Académique Documents
Professionnel Documents
Culture Documents
Cours Mpsi PDF
Cours Mpsi PDF
ematiques
MPSI-2 Lyc
ee Fermat
Alain Soyeur
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
8
10
15
16
16
17
18
nombres complexes
Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Rappels de trigonometrie . . . . . . . . . . . . . . . . . . . . . . . . .
Exponentielle imaginaire et applications en trigonometrie . . . . . . .
Racines dun nombre complexe . . . . . . . . . . . . . . . . . . . . . .
2.4.1 Extraction de racine carree par resolution algebrique (`
a eviter)
2.4.2 Extraction de racine carree par resolution trigonometrique . . .
2.4.3 Equation du second degre. . . . . . . . . . . . . . . . . . . . . .
2.4.4 Racines ni`emes de lunite . . . . . . . . . . . . . . . . . . . . .
2.4.5 Racines ni`emes dun nombre complexe . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
21
21
22
25
27
27
27
27
28
29
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
30
30
30
30
31
31
31
31
32
32
32
32
33
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3 Fonctions usuelles
3.1 Theor`emes danalyse admis . . . . . . . . . .
3.2 Calcul pratique de derivees . . . . . . . . . .
Derivee dune homographie . . . . . .
Derivee dun quotient . . . . . . . . .
Derivee logarithmique . . . . . . . . .
Exponentielle en facteur . . . . . . . .
R`egle de la chane . . . . . . . . . . .
3.3 Fonctions usuelles . . . . . . . . . . . . . . . .
3.3.1 Exponentielles, logarithmes . . . . . .
Exponentielle . . . . . . . . . . . . . .
Logarithme neperien . . . . . . . . . .
Exponentielle de base a : ax = ex ln a .
ln x
Logarithme de base a : loga (x) =
ln a
3.3.2 Fonctions puissance x = e ln x . . . .
3.3.3 Fonctions hyperboliques et circulaires
Fonctions circulaires . . . . . . . . . .
Etude des fonctions hyperboliques . .
Trigonometrie . . . . . . . . . . . . . .
3.3.4 Fonctions circulaires reciproques . . .
Fonction arcsin . . . . . . . . . . . . .
Fonction arccos . . . . . . . . . . . . .
Fonction arctan . . . . . . . . . . . . .
3.3.5 Fonctions hyperboliques reciproques .
Fonction argsh . . . . . . . . . . . . .
Fonction argch . . . . . . . . . . . . .
Fonction argth . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
33
34
34
34
36
37
37
38
39
40
40
41
41
3.3.6
3.3.7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
42
43
43
43
4 Equations diff
erentielles
4.1 Rappels dintegration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 Caracterisations de la fonction exponentielle . . . . . . . . . . . . . . . . . . .
4.3 Equations du premier ordre lineaires . . . . . . . . . . . . . . . . . . . . . . .
4.3.1 Resolution de lequation homog`ene . . . . . . . . . . . . . . . . . . . .
4.3.2 Resolution de lequation avec second membre . . . . . . . . . . . . . .
4.3.3 Methode dEuler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4 Equations differentielles du second ordre a
` coefficients constants . . . . . . . .
4.4.1 Resolution de lequation homog`ene . . . . . . . . . . . . . . . . . . . .
4.4.2 Resolution de lequation avec second membre exponentielle-polyn
ome
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
44
44
44
45
46
47
48
48
49
49
5 G
eom
etrie du plan
5.1 Points, vecteurs . . . . . . . . .
5.2 Modes de reperage dans le plan
5.3 Produit scalaire, produit mixte
5.4 Droites . . . . . . . . . . . . . .
5.5 Cercles . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
52
52
53
55
57
60
6 G
eom
etrie de lespace
6.1 Modes de reperage dans lespace
6.2 Produit scalaire . . . . . . . . . .
6.3 Produit vectoriel . . . . . . . . .
6.4 Determinant, produit mixte . . .
6.5 Droites et plans . . . . . . . . . .
6.6 Sph`eres . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
62
62
63
64
65
66
69
7 Courbes param
etr
ees
7.1 Fonctions a
` valeurs dans R2 . . . . . . . . .
7.2 Courbes parametrees . . . . . . . . . . . . .
7.3 Plan detude dune courbe parametree . . .
7.4 Courbes polaires. . . . . . . . . . . . . . . .
7.4.1 Etude dune courbe = f (). . . . .
7.4.2 La cardiode . . . . . . . . . . . . . .
7.4.3 La strophode droite . . . . . . . . .
7.5 Coniques . . . . . . . . . . . . . . . . . . .
7.5.1 Equation
polaire dune conique . . .
7.5.2 Equations cartesiennes reduites . . .
7.5.3 Courbes algebriques du second degre
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
71
71
72
73
74
75
77
77
78
78
78
82
8 Les nombres r
eels
85
8.1 Valeur absolue, majorer, minorer. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
8.2 Borne superieure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
9 Suites r
eelles
9.1 Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.2 Limite dune suite . . . . . . . . . . . . . . . . . . . . . . . .
9.3 Theor`emes generaux sur les suites . . . . . . . . . . . . . . .
9.4 Suites et series geometriques . . . . . . . . . . . . . . . . . . .
9.5 Suites extraites . . . . . . . . . . . . . . . . . . . . . . . . . .
9.6 Suites monotones . . . . . . . . . . . . . . . . . . . . . . . . .
9.7 Etude de suites recurrentes. . . . . . . . . . . . . . . . . . . .
9.7.1 La fonction f est croissante sur un intervalle stable . .
9.7.2 La fonction f est decroissante sur un intervalle stable
9.7.3 Quelques relations de recurrences classiques . . . . . .
Suites arithmetiques . . . . . . . . . . . . . . . . . . .
Suites geometriques . . . . . . . . . . . . . . . . . . .
Suites arithmetico-geometriques . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
90
90
91
93
94
95
95
96
97
98
98
98
98
98
9.8
9.9
Suites complexes . . . . . . . . . . . . . . . . . . .
Relations de comparaison . . . . . . . . . . . . . .
9.9.1 Recherche pratique dequivalents . . . . . .
Recherche dun equivalent dune somme . .
Recherche dun equivalent dun logarithme
10.2 Etude
locale dune fonction . . . . . . . .
10.3 Etude locale dune fonction . . . . . . . .
10.4 Proprietes globales des fonctions continues
11 D
eriv
ees
11.1 Derivee . . . . . . . . . . . . . . . . . .
11.2 Derivees successives . . . . . . . . . . .
11.3 Theor`eme de Rolle et des accroissements
11.4 Fonctions convexes. . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
99
100
103
103
104
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
105
105
107
111
113
. . .
. . .
finis
. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
118
118
120
121
125
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
128
128
128
129
130
131
133
134
134
135
138
140
144
145
13 Espaces vectoriels
13.1 Structure de corps . . . . .
13.2 Espaces vectoriels . . . . . .
13.3 Sous-espaces vectoriels . . .
13.4 Sous-espaces affines . . . . .
13.5 Syst`emes libres, generateurs
13.6 Applications lineaires . . . .
13.7 Structure dalg`ebre . . . . .
13.8 Projecteurs . . . . . . . . .
13.9 Formes lineaires . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
147
147
148
149
151
152
154
156
158
159
14 Polyn
omes
14.1 Definitions . . . . . . . . . . . . . . . . . . . . . . . . . .
14.2 Arithmetique des polyn
omes . . . . . . . . . . . . . . .
14.3 Fonctions polyn
omiales. Racines dun polyn
ome . . . .
14.4 Derivation, formule de Taylor . . . . . . . . . . . . . . .
14.5 Relations coefficients-racines pour les polyn
omes scindes
14.6 Decomposition dun polyn
ome en facteurs irreductibles
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
161
161
162
165
166
168
169
15 Int
egration
15.1 Construction de lintegrale . . . . . . . . . . . . . . . . . . . . . . . . .
15.1.1 Integrale dune fonction en escalier . . . . . . . . . . . . . . . .
15.1.2 Integrale dune fonction continue par morceaux . . . . . . . . .
15.1.3 Notations definitives et majorations fondamentales dintegrales.
15.2 Le theor`eme fondamental du calcul . . . . . . . . . . . . . . . . . . . .
15.3 Changement de variables, integration par parties. . . . . . . . . . . . .
15.4 Formules de Taylor. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15.5 Methodes numeriques de calcul dintegrales. . . . . . . . . . . . . . .
