Polymath S

Cours de Mathmatiques
Classe de MPSI
Marc Lorenzi
4 septembre 2011
2
Table des matires
I Premire priode 23
1 Un peu de logique 25
I Propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
I.1 Le langage des mathmatiques . . . . . . . . . . . . . . . . . . . . . 26
I.2 quivalence de deux propositions . . . . . . . . . . . . . . . . . . . . 26
II Connecteurs logiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
II.1 Le connecteur ET . . . . . . . . . . . . . . . . . . . . . . . . . . 27
II.2 Le connecteur OU . . . . . . . . . . . . . . . . . . . . . . . . . . 28
II.3 Le connecteur NON . . . . . . . . . . . . . . . . . . . . . . . . . 28
II.4 Le connecteur IMPLIQUE . . . . . . . . . . . . . . . . . . . . . . 29
II.5 quivalence logique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
III Quanticateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
III.1 Quanticateurs universel et existentiel . . . . . . . . . . . . . . . . . 31
III.2 Ngation dune phrase quantie . . . . . . . . . . . . . . . . . . . . 31
III.3 change de quanticateurs . . . . . . . . . . . . . . . . . . . . . . . 32
2 Ensembles 33
I Notion densemble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
I.1 Ensembles, lments . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
I.2 Les dicults du concept densemble . . . . . . . . . . . . . . . . . . 34
I.3 galit densembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
I.4 Inclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
I.5 Ensemble vide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
I.6 Parties dun ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . 35
II Oprations sur les ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
II.1 Runion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
II.2 Intersection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
II.3 Dirence, Complmentaire . . . . . . . . . . . . . . . . . . . . . . . 37
II.4 Couples, produit cartsien . . . . . . . . . . . . . . . . . . . . . . . . 38
II.5 Notion de famille . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3
4 TABLE DES MATIRES
3 Gomtrie du Plan 41
I Prambule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
I.1 Vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
I.2 Points . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
I.3 Droites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
II Repres cartsiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
II.1 Colinarit - Bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
II.2 Coordonnes cartsiennes . . . . . . . . . . . . . . . . . . . . . . . . 44
II.3 Projections, Symtries . . . . . . . . . . . . . . . . . . . . . . . . . . 44
II.4 Changement de repre . . . . . . . . . . . . . . . . . . . . . . . . . . 44
III Produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
III.1 Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
III.2 Proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
III.3 cart angulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
III.4 Normes et Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
III.5 Orthogonalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
IV Bases et repres orthonorms . . . . . . . . . . . . . . . . . . . . . . . . . . 47
IV.1 Coordonnes en repre orthonorm . . . . . . . . . . . . . . . . . . . 47
IV.2 Expression du produit scalaire dans une base orthonorme . . . . . . 47
V Dterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
V.1 Dterminant de deux vecteurs . . . . . . . . . . . . . . . . . . . . . . 48
V.2 Proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
V.3 Familles directes, familles indirectes . . . . . . . . . . . . . . . . . . 49
V.4 Angle orient de deux vecteurs non nuls . . . . . . . . . . . . . . . . 49
V.5 Application des dterminants la rsolution de systmes . . . . . . . 49
V.6 Coordonnes polaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
VI Droites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
VI.1 quations cartsiennes . . . . . . . . . . . . . . . . . . . . . . . . . . 50
VI.2 Distance dun point une droite . . . . . . . . . . . . . . . . . . . . 51
VI.3 Angle de deux droites . . . . . . . . . . . . . . . . . . . . . . . . . . 52
VII Cercles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
VII.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
VII.2 Droites et cercles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
VII.3 Intersection de cercles . . . . . . . . . . . . . . . . . . . . . . . . . . 53
VIII Exemples de lignes de niveau . . . . . . . . . . . . . . . . . . . . . . . . . . 53
VIII.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
VIII.2 F(M) =<

AM, u > . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
VIII.3 F(M) = det(

AM, u) . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
VIII.4 F(M) =<

MA,

MB > . . . . . . . . . . . . . . . . . . . . . . . . . . 54
VIII.5 F(M) = d(M, B)/d(M, A) . . . . . . . . . . . . . . . . . . . . . . . . 54
VIII.6 F(M) = Angle (

MA,

MB) modulo . . . . . . . . . . . . . . . . . 54
TABLE DES MATIRES 5
4 Nombres Complexes 57
I Le corps des complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
I.1 Construction des nombres complexes . . . . . . . . . . . . . . . . . . 58
I.2 Conjugu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
I.3 Module . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
I.4 Arguments - Forme trigonomtrique . . . . . . . . . . . . . . . . . . 60
I.5 Exponentielle complexe . . . . . . . . . . . . . . . . . . . . . . . . . 62
II Applications la trigonomtrie . . . . . . . . . . . . . . . . . . . . . . . . . 63
II.1 Linarisation de sinus et cosinus . . . . . . . . . . . . . . . . . . . . 63
II.2 Opration inverse : dlinarisation ? . . . . . . . . . . . . . . . . . . 63
III Rsolution dquations algbriques . . . . . . . . . . . . . . . . . . . . . . . 63
III.1 quation du second degr . . . . . . . . . . . . . . . . . . . . . . . . 63
III.2 Racines nimes dun nombre complexe . . . . . . . . . . . . . . . . . 64
IV Interprtations gomtriques . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
IV.1 Axes, Images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
IV.2 Somme, produit par un rel . . . . . . . . . . . . . . . . . . . . . . . 66
IV.3 Module, Argument . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
IV.4 Produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5 Applications et relations 69
I Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
I.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
I.2 Restrictions, prolongements . . . . . . . . . . . . . . . . . . . . . . . 70
I.3 Injections, surjections, bijections . . . . . . . . . . . . . . . . . . . . 70
I.4 Composition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
I.5 Application rciproque . . . . . . . . . . . . . . . . . . . . . . . . . . 72
I.6 Images directes, Images rciproques . . . . . . . . . . . . . . . . . . . 72
II Relations dordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
II.1 Relations binaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
II.2 Ensembles ordonns . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
II.3 Majorants, Minorants . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6 Lois de composition - Groupes, Anneaux et Corps 75
I Lois de composition interne . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
I.1 Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
I.2 Proprits fondamentales des lois de composition . . . . . . . . . . . 76
II Groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
II.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
II.2 Puissances dun lment . . . . . . . . . . . . . . . . . . . . . . . . . 79
II.3 Sous-groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
II.4 Morphismes de groupes . . . . . . . . . . . . . . . . . . . . . . . . . 80
II.5 Noyau et image dun morphisme . . . . . . . . . . . . . . . . . . . . 81
III Anneaux et corps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
III.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
6 TABLE DES MATIRES
III.2 Sommes et produits . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
III.3 Puissances et multiples . . . . . . . . . . . . . . . . . . . . . . . . . . 82
III.4 Sous-Anneaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
III.5 Morphismes danneaux . . . . . . . . . . . . . . . . . . . . . . . . . . 83
III.6 Identits remarquables . . . . . . . . . . . . . . . . . . . . . . . . . . 83
7 Coniques 85
I Ellipses, Hyperboles, Paraboles . . . . . . . . . . . . . . . . . . . . . . . . . 86
I.1 Dnition monofocale . . . . . . . . . . . . . . . . . . . . . . . . . . 86
I.2 La parabole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
I.3 Ellipse et hyperbole . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
I.4 e < 1 : Lellipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
I.5 Rsum des formules pour lellipse . . . . . . . . . . . . . . . . . . . 87
I.6 e > 1 : Lhyperbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
I.7 Rsum des formules pour lhyperbole . . . . . . . . . . . . . . . . . 88
I.8 quation polaire dune conique . . . . . . . . . . . . . . . . . . . . . 89
I.9 Dnition bifocale des ellipses . . . . . . . . . . . . . . . . . . . . . . 89
I.10 Dnition bifocale des hyperboles . . . . . . . . . . . . . . . . . . . . 89
II Dnition analytique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
II.1 Prsentation du problme . . . . . . . . . . . . . . . . . . . . . . . . 90
II.2 limination du terme produit . . . . . . . . . . . . . . . . . . . . . . 90
II.3 Cas de dgnrescence : a ou b est nul . . . . . . . . . . . . . . . . . 90
II.4 Le cas o a et b sont non nuls . . . . . . . . . . . . . . . . . . . . . . 91
II.5 Type dune conique propre . . . . . . . . . . . . . . . . . . . . . . . 91
II.6 Tangente une conique propre . . . . . . . . . . . . . . . . . . . . . 92
8 Entiers naturels 93
I Principe de rcurrence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
I.1 Lensemble des entiers naturels . . . . . . . . . . . . . . . . . . . . . 94
I.2 Raisonnement par rcurrence . . . . . . . . . . . . . . . . . . . . . . 94
I.3 Extensions du principe de rcurrence . . . . . . . . . . . . . . . . . . 95
I.4 Suites dnies par rcurrence . . . . . . . . . . . . . . . . . . . . . . 95
II Ensembles nis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
II.1 Notion de cardinal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
II.2 Proprits des cardinaux . . . . . . . . . . . . . . . . . . . . . . . . . 98
II.3 Parties nies de N . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
II.4 Applications dun ensemble ni dans un ensemble ni . . . . . . . . 99
II.5 Dnombrements de parties . . . . . . . . . . . . . . . . . . . . . . . . 99
III Annexe : suites rcurrentes . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
9 Entiers relatifs 103
I Divisibilit dans Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
I.1 Diviseurs, multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
I.2 Division euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
TABLE DES MATIRES 7
II PGCD, PPCM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
II.1 Somme de deux sous-groupes . . . . . . . . . . . . . . . . . . . . . . 105
II.2 PGCD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
II.3 Thorme de Bzout . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
II.4 Thorme de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
II.5 Algorithme dEuclide . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
II.6 Complexit de lalgorithme dEuclide . . . . . . . . . . . . . . . . . . 107
II.7 Coecients de Bzout . . . . . . . . . . . . . . . . . . . . . . . . . . 108
II.8 Proprits utiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
II.9 PPCM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
II.10 Rsolution dune quation diophantienne simple . . . . . . . . . . . . 110
III Nombres premiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
III.1 Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
III.2 Proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
III.3 Dcomposition en produit de facteurs premiers . . . . . . . . . . . . 111
III.4 Application au pgcd et au ppcm . . . . . . . . . . . . . . . . . . . . 112
10 Gomtrie de lEspace 113
I Dnitions et notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
I.1 Passage du plan lespace . . . . . . . . . . . . . . . . . . . . . . . . 114
I.2 Ce qui ne change pas . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
I.3 Plans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
I.4 Bases de lespace - Repres cartsiens . . . . . . . . . . . . . . . . . 115
II Modes de reprage des points . . . . . . . . . . . . . . . . . . . . . . . . . . 115
II.1 Coordonnes cartsiennes . . . . . . . . . . . . . . . . . . . . . . . . 115
II.2 Coordonnes cylindriques . . . . . . . . . . . . . . . . . . . . . . . . 115
II.3 Coordonnes sphriques . . . . . . . . . . . . . . . . . . . . . . . . . 116
III Produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
III.1 Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
III.2 Proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
IV Produit vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
IV.1 Orientation de lespace . . . . . . . . . . . . . . . . . . . . . . . . . . 116
IV.2 Le produit vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
IV.3 Proprits du produit vectoriel . . . . . . . . . . . . . . . . . . . . . 117
V Dterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
V.1 Notion dterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
V.2 Proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
VI Droites et plans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
VI.1 Reprsentations paramtriques . . . . . . . . . . . . . . . . . . . . . 119
VI.2 quations cartsiennes de plans . . . . . . . . . . . . . . . . . . . . . 119
VI.3 Projections orthogonales, distance une droite ou un plan . . . . . . 119
VI.4 Perpendiculaire commune . . . . . . . . . . . . . . . . . . . . . . . . 120
VII Sphres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
8 TABLE DES MATIRES
II Nombres rels et suites 123
11 Le corps des nombres rels 125
I Le corps des rels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
I.1 Corps ordonns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
I.2 Valeur absolue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
II Borne suprieure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
II.1 Notion de borne suprieure . . . . . . . . . . . . . . . . . . . . . . . 127
II.2 Le Thorme fondamental . . . . . . . . . . . . . . . . . . . . . . . . 128
II.3 La droite relle acheve . . . . . . . . . . . . . . . . . . . . . . . . . 129
II.4 Proprit dArchimde . . . . . . . . . . . . . . . . . . . . . . . . . . 130
II.5 Partie entire, Approximations dcimales . . . . . . . . . . . . . . . 130
II.6 Densit des rationnels et des irrationnels . . . . . . . . . . . . . . . . 131
III Intervalles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
III.1 Notion dintervalle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
III.2 Parties convexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
IV Fonctions valeurs relles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
IV.1 Fonctions valeurs relles . . . . . . . . . . . . . . . . . . . . . . . . 132
IV.2 Fonctions bornes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
IV.3 Fonctions monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
IV.4 Extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
IV.5 Parit, priodicit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
12 Suites relles 137
I Limite dune suite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
I.1 Limite relle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
I.2 Limite innie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
I.3 Oprations sur les limites . . . . . . . . . . . . . . . . . . . . . . . . 140
I.4 Limites et ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
I.5 Suites extraites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
II Thormes dexistence de limites . . . . . . . . . . . . . . . . . . . . . . . . 142
II.1 Suites monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
II.2 Suites adjacentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
II.3 Thorme de Bolzano-Weierstrass . . . . . . . . . . . . . . . . . . . . 143
III Suites complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
III.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
III.2 Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
IV Rcurrences linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
IV.1 Suites arithmtiques et gomtriques . . . . . . . . . . . . . . . . . . 145
IV.2 Rcurrences linaires deux termes . . . . . . . . . . . . . . . . . . . 146
TABLE DES MATIRES 9
13 Comparaison des suites 147
I Relations de comparaison . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
I.1 Ngligeabilit, domination . . . . . . . . . . . . . . . . . . . . . . . . 148
I.2 Suites quivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
I.3 quivalents classiques . . . . . . . . . . . . . . . . . . . . . . . . . . 149
I.4 Suites de rfrence . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
III Limites, Continuit, Drivation 151
14 Limites - Continuit 153
I tude locale dune fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
I.1 Topologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
I.2 Limite et continuit en un point . . . . . . . . . . . . . . . . . . . . . 154
I.3 Reformulations de la notion de limite . . . . . . . . . . . . . . . . . . 155
I.4 Oprations sur les limites . . . . . . . . . . . . . . . . . . . . . . . . 157
I.5 Limites de fonctions, limites de suites . . . . . . . . . . . . . . . . . 158
I.6 limites et ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
I.7 Limites dans une direction . . . . . . . . . . . . . . . . . . . . . . . . 159
I.8 Fonctions monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
II Proprits des fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . 160
II.1 Oprations sur les fonctions continues . . . . . . . . . . . . . . . . . 160
II.2 Prolongement par continuit . . . . . . . . . . . . . . . . . . . . . . . 161
II.3 Image dun intervalle . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
II.4 Image dun segment . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
II.5 Fonctions continues strictement monotones . . . . . . . . . . . . . . 162
III Continuit uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
III.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
III.2 Fonctions lipschitziennes . . . . . . . . . . . . . . . . . . . . . . . . . 164
III.3 Le thorme de Heine . . . . . . . . . . . . . . . . . . . . . . . . . . 164
IV Fonctions valeurs complexes . . . . . . . . . . . . . . . . . . . . . . . . . . 165
15 Comparaison des fonctions 167
I Relations de comparaison . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
I.1 Ngligeabilit, domination . . . . . . . . . . . . . . . . . . . . . . . . 168
I.2 Suites quivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
I.3 quivalents classiques . . . . . . . . . . . . . . . . . . . . . . . . . . 169
I.4 Fonctions de rfrence . . . . . . . . . . . . . . . . . . . . . . . . . . 170
16 Drivation 171
I Notion de drive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
I.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
I.2 Drives droite et gauche . . . . . . . . . . . . . . . . . . . . . . 172
I.3 Classes de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
10 TABLE DES MATIRES
I.4 Oprations sur les drives . . . . . . . . . . . . . . . . . . . . . . . . 173
II Accroissements nis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
II.1 Extrema locaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
II.2 Thorme de Rolle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
II.3 Accroissements nis . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
II.4 Fonctions monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
II.5 Passage la limite dans une drive . . . . . . . . . . . . . . . . . . 178
III Fonctions valeurs complexes . . . . . . . . . . . . . . . . . . . . . . . . . . 178
III.1 Drivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
III.2 Rolle et accroissements nis . . . . . . . . . . . . . . . . . . . . . . . 179
III.3 Intgration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
17 Fonctions convexes 181
I Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
I.1 Notion de fonction convexe . . . . . . . . . . . . . . . . . . . . . . . 182
I.2 Interprtation graphique . . . . . . . . . . . . . . . . . . . . . . . . . 182
I.3 Gnralisation de lingalit de convexit . . . . . . . . . . . . . . . . 182
II Fonctions convexes drivables . . . . . . . . . . . . . . . . . . . . . . . . . . 183
II.1 Ingalits fondamentales . . . . . . . . . . . . . . . . . . . . . . . . . 183
II.2 Convexit et drives . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
II.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
II.4 Position courbe tangente . . . . . . . . . . . . . . . . . . . . . . . 184
II.5 Inexions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
18 Fonctions usuelles 185
I Logarithmes et exponentielles . . . . . . . . . . . . . . . . . . . . . . . . . . 186
I.1 Logarithme nprien . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
I.2 Exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
I.3 Logarithmes et exponentielles en base quelconque . . . . . . . . . . . 187
I.4 Reprsentations graphiques . . . . . . . . . . . . . . . . . . . . . . . 188
II Puissances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
II.1 Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
II.2 Reprsentations graphiques . . . . . . . . . . . . . . . . . . . . . . . 189
II.3 variations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
II.4 Racines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
II.5 Comparaison des logarithmes, puissances et exponentielles . . . . . . 190
III Fonctions circulaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
III.1 Fonctions cosinus, sinus et tangente . . . . . . . . . . . . . . . . . . . 191
III.2 Fonctions Arc sinus et Arc cosinus . . . . . . . . . . . . . . . . . . . 192
III.3 Fonction Arc tangente . . . . . . . . . . . . . . . . . . . . . . . . . . 194
IV Fonctions hyperboliques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
IV.1 Fonctions cosinus et sinus hyperbolique . . . . . . . . . . . . . . . . 195
IV.2 Trigonomtrie hyperbolique . . . . . . . . . . . . . . . . . . . . . . . 196
IV.3 Fonction tangente hyperbolique . . . . . . . . . . . . . . . . . . . . . 196
TABLE DES MATIRES 11
IV.4 Fonctions hyperboliques rciproques . . . . . . . . . . . . . . . . . . 197
IV Algbre linaire et polynmes 201
19 Espaces vectoriels 203
I Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
I.1 Notion despace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . 204
I.2 Proprits immdiates . . . . . . . . . . . . . . . . . . . . . . . . . . 204
I.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
I.4 Combinaisons linaires . . . . . . . . . . . . . . . . . . . . . . . . . . 205
II Applications linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
II.1 Cest quoi ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
II.2 Quelques exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
II.3 Endomorphismes du plan . . . . . . . . . . . . . . . . . . . . . . . . 207
II.4 Vocabulaire, notations . . . . . . . . . . . . . . . . . . . . . . . . . . 207
II.5 Oprations sur les applications linaires . . . . . . . . . . . . . . . . 208
III Sous-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
III.1 Cest quoi ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
III.2 Caractrisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
III.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
III.4 Image directe et rciproque par une application linaire . . . . . . . 210
III.5 Noyau et image dune application linaire . . . . . . . . . . . . . . . 210
IV Oprations sur les s.e.v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
IV.1 Intersection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
IV.2 s.e.v engendr par une partie . . . . . . . . . . . . . . . . . . . . . . 211
IV.3 Quelques proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
V Sous-espaces supplmentaires . . . . . . . . . . . . . . . . . . . . . . . . . . 212
V.1 Somme de deux s.e.v . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
V.2 Sommes directes - s.e.v supplmentaires . . . . . . . . . . . . . . . . 212
V.3 Projecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
V.4 Symtries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
VI Familles remarquables de vecteurs . . . . . . . . . . . . . . . . . . . . . . . 214
VI.1 Famille libre, famille gnratrice, base . . . . . . . . . . . . . . . . . 214
VI.2 Vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
VI.3 Proprits faciles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
VI.4 Familles remarquables et applications linaires . . . . . . . . . . . . 215
VI.5 Familles libres maximales, gnratrices minimales . . . . . . . . . . . 216
VI.6 bases et sev supplmentaires . . . . . . . . . . . . . . . . . . . . . . . 217
20 Dimension nie 219
I Dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
I.1 Espaces de dimension nie . . . . . . . . . . . . . . . . . . . . . . . . 220
I.2 Cardinal des familles libres . . . . . . . . . . . . . . . . . . . . . . . 220
I.3 Le thorme de la base incomplte . . . . . . . . . . . . . . . . . . . 221
I.4 Bilan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
II Sev dun espace de dimension nie . . . . . . . . . . . . . . . . . . . . . . . 222
II.1 Dimension dun sev . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
II.2 Sev supplmentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
III Dimensions classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
III.1 Image dun sev par une application linaire . . . . . . . . . . . . . . 222
III.2 Espaces isomorphes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
III.3 Produit despaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . 223
III.4 Dimension des espaces dapplications linaires . . . . . . . . . . . . . 223
IV Notion de rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
IV.1 Rang dune famille de vecteurs . . . . . . . . . . . . . . . . . . . . . 224
IV.2 Rang dune application linaire . . . . . . . . . . . . . . . . . . . . . 224
IV.3 Le thorme du rang . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
IV.4 Quelques consquences . . . . . . . . . . . . . . . . . . . . . . . . . . 224
IV.5 Calcul pratique dun rang . . . . . . . . . . . . . . . . . . . . . . . . 225
21 Polynmes 227
I Lalgbre des polynmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
I.1 Notion de polynme . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
I.2 Degr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
I.3 Produit de polynmes . . . . . . . . . . . . . . . . . . . . . . . . . . 228
I.4 criture dnitive . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
I.5 compose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
II Lanneau des polynmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
II.1 Multiples, diviseurs, dun polynme . . . . . . . . . . . . . . . . . . . 230
II.2 Division euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
III Fonctions polynmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
III.1 Cest quoi ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
III.2 Polynmes et fonctions polynmes . . . . . . . . . . . . . . . . . . . 231
III.3 Racines dun polynme . . . . . . . . . . . . . . . . . . . . . . . . . 232
III.4 Racines multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
IV Drivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
IV.1 Drive dun polynme . . . . . . . . . . . . . . . . . . . . . . . . . . 233
IV.2 Formule de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
V Factorisation des polynmes . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
V.1 Polynmes irrductibles . . . . . . . . . . . . . . . . . . . . . . . . . 233
V.2 Polynmes scinds . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
V.3 Relations coecients-racines . . . . . . . . . . . . . . . . . . . . . . . 235
VI Pgcd,Ppcm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
VI.1 Lalgorithme dEuclide . . . . . . . . . . . . . . . . . . . . . . . . . . 236
VI.2 Thorme de Bzout . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
VI.3 Thorme de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
VI.4 Proprits utiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
VI.5 Ppcm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
VII Calculs pratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
VII.1 Utilisation de polynmes irrductibles . . . . . . . . . . . . . . . . . 238
VII.2 Calcul des coecients de Bzout . . . . . . . . . . . . . . . . . . . . 238
VII.3 Fonction Mathematica . . . . . . . . . . . . . . . . . . . . . . . . . . 238
22 Matrices 241
I Notion de matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
I.1 Cest quoi ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
I.2 Structure despace vectoriel sur les ensembles de matrices . . . . . . 242
II Vecteurs, applications linaires et matrices . . . . . . . . . . . . . . . . . . . 242
II.1 Matrice dun vecteur, dune famille de vecteurs . . . . . . . . . . . . 242
II.2 Matrice dune application linaire . . . . . . . . . . . . . . . . . . . . 243
III Produit matriciel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
III.1 Analyse du problme . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
III.2 Produit de deux matrices . . . . . . . . . . . . . . . . . . . . . . . . 244
III.3 Associativit du produit matriciel . . . . . . . . . . . . . . . . . . . . 245
III.4 Lalgbre des matrices carres . . . . . . . . . . . . . . . . . . . . . . 245
III.5 Matrices inversibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
III.6 Image dun vecteur par une application linaire . . . . . . . . . . . . 246
III.7 matrices triangulaires . . . . . . . . . . . . . . . . . . . . . . . . . . 246
IV Transposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
IV.1 Cest quoi ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
IV.2 Proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
IV.3 Matrices symtriques, antisymtriques . . . . . . . . . . . . . . . . . 247
V Changements de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
V.1 Matrices de passage . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
V.2 Changement de base pour un vecteur . . . . . . . . . . . . . . . . . . 248
V.3 Changement de bases pour une application linaire . . . . . . . . . . 248
VI Trace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
VI.1 Trace dune matrice carre . . . . . . . . . . . . . . . . . . . . . . . . 249
VI.2 Proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
VI.3 Trace dun endomorphisme . . . . . . . . . . . . . . . . . . . . . . . 249
VII Rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
VII.1 Rang dune matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
VII.2 Matrice canonique dune application linaire . . . . . . . . . . . . . . 250
VII.3 quivalence des matrices . . . . . . . . . . . . . . . . . . . . . . . . . 251
VII.4 Rang et transposition . . . . . . . . . . . . . . . . . . . . . . . . . . 251
VII.5 Rang et matrices extraites . . . . . . . . . . . . . . . . . . . . . . . . 252
23 Groupes Symtriques 253
I Notion de permutation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
I.1 Permutations dun ensemble . . . . . . . . . . . . . . . . . . . . . . . 254
I.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
II Orbites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
II.1 Notion dorbite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
II.2 tude des orbites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
II.3 Cycles, Transpositions . . . . . . . . . . . . . . . . . . . . . . . . . . 256
III Signature . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
III.1 Dcomposition en produit de transpositions . . . . . . . . . . . . . . 256
III.2 Signature dune permutation . . . . . . . . . . . . . . . . . . . . . . 257
III.3 Groupe altern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
24 Dterminants 261
I Applications Multilinaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
I.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
I.2 Structure des ensembles dapplications n-linaires . . . . . . . . . . . 262
I.3 Formes n-linaires alternes . . . . . . . . . . . . . . . . . . . . . . . 262
II Dterminant dune famille de vecteurs . . . . . . . . . . . . . . . . . . . . . 263
II.1 Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
II.2 Calculs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
II.3 Bilan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
II.4 Dterminant dune famille de vecteurs . . . . . . . . . . . . . . . . . 265
II.5 Dterminant dune matrice carre . . . . . . . . . . . . . . . . . . . . 266
II.6 exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
II.7 Dterminants, bases, matrices inversibles . . . . . . . . . . . . . . . . 266
III Calcul des dterminants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
III.1 Dterminant dune matrice triangulaire . . . . . . . . . . . . . . . . 267
III.2 Oprations sur les lignes et les colonnes . . . . . . . . . . . . . . . . 267
III.3 Dveloppement suivant une ligne ou une colonne . . . . . . . . . . . 268
IV Dterminant dun endomorphisme . . . . . . . . . . . . . . . . . . . . . . . 270
IV.1 Construction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
IV.2 Calcul pratique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
IV.3 Interprtation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
IV.4 Proprits de morphisme du dterminant . . . . . . . . . . . . . . . 271
V Inversion des matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
V.1 Dnitions, Notations . . . . . . . . . . . . . . . . . . . . . . . . . . 271
V.2 Produit dune matrice et de sa transcomatrice . . . . . . . . . . . . . 272
V.3 Application au calcul de linverse . . . . . . . . . . . . . . . . . . . . 272
25 Systmes linaires 273
I Sous-espaces anes dun espace vectoriel . . . . . . . . . . . . . . . . . . . . 274
I.1 Espaces anes - Points et vecteurs . . . . . . . . . . . . . . . . . . . 274
I.2 Translations - sous-espaces anes . . . . . . . . . . . . . . . . . . . . 274
I.3 Paralllisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
I.4 Intersection de sous-espaces anes . . . . . . . . . . . . . . . . . . . 275
I.5 Barycentres-Parties convexes . . . . . . . . . . . . . . . . . . . . . . 275
I.6 hyperplans anes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276
II Introduction aux systmes linaires . . . . . . . . . . . . . . . . . . . . . . . 276
II.1 Position du problme . . . . . . . . . . . . . . . . . . . . . . . . . . . 276
II.2 Interprtations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
II.3 Structure des solutions - Systmes homognes . . . . . . . . . . . . . 277
II.4 Structure des solutions - Cas gnral . . . . . . . . . . . . . . . . . . 278
III Systmes de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
III.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
III.2 Formules de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
IV Oprations sur les lignes et les colonnes des matrices . . . . . . . . . . . . . 280
IV.1 Matrices lmentaires . . . . . . . . . . . . . . . . . . . . . . . . . . 280
IV.2 Multiplication dune colonne par un scalaire . . . . . . . . . . . . . . 280
IV.3 change de colonnes . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
IV.4 Ajout une colonne dun multiple dune autre colonne . . . . . . . . 281
IV.5 Application aux systmes linaires . . . . . . . . . . . . . . . . . . . 281
V Algorithme du Pivot de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . 281
V.1 Premire tape . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
V.2 tape gnrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
V.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
VI Complments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
VI.1 Calcul du dterminant dune matrice carre . . . . . . . . . . . . . . 282
VI.2 Inversion dune matrice carre . . . . . . . . . . . . . . . . . . . . . . 283
VI.3 valuation de la complexit de la mthode du pivot . . . . . . . . . 283
V Intgration, formules de Taylor 285
26 Intgration 287
I Intgration des fonctions en escalier . . . . . . . . . . . . . . . . . . . . . . . 288
I.1 Subdivisions dun segment . . . . . . . . . . . . . . . . . . . . . . . . 288
I.2 Notion de fonction en escalier . . . . . . . . . . . . . . . . . . . . . . 288
I.3 Intgrale dune fonction en escalier . . . . . . . . . . . . . . . . . . . 289
I.4 Proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
II Construction de lintgrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
II.1 Fonctions continues par morceaux . . . . . . . . . . . . . . . . . . . 290
II.2 Intgrale dune fonction continue par morceaux . . . . . . . . . . . . 290
III Proprits de lintgrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
III.1 Linarit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
III.2 Croissance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
III.3 Formule de Chasles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
III.4 Ingalit de la moyenne . . . . . . . . . . . . . . . . . . . . . . . . . 292
III.5 Nullit de lintgrale . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
III.6 Ingalit de Schwarz . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
IV Approximations de lintgrale . . . . . . . . . . . . . . . . . . . . . . . . . . 294
IV.1 Sommes de Riemann - Mthode des rectangles . . . . . . . . . . . . 294
IV.2 Mthode des trapzes . . . . . . . . . . . . . . . . . . . . . . . . . . 295
V Primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296
V.1 Notion de primitive . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296
V.2 Existence et unicit des primitives . . . . . . . . . . . . . . . . . . . 296
V.3 Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296
V.4 Intgration par parties . . . . . . . . . . . . . . . . . . . . . . . . . . 297
V.5 Changement de variable . . . . . . . . . . . . . . . . . . . . . . . . . 297
VI Fonctions valeurs complexes . . . . . . . . . . . . . . . . . . . . . . . . . . 298
27 Fractions rationnelles 299
I Le corps des fractions rationnelles . . . . . . . . . . . . . . . . . . . . . . . . 300
I.1 Notion de fraction rationnelle . . . . . . . . . . . . . . . . . . . . . . 300
I.2 Degr dune fraction rationnelle . . . . . . . . . . . . . . . . . . . . . 300
I.3 Racines, ples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300
I.4 Fonctions rationnelles . . . . . . . . . . . . . . . . . . . . . . . . . . 301
II lments simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
II.1 Cest quoi ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
II.2 Exemples de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
II.3 Partie entire dune F.R. . . . . . . . . . . . . . . . . . . . . . . . . . 301
II.4 Parties polaires dune fraction . . . . . . . . . . . . . . . . . . . . . . 301
II.5 Dcomposition en lments simples sur les complexes . . . . . . . . . 302
II.6 Ples simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302
II.7 Ples multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
II.8 Fractions relles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
28 Calcul des primitives 305
I Primitives usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
II Primitives des fractions rationnelles . . . . . . . . . . . . . . . . . . . . . . . 306
II.1 Primitives dun lment simple de premire espce . . . . . . . . . . 306
II.2 Primitives dun lment simple de deuxime espce dordre 1 . . . . 307
II.3 Primitives dun lment simple de deuxime espce dordre au moins 2307
III Primitives se ramenant des primitives de F.R. . . . . . . . . . . . . . . . . 307
III.1 Fractions en sinus et cosinus . . . . . . . . . . . . . . . . . . . . . . . 307
III.2 Fractions dexponentielles . . . . . . . . . . . . . . . . . . . . . . . . 308
III.3 Intgrales abliennes (I) . . . . . . . . . . . . . . . . . . . . . . . . . 308
III.4 Intgrales abliennes (II) . . . . . . . . . . . . . . . . . . . . . . . . . 308
IV Autres primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308
IV.1 Primitives de fonctions faisant intervenir un logarithme ou un arc
tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308
IV.2 Exponentielle-polynme . . . . . . . . . . . . . . . . . . . . . . . . . 309
29 Formules de Taylor - Dveloppements Limits 311
I Les direntes formules de Taylor . . . . . . . . . . . . . . . . . . . . . . . . 312
I.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312
I.2 Formule de Taylor avec reste intgral . . . . . . . . . . . . . . . . . . 312
I.3 Ingalit de Taylor-Lagrange . . . . . . . . . . . . . . . . . . . . . . 312
I.4 Dveloppements classiques . . . . . . . . . . . . . . . . . . . . . . . . 313
I.5 Formule de Taylor-Young . . . . . . . . . . . . . . . . . . . . . . . . 313
II Dveloppements limits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
II.1 Notion de DL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
II.2 Somme de DLs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315
II.3 Produit de DLs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315
II.4 Inverse dun DL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
II.5 Composition de DLs . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
II.6 Intgration de DLs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
III Dveloppements asymptotiques . . . . . . . . . . . . . . . . . . . . . . . . . 318
III.1 Notion de DA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
III.2 Quelques exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
30 tude des fonctions 319
I Ensemble de dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
II Rduction de lensemble dtude . . . . . . . . . . . . . . . . . . . . . . . . 320
III Rgularit de la fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
IV Variations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
V Points remarquables rels . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
V.1 Point rel o la fonction nest pas dnie . . . . . . . . . . . . . . . . 321
V.2 Points o la fonction est dnie . . . . . . . . . . . . . . . . . . . . . 321
VI tude linni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
VI.1 Limite linni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
VI.2 Direction asymptotique . . . . . . . . . . . . . . . . . . . . . . . . . 321
VI.3 Asymptote, branche parabolique . . . . . . . . . . . . . . . . . . . . 322
VI.4 Position courbe/asymptote . . . . . . . . . . . . . . . . . . . . . . . 322
VII Concavit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322
VIII Trac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322
31 quations direntielles 323
I Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
I.1 Notion dquation direntielle . . . . . . . . . . . . . . . . . . . . . 324
I.2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
I.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
II quations linaires du premier ordre . . . . . . . . . . . . . . . . . . . . . . 325
II.1 quation homogne . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
II.2 quation avec second membre . . . . . . . . . . . . . . . . . . . . . . 325
II.3 Une quation fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . . 326
II.4 Le problme de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . 326
III Rsolution approche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
IV quations du second ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
IV.1 quation homogne . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
IV.2 Le cas rel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
IV.3 quation avec second membre . . . . . . . . . . . . . . . . . . . . . . 328
IV.4 Problme de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . 329
32 Approximation des zros dune fonction 331
I Approximation par dichotomie . . . . . . . . . . . . . . . . . . . . . . . . . 332
I.1 Donnes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332
I.2 Lalgorithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332
I.3 La fonction Mathematica . . . . . . . . . . . . . . . . . . . . . . . . 333
II Utilisation de suites rcurrentes . . . . . . . . . . . . . . . . . . . . . . . . . 333
II.1 Points xes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
II.2 Recherche dun zro . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
III Mthode de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
III.1 Ide de la mthode . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
III.2 Lalgorithme de Newton-Raphson . . . . . . . . . . . . . . . . . . . . 335
III.3 Fonction Mathematica . . . . . . . . . . . . . . . . . . . . . . . . . . 335
VI Espaces euclidiens 337
33 Espaces euclidiens 339
I Produits scalaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340
I.1 Notion de produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . 340
I.2 Ingalit de Cauchy-Schwarz . . . . . . . . . . . . . . . . . . . . . . 340
I.3 Norme euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
I.4 Distance euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
I.5 Relations utiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
II Orthogonalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
II.1 Vecteurs orthogonaux . . . . . . . . . . . . . . . . . . . . . . . . . . 342
II.2 Sous-ensembles orthogonaux . . . . . . . . . . . . . . . . . . . . . . . 343
II.3 Orthogonal dune partie . . . . . . . . . . . . . . . . . . . . . . . . . 344
II.4 Algorithme de Gram-Schmidt . . . . . . . . . . . . . . . . . . . . . . 344
II.5 Consquences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
II.6 Calculs en bases orthonormes . . . . . . . . . . . . . . . . . . . . . 346
III Projecteurs orthogonaux - Symtries orthogonales . . . . . . . . . . . . . . . 346
III.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346
III.2 Cas particuliers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346
III.3 Distance dun vecteur un sous-espace vectoriel . . . . . . . . . . . 347
34 Endomorphismes orthogonaux 349
I Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350
I.1 Notion dendomorphisme orthogonal . . . . . . . . . . . . . . . . . . 350
I.2 Proprits lmentaires . . . . . . . . . . . . . . . . . . . . . . . . . . 350
I.3 Endomorphismes orthogonaux et bases orthonormes . . . . . . . . . 351
I.4 Matrices orthogonales . . . . . . . . . . . . . . . . . . . . . . . . . . 352
I.5 Orientation dun espace euclidien . . . . . . . . . . . . . . . . . . . . 353
II Le groupe orthogonal du plan . . . . . . . . . . . . . . . . . . . . . . . . . . 353
II.1 Recherche des matrices orthogonales . . . . . . . . . . . . . . . . . . 354
II.2 tude des endomorphismes orthogonaux de dterminant -1 . . . . . 354
II.3 tude des endomorphismes orthogonaux de dterminant 1 . . . . . . 354
II.4 Angle orient de deux vecteurs non nuls . . . . . . . . . . . . . . . . 355
II.5 Gnrateurs du groupe orthogonal . . . . . . . . . . . . . . . . . . . 355
III Le groupe orthogonal de lespace . . . . . . . . . . . . . . . . . . . . . . . . 356
III.1 Sous espaces stables . . . . . . . . . . . . . . . . . . . . . . . . . . . 356
III.2 Cas 1 : Les invariants forment tout lespace . . . . . . . . . . . . . . 357
III.3 Cas 2 : Les invariants forment un plan . . . . . . . . . . . . . . . . . 357
III.4 Cas 3 : Les invariants forment une droite . . . . . . . . . . . . . . . . 357
III.5 Cas 4 : Le seul invariant est 0 . . . . . . . . . . . . . . . . . . . . . . 358
III.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 358
III.7 Gnrateurs de O(E) et de oO(E) . . . . . . . . . . . . . . . . . . . 358
III.8 Complments sur les rotations . . . . . . . . . . . . . . . . . . . . . . 359
35 Isomtries anes 361
I Applications anes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362
I.1 Notion dapplication ane . . . . . . . . . . . . . . . . . . . . . . . . 362
I.2 Deux proprits remarquables des applications anes . . . . . . . . 363
I.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363
II Isomtries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
II.1 Notion disomtrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
II.2 Dplacements, antidplacements . . . . . . . . . . . . . . . . . . . . 365
II.3 Dplacements du plan . . . . . . . . . . . . . . . . . . . . . . . . . . 365
II.4 Dplacements de lespace . . . . . . . . . . . . . . . . . . . . . . . . 366
36 Courbes paramtres 367
I Drivation des Fonctions valeurs dans le plan . . . . . . . . . . . . . . . . 368
I.1 Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
I.2 Proprits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
II Notion darc paramtr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
II.1 Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
II.2 Changement de paramtrage . . . . . . . . . . . . . . . . . . . . . . 369
II.3 Interprtation cinmatique, points rguliers, birguliers . . . . . . . . 369
II.4 Points multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370
III tude locale des arcs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370
III.1 Tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370
III.2 Position de la courbe par rapport la tangente . . . . . . . . . . . . 371
IV Branches innies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372
IV.1 Notion de branche innie . . . . . . . . . . . . . . . . . . . . . . . . 372
IV.2 Cas facile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372
IV.3 Direction asymptotique . . . . . . . . . . . . . . . . . . . . . . . . . 372
IV.4 branche parabolique . . . . . . . . . . . . . . . . . . . . . . . . . . . 372
IV.5 Asymptote . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
IV.6 Position de la courbe par rapport lasymptote . . . . . . . . . . . . 373
V Rsum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
37 Proprits mtriques des courbes 375
I Longueur dun arc paramtr . . . . . . . . . . . . . . . . . . . . . . . . . . 376
I.1 Notion de longueur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 376
I.2 Nature gomtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . 377
I.3 Abscisse curviligne . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377
I.4 Paramtrage par s . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378
I.5 Calculs pratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378
II Courbure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
II.1 Vecteur tangent, vecteur normal . . . . . . . . . . . . . . . . . . . . 379
II.2 Courbure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
II.3 Calculs pratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
II.4 Rayon de courbure . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380
III Autres paramtrages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381
III.1 Le thorme de relvement . . . . . . . . . . . . . . . . . . . . . . . 381
III.2 Un nouveau paramtre . . . . . . . . . . . . . . . . . . . . . . . . . . 382
III.3 Quelques formules utiles . . . . . . . . . . . . . . . . . . . . . . . . . 382
38 Courbes en polaires 383
I tude ane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
I.1 Coordonnes polaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
I.2 Points multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
I.3 Points rguliers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
I.4 tude locale lorigine . . . . . . . . . . . . . . . . . . . . . . . . . . 385
I.5 tude locale en un point dirent de lorigine . . . . . . . . . . . . . 385
I.6 Branches innies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385
II tude mtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386
II.1 Longueur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386
II.2 Courbure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386
VII Fonctions de plusieurs variables 387
39 Fonctions de deux variables 389
I Un peu de topologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 390
I.1 Disques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 390
I.2 Adhrence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 390
I.3 Ensembles ouverts . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391
II Limites et continuit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391
II.1 Notion de limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391
II.2 Calculs pratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 392
II.3 Fonctions valeurs dans R
2
. . . . . . . . . . . . . . . . . . . . . . . 392
II.4 Limites et applications partielles . . . . . . . . . . . . . . . . . . . . 393
III Drives partielles dordre 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . 393
III.1 Drive suivant un vecteur . . . . . . . . . . . . . . . . . . . . . . . . 393
III.2 Drives partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394
III.3 Calculs pratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394
III.4 Oprations sur les drives . . . . . . . . . . . . . . . . . . . . . . . . 395
III.5 Dveloppement limit lordre 1 . . . . . . . . . . . . . . . . . . . . 395
III.6 Extrema locaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
III.7 Composition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
IV Drives partielles dordre suprieur . . . . . . . . . . . . . . . . . . . . . . 397
IV.1 Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
IV.2 Thorme de Schwarz . . . . . . . . . . . . . . . . . . . . . . . . . . 397
40 Intgrales multiples 399
I Notion dintgrale double . . . . . . . . . . . . . . . . . . . . . . . . . . . . 400
I.1 Le thorme de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . 400
I.2 Intgration sur un domaine non rectangulaire . . . . . . . . . . . . . 401
I.3 Proprits de lintgrale double . . . . . . . . . . . . . . . . . . . . . 401
II Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402
II.1 Formule de changement de variables . . . . . . . . . . . . . . . . . . 402
II.2 Coordonnes polaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 402
II.3 Changement de variable ane . . . . . . . . . . . . . . . . . . . . . . 403
41 Champs de vecteurs 405
I Notions danalyse vectorielle . . . . . . . . . . . . . . . . . . . . . . . . . . . 406
I.1 Champs scalaires, champs de vecteurs . . . . . . . . . . . . . . . . . 406
I.2 Grandeurs associes aux champs . . . . . . . . . . . . . . . . . . . . 406
I.3 Quelques formules . . . . . . . . . . . . . . . . . . . . . . . . . . . . 408
I.4 Champs drivant dun potentiel scalaire . . . . . . . . . . . . . . . . 408
II Intgrales Curvilignes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 410
II.1 Circulation dun champ de vecteurs . . . . . . . . . . . . . . . . . . . 410
II.2 Circulation de champs drivant dun potentiel . . . . . . . . . . . . . 411
III Formule de Green-Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . 412
III.1 La formule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 412
III.2 Application au calcul des aires . . . . . . . . . . . . . . . . . . . . . 412
III.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 412
Premire partie
Premire priode
23
Chapitre 1
Un peu de logique
25
26 CHAPITRE 1. UN PEU DE LOGIQUE
I Propositions
I.1 Le langage des mathmatiques
Faire des mathmatiques, cest crire des propositions vraies. Mais quest ce quune
proposition ? Et quest ce que la vrit ? Ceci nest pas un cours de logique, et nous nous
contenterons de quelques ides trs vagues sur la question. Une proposition est une assem-
blage de symboles, form partir de rgles strictes. Par exemple, 1 + 1 = 2 est une
proposition. Un autre exemple de proposition est tous les nombres entiers sont pairs ,
ou encore tout corps ni est commutatif . O sont les symboles dans ces propositions ?
Eh bien ils sont cachs dans les mots que le mathmaticien a dnis. Par exemple, n
est pair veut dire p N, n = 2 p . Et les symboles N et sont eux mmes des
rsums pour des assemblages dautres symboles encore plus primitifs. En ralit, le seul
symbole primitif de la thorie dans laquelle nous faisons des mathmatiques (la thorie des
ensembles) est le symbole dappartenance .
tant donne une proposition, celle-ci est vraie ou fausse, mais jamais les deux la fois
(nous ne chercherons pas dnir les mots VRAI et FAUX). La vracit ou la fausset dune
proposition est ce que lon appelle parfois sa valeur de vrit. Lactivit principale dun
mathmaticien consiste crire, en utilisant un certain nombre de rgles, des propositions
vraies. Nous conviendrons que, dornavant, toutes les propositions que nous crivons sont
vraies. Cette remarque a lair plutt idiote, mais elle ne lest pas compltement. En eet,
nous pourrons dornavant crire 1 + 1 = 2, au lieu de la proposition 1 + 1 = 2 est
vraie .
Le terme gnrique proposition convient pour toutes les phrases mathmatiques
vraies. On utilise parfois dautres mots, pour insister sur lobjectif de la proposition. Citons
entre-autres :
Thorme : une proposition dune grande importance, souvent laboutissement de
longues annes (ou sicles) de recherches.
Lemme : une proposition de moindre importance, souvent ncessaire la dmons-
tration dun thorme. Cela ne signie pas forcment quun lemme est simple
dmontrer.
Corollaire : une proposition qui est une consquence (presque) immdiate dune pro-
position qui vient juste dtre tablie.
Axiome : une proposition arbitrairement dcide comme vraie dans la thorie ma-
thmatique dont on est en train de soccuper. Seuls les grands mathmaticiens ont
le droit de changer les axiomes des mathmatiques.
I.2 quivalence de deux propositions
Deux propositions peuvent avoir lair trs direntes, et tre pourtant simultanment
vraies ou simultanment fausses. Cest ce qui fait toute la dicult des mathmatiques !
Dfinition 1.1 : On dit que deux propositions P et Q sont quivalentes, et on note
P Q, lorsque P et Q sont simultanment vraies ou simultanment fausses.
II. CONNECTEURS LOGIQUES 27
Remarque 1.1 : Comment montrer une quivalence ? Nous verrons que pour des pro-
positions trs simples, ce que lon appelle une table de vrit sut. Mais bien entendu,
cela ne va pas durer. Une dmonstration dquivalence peut tre trs dicile. Nous allons
en gros passer le reste de lanne nous occuper de ce problme.
II Connecteurs logiques
Le discours mathmatique a tendance relier, connecter des propositions entre-elles,
ceci an de fabriquer de nouvelles propositions. La question est de savoir quand ces nou-
velles propositions sont vraies.
II.1 Le connecteur ET
Dfinition 1.2 : tant donnes deux propositions P et Q, le connecteur (ET) permet
de fabriquer la nouvelle proposition P Q. Cette nouvelle proposition est vraie exactement
lorsque les deux propositions P et Q sont vraies.
Remarque 1.2 : Voici la table de vrit du ET .
0 1
0 0 0
1 0 1
FAUX et VRAI sont reprsents par 0 et 1. Par exemple, lintersection de la ligne tiquete
par 0 et de la colonne tiquete par 1, on trouve 0, ce qui veut dire que P Q est FAUX
lorsque P est FAUX et Q est VRAI.
Proposition 1.1 : Soient P, Q, R des propositions. On a
P P P (idempotence)
P Q Q P (commutativit)
(P Q) R P (Q R) (associativit)
Dmonstration : Ceci se prouve en faisant des tables de vrit. Montrons par exemple
lassociativit.
P Q R P Q Q R (P Q) R P (Q R)
0 0 0 0 0 0 0
0 0 1 0 0 0 0
0 1 0 0 0 0 0
0 1 1 0 1 0 0
1 0 0 0 0 0 0
1 0 1 0 0 0 0
1 1 0 1 0 0 0
1 1 1 1 1 1 1
On constate que les deux dernires colonnes de ce tableau sont identiques, ce qui veut dire
que les propositions correspondantes sont quivalentes.
Remarque 1.3 : En tant que mathmaticien, le reste de votre vie va tre consacr
dmontrer des propositions. La rdaction dune dmonstration est un acte parfaitement
codi. Pour chaque type de proposition, il existe un ou plusieurs types de dmonstrations.
Il sagit pour vous de parfaitement connatre la faon dont on dmontre chaque type de
proposition, puisque votre vie dtudiant en mathmatiques consistera tre not sur vos
dmonstrations.
Comment montrer un ET ? Eh bien, on montre dabord lune des deux propositions,
PUIS on montre lautre. Histoire dtre bien clair, pour montrer un ET , il faut faire
deux dmonstrations distinctes.
II.2 Le connecteur OU
Dfinition 1.3 : tant donnes deux propositions P et Q, le connecteur (OU) permet
de fabriquer la nouvelle proposition P Q. Cette nouvelle proposition est vraie exactement
lorsque lune au moins des deux propositions P et Q est vraie.
Remarque 1.4 : Voici la table de vrit du OU .
0 1
0 0 1
1 1 1
Remarque 1.5 : Comment montrer un OU ? Ce nest pas si vident que cela. Il va
falloir attendre de connatre limplication.
Voici quelques proprits du connecteur OU :
P P P
P Q Q P
(P Q) R P (Q R)
Dmonstration : Ceci se prouve en faisant des tables de vrit.
P (Q R) (P Q) (P R) (distributivit du OU par rapport au ET)
P (Q R) (P Q) (P R) (distributivit du ET par rapport au OU)
II.3 Le connecteur NON
Dfinition 1.4 : tant donne une proposition P , le connecteur (NON) permet
de fabriquer la nouvelle proposition P. Cette nouvelle proposition est vraie exactement
lorsque la proposition P est fausse.
II. CONNECTEURS LOGIQUES 29
Remarque 1.6 : Voici la table de vrit du NON .
P P
0 1
1 0
Proposition 1.4 : Soient P, Q des propositions. On a
P P
(P P) (non contradiction)
P P (tiers exclu)
(P Q) (P) (Q)
(P Q) (P) (Q) (lois de Morgan)
II.4 Le connecteur IMPLIQUE
Dfinition 1.5 : tant donnes deux propositions P et Q, on cre une nouvelle propo-
sition P Q. Cette proposition est fausse exactement dans le cas o P est vraie et Q est
fausse.
Remarque 1.7 : Voici la table de vrit de IMPLIQUE .
0 1
0 1 1
1 0 1
((P Q) (Q R)) (P R) (transitivit de limplication)
(P Q) (P Q)
(P Q) (P Q)
(P Q) (P Q)
Exemple : Lexemple qui suit est destin nous faire comprendre la nature du connecteur
implique. Donnons nous un entier naturel n. Je vais partir du principe que tout le monde
sera daccord lorsque jarme que si n est multiple de 4, alors n est pair. Prenons quelques
valeurs de n pour voir . . . . Commenons par n = 8. Alors n est multiple de 4 et n est
galement pair. Donc, si lon veut que la table de vrit du connecteur IMPLIQUE ne
dpende que des valeurs de vrit des propositions, et pas de la nature de ces propositions,
on doit avoir que VRAI implique VRAI. Maintenant, attention ! Prenons n = 2. Alors, n
nest pas multiple de 4, et pourtant il est pair. Donc, FAUX implique VRAI. Pour nir,
prenons n = 3. Cette fois ci, FAUX implique FAUX. Un seul cas na pas t envisag :
a-t-on aussi VRAI implique FAUX? Si ctait le cas, toutes les implications seraient vraies.
Donc, si lon veut que le connecteur IMPLIQUE ne soit pas un connecteur trivial, on doit
poser que VRAI implique FAUX est FAUX.
Remarque 1.8 : Comment montrer que P Q? La proposition P est soit vraie soit
fausse. Si P est fausse, alors P Q sera vraie, ceci quelle que soit Q. On na donc pas
soccuper de ce cas, et on peut donc supposer que P est vraie. Puis, il sagit de vrier
que Q est vraie. Pour rsumer :
Pour montrer P Q :
On suppose P.
On montre Q.
Sil y a une seule chose retenir dans ce chapitre, cest celle-ci. Nous en ferons un usage
quotidien.
Remarque 1.9 : On a vu quil existe un lien entre OU et IMPLIQUE . Ainsi :
Pour montrer P Q, on suppose que P est fausse, et on montre que Q est vraie.
Proposition 1.6 : Soient P et Q deux propositions. On a
P Q Q P
Il sagit du principe de contraposition. Pour montrer une implication, on suppose que
le membre de droite est faux, et on montre que celui de gauche lest aussi.
Proposition 1.7 : Soit P une proposition. Soit F une proposition fausse. On a
(P F) P
Il sagit du principe de dmonstration par labsurde. Pour montrer que P est vraie, on
suppose que P est fausse et on arrive une contradiction. Il ne faut pas abuser de ce genre de
dmonstrations, car elles sont souvent diciles lire (pour ne pas dire incomprhensibles),
et paraissent articielles. Moralit, on ne fait une dmonstration par labsurde que si on
ne voit pas comment faire autrement. Et une fois quon a fait la dmo par labsurde, on
cherche faire autrement.
II.5 quivalence logique
Dfinition 1.6 : tant donnes deux propositions P et Q, on cre une nouvelle propo-
sition P Q. Cette proposition est vraie exactement dans le cas o P et Q ont la mme
valeur de vrit.
Remarque 1.10 : Voici la table de vrit de EQUIVAUT .
0 1
0 1 0
1 0 1
Proposition 1.8 :
(P Q) ((P Q) (Q P))
(P Q) (Q R) (P R) (transitivit de lquivalence)
III. QUANTIFICATEURS 31
Remarque 1.11 : Nous savons donc comment montrer que deux propositions sont
quivalentes : on montre deux implications.
Remarque 1.12 : Le lecteur pourra ce stade tre un peu confus par lexistence, dune
part de lquivalence , et dautre part de lquivalence logique . Disons, pour faire
bref, que nest pas un connecteur logique. Lorsqu nous crivons P Q, nous ncrivons
pas une proposition mais nous mettons un jugement sur les valeurs de vrit de P et
Q. En revanche, P Q est une proposition, et ce titre peut tre vraie ou fausse. Nous
nutiliserons le symbole que dans ce chapitre. Pour tre encore plus explicites, nous avons
la
Proposition 1.9 : Soient P et Q deux propositions.
Si P Q alors P Q est une proposition vraie.
Si P Q est une proposition vraie, alors P Q.
III Quanticateurs
III.1 Quanticateurs universel et existentiel
Soit P(x) une proposition dpendant dune variable x (on dit aussi un prdicat),
cette variable appartenant un certain ensemble E.
Dfinition 1.7 : Le symbole est appel quanticateur universel. Il permet de former
la proposition x E, P(x). Cette proposition est vraie si et seulement si la proposition
P(x) est vraie pour tous les lments x de lensemble E.
Dfinition 1.8 : Le symbole est appel quanticateur existentiel. Il permet de former
la proposition x E, P(x). Cette proposition est vraie si et seulement si la proposition
P(x) est vraie pour au moins un lment x de lensemble E.
Remarque 1.13 : Lorsque la proposition P(x) est vraie pour exactement un lment x
de lensemble E, on note
! x E, P(x)
III.2 Ngation dune phrase quantie
Proposition 1.10 : Soit P(x) un prdicat, la variable x appartenant un ensemble E.
On a
(x E, P(x)) (x E, P(x))
(x E, P(x)) (x E, P(x))
Dmonstration : Supposons (x E, P(x)). Soit x E. Daprs lhypothse, on
na pas P(x). Donc on a P(x). Inversement, supposons x E, P(x). Tous les x E
vrient P(x), ce qui veut dire quaucun x E ne vrie P(x).
Exercice : Prouver la deuxime quivalence en prenant la ngation de la premire
quivalence.
III.3 change de quanticateurs
Il arrivera frquemment que lon ait crire des propositions comportant une succes-
sion de quanticateurs. Soit P(x, y) une proposition dpendant de deux variables x E
et y F. Considrons les propositions A = x E, y F, P(x, y) et B = y
F, x E, P(x, y). Ces deux propositions sont quivalentes, et sont aussi quivalentes
C = (x, y) EF, P(x, y). (voir plus loin pour le produit cartsien). Lorsque E = F, on
commet labus dcrire x, y E, P(x, y). Il en va de mme si lon met des quanticateurs
existentiels la place des quanticateurs universels.
Considrons maintenant les deux propositions
A = x E, y F, P(x, y)
B = y F, x E, P(x, y)
Proposition 1.11 : On a B A. La rciproque est fausse en gnral.
Dmonstration : Supposons B. Il existe donc un lment y
0
de F tel que que x
E, P(x, y
0
). Soit maintenant x E. On a P(x, y
0
) donc y F, P(x, y) (prendre y = y
0
).
On a montr A. Pour voir que la rciproqiue est fausse, prenons E = F = N et P(x, y) =
y = x + 1 . On a bien A (tout entier naturel possde un successeur), mais B est fausse
(aucun entier nest le successeur de TOUS les entiers).
Chapitre 2
Ensembles
33
34 CHAPITRE 2. ENSEMBLES
I Notion densemble
I.1 Ensembles, lments
Un ensemble est, navement, une collection dobjets unis par une proprit commune.
Un objet appartient lensemble lorsquil possde cette proprit. Nous considrons la
notion densemble comme une notion premire , que nous ne chercherons pas dnir.
tant donns un ensemble E et un objet x, on crira x E lorsque x est lment de
E (ou appartient E), et x , E dans le cas contraire.
On peut dcrire un ensemble de plusieurs faons, les plus courantes tant les suivantes :
En listant ses lments : A = 1, 2, 3 ou B = 0, 2, 4, . . ..
En donnant une proprit caractrisant ses lments : B est lensemble des nombres
pairs, ce que lon peut crire B = n N, p N, n = 2p.
En regardant ses lments comme les images des lments dun autre ensemble par
une fonction : B = F(x), x N o F(x) = 2x.
Nous reviendronssur ces descriptions dans la suite du chapitre.
I.2 Les dicults du concept densemble
Le concept naf densemble mne assez facilement des contradictions. Ces contra-
dictions, mises en vidence vers la n du XIXe sicle, ont conduit les mathmaticiens
concevoir la Thorie des ensembles. Donnons un exemple de telle contradiction :
tant donn un ensemble X, la question de se demander si X X a un sens. Par
exemple, si X = 1, 2, 3, alors X , X. En eet, X a trois lments qui sont 1, 2 et 3. Et
aucun de ces lments nest gal 1, 2, 3 ! En fait, il est extrmement dicile de trouver
un ensemble qui appartienne lui-mme (bon, javoue : lun des axiomes de la thorie des
ensembles classique dit que cest impossible).
Considrons lensemble de tous les ensembles qui nappartiennent pas eux-mmes :
c = X, X , X
On a donc, pour tout ensemble X :
X c X , X
Posons-nous la question suivante : c appartient-il c ? Remplaant X par c dans la pro-
prit ci-dessus, on trouve c c c , c, ce qui est clairement contradictoire. Conclusion :
c nest pas un ensemble.
Il est bon de savoir quun tel souci ne peut arriver condition de prendre des prcau-
tions :
Axiome I.1 Soit E un ensemble. Soit T une proprit. Il existe alors un ensemble A tel
que, pour tout objet x, x A x E et T(x). Cet ensemble A est not A = x
E, T(x).
Exercice : Prouver que lensemble de tous les ensembles nexiste pas.
I. NOTION DENSEMBLE 35
I.3 galit densembles
Axiome I.2 Deux ensembles sont gaux si et seulement si ils ont les mmes lments.
Remarque 2.1 : Ainsi, soient A et B deux ensembles. Pour montrer que A = B, on
prouve les deux proprits :
x A, x B.
x B, x A.
I.4 Inclusion
Dfinition 2.1 : Soient A et B deux ensembles. On dit que A est inclus dans B, et on
note A B, lorsque
x A, x B
Proposition 2.1 : On a, pour tous ensembles A, B et C :
A A (rexivit)
A B et B A A = B (antisymtrie)
A B et B C A C (transitivit)
On dit que la relation dinclusion est une relation dordre.
Dmonstration : La rexivit est vidente. Lantisymtrie rsulte de laxiome sur
lgalit de deux ensembles. Supposons maintenant A B et B C. Soit x A. On a
x B puisque A B. Donc x C puisque B C. Ainsi, A C.
I.5 Ensemble vide
Axiome I.3 Il existe un ensemble qui na pas dlment. On lappelle lensemble vide, et
on le note ou parfois .
Remarque 2.2 : (Rserv aux spcialistes). Il existe un unique ensemble vide. Soient
en eet
1
et
2
deux ensembles vides. Alors, pour tout x
1
, on a x
2
. Donc,
1

2
.
De mme,
2

1
. Do
1
=
2
.
I.6 Parties dun ensemble
Axiome I.4 Soit E un ensemble. Il existe un ensemble, not T(E), tel que pour tout objet
X,
X T(E) X E
Lensemble T(E) est lensemble des parties de E.
Exemple :
Soit E = 1, 2. Alors, T(E) = , 1, 2, 1, 2.
Soit E = a, b, c. Alors, T(E) = , a, b, c, a, b, a, c, b, c, a, b, c.
Exemple :
T() = . Attention, cet ensemble possde un lment (cet lment tant dailleurs
gal lensemble vide).
T(T()) = , .
T(T(T())) = , , , , .
Exercice : Calculer T(T(T(T()))).
II Oprations sur les ensembles
II.1 Runion
Dfinition 2.2 : Soient A et B deux ensembles. On appelle runion de A et B lensemble
A B = x, x A ou x B
Remarque 2.3 : Lun des axiomes de la thorie des ensembles arme que A B est
bien un ensemble.
Dfinition 2.3 : Plus, gnralement, tant donne une famille densembles (A
i
)
iI)
(cest dire des ensembles A
i
indexs par un indice i variant lui-mme dans un ensemble
I), on appelle runion des A
i
lensemble
iI
A
i
= x, i I, x A
i
Exemple : On a
n1
[0, 1 1/n] = [0, 1[. Soit x un lment de la runion. Il existe
n 1 tel que 0 x 1
1
n
< 1. Donc x [0, 1[. Inversement, soit x [0, 1[. Soit n un
entier non nul vriant n
1
1x
. Alors, x 1
1
n
et donc x [0, 1
1
n
]. Le rel x est donc
un lment de la runion.
Proposition 2.2 : On a les proprits suivantes (toutes les lettres reprsentent des
ensembles) :
1. A B = B A (commutativit)
2. (A B) C = A (B C) (associativit)
3. A = A ( est lment neutre pour la runion)
4. A A = A (idempotence)
5. A B = A B A.
6. A B et C D A C B D.
Dmonstration : Montrons la commutativit. Soit x un objet. On a x A B si et
seulement si x A OU x B. Mais OU est commutatif. Ceci quivaut donc x B OU
x A, cest dire x B A. Les autres proprits sont laisses en exercice.
II. OPRATIONS SUR LES ENSEMBLES 37
II.2 Intersection
Dfinition 2.4 : Soient A et B deux ensembles. On appelle intersection de A et B
lensemble
A B = x, x A et x B
Remarque 2.4 : Pas besoin daxiome pour armer que AB est un ensemble, puisque
A B = x A, x B.
Dfinition 2.5 : Plus, gnralement, tant donne une famille densembles (A
i
)
iI)
,
on appelle runion des A
i
lensemble
iI
A
i
= x, i I, x A
i
Exercice : On a
n1
[0, 1 + 1/n[= [0, 1].
Proposition 2.3 : On a les proprits suivantes (toutes les lettres reprsentent des
ensembles) :
A B = B A.
(A B) C = A (B C).
A = .
A A = A.
A B = A A B.
A B et C D A C B D.
Dmonstration : Exercice.
Proposition 2.4 : On a les proprits suivantes :
A (B C) = (A B) (A C) (distributivit de par rapport )
A (B C) = (A B) (A C) (distributivit de par rapport )
Dmonstration : Soit x un objet. On a x A (B C) si et seulement si (x
A) ((x B) (x C)). On termine en utilisant la distributivit de par rapport .
II.3 Dirence, Complmentaire
Dfinition 2.6 : Soient A et B deux ensembles. On appelle dirence de A et B
lensemble
A B = x A, x , B
Lorsque B A, on dit aussi complmentaire de B (dans A), et on note aussi C
A
B ou
encore B.
Proposition 2.5 : On a les proprits (lois de Morgan) :
A (B C) = (A B) (A C).
A (B C) = (A B) (A C).
Dmonstration : Soit x un objet. On a x A (B C) si et seulement si (x
A) (x B x C). On termine en utilisant les lois de Morgan du chapitre de logique.
II.4 Couples, produit cartsien
La notion de couple est capitale : de faon, vague, un couple (a, b) est compos de deux
objets a et b. Ce qui est important, cest que deux couples (a, b) et (c, d) sont gaux si
et seulement si a = c et b = d. Il y a plusieurs faons de dnir le concept de couple.
Peu importe comment on dnit les couples, ce qui importe cest quelle condition deux
couples sont gaux. Nous allons ci-dessous donner une construction possible. Puis nous
loublierons.
Dfinition 2.7 : Soient a et b deux objets. On appelle couple de premire composante
a et de seconde composante b lensemble
(a, b) = a, a, b
Proposition 2.6 : Deux couples (a, b) et (c, d) sont gaux si et seulement si a = c et
b = d.
Dmonstration : Dans un sens, cest vident. Supposons maintenant que (a, b) = (c, d).
Commenons par le cas o c ,= d : alors, vu que a , = c, d on a donc forcment a = c,
et donc a = c. Maintenant, c, d = a, b. Et comme d ,= a = c, on a forcment d = b.
Considrons maintenant le cas o c = d : on a donc (c, d) = c. Do a, b = c, donc
a = b = c = d.
Remarque 2.5 : Il faut maintenant sempresser doublier la dnition des couples pour
ne retenir que leur proprit caractristique !
Dfinition 2.8 : Soient A et B deux ensembles. On appelle produit cartsien de A et
B lensemble
AB = (a, b), a A, b B
II.5 Notion de famille
Cette section fait appel de faon informelle au concept dapplication.
Soit E un ensemble. Le paragraphe prcdent nous permet de parler dun couple ddl-
ments de E. On peut dnir de la mme faon la notion de triplet, quadruplet,. . . mais il
y a une autre possibilit. tant donn un entier naturel n 1, on peut dnir un n-uplet
dlments de E comme une application : 1, 2, . . . , n E. Lapplication est alors
note = (x
1
, x
2
, . . . , x
n
) o x
i
= (i).
De l gnraliser la gnralisation, il ny a quun pas (franchissons-le) :
Dfinition 2.9 : Soient E et I deux ensembles. On appelle famille dlments de E
indexe par i toute application : I E.
II. OPRATIONS SUR LES ENSEMBLES 39
Notation : Une telle famille est alors note = (x
i
)
iI
. Lobjet x
i
= (i) est le ime
lment de la famille. On fait comme pour les couples : on oublie la dnition de famille
aussitt nonc la proposition qui suit :
Proposition 2.7 : Deux familles (x
i
)
iI
et (y
i
)
iI
dlments dun ensemble E sont
gales si et seulement si
i I, x
i
= y
i
Dmonstration : Deux applications sont gales si et seulement si elles ont mme
ensemble de dpart, mme ensemble darrive, et mme image en tout point de lensemble
de dpart.
Chapitre 3
Gomtrie du Plan
41
42 CHAPITRE 3. GOMTRIE DU PLAN
I Prambule
I.1 Vecteurs
Soit P = R
2
lensemble des couples de nombres rels. On dnit sur P deux oprations :
Si u = (x, y) et v = (x
t
, y
t
), u +v = (x + x
t
, y + y
t
).
Si u = (x, y) et R, u = (x, y).
Proposition 3.1 : Les oprations sur P vrient les proprits suivantes (u, v, w sont
des lments de P, et sont des rels) :
u +v = v +u (commutativit de laddition)
u + (v + w) = (u +v) + w (associativit de laddition)
u + 0 = u o 0 = (0, 0) (0 est le neutre de laddition)
u + (u) = 0 o u = 1u (tout lment de P possde un oppos)
1u = u (1 est neutre pour la multiplication)
( + )u = u + u
(u +v) = u + v (distributivit de . par rapport +)
()u = (u) (associativit de la multiplication)
Dfinition 3.1 : Les lments de P sont appels des vecteurs. Le triplet (P, +, .) est le
plan vectoriel.
I.2 Points
Soit T = R
2
. Appelons cette fois-ci point tout lment de T. Les points ne saddi-
tionnent pas et ne se multiplient pas par des nombres. Mais on dispose doprations pour
passer des points aux vecteurs et vice-versa.
Dfinition 3.2 : Lensemble T est le plan ane.
Dfinition 3.3 : Soient A = (x, y) et B = (x
t
, y
t
) deux points du plan. On appelle
vecteur dorigine A et dextrmit B le vecteur
AB = (x
t
x, y
t
y)

AB +
BC =

AC (Formule de Chasles)

AB = 0 A = B
Pour tout point A et tout vecteur u, il existe un unique point B tel que

AB = u. Ce
point B est not B = A +u.
I.3 Droites
Dfinition 3.4 : Soit A T. Soit u P, u ,= 0. On appelle
Droite vectorielle dirige (ou engendre) par u lensemble D = u, R.
Droite ane passant par A et dirige par u lensemble T = A + u, R.
II. REPRES CARTSIENS 43
Remarque 3.1 : Tout vecteur non nul dune droite vectorielle en est un vecteur directeur.
Une droite ane passe par nimporte quel point delle-mme. Si elle est dirige par u, elle
est aussi dirige par u, ceci pour tout rel . La droite vectorielle D est appele la direction
de la droite ane T.
Remarque 3.2 : Prenons A = (a, b) et u = (, ). Soit T la droite ane passant par
A et dirige par u. Un point M = (x, y) appartient T si et seulement si il existe un rel
tel que :
_
x = a +
y = b +
On a l ce que lon appelle des quations paramtriques (ou un paramtrage) de la
droite T.
II Repres cartsiens
II.1 Colinarit - Bases
Dfinition 3.5 : Soient u et v deux vecteurs du plan. On dit que (u, v) est une base du
plan (vectoriel) lorsque, pour tout vecteur w du plan, il existe un unique couple (x, y) de
rels tels que w = xu + yv.
Dfinition 3.6 : Deux vecteurs u et v du plan sont dits colinaires lorsque il existe un
rel tel que v = u ou u = v. Si les vecteurs sont non nuls, ds que lune des relations
est vrie, lautre lest aussi.
Remarque 3.3 : Deux vecteurs sont colinaires si et seulement si ils appartiennent
une mme droite vectorielle.
Proposition 3.3 : Soient u et v sont deux vecteurs du plan. La famille (u, v) est une
base du plan vectoriel P si et seulement si u et v ne sont PAS colinaires.
Dmonstration : On pourrait ce stade du cours dmontrer cette proprits par des
calculs directs (expression des vecteurs sous forme de couples, rsolution de systmes).
Nous ladmettons provisoirement car nous aurons plus tard des outils bien plus ecaces
pour ltablir.
Exemple : Les vecteurs (1, 0) et (0, 1) forment une base de P, appele la base canonique.
Si u = (x, y) P, on a u = x(1, 0) + y(0, 1).
Exemple : Les vecteurs (1, 2) et (3, 4) forment une base de P. Pour exprimer les coor-
donnes dun vecteur u = (x, y) dans cette base, il faut rsoudre un systme dquations.
Exercice : Trouver les coordonnes en question.
II.2 Coordonnes cartsiennes
Dfinition 3.7 : On appelle repre cartsien du plan tout triplet 1 = (, u, v) o (u, v)
est une base du plan.
Exemple : Posons e
1
= (1, 0) et e
2
= (0, 1). Ces deux vecteurs ne sont pas colinaires,
et (O, e
1
, e
2
) est donc un repre du plan T, appel le repre canonique.
Proposition 3.4 : Soit 1 = (, u, v) un repre cartsien. Pout tout point M du plan, il
existe un unique couple (x, y) de rels tels que

M = xu+yv. Les rels x et y sont appels
les coordonnes M dans le repre 1.
Remarque 3.4 : On note M[
x
y
. Prendre bien garde au fait que x et y dpendent du
repre choisi. La notation est donc ambigu.
Dmonstration : Cest vident :

M est un vecteur du plan.
II.3 Projections, Symtries
Soit T
1
la droite ane passant par et dirige par u. Soit D
2
la droite vectorielle
engendre par v, o v est un vecteur non colinaire u. Soit M un point du plan. On a
M = + xu + yv. Soit P = + xu. Le point P est caractris par
_
P T
1
MP D
2
Dfinition 3.8 : Le point P est le projet de M sur T
1
, paralllement D
2
.
Considrons prsent le point Q = + xu yv. Le point P est le milieu du segment
[M, Q] (vrication immdiate).
Dfinition 3.9 : Le point Q est le symtrique de M par rapport T
1
, paralllement
D
2
.
II.4 Changement de repre
Soient 1 = (, u, v) et 1
t
= (
t
, u
t
, v
t
) deux repres cartsiens. Soit M un point du
plan de coordonnes (x, y) (resp : (x
t
, y
t
)) dans 1 (resp : 1
t
). On suppose donns :
Les coordonnes (, ) de
t
dans 1.
u
t
= au + bv.
v
t
= cu + dv.
On a alors

M =
t
+
t
M =
t
+ x
t
u
t
+ y
t
v
t
= ( + ax
t
+ cy
t
)u + ( + bx
t
+ dy
t
)v.
On en dduit :
_
x = + ax
t
+ cy
t
y = + bx
t
+ dy
t
Si lon cherche x et y en fonction de x
t
et y
t
, alors tout est termine. Sinon une rsolu-
tion de systme permet de conclure. Nous verrons que ces calculs se simplient lorsquon
travaille dans certains types de repres (les repres orthonorms).
III. PRODUIT SCALAIRE 45
III Produit scalaire
III.1 Dnition
Dfinition 3.10 : On pose pour tous vecteurs u = (x, y) et v = (x
t
, y
t
) du plan,
< u, v >= xx
t
+ yy
t
.
III.2 Proprits
Proposition 3.5 : Le propduit scalaire est une forme bilinaire symtrique dnie
positive sur le plan vectoriel. Plus prcisment, on a :
<
1
u
1
+
2
u
2
, v >=
1
 +
2
 (linarit en la premire variable)
< u,
1
v
1
+
2
v
2
>=
1
< u, v
1
> +
2
< u, v
2
> (linarit en la deuxime variable)
< u, v >=< v, u > (symtrie)
< u, u > 0 (positivit)
< u, u >= 0 u = 0 (dnition)
Notation : On note, pour tout vecteur u du plan, [[u[[ =

< u, u >. Cette quantit est
appele la norme (euclidienne) du vecteur u. Nous en reparlerons.
Proposition 3.6 : On a lingalit de Schwarz :
[ < u, v > [ [[u[[.[[v[[
Dmonstration : Considrons pour tout rel t, f(t) =. Supposons
dabord que v ,= 0. f(t) = t
2
< v, v > +2t < u, v > + < u, u > est un trinme du second
degr. Par ailleurs, f(t) est positif pour tout rel t. Son discriminant est donc ngatif ou
nul ce qui donne lingalit demande. Dans le cas o v = 0, lingalit est triviale, et
devient une galit.
Proposition 3.7 : On a galit dans lingalit de Schwarz si et seulement si u et v
sont colinaires.
Dmonstration : Supposons v ,= 0. Si u et v sont colinaires, alors u = v, on
a clairement lgalit. Inversement, le trinme f dont nous avons parl ci-dessus a un
discriminant nul et possde donc une racine. Il existe ainsi un rel t tel que = 0. Donc, u = tv do la colinarit.
III.3 cart angulaire
Proposition 3.8 : Soient u et v deux vecteurs non nuls du plan. Il existe un unique
rel [0, ] tel que
< u, v >= [[u[[[[v[[ cos
Dmonstration : Lingalit de Schwarz montre que la quantit
<u,v>
[[u[[[[v[[
est dans [1, 1].
Dfinition 3.11 : Le rel est appel lcart angulaire entre les vecteurs u et v.
Remarque 3.5 : On a u et v colinaires si et seulement si = 0 ou . De plus, on a
< u, v >= 0 si et seulement si = /2.
III.4 Normes et Distances
Remarque 3.6 : On rappelle que si u = (x, y) est un vecteur de R
2
, on a appell norme
(euclidienne) de u le nombre rel [[u[[ =< u, u >=
_
x
2
+ y
2
.
Dfinition 3.12 : Soient A, B T. On appelle distance de A B le rel d(A, B) =
AB = [[
AB[[.
Proposition 3.9 : La norme euclidienne vrie les proprits suivantes :
[[u[[ = 0 u = 0
[[u[[ = [[[[u[[
[[u +v[[ [[u[[ +[[v[[ (ingalit de Minkowski)
[[[u[[ [[v[[[ [[u v[[
Dmonstration : Seule lingalit triangulaire pose un petit problme. Pour cela, on
value [[u+v[[
2
=< u+v, u+v >= [[u[[
2
+[[v[[
2
+2 < u, v >. Daprs Schwarz, on a donc
[[u + v[[
2
[[u[[
2
+[[v[[
2
+ 2[[u[[[[v[[. Mais ceci est une identit remarquable.
Remarque 3.7 : Un vecteur de norme 1 est appel vecteur unitaire. Pour tout vecteur
u non nul, il existe exactement deux vecteurs unitaires colinaires u, qui sont
u
[[u[[
.
Proposition 3.10 : La distance euclidienne vrie les proprits suivantes :
d(A, B) = 0 A = B
d(A, B) = d(B, A)
d(A, C) d(A, B) + d(B, C) (ingalit triangulaire)
Dmonstration : Cest immdiat en utilisant la proprit prcdente.
III.5 Orthogonalit
Dfinition 3.13 : Soient u et v deux vecteurs. On dit que u et v sont orthogonaux
lorsque < u, v >= 0.
Remarque 3.8 : Pour deux vecteurs non nuls, ceci est quivalent un cart angulaire
entre u et v gal

2
.
Proposition 3.11 : Soit u un vecteur unitaire du plan. Il existe exactement deux
vecteurs v unitaires et orthogonaux u.
IV. BASES ET REPRES ORTHONORMS 47
Dmonstration : Par unitarit, on a u = (cos , sin ) et v = (cos , sin ). Mais alors,
< u, v >= cos(). Donc u et v sont orthogonaux si et seulement si
2
mod 2,
ce qui donne deux valeurs de possibles modulo 2. Prcisment, en posant u = (a, b), les
deux seuls vecteurs v qui conviennent sont v = (b, a). Lun des deux est directement
orthogonal u : cest (b, a).
Proposition 3.12 : Soient u et v deux vecteurs non nuls et orthogonaux. La famille
(u, v) est une base du plan.
Dmonstration : Raisonnons par labsurde et supposons u et v colinaires. Il existe
donc un rel tel que v = u. Eectons le produit scalaire par v : par orthogonalit de u
et v, on obtient < v, v >= [[v[[
2
= 0 do v = 0, ce qui nest pas. u et v ne sont donc pas
colinaires et forment donc une base du plan.
Dfinition 3.14 : On appelle base orthogonale du plan toute base (u, v) du plan dont
les vecteurs sont orthogonaux. Si les vecteurs sont de plus unitaires, on parle de base or-
thonorme (ou orthonormale).
On dnit de mme la notion de repre orthogonal, orthonorm.
IV Bases et repres orthonorms
IV.1 Coordonnes en repre orthonorm
Proposition 3.13 : Soit (u, v) une base orthonorme du plan. Soit w un vecteur quel-
conque. On a
w =< w, u > u+ < w, v > v
Dmonstration : Posons w = xu + yv. Alors < w, u >= x (calcul direct) et de mme
< w, v >= y.
Remarque 3.9 : Les coordonnes de w sont les produits scalaires de w avec les vecteurs
de la base. Plus prcisment, < w, u > u et < w, v > v sont les projections orthogonales
du vecteur w sur les droites vectorielles engendres par u et v. Faire un dessin !
IV.2 Expression du produit scalaire dans une base orthonorme
Proposition 3.14 : Soit B = (u, v) une base orthonorme du plan. Soient w et w
t
deux
vecteurs du plan de coordonnes respectives (x, y) et (x
t
, y
t
) dans la base B. Alors
< w, w
t
>= xx
t
+ yy
t
Remarque 3.10 : Lexpression du produit scalaire est la mme dans toutes les bases
orthonormes.
Dmonstration : Cest immdiat. On utilise < u, u >=< v, v >= 1 ainsi que <
u, v >= 0.
V Dterminant
V.1 Dterminant de deux vecteurs
Dfinition 3.15 : Soient u = (x, y) et v = (x
t
, y
t
) deux vecteurs du plan. On appelle
produit vectoriel, ou dterminant, des vecteurs u et v le rel
det(u, v) = [u, v] = xy
t
x
t
y
Notation : On notera le dterminant des vecteurs (x, y) et (x
t
, y
t
) par
x x
t
y y
t
Proposition 3.15 : tant donns deux vecteurs u et v du plan, on a

< u, v >
2
+[u, v]
2
= [[u[[
2
[[v[[
2
Dmonstration : Calcu direct : (xx
t
+ yy
t
)
2
+ (xy
t
x
t
y)
2
= (x
2
+ y
2
)(x
t2
+ y
t2
).
Corollaire 3.16 : Soient u et v deux vecteurs non nuls du plan. Soit lcart angulaire
entre u et v. On a
det(u, v) = [[u[[[[v[[ sin
Remarque 3.11 : det(u, v) est, au signe prs, laire du paralllogramme dni par les
vecteurs u et v. Utiliser btement la formule S = B.h : B = [[u[[ et h = [[v[[[ sin [.
V.2 Proprits
Proposition 3.17 : Lapplication dterminant est bilinaire antisymtrique.
Proposition 3.18 : Deux vecteurs sont colinaires si et seulement si leur dterminant
est nul.
Dmonstration : Cest clair : deux vecteurs sont colinaires si et seulement si lcart
angulaire entre ces deux vecteurs a un sinus nul.
Proposition 3.19 : Lexpression du dterminant est la mme dans toutes les bases
orthonormes directes.
Dmonstration : Soit (u, v) une base orthonorme directe. Alors, par bilinarit,
det(xu + yv, x
t
u + y
t
v) = (xy
t
x
t
y) det(u, v). Mais det(u, v) = 1 comme on le voit en
posant u = (a, b) et v = (b, a) o a
2
+ b
2
= 1.
V. DTERMINANT 49
V.3 Familles directes, familles indirectes
Dfinition 3.16 : Soient u et v deux vecteurs non colinaires du plan. On dit que la
famille (u, v) est directe lorsque [u, v] > 0. Sinon, la famille est dite indirecte.
V.4 Angle orient de deux vecteurs non nuls
Proposition 3.20 : Soient u et v deux vecteurs non nuls du plan. Il existe un rel ,
unique modulo 2, tel que < u, v >= [[u[[[[v[[ cos et [u, v] = [[u[[[[v[[ sin . Ce rel est
appel langle orient entre les vecteurs u et v.
Dmonstration : On pose a =
<u,v>
[[u[[[[v[[
et b =
[u,v]
[[u[[[[v[[
. On a alors a
2
+ b
2
= 1 do
lexistence et lunicit du rel demand.
Notation : On note (u, v) langle orient entre u et v.
Proposition 3.21 : On a les proprits suivantes (les congruences sont ralises modulo
2) :
(u, v) 0 > 0, v = u.
(u, v) < 0, v = u.
(v, u) (u, v).
(u, v) + (v, w) (u, w).
Dmonstration : Seule la formule de Chasles est dlicate. Nous laissons la preuve de
ct : ce sera vident lorsque nous saurons composer des rotations.
V.5 Application des dterminants la rsolution de systmes
Proposition 3.22 : Soient a, b, c, d, e, f six rels. On considre le systme
(S)
_
ax + cy = e
bx + dy = f
Si
a c
b d
= ad bc est non nul, le systme (S) a une unique solution, donne par
x =
e c
f d
a c
b d
, y =
a e
b f
a c
b d
Si
a c
b d
= 0, le systme peut avoir une innit de solutions (le plan ou une droite
ane), ou aucune solution.
Dmonstration : Lorsque le dterminant du systme est non nul, faire un calcul direct.
Lorsquil est nul, regarder des exemples.
V.6 Coordonnes polaires
Dfinition 3.17 : On rapporte le plan un repre orthonorm 1 = (O,, ). Soit
M = (x, y). On appelle coordonnes polaires de M tout couple (, ) de rels tels que
z = e
i
.
Remarque 3.12 : Si M = O les couples de coordonnes polaires de M sont les couples
(0, ) o R.
Proposition 3.23 : Soit M ,= O. Le point M possde un couple de coordonnes polaires
(
0
,
0
). Soit (, ) R
2
. Alors (, ) est un couple de coordonnes polaires de M si et
seulement si =
0
et il existe k Z, =
0
+ 2k, ou alors =
0
et il existe
k Z, =
0
+ + 2k.
Dmonstration : Soit
0
= OM. Soit u =

OM/
0
. u est unitaire et il existe donc
un rel
0
tel que u = (cos
0
, sin
0
). Do lexistence. Pour lunicit, supposons cos =
0
cos
0
et sin =
0
sin
0
. On lve au carr, on ajoute, on obtient
2
=
2
0
. Donc
=
0
. Si =
0
, les rels et
0
ont mme cosinus et mme sinus, ils sont donc gaux
modulo 2. Si =
0
, les rels et
0
ont des cosinus et des sinus opposs, leur dirence
vaut donc modulo 2. La rciproque (de tels couples sont bien des couples de coordonnes
polaires de M) est vidente.
Dfinition 3.18 : Soit un rel. On appelle repre polaire (associ ) le repre
(0, u(), v()) o
u() = (cos , sin )
v() = (sin , cos )
On vrie aisment que les deux vecteurs ci-dessus forment bien une base du plan. Ce
repre (qui est une sorte de repre tournant ) est particulirement adapt la description
de calculs en coordonnes polaires.
VI Droites
VI.1 quations cartsiennes
Proposition 3.24 : Soient a, b, c trois rels, a et b tant non tous deux nuls. Lensemble
des points M = (x, y) du plan tels que ax + by + c = 0 est une droite de vecteur directeur
u = (b, a).
Inversement, pour toute droite T du plan, il existe a, b, c rels, avec (a, b) ,= (0, 0), tels
que M = (x, y) appartienne T si et seulement si ax + by + c = 0.
Dfinition 3.19 : On dit que ax + by + c = 0 est une quation cartsienne de la
droite T.
Dmonstration : Il existe un couple A = (x
0
, y
0
) vriant ax
0
+ b
y
0 + c = 0 : il
ny a qu lexhiber (distinguer selon que a est nul ou pas). Le couple M = (x, y) vrie
VI. DROITES 51
lquation si et seulement si
x x
0
b
y y
0
a
= 0 cest dire si et seulement si

AM est
colinaire u.
Inversement, soit T la droite passant par A et dirige par u. Un point M est sur T
si et seulement si les vecteurs

AM et u sont colinaires, cest dire det(
AM, u) = 0. En
dveloppant, on obtient une quation de T.
Proposition 3.25 : Les quations ax+by+c = 0 et a
t
x+b
t
y+c
t
= 0 sont les quations
dune mme droite si et seulement si les triplets (a, b, c) et (a
t
, b
t
, c
t
) sont proportionnels.
Dmonstration : Si les triplets sont proportionnels, il est clair quil sagit de la mme
droite.
Inversement, si ces deux quations sont celles dune mme droite, alors les vecteurs
(b, a) et (b
t
, a
t
) en sont des vecteurs directeurs. Il existe donc un rel (forcment non
nul) tel que b
t
= (b) et a
t
= a. En prenant un point (x, y) de la droite, on obtient
c
t
= c.
Remarque 3.13 : tant donne la droite dquation ax +by +c = 0, le vecteur (b, a)
est un vecteur directeur de T. Le vecteur (a, b) est donc un vecteur orthogonal (on dit
aussi normal) T.
Remarque 3.14 : quation polaire dune droite. Soit T une droite du plan ne passant
pas par O, dquation cartsienne ax + by + c = 0. On a (a, b) ,= (0, 0) et c ,= 0. Quitte
diviser par

a
2
+ b
2
, on peut supposer que a
2
+ b
2
= 1. Soit
0
tel que a = cos
0
et
b = sin
0
. Pososn x = cos , y = sin . Un point M est sur la droite si et seulement si
cos(
0
) = c ou encore :
=
c
cos(
0
)
Si la droite passe par O une quation polaire de la droite est =
0
.
VI.2 Distance dun point une droite
Soit T une droite du plan. Soit M un point du plan. Soit P le projet orthogonal de
M sur D. Alors, pour tout point Q de T, les vecteurs

MP et

PQ sont orthogonaux. Ainsi,
d(M, Q)
2
= d(M, P)
2
+ d(P, Q)
2
On en dduit que d(M, Q) d(M, P) avec galit si set seulement si P = Q.
Dfinition 3.20 : On appelle distance de M la droite T la distance d(M, P) o P
est le projet orthogonal de M sur T.
Le point P est caractris par
_
P T
MPu
Posons M = (x, y), P = (, ). Soit ax + by + c = 0 une quation de T. On a donc
_
a + b + c = 0
b(x ) + a(y ) = 0
ou encore
_
a(x ) + b(y ) = ax + by + c
b(x ) + a(y ) = 0
Gagnons du temps : la premire galit plus i fois la deuxime donne (a ib)((x ) +
i(y )) = ax + by + c, do

a
2
+ b
2
d(M, P) = [ax + by + c[.
Proposition 3.26 : Soit T une droite du plan dquation ax+by+c = 0. Soit M = (x, y)
un point du plan. Alors :
d(M, T) =
[ax + by + c[
a
2
+ b
2
VI.3 Angle de deux droites
Proposition 3.27 : Soient T
1
et T
2
deux droites du plan. Langle (u, v) entre un vecteur
dirceteur de T
1
et un vecteur directeur de T
2
prend exactement deux valeurs modulo 2.
Ces deux valeurs dirent exectement de mod 2.
Dfinition 3.21 : On appelle angle des droites T
1
et T
2
langle entre un vecteur
directeur de T
1
et un vecteur directeur de T
2
, mesur modulo .
Dmonstration : Soient u
0
et v
0
des vecteurs directeurs de T
1
et T
2
. Notons
0
=
(u
0
, v
0
). On a alors (u
0
, v
0
) =
0
si et sont de mme signe et +
0
sinon. Do le
rsultat.
VII Cercles
VII.1 Gnralits
Dfinition 3.22 : Soit un point du plan, et r un rel positif ou nul. On appelle cercle
de centre et de rayon r lensemble
((, r) = M T, d(, M) = r
Proposition 3.28 : Soit ( un cercle de centre , de rayon r > 0. Toute droite pas-
sant par coupe ( en exactement deux points A et B. Ces deux points vrient de plus
d(A, B) = 2r.
Dfinition 3.23 : A et B sont appels des points diamtralement opposs. La quantit
d = 2r est le diamtre du cercle.
Proposition 3.29 : Soit ( un cercle. Soient A et B deux points diamtralement opposs
sur (. Soit M un point du plan. Alors :
VIII. EXEMPLES DE LIGNES DE NIVEAU 53

MA.
MB < 0 si et seulement si M est lintrieur de (.

MA.
MB < 0 si et seulement si M est lintrieur de (.

MA.
MB = 0 si et seulement si M est sur le cercle (.