15.6 Fonctions a
` valeurs complexes . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
171
171
171
172
174
176
178
179
180
182
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
. .
. .
du
. .
. . .
. . .
. . .
rang
. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
185
185
185
186
188
189
17 Matrices
17.1 Definition dune matrice . . . . . . . . . . . . . . . . . . . .
17.2 Matrice dune application lineaire relativement a
` deux bases
17.3 Produit matriciel . . . . . . . . . . . . . . . . . . . . . . . .
17.4 Lalg`ebre des matrices carrees. . . . . . . . . . . . . . . . .
17.5 Matrices remarquables . . . . . . . . . . . . . . . . . . . .
17.5.1 Matrices scalaires . . . . . . . . . . . . . . . . . . . .
17.5.2 Matrices diagonales . . . . . . . . . . . . . . . . . .
17.5.3 Matrices triangulaires . . . . . . . . . . . . . . . . .
17.5.4 Matrices symetriques, antisymetriques . . . . . . . .
17.6 Le groupe des matrices inversibles. . . . . . . . . . . . . . .
17.7 Changement de bases . . . . . . . . . . . . . . . . . . . . .
17.7.1 Matrices de passage . . . . . . . . . . . . . . . . . .
17.7.2 Changement de coordonnees . . . . . . . . . . . . .
17.7.3 Matrices semblables . . . . . . . . . . . . . . . . . .
17.8 Rang dune matrice . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
191
. 191
. 192
. 193
. 194
. 196
. 196
. 196
. 197
. 197
. 197
. 198
. 198
. 199
. 200
. 201
18 D
eveloppements limit
es
18.1 Definitions . . . . . . . . . . . . . . . . . . . . . .
18.2 Developpements limites classiques. . . . . . . . .
18.2.1 Obtention par Taylor-Young . . . . . . .
18.2.2 Obtention de DL par primitivation . . . .
18.2.3 Produit de DL . . . . . . . . . . . . . . .
18.2.4 Obtention de DL par composition . . . .
18.3 Applications des developpements limites . . . . .
18.3.1 Recherche de limites et dequivalents . . .
18.3.2 Prolongement dune fonction . . . . . . .
18.3.3 Branches infinies dune courbe y = f (x) .
18.3.4 Etude
locale des courbes parametrees . .
18.3.5 Branches infinies des courbes parametrees
18.3.6 Equations
differentielles non-normalisees .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
203
203
204
204
204
205
205
206
206
206
207
207
208
209
19 D
eterminants
19.1 Groupe symetrique . . . . . . . . . . . . . . . .
19.1.1 Cycles, transpositions . . . . . . . . . .
19.1.2 Signature dune permutation . . . . . .
19.2 Formes n-lineaires alternees . . . . . . . . . . .
19.3 Determinant dun syst`eme de vecteurs dans une
19.4 Determinant dun endomorphisme . . . . . . .
19.5 Calcul de determinants . . . . . . . . . . . . . .
. . .
. . .
. . .
. . .
base
. . .
. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
210
. 210
. 210
. 212
. 213
. 214
. 215
. 215
20 Syst`
emes d
equations lin
eaires
20.1 Interpretations dun syst`eme . . . . . . . . .
20.1.1 Interpretation vectorielle . . . . . . . .
20.1.2 Interpretation matricielle . . . . . . .
20.1.3 Interpretation lineaire . . . . . . . . .
20.1.4 Interpretation duale . . . . . . . . . .
20.1.5 Structures de lensemble des solutions
20.2 Syst`emes de Cramer . . . . . . . . . . . . . .
20.3 Operations elementaires . . . . . . . . . . . .
20.4 Methode du pivot de Gauss . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
220
220
220
220
220
221
221
221
222
223
21 Calcul de primitives
21.1 Calcul pratique de primitives . . . . . . . . . . . . . . . . . . . . . .
21.1.1 Primitives usuelles a
` connatre par coeur . . . . . . . . . . . .
21.2 Fractions rationnelles . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.2.1 Decomposition en elements simples dune fraction rationnelle
21.2.2 Decomposition en elements simples dans C(X) . . . . . . . .
Recherche des coefficients associes aux p
oles multiples . . . .
21.2.3 Decomposition en elements simples dans R(X) . . . . . . . .
21.2.4 Primitives de fractions rationnelles. . . . . . . . . . . . . . . .
21.2.5 Primitives rationnelles en sin , cos . . . . . . . . . . . . . . . .
21.2.6 Primitives rationnelles en sh , ch . . . . . . . . . . . . . . . .
21.2.7 Primitives avec des racines. . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
224
224
224
226
226
227
228
228
229
230
230
230
22 Produit scalaire
22.1 Definitions et r`egles de calcul . . . . . . . . . . . . . .
22.2 Orthogonalite . . . . . . . . . . . . . . . . . . . . . . .
22.3 Espaces euclidiens . . . . . . . . . . . . . . . . . . . .
22.4 Matrice de produit scalaire . . . . . . . . . . . . . . .
22.5 Endomorphismes orthogonaux, matrices orthogonales .
22.6 Projecteurs et symetries orthogonaux . . . . . . . . . .
22.7 Espaces euclidiens orientes. Produit mixte . . . . . . .
22.8 Produit vectoriel . . . . . . . . . . . . . . . . . . . . .
22.9 Etude du groupe orthogonal . . . . . . . . . . . . . .
22.9.1 Etude du groupe orthogonal en dimension 2. .
22.9.2 Etude du groupe orthogonal en dimension 3 . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
232
232
233
234
235
236
237
240
240
242
243
244
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
247
247
249
252
253
254
256
257
24 Propri
et
es m
etriques des courbes planes
24.1 Rectification des courbes planes. . . . . .
24.1.1 Notations differentielles . . . . . .
24.1.2 Abscisse curviligne, longueur . .
24.1.3 Courbure . . . . . . . . . . . . .
24.1.4 Calcul pratique de la courbure . .
24.2 Centre de courbure . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
258
258
258
259
261
262
264
25 Applications affines
25.1 Points-vecteurs . .
25.2 Sous espaces affines
25.3 Barycentres . . . .
25.4 Applications affines
25.5 Isometries affines .
25.6 Similitudes . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
265
265
265
266
267
270
271
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Chapitre 1
Raisonnement, ensembles
1.1
Logique.
Une proposition est un enonce qui peut prendre deux valeurs logiques : V (vrai) ou F (faux).
En mathematiques, on part dun petit nombre de propositions que lon suppose vraies (les axiomes) et lon essaie
detendre le nombre denonces vrais au moyen de demonstrations. Pour cela on utilise des r`egles de logique.
` partir de deux propositions quelconques A et B, on en fabrique de nouvelles dont on definit la valeur logique
A
en fonction des valeurs logiques de A et de B. Une (( table de verite )) resume cela :
A B
non A A et B A ou B A B A B
V V
F
V
V
V
V
V F
F
F
V
F
F
F V
V
F
V
V
F
F F
V
F
F
V
V
Levaluation des nouvelles propositions en fonction de la valeur des anciennes parat naturelle sauf pour limplication. En effet, si la proposition A vaut F, quelle que soit la valeur de verite de la proposition B, la proposition
A B sera evaluee a
` V . On utilise en mathematiques limplication pour obtenir de nouveaux resultats. Si lon
sait quun resultat A est vrai et si lon montre que limplication A B est vraie, alors dapr`es la table de verite,
on en deduit que la proposition B est vraie, ce qui etend les resultats mathematiques.
Pour montrer que A B est vrai, on peut utiliser lun des deux raisonnements suivants :
Raisonnement direct : Supposons A vrai, et montrons qualors B est vrai ;
Raisonnement par contrapos
ee : Supposons B faux et montrons que A est faux.
Exemple 1. On consid`ere un nombre reel x 0 et les deux propositions :
A : Pour tout reel strictement positif, 0 x ;
B : x = 0.
Montrer que A B.
Pour montrer une equivalence A B, on proc`ede en deux temps :
1. On montre que A B est vrai ;
2. On montre que B A est vrai.
Exemple 2. On consid`ere une fonction f : R 7 R et les deux propositions
A : f est une fonction paire et impaire ;
B : f est la fonction nulle.
Montrer que A B.
Remarque 1. Pour montrer lequivalence de trois propositions A B C, il suffit de montrer trois
implications convenablement choisies, par exemple A B, B C et C A.
Raisonnement par labsurde.
On suppose quune proposition B est fausse. Si on aboutit a
` une contradiction avec une
proposition A que lon sait etre vraie, alors on a montre que B est vraie.
1.2
Ensembles
Sans rentrer dans les details, un ensemble est une (( collection )) dobjets appeles elements. On note x E si
lobjet x est un element de E.
Soit P (x) une propriete dependant dun objet x dun ensemble E. On note :
x E, P (x) lorsque la propriete est vraie pour tous les elements x ;
x E, P (x) lorsquil existe au moins un element x de lensemble E pour lequel la propriete est vraie ;
!x E, P (x) lorsquil existe un unique element de lensemble E pour lequel la propriete est vraie.
Il faut savoir nier une proposition dependant de quantificateurs :
Exercice 1-1
Quelle est la negation des propositions suivantes :
1. x E, P (x) ;
2. x E, P (x) ;
3. x E, y E, P (x,y) ;
4. x E, y E, P (x,y) ;
5. r R, s R, x R, x r et s r.
Remarque 2. Nous utiliserons beaucoup les mots (( soit )) et (( posons )) dans nos demonstrations cette annee.
Pour montrer une proposition de la forme : x E, P (x) (quel que soit x dans E, x verifie une propriete)
on commence la demonstration par : (( Soit x E )). Imaginez quune personne exterieure mette en doute
votre resultat. Elle vous donne un element x de son choix. Vous navez pas le droit de choisir vous meme
cet element, et vous devez montrer que cet element verifie bien la propriete.
Pour montrer une proposition de la forme : x E tel que P (x) ( il existe un objet x verifiant la propriete
P (x)), il vous suffit dexhiber un element x verifiant cette propriete. La demonstration contiendra alors la
phrase : (( Posons x = . . . Verifions que x convient . . . ))
Pour montrer quune proposition de la forme : x E,P (x) est fausse (cest a
` dire que x E tel que
P (x) est faux), il suffit dexhiber un contre-exemple : (( Posons x = . . . )). Pour cet element x, P (x) est
fausse.
Si E et F sont deux ensembles, on note E F lorsque tous les elements de E sont des elements de F : x E,
x F.
y
x
x
F
E
E
(a) x E
(b) F E
D
efinition 1.1 : Egalit
e de deux ensembles
On note E = F ssi
E F et F E
Pour montrer que E = F , on utilise le plan suivant :
1. Montrons que E F : . . . ;
2. Montrons que F E : . . . .
D
efinition 1.2 : Intersection, union, compl
ementaire
Soient E et F deux ensembles. On definit de nouveaux ensembles :
Intersection E F : x E F lorsque x E et x F ;
Union E F : x E F lorsque x E ou x F ;
Compl
ementaire E \ F : x E \ F lorsque x E et x 6 F .
Exercice 1-2
On consid`ere trois ensembles A,B,C. Montrer que
(A B A C et A B A C) (B C)
Exercice 1-3
On consid`ere trois ensembles A,B,C. Comparer les ensembles :
1. A (B C) et (A B) (A C) ;
2. A (B C) et (A B) (A C).
D
efinition 1.3 : ensemble des parties de E
Soit E un ensemble. On note P(E) lensemble dont les elements sont les sous-ensembles de E.
Exemple 5. Si E = {a,b,c}, P(E) = ,{a},{b},{c},{a,b},{a,c},{b,c},{a,b,c}
Exercice 1-4
Ecrire
lensemble P P(E) lorsque E = {a,b}.
D
efinition 1.4 : Produit cart
esien
Soient E et F deux ensembles. On note E F lensemble des (( couples )) (x,y) avec x E et
y F . Lensemble E F sappelle le produit cartesien des ensembles E et F .
On definit de meme pour n ensembles E1 , . . . ,En , lensemble E1 En forme des n-uplets
(x1 , . . . ,xn ) avec x1 E1 , . . . ,xn En .
Remarque 3. Ne pas confondre un couple de deux elements (x,y) avec la paire {x,y}.
Remarque 4. Soit E un ensemble de reference, et P(x) une propriete qui depend de lelement x E. On peut
definir lensemble des elements de lensemble E pour lesquels la propriete est vraie :
F = {x E | P(x) est vrai }
Il est necessaire dutiliser un ensemble de reference E sous peine daboutir a
` des paradoxes.
1.3
Applications
D
efinition 1.5 : D
efinition dune application
Soient E et F deux ensembles. Soit G E F un sous-ensemble de couples verifiant :
x E ; !y F tel que (x,y) G
A chaque element de x, on fait alors correspondre lunique element y note f (x) de lensemble F
tel que (x,y) G. On dit que G est un graphe fonctionnel.
f
y=f (x)
La donnee (E,F,G) (ensemble de depart, darrivee et graphe fonctionnel) sappelle une application
de lensemble E vers lensemble F notee plus simplement :
f
f : E 7 F ou E
F
Remarque 5.
Fonction et application sont synonymes.
On notera F(E,F ) lensemble des applications de E dans F . (On trouve egalement la notation F E ).
D
efinition 1.6 : Egalit
e de deux applications
Soient f : E 7 F et f 0 : E 0 7 F 0 deux applications. On dit que quelles sont egales et lon note
f = f 0 lorsque elles ont meme ensemble de depart : E = E 0 , meme ensemble darrivee : F = F 0 et
lorsque
x E, f (x) = g(x)
Pour montrer que f = g, on utilise le plan suivant :
Soit x E.
...
f (x) = g(x)
D
efinition 1.7 : Identit
e
Soit E un ensemble. On appelle identite de E lapplication
E E
idE :
x 7 x
D
efinition 1.8 : Restriction et prolongement dune fonction
Soit f : E 7 F une application.
Soit un sous-ensemble E 0 E. On definit la restriction de lapplication f au sous-ensemble
E 0 comme etant lapplication
0
E
F
f|E 0 :
x
7 f (x)
Si E E 0 , une application fe : E 0 7 F est un prolongement de lapplication f : E 7 F si et
e
seulement si fe|E = f , cest a
` dire que x E, f (x) = f(x).
D
efinition 1.9 : Compos
ee dapplications
Soit deux applications f : E 7 F , g : F 7 G, on definit lapplication composee notee h = g f :
E 7 G par la correspondance :
x E, h(x) = g f (x)
f
E
F
f (x)
gf (x)=g f (x)
Remarque 6. Lorsquil sagit de composer des applications, il est bon dutiliser des schemas dapplications pour
verifier la validite des composees.
gf
g
F
Fig. 1.2 Composee de deux applications
Th
eor`
eme 1.1 :
(( Associativit
e )) de la composition
E
F
G
H
on a h (g f ) = (h g) f .
2. Si f : E 7 F , on a
f idE = f et idF f = f
D
efinition 1.10 : Applications injectives, surjectives, bijectives
Soit f : E 7 F une application. On dit que
f est injective ssi (x,y) E 2 , f (x) = f (y) x = y ;
f est surjective ssi y F , x E tel que y = f (x) ;
f est bijective ssi f est injective et surjective.
Pour montrer que f est injective :
Soit x E et y E. Supposons que f (x) = f (y).
...
Alors x = y.
Pour montrer que f est surjective :
Soit y F .
Posons x = . . . ,
On a bien y = f (x).
Pour montrer que f est bijective :
1. Montrons que f est injective ;
2. Montrons que f est surjective.
Remarque 7.
x x3
x sin x
Exercice
1-6
R2
R2
Soit f :
. Est-elle injective? Surjective?
(x,y) 7 (x + y,x + 2y)
Exercice 1-7
Soit P lensemble des entiers pairs. Montrer que lapplication
N P
:
n 7 2n
est une bijection. (Il y a donc (( autant )) dentiers que dentiers pairs !)