Dmonstration : Soit le centre de (. Alors

MA.
MB = (
M +
A).(
M +
B) =
d(M, )
2
r
2
en dveloppant et en utilisant

A +
B = 0.
VII.2 Droites et cercles
Soit ( le centre de centre et de rayon r. Soit T une droite, dirige par un vecteur u
unitaire (pour simplier). Soit Q le projet orthogonal de sur T.
Soit M un point du plan. Alors M ( T si et seulement si
_
d(, M)
2
= r
2
M T
ou encore
_
d(Q, M)
2
= r
2
d(, Q)
2
(Pythagore)
M T
On pose =
_
r
2
d(, D)
2
et

QM = u. Le point M est sur lintersection si et
seulement si = do la
Proposition 3.30 :
Si d(, T) > r, alors ( T = .
Si d(, T) > r, alors ( T est un singleton (la droite est tangente au cercle). Si
d(, T) < r, alors ( T est constitu de deux points.
VII.3 Intersection de cercles
Soient ((, r) et (
t
(
t
, r
t
) deux cercles non concentriques . Un point M appartient
( (
t
si et seulement si d(, M) = r et d(
t
, M) = r
t
, ce qui quivaut
_
M (
d(, M)
2
d(
t
, M)
2
= r
2
r
t2
Lgalit ci-dessus est encore quivalente (
t
M).(
M +
t
M) = r
2
r
t2
ou
encore 2
t
.
M = r
2
r
t2
d(,
t
)
2
. On reconnat l lquation dune droite, appele
laxe radical des deux cercles. On est donc ramen au problme de lintersection dun cercle
et dune droite.
VIII Exemples de lignes de niveau
VIII.1 Introduction
Soit F : c R
2
R. On appelle lignes de niveau de F les ensembles M R
2
, F(M) =
k, o k R. Ces lignes de niveau sont en gnral des courbes. Dans ce qui va suivre, nous
allons voir quoi ressemblent ces courbes lorsque la fonction F est dnie par des produits
scalaires, des distances, des dterminants . . .
VIII.2 F(M) =<

AM, u >
Le vecteur u est suppos non nul. Soit k R. Il existe un point M
0
tel que <

AM
0
, u >=
k : prendre par exemple tel que < u, u >= k, puis poser M
0
= A + u. On a alors
F(M) = k si et seulement si <

AM, u >=<

AM
0
, u >, cest dire <

M
0
M, u >= 0. On
obtient la droite passant par M
0
et orthogonale u.
VIII.3 F(M) = det(

AM, u)
Mme type de raisonnement, mais on obtient cette fois ci les droites diriges par u.
VIII.4 F(M) =<

MA,

MB >
Soit le milieu de [A, B]. On a F(M) = k si et seulement si <

M+
A,
M+
B >=
k. Do, en dveloppant, M
2
+ <

M,
A+
B >= k <

A,
B >. Le produit scalaire

du membre de gauche est nul et <

A,
B >= A
2
. Donc F(M) = k si et seulement si
M
2
= k + A
2
. On reconnat les cercles de centre (pour k A
2
) et en particulier
le cercle de diamtre [A, B] lorsque k = 0.
VIII.5 F(M) = d(M, B)/d(M, A)
On obtient des cercles si k ,= 1 et la mdiatrice de [A, B] sinon : soit pour cela
[A, B]. On choisira le point un peu plus loin. Alors d(M, B) = kd(M, A) si et seulement
si (lvation au carr, puis Chasles)
d(M, )
2
(1 k
2
) + 2
M.
_
B k
2
A
_
+ d(, B)
2
k
2
d(, A)
2
= 0
Si k = 1, prenons pour le milieu de [A, B]. Alors
A =

AB et lquation devient
M.
AB = 0. On obtient la droite orthogonale [A, B] passant par : la mdiatrice de

[A, B].
Si k ,= 1, on choisit tel que

B k
2
A = 0. Lquation devient
d(M, )
2
(1 k
2
) = d(, B)
2
+ k
2
d(, A)
2
= k
2
(1 k
2
)d(, A)
2
ou encore
d(M, ) =
k
[1 k
2
[
d(A, B)
Il sagit l dun cercle centr en .
VIII.6 F(M) = Angle (

MA,

MB) modulo
Soit un rel qui nest pas un multiple de . On cherche les points M du plan (dirents
de A et B) tels que F(M) = . Le plus simple est dutiliser les nombres complexes. On
se place dans un repre orthonorm direct dans lequel laxe de A est re
i
et celle de B
est re
i
. Soit M daxe z. On a alors F(M) mod si et seulement si arg
zb
za

VIII. EXEMPLES DE LIGNES DE NIVEAU 55
mod cest dire si et seulement si
zb
(za)e
i
R. Un complexe est rel si et seulement si il
est gal son conjugu. On a donc F(M) mod si et seulement si (zb)(za)e
i
=
(z b)(z a)e
i
ce qui donne aprs dveloppement zz = r
2
. On obtient donc les cercles
passant par A et B.
Remarque 3.15 : Si lon cherche les points M tels que langle (
MA,
MB) soit gal

modulo 2, on obtient des arcs de cercles limits par les points A et B.
Chapitre 4
Nombres Complexes
57
58 CHAPITRE 4. NOMBRES COMPLEXES
I Le corps des complexes
I.1 Construction des nombres complexes
Thorme 4.1 : Il existe un corps C vriant les proprits suivantes :
R C
Il existe dans C un lment i tel que i
2
= 1
Tout lment z C scrit de faon unique z = a + ib avec a et b rels.
Un tel corps est unique isomorphisme prs.
Dmonstration : On donne lide de la preuve. On pose C = R
2
. Puis on dnit
les oprations + et sur C par (x, y) + (x
t
, y
t
) = (x + x
t
, y + y
t
) et (x, y) (x
t
, y
t
) =
(xx
t
yy
t
, xy
t
+x
t
y). On montre que (C, +, ) possde toutes les proprits de corps. En
particulier, le neutre pour laddition est (0, 0) et le neutre pour la multiplication est (1, 0).
Linverse de llment (x, y) est (
x
x
2
+y
2
,
y
x
2
+y
2
) condition que (x, y) ,= (0, 0). On pose
ensuite R
t
= (x, 0), x R et on constate que R
t
est un corps isomorphe R. On identie
alors le couple (x, 0) avec le rel x pour tout rel x. Avec cet abus, on a bien R C. Puis
on pose i = (0, 1). Il est alors facile de vrier que tout lment z = (x, y) de C scrit aussi
x+iy et que cest la seule faon de lcrire ainsi. Enn, une simple vrication prouve que
i
2
= (1, 0) = 1.
Les oprations sur C sont donc :
(x + iy) + (x
t
+ iy
t
) = (x + x
t
) + i(y + y
t
)
(x + iy) (x
t
+ iy
t
) = (xx
t
yy
t
) + i(xy
t
+ x
t
y)
On vrie galement que (x + iy)
xiy
x
2
+y
2
= 1.
Dfinition 4.1 : Soit z C. Soit (x, y) lunique couple de rels tel que z = x + iy. x
est appel la partie relle de z, et y est la partie imaginaire de z. On note x = 1z, y = z.
Le nombres de la forme iy, avec y rel sont dits imaginaires purs. On note iR lensemble
des imaginaires purs.
Remarque 4.1 : Sauf mention contraire, lorsquon crira "z = x+iy" dans ce qui suit,
on supposera que x et y sont rels. Dans une rdaction complte, il faudrait le prciser
chaque fois.
I.2 Conjugu
Dfinition 4.2 : Soit z = x + iy un complexe. Le conjugu de z est z = x iy.
Proposition 4.2 : Soit z un complexe. On a :
1z =
z+ z
2
et z =
z z
2i
.

z = z.
z R z = z.
z iR z = z.
I. LE CORPS DES COMPLEXES 59
Dmonstration : Il sut de poser z = x + iy avec x, y R.
Proposition 4.3 : .
Le conjugu dune somme est la somme des conjugus.
Le conjugu dun produit est le produit des conjugus.
Le conjugu dun quotient est le quotient des conjugus.
Dmonstration : Il sut de poser z = x + iy, z
t
= x
t
+ iy
t
avec x, x
t
, y, y
t
R.
Exercice : Dterminons tous les nombres complexes z tels que
z+i
zi
iR. Soit z C,
z ,= i. z est solution du problme si et seulement si
z+i
zi
=
z+i
zi
=
zi
z+i
. On rduit au
mme dnominateur : (z+i)(z+i) = (zi)(zi) qui se simplie en zz = 1. Les solutions
du problme sont les nombres complexes de module 1, i except.
Remarque 4.2 : Soit : C C un endomorphisme du corps C laissant les rels
invariants. Soit z = x + iy C. On a alors (z) = (x) + (i)(y) = x + (i)y. Mais
i
2
= 1, donc (i)
2
= (1) = 1. On en dduit que (i) = i. Si (i) = i, alors, pour
tout complexe z, (z) = z : est lidentit de C. Si, au contraire, (i) = i, alors, pour
tout complexe z, (z) = z : est la conjugaison. En rsum, la conjugaison est lunique
endomorphisme non trivial de C laissant les rels invariants. Cest donc une application
extrmement prcieuse : si vous la perdez, vous nen aurez pas dautre.
I.3 Module
Proposition 4.4 : Soit z un complexe. Alors z z est un rel positif.
Dmonstration : Soit z = x + iy. Alors z z = x
2
+ y
2
R
+
.
Dfinition 4.3 : On appelle module du complexe z le rel positif [z[ =
z z.
Proposition 4.5 : Pour tout complexe z, on a
[z[ = 0 z = 0
[z[ = [ z[
1z [1z[ [z[
z [z[ [z[
Dmonstration : On a [z[
2
= zz donc [z[ = 0 si et seulement si z = 0 ou z = 0, cest
dir si et seulement si z = 0. On a [z[
2
= z z = zz = [z[
2
.
On pose z = x +iy o x, y R. On a [z[
2
= x
2
+y
2
x
2
. Donc, en passant la racine
carre, [x[ [z[. Mme preuve pour la partie imaginaire.
Proposition 4.6 : Pour tout complexe z non nul, on a
1
z
=
z
[z[
2
.
[z[ = 1
1
z
= z.
Dmonstration : On a
1
z
=
z
zz
=
z
[z[
2
. Et aussi, [z[ = 1 si et seulement si zz = 1 ou
encore z =
1
z
.
Proposition 4.7 : Pour tous complexes z
1
et z
2
, on a
[z
1
z
2
[ = [z
1
[[z
2
[.
Si z
2
,= 0, [
z
1
z
2
[ =
[z
1
[
[z
2
[
.
[z
1
+ z
2
[ [z
1
[ +[z
2
[ (ingalit triangulaire)
[[z
1
[ [z
2
[[ [z
1
z
2
[ (ingalit triangulaire 2)
Dmonstration : On a [z
1
z
2
[
2
= (z
1
z
2
)z
1
z
2
= z
1
z
1
z
2
z
2
= [z
1
[
2
[z
2
[
2
. Lingalit trian-
gulaire est vidente si z
2
= 0. Sinon, on pose u =
z
1
z
2
. Il sut de prouver que [1+u[ 1+[u[.
Or, [1 + u[
2
(1 + [u[)
2
= 2([u[ 1u). La dernire ingalit se prouve laide de la pr-
cdente : z
1
= z
1
z
2
+ z
2
, donc [z
1
[ [z
1
z
2
[ + [z
2
[. Ainsi, [z
1
[ [z
2
[ [z
1
z
2
[. On
obtient de mme que [z
2
[ [z
2
[ [z
1
z
2
[. Do le rsultat.
Remarque 4.3 : Il y a galit dans lingalit triangulaire si et seulement si z
2
= 0 ou
z
1
= z
2
, avec R
+
.
I.4 Arguments - Forme trigonomtrique
Nombres complexes de module 1
Proposition 4.8 : Lensemble | des nombres complexes de module 1 est un sous-groupe
de (C
, ).
Dmonstration : Un lment de | est non nul car de module 1. Donc | C
. Le
produit de deux complexes de module 1, linverse dun complexe de module 1, tant encore
de module 1, on a bien que | est un sous-groupe de C
.
Dfinition 4.4 : On suppose connues les proprits lmentaires des fonctions trigo-
nomtriques. Pour tout rel , on pose e
i
= cos + i sin .
Proposition 4.9 : On a | = e
i
, R.
Dmonstration : On a [e
i
[ = 1 do linclusion rciproque. Inversement, soit z =
x + iy |. On a x
2
+ y
2
= 1. Il existe donc un rel tel que z = e
i
do linclusion.
Proposition 4.10 : (Formules dEuler)
Pour R, on a
cos =
e
i
+ e
i
2
et sin =
e
i
e
i
2i
Dmonstration : Cest immdiat. On utilise la parit du cosinus et limparit du sinus.
Proposition 4.11 : On a, pour et rels :
I. LE CORPS DES COMPLEXES 61
e
i(+)
= e
i
e
i
.
e
i
= 1/e
i
e
i()
= e
i
/e
i
.
e
i
= 1 0[2].
e
i
= e
i
[2].
Dmonstration : La premire galit se vrie par un petit calcul. La deuxime rsulte
de la premire. La troisime rsulte des deux premires. Soit maintenant un rel . On a
e
i
= 1 si et seulement si cos = 1 et sin = 0, cest dire si et seulement si est multiple
de 2. La dernire proprit est alors immdiate : e
i
= e
i
e
i()
= 1 0[2].
Remarque 4.4 : On vient de prouver que lapplication e
i
est un morphisme
surjectif du groupe (R, +) vers le groupe (|, ) dont le noyau est 2Z.
Proposition 4.12 : (Formule de Moivre)
Pour R et n Z, on a
(cos + i sin )
n
= cos n + i sin n
Dmonstration : Cest immdiat en utilisant le fait que lapplication e
i
est un
morphisme.
Exercice : Soit x un rel et n un entier. On se propose de calculer S
n
=
n
k=0
cos kx et
T
n
=
n
k=0
sin kx. Pour cela, on forme S
n
+iT
n
=
n
k=0
e
ikx
. On reconnat la somme des
termes dune suite gomtrique de raison e
ix
. Si x 0[2], alors e
ix
= 1, donc S
n
+iT
n
=
n + 1, do S
n
= n + 1 et T
n
= 0. Si, au contraire, x , 0[2], alors e
ix
,= 1, donc
S
n
+iT
n
=
e
i(n+1)x
1
e
ix
1
. On factorise au numrateur et au dnominateur de cette fraction la
quantit e
ix/2
. Il vient alors S
n
+ iT
n
=
e
i(n+1/2)x
e
ix/2
e
ix/2
e
ix/2
=
e
i(n+1/2)x
e
ix/2
2i sin(x/2)
. Il vient alors
facilement
S
n
=
1
2
+
sin(n +
1
2
)x
2 sin
x
2
et T
n
=
cos
x
2
cos(n +
1
2
)x
2 sin
x
2
Arguments dun complexe non nul
Soit z un complexe non nul. Le complexe
z
[z[
est alors de module 1, donc il existe R
tel que
z
[z[
= e
i
. Ainsi,
z = re
i
o r = [z[
Dfinition 4.5 : Soit s un complexe non nul. On appelle argument de z tout rel tel
que z = [z[e
i
.
Proposition 4.13 : Soit z un complexe non nul. Soit
0
un argument de z. Lensemble
des arguments de z est
0
+ 2k, k Z
Si z est un complexe et est un argument de z, on note arg z [2]. Souvent, on
crit abusivement arg z = .
Remarque 4.5 :
Si z est sous la forme z = ae
i
avec a et rels, il convient de discuter sur le signe
de a pour connatre son module et un de ses arguments.
Si lon astreint largument demeurer dans un intervalle damplitude 2, tel que
[0, 2[ ou ] , ], on a alors unicit de largument.
Exemple : Trouvons le module et un argument de z =
3+i. On a [z[
2
= (
3)
2
+1 = 4,
donc [z[ = 2. Maintenant,
z
[z[
=
3
2
+
1
2
i. Un argument de z est donc un rel tel que
cos =
3
2
et sin =
1
2
. Par exemple, =

3
.
Produits et quotients de complexes sous forme trigonomtrique
Proposition 4.14 : Si z
1
= r
1
e
i
1
et z
2
= r
2
e
i
2
, alors :
z
1
z
2
= r
1
r
2
e
i(
1
+
2
)
z
1
z
2
=
r
1
r
2
e
i(
1
2
)
Corollaire 4.15 : Soient z
1
et z
2
deux complexes non nuls. On a :
arg(z
1
z
2
) arg z
1
+ arg z
2
[2]
arg(
z
1
z
2
) arg z
1
arg z
2
[2]
Corollaire 4.16 : Soient z un complexe non nul et n un entier relatif. On a :
arg z
n
narg z[2]
I.5 Exponentielle complexe
On suppose connues les proprits de la fonction exponentielle sur R.
Dfinition 4.6 : Soit z = x+iy un complexe. On appelle exponentielle de z le complexe
e
z
= e
x
e
iy
Proposition 4.17 : Soit z un complexe. On a e
z
= e
z
, [e
z
[ = e
Tz
et arg e
z
z[2].
Proposition 4.18 : Soient z, z
t
C. On a :
e
z+z
= e
z
e
z
1
e
z
= e
z
.
Proposition 4.19 : Tout nombre complexe non nul a est de la forme e
z
0
, avec z
0
C.
Ses antcdents sont alors les z
0
+ 2ik, avec k Z.
Dmonstration : On crit a = [a[e
i
o est un argument de a. Soit z
0
= ln [a[ + i.
Alors e
z
0
= a. De plus, e
z
= a e
z
= e
z
0
e
zz
0
= 1 cest dire z z
0
2iZ.
II. APPLICATIONS LA TRIGONOMTRIE 63
II Applications la trigonomtrie
II.1 Linarisation de sinus et cosinus
Soient m un entier naturel et un rel. On crit cos
m
=
_
e
i
+e
i
2
_
m
et on dveloppe
par la formule du binme de Newton :
cos
m
=
1
2
m
m
k=0
_
m
k
_
e
ik
e
i(mk)
=
1
2
m
m
k=0
_
m
k
_
e
i(2km)
On sait par ailleurs que cette quantit est relle. Elle est donc gale sa partie relle. Ainsi,
cos
m
=
1
2
m
m
k=0
_
m
k
_
cos(2k m)
La mme opration peut bien entendu tre ralise avec un sinus. Il faut alors distinguer
suivant la parit de m.
II.2 Opration inverse : dlinarisation?
On crit cette fois-ci la formule de Moivre :
cos m + i sin m = (cos + i sin )
m
=
m
k=0
_
m
k
_
i
k
cos
k
sin
mk
Si lon veut par exemple cos m, il sut de prendre la partie relle :

cos m =
02pm
_
m
2p
_
(1)
p
cos
2p
sin
m2p
De mme :
sin m =
02p+1m
_
m
2p + 1
_
(1)
p
cos
2p+1
sin
m2p1
III Rsolution dquations algbriques

III.1 quation du second degr
Racine carre dun nombre complexe
Dfinition 4.7 : On appelle racine carre du complexe a tout complexe z tel que z
2
= a.
Proposition 4.20 : Tout nombre complexe non nul possde exectement deux racines
carres.
Exemple : Les racines carres de i sont
2
2
(1 + i).
Dmonstration : Soit a = re
i
, r > 0. Soit z = e
i
, > 0. Alors, z
2
= a si et
seulement si
2
= r et 2 [2pi], cest--dire =

r et

2
[]. On trouve donc deux
racines carres de a qui sont
re
i
2
.
Mthode algbrique
Soit a = x + iy, o y ,= 0. Soit z = X + iY . Alors z
2
= a si et seulement si z
2
= a et
[z[
2
= [a[, cest--dire X
2
Y
2
= x, X
2
+Y
2
=
_
x
2
+ y
2
, et XY du signe de y. Les deux
premires relations donnent facilement X et Y au signe prs, et la dernire relie les signes
de X et Y .
Exercice : Calculons les racines carres de 1 + i par la mthode algbrique. Soit z =
X + iY . On a z
2
= 1 + i si et seulement si X
2
Y
2
= 1, X
2
+ Y
2
=
2 et X et Y de
mme signe. On en tire X
2
=
1
2
(
2 + 1) et Y
2
=
1
2
(
2 1). Avec les conditions de signe,

on en dduit
z =
_
_
1
2
(
2 + 1) + i
_
1
2
(
2 1)
_
quation du second degr
Proposition 4.21 : Soient a, b, c trois complexes avec a ,= 0. On considre lquation
(E) az
2
+ bz + c = 0
et son discriminant = b
2
4ac. Si = 0, lquation (E) a pour unique racine racine z =
b
2a
. Sinon, en appelant une racine carre de , lquation (E) a deux racines distinctes
qui sont
b
2a
.
Dmonstration : On crit az
2
+ bz + c = a(z +
b
2a
)
2

4a
. Ainsi, z est solution de E
si et seulement si (z +
b
2a
)
2
=
_
2a
_
2
, ou encore z +
b
2a
=

2a
.
Exemple : Rsolvons lquation z
2
(1 + 2i)z +i 1 = 0. Son discriminant est = 1.
Nous avons de la chance, le discriminant aurait pu tre non rel. Une racine carre de
est = 1. Les solutions de lquation sont donc
1
2
((1+2i)+1) = 1+i et
1
2
((1+2i)1) = i.
Proposition 4.22 : Avec les mmes notations que dans la proposition prcdente, le
produit des racines de (E) est
c
a
et la somme des racines est
b
a
.
Proposition 4.23 : Soient z, z
t
, s, p 4 nombres complexes. On a z + z
t
= s et zz
t
= p
si et seulement si z et z
t
sont les racines de lquation X
2
sX + p = 0.
Dmonstration : Soient et les racines de cette quation. On a + = s et = p
do lun des deux sens de lquivalence. Inversement, supposons z + z
t
= s et zz
t
= p.
z et z
t
sont videmment les racines de lquation (X z)(X z
t
) = 0. Mais justement,
(X z)(X z
t
) = X
2
sX + p.
III.2 Racines nimes dun nombre complexe
Dfinition 4.8 : Soit z un complexe et n un entier non nul. On appelle racine nime
de z tout complexe Z tel que Z
n
= z.
Les racines nimes de 1 sont appeles les racines nimes de lunit.
III. RSOLUTION DQUATIONS ALGBRIQUES 65
Racines de lunit
Proposition 4.24 : Lensemble, not |
n
, des racines nimes de lunit est un sous-
groupe du groupe (|, ) des nombres complexes de module 1.
Dmonstration : Si z
n
= 1, alors [z[
n
= [1[ = 1 donc [z[ = 1. Ainsi, |
n
|. Le reste
de la preuve est facile : stabilit par produit car (zz
t
)
n
= z
n
z
tn
et stabilit par inverse car
_
1
z
_
n
=
1
z
n
.
Proposition 4.25 : Il y a exactement n racines nimes de lunit. Ce sont les complexes
k
= e
2ik
n
, k [[0, n 1[]
Dmonstration : Soit z = e
i
|. Alors z |
n
si et seulement si z
n
= e
in
= 1 cest
dire n 2Z ou encore =
2k
n
o k Z. Ainsi, |
n
=
k
, k Z. Soit maintenant
k Z. On eectue la division euclidienne de k par n : k = nq + r o 0 r < n. On a
alors
k
= (
n
)
q
r
=
r
. Donc, |
n
=
k
, 0 k < n. Enn, si 0 i < j < n, alors
0 < i j < n donc 0 < (2(i j))/n < 2 donc
i
,=
j
. Lensemble |
n
contient bien
exactement n lments.
Remarque 4.6 : On a
k
=
k
en posant =
1
. On en dduit par exemple que la
somme des racines nimes de lunit est
1 + +
2
+ +
n1
=

n
1
1
= 0
puisque
n
= 1.
Exemple : On a |
1
= 1, |
2
= 1, 1, |
4
= 1, 1, i, i. On a |
3
= 1, j, j
2
o
j = e
2i/3
. Le nombre j apparat dans un grand nombre de calculs. Il faut absolument se
souvenir que
1
j
=

j = j
2
, 1 + j + j
2
= 0.
Plus gnralement, si lon dessine |
n
dans le plan (en identiant le complexe x +iy et
le point (x, y)), on obtient le polygone rgulier n cts inscrit dans le cercle unit, dont
lun des sommets est le point (1, 0).
Exercice : Dessiner |
6
.
Cas gnral
Proposition 4.26 : Soit z un complexe non nul. Si u est une racine nime de z, alors
lensemble des racines nimes de z est
u, |
n
Dmonstration : On a w
n
= z si et seulement si w
n
= u
n
, cest dire
w
u
|
n
.
Corollaire 4.27 : Soit z un complexe non nul de module r et dargument . Les racines
nimes de z sont les complexes
Z
k
=
k
re
i(
n
+
2k
n
)
, k [[0, n 1[]
Dmonstration : Cest clair, puisque
k
re
i/n
est clairement une racine nime de z.
Exercice : Calculer les racines cubiques de 2.
IV Interprtations gomtriques
IV.1 Axes, Images
Dfinition 4.9 : Soit M R
2
, M = (x, y). On appelle axe de M le nombre complexe
z = x +iy. Inversement, M est appel limage du nombre complexe z. On notera M(z) le
point daxe z.
De la mme faon laxe du vecteur u = (x, y) sera le nombre complexe z = x + iy et
sera note u(z).
IV.2 Somme, produit par un rel
Ces oprations sur les complexes correspondent dans le plan euclidien aux oprations
despace vectoriel sur les vecteurs. Ces oprations fournissent dimportantes transforma-
tions du plan (ane ou vectoriel ou complexe).
Dfinition 4.10 : Soit u(z
0
) R
2
. Lapplication : R
2
R
2
dnie par M(z)
M(z + z
0
) est appele la translation de vecteur u.
Dfinition 4.11 : Soit (z
0
) R
2
. Soit R. Lapplication : R
2
R
2
dnie par
M(z) M(z
0
+ (z z
0
)) est appele lhomothtie de centre et de rapport .
IV.3 Module, Argument
Module et argument reprsentent respectivement des distances et des angles dans le
plan euclidien. Ainsi, si A(z) et B(z
t
) sont deux points du plan, on a d(A, B) = [z
t
z[.
Si A(z), B(z
t
) et C(z
tt
) sont trois points distincts, langle orient entre les vecteurs

AB et
AC est donn par arg

z
z
z
z
.
IV.4 Produit
Cest lopration la plus intressante. Commenons par le produit dun nombre com-
plexe par un complexe de module 1 : Soit z C et R. On a alors :
[ze
i
[ = [z[
arg(ze
i
) arg z + mod 2
IV. INTERPRTATIONS GOMTRIQUES 67
Dfinition 4.12 : Soient (z
0
) un point du plan et un rel. Lapplication M(z)
M(z
0
+ (z z
0
)e
i
) est appele la rotation de centre et dangle .
Plus, gnralement, la multiplication par un nombre complexe non nul est la compose
des deux oprations suivantes :
Produit par un nombre complexe de module 1 (rotation)
Produit par un rel non nul (homothtie)
Dfinition 4.13 : Soient (z
0
) un point du plan, un rel non nul, et un rel.
Lapplication M(z) M(z
0
+(z z
0
)e
i
) est appele la similitude (directe) de centre ,
de rapport et dangle .
Plus gnralement, on appelle similitude (directe) du plan toute application M(z)
M(az + b), o a, b C, a ,= 0.
Proposition 4.28 : Les similitudes directes sont
Les translations.
Les similitudes centre .
Proposition 4.29 : Les similitudes conservent les angles.
Dmonstration : On pose f(z) = az +b, avec a ,= 0. Alors
f(w)f(u)
f(v)f(u)
=
aw+b(au+b)
av+b(au+b)
=
wu
vu
. Les arguments de ces quantits sont donc gaux, et f conserve les angles.
On peut en fait prouver le rsultat plus gnral suivant :
Proposition 4.30 : Soit f : R
2
R
2
une application injective (i.e. deux points
distincts ont des images distinctes). Alors, f conserve les angles si et seulement si f est
une similitude directe.
Dmonstration : Seul le sens direct est prouver. Supposons donc que f est une
injection qui conserve les angles. Posons g(z) =
f(z)f(0)
f(1)f(0)
. Lapplication g est encore une
injection, et conserve toujours les angles. De plus, g(0) = 0 et g(1) = 1.
Soit z C R. On considre langle form par 1, 0 et z. Cet angle tant conserv par
g, on a donc arg
g(z)0
10
= arg
z0
10
. Donc, g(z) = z, avec R
+
. De mme, langle 0,1,z
est conserv, donc arg
g(z)1
01
= arg
z1
01
. Il existe donc R
+
tel que 1 g(z) = (1 z).
Do 1 z = (1 z) et 1 = ( )z. Mais comme on a suppos z non rel, on a
ncessairement = = 1, do g(z) = z.
Si z est rel, on recommence avec 0,i et z (on sait maintenant que g(i) = i). Finalement,
on a g(z) = z pour tout complexe z. Donc, f(z) = az+b, o a = f(1)f(0) ,= 0 et b = f(0).
Lapplication f est donc une similitude directe.
Chapitre 5
Applications et relations
69
70 CHAPITRE 5. APPLICATIONS ET RELATIONS
I Applications
I.1 Dnitions
Dfinition 5.1 : Soient E et F deux ensembles. On appelle application de E vers F
tout triplet f = (E, F, () o ( est une partie de E F, vriant de plus :
x E !y F (x, y) (
E et F sont respectivement lensemble de dpart et lensemble darrive de f, et ( est le
graphe de f.
Dfinition 5.2 : Soit f = (E, F, () une application. Pour tout x E, lunique y F
tel que (x, y) ( est appel limage de x par f et est not f(x). On note de faon concise
f : E F
x f(x)
.
Notation : On note T(E, F) ou encore F
E
lensemble des applications de E dans F.
Remarque 5.1 : Une suite valeurs dans E est une application u : N E. Tout le
monde sait que limage de lentier n par la suite u est note u
n
et pas u(n). Usuellement, on
se donne la suite (u
n
)
nN
, et pas la suite u : N E. Cest juste une question de notation
et de vocabulaire. Plus gnralement :
Dfinition 5.3 : Soient I et E deux ensembles. On appelle famille dlments de E
indexe par I toute application T : I E ; i x
i
. On note T = (x
i
)
iI
.
I.2 Restrictions, prolongements
La donne dune application entrane la donne de ses ensembles de dpart et darrive.
Il arrive que lon veuille modier ceux-ci, en les largissant ou en les restreignant.
Dfinition 5.4 : Soit f : E F. Soit E
t
E. On appelle restriction de f E
t
lapplication f[
E
: E
t
F dnie par
x E
t
f[
E
(x) = f(x)
Dfinition 5.5 : Soit f : E F. Soit E
t
E. On appelle UN prolongement de f
E
t
toute application g : E
t
F telle que g[
E
= f.
On peut galement soccuper de lensemble darrive, et parler de co-restriction ou de
co-prolongement.
I.3 Injections, surjections, bijections
Dfinition 5.6 : Soit f : E F. Soit y F. On appelle UN antcdent de y par f
tout lment x de E tel que f(x) = y. Un lment de F peut avoir zro, un ou plusieurs
(voire une innit) dantcdents. On ne note pas de faon particulire un antcdent.
I. APPLICATIONS 71
videmment, il serait plus simple que tout lment de F ait un et un seul antcdent
par f. Ceci suggre trois dnitions :
Dfinition 5.7 : Soit f : E F. On dit que f est :
injective lorsque tout lment de F a au plus un antcdent par f.
surjective lorsque tout lment de F a au moins un antcdent par f.
bijective lorsque tout lment de F a exactement un antcdent par f.
Ainsi, une application est bijective lorsquelle est la fois injective et surjective.
Proposition 5.1 : Soit f : E F. f est injective si et seulement si
x, x
t
E f(x) = f(x
t
) x = x
t
Dmonstration : Supposons que f a la proprit ci-dessus. Soit y F. Supposons que
y a deux antcdents x et x
t
par f. On a alors y = f(x) = f(x
t
) do x = x
t
. y a donc au
plus un antcdent, et f est injective. Supposons inversement que f est injective. Soient x
et x
t
deux lments de E tels que f(x) = f(x
t
). Soit y la valeur commune des images. y a
au plus un antcdent par f, or x et x
t
sont des antcdents de y. Donc x = x
t
.
Remarque 5.2 : Linjectivit peut aussi tre formule en
x ,= x
t
f(x) ,= f(x
t
)
mais il vaut mieux si possible utiliser la caractrisation ci-dessus avec les galits.
I.4 Composition
Dfinition 5.8 : Soient f : E F et g : F G. On appelle compose de f et g
lapplication g f : E G dnie par
x E g f(x) = g(f(x))
Proposition 5.2 : La composition des applications est associative.
Dmonstration : Soient f : E F, g : F G et h : G H trois applications. Les
applications (h g) f et h (g f) ont mmes ensembles de dpart et darrive, savoir
E et H. Soit x E. On a (h (g f))(x) = h((g f)(x)) = h(g(f(x)) = (h g)(f(x)) =
((h g) f)(x).
Proposition 5.3 : Soit id
E
: E E; x x lapplication identit de E. On a pour
toute application f : E F, f id
E
= f et id
F
f = f.
Remarque 5.3 : La composition des applications nest pas commutative. Par exemple,
soient les deux applications de R vers R f : x x
2
et g : x x + 1. On a (g f)(1) = 2
alors que (f g)(1) = 4. Les applications f g et g f sont donc direntes.
Proposition 5.4 : La compose de deux injections (resp : surjections, bijections) est
une injection (resp : surjection, bijection).
Dmonstration : Dmonstration laisse en exercice.
I.5 Application rciproque
Proposition 5.5 : Soit f : E F o E est un ensemble non vide.
Lapplication f est injective si et seulement si il existe une application g : F E
telle que g f = id
E
(inversibilit gauche)
Lapplication f est surjective si et seulement si il existe une application h : F E
telle que f h = id
F
(inversibilit droite)
Dmonstration : Supposons f injective. Soit x
0
E. Soit g : F E dnie comme
suit : pour tout y F, si y a un antcdent x par f (forcment unique), g(y) = x. Sinon,
g(y) = x
0
. On a bien g f = id
E
. Inversement, supposons lexistence dun tel g. Soient
x, x
t
E tels que f(x) = f(x
t
). En composant par g, on obtient x = x
t
.
Supposons f surjective. Soit h : F E dnie comme suit : pour tout y F, h(y) =
un antcdent de y par f (il en existe au moins un puisque f est surjective). On a bien
f h = id
F
. Supposons inversement lexistence dun tel h. Soit y F. On a f(h(y)) = y,
donc y a un antcdent par f : h(y). f est bien surjective.
Proposition 5.6 : Soit f : E F. Lapplication f est bijective si et seulement si elle
est inversible gauche et droite. De plus, une bijection a un unique inverse gauche et
un unique inverse droite, et ceux ci sont gaux.
Dmonstration : Lquivalence entre bijectivit et existence des inverse est immdiate
daprs la proposition prcdente. Supposons maintenant que la bijection f a deux inverses
gauche g et g
t
. On a id
E
= gf = g
t
f. En composant droite par un inverse droite h,
on obtient g = g
t
= h. Do lunicit de linverse gauche, et son galit avec tout inverse
droite (et donc lunicit de linverse droite).
Dfinition 5.9 : Soit f : E F une bijection. Lunique application g vriant g f =
id
E
et f g = id
F
est appele la rciproque de f, et est note f
1
.
Proposition 5.7 : Soit f : E F une bijection. La rciproque de f est bijective, et
_
f
1
_
1
= f.
Soient f : E F et g : F G deux bijections. Lapplication g f est bijective, et
(g f)
1
= f
1
g
1
Dmonstration : En composant f
1
par f des deux cts, on obtient lidentit. Donc
f est bien la rciproque de f
1
. De mme, en composant g f par f
1
g
1
, on obtient
bien lidentit.
I.6 Images directes, Images rciproques
Dfinition 5.10 : Soit f : E F.
Pour tout nsemble A E, on note f(A) = f(x), x A. Cet ensemble est appel
limage directe de A par f.
II. RELATIONS DORDRE 73
Pour tout nsemble B F, on note f
1
(B) = x E, f(x) B. Cet ensemble est
appel limage rciproque de B par f.
Remarque 5.4 : Prendre bien garde au fait que les notations sont ambigues. En parti-
culier, f
1
ne dsigne PAS la rciproque de f, qui peut dailleurs trs bien ne pas exister.
Exemple : On a sin R = [1, 1], sin
1
0 = 2Z, exp R
+
= [1, +[
II Relations dordre
II.1 Relations binaires
Dfinition 5.11 : Soit E un ensemble. On appelle relation (binaire) sur E tout couple
1 = (E, () o ( E E. Lensemble ( est appel le graphe de la relation 1.
tant donns deux lments x et y de E ont peut avoir ou pas (x, y) (. Lorsque cest
le cas, on dit que x et y sont en relation par la relation 1, et on note x1y.
II.2 Ensembles ordonns
Dfinition 5.12 : Soit 1 une relation sur un ensemble E. On dit que 1 est une relation
dordre sur E lorsque :
1 est rexive : x E, x1x
1 est antisymtrique : x, y E, x1y et y1x x = y
1 est transitive : x, y, z E, x1y et y1z x
Un couple (E, 1) o 1 est une relation dordre sur E est appel un ensemble ordonn.
Exemple : R et ses sous ensembles sont ordonns par lordre naturel. Lensemble C, en
revanche, na pas dordre naturel. Il peut bien sr tre ordonn, par exemple par lordre
lexicographique, mais cet ordre nest pas compatible avec la multiplication.
Si E et F sont deux ensembles, et que F est ordonn, lensemble F
E
est ordonn en
posant f g x E, f(x) g(x).
Lensemble T(E) est ordonn par linclusion.
Remarque 5.5 : La notion de relation dordre que lon vient de dnir est celle dordre
large. Il existe, pour chaque ordre large , un ordre strict associ, dni par
x < y x y et x ,= y
Un ordre strict nest pas un ordre au sens de notre dnition !
Dfinition 5.13 : Soit (E, ) un ensemble ordonn. On dit que lordre est total lorsque
x, y E x y ou y x
Sinon, on dit que lordre est partiel.
Exemple : Lordre naturel sur R est total. Lordre dni ci-dessus sur R
R
est partiel.
Ds que lensemble E a au moins deux lments, la relation dinclusion sur T(E) est un
ordre partiel.
II.3 Majorants, Minorants
Dfinition 5.14 : Soit (E, ) un ensemble ordonn. Soit A E. Soit x E. On dit
que x est un majorant de A lorsque
a A a x
De mme, on dit que x est un minorant de A lorsque
a A x a
Exemple : Dans R muni de lordre naturel, le rel 7 majore lensemble [0, 1]. Ce nest
bien sr pas le seul, il y a aussi, , 53, et . . . 1, qui a lair mieux que les autres.
Dfinition 5.15 : Une partie A de lensemble ordonn E admet un plus grand lment
lorsquil existe x A majorant de A.
On dnit de mme la notion de plus petit lment.
Proposition 5.8 : Le plus petit (resp : plus grand) lment de lensemble A, sil existe,
est unique. On le note min A (resp : max A).
Dmonstration : Si x et y sont deux plus petits lments de A, on a x y et y x,
do x = y par antisymtrie.
Exemple : Dans R muni de lordre naturel, le plus grand lment de [0, 1]. est 1. En
revanche, [0, 1[ na pas de plus grand lment.
Remarque 5.6 : Si lon reprend lexemple ci-dessus, on a dit que 1 tait un majorant
de [0, 1] mieux que les autres. Si lon se demande pourquoi, on saperoit quil y a deux
raisons. La premire, cest que 1 [0, 1]. Cela nous donne la notion de plus grand lment.
La seconde raison, cest que 1 est le plus petit des majorants de [0, 1]. Pour cet ensemble
cela nest pas trs intressant. En revanche, on saperoit que, bien que [0, 1[ nait pas de
plus grand lment, il possde un plus petit majorant. Cela nous conduira la notion de
borne suprieure, que nous aborderons dans le chapitre sur les nombres rels.
Chapitre 6
Lois de composition - Groupes,
Anneaux et Corps
75
76 CHAPITRE 6. LOIS DE COMPOSITION - GROUPES, ANNEAUX ET CORPS
I Lois de composition interne
I.1 Dnition
Dfinition 6.1 : Soit E un ensemble non vide. On appelle loi de composition interne
(ou plus simplement opration) sur E toute application : E E E.
Lusage est de noter x y limage du couple (x, y) par lopration . La plupart des
lois classiques sont notes additivement (+) ou multiplicativement (, ou .) mais ce nest
pas oblig (penser lintersection et la runion des ensembles (, ), la composition des
applications (), lopration (x, y) x
y
,. . . ).
I.2 Proprits fondamentales des lois de composition
Commutativit
Dfinition 6.2 : Soient E un ensemble non vide et une opration sur E. On dit que
est commutative lorsque pour tous lments x et y de E, on a :
x y = y x
Exemple : Laddition et la multiplication sont commutatives dans R. La composition
nest pas commutative dans lensemble R
R
des fonctions de R vers R. La soustraction nest
pas commutative dans Z. La runion est commutative dans lensemble T(A) des parties
dun ensemble A.
Associativit
Dfinition 6.3 : Soient E un ensemble non vide et une opration sur E. On dit que
est associative lorsque pour tous lments x, y et z de E, on a :
(x y) z = x (y z)
Remarque 6.1 : Les parenthses deviennent alors inutiles, et on peut alors crire plus
simplement x y z.
Exemple : Laddition et la multiplication sont associatives dans R. La composition
est associative dans lensemble R
R
des fonctions de R vers R. La soustraction nest pas
associative dans Z. La runion et lintersection sont associatives dans lensemble T(A) des
parties dun ensemble A.
I. LOIS DE COMPOSITION INTERNE 77
lment neutre
Dfinition 6.4 : Soient E un ensemble non vide et une opration sur E. Soit e un
lment de E. On dit que e est neutre pour lopration lorsque pour tout x dans E on a :
x e = e x = x
Exemple : 0 est neutre pour laddition dans C. 1 est neutre pour la multiplication dans
Q. id
R
est neutre pour la composition dans R
R
. est neutre pour la runion dans T(A).
La soustraction dans R ne possde pas dlment neutre : il nexiste aucun rel a tel que
pour tout rel x, on ait x a = a x = x.
Proposition 6.1 : Llment neutre, lorsquil existe, est ncessairement unique.
Dmonstration : Soient e et e
t
deux neutres pour . On a e e
t
= e puisque e
t
est
neutre, mais on a aussi e e
t
= e
t
puisque e est neutre. Donc, e = e
t
.
lment absorbant
Dfinition 6.5 : Soient E un ensemble non vide et une opration sur E. Soit un
lment de E. On dit que est absorbant pour lopration lorsque pour tout x dans E on
a :
x = x =
Exercice : Llment absorbant, sil existe, est-il forcment unique ?
lment inversible
Dfinition 6.6 : Soient E un ensemble non vide muni dune opration possdant un
neutre e. Soit x un lment de E. On dit que x est inversible pour lopration lorsque il
existe un lment x
t
de E tel que :
x x
t
= x
t
x = e
Un tel lment x
t
est appel symtrique (ou inverse) de x pour lopration .
Proposition 6.2 : Si lopration est associative, le symtrique, lorsquil existe, est
unique
Dmonstration : Soit x un lment de E. Soient x
t
et x
tt
deux symtriques de x.
On a x x
t
= e do x
tt
(x x
t
) = x
tt
e = x
tt
. Mais lopration est associative :
(x
tt
x) x
t
= e x
t
= x
t
= x
tt
.
Remarque 6.2 : Le symtrique de x est couramment not x
1
. Pour certaines lois
(comme laddition), le symtrique est appel loppos, et le symtrique de x est not x.
lment rgulier
Dfinition 6.7 : Soit E un ensemble non vide muni dune opration . Soit x un
lment de E. On dit que x est rgulier pour lopration lorsque, pour tous lments y et
z de E, on a
x y = x z y = z et y x = z x y = z
Proposition 6.3 : Si lopration est associative, un lment inversible est toujours
rgulier. La rciproque est fausse.
Dmonstration : Soit x inversible, dinverse x
t
. Soient y et z tels que x y = x z.
On a alors y = x
t
x y = x
t
x z = z. Linversibilit entrane la rgularit. En revanche,
Dans lensemble Z muni de la multiplication, le nombre 2 est rgulier (2y = 2z y = z)
mais pas inversible : il nexiste pas dentier x tel que 2x = 1.
Distributivit
Dfinition 6.8 : Soit E un ensemble non vide muni de deux oprations et . On dit
que est distributive par rapport lorsque pour tous lments x, y, z de E, on a :
x (yz) = (x y)(x z) et (yz) x = (y x)(z x)
II Groupes
II.1 Dnitions
Dfinition 6.9 : Soient G un ensemble non vide, et une opration sur G. On dit que
(G, ) est un groupe lorsque
est associative.
possde un lment neutre.
Tout lment de G est inversible pour la loi .
Si, de plus, est commutative, on dit que le groupe G est commutatif (ou ablien
1
).
Remarque 6.3 : Dans la suite, lorsquon travaillera sur un groupe G abstrait, on
notera multiplicativement lopration sur ce groupe. On notera galement e le neutre G,
sauf mention contraire (et si le groupe est G
t
, on note son neutre e
t
, etc).
1. En lhonneur du mathmaticien Niels Henrik Abel
II. GROUPES 79
II.2 Puissances dun lment
Dfinition 6.10 : Soit G un groupe de neutre e. On dnit pour x G et n Z,
llment x
n
G par :
x
0
= e
n N, x
n+1
= x
n
x
n Z
, x
n
= (x
n
)
1
Proposition 6.4 : Soit G un groupe. On a
x G, m, n Z, x
m+n
= x
m
x
n
.
x G, m, n Z, x
mn
= (x
m
)
n
.
x, y G, n Z, (xy)
n
= x
n
y
n
condition que xy = yx.
Dmonstration : Dmontrons la premire proprit. Pour n N, on fait une rcurrence
sur n. x
m+0
= x
m
= x
m
e = x
m
x
0
. Supposons x
m+n
= x
m
x
n
. Alors x
m+n+1
= x
m+n
x =
x
m
x
n
x = x
m
x
n+1
. Supposons maintenant n < 0, on a donc n = p o p N. Alors,
x
m+n
x
p
= x
mp
x
p
= x
m
donc x
m+n
x
p
x
p
= x
m+n
= x
m
x
p
= x
m
x
n
. La seconde et la
troisime proprit se dmontrent de faon analogue.
Remarque 6.4 : Consquence importante de ces formules, les puissances dun lment
x de G commutent entre-elles.
Remarque 6.5 : Pour certains groupes abliens G, lopration est note additive-
ment . On ne parle pas de puissances, mais de multiples. Le neutre est la plupart du
temps not 0, et ce qui prcde devient :
Dfinition 6.11 : Soit (G, +) un groupe de neutre 0. On dnit pour x G et n Z,
llment nx G par :
0x = 0
n N, (n + 1)x = nx + x
n Z
, nx = (nx)
Proposition 6.5 : Soit (G, +) un groupe. On a
x G, m, n Z, (m + n)x = mx + nx.
x G, m, n Z, (mn)x = m(nx).
x, y G, n Z, n(x + y) = nx + ny (lusage veut que la notation additive soit
rserve des oprations commutatives).
II.3 Sous-groupes
Dfinition 6.12 : Soit (G, ) un groupe. Soit H une partie de G. On dit que H est un
sous-groupe de G lorsque (H, ) est lui-mme un groupe.
Proposition 6.6 : Le neutre de H est le mme que celui de G, et linverse dun lment
de H est le mme que celui de cet lment, vu comme un lment de G.
Dmonstration : On a e
H
e
H
= e
H
. En multipliant par linverse de e
H
dans G, on
obtient e
H
= e
G
. On le note simplement e dans la suite. Soit maintenant x H. On
dispose de x
t
, inverse de x en tant qulment de H, et x
tt
, linverse de x dans G. On a
xx
t
= e. On multiplie par x
tt
gauche, il vient x
tt
xx
t
= x
t
= ex
tt
= x
tt
.
Proposition 6.7 : Soit G un groupe. Soit H G. Alors, H est un sous-groupe de G
si et seulement si
H ,=
Pour tous lments x et y de H, xy H
Pour tout lment x de H, x
1
H.
Dmonstration : Dans un sens, cest clair. Un sous groupe de G contient le neutre,
donc il est non vide. De plus, il est stable par multiplication, et on a vu que linverse dun
lment de H tait linverse de cet lment dans G. Inversement, soit H non vide, stable
par multiplication et inversion. Lassociativit est automatique puisque H est inclus dans
G. Soit x H. Alors x
1
H donc e = xx
1
H. Donc H a bien un neutre (celui de G,
videmment).
Remarque 6.6 : Les deux dernires assertions sont quivalentes : pour tous x et y de
H, xy
1
H. Preuve laisse en exercice.
II.4 Morphismes de groupes
Dfinition 6.13 : Soient (G, ) et (G
t
, ). deux groupes. Soit f : G G
t
. On dit que
f est un morphisme (de groupes) lorsque
x, y G, f(x y) = f(x) f(y)
Proposition 6.8 : Soit f : G G
t
un morphisme de groupes. On a :
f(e) = e
t
x G, f(x
1
) = f(x)
1
x G, n Z, f(x
n
) = f(x)
n
Dmonstration : On a ee = e donc f(e)f(e) = f(e). On multiplie des deux cts
par linverse de f(e) et on obtient f(e) = e
t
. Soit maintenant x G. On a xx
1
= e
donc f(x)f(x
1
) = f(e) = e
t
. On multiplie des deux cts par linverse de f(x) et on
obtient f(x
1
) = f(x)
1
. Pour la dernire proprit, prenons dabord n N et faisons
une rcurrence. Pour n = 0, cest clair puisque f(x
0
) = f(e) = e
t
= f(x)
0
. Supposons
maintenant que pour un certain entier n, on a f(x
n
) = f(x)
n
. Alors f(x
n+1
) = f(x
n
x) =
f(x
n
)f(x) = f(x)
n
f(x) = f(x)
n+1
. Soit enn n < 0. On a n = p o p est un entier
naturel. Alors, f(x
n
) = f((x
p
)
1
) = f(x
p
)
1
= (f(x)
p
)
1
= f(x)
n
.
Remarque 6.7 : Il convient bien entendu de traduire la proposition prcdente lorsque
lune des lois de groupe (voire les deux) est une loi additive. Par exemple, lexponentielle
est un morphisme de (R, +) vers (R
, ), puisque e
x+y
= e
x
e
y
. Donc, on a e
nx
= (e
x
)
n
(lexponentielle dun multiple est une puissance de lexponentielle).
Dfinition 6.14 : Soit f : G G
t
est un morphisme de groupes, on dit que :
II. GROUPES 81
f est un isomorphisme lorsque f est bijectif.
f est un endomorphisme lorsque G = G
t
(et que les oprations sur G et G
t
sont
identiques).
f est un automorphisme lorsque f est un endomorphisme bijectif.
Dfinition 6.15 : Deux groupes sont isomorphes lorsquil existe un isomorphisme de
lun vers lautre.
II.5 Noyau et image dun morphisme
Dfinition 6.16 : Soit f : G G
t
un morphisme de groupes. On appelle
Noyau de f, et on note ker f lensemble des lments de G dont limage par f est le
neutre de G
t
:
ker f = x G, f(x) = e
t
Image de f, et on note Im f, lensemble des images de tous les lments de G :

Im f = f(x), x G
Remarque 6.8 : On a ker f = f
1
(e
t
) et Imf = f(G).
Proposition 6.9 :
Le noyau dun morphisme de groupes f : G G
t
est un sous-groupe de G.
Limage dun morphisme de groupes f : G G
t
est un sous-groupe de G
t
.
Dmonstration : La remarque ci-dessus nous dit que ker f est limage rciproque
par f dun sous-groupe de G
t
et Imf est limage directe par f dun sous-groupe de G.
Montrons donc, dans un lan de gnralit, que limage directe dun sous-groupe par un
morphisme est un morphisme, et de mme pour limage rciproque. Soit donc H un sous-
groupe de G. Soit H
t
= f(H). H est non vide, donc H
t
aussi. Soient y, y
t
H
t
. Il existe
x, x
t
G tels que y = f(x) et y
t
= f(x
t
). Do yy
t
= f(x)f(x
t
) = f(xx
t
) H
t
. Et
y
1
= f(x)
1
= f(x
1
) H
t
. H
t
est bien un sous-groupe de G
t
.
Soit maintenant H
t
un sous-groupe de G
t
, et posons H = f
1
(H
t
). On a f(e) = e
t
H
t
donc e H et H est non vide. Soient x, x
t
H. On a f(xx
t
) = f(x)f(x
t
) H
t
donc
xx
t
H. Enn, f(x
1
) = f(x)
1
H
t
donc x
1
H. H est bien un sous-groupe de G.
Proposition 6.10 : Soit f : G G
t
un morphisme de groupes. Alors :
f est injectif si et seulement si ker f = e.
f est surjectif si et seulement si Imf = G
t
.
Dmonstration : Supposons f injectif. Soit x G. On a x ker f si et seulement si
f(x) = e
t
= f(e), si et seulement si x = e par linjectivit de f. Supposons maintenant
que ker f ne contient que e. Soient x, x
t
G tels que f(x) = f(x
t
). Alors f(x)f(x
t
)
1
= e
t
ou encore f(xx
t1
) = e
t
. Donc xx
t1
ker f do xx
t1
= e et on a bien x = x
t
. La
caractrisation de la surjectivit est vidente.
III Anneaux et corps
III.1 Dnitions
Dfinition 6.17 : Soit A un ensemble muni de deux oprations + et (notes additi-
vement et multiplicativement pour simplier). On dit que (A, +, ) est un anneau lorsque :
(A, +) est un groupe ablien (dont on notera le neutre 0).
A possde un lment neutre pour la multiplication (que lon notera 1).
La multiplication dans A est associative.
La multiplication dans A est distributive par rapport laddition.
Si, de plus, la multiplication dans A est commutative, on dit que A est un anneau commu-
tatif.
Exemple : Z, Q, R, C avec les oprations usuelles sont des anneaux commutatifs. N
nen est pas un. Si E est un ensemble, lensemble R
E
des applications de E dans R est un
anneau, en posant (f +g)(x) = f(x) +g(x) et (fg)(x) = f(x)g(x) pour toutes f, g R
E
et
tout x E. Cela fonctionne toujours si, la place de R on prend un anneau A quelconque.
Remarque 6.9 : Lensemble 0, muni des oprations 0 + 0 = 0 0 = 0 est un
anneau, appel lanneau nul. Dans cet anneau, on a 1 = 0. Cette situation est tout fait
exceptionnelle. En eet, soit A un anneau dans lequel 1 = 0. Soit x A. On a alors
x.1 = x, et x.1 = x.0 = 0. Donc, x = 0. Ainsi, A est lanneau nul. En conclusion, dans un
anneau autre que lanneau nul, on a toujours 1 ,= 0.
Dfinition 6.18 : Soit (A, +) un anneau commutatif. On dit que A est un corps
lorsque
A est dirent de lanneau nul.
Tout lment non nul de A est inversible pour la multiplication.
Exemple : Z nest pas un corps. En revanche, Q, R et C en sont. Lanneau R
R
nest pas
non plus un corps. Par exemple, la fonction x x na pas dinverse pour la multiplication.
III.2 Sommes et produits
Soit (A, +, ) un anneau. tant donns des lments a
1
, a
2
, . . . , a
n
de lanneau A,
on dnit par rcurrence sur n
n
k=1
a
k
et

n
k=1
a
k
en convenant que

0
k=1
a
k
= 0 et
0
k=1
a
k
= 1. Plus gnralement, si I est un ensemble ni, et (a
i
)
iI
est une famille nie
dlments de A, on dnit par rcurrence sur le cardinal de I
iI
a
i
et

iI
a
i
, en
convenant que si I = , la somme vaut 0 et le produit vaut 1. Attention, pour dnir le
produit, on a besoin de savoir que les a
i
commutent (ce qui sera bien sr le cas si lanneau
est commutatif).
III.3 Puissances et multiples
Dans un anneau (A, +, ) on dispose la fois de la notion de multiple dun lment
(pour lopration +) et de puissance positive dun lment (pour lopration ). Seules les
III. ANNEAUX ET CORPS 83
puissances positives sont autorises pour un lment quelconque, les puissances ngatives
nayant de sens que lorsque llment en question est inversible (pour la multiplication).
III.4 Sous-Anneaux
Dfinition 6.19 : Soit (A, +, ) un anneau. Soit B A. On dit que B est un sous-
anneau de A lorsque (B, +, ) est lui-mme un anneau, ET que le neutre pour la multipli-
cation dans B est le mme que le neutre pour la multiplication dans A.
On dnit de mme un sous-corps dun corps.
Proposition 6.11 : Soit (A, +, ) un anneau de neutre 1 pour la multiplication. Soit
B A. Alors, B est un sous-anneau de A si et seulement si
1 B.
x, y B, x y B.
x, y B, xy B.
B est un sous-corps de A si et seulement si B est un sous-anneau de A et si, de plus,
x B 0, x
1
B
Dmonstration : La preuve est laisse en exercice.
III.5 Morphismes danneaux
Dfinition 6.20 : Soit f : A A
t
une application dun anneau A vers un anneau A
t
(les lois des deux anneaux sont notes ici + et pour simplier). On dit que f est un
morphisme danneaux lorsque :
x, y A, f(x + y) = f(x) + f(y).
f(1
A
) = 1
A
.
x, y A, f(xy) = f(x)f(y).
Remarque 6.10 : On peut parler dimage et de noyau dun morphisme danneaux. Sit
f : A A
t
est un morphisme danneaux, ker f = f
1
(0) et Imf = f(A). Un morphisme
danneaux tant avant tout un morphisme de groupes additifs, on a que f est injectif si
et seulement si son noyau est rduit 0 et f est surjectif si et seulement si Imf = A
t
.
Mais attention, le noyau de f nest pas en gnral un sous-anneau de A (cest ce que lon
appelle un idal de A, on verra apparatre cette notion dans les exercices).
III.6 Identits remarquables
Proposition 6.12 : Soient a et b deux lments dun anneau A vriant ab = ba. Soit
n un entier naturel non nul. Alors :
b
n
a
n
= (b a)
n1
k=0
a
k
b
n1k
Dmonstration : On a X = (ba)
n1
k=0
a
k
b
n1k
=
n1
k=0
a
k
b
nk
n1
k=0
a
k+1
b
n1k
.
En posant k
t
= k+1 dans la deuxime somme, on voit que celle-ci est gale
n
k=1
a
k
b
nk
.
Ainsi, X =
n1
k=0
a
k
b
nk
n
k=1
a
k
b
nk
. Tous les termes sliminent deux deux, sauf le
terme dindice k = 0 dans la premire somme et le terme dindice k = n dans la deuxime
somme, qui valent respectivement b
n
et a
n
.
Un cas particulier important est le cas b = 1 :
Proposition 6.13 : Soit a un lment dun anneau A . Soit n un entier naturel non
nul. Alors :
1 a
n
= (1 a)
n1
k=0
a
k
Remarque 6.11 : Si 1 a est inversible, ce qui arrive par exemple lorsque A = C et
a ,= 1, on peut diviser lidentit prcdente par 1 a, ce qui donne la formule bien connue
n1
k=0
a
k
=
1 a
n
1 a
Bien entendu, si a = 1, alors
n1
k=0
a
k
=
n1
k=0
1 = n.
Proposition 6.14 : Soient a et b deux lments dun anneau A vriant ab = ba. Soit
n un entier naturel. Alors :
(a + b)
n
=
n
k=0
_
n
k
_
a
k
b
nk
Il sagit de la formule du binme de Newton . Les quantits
_
n
k
_
sont les coecients
binomiaux :
_
n
k
_
=
n!
k!(nk)!
.
Dmonstration : Nous dmontrerons la formule du binme dans le chapitre sur les
entiers naturels, lorsque nous en saurons un peu plus sur les coecients binomiaux.
Chapitre 7
Coniques
85
86 CHAPITRE 7. CONIQUES
I Ellipses, Hyperboles, Paraboles
I.1 Dnition monofocale
On se place dans le plan euclidien R
2
.
Dfinition 7.1 :
Soit T une droite du plan.
Soit F un point nappartenant pas T.
Soit e un rel strictement positif.
On appelle conique de foyer F, de directrice T, dexcentricit e, lensemble des points
M du plan vriant
d(M, F) = ed(M, T)
Nous allons cherchons montrer quil existe essentiellement trois types de coniques. Pour
cela, nous allons voir que dans un repre judicieux, lquation cartsienne dune conique
prend une forme trs simple. Nous notons d la distance du foyer F la directrice T.
I.2 La parabole
Commenons par le cas o e = 1. Plaons-nous dans un repre o le point F est
sur laxe Ox, F = (d/2, 0), et o la droite T est verticale, dquation x = d/2. Soit
M = (x, y). Le point M est sur la conique si et seulement si d(M, F)
2
= d(M, T)
2
, cest
dire (x d/2)
2
+ y
2
= (x + d/2)
2
. On rorganise les termes : lquation devient
y
2
= 2dx
La courbe obtenue est une parabole de sommet O, situ mi-distance du foyer et de la
directrice.
Remarque 7.1 : Le point de lhyperbole situ au-dessus du foyer a pour ordonne
p = d = de (puisque e = 1). Nous verrons que cest le cas de toutes les coniques.
I.3 Ellipse et hyperbole
Supposons maintenant que e ,= 1. Plaons nous dans un repre o le foyer F a pour
coordonnes (ae, 0) et la directrice T a pour quation x = a/e, avec a > 0. Le rel a est
donc tel que [ae a/e[ = d, cest dire a =
de
[e
2
1[
.
Un point M = (x, y) est sur notre conique si et seulement si (xae)
2
+y
2
= e
2
(xa/e)
2
,
ou encore, en dveloppant : (1e
2
)x
2
+y
2
= a
2
(1e
2
). Divisons tout par le second membre
pour obtenir
x
2
a
2
+
y
2
a
2
(1 e
2
)
= 1
Une discussion sur le signe de 1 e
2
, cest dire la position de e par rapport 1, simpose
maintenant.
I. ELLIPSES, HYPERBOLES, PARABOLES 87
I.4 e < 1 : Lellipse
Posons b = a
1 e
2
(de sorte que b < a). La quantit b est appele le demi-petit axe
de lellipse, et a est le demi-grand axe. Lquation devient
x
2
a
2
+
y
2
b
2
= 1
qui est ce que lon appelle lquation rduite de lellipse.
Remarque 7.2 : Les axes Ox et Oy sont des axes de symtries de lellipse. Le point O
est appel son centre. Les symtries de la courbe montrent que lellipse possde un second
couple foyer-directrice. Lellipse est un cercle dform . Elle peut tre paramtre trs
simplement par
_
x = a cos
y = b sin
Remarque 7.3 : On a e =
_
1
b
2
a
2
.
Dfinition 7.2 : tant donne une conique, on appelle paramtre de cette conique
lordonne p du point de la conique situ au-dessus du foyer.
Proposition 7.1 : Pour lellipse, on a p =
b
2
a
= a(1 e
2
).
Dmonstration : Prendre x = ae et y = p dans lquation de lellipse. Ne pas oublier
que b
2
= a
2
(1 e
2
).
Corollaire 7.2 : Pour lellipse, on a p = de.
Dmonstration : On a a =
de
1e
2
Notation : On note c la distance entre O et F.
Proposition 7.3 : On a c = ae =
a
2
b
2
.
Dmonstration : Cest immdiat, au vu des formules prcdentes.
I.5 Rsum des formules pour lellipse
e =
_
1
b
2
a
2
p = de =
b
2
a
a =
p
1 e
2
, b =
p
1 e
2
c =
_
a
2
b
2
= ae
d =
b
2
a
2
b
2
I.6 e > 1 : Lhyperbole
Posons b = a
e
2
1. Lquation devient
x
2
a
2

y
2
b
2
= 1
qui est ce que lon appelle lquation rduite de lhyperbole.
Remarque 7.4 : Les axes Ox et Oy sont des axes de symtries de lhyperbole. Le
point O est son centre. Les symtries de la courbe montrent que lellipse possde un second
couple foyer-directrice. Lhyperbole peut tre peut tre paramtre par ce que lon appelle
des fonctions hyperboliques. Nous verrons cela plus tard.
Remarque 7.5 : On a e =
_
1 +
b
2
a
2
.
Remarque 7.6 : Contrairement lellipse, on na plus b < a pour lhyperbole. Un
cas intressant est celui o a = b. Lexentricit est alors e =
2. Lhyperbole est dite

quilatre.
Remarque 7.7 : Lhyperbole possde deux asymptotes. On obtient leur quation en
remplaant 1 par 0 dans le second membre de lquation rduite :
x
2
a
2

y
2
b
2
= 0, ou encore
(
x
a
y
b
)(
x
a
+
y
b
) = 0. On remarque que ces asymptotes sont orthogonales lorsque lhyperbole
est quilatre.
Proposition 7.4 : Pour lhyperbole, on a p =
b
2
a
= a(e
2
1).
Dmonstration : Prendre x = ae et y = p dans lquation de lhyperbole. Ne pas
oublier que b
2
= a
2
(e
2
1).
Corollaire 7.5 : Pour lhyperbole, on a p = de.
Dmonstration : On a a =
de
e
2
1
Proposition 7.6 : On a c = ae =
a
2
+ b
2
.
Dmonstration : Cest immdiat, au vu des formules prcdentes.
I.7 Rsum des formules pour lhyperbole
e =
_
b
2
a
2
+ 1
p = de =
b
2
a
a =
p
e
2
1
, b =
p
e
2
1
c =
_
a
2
+ b
2
= ae
d =
b
2
a
2
+ b
2
I. ELLIPSES, HYPERBOLES, PARABOLES 89
I.8 quation polaire dune conique
Plaons nous dans un repre o le foyer de la conique est lorigine. Un point M
est sur la conique si et seulement si (faire un dessin) = e( + cos ) ou encore
=
p
1 e cos
o p est le paramtre de la conique.
I.9 Dnition bifocale des ellipses
Proposition 7.7 : Soit c une ellipse de foyers F et F
t
, de directrices T et T
t
. Un
point M est sur c si et seulement si
MF + MF
t
= c
o c = ed(T, T
t
) = 2a (a est le demi-grand axe)
Dmonstration : Soit e. lexcentricit de lellipse. Soit M c. On a MF + MF
t
=
ed(M, T) + ed(M, T
t
) = ed(T, T
t
) = 2a (voir calcul de la distance focale). Inversement,
on se place dans un repre tel que F = (ae, 0) et F
t
= (ae, 0). Soit M R
2
. On a
MF + MF
t
= 2a si et seulement si
_
(x ae)
2
+ y
2
+
_
(x + ae)
2
+ y
2
= 2a
On limine successivement les racines par deux lvations au carr, et on obtient que les
coordonnes de M vrient lquation rduite de lellipse.
Remarque 7.8 : On vient de trouver les lignes de niveau de lapplication M MF +
MF
t
o F et F
t
sont deux points distincts du plan : ce sont les ellipses de foyers F et F
t
.
I.10 Dnition bifocale des hyperboles
Proposition 7.8 : Soit 1 une hyperbole de foyers F et F
t
, de directrices T et T
t
. Un
point M est sur c si et seulement si
[MF MF
t
[ = c
o c = ed(T, T
t
) = 2a (a est labscisse des sommets de lhyperbole dans un repre adquat)
Dmonstration : Soit e lexcentricit de lhyperbole. Soit M 1, dans la partie
droite. On a MF MF
t
= ed(M, T) ed(M, T
t
) = ed(T, T
t
) = 2a. Dans la partie droite
de lhyperbole, on trouve videmment MF
t
MF = 2a. Inversement, on procde comme
pour lellipse.
Remarque 7.9 : On vient de trouver les lignes de niveau de lapplication M [MF
MF
t
[ o F et F
t
sont deux points distincts du plan : ce sont les hyperboles de foyers F et
F
t
.
II Dnition analytique
II.1 Prsentation du problme
On cherche caractriser les courbes dont une quation cartsienne est P(x, y) = 0, o
P est un polynme du second degr en x et y, cest dire une application de la forme
P(x, y) = ax
2
+ bxy + cy
2
+ dx + ey + f
o a, b, c, d, e, f R. On suppose de plus que a, b, c ne sont pas tous nuls.
II.2 limination du terme produit
Un changement de base orthonorme directe permet de faire disparatre ce terme.
Appelons (e
1
, e
2
) la base canonique de R
2
, et posons e
t
1
= cos e
1
+sin e
2
et e
t
2
= sin e
1
+
cos e
2
. Soit M un point du plan :

OM = xe
1
+ y
2
e
2
= x
t
e
t
1
+ y
t
e
t
2
, avec (il ny a qu
remplacer) :
_
x = x
t
cos y
t
sin
y = x
t
sin + y
t
cos
Lquation P(x, y) = 0 devient
x
t2
(a
2
cos
2
+ c
2
sin
2
+ b sin cos )
+y
t2
(a
2
sin
2
+ c
2
cos
2
b sin cos )
+x
t
y
t
((c a) sin(2) + b cos(2)) + . . . = 0
Si a = c la valeur =

4
va liminer le terme en x
t
y
t
. Sinon, on choisit ]

4
,

4
[ tel
que
tan 2 =
b
a c
On est donc ramen, moyennant un changement de base orthonorme directe (rotation
du repre canonique) un quation du type
ax
2
+ by
2
+ dx + ey + f = 0
II.3 Cas de dgnrescence : a ou b est nul
Supposons par exemple a = 0 dans lquation prcdente (et donc b ,= 0). Une transla-
tion sur y ramne lquation une quation du type
by
2
+ dx + f = 0
Si d = 0, on obtient des cas dgnrs : lensemble tudi est soit vide, soit une
droite horizontale, soit la runion de deux droites horizontales.
Sinon, une translation sur x ramne lquation une quation du type
by
2
+ dx = 0
qui est lquation dune parabole.
II. DFINITION ANALYTIQUE 91
II.4 Le cas o a et b sont non nuls
Une translation sur x et y (on reconnat des dbuts de carrs) ramne lquation une
quation du type
ax
2
+ by
2
= k
Une discussion sur les signes respectifs de a, b, k, et la nullit ou pas de k montre que
lensemble tudi est soit vide, soit un point, soit la runion de deux droites, soit une
hyperbole, soit une ellipse (ventuellement un cercle).
II.5 Type dune conique propre
Proposition 7.9 : Soit c lensemble dquation cartsienne
ax
2
+ bxy + cy
2
+ dx + ey + f = 0
Le signe (et la nullit ventuelle) de = b
2
4ac ne dpend pas du repre choisi pour
crire lquation.
Dmonstration : Cest une application de la thorie des dterminants. On admet ce
rsultat dans le cas gnral, et on le dmontre pour un changement de base orthonorme.
Avec les notations des calculs qui prcdent, on a
a
t
= a
2
cos
2
+ c
2
sin
2
+ b sin cos
=
a + c
2
+
a c
2
cos 2 +
b
2
sin 2
De mme,
b
t
= a
2
sin
2
+ c
2
cos
2
b sin cos
=
a + c
2

a c
2
cos 2
b
2
sin 2
et
c
t
=
c a
2
sin(2) +
b
2
cos(2)
De l,
4a
t
c
t
b
t2
= 4
_
(
a + c
2
)
2
(
a c
2
cos 2 +
b
2
sin 2)
2
_
(
c a
2
sin 2 +
b
2
cos 2)
2
= 4
_
(
a + c
2
)
2
(
a c
2
)
2
_
(
b
2
)
2
=
1
4
(4ac b
2
)
Proposition 7.10 : supposer que lquation donne soit celle dune conique
propre (ie parabole, ellipse ou hyperbole), on peut connatre ce type sans rduire
lquation :
Si < 0, il sagit dune ellipse.
Si > 0, il sagit dune hyperbole.
Si = 0, il sagit dune parabole.
Dmonstration : Consquence immdiate de ce qui prcde.
II.6 Tangente une conique propre
Ellipse
Soit lellipse dquation cartsienne
x
2
a
2
+
y
2
b
2
= 1. On paramtre lellipse par x =
a cos , y = b sin . Lquation de la tangente lellipse au point de paramtre est alors
X a cos a sin
Y b sin b cos
= 0
ou encore
bX cos + aY sin ab = 0
On peut revenir aux coordonnes cartsiennes et on obtient pour lquation de la
tangente
2x
a
2
(X x) +
2y
b
2
(Y y) = 0
Hyperbole
On obtiendrait de mme pour une hyperbole dquation
x
2
a
2

y
2
b
2
= 1 une tangente
dquation
2x
a
2
(X x)
2y
b
2
(Y y) = 0
Parabole
On obtiendrait de mme pour une parabole dquation y
2
2px = 0, une tangente
dquation
2y(Y y) 2p(X x) = 0
Remarque 7.10 : Plus gnralement, on peut montrer que si () est la courbe dquation
P(x, y) = 0, alors la tangente la courbe () au point (x, y) (sous certaines conditions que
nous nexpliciterons pas) est
P
x
(x, y)(X x) +
P
y
(x, y)(Y y) = 0
Chapitre 8
Entiers naturels
93
94 CHAPITRE 8. ENTIERS NATURELS
I Principe de rcurrence
I.1 Lensemble des entiers naturels
On admet les principales proprits des entiers naturels : lensemble N = 0, 1, 2, . . .
est un ensemble inni, muni dune addition et dune multiplication possdant les proprits
bien connues de tous. Cet ensemble est muni de deux relations dordre :
Lordre naturel : a b lorsquil existe un entier naturel c tel que b = a+c. Cet ordre
est total. On note alors b a lunique entier c ainsi dni.
La divisibilit : a divise b (on note a[b) lorsquil existe un entier naturel c tel que
b = ac. Cet ordre est partiel. Si a ,= 0, lentier c ainsi dni est unique, et on le note
c =
b
a
.
I.2 Raisonnement par rcurrence
Axiome I.1 Toute partie non vide de N possde un plus petit lment.
Proposition 8.1 : Toute partie non vide ET majore de N possde un plus grand
lment.
Dmonstration : Soit A une partie de N non vide et majore. Considrons lensemble
B des majorants de A. Lensemble B est une partie non vide de N, et possde donc un
plus petit lment M. Montrons que M est le plus grand lment de A. Tout dabord, le
cas o M = 0 : dans ce cas, A = 0 et possde donc un plus grand lment. Supposons
maintenant M 1. M 1 ne majore pas A, puisque M est le plus petit majorant de A.
Donc, il existe a A tel que M 1 < a M. Do a = M et donc M A.
Proposition 8.2 : Soit A une partie de N. On suppose :
0 A.
n N, n A n + 1 A.
Alors, A = N.
Dmonstration : Supposons que A ,= N, et considrons B = N A. Lensemble B est
une partie non vide de N, et admet donc un plus petit lment n
0
. On a n
0
,= 0, puisque
n
0
A. Considrons alors m = n
0
1. Cet entier nest pas dans B. Donc il est dans A,
donc n
0
= m + 1 A. Contradiction.
Proposition 8.3 : Soit T(n) une proprit dpendant de lentier n. On suppose
P(0)
n N, P(n) P(n + 1)
Alors n N, P(n).
Dmonstration : On considre A = n N, P(n) et on applique la proposition
prcdente.
Remarque 8.1 : On peut bien sr commencer la rcurrence un rang dirent de
0. Il faut alors adapter la conclusion du thorme.
I. PRINCIPE DE RCURRENCE 95
Exercice : Montrer que pour tout entier n 2, 10 divise 2
2
n
6.
Montrer que, pour tout entier naturel n,
n
k=0
k
2
=
n(n+1)(2n+1)
6
.
Montrer quil existe 4 rels a, b, c, d tels que, pour tout entier naturel n,

n
k=0
k
3
=
an
4
+ bn
3
+ cn
2
+ d
n
.
I.3 Extensions du principe de rcurrence
Rcurrence forte
P(0)
n N, [k n, P(k)] P(n + 1)
Alors n N, P(n).
Dmonstration : On pose Q(n) = k n, P(k) et on montre par rcurrence simple
sur n que Q(n) est vraie pour tous les entiers naturels n. P(n) est donc a fortiori vraie.
Exemple : Montrons que tout entier naturel suprieur ou gal 2 possde un diviseur
premier. Cest vrai pour n = 2. Soit maintenant n 2 et supposons que tous les entiers
entre 2 et n ont un diviseur premier. Si n+1 est premier, il a clairement un diviseur premier :
lui-mme. Sinon, n + 1 = ab o a et b sont deux entiers entre 2 et n. Par lhypothse de
rcurrence, a possde un diviseur premier. Ce nombre premier divise galement n + 1.
Rcurrence 2 rangs
P(0)
P(1)
n N, P(n) et P(n + 1) P(n + 2)
Alors n N, P(n).
Dmonstration : On le montre par rcurrence forte sur n.
Exemple : Soit (F
n
)
n0
la suite dentiers dnie par F
0
= 0, F
1
= 1, F
n+2
= F
n+1
+F
n
.
Soient et

les racines de lquation x
=
x+1. On a alors pour tout entier n, F
n
=

n
.
On peut bien sr avoir galement des rcurences 3, 4, . . . termes.
I.4 Suites dnies par rcurrence
Nous admettrons le rsultat suivant :
Proposition 8.6 : Soit f : E E une application. Soit a E. Il existe une unique
suite (u
n
)
n0
valeurs dans E, telle que
_
u
0
= a
n N, u
n+1
= f(u
n
)
Remarque 8.2 : Lunicit est simple montrer. Cest lexistence qui est dicile. On
pourra trouver la preuve en annexe.
Remarque 8.3 : En utilisant les corollaires du principe de rcurrence, on peut galement
dnir des suites rcurrentes deux trois,. . .voire n termes. Nous lavons dj fait dans lun
des exemples ci-dessus.
Exemple :
u
0
= 0, u
1
= 1, u
n+2
= u
n+1
+ u
n
. Calculer u
n
en fonction de n.
u
0
= 1, u
n+1
= u
0
+ u
1
+ . . . + u
n
. Mme question.
II Ensembles nis
II.1 Notion de cardinal
Lemme II.1 Soient E et F deux ensembles non vides. Soient a E et b F. Il existe
une bijection de E vers F si et seulement si il existe une bijection de E
t
= E a vers
F
t
= F b. Le rsultat reste vrai si lon remplace bijection par injection ou surjection.
Dmonstration : Supposons quil existe une bijection f : E
t
F
t
. Soit g : E F
dnie par g(x) = f(x) si x E
t
et g(a) = b. Alors g est une bijection de E sur F.
Supposons maintenant quil existe une bijection f : E F. Soit : F F dnie
par (x) = x si x ,= f(a) et x ,= b, (f(a)) = b et (b) = f(a). La fonction change
simplement b et f(a). Elle est bijective, et dailleurs gale sa rciproque. Considrons
maintenant la fonction f
t
= f. f
t
est une bijection de E vers F (compose de bijections)
et, de plus f
t
(a) = b. La fonction g : E
t
F
t
dnie par g(x) = f
t
(x) est alors une
bijection de E
t
sur F
t
. La dmonstration est totalement identique pour les injections et les
surjections.
Pour tout entier non nul, on note n lensemble des entiers entre 0 et n 1. On note
galement

0 = .
Proposition 8.7 : Soient n et p deux entiers. Il existe une bijection de n sur p si et
seulement si n = p.
Dmonstration : Dans un sens cest trivial. En eet, si n = p, alors n = p et il existe
bien une bijection entre n et p : lidentit. Inversement, on eectue une rcurrence sur
p. Pour p = 0 cest clair, car sil existe une application dun ensemble vers , alors cet
ensemble est vide. Soit maintenant un entier p tel que n N, sil existe une bijection de
n sur p alors n = p. Soit n N. Supposons quil y a une bijection de n sur p + 1. On a
forcment n 1, car p + 1 ,= 0. Daprs le lemme, il existe une bijection de n 1 sur p.
Par lhypothse de rcurrence, on a n 1 = p, cest dire n = p + 1.
Lemme II.2 .
Soient n et p deux entiers. Il existe une injection de n sur p si et seulement si n p.
II. ENSEMBLES FINIS 97
Soient n et p deux entiers. Il existe une surjection de n sur p si et seulement si n p.
Dmonstration : On peut par exemple faire une dmonstration analogue celle du
rsultat sur les bijections.
Dfinition 8.1 : Soit E un ensemble. On dit que E est ni lorsquil existe un entier
n tel que E soit en bijection avec n. Daprs la proposition prcdente, cet entier est non
nul. On lappelle le cardinal de E, et on le note Card E.
Proposition 8.8 : Soient E et F deux ensembles nis. Alors E et F sont en bijection
si et seulement si E et F ont le mme cardinal.
Dmonstration : Soit n = Card E. Soit p = Card F. Soient f : E n une bijection et
g : F p une bijection. Si n = p, alors g
1
f est une bijection de E vers F. Inversement,
si h est une bijection de E vers F, alors, g h f
1
est une bijection de n vers p, donc
n = p.
Proposition 8.9 : Soient E et F deux ensembles nis. Alors il existe une injection de
E vers F si et seulement si Card E Card F. Et il existe une surjection de E vers F si
et seulement si Card E Card F.
Dmonstration : Dmonstration analogue celle du thorme sur les bijections.
Proposition 8.10 : Soit E un ensemble ni. Soit E
t
E. Alors E
t
est ni, et
Card E
t
Card E. De plus, Card E
t
= Card E si et seulement si E
t
= E.
Dmonstration : On fait une rcurrence sur n = Card E. Pour n = 0, cest clair,
puisque E
t
= . Soit maintenant un entier n pour lequel la proprit est vrie. Soit E de
cardinal n+1. Soit E
t
E. Si E
t
= E, il ny a rien faire : E
t
est ni et Card E
t
= Card E.
Sinon, soit a E E
t
. On a E
t
E a. On a une bijection de E sur n + 1 donc, daprs
le lemme au dbut du paragraphe, on a une bijection entre E a et n. Dons E a est
ni, de cerdinal n. Par lhypothse de rcurrence, E
t
est ni, de cardinal infrieur ou gal
n (et donc dirent de n + 1).
Proposition 8.11 : Soit f : E F une application dun ensemble ni E vers un
ensemble ni F DE MEME CARDINAL. Alors, f est bijective si et seulement si f est
injective OU f est surjective.
Dmonstration : Supposons f injective. f est alors une bijection de E sur f(E) F.
Donc, Card E = Card f(E) = Card F. Donc f(E) = F et f est surjective. Supposons
maintenant que f est surjective. f possde un inverse gauche g qui est injectif. Daprs
ce que nous venons de dire sur les injections, g est bijectif et sa rciproque, f, lest aussi.
II.2 Proprits des cardinaux
Proposition 8.12 : Soient E
1
, . . . , E
n
n ensembles nis disjoints. Leur runion est
alors nie et
Card
n
k=1
E
k
=
n
k=1
Card E
k
Dmonstration : On le montre pour n = 2. Une rcurrence triviale sur n permet de
conclure. Soient donc A et B deux ensembles nis disjoints, de cardinaux respectifs n et p.
Soient f : A n et g : B p deux bijections. Considrons lapplication h : AB n + p
dnie par h(x) = f(x) si x A et h(x) = g(x) + n si x B. Alors h est une bijection.
Proposition 8.13 : Soient A et B deux ensembles nis, B A. Alors A B est ni
et Card (A B) = Card ACard B.
Dmonstration : On a A = B (A B) et la runion est disjointe.
Proposition 8.14 : Soient E et F deux ensembles nis. Alors, E F et E F sont
nis, et
Card E F = Card E + Card F Card E F
Dmonstration : E F = (E (E F)) F avec runion disjointe. Puis on utilise
que E F E.
Remarque 8.4 : On peut gnraliser cette formule la runion de n ensembles.
Exercice : crire la formule pour trois ensembles.
Proposition 8.15 : Soient E et F deux ensembles nis. Alors E F est ni, et
Card E F = Card E Card F
Dmonstration : On a E F =
yF
E y, tous ces ensembles tant disjoints et
clairement de mme cardinal que E.
II.3 Parties nies de N
Proposition 8.16 : Une partie de N est nie si et seulement si elle est majore.
Dmonstration : Soit A une partie non vide de N. Si elle est majore, elle a un plus
grand lment M. Donc A [1, M] et A est nie en tant que partie dun ensemble ni.
Si, maintenant, A est nie, on peut raisonner par rcurrence sur son cardinal. Si le
cardinal de A est gal 0, A est bien entendu majore (par tous les entiers). Si toute
partie nie de cardinal n est majore, soit A = A
t
a une partie de cardinal n + 1. A
est alors majore par max(max A
t
, a).
II. ENSEMBLES FINIS 99
Proposition 8.17 : Soit A une partie non vide nie de N. Il existe une bijection
strictement croissante, et une seule, de A sur [1, n], o n est le cardinal de A.
Dmonstration : On procde par rcurrence sur le cardinal de A.
II.4 Applications dun ensemble ni dans un ensemble ni
Proposition 8.18 : Soient E et F deux ensembles nis, de cardinaux respectifs p et n.
Lensemble F
E
des applications de E dans F est ni, de cardinal n
p
.
Dmonstration : On fait une rcurrence sur p. Pour p = 0, on a E = et il y
a une seule application de E vers F : (, F, ). Donc, le cardinal de F
E
est 1 = n
0
.
Supposons maintenant la proprit vrie pour un entier p. Soit E de cardinal p + 1.
Posons E = E
t
a o E
t
est de cardinal p. Considrons lapplication : F
E
F F
E
dnie comme suit. tout couple (f, b) on associe lapplication g dnie par g(x) = f(x)
si x ,= a, et g(a) = b. Lapplication est bijective. Donc, Card F
E
= Card(F
E
F) =
Card F
E
Card F = n
p
n = n
p+1
.
Proposition 8.19 : Soient E et F deux ensembles nis, de cardinaux respectifs p et
n, avec n p. Lensemble des injections de E dans F est ni, de cardinal A
p
n
=
n!
(np)!
(arrangements).
Dmonstration : tant donns deux ensembles A et B, notons J(A, B) lensemble
des injections de A vers B. On fait une rcurrence sur p. Pour p = 0, cest clair. Il y a
une seule application de E vers F et elle est injective. Soit p N. Supposons la proprit
vraie pour p. Soit E un ensemble de cardinal p + 1. E = E
t
a o E
t
est de cardinal p.
Soit : =
bF
J(E a, F b) b.Considrons lapplication : : J(E, F) dnie
comme suit : au couple (f, b) on associe lapplication g dnie par g(x) = f(x) si x ,= a
et g(a) = b (on vrie que g est bien injective). Alors, lapplication est bijective, et sa
rciproque associe linjection g : E F le couple (f, b) o b = g(a) et f est la restriction
de g E a, corestreinte F b. On a donc galit des cardinaux des ensembles
de dpart et darrive de : Card J(E, F) =
bF
Card (J(E a, F b) b) =
bF
Card J(E a, F b) =
bF
(n1)!
((n1)p)!
= n
(n1)!
(n(p+1))!
=
n!
(n(p+1))!
.
Corollaire 8.20 : Soit E un ensemble ni de cardinal n. Lensemble S(E) des bijec-
tions de E dans E est ni, de cardinal n!.
Dmonstration : Une application de E vers E est bijective si et seulement si elle est
injective. Il sut dappliquer le thorme prcdent.
II.5 Dnombrements de parties
Proposition 8.21 : Soit E un ensemble ni de cardinal n. Lensemble T(E) des parties
de E est ni, de cardinal 2
n
.
Dmonstration : On procde par rcurrence sur n. Pour n = 0 cest clair puisque
T() = . Supposons maintenant la proprit vraie pour tout ensemble de cardinal n.
Soit E = E
t
a un ensemble de cardinal n + 1. Les parties de E sont de deux types :
celles qui ne contiennent pas a, et qui ne sont autres que les parties de E
t
. Il y en a 2
n
daprs lhypothse de rcurrence. Et celles qui contiennent a, et qui sont de la forme
Aa o A est une partie de E
t
. Il y en a donc autant que de parties de E
t
. Finalement,
Card T(E) = 2
n
+ 2
n
= 2
n+1
.
Dfinition 8.2 : Soient E un ensemble de cardinal n et p un entier naturel. On note
_
n
p
_
le nombre de parties de E de cardinal p.
Notation : On note pour tout ensemble E et tout entier naturel k par T
k
(E) lensemble
des parties de E de cardinal k. On a donc
_
n
k
_
= Card T
k
(E) o E est un ensemble de
cardinal n.
Remarque 8.5 : On a bien videmmment
_
n
p
_
= 0 ds que p > n. Le problme est de
calculer cette quantit lorsque 0 p n.
_
n
p
_
=
_
n
np
_

n
p=0
_
n
p
_
= 2
n
Pour n, p 1,
_
n
p
_
=
_
n1
p1
_
+
_
n1
p
_
(triangle de Pascal)
Dmonstration : Soit E un ensemble de cardinal n. Lapplication A E A envoie
bijectivement T
p
(E) sur T
np
(E) do la premire galit. La seconde galit rsulte de
T(E) =
n
p=0
T
p
(E) puis de la formule donnant le cardinal dune union disjointe. Pour la
troisime galit, posons E = E
t
a o E
t
est de cardinal n 1. Les parties de E de
cardinal p sont de deux sortes. Il y a tout dabord celles qui ne contiennent pas a, et qui
sont les lments de T
p
(E
t
). Il y en a
_
n1
p
_
. Et il y a celles qui contiennent a, et qui sont
de la forme A a o A T
p1
(E
t
). Il y en a
_
n1
p1
_
. Do la formule cherche.
Proposition 8.23 : Soient n, p deux entiers tels que 0 p n. Alors :
_
n
p
_
=
n!
p!(n p)!
Dmonstration : On montre par rcurrence sur n que pour tout entier n, P(n) est
vraie, o P(n) = p [0, n],
_
n
p
_
=
n!
p!(np)!
. Pour n = 0 cest vident. Soit maintenant n N
pour lequel on a P(n). Soit 1 p n. On a
_
n+1
p
_
=
_
n
p
_
+
_
n
p1
_
. On utilise maintenant
lhypothse de rcurrence :
_
n+1
p
_
=
n!
p!(np)!
+
n!
(p1)!(np+1)!
=
n!
p!(n+1p)!
((n + 1 p) + p)
qui est lexpression voulue.
Proposition 8.24 : Soient a, b deux complexes (ou plus gnralement deux lments
dun anneau tels que ab = ba) et n N. Alors
(a + b)
n
=
n
k=0
_
n
k
_
a
k
b
nk
III. ANNEXE : SUITES RCURRENTES 101
Dmonstration : Une rcurrence sur n, pour changer. Pour n = 0, cest vident. Sup-
posons que la formule soit vraie pour un certain entier n. On a alors X = (a + b)
n+1
=
(a + b)(a + b)
n
= (a + b)
n
k=0
_
n
k
_
a
k
b
nk
=
n
k=0
_
n
k
_
a
k+1
b
nk
+
n
k=0
_
n
k
_
a
k
b
nk+1
.
On pose dans la premire somme k
t
= k + 1. Il vient X =
n+1
k=1
_
n
k1
_
a
k
b
n+1k
+
n
k=0
_
n
k
_
a
k
b
n+1k
= a
n+1
+ b
n+1
+
n
k=1
_
_
n
k1
_
+
_
n
k
_
_
a
k
b
n+1k
. Il ne reste qu ap-
pliquer la formule sur les coecients binomiaux vue un peu plus haut.
III Annexe : suites rcurrentes
Rappelons le thorme sur les suites rcurrentes. La dmonstration de lexistence est
non triviale et ncessite quelques lemmes.
Thorme 8.25 : Soit E un ensemble non vide. Soit a E. Soit f : E E. Il existe
une unique suite u : N E telle que u
0
= a et pour tout entier n, u
n+1
= f(u
n
).
Dmonstration : On pose pour tout entier n, c
n
= s E
N
, s
0
= a, k < n, s
k+1
=
f(s
k
).
Lemme III.1 c
0
c
1
c
2
. . ..
Dmonstration : Cest vident.
Lemme III.2 Soient n N, s, s
t
c
n
. On a k n, s
k
= s
t
k
.
Dmonstration : Cest une rcurrence triviale sur k.
Lemme III.3 n N, c
n
,= .
Dmonstration : Rcurrence sur n. La suite (a, a, a, . . .) est dans c
0
qui est donc
non vide. Soit n N. Supposons que c
n
est non vide. Soit s c
n
. La suite s
t
=
(s
0
, s
1
, . . . , s
n
, f(s
n
), a, a, . . .) est bien dans c
n+1
qui est ainsi non vide.
Lemme III.4 Soit n N. Soit s c
n
, soit s
t
c
n+1
. On a alors k n, s
k
= s
t
k
.
Dmonstration : Soient s c
0
, s
t
c
1
. On a s
0
= a = s
t
0
. La proprit est donc
vraie pour n = 0. Soit n N. Supposons la proprit vraie pour n. Soient s c
n+1
,
s
t
c
n+2
. Alors, s c
n
, s
t
c
n+1
, donc par lhypothse de rcurrence k n, s
k
= s
t
k
.
Puis s
n+1
= f(s
n
) = f(s
t
n
) = s
t
n+1
.
Pour tout entier n, choisissons s
n
c
n
. Soit u : N E dnie par u
n
= s
n
n
. On a
u
0
= s
0
0
= a. Et pour tout entier n, u
n+1
= s
n+1
n+1
= f(s
n+1
n
) = f(s
n
n
) = f(u
n
). La suite u
rpond bien la question.
Lunicit est quant elle facile. Si deux suites u et v rpondent la question, on a
u
0
= a = v
0
. Et si u
n
= v
n
pour un entier n, alors u
n+1
= f(u
n
) = f(v
n
) = v
n+1
. On a
donc u = v.
Chapitre 9
Entiers relatifs
103
104 CHAPITRE 9. ENTIERS RELATIFS
I Divisibilit dans Z
On suppose connues les proprits suivantes : (Z, +, ) est un anneau. De plus, dans cet
anneau, lorsquun produit est nul lun des facteurs est nul (anneau intgre). Cet anneau est
totalement ordonn par la relation , qui est compatible avec laddition et la multiplication.
On dispose galement sur Z du concept de valeur absolue.
I.1 Diviseurs, multiples
Dfinition 9.1 : Soient a, b Z. On dit que a divise b ou que b est un multiple de a,
et on note a[b, lorsquil existe un entier relatif c tel que b = ac
Remarque 9.1 : Si a est non nul, lentier c tel que b = ac est unique car Z est intgre.
On lappelle le quotient de b par a et on le note
b
a
.
Notation : Soit a Z. On note aZ = na, n, Z lensemble des multiples de a.
Remarque 9.2 : On a a[b si et seulement si bZ aZ.
Proposition 9.1 :
La relation divise est rexive et transitive.
Pour tous entiers a et b, on a a[b et b[a si et seulement si b = a. La relation
divise nest donc pas tout fait une relation dordre. Cest ce que lon appelle un
pr-ordre.
Dmonstration : Soit a, b, c Z. On a a = 1a donc a[a. Supposons que a[b et b[c.
Il existe alors p, q Z tels que b = pa et c = qb. On en dduit que c = pqa donc a[c.
Supposons que a[b et b[a. Il existe p, q Z tels que b = pa et a = qb. On en dduit b = pqb.
Si b ,= 0, il vient pq = 1 donc p = q = 1 (et a = b) ou p = q = 1 (et a = b). Si b = 0,
alors a = q0 = 0 et on a toujours b = a. Enn, si b = a, on a videmment que a[b et
b[a.
Remarque 9.3 : La dernire proprit nous dit que a = b si et seulement si bZ = aZ.
I.2 Division euclidienne
Proposition 9.2 : Soient a, b N, b > 0. Il existe un entier naturel n tel que nb > a.
Dmonstration : On a b(a + 1) = ab + b a + b > a.
On dit que lensemble N des entiers naturels est archimdien.
Corollaire 9.3 : Soient a et b deux entiers naturels, b > 0. Il existe un unique entier
naturel n tel que nb a < (n + 1)b.
Dmonstration : Soit E lensemble des entiers naturels m tels que mb > a. E est non
vide, donc admet un plus petit lment, notons le m. On a donc (m 1)b a < mb. On
II. PGCD, PPCM 105
a m 1 puisque mb > a 0. Posons n = m 1 N. On a nb a < (n + 1)b do
lexistence. Supposons maintenant que n et n
t
conviennent. On a alors nb a < (n
t
+ 1)b
donc n < n
t
+ 1 et ainsi n n
t
. De mme, n
t
n donc n = n
t
et il y a bien lunicit.
Corollaire 9.4 : Soient a et b deux entiers relatifs, b > 0. Il existe un unique entier
relatif n tel que nb a < (n + 1)b.
Dmonstration : Si a 0, cest le corollaire prcdent. Sinon, on applique le dit
corollaire a. Il existe m N tel que mb a < (m+1)b. Si nb = a, alors mb = a <
(m + 1)b et n = m convient. Sinon, (m 1)b < a < mb et n = m 1 convient.
Lunicit se prouve comme dans le corollaire prcdent.
Proposition 9.5 : Soient a et b deux entiers relatifs, b ,= 0. Il existe un unique couple
(q, r) dentiers relatifs tel que
_
a = bq + r
0 r < [b[
q est appel le quotient de la division euclidienne de a par b. Lentier r est le reste de cette
mme division.
Dmonstration : Prenons dabord b > 0. Il existe q Z tel que qb a < (q + 1)b.
Posons r = a bq. On a alors 0 r < b do lexistence. Si b < 0, il existe q, r Z tels
que a = (b)q +r = b(q) +r avec 0 r < b = [b[. Lunicit se prouve comme dans les
corollaires ci-dessus.
Proposition 9.6 : Les sous-groupes de Z sont les parties de Z de la forme nZ, n N.
Dmonstration : Il est clair que nZ est un sous-groupe de Z. Inversement, soit G
un sous-groupe de Z, dirent de 0. G possde alors un plus petit lment strictement
positif, a. Comme a G, on a aZ G. Rciproquement, si x G, on a x = qa + r avec
0 r < a. Mais x et qa tant dans G, r lest aussi. Comme a est le PLUS PETIT lment
strictement positif de G, on a ncessairement r = 0.
II PGCD, PPCM
II.1 Somme de deux sous-groupes
Dfinition 9.2 : Soient H, H
t
deux sous-groupes du groupe ablien (G, +). On appelle
somme de H et H
t
le sous-ensemble de G H + H
t
= x + x
t
, x H, x
t
H
t
.
Proposition 9.7 : La somme de deux sous-groupes de G est un sous-groupe de G.
Dmonstration : On a 0 H et 0 H
t
donc 0 = 0+0 H+H
t
. Soient u, v H+H
t
.
On a u = x+x
t
, v = y+y
t
o x, y H et x
t
, y
t
H
t
. Mais alors uv = (xy)+(x
t
y
t
)
H + H
t
et H + H
t
est donc un sous-groupe de G.
II.2 PGCD
Proposition 9.8 : Soient a, b Z. Il existe Z tel que aZ +bZ = Z. Lentier est
unique au signe prs.
Dmonstration : aZ + bZ est un sous-groupe de Z, do lexistence de . De plus,
t
convient si et seulement si Z =
t
Z ou encore
t
= .
Dfinition 9.3 : On appelle plus grands communs diviseurs de a et b les entiers
dnis ci-dessus.
Remarque 9.4 : Deux entiers relatifs admettent deux pgcd (sauf 0 et 0). On abuse en
disant LE pgcd de a et b.
Notation : On note a b le (un) pgcd de a et b. Dautres notations existent, comme
(a, b) ou plus videmment pgcd(a, b).
Proposition 9.9 : Soient a, b Z. Il existe un entier , unique au signe prs, tel que
_
_
_
[a
[b
d Z, d[a et d[b d[
Dmonstration : Vrions tout dabord que = ab convient. a = a1+b0 Z donc
[a. De mme, [b. Soit d Z tel que d[a et d[b. On a = 1 Z. Donc aZ + bZ. Il
existe ainsi u, v Z tels que = ua + vb. Comme a et b sont multiples de d, il en est de
mme de . Soit maintenant
t
un autre entier qui convient. On a
t
[a et
t
[b donc
t
[. De
mme, [
t
donc
t
= . Les entiers qui conviennent sont donc exactement les pgcd de a
et b.
II.3 Thorme de Bzout
Proposition 9.10 : Soient a et b et d trois entiers relatifs. Soit = a b. Alors [d si
et seulement si il existe deux entiers relatifs u et v tels que ua + vb = d.
Dmonstration : d Z si et seulement si d aZ + bZ. Cest exactement ce quil
fallait montrer.
Un cas particulier trs important est le thorme de Bzout.
Dfinition 9.4 : Deux entiers sont dits premiers entre eux lorsque leur pgcd est gal
1 (ou -1, videmment).
Thorme 9.11 : [Bzout] Soient a et b deux entiers relatifs. Alors, a et b sont premiers
entre-eux si et seulement si il existe un couple (u, v) dentiers relatifs tel que ua +vb = 1.
Dmonstration : Soit = a b. On a lexistence dun tel couple (u, v) si et seulement
si divise 1, cest dire si et seulement si = 1.
II. PGCD, PPCM 107
II.4 Thorme de Gauss
Thorme 9.12 : Soient a, b, c trois entiers relatifs. Alors
a[bc
a b = 1
_
a[c
Dmonstration : Les hypothses montrent lexistence de trois entiers u, v, d tels que
bc = da et ua + vb = 1. De l uac + vbc = c, do uac + vad = c, donc a[c.
II.5 Algorithme dEuclide
Soient a et b deux entiers. Prenons a et b positifs pour simplier. On pose r
0
= a,
r
1
= b. Pour tout entier n 1, SI r
n
,= 0, on note r
n+1
le reste de la division euclidienne
de r
n1
par r
n
. SINON, on pose r
n+1
= 0.
On dispose ainsi dune suite (r
n
)
n0
. Si un terme de la suite est nul, alors la suite est
nulle partir de ce terme.
Proposition 9.13 : Il existe un entier n 1 tel que r
n
= 0.
Dmonstration : Supposons que pour tout n, r
n
soit non nul. On a alors pour tout
n 1, r
n+1
< r
n
, puisque r
n+1
est le reste de la division euclidienne de quelque chose par
r
n
. On en dduit facilement par rcurrence que r
n
r
1
n + 1, pour tout n 1. Mais
alors, r
b+1
r
1
(b + 1) + 1 = 0, ce qui est impossible car r
b+1
> 0.
Proposition 9.14 : Soit n
0
le plus petit entier n 0 tel que r
n+1
= 0. Alors, ab = r
n
0
.
Dmonstration : Soit d N. On voit facilement que pour tout entier 1 n n
0
,
d[r
n1
et d[r
n
si et seulement si d[r
n
et d[r
n+1
. En prenant les extrmes, on obtient que
d[a et d[b si et seulement si d[r
n
0
et d[r
n
0
+1
= 0, cest dire si et seulement si d[r
n
0
.
II.6 Complexit de lalgorithme dEuclide
Soient a et b deux entiers naturels, a > b. Nous allons estimer le nombre n
0
de divisions
ncessaires lobtention de leur pgcd par lalgorithme dEuclide. Pour cela, rappelons les
notations : r
0
= a, r
1
= b, et pour 1 k n
0
, r
k1
= q
k
r
k
+r
k+1
. Les quotients successifs
sont tous au moins gaux 1. On a donc pour 1 k n
0
, r
k1
r
k
+r
k+1
. Maintenant,
r
n
0
+1
= 0 = F
0
, r
n
0
= a b 1 = F
1
. Donc r
n
0
2
1 + 0 = F
2
. Plus gnralement,
pour 0 k n
0
+ 1, r
n
0
+1k
F
k
o la suite (F
k
) est dnie par F
0
= 0, F
1
= 1
et pour tout k 0, F
k+2
= F
k+1
+ F
k
. Pour k = n
0
, on obtient r
1
= b F
n
0
. Cette
suite est la suite de Fibonacci. On peut montrer que pour tout entier n, F
n
=

n
o
et

sont les racines de lquation x
2
= x + 1. Prenons pour la racine positive de
cette quation. On a alors [
[ < 1 et

=
5 donc F
n

n
1
5
. Ainsi,

n
0
1
5
b,
do n
0

ln(b
5+1)
ln
. Le majorant trouv est en gros proportionnel au nombre de chires
de lentier b, le coecient de proportionnalit tant peu prs gal 4, 8. Lalgorithme
dEuclide est donc trs ecace.
II.7 Coecients de Bzout
Soient a, b Z. Soit = a b. Lalgorithme dEuclide permet de trouver un couple
(u, v) tel que ua+vb = 1. On procde comme suit. On pose u
0
= 1, v
0
= 0, u
1
= 0, v
1
= 1.
On a u
0
a+v
0
b = a = r
0
et u
1
a+v
1
b = b = r
1
. Soit q
1
tel que r
0
= q
1
r
1
+r
2
. En combinant
les deux galits prcdentes, on a u
2
a + v
2
b = r
2
o u
2
= u
0
q
1
u
1
et v
2
= v
0
q
1
v
1
.
Soit 0 k n
0
2. Supposons trouvs u
k
, v
k
, u
k+1
, v
k+1
tels que u
k
a + v
k
b = r
k
et
u
k+1
a + v
k+1
b = r
k+1
. Soit q
k+1
le quotient de la division de r
k
par r
k+1
. En posant
u
k+2
= u
k
q
k+1
u
k+1
et v
k+2
= v
k
q
k+1
v
k+1
, on obtient u
k+2
a + v
k+2
b = r
k+2
. On a
donc montr comment calculer, pour tout entier 0 k n
0
, deux entiers u
k
et v
k
tels
que u
k
a +v
k
b = r
k
. Mais pour k = n
0
, on a r
k
= . Do la construction eective de deux
entiers u et v tels que ua + vb = .
Exemple : Prenons a = 33 et b = 21. On crit
1 33 + 0 21 = 33
0 33 + 1 21 = 21
1 33 + (1) 21 = 12
(1) 33 + 2 21 = 9
2 33 + (3) 21 = 3
Si lon recommence encore une fois, on obtient (7) 33 + 11 21 = 0. On en dduit
33 21 = 3, u = 2, v = 3.
II.8 Proprits utiles
Proposition 9.15 : Un entier a est premier avec chacun des entiers b
1
, . . . , b
n
si et
seulement si il est premier avec leur produit.
Dmonstration : Cest une rcurrence sur n. Il sut de le faire pour n = 2. Supposons
donc a b
1
b
2
= 1. Daprs le thorme de Bzout, il existe deux entiers u et v tels que
ua+vb
1
b
2
= 1. En lisant cette galit de deux faons, on constate, toujours daprs Bzout,
que a est premier avec b
1
et b
2
. Supposons maintenant que a est premier avec b
1
et b
2
. Il
existe des entiers u, v, u
t
, v
t
tels que ua + vb
1
= 1 et u
t
a + v
t
b
2
= 1. En multipliant ces
galits on obtient Ua + V b
1
b
2
= 1 avec U = uu
t
+ uv
t
b
2
+ u
t
vb
1
et V = vv
t
. a est donc
premier avec b
1
b
2
, toujours et encore grce Bzout.
Proposition 9.16 : tant donns n entiers a
1
, . . . , a
n
premiers entre-eux deux deux,
et un entier b, chacun des a
i
divise b si et seulement si leur produit divise b.
Dmonstration : Ici aussi, il sut de le prouver pour n = 2. Supposons que a
1
et a
2
sont premiers entre-eux et que a
1
et a
2
divisent b. On crit b = a
1
c
1
. a
2
divise a
1
c
1
et est
premier avec a
1
. Par le thorme de Gauss, c
1
= a
2
c
2
, do b = a
1
a
2
c
2
: a
1
a
2
divise b.
II. PGCD, PPCM 109
Proposition 9.17 : Soient a, b, , Z. Alors = a b si et seulement si il existe deux
entiers a
1
, b
1
tels que :
_
_
_
a = a
1
b = b
1
a
1
b
1
= 1
Dmonstration : Si a et b sont nuls, le rsultat est vident. Supposons donc dans ce
qui suit que a ou b est non nul. Supposons = a b (on a donc ,= 0). On peut alors
crire a = a
1
et b = b
1
. De plus, il existe u et v tels que ua +vb = . En simpliant par
, on en tire ua
1
+ vb
1
= 1, donc a
1
b
1
= 1.
Inversement, supposons a = a
1
, b = b
1
, avec a
1
b
1
= 1. Appelons le PGCD de
a et b. Par Bzout appliqu a
1
et b
1
, on a deux entiers u et v tels que ua + vb = . On
en dduit que [. Mais est clairement un diviseur commun de a et b, donc [. Ainsi,
= (au signe prs, comme toujours).
II.9 PPCM
Proposition 9.18 : Soient a et b deux entiers relatifs. Il existe un entier , unique au
signe prs, vriant :
_
_
_
a[
b[
m Z, a[m et b[m [m
Dfinition 9.5 : Les entiers ci-dessus sont appels plus petits communs multiples
de a et b. On abuse en parlant DU ppcm de deux entiers. On note = a b ou encore
ppcm(a, b).
Dmonstration : crivons a = a
1
, b = b
1
, avec a
1
b
1
= 1. Soit m un multiple
commun de a et de b. Alors [m. crivons donc m = m
1
. On a alors a
1
[m
1
et b
1
[m
1
, donc
(Gauss) a
1
b
1
[m1. Ainsi, tout multiple commun de a et b est multiple de lentier = a
1
b
1
.
Inversement, lentier ci dessus est bien un multiple commun de a et b. Cest donc un
ppcm de a et b.
Enn, si
1
et
2
sont des ppcm de a et b, chacun divise lautre, et ils sont donc gaux
au signe prs.
Proposition 9.19 : Soient a et b deux entiers, de pgcd et de ppcm . On a = ab.
Dmonstration : = a
1
b
1
= ab.
Remarque 9.5 : Dire que les multiples de sont les multiples communs de a et b
revient dire que aZ bZ = Z. Ceci serait une faon dintroduire le ppcm analogue
celle utilise pour le pgcd, en remarquant que lintersection de deux sous-groupes dun
groupe est encore un sous-groupe.
II.10 Rsolution dune quation diophantienne simple
Soient a, b, c trois entiers relatifs. On suppose a, b, c non nuls. On sintresse lquation
(E) x, y Z, ax + by = c
Soit = ab. On voit que si (E) admet une solution, alors [c. On peut donc dj armer
que si ,[c, alors lquation na pas de solution.
Supposons maintenant c = c
1
. On crit a = a
1
, b = b
1
, et on est ramens lquation
(E
1
) x, y Z, a
1
x + b
1
y = c
1
avec a
1
b
1
= 1. Cette quation a les mmes solutions que lquation (E).
On sait trouver une solution cette quation : il sut dappliquer lalgorithme dEu-
clide. Celui-ci fournit un couple (u, v) tel que ua
1
+vb
1
= 1. Le couple (x
1
, y
1
) = (uc
1
, vc
1
)
est alors solution de (E
1
).
Soit maintenant un couple (x, y) Z
2
. Alors, (x, y) est solution de (E
1
) (ou (E)) si et
seulement si a
1
x + b
1
y = a
1
x
1
+ b
1
y
1
ou encore
a
1
(x x
1
) = b
1
(y
1
y)
Le thorme de Gauss permet alors de conclure que (x, y) est solution si et seulement si il
existe un entier relatif k tel que x = x
1
+ kb
1
et y = y
1
ka
1
.
III Nombres premiers
III.1 Dnition
Dfinition 9.6 : Soit p Z. On dit que p est premier lorsque p ,= 1, et que p est
divisible uniquement par 1 et p.
Dornavant, nous nous occuperons uniquement de nombres premiers positifs.
Remarque 9.6 : Un nombre qui nest pas premier, et qui est dirent de 1 est dit
compos.
III.2 Proprits
Proposition 9.20 : Deux nombres premiers distincts sont premiers entre-eux.
Dmonstration : Soient p et q deux nombres premiers. Les seuls diviseurs de p sont 1
et p. Ceux de q sont 1 et q. Donc le seul diviseur commun de p et q est eectivement 1.
Proposition 9.21 : Tout entier n 2 possde au moins un diviseur premier.
Dmonstration : On le prouve par rcurrence forte sur n. Pour n = 2, cest clair, vu
que 2 est premier. Supposons maintenant que tout entier k, 2 k < n, possde un diviseur
premier.
III. NOMBRES PREMIERS 111
Si n est premier, alors n a bien un diviseur premier : lui-mme.
Si n = ab est compos, alors par exemple 2 a < n a un diviseur premier p. Mais p[a
et a[n donc p[n.
Proposition 9.22 : Il existe une innit de nombres premiers.
Dmonstration : Supposons le contraire, et appelons T = p
1
, . . . , p
n
lensemble des
nombres premiers. Soit alors N =
n
k=1
p
k
+ 1. Lentier N est clairement suprieur 2 (il
est mme trs grand !). Donc il possde un diviseur premier. Mais ce diviseur ne peut tre
aucun des lments de T. Contradiction.
III.3 Dcomposition en produit de facteurs premiers
Proposition 9.23 : Tout entier naturel n 2 scrit comme un produit de nombres
premiers.
Dmonstration : On procde par rcurrence forte sur n. Cest clair si n = 2. Soit
maintenant un entier n tel que tout entier m < n scrive comme produit de nombres
premiers. Il y a deux possibilits :
Si n est premier, cest un produit de 1 nombre premier.
Sinon, n = ab avec 2 a, b < n est compos. Mais a et b sont produits de nombres
premiers daprs lhypothse de rcurrence. Donc, n aussi.
Proposition 9.24 : La dcomposition en produit de nombres premiers est unique
lordre prs des facteurs.
On saranchit du problme de lordre prs en normalisant lcriture :
Notons T = p
1
, p
2
, . . . lensemble des nombres premiers. Le thorme dexistence de
la dcomposition nous dit que tout entier n 2 scrit
n =
p1
p
p
o les
p
N sont tous nuls sauf un nombre ni. On peut maintenant reformuler les deux
propositions prcdentes :
Thorme 9.25 : Tout entier n 2 scrit de faon unique
n =
p1
p
p
o les
p
N sont tous nuls sauf un nombre ni.
Dmonstration : Supposons n =
p1
p
p
=
p1
p
p
o les
p
,
p
sont tous nuls
sauf un nombre ni. Soit q T. On isole le facteur correspondant : q
q
A = q
q
B o A
et B sont des produits de nombres premiers dirents de q, et donc sont premiers avec q.
En appliquant deux fois le thorme de Gauss, on obtient facilement que q
q
= q
q
, do
q
=
q
.
III.4 Application au pgcd et au ppcm
Proposition 9.26 : Soient a =
p1
p
p
et b =
p1
p
p
deux entiers naturels non
nuls. Alors
a b =
p1
p
min(
p
,
p
)
et a b =
p1
p
max(
p
,
p
)
Dmonstration : Soit d =
p1
p
p
un entier non nul. Alors, d divise a si et seulement
si pour tout p T, on a
p

p
: il sut dans le sens non trivial dutiliser le thorme
de Gauss. Il en est de mme pour b, donc d divise a et b si et seulement si pour tout
p T, on a
p
min(
p
,
p
). Autrement dit, d divise a et b si et seulement si d divise
p1
p
min(
p
,
p
)
. On procde de mme pour le ppcm.
Chapitre 10
Gomtrie de lEspace
113
114 CHAPITRE 10. GOMTRIE DE LESPACE
I Dnitions et notations
I.1 Passage du plan lespace
Comme dans le cas de la gomtrie plane, les lments de lespace R
3
peuvent tre vus,
selon les circonstances, comme des points ou des vecteurs. Les proprits vues au chapitre
prcdent (structure despace vectoriel, vecteur

AB, . . . ) sappliquent encore dans le cadre
de lespace.
I.2 Ce qui ne change pas
La notion de droite est identique dans R
2
et R
3
: la droite (ane) passant par A =
(a, b, c) et dirige par le vecteur non nul u = (, , ) est lensemble des points M = (x, y, z)
de lespace vriant
R,
AM = u
ou encore, en termes de coordonnes,
R,
_
_
_
x = a +
y = b +
z = c +
La direction de cette droite ane est la droite vectorielle u, R.
Deux vecteurs u et v sont colinaires lorsquils appartiennt une mme droite vecto-
rielle, cest dire sil existe un rel tel que v = u ou sil existe un rel tel que u = v
(on a les deux relations simultanment si les vecteurs sont non nuls).
I.3 Plans
Dfinition 10.1 : Soit A un point de lespace. Soient u et v deux vecteurs non coli-
naires. On appelle
Plan vectoriel engendr par u et v lensemble P = u + v, R, R.
Plan ane passant par A, dirig par u et v lensemble A+u +v, R, R
Le plan vectoriel P est appel la direction du plan ane T.
Remarque 10.1 : On obtient facilement des quations paramtriques dun plan, ane
ou vetoriel. Par exemple, si A = (a, b, c), u = (, , ) et v = (
t
,
t
,
t
), des quations
paramtriques du plan ane passant par A et dirig par u et v sont
_
_
_
x = a + +
t
y = b + +
t
z = c + +
t
Dfinition 10.2 : Des points de lespace sont dits coplanaires lorsquils appartiennent
un mme plan ane. Des vecteurs de lespace sont dits coplanaires lorsquils appartiennent
un mme plan vectoriel.
II. MODES DE REPRAGE DES POINTS 115
Dfinition 10.3 : Deux droites anes ou deux plans anes sont dits parallles lors-
quils ont la mme direction. Une droite ane est dite parallle un plan ane lorsque la
direction de la droite est incluse dans la direction du plan.
I.4 Bases de lespace - Repres cartsiens
Proposition 10.1 : Trois vecteurs de lespace forment une base si et seulement si ils
ne sont pas coplanaires.
Dmonstration : Nous admettons ce rsultat.
Dfinition 10.4 : On appelle repre cartsien tout quadruplet 1 = (, e
1
, e
2
, e
3
) o
est un point de lespace (origine du repre) et (e
1
, e
2
, e
3
) est une base.
Proposition 10.2 : Soit 1 = (, e
1
, e
2
, e
3
) un repre de lespace. Pour tout point
M R
3
, il existe un unique triplet (x
1
, x
2
, x
3
) de rels tel que
M = x
1
e
1
+ x
2
e
2
+ x
3
e
3
Les x
i
sont appels les coordonnes (cartsiennes) de M dans le repre 1.
Dmonstration : Cest immdiat.
Remarque 10.2 : Le repre (O, e
1
, e
2
, e
3
) o e
1
= (1, 0, 0), e
2
= (0, 1, 0) et e
3
= (0, 0, 1)
est le repre le plus simple de lespace : on lappelle le repre canonique. Cest celui que
lon utilise, sauf mention contraire.
II Modes de reprage des points
II.1 Coordonnes cartsiennes
On ny revient pas. On vient juste den parler.
II.2 Coordonnes cylindriques
Dfinition 10.5 : Soit M = (x, y, z) On appelle coordonnes cylindriques de M tout
triplet (, , z) de rels o
_
x = cos
y = sin
Les coordonnes cylindriques sont donc un mlange entre les coordonnes polaires
et les coordonnes cartsiennes.
II.3 Coordonnes sphriques
Dfinition 10.6 : Soit M = (x, y, z) On appelle coordonnes sphriques de M tout
triplet (, , ) de rels o
_
_
_
x = sin cos
y = sin sin
z = cos
III Produit scalaire
III.1 Dnition
Dfinition 10.7 : Soient u = (x, y, z) et v = (x
t
, y
t
, z
t
) deux vecteurs de lespace. On
appelle produit scalaire de u et v le rel < u, v >= xx
t
+ yy
t
+ zz
t
III.2 Proprits
Ce qui a t dit dans le plan reste valable. Le produit scalaire est une forme bilinaire
symtrique. On a lingalit de Schwarz, avec galit si et seulement si les vecteurs sont
orthogonaux. On dispose de la norme euclidienne dun vecteur, de la distance euclidienne
entre deux points, de lcart angulaire entre deux vecteurs non nuls, de la notion de vecteurs
orthogonaux, des bases et repres orthogonaux et orthonorms.
Remarque 10.3 : Il ny a pas, dans lespace, de notion dangle orient. On doit se
contenter de celle dcart angulaire, plus faible.
IV Produit vectoriel
IV.1 Orientation de lespace
Nous admettons pour linstant la notion dorientation dans lespace. Une base ortho-
gonale de lespace est dite directe lorsquelle vrie la rgle des trois doigts. Le troisime
est dit directement orthogonal aux deux premiers. Si on change deux vecteurs dans une
base directe, on obtient une base indirecte. Si on permute circulairement les vecteurs dune
base directe, on obtient une base directe.
IV.2 Le produit vectoriel
On commence par quelques rsultats techniques.
Proposition 10.3 : Soient u = (x, y, z) et v = (x
t
, y
t
, z
t
) deux vecteurs de lespace. Les
vecteurs u et v sont colinaires si et seulement si
x x
t
y y
t
x x
t
z z
t
y y
t
z z
t
= 0
IV. PRODUIT VECTORIEL 117
Dmonstration : Si les vecteurs sont colinaires, il est vident que les dterminants
sont nuls. Inversement, supposons les dterminants nuls. Si u = 0, u et v sont colinaires.
Supposons donc u ,= 0, par exemple x ,= 0. Le premier dterminant nul nous dit que
y
t
=
x
x
y. Le deuxime dterminant nul nous dit que z
t
=
x
x
z. On a donc v =
x
x
u.
Proposition 10.4 : Soient u et v deux vecteurs non colinaires. Lensemble des vecteurs
orthogonaux u et v est une droite vectorielle.
Dmonstration : On pose u = (x, y, z) et v = (x
t
, y
t
, z
t
). Soit w = (X, Y, Z). Le vecteur
w est orthogonal u et v si et seulement si xX + yY + zZ = 0 et x
t
X + y
t
Y + z
t
Z = 0.
Les vecteurs u et v tant non colinaires, lun des trois dterminants discuts plus haut est
non nul. Par exemple, xy
t
x
t
y ,= 0. On obtient le systme xX +yY = zZ, x
t
X +y
t
Y =
z
t
Z, on le rsout, on trouve X = Z, Y = Z, o et sont, au signe prs, les deux
autres dterminants diviss par xy
t
x
t
y. Ce sont les quations paramtriques dune droite
vectorielle.
Dfinition 10.8 : Soient u = (x, y, z) et v = (x
t
, y
t
, z
t
) deux vecteurs . On appelle
produit vectoriel de u et v le vecteur, not u v, de coordonnes
_
_
_
X = yz
t
zy
t
Y = zx
t
xz
t
Z = xy
t
yx
t
IV.3 Proprits du produit vectoriel
Proposition 10.5 :
Le produit vectoriel est bilinaire.
Le produit vectoriel est antisymtrique : u v = v u.
u et v sont colinaires si et seulement si u v = 0.
u v est un vecteur directement orthogonal u et v.
Dmonstration : Tout est facile, le seul point non vident tant lorthogonalit directe
du produit vectoriel. Nous ladmettons, vu que nous ne savons pas ce quest une famille
directe.
Proposition 10.6 : Soient u et v deux vecteurs de E. On a
< u, v >
2
+[[u v[[
2
= [[u[[
2
[[v[[
2
Dmonstration : Posons u = (x, y, z) et v = (x
t
, y
t
, z
t
). On a < u, v >
2
+[[u v[[
2
=
(xx
t
+ yy
t
+ zz
t
)
2
+ (yz
t
y
t
z)
2
+ (zx
t
z
t
x)
2
+ (xy
t
x
t
y)
2
. Il sut de tout dvelopper
et de constater que lon obtient bien [[u[[
2
[[v[[
2
.
Proposition 10.7 : Soient u et v deux vecteurs non nuls de lesapce. Soit lcart
angulaire entre ces deux vecteurs. Soit

h le vecteur unitaire directement orthogonal u et
v. On a u v = [[u[[[[v[[ sin
h.
Remarque 10.4 : [[u v[[ est donc laire du paralllogramme dni par u et v (cf le
chapitre de gomtrie plane).
Dmonstration : On a [[uv[[
2
= [[u[[
2
[[v[[
2
< u, v >
2
= [[u[[
2
[[v[[
2
(1cos
2
). Ainsi,
[[u v[[ = [[u[[[[v[[ sin (un cart angulaire est compris entre 0 et , son sinus est donc
positif). De plus, u v est colinaire

h et de mme sens, do le rsultat.
V Dterminant
V.1 Notion dterminant
Dfinition 10.9 : Soient u, v, w trois vecteurs de lespace. On appelle dterminant (ou
produit mixte) de ces vecteurs la quantit
det(u, v, w) =< u, v w >
Remarque 10.5 : On obtient facilement lexpression du dterminant en base orthonor-
me directe partir des coordonnes des vecteurs (le faire). On note cette quantit
x x
t
x
tt
y y
t
y
tt
z z
t
z
tt
Indiquer la rgle de Sarrus et le dveloppement par rapport une colonne.

V.2 Proprits
Proposition 10.8 : Le dterminant est trilinaire, antisymtrique, altern.
Dmonstration : Cest vident partir de lexpression en base orthonorme.
Proposition 10.9 : Soient u, v, w trois vecteurs de lespace. Les vecteurs u, v, w sont
coplanaires si et seulement si leur dterminant est nul.
Corollaire 10.10 : Une famille (u, v, w) de trois vecteurs de lespace en est une base
si et seulement si son dterminant est non nul.
Dmonstration :
Si v et w sont colinaires, les trois vecteurs sont coplanaires et le produit vectoriel v w
est nul, donc le dterminant est nul. Supposons donc v et w non colinaires. Le dterminant
est nul si et seulement si u est orthogonal v w. Mais ce dernier vecteur est orthogonal
v et w. Nous admettons que cela quivaut dire que u est combinaison de v et w.
VI. DROITES ET PLANS 119
VI Droites et plans
VI.1 Reprsentations paramtriques
On en a dj parl.
VI.2 quations cartsiennes de plans
Dans lespace, ce sont les plans anes qui sont dtermins par leur quation cartsienne.
Un plan est caractris par une quation du type
ax + by + cz = d
o le triplet (a, b, c) est dirent du triplet nul. De plus, deux telles quations caractrisent
le mme plan si et seulement si leurs coecients sont proportionnels.
Montrons comment trouver une quation cartsienne dun plan lorsquon en connat :
Un point A et deux vecteurs directeurs u et v. Un point M est sur le plan si et
seulement si les vecteurs

AM, u, v sont coplanaires, cest dire si et seulement si
det(
AM, u, v) = 0.
Un point A et un vecteur normal w. Un point M est sur le plan si et seulement si
<

AM, u >= 0.
Trois points A, B, C non aligns. Les vecteurs

AB et

AC dirigent le plan, et un point
M est donc sur ce plan si et seulement si det(
AM,
AB,
AC) = 0.
VI.3 Projections orthogonales, distance une droite ou un plan
Proposition 10.11 : Soient T est T une droite et un plan non parallles. Lintersection
T T est un singleton.
Dmonstration : On crit des quations paramtriques de T et une quation cart-
sienne de T. On rsout le systme en tenant compte du fait que le vecteur directeur de T
nest pas dans la direction de T.
Dfinition 10.10 : Soit D une droite vectorielle de lespace, T un plan ane. Soit
M c. On appelle projet de M sur T paralllement D lunique point de la droite (AM)
appartenant au plan T.
Remarque 10.6 : Pour trouver le projet de M, on crit donc des quations param-
triques de la droite (AM), une quation cartsienne de T et on rsout un systme..
Proposition 10.12 : Soit T un sous-espace ane de R
3
(droite ou plan), de direction
F. Soit M un point de lespace. Il existe un unique point P de T tel que
MP soit orthogonal
tous les vecteurs de F. Le point P est appel la projection orthogonale de M sur T.
Dmonstration : Supposons par exemple que T est un plan ane, de vecteur normal
u. Le point P convient si et seulement si
P T.

MP est colinaire u.
La deuxime condition signie que P est sur la droite passant par M et dirige par u, do
lexistence et lunicit de P.
Exemple : Soit T le plan ane dquation x + 2y z = 0. Soit M = (x, y, z). Soit
P = (x
t
, y
t
, z
t
) le projet orthogonal de M sur T. On a les quations x
t
+ 2y
t
z
t
= 0,
R, x
t
x = , y
t
y = 2, z
t
z = . On reporte x
t
, y
t
, z
t
en fonction de dans
lquation du plan, on en dduit , et donc aussi x
t
, y
t
, z
t
.
Exercice : Terminer les calculs.
Proposition 10.13 : Soit T un sous-espace ane de R
3
. Soit M un point de lespace.
Soit P le projet orthogonal de M sur T. On a pour tout point Q de T, d(M, Q) d(M, P).
De plus, on a galit si et seulement si Q = P.
Dmonstration : On crit

MP +
PQ =

MQ, et on lve au carr. Les vecteurs

MP
et

PQ tant orthogonaux, on en dduit MP
2
+ PQ
2
= MQ
2
. On a donc MQ
2
MP
2
,
avec galit si et seulement si PQ = 0, cest dire P = Q.
Dfinition 10.11 : La distance d(M, P) est appele la distance de M T, et est note
d(M, T).
Exercice : Reprendre lexemple ci-dessus et calculer la distance de M T.
VI.4 Perpendiculaire commune
Proposition 10.14 : Soient T
1
et T
2
deux droites de lespace non parallles. Il existe
une unique droite T rencontrant T
1
et T
2
et perpendiculaire celles-ci. La droite T est
appele la perpendiculaire commune aux droites T
1
et T
2
Dmonstration : Traitons un exemple. Le cas gnral est identique. Soit T
1
la droite
passant par A
1
= (1, 1, 1) et dirige par le vecteur u
1
= (2, 1, 1). T
2
la droite passant
par A
2
= (0, 1, 1) et dirige par le vecteur u
2
= (1, 1, 1). On cherche un point P
1
T
1
et un point P
2
T
2
tels que le vecteur

P
1
P
2
soit la fois orthogonal u
1
et u
2
. On a
P
1
= (1+2, 1+, 1+) avec R. De mme, on a On a P
2
= (, 1+, 1) avec R.
On a

P
1
P
2
= (2 + 1, +, ). Les conditions dorthogonalit nous donnent
2(2 + 1) + ( +) + ( ) = 0 et (2 + 1) + ( +) ( ) = 0,
cest dire 6 + 2 2 = 0 et 2 + 3 1 = 0, do =
2
7
et =
1
7
. On en dduit
P
1
= (
3
7
,
5
7
,
5
7
), P
2
= (
1
7
,
8
7
,
6
7
) puis

P
1
P
2
= (
2
7
,
3
7
,
1
7
). La perpendiculaire commune T
1
et T
2
est la droite passant par P
1
et dirige par (2, 3, 1).
Remarque 10.7 : La distance P
1
P
2
est la plus petite distance possible entre un point
de T
1
et un point de T
2
. On lappelle la distance entre les droites T
1
et T
2
. Dans notre
exemple, d(T
1
, T
2
) =
_
2
7
.
VII. SPHRES 121
VII Sphres
Ce qui a t racont sur les cercles stend en grande partie aux sphres dans lespace :
quation de la sphre de centre (a, b, c) et de rayon r 0 : (xa)
2
+(yb)
2
+(zc)
2
=
r
2
.
Lintersection dune sphre et dune droite est soit vide, soit un point (la droite est
tengente la sphre), soit deux points.
Lintersection dune sphre et dun plan est soit vide, soit un point (le plan est tangent
la sphre), soit un cercle.
Lintersection de deux sphres est aussi lintersection dune sphre et dun plan. Cest
donc soit lensemble vide, soit un singleton, soit un cercle.
Deuxime partie
Nombres rels et suites
123
Chapitre 11
Le corps des nombres rels
125
126 CHAPITRE 11. LE CORPS DES NOMBRES RELS
I Le corps des rels
I.1 Corps ordonns
Dfinition 11.1 : Soit K un corps. On suppose que K est partitionn en trois parties
disjointes : K = T A 0. On dit que K est un corps ordonn lorsque
T est stable pour laddition et la multiplication.
Pour tout lment x de K, on a x T si et seulement si x A.
Exemple : Q, R, a + b
2, a, b Q sont des corps ordonns lorsquon prend pour T

lensemble des lments strictement positifs du corps et pour A lensemble des lments
strictement ngatifs.
On suppose jusqu la n de cette section que K est un corps ordonn.
Proposition 11.1 : Soient x, y K. On a
x, y T xy T
x, y A xy T
x T, y A xy A
Dmonstration : Par exemple, si x T et y A, on a (xy) = x(y) T donc
xy A.
Proposition 11.2 : On a
x K, x
2
T
1 T, 1 A
x K, x T
1
x
T
Dmonstration : Si x T, on a x
2
= xx T. De mme si x A. Pour le second
point, 1 = 1
2
T. Pour le dernier point, on a x
1
x
= 1 T donc x et
1
x
sont tous les deux
dans T ou tous les deux dans A.
Proposition 11.3 : On a x, y A, x + y A
Dmonstration : Car x + y = ((x) + (y)).
Dfinition 11.2 : Pour x, y K, on pose x < y y x T et x y x < y ou
x = y. On dnit de mme x > y et x y.
Remarque 11.1 : Pour tout lment x de K, on a donc x > 0 si et seulement si x T,
et x < 0 si et seulement si x A. Les propositions ci-dessus nous indiquent donc que
la rgle des signes est vraie dans K, que tout carr est positif, que linverse dun lment
positif est positif, etc.
Proposition 11.4 : La relation est un ordre total sur K.
Dmonstration : La rexivit est vidente. Si x < y alors y x T donc x y , T.
Ainsi, si x y et y x, on a x = y do lantisymtrie. Si x < y et y < z alors
z x = (z y) + (y x) T donc x < z do la transitivit. Soient enn x, y K. y x
II. BORNE SUPRIEURE 127
est soit dans A auquel cas y < x, soit dans T auquel cas x < y soit nul auquel cas x = y.
Lordre est total.
Proposition 11.5 : Pour tous lments x, y, z de K, on a
x < y x + z < y + z
x < y, z > 0 xz < yz
x < y, z < 0 xz < yz
Dmonstration : Supposons x < y. Alors (y+z)(x+z) = yx T donc x+z < y+z.
La rciproque et les autres points se dmontrent de faon identique.
Remarque 11.2 : On ne peut pas munir C dune structure de corps ordonn. En eet
1 = i
2
, or 1 < 0 et tout carr est positif.
I.2 Valeur absolue
Dfinition 11.3 : Pour tout x K, on a appelle valeur absolue de x, et on note [x[,
llment de K [x[ = max(x, x).
Remarque 11.3 : On bien sr [x[ = x si x 0 et [x[ = x si x 0.
Proposition 11.6 : La valeur absolue vrie les proprits suivantes :
x K, [x[ 0.
x K, [x[ = 0 x = 0.
x, y K, [xy[ = [x[[y[.
x, y K, [x + y[ [x[ +[y[.
x, y K, [[x[ [y[[ [x y[.
Dmonstration : Seules les ingalits sont non triviales. On a [x + y[ = max(x
y, x + y) max([x[ y, [x[ + y = [x[ + max(y, y) = [x[ +[y[.
II Borne suprieure
II.1 Notion de borne suprieure
Dfinition 11.4 : Soit (E, ) un ensemble ordonn. Soit A E. On appelle borne
suprieure de A le plus petit lment, lorsquil existe, de lensemble des majorants de A.
On dnit de mme la notion de borne infrieure.
En dautres termes, la borne suprieure M de lensemble A est caractrise par
x A, x M.
y < M, x A, y < x.
Notation : On note sup A la borne suprieure de A, lorsquelle existe. De mme on
note inf A sa borne infrieure.
Proposition 11.7 : Si A possde un plus grand lment, alors A possde une borne
suprieure, et sup A = max A. La rciproque est fausse.
Dmonstration : Soit a = max A. Soit A
+
lensemble des majorants de A. Soit y E.
Supposons a y. Alors, pour tout x A, x a y, donc x y. Ainsi, y A
+
.
Inversement, soit y A
+
. Comme a A, on a a y. Ainsi, y A
+
si et seulement si
a y. Donc, A
+
a un plus petit lment : a.
Exemple :
On se place sur R muni de lordre usuel. On a sup[0, 1] = 1, sup[0, 1[= 1. R
+
na pas
de borne suprieure.
On se place dans R
R
muni de lordre usuel. Soientt f, g R
R
, et A = f, g. Len-
semble Ana pas, en gnral, de plus grand lment (prendre par exemple f(x) = sin x
et g(x) = cos x). En revanche, A a une borne suprieure. Cest la fonction h dnie
par h(x) = max(f(x), g(x)) pour tout rel x. Cette fonction est note sup(f, g).
Remarque 11.4 : Soit A une partie de lensemble R. Supposons que A possde une
borne suprieure. Alors :
A est videmment majore puisque, par dnition de la borne sup, lensemble des
majorants de A possde un plus petit lment (et donc, possde un lment !).
A est non vide. En eet, tout rel majore lensemble vide, et R na pas de plus petit
lment.
Ainsi, si A possde une borne suprieure, alors A est non vide et majore. Ce qui est tout
fait remarquable dans le cas des rels, cest que la rciproque est vraie.
Exemple : On se place dans Q. Soit A = x Q
+
, x
2
2. Montrer que A est non vide
et major, mais que A ne possde pas de borne suprieure. Lensemble A est clairement
non vide puisque 1 A. De mme, pour tout x A, on a x
2
2 2
2
donc x 2
et A est major. Supposons que A possde une borne suprieure . Nous allons montrer
que
2
= 2, ce qui est impossible car il nexiste pas de rationnel dont le carr vaut 2.
Tout dabord, supposons
2
< 2. Soit h un rationnel tel que 0 < h <
2
2
2+1
. On a alors
( + h)
2
=
2
+ h(2 + h) <
2
+ h(2 + 1) < 2. Mais alors, on a que + h A, ce qui
nest pas possible puisque majore A. Donc,
2
2. Supposons maintenant que
2
> 2.
Soit h un rationnel 0 < h <

2
2
2
. On a alors ( h)
2
=
2
2h + h
2
>
2
2h >
2
(
2
2) = 2. Mais on aurait alors pour tout x A, x
2
2 h, donc x h.
Ceci nest pas possible : h ne majore pas A puisque est le plus petit majorant de A.
Remarque 11.5 : Dans tout ce qui suit, on ne parlera que de borne sup. Il existe
videmment des proprits identiques pour la borne infrieure, que lon obtient par exemple
en passant loppos.
II.2 Le Thorme fondamental
Thorme 11.8 : Il existe un corps K totalement ordonn contenant Q, et tel que toute
partie non vide et majore de K possde une borne suprieure. Un tel corps est unique
isomorphisme prs.
II. BORNE SUPRIEURE 129
On choisit un tel corps, et on lappelle R. Lequel ? Cela na pas dimportance, puisque
tous ces corps sont isomorphes.
II.3 La droite relle acheve
Pour simplier certaines discussions dans le cours, on rajoute ici R deux lments,
nots + et , pour fabriquer ce que lon appelle la droite relle acheve, note R.On
va voir que toute partie de R possde une borne suprieure. En contrepartie, les oprations
ne sont plus que partiellement dnies.
Dfinition 11.5 : On appelle droite numrique acheve lensemble R = R, +
o et + sont deux objets sans signication.
On tend ensuite les oprations et lordre sur R R.
Dfinition 11.6 : On tend lordre de R R en posant, pour tout rel x, < x <
+.
Dfinition 11.7 : On tend partiellement laddition de R R par le tableau suivant :
+ y R +
N.D.
x R x + y +
+ N.D. + +
Dfinition 11.8 : On tend partiellement la multiplication de R R par le tableau
suivant :
y R
0 y R
+
+
+ + N.D.
x R
+ xy 0 xy
0 N.D. 0 0 0 N.D.
x R
+
xyy 0 xy +
+ N.D. + +
Remarque 11.6 : On peut galement convenir que linverse des innis est 0. En revanche
linverse de 0 pose problme dun point de vue algbrique cause dune ambiguit de signe.
Proposition 11.9 : Toute partie de R possde une borne suprieure.
Dmonstration : Soit A R. Si A = , alors sup A = . Sinon, on considre
dirents cas :
Si + A, alors A possde un plus grand lment, qui est aussi sa borne suprieure :
+.
Si A = , alors sup A = .
Sinon A est une partie non vide de R. Si cette partie est majore dans R elle
possde une borne suprieure relle. Sinon, sup A = +.
Les cas intressants pour nous sont ceux o A est une partie non vide de R : Si A
est majore, alors A possde une borne suprieure relle. Si A nest pas majore, alors
sup A = +.
Remarque 11.7 : Soit A une partie non vide de R. Soit a A. Alors, les majorants de
A sont plus grands que a, les minorants de A sont plus petits que a, et donc
inf A sup A
II.4 Proprit dArchimde
Proposition 11.10 : Soient a et b deux rels positifs, avec b ,= 0. Il existe alors un
entier naturel n tel que nb > a.
Dmonstration : On suppose le contraire. Lensemble E = nb, n N est alors une
partie de R, non vide, et majore par a. Elle possde une borne suprieure M. Mais alors,
M b nest pas un majorant de E. On peut donc trouver un entier n tel que nb > M b.
Do (n + 1)B > M ce qui contredit le fait que M majore E.
Corollaire 11.11 : Soient a et b deux rels, b > 0. Il existe un unique entier relatif n
tel que
nb a < (n + 1)b
Dmonstration : On suppose dabord a 0. Soit E lensemble des entiers naturels n
tels que nb > a. Cest une partie de N, non vide daprs la proposition prcdente. Donc E
a un plus petit lment m. Lentier n = m1 rpond la question. Supposons maintenant
a < 0. Alors, a > 0 et il existe donc un entier n tel que nb a < (n + 1)b. Si a ,= nb,
lentier n1 rpond la question. Sinon, lentier n rpond la question. Pour lunicit,
on suppose que deux entiers m et n conviennent. On a nb a < (m+1)b do n < m+1
et donc n m. De mme m n et donc m = n.
Une application importante de ce thorme est obtenue avec b = 1.
II.5 Partie entire, Approximations dcimales
Dfinition 11.9 : Soit a R. On appelle partie entire de a lunique entier relatif n
tel que n a < n + 1. On note E(a) ou a| la partie entire de a.
Remarque 11.8 : La partie entire de a est caractrise par a| Z et a| a < a|+1.
Remarque 11.9 : On peut de la mme faon dnir le plafond de a, le plus petit entier
suprieur ou gal a. Il est caractris par ,a| Z et ,a| < a ,a| + 1.
Proposition 11.12 : Soit a un nombre rel. Il existe un unique entier relatif p tel que
p
10
n
a <
p
10
n
+
1
10
n
III. INTERVALLES 131
Dmonstration : On a 10
n
a| 10
n
a < 10
n
a| + 1. En posant p = E(10
n
a), on a le
rsultat.
Dfinition 11.10 : Soit a un nombre rel et un rel strictement positif. On appelle
valeur approche de a prs par dfaut tout rel x tel que x a x + .
On dnit de mme une valeur approche de a 10
n
prs par excs comme tout rel
x tel que x
1
10
n
a x.
Si on rinterprte le le rsultat de la proposition prcdente en termes de valeurs ap-
proches, on obtient donc
Proposition 11.13 : Le rationnel
]10
n
a|
10
n
est une valeur approche de a 10
n
prs par
dfaut. Le rationnel
]10
n
a|
10
n
+
1
10
n
est une valeur approche de a 10
n
prs par excs.
Exemple :
3.14 est une valeur approche de 10
2
prs par dfaut.
1.415 est une valeur approche de

2 10
3
prs par excs.
II.6 Densit des rationnels et des irrationnels
Proposition 11.14 : Soient x et y deux rels. Entre x et y, il y a au moins un rationnel
et un irrationnel.
Remarque 11.10 : Il y en a donc une innit.
Dmonstration : Soit > 0. Daprs la proprit dArchimde, il existe un entier q tel
que q >
1
, ou encore 0 <
1
q
< .
Prenons alors = y x. Toujours daprs Archimde, il existe un entier p tel que
(p 1)
1
q
x < p
1
q
. La premire ingalit scrit aussi p
1
q
x +
1
q
< x + < y. Donc
x <
p
q
< y et il y a bien un rationnel entre x et y.
Pour lirrationnel, il ny a qu utiliser
1
q
2
la place de
1
q
.
Remarque 11.11 : Cette proprit peut scrire de bien des manires. Par exemple :
Pour tout rel x, pour tout > 0, il existe q Q tel que [x q[ .
Tout rel est la limite dune suite de rationnels.
Et encore bien dautres faons . . .
III Intervalles
III.1 Notion dintervalle
On distingue diverses familles dintervalles de R :
Les intervalles borns, qui peuvent tre de 4 sortes : [a, b], [a, b[, ]a, b], ou ]a, b[, o a et
b sont deux rels. Lensemble vide est donc a priori un intervalle. Les singletons aussi.
Un cas important est celui des intervalles de la forme [a, b], appels aussi segments.
Les intervalles non borns, qui peuvent tre de 5 types : ] , b], ] , b[, ]a, +[,
[a, +[ et ] , +[= R.
Parmi les intervalles, certains sont ouverts, dautres sont ferms. Prcisment, et R
sont la fois ouverts et ferms. part ces deux cas bizarres, sont ouverts les intervalles du
type ]a, b[, ] , b[, ]a, +[. Sont ferms les intervalles du type [a, b], ] , b], [a, +[.
III.2 Parties convexes
Dfinition 11.11 : Soit A une partie de R. On dit que A est convexe lorsque pour tous
lments x et y de A, avec x y, le segment [x, y] est inclus dans A.
Proposition 11.15 : Soit A une partie de R. Alors A est convexe si et seulement si A
est un intervalle.
Dmonstration : Il est vident que tout intervalle est convexe (10 cas). Inversement,
soit A une partie convexe de R. Si A est vide, cest bien un intervalle. Supposons donc A
non vide. Prenons par exemple le cas o A est minore et pas majore. Alors A possde
une borne infrieure, que lon va noter a. On va prouver que A = [a, +[, ouvert ou ferm
en a.
Montrons que ]a, +[ A : soit z > a. z nest donc pas un minorant de A, et il existe
x A tel que x < z. z nest pas non plus majorant de A, vu que A nest pas majore.
Donc, il existe y A tel que z < y. Mais A est convexe, donc [x, y] A et on a bien z A.
Montrons que A [a, +[ : a minore A, donc pour tout z de A, on a a z. Do le
rsultat.
IV Fonctions valeurs relles
Dans cette section, lensemble X dsigne unensemble quelconque. On sintresse aux
proprits algbriques de lensemble R
X
des fonctions de X vers R. Deux cas sont parti-
culirement intressants : celui o X est un intervalle de R (dont on reparlera en analyse)
et celui o X = N (ou une partie de N) qui fournit le cas des suites valeurs relles.
IV.1 Fonctions valeurs relles
On dispose sur R
X
des oprations suivantes :
Laddition, dnie par (f + g)(x) = f(x) + g(x).
La multiplication, dnie par (fg)(x) = f(x)g(x).
Le produit par un nombre rel, dni par (f)(x) = f(x).
Proposition 11.16 : Lensemble R
X
, muni des oprations ci-dessus est un espace
vectoriel et un anneau commutatif (on dit aussi une algbre).
Dmonstration : Aucune dicult. Llment neutre pour laddition est la fonction
nulle. Llment neutre pour la multiplication est la fonction constante gale 1.
IV. FONCTIONS VALEURS RELLES 133
Remarque 11.12 : Une fonction est inversible pour la multiplication si et seulement si
elle ne sannule pas. Or, pour un ensemble X ayant au moins deux lments, il existe des
fonctions X R direntes de la fonction nulle, et qui pourtant sannulent. Lanneau R
X
nest donc pas un corps.
Dfinition 11.12 : Pour f, g R
X
, on dit que f g lorsque
x X, f(x) g(x)
Proposition 11.17 : Cette relation est une relation dordre partiel.
Dmonstration : Laiss en exercice. Pour lordre partiel, prendre par exemple la fonc-
tion x x et x x. Aucune de ces fonctions nest plus petite que lautre.
Dfinition 11.13 : Pour f, g R
X
, on appelle sup(f, g) la fonction dnie par
sup(f, g)(x) = max(f(x), g(x))
On dnit de mme inf(f, g).
Remarque 11.13 : On a sup(f, g) =
f+g
2
+[
fg
2
[ et inf(f, g) =
f+g
2
[
fg
2
[.
Exemple : On pose f
+
= sup(f, 0) et f
= inf(f, 0). Alors, f

+
et f
sont positives,
et on a f = f
+
f
et [f[ = f
+
+ f
.
IV.2 Fonctions bornes
Dfinition 11.14 : Soit f : X R. On dit que f est
majore lorsquil existe M R tel que x X, f(x) M.
minore lorsquil existe m R tel que x X, f(x) m.
borne lorsquelle est majore et minore, ce qui peut scrire :
M R, x X, [f(x)[ M
Proposition 11.18 : Lensemble des fonctions bornes sur X est une algbre.
Dmonstration : Laiss en exercice.
IV.3 Fonctions monotones
Dans cette section, on suppose que X est une partie de R.
Dfinition 11.15 : Soit f : X R. On dit que
f est croissante lorsque x, y X, x y f(x) f(y).
f est strictement croissante lorsque x, y X, x < y f(x) < f(y).
On dnit de mme (strictement) dcroissante. Enn, f est (strictement) monotone
lorsquelle est croissante OU dcroissante (strictement).
Remarque 11.14 : La somme de deux fonctions croissantes est croissante. On ne peut
en revanche rien dire de la dirence de deux fonctions croissantes.
Proposition 11.19 : La compose de deux fonctions monotones est monotone. Le sens
de monotonie obit la rgle des signes.
Dmonstration : Laiss en exercice.
Exemple : La fonction x exp
_
2x+1
3x4
_
est monotone sur tout intervalle ne contenant
pas
4
3
.
IV.4 Extrema
Dfinition 11.16 : Soit f : I R. Soit a I. On dit que f admet un maximum
(global) en a lorsque x I, f(x) a. On dnit de mme la notion de minimum.
Dfinition 11.17 : Soit f : I R. Soit a I. On dit que f admet un maximum local
en a lorsque il existe un rel > 0 tel que x I, [x a[ f(x) a. On dnit de
mme la notion de minimum local.
Remarque 11.15 : Si une fonction admet un extremum global en un point, cest
aussi bien entendu un extremum local. La rciproque est fausse, bien entendu aussi. Nous
verrons plus tard des conditions dexistence dextrema locaux ou globaux, lies la nature
de lintervalle I (segment) et la rgularit de f (continuit, drivabilit).
IV.5 Parit, priodicit
Dfinition 11.18 : Soit f : X R, o X est une partie de R symtrique par rapport
0.
[On dit que f est paire lorsque
x X, f(x) = f(x)
On dit que f est impaire lorsque
x X, f(x) = f(x)
Proposition 11.20 : Les ensembles T(X, R) et J(X, R) des fonctions paires et des
fonctions impaires sont des espaces vectoriels. De plus, toute fonction X R scrit de
faon unique comme somme dune fonction paire et dune fonction impaire.
Dmonstration : La structure despace vectoriel est vidente. Soit f : X R. Sup-
posons que f = g + h o g est paire et h est impaire. On a pour tout x X les deux
IV. FONCTIONS VALEURS RELLES 135
galits f(x) = g(x) + h(x) et f(x) = g(x) h(x). On en dduit g(x) =
f(x)+f(x)
2
et
h(x) =
f(x)f(x)
2
, do lunicit. Inversement, on vrient que ces deux fonctions sont bien
respectivement paire et impaire, et que leur somme est f, do lexistence.
Exemple : On a e
x
= cosh x + sinh x o cosh x =
e
x
+e
x
2
et sinh x =
e
x
e
x
2
. Ces deux
fonctions sont les fonctions cosinus et sinus hyperboliques. Nous les tudierons dans un
chapitre ultrieur.
Dfinition 11.19 : Soit f : X R. Soit T R. On dit que T est une priode de f
lorsque
x X, x + T X.
x X, f(x + T) = f(x).
La fonction f est dite priodique si elle admet au moins une priode non nulle.
Proposition 11.21 : Soit f : X R. Lensemble T (f) est un groupe pour la loi +.
Dmonstration : Il est clair que 0 est une priode de f. Donc T (f) ,= . Soit T une
priode de f. On a pour tout x X f(x T) = f(x T + T) = f(x). Donc T est
une priode de f. Enn, si T
1
et T
2
sont deux priodes de f, on a pour tout x X
f(x +T
1
+T
2
) = f(x +T
1
) = f(x) donc T
1
+T
2
est une priode de f. Ainsi, T (f) est un
sous-groupe de R.
Remarque 11.16 : On peut montrer que si G est un sous-groupe de R, alors on est
dans un (et un seul) des trois cas ci-dessous :
G = 0.
G possde un plus petit lment strictement positif : dans ce cas, il existe un rel
> 0 tel que G = Z.
G ne possde pas de plus petit lment strictement positif : G est alors dense dans
R.
Ceci signie quil existe deux types de fonctions priodiques :
Les fonctions dont le groupe des priodes est dense dans R. Ce sont des fonctions
trs compliques.
Les fonctions dont le groupe des priodes est de la forme T
0
Z avec T
0
> 0. On
peut montrer que cest par exemple le cas lorsque la fonction est continue en au
moins 1 point. Cest le cas simple, la fonction possde alors une plus petite priode
strictement positive que lon appelle SA priode.
Proposition 11.22 : Soit T un rel. Lensemble des fonctions T-priodiques sur len-
semble X est une algbre.
Dmonstration : exercice
Chapitre 12
Suites relles
137
138 CHAPITRE 12. SUITES RELLES
Une suite valeurs dans lensemble E est une application u : N E. Dans ce chapitre
nous ne considrerons quasiment que des suites valeurs dans R ou C. Limage de lentier n
par la suite u et est appele le nime terme de la suite. La suite u est aussi note (u
n
)
nN
.
On considre parfois des suites dmarrant au rang n
0
cest dire des applications
u : [n
0
, +[E.
I Limite dune suite
I.1 Limite relle
Dfinition 12.1 : Soit u une suite relle. Soit R. On dit que la suite u tend vers
lorsque
> 0, N N, n N, n N [u
n
[
Exemple : La suite de terme gnral u
n
=
3n1
n
2
+5
tend vers 0. Soit pour cela > 0. Alors,
[u
n
[ ds que
3
n
, puisque 3n1 3n et n
2
+5 n
2
. Donc, en posant N =
3
| +1,
on a pour tout n N lingalit [u
n
[ .
Exercice : Montrer que la suite de terme gnral u
n
=
2n1
3n+5
tend vers
2
3
.
Exemple : Soit q un rel, [q[ < 1. Alors, q
n
tend vers 0 lorsque n tend vers linni.
Posons en eet
1
[q[
= 1 +h, avec h > 0. Alors,
1
[q[
n
= (1 +h)
n
1 +nh. Donc, [q
n
[ ds
que
1
[q[
n

1
, ou encore ds que n
1
1
h
.
Proposition 12.1 : Une suite possde au plus une limite.
Dmonstration : Soit u une suite. Supposons que u tend vers le et aussi vers
t
,= .
Soit =
1
3
[
t
[. Il existe un entier N
t
tel que pour tout n N
t
, [u
n
[ et
un entier N
tt
tt
, [u
n

t
[ . Soit N = max(N
t
, N
tt
). On a
[
t
[ [ u
N
[ +[u
N

t
[ 2
2
3
[
t
[ do 1
2
3
, contradiction.
Remarque 12.1 : On dit ainsi que est LA limite de la suite u. On note u , ou
u
n
lorsque n , ou = lim
n
u
n
, ou = limu.
Dfinition 12.2 : Une suite est dite convergente lorsquelle a une limite relle. Sinon,
on dit quelle est divergente.
Proposition 12.2 : Toute suite convergente est borne, la rciproque tant fausse.
Dmonstration : Supposons que u R. Il existe un entier N tel que pour tout
n, on ait
n N [u
n
[ 1
ce qui entrane [u
n
[ 1 +[[. On en dduit que, pour TOUT entier n,
[u
n
[ max([u
0
[, [u
1
[, . . . , [u
N1
[, 1 +[[)
I. LIMITE DUNE SUITE 139
Il est facile de trouver des suites bornes divergentes, comme par exemple la suite ((1)
n
)
n0
.
Proposition 12.3 : Le produit dune suite borne par une suite qui tend vers 0 est une
suite qui tend vers 0. Si une suite tend vers R, sa valeur absolue tend vers [[. Une
suite tend vers 0 si et seulement si sa valeur absolue tend vers 0.
Dmonstration : Soient u une suite borne et v une suite qui tend vers 0. Il existe
donc un rel M > 0 tel que pour tout entier n, [u
n
[ M. Soit > 0. Il existe un entier
N tel que pour tout n N, [v
n
[ /M. Mais alors [u
n
v
n
[ M

M
= . Supposons que u
tend vers . On a pour tout entier n [[u
n
[ [[[ [u
n
[ donc [u[ tend vers [[. Enn,
[[u
n
[ [0[[ = [u
n
0[ do lquivalence lorsque la suite tend vers 0.
Proposition 12.4 : Soient u et v deux suites. On suppose que v 0, et que pour tout
n assez grand, [u
n
[ v
n
. Alors u 0.
Dmonstration : Soit > 0. Il existe N tel que pour tout n N, on ait [v
n
[ .
Soit N
t
t
on ait [u
n
[ v
n
. Alors, pour tout n max(N, N
t
), on a
[u
n
[ . Donc, u tend vers 0.
I.2 Limite innie
Dfinition 12.3 : Soit u une suite relle. On dit que la suite tend vers + lorsque
M R, N N, n N, n N u
n
M
On dnit de mme une suite tendant vers .
n
=
n
2
+5
3n1
tend vers +. On remarque pour cela
que u
n

n
2
3n
= n/3 donc u
n
M ds que n 3M.
Exemple : Soit q un rel, q > 1. Alors q
n
tend vers +. Posons en eet q = 1 +h, avec
h > 0. Alors, q
n
= (1 + h)
n
1 + nh. tant donn un rel M, on aura donc q
n
M ds
que n
M1
h
.
Proposition 12.5 : Une suite possde au plus une limite, nie ou innie.
Dmonstration : Une suite convergente est borne, alors quune suite qui tend vers
linni ne lest pas. Une suite ne peut pas tendre la fois vers linni, et vers une limite
nie. Une suite qui tend vers + sera suprieure 1 pour n assez grand. Une telle suite
ne peut donc pas tendre vers . Enn, on a dj vu quune suite ne peut pas tendre vers
deux rels distincts.
I.3 Oprations sur les limites
Proposition 12.6 : Soient u et v deux suites relles. On suppose que u
n
et v
n

t
lorsque n . Soit R. Alors :
u + v +
t
.
uv
t
.
u .
Dmonstration : On a [(u
n
+ v
n
) ( +
t
)[ [u
n
[ + [v
n

t
[ ds que
[u
n
[ /2 et [v
n

t
[ /2, ce qui est le cas pour n assez grand. Plus subtil,
[u
n
v
n

t
[ = [u
n
(v
n

t
) +
t
(u
n
)[ [u
n
[[v
n

t
[ + [
t
[[u
n
[. La suite u converge,
donc [u
n
[ est major par un rel M > 0. On aura [u
n
v
n
t
[ ds que [u
n
[

2([
[+1)
et [v
n

t
[

2M
, ce qui est le cas pour n assez grand. En ce qui concerne le produit par
, preuve laisse en exercice.
Remarque 12.2 : Le thorme ci-dessus nous dit que lensemble R
N
c
des suites relles
convergentes est une algbre, et que lapplication u limu est un morphisme de cette
algbre vers R.
Proposition 12.7 : Les rsultats ci-dessus restent vrais pour des limites innies,
condition de ne pas tre dans un cas dindtermination.
Remarque 12.3 : Les indterminations en question sont et 0 . Se reporter
aux tableaux des oprations sur la droite relle acheve.
Proposition 12.8 : Soit u une suite tendant vers R
+
. Alors :
Il existe un rel m > 0 et un entier n
0
tels que n n
0
, u
n
m.
1
u
tend vers
1
lorsque n tend vers linni.

Dmonstration : Faisons la preuve pour R
+
. On applique la dnition de limite
avec =

2
: pour tout n assez grand, on a

2
u
n
3
2
. Do le premier point en posant
m =

2
. Puis, pour n assez grand, [
1
u
n
[ =
[u
n
[
[u
n
[

[u
n
[
m
qui est infrieur tout > 0
pourvu que [u
n
[ m.
Proposition 12.9 : Soit u une suite strictement positive tendant vers 0. ALors,
1
u
tend
vers + lorsque n tend vers linni.
Proposition 12.10 : Soit u une suite tendant vers R. Soit f une fonction dnie
au voisinage de , et telle que f(x)
t
R lorsque x tend vers . Alors, f(u
n
) tend vers
t
lorsque n tend vers linni.
Nous admettons pour linstant ce thorme, puisque la notion de limite pour les fonc-
tions na pas encore t aborde de faon thorique. On lutilisera sur des cas simples.
Exemple : Si u
n
, alors e
u
n
0 puisque la limite de lexponentielle en est
nulle.
Exemple : Soit (u
n
) la suite dnie par rcurrence par u
0
= 0, et n 0, u
n+1
=
1 + u
n
. Supposons que lu
n
converge vers un rel . Alors,

1 + u
n
converge vers

1 + .
I. LIMITE DUNE SUITE 141
De plus, u
n+1
converge aussi vers (voir suites extraites). Par unicit de la limite, il vient
L =
1 + . Comme les u
n
(et donc ) sont des rels positifs, on en dduit que SI la suite
converge, cest forcment vers
1+
5
2
.
I.4 Limites et ordre
Proposition 12.11 : Soient u et v deux suites tendant respectivement vers les rels
achevs et
t
. On suppose que pour tout entier n assez grand, on a u
n
v
n
. ALors,
t
.
Dmonstration : Soit > 0. Il existe trois entiers N, N
t
, N
tt
tels que n N, [u
n
[
, n N
t
, [v
n
t
[ et n N
tt
, u
n
v
n
. On a donc pour tout n max(N, N
t
, N
tt
),
u
n
v
n

t
+ . Ainsi,
t
+ 2, ceci pour tout > 0. Do
t
.
Ne pas confondre ce rsultat (passage la limite dans une ingalit) avec le suivant
(thorme dencadrement)
Thorme 12.12 : Soient u, v, w trois suites relles. On suppose que u et w convergent
vers une mme limite relle et que, de plus, la double ingalit u
n
v
n
w
n
est vrie
pour tout n assez grand. Alors, la suite v converge vers .
Dmonstration : On a pour tout n assez grand u
n
v
n
w
n
+ .
Thorme 12.13 : Soient u, v deux suites relles. On suppose que u tend vers + et
que, de plus, lingalit u
n
v
n
est vrie pour tout n assez grand. Alors, la suite v tend
vers +.
Dmonstration : Soit M R. On a pour tout n assez grand M u
n
v
n
.
Exemple : Soit u
n
=
2
n
k=1
1
k
. On a u
n+1
u
n
=
2
n+1
k=2
n
+1
1
k

1
2
. Minorer chaque terme
de la somme par
1
2
n+1
et remarquer que cette somme comporte 2
n
termes. Donc, u
n

n
2
et u
n
tend vers +.
I.5 Suites extraites
Dfinition 12.4 : Soit u une suite. On appelle suite extraite de u toute suite v pour
laquelle pour tout n v
n
= u
(n)
, o est une fonction strictement croissante de N vers N.
Proposition 12.14 : Toute suite extraite dune suite tendant vers R tend galement
vers .
Dmonstration : On montre dabord par une rcurrence triviale sur n que (n) n.
Faisons par exemple la preuve pour rel. tant donn > 0, il existe N tel que n N
[u
n
[ . Mais alors, si n N, (n) n N, donc [u
(n)
[ . Donc, v
n
.
Cette proposition sert essentiellement montrer quune suite est divergente, ou trou-
ver des conditions pour quelle converge. Prenons deux exemples.
n
= (1)
n
na pas de limite. En eet, u
2n
tend
vers 1 et u
2n+1
tend vers 1.
Exemple : Soit la suite dnie par u
n
= cos nx, o x R et supposons que cette suite
converge vers un rel . Alors u
2n
= 2 cos
2
nx 1 = 2u
2
n
1, extraite de u, tend aussi
vers . Mais elle tend aussi vers 2l
2
1. Donc, par unicit de la limite, = 2l
2
1, do
= 0 ou =
1
2
. De la mme faon, u
3n
= 4u
3
n
3u
n
donc = 4
3
3 et donc = 0, 1
ou 1. En runissant les deux, on en dduit que = 1. Mais alors, sin
2
nx = 1 u
2
n
tend
vers 0. Donc, sin nx tend aussi vers 0. On considre enn u
n+1
= cos nxcos x+sin nxsin x
qui tend vers cos x. Mais cest encore une suite extraite de u, elle tend donc vers 1. Ainsi,
cos x = 1 donc x 2Z. Bilan : si x nest pas un multiple de 2, la suite diverge. Et sinon,
la suite est constante gale 1, donc converge.
Ce rsultat possde un certain nombre de rciproques utiles. Citons la suivante :
Proposition 12.15 : Soit u une suite relle. On suppose que les deux suites (u
2n
)
n0
et (u
2n+1
)
n0
tendent vers une mme limite lorsque n tend vers linni. Alors, la suite
u tend vers .
Dmonstration : Soit > 0. Il existe deux entiers N et N
t
tels que, pour tout n N,
on ait [u
2n
[ et pour tout n N
t
on ait [u
2n+1
[ . Alors, pour tout n
max(2N, 2N
t
+ 1), on a [u
n
[ .
Exemple : Considrons u
n
=
n
k=1
(1)
k+1
k
. Posons v
n
= u
2n
et w
n
= u
2n+1
. On montre
alors que ces deux suites sont adjacentes, donc convergent vers une mme limite (voir plus
loin). Ainsi, la suite u converge. Sa limite est ln 2, mais ceci est une autre histoire !
II Thormes dexistence de limites
II.1 Suites monotones
Proposition 12.16 : Une suite u est croissante si et seulement si pour tout entier n,
u
n
u
n+1
.
Dmonstration : On rappelle quune suite u est croissante si et seulement si pour tous
entiers n et n
t
, lingalit n n
t
entrane u
n
u
n
. Si u est croissante, on a clairement
la proprit demande. Supposons inversement que pour tout entier n, on ait u
n
u
n+1
.
Une rcurrence triviale montre que pour tous entiers n et p, on a u
n
u
n+p
. Mais ceci
nest autre que la croissance de u.
Proposition 12.17 : Soit u une suite croissante de rels.
Si u est majore, alors u
n
converge vers = supu
n
, n 0.
Si u nest pas majore, alors u
n
diverge vers +.
Dmonstration : Supposons u majore. Lensemble E = u
n
, n N est une partie de
R non vide et majore, qui possde donc une borne suprieure . Soit > 0. Le rel
II. THORMES DEXISTENCE DE LIMITES 143
ne majore pas E, il existe donc N tel que u
N
> . Mais alors, pour tout n N, on a
u
N
u
n
+ , donc [u
n
[ . Le cas o u nest pas majore est laiss
en exercice.
II.2 Suites adjacentes
Dfinition 12.5 : Soient u et v deux suites relles. On dit quelles sont adjacentes
lorsque
Lune crot, lautre dcrot.
Leur dirence tend vers 0.
Proposition 12.18 : Deux suites adjacentes convergent vers la mme limite.
Dmonstration : Supposons par exemple que u crot et v dcrot. La suite (v
n
u
n
)
est donc dcroissante, et tend vers 0. Donc, v
n
u
n
0 pour tout n. En consquence, on
a pour tout n u
n
v
n
v
0
. La suite u est croissante et majore, donc converge vers un
rel . De mme, v
n
u
n
u0, donc v converge vers un rel
t
. Comme v
n
u
n
tend vers
0, on conclut enn que =
t
.
Exercice : On pose pour tout entier n 1, u
n
=
n
k=1
1
k
, et v
n
=
n
k=1
1
k
ln n. Ces
deux suites sont adjacentes. Leur limite commune, 0.577215, est appele la constante
dEuler.
Remarque 12.4 : tant donnes deux suites adjacentes u et v, leur limite commune
vrie
n N, u
n
v
n
On dispose donc dun ecadrement de la limite. La prcision de cet encadrement,
n
=
v
n
u
n
, tend vers 0 lorsque n tend vers linni.
Proposition 12.19 : thorme des segments embots.
Soit (I
n
) une suite de segments embots dont la longueur tend vers 0. Alors, linter-
section des I
n
est un singleton.
Dmonstration : Posons I
n
= [a
n
, b
n
]. Les hypothses du thorme nous disent que
(a
n
) crot, (b
n
) dcrot, et b
n
a
n
tend vers 0. Les suites a et b sont donc adjacentes, et
convergent vers une mme limite . Posons I =
nN
I
n
. On a tout dabord a
n
b
n
pour tout n, donc I. Par ailleurs soit x I. On a alors a
n
x b
n
pour tout n. On
en tire facilement [x [ b
n
a
n
pour tout n. Do, en passant la limite, x = .
II.3 Thorme de Bolzano-Weierstrass
Thorme 12.20 : Soit u une suite relle borne. Il existe une suite extraite de u qui
converge.
Dmonstration : Posons, pour tout n 0, v
n
= sup
kn
u
k
. La borne sup existe car u
est majore. De plus, v dcrot. Enn, v est minore car u lest. Donc, v converge vers un
rel . Montrons quil existe une suite extraite de u qui converge vers . Soit > 0. On a
alors pour tout n assez grand v
n
/2 et il existe donc, pour tout n assez grand, un
entier k n tel que u
k
. Dautre part, pour tout n assez grand v
n
+ et donc,
pour tout n assez grand, pour tout k n, u
k
+ . On a donc pour tout > 0, pour
tout n assez grand, lexistence dun entier k
n
n tel que [u
k
n
[ .
On prend successivement = 1,
1
2
,
1
3
, . . . pour construire une suite strictement croissante
dentiers naturels k
1
, k
2
, k
3
telle que pour tout i 1, [u
k
i
[
1
i
. La suite de terme gnral
u
k
i
est extraite de la suite u et converge vers .
III Suites complexes
III.1 Introduction
Soit (z
n
) une suite valeurs complexes. On peut fabriquer partir de (z
n
) un certain
nombre de suites :
(1z
n
), (z
n
), et ([z
n
[), qui sont des suites relles.
(z
n
), qui est une suite complexes.
Dfinition 12.6 : La suite (z
n
) est dite borne lorsque la suite relle ([z
n
[) est borne.
Proposition 12.21 : Une suite complexe est borne si et seulement si sa partie relle
et sa partie imaginaire sont bornes.
Dmonstration : Ceci rsulte des ingalits
[1z[ [z[ [1z[ +[z[ et [z[ [z[ [1z[ +[z[
valable pour tout nombre complexe z.
III.2 Limites
La dnition de limite dans C reste inchange pour les suites complexes, le module
remplaant la valeur absolue. En revanche, on ne parle pas de limite innie pour une suite
complexe.
Proposition 12.22 : Une suite complexe est convergente si et seulement si sa partie
relle et sa partie imaginaire sont convergentes. Plus prcisment, si L C, on a
z
n
L 1z
n
1L et z
n
L
Dmonstration : Dans un sens, on a [z
n
[ [1z
n
1[ +[z
n
[. Donc, si partie
relle et partie imaginaire convergent, la suite aussi. Inversement, on a [1z
n
1[ [z
n
[,
donc si la suite converge il en va de mme pour sa partie relle. Idem pour la partie
imaginaire.
IV. RCURRENCES LINAIRES 145
Restent vrais tous les thormes ayant un sens , cest dire ne faisant pas appel
des comparaisons de termes de la suite (il ny a pas de relation dordre dans C!) :
oprations sur les limites, thormes sur les suites extraites, relations de comparaison,
Bolzano-Weierstrass.
Proposition 12.23 : Soit q C.
Si [q[ < 1, la suite (q
n
) tend vers 0.
Si [q[ > 1, la suite (q
n
) diverge. Plus prcisment, [q
n
[ tend vers linni.
Si [q[ = 1, et q ,= 1 la suite (q
n
) diverge.
Dmonstration : On a dj vu que [q[
n
tend vers 0 ou +selon que [q[ < 1 ou [q[ > 1.
Seul le cas [q[ = 1 est non trivial. Posons dans ce cas q = e
ix
. On sintresse donc la suite
u
n
= e
inx
, o x nest pas un multiple de 2. Supposons un instant que cette suite converge
vers C.
Or, u
n+1
= e
ix
u
n
est une suite extraite de u
n
. En passant la limite, on obtient que
(1 e
ix
) = 0. Donc = 0. Mais ceci est absurde, puisque [u
n
[ = 1 pour tout n et donc,
toujours par passage la limite, [[ = 1.
IV Rcurrences linaires
IV.1 Suites arithmtiques et gomtriques
Dfinition 12.7 : La suite complexe u est dite arithmtique lorsquil existe a C tel
que n N, u
n+1
= a + u
n
. Le nombre a est appel la raison de la suite.
Proposition 12.24 : Soit u une suite arithmtique de raison a. On a pour tout entier
n, u
n
= an + u
0
.
Proposition 12.25 : Soit u une suite arithmtique de raison a. Alors,
n
k=0
u
k
= (n + 1)u
0
+
n(n + 1)
2
a
Dfinition 12.8 : La suite complexe u est dite gomtrique lorsquil existe q C tel
que n N, u
n+1
= qu
n
. Le nombre q est appel la raison de la suite.
Proposition 12.26 : Soit u une suite gomtrique de raison q. On a pour tout entier
n, u
n
= u
0
q
n
.
Proposition 12.27 : Soit u une suite gomtrique de raison q. Alors, si q ,= 1,
n
k=0
u
k
= u
0
q
n+1
1
q 1
Si q = 1,
n
k=0
u
k
= (n + 1)u
0
Exercice : Calculons en fonction de n du nime terme de la suite dnie par rcurrence
par u
n+1
= au
n
+ b. Supposons a ,= 1. Si a = 1, la suite est arithmtique et on sait faire.
Soit lunique complexe vriant = a + b. On a alors pour tout entier n, u
n+1
=
a(u
n
). On retrouve une suite gomtrique, do pour tout n, u
n
= a
n
(u
0
).
IV.2 Rcurrences linaires deux termes
On se donne deux nombres complexes a et b ,= 0 et on sintresse aux suites vriant
la relation de rcurrence
(1) n 0, u
n+2
= au
n+1
+ bu
n
Cherchons tout dabord les suites gomtriques (q
n
), avec q ,= 0 qui vrient cette relation.
q convient si et seulement si q
2
= q + 1. Cette quation est lquation caractristique de
la rcurrence. Deux cas surviennent. Dans un premier cas, lquation caractristique a
deux racines distinctes q et q
t
. Montrons quune suite u vrie 1 si et seulement si existe
, C tels que pour tout n, u
n
= q
n
+ q
tn
. Une tel et un tel doivent vrier
u
0
= + et u
1
= q + q
t
. Le dterminant de ce systme est q
t
q ,= 0 do un unique
couple (, ) vriant lgalit aux rangs 0 et 1. On montre ensuite par une rcurrence sur
n que ce couple convient pour tout n. Supposons maintenant que lquation caractristique
a une racine double q. Montrons quune suite u vrie 1 si et seulement si existe , C
tels que pour tout n, u
n
= q
n
+ nq
n
. Une tel et un tel doivent vrier u
0
=
et u
1
= q + q. Le dterminant de ce systme est q ,= 0 do un unique couple (, )
vriant lgalit aux rangs 0 et 1. On montre ensuite par une rcurrence sur n que ce
couple convient pour tout n.
Exemple : La suite de Fibonacci est dnie par F
0
= 0, F
1
= 1 et pour tout entier n,
F
n+2
= F
n+1
+ F
n
. Son quation caractristique est q
2
= q + 1. Elle possde deux racines
et

. Les valeurs de ces racines importent peu. Remarquons simplement que +

= 1
et
= 1. Il existe , R tels que pour tout n, F

n
=
n
+
n
. Ces deux nombres
sont les racines du systme + = 0, +
= 1, do =
1
, =
1
, et donc
F
n
=

n
.
Exemple : Considrons la suite u dnie par u
0
= 2, u
1
= 1 et pour tout entier n,
u
n+2
= 4u
n+1
4u
n
. Son quation caractristique est q
2
= 4q 4. Elle possde une unique
racine qui est 2. Il existe , R tels que pour tout n, u
n
= 2
n
+ n2
n
. Ces deux
nombres sont les racines du systme = 2, 2 + 2 = 1, do = 2, =
3
2
, et donc
u
n
= 2
n+1
3n2
n1
.
Chapitre 13
Comparaison des suites
147
148 CHAPITRE 13. COMPARAISON DES SUITES
I Relations de comparaison
I.1 Ngligeabilit, domination
Dfinition 13.1 : Soient u et v deux suites de rels. On dit que u
est domine par v lorsque u
n
= v
n
w
n
, o la suite w est borne. On note alors u
n
=
O(v
n
).
est ngligeable devant v lorsque u =
n
v
n
, o tend vers 0. On note alors u
n
= o(v
n
)
ou u
n
v
n
.
Remarque 13.1 : Lorsque la suite v ne sannule pas (ce sera toujours le cas ici, au
moins pour n assez grand), les dnitions ci-dessus quivalent respectivement (
u
n
v
n
) est
borne, et (
u
n
v
n
) tend vers 0.
Exemple : On a 3n
2
1 = O(n
2
). tant donns deux rels < , on a n
= o(n
).
Proposition 13.1 : Soit v une suite de rels non nuls. Alors o(v
n
) + o(v
n
) = o(v
n
) et
o(v
n
) o(v
n
) = o(v
2
n
). Si v est borne, alors o(v
n
) o(v
n
) = o(v
n
).
Dmonstration : On a o(v
n
) + o(v
n
) = (
n
+
t
n
)v
n
=
tt
n
v
n
. Preuves analogues dans
tous les cas
Remarque 13.2 : On remarque, dans la proposition prcdente, que 1+1 a ne fait pas
2 ? et que lgalit nest pas une relation symtrique. Il faut eectivement faire attention
lorsquon manipule des o, car o(v
n
) reprsente UNE suite ngligeable devant v
n
. Donc,
par exemple lorsquon crit o(v
n
) +o(v
n
) on additionne deux suites ngligeables devant v,
mais ces deux suites sont a priori direntes. En cas de doute, il ny a qu revenir la
dnition.
I.2 Suites quivalentes
Dfinition 13.2 : Soient deux suites u et v de rels non nuls. On dit que ces suites
sont quivalentes, et on note u
n
v
n
, lorsque u
n
=
n
v
n
, o
n
1 lorsque n tend vers
linni.
Remarque 13.3 : Ce qui quivaut
u
n
v
n
tend vers 1, dans le cas o la suite v ne sannule
pas.
Proposition 13.2 : Lquivalence des suites est rexive, symtrique et transitive.
Proposition 13.3 : Si deux suites sont quivalente, et si lune des deux tend vers une
limite, alors lautre tend aussi vers cette mme limite.
Dmonstration : Supposons u
n
v
n
et v . On a u
n
=
n
v
n
avec 1, do le
rsultat.
I. RELATIONS DE COMPARAISON 149
Proposition 13.4 : Soient u et v deux suites de rels non nuls. On a
u
n
v
n
u
n
= v
n
+ o(v
n
)
Dmonstration : Tout simplement parce quune suite tend vers 1 si et seulement si
on peut crire
n
= 1 +
n
o 0.
Proposition 13.5 : Si deux suites sont quivalentes, elles sont de mme signe partir
dun certain rang.
Dmonstration : Supposons u
n
=
n
v
n
, o 1. Pour tout n assez grand, on a
n

1
2
> 0, do le rsultat.
Proposition 13.6 : Lquivalence des suites est compatible avec la multiplication, la
division, et llvation une puissance xe. En revanche, elle nest pas compatible avec
laddition.
Dmonstration : Le produit et le quotient de deux suites qui tendent vers 1 tend
encore vers 1. Si la suite tend vers 1 et si R, alors
tend encore vers 1. Laddition

pose problme. Par exemple, on a n
2
n
2
+
n et n
2
+ n n
2
. Mais on na PAS
n

n.
I.3 quivalents classiques
Proposition 13.7 : On se donne une suite (u
n
) de rels (non nuls) tendant vers 0.
Soit un nombre rel. On a alors les quivalents suivants :
e
u
n
1 u
n
ln(1 + u
n
) u
n
(1 + u
n
)
u
n
sin u
n
u
n
1 cos u
n

u
2
n
2
tan u
n
u
n
sinh u
n
u
n
cosh u
n
1
u
2
n
2
tanh u
n
u
n
arcsin u
n
u
n
arctan u
n
u
n
argsh u
n
u
n
argth u
n
u
n
Dmonstration : La plupart de ces formules se montrent de la mme faon, en mon-
trant quun taux daccroissement tend vers une certaine drive. Par exemple,
e
u
n
1
u
n
=
e
u
n
e
0
u
n
0
tend vers la drive de lexponentielle en 0, cest dire 1. Seules deux formules, celles
150 CHAPITRE 13. COMPARAISON DES SUITES
du cosinus et celle du cosinus hyperbolique, se traient part. On a
1cos u
n
u
2
n
=
2 sin
2 u
n
2
u
2
n
2
u
2
n
4
u
2
n
=
1
2

1
2
. Donc, 1 cos u
n

u
2
n
2
.
I.4 Suites de rfrence
Proposition 13.8 : Soient a > 1, > 0, > 0. On a
(ln n)
= o(n
)
n
= o(a
n
)
a
n
= o(n!)
Dmonstration : Commenons par la comparaison entre exponentielle et factorielle :
il existe un entier N tel que, pour n N, on ait
a
n

1
2
. De l,
a
n
n!
=
a
1
a
2
. . .
a
n
K(
1
2
)
n
tend bien vers 0 lorsque n tend vers linni. Les autres comparaisons font intervenir des
proprits que nous verrons dans les chapitres sur les fonctions. Une tude rapide de la
fonction x
ln x
x
montre que celle-ci est positive, passe par un maximum pour x = e, puis
dcrot. Cette fonction a donc une limite en +. Mais
ln x
2
x
2
=
2
x
ln x
x
tend aussi vers donc
= 0. De l
(ln x)
= K
_
ln y
y
_
o y = x
tend aussi vers 0 en +. Enn,

x
a
x
=
(ln y)
y
ln a
,
o lon a pos x = ln y, tend encore vers 0 lorsque x .
Troisime partie
Limites, Continuit, Drivation
151
Chapitre 14
Limites - Continuit
153
154 CHAPITRE 14. LIMITES - CONTINUIT
I tude locale dune fonction
I.1 Topologie
Dfinition 14.1 : Soit a R.
Si a R, un voisinage de a est un segment [a , a + ] o > 0.
Si a = +, un voisinage de a est un intervalle [M, +[, o M R.
Si a = , un voisinage de a est un intervalle ] , M], o M R.
Les trois propositions ci-dessous sont faciles montrer. Leur preuve est laisse en exer-
cice.
Proposition 14.1 : Soit a R. Lintersection de deux voisinages de a est encore un
voisinage de a.
Proposition 14.2 : Soit a R. Si a R, lintersection des voisinages de a est le
singleton a. Si a = , lintersection des voisinages de a est vide.
Proposition 14.3 : Soient a, b R, a ,= b. Il existe un voisinage V de a et un voisinage
W de b tels que V W = .
Notation : On note 1(a) lensemble des voisinages de a.
Dfinition 14.2 : Soit A une partie de R. Soit a R. On dit que a est adhrent A
lorsque tout voisinage de a rencontre A.
Exemple : Les points adhrents un intervalle sont les points de lintervalle et ses
bornes.
Notation : On note A lensemble des points adhrents A. Cet ensemble est appel
ladhrence de A.
Exemple : Ladhrence dun intervalle est lintervalle ferm correspondant.
Dfinition 14.3 : Soit T(x) une proprit du rel x. Soit a R. On dit que la proprit
T est vraie au voisinage de a lorsque V 1(a), x V, T(x).
I.2 Limite et continuit en un point
Dfinition 14.4 : Soit A une partie de R. Soit f : A R. Soit a A. Soit R. On
dit que f tend vers en a lorsque
V 1(), W 1(a), x W A, f(x) W
Notation : On note f(x)
xa
.
Remarque 14.1 : Les ensembles A et les objets a que nous considrerons usuellement
seront de lune des formes ci-dessous :
I. TUDE LOCALE DUNE FONCTION 155
A est un intervalle et a est un point de A.
A est un intervalle et a est une borne de A, a , A.
A est un intervalle priv dun point a. On parle alors quelquefois dintervalle point.
Proposition 14.4 : La limite dune fonction en un point, si elle existe, est unique.
Dmonstration : Supposons que f a deux limites et
t
en a. Soient V un voisinage
de et V
t
un voisinage de
t
. Il existe W, W
t
voisinages de a tels que f(W A) V
et f(W
t
A) V
t
. Mais W W
t
est encore un voisinage de a et f(W W
t
A)
f(W A) V . De mme f(W W
t
A) V
t
. Ainsi, V V
t
,= . Ceci tant vrai pour
tous les voisinages de et
t
, on a donc =
t
.
Remarque 14.2 : On parle donc de LA limite de f en a (si elle existe !). Lunicit de
la limite justie la notation = lim
a
f ou notations semblables.
Proposition 14.5 : Si une fonction a une limite nie en un point a, cette fonction est
borne au voisinage de a.
Dmonstration : Supposons que f tend vers R. Pour tout x assez proche de a,
on a donc [f(x) [ 1, donc 1 f(x) + 1. La fonction f est donc borne au
voisinage de a.
Proposition 14.6 : Soit f : A R. Soit a A. Si f a une limite en a, ce ne peut tre
que f(a).
Dmonstration : Supposons f(x) lorsque x a. Pour tout voisinage V de ,
il existe un voisinage W de a tel que f(W A) V . Mais a appartient W A, donc,
f(a) V . Ainsi, f(a) est dans tous les voisinages de . Donc, l est rel et l = f(a).
Remarque 14.3 : Ce que nous venons de montrer peut se rvler gnant dans certains
cas. Ainsi, il arrive parfois que lon retire a de lensemble de dnition de f et que lon
considre la limite de f(x) lorsque x tend vers a, x ,= a.
Dfinition 14.5 : Soit f : A R. Soit a A. On dit que f est continue en a lorsque
f a une limite en a (qui est donc forcment f(a)). On note (
0
(A) lensemble des fonctions
continues sur (en tout point de) A.
Remarque 14.4 : On a donc f continue en a si et seulement si
> 0, > 0, x A, [x a[ [f(x) f(a)[
I.3 Reformulations de la notion de limite
La dnition de limite par les voisinages a lavantage dtre valable dans tous les cas,
en un point ni ou pas, pour une limite nie ou pas. Cest trs bien pour faire des dmons-
trations trs gnrales, mais cela lest beaucoup moins dans les situations concrtes. On se
donne f : A R. Soit a A. Soit R. On rcrit selon la nitude ou non de a et la
dnition de limite.
Limite relle en un point rel
Proposition 14.7 : f(x) tend vers lorsque x tend vers a si et seulement si
> 0, > 0, x A, [x a[ [f(x) [
Limite nie linni
Proposition 14.8 : f(x) tend vers lorsque x tend vers + si et seulement si
> 0, M R, x A, x M [f(x) [
Remarque 14.5 : On dnit de mme la notion de limite relle en .
Limite nulle
Les fonctions ayant une limite nulle en un point donn possdent des proprits remar-
quables.
Proposition 14.9 : Soit I un intervalle de R. Soit a I.
Une fonction f a une limite nulle en a si et seulement si [f[ a une limite nulle en a.
Si f a une limite nulle en a, et g est borne au voisinage de a, alors fg a une limite
nulle en a.
Dmonstration : Dmonstration analogue celle qui a t faite pour les suites.
Limite innie en un point rel
Dfinition 14.6 : f(x) tend vers + lorsque x tend vers a R si et seulement si
M R, > 0, x A, [x a[ f(x) M
Limite innie linni
Dfinition 14.7 : f(x) tend vers + lorsque x tend vers + si et seulement si
M R, M
t
R, x A, x M
t
f(x) M
On dnit de mme des limites en , gales . Il sut de changer le sens des
ingalits.
I.4 Oprations sur les limites
Proposition 14.10 : Soient f, g : A R. Soit a A. Soit R. Soient ,
t
R. On
suppose que f(x) et g(x)
t
lorsque x a. Alors :
f(x) + g(x) +
t
lorsque x a.
f(x)g(x)
t
lorsque x a.
f(x) lorsque x a.
Remarque 14.6 : Les rsultats prcdents subsistent lorsque ,
t
R, sauf dans les cas
dindtermination et 0 .
Proposition 14.11 : Soit g : A R. Soit a A. Soit R
+
. On suppose que g(x)
tend vers lorsque x tend vers a. Alors :
Il existe un rel m > 0 tel que g(x) m au voisinage de a.
1
g(x)
tend vers
1
lorsque x tend vers a.