Th
eor`
eme 1.2 : Propri
et
es des compos
ees
Soient f : E 7 F et g : F 7 G deux applications.
Si f et g sont injectives, alors g f est injective ;
Si f et g sont surjectives, alors g f est surjective ;
Si g f est injective, alors f est injective ;
Si g f est surjective, alors g est surjective.
Th
eor`
eme 1.3 : Bijection r
eciproque
Soit f : E 7 F une application.
f bijective !g F (F,E) tq
(i)
(ii)
f g = idF
g f = idE
E F
f 1
N
N
N
et g :
Soit f :
n 7 n + 1
N
0
n1
si n = 0 . Etudier
linjectivite et la surjectivite des
si n =
6 0
E ( {0,1}
1 si x A
A :
x 7
0 si x 6 A
Th
eor`
eme 1.5 : Op
erations usuelles en termes de fonction caract
eristique
Soit un ensemble E et deux parties A E et B E de cet ensemble. On definit de nouvelles
fonctions a
` valeurs dans N par les formules :
E
{0,1,2}
E
{0,1}
(A + B ) :
A B :
x 7 A (x) + B (x)
x 7 A (x) B (x)
Avec ces notations, on caracterise les parties A B, E \ A et A B :
E\A = 1 A , AB = A B ,
AB = A + B A B
Exercice 1-11
Soit un ensemble E. Pour deux parties A E et B E, on appelle difference symetrique de ces deux parties,
la partie de E definie par
A4B = (A B) \ (A B)
a. Exprimer la fonction caracteristique de la partie A4B a
` laide des fonctions caracteristiques de A et de
B;
b. En deduire que pour trois parties (A,B,C) P (E)3 , on a (A4B)4C = A4(B4C).
D
efinition 1.12 : Image directe, r
eciproque
Soit une application f : E 7 F et deux parties A E et B F .
a) On appelle image reciproque de B par f , la partie de E notee :
f 1 (B) = {x E tq f (x) B}
b) On appelle image directe de A par f , la partie de F notee :
f (A) = {y F tq x A avec y = f (x)}
f 1 (B)
f (A)
Exercice
1-12
R
R
Soit f :
. Determinez (apr`es avoir verifie que les notations sont correctes) :
x 7 sin x
f 1 (0) ;
f 1 ({0}) ;
f 1 ([0, + [) ;
f ([0,]) ;
f ({0}) ;
f (R).
Exercice 1-13
Soit f : E 7 F , et A1 ,A2 E, B1 ,B2 F . Montrer que
1. B1 B2 f 1 (B1 ) f 1 (B2 ) ;
2. f 1 (B1 B2 ) = f 1 (B1 ) f 1 (B2 ) ;
3. f 1 (B1 B2 ) = f 1 (B1 ) f 1 (B2 ) ;
4. A1 A2 f (A1 ) f (A2 ) ;
5. f (A1 A2 ) = f (A1 ) f (A2 ) ;
6. f (A1 A2 ) f (A1 ) f (A2 ) ;
7. f (f 1 (B1 )) B1 ;
8. A1 f 1 (f (A1 )).
D
efinition 1.13 : Partie stable
Soit une application f : E 7 E, et une partie A E. On dit que la partie A est stable par
lapplication f lorsque f (A) A. Cela est equivalent a
` dire que :
x A,f (x) A
1.4
Familles
D
efinition 1.14 : Familles
Soit un ensemble I (les indices) et un ensemble E. On appelle famille delements de E indexee par
I, une application
I E
:
i 7 ai
On note cette application (ai )iI .
Exemple 6. Si E = R et I = N, cela definit une suite de reels.
D
efinition 1.15 : Famille de parties
Soit un ensemble E et un ensemble I. On definit une famille de parties de E :
(Ai )iI o`
u i I,Ai P(E)
Et lon note
\
iI
Ai = {x E tq i I, x Ai }
iI
Ai = {x E tq i I, x Ai }
kN
Exercice 1-14
Soit un ensemble E et une famille de parties de E, (Ai )iI . Montrer que :
[ \
E\
Ai =
(E \ Ai )
iI
iI
E\
\
iI
[
(E \ Ai )
Ai =
iI
Exercice 1-15
Soit une application f : E 7 F et une famille de parties de F , (Bi )iI . Montrer que
\ \
f 1 (Bi )
Bi =
f 1
iI
iI
1.5
Relations
D
efinition 1.16 : Relation
Soit un ensemble E. Une relation binaire sur E est un sous-ensemble G E E. Si (x,y) E 2 ,
on ecrira :
xRy (x,y) G
z
t
x
D
efinition 1.17 : Propri
et
es des relations
Soit R une relation sur E. On dit que R est :
reflexive ssi x E, xRx ;
symetrique ssi (x,y) E 2 , xRy yRx ;
antisymetrique ssi (x,y) E 2 , xRy et yRx x = y ;
transitive ssi (x,y,z) E 3 , xRy et yRz xRz ;
1.5.1
Relation d
equivalence
D
efinition 1.18 : Relation d
equivalence
On dit quune relation sur un ensemble E est une relation dequivalence si elle est
1. reflexive ;
2. symetrique ;
3. transitive ;
Exemple 8. La relation degalite sur un ensemble :
xRy x = y
est une relation dequivalence.
D
efinition 1.19 : Classes d
equivalence
Soit R une relation dequivalence sur un ensemble E. On note pour un element x E :
Cx = {y E | xRy}
Lensemble Cx sappelle la classe dequivalence de lelement x.
D
efinition 1.20 : Partition
Soit un ensemble E et une famille de parties de E : (Ai )iI . On dit que cette famille de parties est
une partition de lensemble E si et seulement si :
1. Chaque classe est non vide : i I, Ai 6= ;
2. Les classes distinctes sont deux a
` deux disjointes : (i,j) I 2 , Ci Cj 6= Ci = Cj ;
3. Les classes recouvrent lensemble E : iI Ai = E.
Th
eor`
eme 1.6 : Les classes d
equivalence forment une partition
Soit une relation dequivalence R sur un ensemble E. La famille (Cx )xE des classes dequivalences
associees forme une partition de lensemble E.
Remarque 12. Reciproquement, etant donnee une partition (Ai )iI dun ensemble E, on peut definir la relation
definie par :
xRy i I | x Ai et y Ai
On montre que cette relation est une relation dequivalence et que les classes dequivalences associees sont les
ensembles Ai .
Exercice 1-16
Sur E = Z, on definit la relation nRp p n est pair. Montrer que cest une relation dequivalence et
determiner ses classes dequivalences.
1.5.2
Relation dordre
D
efinition 1.21 : Relation dordre
Soit une relation R definie sur un ensemble E. On dit que cest une relation dordre si elle est :
1. reflexive ;
2. antisymetrique ;
3. transitive.
Remarque 13. Une relation dordre permet de comparer deux elements. Lorsque xRy, on dit que lelement x
est (( plus petit )) que lelement y, et on pref`ere noter
xy
La transitivite et lantisymetrie empechent davoir un cycle forme delements distincts de la forme :
x1 x 2 x n x 1
D
efinition 1.22 : Ordre total
Soit une relation dordre sur un ensemble E. On dit que deux elements (x,y) E 2 sont comparables pour cet ordre si et seulement si x y ou alors y x.
Lorsque tous les couples delements de lensemble E sont comparables, on dit que la relation dordre
est totale.
Remarque 14. Soit un ensemble X et E = P (X). Sur lensemble E, on definit la relation
(A,B) E 2 , ARB A B
1. Montrez que la relation R est une relation dordre ;
2. Cet ordre est-il total?
Remarque 15. Soit lensemble E = R2 . On definit les deux relations dordre suivantes :
Lordre produit :
(x,y) 1 (x0 ,y 0 ) x x0 et y y 0
Lordre lexicographique :
(x,y) 2 (x0 ,y 0 ) x x0 ou alors x = x0 et y y 0
Lordre produit est un ordre partiel et lordre lexicographique est un ordre total.