Remarque 14.7 : Le rsultat prcdent sadapte videmment au cas o < 0. Il
convient en revanche de faire attention au cas o = 0. Il faut dans ce cas supposer que
la fonction g a un signe constant au voisinage de a pour conclure que g tend vers linni
en a.
Lemme I.1 Soient A et B deux parties de R. Soit f : A B. Soit a A. Soit b R.
On suppose que f(x) b lorsque x a. Alors b appartient B.
Dmonstration : Soit V un voisinage de b. Il existe un voisinage W de a tel que
f(W A) V . Comme a est adhrent A, W A est non vide, donc f(W A) est
non vide aussi. Mais f(W A) B, donc V B est non vide. Ceci tant vrai pour tout
voisinage V de b, on a bien b B.
Proposition 14.12 : Thorme de composition des limites.
Soient f : A B et g : B R. Soit a A, b B, R. On suppose que f(x) b
lorsque x a, et g(y) lorsque y b. Alors g f(x) lorsque x a.
Dmonstration : Soit V un voisinage de . Il existe un voisinage W de b tel que
g(W B) V . Il existe ensuite un voisinage X de a tel que f(X A) W. On a alors
g f(X A) g(W B) W. La fonction g f tend bien vers en a.
I.5 Limites de fonctions, limites de suites
Proposition 14.13 : Caractrisation squentielle des limites. Soit f : A R.
Soit a A. Soit R. On a f(x) lorsque x a si et seulement si pour toute suite
(x
n
) de points de A qui tend vers a, la suite (f(x
n
)) tend vers .
Dmonstration : On fait la dmonstration pour a et rels. Supposons que f(x)
lorsque x a. Soit (x
n
) une suite de points de A qui converge vers a. Soit > 0. Il existe
> 0 tel que x A, [x a[ [f(x) [ . Soit N N tel que pour tout n N,
[x
n
a[ . On a alors [f(x
n
) [ . La suite (f(x
n
)) tend donc vers . Supposons
maintenant que f(x) , lorsque x tend vers a. Il existe donc > 0 tel que pour tout > 0
il existe x A tel que [xa[ et [f(x) [ > . Pour tout entier n 1, prenons
n
=
1
n
.
Soit x
n
A tel que [x
n
a[
1
n
et [f(x
n
) [ > . On a x
n
a lorsque n . Mais si
lon suppose que f(x
n
) , on obtient, par passage la limite, 0 , contradiction. La
suite (f(x
n
)) ne tend donc pas vers .
Exemple : La fonction f : x sin
1
x
na pas de limite en 0. En eet, supposons que f
a une limite en 0. Alors 0 = f(
1
2n
) donc = 0. Mais aussi, 1 = f(
1
2n+
2
) donc
= 1, contradiction.
I.6 limites et ordre
Proposition 14.14 : passage la limite dans une ingalit.
Soient f, g : A R. Soit a A. On suppose :
f(x) lorsque x a.
g(x)
t
lorsque x a.
f g au voisinage de a.
Alors,
t
.
Dmonstration : Dmonstration analogue celle du thorme correspondant sur les
suites.
Proposition 14.15 : thorme dencadrement.
Soient f, g, h : A R. Soit a A. Soit R. On suppose :
f g h au voisinage de a.
f(x) lorsque x a.
h(x) lorsque x a.
Alors, g(x) lorsque x a.
suites.
Proposition 14.16 : thorme dencadrement.
Soient f, g : A R. Soit a A. On suppose :
f g au voisinage de a.
f(x) + lorsque x a.
Alors, g(x) + lorsque x a.
suites.
I.7 Limites dans une direction
Dfinition 14.8 : Soit f : I R, o I est un intervalle de R. Soit a I. On suppose
que a nest pas la borne infrieure de I. On dnit la limite gauche de f en a comme
la limite (si elle existe !) de la restriction de f I] , a[, en a. On note cette limite
lim
xa,x<a
f(x) ou encore f(a
). On dnit de mme la limite droite de f en a.

Remarque 14.8 : Si a est la borne infrieure de I, la notion de limite droite de f(x)
lorsque x a et celle de limite de f(x) lorsque x a, x ,= a concident. Mme remarque
pour la limite gauche lorsque a est la borne suprieure de I.
Proposition 14.17 : Soit f : I R. Soit a I, a ntant pas la borne infrieure de I.
La fonction f admet une limite en a si et seulement si elle y admet une limite gauche et
une limite droite, et si celles-ci sont gales f(a). On a alors lim
a
f = f(a
) = f(a
+
) =
f(a).
Dmonstration : Laisse en exercice.
Remarque 14.9 : Si f est dnie sur lintervalle point I a, il convient dadapter
la proposition prcdente en y enlevant les rfrences f(a).
I.8 Fonctions monotones
Dans ce paragraphe, les fonctions sont dnies sur des intervalles.
On se donne une fonction f : I R croissante. Soit galement a I.
Cas o a nest pas une borne de I
Proposition 14.18 : f admet une limite gauche et une limite droite relles en a.
De plus,
f(a
) = supf(x), x < a.
f(a
+
) = inff(x), x > a.
f(a
) f(a) f(a
+
).
Dmonstration : Soit E = f(x), x I, x < a = f(I] , a[). Lensemble E est
non vide car a nest pas la borne infrieure de I. De plus, E est major par f(a) puisque
f est croissante. Donc, E possde une borne suprieure f(a). Soit > 0. Comme
< , il existe y
0
E tel que y
0
> . Autrement dit, il existe x
0
I, x0 < a tel
que f(x
0
) > . Posons = a x
0
. On a alors pour tout x I, x < a, [x a[ = a x
x
0
x < a f(x
0
) f(x). De plus, f(x) E donc f(x) + . Bref,
[f(x) [ . Ainsi, f(a
) existe et vaut . Mme dmonstration pour la limite droite.

Cas o a est la borne suprieure de I, et a I
Proposition 14.19 : f admet une limite gauche relle en a. De plus,
f(a
) = supf(x), x < a.
f(a
) f(a).
Dmonstration : Voir le cas prcdent.
Cas o a est la borne suprieure de I, mais a , I
Proposition 14.20 : f admet une limite gauche relle ou gale + en a. De plus,
f(a
) = supf(x), x < a (ventuellement inni).

Dmonstration : La seule dirence, cest que E nest plus ncessairement major.
Sil lest, f a une limite relle en a. Sil ne lest pas, f tend vers + en a.
Le cas de la borne infrieure de I, et celui des fonctions dcroissantes, se traitent
videmment de faon identique.
II Proprits des fonctions continues
II.1 Oprations sur les fonctions continues
Proposition 14.21 : Soit A R. Lensemble (
0
(A) des fonctions continues sur A est
une algbre.
Dmonstration : Ce sont tout simplement les oprations sur les limites qui nous le
disent.
Proposition 14.22 : La compose de deux fonctions continues est encore une fonction
continue.
Dmonstration : Thorme de composition des limites.
Remarque 14.10 : La fonction identit x x est clairement continue sur R. Il sensuit
que tout polynme P(x) =
n
k=0
a
k
x
k
est continu sur R. De l, les fractions rationnelles
F(x) =
P(x)
Q(x)
sont continues en tout point o Q ne sannule pas. Nous verrons plus tard que
la fonction exponentielle, les fonctions sinus et cosinus, sont continues sur R. La fonction
logarithme, les fonctions x x
(o R) sont continues sur R
+
.
II. PROPRITS DES FONCTIONS CONTINUES 161
II.2 Prolongement par continuit
tant donne une fonction f :]a, . . . [ R, on cherche souvent prolonger f [a, . . . [.
Un tel prolongement est particulirement intressant lorsquil est continu.
Dfinition 14.9 : Soit a R. Soit f :]a, . . . [ R continue sur ]a, . . . [. On dit que f
est prolongeable par continuit en a lorsquil existe un prolongement de f [a, . . . [ qui soit
continu.
Proposition 14.23 : Un tel prolongement existe si et seulement si f admet une limite
nie en a.
Dmonstration : Supposons lexistence dun prolongement g. On a g(x) g(a) lorsque
x a. Mais hormis en a, f et g concident. donc f(x) g(a) lorsque x a. Inversement,
supposons que f(x) R lorsque x a. Le prolongement g de f en a dni par
g(a) = est alors continu.
II.3 Image dun intervalle
Proposition 14.24 : thorme des valeurs intermdiaires.
Soit f : [a, b] R, continue sur [a, b]. On suppose f(a) < 0 et f(b) > 0. Alors, il existe
c [a, b] tel que f(c) = 0.
Dmonstration : Soit E = x [a, b], f(x) 0. E est non vide (il contient a) et
major par b, donc il admet une borne suprieure c. Comme f(a) < 0, par continuit de
f en a, f < 0 au voisinage de a. Donc, c > a. De mme, comme f(b) > 0, on a f > 0
au voisinage de b. Donc E est major par un rel < b, donc c < b. Pour tout n 1 assez
grand, on a c < c +
1
n
[a, b] et donc f(c +
1
n
) > 0. Par passage la limite et continuit de
f en c on en dduit f(c) 0. De mme pour tout n assez grand c > c
1
n
[a, b]. Comme
c
1
n
< c, il existe x
n
]c
1
n
, c] tel que f(x
n
) 0. La suite (x
n
) tend vers c. Passage
la limite et continuit de f en c : f(c) 0. Finalement, f(c) = 0.
Exemple : Soit f : [0, 1] [0, 1] continue. Il existe x [0, 1] tel que f(x) = x. Il sut de
considrer la fonction g : x f(x) x. Cette fonction est continue, g(0) 0 et g(1) 0.
Proposition 14.25 : Soit f : [a, b] R continue. Soient = f(a), = f(b). Soit
un rel compris entre et . Il existe c [a, b] tel que f(c) = .
Dmonstration : Supposons par exemple . Considrons la fonction g : x
f(x) . Cette fonction est continue, ngative en a et positive en b. Donc, elle sannule.
Corollaire 14.26 : thorme des valeurs intermdiaires.
Limage dun intervalle par une fonction continue est un intervalle.
Dmonstration : Soit I un intervalle de R. Soit f : I R continue. Soit J = f(I).
Montrons que J est convexe. Ce sera donc un intervalle. Soient , J. Il existe donc
a, b I tels que f(a) = et f(b) = . Soit un rel entre et . f tant continue
sur [a, b], il existe donc c [a, b] tel que f(c) = . Mais I est convexe puisque cest un
intervalle. Donc c I et = f(c) J. Ainsi, J est convexe. J est bien un intervalle.
II.4 Image dun segment
Proposition 14.27 : Soit f : [a, b] R, continue sur [a, b]. Alors, f admet un maxi-
mum et un minimum sur le segment [a, b].
Dmonstration : Considrons lensemble E = f([a, b]). Cet ensemble est non vide, et
possde donc une borne suprieure M R, ventuellement gale +. Soit (x
n
) une suite
de points de [a, b] telle que f(x
n
) M. La suite (x
n
) est borne, elle admet donc daprs
le thorme de Bolzano-Weierstrass une suite extraite (x
(n)
) convergeant vers un rel c.
Comme on a pour tout n a x
(n)
b, on a par passage la limite a c b. La fonction
f est donc continue en c, et ainsi, f(x
(n)
) f(c). Mais on a aussi que f(x
(n)
) M.
Donc M = f(c). On en dduit que M est rel, et aussi que M est une valeur prise par f :
M = max E. On fait de mme pour le minimum.
Corollaire 14.28 : Limage dun segment par une fonction continue est un segment.
Dmonstration : Limage dun segment par une fonction continue est un intervalle
(thorme des valeurs intermdiaires) possdant un plus petit et un plus grand lment.
Pas de doute, cest un segment.
II.5 Fonctions continues strictement monotones
Proposition 14.29 : Soit f : I R continue. Si f est injective, alors f est strictement
monotone.
Dmonstration : Supposons f continue et pas strictement monotone. Il existe alors
x, y, z I tels que x < y < z et, par exemple, f(x) f(y) et f(y) f(z) (mais est-ce
si vident ?). Si lune des ingalits est une galit, alors f nest pas injective. Supposons
donc f(x) > f(y) et f(y) < f(z). On a par exemple f(x) < f(z). soit un rel strictement
compris entre f(y) et f(x). Alors, = f(t) = f(u) o t ]x, y[ et u ]y, z[. Donc f nest
pas injective.
Il reste examiner la rciproque.
Proposition 14.30 : Soit f : I R continue, strictement croissante. Alors :
J = f(I) est un intervalle de mme type que I (i.e. ferm ou ouvert aux mmes
endroits).
f est une bijection de I sur J.
f
1
: J I est continue, strictement croissante.
Dmonstration : Prenons par exemple I = [a, b[, o < a < b +. On sait que
J est un intervalle puisque f est continue. Mieux, pour tout x I, f(a) f(x) f(b
).
f(a) est dans J, f(b
) est la borne suprieure de J (limite dune fonction monotone),

donc J = [f(a), f(b
)[ ou alors J = [f(a), f(b
)]. Supposons que f(b
) soit dans J. Il
existe alors x < b tel que f(x) = f(b
). Mais alors, par croissance de f, f est constante

sur [x, b[. Ce nest pas possible puisque f est strictement croissante. f est videmment
injective, donc f est une bijection de I sur J. Notons g sa rciproque. On voit facilement
III. CONTINUIT UNIFORME 163
que g est strictement croissante. Il sagit de prouver quelle est continue sur J. Supposons
que g nest pas continue en un point y J. On a alors par exemple a g(y) < g(y). Soit
g(y) < c < g(y). Alors, c nest pas une valeur prise par g, absurde puisque c = g(f(c)).
Exemple : Soit n N, n 1. La fonction f : x x
n
est continue sur R
+
. Elle
est strictement croissante. Donc f(R
+
) = [f(0), lim
+
f[= R
+
. Cette fonction est donc
une bijection de R
+
sur R
+
et sa rciproque est continue, strictement croissante : cest la
fonction racine nime . Si n est impair, on peut se placer sur R tout entier.
Exemple : La fonction f : x sin x est continue sur [
2
,

2
], strictement croissante.
Donc f([
2
,

2
]) = [f(
2
), f(
2
)] = [1, 1]. f est donc une bijection de [
2
,

2
] sur [1, 1]
et sa rciproque est continue, strictement croissante : cest la fonction arc sinus .
Remarque 14.11 : La fonction arc sinus nest donc PAS la rciproque de la fonction
sinus (qui, soit dit en passant, nest pas une bijection, et na donc pas de rciproque). Nous
en reparlerons dans le chapitre sur les fonctions usuelles.
III Continuit uniforme
III.1 Dnitions
Dfinition 14.10 : Soit f : I R. On dit que f est uniformment continue sur I
lorsque
> 0, > 0, x, y I, [x y[ [f(x) f(y)[
Proposition 14.31 : Si f est uniformment continue sur I, alors f est continue sur
I. La rciproque est fausse.
Dmonstration : Supposons f uniformment continue sur I. Soit a I. Soit > 0. Il
existe > 0 tel que pour tous x, y I, [x y[ implique [f(x) f(y)[ . Cest en
particulier vrai pour y = a, do la continuit de f en a. Pour la rciproque, voir les deux
exemples ci-dessous.
Exemple : Soit f : R
+
R dnie par x x
2
. Nous allons montrer que f nest pas
uniformment continue sur R
+
, cest dire que
> 0, > 0, x, y I, [x y[ et [f(x) f(y)[ >
En dautres termes, on peut trouver des x et des y aussi proches que lon dsire mais
dont les images sont loignes de plus de , ce restant trouver. Pour n 1, soient
x
n
= n et y
n
= n +
1
n
. Alors [x
n
y
n
[ =
1
n
qui est aussi petit quon le dsire. Mais
[x
2
n
y
2
n
[ = 2 +
1
n
2
> 2. Donc, = 2 fait laaire.
+
R dnie par x
1
x
. Nous allons montrer que f nest pas
uniformment continue sur R
+
. Pour n 1, soient x
n
=
1
n
et y
n
=
2
n
. Alors [x
n
y
n
[ =
1
n
qui est aussi petit quon le dsire. Mais [
1
x
n
1
y
n
[ =
n
2
> 123 pour n > 456. Donc = 123
fait laaire.
III.2 Fonctions lipschitziennes
Dfinition 14.11 : Soit f : I R. Soit k R
+
. On dit que f est k-lipschitzienne sur
I lorsque
x, y I, [f(y) f(x)[ k[y x[
Exemple : La fonction x sin x est 1-lipschitzienne sur R. La fonction x

x, la
fonction x x
2
, ne sont pas lipschitziennes sur R
+
.
Remarque 14.12 : Si la fonction f est k-lipschitzienne, elle est aussi k
t
-lipschitzienne
pour tout k
t
k. En fait, lensemble des rels k tels que f soit k-lipschitzienne est un
intervalle de la forme [k
0
, +[. Le rel k
0
est le coecient de Lipschitz optimal pour la
fonction f. Par exemple, k
0
= 1 pour la fonction sinus.
Proposition 14.32 : Toute fonction lipschizienne est uniformment continue. La rci-
proque est fausse.
Dmonstration : Soit f k-lipschitzienne sur I (k > 0). Soit > 0. Soit =

k
. Alors,
pour tous x, y I, [x y[ implique [f(x) f(y)[ k[x y[ k = . La rciproque
fausse attendra le paragraphe suivant.
III.3 Le thorme de Heine
Proposition 14.33 : Thorme de Heine.
Toute fonction continue sur un segment est uniformment continue.
Remarque 14.13 : La fonction x
x est donc uniformment continue sur [0, 1], alors

quelle ny est pas lipschitzienne.
Dmonstration : Supposons f continue sur le segment [a, b] mais pas uniformment
continue. Il existe donc > 0 tel que, pour tout > 0, il existe x, y [a, b] tels que
[x y[ et [f(x) f(y)[ > . Pour tout entier n 1, prenons =
1
n
. On a donc deux
suites (x
n
) et (y
n
) dlments de [a, b] telles que [x
n
y
n
[
1
n
et [f(x
n
) f(y
n
)[ > . La
suite (x
n
) est borne. daprs le thorme de Bolzano-Weierstrass, on peut en extraire une
suite (x
(n)
) convergeant vers c (videmment, c [a, b]). Comme [x
(n)
y
(n)
[
1
(n)

1
n
,
la suite (y
(n)
) converge aussi vers c. Mais f est continue en c donc f(x
(n)
) f(c) et
f(y
(n)
) f(c). Par passage la limite dans la minoration par , on obtient 0 ,
contradiction. La fonction f est donc uniformment continue.
Remarque 14.14 : La notion de continuit uniforme est une notion dicile se repr-
senter. tre continu ne sut pas, sauf si lon est sur un segment. tre lipschitzien est trop
fort ... On peut dmontrer que la fonction f : I R est uniformment continue sur I si et
seulement si
> 0, k R
+
, x, y I, [f(x) f(y)[ k[x y[ +
cest dire quune fonction est uniformment continue si et seulement si, pour tout > 0,
elle est k-lipschitzienne prs , le k dpendant du . mditer . . .
IV. FONCTIONS VALEURS COMPLEXES 165
IV Fonctions valeurs complexes
Tous ce qui prcde passe sans problme aux fonctions valeurs complexes, condition
videmment de ne pas faire intervenir de comparaisons entre des valeurs prises par la
fonction. Passent donc aux fonctions valeurs dans C : dnition de limite, oprations
sur les limites, fonctions bornes, limites gauche et droite, relations de comparaison,
continuit uniforme. Ne passent pas aux fonctions valeurs dans C : passage la limite
dans les ingalits, encadrement, image dun intervalle, image dun segment, et tout ce
qui concerne les fonctions monotones. Bien entendu une fonction tend vers C si et
seulement si sa partie relle tend vers 1 et sa partie imaginaire vers .
Chapitre 15
Comparaison des fonctions
167
168 CHAPITRE 15. COMPARAISON DES FONCTIONS
I Relations de comparaison
I.1 Ngligeabilit, domination
Dfinition 15.1 : Soit a R. Soient f et g deux fonctions dnies au voisinage de a
(sauf peut-tre en a). On dit que f
est domine par g en a lorsque f = gh, o la fonction h est borne au voisinage de
a. On note alors f = O
a
(g).
est ngligeable devant g en a lorsque f = g, o tend vers 0 en a. On note alors
f = o
a
(g) ou f
a
g.
Remarque 15.1 : Lorsque la fonction g ne sannule pas au voisinage de a, les dnitions
ci-dessus quivalent respectivement (
f
g
) est borne au viosinage de a, et (
f
g
) tend vers
0 en a.
Exemple : On a 3x
2
1 = O
+
(x
2
). tant donns deux rels < , on a x
= o
+
(x
)
mais x
= o
0
(x
).
Proposition 15.1 : Soit f une fonction dnie au voisinage de a. Alors o
a
(f)+o
a
(f) =
o
a
(f) et o
a
(f) o
a
(f) = o
a
(f
2
). Si f est borne au voisinage de a, alors o
a
(f) o
a
(f) =
o
a
(f).
Dmonstration : On a o
a
(f) + o
a
(f) = ( +
t
)f =
tt
f o toutes les fonctions
tendent vers 0 en a. Preuves analogues dans tous les cas.
Remarque 15.2 : On remarque, dans la proposition prcdente, que 1 + 1 a ne fait
pas 2 et que lgalit nest pas une relation symtrique. Il faut eectivement faire attention
lorsquon manipule des o, car o
a
(f) reprsente UNE fonction ngligeable devant f en a.
Donc, par exemple lorsquon crit o
a
(f) +o
a
(f) on additionne deux fonctions ngligeables
devant f, mais ces deux fonctions sont a priori direntes. En cas de doute, il ny a qu
revenir la dnition.
I.2 Suites quivalentes
Dfinition 15.2 : Soient deux fonction f et g dnies au voisinage de a R. On dit
que ces fonctions sont quivalentes en a, et on note f
a
g, lorsque f = g, o (x) 1
lorsque x tend vers a.
Remarque 15.3 : Ce qui quivaut
f
g
tend vers 1 en a, dans le cas o la fonction g ne
sannule pas au voisinage de a.
Proposition 15.2 : Lquivalence des fonctions en un point est rexive, symtrique
et transitive.
Proposition 15.3 : Si deux fonctions sont quivalentes en un point, et si lune des
deux tend vers une limite, alors lautre tend aussi vers cette mme limite.
I. RELATIONS DE COMPARAISON 169
Dmonstration : Supposons f
a
g et g . On a f = g avec 1, do le
rsultat.
Proposition 15.4 : Soient f et g deux fonctions dnies au voisinage de a. On a
f
a
g f = g + o
a
(g)
Dmonstration : Tout simplement parce quune fonction tend vers 1 si et seulement
si on peut crire = 1 + o 0.
Exemple : Soit P un polynme. En P est quivalent son terme de plus haute degr.
En 0, il est quivalent son terme de plus bas degr. Par exemple, 3x
4
+7x
2
2x1
+
3x
4
et 5x
3
2x
2
3x
0
3x.
Proposition 15.5 : Si deux fonctions sont quivalentes en a, elles sont de mme signe
au voisinage de a.
Dmonstration : Supposons f = g, o 1. Pour tout x assez proche de a, on a
(x)
1
2
> 0, do le rsultat.
Proposition 15.6 : Lquivalence des fonctions en un point est compatible avec la
multiplication, la division, et llvation une puissance xe. En revanche, elle nest pas
compatible avec laddition.
Dmonstration : Le produit et le quotient de deux fonctions qui tendent vers 1 tend
encore vers 1. Si la fonction tend vers 1 et si R, alors
tend encore vers 1. Laddition

pose problme. Par exemple, on a x
2
0
x
2
+ x
3
et x
2
+ x
4
0
x
2
. Mais on na PAS
x
4
0
x
3
.
I.3 quivalents classiques
Proposition 15.7 : On a les quivalents suivants EN 0 :
e
x
1 x
ln(1 + x) x
(1 + x)
x
sin x x
1 cos x
x
2
2
tan x x
sinh x x
cosh x 1
x
2
2
tanh x x
arcsin x x
arctan x x
argsh x x
argth x x
170 CHAPITRE 15. COMPARAISON DES FONCTIONS
Dmonstration : La plupart de ces formules se montrent de la mme faon, en mon-
trant quun taux daccroissement tend vers une certaine drive. Par exemple,
e
x
1
x
=
e
x
e
0
x0
tend vers la drive de lexponentielle en 0, cest dire 1. Seules deux formules, celles du
cosinus et celle du cosinus hyperbolique, se traitent part. On a
1cos x
x
2
=
2 sin
2 x
2
x
2

2
x
2
4
x
2
=
1
2

1
2
. Donc, 1 cos x
0
x
2
2
.
I.4 Fonctions de rfrence
Proposition 15.8 : Soient a > 1, > 0, > 0. On a EN + :
(ln x)
= o(x
)
x
= o(a
x
)
Dmonstration : Voir le chapitre sur la comparaison des suites.
Remarque 15.4 : Ce rsultat permet de lever des indterminations dans certaines
limites en et en 0. Par exemple,
e
x
x
3
0 en + puisque x
3
= o(e
x
). Autre exemple,
considrons f(x) = x
2
ln
7
x, dnie au voisinage de 0. Posons t =
1
x
. On a f(x) =
ln
7
t
t
2
.
Lorsque x 0, t + donc f(x) 0 lorsque x 0. Dernier exemple, soit f(x) = x
3
e
x
.
Posons t = x. On a f(x) = t
3
e
t
. Lorsque x , on a t +, donc f(x) tend
vers 0.
Chapitre 16
Drivation
171
172 CHAPITRE 16. DRIVATION
I Notion de drive
I.1 Dnitions
Dfinition 16.1 : Soit f : I R. Soit a I. On dit que f est drivable en a lorsque
la quantit
f(x)f(a)
xa
a une limite relle lorsque x tend vers a, x ,= a.
On appelle drive de f en a, et on note f
t
(a) la valeur de cette limite.
Proposition 16.1 : f est drivable en a si et seulement si il existe un rel L tel que
f(x) = f(a) + (x a) + o
a
(x a). Lorsque f est drivable en a, on a f
t
(a) = .
Dmonstration : f est drivable en a si et seulement si
f(x)f(a)
xa
= f
t
(a) +o
a
(1) cest
dire f(x) f(a) = (x a)f
t
(a) + o
a
(x a).
Proposition 16.2 : Si f est drivable en a, alors f est continue en a. La rciproque
est fausse.
Dmonstration : La relation ci-dessus nous dit quen particulier f(x) = f(a) +o
a
(1).
Donc f(x) f(a) lorsque x a. La rciproque est fausse, comme le montre lexemple de
fonction valeur absolue, continue en 0 mais pas drivable en 0.
Dfinition 16.2 : Si f est drivable en tout point de I, on dit que f est drivable sur
I. On dispose alors de la fonction f
t
: I R, note encore Df ou
df
dx
.
Dfinition 16.3 : Pour tout entier k 2, on dit que f est k fois drivable sur I lorsque
f
(k1)
est drivable sur I. On note alors f
(k)
= (f
(k1)
)
t
. On dit que f est indniment
drivable sur I lorsque f est k fois drivable sur I, ceci pour tout k 1.
Notation : On utilise aussi les notations D
k
f et
d
k
f
dx
k
pour la drive dordre k de la
fonction f. Pour tout k [1, +[ on note T
k
(I) lensemble des fonctions k fois drivables
sur I.
Remarque 16.1 : On peut galement dnir la notion de fonction k fois drivable en
un point a : la fonction f est k fois drivable en a lorsque f est k 1 fois drivable au
voisinage de a et que f
(k1)
est drivable en a.
I.2 Drives droite et gauche
On dnit la notion de drive gauche et droite de f : I R en un point a :
si a nest pas la borne infrieure de I, f
t
g
(a) est la drive en a de la restriction de f
I] , a], et si a nest pas la borne suprieure de I, f
t
d
(a) est la drive en a de la
restriction de f I [a, +[. retenir :
Proposition 16.3 : Soit f : I R. Soit a un point qui nest pas une borne de I. f
est drivable en a si et seulement si f est drivable gauche et droite en a, et que les
drives sont gales. On a alors f
t
(a) = f
t
g
(a) = f
t
d
(a).
Dmonstration :
I. NOTION DE DRIVE 173
Les taux daccroissement ont une limite en a si et seuelement si ils ont une limite
gauche et une limite droite, et ces deux limites sont gales.
I.3 Classes de fonctions
Dfinition 16.4 : Soit f : I R. On dit que f est de classe (
0
sur I lorsque f
est continue sur I. Soit k N
. On dit que f est de classe (

k
sur I lorsque f est k fois
drivable sur I, et que f
(k)
est continue sur I. On dit enn que f est de classe (
sur I
lorsque f est de classe (
k
sur I pour tout entier k.
Notation : On note (
k
(I) lensemble des fonctions de classe (
k
sur I.
Proposition 16.4 : On a les inclusions suivantes :
(
0
(I) T
1
(I) (
1
(I) T
2
(I) (
2
(I) . . . (
(I) = T
(I)
Remarque 16.2 : Ces inclusions sont en fait toutes strictes.
Remarque 16.3 : Pour tout k 1, si f (
k
(I), alors f
t
(
k1
(I). De mme pour les
ensembles T
k
(I).
I.4 Oprations sur les drives
Drives dordre 1
I est un intervalle de R. a est un point de I. f, g sont deux fonctions I R. Enn,
est un rel.
Proposition 16.5 : On suppose f et g drivables en a. Alors
f + g est drivable en a et (f + g)
t
(a) = f
t
(a) + g
t
(a).
f est drivable en a et (f)
t
(a) = f
t
(a).
fg est drivable en a et (fg)
t
(a) = f
t
(a)g(a) + f(a)g
t
(a).
Si g(a) ,= 0, alors g ne sannule pas au voisinage de a,
1
g
est drivable en a et
(
1
g
)
t
(a) =
g
(a)
g(a)
2
.
Si g(a) ,= 0, alors g ne sannule pas au voisinage de a,
f
g
est drivable en a et
(
f
g
)
t
(a) =
f
(a)g(a)f(a)g
(a)
g(a)
2
.
Dmonstration : Faisons la preuve pour le produit et linverse (le quotient est le
produit par linverse). On a
(fg)(x)(fg(a))
xa
= f(x)
g(x)g(a)
xa
+g(a)
f(x)f(a)
xa
. On passe ensuite
la limite en remarquant que, comme f est drivable en a, f y est aussi continue. Pour
le quotient, g(a) ,= 0 et g est continue en a, donc g est non nulle au voisinage de a. On a
1/g(x)1/g(a)
xa
=
(g(x)g(a))
(xa)g(x)g(a)
. On passe ensuite la limite.
Proposition 16.6 : Soit f : I J. Soit g : J R. Soit a I. Si f est drivable en a
et g est drivable en f(a), alors g f est drivable en a, et on a :
(g f)
t
(a) = g
t
(f(a)).f
t
(a)
Dmonstration :
Notons b = f(a). on a g(y) = g(b) + (y b)g
t
(b) + (y b)(y) o (y) 0 lorsque
y tend vers b. Lorsque x tend vers a, f(x) tend vers b donc
t
(x) = (f(x)) tend vers 0.
Prenons y = f(x). Il vient g(f(x)) = g(f(a)) + (f(x) f(a))g
t
(b) + (f(x) f(a))
t
(x) =
g(f(a)) + ((x a)f
t
(a) + (x a)
tt
(x))g
t
(f(a)) + ((x a)f
t
(a) + (x a)
tt
(x))
t
(x) o
tt
(x) 0 lorsque x tend vers a. On regroupe les termes, et en particulier tout ce qui tend
vers 0 : g(f(x)) = g(f(a))+(xa)f
t
(a)g
t
(f(a))+(xa)
ttt
(x) o
ttt
(x) tend vers 0 lorsque
x tend vers a. La fonction g f est donc drivable en a, et sa drive est f
t
(a)g
t
(f(a)).
Proposition 16.7 : Soit f : I J une bijection continue (et donc strictement mono-
tone). Soit a I. Soit b = f(a). On supppose que f est drivable en a. Si f
t
(a) ,= 0, alors
f
1
est drivable en b et
(f
1
)
t
(b) =
1
f
t
(a)
Si f
t
(a) = 0, alors f
1
nest pas drivable en b. Plus prcisment, la courbe reprsentative
de f
1
possde au point b une tangente verticale.
Dmonstration : Posons g = f
1
. Soit =
g(y)g(b)
yb
. Posons y = f(x) (de sorte que
x = g(y)). Il vient =
xa
f(x)f(a)
. Lorsque y tend vers b, x = g(y) tend vers g(b) = a,
car g est continue en b. Donc, si f
t
(a) ,= 0, tend vers
1
f
(a)
. Si f
t
(a) = 0, admettant
provisoirement que, du fait de sa monotonie, f
t
a un signe constant, tend vers .
Remarque 16.4 : La formule qui nous donne la drive scrit aussi (f
1
)
t
(b) =
1
f
(f
1
(b))
. Cest sous cette forme quil convient de la retenir.
Exemple : Soit f : [
2
,

2
] R dnie par f(x) = sin x. Nous avons dj vu que f est
une bijection continue strictement croisssante. Sa rciproque est la fonction arc sinus, note
arcsin. f est drivable sur [
2
,

2
]. Sa drive est la fonction cos, qui sannule uniquement
en
2
. Donc, arcsin est drivable en tout point de [1, 1] dirent de sin(
2
), cest dire
sur ] 1, 1[ et la courbe reprsentative de arcsin admet des tangentes verticales en 1 et
1. On a pour tout x ] 1, 1[, arcsin
t
x =
1
f
(arcsin x)
=
1
cos(arcsin x)
=
1
1sin
2
(arcsin x)
. Donc
arcsin
t
x =
1
1x
2
.
Drives dordre suprieur
Proposition 16.8 : Soit k 1. Soient f, g : I R deux fonctions k fois drivables
sur I. Soit R. Alors
f + g est k fois drivable sur I et (f + g)
(k)
= f
(k)
+ g
(k)
.
I. NOTION DE DRIVE 175
f est k fois drivable sur I et (f)
(k)
= f
(k)
.
fg est k fois drivable sur I et on a la formule de Leibniz :
(fg)
(k)
=
k
i=0
_
k
i
_
f
(i)
g
(ki)
Dmonstration : La somme et le produit par un rel sont une rcurrence triviale sur
k. Le produit est, quant lui, une rcurrence moins triviale. Pour k = 1, cest vident.
Supposons donc la proprit vraie pour un certain entier k 1. Soient f et g deux fonc-
tions k + 1 fois drivables en a. Elles sont donc a fortiori k fois drivables dans un voi-
sinage V de a. Daprs lhypothse de rcurrence, fg est k fois drivable sur V et on a
x V, (fg)
(k)
(x) =
k
i=0
_
k
i
_
f
(i)
(x)g
(ki)
(x). Toutes les fonctions mises en jeu dans le
membre de droite sont drivables en a. (fg)
(k)
lest donc aussi et on peut driver lgalit.
(fg)
(k+1)
(a) =
k
i=0
_
k
i
_
(f
(i+1)
(a)g
(ki)
(a)+f
(i)
(a)g
(k+1i)
(a)). Un calcul analogue celui
qui a t fait pour prouver la formule du binme mne la formule de Leibniz.
Remarque 16.5 : Les ensembles (
k
(I) et T
k
(I) sont donc des algbres. Mais attention,
loprateur D : f f
t
de drivation, qui, pour k 1, envoie (
k
(I) sur (
k1
(I), est une
application linaire mais nest pas un morphisme danneaux.
Proposition 16.9 : Soit 0 k . Soient f : I J et g : J R deux fonctions de
classe (
k
. Alors, g f est de classe (
k
.
Dmonstration : Si cest vrai pour tout entier k, cest clairement vrai pour k = .
Faisons donc une rcurrence sur k. Pour k = 0, cest connu : la compose de deux fonctions
continues est continue. Supposons que ce soit vrai pour k. Soit f, g de classe C
k+1
. Elles
sont donc a fortiori drivables donc g f est drivable sur I. Regardons lgalit (g f)
t
=
f
t
g
t
f. Les fonctions f
t
, f et g
t
sont (
k
, donc (hypothse de rcurrence et Leibniz)
(g f)
t
est (
k
. Et donc, g f (
k+1
(I).
Remarque 16.6 : Pas de formule donne pour la drive kime dune compose. Cette
formule existe, cest la formule de Faa di Bruno. La voici, for your eyes only :
(gf)
(n)
(x) =
m
1
+2m
2
+...+nm
n
=n
n!
m
1
!1!
m
1
m
2
!2!
m
2
. . . m
n
!n!
m
n
g
(m
1
+...+m
n
)
(f(x))
n
j=1
(f
(j)
(x))
m
j
Proposition 16.10 : Soit k 0. Soit g (
k
(I) une fonction qui ne sannule pas. Alors
1
g
(
k
(I).
Dmonstration : Laisse en exercice. Sinspirer de la dmonstration prcdente.
Proposition 16.11 : Soit k 1. Soit f : I J (
k
(I) une bijection dont la drive
ne sannule pas. Alors f
1
(
k
(J).
Dmonstration : Sinspirer des preuves prcdentes, en crivant que que f
1
est dri-
vable sur J et que (f
1
)
t
=
1
f
f
1
.
II Accroissements nis
II.1 Extrema locaux
Proposition 16.12 : Soit f : I R. Soit a un point de I qui nest pas une extrmit
de I. Si f admet un extremum local en a, alors f
t
(a) = 0. La rciproque est fausse.
Dmonstration : Supposons par exemple que f admet un maximum local en a. Pour
tout x < a, on a
f(x)f(a)
xa
0 car numrateur et dnominateur sont ngatifs. On passe la
limite : f
t
(a) = f
t
g
(a) 0. En faisant de mme droite de a, on obtient f
t
(a) = f
t
d
(a) 0.
II.2 Thorme de Rolle
Thorme 16.13 : thorme de Rolle
Soient a < b deux rels. Soit f : [a, b] R. On suppose :
f continue sur [a, b].
f drivable sur ]a, b[.
f(a) = f(b).
Il existe alors un rel c ]a, b[ tel que f
t
(c) = 0.
Dmonstration : Si f est constante, cest vident car f
t
sannule en tout point. Sup-
posons donc f non constante. Par exemple, f prend une valeur strictement infrieure
f(a) (et donc f(b)). La fonction f est continue sur le segment [a, b]. Elle y possde donc
un minimum en un point c qui, selon les hypothses, nest ni a ni b. On a donc f
t
(c) = 0.
II.3 Accroissements nis
Notation : tant donn un intervalle I de R, on note I
o
lintervalle I priv de ses bornes
(lintrieur de I).
Thorme 16.14 : galit des accroissements finis.
Il existe alors un rel c ]a, b[ tel que f(b) f(a) = (b a)f
t
(c).
Dmonstration : On considre la fonction g : [a, b] R dnie par g(x) = f(x)
f(a)A(xa) o A =
f(b)f(a)
ba
. La fonction g est continue sur [a, b], drivable sur ]a, b[, et
g(a) = g(b) = 0. Daprs le thorme de Rolle, il existe c [a, b] tel que g
t
(c) = f
t
(c)A =
0.
Corollaire 16.15 : ingalit des accroissements finis
II. ACCROISSEMENTS FINIS 177
Il existe deux rels m et M tels que m f
t
M sur ]a, b[.
Alors,
m(b a) f(b) f(a) M(b a)
Dmonstration : Majorer et minorer dans lgalit des accroissements nis.
Corollaire 16.16 : ingalit des accroissements finis (bis)
Soit f : I R. On suppose :
f continue sur I.
f drivable sur I
o
.
Il existe un rel M tel que [f
t
[ M sur I
o
.
Alors,
x, y I, [f(y) f(x)[ M[y x[
En dautres termes, une fonction drivable et dont la drive est borne est lipschitzienne.
Dmonstration : Soient x, y I. Supposons par exemple x < y. La fonction f vrie
toutes les hypothses du thorme des accroissements nis sur le segment [x, y]. Il existe
donc c ]x, y[ I
o
tel que
f(y)f(x)
yx
= f
t
(c). Donc,
f(y)f(x)
yx
M do [f(y) f(x)[
M[y x[.
II.4 Fonctions monotones
Thorme 16.17 : Soit f : I R, continue sur I et drivable sur I
o
. Alors,
f est croissante sur I si et seulement si f
t
0 sur I
o
.
f est dcroissante sur I si et seulement si f
t
0 sur I
o
.
f est constante sur I si et seulement si f
t
= 0 sur I
o
.
Dmonstration : Supposons f croissante sur I. Soit a I
o
. Pout tout x ,= a, on a
f(x)f(a)
xa
0. On passe la limite : f
t
(a) 0. Inversement, supposons f
t
0 sur I
o
. Soient
x, y I tels que x < y. On applique le thorme des accroissements nis sur le segment
[x, y] : il existe c [x, y] I
o
tel que f(y) f(x) = (y x)f
t
(c). Le membre de droite est
positif, donc f(x) f(y) et f est bien croissante. Dmonstration bien sr identique pour
f dcroissante et pour f constante.
Proposition 16.18 : Soit f : I R, continue sur I, drivable sur I
o
, et croissante.
Soit c = x I
o
, f
t
(x) = 0. Alors f est strictement croissante sur I si et seulement si c
ne contient aucun intervalle non trivial.
Dmonstration : Une fonction croissante f nest pas strictement croissante si et seule-
ment si elle est constante sur un intervalle non trivial.
Cest en particulier le cas si c est un ensemble ni, ou si c ne contient que des points
isols .
II.5 Passage la limite dans une drive
Soit f : [a, b] R une fonction continue sur [a, b] et drivable sur ]a, b]. On se demande
si f est drivable en a. Une mthode consiste tudier des taux daccroissement. Il est
cependant logique de se demander ce qui se passe pour f
t
(x) lorsque x tend vers a.
Proposition 16.19 :
Si f
t
(x) a une limite relle lorsque x tend vers a, x ,= a, alors f est drivable en a
et f
t
(a) = .
Si f
t
(x) tend vers linni lorsque x tend vers a, x ,= a, alors f nest pas drivable en
a : plus prcisment, la courbe reprsentative de f admet une tangente verticale en
a.
Si f
t
na pas de limite en a, alors on ne peut rien dire.
Dmonstration : Pour x > a, on applique le thorme des accroissements nis f
sur le segment [a, x] : il existe a < c
x
< x tel que
f(x)f(a)
xa
= f
t
(c
x
). Quand x tend vers
a, c
x
aussi. Si lon suppose que f
t
(c
x
) tend vers ou , le taux daccroissement fera de
mme. Considrons maintenant la fonction f : R R dnie par f(x) = x
2
sin
1
x
si x ,= 0,
et f(0) = 0. On voit facilement que f est continue sur R et de classe (
sur R
+
et R
.
De plus,
f(x)f(0)
x0
= xsin
1
x
tend vers 0 lorsque x tend vers 0. Donc, f est drivable en 0
et f
t
(0). Enn, on a pour tout x non nul f
t
(x) = 2xsin
1
x
cos
1
x
. Le premier terme tend
vers 0 lorsque x tend vers 0, mais le second terme na pas de limite en 0. La fonction f
t
na donc pas de limite en 0.
Remarque 16.7 : Il ny a aucun paradoxe dans le contre-exemple ci-dessus. Quand une
fonction est dnie en un point mais quelle na pas de limite en un point, cela signie tout
simplement. . . quelle ny est pas continue. Bref, la fonction f ci-dessus est drivable, mais
nest pas de classe (
1
.
III Fonctions valeurs complexes
III.1 Drivation
Une drive est une limite. La notion de drive stend donc aux fonctions valeurs
complexes. Les oprations sur les drives, la formule de Leibniz, stendent sans dicult.
Signalons quand mme que pour driver g f, la fonction f doit tre valeurs relles. g,
en revanche, peut tre valeurs complexes.
Proposition 16.20 : Soit f : I C. La fonction f est drivable au point a I si et
seulement si 1(f) et (f) le sont. On a alors f
t
(a) = 1(f)
t
(a) + i(f)
t
(a).
Par exemple, on montre facilement avec le rsultat ci-dessus la proprit suivante :
Proposition 16.21 : Soit C. La fonction f : x e
x
est de classe (
sur R et
on a pour tout rel x, f
t
(x) = e
x
.
III. FONCTIONS VALEURS COMPLEXES 179
III.2 Rolle et accroissements nis
Attention! Le thorme de Rolle et le thorme des accroissements nis ne sont pas
valables pour des fonctions valeurs complexes. Par exemple, si lon prend f(x) = x(1
x) + ix
2
(1 x), alors f est de classe (
sur [0, 1], f(0) = f(1) = 0, et pourtant f

t
(x) =
(1 2x) + ix(2 3x) ne sannule pas.
En revanche, lingalit des accroissements nis reste vraie :
Thorme 16.22 : Soit f : [a, b] C continue sur [a, b], drivable sur ]a, b[. On suppose
quil existe un rel k tel que x ]a, b[, [f
t
(x)[ k. Alors, [f(b) f(a)[ k[b a[.
Dmonstration : Contentons-nous dune dmontration lorsque f (
1
([a, b]) (le cas
gnral est plus dlicat). On utilise un rsultat dintgration dmontr un peu plus bas :
[f(b) f(a)[ = [
_
b
a
f
t
(t) dt[
_
b
a
[f
t
(t)[ dt max
[a,b]
[f
t
[
_
b
a
dt
do le rsultat.
III.3 Intgration
Cette section est un peu prmature, mais on y dmontre un rsultat qui est utilis
ci-dessus. De plus, le parallle entre intgrale et drive est intressant.
Soit f : [a, b] C une fonction continue par morceaux. On appelle intgrale de f
sur [a, b] le nombre complexe
_
b
a
f(x) dx =
_
b
a
1(f(x)) dx +i
_
b
a
(f(x)) dx. La linarit de
lintgrale reste vrie. La formule de Chasles galement. On peut videmment intgrer
par parties ou faire des changements de variable.
En revanche, on ne peut plus parler de croissance ou de positivit de lintgrale, puis-
quon ne peut pas comparer deux fonctions valeurs complexes. On a cependant le rsultat
suivant :
Thorme 16.23 : Soit f : [a, b] C continue par morceaux. Alors
_
b
a
f(x) dx

_
b
a
[f(x)[ dx.
Dmonstration : Soit z
0
C
. Soit : C R dnie par (z) =

<z,z
0
>
[z
0
[
o les
crochets dnotent le produit scalaire usuel dans C identi R
2
. On a alors pour tout
nombre complexe z, [(z)[ [z[, daprs lingalit de Schwarz. De plus, on a galit lorsque
z = z
0
. On a donc
_
b
a
(f(t)) dt
_
b
a
[f(t)[ dt. De plus,
_
b
a
(f(t)) dt = (
_
b
a
f(t) dt). Ceci
rsulte de la linarit de a. Ceci reste valable pour tout z
0
non nul. En particulier, si
_
b
a
f(t) dt est non nulle, on lappelle z
0
, et on obtient z
0
= (z
0
)
_
b
a
[f(t)[ dt. Si jamais
lintgrale est nulle, lingalit montrer est triviale.
Chapitre 17
Fonctions convexes
181
182 CHAPITRE 17. FONCTIONS CONVEXES
I Gnralits
I.1 Notion de fonction convexe
Dfinition 17.1 : Soit I un intervalle de R. Soit f : I R. On dit que f est convexe
sur I lorsque
x, y I, t [0, 1], f((1 t)x + ty) (1 t)f(x) + tf(y)
Si lingalit est renverse, on dit que f est concave.
Exemple : Les fonctions anes x ax + b sont la fois convexes et concaves. Soit
f : x x
2
. Soient x, y R et 0 t 1. On a ((1 t)x + ty)
2
+ (1 t)x
2
+ ty
2
=
2t(1 t)(x y)
2
0. La fonction est donc convexe.
I.2 Interprtation graphique
On reprend les notations ci-dessus. Soient A = (x, f(x)) et B = (y, f(y)). Soit M =
(u, v). Le point M est sur le segment [A, B] si et seulement si il existe un rel t [0, 1] tel
que

AM = t
AB, cest dire

_
u = (1 t)x + ty
v = (1 t)f(x) + tf(y)
Ainsi, f est convexe sur I si et seulement si pour tous x, y I, pour tout point M = (u, v)
du segment correspondant, on a f(u) v. Autrement dit :
Proposition 17.1 : f est convexe sur I si et seulement si les cordes de la courbe
reprsentative de f sont au-dessous des arcs de cette mme courbe.
I.3 Gnralisation de lingalit de convexit
Proposition 17.2 : La fonction f : I R est convexe si et seulement si pour tout
entier n 1, pour tous points x
1
, x
2
, , x
n
de I, pour tous rels positifs t
1
, t
2
, , t
n
tels
que

n
k=1
t
k
= 1, on a
f(
n
k=1
t
k
x
k
)
n
k=1
t
k
f(x
k
)
Dmonstration : Lingalit est triviale pour n = 1, et cest la dnition de la convexit
pour n = 2. La rciproque est donc claire : si cest vrai pour tout n, cest vrai pour n = 2.
Soit maintenant f convexe, et supposons la proprit prouve pour un certain entier n 2.
Soient x
1
, , x
n+1
des lments de I, et t
1
, , t
n+1
des rels positifs tels que
n+1
k=1
t
k
= 1.
Si t
n+1
= 1, cest bon. Tous les autres t
k
sont nuls, et on est ramen 1 point. Sinon,
on crit
n+1
k=1
t
k
x
k
= (1 t
n+1
)x + t
n+1
x
n+1
, o x =
n
k=1
t
k
x
k
1t
n+1
=
n
k=1
t
k
1t
n+1
x
k
.
On pose
k
=
t
k
1t
n+1
, k = 1, , n. On vrie que les
k
sont positifs, que
n
k=1
k
= 1,
puis que x I. On applique ensuite lhypothse de rcurrence.
II. FONCTIONS CONVEXES DRIVABLES 183
II Fonctions convexes drivables
II.1 Ingalits fondamentales
Thorme 17.3 : Soit f : I R. On a alors lquivalence des quatre proprits ci-
dessous :
1. f est convexe sur I.
2. , x, y, z I, x < y < z,
f(y)f(x)
yx

f(z)f(x)
zx
.
3. , x, y, z I, x < y < z,
f(z)f(x)
zx

f(z)f(y)
zy
.
4. , x, y, z I, x < y < z,
f(y)f(x)
yx

f(z)f(y)
zy
.
Dmonstration : () Posons y = (1 t)x + tz, 0 < t < 1 (en fait, t =
yx
zx
). On a
f(y)f(x)
yx
=
f((1t)x+tz)f(x)
t(zx)

(1t)f(x)+tf(z)f(x)
t(zx)
=
f(z)f(x)
zx
. On procde de mme avec
f(z)f(y)
zy
.
() On se donne x, z I avec x < z, et t [0, 1]. On pose y = (1 t)x + tz. Les
calculs du sens direct se font trs bien en sens inverse.
Remarque 17.1 : Cette ingalit donne la position de la courbe dune fonction convexe
par rapport aux cordes prolonges . Larc est au-dessus de la corde prolonge .
II.2 Convexit et drives
Thorme 17.4 : Soit f : I R drivable. La fonction f est convexe sur I si et
seulement si f
t
est croissante sur I.
Dmonstration : () Supposons f convexe sur I. Soient x, z I tels que x < z. On
se donne y, y
t
I vriant x < y < y
t
< z. On a alors
f(y)f(x)
yx

f(z)f(y
)
zy
. On fait
tendre y vers x, ce qui donne f
t
(x)
f(z)f(y
)
zy
. Puis on fait tendre y

t
vers z, et on a
enn f
t
(x) f
t
(z).
() On suppose f
t
croissante sur I. Soient x, y, z I tels que x < y < z. On a alors
daprs le thorme des accroissements nis,
f(y)f(x)
yx
= f
t
(c) avec x < c < y. De mme,
f(z)f(y)
zy
= f
t
(d) avec y < d < z. On a donc c < d, do f
t
(c) f
t
(d). Lune des ingalits
fondamentales tant vrie, f est convexe sur I.
Corollaire 17.5 : Soit f : I R deux fois drivable. La fonction f est convexe sur I
si et seulement si f
tt
0 sur I.
184 CHAPITRE 17. FONCTIONS CONVEXES
II.3 Exemples
1. Lexponentielle est convexe sur R. On en dduit x, y R, t [0, 1], e
(1t)x+ty
(1 t)e
x
+ te
y
.
2. La fonction x
3
x est concave sur R

+
. On a donc x, y 0
3
_
x+y
2

1
2
_
3
x +
3
y
_
.
3. La fonction ln est concave sur R
+
. On a donc x
1
, , x
n
> 0, ln
x
1
++x
n
n

1
n
n
k=1
ln x
k
. Passant aux exponentielles, on en tire
x
1
++x
n
n

n
_
n
k=1
x
k
: la
moyenne arithmtique de n nombres est suprieure leur moyenne gomtrique.
II.4 Position courbe tangente
Thorme 17.6 : Soit f : I R drivable. f est convexe sur I si et seulement si la
courbe reprsentative de f est au-dessus de ses tangentes.
Dmonstration : () Supposons f convexe sur I. Soit a I. Soit b > a (par exemple).
Le point M dabscisse b sur la courbe a pour ordonne v = f(b). Le point P dabscisse b
sur la tangente la courbe en a a pour ordonne w = f(a) + (b a)f
t
(a). On a v w =
f(b)f(a)(ba)f
t
(a). Daprs le Thorme des accroissements nis, il existe c, a < c < b
tel que f(b) f(a) = (b a)f
t
(c). Do v w = (b a)f
t
(c) f
t
(a) 0 puisque f
t
est
croissante.
() Supposons la courbe au-dessus de ses tangentes. Soient x < y < z trois points de
I. On a
f(z)f(y)
zy
f
t
(y) et
f(y)f(x)
yx
f
t
(y). Lune des ingalits fondamentales est donc
vrie, et f est donc convexe.
II.5 Inexions
Dfinition 17.2 : Soit f : I R deux fois drivable. On appelle inexion de la courbe
tout point o f
tt
sannule en changeant de signe.
Une inexion est donc un changement de concavit.
Thorme 17.7 : En un point dinexion, la courbe traverse sa tangente. La rciproque
est fausse.
Dmonstration : La traverse de la tangente est claire : par exemple, gauche du point
la fonction est concave, donc la courbe est au-dessous de sa tangente, et cest le contraire
de lautre ct. Pour le contre-exemple, prendre par exemple f(x) = x
2
(1 + sin
1
x
).
Chapitre 18
Fonctions usuelles
185
186 CHAPITRE 18. FONCTIONS USUELLES
I Logarithmes et exponentielles
I.1 Logarithme nprien
Dfinition 18.1 : La fonction logarithme nprien, note ln, est lunique primitive sur
R
+
de x
1
x
qui sannule en 1. Elle est donc dnie sur R
+
par
ln x =
_
x
1
dt
t
Proposition 18.1 : La fonction logarithme vrie :
x, y R
+
, ln(xy) = ln x + ln y
Dmonstration : Pour y > 0 x, la fonction f : x ln(xy) est drivable sur R
+
et
sa drive vaut f
t
(x) =
1
x
. La fonction x f(x) ln x est donc constante. Or celle-ci vaut
ln y en x = 1.
Remarque 18.1 : On en dduit pour x, y > 0 et n Z :
ln
x
y
= ln x ln y
ln x
n
= nln x
Proposition 18.2 : La fonction logarithme est une bijection strictement croissante de
]0, +[ sur R, vriant
lim
x+
ln x = + et lim
x0
ln x =
Dmonstration : Sa drive est strictement positive, do la croissance stricte. De
l, ln 2 > ln 1 = 0. Donc, ln(2
n
) = nln 2 + lorsque n +. Donc, la fonction
logarithme nest pas majore, et tend vers + en +. On en dduit que ln x = ln
1
x

lorsque x 0.
Remarque 18.2 : Le logarithme nprien est un isomorphisme du groupe (R
+
, ) sur
le groupe (R, +).
I.2 Exponentielle
Dfinition 18.2 : La fonction exponentielle, note exp est la fonction rciproque de
la fonction logarithme nprien. Cest une bijection strictement croissante de R sur R
+
vriant
lim
x+
exp x = + et lim
x
exp x = 0
Elle est de classe (
sur R et gale sa drive.

I. LOGARITHMES ET EXPONENTIELLES 187
Remarque 18.3 : En tant que rciproque dun isomorphisme, lexponentielle est un
isomorphisme du groupe R sur le groupe R
+
.
Dmonstration : On a exp = ln
1
. Do la monotonie stricte, la continuit, les limites.
De plus, ln est (
et ln
t
> 0 sur R
+
donc exp (
(R). Enn, pour tout x rel, exp

t
(x) =
1
ln
(exp x)
= exp x.
Proposition 18.3 : On a pour x, y R et n Z :
exp 0 = 1
exp(x + y) = exp xexp y
exp(x y) =
exp x
exp y
exp(nx) = (exp x)
n
Dmonstration : Lexponentielle est un morphisme de groupes.
Dfinition 18.3 : On note e = exp 1 lunique rel tel que ln e = 1.
I.3 Logarithmes et exponentielles en base quelconque
Dfinition 18.4 : Soit a > 0, a ,= 1. On appelle logarithme de base a lapplication
log
a
: R
+
R dnie par
log
a
x =
ln x
ln a
Exemple :
Pour a = 10, on a le logarithme dcimal, not simplement log.
Pour a = e, on retrouve le logarithme nprien.
Pour a = 2, on a le logarithme binaire, encore not lg.
Les proprits du logarithme de base a sont tout fait similaires celles du logarithme
nprien. Ces fonctions ne dirent que dune constante multiplicative
1
ln a
.
Dfinition 18.5 : Soi a > 0, a ,= 1. La fonction logarithme de base a est une bijection
de R
+
sur R. Sa rciproque est donc une bijection de R sur R
+
. On lappelle exponentielle
de base a, et on la note (provisoirement) exp
a
.
Les proprits de lexponentielle de base a sont identiques celles de lexponentielle.
Proposition 18.4 : Soit a > 0, a ,= 1. On a pour tout rel x
exp
a
x = exp(xln a)
Dmonstration : On a log
a
(exp(xln a)) =
ln(exp(xln a))
ln a
= x. Donc exp
a
(x) = exp(xln a).
Remarque 18.4 : On a pour tout entier naturel n (rcurrence) exp
a
n = a
n
. Par passage
linverse, cest encore vrai pour tout entier relatif n. On tend la notation tout rel x
en posant
a
x
= exp(xln a)
Ainsi, e
x
= exp x. Dornavant, nous nutiliserons plus la notation exp , sauf lors-
quelle savre plus pratique.
I.4 Reprsentations graphiques
2 1 1 2
1
2
3
4
5
6
0.5 1.0 1.5 2.0 2.5 3.0
4
2
2
4
6
II Puissances
II.1 Dnition
Dfinition 18.6 : On appelle fonction puissance toute fonction
a
: R
+
R, x x
a
avec a R.
Remarque 18.5 : Il convient ici de faire une remarque sur lensemble de dnition des
fonctions puissance. Pour a rel quelconque, cet ensemble de dnition est R
+
, puisque,
par dnition, x
a
= e
a ln x
. Maintenant, si a est un entier naturel, x
a
= xx. . . x n fois.
et la fonction x x
a
est dnie sur R. Si a est un entier ngatif, cette mme fonction est
dnie sur R
. Nous verrons un peu plus bas que si a est linverse dun entier impair, la
fonction est encore dnie sur R. Bref, pour un a quelconque, les fonctions puissances sont
II. PUISSANCES 189
dnies sur R
+
, mais leur ensemble de dnition peut tre plus gros pour certaines valeurs
de a.
Proposition 18.5 : Pour a, b rels et x, y > 0 on a :
x
a
y
a
= (xy)
a
x
a
x
b
= x
a+b
(x
a
)
b
= x
ab
1
a
= 1 x
0
= 1 ln x
a
= a ln x
Dmonstration : (xy)
a
= exp(a ln(xy)) = exp(a(ln x+ln y)) = exp(a ln x) exp(a ln y) =
x
a
y
a
. Mme dmonstration pour toutes les galits.
II.2 Reprsentations graphiques
0.5 1.0 1.5 2.0 2.5 3.0
1
2
3
4
5
II.3 variations
On a
d
dx
x
a
= ax
a1
. On en dduit les variations de
a
, les limites en 0 et linni, et
la courbe reprsentative.
Remarque 18.6 : Si a > 0, la fonction x x
a
tend vers 0 lorsque x 0. Elle est
donc prolongeable par continuit en 0 en posant 0
a
= 0. Attention, cependant : on na
videmment pas 0
a
= exp(a ln 0) ! Quand ce prolongement est-il drivable en 0 ? Formons
des taux daccroissement :
x
a
0
x0
= x
a1
a une liite en 0 si et seulement si a 1. Pour
a = 1, la drive en 0 vaut 1. Pour a > 1, cette drive est nulle.
Remarque 18.7 : On rappelle que pour tout rel x, on a x
0
= 1. Llvation la
puissance 0 ne pose AUCUN problme. Ce qui est problmatique, cest le calcul de limites
de puissances dont lexposant TEND vers 0 (et pas dont lexposant VAUT zro).
II.4 Racines
Soit n un entier naturel non nul. La fonction R
+
R
+
dnie par x x
n
est une
bijection de R
+
sur R
+
. Sa rciproque est appele fonction racine nme. On note
n
x
limage du rel x 0 par cette application. Si n est un entier naturel impair la fonction
x x
n
est une bijection R R ce qui permet de dnir une fonction racine nme sur R.
Pour n > 0 et x > 0, on a (
n
x)
n
= x, donc
n
x = x
1
n
. Ainsi, pour x > 0,
d
dx
n
x =
d
dx
x
1
n
=
1
n
x
1
n
1
=
1
n
n
x
n1
Lorsue n est impair et x < 0 la formule de drivation ci-dessus reste encore valable.
II.5 Comparaison des logarithmes, puissances et exponentielles
Proposition 18.6 : Si a et b sont deux rels strictement positifs, on a :
lim
x+
(ln x)
b
x
a
= 0 et lim
x0
x
a
(ln x)
b
= 0
Dmonstration : On montre dabord que
ln x
x
0 lorsque x tend vers linni. Pour
t 1, on a

t t, donc, pour x 1 :
0 ln x =
_
x
1
dt
t

_
x
1
dt
t
= 2
x 2 2
x
Ainsi, 0
ln x
x

2
x
. Dans le cas gnral, on a
(ln x)
b
x
a
=
_
b
a
_
b
_
ln(x
a/b
)
x
a/b
_
b
En remplaant x par
1
x
on a le rsultat lorsque x tend vers 0.
Proposition 18.7 : Si a et b sont deux rels strictement positifs, on a
lim
x+
exp(ax)
x
b
= + et lim
x
[x[
b
exp(ax) = 0
Remarque 18.8 : Si a, b < 0, un passage linverse donne les limites demandes. Si a
et b sont de signes contraires, il ny a aucune indtermination.
III. FONCTIONS CIRCULAIRES 191
III Fonctions circulaires
III.1 Fonctions cosinus, sinus et tangente
Nous rappelons ici les principaux rsultats sur les fonctions trigonomtriques : Les
fonctions sin et cos sont de classe (
sur R, et de priode 2. La fonction sinus est impaire

sa drive est cos. La fonction cosinus est paire, sa drive est sin. Nous nnumrerons pas
les direntes symtries de ces fonctions : sin(x) = sin x, sin(+x) = sin x, etc. Elles
se retrouvent facilement laide du cercle trigonomtriques.Les formules suivantes sont
connatre
sin(a + b) = sin a cos b + cos a sin b
sin(a b) = sin a cos b cos a sin b
cos(a + b) = cos a cos b sin a sin b
cos(a b) = cos a cos b + sin a sin b
sin 2x = 2 sin xcos x
cos 2x = cos
2
x sin
2
x = 2 cos
2
x 1 = 1 2 sin
2
x
sin a cos b =
1
2
(sin(a + b) + sin(a b))
cos a cos b =
1
2
(cos(a + b) + cos(a b))
sin a sin b =
1
2
(cos(a + b) cos(a b))
sin p sin q = 2 sin
pq
2
cos
p+q
2
cos p cos q = 2 sin
pq
2
sin
p+q
2
La fonction tangente est quant elle dnie par tan x =
sin x
cos x
. Elle est impaire, -priodique.
Son ensemble de dnition est T = R
2
+ k, k Z. Elle est de classe (
sur son
ensemble de dnition. On a x T, tan
t
x = 1 + tan
2
x =
1
cos
2
x
. On a
tan(a + b) =
tan a+tan b
1tan a tan b
tan(a b) =
tan atan b
1+tan a tan b
tan 2x =
2 tan x
1tan
2
x
tan(
2
+ x) =
1
tan x
tan(
2
x) =
1
tan x
Exercice : Pour quelles valeurs de a, b, x ces formules sont-elles vraies ?
Proposition 18.8 : Soit x R + 2k, k Z, Soit t = tan
x
2
. On a
cos x =
1t
2
1+t
2
sin x =
2t
1+t
2
tan x =
2t
1t
2
2 2 4 6
1.0
0.5
0.5
1.0
3 2 1 1 2 3
6
4
2
2
4
6
III.2 Fonctions Arc sinus et Arc cosinus
Proposition 18.9 : La fonction f : x sin x est une bijection continue et strictement
croissante de [
2
,

2
] sur [1, 1]
Dfinition 18.7 : La rciproque de f est appele le fonction Arc sinus. On la note
arcsin.
Remarque 18.9 : arcsin nest PAS la rciproque de sin, mais de lapplication que nous
avons appele f. Pour x [1, 1], arcsin x est lunique lment de [
2
,

2
] dont le sinus
vaut x. Par exemple, arcsin 0 = 0 puisque sin 0 = 0. Autre exemple, arcsin 1 =

2
puisque
sin

2
= 1.
Proposition 18.10 : La fonction arcsin est une bijection continue strictement crois-
sante et continue de [1, 1] sur [
2
,

2
]. Elle est impaire, puisque rciproque dune fonction
impaire.
Remarque 18.10 : On a pour tout x [1, 1], sin(arcsin x) = x. En revanche, la
relation arcsin(sin x) = x nest valable que pour x [
2
,

2
]. titre dexercice, tracer le
graphe de la fonction f : R R
x arcsin(sin x)
.
III. FONCTIONS CIRCULAIRES 193
Proposition 18.11 : La fonction g : x cos x est une bijection continue et strictement
dcroissante de [0, ] sur [1, 1]
Dfinition 18.8 : La rciproque de g est appele le fonction Arc cosinus. On la note
arccos.
Remarque 18.11 : arccos nest PAS la rciproque de cos, mais de lapplication que nous
avons appele g. Pour x [1, 1], arccos x est lunique lment de [0, ] dont le cosinus
vaut x. Par exemple, arccos 0 =

2
puisque cos

2
= 0. Autre exemple, arccos 1 = 0 puisque
cos 0 = 1.
Proposition 18.12 : La fonction arccos est une bijection continue strictement dcrois-
sante de [1, 1] sur [0, ]. Elle nest ni paire, ni impaire.
Remarque 18.12 : On a pour tout x [1, 1], cos(arccos x) = x. En revanche, la
relation arccos(cos x) = x nest valable que pour x [0, ]. titre dexercice, tracer le
graphe de la fonction f : R R
x arccos(cos x)
.
Exercice :
1. Simplier cos(arcsin x) o x [1, 1].
2. Faire de mme avec sin(arccos x).
3. Montrer la relation arcsin x + arccos x =

2
pour x [1, 1]. On pose pour cela
y =

2
arcsin x et on prouve que y [0, ] et cos y = x.
Proposition 18.13 : Les fonctions Arc sinus et Arc cosinus sont de classe (
sur
] 1, 1[ et
x ] 1, 1[, arcsin
t
x =
1
1 x
2
x ] 1, 1[, arccos
t
x =
1
1 x
2
Remarque 18.13 : Ces fonctions ne sont pas drivables en 1, puisque les drives
de leurs rciproques au point correspondant sont nulles. On a en ces points une tangente
verticale.
Reprsentations graphiques
1.0 0.5 0.5 1.0
1.5
1.0
0.5
0.5
1.0
1.5
1.0 0.5 0.5 1.0
0.5
1.0
1.5
2.0
2.5
3.0
III.3 Fonction Arc tangente
Proposition 18.14 : La fonction h : x tan x est une bijection continue strictement
croissante de ]

2
,

2
[ sur R
Dfinition 18.9 : La rciproque de h est appele le fonction Arc tangente. On la note
arctan.
Remarque 18.14 : arctan nest PAS la rciproque de tan, mais de lapplication que nous
avons appele h. Pour x R, arctan x est lunique lment de ]

2
,

2
[ dont la tangente
vaut x. Par exemple, arctan 0 = 0 puisque tan 0 = 0. Autre exemple, arctan 1 =

4
puisque
tan

4
= 1.
Proposition 18.15 : La fonction arctan est une bijection continue strictement crois-
sante de R sur ]

2
,

2
[. Elle est impaire, puisque rciproque dune fonction impaire.
Remarque 18.15 : On a pour tout x R, tan(arctan x) = x. En revanche, la relation
arctan(tan x) = x nest valable que pour x ]

2
,

2
[. titre dexercice, tracer le graphe
de la fonction f : R R
x arctan(tan x)
.
IV. FONCTIONS HYPERBOLIQUES 195
Proposition 18.16 : La fonction Arc tangente est de classe (
sur R, et :
x R, arctan
t
x =
1
x
2
+ 1
Remarque 18.16 : Pour x R
, posons f(x) = arctan x + arctan

1
x
. La fonction f
est drivable sur les intervalles R
+
et R
, et sa drive y est nulle (le vrier). Elle y est

donc constante. De plus, f(1) =

2
et f(1) =
2
. On en dduit que x > 0, arctan x +
arctan
1
x
=

2
et x < 0, arctan x + arctan
1
x
=
2
.
Reprsentation graphique
4 2 2 4
1.0
0.5
0.5
1.0
IV Fonctions hyperboliques
IV.1 Fonctions cosinus et sinus hyperbolique
Dfinition 18.10 : On dnit les fonctions sinus et cosinus hyperbolique pour tout x
rel par :
sinh x =
e
x
e
x
2
et cosh x =
e
x
+ e
x
2
Proposition 18.17 : La fonction sinh est impaire, la fonction cosh est paire. Ces deux
fonctions sont de classe (
sur R et on a pour tout x R :

sinh
t
x = cosh x et cosh
t
x = sinh x
IV.2 Trigonomtrie hyperbolique
Proposition 18.18 : Les formules ci-dessous sont vraies pour tous rels x, a, b :
e
x
= sinh x + cosh x
cosh
2
x sinh
2
x = 1
sinh(a + b) = sinh a cosh b + cosh a sinh b
sinh(a b) = sinh a cosh b cosh a sinh b
cosh(a + b) = cosh a cosh b + sinh a sinh b
cosh(a b) = cosh a cosh b sinh a sinh b
sinh 2x = 2 sinh xcosh x
cosh 2x = cosh
2
x + sinh
2
x = 2 cosh
2
x 1 = 1 + 2 sinh
2
x
Remarque 18.17 : La formule cosh
2
t sinh
2
t = 1 permet de paramtrer lhyperbole
x
2
a
2

y
2
b
2
= 1 par x = a cosh t, y = b sinh t.
IV.3 Fonction tangente hyperbolique
Dfinition 18.11 : La fonction tangente hyperbolique, note tanh, est dnie sur R par
tanh x =
sinh x
cosh x
=
e
2x
1
e
2x
+ 1
=
e
x
e
x
e
x
+ e
x
Proposition 18.19 : La fonction tanh est impaire, de classe (
sur R, et :
x R, tanh
t
x =
1
cosh
2
x
= 1 tanh
2
x
Reprsentation graphique
2 1 1 2
3
2
1
1
2
3
4 2 2 4
1.0
0.5
0.5
1.0
IV.4 Fonctions hyperboliques rciproques
Dfinition 18.12 : La fonction sinus hyperbolique est continue et strictement crois-
sante sur R. elle dnit une bijection de R sur R dont la rciproque est appele Argument
sinus hyperbolique et note argsh .
La fonction argsh est ainsi une bijection continue, strictement croissante, et impaire,
de R sur R.
Dfinition 18.13 : La fonction cosinus hyperbolique est continue et strictement crois-
sante sur R
+
. elle dnit une bijection de R
+
sur [1, +[ dont la rciproque est appele
Argument cosinus hyperbolique et note argch .
La fonction argch est ainsi une bijection continue, strictement croissante, de [1, +[
sur R
+
.
Proposition 18.20 :
La fonction argsh est drivable sur R, et
x R, argsh
t
x =
1
1 + x
2
La fonction argch est drivable sur [1, +[, et
x > 1, argch
t
x =
1
x
2
1
Dmonstration : Faisons-le pour argsh . On a pour tout rel x, argsh
t
x =
1
sinh
(argsh x)
=
1
cosh(argsh x)
=
1
1+sinh
2
(argsh x)
=
1
1+x
2
.
Reprsentation graphique de argsh et argch
4 2 2 4
2
1
1
2
Dfinition 18.14 : La fonction tangente hyperbolique est continue et strictement crois-
sante sur R. elle dnit une bijection de R sur ] 1, 1[ dont la rciproque est appele
Argument tangente hyperbolique et note argth .
La fonction argth est ainsi une bijection continue, strictement croissante, de ] 1, 1[
sur R.
Proposition 18.21 : La fonction argth est drivable sur R, et
x R, argth
t
x =
1
1 x
2
Reprsentation graphique de argth
1.0 0.5 0.5 1.0
3
2
1
1
2
Expression laide logarithmes
Proposition 18.22 : On a :
x R, argsh x = ln(x +
x
2
+ 1).
x [1, +[, argch x = ln(x +
x
2
1).
x ] 1, 1[, argth x =
1
2
ln
_
1+x
1x
_
.
Dmonstration : Faisons-le pour largument sinus hyperbolique. Soient x, t R. On
a sinh t = x si et seulement si e
t
e
t
= 2x ou encore T
2
2xT 1 = 0, o lon a pos
T = e
t
. T > 0, et lunique racine strictement positive de lquation en T est x +
x
2
+ 1.
On en tire t = argsh x = ln(x +
x
2
+ 1).
Quatrime partie
Algbre linaire et polynmes
201
Chapitre 19
Espaces vectoriels
203
204 CHAPITRE 19. ESPACES VECTORIELS
I Gnralits
I.1 Notion despace vectoriel
Dfinition 19.1 : Soit K un corps commutatif. Soit E un ensemble. On suppose E
muni
dune loi de composition interne + : E E E.
dune loi de composition externe . : KE E.
On dit que (E, +, .) est un K-espace vectoriel lorsque
(E, +) est un groupe commutatif.
x E, 1.x = x.
K, x, y E, .(x + y) = .x + .y.
, K, x E, ( + ).x = .x + .x.
, K, x E, ().x = .(.x).
Les lments de E sont appels des vecteurs . Les lments de K son appels des scalaires.
I.2 Proprits immdiates
Soit E un K-espace vectoriel.
Proposition 19.1 : K, x E, .x = 0 = 0 ou x = 0.
Dmonstration : Soit K. On a .0 = (0 + 0) = .0 + .0 do, en soustrayant
.0 : .0 = 0. De mme, pour tout x E, 0.x = 0. Inversement, soient K et x E tels
que .x = 0. Supposons ,= 0. On multiplie par
1
: 0 =
1
(x) = (
1
)x = 1.x = x.
Proposition 19.2 : x E, (1).x = x.
Dmonstration : 1.x + (1).x = (1 + (1)).x = 0.x = 0.
I.3 Exemples
K
n
On munit K
n
dune structure de K-espace vectoriel avec les oprations ci-dessous.
+ : K
n
K
n
K
n
(x
1
, , x
n
) , (y
1
, , y
n
) (x
1
+ y
1
, , x
n
+ y
n
)
et
. : K K
n
K
n
, (x
1
, , x
n
) (x
1
, , x
n
)
Remarque 19.1 : : C peut tre vu la fois comme le C-espace vectoriel C
1
et le R-
espace vectoriel R
2
. Ces deux structures sont direntes. Lorsque le corps de base nest pas
prcis, cest le contexte qui permet de savoir.
I. GNRALITS 205
F
X
On se donne un ensemble X et un K-espace vectoriel F. Lensemble des fonctions de
X dans F, muni des oprations
daddition des fonctions : (f + g)(x) = f(x) + g(x)
de multiplication dune fonction par un scalaire : (.f)(x) = .(f(x)).
est lui-mme un K-espace vectoriel. Comme cas particuliers, les fonctions de R vers R, les
suites valeurs complexes, etc.
Produit despaces vectoriels
Soient E et F deux K-espaces vectoriels. Lensemble EF est muni de faon vidente
dune structure despace vectoriel. On peut videmment faire un produit de 3,. . . ,n espaces
vectoriels. On remarque que lespace K
n
est en fait le produit K. . . K de n copies du
K-espace vectoriel K.
I.4 Combinaisons linaires
Dfinition 19.2 : Soit E un K-espace vectoriel, x
1
, . . . , x
n
n vecteurs de E, et
1
, . . . ,
n
n scalaires. On appelle combinaison linaire des x
i
aects des coecients
i
le vecteur
u =
n
i=1
i
.x
i
Exemple : Dans R
2
, soient e
1
= (1, 1) et e
2
= (0, 1). Tout vecteur de R
2
scrit de faon
unique comme combinaison linaire de e
1
et e
2
. On dit que (e
1
, e
2
) est une base du plan.
Exemple : Dans R
3
, soient e
1
= (1, 2, 1), e
2
= (2, 1, 0) et e
3
= (3, 1, 1). Soit u =
(x, y, z) R
3
. Le vecteur u est combinaison linaire des e
i
si et seulement si il existe 3
scalaires
1
,
2
,
3
tels que u =
1
e
1
+
2
e
2
+
3
e
3
. Il est quivalent de dire que le systme
ci-dessous admet au moins une solution :
(o)
_
_
_
x =
1
+ 2
2
+ 3
3
y = 2
1
2
+
3
z =
1
+
3
On voit quune condition ncessaire dexistence dune solution pour (o) est que x+2y = 5z.
Inversement, si cette galit est vrie, on peut trouver une solution avec
2
= 0.
On donne maintenant une dnition plus gnrale de la notion de combinaison linaire.
Dfinition 19.3 : Soit I un ensemble quelconque, (x
i
)
iI
une famille de vecteurs de
E, et (
i
)
iI
une famille de scalaires telle que tous les
i
, sauf un nombre ni, soient
nuls. On utilisera la notation
iI

i
.x
i
pour reprsenter
i
1
x
i
1
+. . . +
i
p
x
i
p
, o i
1
, . . . , i
p
sont des lments de I en dehors desquels les sont nuls. On convient galement quune
combinaison linaire vide est le vecteur nul.
Exemple : Dans E = C
R
, on considre la famille T = (f
n
)
nZ
dnie par n Z, x
R, f
n
(x) = e
inx
. Alors, la fonction cos
3
est combinaison des lments de la famille T. En
eet, pour tout rel x, on a cos
3
x =
3
4
cos 3x +
1
4
cos x, donc cos
3
=
3
4
f
3
+
1
4
f
1
.
II Applications linaires
II.1 Cest quoi ?
Dfinition 19.4 : Soient E et F deux K-espaces vectoriels. Soit f : E F. On dit
que f est une application linaire lorsque
x, y E, f(x + y) = f(x) + f(y).
K, x E, f(x) = f(x).
Bref, les applications linaires sont les morphismes despaces vectoriels.
Remarque 19.2 : Une application linaire f est avant tout un morphisme de groupes
additifs. Elle vrie donc f(0) = 0.
Proposition 19.3 : Soit f : E F. f est linaire f conserve les combinaisons
linaires.
Dmonstration : Supposons f linaire. Montrons par rcurrence sur n N que f
conserve les combinaisons linaires de n vecteurs. Pour n = 0, cela vient du fait que
f(0) = 0. Pour n = 1, cest parce que f(x) = f(x). Pour n = 2, f(x + y) =
f(x) + f(y) = f(x) + f(y). Pour passer de n n + 1, il sut de remarquer que
combiner n+1 vecteurs revient combiner les n premiers, puis combiner le rsultat avec
le dernier. Donc, si on sait faire pour n et pour 2, on sait faire pour n +1. Inversement, si
f conserve les combinaisons linaires, elle est videmment linaire, puisque laddition et le
produit par un scalaire sont des cas particuliers de combinaisons linaires.
Remarque 19.3 : En clair, la linarit de f permet dcrire des galits du type
f(
iI
i
x
i
) =
iI
i
f(x
i
)
II.2 Quelques exemples
Cinq exemples choisis parmi les milliers que nous rencontrerons au l du cours . . .
Les homothties : f : E E; x x. Lorsque E = K, ce sont les seules applications
linaires.
f(P) = P(1) sur les polynmes.
f(u) = lim
+
u sur lensemble des suites relles convergentes.
f : T
1
(R) R
R
dnie par f() =
t
.
f : (
0
(R) (
1
(R) dnie par f()(x) =
_
x
0
(t) dt.
II. APPLICATIONS LINAIRES 207
II.3 Endomorphismes du plan
On se propose de rechercher toutes les applications linaires R
2
R
2
et de dterminer
lesquelles sont bijectives. Soient e
1
= (1, 0) et e
2
= (0, 1) les vecteurs de la base canonique
de R
2
. Soit u = (x, y) = xe
1
+ ye
2
un vecteur quelconque. On se donne f linaire. Posons
u
t
= (x
t
, y
t
) = f(u). Alors, f(u) = xf(e
1
) + yf(e
2
), do
(o)
_
x
t
= ax + cy
y
t
= bx + dy
o f(e
1
) = (a, b) et f(e
2
) = (c, d). Il est clair quinversement lapplication ci-dessus est
linaire. Les endomorphismes de R
2
sont donc caractriss par la donne de 4 rels a, b, c, d.
Cherchons maintenant lesquels sont injectifs. Si f est injectif, lquation f(u) = f(0)
doit avoir une unique solution : (0, 0). On sintresse donc au systme
_
ax + cy = 0
bx + dy = 0
quelle condition ce systme admet-il pour unique solution le couple (0, 0) ? On voit que si
un couple (x, y) est solution, alors (combinaison judicieuse) (adbc)x = 0 et (adbc)y = 0.
Donc, si ad bc ,= 0, on aura x = y = 0. Inversement, si ad bc = 0, alors une petite
discussion sur la nullit ou non du couple (a, c) permet de trouver une solution non nulle
au systme.
Conclusion : f est injective si et seulement si ad bc ,= 0.
Cherchons maintenant une condition de surjectivit. On constate, en rsolvant le sys-
tme (o), que si ad bc ,= 0, alors f est surjective. Mieux, dans ce cas le systme admet
une solution unique : f est donc bijective. La rciproque de f est dailleurs linaire, et est
donne par (x
t
, y
t
) = f
1
(x, y) o
_
x
t
=
1
adbc
(dx cy)
y
t
=
1
adbc
(bx + ay)
Si adbc = 0, alors , dans le cas o le couple (a, b) nest pas le couple nul, on constate que
si (o) possde une solution, alors bx
t
ay
t
= 0. Lapplication f nest donc pas surjective.
Si (a, b) = (0, 0), on trouve de mme des lments de R
2
qui nont pas dantcdent par f.
Conclusion : f est surjective si et seulement si ad bc ,= 0.
II.4 Vocabulaire, notations
Soient E et F deux espaces vectoriels. On note /(E, F) lensemble des applications
linaires de E dans F. Lorsque E = F, on note plus simplement /(E). Lorsque F = K on
note E
= /(E, K) et cet ensemble est appel le dual de E.