D
efinition 1.23 : Elements
remarquables
Soit une relation dordre sur un ensemble E et une partie A E. On definit les notions suivantes :
Un element M E est un majorant de la partie A si et seulement si a A, a M ;
Un element m E est un minorant de la partie A si et seulement si a A, m a ;
Un element a A est un plus petit element de A si et seulement si x A, a x ;
Un element a A est un plus grand element de A si et seulement si x A, x a ;
Un element m A est un element minimal de A si et seulement si x A, x m x = m ;
Un element M A est un element maximal de A si et seulement si x A, M x
x = M.
Th
eor`
eme 1.7 : Unicit
e dun plus petit
el
ement
Si a A est un plus petit (grand) element de la partie A, il est unique.
Remarque 16. Il se peut quil nexiste pas de plus petit (grand) element dune partie.
Exercice 1-17
Dans N, on consid`ere la relation de divisibilite :
(n,m) N2 , n/m k N tel que m = kn
1. Verifier que cette relation definit un ordre partiel sur N ;
2. Lensemble N admet-il un plus petit (grand) element pour cet ordre?
3. Quels sont les elements maximaux (minimaux) de N \ {0,1} pour cet ordre?
1.6
D
efinition 1.24 : Loi de composition interne
Soit E un ensemble. On appelle loi de composition interne une application de E E dans E :
E E
E
:
(a,b)
7 a ? b
Remarque 17. Pour simplifier les notations, on note ab = a ? b = (a,b). Il ny a aucune raison a
` priori pour
que ab = ba. On peut iterer une lci : si (a,b,c) E 3 , on notera
(a ? b) ? c = (a,b),c
a ? (b ? c) = a,(b,c)
Il ny a aucune raison a
` priori pour que ces deux elements soient egaux.
Exemples :
E = N, la multiplication et laddition des entiers sont des lci.
Si G est un ensemble, sur E = F(G,G), la composition des applications definit une lci
Pour
1.
2.
3.
Pour
1.
2.
3.
Pour
1.
2.
3.
Exemples :
(N,+), + est commutative et associative, 0 est lunique element neutre ;
(N,), est commutative et associative, 1 est lunique element neutre ;
(F(R,R),), est associative mais pas commutative. Lapplication idR est un element neutre ;
(P(G),), la loi est commutative, associative, la partie est neutre pour cette loi.
Remarque 18. Si une loi de composition interne est commutative et associative, on definit les notations suivantes
pour (x1 , . . . ,xn ) E n :
Lorsque la loi est notee additivement, on definit
n
X
i=1
xi = x 1 + + x n
i=1
xi = x 1 ? ? x n
Th
eor`
eme 1.8 : Unicit
e de l
el
ement neutre
Si (E,?) poss`ede un element neutre, il est unique.
D
efinition 1.26 : Monode
Un ensemble (E,?) muni dune loi de composition interne associative et admettant un element
neutre est appele un monode.
Exemple 9. (N,+) est un monode delement neutre 0.
Exemple 10. On consid`ere un ensemble fini A appele alphabet, et on definit un mot sur A comme etant une
suite finie de lettres de A. On notera m = a1 . . . an un tel mot. On definit egalement le mot vide . Sur lensemble
A? des mots de A, on definit la concatenation de deux mots : si m1 = a1 . . . an et si m2 = b1 . . . bp , on note
m1 .m2 = a1 . . . an b1 . . . bp . Alors lensemble des mots muni de la concatenation, (A? ,.) est un monode delement
neutre le mot vide . Ce monode est tr`es utilise en informatique theorique en theorie des langages.
D
efinition 1.27 : Sym
etrique
On suppose que (E,?) poss`ede un element neutre e. Soit un element x E. On dit quun element
y E est un symetrique (ou un inverse) de lelement x si et seulement si :
x?y =y?x =e
Th
eor`
eme 1.9 : Unicit
e du sym
etrique
Dans un monode (E,?), si un element x E poss`ede un symetrique, ce symetrique est unique.
Pour
1.
2.
3.
Chapitre 2
D
efinitions
|z| = a2 + b2 = z z
z + z 0 2 = |z|2 + 2 Re zz 0 + |z 0 |2
Proposition 2.2 : In
egalit
e entre module et parties r
eelles-imaginaires
Soit z = a + ib C. On a les inegalites suivantes :
Re z |z| et Im z |z|
Th
eor`
eme 2.3 : In
egalit
e triangulaire
1. Si z,z 0 C,
|z| |z 0 | |z + z 0 | |z| + |z 0 |
avec egalite dans la derni`ere majoration si et seulement si les images des complexes z et z 0
sont sur une meme demi-droite passant par lorigine.
2. Pour n complexes z1 , . . . ,zn ,
|z1 + + zn | |z1 | + + |zn |
Th
eor`
eme 2.4 : Groupe (U,)
Lensemble des nombres complexes de module 1 muni de la multiplication est un groupe multiplicatif note U, .
D
efinition 2.4 : Disque ouvert, ferm
e
Lensemble D(a,r) = {z C | |z a| < r} est appele disque ouvert de centre a, de rayon r.
Lensemble D(a,r) = {z C | |z a| r} est appele disque ferme de centre a, de rayon r.
Proposition 2.5 : Calcul dune somme g
eom
etrique
Soit un complexe z C et un entier n N. On appelle somme geometrique, la somme
Sn =
n
X
k=0
zk = 1 + z + z2 + + zn
(n + 1)
Sn = z n+1 1
z1
si z = 1
si z 6= 1
Exercice 2-1
Calculer pour z C et (n,p) N2 , n < p la somme :
Sn,p = z n + z n+1 + + z p =
2.2
p
X
zk
k=n
Rappels de trigonom
etrie
On suppose connues les proprietes des fonctions sin, cos, tan et cotan ainsi que le cercle trigonometrique.
Exercice 2-2
5
Simplifier sin( 3
2 ), cos(5 + ), tan(3 + ), cotan( 2 ), tan( 2 + ).
cotan
sin
tan
cos
y = sin(x)
y = cos(x)
y = tan(x)
y = cotan(x)
k +
Exercice 2-3
Resoudre cos = cos 0 , sin = sin 0 , tan = tan 0 .
Proposition 2.6 : Formules fondamentales
cos2 + sin2 = 1
cos(a + b) = cos a cos b sin a sin b
tan a + tan b
1 tan a tan b
tan a tan b
tan(a b) =
1 + tan a tan b
2 tan a
tan(2a) =
1 tan2 a
tan(a + b) =
Exercice 2-4
R /2
Calculer lintegrale I = 0 sin2 d.
Exercice
2-5
cos a cos b =
p q
p + q
cos
2
2
p q
p + q
sin
cos p cos q = 2 sin
2
2
p q
p + q
cos
sin p + sin q = 2 sin
2
2
p q
p + q
sin
sin p sin q = 2 cos
2
2
sin
. Alors :
1 + cos
2t
1 + t2
1 t2
cos =
1 + t2
2t
tan =
1 t2
sin =
2.3
D
efinition 2.5 : Exponentielle imaginaire
Soit un reel R, on note
ei = cos + i sin
Proposition 2.9 : Propri
et
es de lexponentielle imaginaire
1. |ei | = 1, ei = ei ,
1
= ei
ei
2. ei 2 = i, ei = 1
3. ei = 1 k Z, tq = 2k
0
4. ei = ei k Z tq = 0 + 2k.