Dfinition 19.5 : Soit f /(E, F). on dit que
f est un endomorphisme de E lorsque E = F.
f est un isomorphisme lorsque f est bijective.
f est un automorphisme de E lorsque f est un endomorphisme bijectif.
f est une forme linaire sur E lorsque F = K (le corps de base).
II.5 Oprations sur les applications linaires
On donne ici quelques thormes relatifs aux oprations sur les applications linaires.
Proposition 19.4 : Soient E et F deux K-espaces vectoriels. Lensemble /(E, F),
muni de laddition des fonctions et de la multiplication par un scalaire, est un K-espace
vectoriel.
Dmonstration : Vrications immdiates.
En clair, la somme de deux applications linaires est linaire, le produit dune applica-
tion linaire par un sacalaire est linaire, et ces oprations vrient tous les axiomes de la
structure despace vectoriel. Noter que /(E, F) F
E
est ce que lon appellera bientt un
sous-espace vectoriel de F
E
.
Proposition 19.5 : Soient E, F, G trois K-espaces vectoriels. Soit f /(E, F) et
g /(F, G). Alors
g f /(E, G).
Si f est un isomorphisme, alors f
1
/(F, E).
Dmonstration : Soient x, y E et , K. On a g f(x +y) = g(f(x +y)) =
g(f(x)+f(y)) = gf(x)+gf(y). Supposons f /(E, F) bijectif et posons g = f
1
.
Soient x, y F. Posons x = f(X) et y = f(Y ). On a g(x + y) = g(f(X) + f(Y )) =
g(f(X + Y )) = X + Y = g(X) + g(Y ).
Proposition 19.6 : Soit E un K-espace vectoriel. Lensemble /(E), muni des lois +,
. et est une K-algbre (non commutative en gnral).
Dmonstration : Nous savons dj que /(E) est un K espace vectoriel. Il reste
vrier les proprits danneau et une petite proprit dont nous navons pas encore parl.
Le neutre pour la composition est id
E
, qui est clairement linaire. La composition est
associative, ceci est une proprit universelle. Reste voir la distributivit par rapport
laddition. Soient donc f, g, h /(E) et x E. On a (g + h) f(x) = (g + h)(f(x)) =
g(f(x))+h(f(x)) = (gf +hf)(x) Do (g+h)f = gf +hf. Remarquons que ceci est
vrai sans utiliser la linarit. En revanche f (g+h)(x) = f(g(x)+h(x)) = (f g+f h)(x)
donc f (g + h) = f g + f h. Et l, on a eu besoin de la linarit de f.
La dernire proprit vrier relie le produit par un scalaire la composition. Il se
trouve que pour les algbres que nous avons rencontres jusqu prsent, cette proprit
tait triviale. Ici, ce nest pas le cas. Il sagit de voir que f, g /(E), K, (g f) =
(g) f = g (f). Cest vrai parce que g est linaire. Laissons la non commutativit de
ct pour linstant. Nous verrons que ds que E est susamment gros (de dimension
strictement suprieure 1), /(E) nest pas commutatif.
Proposition 19.7 : Soit E un K-espace vectoriel. Lensemble des automorphismes de
E est un groupe pour la composition, non commutatif en gnral.
Dmonstration : Cest lensemble des lments inversibles de lanneau /(E). Pour la
non commutativit, mme remarque que ci-dessus.
III. SOUS-ESPACES VECTORIELS 209
Dfinition 19.6 : Le groupe des automorphismes de lespace vectoriel E est appel le
groupe linaire de E, et est not GL(E).
III Sous-espaces vectoriels
III.1 Cest quoi ?
Dfinition 19.7 : Soit E un K-espace vectoriel. Soit F une partie de E. On dit que F
est un sous-espace vectoriel de E lorsque, F est stable pour les lois + et ., et que, muni de
ces deux lois, F est lui-mme un espace vectoriel.
III.2 Caractrisation
Proposition 19.8 : Soit E un K-espace vectoriel. Soit F une partie de E. F est un
sous-espace vectoriel de E si et seulement si
F est non vide.
x, y F, x + y F.
K, x F, .x F.
Remarque 19.4 :
Cette proposition nous dit que pour prouver quun ensemble est un espace vectoriel,
il sut tout dabord de remarquer quil est inclus dans un gros espace vectoriel,
puis de vrier trois petites proprits. Comparer avec la dnition despace vectoriel,
qui ncessite de prouver 10 proprits. Moralit, on utilisera ce thorme chaque
fois que ce sera possible.
Les deux dernires conditions peuvent tre remplaces par K, x, y E, .x +
y E.
Une partie non vide de E est un s.e.v de E si et seulement si elle est stable par
combinaisons linaires.
III.3 Exemples
Pour tout espace vectoriel E, 0 et E sont des sev de E.
Les droites vectorielles sont des s.e.v. de R
2
. Les droites et les plans vectoriels sont des
sev de R
3
.
Lensemble des suites relles convergentes est un sev de lespace R
N
des suites relles.
Lensemble des fonctions f : R R de classe (
3
telles que f(0) = 0 est un sev de R
R
.
Lensemble R[x] des fonctions polynmes coecients rels est un sev de R
R
.
Lensemble des fonctions polynmes de degr infrieur ou gal 5 est un sev de R[x].
III.4 Image directe et rciproque par une application linaire
Proposition 19.9 : Soient E, F deux K-espaces vectoriels, et f /(E, F). Soient E
t
un s.e.v de E, et F
t
un s.e.v de F. Alors, f(E
t
) est un s.e.v de F, et f
1
(F
t
) est un s.e.v
de E.
Dmonstration : Prouvons le rsultat pour limage directe. Limage rciproque est
laisse en exercice. Tout dabord, 0 E
t
, donc f(0) = 0 f(E
t
) : f(E
t
) est non vide.
Soient u, v f(E
t
) et K. Il existe x, y E
t
tels que u = f(x) et v = f(y). On a alors
u + v = f(x) + f(y) = f(x + y) f(E
t
).
Deux cas fondamentaux vont suivre.
III.5 Noyau et image dune application linaire
Dfinition 19.8 : Soit f /(E, F) une application linaire. On appelle noyau de f le
sous-espace vectoriel de E Kerf = f
1
(0), et image de f le sous-espace vectoriel de F
Imf = f(E).
Exemple :
f : R
2
R
2
dnie par f(x, y) = (x + 3y, 2x + 6y). Soit u = (x, y) R
2
. Alors
u ker f si et seulement si x + 3y = 0. ker f est la droite de R
2
engendre par
(3, 1). On a u Im f si et seulement si il existe a, b R tels que x = a + 3b et
y = 2a + 6b. Il est facile de voir que ceci quivaut y = 2x. Donc, limage de f est
la droite engendre par (1, 2).
Soit : (
1
(R) R
R
dnie par (f) = f
t
. Alors ker est lensemble des fonctions
constantes et le cours dintgration nous montrera que Im = (
0
(R).
Proposition 19.10 : Soit f /(E, F). f est injective si et seulement si ker f = 0,
et f est surjective si et seulement si Im f = F.
Dmonstration : Voir le chapitre sur les groupes. En eet, une application linaire est
avant tout un morphisme de groupes.
IV Oprations sur les s.e.v
IV.1 Intersection
Proposition 19.11 : Soit E un espace vectoriel. Toute intersection de sous-espaces
vectoriels de E est un sous-espace vectoriel de E.
Dmonstration : Soit (E
i
)
iI
une famille de sev de E. Soit F =
iI
E
i
. 0 est dans
tous les E
i
, donc dans F : F est non vide. Soient x, y F et K. x et y sont dans tous
les E
i
, donc x + y aussi.
IV. OPRATIONS SUR LES S.E.V 211
IV.2 s.e.v engendr par une partie
Proposition 19.12 : Soit A une partie dun espace vectoriel E. Lintersection de tous
les s.e.v de E contenant A est encore un s.e.v de E contenant A, et cest mme le plus petit
au sens de linclusion. On lappelle le s.e.v de E engendr par A et on le note V ect(A) ou
< A >.
Dmonstration : Toute intersection de sev de E est encore un sev de E. De plus, toute
intersection de parties de E contenant A contient aussi A.
Exemple : < >= 0. Si F est un sev de E, alors < F >= F. Soit u = (1, 2) R
2
:
 (not plus simplement ) est la droite vectorielle engendre par u. Ce sera
vident dans deux secondes.
Proposition 19.13 : Soit A une partie dun espace vectoriel E. Le s.e.v de E engendr
par A est lensemble des combinaisons linaires dlments de A.
Dmonstration : Notons F lensemble des combinaisons linaires dlments de A. Il
est clair que F est un s.e.v de E contenant A. De plus tout s.e.v de E contenant A doit
contenir F, car un s.e.v est stable par combinaison linaire. Donc, F =< A >.
Un cas important est celui o la partie A est nie. Par exemple, si u E, alors = u, K. Si u et v sont deux vecteurs de E, alors < u, v >= u+v, , K.
Remarquer labus de notation qui consiste ne pas crire les accolades.
Exercice : On se place dans R
3
, et on pose e
1
= (1, 2, 3), e
2
= (4, 5, 6) et e
3
= (7, 8, 9).
Dterminer < e
1
, e
2
, e
3
>.
IV.3 Quelques proprits
Proposition 19.14 : Soient A et B deux parties dun espace vectoriel E. On a
A < A > avec galit si et seulement si A est un sev de E.
<< A >>=< A >.
A B < A >.
< A B >< A > .
Dmonstration :
Premier point : < A > est le plus petit . . . contenant A, donc il contient A. Si on a
galit, alors < A > est les plus petit sev de E . . . , cest donc un sev de E. Inversement,
si A est un sev de E, il est clair que le plus petit sev de E qui contient A est A.
Second point : puisque < A > est un sev de E, on a << A >>=< A >.
Troisime point : supposons A B. Alors A . Mais < A > est le plus petit
sev de E contenant A, et en est un, donc < A >.
Dernier point : A B A, donc < A B >< A >. De mme, < A B >
do linclusion demande.
Remarque 19.5 : Soient A = (1, 2) et B = (2, 4) deux parties de R
2
. On a
< A >==< (1, 2) > donc < A > =< (1, 2) >. En revanche, < A B >=
0. Linclusion rciproque dans le dernier point de la proposition ci-dessus est donc fausse
en gnral.
V Sous-espaces supplmentaires
V.1 Somme de deux s.e.v
Soient F et G deux s.e.v dun espace vectoriel E. On appelle somme de F et G la partie
de E
F + G = x + y, x F, y G
Proposition 19.15 : F + G est un sev de E. Cest en fait le sev de E engendr par
F G.
Dmonstration : F + G est non vide et stable par combinaison linaire. Cest donc
un sev de E. Pour tout x F, on a x = x + 0 F + G donc F F + G. De mme
pour G, do F G F + G. Soit H un sev de E contenant F G. Pour tout x F et
y G, x, y H donc x + y H. Ainsi, F + G H. F + G est donc le plus petit sev de
E contenant F G, cest dire que F + G =< F G >.
V.2 Sommes directes - s.e.v supplmentaires
Dfinition 19.9 : On dit que F et G sont en somme directe lorsque tout lment z de
F + G scrit de faon unique sous la forme z = x + y, avec x F et y G.
Lorsque F et G sont en somme directe, on note F G la somme de F et G.
Cest lunicit qui importe, vu que lexistence est assure par la dnition mme de la
somme de deux sev.
Proposition 19.16 : Deux sev de E, F et G, sont en somme directe, si et seulement
si F G = 0.
Dmonstration : Supposons F et G en somme directe. Soit x F G. Alors, x =
x + 0 = 0 +x et on a deux dcompositions de x sur F +G. Comme la somme est directe,
la dcomposition est unique, et ainsi x = 0. Inversement, supposons que F G = 0. Soit
x = x
1
+x
2
= y
1
+y
2
un lment de F +G, donn avec deux dcompositions sur la somme.
On a alors x
1
y
1
= y
2
x
2
et ces deux quantits sont dans F G. Elles sont donc nulles.
Dfinition 19.10 : Deux sev de E, F et G sont dit supplmentaires lorsque F G = E.
En dautres termes, F et G sont supplmentaires lorsque tout vecteur de E scrit de
faon unique comme somme dun vecteur de F et dun vecteur de G.
Exemple :
V. SOUS-ESPACES SUPPLMENTAIRES 213
Deux droites vectorielles distinctes du plan sont supplmentaires.
Les ensembles T des fonctions paires et J des fonctions impaires de R vers R sont
des sev supplmentaires de R
R
.
V.3 Projecteurs
Dfinition 19.11 : Soit E un espace vectoriel. On appelle projecteur de E tout endo-
morphisme p de E vriant p p = p.
Proposition 19.17 : Soit E un espace vectoriel. Soit p /(E). Lendomorphisme p est
un projecteur si et seulement si il existe deux sous-espaces vectoriels de E supplmentaires,
F et G tels que
x F, p(x) = x.
x G, p(x) = 0.
Les deux sev F et G sont uniquement dtermins par la donne du projecteur p.
Dmonstration : Supposons que p est un projecteur de E. Soient F = Ker(p id)
et G = Kerp. Alors, F et G sont des sev de E puisque ce sont des noyaux dapplications
linaires. De plus, F G = 0 puisque un vecteur x de leur intersection doit vrier
p(x) = x = 0. Enn, pour tout x de E, on a x = (x p(x)) + p(x), et p(x p(x)) = 0,
donc x p(x) G, et p(p(x)) = p(x), donc p(x) F, do F G = E.
La rciproque est immdiate.
Si F
1
et G
1
vrient les mmes proprits que F et G, alors pour tout x de F
1
, on a
p(x) = x, donc x F = Ker(p id). De mme, G
1
G. Soit x F. Alors, x = x
1
+ x
2
,
avec x
1
F
1
et x
2
G
1
. On en tire p(x) = p(x
1
) +p(x
2
) ou encore x = x
1
. Donc, x F
1
.
De mme, G
1
= G.
Dfinition 19.12 : Le projecteur p est appel projecteur sur F paralllement G.
V.4 Symtries
Dfinition 19.13 : Soit E un espace vectoriel. On appelle symtrie de E tout endo-
morphisme f de E vriant f f = id.
Proposition 19.18 : Soit E un espace vectoriel sur un corps K dans lequel 2 ,= 0.
Soit f /(E). Lendomorphisme f est une symtrie si et seulement si il existe deux
sous-espaces vectoriels de E supplmentaires, F et G tels que
x F, f(x) = x.
x G, f(x) = x.
Les deux sev F et G sont uniquement dtermins par la donne dde la symtrie f.
Dmonstration : Supposons que f est une symtrie de E. Soient F = Ker(f id) et
G = Ker(f +id). Alors, F et G sont des sev de E puisque ce sont des noyaux dapplications
linaires. De plus, F G = 0 puisque un vecteur x de leur intersection doit vrier
f(x) = x = x. Enn, pour tout x de E, on a x =
x+f(x)
2
+
xf(x)
2
, et f(
x+f(x)
2
) =
x+f(x)
2
,
donc
x+f(x)
2
F, et f(
xf(x)
2
) =
xf(x)
2
, donc
xf(x)
2
F, do F G = E.
La rciproque est immdiate.
Si F
1
et G
1
vrient les mmes proprits que F et G, alors pour tout x de F
1
, on a
f(x) = x, donc x F = Ker(f id). De mme, G
1
G. Soit x F. Alors, x = x
1
+ x
2
,
avec x
1
F
1
et x
2
G
1
. On en tire f(x) = f(x
1
) +f(x
2
) ou encore x = x
1
x
2
. Donc, en
additionnant les deux galits donnant x, x = x
1
F
1
. De mme, G
1
= G.
Dfinition 19.14 : On dit que f est la symtrie par rapport F, paralllement G.
VI Familles remarquables de vecteurs
VI.1 Famille libre, famille gnratrice, base
Dfinition 19.15 : Soit T = (e
i
)
iI
une famille de vecteurs dun espace vectoriel E.
On dit que la famille T est
Une famille libre lorsque tout vecteur de E scrit dau plus une faon comme com-
binaison linaire des vecteurs de T.
Une famille gnratrice de E lorsque tout vecteur de E scrit dau moins une faon
comme combinaison linaire des vecteurs de T.
Une base de E lorsque tout vecteur de E scrit dexactement une faon comme
combinaison linaire des vecteurs de T.
Exemple : La famille vide est libre. Une famille (u) de 1 vecteur est libre si et seulement
si ce vecteur est non nul. Dans K
n
, la famille (e
1
, . . . , e
n
) o e
i
est le n-uplet dont toutes
les coordonnes sont nulles, sauf la ime qui vaut 1, est une base. On lappelle la base
canonique de K
n
.
VI.2 Vocabulaire
Les vecteurs dune famille libre sont dits indpendants.
Une famille qui nest pas libre est dite lie.
Si B = (e
i
) est une base de E, et x =
iI
x
i
e
i
est un vecteur de E, les scalaires x
i
,
tous nuls sauf un nombre ni dentre eux, sont appels composantes, ou coordonnes, du
vecteur x dans la base B.
VI.3 Proprits faciles
Proposition 19.19 : Une famille T = (e
i
)
iI
de vecteurs de E est libre si et seulement
si pour toute famille presque nulle de scalaires (
i
)
iI
, on a
iI
i
e
i
= 0 i I,
i
= 0
Dmonstration : Supposons la famille T libre. Le vecteur nul scrit dau plus une
faon comme combinaison des e
i
. Or, 0 =
iI
0e
i
. Do limplication. Inversement, sup-
posons T lie. Il existe donc un vecteur x de E scrivant de deux faons direntes comme
VI. FAMILLES REMARQUABLES DE VECTEURS 215
combinaison des vecteurs de T. On a donc x =
i
I

i
e
i
=
i
I

i
e
i
et il existe au moins
un i I tel que
i
,=
i
. En posant pour tout i
i
=
i
i
, il vient 0 =
i
I

i
e
i
avec les
i
pas tous nuls, ce qui est la ngation de limplication.
Proposition 19.20 : Une famille T = (e
i
)
iI
de vecteurs de E est lie si et seulement
si lun des vecteurs de la famille est combinaison linaire des autres (mais on ne peut pas
dire lequel !)
Dmonstration : Supposons la famille lie. On a alors une combinaison
iI

i
e
i
= 0
avec au moins un des
i
non nul. Soit i
0
I tel que
i
0
,= 0. Alors, on peut exprimer e
i
0
comme combinaison des autres : e
i
0
=
i,=i
0
(

i
i
0
)e
i
. Inversement, sil existe i
0
tel que
e
i
0
=
i,=i
0

i
e
i
, alors, on a une combinaison
iI

i
e
i
= 0, en posant
i
=
i
si i ,= i
0
, et
i
0
= 1. Combinaison nulle, donc, mais au moins un des coecients est non nul, puisquil
vaut 1.
Proposition 19.21 : Toute sous-famille dune famille libre est libre.
Proposition 19.22 : Toute sur-famille dune famille lie est lie.
Proposition 19.23 : Toute sur-famille dune famille gnratrice est gnratrice.
Remarque 19.6 : Les problmes intressants se posent donc lorsquon considre des
sur-familles de familles libres ou des sous-familles de familles gnratrices, cest dire
des familles libres les plus grandes possibles ou des familles gnratrices les plus petites
possible.
Exercice : Montrer que les vecteurs e
1
= (1, 1, 2), e
2
= (1, 1, 1) et e
3
= (2, 1, 0) forment
une base de R
3
, et calculer, pour tout vecteur u = (x, y, z) de R
3
, ses composantes dans
cette base.
VI.4 Familles remarquables et applications linaires
Proposition 19.24 : Soit T une famille de vecteurs dans un espace vectoriel E. Soit
f /(E, F). On a
f(< T >) =< f(T) >.
Si f est injective, et T est libre, alors f(T) est libre.
Si f est surjective, et T est gnratrice de E, alors f(T) est gnratrice de F.
Dmonstration :Posons T = (e
i
)
iI
.
Premier point : Soit y E. Alors y f(< T >) si et seulement si (
i
)
iI
, y =
f(
i
e
i
). Comme f(
i
e
i
) =
i
f(e
i
), ceci quivaut y < f(T) >.
Deuxime point : Supposons

i
i
f(e
i
) = 0. Ceci quivaut f(
i
e
i
), cest dire
i
e
i
ker f. Mais f est injective, donc

i
i
e
i
= 0. Donc les
i
sont nuls puisque les
e
i
sont libres.
Troisime point : < f(T) >= f(< T >) = f(< E >) = F.
Dans le cas des bases, on a des rsultats plus prcis.
Proposition 19.25 : Soit B une base de lespace vectoriel E. Soit f /(E, F). Alors
f est injective, si et seulement si f(B) est libre.
f est surjective, si et seulement si f(B) est gnratrice de F.
f est bijective, si et seulement si f(B) est une base de F.
Dmonstration : Posons B = (e
i
)
iI
. Le troisime point est videmment une cons-
quence des deux premiers, et les implications des deux premiers points nous sont dj
connues. Supposons f(B) libre. Soit x =
i
e
i
ker f. On a donc 0 = f(x) =
i
f(e
i
).
Les f(e
i
) sont libres, donc les
i
sont nuls. Donc x = 0 et f est bien injective. f(B) gn-
ratrice f surjective est laiss en exercice.
Proposition 19.26 : Soient E et F deux K-espaces vectoriels. Soit B = (e
i
)
iI
une
base de E. Soit T
t
= (e
t
i
)
iI
une famille de vecteurs de F indexe par le mme ensemble I
que la base B. Il existe alors une unique application linaire f : E F telle que
i I, f(e
i
) = e
t
i
Dmonstration : Supposons quune telle application linaire f existe. Soit x E.
On crit x =
jI
x
j
e
j
. On a alors f(x) =
jI
x
j
e
t
j
; do lexistence dau plus une
telle application. Inversement, lapplication que nous venons de trouver est bien linaire
(exercice) et envoie les e
j
sur les e
t
j
. Do lexistence.
Remarque 19.7 : Ce thorme est dune importance capitale. Une application linaire
est caractrise par la donne de limage des vecteurs dune base de lespace de dpart.
Grce ce thorme, on peut se donner de faon simple des applications linaires. Ainsi,
par exemple, soit (e
1
, e
2
, e
3
) la base canonique de R
3
. Soit f lapplication linaire de R
3
dans R
2
dnie par f(e
1
) = (1, 2), f(e
2
) = (3, 4) et f(e
3
) = (5, 6). On obtient facilement,
en cas de besoin, f(x, y, z) = (x + 3y + 5z, 2x + 4y + 6z).
VI.5 Familles libres maximales, gnratrices minimales
Proposition 19.27 : Soit T une famille de vecteurs de lespace vectoriel E. Il y a
quivalence entre
T est libre et toute sur-famille de T est lie.
T est gnratrice et toute sous-famille de T est non-gnratrice.
T est une base de E.
Ainsi, une famille de vecteurs de E est une base si et seulement si elle est libre maximale
ou gnratrice minimale.
Dmonstration : Posons T = (e
i
)
iI
. Supposons T libre maximale. Soit e E. La
famille T (e) est donc lie. Il existe une combinaison nulle 0 =
i
e
i
+e dans laquelle
tous les coecients ne sont pas nuls. En fait, ,= 0 puisque la famille T est libre. On peut
donc crire e comme combinaison des vecteurs de T : T est gnratrice et cest donc une
base. Inversement, supposons que T est une base. Soit e E. Soit ( = T (e). On peut
crire e comme combinaison des e
i
puisque T est une base. Donc ( est lie. T est bien
libre maximale.
Lquivalence entre base et gnratrice minimale est laisse en exercice.
VI. FAMILLES REMARQUABLES DE VECTEURS 217
VI.6 bases et sev supplmentaires
Proposition 19.28 : Soit E un espace vectoriel, et F et G deux sev supplmentaires
de E. Soient B une base de F et B
t
une base de G. Alors, B B
t
est une base de E.
Chapitre 20
Dimension nie
219
220 CHAPITRE 20. DIMENSION FINIE
I Dimension
I.1 Espaces de dimension nie
Dfinition 20.1 : Soit E un K-espace vectoriel. On dit que E est de dimension nie
lorsque E possde au moins une famille gnratrice nie.
Exemple : K
n
, dont la base canonique a n lments. K
n
[x], lespace des fonctions
polynomiales de degr infrieur ou gal n, est engendr par les fonctions x x
k
, k =
0, . . . , n. En revanche, lespace R[x] des fonctions polynomiales coecients dans R, ne
lest pas. En eet, les fonctions dune famille gnratrice nie ont leurs degrs borns
etleurs combinaisons linaires aussi. Une famille nie ne peut donc pas engendrer lespace
tout entier. Si vous vous demandez pourquoi jai pris R et pas un corps quelconque dans
le dernier exemple, allez voir le cours sur les polynmes.
I.2 Cardinal des familles libres
Lemme I.1 Soit T = (e
i
)
1in
une famille de n vecteurs de E. Soit T
t
= (e
t
i
)
1in+1
une famille de n + 1 vecteurs combinaisons linaires des vecteurs de T. Alors, T
t
est lie.
Dmonstration : On fait une rcurrence sur n. Cest clair lorsque n = 1. On suppose
que cest vrai pour un entier n. On prend T = (e
1
, . . . , e
n+1
), et T
t
= (e
t
1
, . . . , e
t
n+2
) avec
e
t
j
=
n+1
i=1
a
ij
e
i
pour j = 1, . . . , n +2. Si tous les a
n+1,j
sont nuls, alors les vecteurs de T
t
sont combinaisons de n vecteurs, donc sont lis daprs lhypothse de rcurrence. Sinon,
quitte renumroter, on peut supposer que a
n+1,n+2
,= 0.
On pose pour 1 j n + 1, e
tt
j
= e
t
j

j
e
t
n+2
avec
j
choisi de sorte que les e
tt
j
soient
combinaisons de e
1
, . . . , e
n
. Alors, les e
tt
j
sont lis, et on en tire aisment que les e
t
j
aussi.
Corollaire 20.1 : Soit E un espace vectoriel ayant une famille gnratrice de n l-
ments. Alors, toutes les familles libres de E sont nies, et ont au plus n lments.
Dmonstration : Soit ( une famille gnratrice de E de cardinal n. Toute famille de
cardinal n + 1 est une famille dont les vecteurs sont des combinaisons des vecteurs de (,
et est donc lie. Toute famille de cardinal au moins gal n + 1 tant une sur-famille
dune famille lie est donc aussi lie. Conclusion, les familles libres sont nies, de cardinal
infrieur ou gal n.
Corollaire 20.2 : Toutes les bases dun espace vectoriel de dimension nie sont nies,
de mme cardinal.
Dmonstration : Soient B et B
t
deux bases dun espace de dmiension nie. La famille
B est libre et la famille B
t
est gnratrice, donc B est nie et card B card B
t
. De mme
pour lautre ingalit en inversant les rles de B et B
t
.
Il ne reste plus qu prouver que tout espace de dimension nie possde des bases ...
I. DIMENSION 221
I.3 Le thorme de la base incomplte
Proposition 20.3 : [de la base incomplte] Soit E un espace vectoriel de dimension
nie. Soit T une famille libre de E, et ( une famille gnratrice nie de E. Alors on peut
fabriquer une base de E en rajoutant la famille T des vecteurs de la famille (.
Dmonstration : Quitte remplacer ( par T (, on peut supposer, que T (. On
pose T = (e
i
)
iI
et ( = (e
i
)
iJ
, avec I J. Parmi toutes les familles libres (e
i
)
iK
avec
I K J, il y en a une dont le cardinal est maximal. On montre facilement que cest
une base.
Corollaire 20.4 : Tout espace vectoriel de dimension nie possde des bases.
Dmonstration : On applique le thorme de la base incomplte avec T = et ( une
famille gnratrice nie de E.
I.4 Bilan
Dans un espace vectoriel de dimension nie, il y a des bases, et elles sont toutes nies,
et de mme cardinal.
Dfinition 20.2 : Le cardinal commun des bases dun espace vectoriel de dimension
nie E est appel la dimension de E, et not dimE, (ou dim
K
E en cas de confusion
possible).
Exemple :
Lespace nul est de dimension 0. Il a pour seule et unique base la famille vide.
Une droite est un espace vectoriel de dimension 1, un plan un espace de dimension
2.
K
n
est de dimension n puisque sa base canonique a n vecteurs. Et donc toutes ses
bases aussi.
R
n
[x], lespace des fonctions polynomiales de degr infrieur ou gal n, est de
dimension n + 1.
C est de dimension 1 ou 2, selon quil est vu comme R-espace vectoriel ou comme
C-espace vectoriel.
Remarque 20.1 : Ci-dessous, quelques faits se rappeler. Lespace vectoriel E est de
dimension n ...
Les familles libres de E sont nies, de cardinal n.
Toute famille de cardinal > n est lie.
Les familles gnratrices de E sont innies, ou nies de cardinal n.
Une famille est une base, si et seulement si elle est libre, et de cardinal n.
Une famille est une base, si et seulement si elle est gnratrice, et de cardinal n.
II Sev dun espace de dimension nie
II.1 Dimension dun sev
Proposition 20.5 : Soit E un espace de dimension nie n. Soit F un sev de E. Alors
F est de dimension nie p.
p n.
p = n si et seulement si F = E.
Dmonstration : Soit T une famille libre de F. Cest aussi une famille libre de E,
donc T possde au plus n lments. On en dduit les deux premiers points. Si p = n, alors
F possde une base B de cardinal n. Mais B est alors une famille libre de E, de cardinal
n = dimE. On en dduit que B est aussi une base de E. Do = E = F.
Dfinition 20.3 : Soit E un espace de dimension nie n. On appelle droite de E, tout
sev de E de dimension 1, plan de E tout sev de dimension 2, et hyperplan de E tout sev
de dimension n 1.
II.2 Sev supplmentaires
Proposition 20.6 : Soit E un espace de dimension nie n. Soit F un sev de E, de
dimension p. Alors, F possde un supplmentaire, et les supplmentaires de F sont tous
de dimension n p.
Dmonstration : La runion dune base de F et dune base dun supplmentaire de
F est une base de E. Do la dimension des supplmentaires. Pour lexistence, cest le
thorme de la dimension.
III Dimensions classiques
III.1 Image dun sev par une application linaire
Proposition 20.7 : Soient E et F deux espaces vectoriels. Soit E
t
un sev de dimension
nie de E. Alors, f(E
t
) est aussi de dimension nie. Prcisment :
dimf(E
t
) dimE
t
.
Si f est injective, on a galit.
Dmonstration : Soit B une base de E
t
. Alors, f(B) engendre f(E
t
). De plus, si f est
injective, f(B) est libre, et est donc une base de f(E
t
).
III.2 Espaces isomorphes
Proposition 20.8 : Deux espaces vectoriels de dimension nie sur un mme corps K
sont isomorphes si et seulement si ils ont la mme dimension.
III. DIMENSIONS CLASSIQUES 223
Dmonstration : Le sens direct rsulte du thorme prcdent. Dans lautre sens, il
ny a qu envoyer une base de lun sur une base de lautre pour fabriquer un isomorphisme.
Corollaire 20.9 : Soit E un K-espace de dimension n. Alors, E est isomorphe K
n
.
Ce rsultat arme que tous les espaces de mme dimension sur un corps K sont
identiques du point de vue de la structure despace vectoriel. Cependant, certains espaces
possdent aussi des proprits non vectorielles. Par exemple, lorsquon travaille sur les
polynmes, on dispose du produit de polynmes, de la notion de degr, . . . , qui ne sont
pas des proprits vectorielles.
III.3 Produit despaces vectoriels
Proposition 20.10 : Soient E et F deux K-espaces de dimension nie. Alors E F
est aussi de dimension nie, et dimE F = dimE + dimF.
Dmonstration : Soient (e
i
)
1in
une base de E et (f
j
)
1jp
une base de F. La famille
constitue par les couples (e
i
, 0), 1 i n et (0, f
j
), 1 j p est une base de E F.
Remarque 20.2 : Soient F et G deux sev dun espace E. Supposons que F et G sont
en somme directe. Alors, F G est isomorphe F G par lapplication (x, y) x + y.
Ces deux espaces ont bien la mme dimension.
III.4 Dimension des espaces dapplications linaires
Proposition 20.11 : Soient E et F deux K-espaces vectoriels de dimensions respectives
p et n. Alors, /(E, F) est de dimension nie, gale p n.
Dmonstration : Soient B = (e
j
)
1jp
une base de E, et B
t
= (e
t
j
)
1jn
une base de
F. On dnit, pour 1 i n et 1 j p, lapplication g
i,j
/(E, F), par
k 1, . . . , p, g
i,j
(e
k
) =
k
j
e
t
i
Soit f /(E, F). Soit x =
j
x
j
e
j
E. On a f(x) =
j
x
j
f(e
j
). Mais f(e
j
F, donc
est combinaison linaire des e
t
i
. Posons f(e
j
) =
i
a
ij
e
t
i
. Il vient alors f(x) =
i,jj
a
ij
x
j
e
t
i
.
Par ailleurs, g
ij
(x) =
k
x
k
g
ij
(e
k
) =
k
x
k
k
j
e
t
i
= x
j
e
t
i
. Ainsi, f(x) =
i,j
a
ij
g
ij
(x) do
f =
i,j
a
ij
g
ij
. La famille des g
ij
est donc gnratrice de /(E, F). Supposons maintenant
que

i,j
a
ij
g
ij
= 0. On a donc pour tout k 0 =
i,j
a
ij
g
ij
(e
k
) =
i,j
a
ij
k
j
e
t
i
=
i
a
ik
e
t
i
.
Les e
t
i
tant libres, il sensuit quon a pour tous i, k a
ik
= 0. La famille des g
ij
est donc
libre, cest nalement une base de /(E, F).
Un certain nombre de cas particuliers : si E est de dimension n, alors
dim/(E) = n
2
.
dimE
= dimE = n.
Exercice : On prend E = F et n = p. Avec les notations du thorme, calculer g
i,j
g
k,l
pour 1 i, j, k, l n.
IV Notion de rang
IV.1 Rang dune famille de vecteurs
Dfinition 20.4 : Soit T une famille de vecteurs dans un espace vectoriel E. On appelle
rang de T lentier
rgT = dim < T >
Ceci na de sens que si lespace engendr est de dimension nie. Pour une famille nie,
le rang de la famille de vecteurs est infrieur ou gal son cardinal. Il y a galit si et
seulement si la famille est libre.
IV.2 Rang dune application linaire
Dfinition 20.5 : Soit f /(E, F). On appelle rang de f la quantit
rgf = dimIm(f)
Bien entendu, on a des liens entre rang dune famille et rang dune application linaire.
Par exemple, si B est une base de E, alors
rgf = rgf(B)
IV.3 Le thorme du rang
Proposition 20.12 : Soient E et F deux espaces de dimension nie sur un mme
corps. Soit f /(E, F). Alors
Pour tout supplmentaire G de ker f, lapplication G Imf; x f(x) est un
isomorphisme de G sur Im f.
dimker f + dimIm f = dimE.
Dmonstration : Soit g : G Im f dnie par g(x) = f(x). g est videmment
linaire. Soit x ker g. Alors, f(x) = 0 et x G, cest dire x ker f G. Donc
x = 0 puisque ces sev sont en somme directe. Soit maintenant y Im f. Il existe x E
tel que y = f(x). crivons x = x
t
+ x
tt
o x
t
ker f et x
tt
G. On a y = f(x) =
f(x
t
) +f(x
tt
) = f(x
tt
) = g(x
tt
). g est donc surjective, cest un isomorphisme. Consquence,
dimIm f = dimG = dimE dimker f.
IV.4 Quelques consquences
Proposition 20.13 : Soit f : E F une application linaire entre deux espaces de
mme dimension, nie. Alors, f est injective f est surjective f est bijective.
Dmonstration : Cest immdiat avec le thorme du rang.
IV. NOTION DE RANG 225
Proposition 20.14 : Soient F et G deux sev dun espace E. Alors
dim(F + G) = dimF + dimGdimF G
Dmonstration : Considrons f : F G F + G dnie par f(x, y) = x + y.
Lapplication f est surjective, et son noyau est (x, x), x F G : cet ensemble est
clairement un sev de F G isomorphe F G par lapplication x (x, x). Il ne reste
qu appliquer le thorme du rang.
Exercice : Refaire la dmo en partant dune base de F G et en compltant avec le
thorme de la base incomplte.
Exercice : Soient f /(E, F) et g /(F, G). Montrer
rg(f) min(dimE, dimF).
rg(g f) min(rg(f), rg(g))
Si g est injective, rg(g f) = rg(f).
Si f est surjective, rg(g f) = rg(g).
IV.5 Calcul pratique dun rang
Donnes :
E espace de dimension p.
B = (e
i
)
1ip
une base de E.
T = (u
j
)
1jn
une famille de n vecteurs de E dont on connat les composantes dans
la base B : u
j
=
p
i=1
a
ij
e
i
.
Proposition 20.15 : On ne change pas lespace engendr par T lorsque :
On change deux vecteurs de T.
On multiplie un vecteur de T par un scalaire non nul.
On ajoute lun des vecteurs de T une combinaison linaire des autres vecteurs.
Ce rsultat permet pratiquement de calculer le rang dune famille de vecteurs. On va
prendre deux exemples.
Exemple : Dans R
3
, u
1
= (1, 2, 5), u
2
= (2, 1, 4) et u
3
= (1, 1, 1). On crit les
vecteurs en colonnes
u
1
u
2
u
3
1 2 1
2 1 1
5 4 1
(1)
1 0 0
2 3 3
5 6 6
(2)
1 0 0
2 3 0
5 6 0
(3)
v
1
v
2
v
3
1 0 0
2 1 0
5 2 0
avec
1. (3) (3) (1) et (2) (2) 2(1)
2. (3) (3) (2)
3. (2) (2)/3
On a donc une famille de rang 2.
Exemple : Dans R
5
, u
1
= (2, 3, 3, 4, 2), u
2
= (3, 6, 2, 5, 9), u
3
= (7, 18, 2, 7, 7) et
u
4
= (2, 4, 2, 3, 1).
u
1
u
2
u
3
u
4
2 3 7 2
3 6 8 4
3 2 2 2
4 5 7 3
2 9 7 1
(1)
2 0 0 0
3 3 15 1
3 5 17 1
4 2 14 1
2 12 0 1
(2)
2 0 0 0
3 3 0 0
3 5 8 2
4 2 4 1
2 12 60 15
(3)
v
1
v
2
v
3
v
4
2 0 0 0
3 3 0 0
3 5 2 0
4 2 1 0
2 12 15 0
Le rang de la famille est donc 3.
Exercice : Dterminer noyau et image de f /(R
3
) dnie par f(e
1
) = e
1
+ 2e
2
+e
3
,
f(e
2
) = 2e
1
+ 3e
2
+ 3e
3
, f(e
3
) = 4e
1
+ e
2
e
3
.
Chapitre 21
Polynmes
227
228 CHAPITRE 21. POLYNMES
I Lalgbre des polynmes
I.1 Notion de polynme
Dans tout le chapitre, K est un corps commutatif. On note K[X] lensemble des suites
dlments de K presque nulles , cest dire dont tous les termes sont nuls sauf un
nombre ni. Cette notation sclaircira un peu plus loin.
Proposition 21.1 : K[X] est un espace vectoriel, sev de K
N
.
Dfinition 21.1 : On appelle polynme coecients dans K tout lment de K[X].
I.2 Degr
Dfinition 21.2 : Soit P = (P
k
)
k0
un polynme non nul. On appelle degr de P
lentier
d
o
P = maxk N, P
k
,= 0
On pose galement d
o
0 = .
Remarque 21.1 : Le degr dun polynme est un entier naturel, sauf si ce polynme
est 0. On convient dans la suite que < n pour tout entier n.
Proposition 21.2 : Soient P et Q deux polynmes, et K
. On a d
o
P = d
o
P,
et d
o
(P + Q) max(d
o
P, d
o
Q). Si les degrs de P et Q sont distincts, alors lingalit
prcdente est une galit.
Dmonstration : Faisons la preuve pour la somme. Si P ou Q est nul, cest vident.
Supposons donc P et Q dirents de la suite nulle. Soient m et n leurs degrs respectifs.
On a donc P
m
,= 0 et pour tout k > m, P
k
= 0, et de mme pour Q. Soit k > max(m, n).
Alors P
k
= Q
k
= 0 donc P
k
+Q
k
= 0. Le degr de P +Q est infrieur ou gal max(m, n).
Si, par exemple, m < n, alors P
n
+ Q
n
,= 0 donc d
o
(P + Q) = max(d
o
P, d
o
Q).
I.3 Produit de polynmes
Proposition 21.3 : Soient P et Q deux polynmes. La suite R dnie par
k 0, R
k
=
k
j=0
P
j
Q
kj
est un polynme, appel produit de P et Q, et not PQ. On a d
o
(PQ) = d
o
P + d
o
Q.
Dmonstration : Si P ou Q est nul, alors R aussi et le rsultat est vident. Supposons
donc P et Q non nuls, de degrs respectifs m et n. Soit k > m+n. On a R
k
=
k
j=0
P
j
Q
kj
.
Dans cette somme, il y a deux types de termes. Tout dabord, ceux pour lesquel j > m.
Ces termes sont nuls puisque P
j
= 0. Et puis ceux pour lesquels j m. Mais alors k j
k m > n. Ces termes aussi sont nuls puisque Q
j
= 0. Finalement, k > m + n, R
k
= 0.
I. LALGBRE DES POLYNMES 229
On en dduit que R est bien un polynme, et que d
o
R m+n. Pour terminer, il sut de
remarquer que pour k = m+n, tous les termes de la somme sont nuls, sauf un, celui pour
j = m, qui vaut P
m
Q
n
,= 0. Donc, d
o
R = m + n = d
o
P + d
o
Q.
Proposition 21.4 : Lensemble des polynmes, muni des lois prcdentes, est une K-
algbre commutative. Lanneau sous-jacent est un anneau intgre.
Dmonstration : Vrications assez fastidieuses pour les proprits de la multipli-
cation. Nous ne les ferons pas. Signalons simplement que le neutre pour laddition est
(0, 0, 0, . . .) et le neutre pour la multiplication est (1, 0, 0, . . .).
I.4 criture dnitive
On note 1 = (1, 0, 0, ) et X = (0, 1, 0, 0, ). On montre alors facilement par rcur-
rence sur k que k N, X
k
= (0, , 0, 1, 0, ).
Proposition 21.5 : Tout polynme scrit, de faon unique,
k=0
a
k
X
k
, o les a
k
K
sont tous nuls sauf un nombre ni.
Dmonstration : On nous demande en fait de montrer que la famille B = (X
k
)
k0
est
une base de K[X]. On a (P
0
, P
1
, . . .) = P
0
(1, 0, . . .) + P
1
(0, 1, 0, . . .) + . . . =
k=0
P
k
X
k
donc B est gnratrice. Cette somme est en ralit nie puisque tous les P
k
sont nuls sauf
un nombre ni dentre eux. Supposons mainenant

k=0
P
k
X
k
= 0. En dautres termes,
(P
k
)
k0
= 0 : B est libre.
Remarque 21.2 :
X est appel lindtermine
On note les sommes jusqu linni. En fait, elles sont nies, et on peut sarrter au
degr du polynme mis en jeu.
Un polynme est dit constant lorsquil est de degr 0.
Si P est un polynme de degr d N, on appelle coecient dominant de P le
coecient de X
d
. Si ce coecient vaut 1, on dit que le polynme est unitaire.
I.5 compose
Dfinition 21.3 : Soient P et Q deux, polynmes, avec P =
k=0
P
k
X
k
. On appelle
compose de P et Q le polynme P Q =
k=0
P
k
Q
k
.
Proposition 21.6 : Soient P et Q deux polynmes, avec Q non constant. On a d
o
(P
Q) = d
o
P d
o
Q.
Dmonstration : Soit m = d
o
P. On a P Q =
m
k=0
P
k
Q
k
= P
m
Q
m
+
k<m
P
k
Q
k
. Le
degr de P
m
Q
m
est md
o
Q = d
o
Pd
o
Q. Chaque terme de la somme est de degr strictement
infrieur. Do le rsultat.
Remarque 21.3 : Si Q = est constant, alors P Q =
k=0
P
k
k
. On constate que
P Q est constant lui aussi. Mais il existe des valeurs de (les racines de P) pour lesquelles
P Q = 0. Ainsi, le degr de P Q est ou 0, et on ne peut rien dire de plus prcis
sans regarder de plus prs.
Proposition 21.7 : La composition des polynmes est associative, non commutative,
possde X pour neutre, et est distibutive droite, mais pas gauche, par rapport laddi-
tion.
Dmonstration : Nous admettons associativit, commutativit, et distributivit
droite. Pour tout polynme P, on a P X =
k=0
P
k
X
k
= P et X P = P donc X
est le neutre pour la composition. Enn, X
2
(X + 1) = (X + 1)
2
= X
2
+ 2X + 1 mais
X
2
X + 1 X = X
2
+ 1. On obtient donc deux polynmes distincts (sauf si 2 = 0, bien
entendu).
Exercice : Et si 2 = 0 ?
II Lanneau des polynmes
II.1 Multiples, diviseurs, dun polynme
Dfinition 21.4 : Soient A et B deux polynmes. On dit que B divise A, et on note
B[A, lorsquil existe C K[X] tel que A = BC.
Proposition 21.8 : La relation divise est rexive et transitive. En revanche, ce
nest pas une relation dordre. Plus prcisment, soient A, B K[X]. On a
_
A[B
B[A
K
, B = A
On dit alors que les polynmes A et B sont associs.
Dmonstration : Dans le sens direct, on voit que A et B sont nuls tous les deux, ou
non nuls tous les deux. Dans le second cas, on a d
o
A d
o
B, puisque B = AC. De mme,
d
o
B d
o
A. On a donc B = AC, avec d
o
C = 0.
II.2 Division euclidienne
Proposition 21.9 : Soient A, B K[X], B ,= 0. Il existe un unique couple (Q, R) de
polynmes tel que
_
A = BQ + R
d
o
R < d
o
B
Q et R sont appels le quotient et le reste de la division euclidienne de A par B.
Dmonstration : Montrons dabord lexistence. Si d
o
A < d
o
B, Q = 0 et R = A
conviennent. On fait ensuite une rcurrence forte sur n = d
o
A d
o
B. Soit A K[X] de
degr n d
o
B. Supposons lexistence du quotient et du reste de la division par B de tout
III. FONCTIONS POLYNMES 231
polynme de degr < n. Soit m le degr de B. Considrons A
t
= A
A
n
B
m
X
nm
B. Le degr
de A
t
est clairement infrieur ou gal n, celui de A. Mieux, A
t
n
= A
n

A
n
B
m
B
m
= 0.
Donc, d
o
A
t
< n. On peut donc appliquer lhypothse de rcurrence. Il existe Q
t
, R tels que
A
t
= BQ
t
+R et d
o
R < d
o
B. Do A = A
t
+
A
n
B
m
X
nm
B = (Q
t
+
A
n
B
m
X
nm
)B+R = BQ+R.
Pour lunicit, supposons A = BQ+R = BQ
t
+R
t
o R et R
t
sont de degr strictement plus
petit que le degr de B. On a B(QQ
t
) = R
t
R donc d
o
B+d
o
(QQ
t
) = d
o
(R
t
R) < d
o
B.
Ainsi, d
o
(QQ
t
) < 0. Le seul polynme de degr strinctement ngatif est 0. Donc Q = Q
t
puis, en reportant, R = R
t
.
III Fonctions polynmes
III.1 Cest quoi ?
Dfinition 21.5 : Soit f : K K. On dit que f est une fonction polynme lorsquil
existe une suite presque nulle (a
0
, a
1
, ) dlments de K telle que
x K, f(x) =
k=0
a
k
x
k
On note K[x] (jaurais prfr K[id]) lensemble des fonctions polynmes.
Remarque 21.4 : Un polynme est un objet abstrait. On ne peut pas donner une valeur
X. En revanche, si f est une fonction polynme, on peut videmment calculer f(a) pour
a K.
Proposition 21.10 : K[x] est une K-algbre commutative.
Dmonstration : Cest une sous-algbre de K
K
, lalgbre des fonctions de K vers K. Il
sut de vrier que la somme et le produit de deux fonctions polynmes sont encore des
fonctions polynmes, et de mme pour le produit dune fonction polynme par un lment
de K.
III.2 Polynmes et fonctions polynmes
Soit : K[X] K[id] lapplication qui P =
k=0
P
k
X
k
associe la fonction

P dnie
par x K,

P(x) =
k=0
P
k
x
k
.
Proposition 21.11 : La fonction est un morphisme dalgbres surjectif.
Dmonstration : La preuve consiste en quelques vrications que nous ne ferons pas :
les lecteurs qui auront scrupuleusement vri que K[x] est une algbre auront dailleurs
dj fait tout le travail (et seuls ceux-ci pourront comprendre cette phrase). Le problme
reste linjectivit de : peut-on identier les polynmes et les fonctions polynmes ?
Nous allons voir que cest le cas lorsque le corps K est inni (cest donc toujours le cas
lorsque K est un sous-corps de C).
III.3 Racines dun polynme
Dfinition 21.6 : Soit P K[X]. Soit a K. On dit que a est racine de P lorsque
P(a) = 0.
Proposition 21.12 : Soit P K[X]. Soit a K. Alors a est racine de P si et seulement
si X a divise P.
Dmonstration : Supposons que a est racine de P. On a donc P = (X a)Q o
Q K[X]. De l,

P(a) = (a a)
Q(a) = 0. Inversement, supposons que

P(a) = 0. On crit
P = (X a)Q + R avec d
o
R < d
o
(X a) = 1. R = K est donc constant. En passant
aux fonctions polynmes, on en tire 0 = (a a)
Q(a) + do = 0 et P = (X a)Q.
Proposition 21.13 : Soient a
1
, , a
n
des lments distincts de K. Ce sont des racines
de P si et seulement si

n
k=1
(X a
k
) divise P.
Dmonstration : Dans un sens, cest vident. Dans lautre sens, cest une rcurrence
sur n. Faisons-le pour n = 2. Soient a ,= b deux racines de P. On a P = (Xa)Q, puisque
a est racine de P. Mais alors,

P(b) = 0 = (b a)
Q(b). Comme a ,= b, b est racine de Q, et

Q = (X b)R. Donc, P = (X a)(X b)R.
Proposition 21.14 : Soit P un polynme non nul, de degr n N. Le polynme P
possde au plus n racines.
Dmonstration : Si a
1
, , a
k
sont des racines distinctes de P, alors, P = Q
k
j=1
(X
a
j
). Donc, d
o
P = d
o
Q + k do d
o
P k.
Thorme 21.15 : La fonction : K[X] K[id] dnie plus haut est un isomorphisme
si est seulement si le corps K est inni.
Dmonstration : Supposons le corps K inni. Soit P ker . La fonction polynme

P
est donc la fonction nulle. P a ainsi une innit de racines et ne peut tre que le polynme
nul. Inversement, supposons K ni. Soit P =
aK
(Xa). Le polynme P est un polynme
de degr card K, et pourtant

P = 0.
Remarque 21.5 : Dans tout corps K inni comme Q, R, C, on peut donc identier les
polynmes et les fonctions polynmes, cest dire que lon ncrira plus les chapeaux. On
crira aussi parfois P(X) pour un polynme P. Bref, les fonctions polynmes se prennent
pour des polynmes, et les polynmes se prennent pour des fonctions.
III.4 Racines multiples
Dfinition 21.7 : Soit P un polynme, et a un lment de K. Soit k N. On dit que
a est racine de P de multiplicit k lorsque (X a)
k
divise P, mais (X a)
k+1
ne divise
pas P.
On parle ainsi de racine simple, double, etc. Une racine de multiplicit 0 est une non-
racine.
IV. DRIVATION 233
IV Drivation
IV.1 Drive dun polynme
Dfinition 21.8 : Soit P =
k=0
P
k
X
k
. On appelle drive de P le polynme
P
t
=
k=1
kP
k
X
k1
Les formules classiques de drivation dune somme, dun produit, dune compose, se
dmontrent sans problme de faon purement formelle. On a bien sr la notion de drive
dordre suprieur, la formule de Leibniz, etc. Il convient de remarquer que si K est un sous-
corps de C et P K[X] est non constant, on a d
o
P
t
= d
o
P 1. Ainsi, en drivant d
o
P +1
fois le polynme P, on tombe sur le polynme nul. On remarque enn que

P
t
= (
P)
t
lorsque la notion de drive dune fonction polynme a un sens, cest dire, pour nous,
lorsque K = R.
IV.2 Formule de Taylor
Ici, K est un sous-corps de C.
Proposition 21.16 : Soit P K[X]. Soit a K. On a
P(X) =
k=0
(X a)
k
k!
P
(k)
(a)
Dmonstration : On procde par rcurrence sur n = d
o
P. Cest clair si P est constant.
Sinon, on a P
t
(X) =
n1
k=0
(Xa)
k
k!
P
(k+1)
(a) do le rsultat en intgrant.
Corollaire 21.17 : Soit P K[X]. Soit a K et k N. Alors, a est racine dordre k
du polynme P si et seulement si P(a) = P
t
(a) = = P
(k1)
(a) = 0, et P
(k)
(a) ,= 0.
Dmonstration : Si P et ses drives jusqu lordre k 1 sont nulles en a, la formule
de Taylor scrit P(X) =
n
j=k
(Xa)
j
j!
P
(j)
(a). On peut donc factoriser (X a)
k
dans le
polynme. Une fois factoris, le polynme restant ne sannule pas en a.
Inversement, on fait une rcurrence sur k. Supposons P = (X a)
k
Q, o Q(a) ,= 0.
Alors, P
t
= (X a)
k1
R o R(a) ,= 0. Par lhypothse de rcurrence, on a donc P
t
(a) =
= P
t(k2)
(a) = 0 et P
t(k1)
(a) ,= 0. Enn, on a bien entendu P(a) = 0.
V Factorisation des polynmes
V.1 Polynmes irrductibles
Dfinition 21.9 : Soit P K[X]. On dit que P est irrductible sur K lorsque
P nest pas constant.
chaque fois que lon P = QR, Q ou R est constant.
Exemple :
Les polynmes de degr 1
X
2
+ X + 1 sur R, mais pas sur C.
X
3
2 sur Q.
X
2
+ X + 1 sur Z/2Z.
Proposition 21.18 : Tout polynme non constant scrit de faon unique, lordre
prs, comme un produit de polynmes irrductibles.
Dmonstration : Montrons tout dabord lexistence de la dcomposition. On fait une
rcurrence forte sur n = d
o
P. Si n = 1 cest clair puisquun polynme de degr 1 est irrduc-
tible. Soit n 1. Supposons lexistence de la dcomposition pour tout polynme de degr
strictement infrieur n. Soit P un polynme de degr n. Deux cas se prsentent. Premire
possibilit, P est irrductible. Dans ce cas on a ni. Deuxime possibilit, P = QR avec
Q et R non constants. Mais alors Q et R sont de degr strictement infrieur n. Daprs
lhypothse de rcurrence, ils se dcomposent en produit de polynmes irrductibles, donc
P aussi. Lunicit de la dcomposition repose sur le thorme de Gauss que nous navons
pas encore. Nous ladmettons pour linstant.
Thorme 21.19 : [DAlembert-Gauss] Soit P C[X] non constant. Alors, P a au
moins une racine.
Dmonstration : Thorme admis.
Proposition 21.20 :
Les polynmes irrductibles sur C sont les polynmes de degr 1.
Les polynmes irrductibles sur R sont les polynmes de degr 1 et les polynmes de
degr 2 discriminant strictement ngatif.
Dmonstration : Commenons par C. Soit P C[X]. Si P est de degr 1, il est
irrductible. Supposons P de degr suprieur ou gal 2. Le thorme de dAlembert
arme que P a une racine a. On a donc P = (X a)Q o Q nest pas constant. Donc P
nest pas irrductible. Passons R. Soit P R[X]. Si P est de degr 1, il est irrductible.
Supposons P de degr 2. Si P = QR avec Q et R non constants alors Q et R sont de
degr 1, donc P a une racine. Donc, si son discriminant est strictement ngatif, P est
irrductible. Inversement, si le discriminant de P est positif ou nul, P a une racine et
nest donc pas irrductible. Supposons pour terminer que d
o
P 3. Si P a une racine
relle a, alors X a divise P et P nest pas irrductible. Sinon, P a une racine non relle
. Mais P tant coecients rels, on voit facilement que

,= est aussi racine de P.
On peut donc crire P = (X )(X

)Q o Q est a priori dans C[X]. Cependant,
A = (X )(X

) = X
2
21X +[[
2
R[X]. Ensuite, arguments subtils. On a dune
part P = AQ dans C[X], et dautre part (division euclidienne dans R[X]) P = AQ
t
+ R
avec Q
t
et R dans R[X]. Mais cette dernire galit est aussi une galit dans C[X], et
donc une division euclidienne dans C[X]. Par unicit du quotient et du reste de la division
V. FACTORISATION DES POLYNMES 235
euclidienne, on en dduit Q = Q
t
et R = 0, do P = AQ avec A, Q R[X] et d
o
A = 2
donc Q non constant. P nest donc pas irrductible.
V.2 Polynmes scinds
Dfinition 21.10 : Soit P K[X]. On dit que P est scind (sur K) lorsque P est un
prdoduit de polynmes de degr 1.
Exemple : Tout polynme de C[X] est scind. Cest le thorme de dAlembert.
Proposition 21.21 : Soit P K[X] un polynme non nul de racines
1
, ,
q
dordres de multiplicit respectifs k
1
, , k
q
. Alors k
1
+ +k
q
d
o
P et on a galit si et
seulement si P est scind sur K.
Dmonstration : On remarque que si P = QR et si a est racine dordre k de P, mais
pas de R, alors a est racine dordre k de Q. En eet a est clairement racine de Q. Donc,
Q = (X a)Q
1
. On termine par rcurrence sur k.
Ainsi,
q
i=1
(X
i
)
k
i
divise P, donc on a bien lingalit demande. La CNS dgalit
est vidente.
V.3 Relations coecients-racines
Soit P = aX
2
+ bX + c un polynme de degr 2. Supposons P scind. On a donc
P = a(Xx
1
)(Xx
2
). En dveloppant on trouve les relations bien connues x
1
+x
2
=
b
a
et x
1
x
2
=
c
a
. Prenons maintenant un polynme scind de degr 3, P = aX
3
+ bX
2
+
cX + d = a(X x
1
)(X x
2
)(X x
3
). Un dveloppement donne x
1
+ x
2
+ x
3
=
b
a
,
x
1
x
2
+ x
2
x
3
+ x
1
x
3
=
c
a
et x
1
x
2
x
3
=
d
a
. On commence voir apparatre quelque chose.
Dfinition 21.11 : Soit n 1, et k un entier entre 1 et n. On appelle k-ime polynme
symtrique lmentaire le polynme n variables
k
(X
1
, , X
n
) =
1i
1
<<i
k
n
X
i
1
X
i
2
X
i
k
En particulier
1
= X
1
+ X
2
+ . . . + X
n
et
n
= X
1
X
2
. . . X
n
.
Proposition 21.22 : Soit n 1. Soit P =
n
k=0
P
k
X
k
un polynme de degr n
scind, de racines
1
, ,
n
(ventuellement gales sil y a des racines multiples). En
clair, P = P
n
n
i=1
(X
i
). On a alors pour tout entier k entre 1 et n
k
(
1
, ,
n
) = (1)
k
P
nk
P
n
Dmonstration : On donne juste lide de la preuve, qui se fait par rcurrence sur n.
Pour n = 1, 2, 3 nous avons dj vu que ctait vrai. Supposons que lon sait faire pour un
polynme de degr n 1, et prenons P = P
n+1
n+1
k=1
(X
k
). On a alors
P = P
n+1
_
X
n
+
n
k=1
(1)
nk
nk
(
1
, ,
n
)X
k
_
(X
n+1
)
On rordonne ensuite suivant les puissances de X pour constater que lon obtient bien les
polynmes symtriques lmentaires en
1
, ,
n+1
.
Exercice : Trouver tous les rels x, y, z vriant
_
_
_
x + y + z = 2
1
x
+
1
y
+
1
z
=
5
6
xyz = 6
VI Pgcd,Ppcm
VI.1 Lalgorithme dEuclide
Proposition 21.23 : Soient A et B deux polynmes coecients dans K. Il existe un
polynme vriant
D K[X],
_
D[A
D[B
D[
Le polynme est unique constante multiplicative non nulle prs.
Dfinition 21.12 : est appel un pgcd de A et B. On parlera abusivement du pgcd
de A et B, et on notera = A B ou = pgcd(A, B).
Dmonstration : Lunicit est claire : si
1
et
2
sont deux pgcd de A et B, alors
chacun divise lautre, et ils sont donc associs.
Si B = 0, lexistence est assure, puisque = A convient. Sinon, un polynme D
divise A et B si et seulement si il divise B et R, o R est le reste de la division euclidienne
de A par B. On cre ainsi une suite de restes successifs de divisions euclidiennes : cest
lalgorithme dEuclide. On arrive forcment un reste nul, car la suite des degrs des restes
serait sinon une suite strictement dcroissante dentiers naturels. Le dernier reste non nul
est le polynme recherch.
Exemple : Pour tout polynme A, on a A 1 = 1, A 0 = A, A A = A. On a
(X
2
3X + 2) (X
3
2X
2
+ X 2) = X 2.
VI.2 Thorme de Bzout
Dfinition 21.13 : Soient A, B K[X]. On dit que A et B sont premiers entre eux
lorsque A B = 1.
Exemple : Deux polynmes irrductibles non associs sont premiers entre-eux. En eet,
soient P et Q irrductibles, non associs. Soit D un polynme. Si D divise P et Q alors
D = 1 ou P et D = 1 ou Q (cmnnp). Donc D = 1 cmnnp.
Thorme 21.24 : Soient A, B K[X]. Alors, A et B sont premiers entre eux si et
seulement si il existe U, V K[X] tels que AU + BV = 1.
VI. PGCD,PPCM 237
Dmonstration : Supposons lexistence de U et V . Alors, Si D divise A et B, il
divise AU +BV , donc 1. Donc, les seuls diviseurs communs de A et B sont les polynmes
constants.
Inversement, supposons que AB = 1. On a 1A+0B = A, et 0A+1B = B.
Soient (R
n
) et (Q
n
) les suites des restes et des quotients des divisions de lalgorithme
dEuclide : R
0
= A, R
1
= B, et R
n
= R
n+1
Q
n+2
+ R
n+2
, avec R
n
0
+1
= 0, et R
n
0
= 1.
Si lon a U
n
A + V
n
B = R
n
, et de mme au rang n + 1, il est alors facile de combiner ces
deux galits (la premire moins Q
n+2
fois la seconde) pour obtenir la mme galit au
rang n + 2. On termine donc par rcurrence.
Remarque 21.6 : Si AB = , le raisonnement prcdent montre quil existe U et V
tels que UA + V B = . La rciproque est fausse lorsque nest pas constant.
VI.3 Thorme de Gauss
Thorme 21.25 : Soient A, B, C K[X]. On suppose que A[BC et que A B = 1.
Alors, A[C.
Dmonstration : On a UA + V B = 1 et BC = QA. Donc, C = UAC + V BC =
UAC + V QA = (UC + V Q)A.
VI.4 Proprits utiles
Les trois proprits ci-dessous sont analogues aux proprits vues en arithmtique sur
Z. Elles se dmontrent de la mme faon, grce aux thormes de Bzout et Gauss.
Proposition 21.26 : Soient A, B, K[X]. Alors = A B si et seulement si il
existe A
1
, B
1
K[X] tels que
_
_
_
A = A
1
B = B
1
A
1
B
1
= 1
Proposition 21.27 : Soient A, B
1
, . . . B
n
K[X]. A est premier avec chacun des B
i
si et seulement si il est premier avec leur produit.
Exemple : Soient a, b K, a ,= b. Soient , N. Alors (X a)
(X b)
= 1.
Proposition 21.28 : Si A
1
, , A
n
sont premiers entre eux deux deux et divisent B,
alors le produit des A
i
divise B.
Remarque 21.7 : Nous allons montrer lunicit de la dcomposition en produit de
polynmes irrductibles, que nous avions pour linstant laisse de ct. On va procder
comme pour les entiers : la dicult est lie lordre des facteurs. Notons J lensemble
des polynmes irrductibles et unitaires sur le corps K. Tout polynme Q K[X] non nul
scrit Q = c
P7
P
P
o c K
et les
P
sont des entiers naturels tous nuls sauf un
nombre ni. Soit Q un polynme non nul. Supposons Q = c
P7
P
P
= c
t
P7
P
P
.
Le coecient dominant de Q est c = c
t
. On a donc
P7
P
P
=
P7
P
P
. Soit P
0
J.
On a P
P
0
0
[P
P
0
0
P7,P,=P
0
P
P
. Mais P
P
0
0
est premier avec

P7,P,=P
0
P
P
. Donc, par
le thorme de Gauss, P
P
0
0
[P
P
0
0
. On en dduit que
P
0

P
0
. De la mme faon, on
obtient
P
0

P
0
et donc
P
0
=
P
0
. Il y a bien unicit de lcriture.
VI.5 Ppcm
Proposition 21.29 : Soient A, B K[X]. Il existe un poynme , unique constante
multiplicative non nulle prs, tel que
M K[X],
_
A[M
B[M
[M
Dmonstration : Voir le cours sur les entiers relatifs. On crit A = A
1
, B = B
1
,
o = A B et A
1
B
1
= 1. On pose = A
1
B
1
et on montre ensuite que est,
constante multiplicative non nulle prs, lunique solution du problme.
Dfinition 21.14 : est appel un ppcm de A et B. On parlera abusivement du ppcm
de A et B, et on notera = A B ou = ppcm(A, B).
Proposition 21.30 : (A B)(A B) = AB.
Dmonstration : Avec les notations ci-dessus, (AB)(AB) = (A
1
B
1
) = AB.
VII Calculs pratiques
VII.1 Utilisation de polynmes irrductibles
Soient A =
P7
P
P
et B =
P7
P
P
o les
P
,
P
sont des entiers naturels presque
tous nuls. Alors, A B =
P7
P
min(
P
,
P
)
et A B =
P7
P
max(
P
,
P
)
. Se reporter
au cours darithmtique dans Z pour une dmonstration. Cette mthode de calcul nest
videmment utile que pour des polynmes que lon sait factoriser.
VII.2 Calcul des coecients de Bzout
Se reporter au cours darithmtique dans Z. La mthode est identique. Elle permet de
rsoudre compltement lquation AU + BV = C, dinconnues U, V K[X].
VII.3 Fonction Mathematica
La fonction bezout ci-dessous prend en paramtres deux polynmes A et B et une
indtermine X. Elle renvoie une liste U, V, , o est le pgcd de A et de B, et U, V
sont deux polynmes vriant AU +BV = . On peut mme montrer que le couple (U, V )
obtenu est optimal du point de vue des degrs : d
o
U < d
o
B et d
o
V < d
o
A, et cest le seul
couple vrier cette proprit.
VII. CALCULS PRATIQUES 239
bezout[A_, B_, X_] := Module[{Q, S1, S2},
S1 = {1, 0, A};
S2 = {0, 1, B};
While[S2[[3]] =!= 0,
Q = PolynomialQuotient[S1[[3]], S2[[3]], X];
{S1, S2} = Simplify[{S2, S1 - Q * S2}]
];
S1
]
Chapitre 22
Matrices
241
242 CHAPITRE 22. MATRICES
I Notion de matrice
I.1 Cest quoi ?
Dfinition 22.1 : Soit E un ensemble. Soient p, q deux entiers non nuls. On appelle
matrice p lignes et q colonnes coecients dans E toute application M : [1, p] [1, q]
E.
Une matrice est donc une suite nie deux indices. On reprsente la matrice
M = (M
ij
)
1ip,1jq
par un tableau p lignes et q colonnes. Ce tableau est not indiremment avec des [] ou
des () mais pas avec des [[ (notation qui sera rserve aux dterminants).
Notation : /
p,q
(E) dsigne lensemble des matrices p lignes et q colonnes coecients
dans E. Lorsque p = q, on note plus simplement /
p
(E) lensemble des matrices carres
de taille p p coecients dans E.
Remarque 22.1 : On gnralise, et on appelle encore matrice p lignes et q colonnes
toute application M : I J E lorsque I et J sont deux ensembles nis de cardinaux
respectifs p et q.
I.2 Structure despace vectoriel sur les ensembles de matrices
Dornavant, on suppose que E est un corps commutatif K. On dnit les deux opra-
tions suivantes :
Addition : (A + B)
ij
= A
ij
+ B
ij
Multiplication par un scalaire :(.A)
ij
= A
ij
Proposition 22.1 : (/
p,q
(K), +, .) est un K-espace vectoriel de dimension p q.
Dmonstration : La structure despace vectoriel est une simple vrication. Le neutre
pour laddition est la matrice nulle, qui a tous ses coecients gaux 0. Loppos dune
matrice est la matrice ayant tous ses coecients opposs la matrice de dpart. Une base
de /
p,q
(K) est la famille (E
ij
)
1ip,1jq
o, pour tout i et pour tout j, E
ij
est la matrice
ayant tous ses coecients nuls, sauf celui situ la ligne i, colonne j, qui vaut 1. Autrement
dit, (E
ij
)
k
=
k
i

j
o est le symbole de Kronecker.
II Vecteurs, applications linaires et matrices
II.1 Matrice dun vecteur, dune famille de vecteurs
Soit E un K-espace vectoriel de dimension p et B = (e
1
, , e
p
) une base de E. Soit
x E. On sait que le vecteur x scrit de faon unique x =
p
k=1
x
i
e
i
o les x
i
K sont
les coordonnes de x dans la base B.
II. VECTEURS, APPLICATIONS LINAIRES ET MATRICES 243
Dfinition 22.2 : On appelle matrice de x dans la base B la matrice colonne mat
B
(x) =
_
_
_
x
1
.
.
.
x
p
_
_
_
.
Proposition 22.2 : Soit E un K-espace vectoriel de dimension p muni dune base B.
Lapplication E /
p,1
(K) associant tout x de E sa matrice dans la base B est un
isomorphisme despaces vectoriels.
Dmonstration : Il est immdiat de vrier que pour tous vecteurs x, y E et tout
K, on a mat
B
(x + y) = mat
B
(x) + mat
B
(y) et mat
B
(x) = mat
B
(x). De plus, toute
matrice de /
p,1
(K) est la matrice dans la base B dun unique vecteur de E.
Pour toutes les oprations sur les vecteurs, on peut donc travailler indiremment sur
les vecteurs ou leurs matrices, une fois que lon sest x une base de E .
Dfinition 22.3 : Plus gnralement, tant donne une famille T = (x
1
, , x
q
) de q
vecteurs de E, on dnit mat
B
(T) comme la matrice p lignes et q colonnes dont la jme
colonne (j = 1..q) est forme des composantes du vecteur x
j
dans la base B.
II.2 Matrice dune application linaire
Dfinition 22.4 : Soient E et F deux K-espaces vectoriels de dimensions respectives q
et p et munis de bases B = (e
1
, , e
q
) et B
t
= (e
t
1
, , e
t
p
). Soit f /(E, F). On appelle
matrice de f dans les bases B et B
t
la matrice
mat
B,B
(f) = mat
B
(f(B))
Cest donc la matrice p lignes et q colonnes dont la jme colonne est forme des
composantes du jme vecteur de B dans la base B
t
.
Notation : Lorsque F = E et B
t
= B on note de faon plus lgre mat
B
(f).
Exemple : Soit f = id
E
o dimE = n. Alors, mat
B
(f) = I
n
o I
n
est la matrice
dont tous les coecients diagonaux sont gaux 1 et les autres coecients sont nuls. On
lappelle la matrice identit dordre n.
3
R
3
dnie par f(x, y, z) = (x+4y+7z, 2x+5y+8z, 3x+6y+9z).
La matrice de f dans la base canonique de R
3
est
_
_
1 4 7
2 5 8
3 6 9
_
_
.
Thorme 22.3 : Soient E et F deux K-espaces vectoriels de dimensions respectives q
et p, munis de bases respectives B et B
t
. Lapplication /(E, F) /
p,q
(K) qui chaque
application associe sa matrice dans les bases B et B
t
est un isomorphisme despaces vecto-
riels.
Dmonstration : La linarit est une simple vrication. Lisomorphisme rsulte du
fait quune application linaire est caractrise par la donne des images des vecteurs dune
base.
Remarque 22.2 : A retenir : mat
B,B
(f+g) = mat
B,B
(f)+mat
B,B
(g) et mat
B,B
(.f) =
.mat
B,B
(f).
III Produit matriciel
III.1 Analyse du problme
On se donne trois espaces vectoriels E, F, G, de dimensions respectives r, q et p,
munis de bases B, B
t
et B
tt
. Soient f /(E, F) et f /(F, G). Notons B /
q,r
(K) et
A /
p,q
(K) les matrices respectives de f et g (dans les bases donnes). Avec des notations
videntes, on a alors
g f(e
j
) = g(
q
k=1
B
kj
e
t
k
)
=
q
k=1
B
kj
g(e
t
k
)
=
q
k=1
B
kj
p
i=1
A
ik
e
tt
i
=
p
i=1
(
q
k=1
A
ik
B
kj
)e
tt
i
On constate donc que la matrice de g f dans les bases B et B
tt
est la matrice C
/
p,r
(K) de coecients C
ij
=
q
k=1
A
ik
B
kj
.
III.2 Produit de deux matrices
Dfinition 22.5 : Soient A /
p,q
(K) et B /
q,r
(K). On appelle produit des
matrices A et B la matrice C /
p,r
(K) dont les coecients valent
C
ij
=
q
k=1
A
ik
B
kj
Exercice : Calculer le produit de A =
_
1 2 3
4 5 6
_
par B =
_
_
5 1 2
0 1 1
1 1 0
_
_
.
Proposition 22.4 : On se donne trois espaces vectoriels E, F, G, de dimensions
respectives r, q et p, munis de bases B, B
t
et B
tt
. Soient f /(E, F) et f /(F, G). Alors
mat
B,B
(g f) = mat
B
,B
(g).mat
B,B
(f)
Dmonstration : Cest une consquence directe de la dnition du produit matriciel.
III. PRODUIT MATRICIEL 245
III.3 Associativit du produit matriciel
Thorme 22.5 : Soient A /
p,q
(K), B /
q,r
(K) et C /
r,s
(K). Alors, (AB)C =
A(BC).
Dmonstration : Soient E, F, G, H 4 espaces vectoriels de dimensions respectives
s, r, q, p munis de bases B, B
t
, B
tt
, B
ttt
. Soient f /(E, F), g /(F, G) et h /(G, H)
telles que A = mat
B
,B
h, B = mat
B
,B
g et C = mat
B,B
f. On a (AB)C = (mat
B
,B
h
mat
B
,B
g) mat
B,B
f = mat
B
,B
(h g) mat
B,B
f = mat
B,B
((h g) f). De mme,
A(BC) = mat
B,B
(h (g f)). Do le rsultat puisque la composition des applications
est associative.
III.4 Lalgbre des matrices carres
Proposition 22.6 : Soit n un entier non nul. /
n
(K) est une K-algbre, non commu-
tative si n ,= 1. De plus, si E est un K-espace vectoriel de dimension n, et B est une base
de E, lapplication E /
n
(K) qui tout endomorphisme de E associe sa matrice dans
la base B est un isomorphisme dalgbres.
Dmonstration : Nous avons dj presque tout vri. Le neutre pour la multiplication
des matrices est la matrice identit I
n
. La distributivit de la multiplication matricielle
par rapport laddition peut se montrer comme lassociativit de la multiplication, en
interprtant en termes dapplications linaires.
Remarque 22.3 : La multiplication des matrices nest pas commutative. Par exemple,
soient A =
_
0 1
0 0
_
et B =
_
0 0
1 0
_
. On a AB =
_
1 0
0 0
_
alors que BA =
_
0 0
0 1
_
.
Exercice : En utilisant les matrices de la remarque ci-dessus, fabriquer deux matrices
n n A et B telles que AB ,= BA.
III.5 Matrices inversibles
On note GL
n
(K) lensemble des matrices carres inversibles de taille n n. Cest un
groupe, non commutatif si n 2. Lisomorphisme du paragraphe prcdent montre que
ce groupe estisomorphe GL(E) pour tout e.v. E de dimension n. De plus, les endomor-
phismes bijectifs et les matrices inversibles se correspondent.
Exemple : A =
_
a c
b d
_
est inversible si et seulement si ad bc ,= 0.
Proposition 22.7 : Soit A /
n
(K). A est inversible si et seulement si elle est
inversible gauche, si et seulement si elle est inversible droite.
Dmonstration : Cest la consquence immdiate du fait que si E est un K-ev de
dimension nie, f /(E) est bijective si et seulement si elle est injective si et seulement
si elle est surjective.
Remarque 22.4 : Une matrice qui nest pas carre ne peut pas tre inversible (car si
deux ev sont de mme dimension, alors ils sont isomorphes). Elle peut en revanche tre
inversible gauche ou droite.
III.6 Image dun vecteur par une application linaire
Proposition 22.8 : Soit f /(E, F), les deux espaces E et F tant munis de bases
respectives B et B
t
. Soit x E. Alors
mat
B
(f(x)) = mat
B,B
(f).mat
B
(x)
Dmonstration : Posons B = (e
1
, . . . , e
q
), B
t
= (e
t
1
, . . . , e
t
p
), A = mat
B,B
f, X =
mat
B
x et X
t
= mat
B
(f(x)). On a f(x) = f(
x
j
e
j
) =
i
(
j
A
ij
x
j
)e
t
i
. Ainsi, X
t
i1
=
j
A
ij
x
j
=
j
A
ij
X
j1
. Eectivement, X
t
= AX.
III.7 matrices triangulaires
Dfinition 22.6 : Soit A /
n
(K). On dit que la matrice A est triangulaire suprieure
lorsque i > j, A
ij
= 0. DE mme, on dit que A est triangulaire infrieure lorsque i <
j, A
ij
= 0.
Proposition 22.9 : Lensemble des matrices n n triangulaires suprieures (resp :
infrieures) est une K-algbre.
Dmonstration : On va videmment montrer que cest une sous-algbre de /
n
(K).
La matrice identit est bien triangulaire, et la stabilit pour la somme et le produit par un
scalaire sont videntes. Reste montrer la stabilit pour la multiplication matricielle. Soient
donc A, B triangulaires suprieures, et C = AB. Soient i > j. On a C
ij
=
k
A
ik
B
kj
. Si
k > j, alors B
kj
= 0. Si k j, on a i > j k, donc i > k et A
ik
= 0. Donc, pour tous
i > j, C
ij
= 0. C est bien triangulaire suprieure.
Proposition 22.10 : Soit M une matrice triangulaire suprieure. M est inversible si et
seulement si les coecients diagonaux de M son non nuls. Linverse de M est alors aussi
une matrice triangulaire suprieure.
Dmonstration : Soit E un K-ev de dimension n, B = (e
1
, . . . , e
n
) une base de E et
f /(E) dont la matrice dans la base B est M. Pour k = 1, . . . , n, soit E
k
=< e
1
, . . . , e
k
>.
Posons aussi E
0
= 0. Remarquons que M est triangulaire suprieure si et seulement si
pour tout k 1 f(E
k
) E
k
. Supposons que lun des coecients diagonaux de M, M
kk
, soir
nul. On a alors f(E
k
) E
k1
. Mais alors, f ne conserve pas les dimensions, donc nest pas
injective, et M nest pas inversible. Supposons maintenant que les coecients diagonaux
de M sont tous non nuls. On a f(E
1
) = E
1
. Soit 1 k < n tel que f(E
k
) = E
k
. On a alors
f(E
k+1
) = f(E
k
+ < e
k+1
>) = f(E
k
)+ < f(e
k+1
) >= E
k
+ < f(e
k+1
>. Mais f(e
k+1
) =
M
(k+1)(k+1)
e
k+1
+ u o u E
k
. On en dduit que e
k+1
= 1/M
(k+1)(k+1)
(f(e
k+1
) u)
f(E
k+1
). Ainsi, f(E
k+1
) E
k+1
, mais aussi contient E
k
et e
k+1
. Donc, f(E
k+1
) = E
k+1
.
IV. TRANSPOSITION 247
Pour k = n, on obtient f5e) = E : f est surjective, donc bijective, et M est inversible. Pour
terminer, sachant que M est inversible, on a pour tout k f(E
k
) = E
k
(conservation des
dimensions). On a pplique f
1
et on obtient pour tout k f
1
(E
k
) = E
k
. Donc, la matrice
M
1
est triangulaire suprieure.
IV Transposition
IV.1 Cest quoi ?
p,q
(K). On appelle transpose de A la matrice B
/
q,p
(K) dnie pour 1 i q et 1 j p par b
ij
= a
ji
.
Notation : On note
t
A transpose de la matrice A.
IV.2 Proprits
Proposition 22.11 :
t
(A + B) =
t
A +
t
B
t
(.A) = .
t
A
tt
A = A
t
(A.B) =
t
B.
t
A
Dmonstration : Par exemple, (
t
(AB))
ij
= (AB)
ji
=
k
A
jk
B
ki
=
k
(
t
B)
ik
(
t
A)
kj
=
(
t
B
t
A)
ij
.
Remarque 22.5 : Lapplication A
t
A est un isomorphisme despaces vectoriels entre
/
p,q
(K) et /
q,p
(K).
Exercice : Calculer
t
X.X et X.
t
X lorsque X est une matrice colonne.
IV.3 Matrices symtriques, antisymtriques
Dfinition 22.8 : Une matrice carre A est dite
symtrique lorsque
t
A = A
antisymtrique lorsque
t
A = A.
Proposition 22.12 : Soit K un corps dans lequel 0 ,= 2.
Toute matrice de /
n
(K) scrit de faon unique comme somme dune matrice sy-
mtrique et dune matrice antisymtrique.
Les ensembles o
n
(K) = A /
n
(K),
t
A = A et /
n
(K) = A /
n
(K),
t
A =
A sont deux sous-espaces vectoriels supplmentaires de /
n
(K) de dimensions
respectives
n(n+1)
2
et
n(n1)
2
.
Dmonstration : Lapplication/
n
(K) /
n
(K) dnie par (A) =
t
A est linaire
et vrie
2
= id. Cest donc une symtrie de /
n
(K). Consquence, les vecteurs invariants
et les vecteurs changs en leur oppos sont deux sev de /
n
(K) supplmentaires. On vrie
facilement que la dcomposition M = S + A dune matrice M en somme dune matrice
symtrique et dune matrice antisymtrique sobtient avec S =
1
2
(M +
t
M) et A =
1
2
(M
t
M).
Exemple : Soit M =
_
_
1 4 7
2 5 8
3 6 9
_
_
. On a M = S + A avec S =
_
_
1 3 5
3 5 7
5 7 9
_
_
et
A =
_
_
0 1 2
1 0 1
2 1 0
_
_
V Changements de base
V.1 Matrices de passage
Dfinition 22.9 : Soit E un K-espace vectoriel de dimension n. Soient B et B
t
deux
bases de E. On appelle matrice de passage de B B
t
la matrice
P
B
B
= mat
B
(B
t
) = mat
B
,B
(id
E
)
V.2 Changement de base pour un vecteur
Proposition 22.13 : Soit E un K-espace vectoriel muni de deux bases B et B
t
. Soit
x E. Posons P = P
B
B
, X = mat
B
(x) et X
t
= mat
B
(x). Alors X
t
= PX.
Dmonstration : On crit que x = id
E
(x), o id
E
part de E muni de la base B
t
et
arrive dans E muni de la base B.
V.3 Changement de bases pour une application linaire
Proposition 22.14 : Soient E et F deux K-espaces vectoriels. Soient B
1
et B
t
1
deux
bases de E, et B
2
et B
t
2
deux bases de F. Soit f /(E, F). Notons M = mat
B
1
,B
2
(f) et
M
t
= mat
B
1
,B
2
(f). Notons galement Alors P
1
= P
B
1
B
1
et P
2
= P
B
2
B
2
. Alors M
t
= P
1
2
M.P
1
.
Dmonstration : On crit f = id
F
f id
E
avec id
E
: E, B
t
1
E, B
1
, f : E, B
1
F, B
2
et id
F
: F, B
2
F, B
t
2
.
Remarque 22.6 : Un cas particulier trs important est celui o E = F, B
1
= B
2
= B,
et B
t
1
= B
t
2
= B
t
. On a alors la formule plus simple M
t
= P
1
MP o P = P
B
B
.
VI. TRACE 249
VI Trace
VI.1 Trace dune matrice carre
Dfinition 22.10 : Soit A = (a
ij
)
1in,1jn
une matrice carre n n. On appelle
trace de A le scalaire TrA =
n
k=1
a
kk
.
VI.2 Proprits
Proposition 22.15 : Soient A et B deux matrices carres de mme taille, et un
scalaire.
Tr(A + B) = TrA + TrB
Tr(.A) = .TrA
Tr(
t
A) = TrA
Tr(A.B) = Tr(B.A)
Dmonstration : Montrons la dernire galit. On a Tr(AB) =
i
(AB)
ii
=
i,k
a
ik
b
ki
.
Et cest pareil pour Tr(BA).
VI.3 Trace dun endomorphisme
Proposition 22.16 : Soit f un endomorphisme dun espace vectoriel E. La quantit
Tr(mat
B
(f)) ne dpend pas de la base B choisie. On lappelle la trace de f, et on la note
Trf.
Dmonstration : Si M et M
t
sont les matrices de f dans deux bases de E, on a
alors M
t
= P
1
MP o P est une matrice de passage. Ainsi, TrM
t
= Tr(P
1
MP) =
Tr(MPP
1
) = TrM.
Exemple : La trace de id
E
est gale la dimension de E. Soit p le projecteur sur F (de
dimension k) paralllement G, o F et G sont deux sev supplmentaires de E. Soit B
une base de E forme de la runion dune base de F et dune base de G. La matrice de p
dans la base B est particulirement simple. Elle est diagonale, les k premiers lments de
la diagonale valent 1, les autres valent 0. Ainsi, la trace de p est gale k = dimF, cest
dire au rang de p.
Exercice : Que vaut la trace dune symtrie ?
VII Rang
VII.1 Rang dune matrice
K
(p, q). On appelle trace de A le rang de la famille des
colonnes de A, identies des vecteurs de K
p
.
Exemple :
rg
_
1 2 3
0 2 4
_
= 2.
rg
_
_
1 4 7
2 5 8
3 6 9
_
_
= 2.
rg
_
_
1 4 7
2 5 8
3 6 10
_
_
= 3.
rgI
n
= n, rg 0 = 0.
Remarque 22.7 :
Si f /(E, F), le rang de f est gal au rang de sa matrice dans nimporte quel
couple de bases.
Une matrice A /
K
(n) est inversible si et seulement si rgA = n.
VII.2 Matrice canonique dune application linaire
Proposition 22.17 : Soit f /(E, F) o E et F sont deux espaces vectoriels de
dimensions q et p. On suppose que rgf = r. Il existe alors une base B de E et une base B
t
de F telles que
mat
B,B
(f) =
_
I
r
0
r,qr
0
pr,r
0
pr,qr
_
Notation : On note dornavant J
p,q,r
la matrice ci-dessus. A noter que son rang est
gal r. A noter galement, la forme de J
p,q,r
lorsque r est gal p et/ou q (quand f est
une surjection et/ou une injection).
Dmonstration : ker f est de dimension q r. Soit G un supplmentaire de ker f. Soit
B
1
= (e
1
, , e
r
) une base de G, et B
2
= (e
r+1
, , e
q
) une base de ker f. La runion
B de ces deux familles est une base de E. Soit B
t
1
= (e
t
1
, , e
t
r
) limage par f de la
famille B
1
. Daprs le thorme du rang, cette famille est libre. On la complte en une base
B
t
= (e
t
1
, , e
t
p
) de F. La matrice de f dans les bases B et B
t
a la forme cherche.
VII. RANG 251
VII.3 quivalence des matrices
Dfinition 22.12 : Soient A, B /
K
(p, q) deux matrices de mme taille. On dit que
A est quivalente B lorsquil existe Q GL
K
(q) et P GL
K
(p) telles que B = P
1
.A.Q.
Proposition 22.18 : Lquivalence des matrices est ne relation dquivalence.
Dfinition 22.13 : Deux matrices carres A et B sont semblables lorsquil existe une
matrice P inversible telle que B = P
1
AP.
Remarque 22.8 : La relation de similitude est aussi une relation dquivalence, et deux
matrices semblables sont a fortiori quivalentes.
Proposition 22.19 : Deux matrices sont quivalentes si et seulement si elles repr-
sentent une mme application linaire dans deux couples de bases.
Dmonstration : Supposons que B = P
1
AQ. On interprte A comme mat
B,B
(f) o
f /(K
q
, K
p
) (par exemple). On interprte ensuite P comme P
B
1
B
et Q comme P
B
1
B
. Il en
rsulte que B = mat
B
1
,B
1
(f). La rciproque provient des formules de changement de base.
Remarque 22.9 : Deux matrices carres sont semblables si et seulement si elles sont
les matrices dun mme endomorphisme dans deux bases de lespace.
Proposition 22.20 : Deux matrices sont quivalentes si et seulement si elles ont le
mme rang.
Dmonstration : Supposons A et B quivalentes. Elles sont donc les matrices dune
mme application linaire f dans deux couples de bases direntes. Ainsi, rgB = rgf =
rgA. Inversement, si A et B ont pour rang r, alors elles sont toutes deux quivalentes
J
p,q,r
, donc elles sont quivalentes.
Remarque 22.10 : Il ny a aucun rsultat trivial pour les matrices semblables. Voir
les cours dalgbre linaire des annes suivantes.
VII.4 Rang et transposition
Proposition 22.21 : Soit M /
p,q
(K). Alors, rgM = rg
t
M.
Remarque 22.11 : Ceci implique en particulier que pour chercher le rang dune famille
de vecteurs ou dune matrice, on peut tout aussi bien oprer sur les lignes que sur les co-
lonnes. En revanche, bien noter que des oprations sur les lignes dtruisent toute possibilit
de trouver une image ou un noyau.
Dmonstration : Soit r le rang de M. La matrice M est quivalente J
p,q,r
. On voit
alors facilement que
t
M quivaut J
q,p,r
et est donc de mme rang que M.
VII.5 Rang et matrices extraites
Dfinition 22.14 : Soit M /
p,q
(K). On appelle matrice extraite de M toute ma-
trice M
t
qui est la restriction de M I J, I et J tant des sous-ensembles non vides
respectivement de [1, p] et [1, q].
En pratique, extraire une matrice de M cest rayer des lignes et des colonnes de M.
Exemple : M =
_
a c
b d
_
possde 9 matrices extraites (les crire).
Exercice : Soit M /
p,q
(K). Montrer quon peut extraire (2
p
1)(2
q
1) matrices
de M.
p,q
(K) une matrice de rang r. Alors :
Toutes les matrices extraites de A sont de rang infrieur ou gal r.
Il existe une matrice carre de taille r r, extraite de A, qui est inversible.
Dmonstration : Soit r = rgA. Cest le rang de la famille des colonnes de A. Si lon
extrait r + 1 colonnes ou plus de A, elles seront donc lies. Le fait de rayer des lignes
conservera la dpendance linaire des colonnes. Il reste extraire de A une matrice r r
inversible. On sait tout dabord quil existe r colonnes de A formant une famille libre. On
les extrait. La matrice p r ainsi extraite est toujours de rang r. Il y a donc r lignes de
cette matrice qui forment une famille libre. On les extrait, et on obtient ce que lon cherche.
Chapitre 23
Groupes Symtriques
253
254 CHAPITRE 23. GROUPES SYMTRIQUES
I Notion de permutation
I.1 Permutations dun ensemble
Dfinition 23.1 : Soit E un ensemble non vide. On appelle permutation de E toute
bijection de E dans E. On note S(E) lensemble des permutations de E.
Proposition 23.1 : Soit E un ensemble. Lensemble S(E) est un groupe pour la
composition des applications. Ce groupe est non ablien ds que E possde au moins 3
lments.
Dmonstration : La compose de deux bijections, la rciproque dune bijection, sont
des bijections. La composition des applications est associative. Lidentit de E est le neutre
pour la composition. En ce qui concerne la non-commutatitivit, soient a, b, c trois lments
distincts de E. Soient f, g S(E) dnies comme suit : f(a) = b, f(b) = c, f(c) = a et
pour tout x ,= a, b, c, f(x) = x. g(a) = b, g(b) = a et pour tout x ,= a, b, g(x) = x. On a
alors g f(a) = g(b) = b et f g(a) = f(b) = c. Donc, f g ,= g f.
Dfinition 23.2 : Le groupe S(E) est appel le groupe symtrique de E. Ses lments
sont appels permutations de E.
Remarque 23.1 : Soient E et F deux ensembles. Supposons quil existe une bijection
: E F. Alors lapplication F : S(E) S(F) dnie par F(f) = f
1
est une
bijection. De plus, F(g f = (g f)
1
= ( g
1
) ( f
1
) = (g) (f).
Ainsi, les groupes S(E) et S(F) sont isomorphes.
Proposition 23.2 : Soit E un ensemble ni de cardinal n N. Le groupe (S(E), )
est un groupe ni, de cardinal n!.
Dmonstration : Voir le chapitre sur les entiers naturels.
On ne soccupera dans ce qui suit que des permutations de lensemble [1, n], dont on
notera lensemble S
n
. Une permutation S
n
est note par le tableau de ses valeurs :
=
_
1 2 . . . n
(1) (2) . . . (n)
_
Enn, lusage est de noter multiplicativement la composition des permutations. Attention,
donc, aux confusions.
I.2 Exemples
On a S
1
= id, S
2
= id, o (1) = 2, (2) = 1. Regardons dun peu plus prs
S
3
= id, ,
2
,
12
,
13
,
23
o =
_
1 2 3
2 3 1
_
et
ij
change i et j et laisse le troisime
lment invariant. Voici la table de multiplication dans S
3
:
II. ORBITES 255
id
2
12

23

13
id id
2
12

23

13

2
id
13

12

23
2
id
23

13

12
12

12

23

13
id
2
23

23

13

12

2
id
13

13

12

23

2
id
Exercice : Trouver les sous-groupes de S
3
.
II Orbites
II.1 Notion dorbite
Dfinition 23.3 : Soit a [1, n]. Soit S
n
. On appelle orbite de a suivant
lensemble
O
(a) =
k
(a), k Z
Proposition 23.3 : Les orbites suivant une permutation o
n
forment une partition
de [1, n] : les orbites sont non vides, disjointes, et leur runion est [1, n].
Dmonstration : Soit a [1, n]. On a a =
0
(a), donc a O
(a). Ainsi, les orbites

sont non vides et leur runion est [1, n]. Prenons maintenant deux orbites O = O
(a)
et O
t
= O
(a
t
). Supposons quil existe b O O
t
. Il existe donc k, k
t
Z tesl que
b =
k
(a) =
k
(a). Donc a
t
=
k
k
(a). On en dduit facilement que O
t
O. De mme,
O O
t
donc O
t
= O.
II.2 tude des orbites
Proposition 23.4 : Soit o
n
. Soit a [1, n]. Soit p le cardinal de lorbite de a.
Alors :
Pour tout entier relatif k, on a s
k
(a) = a si et seulement si k pZ.
O
s
(a) = s
k
(a), k = 0, . . . , p 1.
Dmonstration : Soit E = k Z, s
k
(a) = a. On vrie facilement que E est un
sous-groupe de Z. Il existe donc P N tel que E = PZ.
Lentier P est non nul. En eet, lorbite de a est un ensemble ni, il existe donc deux
entiers distincts i et j tels que s
i
(a) = s
j
(a). Donc, 0 ,= i j E.
Soit maintenant k Z. On a k = Pq +r, 0 r < P. Alors s
k
(a) = s
r
(s
Pq
(a)) = s
r
(a).
Donc, O
s
(a) = a, s(a), . . . , s
P1
(a).
De plus, si i, j [0, P 1], i ,= j et s
i
(a) = s
j
(a), alors i j E = PZ. Mais
[i j[ P 1. Do i = j. Donc, O
s
(a) a exectement P lments, donc P = p.
II.3 Cycles, Transpositions
Dfinition 23.4 : On appelle cycle toute permutation ayant exactement une orbite non
rduite un point.
Lorbite en question est appele le support du cycle.
La longueur du cycle est le cardinal de cette orbite.
On appelle tranposition tout cycle de longueur 2.
Notation : Si s est un cycle de longueur l, et a appartient lunique orbite de s non
rduite un point, on note
s = (a s(a) s
2
(a) . . . s
l1
(a))
On remarquera que cette notation est ambigu, puisque lon ne sait plus quel S
n
le
cycle appartient. En gnral, ceci na pas dimportance. Mieux, cest plutt un avantage
puisquun cycle dont le support est inclus dans [1, n] peut tre vu comme un lment de
S
n
, S
n+1
, etc.
Proposition 23.5 : Deux cycles de supports disjoints commutent.
Dmonstration : Soient s, s
t
deux cycles de supports disjoints. Soit a [1, n]. Trois
possibilits : si a est dans le support de s, alors il nest pas dans le support de s
t
et s(a)
non plus. De l, ss
t
(a) = s(a) = s
t
s(a). Mme raisonnement si a est dans le support de s
t
.
Enn, si a nest dans aucun des deux supports, alors s(a) = s
t
(a) = ss
t
(a) = s
t
s(a) = a.
Proposition 23.6 : Toute permutation dirente de lidentit scrit de faon unique,
lordre prs des facteurs, comme un produit de cycles de supports disjoints.
Exemple : Pour trouver la dcomposition, il sut dcrire les orbites dans lordre .
Par exemple,
_
1 2 3 4 5 6 7 8 9 10 11
3 1 7 8 5 6 2 10 11 4 9
_
= (1 3 7 2)(4 8 10)(9 11)
III Signature
III.1 Dcomposition en produit de transpositions
Proposition 23.7 : Toute permutation est un produit de transpositions.
Dmonstration : On raisonne par rcurrence sur n, o S
n
.
Si n = 1, cest trivial.
III. SIGNATURE 257
Supposons la proprit vraie pour les permutations de S
n
. Soit S
n+1
. Si (n +
1) = n + 1, il ny a rien faire : , identie un lment de S
n
, est un produit de
transpositions. Sinon, soit = ((n+1)(n+1)). Alors (n+1) = n+1 donc est
un produit de transpositions daprs le premier cas. Donc, aussi.
Exemple : Dcomposition dun cycle. Soit s = (a
1
a
2
. . . a
p
) un cycle. On a alors
une dcomposition de s en produit de transpositions (ce nest pas la seule) qui est s =
(a
1
a
2
)(a
2
a
3
) . . . (a
p1
a
p
).
Remarque 23.2 : Il ny a pas unicit de la dcomposition. Par exemple, (1 2)(2 3) =
(1 2 3) = (2 3 1) = (2 3)(3 1).
III.2 Signature dune permutation
Dfinition 23.5 : Pour S
n
, on appelle inversion de tout couple (i, j) tel que
i < j et (i) > (j). On note I() le nombre dinversions de .
Exemple : I(id) = 0. Soit = (pq) est une transposition. Prenons par exemple p < q.
Les couples (i, j) tels que i < j et (i) < (j) ont soit leur premier lment gal p, soit
leur second lment gal q. Prcisment, les couples concerns sont (p, p+1), (p, p+2),. . . ,
(p, q), et aussi (p + 1, q), (p + 2, q),. . ., (q 1, q). Donc I() = 2(q p) 1.
Dfinition 23.6 : Pour S
n
, on appelle signature de le nombre () = (1)
I()
1, 1. Une permutation de signature 1 est dite paire, et une permutation de signature

1 est dite impaire.
Exemple : (id) = 1. Pour toute transposition , () = 1.
Notation : On note T
2
(n) lensemble des parties de 1, . . . , n deux lments. On a
ainsi card T
2
(n) =
n(n1)
2
.
Lemme III.1 Soit S
n
. Lapplication, note encore , T
2
(n) T
2
(n) dnie par
(i, j) = (i), (j) est une bijection.
Dmonstration : Il sut de prouver linjectivit, qui est vidente.
Proposition 23.8 : Soit S
n
. On a
() =
i,j1
2
(n)
(i) (j)
i j
Dmonstration : Soit () =
i,j1
2
(n)
(i)(j)
ij
. On constate tout dabord que
() =
i<j
(i)(j)
ij
. Donc, le signe de () est le mme que celui de ().
Considrons ensuite P = [
i,j1
2
(n)
((i) (j))[. Posons i
t
, j
t
= (i, j). Alors,
P = [
,j
1
2
(n)
(i
t
j
t
)[, daprs le lemme dmontr plus haut. Ainsi, [()[ = 1.
Les quantits () et () ont mme signe et mme valeur absolue, elles sont donc
gales.
Proposition 23.9 : : S
n
1, 1 est un morphisme de groupes, surjectif ds que
n 2.
Dmonstration : Soient et deux permutations de S
n
. On a
() =
i,j1
2
(n)
(i) (j)
i j
=
i,j1
2
(n)
((i)) ((j))
(i) (j)
i,j1
2
(n)
(i) (j)
i j
Le second produit est (). Quant au premier produit, il sut de poser i
t
, j
t
=
(i, j), pour voir quil est gal ().
Corollaire 23.10 : Pour toute permutation , la parit du nombre de transpositions
intervenant dans la dcomposition de en produit de transpositions est indpendante de
cette dcomposition. De plus, si =
1
. . .
p
est une dcomposition de en produit de
transpositions, alors () = (1)
p
.
Dmonstration : Soit S
n
. Supposons =
1
. . .
p
o les
i
sont des transpositions.
On a () = (
1
) . . . (
p
) = (1)
p
.
Exemple : Soit s un p-cycle. Alors, s est le produit de p 1 transpositions. Donc
(s) = (1)
p1
. Ainsi, la signature dun cycle de longueur paire est 1, la signature dun
cycle de longueur paire est 1.
Exercice : Dterminer les signatures de tous les lments de S
3
, de S
4
et de S
5
.
Remarque 23.3 : Soit S
n
. Soit m le nombre dorbites suivant . Alors, () =
(1)
nm
. En eet, dcomposons = s
1
. . . s
p
en produits de cycles de supports disjoints.
Soit
i
la longueur du cycle s
i
. On a () = (s
1
) . . . (s
p
) = (1)
1
1
. . . (1)
p
1
=
(1)
1
+...+
p
p
. Par ailleurs, le nombre dorbites suivant est p (le nombre de cycles de
la dcomposition) auquel il faut ajouter le nombre dorbites rduites 1 point : n (
1
+
. . . +
p
). Bref, m = p + n (
1
+ . . . +
p
). Do n m =
1
+ . . . +
p
p.
III.3 Groupe altern
Dfinition 23.7 : On appelle groupe altern dordre n lensemble A
n
= ker . Une
permutation est dite paire lorsquelle est dans A
n
, impaire sinon.
Exemple : Un p-cycle est pair si et seulement si p est impair.
III. SIGNATURE 259
Proposition 23.11 : Lensemble A
n
est un sous-groupe de S
n
. Pour n 2, on a
card A
n
=
n!
2
Dmonstration : A
n
est un sous-groupe de S
n
en tant que noyau dun morphisme
de groupes. De plus, si n 2, il existe dans S
n
au moins une permutation impaire (une
transposition, par exemple). Notons-la . Lapplication est alors une bijection de
A
n
dans S
n
A
n
: il y a autant de permutations paires que de permutations impaires. Do
le rsultat.
Exercice : Dcrire A
3
, de A
4
et A
5
.
Chapitre 24
Dterminants
261
262 CHAPITRE 24. DTERMINANTS
I Applications Multilinaires
I.1 Dnitions
Dfinition 24.1 : Soient E
1
, . . . , E
n
, F n + 1 K-espaces vectoriels. Soit f : E
1
. . .
E
n
F une application. On dit que f est n-linaire lorsque f est linaire en chacune de
ses variables : i [1, n], x
1
, . . . , x
i1
, x
i+1
, . . . , x
n
E
1
. . . E
i1
E
i+1
. . . E
n
,
lapplication f
i
: E
i
F dnie par f
i
(x) = f(x
1
, . . . , x, . . . , x
n
) est linaire.
Si F = K, on dit que f est une forme n-linaire.
Exemple :
La multiplication des rels est bilinaire.
Le produit scalaire sur R
n
est une forme bilinaire.
Le produit vectoriel sur R
3
est une application bilinaire.
Le dterminant sur R
2
est une forme bilinaire (cf chapitre de dbut danne).
Le dterminant sur R
3
est une forme trilinaire.
Notation : On note /(E
1
, . . . , E
n
; F) lensemble des applications n-linaires de E
1

. . . E
n
vers F. Lorsque E
1
= . . . = E
n
, on note plus simplement /
n
(E, F).
Exemple : Dterminons toutes les formes bilinaires R
2
R
2
R
2
. Soit (e
1
, e
2
) une base
du plan. Soit f une forme bilinaire sur R
2
. Soient u = xe
1
+ye
2
et v = x
t
e
1
+y
t
e
2
. On a
f(u, v) = a
11
xx
t
+a
12
xy
t
+a
21
x
t
y+a
22
yy
t
o a
ij
= f(e
i
, e
j
). Inversement, toute application
de cette forme est clairement bilinaire. Creusons un peu. Pour i, j [1, 2], soit f
ij
dnie
par f
ij
(x
1
e
1
+ x
2
e
2
, x
t
1
e
1
+ x
t
2
e
2
) = x
t
i
x
t
j
. Toute forme bilinaire sur R
2
scrit de faon
unique f =
i,j
a
ij
f
ij
o les a
ij
R. En rsum, /
2
(R
2
, R) =< f
ij
, 1 i 2, 1 j 2 >
est un R-espace vectoriel de dimension 4.
I.2 Structure des ensembles dapplications n-linaires
Proposition 24.1 : /(E
1
, . . . , E
n
; F) est un K-espace vectoriel de dimension
n
k=1
dimE
k
dimF lorsque tous les espaces mis en jeu sont de dimension nie.
Dmonstration : Nous avons vu un cas particulier de ce thorme dans lexemple ci-
dessus. Le cas gnral se dmontre de la mme faon, avec beaucoup de bases et beaucoup
de sommes partout.
I.3 Formes n-linaires alternes
Dfinition 24.2 : Soit f /
n
(E, F). On dit que f est
symtrique lorsque
x
1
, . . . , x
n
E, f(x
1
, . . . , x
j
, . . . , x
i
, . . . , x
n
) = f(x
1
, . . . , x
i
, . . . , x
j
, . . . , x
n
)
II. DTERMINANT DUNE FAMILLE DE VECTEURS 263
antisymtrique lorsque
x
1
, . . . , x
n
E, f(x
1
, . . . , x
j
, . . . , x
i
, . . . , x
n
) = f(x
1
, . . . , x
i
, . . . , x
j
, . . . , x
n
)
alterne lorsque
i ,= j, x
i
= x
j
f(x
1
, . . . , x
n
) = 0
Exemple : Recherchons toutes les formes antisymtriques sur R
2
. Nous avons dj la
forme gnrale dune forme bilinaire. En reprenant les notations ci-dessus, supposons f
est antisymtrique. Alors, a
11
= f(e
1
, e
1
) = f(e
1
, e
1
) = a
1,1
, donc a
11
= 0. De mme,
a
2
= 0. Et a
12
= f(e
1
, e
2
) = f(e
2
, e
1
) = a
21
. Finalement, f(u, v) = k(xy
t
x
t
y) o
k R. Inversement, une telle application est bien antisymtrique.
Exercice : Dterminer toutes les formes bilinaires alternes sur R
2
.
Proposition 24.2 : Soit K un corps dans lequel 2 ,= 0. Soit E un K-espace vectoriel.
Soit f /
n
(E, K). Alors, f est antisymtrique si et seulement si f est alterne.
Dmonstration : On le fait pour n = 2, histoire de simplier. Soient x, y E.
Si f est antisymtrique, alors f(x, x) = f(x, x), do 2f(x, x) = 0. Comme 2 est non
nul, f est donc alterne. Si f est alterne, alors 0 = f(x+y, x+y) = f(x, y) +f(y, x) donc
f est antisymtrique.
Notation : On note
n
(E) lensemble des formes n-linaires alternes sur E.
Remarque 24.1 : Dans tout ce qui suit, on se place dans un corps tel que R ou C,
pour lequel on a videmment 2 ,= 0. On utilise donc indiremment lantisymtrie ou
lalternance, selon les besoins.
Proposition 24.3 : Soit f
n
(E). Soit S
n
. On a :
x
1
, . . . , x
n
E, f(x
(1)
, . . . , x
(n)
) = ()f(x
1
, . . . , x
n
)
Dmonstration : Toute permutation est un produit de transpositions. La proprit
quivaut la dnition de lantisymtrie lorsque est une transposition. Dans le cas
gnral, on raisonne par rcurrence sur le nombre de transpositions du produit.
II Dterminant dune famille de vecteurs
II.1 Notations
Dans ce qui va suivre :
E est un K-espace vectoriel de dimension n 1.
B = (e
1
, . . . , e
n
) est une base de E.
x
1
, . . . , x
n
sont n vecteurs de E.
x
j
=
n
i=1
x
ij
e
i
est lcriture de x
j
dans la base B.
f est une forme n-linaire alterne sur E.
On cherche exprimer f(x
1
, . . . , x
n
) laide des coordonnes des x
i
.
II.2 Calculs
f (x
1
, . . . , x
n
) = f
_
n
i
1
=1
x
i
1
1
e
i
1
, . . . ,
n
i
n
=1
x
i
n
n
e
i
n
_
=
n
i
1
=1
. . .
n
i
n
=1
x
i
1
1
. . . x
i
n
n
f (e
i
1
, . . . , e
i
n
)
=
(i
1
,...,i
n
),
x
i
1
1
. . . x
i
n
n
f (e
i
1
, . . . , e
i
n
)
o A = (i
1
, . . . , i
n
) [1, n]
n
, j ,= k, i
j
,= i
k
, puisque f (e
i
1
, . . . , e
i
n
) = 0 ds que deux
des e
i
j
sont gaux (alternance de f).
Soit : S
n
/ dnie par () = ((1), . . . , (n)). Lapplication est une bijection.
On peut grce elle eectuer un changement dindice dans la somme qui nous (pr)occupe,
et crire :
f (x
1
, . . . , x
n
) =
S
n
x
(1)1
. . . x
(n)n
f
_
e
(1)1
, . . . , e
(n)n
_
= f(e
1
, . . . , e
n
)
S
n
()x
(1)1
. . . x
(n)n
On a donc f(x
1
, . . . , x
n
) = C(x
1
, . . . , x
n
) o : E
n
K est dnie par
(x
1
, . . . , x
n
) =
S
n
()x
(1)1
. . . x
(n)n
et C = f(e
1
, . . . , e
n
) ne dpend pas des vecteurs x
j
.
Conclusion : toute forme n-linaire alterne sur E est un multiple de .
Il reste prouver deux choses :
nest pas la fonction nulle.
est n-linaire alterne.
Les composantes du vecteur e
j
dans la base B sont les
ij
, 1 i n : e
j
=
n
i
j
=1
i
j
j
e
i
. Donc,
(e
1
, . . . , e
n
) =
S
n
()
(1)1
. . .
(n)n
Or, tous les produits dans la somme ci-dessus sont nuls, sauf lorsque = id. Donc,
(e
1
, . . . , e
n
) = 1.
Soit une transposition de [1, n]. Posons y
j
= x
(j)
. On a
(x
(1)
, . . . , x
(n)
) =
S
n
()y
(1)1
. . . y
(n)n
=
S
n
()x
(1)(1)
. . . x
(n)(n)
=
S
n
()
n
k=1
x
(k)(k)
II. DTERMINANT DUNE FAMILLE DE VECTEURS 265
On pose dans le produit k = (k
t
) ( est une bijection). Il vient
(x
(1)
, . . . , x
(n)
) =
S
n
()
n
k=1
x
(k)k
Maintenant, on pose dans la somme =
t
, et on obtient
(x
(1)
, . . . , x
(n)
) =
S
n
()
n
k=1
x
(k)k
= (x
1
, . . . , x
n
)
puisque () = ().
II.3 Bilan
Proposition 24.4 : Les formes n-linaires alternes sur E sont les multiples de lap-
plication : E
n
K dnie par
(x
1
, . . . , x
n
) =
S
n
()x
(1)1
. . . x
(n)n
De plus, est lunique application n-linaire alterne sur E qui prend la valeur 1 en
(e
1
, . . . , e
n
).
Corollaire 24.5 :
n
(E) est un K-espace vectoriel de dimension 1.
II.4 Dterminant dune famille de vecteurs
Dfinition 24.3 : Avec les notations qui prcdent, lapplication est appele dter-
minant dans la base B , et est note det
B
:
det
B
(x
1
, . . . , x
n
) =
S
n
()x
(1)1
. . . x
(n)n
Remarque 24.2 : Lapplication dterminant dans la base B est donc lunique
application n-linaire alterne sur E, f, telle que f(B) = 1.
Remarque 24.3 : Lorsque dcrit S
n
,
1
aussi. Le changement dindice =
t1
dans lexpression de montre (calcul omis) que lon a galement :
det
B
(x
1
, . . . , x
n
) =
S
n
()x
1(1)
. . . x
n(n)
II.5 Dterminant dune matrice carre
n
(K). On appelle dterminant de A le dterminant de la
famille des colonnes de A, identies des vecteurs de K
n
, dans la base canonique de K
n
.
Notation : Si A = (a
ij
), on notera le dterminant de A :
det A =
a
11
a
1n
.
.
.
.
.
.
a
n1
a
nn

n
(K). On a det
t
A = det A.
Dmonstration : Cest une consquence directe de lautre criture de dans le
paragraphe prcdent.
II.6 exemples
Pour n = 2, on a
a
11
a
12
a
21
a
22
= a
11
a
22
a
12
a
21
. Pour n = 3, on a
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
=
a
11
a
22
a
33
+a
21
a
32
a
13
+a
31
a
12
a
23
a
21
a
12
a
33
a
11
a
32
a
23
a
31
a
22
a
13
. De faon gnrale,
pour n quelconque, un dterminant est une expression possdant n! termes. La moiti de
ces termes est aecte dun signe plus (permutations paires), lautre moiti dun signe
moins (permutations impaires).
II.7 Dterminants, bases, matrices inversibles
Proposition 24.7 : Soient E un K-espace vectoriel de dimension n, B une base de
E, et T une famille de n vecteurs de E. Alors T est une base de E si et seulement si
det
B
T ,= 0.
n
(K). Alors, A est inversible si et seulement si det A ,=
0.
Dmonstration : Ces deux propositions sont videmment deux points de vues dun
mme thorme. () Supposons que T est une base de E. On dispose alors des DEUX
applications n-linaires alternes det
B
, mais aussi det
T
. Ces deux applications sont pro-
portionnelles : il existe donc un rel (non nul) tel que det
B
= det
T
. En particulier
det
B
(T) = det
T
(T) = ,= 0.
() Supposon que T = (x
1
, . . . , x
n
est lie. Alors, lun des vecteurs est combinaison
linaire des autres : i, x
i
=
j,=i
j
x
j
. Mais alors,
det
B
(T) = det
B
(x
1
, . . . ,
j,=i
j
x
j
, . . . , x
n
)
=
j,=i
det
B
(x
1
, . . . ,
j
x
j
, . . . , x
n
)
III. CALCUL DES DTERMINANTS 267
o x
j
se trouve la position i. Cette quantit est nulle par la proprit dalternance : x
j
se trouve deux positions la fois.
III Calcul des dterminants
III.1 Dterminant dune matrice triangulaire
Proposition 24.9 : Soit M = (a
ij
)
1i,jn
une matrice triangulaire suprieure : a
ij
= 0
si i > j. Alors det M =
n
k=1
a
kk
.
Dmonstration : On a det M =
S
n
T
o T
= a
(1)1
. . . a
(n)n
. Mais si T
,= 0
alors, par la triangularit de M, (1) 1, . . . , (n) n. Do = id par une petite
rcurrence. Il ny a donc au plus quun terme non nul dans la somme.
III.2 Oprations sur les lignes et les colonnes
Proposition 24.10 :
changer deux colonnes dun dterminant change le signe de celui-ci.
Multiplier une colonne dun dterminant par un scalaire revient multiplier ce
dterminant par .
Ajouter une colonne dun dterminant une combinaison linaire des autres colonnes
ne change pas la valeur du dterminant.
Dmonstration : Ce sont des consquences directes de lantisymtrie, de la multili-
narit, et de lalternance.
Remarque 24.4 : Bien entendu, ces rsultats sont galement valables pour les oprations
sur les lignes.
Exemple : Calculons
D
n
=
x 1 1
1 x
.
.
.
1
.
.
.
.
.
.
.
.
.
1
1 1 x
On eectue dabord C
1
C
1
+ C2 + . . . + C
n
. Il vient
D
n
= (x + n 1)
1 1 1
1 x
.
.
.
1
.
.
.
.
.
.
.
.
.
1
1 1 x

On eectue ensuite L
i
L
i
L
1
, pour i = 2, 3, . . . , n. Il vient
D
n
= (x + n 1)
1 1
0 x 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
0 0 x 1
= (x + n 1)(x 1)
n1
III.3 Dveloppement suivant une ligne ou une colonne
Dfinition 24.5 : Soit A = (a
ij
) /
n
(K). On appelle :
Mineur de A dindices i, j le dterminant de la matrice obtenue en rayant la ligne i
et la colonne j de A.
Cofacteur de A dindices i, j le mineur de A dindices i, j multipli par (1)
i+j
.
Exercice : Calculer les mineurs et cofacteurs des matrices
_
a c
b d
_
et
_
_
1 4 7
2 5 8
3 6 9
_
_
.
On va maintenant tablir une formule permettant de calculer le dterminant dune
matrice en fonction de certains de ses cofacteurs.
Soit A /
n
(K). Appelons A
1
, . . . , A
n
les colonnes de A, identies des vecteurs de
K
n
, et soit B = (e
1
, . . . , e
n
) la base canonique de K
n
. Soit j un entier x entre 1 et n. On
a
det A = det
B
(A
1
, . . . , A
n
)
= det
B
(A
1
, . . . ,
n
i=1
a
ij
e
i
, . . . , A
n
)
=
n
i=1
a
ij
det
B
(A
1
, . . . , e
i
, . . . , A
n
)
o e
i
est en jme position.
Posons D
ij
= det
B
(A
1
, . . . , e
i
, . . . , A
n
) :
D
ij
=
a
11
0 a
1n
.
.
.
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
. 1
.
.
.
.
.
. 0
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
0 a
nn
III. CALCUL DES DTERMINANTS 269

le 1 tant la ligne i, colonne j. On eectue les oprations L
i
L
i+1
, L
i+1
L
i+2
,. . . ,L
n1

L
n
, puis C
j
C
j+1
, C
j+1
C
j+2
,. . . ,C
n1
C
n
, ce qui donne
D
ij
= (1)
i+j
a
11
a
1n
0
.
.
.
.
.
.
.
.
.
a
n1
a
nn
0
1
Attention, il ny a plus de ligne i et de colonne j dans le dterminant ci-dessus. Le calcul

de ce dterminant par la formule de la dnition fait apparatre une somme sur les S
n
tels que (n) = n. On change dindice en remarquant que lensemble de ces permutations
est en bijection avec S
n1
. On trouve alors que D
ij
= cof(A, i, j).
Proposition 24.11 : Soit A = (a
ij
) /
n
(K). Soit j [1, n]. On a
det A =
n
i=1
a
ij
cof (A, i, j)
Dfinition 24.6 : La formule prcdente est appele dveloppement de det A par rapport
la colonne j.
Tout ce qui vient dtre vu peut tre bien sr transpos :
Proposition 24.12 : Soit A = (a
ij
) /
n
(K). Soit i [1, n]. On a
det A =
n
j=1
a
ij
cof (A, i, j)
Dfinition 24.7 : La formule prcdente est appele dveloppement de det A par rapport
la ligne i.
Exemple : En dveloppant le dterminant dune matrice 2 2, dune matrice 3 3, on
retrouve les formules dj vues prcdemment.
Exemple : Calcul de
D
n
=
1 + x
2
x 0 0
x 1 + x
2
x
.
.
.
.
.
.
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
On dveloppe par rapport la premire colonne :

D
n
= (1 + x
2
)D
n1
x
n1
En dveloppant
n1
par rapport la premire colonne, on voit que
n1
= xD
n2
. Do
D
n
= (1 + x
2
)D
n1
x
2
D
n2
Il ne reste qu rsoudre cette rcurrence, la mthode la plus rapide tant sans doute de
considrer D
n
D
n1
, qui est le terme gnral dune suite gomtrique.
IV Dterminant dun endomorphisme
IV.1 Construction
Proposition 24.13 : Soit E un K-espace vectoriel de dimension n. Soit f /(E). Il
existe un unique K tel que

n
(E), x
1
, . . . , x
n
E, (f(x
1
), . . . , f(x
n
)) = (x
1
, . . . , x
n
)
Dfinition 24.8 : Ce scalaire est appel le dterminant de f. Il est not det f.
Dmonstration : Soit
n
(E) 0. Lapplication

dnie par

(x
1
, . . . , x
n
) est
encore une forme n-linaire alterne sur E. Donc, il existe un scalaire tel que

= .
Il sagit maintenant de prouver que ne dpend pas de . Pour cela, soit une autre
forme n-linaire alterne, toujours non nulle. Il existe tel que

= . Mais il existe aussi
un scalaire , non nul, tel que = , do, facilement,

=
. De l, = = .
Comme et sont non nuls, il vient = .
Exercice : Pourquoi ce scalaire est-il unique ?
IV.2 Calcul pratique
Soit f un endomorphisme de E. Soit B une base de E. Alors, = det
B
est une forme
n-linaire alterne. On en dduit

= (det f). On applique aux vecteurs de la base :
(B) = (det f)(B), ou encore (f(B)) = det f, puisque (B) = 1. Finalement :

det f = det
B
(f(B))
ou encore :
det f = det(mat
B
(f))
Exemple : Calcul du dterminant dune symtrie : si f est une symtrie de E, alors
det f = (1)
dimG
o G est lensemble des vecteurs changs en leur oppos par f. Il sut
pour cela dcrire la matrice de f dans une base judicieuse (laquelle ?).
IV.3 Interprtation
Soient u
1
, . . . , u
n
n vecteurs indpendants de K
n
. Soit B la base canonique de K
n
. On a
vu au dbut de lanne, dans les cas n = 2 et n = 3, que det
B
(u
1
, . . . , u
n
) est la surface (ou
le volume) du solide dni par ces vecteurs. Nous admettrons que ce rsultat se gnralise
une dimension quelconque. Soit alors f /(K
n
). Les calculs du paragraphe prcdent
montrent que :
det f =
det
B
(f(u
1
), . . . , f(u
n
))
det
B
(u
1
, . . . , u
n
)
En dautres termes, f transforme les volumes dans un rapport constant, et le coecient
de proportionnalit est prcisment le dterminant de f.
V. INVERSION DES MATRICES 271
IV.4 Proprits de morphisme du dterminant
Proposition 24.14 : Soient f et g deux endomorphismes dun K-espace vectoriel de
dimension nie E. On a
det(g f) = det g det f
Proposition 24.15 : Soient A, B /
n
(K). On a
det(AB) = det Adet B
Dmonstration : Ces deux thormes sont videmment deux interprtations dune
mme chose. Soit B une base de E. Soit lapplication det
B
. On a (g f(B)) = det(g
f)(B) = det(g f). Mais (g f(B)) = (g(f(B))) = det g(f(B)) = det g det f(B) =
det g det f do le rsultat.
Proposition 24.16 : Lapplication det est un morphisme surjectif du groupe (GL(E), )
sur le groupe (K
, ).
Proposition 24.17 : Lapplication det est un morphisme surjectif du groupe (GL
n
(K), )
sur le groupe (K
, ).
Dmonstration : Soit f GL(E). On a f f
1
= id, do (det f)(det f
1
) = det id =
1. On en dduit que det f ,= 0, et de plus, que det(f
1
) =
1
det f
. Donc, det a bien pour
ensemble darrive K
. La proprit de morphisme est dj connue. La surjectivit est

laisse en exercice.
Remarque 24.5 : On a plus prcisment que f est bijective si et seulement si det f ,= 0.
En eet, si det f ,= 0, alors det
B
(f(B)) ,= 0. La famille f(B) est donc une base de E et f
est bien bijective. De mme, si A /
n
(K), on a A inversible si et seulement si det A ,= 0.
Exercice : Deux matrices semblables ont le mme dterminant.
V Inversion des matrices
V.1 Dnitions, Notations
Dfinition 24.9 : Soit A une matrice carre. On appelle comatrice de A la matrice
dont les coecients sont les cofacteurs de A.
Notation : On note Com A la comatrice de A et

A la transpose de la comatrice de A.
Exercice : Calcul de la comatrice et de sa transpose, de
_
_
1 4 7
2 5 8
3 6 9
_
_
.
V.2 Produit dune matrice et de sa transcomatrice
n
(K). On a :
A

A =

AA = (detA)I
n
Dmonstration : On calcule A

A :
Soit i [1, n] : on a
(A

A)
ii
=
n
k=1
A
ik
(

A)
ki
=
n
k=1
A
ik
Cof(A, i, k)
= det A
Soient i, j [1, n], i ,= j :
(A

A)
ij
=
n
k=1
A
ik
Cof(A, j, k)
Soit B la matrice fabrique partir de A comme suit : les lignes de B sont identiques
aux lignes de A, sauf la ligne j de B que lon prend gale la ligne i de A. B a donc
deux lignes identiques, do det B = 0. De plus, A
ik
= B
ik
= B
jk
, et Cof(A, j, k) =
Cof(B, j, k), car la ligne j de B, la seule qui dire des lignes de A, nintervient pas
dans ce calcul de cofacteur. Donc,
(A

A)
ij
=
n
k=1
B
jk
Cof(B, j, k) = det B = 0
V.3 Application au calcul de linverse
n
(K), det A ,= 0. Alors :
A
1
=
1
det A
A
Exemple : Soit A =
_
a c
b d
_
une matrice 2 2. On a A
1
=
1
det A
_
d c
b a
_
.
Exercice : Soit A =
_
_
1 2 3
4 5 6
7 8 8
_
_
. Calculer linverse de A.
Chapitre 25
Systmes linaires
273
274 CHAPITRE 25. SYSTMES LINAIRES
I Sous-espaces anes dun espace vectoriel
I.1 Espaces anes - Points et vecteurs
Nous ne dcrirons pas ici la structure despace ane. Grossirement, un espace ane est
un ensemble dont les lments sont appels des points. tout espace ane sont associs un
espace vectoriel, sa direction, et une opration de translation qui, un point et un vecteur,
associe un nouveau point. Nous nous contenterons dans ce qui suit de travailler dans un
espace vectoriel E muni de sa structure canonique : les lments de E sont vus selons les
circonstances comme des points ou des vecteurs. Le translat dun point a par le vecteur
u est le point a +u. Le vecteur dont lorigine est le point a et lextrmit est le point b est
le vecteur

ab = b a.
I.2 Translations - sous-espaces anes
Dfinition 25.1 : Soit E un K-espace vectoriel. Soit u un vecteur de E. On appelle
translation de vecteur u lapplication
u
: E E dnie par
u
(x) = x + u.
Proposition 25.1 : Lensemble T (E) des translations de E, muni de la composition
des applications, est un groupe isomorphe au groupe additif de E.
Dmonstration : Pour tous vecteurs u, v de E, pour tout x E, on a
u+v
(x) =
x + (u + v) = (x + v) + u = (
u

v
)(x). On vrie alors sans peine que lapplication
: E T (E) dnie par u
u
est un isomorphisme de groupes.
Dfinition 25.2 : Soit T une partie de E. On dit que T est un sous-espace ane de
E lorsquil existe un point a E et un sous-espace vectoriel F de E tels que T = a + F.
Proposition 25.2 : Avec les notations ci-dessus, le sous-espace vectoriel F est carac-
tris de faon unique. Quant a, on peut prendre nimporte quel point de T.
Dmonstration : Supposons T = a + F = b + G o a, b E et F, G sont des sev de
E. En remarquant que 0 F, on obtient que a T (et de mme videmment pour b).
Toujours avec 0 F, on voit que a b + G, donc que

ba G (et aussi

ab =

ba, et
de mme pour F). Soit x F. On a a + x b + G, cest dire il existe y G tela que
a + x = b + y. Do x = (b a) + y G. Donc, F G. Linclusion rciproque se montre
de la mme faon, donc F = G.
Dfinition 25.3 : On dit que T = a + F est le sous-espace ane de E passant par a
et dirig par F.
Remarque 25.1 : La dimension dun sous-espace ane est par dnition celle de sa
direction. On parle ainsi de droite ane, de plan ane, etc.
I.3 Paralllisme
Dfinition 25.4 : Soient T et ( deux sous-espaces anes de E de directions respectives
F et G. On dit que T est parallle ( lorsque F G.
I. SOUS-ESPACES AFFINES DUN ESPACE VECTORIEL 275
I.4 Intersection de sous-espaces anes
Proposition 25.3 : Soit (T
i
)
iI
une famille de sous-espaces anes de E. Alors, si
lintersection T =
iI
T
i
est non vide, cest un sous-espace ane de E.
Dmonstration : Soit a T. Soit F =
iI
F
i
. Alors, on montre facilement que
T = a + F.
I.5 Barycentres-Parties convexes
Proposition 25.4 : Soient a
1
, . . . , a
n
n points de lespace vectoriel E. Soient
1
, . . . ,
n

K tels que

n
k=1
k
,= 0. Il existe un unique point E tel que

n
k=1
a
k
= 0.
Dfinition 25.5 : Le point est appel le barycentre des a
k
aects des coecients
k
.
Dmonstration : Soit E. On a

n
k=1
a
k
=
n
k=1
k
(
Oa
k

O) o O est
un point quelconque de E. Notons S =
n
k=1
k
. Le point convient si et seulement si
S
O =
n
k=1
Oa
k
do lexistence et lunicit de (S est non nul).
Proposition 25.5 : Soit T une partie non vide du K-espace vectoriel E. Alors T est
un sous-espace ane de E si et seulement si tout barycentre dlments de T est encore
un lment de T.
Dmonstration : Supposons que T = a+F est un sous-espace ane de E, passant par
a, dirig par F. Soit n 1. Soient a
i
= a+x
i
, 1 i n n points de T. Soient
1
, . . . ,
n
n
scalaires dont la somme S est non nulle. Soit le barycentre des a
i
aects des coecients
i
. On a =
1
S
(
i
(a + x
i
)) =
1
S
(Sa +
i
x
i
) = a + z o z =
1
S
i
x
i
F.
Donc, T. Supposons inversement que T est stable par barycentres. Soit a T. Soit
F = p a, p T. On a donc T = a + F, et il sagit de prouver que F est un sev de E.
Tout dabord, a a = 0 F, donc F est non vide. Soient x = p a, y = q a F. Soit
z = x+y. On a donc z = (p +q a) a. Mais p +q a est le barycentre de p, q, a aects
des coecients 1, 1, 1. Donc p + q a T et z F. Enn, soit x = p a F. Soit
K. On a x = (p a) = p ( 1)a a = q a o q nest autre que le barycentre
de p et a aects des coecients et 1 . Donc, q T et x F. Ainsi, F est bien un
sev de E.
Dfinition 25.6 : Soit E un K-espace vectoriel. Soient x, y E. Le segment x, y est
lensemble [x, y] = (1 t)x + ty, t [0, 1].
Remarque 25.2 : Soit z E. Alors, z [x, y] si et seulement si il existe t [0, 1],
z = (1 t)x + ty. Ceci scrit encore z x = t(y x) ou encore

xz = t
xy o t [0, 1].
Dfinition 25.7 : Soit A une partie du K-ev E. A est dite convexe lorsque pour tous
x, y A on a [x, y] A.
Proposition 25.6 : Soit A une partie du K-espace vectoriel E. Alors A est convexe si
et seulement si tout barycentre dlments de A coecients positifs est encore un lment
de A.
Dmonstration : Supposons A stable par barycentres coecients positifs. Soient
x, y A. Le segment [x, y] est justement constitu des barycentres de x et de y coecients
positifs. Donc [x, y] A et A est convexe. Supposons inversement que A est convexe.
Montrons par rcurrence sur n que pour tout n 1, A est stable par barycentre de n
points coecients positifs. Pour n = 1, il ny a rien montrer. Pour n = 2, cest la
dnition de la convexit. Supposons la proprit vraie pour un certain n 1. Soient
a
1
, . . . , a
n+1
n + 1 points de A. Soient
1
, . . . ,
n+1
n + 1 rels positifs non tous nuls. Soit
S leur somme. Soit p le barycentre des a
k
aects des coecients
k
. Si
1
= . . . =
n
= 0,
on a p = a
n+1
T. Sinon, on a p =
1
S
n+1
k=1

k
a
k
= (1

n+1
S
)b +

n+1
S
a
n+1
o b =
1
n
k=1

k
n
k=1
k
a
k
(vrication facile). Par lhypothse de rcurrence, on a b T. Or p
est un barycentre de a et b, donc p T.
I.6 hyperplans anes
Dfinition 25.8 : Soit E un K-espace vectoriel de dimension nie n. On appelle hy-
perplan ane de E tout sous-espace ane de E de dimension n 1.
Dfinition 25.9 : Soit B = (e
1
, . . . , e
n
) une base de E. Soit F = K
n
K. La partie
de E dquation dans la base B F(x
1
, . . . , x
n
) = 0 est par dnition lensemble des points
x =
n
k=1
x
k
e
k
tels que F(x
1
, . . . , x
n
) = 0.
Proposition 25.7 : Tout hyperplan ane de E admet une quation du type
n
k=1
a
k
x
k
=
b, o les a
k
ne sont pas tous nuls. Deux quations reprsentent le mme hyperplan si et
seulement si leurs coecients (second membre y compris) sont proportionnels. Enn, toute
quation de ce type est celle dun hyperplan ane.
Dmonstration : Remarquons tout dabord quune forme linairenon nulle sur E est
surjective. En eet, son image est un sev non nul de K, qui est de dimension 1 : cest donc
K. Maintenant, toute quation du type
n
k=1
a
k
x
k
= b scrit aussi f(x) = b o f est une
forme linaire non nulle sur E, ou encore f(x) = f(a) puisque f est surjective, ou encore
f(xa) = 0 cest dire xa H o H = ker f est un hyperplan vectoriel de E. Le reste
de la preuve consiste crire ce que lon sait sur les quations des hyperplans vectoriels.
II Introduction aux systmes linaires
II.1 Position du problme
Un systme linaire de p quations q inconnues est un systme dquations du type
(o)
q
j=1
a
ij
x
j
= b
i
, 1 i p
II. INTRODUCTION AUX SYSTMES LINAIRES 277
Un tel systme pourra plus simplement tre crit
(o) AX = B
o A = (a
ij
) /
p,q
(K), X = (x
j
) /
q,1
(K) et B = (b
i
) /
p,1
(K).
Dfinition 25.10 : Avec les notations ci-dessus :
La matrice A est la matrice du systme.
La matrice B est le second membre.
La matrice X est la matrice des inconnues.
Le rang du systme est le rang de A.
Le systme est dit compatible lorsquil a au moins une solution, et incompatible sinon.
Le systme est dit homogne lorsque B = 0 : tout systme homogne est compatible,
puisquil admet au moins la solution triviale X = 0.
Remarque 25.3 : Si r est le rang du systme, alors r min(p, q).
Proposition 25.8 : Un systme de une quation q inconnues, ayant un premier
membre non trivial, est toujours compatible. Lensemble de ses solutions est un hyperplan
ane de K
q
Dmonstration : Dj faite.
II.2 Interprtations
Il y a plusieurs faons dinterprter lensemble des solutions dun systme. Chacune a
ses avantages, en voici quelques unes ci-dessous.
Rsoudre p quations q inconnues (vue nave du problme, aucune interprtation,
on rsout et cest tout).
Rsoudre lquation matricielle AX = B une inconnue X (vue matricielle, nale-
ment, on a 1 quation 1 inconnue).
Rsoudre lquation f(x) = b o f /(K
q
, K
p
) (et tout larsenal du cours dalgbre
linaire est notre disposition).
Intersection dhyperplans (vue gomtrique).
II.3 Structure des solutions - Systmes homognes
Proposition 25.9 : Soit (1) AX = 0 un systme de p quations q inconnues, de
rang r. Lensemble o
7
des solutions de (1) est un sous-espace vectoriel de K
q
de dimension
q r.
Dmonstration : Soit f /(K
q
, K
p
), de matrice A. Lensemble des solutions de (1)
est o
7
= ker f. Do le rsultat par le thorme du rang.
Remarque 25.4 : Si p < q (moins dquations que dinconnues), alors r p < q donc
q r > 0 : il y a des solutions non triviales. En revanche, si q p, on ne peut rien dire
sans un calcul prcis du rang r.
II.4 Structure des solutions - Cas gnral
Proposition 25.10 : Soit (c) AX = B un systme de p quations q inconnues de
rang r. Soit (1) AX = 0 le systme homogne associ. SI le systme (c) est compatible,
alors lensemble o
c
des solutions de (c) est un sous-espace ane de K
q
dont la direction
est o
7
.
Dmonstration : Soit x
0
une solution de (c). Soit x K
q
. Alors, x est solution de (c)
si et seulement si x x
0
est solution de (1).
Exercice : Regarder les systmes suivants : trouver matrice, rang, puis rsoudre et
regarder la structure de lensemble des solutions.
1.
_
x + y = 5
x y = 3
2.
_
x + y + z = 5
x y z = 3
3.
_
_
_
x + y = 1
x + 2y = 3
3x y =
4.
_
_
_
x + 4t = 1
2x + 3y z = 3
x + 3y z 4t = 2
III Systmes de Cramer
III.1 Dnitions
Dfinition 25.11 : Un systme AX = B est dit de Cramer lorsque :
Il y a autant dquations que dinconnues.
La matrice A du systme est inversible.
En rsum, lorsque p = q = r.
n
(K). Il y a quivalence entre :
A est inversible.
B /
n,1
(K), le systme AX = B a une unique solution.
B /
n,1
(K), le systme AX = B est compatible.
B /
n,1
(K), le systme AX = B a au plus une solution.
La seule solution du systme AX = 0 est X = 0.
Dmonstration : On interprte en termes de vecteurs et dapplications linaires. Soit
f /(E). Nous avons montrer quil y a quivalence entre
f est bijective.
f est bijective (eh oui, encore !).
f est surjective.
III. SYSTMES DE CRAMER 279
f est injective.
ker f = 0.
Mais tout cela, nous le savons dj.
III.2 Formules de Cramer
Proposition 25.12 : Soit AX = B un systme de Cramer, A GL
n
(K). Pour 1
j n, soit A
j
la matrice obtenue en remplaant la jme colonne de A par B. On a alors
j [1, n], x
j
=
det A
j
det A
Dmonstration : Soient C
1
, . . . , C
n
les colonnes de A. Le systme scrit alors
x
1
C
1
+ . . . + x
n
C
n
= B
Or,
det A
j
= det(C
1
, . . . , B, . . . , C
n
)
= det(C
1
, . . . ,
n
i=1
x
i
B
i
, . . . , C
n
)
= x
j
det(C
1
, . . . , C
n
) = x
j
det A
tous les autres termes tant nuls cause de la proprit dalternance.
Exemple : Soit le systme
_
ax + cy =
bx + dy =
o ad bc ,= 0. Lunique solution de ce
systme est
x =
d c
ad bc
, y =
b + a
ad bc
Exercice : Rsoudre le systme
_
_
_
x + 2y z = 1
3x y z = 0
2x + 2y + z = 0
Remarque 25.5 : Les formules de Cramer nont dintrt pratiques que pour les petites
valeurs de n (2 ou 3). Elles sont en revanche dun intrt thorique certain, puisquelles
donnent la forme des solutions du systme.
IV Oprations sur les lignes et les colonnes des matrices
IV.1 Matrices lmentaires
Notation : Pour k, l entiers, on note E
kl
/
m,n
(K) la matrice dnie par (E
kl
)
ij
=
ki
lj
.
Les matrices (E
kl
)
1km,1ln
forment en fait la base canonique de M
p,q
(K).
Soit A /
p,q
(K). Prenons m = n = q :
(AE
kl
)
ij
=
q
s=1
A
is
(E
kl
)
sj
=
q
s=1
A
is
ks
lj
=
lj
A
ik
Ainsi, AE
kl
est la matrice dont toutes les colonnes sont nulles, sauf la lime qui est la
kme colonne de A.
De mme, en prenant m = n = p, E
kl
A est la matrice dont toutes les lignes sont nulles,
sauf la kime qui est la lme ligne de A.
IV.2 Multiplication dune colonne par un scalaire
Proposition 25.13 : Soit M
l
= I +(1)E
ll
. Alors : AM
l
est la matrice dont toutes
les colonnes sont les colonnes de A, sauf la lime, qui est gale fois la lime colonne
de A.
Une multiplication gauche par M
l
eectue la mme opration, mais sur les lignes.
Dmonstration : Le lecteur se fera une joie de vrier cette assertion.
Remarque 25.6 : On a det M
l
= . Donc, si ,= 0, alors det(AM
l
) = det A et
rg(AM
l
) = rg A.
IV.3 change de colonnes
Proposition 25.14 : Soit X
j
1
j
2
= I E
j
1
j
1
E
j
2
j
2
+E
j
1
j
2
+E
j
2
j
1
. Alors : AX
j
1
j
2
est
la matrice obtenue en changeant les colonnes j
1
et j
2
de la matrice A.
Une multiplication gauche par X
i
1
i
2
eectue la mme opration, mais sur les lignes
i
1
et i
2
de A.
Dmonstration : Mme remarque que pour la dmonstration prcdente.
Remarque 25.7 : On a det X
j
1
j
2
= 1. Donc, det(AX
j
1
j
2
) = det A et rg(AX
j
1
j
2
) =
rg A.
V. ALGORITHME DU PIVOT DE GAUSS 281
IV.4 Ajout une colonne dun multiple dune autre colonne
Proposition 25.15 : Soit
j
1
j
2
= I +E
j
2
j
1
. Alors : A
j
1
j
2
est la matrice obtenue en
ajoutant la colonne j
1
de A, fois la colonne j
2
de A.
Une multiplication gauche par
i
1
i
2
eectue la mme opration, mais sur les lignes
i
2
et i
1
de A.
Dmonstration : Devinez ?
Remarque 25.8 : On a det
j
1
j
2
= 1. Donc, det(A
j
1
j
2
) = det A et rg(A
j
1
j
2
) = rg A.
IV.5 Application aux systmes linaires
Soit (c) AX = B un systme de p quations, q inconnues, rang r. Un certain nombres
doprations fournissent un systme ayant les mmes solutions que (c). Ainsi :
En changeant deux quations de (c), on obtient un systme (c
t
) A
t
X = B
t
ayant
mmes solutions que (c), mme rang, et un dterminant oppos.
En multipliant une quation de (c) par le scalaire , on obtient un systme (c
t
) A
t
X =
B
t
ayant mmes solutions que (c), mme rang, et un dterminant multipli par .
En ajoutant une quation de (c) un multiple dune autre quation, on obtient
un systme (c
t
) A
t
X = B
t
ayant mmes solutions que (c), mme rang, et mme
dterminant.
V Algorithme du Pivot de Gauss
Le but de la mthode du pivot est la rsolution de systmes en utilisant exclusivement
les oprations dcrites plus haut.
Soit le systme (c) AX = B de p quations q inconnues, de rang r. On se propose de
transformer ce systme en un systme quivalent, de mme rang, et matrice plus simple.
V.1 Premire tape
Si r = 0, alors A = 0 et on na rien faire : le systme na aucune solution si B ,= 0.
Si B = 0, lensemble des solutions est K
q
.
Si r ,= 0, il existe i, j tels que a
ij
,= 0. Quitte changer deux quations, et peut-
tre galement deux inconnues, on peut supposer i = j = 1. On eectue les oprations
suivantes :
L
1

1
a
11
L
1
L
i
L
i
a
i1
L
1
pour i = 2, . . . , p.
On obtient ainsi un nouveau systme quivalent au premier, et de mme rang, (c
1
) A
1
X =
B
1
, o
A
1
=
_
_
_
_
_
1 a
1
12
. . . a
1
1q
0 a
1
22
. . . a
1
2q
.
.
.
.
.
.
.
.
.
0 a
1
p2
. . . a
1
pq
_
_
_
_
_
V.2 tape gnrale
Supposons quau bout de k tapes, on soit parvenu un systme quivalent au premier
et de mme rang, (c
k
) A
k
X = B
k
, o
A
k
=
_
I
k
. . .
O
pk,k
. . .
_
Si r = k, alors on a
A
k
=
_
I
k
. . .
O
pk,k
O
pk,qk
_
En eet, les k = r premires colonnes de A
k
sont indpendantes. Les autres colonnes sont
donc combinaisons linaires des k premires. En consquence, on en dduit les solutions
du systme :
Si b
r
r+1
= . . . = b
r
p
= 0, alors les solutions du systme sont obtenues en choisissant
arbitrairement les inconnues x
r+1
, . . . , x
q
. Les autres inconnues, x
1
, . . . , x
r
sont alors
uniquement dtermines.
sinon, il ny a pas de solution : le systme est incompatible.
Si r > k, alors il existe i, j > k tels que a
ij
,= (sinon la matrice A
k
serait de rang k).
Quitte changer deux quations, voire deux inconnues, on peut supposer que i = j = k+1.
On eectue alors les oprations suivantes :
L
k+1

1
a
(k+1)(k+1)
L
k+1
L
i
L
i
a
i(k+1)
L
k+1
pour i ,= k + 1.
On obtient ainsi un nouveau systme quivalent au premier, et de mme rang, (c
k+1
) A
k+1
X =
B
k+1
, o
A
k+1
=
_
I
k+1
. . .
O
pk1,k+1
. . .
_
V.3 Conclusion
On est donc mme de rsoudre un systme de rang r par la mthode du pivot en
exactement r tapes.
VI Complments
VI.1 Calcul du dterminant dune matrice carre
Soit A une matrice carre nn. Lalgorithme du pivot permet de calculer le dterminant
de A. Pour cela, on simule la rsolution du systme AX = B avec un second membre B
virtuel (inutile de lcrire). chaque tape de lalgorithme, on obtient un nouveau systme
dont on connait le dterminant en fonction du dterminant du systme prcdent : on a
multipli une ligne par un scalaire, ce qui a multipli le dterminant par ce mme scalaire ;.
On a peut-tre aussi eectu des changes de lignes, ce qui a chang le signe du dterminant.
Si lalgorithme termine en strictement moins de n tapes, alors det A = 0 puisque rg A < n.
Sinon, le dernier systme est IX = B, de dterminant 1. Do la valeur de det A.
VI. COMPLMENTS 283
VI.2 Inversion dune matrice carre
La mthode du pivot peut sappliquer un second membre et inconnues ma-
tricielles : ceci revient eectuer une rsolution simultane de systmes. Prenons un
exemple. Nous allons inverser en trois tapes A =
_
_
1 2 3
4 5 6
7 8 8
_
_
. On part du tableau
1 2 3 1 0 0
4 5 6 0 1 0
7 8 8 0 0 1
et on utilise lalgorithme du pivot. Premire tape : L
2
L
2
4L
1
et L
3
L
3
7L
1
. On
obtient
1 2 3 1 0 0
0 3 6 4 1 0
0 6 13 7 0 1
Deuxime tape : L
2

1
3
L
2
puis L
1
L
1
2L
2
et L
3
L
3
+ 6L
2
. On obtient :
1 0 1
5
3
2
3
0
0 1 2
4
3

1
3
0
0 0 1 1 2 1
Et enn, L
3
L
3
puis L
1
L
1
+ L
3
et L
2
L
2
2L
3
. On obtient :
1 0 0
8
3
8
3
1
0 1 0
10
3

13
3
2
0 0 1 1 2 1
On lit linverse de la matrice A dans les trois dernires colonnes du tableau..
VI.3 valuation de la complexit de la mthode du pivot
Soit rsoudre un systme de p quations, q inconnues, rang r. Cette rsolution se fait
en r tapes. chaque tape, on fait les oprations suivantes :
change possible de 2 lignes : q + 1 changes.
change possible de 2 colonnes : p changes.
Normalisation dune ligne : p + 1 divisions.
Ajout p 1 lignes dun multiple de la pime : (p 1)((q + 1) + (q + 1)) additions
ou multiplications.
On fait donc au total de lordre de 2rpq oprations. Pour une systme de Cramer n n,
on a donc 2n
3
oprations. Ce nombre est galement le nombre doprations ncessaire
pour calculer un dterminant avec la mthode du pivot. Pour inverser une matrice, il faut
rsoudre n systmes, et on a donc de lordre de 2n
4
oprations.
titre de comparaison, la formule gnrale pour le dterminant ncessite de lordre de
(n + 1)! oprations.
Supposons donne une machine eectuant 10
10
oprations par seconde. valuons le
temps ncessaire cette machine pour rsoudre un systme n n de Cramer, avec la
mthode du pivot, et avec la mthode nave :
n
Gauss

S
n
3 5.4 10
9
s 2.4 10
9
s
5 2.5 10
8
s 7.2 10
8
s
10 2 10
7
s 4.0 10
3
s
20 1.6 10
6
s 162 ans
25 3.1 10
6
s 1.3 10
9
ans
100 2 10
4
s 3.0 10
142
ans
1000 0.2s 1.3 10
2553
ans
Remarque 25.9 : Prenons un ordinateur dune puissance de 100 Watts. Pour rsoudre
un systme de 20 quations avec les formules de Cramer, il faudra une nergie de 4.8 10
11
Joules. Sachant quune centrale nuclaire fournit une puissance de 10
9
Watts, cela repr-
sente la quantit dnergie fournie par cette centrale pendant 5 minutes. Cest dire la
consommation denviron un demi-kilo duranium enrichi. . .
Cinquime partie
Intgration, formules de Taylor
285
Chapitre 26
Intgration
287
288 CHAPITRE 26. INTGRATION
I Intgration des fonctions en escalier
I.1 Subdivisions dun segment
Dfinition 26.1 : Soit I = [a, b] un segment de R. On appelle subdivision de I toute
suite nie = (x
0
, x
1
, , x
n
) de points de I vriant x
0
= a < x
1
< < x
n
= b.
On note o(a, b) lensemble des subdivisions du segment [a, b].
Dfinition 26.2 : Soit = (x
i
)
0in
o(a, b). On appelle pas de le rel () =
max
0i<n
(x
i+1
x
i
). On appelle support de lensemble x
i
, 0 i n.
Exemple : Soient a < b, et n 1. Pour 0 k n posons x
k
= a + k
ba
n
. On obtient
une subdivision pas constant dont le pas est
n
=
ba
n
.
Dfinition 26.3 : Soit = (x
i
)
0in
et
t
= (x
t
i
)
0im
o(a, b). On dit que est
plus ne que
t
, et on note
t
< lorsque le support de
t
est inclus dans celui de .
Proposition 26.1 : Soient
t
,
tt
o(a, b). Il existe une subdivision de [a, b] la fois
plus ne que et que
t
.
Dmonstration : Cest par exemple la subdivision dont le support est la runion des
supports de et de
t
.
I.2 Notion de fonction en escalier
Dfinition 26.4 : Soit : [a, b] R. On dit que est en escalier sur [a, b] lorsquil
existe une subdivision = (x
i
)
0in
de [a, b] telle que soit constante sur les intervalles
]x
i
, x
i+1
[.
Dfinition 26.5 : Une telle subdivision est une subdivision adapte . Il est clair
que si est une subdivision adapte , alors toute subdivision plus ne que est encore
adapte.
Exemple : Les fonctions constantes sont en escalier sur tout segment.
Proposition 26.2 : Lensemble c(a, b) des fonctions en escalier sur [a, b] est une R-
algbre.
Dmonstration : Montrons que cest une sous-algbre de lalgbre R
[a,b]
. La fonction
constante gale 1 est en escalier. Soient , en escalier sur [a, b]. Soit une subdivision
adapte et . Il sut pour en crer une de prendre une subdivision adapte ,
une subdivision adapte , et de crer la subdivision dont le support est la runion
des supports de ces deux subdivisions. Il est alors clair que cette nouvelle subdivision est
adapte + , et pour tout rel.
I. INTGRATION DES FONCTIONS EN ESCALIER 289
I.3 Intgrale dune fonction en escalier
Proposition 26.3 : Soit : [a, b] R. Soit = (x
i
)
0in
une subdivision adapte .
Soit y
i
la valeur (constante) de sur ]x
i
, x
i+1
[. La quantit
n1
i=0
y
i
(x
i+1
x
i
) ne dpend
pas de la subdivision .
Dmonstration : Sans entrer dans les dtails de la preuve, cela signie que si lon
coupe un rectangle en deux, laire totale est la somme des aires des deux morceaux.
Dfinition 26.6 : La quantit introduite dans le thorme prcdent est appele intgrale
de sur [a, b], et note
_
b
a
, ou
_
[a,b]
, ou encore
_
b
a
(x) dx.
I.4 Proprits
Proposition 26.4 : On a pour toutes fonctions , c(a, b) et tout rel :
Linarit 1 :
_
b
a
( + ) =
_
b
a
+
_
b
a
.
Linarit 2 :
_
b
a
=
_
b
a
.
Croissance :
_
b
a

_
b
a
.
_
b
a

_
b
a
[[
Dmonstration : Pour la linarit 1, prendre une subdivision adapte et
en mme temps. La linarit 2 et la croissance sont videntes. Pour la dernire ingalit,
remarquons dabord que si c(a, b), il en va de mme pour [[. Maintenant, [[,
donc par la croissance, on a
_
b
a

_
b
a
[[. De mme, [[, donc par croissance et
linarit,
_
b
a

_
b
a
[[. Do lingalit voulue.
Proposition 26.5 : [Formule de Chasles] Soient a, b, c R, a < b < c. Soit : [a, c]
R. Alors c(a, c) si et seulement si c(a, b) et c(b, c). De plus,
_
c
a
=
_
b
a
+
_
c
b
Dmonstration : On nentre pas dans les dtails. Disons simplement quun runissant
une subdivision adapte sur [a, b] et une subdivision adapte sur [b, c], on fabrique une
subdivision adapte sur [a, c], inversement, si on a une subdivision adapte sur [a, c], on
obtient des subdivisions adaptes sur [a, b] et [b, c] en la coupant en deux et en rajoutant
ventuellement b aux deux subdivisions obtenues.
Remarque 26.1 : On gnralise la notation intgrale en posant
_
b
a
=
_
a
b
et
_
a
a
= 0. La formule de Chasles est alors vrie dans tous les sens (si jose dire). La
linarit fonctionne encore, mais attention aux ingalits qui se renversent.
II Construction de lintgrale
II.1 Fonctions continues par morceaux
Dfinition 26.7 : Soit f : [a, b] R. On dit que f est continue par morceaux sur [a, b]
lorsquil existe une subdivision = (x
i
)
0in
de [a, b] telle que
f est continue sur les intervalles ]x
i
, x
i+1
[.
f admet une limite gauche et droite en tous les x
i
, 1 i n 1, une limite
droite en a et une limite gauche en b.
Une telle subdivision est bien entendu dite adapte f , et toute subdivision plus
ne quune subdivision adapte est encore adapte.
Proposition 26.6 : Lensemble (
m
([a, b]) des fonctions continues par morceaux sur
[a, b] est une R-algbre et c([a, b]) en est une sous-algbre.
Dmonstration : Cest la mme dmonstration que celle que nous avons faite pour les
fonctions en escalier.
Thorme 26.7 : Lensemble c([a, b]) est dense dans (
m
([a, b]) au sens suivant : pour
toute fonction f (
m
([a, b]), pour tout rel > 0, il existe deux fonctions , c([a, b])
telles que f et .
Dmonstration : On allge en faisant la dmonstration pour f continue sur [a, b].
Soit > 0. Daprs le thorme de Heine, f est uniformment continue sur [a, b]. Il existe
donc > 0 tel que pour tous x, y [a, b], [x y[ entrane [f(x) f(y)[ . Soit
= (x
0
= a, . . . , x
n
= b) une subdivision de [a, b] de pas infrieur ou gal . Soit
en escalier dnie comme suit : Pour tout k [0, n 1], pour tout x [x
k
, x
k+1
],
(x) = min
[x
k
,x
k+1
]
f et (b) = f(b). On dnit de mme en mettant max la place de
min. On a clairement f . Par ailleurs, soit x [a, b[. Soit k tel que x [x
k
, x
k+1
.
On a (x) (x) = max
[x
k
,x
k+1
]
f min
[x
k
,x
k+1
]
f = f(v) f(u) o u, v
[
x
k
, x
k+1
]. Mais
alors, [v u[ () , donc [f(v) f(u)[ . Ainsi, pour tout x dirent de b, on a
(x) (x) . Pour x = b aussi. Donc, .
II.2 Intgrale dune fonction continue par morceaux
Notation : Soit f : [a, b] R borne. On note E
(f) =
_
[a,b]
, c([a, b]), f
et E
+
(f) =
_
[a,b]
, c([a, b]), f.
Remarque 26.2 : Toute fonction continue par morceaux sur [a, b] est borne sur [a, b].
En eet, elle est borne sur chacun des morceaux dune subdivision adapte.
Proposition 26.8 : Les ensembles E
(f) et E
+
(f) possdent respectivement une borne
suprieure et une borne infrieure, et on a inf E
+
(f) sup E
(f).
Dmonstration : f est borne sur [a, b], cest dire minore et majore par des fonc-
tions constantes. Les ensembles E
et E
+
sont donc non vides. De plus, soient x E
et
III. PROPRITS DE LINTGRALE 291
y E
+
. On a x =
_
b
a
et y =
_
b
a
o , c(a, b) et f . Ainsi, par la croissance
de lintgrale, x y. On en dduit que sup E
et inf E
+
existent, et sup E
inf E
+
.
Remarque 26.3 : Les rels sup E
et inf E
+
peuvent tre distincts lorsque la fonction
f est complique . Prenons par exemple la fonction f : [0, 1] R dnie par f(x) = 1
si x Q et f(x) = 0 sinon. On vrie alors que E
(f) = R
et E
+
(f) = [1, +[.
Proposition 26.9 : Soit f (
m
([a, b]). On a sup E
(f) = inf E
+
(f).
Dfinition 26.8 : On appelle intgrale de f sur [a, b] le rel inf E
+
(f) = sup E
(f).
Dmonstration : Soit > 0. Il existe , c([a, b]) telles que f et
ba
. De l,
_
b
a

_
b
a

_
b
a
ba
= . On minore le membre de gauche : inf E
+
sup E
.
Ceci tant vrai pour tout > 0, on en dduit que inf E
+
sup E
.
Notation : On utilise les mmes notations que pour les fonctions en escalier :
_
b
a
f, ou
_
[a,b]
f, ou encore
_
b
a
f(x) dx. On vrie que cela ne prte pas confusion car si f est en
escalier, alors E
(f) par exemple, a un plus grand lment, qui est

_
b
a
(f) au sens du I.
Exemple : Calculons
_
1
0
x
2
dx. Pour cela, considrons pour tout n la subdivision rgulire
(x
k
)
0kn
o x
k
=
k
n
. Soit en escalier dnie par (x) = f(x
k
) sur lintervalle [x
k
, x
k+1
[
(et (1) = 1). On a f. Calculons son intgrale :
_
1
0
=
1
n
n1
k=0
_
k
n
_
2
=
(n1)(2n1)
6n
2
. Soit
de mme en escalier dnie par (x) = f(x
k+1
) sur lintervalle [x
k
, x
k+1
[ (et (1) = 1).
On a f. Calculons son intgrale :
_
1
0
=
1
n
n1
k=0
_
k+1
n
_
2
=
(n+1)(2n+1)
6n
2
. On a donc
pour tout n 1,
(n1)(2n1)
6n
2

_
1
0
f
(n+1)(2n+1)
6n
2
. Le minorant et le majorant tendent
vers
1
3
lorsque n tend vers linni. On a donc
_
1
0
x
2
dx =
1
3
.
III Proprits de lintgrale
III.1 Linarit
Proposition 26.10 : Soient f, g (
m
([a, b] et R. On a
_
b
a
(f +g) =
_
b
a
f +
_
b
a
g et
_
b
a
f =
_
b
a
f.
Dmonstration : Soit > 0. Il existe
1
,
1
,
2
,
2
en escalier sur [a, b] telles que
1
f
1
,
2
g
2
,
1
1

2(ba)
et
2
2

2(ba)
. On en dduit (1)
_
b
a

1

_
b
a
f
_
b
a

1
, (2)
_
b
a

2

_
b
a
g
_
b
a

2
, et (3)
_
b
a

1
+
_
b
a

2

_
b
a
(f +g)
_
b
a

1
+
_
b
a

2
. On
ajoute (3) les ingalits opposes de (1) et (2). On obtient
_
b
a
(
1
1
) +
_
b
a
(
2
2
)
_
b
a
(f + g)
_
b
a
f
_
b
a
g
_
b
a
(
1
1
) +
_
b
a
(
2
2
), do [
_
b
a
(f + g)
_
b
a
f
_
b
a
g[ .
Ceci est vrai pour tout > 0, donc lintgrale de la somme est la somme des intgrales.
Pour le produit par un rel, cest bien plus facile.
III.2 Croissance
m
([a, b]). On a f 0
_
b
a
f 0.
Dmonstration : La fonction nulle est en escalier et minore f, donc 0 =
_
b
a
0
_
b
a
f.
Proposition 26.12 : Soientt f, g (
m
([a, b]). On a f g
_
b
a
f
_
b
a
g.
Dmonstration : On a g f 0, donc
_
b
a
(g f) 0. On termine en utilisant la
linarit de lintgrale.
m
([a, b]). Alorts [f[ (
m
([a, b]) et [
_
b
a
f[
_
b
a
[f[.
Dmonstration : Une subdivision adapte f est aussi adapte [f[. Pour montrer
lingalit, il sut de remarquer que f [f[ et f [f[, puis dutiliser la croissance de
lintgrale et sa linarit.
III.3 Formule de Chasles
Proposition 26.14 : [Formule de Chasles] Soient a, b, c R, a < b < c. Soit f : [a, c]
R. Alors f (
m
([a, c]) si et seulement si f (
m
([a, b]) et f (
m
([b, c]). De plus,
_
c
a
f =
_
b
a
f +
_
c
b
f
Dmonstration : On nentre pas dans les dtails. Lide est de travailler avec des
subdivisions adaptes auxquelles on rajoute ventuellement le point b.
Remarque 26.4 : On gnralise la notation intgrale en posant
_
b
a
f =
_
a
b
f et
_
a
a
f = 0. La formule de Chasles est alors vrie dans tous les sens. Attention cependant :
les ingalits concernant les intgrales (comme la positivit ou la croissance) ne sont valables
que lorsque a b.
III.4 Ingalit de la moyenne
Proposition 26.15 : Soit f une fonction continue par morceaux sur [a, b] (Important :
a < b). Soient respectivement m et M un minorant et une majorant de f sur [a, b]. Alors
m(b a)
_
[a,b]
f M(b a)
Dmonstration : Cest immdiat. On crit que m f(x) M pour tout x [a, b],
puis on intgre.
Corollaire 26.16 : Si f est continue, il existe c [a, b] tel que f(c) =
1
ba
_
b
a
f.
III. PROPRITS DE LINTGRALE 293
Dmonstration : Posons (f) =
1
ba
_
b
a
f. On a m (f) M. Comme f est continue
sur le segment [a, b], on peut prendre m = min f et M = max f. Le thorme sur limage
dun segment nous dit alors que (f) = f(c) o c [a, b].
Dfinition 26.9 : Le rel (f) est appel la valeur moyenne de f sur [a, b].
Exercice : Calculer la valeur moyenne de la fonction sinus sur [0, ].
Proposition 26.17 : [Ingalit de la moyenne] Soient f, g (
m
([a, b]). Alors
_
b
a
fg
sup
[a,b]
[f[
_
b
a
[g[
Dmonstration : Il ny a qu majorer fg par (sup [f[)g.
Exemple : Soit f une fonction continue sur [0, 1]. Pour tout entier n, posons u
n
=
_
1
0
x
n
f(x) dx. On a [u
n
[ max [f[
_
1
0
x
n
dx =
max [f[
n+1
. Ainsi, u
n
tend vers 0 lorsque n tend
vers linni.
Corollaire 26.18 : Soit f (
m
([a, b]). Alors
_
b
a
f
(b a) sup
[a,b]
[f[
Dmonstration : Prendre g = 1 dans la proposition.
III.5 Nullit de lintgrale
m
([a, b]) continue et positive, telle que
_
[a,b]
f = 0.
Alors f = 0.
Dmonstration : Supposons que f nest pas identiquement nulle sur [a, b]. Il existe
c [a, b] tel que f(c) > 0. Supposons c ,= a, b (si c = a ou b, la preuve est analogue).
Comme f est continue en c, il existe > 0, tel que f(x)
1
2
f(c) pour tout x [c, c+].
Prenons susamment petit pour que a c et c + b. On a alors
_
b
a
f =
_
c
a
f +
_
c+
c
f +
_
b
c+
f
_
c+
c
f f(c) > 0.
III.6 Ingalit de Schwarz
Proposition 26.20 : Lapplication (f, g)
_
b
a
fg est une forme bilinaire symtrique
positive sur (
m
([a, b]). Cest mme un produit scalaire sur (
0
([a, b]).
Dmonstration : Symtrique car la multiplication des rels est commutative. Bilinaire
par linarit de lintgrale. Positive par positivit de lintgrale. Dnie grce au thorme
de nullit de lintgrale.
Proposition 26.21 : Soient f, g (
m
([a, b]). Alors
_
b
a
fg
_
b
a
f
2
_
b
a
g
2
Si f et g sont continues sur [a, b], lingalit prcdente est une galit si et seulement si f
et g sont proportionnelles.
Dmonstration : On a une forme bilinaire symtrique positive. Voir le cours de go-
mtrie du plan lorsque nous avons montr lingalit de Schwarz pour le produit scalaire. Le
cas dgalit vient de la dnition du produit scalaire. Voir ce mme cours de gomtrie.
IV Approximations de lintgrale
IV.1 Sommes de Riemann - Mthode des rectangles
Dfinition 26.10 : On appelle subdivision pointe de [a, b] tout couple S = (, )
o = (x
i
)
0in
est une subdivision normale de [a, b] et = (
i
)
0in1
vrie
i 0, , n 1,
i
[x
i
, x
i+1
].
Notation : On note o.([a, b)] lensemble des subdivisions pointes de [a, b].
Dfinition 26.11 : Soit f : [a, b] R. Soit S une subdivision pointe de [a, b]. On
appelle somme de Riemann associe f et S la quantit
1
S
(f) =
n1
i=0
(x
i+1
x
i
)f(
i
)
Proposition 26.22 : Soit f : [a, b] R une fonction continue. Alors
> 0, > 0, S S.([a, b]), (S)
_
b
a
f 1
S
(f)

En dautres termes, les sommes de Riemann associes f convergent vers f lorsque le
pas des subdivisions tend vers 0.
Dmonstration : Soit > 0. f est uniformment continue sur [a, b], donc il existe > 0
tel que x, y [a, b], on a [f(x) f(y)[

ba
ds que [x y[ . Soit S une subdivision
pointe de [a, b] (mmes notations que dans la dnition) de pas infrieur ou gal . On a
[
_
b
a
f 1
S
(f)[ = [
n1
i=0
(
_
x
i+1
x
i
f(x) dx
_
x
i+1
x
i
f(
i
) dx)[
n1
i=0
_
x
i+1
x
i
[f(x) f(
i
)[ dx
n1
i=0
_
x
i+1
x
i
ba
dx = .
Proposition 26.23 : Soit f : [a, b] R k-lipschitzienne. On a alors pour toute subdi-
vision pointe S n + 1 points
_
b
a
f 1
S
(f)
k(b a)(S)
IV. APPROXIMATIONS DE LINTGRALE 295
Dmonstration : On a [
_
b
a
f 1
S
(f)[ = [
n1
i=0
(
_
x
i+1
x
i
f(x) dx
_
x
i+1
x
i
f(
i
) dx)[
n1
i=0
_
x
i+1
x
i
[f(x) f(
i
)[ dx k
n1
i=0
_
x
i+1
x
i
[x
i
[ dx k(S)
n1
i=0
_
x
i+1
x
i
dx = k(b
a)(S).
Exemple : Si S est une subdivision rgulire de [a, b] en n morceaux, alors
_
b
a
f 1
S
(f)
k
(b a)
2
n
Exercice : Appliquer la mthode des rectangles f(x) = exp x sur [0, 1]. Prendre des
subdivisions rgulires.
IV.2 Mthode des trapzes
Soit f : [a, b] R. On suppose dans ce qui suit que f est de classe (
2
. On note M
2
(f)
le maximum de [f
tt
[ sur le segment [a, b]. On cherche dans un premier temps approcher
f par la fonction ane gale f aux points a et b.
Proposition 26.24 : On a pour tout t [a, b], [f(t) (t)[
(ta)(bt)
2
M
2
(f).
Dmonstration : Soit g(x) = f(x) (x)
M
2
2
(xa)(b x). On a g (
2
[a, b], g(a) =
g(b) = 0, et g
tt
= f
tt
+M
2
0. La fonction g
t
est donc croissante. De plus, par Rolle, on a
c ]a, b[, tel que g
t
(c) = 0. Donc, g
t
0 sur [a, c] et g
t
0 sur [c, b]. On en tire les variations
de g sur [a, b], et on constate que g 0 sur [a, b]. Donc, f(x) (x)
M
2
2
(x a)(b x).
En faisant de mme avec h(x) = f(x) (x) +
M
2
2
(x a)(b x), on trouve lautre
ingalit.
Proposition 26.25 : On a [
_
b
a
f (b a)
f(a)+f(b)
2
[ M
2
(ba)
3
12
.
Dmonstration : On a [
_
b
a
f
_
b
a
[
_
b
a
[f [
M
2
2
_
b
a
(t a)(b t) dt = M
2
(ba)
3
12
.
On vrie par ailleurs que
_
b
a
= (b a)
f(a)+f(b)
2
(aire dun trapze).
Proposition 26.26 : Soit n 1. Soit x
i
= a + i
ba
n
, i = 0..n. Alors
_
b
a
f T
n
(f)
(b a)
3
12n
2
M
2
(f)
o T
n
(f) =
ba
2n
n1
i=0
(f(x
i
) + f(x
i+1
)).
Dmonstration : Soit la fonction gale f aux points x
i
et ane sur chacun des
morceaux de la subdivision rgulire. On a [
_
b
a
f
_
b
a
[

n1
i=0
[
_
x
i+1
x
i
f
_
x
i+1
x
i
[
n1
i=0
M
2
(ba)
3
12n
3
= M
2
(ba)
3
12n
2
. Par ailleurs,
_
b
a
=
n1
i=0
_
x
i+1
x
i
= T
n
(f).
Remarque 26.5 : On a T
n
(f) =
ba
n
n1
i=0
f(x
i
) +
(ba)(f(b)f(a))
2n
. On constate donc
que la somme associe la mthode des trapzes est gale une somme de Riemann
laquelle on rajoute le terme correcteur
(ba)(f(b)f(a))
2n
.
Exemple : Prenons a = 0, b = 1 et f(x) = x
2
. Il vient T
n
(f) =
1
n
n1
i=0
_
i
n
_
2
+
1
2n
=
(n1)n(2n1)
6n
3
+
1
2n
=
1
3
+
1
6n
2
. Or,
_
1
0
f =
1
3
. Ainsi, lerreur commise est
1
6n
2
. Par ailleurs,
lerreur thorique est M
2
(ba)
3
12n
2
=
1
6n
2
. Ainsi, notre calcul de lerreur tait optimal. Le
majorant que nous avons trouv est atteint dans notre exemple.
V Primitives
V.1 Notion de primitive
Dfinition 26.12 : Soit I un intervalle de R. Soient f et F deux fonctions dnies sur
I. On dit que F est une primitive de f sur I lorsque F T
1
(I) et que F
t
= f sur I.
V.2 Existence et unicit des primitives
Thorme 26.27 : Soit f : I R. Si f admet une primitive sur I, celle-ci est unique
constante additive prs. Plus prcisment, les primitives de f sont les fonctions F + C
o C dcrit R.
Dmonstration : En eet, si F et G sont drivables sur I, on a F
t
= G
t
si et seulement
si (F G)
t
= 0 cest dire si et seulement si F G est constante sur I.
Thorme 26.28 : [Existence des primitives] Soit f : I R une fonction continue. Soit
a I. Lapplication F : I R dnie par F(x) =
_
x
a
f(t) dt est une primitive de f sur I.
Dmonstration :
La fonction F est bien dnie sur I puisque pour tout x I, f est continue sur [a, x].
Soit x
0
I. Soit x I. Alors F(x) F(x
0
) (x x
0
)f(x
0
) =
_
x
x
0
f(t) dt (x
x
0
)f(x
0
) =
_
x
x
0
(f(t) f(x
0
)) dt. Soit > 0. Puisque f est continue en x
0
, il existe
> 0 tel que [t x
0
[ [f(t) f(x
0
)[ . On a alors pour tout x tel que
[xx
0
[ , [F(x) F(x
0
) (xx
0
)f(x
0
)[
_
x
x
0
[f(t) f(x
0
)[ dt [xx
0
[. Do,
pour x ,= x
0
,
F(x)F(x
0
)
xx
0
f(x
0
)
. Cest la dnition de limite : F est drivable

en x
0
et sa drive est f(x
0
).
V.3 Application
Proposition 26.29 : [Thorme fondamental du calcul intgral] Soit f : [a, b] R une
fonction continue. Soit F une primitive de f sur [a, b]. Alors
_
b
a
f(x) dx = F(b) F(a)
V. PRIMITIVES 297
Dmonstration : Posons G(x) =
_
x
a
f(t) dt. F et G tant des primitives de f sur
[a, b], il existe un rel c tel que pour tout x [a, b], on ait F(x) = G(x) + c. Mais alors
F(b) F(a) = G(b) G(a) = G(b) =
_
b
a
f(x) dx.
V.4 Intgration par parties
Proposition 26.30 : Soient u, v : [a, b] R deux fonctions de classe (
1
. On a
_
b
a
u
t
v = uv[
b
a
_
b
a
uv
t
o [
b
a
= (b) (a).
Dmonstration : On a (uv)
t
= u
t
v + uv
t
. Et on intgre. Comme (uv)
t
est continue,
on peut appliquer le thorme fondamental du calcul intgral dans le membre de gauche.
Bien videmment, une primitive de (uv)
t
est uv.
Exemple : Cherchons une primitive de la fonction arcsin sur [1, 1]. Pour cela, consi-
drons F(x) =
_
x
0
arcsin t dt pour 1 x 1. On voudrait poser u
t
= 1 et v = arcsin x,
malheureusement v nest pas drivale en 1 et 1. Supposons donc dabord 1 < x < 1.
Il vient F(x) = t arcsin t[
x
0

_
x
0
t
1t
2
dt = xarcsin x
1 x
2
+ 1. Une primitive de la
fonction arcsin sur ] 1, 1[ est donc la fonction F : x xarcsin x
1 x
2
.
Exercice : Justier sans calculs que F est une primitive de la fonction arcsin sur [1, 1].
V.5 Changement de variable
Proposition 26.31 : Soit (
1
([, ]). Soit f une fonction continue sur un intervalle
I contenant ([, ]). On a
_

f((t))
t
(t) dt =
_
()
()
f(x) dx
Dmonstration : Soit F une primitive de f sur I. On a pour tout t [, ], f((t))
t
(t) =
F
t
((t))
t
(t) = (F )
t
(t). Ainsi,
_
f((t))
t
(t) dt =
_
(F )
t
(t) dt = F [
=
F(()) F(()) =
_
()
()
f(x) dx.
Remarque 26.6 : Lnonc du thorme de changement de variable est compliqu, mais
son utilisation est en ralit simple. On dsire calculer
_
b
a
f(x) dx. Pour cela, on dcide de
poser x = (t). On cherche alors et tels que a = () et b = () (quand x vaut a,
t vaut ). La question est ensuite : que devient dx? Le thorme nous dit quil devient
t
(t) dt (facile de sensouvenir : dx =
dx
dt
dt). Ainsi
_

f((t))
t
(t) dt =
_
b
a
f(x) dx
Exemple : Soit X [1, 1]. Calculons J =
_
X
0
arcsin xdx en posant x = sin t. On a
J =
_
arcsin X
0
t cos t dt. Une intgration par parties permet de nir le calcul.
VI Fonctions valeurs complexes
Soit f : [a, b] C une fonction continue par morceaux (i.e. sa partie relle et sa partie
imaginaire sont continues par morceaux). On appelle intgrale de f sur [a, b] le nombre
complexe
_
b
a
f(x) dx =
_
b
a
1(f(x)) dx + i
_
b
a
(f(x)) dx. La linarit de lintgrale reste
vrie. La formule de Chasles galement. On peut videmment intgrer par parties ou
faire des changements de variable.
En revanche, on ne peut plus parler de croissance ou de positivit de lintgrale, puis-
quon ne peut pas comparer deux fonctions valeurs complexes. On a cependant le rsultat
suivant :
Proposition 26.32 : Soit f : [a, b] C continue par morceaux. Alors
_
b
a
f(x) dx

_
b
a
[f(x)[ dx.
Dmonstration : Soit z
0
C
. Soit : C R dnie par (z) =

<z,z
0
>
[z
0
[
o les
crochets dnotent le produit scalaire usuel dans C identi R
2
. On a alors pour tout
nombre complexe z, [(z)[ [z[, daprs lingalit de Schwarz. De plus, on a galit lorsque
z = z
0
. On a donc
_
b
a
(f(t)) dt
_
b
a
[f(t)[ dt. De plus,
_
b
a
(f(t)) dt = (
_
b
a
f(t) dt). Ceci
rsulte de la linarit de a. Ceci reste valable pour tout z
0
non nul. En particulier, si
_
b
a
f(t) dt est non nulle, on lappelle z
0
, et on obtient z
0
= (z
0
)
_
b
a
[f(t)[ dt. Si jamais
lintgrale est nulle, lingalit montrer est triviale.
Chapitre 27
Fractions rationnelles
299
300 CHAPITRE 27. FRACTIONS RATIONNELLES
I Le corps des fractions rationnelles
I.1 Notion de fraction rationnelle
Soit K un corps commutatif. Lanneau K[X] des polynmes coecients dans K est un
anneau intgre. Il possde donc un corps des fractions, unique isomorphisme prs, not
K(X) : le corps des fractions rationnelles une indtermine. Formellement, une fraction
rationnelle est le quotient F =
P
Q
de deux polynmes, o le polynme Q est non nul. On
a les identits suivantes :
P
Q
=
R
S
PS = QR
P
Q
+
R
S
=
PS+QR
QS
P
Q
R
S
=
PR
QS
Enn, toute fraction scrit F =
P
Q
o P et Q sont deux polynmes premiers entre eux.
Une telle criture est unique, multiplication par une constante non nulle prs en haut et
en bas. On dit que lon a un reprsentant irrductible de la fraction F.
I.2 Degr dune fraction rationnelle
Dfinition 27.1 : Soit F =
P
Q
K(X). On appelle degr de F la quantit d
o
F =
d
o
P d
o
Q.
Remarque 27.1 : Cette quantit ne dpend pas du reprsentant choisi pour F. Le degr
dune fraction est soit un entier relatif, soit lorsque la fraction est nulle. Attention
quelques piges : une fraction de degr 0 nest pas forcment constante, par exemple.
Proposition 27.1 : Soient F, G K(X). On a d
o
(F + G) max(d
o
F, d
o
G). Si les
fractions ont des degrs dirents, cest une galit. Sinon, on ne peut rien dire.
Dmonstration : On pose F =
P
Q
et G =
R
S
. On a F +G =
PS+QR
QS
do d
o
(F +G) =
d
o
(PS + QR) d
o
(QS) max(d
o
(PS), d
o
(QR)) d
o
(QS). Cette quantit vaut aussi
max(d
o
(PS) d
o
(QS), d
o
(QR) d
o
(QS)) = max(d
o
P d
o
Q, d
o
R d
o
S). Si d
o
F ,= d
o
G,
alors d
o
P d
o
Q ,= d
o
R d
o
S, donc d
o
(PS) ,= d
o
(QR) et on a bien galit.
Proposition 27.2 : Soient F, G K(X). On a d
o
(FG) = d
o
F + d
o
G.
Dmonstration : Avec les mmes notations que ci-dessus, d
o
(FG) = d
o
(PR)d
o
(QS) =
d
o
P + d
o
R d
o
Qd
o
S = d
o
F + d
o
G.
I.3 Racines, ples
Dfinition 27.2 : Soit F =
P
Q
une fraction crite sous forme irrductible. On appelle
racine de F toute racine de P, et ple de F toute racine de Q.
Remarque 27.2 : Une fraction a un nombre ni de ples. Une fraction non nulle a un
nombre ni de racines.
II. LMENTS SIMPLES 301
I.4 Fonctions rationnelles
On ne refait pas ce qui a t fait pour les polynmes. Noter simplement quune fonc-
tion rationnelle est dnie sur K sauf peut-tre en un nombre ni de points, les ples
de la fraction rationnelle correspondante. On dnit galement la drive dune fraction
rationnelle.
II lments simples
II.1 Cest quoi ?
Dfinition 27.3 : On appelle lment simple (sur K) toute fraction rationnelle du type
F =
P
Q
n
o n N
, Q est irrductible et d
o
P < d
o
Q.
II.2 Exemples de base
Lorsque Q est de degr 1, on a ce que lon appelle un lment simple de premire
espce (dordre n). On a alors F =

(Xa)
n
, avec , a K et n 1. Ce type dlment
simple est le seul lorsque K = C.
Si K = R, on trouve galement des lments simples de deuxime espce : les fractions
F =
X+
(X
2
+pX+q)
n
avec , , p, q R, n 1, et p
2
4q < 0.
II.3 Partie entire dune F.R.
Proposition 27.3 : Soit F K(X). Il existe un unique polynme E K[X], et une
unique fraction rationnelle G de degr strictement ngatif, tels que F = E + G.
Le polynme E est appel la partie entire de la fraction F.
Dmonstration : On crit F =
A
B
. On fait la division euclidienne de A par B :
A = BE +R avec d
o
R < d
o
B. Do F = E +R/B et lexistence, en posant G = R/B. Si,
par ailleurs, F = E
1
+G
1
= E
2
+G
2
, alors G
1
G
2
= E
2
E
1
est un polynme de degr
strictement ngatif. Cest donc le polynme nul, do lunicit.
II.4 Parties polaires dune fraction
Proposition 27.4 : Soit F =
A
B
1
B
n
avec d
A
<
n
i=1
d
o
B
i
, et les B
i
premiers entre eux
deux deux. F scrit alors de faon unique F =
n
i=1
A
i
B
i
avec pour tout i, d
o
A
i
< d
o
B
i
.
Dmonstration : On fait la dmonstration dans le cas n = 2. On tend ensuite par
rcurrence sur n.
Existence : Soit F =
A
B
1
B
2
. Daprs Bzout, il existe deux polynmes U et V tels que
UB
1
+V B
2
= 1. On peut donc crire F =
A(UB
1
+V B
2
)
B
1
B
2
=
V A
B
1
+
UA
B
2
. On peut ensuite
isoler les parties entires de ces fractions, et crire F = E
1
+ E
2
+
A
1
B
1
+
A
2
B
2
. Mais,
forcment, E
1
+ E
2
= 0 puisque d
o
F < 0.
Unicit : Supposons que F scrive de deux faons. On arrive alors
A
1
B
1
=
A
2
B
2
avec
d
o
A
i
< d
o
B
i
et B
1
B
2
= 1. On applique ensuite le thorme de Gauss : B
1
divise
A
1
B
2
, donc B
1
divise A
1
. Donc, pour des raisons de degr, A
1
= 0. Puis, de mme,
A
2
= 0.
Remarque 27.3 : Le rsultat prcdent permet de sparer les ples dune fraction.
II.5 Dcomposition en lments simples sur les complexes
Proposition 27.5 : Soit F C(X) une fraction de ples a
1
, , a
n
dordres de multi-
plicits respectifs k
1
, , k
n
. Alors
F = E +
n
j=1
k
j
i=1
i,j
(X a
j
)
i
o les
i,j
C et E C[X]. La dcomposition est unique.
Dmonstration : On admet lunicit (qui a presque t dj faite, dailleurs). Le po-
lynme E est la partie entire de F. Le jme terme de la somme est la partie polaire
relative au ple a
j
. Elle se dcompose en somme dlments simples en crivant la formule
de Taylor (ou en faisant des divisions euclidiennes par X a
j
).
II.6 Ples simples
Soit F une fraction possdant a pour ple simple. Le thorme prcdent nous dit que
F =

Xa
+G o a nest pas un ple de G. Le scalaire est appel le rsidu de F au point
a. Il existe essentiellement 2 mthodes pratiques de calcul de
Supposons ici que lon sait crire F =
P
(Xa)Q
, les polynmes P et Q nayant pas a
pour racine. On a alors (X a)F =
P
Q
= + (X a)G. On a donc =
P(a)
Q(a)
.
Exemple : Soit F =
X
2
+1
X
3
1
. On veut calculer le rsidu de F en 1. On a (X1)F =
X
2
+1
X
2
+X+1
et cette quantit vaut 2/3 en 1. Donc, F =
2
3(X1)
+G o G a pour ples
et . Calculer de mme les rsidus en et .
Il arrive que lon sache que a est ple simple de F, sans pouvoir factoriser facilement
son dnominateur. On suppose ici que F =
P
Q
, o a est racine simple de Q, et pas
racine de P. On voit, en crivant Taylor pour Q, que le rsidu de F en a est
P(a)
Q
(a)
.
Exemple : Soit F =
1
X
n
1
. Les ples de F sont les racines nimes de 1. On a donc
F =
|
n
X
, avec
=
1
n
n1
=

n
.
II. LMENTS SIMPLES 303
II.7 Ples multiples
On traite un exemple dans lequel il y a des ples doubles ...
Soit F =
X
5
(X1)
2
(X+2)
2
. Alors F = E +
aX+b
(X1)
2
+
cX+d
(X+2)
2
. La thorie nous dit que E
sobtient par une division euclidienne, assez pnible eectuer ici, car il faut dvelopper
le dnominateur. On trouve E = X 2. Pour obtenir a et b, on multiplie F par (X 1)
2
.
On a aX+b +(X1)
2
G =
X
5
(X+2)
2
o la fraction G na pas 1 pour ple. En faisant X = 1,
on obtient a + b = 1/9. En drivant, puis en faisant X = 1, on obtient a = 13/27, do
b = 10/27. Terminer la dcomposition. On trouve
F = X 2 +
1
9(X 1)
2
+
13
27(X 1)

32
9(X + 2)
2
+
176
27(X + 2)
II.8 Fractions relles
Proposition 27.6 : Soit F =
P
Q
R(X) une fraction crite sous forme irrductible.
On suppose que Q se factorise en Q = c
m
i=1
(Xa
i
)
n
i=1
(X
2
+p
i
X +q
i
)
i
o c R
,
les
i
,
i
sont des entiers non nuls, les a
i
R, les p
i
, q
i
R avec p
2
i
4q
i
< 0. La fraction
F scrit alors de faon unique
F = E +
m
i=1
j=1
ij
(X a
i
)
j
+
n
i=1
j=1
ij
X +
ij
(X
2
+ p
i
X + q
i
)
j
Dmonstration : Dmonstration admise.
On a souvent dcomposer des fractions coecients rels en lments simples. Lorsque
les ples non rels sont des ples simples, on peut dcomposer sur C et regrouper les parties
correspondant des ples conjugus. On peut aussi, crire la dcomposition a priori et
donner X des valeurs particulires.
Exemple : Soit F =
1
X
4
+X
2
+1
. On a F =
1
(X
2
X+1)(X
2
+X+1)
=
aX+b
X
2
X+1
+
cX+d
X
2
+X+1
.
Tout dabord, F est paire. Le changement de X en X donne la mme DES. On en
dduit que a = c et b = d. Maintenant, multiplions par X
2
+ X + 1. Il vient
1
X
2
X+1
=
cX + d + (X
2
+ X + 1)G o G na pas j pour ple. On fait X = j :
1
j
2
j+1
= cj + d. On
utilise les relations j
2
+ j + 1 = 0 et j
3
= 1 pour obtenir que
1
j
2
j+1
=
j+1
2
. La famille
(1, j) tant libre dans le R-espace vectoriel C, on en dduit c = d =
1
2
. Ainsi
1
X
4
+ X
2
+ 1
=
1
2
X + 1
X
2
X + 1
+
1
2
X + 1
X
2
+ X + 1
Chapitre 28
Calcul des primitives
305
306 CHAPITRE 28. CALCUL DES PRIMITIVES
I Primitives usuelles
Le tableau ci-dessous rsume les primitives connatre. On trouve dans la premire
colonne la fonction primitiver. Dans la deuxime colonne sont indiqus le ou les intervalles
(les plus grands possible) o la fonction possde des primitives. La dernire colonne contient
lexpression dune primitive de la fonction, valable sur tous les intervalles cits dans la
colonne prcdente. Pour avoir toutes les primitives, il convient bien entendu de rajouter
des constantes.
Fonction f Intervalle(s) I Primitive
_
f(x)dx sur I
e
x
( C
) R
1
e
x
cosh x( R
) R
1
sinh x
sinh x R
1
cosh x
cos x R
1
sin x
sin x R
1
cos x
x
( C 1) R
+
(au moins)
x
+1
+1
1
x
R
+
ou R
ln [x[
ln [x[ R
+
ou R
xln [x[ x
1
cosh
2
x
= 1 tanh
2
x R tanh x
1
sinh
2
x
= coth
2
x 1 R
+
ou R
coth x
1
cos
2
x
= 1 + tan
2
x ]

2
+ k,

2
+ k[, k Z tan x
1
sin
2
x
= 1 + cot
2
x ]k, (k + 1)[, k Z cot x
tan x ]

2
+ k,

2
+ k[, k Z ln [ cos x[
cot x ]k, (k + 1)[, k Z ln [ sin x[
tanh x R ln(cosh x)
coth x R
+
ou R
ln [ sinh x[
1
cosh x
R 2 arctan e
x
1
sinh x
R
+
ou R
ln
tanh
x
2
1
cos x
]

2
+ k,

2
+ k[, k Z ln
tan
_
x
2
+

4
_
1
sin x
]k, (k + 1)[, k Z ln
tan
x
2
1
x
2
+a
2
(a R
) R
1
a
arctan
x
a
1
a
2
x
2
(a R
) R [a[, [a[
1
2a
ln
x+a
xa
a
2
x
2
(a R
) ] [a[, [a[[ arcsin

x
[a[
1
x
2
+h
(h R
) tout intervalle o x
2
+ h ,= 0 ln
x +
x
2
+ h
II Primitives des fractions rationnelles

II.1 Primitives dun lment simple de premire espce
On se donne F =
1
(Xa)
n
, avec a R ou C, et n 1. On dsire calculer
_
F(x) dx. La
variable x reste videmment relle.
Lorsque n 2, une primitive de F est
1
(n1)(xa)
n1
, que a soit rel ou complexe.
III. PRIMITIVES SE RAMENANT DES PRIMITIVES DE F.R. 307
Lorsque n = 1 et a est rel, une primitive de F est ln [x a[.
Lorsque n = 1 et a = p + iq avec p, q rels, q ,= 0, on a F(x) =
1
(xp)iq
=
(xp)+iq
(xp)
2
+q
2
.
Un eprimitive de F est donc
1
2
ln((x p)
2
+ q
2
) + i arctan
xp
q
.
II.2 Primitives dun lment simple de deuxime espce dordre 1
On suppose ici les fractions coecients rels. On se donne F =
X+
X
2
+pX+q
avec un
dnominateur irrductible. Une simple translation (t = x + p/2) permet de se ramener au
calcul dune primitive de G(t) =
ut+v
t
2
+a
2
avec a rel non nul, ce qui sintgre en
u
2
ln(t
2
+
a
2
) +
v
a
arctan
t
a
.
II.3 Primitives dun lment simple de deuxime espce dordre au
moins 2
Une translation de la variable, comme au paragraphe ci-dessus, permet de se ramener
au problme suivant : calculer I
n
=
_
x
(x
2
+a
2
)
n
et J
n
=
_
1
(x
2
+a
2
)
n
, o n 2.
Le calcul de I
n
est immdiat : I
n
=
1
2(n1)(x
2
+a
2
)
n1
.
Pour calculer J
n
, on intgre par parties en posant u
t
= 1 et v =
1
(x
2
+a
2
)
n
. Il vient
J
n
=
x
(x
2
+a
2
)
n
+ 2n
_
x
2
(x
2
+a
2
)
n+1
. Lintgrale vaut J
n
a
2
J
n+1
. Connaissant J
1
, on peut
ainsi calculer de proche en proche les intgrales J
n
.
Exercice : Calculer
_
1
0
dx
(x
2
+1)
2
.
III Primitives se ramenant des primitives de F.R.
III.1 Fractions en sinus et cosinus
Problme : intgrer F(cos x, sin x) o F est une fraction rationnelle deux variables.
On pose x = 2 arctan t+2k, o k est choisi selon lintervalle dintgration. Ce changement
de variable ne peut tre eectu que sur des intervalles du type ](2k 1), (2k + 1)[. Si
lon a intgrer sur autre chose, il faut couper en morceaux. On a alors
_
F(cos x, sin x) dx =
_
F(
1 t
2
1 + t
2
,
2t
1 + t
2
)
2dt
1 + t
2
Ne pas oublier de modier les bornes ! !
Exercice : Intgrer
1
12 sin x
et
1
2+sin x
Calculer lintgrale de la seconde fonction entre
0 et .
Il se peut que de meilleurs changements de variable soient possibles :
Si f(x) = F(cos x, sin x) est impaire, alors F(X, Y ) = Y G(X, Y ), o Y napparat
quavec des puissances paires. Le changement de variable t = cos x fonctionne alors.
Exemple : tan x =
cos
x
cos x
. Ainsi, en posant u = cos x, on a tan x =
u
u
qui
sintgre en ln u.
f( x) = f(x). On a alors F(cos x, sin x) = F(cos x, sin x). On peut alors
montrer que F(X, Y ) = F(X, Y ) et que F = XG(X, Y ) o X napparat dans G
quavec des puissances paires. On pose t = sin x.
f( + x) = f(x). On pose alors t = tan x.
III.2 Fractions dexponentielles
Problme : Intgrer F(e
x
), o F est une fraction rationnelle. Ce problme inclut le
problme de lintgration de fractions en sinh x et cosh x.
On pose x = ln t. Il vient alors
_
F(e
x
) dx =
_
F(t)
t
dt.
Exercice : Calculer pour tout rel x
_
x
0
dt
1+cosh t
.
III.3 Intgrales abliennes (I)
Problme : intgrer f(x) = F(x,
n
_
ax+b
cx+d
o F est une fraction rationnelle, et adbc ,= 0.
On pose t =
n
_
ax+b
cx+d
. On a alors x =
bdt
n
ct
n
a
et dx est donc une fraction rationnelle en t.
Exercice :
_
1
0
_
1x
1+x
dx.
Remarque 28.1 : Le changement de variable ociel nest pas le meilleur possible dans
lexemple ci-dessus : en posant x = cos t on obtient une intgrale beaucoup plus facile
calculer.
III.4 Intgrales abliennes (II)
Problme : intgrer f(x) = F(x,
ax
2
+ bx + c o F est une fraction rationnelle.
On met la quantit sous la racine sous forme canonique, et on fait un changement de
variable trigonomtrique ou hyperbolique.
Exercice : Calculer la longueur dun morceau de la parabole dquation y = x
2
. La
longueur du morceau de la courbe reprsentative de f comprise entre les points dabscisses
a et b est
_
b
a
_
1 + f
t
(t)
2
dt.
IV Autres primitives
IV.1 Primitives de fonctions faisant intervenir un logarithme ou un arc
tangente
Soit trouver une primitive de f(t) ln(t). Si lon connat une primitive F de f, on peut
faire disparatre le logarithme ou larc tangente : il sut dintgrer par parties.
_
f(t) ln t dt = F(t) ln t
_
F(t)
t
dt
IV. AUTRES PRIMITIVES 309
et de mme avec des arc tangentes.
Exercice : Calculer, pour tout entier n 0,
_
t
n
ln t dt.
IV.2 Exponentielle-polynme
Soit P C[X] et C
. Soit f(x) = P(x)e

x
. On cherche les primitives de f. Bien
quapparemment trs particulier, ce cas est frquent. Il contient aussi le cas de fonctions
du type "polynme sinus" ou cosinus. Il sut dintgrer par parties :
_
P(x)e
x
dx =
1
P(x)e
x
_
P
t
(x)e
x
En ritrant un certain nombre de fois le procd, on tombe sur le polynme nul.
Exercice : Calculer, pour tout entier n et tout rel X > 0, I
n
(x) =
_
x
n
e
x
dx. Quelle
est la limite de I
n
(x) lorsque x tend vers +?
Chapitre 29
Formules de Taylor -
Dveloppements Limits
311
312 CHAPITRE 29. FORMULES DE TAYLOR - DVELOPPEMENTS LIMITS
I Les direntes formules de Taylor
I.1 Introduction
Nous allons dans ce paragraphe dcrire des thormes, qui ont en commun une formule
qui a toujours la mme forme : f est une fonction possdant une certaine rgularit, a, b
(ou a, x) sont deux rels, et la formule est toujours
f(b) = P
n
(b a) + R
n
o P
n
(x) =
n
k=0
x
k
k!
f
(k)
(a) est un polynme de degr infrieur ou gal n, et R
n
est un
reste. Cest ce reste qui va changer selon le thorme.
I.2 Formule de Taylor avec reste intgral
Proposition 29.1 : Soit n 0. Soient a, b R. Soit f : [a, b] (ou [b, a]) R de classe
(
n+1
. Alors
f(b) =
n
k=0
(b a)
k
k!
f
(k)
(a) + R
n
o R
n
=
_
b
a
(bt)
n
n!
f
(n+1)
(t)dt.
Dmonstration : Cest une rcurrence sur n. Pour n = 0, la formule scrit f(b) =
f(a) +
_
b
a
f
t
(t) dt, qui nest autre que le thorme fondamental du calcul intgral. Sup-
posons le thorme vri pour un entier n. Soit f (
n+2
([a, b]). On a alors f(b) =
n
k=0
(ba)
k
k!
f
(k)
(a) + R
n
daprs lhypothse de rcurrence. Intgrons R
n
par parties en
posant u
t
=
(bt)
n
n!
et v = f
(n+1)
(t). Il vient R
n
=
(ba)
n+1
(n+1)!
+
_
b
a
(bt)
n+1
(n+1)!
f
(n+2)
(t)dt do le
rsultat au rang n + 1.
I.3 Ingalit de Taylor-Lagrange
Proposition 29.2 : Soit n 0. Soient a, b R. Soit f : [a, b] (ou [b, a]) R de classe
(
n+1
. Alors
f(b) =
n
k=0
(b a)
k
k!
f
(k)
(a) + R
n
o [R
n
[
[ba[
n+1
(n+1)!
sup
[a,b]
f
(n)
.
Dmonstration : Il sut de majorer lintgrale [R
n
[ de la formule prcdente.
I. LES DIFFRENTES FORMULES DE TAYLOR 313
I.4 Dveloppements classiques
Voici ci-dessous les formules de Taylor (Lagrange ou reste intgral) pour les fonctions
usuelles entre a = 0 et x R quelconque, un ordre quelconque.
Proposition 29.3 :
e
x
=
n
k=0
x
k
k!
+ R
n
ln(1 + x) =
n
k=1
(1)
k+1
x
k
k
+ R
n
arctan x =
n
k=0
(1)
k
x
2k+1
2k + 1
+ R
2n+2
argth x =
n
k=0
x
2k+1
2k + 1
+ R
2n+2
sin x =
n
k=0
(1)
k
x
2k+1
(2k + 1)!
+ R
2n+2
cos x =
n
k=0
(1)
k
x
2k
(2k)!
+ R
2n+1
sinh x =
n
k=0
x
2k+1
(2k + 1)!
+ R
2n+2
cosh x =
n
k=0
x
2k
(2k)!
+ R
2n+1
(1 + x)
=
n
k=0
_
k
_
x
k
+ R
n
o
_
k
_
=
(1)...(k+1)
k!
si k ,= 0, et 1 si k = 0.
Dmonstration : Mises part les fonctions arctan et argth (pour lesquelles la preuve
attendra un peu), la dmonstration consiste calculer la drive dordre k de la fonction
puis lvaluer en 0.
I.5 Formule de Taylor-Young
Proposition 29.4 : Soit n 0. Soit f : I R n fois drivable en a I. Alors
f(x) =
n
k=0
(x a)
k
k!
f
(k)
(a) + o((x a)
n
)
Dmonstration : On pose g(x) = f(x)
n
k=0
(xa)
k
k!
f
(k)
(a). On constate que g est
n fois drivable en a, et que g(a) = g
t
(a) = = g
(n)
(a) = 0. Cela signie en particulier
que g est n 1 fois drivable dans un voisinage de a. On crit alors g(x) = g(x) g(a) =
(x a)g
t
(c
1
) avec a < c
1
< x. De mme g
t
(c
1
) = g
t
(c
1
) g
t
(a) = (c
1
a)g
tt
(c
2
) avec
a < c
2
< c
1
. On continue jusqu g
(n2)
(c
n2
) = (c
n2
a)g
(n1)
(c
n1
). On a donc
g(x) = (x a)(c
1
a) (c
n2
a)g
(n1)
(c
n1
) avec a < c
n1
< < c
1
< x. Ainsi,
g(x)
(xa)
n
g
(n1)
(c
n1
)
xa
. Or,
g
(n1)
(c
n1
)
xa
g
(n1)
(c
n1
)g
(n1)
(a)
c
n1
a
et cette quantit tend

vers g
(n)
(a) = 0 lorsque x tend vers a.
II Dveloppements limits
II.1 Notion de DL
Dfinition 29.1 : Soit f une fonction dnie au voisinage du rel a. Soit n N. On
dit que f admet un dveloppement limit lordre n en a lorsquil existe a
0
, . . . , a
n
R
tels que
f(x) =
n
k=0
a
k
(x a)
k
+ o((x a)
n
)
Remarque 29.1 : On peut encore crire f(x) = P
n
(xa)+o(xa)
n
, avec P
n
R
n
[X].
La quantit P
n
(x a) est appele la partie rgulire du D.L., et o(x a)
n
est le reste.
Proposition 29.5 : Si f est n fois drivable en a R, elle admet un D.L. lordre n
en a.
Dmonstration : Cest exactement ce que dit le thorme de Taylor-Young. Ce tho-
rme donne galement les coecients du D.L.
Proposition 29.6 :
f admet un D.L. lordre 0 en a si et seulement si f est continue en a.
f admet un D.L. lordre 1 en a si et seulement si f est drivable en a.
On ne peut rien dire dautre.
Dmonstration : f a un DL lordre 0 en a si et seulement si f(x) = f(a) + o(1)
cest dire f(x) f(a) lorsque x a. Et f a un DL lordre 1 en a si et seulement si
f(x) = f(a) + k(x a) + o(x a). On a vu dans le cours de drivation que ceci quivaut
dire que f est drivable en a (et que f
t
(a) = k).
Proposition 29.7 : Si f admet un D.L. au point a, ce D.L. est unique.
Dmonstration : Supposons
n
k=0
a
k
(x a)
k
+ o((x a)
n
) =
n
k=0
b
k
(x a)
k
+ o((x a)
n
)
II. DVELOPPEMENTS LIMITS 315
On en dduit
n
k=0
c
k
(x a)
k
= o((x a)
n
)
o lon a pos c
k
= a
k
b
k
. Supposons lun au moins des c
k
non nul. Soit j le plus petit
indice tel que c
j
,= 0. Alors,

n
k=0
c
k
(x a)
k
c
j
(x a)
j
et cette quantit nest pas
ngligeable devant (x a)
n
.
Exemple : Si une fonction est dnie au voisinage de 0, et paire, tout D.L. de cette
fonction en 0 a ses coecients de degr impair nuls. Remarque analogue pour une fonction
impaire.
II.2 Somme de DLs
Notation : Si P R
n
[X], et p N, on note P[
p
le polynme P que lon a tronqu au
degr p (suppression des termes de degr > p).
Soient f et g deux fonctions dnies au voisinage du point a, et admettant en a des D.L.
dordres respectifs p et q. On a f(x) = P(xa)+o(xa)
p
et g(x) = Q(xa)+o(xa)
q
o
P R
p
[X] et Q R
q
[X]. On en tire f(x)+g(x) = P(xa)+Q(xa)+o(xa)
p
+o(xa)
q
ou encore
(f + g)(x) = (P + Q)[
r
(x) + o(x a)
r
o r = min(p, q).
Exemple : Un DL lordre 4 en 0 de sin x est x
1
6
x
3
+ o(x
4
). Un DL lordre 4 en
0 de cos x est 1
1
2
x
2
+
1
24
x
4
+ o(x
4
). Donc, un DL lordre 4 en 0 de sin x + cos x est
1 + x
1
2
x
2
1
6
x
3
+
1
24
x
4
+ o(x
4
).
II.3 Produit de DLs
Soient f et g deux fonctions dnies au voisinage du point a, et admettant en a des D.L.
dordres respectifs p et q. On a f(x) = P(xa) +o(xa)
p
et g(x) = Q(xa) +o(xa)
q
o P R
p
[X] et Q R
q
[X]. Posons plus prcisment P(x) = x
P
1
(x) o P
1
(0) ,= 0, et de
mme Q(x) = x
Q
1
(x) o Q
1
(0) ,= 0. Il vient alors
f(x)g(x) = ((x a)
P
1
(x a) + o(x a)
p
)((x a)
Q
1
(x a) + o(x a)
q
)
= P(x a)Q(x a)[
r
+ o(x a)
r
o r = min(p + , q + ).
Exemple : Dterminons un DL lordre 3 en 0 de e
x
sin x. Avec les notations ci-
dessus, on a = 0 et = 1. Il sut donc de prendre p = 2 et q = 3. e
x
sin x =
(1 + x +
1
2
x
2
+ o(x
2
))(x
1
6
x
3
+ o(x
3
)) = x + x
2
+
1
3
x
3
+ o(x
3
).
II.4 Inverse dun DL
Soit f ayant un dveloppement limit lordre n au point a. On suppose que f(a) ,= 0,
et on cherche un D.L. en a de
1
f(x)
. Pour simplier, on suppose f(a) = 1 (on peut facilement
sy ramener par une factorisation), et on crit
f(x) = 1 + P(x a) + o(x a)
p
o P(0)=0. On a
1
f(x)

1
1 + P(x a)
=
o(x a)
p
f(x)(1 + P(x a))
= o(x a)
p
ou encore
1
f(x)
=
1
1 + P(x a)
+ o(x a)
p
Mais
1
1 + P(x a)
= 1 P(x a) + P(x a)
2
+ . . . + (1)
k
P(x a)
k
+ o(P(x a)
k
)
crivons P(x) = x
P
1
(x). Alors o(P(x a)
k
) = o(x
k
). Donc,
1
1 + P(x a)
= Q(x a) + o(P(x a)
p
)
condition de choisir k tel que k p.
Exemple : Dterminons un D.L. lordre 4 en 0 de
1
cos x
. On a
1
cos x
=
1
1u
avec
u =
1
2
x
2
1
24
x
4
+o(x
4
). Remarquons que o(u
2
) = o(x
4
). De l,
1
cos x
= 1u+u
2
+o(u
2
) =
1 u + u
2
+ o(x
4
) = 1 +
1
2
x
2
+
5
24
x
4
+ o(x
4
).
Dduisons-en un D.L. lordre 5 en 0 de tan x : tan x = sin x
1
cos x
= (x
1
6
x
3
+
1
120
x
5
+
o(x
5
))(1 +
1
2
x
2
+
5
24
x
4
+ o(x
4
)) = x +
1
3
x
3
+
2
15
x
5
+ o(x
5
).
II.5 Composition de DLs
Nous traitons juste deux exemples.
Exemple : Soit f(x) = ln cos x. Faisons un DL de f en 0 lordre 4. On a f(x) = ln(1+u)
o u =
1
2
x
2
+
1
24
x
4
+o(x
4
) tend vers 0 lorsque x tend vers 0. Donc, f(x) = u
1
2
u
2
+o(u
2
)
et on sarrte lordre 2 parce que o(u
2
) = o(x
4
). Finalement, f(x) =
1
2
x
2
1
12
x
4
+o(x
4
).
Exemple : Faisons un DL lordre 3 en 0 de f(x) = e
e
x
. On a f(x) = exp(1+x+
1
2
x
2
+
1
6
x
3
+ o(x
3
)) = e exp u o u = x +
1
2
x
2
+
1
6
x
3
+ o(x
3
) tend vers 0 lorsque x tend vers 0.
Donc, f(x) = e(1 + u +
1
2
u
2
+
1
6
u
3
+ o(u
3
)) = e(1 + x + x
2
+
5
6
x
3
+ o(x
3
)).
II. DVELOPPEMENTS LIMITS 317
II.6 Intgration de DLs
Proposition 29.8 : Soit f une fonction drivable au voisinage du point a. On suppose
que f
t
admet en a un D.L. lordre n :
f
t
(x) =
n
k=0
a
k
(x a)
k
+ o(x a)
n
Alors, f admet en a un D.L. lordre n + 1 qui est
f(x) = f(a) +
n
k=0
a
k
k + 1
(x a)
k+1
+ o(x a)
n+1
Remarque 29.2 : Ce thorme est bien un thorme dintgration de D.L : si g a un
D.L. lordre n, alors toute primitive de g aura un D.L. lordre n +1 en ce mme point,
obtenu en intgrant formellement le D.L. de g. En revanche, si g a un DL lordre n
en a, si g est drivable au voisinage de a, on ne peut absolument pas armer que g
t
aura
un DL en a.
Dmonstration : Posons (x) = f(x) f(a)
n
k=0
a
k
k+1
(x a)
k+1
. La fonction
est drivable au voisinage de a, et on a
t
(x) = o(x a)
n
. Utilisons le thorme des
accroissements nis : (x) = (x) (a) = (x a)
t
(c) o c est situ entre a et x. On a
donc (x) = (x a)(c a)
n
(c) = (x a)
n+1
(x) = o(x a)
n+1
.
Exemple : Soit f : x arctan x. La fonction f est de classe (
sur R, elle admet donc

des dveloppements limits de tous ordres en 0. On a f
t
(x) =
1
x
2
+1
=
n
k=0
(1)
k
x
2k
+
o(x
2n+1
). Le thorme dintgration des DL nous dit que arctan x a un DL lordre 2n+2
en 0, obtenu en intgrant formellement le DL ci-dessus. Ainsi, comme arctan 0 = 0,
arctan x =
n
k=0
(1)
k
x
2k+1
2k + 1
+ o(x
2n+2
)
Exercice : Dterminer un DL lordre 5 en 0 de arcsin x.
Exemple : Soit f(x) = arccos(1 x
2
), dnie sur [0, 1].Lafonctionfestcontinuesur[0,1]
et drivable sur ]0, 1]. Vrions quelle est drivable en 0. Pour tout x ]0, 1], on a f
t
(x) =
2
2x
2
. Donc, f
t
(x) tend vers

2 lorsque x tend vers 0. On en dduit que f est drivable
en 0 et f
t
(0) =
2. Un DL en 0 de f
t
lordre 4 est f
t
(x) =
2 +
x
2
2
2
+
3x
4
16
2
+o(x
4
). On
en dduit grce au thorme dintgration des DL, que f(x) =
2x +
x
3
6
2
+
3x
5
80
2
+o(x
5
).
Posant x =
1 t, on en dduit ce que lon appelle un dveloppement asympotique de la

fonction arccos en 1 :
arccos t =
2(1 t)
1
2
+
(1 t)
3
2
6
2
+
3(1 t)
5
2
80
2
+ o((1 t)
5
2
)
III Dveloppements asymptotiques
III.1 Notion de DA
Si lon reprend lexemple de la fonction arccos du paragraphe prcdent, on voit que
lon a eectu au voisinage de 1 quelque chose qui ressemble un dveloppement limit,
sauf que ce nen est pas un. Dailleurs, aucun dveloppement limit de arccos au voisinage
de 1 nexiste (sauf un DL lordre 0), puisque cette fonction nest pas drivable en 1. Si
lon regarde attentivement ce que lon a fait, on a crit arccos x sous forme dune somme
de fonctions, chaque fonction tant ngligeable en 1 devant la prcdente. De faon g-
nrale, soit f une fonction dnie au voisinage de a R. On eectue un dveloppement
asymptotique de f en a lorsquon crit
f(x) =
0
(x) +
1
(x) +
n
(x) + o
a
(
n
(x))
o pour tout k [1, n],
k
(x) = o
a
(
k1
(x)).
On voit quun dveloppement limit de f en a R est un cas particulier de DA, obtenu
en prenant
k
(x) = (x a)
k
.
III.2 Quelques exemples
Exemple : On prend f(x) = x
x
et a = 0. On a f(x) = exp(xln x) = 1 + xln x +
1
2
x
2
ln
2
x + o(x
2
ln
2
x).
Exemple : On prend f(x) =
sinh x et a = +. On a f(x) =
_
1
2
(e
x
e
x
). On
factorise e
x
sous la racine : f(x) =
1
2
e
x
2
1 e
2x
. Comme e
2x
tend vers 0 lorsque x
tend vers linni, on peut faire un DL de la racine carre : f(x) =
1
2
e
x
2
(1
1
2
e
2x
1
8
e
4x
+ o(e
4x
)) =
1
2
(e
x
2

1
2
e
3
2
x
1
8
e
7
2
x
+ o(e
7
2
x
)).
Exemple : On prend f(x) = arctan x et a = +. On a pour x > 0 f(x) =

2
arctan
1
x
=
2

1
x
+
1
3x
3
+ o(
1
x
3
).
Exemple : On prend f(x) = cotan x et a = 0. On a f(x) =
cos x
sin x
=
1
x
cos x
g(x)
o g(x) =
sin x
x
= 1
1
6
x
2
+
1
120
x
4
+ o(x
4
). On fait ensuite un DL ( lordre 5) de
cos x
g(x)
= 1
1
3
x
2
1
45
x
4
+ o(x
5
) do cotan x =
1
x

1
3
x
1
45
x
3
+ o(x
4
).
Chapitre 30
tude des fonctions
319
320 CHAPITRE 30. TUDE DES FONCTIONS
Voici un plan dtude des fonctions dune variable relle. Certaines parties de cette
tude peuvent tre abordes dans un ordre dirent, ou tre parfois omises. Tout ce qui
suit nest bien entendu valable que pour des fonctions raisonnablement rgulires : on
exclut les cas pathologiques et les courbes monstrueuses .
I Ensemble de dnition
Ltude de la fonction f commence forcment par la recherche de son ensemble de
dnition T
f
. Cette recherche est souvent, mais pas toujours, immdiate.
II Rduction de lensemble dtude
La fonction est-elle paire ? Impaire ? Priodique ? Lexpression de f prsente-t-elle des
symtries ? partir des symtries algbriques on peut souvent dduire des symtries
gomtriques de la courbe reprsentative, et donc une rduction de lensemble dtude.
Plus on rduit cet ensemble, et moins on a de travail par la suite.
III Rgularit de la fonction
Les thormes du cours permettent darmer que la fonction est continue, drivable,
(
1
, . . . , (
sur certains intervalles.