Th
eor`
eme 2.10 : Lexponentielle est un morphisme de groupes
Pour deux reels (, 0 ) R2 , on a :
0
0
ei(+ ) = ei ei
En dautres termes, lapplication
exp :
(R,+) (U,)
7
ei
n Z,
cos =
ei + ei
2
sin =
n
ei ei
2i
eix + 1 = e 2
ix
eix 1 = e 2
a Abraham
ix
ix
e 2 + e 2
ix
= 2e 2 cos
x
2
ix
ix
ix
x
e 2 e 2 = 2ie 2 sin
2
Remarque 26. On a la factorisation de langle moitie plus generale (voir figure 2.3) :
i(xy)
i(xy)
i(x+y)
x+y
x y
e 2 + e 2
= 2ei 2 cos
eix + eiy = e 2
2
eiy
eix + eiy
x+y
2
eix
Calculs trigonom
etriques `
a connatre parfaitement
Pour exprimer cos n = Tn () o`
u (Tn est le ni`eme polyn
ome de Tchebychev)
in
in
i n
i n
e +e
(e ) + (e )
1. Ecrire
cos n =
=
;
2
2
2. Utiliser la formule du bin
ome ;
3. Regrouper les deux sommes et on separe les indices pairs et impairs.
Pour lineariser cosn (ou sinn ) :
i
n
e + ei
;
1. Ecrire
cosn =
2
2. Developper avec la formule du bin
ome ;
3. Regrouper dans les sommes les termes conjugues ;
4. Distinguer les cas n pair et n impair ;
5. Retransformer en cosinus.
Pour calculer Sn = 1 + cos + cos 2 + + cos n
1. Introduire la somme Un = 1 + ei + + ein qui est une somme geometrique, et alors
Sn = Re(Un ) ;
2. Pour simplifier le resultat, factoriser langle moitie.
D
efinition 2.6 : Argument dun nombre complexe
Soit un nombre complexe z C non-nul : z 6= 0 . Alors
R, z = rei
avec r = |z| 6= 0 qui est le module de z. On dit que est un argument de z et on note = Arg(z).
Si (z,z 0 ) C2 , on a
Arg(z z 0 ) = Arg z + Arg z 0 + 2k
Remarque 27. Largument nest pas unique: il est defini a
` 2 pr`es.
On peut imposer lunicite de largument en
le choisissant dans un intervalle de longueur 2 (en general 0,2 ou ] ,]).
Exercice 2-8
Determiner le module et un argument du nombre complexe z = 1 + ei , ( R).
D
efinition 2.7 : Exponentielle complexe
Pour z = a + ib C, on definit
ez = ea+ib = ea eib
(Son module vaut ea et son argument b).
Exercice 2-9
On consid`ere lapplication exp :
a.
b.
b.
c.
(C,+) (C ,)
.
z
7
ez
Resoudre lequation ez = 1.
Resoudre lequation ez = 1 i 3.
Determiner limage dune droite x = a par exp.
Determiner limage dune droite y = b par exp.
2.4
2.4.1
On consid`ere un nombre complexe non nul z = x + iy C et lon cherche les nombres complexes Z = X + iY
verifiant Z 2 = z.
1. Cela revient a
` resoudre le syst`eme :
X 2 + (Y 2 ) = x,
X 2 (Y 2 ) =
y 2
4
2. Si lon connat la somme et le produit de deux nombres reels, ils sont solutions dune equation du second
degre.
3. On etudie les signes.
4. On trouve finalement
qp
qp
x2 + y 2 + x + i sg(y)
x2 + y 2 x
Z=
{1,1}
2.4.2
Z1 = |z|ei 2 , Z2 = |z|ei( 2 +) = Z1
Exercice 2-10
1i
Trouver une racine carree de
3i
Exercice 2-11
En utilisant la resolution trigonometrique et algebrique, determiner sin
2.4.3
b
z+
2a
2
b2 4ac
4a2
b
,
2a
b
2a
o`
u est une racine carree complexe de .
z2 =
b +
2a
et cos
b +
b
x1 =
, x2 =
2a
2a
2. Si = 0, il y a une racine double :
x=
b
2a
2.4.4
Racines ni`
emes de lunit
e
Soit un entier non nul n N . Une racine ni`eme de lunite est une solution de lequation
zn = 1
On les cherche sous la forme z = ei et lon trouve exactement n racines ni`emes distinctes :
Un = {e
o`
u =e
2i
n
2ik
n
1 = j3
1
5
(a) racines sixi`emes de lunite
j2 = =
1
j
(b) Raines cubiques de lunite
Th
eor`
eme 2.12 : Groupe des racines de lunit
e
Lensemble des racines ni`emes de lunite, (Un ,) est un groupe fini de cardinal n.
Th
eor`
eme 2.13 : La somme des racines ni`
emes de lunit
e est nulle
n1
X
k = 0
k=0
2i
3
1
= 1 + j + j2 = 0
j
Exercice 2-13
Determiner les complexes de module 1 verifiant |z + 1| = 1.
Exercice 2-14
Resoudre dans C lequation x2 + x + 1 = 0, puis ensuite lequation xn + xn1 + + x + 1 = 0.
Exercice 2-15
Calculer le produit de toutes les racines ni`emes de lunite.
Exercice 2-16
On consid`ere un triangle (ABC) du plan. On consid`ere les complexes (a,b,c) affixes des points A, B et C.
Montrer que le triangle (ABC) est equilateral si et seulement si
a2 + b2 + c2 ab ac bc = 0
2.4.5
Racines ni`
emes dun nombre complexe
Soit un nombre complexe non nul z = |z|ei C . On veut resoudre lequation Z n = z. On cherche Z sous la
forme Z = ei et on trouve n solutions distinctes. En notant la racine ni`eme primitive de lunite :
p
Exercice 2-17
Resoudre dans C lequation (z 1)6 + (z + 1)6 = 0.
Chapitre 3
Fonctions usuelles
3.1
Th
eor`
emes danalyse admis
Nous utiliserons dans ce chapitre des theor`emes danalyse que nous demontrerons plus tard.
Th
eor`
eme 3.1 : Fonctions constantes
Soit une fonction f : I 7 R derivable sur un intervalle I R. La fonction f est constante si et
seulement si x I, f 0 (x) = 0.
Remarque 31. On deduit de ce theor`eme que deux primitives dune meme fonction diff`erent dune constante.
Th
eor`
eme 3.2 : Th
eor`
eme de la bijection
Soit une fonction f : I 7 R. On note J = f (I). On suppose que la fonction f est :
H1
continue sur I ;
H2
strictement monotone sur I.
Alors la fonction f realise une bijection de lintervalle I vers lintervalle J, et sa bijection reciproque
f 1 : J 7 I est une fonction continue strictement monotone de meme sens que f .
Th
eor`
eme 3.3 : D
erivation de la bijection r
eciproque
Soit une fonction f : I 7 R et un point x0 I. On suppose que :
H1
f est strictement monotone sur lintervalle I ;
H2
f 0 (x0 ) 6= 0.
On sait dej`
a que f realise une bijection de lintervalle I vers lintervalle J = f (I) et alors la fonction
f 1 est derivable au point y0 = f (x0 ) avec
H3
(f 1 )0 (y0 ) =
1
f 0 (x
0)
On en deduit que si :
H1
f : I 7 R est strictement monotone sur lintervalle I ;
H2
H3
x I, f 0 (x) 6= 0 ;
3.2
1
f 0 f 1
Calcul pratique de d
eriv
ees
D
eriv
ee dune homographie
f (x) =
f (x) =
ax + b
cx + d
au(x) + b
cu(x) + d
f 0 (x) =
f 0 (x) =
ad bc
(cx + d)2
ad bc
u0 (x)
(cu(x) + d)2
Exercice 3-1
3x ln x + 1
.
Deriver f (x) =
2x ln x + 3
D
eriv
ee dun quotient
f (x) =
u(x)
v n (x)
(n 2) f 0 (x) =
u0 (x)
u(x)v 0 (x)
n
v n (x)
v n+1 (x)
u 0
x3 + 1
en
utilisant
la
formule
et en la derivant sous forme de
(x2 + 1)2
v
D
eriv
ee logarithmique
f (x) =
n
Y
fii
i=1
Exercice 3-3
Deriver la fonction definie par f (x) =
x+1
.
(x + 3)(x + 4)
Exponentielle en facteur
R`
egle de la chane
f (x) = f1 fn (x)
Exercice 3-5
2x
e +1
.
Deriver la fonction definie par f (x) = sin ln 2x
e +3
Remarque 33. On calcule souvent des derivees pour etudier leur signe. Comme la derivation en chane donne
un produit de fonctions, il suffit de determiner le signe de chacun des morceaux.
3.3
3.3.1
Fonctions usuelles
Exponentielles, logarithmes
Exponentielle
On suppose connue la fonction exponentielle et ses proprietes fondamentales. Vous verrez lannee prochaine la
bonne facon de definir lexponentielle dun nombre complexe :
+ k
X
z
ez =
k=0
k!
(R,+)
x
(x,y) R2 ,
(R+, ,)
ex
ex+y = ex ey
Elle est derivable sur R et x R, exp0 (x) = exp(x) . Elle satisfait donc lequation differentielle f 0 = f . On a
linegalite classique :
x R,
exp(x) 1 + x
Logarithme n
ep
erien
Lexponentielle est continue et strictement croissante sur I = R donc dapr`es le theor`eme de la bijection, elle
realise une bijection de I = R vers J =]0, + [ On definit le logarithme neperien comme sa bijection reciproque.
y = ex
y = ln x
ln :
]0, + [
x
7
R
ln x
Comme la fonction exp est derivable sur I = R et que x I, exp0 (x) 6= 0, sa bijection reciproque ln est
1
derivable sur J =]0, + [ et x J =]0, + [, (ln)0 (x) =
. La fonction ln verifie lequation fonctionnelle :
x
x,y > 0
ln(xy) = ln x + ln y
ln(1 + x) x
Exponentielle de base a : ax = ex ln a
On definit egalement pour a > 0 lexponentielle de base a :
R
R
fa :
x 7 ax = ex ln a
Elle verifie lequation fonctionnelle :
(x,y) R2 , ax+y = ax ay
y = ax (0 < a < 1)
y = ax (a > 1)
ln x
ln a
Lorsque a > 0 et a 6= 1, lexponentielle de base a est une fonction fa continue sur I = R, et strictement
monotone. Dapr`es le theor`eme de la bijection, elle realise une bijection de I vers J. On note log a sa bijection
reciproque (qui est donc continue sur J =]0, + [ de meme sens de variation que f a ).
Comme la fonction fa est derivable sur lintervalle I et que x I, fa0 (x) 6= 0, la fonction loga est derivable sur
lintervalle J =]0, + [ et
1
x J =]0, + [, log0a (x) =
(ln a)x
3.3.2
loga (x) =
ln x
ln a
Fonctions puissance x = e ln x
Pour R, on definit
f :
]0, + [
x
7
R
x = e ln x
0<<1
=0
<0
3.3.3
Fonctions circulaires
Etude des fonctions hyperboliques
ex + ex
2
ex ex
sh x =
2
sh x
th x =
ch x
1
coth x =
th x
eix + eix
2
eix eix
sin x =
2i
sin x
tan x =
cos x
1
cotan x =
tan x
ch x =
cos x =
ch x sh x = ex
ch2 x sh2 x = 1
cos2 x + sin2 x = 1
ch0 x = sh x
sh0 x = ch x
th0 x = 1 th2 x =
cos0 x = sin x
sin0 x = cos x
1
ch2 x
tan0 x = 1 + tan2 x =
1
cos2 x
y = sin(x)
y = cos(x)
y = tan(x)
y = cotan(x)
k +
y = ch x
y=
ex
2
y = sh x
y = coth x
+1
y = th x
sh 0 = 0, ch 0 = 1.
On remarque que x R,
sh x
ex
ch x et ch x sh x = ex 0
x+
2
ex
Par consequent, la courbe y =
est asymptote aux deux courbes y = sh x et y = ch x et on a la position
2
des courbes par rapport a
` la courbe asymptote.
Trigonom
etrie
Les formules a
` connatre par coeur :
cos(a + b) = cos a cos b sin a sin b
ch(a + b) = ch a ch b + sh a sh b
ch(a b) = ch a ch b sh a sh b
sh(a + b) = sh a ch b + ch a sh b
sh(a b) = sh a ch b ch a sh b
cos 2a + 1
2
1 cos 2a
2
sin a =
2
cos2 a =
ch 2a + 1
2
ch 2a 1
2
sh a =
2
ch2 a =
1
cos2 x
tan a + tan b
tan(a + b) =
1 tan a tan b
tan a tan b
tan(a b) =
1 + tan a tan b
2 tan a
tan(2a) =
1 tan2 a
1
ch2 x
th a + th b
th(a + b) =
1 + th a th b
th a th b
th(a b) =
1 th a th b
2 th a
th(2a) =
1 + th2 a
1 th2 x =
1 + tan2 x =
Formules utiles egalement en integration (elles permettent dexprimer les fonctions trigonometriques comme
fractions rationnelles en t) :
x
t = tan( )
2
2t
sin x =
1 + t2
1 t2
cos x =
1 + t2
2t
tan x =
1 t2
3.3.4
x
t = th( )
2
2t
sh x =
1 t2
1 + t2
ch x =
1 t2
2t
th x =
1 + t2
Fonctions circulaires r
eciproques
Fonction arcsin
Sur [ , ], la fonction sinus est continue strictement croissante vers [1,1]. On definit sa bijection reciproque
2 2
arcsin : [1,1] 7 [ , ]. La fonction arcsin est impaire et on a les proprietes suivantes :
2 2
x , ],
2 2
x [1,1],
x [1,1],
x [1,1],
arcsin(sin x) = x
sin(arcsin x) = x
p
cos(arcsin x) = 1 x2
x
tan(arcsin x) =
1 x2
La fonction arcsin est derivable sur lintervalle ] 1,1[ (demi-tangentes verticales en 1 et 1) et x ] 1,1[,
(arcsin)0 (x) =
1
1 x2
1
dx = arcsin x + C
1 x2
arcsin(1/2) =
6
1
arcsin =
4
2
3
=
arcsin
2
3
arcsin(1) =
2
y = arcsin(x)
y = sin(x)
2 1
Fonction arccos
Sur [0,], la fonction cosinus est continue strictement croissante vers [1,1]. On definit sa bijection reciproque
arccos : [1,1] 7 [0,]. On a les proprietes suivantes :
x [0,],
x [1,1],
x [1,1],
x [1,1], x 6= 0,
arccos(cos x) = x
cos(arccos x) = x
p
sin(arccos x) = 1 x2
1 x2
tan(arccos x) =
x
La fonction arccos est derivable sur lintervalle ] 1,1[ (demi-tangente verticale en 1 et 1), et x ] 1,1[,
(arccos)0 (x) =
1
1 x2
y = arccos(x)
y = cos(x)
La relation suivante lie les fonctions arcsin et arccos. En pratique, on transforme la fonction arccos en arcsin
dans les etudes de fonctions :
x [1,1],
arcsin x + arccos x =
arccos(1/2) =
3
1
arccos =
4
2
3
=
arccos
2
6
arccos(1) = 0
arccos(0) =
Fonction arctan
, [, la fonction tangente est continue strictement croissante vers R. On definit sa bijection
2 2
reciproque arctan : R 7] , [. On a les proprietes suivantes :
2 2
x ,
, arctan(tan x) = x
2
2
x R, tan(arctan x) = x
1
x R, cos(arctan x) =
1 + x2
x
x R, sin(arctan x) =
1 + x2
La fonction arctan est derivable sur R et x R,
Sur lintervalle ]
(arctan)0 (x) =
Une primitive tr`es importante :
x2
1
1 + x2
1
= arctan x + C
+1
y = tan(x)
y = arctan(x)
2
arctan(1) =
4
arctan( 3) =
3
x R
arctan x + arctan
=
x
2
( = sg(x))
Exercice 3-6
Pour x R, trouver une expression sans fonction trigonometrique de arcsin(sin x).
Exercice 3-7
Soient (a,x) R2 tels que ax 6= 1. Montrer que
arctan a + arctan x = arctan
a+x
+
1 ax
( {1,0,1})
Exercice 3-8
x
.
Simplifier pour x ] 1,1[, arctan
1 x2
Exercice 3-9
Etudier
la fonction definie par f (x) = 2 arctan th(x) arctan sh(2x) .