Tout ce qui prcde a permis de mettre en vidence un certain nombre de points que
nous appellerons remarquables . Ce sont
+ ou si lensemble dtude de f est non born.
Les bornes des intervalles trouvs lors de la recherche de T
f
, ou lors de ltude de
la rgularit de f. En fait, tout point ayant t nommment cit est remarquable.
En gnral, en un tel point, la fonction nest pas dnie, ou alors elle est dnie
mais les thormes gnraux du cours ne permettent pas darmer si elle y est
continue, drivable, . . . Dautres points remarquables risquent dapparatre dans les
paragraphes qui suivent.
IV Variations
Le signe de f
t
permet de dterminer des intervalles sur lesquels f est monotone (on
rappelle que f est suppose tre raisonnablement gentille). Les points dannulation de f
t
sont galement des points remarquables (tangente horizontale).
On rsume ce qui prcde dans le tableau de variations de f, qui doit faire appa-
ratre :
Le signe de f
t
.
Les points remarquables.
Les points que nous trouvons rigolos ou attrayants ( zros de f, de f
tt
, . . . ).
V. POINTS REMARQUABLES RELS 321
Ce tableau est incomplet : il y manque les limites ventuelles de f en certains points
remarquables.
V Points remarquables rels
V.1 Point rel o la fonction nest pas dnie
La fonction a-t-elle une limite innie en ce point (ventuellement droite ou gauche) ?
On a alors une asymptote verticale .
A-t-on une limite nie ? On prolonge alors par continuit, et on passe au numro suivant.
Pas de limite en a ? On abandonne tout espoir dtude et on dessine comme on peut
(cf sin
1
x
).
V.2 Points o la fonction est dnie
On recherche (en revenant ventuellement la dnition) si la fonction est continue
au point, si elle y est drivable, si on a une tangente verticale la courbe . . . Lorsquil y
a tangente oblique on recherche la position de la courbe par rapport cette tangente au
voisinage du point considr.
VI tude linni
on suppose ici titre dexemple que la fonction est dnie au voisinage de +. cest
pareil en .
VI.1 Limite linni
Limite nie
Si f a une limite nie linni, on a alors une asymptote horizontale . Le tableau
de variations permet de prciser la position de la courbe par rapport cette asymptote.
Limite innie
On passe au paragraphe intitul "Direction asymptotique".
Pas de limite
On abandonne ltude et trace comme on le sent (exemple : sin x).
VI.2 Direction asymptotique
On suppose ici que f(x) tend vers linni (plus ou moins) lorsque x +. A-t-on
f(x) ax avec a ,= 0 ? Il y a direction asymptotique dans la direction de la droite
Y = aX. On passe au paragraphe suivant.
322 CHAPITRE 30. TUDE DES FONCTIONS
f(x) = o(x) ? Il y a direction asymptotique dans la direction de la droite Ox. On
parle galement de branche parabolique dans la direction de laxe Ox.
x = o(f(x)) ? Il y a direction asymptotique dans la direction de la droite Oy. On
parle galement de branche parabolique dans la direction de laxe Oy.
Rien de tout cela ? On abandonne ltude linni et on trace au feeling.
En rsum, cest ltude dune limite ventuelle de
f(x)
x
linni qui permet de savoir
si la courbe admet une direction asymptotique.
VI.3 Asymptote, branche parabolique
On suppose ici que f(x) lorsque x +, et que f(x) ax o a ,= 0. On a
donc f(x) = ax + o(x) et il est alors naturel de considrer la quantit f(x) ax. Cette
quantit admet-elle en +
Une limite nie b ? On a alors f(x) = ax+b+o(1) et on dit que la droite Y = aX+b
est asymptote la courbe au voisinage de +. On passe ensuite au paragraphe
suivant.
Une limite innie ? On a une branche parabolique dans la direction de la droite
Y = aX.
Rien du tout ? On se contente de la direction asymptotique, et on arrte ltude.
VI.4 Position courbe/asymptote
On suppose ici que la courbe admet lasymptote Y = aX + b (a ,= 0) au voisinage
de +. Il faut alors tudier la position de la courbe par rapport cette asymptote, en
considrant la quantit f(x) axb. Le signe de cette quantit dtermine la position. On
peut chercher ce signe "algbriquement" lorsque les expressions mises en jeu sont simples,
ou sinon au voisinage de linni par des calculs dquivalents ou des dveloppements
asymptotiques.
VII Concavit
Cette tude est souvent omise. Ltude du signe de f
tt
permet de prciser les inexions
de la courbe, et les intervalles o la fonction est convexe ou concave .
VIII Trac
Cest le but ultime de ltude, et il ne doit pas tre nglig. Tout ce qui a t tudi doit
se voir sur le dessin : les points remarquables et leurs ventuelles tangentes, les asymptotes
ventuelles, . . . et des axes avec une indication dchelle. En revanche, en mathmatiques
un tableau de valeurs est totalement inutile en gnral. Ce qui est important est la forme
de la courbe, beaucoup plus que son exactitude.
Chapitre 31
quations direntielles
323
324 CHAPITRE 31. QUATIONS DIFFRENTIELLES
I Introduction
I.1 Notion dquation direntielle
Une quation direntielle est une quation o linconnue est une fonction, dnie sur
un intervalle I de R, valeurs dans R ou C, et rgulire (drivable un certain nombre
de fois). Lquation direntielle nous donne lexistence dune relation entre la fonction
inconnue, la variable (x), et les drives de la fonction jusqu un certain ordre (ce que lon
appelle lordre de lquation direntielle).
Une quation direntielle est donc quelque chose du genre :
(c)F(x, y, y
t
, y
tt
, . . . , y
(n)
) = 0
Rsoudre (c), cest trouver tous les intervalles I et toutes les fonctions : I R ou
C, n fois drivables sur I, telles que
x I, F(x, (x),
t
(x),
tt
(x), . . . ,
(n)
(x)) = 0
On ne sait pas en gnral rsoudre les quations direntielles. Dans certains cas, il existe
des thormes permettant darmer lexistence de solutions, voire leur unicit lorsque
lon impose des conditions initiales . Nous nous intresserons dans les sections suivantes
uniquement des quations dun type trs particulier, dites linaires .
I.2 Exemple
Considrons lquation (c) y
t
= y. Soit f : R R drivable. crivons f(x) = e
x
g(x).
La fonction g est elle aussi drivable. f est solution de c sur R si et seulement si pour
tout rel x on a f
t
(x) = e
x
g(x) + e
x
g
t
(x) = e
x
g(x), cest dire si et seulement si g
t
= 0
cest dire g est constante. Les solutions de c sur R sont donc les multiples de la fonction
exponentielle.
I.3 Exemple
Considrons lquation (c) y
t
= 2
y. Cherchons les solutions de c sur R. Soit f dri-

vable sur R. Si f est solution de c, alors f 0 ( cause de la racine), et f
t
0 ( cause
de la racine) donc f est croissante. Si f sannule en un rel a, alors, puisque f est positive
et croissante, f est nulle sur ] , a]. Et si f est non nulle en un rel a, alors f > 0 sur
[a, +[ (croissance). Soit E = x R, f(x) = 0. Les remarques prcdentes montrent qu
les seules possibilits pour E sont (1), les intervalles (2)] , a[ ou (3)] , a] avec a
rel, et (4)R.
Le cas 2 est exclure, car si f(x) = 0 pour tout x < a, alors, par continuit de f,
f(a) = 0. Le cas 4 est vident : la fonction nulle est solution de c. Regardons les cas 1 et
3 : sur I = R ou ]a, +, f ne sannule pas, et f
t
= 2
f, ou encore (
f)
t
= 1. Il existe
donc un rel b tel que pour tout x I, f(x) = (xb)
2
. Mais cette fonction nest croissante
et non nulle que sur ]b, +[. On voit donc que le cas 1 est aussi exclure, et que b a.
Mieux, f est nulle gauche de a, et drivable en a, donc f
t
(a) = 0. Mais f
t
d
(a) = 2(a b),
II. QUATIONS LINAIRES DU PREMIER ORDRE 325
donc b = a. Finalement, f(x) = 0 si x a et f(x) = (x a)
2
si x a. Inversement, on
vrie que ces fonctions sont bien solutions de c.
II quations linaires du premier ordre
II.1 quation homogne
Proposition 31.1 : Soit a : I R ou C une fonction continue. Les solutions sur I de
lquation direntielle (1) y
t
+ a(x)y = 0 sont les fonctions : x k exp(A(x)) o A
est une primitive sur I de a et k R ou C.
Dmonstration : Soit
0
: x exp(A(x)). La fonction
0
est drivable sur I, et on a
pour tout x I,
t
0
(x) = A
t
(x)
0
(x) = a(x)
0
(x). La fonction
0
Soit maintenant une fonction drivable sur I. On crit = g
0
, o g est drivable sur I.
Alors est solution de (1) si et seulement si
t
+a = 0, cest dire g
t
0
+g
t
0
+a
0
= 0.
Mais
0
tant solution de (1), ceci quivaut g
t
0
= 0, ou encore g
t
= 0 puisque
0
ne
sannule pas. En dautres termes, g est constante.
Corollaire 31.2 : Lensemble o
7
des solutions de (1) sur I est une droite vectorielle,
engendre par
0
.
Exercice : Rsoudre lquadif (x + 1)y
t
xy + 1 = 0 sur ] , 1[, ] 1, +[, puis
sur R.
II.2 quation avec second membre
Proposition 31.3 : Soient a, b : I R ou C deux fonctions continues. Les solutions sur
I de lquation direntielle (c) y
t
+a(x)y = b(x) sont les fonctions : x k exp(A(x))+
1
(x) o A est une primitive sur I de a,k R ou C et
1
est une primitive sur I de
x b(x) exp A(x)
Dmonstration : Supposons trouve une solution
1
de (c). Alors, pour toute fonction
, est solution de (c) si et seulement si
1
est solution de (1). Il sut donc de trouver
UNE solution de (c) pour avoir TOUTES les solutions de (1)
Cherchons une solution de (c) de la forme
1
(x) = g(x)
0
(x). Un calcul analogue
celui fait pour lquation homogne conduit g
t
(x)
0
(x) = b(x). Il sut donc de prendre
pour g une primitive de x b(x) exp A(x).
c
des solutions de (c) sur I est une droite ane dont
la direction est la droite vectorielle o
7
Exercice : Rsoudre lquadif (x 1)y
t
+ (x 2)y = x(x 1)
2
sur ] , 1[, ]1, +[,
puis sur R.
II.3 Une quation fonctionnelle
Proposition 31.5 : Les applications f : R C drivables vrifant
t, u R, f(t + u) = f(t)f(u)
sont les applications x ke
x
o k, C.
Dmonstration : Soit f une telle application. On a alors f
t
(t + u) = f
t
(t)f(u). En
particulier, on a f
t
(t) = f(0)f(t), ou encore f
t
= f en posant = f(0). On en dduit
que f(x) = ke
x
avec k C. Inversement, une telle application convient.
Proposition 31.6 : Les applications f : R
+
R drivables vrifant
t, u R
+
, f(tu) = f(t) + f(u)
sont les applications x k ln x o k, C.
Dmonstration : Soit f une telle application. Posons g(x) = f(e
x
). On a alors g(x) +
g(y) = f(e
x
) + f(e
y
) = f(e
x
e
y
) = f(e
x+y
) = g(x + y). On en dduit que g(x) = kx avec
k C et donc f(x) = k ln x Inversement, une telle application convient.
II.4 Le problme de Cauchy
On reprend les notations du paragraphe prcdent.
On sintresse ici la rsolution de lquation (c) avec conditions initiales.
Proposition 31.7 : Soit x
0
I et y
0
R ou C. Il existe une unique solution de
lquation (c) telle que (x
0
) = y
0
.
Dmonstration : Cest immdiat : on a lexpression gnrale de .
III Rsolution approche
On donne ici sans justication une mthode permettant dobtenir une valeur approche
dune solution de lquation direntielle (c)y
t
= F(x, y), avec condition initiale : la
mthode dEuler.
On se xe un rel > 0 suppos petit . On pose x
n
= x
0
+ n, et y
n
= (x
n
) pour
tout entier n tel que x
n
I.
On part de (x
0
) = y0. Le rel tant suppos petit , on a
(x
0
+ h) (x
0
)

t
(x
0
) = F(x
0
, (x
0
)
ou encore (x
0
+ ) (x
0
) + F(x
0
, y
0
). Finalement :
y
1
y
0
+ F(x
0
, y
0
)
IV. QUATIONS DU SECOND ORDRE 327
Lerreur commise est lie lidentication entre le taux daccroissement avec la drive !
Rien nempche de poursuivre avec lapproximation obtenue et ditrer le procd. On
a donc
y
n+1
y
n
+ F(x
n
, y
n
)
Prenons par exemple lquation y
t
= y avec x
0
= 0 et y
0
= 1, cest dire F(x, y) = y.
La solution est lquation est bien sr (x) = e
x
. La relation de rcurrence devient
y
n+1
= y
n
+ y
n
= (1 + )y
n
, cest dire que y
n
= (1 + )
n
. Particularisons encore, en
posant h = 1/N. On a alors
x
N
= 1, y
N
=
_
1 +
1
N
_
N
La vraie valeur de y
N
est bien sr e
1
= e. On peut montrer (on le fera ! !) que
_
1 +
1
N
_
N
tend vers e lorsque N tend vers linni : si lon diminue la taille du pas de la
mthode, on obtient a priori une meilleure approcimation des solutions.
IV quations du second ordre
On ne sintresse qu des quations coecients constants.
IV.1 quation homogne
Soient a, b, c trois nombres complexes, a ,= 0.
On considre dans ce paragraphe lquation direntielle
(1)ay
tt
+ by
t
+ cy = 0
Nous noterons ( lquation caractristique de (1) :
(()aX
2
+ bX + c = 0
et = b
2
4ac le discriminant de cette quation.
Proposition 31.8 :
Si ,= 0, les solutions de (1) sont les fonctions x
1
exp
1
x +
2
exp
2
x o
1
et
2
sont des nombres complexes, et
1
et
2
sont les racines de (().
Si = 0, les solutions de (1) sont les fonctions x (
1
x +
2
) exp x o
1
et
2
sont des nombres complexes, et est lunique racine de (().
Dmonstration : Soit C. f : x e
x
. f est solution de 1 si et seulement si est
une racine de lquation caractristique. Soit maintenant : R C deux fois drivable sur
R.on pose (x) = g(x)e
x
o est une racine de ((). La fonction est solution de 1 si et
seulement si a
tt
+b
t
+c = 0, ou encore ag
tt
+(2a+b)g
t
+(a
2
+b+c)g = 0. Mais
est racine de (, donc g convient si et seulement si ah
t
+(2a+b)h = 0 o h = g
t
. Ceci est
une quation linaire dordre 1 en h. Il sagit maintenant de distinguer deux cas. Premire
possibilit, 2a+b ,= 0, cest dire que le discriminant de lquation caractristique est non
nul. On obtient h(x) = k exp(x) o k C et =
2a+b
a
. De l, g(x) = K exp(x) + K
t
avec K, K
t
C et (x) = K exp(( +)x) +K
t
exp(x). Mais + = , o est lautre
racine de lquation caractristique. Ainsi, les solutions de 1 sont les fonctions de la forme
(x) = K exp(x) +K
t
exp(x). Deuxime cas, 2a +b = 0. On obtient g(x) = Kx +K
t
,
do (x) = (Kx + K
t
) exp(x).
7
des solutions de (1) est un plan vectoriel, engendr
par
Si ,= 0 : x e
1
x
et x e
2
x
.
Si = 0 : x e
x
et x xe
x
.
Exercice : Rsoudre les quations direntielles y
tt
+y = 0, y
tt
y = 0 et y
tt
2y
t
+y = 0.
IV.2 Le cas rel
On suppose ici que a, b, c R et on cherche les solutions relles de lquation 1.
Il y a maintenant trois cas, selon que le discriminant de lquation caractristique est
> 0, nul ou < 0. Les deux premiers cas donnent les mmes solutions que dans le cas
complexes (prendre videmment K et K
t
rels). Traitons le cas o < 0. Les racines de
lquation caractristique sont i o R, R
. Soit (x) = K exp(( + i)x) +

K
t
exp(( i)x). Cette fonction est valeurs relles si et seulement si, pour tout rel
x, (x) = (x), cest dire K exp(( + i)x) + K
t
exp(( i)x) = K exp(( i)x) +
K
t
exp(( + i)x) ou encore K exp(ix) + K
t
exp(ix) = K exp(ix) + K
t
exp(ix).
La famille (x exp(ix), x exp(ix)) est libre dans le C-espace vectoriel C
R
, donc,
une telle fonction convient si et seulement si K
t
= K. Les solutions relles de 1 sont les
fonctions (x) = e
x((p +iq)e
ix
+ (p iq)e
ix
) = e
x(2p cos x 2q sin x), ou encore

(x) = e
x(Acos x + Bsin x) avec A, B R.

IV.3 quation avec second membre
On sintresse ici lquation
(c)ay
tt
+ by
t
+ cy = g(x)
o g est une fonction continue
Proposition 31.10 : On suppose connue une solution
0
de (c). Alors une fonction
est solution de (c) si et seulement si
0
c
des solutions de (c), sil est non vide, est un plan
ane dont la direction est o
7
.
Il reste videmment trouver UNE solution de c. Nous allons nous concentrer sur un
cas particulier : on considre un second membre de la forme
g(x) = P(x)e
x
o P est un polynme et un nombre complexe. Notons n le degr de P.
IV. QUATIONS DU SECOND ORDRE 329
Proposition 31.12 : Il existe une solution de (c) de la forme Q(x)e
x
, o Q est un
polynme. Plus prcisment :
Si nest pas racine de lquation caractristique, alors deg Q = n.
Si est racine de lquation caractristique, et que lquation caractristique a deux
racines distinctes, alors deg Q = n + 1.
Si est racine de lquation caractristique, et que lquation caractristique a une
racine double, alors deg Q = n + 2.
Dmonstration : Soit (x) = Q(x)e
x
. La fonction est solution de (c) si et seulement
si
aQ
tt
+ (2a + b)Q
t
+ (a
2
+ b + c)Q = P
Si nest pas racine de lquation caractristique, le degr du premier membre est celui
de Q. Ainsi, si une solution existe, on doit avoir d
o
Q = d
o
P. Si est racine de lquation
caractristique, lquation devient aQ
tt
+ (2a +b)Q
t
= P. Encore deux cas. Si lquation
caractristique a deux racines distinctes, alors 1a + b ,= 0 et on doit donc avoir d
o
Q =
d
o
P +1. Sinon, lquation devient aQ
tt
= P, et Q est alors vident : on prend une primitive
dune primitive de P. Nous ne prouvons pas lexsitence, et nous nous contentons dexemples.
Remarque 31.1 : Soient (c
1
) et (c
2
) les quations direntielles
(c
1
)ay
tt
+ by
t
+ c
y
= g
1
(x)
(c
2
)ay
tt
+ by
t
+ c
y
= g
2
(x)
Si f
1
est solution de (c
1
) et f
2
est solution de (c
2
), alors f
1
+ f
2
est solution de :
(c)ay
tt
+ by
t
+ c
y
= g
1
(x) + g
2
(x)
On peut donc rsoudre toute une classe dquations direntielles, puisque, par exemple,
un sinus ou un cosinus sont des combinaisons dexponentielles.
Exercice : Rsoudre les quations direntielles y
tt
+ y = e
x
et y
tt
y = e
x
.
Exercice : Rsoudre l quation direntielle y
tt
+ y = cos x.
IV.4 Problme de Cauchy
Proposition 31.13 : Soit lquation direntielle
(c)ay
tt
+ by
t
+ cy = g(x)
o g est continue sur lintervalle I. On suppose que lquation (c) a une solution. Soit
x
0
I. Soient y
0
, y
1
C. Il existe une unique solution de (c) telle que (x
0
) = y
0
et
t
(x
0
) = y
1
.
Dmonstration : On a (x) =
1
1
(x) +
2
2
(x) + (x) o (
1
,
2
) est une base de
lespace des solutions de (1) (tout dpend du discriminant de lquation caractristique), et
est une solution particulire de (c). Lcriture des conditions initiales fournit le systme
_

1
1
(x
0
) +
2
2
(x
0
) + (x
0
) = y
0
t
1
(x
0
) +
2
t
2
(x
0
) +
t
(x
0
) = y
1
Ce systme de deux quations deux inconnues a pour dterminant D = (
1
t
2
t
1
)(x
0
).
On trouve, si ,= 0, D = (
2
1
)e
(
1
+
2
)x
,= 0, et si = 0, D = e
2x
,= 0. Ce systme
a donc une unique solution.
Chapitre 32
Approximation des zros dune
fonction
331
332 CHAPITRE 32. APPROXIMATION DES ZROS DUNE FONCTION
La rsolution dune quation f(x) = 0 est en gnral impossible de faon exacte. Nous
allons prsenter dans ce chapitre deux algorithmes dapproximation des zros dune fonc-
tion. Tous les deux sont fonds sur le calcul de suites dont la limite est un zro de f.
Le premier, lapproximation par dichotomie, a lavantage de donner un encadrement dun
zro. Mais la suite ne converge pas assez vite pour obtenir des approximations trs grandes
(plusieurs millions de chires, par exemple). Le second, lalgorithme de Newton-Raphson,
converge extrmement vite (une vingtaine ditrations permet en gnral dobtenir des mil-
lions de chires exacts) . . . lorsquil converge. Nous verrons des conditions susantes sur f
pour que cette convergence ait lieu.
I Approximation par dichotomie
I.1 Donnes
Soient a et b deux rels, a < b. Soit f : [a, b] R une fonction continue. Supposons
que f(a) et f(b) sont de signes contraires. Le thorme des valeurs intermdiaires nous dit
quil existe [a, b] tel que f() = 0. La rsolution exacte de lquation f() = 0 est en
gnral impossible. Cela dit, nous avons dj une approximation de , puisque nous savons
que a b. Bien entendu, cette approximation est la plupart du temps trs mauvaise.
On va voir comment lamliorer.
I.2 Lalgorithme
Pour xer les ides, supposons que f(a) 0 et f(b) 0. Posons a
0
= a, b
0
= b. Soit
c =
a+b
2
. Si f(a) 0 et f(c) 0, alors f sannule entre a et c. Nous posons a
1
= a et
b
1
= c. Dans le cas contraire, f sannule entre c et b et nous posons a
1
= c et b
1
= b. Dans
tous les cas f(a
1
) 0 et f(b
1
) 0. On a maintenant a = a
0
a
1
b
1
b = b
0
. On peut
videmment refaire sur a
1
et b
1
ce que lon a fait sur a
0
et b
0
, puis recommencer, bref,
dnir par rcurrence deux suites (a
n
) et (b
n
) vriant a = a
0
. . . a
n
. . . b
n

. . . b = b
0
avec, de plus, f(a
n
) 0 et f(b
n
) 0 pour tout entier n.
De plus, on a pour tout n, b
n+1
a
n+1
=
1
2
(b
n
a
n
), donc la suite de terme gnral
n
= b
n
a
n
est gomtrique :
n
=
1
2
n
(b a). La dirence b
n
a
n
tend vers 0 lorsque n
tend vers linni. Ainsi, les deux suites (a
n
) et (b
n
) sont adjacentes. Elles tendent toutes
les deux vers une limite . Lorsque n tend vers linni, f(a
n
) f(), et donc f() 0. De
mmme, f(b
n
) 0 et b
n
, donc f() = 0.
Rsumons nous : est un zro de f situ entre a et b. Pour tout entier n, on a a
n

b
n
, et on a donc une approximation de
1
2
n
(b a) prs.
Remarque 32.1 : La fonction f peut avoir plusieurs zros, voire une innit. Lalgo-
rithme dichotomique nous permet den trouver un, mais ne nous dit rien sur les autres. La
localisation des zros de f est un problme tout fait dirent.
II. UTILISATION DE SUITES RCURRENTES 333
I.3 La fonction Mathematica
La fonction dichotomie prend 4 paramtres : une fonction f, deux rels a et b, et
un rel . Elle renvoie une approximation dun zro de f prs. On obtient donc des
approximations du zro aussi prcises quon le dsire.
dichotomie[f_, a_, b_, eps_] := Module[{c},
c = (a + b)/2;
If[b - a < eps, c,
If[f[a]*f[c] <= 0,
dicho[f, a, c, eps],
dicho[f, c, b, eps]
]]];
II Utilisation de suites rcurrentes
II.1 Points xes
Soit g : I I, o I est un intervalle de R. Soit la suite (u
n
) dnie par u
0
I et pour
tout n N, u
n+1
= g(u
n
). Si la suite converge vers un rel I et que g est continue en ,
on aura alors = g(). Inversement, si I est tel que g() = , une telle suite rcurrente va
peut-tre (on peut toujours esprer !) converger vers . Nous allons examiner des conditions
susantes pour que ce soit le cas. Supposons quil existe I tel que g() = . Supposons
galement la fonction g k-lipschitzienne dans un voisinage J = [ , +] de , avec > 0
et 0 k < 1. Prenons u
0
J. On a alors [u
1
[ = [g(u
0
) g()[ k[u
0
[ . On voit
donc que u
1
J. Par une rcurrence immdiate, on a pour tout n N u
n
J. Mieux que
cela, [u
n+1
[ = [g(u
n
) g()[ k[u
n
[ et par une rcurrence simple, on en dduit que
pour tout entier n [u
n
[ k
n
[u
0
[. Ainsi, puisque 0 k < 1, k
n
tend vers 0 et ainsi
u
n
tend vers .
Il se trouve que la condition de Lipschitz est une consquence dune condition facile
vrier. Supposons g de classe (
1
au voisinage de et [g
t
()[ < 1. Alors, par continuit
de g
t
, il existe un rel 0 k < 1 tel que, au voisinage de , on ait [g
t
[ k. Mais alors,
lingalit des accroissements nis montre que g est k-lipschitzienne.
Exercice : Montrer que lon peut prendre dans le paragraphe ci-dessus k =
1
2
(1+[g
t
(l)[).
En rsum, si [g
t
()[ < 1, alors, pour tout u
0
assez proche de , u
n
tendra vers lorsque
n tend vers linni. Nous allons utiliser ce rsultat pour un autre algorithme de calcul
approch dun zro dune fonction.
Remarque 32.2 : Il reste videmment un petit souci, cest la quetsion du assez
proche de . Malheureusement, pour une fonction trs gnrale, il est dicile de savoir
prcisment quelle doit tre cette fameuse proximit pour que la suite converge bien vers
.
II.2 Recherche dun zro
Soit f : I R Supposons que f a un zro I et que f est de classe (
1
au voisinage
de . Considrons g : I R dnie par g(x) = x f(x) o est un rel non nul. On a
alors g() = . De plus, g est (
1
au voisinage de et g
t
() = 1 f
t
(). Peut-on choisir
pour que [g
t
()[ < 1 ? Oui, condition que f
t
() ,= 0. Prcisment, si f
t
() > 0, convient
si et seulement si 0 < <
2
f
()
. Et si f
t
() < 0, convient si et seulement si 0 > >
2
f
()
.
Les majorations derreur trouves dans la section prcdente suggrent de se dbrouiller
pour prendre g
t
() le plus petit possible en valeur absolue. Pourquoi pas 0 ? Il sut de
prendre =
1
f
()
. videmment, il y a un petit problme : la valeur de est prcisment
ce que lon cherche, et on ne connat donc pas f
t
(). Nouvelle ide, donc, prendre un
variable de telle sorte que (x) tende vers
1
f
()
lorsque x tend vers , par exemple =
1
f
(x)
.
On aurait donc g(x) = x
f(x)
f
(x)
. Cest eectivement un trs bon choix, comme nous allons
le voir dans la section suivante.
III Mthode de Newton
III.1 Ide de la mthode
Soit f : I R drivable. Lide de Newton est la suivante. On prend t I. La
tangente la courbe reprsentative de f au point dabscisse t est dune certaine faon
proche de la courbe. Au lieu de chercher lintersection de la courbe avec laxe Ox,
on cherche lintersection de la tangente, ce qui est videmment bien plus facile. On ne
va videmment pas obtenir un zro de f, mais on peut esprer que la valeur obtenue
soit proche dun zro, en tout cas plus proche que t. Lquation de cette tangente est
Y f(t) = f
t
(t)(X t). Dans lhypothse o f
t
(t) ,= 0, cette tangente rencontre laxe Ox
au point (X, 0) o 0 f(t) = f
t
(t)(X t), ce qui nous donne X = t
f(t)
f
(t)
. Cela fait deux
fois que nous rencontrons cette quantit, et il est grand temps de regarder de plus prs la
fonction g : I R dnie par g(x) = x
f(x)
f
(x)
.
Nous allons faire dans la suite des hypothses assez fortes. On suppose que f : [a, b] R
est de classe (
2
sur le segment [a, b], f
t
> 0, f
tt
0 et f sannule en [a, b]. f est donc
entre-autres convexe et strictement croissante, et dons admet exactement un zro sur [a, b].
Elle est ngatice gauche de , et positive droite. La fonction g est drivable sur [a, b] et
g
t
(x) =
f(x)f
(x)
f
(x)
2
. Ainsi, g dcrot jusqu , puis crot.
Proposition 32.1 : Pour tout x [a, ], on a x g(x) . Pour tout x [, b], on a
g(x) x.
Dmonstration : Soit x [, b]. On a x et g crot sur [, b], donc g() = g(x).
De plus, g(x) x =
f(x)
f
(x)
0 donc g(x) x. Finalement g(x) x b. Mme
dmonstration sur [a, ].
Proposition 32.2 : Soit M
2
le maximum de [f
tt
[ sur [, b]. Soit m
1
le minimum de [f
t
[
III. MTHODE DE NEWTON 335
sur [, b]. On a pour tout x [, b],
[g(x) [
M
2
2m
1
[x [
2
Dmonstration : Soit x [, b]. On a g(x) = x
f(x)f()
f
(x)
. On applique lingalit
de Taylor-Lagrange f entre x et : f() = f(x) +( x)f
t
(x) +
1
2
( x)
2
R o [R[ M
2
.
On reporte : [g(x) [ = [
1
2
(x)
2
R
f
(x)
[
M
2
2m
1
[x [
2
.
Remarque 32.3 : Remarquer limportance du fait que f soit dnie sur un segment.
Cela assure lexistence de M
2
et m
1
et aussi le fait que m
1
> 0.
III.2 Lalgorithme de Newton-Raphson
On reprend les mmes donnes et les mmes notations que ci-dessus.
Proposition 32.3 : Soit x
0
[, b]. La suite de premier terme x
0
dnie par n
N, x
n+1
= g(x
n
) converge vers .
Dmonstration : On sait que pour tout x [, b], g(x) x. On a donc facilement
que tous les x
n
sont dans [, b] et que la suite (x
n
) est dcroissante. Elle est a fortiori
minore par , donc converge. Mais sa limite est un point xe de g, donc un zro de f.
Mais f na quun zro, qui est .
Proposition 32.4 : On a pour tous n N N, [x
n
[
1
K
(K[x
N
[)
2
nN
o
K =
M
2
2m
1
.
Dmonstration : Rcurrence sur n en remarquant que [x
n+1
[ = [g(x
n
) [
M
2
2m
1
[x
n
[
2
.
Remarque 32.4 : La convergence de x
n
vers est extrmement rapide, ce qui fait de
lalgorithme de Newton-Raphson un excellent algorithme dapproximation pour les zros
des fonctions. Prenons un exemple : f(x) = x
2
2 sur le segment [1, 2]. On a =
2,
M
2
= 2, m
1
= 2 et donc K =
1
2
. Donc, [x
n
[ 2
_
1
2
[x
0
[
_
2
n
. Prenons par exemple
x
0
= 1. Alors
1
2
[x
0
[ =
1
2
(
21)
1
4
, do [x
n
[ 2
_
1
4
_
2
n
. Pour n = 10, par exemple,
le majorant est infrieur 10
600
. On obtient donc en 10 itrations une approximation de
2 avec 600 chires exacts (au moins) aprs la virgule. Et pour n = 21, on obtient plus
de un million de chires exacts.
III.3 Fonction Mathematica
La fonction newton prend 3 paramtres : une fonction f, un rel x
0
et un rel .
Elle calcule les termes x
n
de la suite de Newton-Raphson de premier terme x
0
jusqu ce
que [f(x
n
)[ . La fonction ci-dessous est amliore pour renvoyer galement le nombre
ditrations eectues.
newton[f_, x0_, eps_] := Module[{x,c},
x = x0;
c = 0;
While[Abs[f[x]] > eps,
x = x - f[x]/f[x];
c = c + 1];
{c,x}]
Voici un exemple dutilisation :
In[1] = newton[#^2 - 2 &, 1200, 10^(-100)]
Out[1] = {8, 1.4142135623730950488016887242096980785696718753769480731766797379\
9073247846210703885038753432764157273501384623091229702492483605585073\
721264412149709993583141322266592750559275579995050115278206087}
In[2]= N[Sqrt[2], 100]
Out[2] = 1.41421356237309504880168872420969807856967187537694807317667973799073\
2478462107038850387534327641573
In[3] = %%[[2]] - %
Out[3] = 0.*10^-100
On obtient une approximation de

2 telle que [
2
2[ 10
100
en 8 itrations. Si
lon remplace 10
100
par 10
1000000
, il faut 21 itrations.
Sixime partie
Espaces euclidiens
337
Chapitre 33
Espaces euclidiens
339
340 CHAPITRE 33. ESPACES EUCLIDIENS
I Produits scalaires
I.1 Notion de produit scalaire
Dfinition 33.1 : Soit E un R-espace vectoriel. On appelle produit scalaire sur E toute
application : E E R vriant :
est bilinaire.
est symtrique : x, y E, (x, y) = (y, x).
est "positive" : x E, (x, x) 0.
est "dnie" : x E, (x, x) = 0 x = 0.
Notation : Les produits scalaires sont nots de beaucoup de faons : x.y ou (x[y) ou
< x, y >, etc. Dans la suite, nous utiliserons la notation < , >.
Exemple :
E = R
n
, < x, y >=
n
k=1
x
k
y
k
: cest le produit scalaire canonique.
E = R
[0,1]
, < f, g >=
_
1
1
f(x)g(x) dx.
E = /
n
(R), et < A, B >= tr(
t
AB).
Exercice : Trouver tous les produits scalaires sur R
n
pour n = 1 et n = 2.
Dfinition 33.2 : On appelle espace prhilbertien rel tout espace vectoriel rel muni
dun produit scalaire. On appelle espace euclidien tout espace prhilbertien rel de dimension
nie .
I.2 Ingalit de Cauchy-Schwarz
Proposition 33.1 : Ingalit de Schwarz
Soit E un espace prhilbertien rel. ALors :
x, y E, < x, y >
2
< x, x >< y, y >
Il y a galit si et seulement si x et y sont colinaires.
Dmonstration : Si y est nul, on a galit, ce qui prouve la proposition dans ce cas
particulier. Supposons donc y ,= 0. Soit un rel. Alors,
0 < x + y, x + y >=< x, x > +2 < x, y > +
2
< y, y >
On a l un trinme du second degr qui garde un signe constant : son discriminant est
donc ngatif ou nul : cest lingalit de Schwarz. Si x et y sont colinaires, lgalit est
claire. Inversement, si il y a galit, le trinme ci-dessus a un discriminant nul. Le trinme
a ainsi une racine relle . Do x + y = 0 et la colinarit des vecteurs x et y.
I. PRODUITS SCALAIRES 341
I.3 Norme euclidienne
Dfinition 33.3 : Soit E un espace vectoriel rel (ou complexe). Une norme sur E est
une application : E R vriant :
x E, (x) 0.
x E, (x) = 0 x = 0.
x E, K, (x) = [[(x) (homognit).
x, y E, (x + y) (x) + (y) (ingalit de Minkowski).
Proposition 33.2 : Soit E un espace prhilbertien. Lapplication E R qui tout
vecteur x E associe [[x[[ =

x.x est une norme sur E, appele norme euclidienne
(associe au produit scalaire en question).
Dmonstration : Lingalit triangulaire est la seule des proprits qui soit non tri-
viale : [[x+y[[
2
=< x+y, x+y >= [[x[[
2
+[[y[[
2
+2 < x, y >. On termine grce lingalit
de Schwarz.
Remarque 33.1 : Lingalit de Schwarz scrit dornavant :
[ < x, y > [ [[x[[.[[y[[
Du coup, on constate que si x et y sont non nuls, on a
1
< x, y >
[[x[[.[[y[[
1
Dfinition 33.4 : Soient x et y deux vecteurs non nuls de lespace prhilbertien E. On
appelle cart angulaire entre les vecteurs x et y le rel [0, ] dni par :
= arccos
< x, y >
[[x[[.[[y[[
Exercice : Montrer les proprits suivantes :
[[x + y[[ = [[x[[ +[[y[[ si et seulement si x et y sont colinaires et de mme sens.
[[[x[[ [[y[[[ [[x y[[
Dfinition 33.5 : On appelle vecteur unitaire tout vecteur de norme 1.
Remarque 33.2 : Tout vecteur u ,= 0 est colinaire exactement deux vecteurs uni-
taires :
u
[[u[[
et
u
[[u[[
.
I.4 Distance euclidienne
Dfinition 33.6 : Soit E un ensemble non vide. On appelle distance sur E toute
application d : E E R vriant :
x, y E, d(x, y) 0.
x, y E, d(x, y) = 0 x = y.
x, y E, d(x, y) = d(y, x).
x, y, z E, d(x, z) d(x, y) + d(y, z).
Proposition 33.3 : Soit E un espace prhilbertien. Lapplication d : EE R dnie
par d(x, y) = [[y x[[ est une distance sur E, appele distance euclidienne (associe au
produit scalaire de E).
Dmonstration : Exercice. Cela rsulte facilement des proprits de la norme.
I.5 Relations utiles
Proposition 33.4 : On a dans tout espace prhilbertien les galits suivantes :
[[x + y[[
2
= [[x[[
2
+[[y[[
2
+ 2 < x, y >
[[x y[[
2
= [[x[[
2
+[[y[[
2
2 < x, y >
< x, y >=
1
4
([[x + y[[
2
[[x y[[
2
) (identit de polarisation).
< x, y >=
1
2
([[x + y[[
2
[[x[[
2
[[y[[
2
< x, y >=
1
2
([[x y[[
2
+[[x[[
2
+[[y[[
2
[[x + y[[
2
+[[x y[[
2
= 2([[x[[
2
+[[y[[
2
) (identit du paralllogramme).
Dmonstration : Pour la premire et la deuxime galit, il sut de dvelopper < x+
y, x+y > et < xy, xy >. Les identits de polarisation et lidentit du paralllogramme
sen dduisent.
Exercice : On dnit sur R
2
[[(x
1
, x
2
)[[ = [x
1
[ +[x
2
[. Vrier que lon a l une norme,
mais que cette norme nest pas euclidienne.
II Orthogonalit
II.1 Vecteurs orthogonaux
Dfinition 33.7 : Vecteurs orthogonaux :
Deux vecteurs x et y de lespace prhilbertien E sont dits orthogonaux, et on note xy,
lorsque < x, y >= 0.
Proposition 33.5 :
xy yx.
xx x = 0.
Le seul vecteur orthogonal tous les vecteurs de E est le vecteur nul.
Dmonstration : Le produit scalaire est symtrique, donc lorthogonalit des vecteurs
est une relation symtrique. < x, x >= 0 si et seulement si x = 0 Et enn, si x est
orthogonal tous les vecteurs de E il est orthogonal lui-mme. Donc il est nul.
Dfinition 33.8 : Familles orthogonales :
II. ORTHOGONALIT 343
Une famille T = (e
i
)
iI
de vecteurs de E est dite orthogonale lorsque :
i, j, i ,= j < e
i
, e
j
>= 0
Si, de plus, on a i I, < e
i
, e
i
>= 1, on dit que la famille est orthonorme (ou orthonor-
male).
Proposition 33.6 : Thorme de Pythagore.
Soit (e
i
)
1in
une famille nie de vecteurs. Si cette famille est orthogonale, alors
[[
n
k=1
e
k
[[
2
=
n
k=1
[[e
k
[[
2
La rciproque est vraie dans le cas o n = 2.
Dmonstration :
[[
n
k=1
e
k
[[
2
= <
n
k=1
e
k
,
n
k=1
e
k
>
=
n
k=1
[[e
k
[[
2
+ 2
i<j
< e
i
, e
j
>
do le rsultat : les produits scalaires en croix sont nuls lorsque la famille est orthogonale.
De plus, lorsque n = 2, la formule de Pythagore quivaut < e
1
, e
2
>= 0.
Proposition 33.7 : Toute famille orthogonale de vecteurs non nuls est libre.
Dmonstration : Soit (e
i
)
iI
) une famille orthogonale de vecteurs non nuls. Supposons
iI

i
e
i
= 0. Soit j I. On a <
iI

i
e
i
, e
j
>=
j
< e
j
, e
j
>= 0. Do
j
= 0.
II.2 Sous-ensembles orthogonaux
Dfinition 33.9 : Soient A et B deux parties de E. On dit que A est orthogonale B,
et on note AB, lorsque
(x, y) AB, xy
On parle ainsi par exemple de deux droites orthogonales du plan ou de lespace, ou
encore dune droite et dun plan orthogonaux dans R
3
. En revanche, deux plans de R
3
ne
sont jamais orthogonaux.
Exercice : Pourquoi ? Et est-ce que deux plans peuvent tre orthogonaux en dimension
4 ?
II.3 Orthogonal dune partie
Dfinition 33.10 : Soit A E. On appelle orthogonal de A lensemble
A
= y E, x A, < x, y >= 0
Proposition 33.8 :
1. E
= 0 et 0
= E.
2. A et A
sont orthogonaux.
3. A
est un sous-espace vectoriel de E.

4. A B B
5. A
=< A >
6. A A
Remarque 33.3 : Nous verrons bientt que la dernire inclusion est en fait une galit
en dimension nie.
Dmonstration :
1. 0 est le seul vecteur de E orthogonal tous les vecteurs de E, donc E
= 0. Tous
les vecteurs de E sont orthogonaux 0 donc 0
= E.
2. Soit A une partie de E. Soient x A et y A
. On a yx donc A et A
sont bien
orthogonaux.
3. A
est non vide, car il contient 0. Soient x, y A
et z A. Soit R. On a
< x, z >=< y, z >= 0, donc < x + y, z >= < x, z > + < y, z >= 0.
4. Supposons A B. Un vecteur orthogonal tous les vecteurs de B est a fortiori
orthogonal tous les vecteurs de A. Donc B
.
5. On a A < A >, donc < A >
. Inversement, Soit y A
. Il est orthogo-
nal tous les vecteurs de A, donc, par bilinarit du produit scalaire, toutes les
combinaisons linaires de vecters de A. Donc y < A >
.
6. Soit x A. On a pour tout y A
, xy. Donc, x A
.
II.4 Algorithme de Gram-Schmidt
Dans cette partie, E est un espace euclidien.
Proposition 33.9 : Soit B = (e
1
, . . . , e
n
) une base de E. Il existe une base orthogonale
B
t
= (u
1
, . . . , u
n
) de E telle que
i 1, . . . , n, < e
1
, . . . , e
i
>=
II. ORTHOGONALIT 345
Dmonstration : Posons u
1
= e
1
, et, pour k = 2, . . . , n 1,
u
k+1
= e
k+1
i=1
< e
k+1
, u
i
>

u
i
On montre ensuite par rcurrence sur k que cette famille rpond aux conditions du tho-
rme.
Remarque 33.4 : Nous verrons bientt que e
k+1
u
k+1
nest autre que la projection
orthogonale de e
k+1
sur .
Corollaire 33.10 : Tout espace euclidien possde des bases orthogonales (et mme
orthonormales).
Remarque 33.5 : Toute famille orthogonale de vecteurs non nuls de E peut tre
complte en une base orthogonale de E : il sut pour cela dappliquer :
le thorme de la base incomplte, puis
le procd de Schmidt ( partir dun certain rang).
Exercice : Orthogonaliser la famille des trois vecteurs de lespace, (1, 2, 3), (4, 5, 6) et
(7, 8, 8).
II.5 Consquences
Proposition 33.11 : Soit E un espace euclidien. Soit F un sous-espace vectoriel de E.
ALors :
F F
= E
F
= F
Dmonstration : Soit (e
1
, . . . , e
p
) une b.o.n. de F. On la complte en une b.o.n.
(e
1
, . . . , e
n
) de E. Soit G =< e
p+1
, . . . , e
n
>. On montre facilement que G = F
.
Remarque 33.6 : Parmi tous les supplmentaires de F, il y en a donc un qui se distingue
des autres : cest F
, LE supplmentaire orthogonal de F.
Proposition 33.12 : Soit E un espace euclidien. Pour tout vecteur a E, soit
a
:
E E dnie par
a
(x) = a.x. Lapplication : a
a
est un isomorphisme de E sur
son dual E
.
Dmonstration : Lapplication est clairement linaire, et aboutit bien dans E
.
De plus, si a ker , alors, a est orthogonal tous les vecteurs de E, donc a = 0 :
lapplication est injective. En raison de lgalit des dimensions de E et E
, cest donc
un isomorphisme.
Remarque 33.7 : Ce rsultat a priori abstrait est intressant lorsquon le relie ce
que lon sait sur les hyperplans et les formes linaires. Rappelons que les hyperplans de E
sont les noyaux des formes linaires non nulles sur E. Or, le noyau de la forme linaire
a
est lorthogonal de la droite < a >. Encore plus concrtement, plaons nous dans R
3
et
considrons le plan dquation x 2y + 3z = 0. Soit a = (1, 2, 3). Le vecteur u est dans
P si et seulement si
a
(u) =< a, u >= 0.
II.6 Calculs en bases orthonormes
Soit E un espace euclidien. Soit B = (e
1
, . . . , e
n
) une base orthonorme de E. Soient
x, y E de composantes x
i
, y
j
dans la base B. On a alors
x
i
=< x, e
i
>
< x, y >=
x
i
y
i
[[x[[
2
=
x
2
i
En dnitive, tous les calculs sont identiques ceux que lon ferait dans R
n
muni du produit
scalaire canonique.
Exercice : Que deviennent ces formules en base orthogonale ? En base quelconque ?
III Projecteurs orthogonaux - Symtries orthogonales
III.1 Dnitions
Dfinition 33.11 : Soit F un sous-espace vectoriel de lespace euclidien E. Le projec-
teur orthogonal sur F est le projecteur sur F paralllement F
. De mme, la symtrie
orthogonale par rapport F est la symtrie par rapport F paralllement F
.
Remarque 33.8 : Supposons donne une base orthogonale de F, T = (u
1
, . . . , u
k
). Soit
x un vecteur de E et p(x) son projet orthogonal sur F. Alors,
p(x) =
k
i=1
< x, u
i
>

u
i
Bien entendu, si la base est orthonorme, tout ceci devient :
p(x) =
k
i=1
< x, u
i
> u
i
On reconnat l les expressions qui intervenaient dans lalgorithme de Schmidt.
III.2 Cas particuliers
Soit D =< e > o e est un vecteur non nul. Alors
p
D
(x) =
< x, e >
[[e[[
2
e
III. PROJECTEURS ORTHOGONAUX - SYMTRIES ORTHOGONALES 347
Soit H = e
un hyperplan de E. Alors
p
H
(x) = x
< x, e >
[[e[[
2
e
puisque p
D
+ p
H
= id
E
.
III.3 Distance dun vecteur un sous-espace vectoriel
Proposition 33.13 : Soit F un sous-espace vectoriel de lespace euclidien E. Soit
x E. Soit p(x) le projet orthogonal de x sur F. On a alors
y F, d(x, y) d(x, p(x)).
y F, d(x, y) = d(x, p(x)) y = p(x).
En clair, p(x), et lui seul, ralise le miimum de distance entre x et les vecteurs de F.
Dmonstration : On a y x = (y p(x)) + (p(x) x). Comme x p(x) F
et
y p(x) F, ces deux vecteurs sont orthogonaux. Ainsi, par Pythagore, [[y x[[
2
=
[[y p(x)[[
2
+[[p(x) x[[
2
ou encore d(x, y)
2
= d(x, p(x))
2
+ d(p(x), y)
2
.
Dfinition 33.12 : On appelle distance de x F la quantit d(x, F) = [[x p(x)[[.
Exemple :
Si H = e
est un hyperplan de E, alors

d(x, H) =
< x, e >
[[e[[
2
Si D =< e > est une droite vectorielle, alors
d(x, D)
2
= [[x
< x, e >
[[e[[
2
[[
2
En dveloppant, on obtient
d(x, D) =
_
[[x[[
2
[[e[[
2
< x, e >
2
[[e[[
Chapitre 34
Endomorphismes orthogonaux
349
350 CHAPITRE 34. ENDOMORPHISMES ORTHOGONAUX
I Gnralits
Dans tout le chapitre, (E, <, >) dsigne un espace euclidien.
I.1 Notion dendomorphisme orthogonal
Dfinition 34.1 : Soit f un endomorphisme de E. On dit que f est un endomorphisme
orthogonal lorsque f conserve les produits scalaires, cest dire :
x, y E, < f(x), f(y) >=< x, y >
Remarque 34.1 : En fait, la linarit rsulte de la conservation des produits scalaires.
En eet, soit f : E E conservant les produits scalaires. Soit B = (e
1
, . . . , e
n
) une base
orthonorme de E. On a pour tous i, j, < f(e
i
), f(e
j
) >=< e
i
, e
j
>=
ij
. Donc, la famille
B
t
= f(B) est une base orthonorme de E. Soient maintenant x, y E et i 1, . . . , n.
Soit X =< f(x+y)f(x)f(y), f(e
i
) >. On a X =< f(x+y), f(e
i
) > < f(x), f(e
i
) >
< f(y), f(e
i
) > par bilinarit du produit scalaire. Comme f conserve les produits
scalaires, on a donc X =< x+y, e
i
> < x, e
i
> < y, e
i
>=< x+y xy, e
i
>= 0. Le
vecteur f(x +y) f(x) f(y) est donc orthogonal tous les vecteurs dune base de E, et
donc, par linarit, tous les vecteurs de E. Ainsi, f(x + y) = f(x) + f(y). On dmontre
de faon analogue que pour tout vecteur x de E et tout rel , on a f(x) = f(x).
Exemple : Les symtries orthogonales : Soit F un sous-espace vectoriel de E. Soit s la
symtrie par rapport F, paralllement F
. Alors, s est un endomorphisme orthogonal

de E. En eet, soient x = x
t
+ x
tt
et y = y
t
+ y
tt
deux vecteurs de E dcomposs suivant
FF
. On a f(x) = x
t
x
tt
et f(y) = y
t
y
tt
. Do < f(x), f(y) >=< x
t
, y
t
> + < x
tt
, y
tt
>
(les produits scalaires des primes par les secondes sont nuls). Mais cette quanti
est aussi < x, y >.
Dfinition 34.2 : Une symtrie orthogonale par rapport un hyperplan est appele une
rexion. Une symtrie orthogonale par rapport un sous-espace vectoriel de dimension
n 2 (o n est la dimension de E) est appele un demi-tour.
Remarque 34.2 : Le dterminant dune rexion vaut 1. Celui dun demi-tour est
gal 1.
Notation : On note O(E) lensemble des endomorphismes orthogonaux de E.
I.2 Proprits lmentaires
Proposition 34.1 : Lensemble O(E), muni de la loi , est un groupe, sous-groupe de
GL(E).
I. GNRALITS 351
Dmonstration : On a vu un peu plus haut quune base orthonorme tait transforme
par un endomorphisme orthogonal en une base orthonorme. Un endomorphisme orthogo-
nal est donc un automorphisme. De plus, id
E
est clairement dans O(E). Enn, O(E) est
stable par composition et rciproque.
Proposition 34.2 : Soit f /(E). Alors, f O(E) si et seulement si f conserve la
norme euclidienne :
x E, [[f(x)[[ = [[x[[
Dmonstration : Si f conserve les produits scalaires, elle conserve videmment la
norme euclidienne. Inversement, supposons que f conserve la norme. On a pour tous vec-
teurs x, y E
< f(x), f(y) >=
1
4
([[f(x) + f(y)[[
2
[[f(x) f(y)[[
2
)
La linarit de f et la conservation de la norme permettent de conclure.
Proposition 34.3 : Soit f O(E). On a pour tous x, y E, d(f(x), f(y)) = d(x, y).
On dit que les endomorphismes orthogonaux sont des isomtries (vectorielles).
Dmonstration : Une distance est la norme dune dirence, et les endomorphismes
orthogonaux conservent la norme.
Remarque 34.3 : La rciproque est fausse : par exemple, les translations conservent
les distances mais ne sont pas linaires. On peut montrer en revanche que si f conserve les
distances et f(0) = 0, alors f O(E). Voir le chapitre sur les isomtries anes.
Proposition 34.4 : On rappelle que lcart angulaire entre deux vecteurs non nuls x
et y est lunique rel [0, 2] tel que cos =
<x,y>
[[x[[[[y[[
. Les endomorphismes orthogonaux
conservent les carts angulaires.
Dmonstration : Un endomorphisme orthogonal conserve le produit scalaire et de la
norme.
I.3 Endomorphismes orthogonaux et bases orthonormes
Proposition 34.5 : Soit B une base orthonorme de E. Soit f /(E). Alors, f O(E)
si et seulement si f(B) est une base orthonorme de E.
Dmonstration : Si f O(E), alors f conserve les produits scalaires, donc les vecteurs
orthogonaux. f conserve galement la norme, donc les vecteurs unitaires. Donc f conserve
les bases orthonormes.
Inversement, supposons que f(B) = B
t
o B et B
t
sont des bases orthonormes de
E. Avec des notations videntes, on a alors pour tous indices i et j, < f(e
i
), f(e
j
) >=
ij
=< e
i
, e
j
>. Mais cela entrane que pour tous vecteurs x et y de E, < f(x), f(y) >=
i,j
x
i
y
j
< f(e
i
), f(e
j
) >=
i,j
x
i
y
j
< e
i
, e
j
>=< x, y >. Lapplication f conserve bien
les produits scalaires.
I.4 Matrices orthogonales
Proposition 34.6 : Soit f /(E). Soit B une base orthonorme de E. Soit M =
mat
B
f. Les assertions suivantes sont quivalentes :
t
MM = I
M
t
M = I
Les colonnes de M, vues comme vecteurs de R
n
, forment une base orthonorme de
R
n
.
f O(E)
Dmonstration : Lquivalence des deux premiers points est un rsultat connu : une
matrice carre est inversible gauche si et seulement si elle est inversible droite, et inverse
gauche et droite sont alors uniques et gaux ( linverse de la matrice).
Le premier et le troisime point sont clairement quivalents : la ligne i, colonne j de
t
MM, on trouve justement le produit scalaire des colonnes i et j de la matrice M.
Enn, le troisime et le quatrime point sont quivalents, puisque f est un endomor-
phisme orthogonal si et seulement si f(B) est une base orthonorme de E, cest--dire si
et seulement si les colonnes de M sont unitaires et orthogonales deux deux.
Proposition 34.7 : On appelle matrice orthogonale toute matrice M /
n
(R) telle que
t
MM = I (ou, ce qui est quivalent, M
t
M = I, ou encore M est inversible et M
1
=
t
M).
Notation : On note O
n
(R) lensemble des matrices orthogonales n n.
Exemple : Fabriquons une matrice orthogonale 3 3. Cela revient fabriquer une base
orthonorme de R
3
pour le produit scalaire canonique. Par exemple, la matrice
M =
1
4
_
_
3 1
6
1 3
6 2
_
_
convient car ses colonnes sont de norme 1, et orthogonales deux deux (le vrier !).
Proposition 34.8 : Lensemble O
n
(R) est un groupe pour la multiplication matricielle,
sous-groupe de GL
n
(R). Ce groupe est isomorphe O(E) lorsque n = dimE.
Dmonstration : Soit B une base orthonorme de E. Lapplication : O(E) O
n
(R)
dnie par (f) = mat
B
f est un isomorphisme de groupes.
Proposition 34.9 : Soit M O
n
(R). Alors, det M = 1.
Dmonstration : Cest une consquence immdiate de
t
MM = I.
Proposition 34.10 : Les ensembles oO(E) et oO
n
(R) forms respectivement des en-
domorphismes orthogonaux de dterminant 1 et des matrices orthogonales de dterminant
1 sont des groupes. Ces deux groupes sont isomorphes. On les appelle respectivement le
groupe spcial-orthogonal de E et le groupe spcial-orthogonal dordre n.
II. LE GROUPE ORTHOGONAL DU PLAN 353
Dmonstration : Ce sont des groupes, car ce sont les noyaux du morphisme d-
terminant . Ils sont isomorphes par le mme isomorphisme que celui vu un peu avant.
Dfinition 34.3 : On appelle rotations les lments de oO(E).
Remarque 34.4 : On ne voit pas pourquoi. Cest normal. Le reste du chapitre consiste
essayer de sen faire une ide en dimensions 2 et 3.
I.5 Orientation dun espace euclidien
Soient B et B
t
deux bases orthonormes de lespace euclidien E. Il existe un unique
endomorphisme orthogonal f tel que f(B) = B
t
.
Dfinition 34.4 : On dit que B a la mme orientation que B
t
lorsque f SO(E).
Sinon, on dit que les bases ont des orientations direntes.
Proposition 34.11 : La relation avoir mme orientation est une relation dquiva-
lence. Cette relation possde exactement deux classes.
Dmonstration : Lidentit est une rotation, donc toute b.o.n. a mme orientation
quelle-mme. Si B
t
= f(B) o f est une rotation, alors B = f
1
(B
t
) et f
1
est encore
une rotation. Par un argument analogue, notre relation est transitive. Enn, soit g
O(E) SO(E), par exemple une rexion de E. Soit B
0
une b.o.n. de E. Soit B
1
= g(B).
Soit B une b.o.n. de E. Supposons que B na pas la mme orientation que B
0
. Il existe
donc h O(E) SO(E) telle que B = h(B
0
). Mais alors B = (h g
1
)(B
1
). Et comme
det(h g
1
) = (1) (1) = 1, h g
1
SO(E). Ainsi, B a mme orientation que B
1
.
Dfinition 34.5 : Orienter lespace euclidien E, cest choisir lun des deux classes
dquivalence de la relation dorientation, dclarer directes les b.o.n. de la classe choisie,
et indirectes les autres.
Remarque 34.5 : Dans les espaces usuels comme R
2
ou R
3
, on dispose de conventions
(sens trigonomtrique, trois doigts) qui font que tout le monde choisit les mmes bases
directes. Mais ce ne sont l que des conventions.
II Le groupe orthogonal du plan
On se donne dans cette section f O(E), o E est un plan euclidien orient. On
suppose xe une base orthonorme B de E. On appelle M la matrice de f dans cette
base. La matrice M est donc orthogonale. Posons M =
_
a c
b d
_
.
II.1 Recherche des matrices orthogonales
On crit
t
MM = I. Cela fournit le systme
_
_
_
a
2
+ b
2
= 1
ac + bd = 0
c
2
+ d
2
= 1
Daprs les deux premires quations, il existe des rels et tels que a = cos ,
b = sin , c = cos ,d = sin . La seconde quation montre qualors cos( ) = 0. Deux
cas se prsentent :
Si = +/2 modulo 2, alors M =
_
cos sin
sin cos
_
. On voit qualors det M = 1,
cest dire que M SO
2
(R) et f SO(E).
Si = /2 modulo 2, alors M =
_
cos sin
sin cos
_
. On voit qualors det M =
1.
II.2 tude des endomorphismes orthogonaux de dterminant -1
On a ici
t
M = M. Comme
t
MM = I, il vient donc M
2
= I, do f
2
= id. f est
donc une symtrie. On vrie sans peine que f est la symtrie orthogonale (la rexion)
par rapport la droite dirige par le vecteur de coordonnes (cos

2
, sin

2
) dans la base B.
Il sut de vrier que ce vecteur est invariant par f est que le vecteur (sin

2
, cos

2
),
orthogonal au premier, est chang par f en son oppos.
II.3 tude des endomorphismes orthogonaux de dterminant 1
Ici, f est une rotation. Notons M() =
_
cos sin
sin cos
_
. On a donc oO
2
(R) =
M(), R.
Proposition 34.12 : Lapplication : R oO
2
(R) dnie par () = M() est un
morphisme de groupes surjectif.
Dmonstration : Un simple calcul montre que M()M(
t
) = M( +
t
). Do la
proprit de morphisme. Cette application est surjective par dnition mme de SO
2
(R).
Remarquons enn que M() = I si et seulement si 2Z. Notre morphisme a donc
lensemble 2Z pour noyau, et nest donc pas un isomorphisme.
Si lon veut fabriquer un isomorphisme entre SO
2
(R) et un groupe connu, il nous faut
quelque chose qui reprsenterait les rels modulo 2 . Cela existe : cest par exemple le
groupe | des nombres complexes de module 1.
Proposition 34.13 : Lapplication : | oO(2) dnie par (e
i
) = M() est un
isomorphisme de groupes.
II. LE GROUPE ORTHOGONAL DU PLAN 355
Proposition 34.14 : Soit f une rotation de E. La matrice de f ne dpend pas de la
base orthonorme directe choisie. Elle est de la forme M(), o R est dni de faon
unique modulo 2.
Dmonstration : Soient B et B
t
deux bond de E. La matrice de f dans la base B
est M = M(), et celle de f dans la base B
t
est M
t
= M(
t
). La matrice de passage
de B B
t
est une matrice de rotation, puisque, ces deux bases ont la mme orientation.
Elle est donc de la forme P = M(). Les formules de changement de base donnent alors
M
t
= P
1
MP = M()M()M() = M( + + ) = M.
Dfinition 34.6 : Le rel est appel langle de la rotation f, et caractrise complte-
ment cette rotation.
II.4 Angle orient de deux vecteurs non nuls
Proposition 34.15 : Soient x et y deux vecteurs non nuls de E. Il existe une unique
rotation f telle que f(x/[[x[[) = y/[[y[[. Langle de cette rotation (dni modulo 2) est
appel angle (orient) entre les vecteurs x et y.
Dmonstration : On peut supposer x et y unitaires pour faire la dmonstration. Fixons
une bond de E. Dans cette base, la matrice de x est X =
_
cos
sin
_
et celle de y est
Y =
_
cos
sin
_
. Soit f une rotation, de matrice M() dans la mme base. On a f(x) = y si
et seulement si M()X = Y ce qui quivaut (calcul immdiat) mod 2. Do
lexistence et lunicit de f.
Remarque 34.6 : On a dj parl du produit mixte au dbut de lanne. Nous avions
alors dni le produit mixte [x, y] des vecteurs x et y du plan comme leur dterminant,
sous-entendu dans la base canonique. En fait, la valeur de det
B
(x, y) ne dpend pas de la
base orthonorme directe B choisie. Le produit mixte [x, y] de x et y est donc le dterminant
de la famille (x, y) dans nimporte quelle base orthonorme directe.
Proposition 34.16 : Soient x et y deux vecteurs non nuls du plan. Soit langle orient
entre x et y. On a
_
< x, y > = [[x[[[[y[[ cos
[x, y] = [[x[[[[y[[ sin
Dmonstration : Immdiat, en reprenant les matrices de x et y ci-dessus.
II.5 Gnrateurs du groupe orthogonal
Proposition 34.17 : Les rexions engendrent O(E).
Dmonstration : Le produit de deux matrices de rexion est videmment une matrice
de rotation : en eet, deux matrices de dterminant -1 se multiplient en une matrice de
dterminant 1. Mieux, en eectuant eectivement ce calcul, on voit que lon peut obtenir
toutes les matrices de rotation. On peut mme choisir lune des deux matrices de rexion
de faon compltement arbitraire.
Exercice : Le faire.
III Le groupe orthogonal de lespace
III.1 Sous espaces stables
Soit E un espace euclidien de dimension quelconque. Soit f O(E).
Valeurs propres de f
Soit x E0. Supposons quil existe un rel tel que f(x) = x. Alors, = 1. En
eet, [[f(x)[[ = [[[[[x[[, mais aussi [[f(x)[[ = [[x[[ par conservation de la norme. Comme x
est non nul, il vient [[ = 1..
Droites stables par f
Supposons quil existe une droite D stable par f. Soit e un vecteur directeur de D. Il
existe donc un rel tel que f(e) = e. Donc, f(e) = e. Par linarit, on a donc f(x) = x
pour tout x D, ou f(x) = x pour tout x D.
Ce qui vient dtre dit ne sapplique bien sr quaux droites stables. Par exemple, dans
un plan stable, il peut arriver quaucun vecteur (non nul) ne soit chang par f en un
multiple de lui-mme (exemple : une rotation du plan, tout simplement).
Orthogonal dun sous-espace stable
Proposition 34.18 : Soit F un sous-espace de E stable par f. Alors,
f induit sur F un endomorphisme orthogonal de F.
F
est stable par f.

Dmonstration : Le premier point est vident. Soit maintenant x F
. Soit y F.
On a < f(x), f(y) >=< x, y >= 0. Donc, f(x) appartient lorthogonal de f(F). Mais
F est stable par f, donc f(F) F. De plus f est un isomorphisme, donc f conserve les
dimensions, et donc f(F) = F. Finalement, f(x) F
. Donc, F
est lui aussi stable par

f.
bilan
Lide pour tudier un endomorphisme orthogonal de E est donc la suivante : on cherche
les vecteurs invariants de f (on pourrait tout aussi bien chercher les vecteurs changs en
leur oppos). Lensemble E
1
de ces vecteurs invariants est un sous-espace stable par f. Si
ce sous-espace est non trivial, alors :
III. LE GROUPE ORTHOGONAL DE LESPACE 357
f est lidentit sur E
1
.
f est un endomorphisme orthogonal de E
1
. Or, dimE
1
< dimE. On sest donc
ramens ltude des endomorphismes orthogonaux dun espace de dimension stric-
tement plus petite.
Dans ce qui suit, on se place dans un espace euclidien orient de dimension 3.
III.2 Cas 1 : Les invariants forment tout lespace
Ce cas est trivial : f = id
E
.
III.3 Cas 2 : Les invariants forment un plan
Soit P le plan en question. La droite D = P
est alors stable par f. Les vecteurs de

D sont donc changs en leur oppos par f (hormis le vecteur nul, ils ne peuvent pas tre
invariants, puisque les invariants sont tous dans P, et que DP = 0). On constate donc
que f est la rexion par rapport P.
III.4 Cas 3 : Les invariants forment une droite
Soit D la droite en question. Le sous-espace P = D
est un plan stable par f, et f est

un endomorphisme orthogonal de P. Ce ne peut tre une rexion de P, puisque tous les
vecteurs invariants par f sont sur D. Cest donc une rotation deP (dirente de lidentit).
Un petit problme se pose alors : il convient dorienter P, mais il ny a aucune faon
logique deectuer cette orientation de manire compatible avec lorientation de lespace
E. On procde comme suit :
On oriente la droite D en choisissant sur D un vecteur unitaire e
3
(deux choix
arbitraires sont donc possibles).
Une base orthonorme (e
1
, e
2
) de P est dclare directe lorsque la base (e
1
, e
2
, e
3
)
est une base orthonorme directe de E.
La restriction de f P est alors la rotation dangle , 0[2].
On remarque que la matrice de f dans une base orthonorme directe de dernier vecteur
e
3
est alors
M =
_
_
cos sin 0
sin cos 0
0 0 1
_
_
On voit que det f = 1 : f est donc une rotation.
Dfinition 34.7 : f est la rotation daxe D orient par e
3
, et dangle . Laxe orient
et langle caractrisent compltement f.
Remarque 34.7 : Si lon change lorientation de D, on change en .
III.5 Cas 4 : Le seul invariant est 0
L, on est un peu embts. Cependant, on peut sen tirer par une petite acrobatie.
Soit un rel. Il existe un vecteur x non nul tel que f(x) = x si et seulement si det(f
id
E
) = 0. Or lapplication det(f id
E
) est une fonction polynmiale de degr
3. Or, tout polynme de degr 3 a une racine relle (pourquoi ? penser au thorme des
valeurs intermdiaires). Il existe donc forcment un vecteur non nul x et un rel tel que
f(x) = x. Ce vaut 1 ou 1, mais ce nest pas 1. Cest donc 1. Ainsi, lensemble G des
vecteurs changs en leur oppos est un sous-espace vectoriel non trivial de E. Il peut tre
de dimension 1,2 ou 3. Considrons chacun des trois cas :
G = E : dans ce cas, f = id
E
. Ce nest pas une rotation.
G est un plan. Cest impossible, car alors G
serait une droite stable, ncessairement

compose de vecteurs invariants. Mais f na pas dinvariants part le vecteur nul.
G = D est une droite. Soit P lorthogonal de D. Soit la rexion par rapport P.
On constate alors que f admet G pour droite dinvariants. Donc, f est une
rotation daxe D. De l, f = . Et pour nir, det f = det det = 1. Donc f
nest pas une rotation.
Remarque 34.8 : On vrie facilement dans le dernier cas que = . On peut
galement montrer lunicit des applications et .
III.6 Conclusion
Proposition 34.19 : Les endomorphismes orthogonaux de E de dimension 3 sont :
Les rotations qui, mise part lidentit, sont caractrises par un axe et un angle.
Les rexions, caractrises par un plan.
Les composes dune rexion et dune rotation dirente de lidentit daxe ortho-
gonal au plan de la rexion, caractrises par un axe orient et un angle.
Exercice : Vrier que id
E
entre bien dans la dernire catgorie.
III.7 Gnrateurs de O(E) et de oO(E)
Nous montrons dans cette section que les rexions engendrent O(E), cest dire
que tout endomorphisme orthogonal est une compose de rexions. Ainsi, les rexions
sont des endomorphismes orthogonaux lmentaires, en ce sens que lon peut avec celles-ci
fabriquer tous les autres. Nous donnons une dmonstration purement matricielle. Elle a
lavantage dtre rapide, mais de cacher le sens gomtrique de ce thorme. Il est conseill
de faire lexercice qui suit la proposition.
Proposition 34.20 : Les rexions engendrent O(E).
Dmonstration : Nous allons dmontrer que toute rotation est la compose de deux r-
exions. Comme les endomorphismes orthogonaux de E sont les rotations et les composes
dune rexion et dune rotation, cela prouvera le thorme. Soit f une rotation dirente
de lidentit, dangle . Dans une base B orthonorme directe judicieuse, la matrice de f
III. LE GROUPE ORTHOGONAL DE LESPACE 359
est M =
_
_
cos sin 0
sin cos 0
0 0 1
_
_
. Soit A =
_
_
cos sin 0
sin cos 0
0 0 1
_
_
. A est une matrice ortho-
gonale et A
2
= I. Cest donc une matrice de symtrie orthogonale. De plus, det A = 1
et A ,= I, cest donc la matrice dune rexion. De mme, B =
_
_
1 0 0
0 1 0
0 0 1
_
_
est une
matrice de rexion. On a AB = M, ce qui prouve notre assertion.
Exercice : Dterminer les caractristiques des rexions qui apparaissent dans la d-
monstration de la proposition ci-dessus.
Nous nonons et dmontrons un thorme analogue au prcdent pour oO(E), mais
cette fois-ci avec les demi-tours.
Proposition 34.21 : Les demi-tours engendrent oO(E).
Dmonstration : Nous allons dmontrer que toute rotation est la compose de deux
demi-tours. Soit f une rotation dirente de lidentit, dangle . Dans une base B or-
thonorme directe judicieuse, la matrice de f est M =
_
_
cos sin 0
sin cos 0
0 0 1
_
_
. Soit A =
_
_
cos sin 0
sin cos 0
0 0 1
_
_
. A est une matrice orthogonale et A
2
= I, donc A est une matrice
de symtrie orthogonale. De plus, det A = 1 et A ,= I, cest donc la matrice dun demi-tour.
De mme, B =
_
_
1 0 0
0 1 0
0 0 1
_
_
est une matrice de demi-tour. On a AB = M, ce qui prouve
notre assertion.
Exercice : Dterminer les caractristiques des demi-tours qui apparaissent dans la
dmonstration de la proposition ci-dessus.
III.8 Complments sur les rotations
Angle entre un vecteur et son image
Soit f une rotation de lespace dangle . Dans une bond B = (e
1
, e
2
, e
3
) judicieusement
choisie, la matrice de f est
M =
_
_
cos sin 0
sin cos 0
0 0 1
_
_
Soit x = ae
1
+ be
2
+ ce
3
un vecteur unitaire de E. On a f(x) = (a cos b sin )e
1
+
(a sin +b cos )e
2
+ce
3
. Ainsi, < x, f(x) >= a(a cos b sin ) +b(a sin +b cos ) +c
2
=
(a
2
+b
2
) cos +c
2
= cos +c
2
(1cos ). x et f(x) tant unitaires, cette quantit est gale
cos o est lcart angulaire entre x et f(x) : cos = cos +c
2
(1cos ). On constate
que cos cos , cest dire , avec galit si et seulement si c = 0, cest dire si et
seulement si le vecteur x est orthogonal laxe de la rotation.
Expression de limage dun vecteur
On reprend f(x) = (a cos b sin )e
1
+ (a sin +b cos )e
2
+ce
3
= cos (ae
1
+be
2
) +
sin (be
1
+ae
2
)+ce
3
. Par ailleurs, ae
1
+be
2
= xce
3
, be
1
+ae
2
= e
3
x, et c =< x, e
3
>.
Donc, f(x) = cos (x < e
3
, x > e
3
) + sin e
3
x+ < e
3
, x > e
3
. Appelons le vecteur e
3
(vecteur unitaire orientant laxe). On obtient
f(x) = (cos )x + (sin ) x + (1 cos ) < , x >
Exercice : Calculer la matrice dans la base canonique de la rotation dangle

2
daxe
orient par le vecteur (1, 1, 1).
Chapitre 35
Isomtries anes
361
362 CHAPITRE 35. ISOMTRIES AFFINES
I Applications anes
Dans toute cette section E dsigne un espace vectoriel de dimension nie sur un corps K.
I.1 Notion dapplication ane
Dfinition 35.1 : Soit f : E E. On dit que f est ane lorsque
/(E), a E, x E, f(x) f(a) = (x a)
Remarque 35.1 : Lgalit ci-dessus peut encore scrire

f(a)f(x) = (
ax). Selon les

circonstances, on utilisera lune ou lautre des notations.
Proposition 35.1 : Si f : E E est ane, alors
/(E), a E, x E, f(x) f(a) = (x a)
Dmonstration : Soit b E. On a f(x) f(b) = f(x) f(a) (f(b) f(a)) =
(x a) (b a) = (x a (b a)) = (x b).
Proposition 35.2 : Lapplication ane est dnie de faon unique. On lappelle la
partie linaire de f, et on la note

f .
Dmonstration : Il sut de prendre a = 0 : (x) = f(x) f(0) pour tout x E.
Remarque 35.2 : On a donc pour f ane, et pour tous points a et b de E :
f(a)f(x) =

f (
ax)
Proposition 35.3 : Soient f, g deux applications anes E E. Alors, g f est ane,
et

g f =

g

f . De plus, f est bijective si et seulement si

f GL(E), et on a alors
f
1
= (

f )
1
.
Dmonstration : g f(x)g f(a) =

g (f(x)f(a)) =

g (

f (xa)) =

g

f (xa).
Donc g f est ane et

g f =

g

f . On a f =
a

f
a
o
a
est la translation
de vecteur a, donc f est bijective si et seulement si

f lest. Et

f (f
1
(x) f
1
(a)) =
f(f
1
(x)) f(f
1
(a)) = xa donc f
1
(x) f
1
(a) = (

f )
1
(xa). Donc

f
1
= (

f )
1
.
Corollaire 35.4 : Lensemble A(E) des bijections anes de E sur E est un groupe
pour la loi . On lappelle le groupe ane de E.
I. APPLICATIONS AFFINES 363
I.2 Deux proprits remarquables des applications anes
Proposition 35.5 : Limage dun sous-espace ane par une application ane est
encore un sous-espace ane.
Dmonstration : Soit f : E E une application ane. Soit F un sous-espace vectoriel
de E. Soit T = a+F un sous-espace ane de E de direction F. On montre facilement que
f(T) = f(a) +

f (F) est le sous-espace ane de E passant par f(a), dirig par

f (F).
Proposition 35.6 : Soit f : E E une application. Alors, f est ane si et seulement
si f conserve les barycentres. Plus prcisment, f est ane si et seulement si pour tout
entier n 1, pour tous points a
1
, . . . , a
n
de E, pour tous scalaires
1
, . . . ,
n
tels que
n
k=1
k
,= 0, on a
f(Bar(a
k
,
k
)) = Bar(f(a
k
),
k
)
Dmonstration : Supposons que f soit ane. Soit g = Bar(a
k
,
k
). Le point g est
caractris par

n
k=1
ga
k
= 0. Appliquons la partie linaire de f cette galit :
n
k=1
k

f (
ga
k
) = 0 ou encore

n
k=1
f(g)f(a
k
)) = 0, ce qui prouve que f(g) est le
barycentre des points a
k
aects des coecients
k
.
Inversement, supposons que f conserve les barycentres. Soit : E E dnie par
(x) = f(x) f(O). Montrer que f est ane revient montrer que est linaire. Soient
x, y E. Soit z le barycentre des points O, x, y aexts des coecients 1, 1, 1. On a en fait
z = x+y (si ! vriez). Donc, puisque f conserve les barycentres, f(z) est le barycentre de
f(O), f(x) et f(y) aects des coecients 1, 1, 1. On a donc : f(z) = f(O)+f(x)+f(y)
do (z) = (x + y) = (x) + (y).
Exercice : Prouvez que (x) = (x) pour tout scalaire et tout vecteur x de E.
I.3 Exemples
Applications constantes
Toute application constante est clairement ane. Prcisment, une application ane est
constante si et seulement si sa partie linaire est lapplication nulle.
Translations
On rappelle que pour u E, la translation de vecteur u est lapplication de E dans E
dnie par
u
(x) = x + u. Les translations sont clairement linaires bijectives et forment
un sous-groupe du groupe ane de E. On a facilement que lapplication ane f est une
translation si et seulement si

f = id
E
.
Homothties
Une application ane f est appele homothtie lorsquil existe un scalaire (le rapport
dhomothtie) dirent de 0 et de 1 tel que

f = id
E
. On a donc pour tout x E,
f(x) = a + kx (o k = f(O)). On vrie aisment quune homothtie a un unique point
xe ( =
a
1k
) : son centre.
Exercice : Montrer que la runion de lensemble des homothties et de lensemble des
translations de E forme un groupe pour la composition des application. Ce groupe est
appel assez logiquement le groupe des homothties-translations de E.
Projections et symtries anes
Nous ne reviendrons pas ici sur ces applications. Voir ce sujet le cours du dbut danne.
Tout ce qui y a t dit stend des espaces de dimension nie quelconque. Ainsi, si T est
un sous-espace ane de E de direction F, et si G est une sev de E supplmentaire de F,
on dnit le projecteur ane sur T paralllement G et la symtrie ane par rapport
T, paralllement G. Par exemple, le projet P dun point M est caractris par :
P T,

MP G
II Isomtries
II.1 Notion disomtrie
Dfinition 35.2 : Soit E un espace euclidien. Soit f : E E. On dit que f est une
isomtrie de E lorsque f conserve les distances :
x, y E, d(f(x), f(y)) = d(x, y)
Une isomtrie est une application ane.
Une application ane f est une isomtrie si et seulement si

f O(E).
Dmonstration : Soit f une isomtrie. Soit g : E E dnie par g(x) = f(x) f(0).
Lapplication g est encore une isomtrie, et de plus g(0) = 0. On va prouver que g est
linaire. Tout dabord, g conserve aussi les produits scalaires :
< g(x), g(y) >=
1
2
([[g(x) g(0)[[
2
+[[g(y) g(0)[[
2
[[g(x) g(y)[[
2
)
(identit de polarisation). Par conservation des distances,
< g(x), g(y) >=
1
2
([[x[[
2
+[[y[[
2
[[x y[[
2
) =< x, y >
Enn, g est linaire. Pour cela on considre la quantit [[g(x + y) g(x) g(y)[[
2
. On la
dveloppe, on utilise la conservation du produit scalaire, et on voit que cette quantit est
II. ISOMTRIES 365
nulle. On en dduit g(x+y) = g(x) +g(y). On fait de mme pour les produits par . Ainsi,
g est linaire et conserve les produits scalaires. Donc g O(E), et f est bien ane. De
plus, g =

f .
Inversement, on vrie sans peine que si f est ane et si

f O(E), alors f est une
isomtrie.
Corollaire 35.8 : Les isomtries sont des bijections.
II.2 Dplacements, antidplacements
Proposition 35.9 : Lensemble Is(E) des isomtries de E est un groupe pour la com-
position des applications.
Dmonstration : Si deux applications conservent les distances, leur compose aussi.
Et si f conserve les distances, f
1
aussi. Enn, lidentit conserve les distances. Ainsi,
Is(E) est un sous-groupe de S(E).
Dfinition 35.3 : Soit f Is(E). Si la partie linaire de f est une rotation, on dit que
f est une isomtrie positive, ou encore un dplacement, de E. Sinon, on dit que f est une
isomtrie ngative, ou encore un antidplacement, de E.
Notation : On note Is
+
(E) et Is
(E) lensemble des dplacements et lensemble des

antidplacements de E.
Exemple : Les translations sont des dplacements.
Exemple : Les rexions (symtries orthogonales par rapport des hyperplans anes)
sont des antidplacements.
Proposition 35.10 : Lensemble Is
+
(E) des dplacements de E est un groupe pour la
composition des applications, sous-groupe de Is(E).
II.3 Dplacements du plan
On se place dans le plan euclidien orient E. Soit f un dplacement de E. Soit =

f
SO(E) la partie linaire de f. Posons galement u = f(0).
Si = id
E
, alors f est une translation. Sinon, est la rotation (vectorielle) de E dangle
, o , 2Z. Cherchons si f admet des points xes. Soit cet eet E. On a
f() = u + (). Donc, f() = si et seulement si () = u. Or, la rotation
admet 0 pour seul point xe. Donc, id
E
est bijective (vous lavez compris, ce donc ?
Creusez ...). Le vecteur u a un unique antcdent par cette application, et f admet donc
un unique point xe.
On peut maintenant rcrire f : f(x) = + (x ).
Dfinition 35.4 : f est la rotation ane de centre et dangle .
Remarque 35.3 : Soient f et g deux rotations (anes) dangles respectifs et
t
.
Alors,

g f =
=
+
. Ainsi, si +
t
, 2Z, alors g f est une rotation dangle
+
t
. Sinon, g f est une translation. Par le mme procd on voit que la compose dune
rotation et dune translation est encore une rotation de mme angle (seul le centre de la
rotation se dplace).
II.4 Dplacements de lespace
On se place dans lespace euclidien orient E de dimension 3. Soit f un dplacement de E.
Soit =

f SO(E) la partie linaire de f. Posons galement u = f(0).
Si = id
E
, alors f est une translation. Sinon, est la rotation (vectorielle) de E daxe D
(orient par un vecteur e), dangle , o , 2Z. Comme dans le cas du plan, on cherche
si f admet un point xe. On va voir quen gnral, il nen est rien. Pour des raisons qui
vont apparatre clairement plus loin, on crit u = u
1
+ u
2
, o u
1
D et u
2
D
.
Soit un point quelconque. Alors, f() = si et seulement si u
1
+ u
2
+ () = , ou
encore () = u
1
u
2
. On voit facilement que limage de id
E
est le plan D
.
Ainsi, f admet un point xe si et seulement si u
1
= 0.
Supposons tout dabord que u
1
= 0 : f admet donc un point xe . On rcrit f(x) :
f(x) = + (x ). Ainsi, f(x) = x si et seulement si x est point xe de , cest
dire si et seulement si x + D = T. f admet une droite de points xes.
Dfinition 35.5 : On dit que f est la rotation (ane) daxe T (orient par e
1
) et
dangle .
Supposons maintenant u
1
quelconque. On a f(x) = u
1
+g(x) o g est une rotation ane.
Dans ce cas, la translation de vecteur u
1
nest pas absorbe par la rotation ane g. On
ne peut plus simplier :
Dfinition 35.6 : On dit que f est le vissage daxe T (orient par e
1
), dangle et de
vecteur de translation u
1
.
Exercice : tudier lapplication f : R
3
R
3
dnie par
_
_
x
t
=
1
2
x
1
2
y +
1
2
z +
2
y
t
=
1
2
x
1
2
z + 1
z
t
=
1
2
x +
1
2
y +
1
2
z
Le plan dtude est clair :
tudier la partie linaire de cette application. Il y a des chances pour que cette
partie linaire soit une rotation vectorielle, sinon lexo na rien faire ici. Vous voici
en possession de langle du vissage et de la direction de son axe.
Chercher un point a tel que le vecteur
af(a) soit dans la direction de laxe du vissage.

Ce point est sur laxe (rchir). De plus, le vecteur
af(a) est le vecteur de translation

du vissage (re-rchir).
Chapitre 36
Courbes paramtres
367
368 CHAPITRE 36. COURBES PARAMTRES
I Drivation des Fonctions valeurs dans le plan
I.1 Dnition
Dfinition 36.1 : Soit f : I R
2
: t f(t) = (f
1
(t), f
2
(t)) une fonction valeurs
dans le plan. On dit que f est drivable en t
0
lorsque f
1
et f
2
le sont. On pose alors
f
t
(t
0
) = (f
t
1
(t
0
), f
t
2
(t
0
)).
Remarque 36.1 : f(t) peut tre interprt comme le vecteur

OM(t) o M est un point
du plan qui se dplace lorsque tvarie.
Remarque 36.2 : On retrouve, via lidentication entre C et R
2
, la notion de drive
dune fonction valeurs complexes.
I.2 Proprits
Proposition 36.1 : Soient f, g : I R
2
deux fonctions drivables sur I. Alors :
f + g : I R
2
est drivable sur I, et (f + g)
t
= f
t
+ g
t
.
Pour tout rel , f : I R
2
est drivable sur I et (f)
t
= f
t
.
Le produit scalaire < f, g >: I R est drivable sur I, et < f, g >
t
=< f
t
, g > + <
f, g
t
>.
Si f ne sannule pas, alors [[f[[ : I R est drivable en sur I, et [[f[[
t
=
<f,f
>
[[f[[
.
det(f, g) : I R est drivable sur I, et (det(f, g))
t
= det(f
t
, g) + det(f, g
t
).
Dmonstration : Pour la somme et le produit par , driver chacune des coordonnes.
Le produit scalaire et le dterminant sont bilinaires, il sut de faire la mme dmonstra-
tion que pour la drive dun produit de fonctions valeurs relles. Enn, [[f[[ =
< f, f >
se drive en tant que compose : [[f[[
t
=
2<f
,f>
2
<f,f>
.
II Notion darc paramtr
II.1 Dnition
Dfinition 36.2 : On appelle arc paramtr de classe (
k
toute application f : I R
2
de classe (
k
.
Dfinition 36.3 : On appelle support de larc f lensemble f(I) R
2
.
Remarque 36.3 : Bien remarquer que un arc paramtr est en toute rigueur une
application. En particulier, deux arcs dirents peuvent avoir le mme support. Si notre
problme est le trac du support, tudier lun ou lautre des arcs revient au mme.
Exemple : Larc t (cos t, sin t) a pour support le cercle unit. Larc t (cosh t, sinh t)
a pour support la moiti dune hyperbole. Ces deux arcs sont de classe (
.
II. NOTION DARC PARAMTR 369
II.2 Changement de paramtrage
Soit f : I R
2
un arac de classe (
k
. Soit : I J de classe (
k
, bijective, de
rciproque (
k
(pour k = 0 cest automatique, pour k 1 cela quivaut dire que
t
ne
sannule pas) . On peut fabriquer un nouvel arc g : J R
2
en posant g = f
1
, ou
f = g , ce qui revient au mme. Larc g est encore de classe (
k
et il est vident que f
et g ont le mme support. Lapplication est appele un changement de paramtrage de
classe (
k
.
Exemple : Soit f : R R
2
dnie par f(t) = (
1t
2
1+t
2
,
2t
1+t
2
). Soit :] , [ R dnie
par (u) = tan
u
2
. La fonction est un changement de paramtrage de classe (
, et larc
g = f est dni par g(u) = (cos u, sin u). Le support de g (et donc celui de f) est le
cercle unit priv du point (1, 0).
II.3 Interprtation cinmatique, points rguliers, birguliers
Le paramtre t dsignant le temps, le support de f est la trajectoire dun point matriel
se dplaant au cours du temps.
Le point f(t) reprsente la position du point linstant t.
Le vecteur f
t
(t) reprsente la vitesse du point.
Le vecteur f
tt
(t) reprsente lacclration du point.
2
un arc paramtr de classe (
1
. Soit t
0
I. On dit
que le point f(t
0
) est rgulier lorsque f
t
(t
0
) ,= 0. Sinon, on dit que le point est stationnaire.
Exemple : Soit f larc paramtr dni par x(t) = a(t sin t), y(t) = a(1 cos t) o
a > 0. On a x
t
= a(1 cos t), y
t
= a sin t. Un point est stationnaire si et seulement si
cos t = 1 et sin t = 0 cest dire t 2Z.
2
2
. Soit t
0
I. On dit
que le point f(t
0
) est rgulier lorsque det(f
t
(t
0
), f
tt
(t
0
)) ,= 0.
Exemple : Reprenons lexemple ci-dessus. On a x
tt
(t) = a sin t et y
tt
(t) = a cos t. Ainsi,
det(f, f
tt
) = x
t
y
tt
x
tt
y
t
= a
2
(cos t 1) et un point nest pas birgulier si et seulement si
cos t = 1. Dans cet exemple, on retrouve les points stationnaires.
Proposition 36.2 : Les notions de point rgulier et de point birgulier sont invariantes
par changement de paramtrage.
Dmonstration : Posons f = g o est un changement de paramtrage. On a
f
t
=
t
g
t
. Ainsi, comme
t
ne sannule pas, f
t
(t
0
) = 0 si et seulement si g
t
(u
0
) = 0,
o u
0
= (t
0
). On a [f
t
, f
tt
] = [
t
g
t
,
tt
g
t
+
t
2
g
tt
] =
3
[g
t
, g
tt
]. Le point
f(t
0
) est donc birgulier si et seulement si le point g(u
0
) est birgulier, o u
0
= (t
0
).
II.4 Points multiples
2
un arc paramtr. Un point multiple est un point o
la courbe passe plusieurs fois . Rechercher les points multiples revient donc chercher
les rels t, t
t
I tels que t ,= t
t
, x(t) = x(t
t
) et y(t) = y(t
t
).
Exemple : Cherchons les points multiples de la courbe x = t
2
+t
3
, y = t
4
+t
5
. On cherche
donc les rels t ,= t
t
tels que t
2
+ t
3
= t
t2
+ t
t3
et t
4
+ t
5
= t
t4
+ t
t5
. La deuxime quation
moins t
2
fois la premire donne 0 = t
t2
(1 +t
t
)(t
t2
t
2
). Ce qui nous donne t
t
= 0, t = 1 (ou
t
t
= 1, t = 0), et aussi t
t
= t mais en reportant cela donne t
t
= t = 0, ce qui ne convient
pas. La courbe admet donc le point double f(0) = f(1) = (0, 0).
III tude locale des arcs
III.1 Tangente
Soit f : I R
2
k
, o k est aussi grand que ncessaire. Soit
t I. On considre la droite T
h
passant par f(t) et f(t + h), puis on fait tendre h vers
0. Si la droite T
h
admet une position limite, autrement dit si lon peut trouver un vecteur
directeur de T
h
qui tend vers une limite non nulle, lorsque h 0, alors cette droite
limite est appele tangente la courbe au point f(t).
Nous allons faire quelques hypothses. Tout dabord, nous supposons que lune au moins
des drives successives de f en t est non nulles. Soit p le plus petit entier 1 tel que
f
(p)
(t) ,= 0. Nous supposons galement que lune au moins des drives de f en t est non
colinaire sa drive pime. Soit q le plus petit entier > p tel que (f
(p)
(t), f
(q)
(t)) est
libre. Faisons un DL de f en t lordre q. On a
f(t + h) = f(t) +
h
p
p!
f
(p)
(t) + . . . +
h
q
q!
f
(q)
(t) + o(h
q
)
Les points de suspension reprsentent des termes ngligeables devant h
p
et colinaires
f
(p)
(t). Le o(h
q
) est un vecteur donc les deux coordonnes sont ngligeables devant h
q
.
On peut rcrire ce DL en
f(t)f(t + h) =
h
p
p!
f
(p)
(t)(1 + o(1)) +
h
q
q!
f
(q)
(t)(1 + o(1))
Lorsque h 0, le vecteur
p!
h
p
f(t)f(t + h) tend vers f

(p)
(t). On en dduit
Proposition 36.3 : La tangente larc f au point de paramtre t est la droite passant
par f(t) et dirige par f
(p)
(t) o f
(p)
(t) est le premier vecteur driv non nul de f en t.
Remarque 36.4 : Une quation paramtrique de la tangente la courbe est donc
X x x
(p)
Y y y
(p)
= 0
III. TUDE LOCALE DES ARCS 371
Bien entendu, en un point stationnaire, on a p = 1, et la tangente est donc dirige par f
t
(t).
Cinmatiquement parlant, la vitesse est un vecteur directeur de la tangente la courbe.
Dfinition 36.7 : On appelle normale la courbe au point A(t) la droite passant par
A(t) et orthogonale la tangente.
Remarque 36.5 : Une quation de la normale est donc
< (X x, Y y), (x
(p)
, y
(p)
) >= 0
III.2 Position de la courbe par rapport la tangente
Reprenons les calculs prcdents. Les coordonnes du vecteur

f(t)f(t + h) dans la base
(f
(p)
(t), f
(q)
(t)) sont quivalentes, lorsque h 0,
h
p
p!
et
h
q
q!
. Elles ont donc le mme signe
que ces quantits pour h susamment petit. Ceci permet de positionner la courbe par
rapport aux droites passant par f(t) et diriges par f
(p)
(t) et f
(q)
(t) que nous supposerons,
dans la discussion ci-dessous, horizontal et vertical, et dirigs vers la droite et vers le haut
(bref, normaux, quoi). Ces droites partagent le plan en quatre quarts de plan. Pour h > 0
(assez petit), les deux coordonnes sont positives et la courbe est donc dans le quart
suprieur droit. En revanche, pour h ngatif, tout dpend de la parit de p et q. Il y a donc
4 cas tudier.
p impair, q pair. Cest le cas pour un point birgulier, par exemple, o p = 1 et
q = 2. Il sagit l de limmense majorit des points de la courbe. Pour h < 0 le point
est dans le quart de plan suprieur gauche. On a un point que nous qualierons de
normal .
p impair, q impair. Par exemple, p = 1 et q = 3. Pour h < 0 le point est dans le
quart de plan infrieur gauche. On point f(t), la courbe traverse la tangente : on a
un point dinexion.
p pair, q impair. Le point est ncessairement stationnaire. Par exemple, p = 2 et
q = 3. Pour h < 0 le point est dans le quart de plan infrieur droit. On a ce que lon
appelle un point de rebroussement de premire espce.
p pair, q pair. Le point est ncessairement stationnaire. Par exemple, p = 2 et q = 4.
Pour h < 0 le point est dans le quart de plan suprieur droit. On a ce que lon appelle
un point de rebroussement de deuxime espce. Nous avons dans ce cas une dicult
supplmentaire, du fait que les deux moitis de la courbe sont dans le mme quart
de plan. Il sagit alors de positionner ces deux branches lune par rapport lautre.
Aucune mthode gnrale nexiste.
Exemple : Reprenons larc x = a(1 cos t), y = a(1 sin t). En t = 0, on a un point
stationnaire : x
t
= y
t
= 0. En revanche, x
tt
= 0, y
tt
= a, donc p = 2 et la tangente est
dirige par le vecteur (0, a). Elle est donc verticale. Une simple drivation montre quen
t = 0 on a (x
ttt
, y
ttt
) = (a, 0), donc q = 3. On a un point de rebroussement de premire
espce. Remarquons toutefois que le calcul des drives troisimes est superu ici. En eet,
on constate facilement que la courbe possde des symtries, en particulier, la droite Oy est
un axe de symtrie. Tangente verticale et axe de symtrie vertical : ce ne peut tre quun
rebroussement de premire espce.
Exercice : Tracer la courbe paramtre x = sin 2t, y = sin 3t.
Exercice : Tracer la courbe paramtre x = a(t sin t), y = a(1 cos t).
Exercice : tudier en 0 la courbe paramtre x = t
2
+ t
3
, y = t
4
+ t
5
.
IV Branches innies
IV.1 Notion de branche innie
2
un arc paramtr. Soit t
0
une borne de I, t
0
tant
ventuellement inni. On suppose que t
0
, I. On dit que larc f admet une branche innie
au voisinage de t
0
lorsque [[f(t)[[ tend vers + lorsque t tend vers t
0
.
Remarque 36.6 : [[f(t)[[ peut tendre vers linni sans que ni x, ni y ne tendent vers
linni. Cest ce qui arrive par exemple pour des spirales. Dans ltude qui suit, nous ne
nous intressons quau cas o lune des deux composantes de f tend vers linni.
IV.2 Cas facile
Un cas simple tudier est celui o lune des deux composantes de f tend vers linni,
et lautre tend vers une limite nie. On a alors une asymptote, horizontale ou verticale
selon les cas. Les variations de x et y permettent de prciser facilement la position de la
courbe par rapport lasymptote et il est totalement inutile dans ce cas de faire ltude
qui suit.
IV.3 Direction asymptotique
Dfinition 36.9 : Si
y(t)
x(t)
tend vers a R lorsque t t
0
, on dit que la courbe repr-
sentative de f admet une direction asymptotique dans la direction de la droite Y = aX au
voisinage de t
0
.
Si
y(t)
x(t)
tend vers lorsque t t
0
, on dit que la courbe reprsentative de f admet
une direction asymptotique dans la direction de la droite X = 0 au voisinage de t
0
.
IV.4 branche parabolique
Dfinition 36.10 : Dans le cas o la courbe reprsentative de f admet une direction
asymptotique dans la direction de la droite Y = aX, a R, on dit que la courbe repr-
sentative de f admet une branche parabolique dans la direction de la droite Y = aX si
y(t) ax(t) tend vers lorsque t t
0
.
V. RSUM 373
Dans le cas o la courbe reprsentative de f admet une direction asymptotique dans la
direction de la droite X = 0, on dit que la courbe reprsentative de f admet une branche
parabolique dans la direction de la droite X = 0 si x(t) tend vers lorsque t t
0
.
IV.5 Asymptote
Dfinition 36.11 :
Dans le cas o la courbe reprsentative de f admet une direction asymptotique dans la
direction de la droite Y = aX, a R, on dit que la courbe reprsentative de f admet la
droite dquation Y = aX + b, b R, pour asymptote si y(t) ax(t) tend vers b lorsque
t t
0
.
Dans le cas o la courbe reprsentative de f admet une direction asymptotique dans
la direction de la droite X = 0, on dit que la courbe reprsentative de f admet la droite
dquation X = b, b R, pour asymptote si y(t) ax(t) tend vers b lorsque t t
0
.
IV.6 Position de la courbe par rapport lasymptote
Si la courbe admet une asymptote horizontale ou verticale au voisinage de t
0
, les varia-
tions de x et/ou y fournissent immdiatement la position de la courbe par rapport cette
asymptote.
Si on a une asymptote oblique, ltude du signe de y(t) ax(t) b fournit la position
recherche.
Exercice : Tracer la courbe paramtre x =
t
1+t
3
, y =
t
2
1+t
3
.
V Rsum
Voici un plan possible pour ltude dune courbe paramtre. Certains points peuvent
videmment tre intervertis.
Ensemble de dnition, rgularit de larc. Certains points remarquables apparaissent
dj, comme par exemple des points o larc nest pas drivable (ou du moins pas de
faon vidente).
Symtries. On rduit au maximum lensemble dtude. Par exemple, si x est paire et
y est impaire, il sut dtudier larc pour t R
+
puis faire une symtrie par rapport
Ox. La parit, limparit, la priodicit des coordonnes entranent des symtries
gomtriques (au sens large, parfois ce sont des rotations !) de la courbe. Faire de
petits dessins pour dterminer de quelles symtries il sagit.
Variations des coordonnes, limites aux points remarquables. On rsume le tout dans
un tableau qui contient les variations de x ET de y.
tude aux points stationnaires. Rebroussement ? Ou pas ? Les symtries de la courbe
peuvent grandement aider.
Branches innies, sil y en a.
Points multiples, pourquoi pas ?
Inexions, si on le demande.
Trac, cest quand mme le but de ltude.
Exercice : tudier la courbe paramtre x = tan t + sin t, t =
1
cos t
.
Chapitre 37
Proprits mtriques des courbes
375
376 CHAPITRE 37. PROPRITS MTRIQUES DES COURBES
I Longueur dun arc paramtr
Dans tout le chapitre, on se place dans le plan euclidien orient R
2
.
I.1 Notion de longueur
Soit f : I R
2
un arc paramtr, o I = [a, b] est un segment. chaque subdivision
= (t
i
)
0in
de I, a = t
0
< t
1
< . . . < t
n
= b, on associe la quantit
L(f, ) =
n1
i=0
[[f(t
i+1
) f(t
i
)[[
En cas de besoin, on notera L(f, a, b, ) pour insister sur les bornes de lintervalle.
On constate que si
1
et
2
sont deux subdivisions telles que
1
soit plus ne que
2
,
alors, L(f,
1
) L(f,
2
). En clair, les quantits L(f, ) deviennent de plus en plus grandes
lorsquon rajoute des points aux subdivisions. On est ainsi amen poser la dnition
suivante :
Dfinition 37.1 : Soit la quantit
L(f) = L(f, a, b) = supL(f, ), o(a, b)
Si L(f) est ni, on dit que f est rectiable (sur [a, b]). La longueur de larc f est le rel
L(f).
Proposition 37.1 : Soit f : [a, b] R
2
un arc paramtr. Soit c ]a, b[. Alors, f est
rectiable sur [a, b] si et seulement si f est rectiable sur [a, c] et [c, b], et on a la formule :
L(f, a, c) + L(f, c, b) = L(f, a, b)
Dmonstration : Supposons f rectiable sur [a, b] : Soient
1
une subdivision de
[a, c] et
2
une subdivision de [c, b]. La runion de ces deux subdivisions est alors une
subdivision de [a, b], et L(f, a, c,
1
) + L(f, c, b,
2
) = L(f, a, b, ) L(f, a, b). Donc,
L(f, a, c,
1
) L(f, a, b) L(f, c, b,
2
). On en dduit que f est rectiable sur [a, c] et que
L(f, a, c) L(f, a, b) L(f, c, b,
2
), puis L(f, c, b,
2
) L(f, a, b) L(f, a, c).
Donc, f est rectiable aussi sur [c, b] et L(f, c, b) L(f, a, b) L(f, a, c), et donc
L(f, a, c) + L(f, c, b) L(f, a, b).
Supposons inversement que f est rectiable sur [a, c] et sur [c, b]. Soit une subdivision
de [a, b]. Soit
t
la subdivision obtenue en rajoutant ventuellement le point c . On
peut alors couper
t
en deux subdivisions
1
et
2
, et crire : L(f, a, b, ) L(f, a, b,
t
) =
L(f, a, c,
1
) + L(f, c, b,
2
), do L(f, a, b, ) L(f, a, c) + L(f, c, b). On en dduit que f
est rectiable sur [a, b], et que L(f, a, b) L(f, a, c) + L(f, c, b).
Proposition 37.2 : Si f est de classe (
1
sur [a, b], alors f est rectiable et
L(f) =
_
b
a
[[f
t
(t)[[ dt
I. LONGUEUR DUN ARC PARAMTR 377
Dmonstration : Soit une subdivision de [a, b]. On a L(f, ) =
n1
k=0
[[f(t
k+1
)
f(t
k
)[[ =
n1
k=0
[[
_
t
k+1
t
k
f
t
(t) dt[[
n1
k=0
_
t
k+1
t
k
[[f
t
(t)[[ dt =
_
b
a
[[f
t
(t)[[ dt. On vient dtablir
une ingalit ainsi que la rectiabilit de f. De plus, L(f)
_
b
a
[[f
t
(t)[[ dt.
Pour t [a, b], notons (t) = L(f, a, t).
Soient t [a, b[ et h > 0 assez petit. On a (t + h) = L(f, a, t + h) = L(f, a, t) +
L(f, t, t + h) do (t + h) (t)
_
t+h
t
[[f
t
(t)[[ dt daprs le sens direct.
De plus, (t + h) (t) = L(f, t, t + h) [[f(t + h) f(t)[[. Il sut de prendre la
subdivision de [t, t + h] contenant uniquement les deux points a
0
= t et a
1
= t + h.
Ainsi, en divisant par h (on rappelle que h > 0) :
[[
f(t + h) f(t)
h
[[
(t + h) (t)
h

1
h
_
t+h
t
[[f
t
(t)[[ dt
Le minorant tend vers [[f
t
(t)[[ lorsque h tend vers 0. Le majorant aussi, en vertu de
la continuit de [[f
t
[[ (ingalit de la moyenne). Ainsi, est drivable droite en t, et
t
d
(t) = [[f
t
(t)[[. Il en est de mme gauche.
On conclut : L(f, a, b) = (b) = (b) (a) =
_
b
a

t
(t) dt =
_
b
a
[[f
t
(t)[[ dt.
Exercice : Longueur dun cercle, dun morceau de parabole.
I.2 Nature gomtrique
Proposition 37.3 : La longueur dun arc paramtr ne dpend pas du paramtrage
choisi.
Dmonstration : Soit f : [a, b] R
2
et g : [c, d] R
2
deux arcs paramtrs de classe
(
1
. On suppose quil existe : [a, b] [c, d] bijective, de classe (
1
, et telle que f = g .
On suppose par exemple
t
0 ( tant continue et injective, elle est monotone). On
a alors L(f) =
_
b
a
[[f
t
(t)[[ dt =
_
b
a
[[g
t
((t))[[
t
(t) dt =
_
d
c
[[g
t
(u)[[ du en posant u = (t).
Do L(f) = L(g).
I.3 Abscisse curviligne
2
un arc paramtr. On appelle abscisse curviligne le
long de larc f toute fonction : I R continue vriant :
t, t
t
[a, b], t t
t
, [(t
t
) (t)[ = L(f, t, t
t
)
Proposition 37.4 : Soit a I. Si f est de classe (
1
et f
t
ne sannule pas sur I (arc
rgulier), alors : I R est une abscisse curviligne le long de f si et seulement si il existe
un rel k et un rel 1, 1 tels que t I, (t) = k +
_
t
a
[[f
t
[[.
Dmonstration : Soit une abscisse curviligne le long de f. La fonction f
t
ne sannule
pas, donc si t < t
t
, alors L(f, t, t
t
) > 0. Donc, est injective. Comme est continue,
elle est donc strictement monotone, par exemple strictement croissante. Prenons t > a (le
cas t < a est symtrique). On a [(t) (a)[ = (t) (a) = L(f, a, t) =
_
t
a
[[f
t
[[. Do
(t) = k +
_
t
a
[[f
t
[[ (en posant k = (a)).
La rciproque est vidente.
Exemple : Les abscisses curvilignes sur le cercle (Rcos , Rsin ). On prend a = 0
(par exemple). (t) = k R. Le choix de k correpond un choix dorigine des abscisses
curvilignes. Le choix du signe est un choix de sens de parcours.
Remarque 37.1 : Dans la suite, nous choisirons le point a qui simpose , puis nous
prendrons k = 0 et = 1.
I.4 Paramtrage par s
Si f : I R
2
est un arc (
1
rgulier, une abscisse curviligne le long de f est de classe
(
1
drive strictement positive (avec notre convention = 1). La fonction : I R
est donc une bijection I J = (I) dont la rciproque est galement (
1
. Cest donc un
changement de paramtrage admissible. On peut donc considrer larc

f : J R dni
par

f(s) = f
1
(s) ou, si lon prfre, f(t) =

f (t).
Remarque 37.2 : Faisons la convention que lorsque les lettres s et t apparaissent dans
une formule, on a la relation s = (t).
Notons galement
t
(t) =
ds
dt
et (
1
)
t
(s) =
dt
ds
. Ceci a lair plutt risqu, mais il nen
est rien : avec notre convention, on a eectivement
ds
dt
dt
ds
= 1.
Mieux,
d
f
ds
=

f
t
(s) = (f
1
)
t
(s) = . . .
df
dt
dt
ds
. Et, de mme,
df
dt
=
d
f
ds
ds
dt
.
On pourrait mme ne pas crire les chapeaux, en convenant que lorsque la variable est
s, il faudrait quil y ait un chapeau.
I.5 Calculs pratiques
Cas gnral
Larc f est donn par f(t) = (x(t), y(t)). On a alors
ds
dt
=
_
x
t
(t)
2
+ y
t
(t)
2
, ou encore
(
ds
dt
)
2
= (
dx
dt
)
2
+ (
dy
dt
)
2
. En abrg (mais cela napporte rien aux calculs pratiques !) :
ds
2
= dx
2
+ dy
2
Fonctions
Larc est donn par y = y(x). On a alors
ds
dx
=
_
1 + y
t
(x)
2
.
II. COURBURE 379
II Courbure
II.1 Vecteur tangent, vecteur normal
Soit f un arc paramtr rgulier. La quantit f
t
(t) =
df
dt
est un vecteur tangent la
courbe au point de paramtre t. En divisant par sa norme, on obtient le vecteur tangent
unitaire
= f
t
(t)/[[f
t
(t)[[ =
d
f
ds
Ainsi, dans un paramtrage par s, le vecteur tangent est automatiquement unitaire.
Dfinition 37.3 : Le vecteur normal unitaire est lunique vecteur tel que (, ) soit
une base orthonorme directe du plan.
Remarque 37.3 : et sont des fonctions valeurs dans R
2
. Leur ensemble de dpart
est lintervalle I de dpart de larc f. Cela dit, on considrera souvent que leur ensemble
de dpart est celui de

f, cela sans leur ajouter de chapeau. Cest le contexte qui permet
de savoir quelle est la variable utilise.
Dfinition 37.4 : Soit m un point de la courbe. Le repre (m, , ) est appel repre de
Frnet au point m.
Exemple : Calculons le repre de Frnet en un point dune ellipse. On paramtre lellipse
par x = a cos t, y = b sin t. On f
t
= (a sin t, a cos t). Do = (
a
a
2
+b
2
sin t,
b
a
2
+b
2
cos t).
Et = (
b
a
2
+b
2
cos t,
a
a
2
+b
2
sin t). videmment, dans le cas du cercle, a = b et tout
devient plus joli.
II.2 Courbure
Soit f un arc paramtr rgulier de classe (
2
. On sait que < , >= 1. Ainsi, en
drivant par rapport s, on obtient 2 < ,
d
ds
>= 0. On en dduit que
d
ds
est colinaire
: il existe un unique rel c(s) tel que
d
ds
= c(s).
Dfinition 37.5 : Le rel c(s) est appel courbure la courbe au point de paramtre s.
On poursuit les calculs : le vecteur tant lui-aussi unitaire, il existe un rel (s) tel
que
d
ds
= (s). Mais on a aussi < , >= 0. En drivant, on obtient c(s) = (s). On
obtient nalement les formules de Frnet :
d
ds
= c,
d
ds
= c
II.3 Calculs pratiques
Les formules prcdentes, remarquablement simples, sont aussi remarquablement in-
utiles dans un calcul pratique. Enj eet, s est la plupart du temps impossible calculer.
On va donc tout exprimer au moyen du paramtre t.
cet eet, on remarque que [,
d
ds
] = [, c] = c. Or, [,
d
ds
] = [
df
ds
,
d
2
f
ds
2
] = [
df
dt
dt
ds
,
d
dt
(
df
dt
dt
ds
)].
Il ne reste qu dvelopper et utiliser les proprits du produit scalaire. On arrive
c =
[f
t
(t), f
tt
(t)]
[[f
t
(t)[[
3
Exemple :
Considrons lellipse paramtre par f(t) = (a cos t, b sin t). Il vient f
t
= (a sin t, b cos t),
[[f
t
[[ =
_
a
2
sin
2
t + b
2
cos
2
t, f
tt
= a cos t, b sin t, et enn c =
ab
a
2
sin
2
t+b
2
cos
2
t
3
.
Exercice : En quels points la courbure de lellipse est-elle minimale ? Maximale ?
Exercice : Calculer la courbure en un point dune parabole y
2
= 2px, dune cyclode
x = a(t sin t), y = a(1 cos t).
Remarque 37.4 :
La courbure nest pas dnie en un point o la drive de f sannule.
Le signe de la courbure est celui du dterminant [f
t
, f
tt
], cest dire que la courbure
est positive lorsque la courbe tourne gauche dans le sens des t croissants, et
ngative sinon. En un point birgulier, cette courbure est non nulle.
II.4 Rayon de courbure
Soit f un arc paramtr. Dans tous les calculs de ce paragraphe, on utilise labscisse
curviligne s comme paramtre. Soit m = f(s) un point de la courbe. Soit = m+ +
un point du plan. On a exprim dans le repre de Frnet. On se donne un rel h petit,
et on considre le point p = f(s + h). Le problme est de dterminer la position du point
p par rapport au cercle passant par m, de centre . On eectue pour cela un DL de [[
p[[
2
au voisinage de h = 0 :
p =

m +
mp
= f(s + h) f(s)
= hf
t
(s) +
h
2
2
f
tt
(s) +
h
3
6
f
ttt
(s) + o(h
3
)
= h +
h
2
2
c +
h
3
6
(c
t
c
2
) + o(h
3
)
= ( + h c
2
h
3
6
+ o(h
3
)) + ( + c
h
2
2
+ c
t
h
3
6
+ o(h
3
))
On prend la norme au carr :
[[
p[[
2
=
2
+
2
2h + h
2
(1 c) +
h
3
3
(c
2
c
t
) + o(h
3
)
La position du point p par rapport au cercle est donne par le signe de [[
p[[
2
2
.
On distingue plusieurs cas :
III. AUTRES PARAMTRAGES 381
Si ,= 0, alors le point nest pas sur la normale la courbe au point m. Une autre
faon dexprimer les choses est : la tangente au cercle en m et la tangente la courbe
en m sont deux droites distinctes. On a alors [[
p[[
2
[[
m[[
2
2h : la courbe
traverse le cercle au point m.
Si = 0, le cercle et la courbe sont tangents au point m. On a alors
[[
p[[
2
=
2
+ h
2
(1 c)
h
3
3
c
t
) + o(h
3
)
On voit quil y a a encore deux cas :
Si 1 c ,= 0, alors [[
p[[
2
[[
m[[
2
h
2
(1 c). Au voisingage du point m, la
courbe est tout entire lintrieur du cercle, ou tout entire lextrieur, selon le
signe de 1 c.
Si 1c = 0, cest dire lorsque =
1
c
, alors [[
p[[
2
[[
m[[
2

c
3c
h
3
, condition
que c
t
,= 0. Au point m, la courbe traverse tangentiellement le cercle.
Dfinition 37.6 : Le rel R =
1
c
est appel rayon de courbure la courbe au point de
paramtre s. Le point dni par

m = R est appel le centre de courbure la courbe.
Le cercle de centre et de rayon [R[ est appel le cercle osculateur.
Remarque 37.5 : Si jamais c
t
= 0 au point considr, alors le dveloppement limit
lordre 3 devient insusant. On parle alors de cercle surosculateur la courbe. Une telle
situation survient par exemple lors dun minimum ou dun maximum de la courbure, par
exemple aux 4 sommets dune ellipse. La position du cercle surosculateur par rapport la
courbe doit tre tudie de faon plus ne, par exemple en eectuant un DL un ordre
suprieur, ou bien en faisant appel des considrations de symtrie.
III Autres paramtrages
III.1 Le thorme de relvement
Proposition 37.5 : Soit f : I R
2
un arc de class (
k
vriant t I, [[f(t)[[ = 1.
Il existe alors une fonction : I R de classe (
k
telle que pour tout t I, f(t) =
(cos (t), sin (t)).
Dmonstration : On fait la dmonstration pour k 1 (le cas k = 0 est dicile).
Identions R
2
C. Remarquons dabord que si une telle fonction existe, alors f =
exp(i), donc f
t
= i
t
f, do
t
= i
f
f
.
Soit a I un rel pris au hasard. Soit : I C dnie par (t) = i
_
t
a
f
(u)
f(u)
du,
de sorte que la drive de vrie lgalit de la ligne prcdente. Cette fonction est
eectivement de classe (
k
, mais un certain nombre de points restent claircir. Posons
g(t) = exp(i(t)). On a g
t
= i
t
g =
f
f
g. Ainsi, f
t
g fg
t
= 0. Il existe donc C tel que
g = f.
Au point a, on a g(a) = 1 = f(a). On en dduit que =
1
f(a)
est un nombre complexe
de module 1. Posons = e
i
, o R. Il vient nalement f(t) = exp(i((t) )). Enn,
(t) est eectivement rel, car f(t) est un nombre complexe de module 1.
III.2 Un nouveau paramtre
Soit f : I R
2
de class (
k
, k 1. La fonction : I R
2
est de classe (
k1
et de
norme 1. Il existe donc une fonction : I R de classe (
k1
telle que = (cos , sin ).
En fait (t) est une mesure de langle orient entre laxe Ox et le vecteur tangent
unitaire . La fonction est-elle un changement de paramtrage admissible ? Pour le savoir,
on drive (on travaille avec le paramtre s et on suppose k 2) :
d
ds
=
d
ds
= c(s).
Donc,
d
ds
= c(s).
Proposition 37.6 : Le paramtrage est admissible si et seulement si larc est bir-
gulier.
III.3 Quelques formules utiles
Courbure : c =
d
ds
Rayon de courbure : R =
ds
d
Vecteur tangent :
dx
ds
= cos ,
dy
ds
= sin
Centre de courbure. Si z = x+iy est laxe du point m de la courbe, et si Z = X+iY
est laxe du centre de courbure au point m, alors Z = z + i
dz
d
.
Ces formules servent en particulier rsoudre certains types dquations, appeles qua-
tions intrinsques.
Exemple : Trouver les courbes dont la courbure est constante, les courbes vriant
R = s.
Chapitre 38
Courbes en polaires
383
384 CHAPITRE 38. COURBES EN POLAIRES
I tude ane
I.1 Coordonnes polaires
Dfinition 38.1 : Soit M = (x, y) R
2
. On appelle couple de coordonnes polaires de
M tout couple (, ) tel que x = cos et y = sin .
Proposition 38.1 : Les couples de coordonnes polaires de O sont les couples (0, ),
R. Soit M ,= O. Alors M possde un (unique) couple de coordonnes polaires (
0
,
0
)
avec
0
> 0,
0
] , ]. Les couples de coordonnes polaires de M sont alors les couples
(
0
,
0
+ 2k) et (
0
,
0
+ + 2k), k Z.
Notation : On notera M = [, ] pour dire que (, ) est un couple de coordonnes
polaires du point M.
Dmonstration : Soit M = (x, y) ,= O. Soit
0
=
_
x
2
+ y
2
et
0
lunique rel de
] , ] tel que cos
0
=
x
0
et sin =
y
0
. On a bien M = [
0
,
0
]. Supposons M = [, ].
On a donc cos =
0
cos
0
et sin =
0
sin
0
. On lve au carr et on ajoute :
2
=
2
0
,
donc =
0
. Dans le cas o =
0
, et
0
ont mme cosinus et mme sinus, donc sont
gaux modulo 2. Dans lautre cas, et
0
ont un cosinus et un sinus, donc leur dirence
est gale modulo 2. Enn, tous ces couples conviennent.
Dfinition 38.2 : Pour tout rel on appelle repre polaire associ le repre
(O, u(), v()) o u() = (cos , sin ) et v() = (sin , cos ).
Remarque 38.1 : On a u
t
() = v() et v
t
() = u().
Dfinition 38.3 : On appelle arc en polaires tout arc paramtr de la forme f() =
()u().
Remarque 38.2 : Un arc en polaires nest donc quun arc paramtr dune forme
particulire. Sa rgularit est celle de la fonction . Nous allons voir dans la suite comment
une simple tude de () permet de comprendre larc paramtr.
I.2 Points multiples
Le paramtre dun arc en polaires ayant une signication gomtrique, un point
multiple ne peut survenir que pour des valeurs spciques de . Plus prcisment, pour
trouver les points multiples, on cherche les rels tels que ( +2k) = () ou ( + +
2k) = (), o k Z. La plupart du temps, lintervalle dtude a t rduit grce aux
symtries de la courbe, et seul un petit nombre de valeurs de k est possible.
I.3 Points rguliers
Soit f : ()u() un arc en polaires. Si f est (
1
, on a f
t
() =
t
()u() +()v().
On voit que f
t
est naturellement calcul dans la base polaire, et pas dans la base canonique.
On voit que f
t
() = 0 si et seulement si () =
t
() = 0. Et on en dduit que
Proposition 38.2 : Tout point dun arc en polaires autre que O est rgulier.
I. TUDE AFFINE 385
I.4 tude locale lorigine
Seul O peut tre stationnaire. Cependant, ltude en O dun arc en polaires est imm-
diate. Soit en eet un arc en polaires f. Supposons () = 0 pour une certaine valeur de
. On a alors f( +h) f() = f( +h) qui est colinaire u( +h). Lorsque h tend vers
0, u( + h) tend vers u(). Ainsi
Proposition 38.3 : Lorsquun arc en polaire passe par O pour une valeur donne de
, la tangente larc en O fait un angle avec laxe Ox. En clair, il ny a rien tudier,
que O soit rgulier ou stationnaire.
I.5 tude locale en un point dirent de lorigine
Pour un arc en polaires, lusage est de noter V langle entre le vecteur u() et le vecteur
tangent f
t
(). Nous avons vu un peu plus haut que f
t
() =
t
()u() + ()v(). Ainsi,
cos V =

2
+
2
et sin V =

2
+
2
. On voit ainsi, que
t
= 0 si et seulement si V =
2
.
Ainsi, lors de ltude de la fonction , on met en vidence les points M de la courbe o la
tangente est perpendiculaire la droite OM.
Exercice : Tracer la cardiode dquation = a(1 cos ).
Exercice : Tracer la courbe dquation = a sin 3.
Exercice : Tracer la courbe dquation = a sin

3
.
I.6 Branches innies
Soit f : ()u() un arc en polaires. On a [[f()[[ = [()[. Ainsi, il y a une
branche innie aux points o la fonction tend vers linni. Supposons dans ce qui suit
que () lorsque R o est une borne de lintervalle dtude. Si = ,
on a une spirale, il ny a rien de plus (pour nous) tudier. Nous supposons donc que
R.
crivons f() = ()u() = Xu() + Y v() dans la base polaire associe . On a
facilement (produit scalaire par exemple) que X = () cos( ) et Y = () sin( ).
Aucun problme pour X, qui tend vers lorsque . Remarquons galement que
Y
X
= tan( ) 0 lorsque . On a donc toujours une direction asymptotique
horizontale dans la base polaire associe , cest dire une direction asymptotique qui
est la droite qui fait un angle avec laxe Ox. Encore une fois, ltude des courbes en
polaires se rvle plus simple que ltude des courbes paramtres de faon gnrale.
Pour en savoir plus, il sut maintenant de regarder X = () sin( ). Si X na pas
de limite, on a direction asymptotique et rien dautre. Si X , on a une branche
parabolique. Et si X a une limite relle L, on a une asymptote dquation X = L. Il
faut alors tudier le signe de X L pour connatre la position de la courbe par rapport
lasymptote.
Exercice : Tracer la courbe dquation = 1 + tan

2
.
386 CHAPITRE 38. COURBES EN POLAIRES
II tude mtrique
Soit f() = ()u() un arc en polaires.
II.1 Longueur
Supposons f de classe (
1
. On a f
t
() =
t
()u() + ()v() do
[[f
t
()[[ =
_
2
+
t2
Exemple : Calculons la longueur de la cardiode = a(1cos ). On a
2
+
t2
= a
2
((1
cos )
2
+sin
2
= 4a
2
sin

2
. La totalit du support est obtenue en faisant varier entre
et . On en dduit la longueur de la cardiode : L =
_
2a[ sin

2
[ d = 4a
_
0
sin

2
d = 8a.
II.2 Courbure
Avec les mmes notations, on a f
tt
() = (
tt
() ())u() + 2
t
()v().
Do [f
t
, f
tt
] =
t

tt
2
t
=
2
+ 2
t2
tt
. On en dduit la courbure
c =

2
+ 2
t2
tt
_
2
+
t2
3
Exemple : Reprenons la cardiode = a(1 cos . On a
t
= a sin et
tt
= a cos . On
en tire
_
2
+
t2
= 2a[ sin

2
[,
2
+2
t2
tt
= 3a(1cos ) = 6a sin
2
2
. Do c =
3
4a[ sin

2
[
.
Septime partie
Fonctions de plusieurs variables
387
Chapitre 39
Fonctions de deux variables
389
390 CHAPITRE 39. FONCTIONS DE DEUX VARIABLES
Dans tout ce chapitre, on se place dans le plan R
2
muni du produit scalaire canonique.
Lorsquon parle de norme, il sagit de la norme euclidienne associe. La plupart des rsultats
prsents ici restent valables si lon se place dans R
p
(o p est un entier 2) et avec une
norme quelconque.
I Un peu de topologie
I.1 Disques
Dfinition 39.1 : Soit a R
2
. Soit r R
+
. On appelle
Disque ouvert de centre a et de rayon r lensemble D(a, r) = x E, [[x a[[ < r.
Disque ferm de centre a et de rayon r lensemble

D(a, r) = x E, [[x a[[ r.
Cercle de centre a et de rayon r lensemble C(a, r) = x E, [[x a[[ = r.
Le cas o r = 0 est un peu part. Les disques ouverts de rayon 0 sont vides, les disques
ferms de rayon 0 sont les singletons. Dans la suite, nous supposerons implicitement que
le rayon des disques est non nul.
Remarque 39.1 : En dimension suprieure 3, on peut dnir les mmes notions. Mais
on dit alors boule et sphre au lieu de disque et cercle.
Proposition 39.1 : Un disque est convexe.
Dmonstration : Soit D = D(a, r) un disque (ouvert, pour xer les ides). Soient
x, y D et [0, 1]. Soit z = (1 )x +y. Alors [[z a[[ = [[(1 )(x a) +(y a)[[.
On applique lingalit triangulaire : [[z a[[ < (1 + )r = r.
I.2 Adhrence
Dfinition 39.2 : Soit A R
2
. Soit a R
2
. On dit que a est adhrent A lorsque
pour tout rel > 0, le disque D(a, ) rencontre A.
Notation : On note

A, et on appelle adhrence de A, lensemble des points adhrents
A.
Proposition 39.2 : Soit A R
2
. Soit a R
2
. On a a

A si et seulement si il existe
une suite de points de A qui converge vers a.
Remarque 39.2 : la suite (u
k
)
kN
de points de R
2
converge vers R
2
si la suite
([[u
k
[[) (qui est une suite relle) converge vers 0. Lisomorphisme entre R
2
et C nous dit
que nous le savions dj : la norme euclidienne dans le plan correspond au module dans C.
Dmonstration : Supposons que a

A. Pour tout entier k 1, le disque D(a,
1
k
)
rencontre A. Il existe donc a
k
A tel que [[a
k
a[[ <
1
k
. La suite (a
k
) converge alors vers
a.
Supposons inversement lexistence dune suite (a
k
) de points de A qui converge vers a.
Soit > 0. Pour tout k assez grand, on a [[a
k
a[[ < . Donc, D(a, ) rencontre A. Le
point a est bien adhrent A.
II. LIMITES ET CONTINUIT 391
I.3 Ensembles ouverts
Dfinition 39.3 : Soit A R
2
. On dit que A est ouvert lorsque A est une runion de
disques ouverts.
Exemple : Lensemble vide, R
2
, les disques ouverts, sont des ensembles ouverts.
Nous donnons maintenant une caractrisation plus manipulable des ouverts.
Proposition 39.3 : Soit A R
2
. Lensemble A est ouvert si et seulement si pour tout
point a A, il existe un rel > 0 tel que D(a, ) A.
Dmonstration : Supposons A ouvert. Soit a A. Comme A est runion de disques
ouverts, on a a D(b, r) pour un certain b et un certain r. On vrie alors que D(a, r
[[a b[[) D(b, r) donc, en posant = r [[a b[[, on a D(a, ) A.
Inversement, supposons que pour tout a A, on ait lexistence dun > 0 tel que
D(a, (a)) A. Alors, A =
aA
D(a, (a)), donc A est ouvert.
Exemple : Un disque ferm nest jamais ouvert.
Dmonstration : Soit D =

D(a, r) un disque ferm. Soit x D tel que [[x a[[ = r.
Soit > 0. Posons y = a + (x a) (nous choisirons ce > 1 ultrieurement). Alors
[[y a[[ = [[[[x a[[ > [[x a[[, donc y , D. Mais [[y x[[ = ( 1)[[x a[[ et ainsi,
y D(x, ) ds que est assez proche de 1. Donc, D(x, ) , D.
Exercice : Toute runion douverts est un ouvert, et toute intersection nie douverts
est un ouvert. En revanche, une intersection innie douverts peut fort bien ne pas tre
ouverte.
II Limites et continuit
II.1 Notion de limite
Dfinition 39.4 : Soit f : A R
2
R une application. Soit R. Soit a

A. On
dit que f(x) tend vers lorsque x tend vers a si
> 0, > 0, x A, [[x a[[ [f(x) [
Remarque 39.3 : Cest donc la mme dnition que celle donne pour les fonctions de
variable relle, ceci prs que lon a des normes la place de valeurs absolues. Ici encore,
la notion de limite ne dpend pas des normes choisies sur les espaces de dpart et darrive.
2
R. Soit a A. On dit que f est continue en a
lorsque f(x) tend vers f(a) lorsque x tend vers a.
Remarque 39.4 : Nous admettons que beaucoup de proprits des limites et de la
continuit vues pour les fonctions de variable relle stendent sans problme aux fonction
de plusieurs variables. Citons entre autres :
Lunicit de la limite
Les oprations sur les limites (du moins celles qui ont un sens).
La caractrisation squentielle des limites.
Exemple :
La norme est continue sur R
2
.
Les applications (x, y) x et (x, y) y sont continues sur R
2
.
Lapplication (x, y)
xy
x
2
+y
2
na pas de limite en zro.
Lapplication + : R
2
R dnie par +(x, y) = x+y est continue. On a des rsultats
analogues pour les autres oprations.
Remarque 39.5 : Les thormes sur les oprations sur les fonctions continues prouvent
que les fonctions polynmes plusieurs variables sont continues ; que les fractions ra-
tionnelles plusieurs variables sont continues l o elles sont dnies. Les applications
n-linaires, les produits scalaires ou vectoriels, sont aussi continus.
Exercice : Quel est lensemble de dnition de la fonction division ? O est-elle
continue ?
II.2 Calculs pratiques
Il ny a pas de recette miracle pour rechercher une limite ou pour prouver quune
fonction de plusieurs variables est continue. En gnral, les thormes sur les oprations
continues permettent de rgler le problme, sauf peut-tre en quelques points . En ces
points, un passage en polaires permet souvent de rgler la question, du moins pour les
fonctions auxquelles nous nous intressons.
Exemple : Prenons f(x, y) =
x
3
y
3
x
2
+y
2
si (x, y) ,= (0, 0), et f(0, 0) = 0. La fonction f est
clairement continue sur R
2
(0, 0). Pour ltude en 0, posons x = cos et y = sin .
Prenons la norme euclidienne comme norme de calcul. Lavantage est que [[(x, y)[[ = r. Il
vient alors f(x, y) =
r
3
(cos
3
sin
3
)
r
2
= r(cos
3
sin
3
). Donc, [f(x, y)[ 2r = 2[[(x, y)[[.
Donc, [f(x, y)[ ds que [[(x, y)[[

2
. La fonction f est bien continue en (0, 0).
II.3 Fonctions valeurs dans R
2
On tend facilement la notion de limite aux fonctions valeurs dans R
2
:
2
R
2
une application. Soit R. Soit a

A. On
dit que f(x) tend vers lorsque x tend vers a si
> 0, > 0, x A, [[x a[[ [[f(x) [[
Soit f : A R
2
R
2
. Pour tout x A, on a f(x) = (f
1
(x), f
2
(x)), o f
i
: A R.
Il est naturel de se demander si ltude de f peut tre ramene ltude des f
i
. Cest
eectivement le cas.
III. DRIVES PARTIELLES DORDRE 1 393
Proposition 39.4 : Avec les notations ci-dessus, soient a

A, et = (
1
,
2
) R
2
.
Alors, f(x) lorsque x a si et seulement si pour i = 1, 2, f
i
(x)
i
lorsque x a.
Remarque 39.6 : On peut donc, grce cette proposition, se ramener systmatiquement
ltude de fonctions valeurs relles pour les problmes de limites et de continuit. En
particulier, on vient de voir quune fonction est continue sur A si et seulement si chacune
de ses composantes est continue.
II.4 Limites et applications partielles
Si lon pouvait faire sur lensemble de dpart ce que lon a fait au paragraphe prcdent
pour lensemble darrive, il ny aurait plus de problme avec les fonctions de plusieurs va-
riables ! Peut-on ramener ltude dune fonction de plusieurs variables ltude de plusieurs
fonctions dune variable ? Cela nest pas possible.
Voil comment on pourrait procder : on se donne f : A R
2
R et a = (a
1
, a
2
) A
pour simplier. On suppose mme (pour simplier) quil existe un rel > 0 tel que
B(a, ) A. Ce serait automatiquement le cas, par exemple, si A tait ouvert. Considrons
la fonction
1
, dnie au voisinage de a
1
par
1
(x) = f(x, a
2
). Crons de mme la fonction
2
, dnie au voisinage de a
2
par
2
(x) = f(a
1
, x).
Dfinition 39.7 : Les fonctions
1
et
2
sont les fonctions partielles associes f au
voisinage de a.
Proposition 39.5 : Si f(x) R lorsque x a, alors
1
(x) tend vers lorsque
x a
1
. Proprit analogue pour
2
. La rciproque est fausse.
Remarque 39.7 : Cest le sens inintressant de lquivalence qui est vrai.
III Drives partielles dordre 1
On se donne f : U R
2
R, o lensemble U est ouvert. Soit a U. Soit h R
2
.
III.1 Drive suivant un vecteur
Proposition 39.6 : Pour tout rel t assez petit, on a a + th U.
Dmonstration : Lensemble U est ouvert. Il existe donc > 0 tel que D(a, ) U.
On a donc a + th U ds que [t[[[h[[ < .
Dfinition 39.8 : On dit que f est drivable en a suivant le vecteur h lorsque la
quantit
f(a+th)f(a)
t
admet une limite lorsque t 0, t ,= 0. On appelle alors drive de f
en a suivant le vecteur h la limite en question.
Notation : La drive de f en a suivant h est note D
h
f(a).
Exemple : Soit f(x, y) = x
2
y
2
. Soient a = (a
1
, a
2
) et h = (h
1
, h
2
). On vrie aisment
que D
h
f(a) existe et vaut 2a
1
h
1
2a
2
h
2
.
Remarque 39.8 : On tend facilement la notion de drive suivant un vecteur aux fonc-
tions valeurs dans R
2
. Soit f : U R
2
R
2
. On a pour tout x U f(x) = (f
1
(x), f
2
(x)),
o f
i
: U R. On montre alors facilement que f est drivable en a U suivant le vecteur
h si et seulement si les f
i
le sont. On a de plus D
h
f(a) = (D
h
f
1
(a), D
h
f
2
(a)). En clair, f
est drivable si et seulement si ses composantes le sont. On peut donc toujours se ramener
des fonctions valeurs relles.
III.2 Drives partielles
On note (e
1
, e
2
) la base canonique du plan R
2
.
Dfinition 39.9 : On appelle drives partielles de f en a les quantits D
e
1
f(a) et
D
e
2
f(a), lorsquelles existent.
Notation : On note ces drives partielles D
j
f(a) ou encore
f
x
j
(a).
Dfinition 39.10 : On dit que f est de classe (
1
sur U lorsque, toutes ses drives
partielles existent et sont continues sur U. On note (
1
(U) lensemble des fonctions de
classe (
1
sur louvert U.
III.3 Calculs pratiques
Posons a = (a
1
, a
2
) et h = (h
1
, h
2
). Soit
j
la fonction dnie par
1
(x) = f(x, a
2
) et
2
(x) = f(a1, x). En clair,
j
est la fonction dune variable relle obtenue en faisant varier
uniquement la jme variable : ce nest autre que la jme application partielle associe f
en a.
Calculons la jme drive partielle de f en a :
f(a+te
j
)f(a)
t
=

j
(a
j
+t)
j
(a
j
)
t
. On voit
donc que la jme drive partielle de f en a, si elle existe, nest autre que la drive
normale de
j
au point a
j
. Dun point de vue pratique, on a donc la rgle suivante :
Pour calculer
f
x
j
(a), on xe toutes les variables de f, sauf la jme, et on drive clas-
siquement la fonction de une variable relle rsultante au point a
j
.
Exemple : Soit f(x, y) =
xy
x
2
+y
2
. Soit a = (x, y) ,= (0, 0). Alors,
f
x
(a) existe et vaut
y(x
2
+y
2
)
(x
2
+y
2
)
2
. Bref, on xe y et on drive par rapport x, comme sil ny avait quune variable.
Exemple : Reprenons le mme exemple en posant de plus f(0, 0) = 0. Pour voir si f a des
drives partielles en (0, 0) on ne peut videmment plus driver btement . On revient
la dnition avec des taux daccroissement :
f((0,0)+t(1,0))f(0,0)
t
=
f(t,0)f(0,0)
t
= 0. On en
dduit
f
x
existe et vaut 0. Ce rsultat est remarquable si lon se souvient que la fonction
f na pas de limite en 0. Ainsi, pour les fonctions de plusieurs variables, la drivabilit
nentrane pas la continuit.
III. DRIVES PARTIELLES DORDRE 1 395
III.4 Oprations sur les drives
Une drive suivant un vecteur (et donc une drive partielle) nest rien dautre quune
drive normale. On a donc des formules pour les drives partielles dune somme, dun
produit, dun quotient,. . . analogues celles dj vues pour les fonctions dune seule va-
riable.
III.5 Dveloppement limit lordre 1
Proposition 39.7 : Soit f : U R une fonction de classe (
1
. Alors
a U, h R
2
, f admet une drive en a suivant le vecteur h qui est D
h
f(a) =
h
1
D
1
f(a) + h
2
D
2
f(a).
a U f admet un DL lordre 1 en a : h R
2
assez petit, f(a + h) = f(a) +
D
h
f(a) + o(h).
Corollaire 39.8 : Une fonction de classe (
1
est continue.
Dmonstration : En tout point a, on a f(a+h) = f(a)+h
1
D
1
f(a)+h
2
D
2
f(a)+o(h).
Lorsque h tend vers 0, ses composantes h
1
et h
2
galement, donc f(a +h) tend vers f(a).
Cest prcisment la dnition de la continuit de f en a.
Corollaire 39.9 : Soit f (
1
(U). Soit a U. Lapplication : h D
h
f(a) est une
application linaire.
Dmonstration : Cest vident : (h) = h
1
D
1
f(a) + h
2
D
2
f(a).
Remarque 39.9 : Ce rsultat est tout fait remarquable et ne vaut que si f est de
classe (
1
. Lexistence des drives partielles (ou mme des drives suivant tout vecteur)
ne surait pas.
Exercice : Soit f : R
2
R dnie par f(x, y) =
x
3
+y
3
x
2
+y
2
si (x, y) ,= (0, 0) et f(0, 0) = 0.
Soit h = (h
1
, h
2
) R
2
. On vrie facilement que D
h
f(0, 0) existe et vaut
h
3
1
+h
3
2
h
2
1
+h
2
2
. En
revanche, h
1
D
1
f(0, 0) + h
2
D
2
f(0, 0) = h
1
+ h
2
. Ces deux quantits sont direntes. Cela
veut tout simplement dire que la fonction f ne vrie pas les hypothses du thorme. Bien
que drivable , elle nest pas (
1
.
Remarque 39.10 : Supposons f valeurs relles, de classe (
1
. On a alors D
h
f(a) =
h
1
D
1
f(a) + h
2
D
2
f(a). Appelons gradient de f en a le vecteur (D
1
f(a), . . . , D
n
f(a)). On
a alors
D
h
f(a) =< Gradf(a), h >
III.6 Extrema locaux
Dfinition 39.11 : Soit f : U R. Soit a U. On dit que f admet un maximum
local en a lorsquil existe > 0 tel que x D(a, ), f(x) f(a). On dnit de mme un
minimum local, et un extremum local.
Proposition 39.10 : Si f est de classe (
1
et admet un extremum local en a, alors
toutes ses drives suivant tout vecteur (et en particulier ses drives partielles) sannulent
en a.
Dmonstration : Soit h R
2
. Supposons que f a un minimum local en a. On a
alors pour tout t assez petit f(a + th f(a). Donc, pour tout t > 0 assez petit, le taux
daccroissement
f(a+th)f(a)
t
est positif. En passant la limite, on en dduit D
h
f(a) 0.
En recommenant pour t < 0, on obtient lingalit inverse.
Exemple : La fonction f(x, y) = x
2
+ y
2
a toutes ses drives partielles qui sannulent
en 0. On vrie quinversement, ce point donne lieu un minimum de f.
En revanche, la fonction f(x, y) = x
2
y
2
a toutes ses drives partielles qui sannulent
en 0, mais ce point ne donne pas lieu un extremum local de f.
III.7 Composition
On se donne un intervalle I de R. Soit : I U R
2
une fonction de classe (
1
. Soit
f : U R une fonction, galement de classe (
1
. La fonction

f = f : I R est donc
une fonction relle dune variable relle.
Proposition 39.11 : La fonction

f est de classe (
1
sur I, et on a pour tout rel t I :
f
t
(t) = D
1
f((t))
t
1
(t) + D
2
f((t))
t
2
(t)
Dmonstration : Soit h ,= 0 un rel assez petit pour que t+h I. On a

f(t+h)
f(t) =
f(T +H) f(T) o T = (t) et T +H = (t +h). On fait un DL de f lordre 1 en T :
f(T +H) f(T) = D
H
f(T) +o(H). Mais H = (t +h) (t) = h
t
(t) +o(h) = (h
t
1
(t) +
o(h), h
t
2
(t) +o(h)). Donc, D
H
f(T) = (h
t
1
(t) +o(h))D
1
f(T) +(h
t
2
(t) +o(h))D
2
f(T). De
plus, o(H) = o(h), donc

f(t+h)
f(t)
h
= (
t
1
(t) +o(1))D
1
f(T) +(
t
2
(t) +o(1))D
2
f(T) +o(1)
tend vers
t
1
(t)D
1
f(T) +
t
2
(t)D
2
f(T) lorsque h tend vers 0.
On peut gnraliser ce thorme.
Proposition 39.12 : Soient : V R
2
U R
2
et f : U R, o U et V sont des
ouverts du plan. Supposons les fonctions f et de classe (
1
. Alors,

f = f est de classe
(
1
, et on a pour tout x V , 1 j 2 :
D
j

f(x) = D
1
f((x))D
j
1
(x) + D
2
f((x))D
j
2
(x)
Exemple : Nous allons utiliser ce thorme pour rsoudre une quation aux drives
partielles. Nous allons prcisment chercher toutes les fonctions f : R
2
R de classe
IV. DRIVES PARTIELLES DORDRE SUPRIEUR 397
(
1
telles que D
1
f + D
2
f = 0. Considrons pour cela lapplication : R
2
R
2
dnie
par (x, y) = (u(x, y), v(x, y)) = (x + y, x y). Nous avons not u = u(x, y) =
1
(x, y) et
v = v(x, y) =
2
(x, y) pour plus de commodit. La fonction est clairement (
1
et bijective.
Sa rciproque est aussi (
1
. Posons f = g . Il vient D
1
f(x, y) = D
1
g(u, v)D
1
u(x, y) +
D
2
g(u, v)D
1
v(x, y) = D
1
g(u, v) + D
2
g(u, v). De mme, D
2
f(x, y) = D
1
g(u, v)D
2
u(x, y) +
D
2
g(u, v)D
2
v(x, y) = D
1
g(u, v)D
2
g(u, v). Ainsi, f est solution de lquation aux drives
partielles si et seulement si pour tous x, y R, D
2
g(u(x, y), v(x, y)) = 0, ou encore si pour
tous u, v R, D
2
g(u, v) = 0, puisque est une bijection. Cela veut dire quil existe une
fonction G : R R de classe (
1
telle que (u, v) R
2
, g(u, v) = G(u). Do f(x, y) =
g(u(x, y), v(x, y)) = g(x + y, x y) = G(x + y).
IV Drives partielles dordre suprieur
IV.1 Dnition
Dfinition 39.12 : Soit f : U R
2
R. On dit que f est de classe (
2
sur U lorsque :
f est de classe (
1
sur U.
Les drives partielles de f sont de classe (
1
sur U.
Notation : On note

2
f
x
i
x
j
(a) la quantit

x
i
_
f
x
j
_
(a).
On dispose donc pour une fonction de classe (
2
de 4 drives partielles dordre 2. Bien
entendu, on peut de la mme manire dnir les fonctions de classe (
3
,. . . , (
k
, (
.
IV.2 Thorme de Schwarz
Proposition 39.13 : Soit f une fonction de classe (
2
sur un ouvert U de R
2
. On a
alors pour i, j = 1, 2 :
2
f
x
i
x
j
=

2
f
x
j
x
i
Dmonstration : Soit a = (, ). Posons (h) = f(+h, +h)f(+h, )f(, +
h) +f(, ). Soit (t) = f(+h, t) f(, t). On a ainsi (h) = ( +h) () = h
t
(c)
o < c < + h ou encore (h) = h
_
f
y
( + h, c)
f
y
(, c)
_
. On rapplique le TAF
pour obtenir (h) = h
2

2
f
xy
(c
t
, c) o < c
t
< + h. Ainsi,
(h)
h
2

2
f
xy
(, ) lorsque h
tend vers 0. Un calcul identique montre que
(h)
h
2

2
f
yx
(, ) lorsque h tend vers 0, do
le thorme de Schwarz par unicit de la limite.
Exemple : Ceci est plutt un contre-exemple. Considrons la fonction f : R
2
R
dnie par f(x, y) =
xy(x
2
y
2
)
x
2
+y
2
si (x, y) ,= (0, 0) et f(0, 0) = 0. On montre alors :
En tout point (x, y) ,= (0, 0),
f
x
=
y(x
4
4x
2
y
2
y
4
)
(x
2
+y
2
)
2
.
En tout point (x, y) ,= (0, 0),
f
y
=
x(x
4
4x
2
y
2
y
4
)
(x
2
+y
2
)
2
.
f
x
(0, 0) =
f
y
(0, 0) = 0.

2
f
yx
(0, 0) = 1

2
f
yy
(0, 0) = 1
Les drives partielles croises dordre 2 de f en (0, 0) existent, mais sont direntes.
Ceci indique seulement que la fonction considre nest pas de classe (
2
.
Exemple : Nous allons chercher toutes les fonctions f : R
2
R de classe (
2
telles que
2
f
x
2

1
c
2
2
f
t
2
= 0, o c > 0 est un rel x. Nous notons x et t les variables pour faire
plaisir aux physiciens, puisque cette quation est ce que lon appelle lquation des cordes
vbibrantes. Pour cela, nous posons u = xct et v = x+ct, cest dire que nous considrons
la fonction : (x, t) (x ct, x + ct), bijective, (
de mme que sa rciproque. Nous

posons ensuite f(x, y) = g(u, v), ou, pour tre tout fait rigoureux, f = g . Maintenant,
quelques calculs :
D
1
f(x, t) = D
1
g(u, v)D
1
u(x, t) + D
2
g(u, v)D
1
v(x, t) = D
1
g(u, v) + D
2
g(u, v).
D
2
f(x, t) = D
1
g(u, v)D
2
u(x, t) + D
2
g(u, v)D
2
v(x, t) = cD
1
g(u, v) + cD
2
g(u, v).
Arrivs ce stade, on sent que la notation grand D va nous perturber. Nous revenons
la notation . La formule de drivation dune compose devient
f
x
=
g
u
u
x
+
g
v
v
x
,
condition de bien retenir la rgle suivante : quant une lettre apparat au dnominateur, il
sagit dune variable. Quand elle apparat au numrateur, il sagit dune fonction. Et dans
ce cas on peut nommer de la mme faons certaines fonctions et certaines variables. Et les
formules de drivation dune compose deviennent beaucoup plus abordables. En plus, on
ncrit plus en quel point on drive, ce sont les variables par rapport auxquelles on drive
qui nous le disent. Essayons . . .
x
f =

u
g

x
u +

v
g

x
v =

u
g +

v
g. Sous entendu (x, t) pour f, u, v et (u, v) pour
g. On redrive :

2
x
2
f =

x
(

u
g +

v
g) =

u
(

u
g +

v
g)

x
u +

v
(

u
g +

v
g)

x
v =
2
u
2
g + 2

2
uv
g +

2
v
2
g.
De la mme faon, on obtient

2
t
2
f = c
2
2
u
2
g 2c
2
2
uv
g +c
2
2
v
2
g. Ainsi, en combinant,
f est solution de lquation si et seulement si

2
uv
g = 0. Ceci signie que

u
g = G(u) do
g(u, v) =

G(u) + H(v) et F(x, t) =

G(x ct) +

H(x + ct).
Chapitre 40
Intgrales multiples
399
400 CHAPITRE 40. INTGRALES MULTIPLES
I Notion dintgrale double
Dans ce chapitre, on tend des fonctions dnies sur une partie de R
2
la notion
dintgrale. On se donne dans un premier temps un rectangle R = [a, b] [c, d] (a < b et
c < d sont 4 rels), et f : R R.
On gnralise ensuite une intgrale sur des domaines autres que des rectangles, de
sorte que, en particulier,
__
T
dxdy reprsente laire du domaine T.
Nous ninsisterons pas dans ce qui suit sur les problmes lis la rgularit des fonctions.
Certains des rsultats ne seront pas dmontrs.
I.1 Le thorme de Fubini
Proposition 40.1 : Soit f : R = [a, b] [c, d] R une fonction continue sur un
rectangle. On a alors
_
b
a
__
d
c
f(x, y) dy
_
dx =
_
d
c
__
b
a
f(x, y) dx
_
dy
Dmonstration : Posons
F(x, y) =
_
x
a
__
y
c
f(u, v) dv
_
du et G(x, y) =
_
y
c
__
x
a
f(u, v) du
_
dv
La fonction : u
_
y
c
f(u, v) dv est continue (nous ladmettrons, cela rsulte de la
continuit uniforme de f sur le rectangle R). Donc, la fonction F est drivable par rapport
c, et
F
x
=
_
y
c
f(x, v) dv. De mme, la fonction v f(x, v) tant continue, la fonction
F
x
est drivable par rapport y, et

2
F
yx
= f(x, y). On montre exactement de la mme
faon que

2
G
xy
= f(x, y). Ainsi,

2
(FG)
xy
= 0 daprs le thorme de Schwarz.
De l, on dduit que (F G)(x, y) = (x) + (y). En faisant x = a, on voit que
F(a, y) G(a, y) = 0 = (a) + (y). En faisant y = c, on obtient F(x, c) G(x, c) =
0 = (x) + (c). En ajoutant, on trouve 0 = (a) + (c) + (x) + (y) = 0. Mais
(a) + (c) = (F G)(a, c) = 0, do (x) + (y) = 0. Ainsi, F = G.
Dfinition 40.1 : La valeur commune des deux intgrales ci-dessus est note
__
R
f(x, y) dxdy
et est appele intgrale de f sur le rectangle R.
Exercice : Calculer
__
K
f o K = [0,

4
]
2
et f(x, y) = sin(x + y).
Exercice : Calculer
__
K
f o K = [0, 1]
2
et f(x, y) =
1
x+y+1
Remarque 40.1 : La quantit
__
R
f est le volume de R
3
limit par les plans xOy,
x = a, x = b, y = c, y = d, et la surface reprsentative de f. Ceci nest que lune des
I. NOTION DINTGRALE DOUBLE 401
interprtations possibles de lintgrale double. Nous en verrons une autre un peu plus loin,
en termes non plus de volumes mais de surfaces.
Remarque 40.2 : Soit 1 = [a, b] [c, d]. Soit f dnie sur 1. Supposons que f(x, y) =
g(x)h(y). On a alors
__
1
f =
_
b
a
_
_
d
c
g(x)h(y) dy
_
dx. g(x), qui ne dpend pas de y, sort
de lintgrale en y. Mais ensuite, cette mme intgrale en y ne dpend pas de x et sort de
lintgrale en c. Finalement,
__
1
f =
_
b
a
g(x) dx
_
d
c
h(y) dy.
I.2 Intgration sur un domaine non rectangulaire
On se donne f : T R
2
R o T est un domaine (une partie du plan) limit par les
droites x = a et x = b et par les graphes de deux fonctions continues
1
et
2
. On inclut T
dans un rectangle R = [a, b] [c, d] puis on prolonge f par 0 lextrieur de T. On appelle
f le prolongement. On peut alors dmontrer que lintgrale

__
R
f(x, y) dxdy
ne dpend pas du rectangle R englobant. On note cette intgrale
__
T
f(x, y) dxdy
On a alors
__
T
f(x, y) dxdy =
__
R
f(x, y) dxdy
=
_
b
a
_
_
d
c
f(x, y) dy
_
dx
=
_
b
a
_
_
2
(x)
1
(x)
f(x, y) dy
_
dx
On obtient ce que lon appelle une intgration en tranches verticales. On peut bien sr,
pour dautres types de domaines, eectuer des intgrations par tranches horizontales. Avec
la formule de Chasles, ceci permet dintgrer sur la plupart des domaines raisonnables.
Remarque 40.3 : Voici une autre interprtation importante de lintgrale double : dans
le cas o f(x, y) = 1, on obtient laire du domaine T.
Exercice : Calculer laire du disque de centre O et de rayon r.
I.3 Proprits de lintgrale double
T est un domaine du plan, f, g sont dnies sur T, et sont deux rels.
Linarit
__
T
f + g =
__
T
f +
__
T
g
Croissance
f g
__
T
f
__
T
g
Corollaire 40.2 :

__
T
f
__
T
[f[ sup
T
[f[/(T)
o /(T) reprsente laire du domaine T. On remarque en particulier que lorsque T est
daire nulle (par exemple si T est une courbe pas trop pathologique, comme un segment),
lintgrale de toute fonction sur T est nulle.
Chasles
__
T
1
T
2
f =
__
T
1
f +
__
T
2
f
__
T
1
T
2
f
En particulier, si T
1
T
2
est daire nulle, on additivit par rapport au domaine.
II Changement de variables
II.1 Formule de changement de variables
On se donne une fonction : T o et D sont deux domaines du plan. On
suppose que est de classe (
1
, surjective, et presque injective, cest dire que lensemble
des points de qui partagent leur image avec un autre point est daire nulle. Voir ce qui
se passe en coordonnes polaires. Soit alors f : T R. On a la formule
__
T
f(x, y) dxdy =
__
f((u, v))
D(u, v)
D(x, y)
dudv
II.2 Coordonnes polaires
Lorsuon passe en coordonnes polaire, x = cos , y = sin , llment de surface
devient dxdy = d d.
Exercice : calcul de la surface limite par une cardiode.
Lexemple prcdent se gnralise la surface limite par une courbe en coordonnes
polaires du genre
1

2
, 0 f(). Laire dlimite par la courbe est alors
S =
_

2
1
_
_
f()
0
d
_
d =
1
2
_

2
1
f()
2
d
Exemple : Calcul de
_
+
0
e
x
2
dx.
II. CHANGEMENT DE VARIABLES 403
Pour tout rel M > 0, on pose I
M
=
_
M
0
e
x
2
dx. On a alors
I
2
M
=
__
K
M
e
x
2
y
2
dxdy
o K
M
= [0, M] [0, M]. On peut alors coincer K
M
entre les quarts de disque D
M
et
D
t
M
de centre O et de rayons respectifs M et M
2. La croissance de lintgrale minore

et majore I
2
M
par les intgrales correspondantes sur ces quarts de disque. Ces intgrales
svaluent facilement en coordonne polaires : les domaines se transforment en rectangles
et on a intgrer e
2
. On en tire la valeur cherche grce au thorme des gendarmes :
_
+
0
e
x
2
dx =
2
.
II.3 Changement de variable ane
Le changement de variables x = au+bv+, y = cu+dv+ intervient frquemment pour
redresser ou dplacer un domaine, ou pour oprer des changements dunits. Llment
de surface devient dxdy = (ad bc)dudv. A titre dexemple, laire du domaine dlimit
par lellipse de centre O, et de demi-grand axe a > 0, de demi-petit axe b > 0 est S = ab.
Chapitre 41
Champs de vecteurs
405
406 CHAPITRE 41. CHAMPS DE VECTEURS
I Notions danalyse vectorielle
I.1 Champs scalaires, champs de vecteurs
Dfinition 41.1 : Soit un ouvert de R
n
. Un champ scalaire sur est une application
U : R. De mme, un champ vectoriel sur est une application f : R
n
.
Remarque 41.1 : On peut ventuellement considrer des champs valeurs dans C, ou
des champs de vecteurs dont lespace darrive dire de celui de dpart. On peut aussi
dnir des champs dautres types, comme des champs de matrices ou des champs de formes
linaires (plus communment appels formes direntielles). Nous nen dirons pas plus ici.
I.2 Grandeurs associes aux champs
I.2.1 Gradient
Dfinition 41.2 : Soit U : R
n
R un champ scalaire de classe (
1
. On appelle
gradient de U le champ vectoriel U dni sur par
U = (
U
x
1
, . . . ,
U
x
n
).
De mme, si f : R
n
R
n
est un champ vectoriel de classe (
1
, le gradient de f est le
champ matriciel dni par
f =
_
f
i
x
j
_
1i,jn
.
Remarque 41.2 : Le symbole , qui reprsente une lettre grecque renverse, sappelle
le nabla.
Exemple : Le gradient en coordonnes polaires.
Soit U : R
2
R une fonction de classe (
1
dnie sur un ouvert de R
2
. On pose
U = V o
1
(r, ) = (x, y) = (r cos , r sin ). Sous certaines conditions que nous
nexplicitons pas ici, la fonction est une bijection de classe (
ainsi que sa rciproque.

On montre alors que les drives partielles de sont
r
x
= cos ,
r
y
= sin ,

x
=
1
r
sin ,
y
=
1
r
cos . On a donc
U
x
=
V
r
r
x
+
V
x
= cos
V
r

1
r
sin
V
De mme,
U
y
=
V
r
r
y
+
V
y
= sin
V
r
+
1
r
cos
V
I. NOTIONS DANALYSE VECTORIELLE 407

I.2.2 Divergence
Dfinition 41.3 : La divergence dun champ vectoriel f : R
n
R
n
de classe (
1
est le champ scalaire .f = Tr f. En dautres termes,
.f =
n
k=1
f
k
x
k
o les f
i
: R sont les composantes du champ f (les f
i
sont donc des champs scalaires).
I.2.3 Laplacien
Dfinition 41.4 : Le laplacien dun champ scalaire U : R R
n
de classe (
2
est
U = .U. En dautres termes,
U =
n
j=1
2
U
x
2
j
.
Remarque 41.3 : On peut aussi dnir le laplacien dun champ vectoriel f : R
n
R
n
de classe (
2
par, f =
2
f
x
2
j
(le laplacien de f est donc un champ vectoriel. Ses
composantes sont les laplaciens des composantes de f).
Exemple : Le laplacien en coordonnes polaires.
Reprenons les calculs du gradient en polaires, en suppoosant que le champ U est de
classe (
2
. On a alors
2
U
x
2
=

r
_
U
x
_
r
x
+

_
U
x
_
x
Cependant,
r
_
U
x
_
=

r
_
cos
V
r

1
r
sin
V
_
= cos
2
V
r
2
+
1
r
2
sin
V

1
r
sin

2
V
r
et de mme
_
U
x
_
=

_
cos
V
r

1
r
sin
V
_
= sin
V
r
+cos

2
V
r
1
r
cos
V

1
r
sin
2
V
2
En combinant, on obtient
2
U
x
2
= cos
2
2
V
r
2
+
2
r
2
sin cos
V

2
r
sin cos

2
V
r
+
1
r
sin
2
V
r
+
1
r
2
sin
2
2
V
2
On trouve par des calculs analogues que
2
U
y
2
= sin
2
2
V
r
2

2
r
2
sin cos
V
+
2
r
sin cos

2
V
r
+
1
r
cos
2
V
r
+
1
r
2
cos
2
2
V
2
On en dduit que
U =

2
V
r
2
+
1
r
V
r
+
1
r
2
2
V
2
I.2.4 Rotationnel
Dfinition 41.5 : Soit f : R
3
R
3
un champ vectoriel sur louvert . On appelle
roationnel de f le champ vectoriel
f = (
f
3
x
2
f
2
x
3
,
f
1
x
3
f
3
x
1
,
f
2
x
1
f
1
x
2
)
Remarque 41.4 : Autre formulation du rslutat prcdent, si f drive dun potentiel,
alors f = 0.
Exercice : crire le gradient de f (cest une matrice) comme la somme dune matrice
symtrique et dune matrice antisymtrique. Que pensez-vous des composantes de la partie
antisymtrique ?
I.3 Quelques formules
Dans les formules ci-dessous, f est un champ de vecteurs de classe (
2
et U est un
champ scalaire. Sil y a un rotationnel, on est dans R
3
. Les champs sont aussi rguliers que
ncessaire.
.( f) = 0.
(U) = 0.
f = ( f) (.f).
Remarque 41.5 : Les deux premires formules donnent une condition ncessaire pour
quun champ de vecteurs soit le rotationnel dun autre champ de vecteurs (premire for-
mule) ou le gradient dun champ scalaire (deuxime formule). Moyennant des hypothses
sur louvert , ces conditions sont en fait susantes. Le paragraphe suivant claire ce point
dans le cas des champs plans.
I.4 Champs drivant dun potentiel scalaire
Dfinition 41.6 : f : R
n
R
n
un champ de vecteurs continu. On dit que f drive
dun potentiel lorsquil existe U : R de classe (
1
tel que f = U
Remarque 41.6 : Supposons que f = (f
1
, f
2
) drive de deux potentiels U et V . On a
alors
(UV )
x
= f
1
f
1
= 0 et de mme
(UV )
y
= 0. Moyennant certaines conditions sur
louvert (connexit), on en dduit que le champ scalaire U V ne dpend ni de x, ni de
y et est donc constant : le champ U est unique constante additive prs.
Exemple : f(x, y) =
_
x
(x
2
+y
2
)
3
2
,
y
(x
2
+y
2
)
3
2
_
. On voit que U(x, y) =
1
x
2
+y
2
convient. Cet
exemple nest videmment pas choisi au hasard. Vous lavez rencontr dans votre cours de
physique sur les forces centrales en
1
r
2
.
I. NOTIONS DANALYSE VECTORIELLE 409
2
R
2
, (x, y) (P(x, y), Q(x, y)) un champ de
vecteurs de classe (
1
. Si f drive dun potentiel, alors
P
y
=
Q
x
3
R
3
, (x, y, z) (P(x, y, z), Q(x, y, z)) un champ
de vecteurs de classe (
1
. Si f drive dun potentiel, alors
P
y
=
Q
x
,
P
z
=
R
x
et
Q
z
=
R
y
.
Dmonstration : La dmonstration prend 2 lignes : cest une consquence immdiate
du thorme de Schwarz.
Dfinition 41.7 : Soit A un ensemble du plan. Soit a A. On dit que A est toil par
rapport a lorsque pour tout b A, le segment [a, b] est inclus dans A.
Exemple : Un ensemble convexe est toil par rapport tous ses points.
Exercice : Montrer que le plan priv de lorigine nest pas toil.
2
, (x, y) (P(x, y), Q(x, y)) un champ de vecteurs
de classe (
1
sur un ouvert toil de R
2
. Si
P
y
=
Q
x
, alors f drive dun potentiel.
Remarque 41.7 : On a un rsultat abnalogue sur R
3
.
Exemple : Il sagit en fait dun contre-exemple qui prouve que la condition est toil
nest pas superue. Soit f(x, y) =
_
y
x
2
+y
2
,
x
x
2
+y
2
_
, dni sur louvert = R
2
(0, 0).
Remarquons que louvert nest pas toil (vous avez fait lexercice, nest-ce pas ?). On a
par un petit calcul
P
y
=
Q
x
=
y
2
x
2
(x
2
+ y
2
)
2
Les drives croises sont donc gales. Nous allons maintenant montrer que f ne drive pas
dun potentiel. Pour cela supposons le contraire : f = U o U : R est de classe (
1
(en fait forcment (
, puisque cest le cas pour f).

Notons tout dabord que
U
y
=
x
x
2
+y
2
. Si lon note
1
= (x, y) , x > 0, une simple
intgration nous donne U(x, y) = arctan
y
x
+
1
(x) sur louvert
1
. Prenons lexpression
trouve, et drivons par rapport x :
y
x
2
+ y
2
+
t
1
(x) =
U
x
=
y
x
2
+ y
2
.
On en dduit que
t
1
est nulle, donc que
1
est constante. Rsumons nous : il existe un
rel C
1
tel que
(x, y)
1
, U(x, y) = C
1
+ arctan
y
x
Bien entendu, si lon pose
2
= (x, y) , x < 0, il existe un rel C
2
tel que
(x, y)
2
, U(x, y) = C
2
+ arctan
y
x
Noublions pas que U est aussi dni sur tout laxe Oy (sauf lorigine), et, mieux, que
U est continu sur . Soit > 0. On a U(, 1) = C
1
+ arctan
1
. On passe la limite pour

0 et on obtient U(0, 1) = C
1
+

2
. On procde de mme avec U(, 1) et on obtient
cette fois U(0, 1) = C
2

2
. Donc,
C
2
= C
1
+
On recommence maintenant avec U(, 1) et U(, 1), et on obtient cette fois-ci que
U(0, 1) = C
1

2
= C
2
+

2
. Do
C
2
= C
1
Les deux conditions trouves sur C

1
et C
2
sont clairement incompatibles : le champ U ne
peut pas exister.
II Intgrales Curvilignes
II.1 Circulation dun champ de vecteurs
Dfinition 41.8 : Soit : [a, b] R
2
, t (x(t), y(t)) un arc paramtr de classe (
1
.
Soit f : R
2
un champ de vecteurs continu. On suppose que le support de est inclus
dans . On appelle circulation de f le long de le rel
_
f =
_
b
a
< f(x(t), y(t)),
t
(t) > dt
Proposition 41.4 : La quantit ci-dessus ne dpend pas du paramtrage admissible
choisi pour condition que le changement de paramtre conserve lorientation, cest
dire soit strictement croissant. Si lon change lorientation de , on change le signe de la
circulation.
Dmonstration : Soit : [c, d] [a, b] une bijection (
1
strictement croissante (ainsi
que sa rciproque). On pose t = (u) dans lintgrale
_
f. Il vient
_
f =
_
b
a
< f(x(t), y(t)),
t
(t) > dt =
_
d
c
< f(x((u)), y((u))),
t
((u)) >
t
(u) du
Posons (u) = (u) = (X(u), Y (u)). nest autre que larc obtenu par le changement
de paramtrage . Comme
t
(u) =
t
((u))
t
(u), on a
_
f =
_
d
c
< f(X(u), Y (u)),
t
(u) > du =
_
f
Si est strictement dcroissante, alors c est envoy sur b et d est envoy sur a : les bornes
de lintgrale sont changes, et donc la circulation est change en son opppos.
II. INTGRALES CURVILIGNES 411
Notation : Si f(x, y) = (P(x, y), Q(x, y)), la circulation de f le long de se note encore
_
Pdx + Qdy.
Remarque 41.8 : Si lon pose (t) = (x(t), y(t)), on a en fait
_
f =
_
b
a
(P(x(t), y(t))x
t
(t) + Q(x(t), y(t))y
t
(t)) dt
ce qui justie (un peu) la notation prcdente.
Exemple : f(x, y) = (
y
x
2
+y
2
,
x
x
2
+y
2
). Calculons la circulation de f le long dun cercle de
centre O. On paramtre ce cercle par x(t) = Rcos t, y(t) = Rsin t. Il vient alors
_
f =
_
2
0
Rsin t
R
2
(Rsin t) +
Rcos t
R
2
(Rcos t) dt =
_
2
0
dt = 2
Il va de soi que pour des champs et des arcs plus compliqus, le calcul de la circulation
risque de prendre un peu plus de temps.
Exercice : Calculer la circulation de ce mme champ le long du carr de sommets
(a, a) (a R
+
).
II.2 Circulation de champs drivant dun potentiel
Il sagit dun cas particulier trs important.
2
un champ de vecteurs (
0
drivant dun potentiel
U. Soit : [a, b] un arc paramtr (
1
. Alors
_
f = U((b)) U((a)).
Dmonstration : On a, en posant (t) = (x(t), y(t)),
_
f =
_
b
a
_
U
x
x
t
(t) +
U
y
y
t
(t)
_
dt =
_
b
a
(U )
t
(t) dt = U((b)) U((a))
En clair, lintgrale de f le long de ne dpend que des extrmits de larc. En par-
ticulier, si est un arc ferm ((b) = (a)), alors
_
f = 0. Signalons lexistence dune

rciproque (admise) :
Proposition 41.6 : Soit un ouvert toil du plan. Soit f : R
2
un champ de
vecteurs de classe (
1
. Si
_
f = 0 pour tout arc de classe (

1
dont le support est inclus
dans , alors f drive dun potentiel.
III Formule de Green-Riemann
III.1 La formule
Dans tout ce qui suit, on ne fait aucune dicult sur la rgularit des objets mis en jeu :
les mots entre guillemets doivent tre entendus au sens naf du terme. Soit un ouvert du
plan. Soit K un compact inclus dans . Soit un arc paramtr orient dont le support
est le bord de K. Soit enn un champ de vecteurs f : R
2
, (x, y) (P(x, y), Q(x, y))
de classe (
1
. On oriente de sorte que le compact K soit gauche lors du parcours de
larc (on est pris de faire un dessin !)
Proposition 41.7 : On a la formule de Green-Riemann :
_ _
K
_
Q
x

P
y
_
dxdy =
_
Pdx + Qdy
III.2 Application au calcul des aires
La formule de Green-Riemann permet de transformer des intgrales doubles en int-
grales simples, et vice-versa. Ses applications sont trop nombreuses pour tre dcrites ici.
Nous nous contenterons dune application intressante : le calcul de surfaces.
On dsire utiliser la formule de Green-Riemann pour calculer laire limite par une
courbe ferme du plan, Pour cela, il sagit de trouver un champ f = (P, Q) adquat ,
cest dire tel que
Q
x

P
y
= 1. Nous avons ici la cl de lutilisation de la formule :
pour rsoudre un problme T on exhibe un champ f convenable. Dans le cas qui nous
intresse (le calcul des aires), le champ f(x, y) =
1
2
(y, x) convient, puisque
Q
x

P
y
= 1.
On en dduit que si est une courbe ferme du plan, limitant un compact K, et oriente
convenablement, alors laire du compact K est donne par
/(K) =
1
2
_
xdy y dx
III.3 Exemples
III.3.1 Aire dun compact dlimit par une courbe en polaires
Soit = (),
1

2
, une courbe en polaires. On a alors (avec des notations oses
pour aller plus vite)
xdy y dx = ( cos (
t
sin + cos ) sin (
t
cos sin )) d =
2
d
Si notre courbe est ferme, laire du compact K dlimit par la courbe sera donc
/(K) =
1
2
_

2
2
d
III. FORMULE DE GREEN-RIEMANN 413
Prenons par exemple une cardiode : = a(1 + cos ), o . On a par un
calcul trs simple
/(K) =
1
2
_

a
2
(1 + cos )
2
d =
3
2
a
2
Prenons comme autre exemple la demi-lemniscate = a
_
cos(2,
4

4
. On a
/(K) =
1
2
_
/4
/4
a
2
cos(2) d =
a
2
2
Exercice : Soit la courbe en polaires dnie par = cos(3). Tracer la courbe et
calculer laire du compact dlimit par celle-ci.
III.3.2 Aire dun compact dlimit par une courbe paramtre quelconque
Soit (t) = (x(t), y(t)), t
1
t t
2
une courbe ferme dlimitant un compact K. On a
alors, par la formule de Green-Riemann :
/(K) =
1
2
_
t
2
t
1
(xy
t
x
t
y) dt
Exemple : Aire de la courbe dnie par x = a cos
3
t, y = a sin t(1+cos
2
t). Cette courbe
est une courbe ferme, dont le suppport est dcrit pour t [, ] par exemple. Elle a t
tudie dans le TD sur ltude mtrique des courbes. On a ici
xdy y dx =
a
2
2
(5 cos 2t) cos
2
t dt
do
/(K) =
a
2
4
_

(5 cos 2t) cos

2
t dt =
9
8
a
2
Exercice : Calculer laire de la boucle de la courbe dnie par x = (t
2
1)/(t
2
+1), y =
tx.

Polymath S

Transféré par

Informations du document

Titre original

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

Polymath S

Titre original :

Transféré par

Droits d'auteur :

Formats disponibles

Cours de Mathmatiques

Proposition 3.15 : tant donns deux vecteurs u et v du plan, on a

= 0 cest dire si et seulement si

MB < 0 si et seulement si M est lintrieur de (.

MB < 0 si et seulement si M est lintrieur de (.

MB = 0 si et seulement si M est sur le cercle (.

B >. Le produit scalaire

AB = 0. On obtient la droite orthogonale [A, B] passant par : la mdiatrice de

MB) soit gal

Si lon veut par exemple cos m, il sut de prendre la partie relle :

III Rsolution dquations algbriques

2 1). Avec les conditions de signe,

AC est donn par arg

Image de f, et on note Im f, lensemble des images de tous les lments de G :

2. Lhyperbole est dite

Indiquer la rgle de Sarrus et le dveloppement par rapport une colonne.

2, a, b Q sont des corps ordonns lorsquon prend pour T

= inf(f, 0). Alors, f

lorsque n tend vers linni.

= 1. Il existe , R tels que pour tout n, F

tend encore vers 1. Laddition

tend aussi vers 0 en +. Enn,

lorsque x tend vers a.

). On dnit de mme la limite droite de f en a.

) existe et vaut . Mme dmonstration pour la limite droite.

) = supf(x), x < a (ventuellement inni).

(o R) sont continues sur R

) est la borne suprieure de J (limite dune fonction monotone),

)[ ou alors J = [f(a), f(b

)]. Supposons que f(b

). Mais alors, par croissance de f, f est constante

x est donc uniformment continue sur [0, 1], alors

tend encore vers 1. Laddition

. On dit que f est de classe (

sur [0, 1], f(0) = f(1) = 0, et pourtant f

. Soit : C R dnie par (z) =

AB, cest dire

. Puis on fait tendre y

x est concave sur R

sur R et gale sa drive.

(R). Enn, pour tout x rel, exp

sur R, et de priode 2. La fonction sinus est impaire

, posons f(x) = arctan x + arctan

, et sa drive y est nulle (le vrier). Elle y est

sur R et on a pour tout x R :

= /(E, K) et cet ensemble est appel le dual de E.

Q(a) = 0. Inversement, supposons que

Q(b). Comme a ,= b, b est racine de Q, et

(a). Ainsi, les orbites

1, 1. Une permutation de signature 1 est dite paire, et une permutation de signature

Proposition 24.6 : Soit A /

268 CHAPITRE 24. DTERMINANTS

III. CALCUL DES DTERMINANTS 269

Attention, il ny a plus de ligne i et de colonne j dans le dterminant ci-dessus. Le calcul

On dveloppe par rapport la premire colonne :

(B) = (det f)(B), ou encore (f(B)) = det f, puisque (B) = 1. Finalement :

. La proprit de morphisme est dj connue. La surjectivit est

(f) par exemple, a un plus grand lment, qui est

. Cest la dnition de limite : F est drivable

. Soit : C R dnie par (z) =

) ] [a[, [a[[ arcsin

II Primitives des fractions rationnelles