3.3.5
Fonctions hyperboliques r
eciproques
Fonction argsh
La fonction sh realise une bijection strictement croissante de ],[ vers J =],[. On appelle argsh = sh 1
sa bijection reciproque.
y = sh x
y = argsh x
1
1 + x2
x2 + 1)
p
1
dx = argsh(x) + C = ln(x + x2 + 1) + C
1 + x2
Fonction argch
La restriction de la fonction ch a
` lintervalle I = [0, + [ realise une bijection strictement croissante de I vers
[1, + [. On appelle argch = ch1 sa bijection reciproque.
y = ch x
y = argch x
1
Fig. 3.11 Fonctions ch et argch
La fonction argch est derivable sur ]1, + [ et
x ]1, + [, argch0 (x) =
On a lexpression logarithmique :
argch x = ln(x +
et on en deduit la primitive :
Z
1
x2 1
1
x2
x2 1)
dx = argch x + C = ln(x +
x2 1) + C
Fonction argth
La fonction th realise une bijection strictement croissante de lintervalle I =],+[ vers lintervalle J =]1,1[.
On appelle argth = th1 sa bijection reciproque.
y = argth x
y = th x
1
1
1
1
1 x2
1 1 + x
ln
2
1x
3.3.6
D
efinition 3.1 : Asymptotes Soit f : [c, + ] 7 R une fonction. On dit quune courbe
y = g(x) est asymptote a
` la courbe y = f (x) en + ssi
g(x) f (x) 0
x+
y = g(x)
g(x) f (x) 0
x+
y = f (x)
x
M
ethode pratique de recherche dasymptotes
1. Si f (x) l R, la droite horizontale y = l est asymptote. On lit sur le tableau
x+
Etudier
la fonction definie par f (x) = xx+1 .
3.3.7
D
eriv
ee dune fonction complexe
D
efinition
3.2 : D
eriv
ee dune fonction complexe
I
C
Si f :
est une fonction complexe, o`
u f1 = Re(f ) et f2 = Im(f )
x 7 f (x) = f1 (x) + if2 (x)
sont deux fonctions reelles derivables, on definit la derivee de f par :
x I, f 0 (x) = f10 (x) + if20 (x)
Proposition 3.4 : D
eriv
ee dun produit
Soient deux fonctions complexes derivables sur un intervalle I R, f : I 7 C et g : I 7 C. La
fonction f g : I 7 C est derivable sur lintervalle I et
x I, (f g)0 (x) = f 0 (x)g(x) + f (x)g 0 (x)
Exponentielle complexe
Th
eor`
eme 3.5 : D
eriv
ee de lexponentielle complexe
Soit : I 7 C une fonction complexe derivable sur un intervalle I R. Alors la fonction
I
C
:
x 7 e(x)
est derivable sur lintervalle I et
x I, 0 (x) = 0 (x) e(x)
Chapitre 4
Equations diff
erentielles
4.1
Rappels dint
egration
x I, G(x) = F (x) + C
Th
eor`
eme 4.2 : Le th
eor`
eme fondamental du calcul
H1
Soit un intervalle I.
Soit une fonction f continue sur I.
Soit un point a I. Alors la fonction
I
F :
x
H2
Rx R
a f (t) dt
est de classe C 1 sur I et x I, F 0 (x) = f (x). En dautres termes, la fonction F est lunique
primitive de f qui sannule au point a.
Corollaire 4.3 : Th
eor`
eme fondamental deuxi`
eme forme
Soit une fonction f de classe C 1 sur le segment [a,b]. Alors la formule suivante relie f et sa derivee
par une integrale. Pour tout x [a,b] :
f (x) = f (a) +
4.2
f 0 (t) dt
a
Caract
erisations de la fonction exponentielle
Th
eor`
eme 4.4 : R
esolution de l
equation diff
erentielle y 0 = ay
o`
u f :
R
t
C
eat
S = {f ; C}
4.3
D
efinition 4.2 : Equation diff
erentielle g
en
erale du premier ordre
Soit F : R R I 7 R une fonction de trois variables o`
u I est un intervalle de R. On dit quune
fonction y : I 7 R est une solution de lequation differentielle
(E) F (y 0 ,y,t) = 0
si et seulement si :
1. y est une fonction derivable sur I ;
2. t I, F (y 0 (t),y(t),t) = 0.
On note SE lensemble des fonctions y solutions de lequation differentielle. On dit que deux
equations differentielles sont equivalentes lorsquelles ont meme ensemble de solutions. On appelle
courbe integrale de lequation differentielle, une courbe representative dune solution y S E .
D
efinition 4.3 : Probl`
eme de Cauchy
Soit F : RRI 7 R une fonction de trois variables o`
u I est un intervalle de R. Soit (t 0 ,y0 ) IR.
On dit quune fonction y : I 7 R est solution du probl`eme de Cauchy :
(
F (y 0 ,y,t) = 0
(C)
y(t0 )
= y0
si et seulement si :
1. y est une fonction derivable sur lintervalle I ;
2. t I, F (y 0 (t),y(t),t) = 0 ;
3. y(t0 ) = y0 .
Parmi les equations differentielles du premier ordre generales, on distingue :
Les equations du premier ordre explicites de la forme :
(E)
y 0 = f (y,t)
o`
u f : R I 7 R ;
Les equations du premier ordre lineaires de la forme :
(E)
o`
u a,b,c : I 7 R sont trois fonctions continues sur lintervalle I ;
Les equations du premier ordre lineaires normalisees de la forme :
(E)
y 0 + (t)y = (t)
o`
u , : I 7 R sont deux fonctions continues sur lintervalle I.
(E)
8
6
4
2
0.5
0.5
t
Curve 1
Curve 2
D
efinition 4.4 : Equations
diff
erentielles lin
eaires du premier ordre
Soit I un intervalle de R et a(t),b(t),c(t) trois fonctions continues sur I a
` valeurs dans R ou dans
C. On dit quune fonction y(t) : I 7 R (ou C) est une solution de lequation differentielle
(E)
si:
1. y est une fonction derivable sur I ;
2. t I, a(t)y 0 (t) + b(t)y(t) = c(t).
Resoudre lequation differentielle consiste a
` determiner lensemble des solutions S E de lequation
differentielle (E) sur lintervalle I.
Proposition 4.6 : Si la fonction a(t) ne sannule pas sur I, les solutions de (E) sont les solutions
de lequation normalisee :
c(t)
b(t)
y=
(E 0 ) y 0 +
a(t)
a(t)
Dans ce qui suit, on consid`ere une equation differentielle normalisee de la forme :
(E) y 0 + a(t)y = b(t)
et lequation homog`ene associee (avec second membre nul) :
(H)
4.3.1
y 0 + a(t)y = 0
R
esolution de l
equation homog`
ene
(H)
y 0 + a(t)y = 0
Th
eor`
eme 4.7 : Solutions de l
equation homog`
ene
Si A : I 7 R (ou C) est une primitive de la fonction a(t) sur lintervalle I, alors on sait ecrire
directement lensemble des solutions de lequation homog`ene :
SH = {t 7 CeA(t) ; C R}
(pour des solutions complexes, C C).
Remarque 36. Nous verrons plus tard que lensemble des solutions de lequation homog`ene a une structure de
droite vectorielle.
Exercice 4-1
Resoudre lequation differentielle (E) : y 0 + y = 0 sur lintervalle I = R. Dessiner lensemble des courbes
integrales. Trouver lunique solution de (E) verifiant y(0) = 2.
Exercice 4-2
Resoudre lequation differentielle (E) : (1 + t2 )y 0 + 4ty = 0 sur lintervalle I = R.
Exercice 4-3
Trouver toutes les fonctions f : [0, + [7 R continues sur lintervalle I = [0, + [, verifiant :
Z x
x ]0, + [, 2xf (x) = 3
f (t)dt
0
4.3.2
R
esolution de l
equation avec second membre
(E) y 0 + a(t)y = b(t)
Th
eor`
eme 4.8 : Solutions de l
equation compl`
ete Si lon connat une solution particuli`ere
ye a
` lequation compl`ete, on a lensemble de toutes les solutions :
S = {t 7 CeA(t) + ye(t) ; C R}
Remarque 37.
1. Le theor`eme suivant justifie quil existe toujours une solution particuli`ere.
2. Nous verrons plus tard que lensemble des solutions a une structure de droite affine.
Th
eor`
eme 4.9 : R
esolution du probl`
eme de Cauchy
Soit t0 I et y0 R. Il existe une et une seule solution de (E) verifiant y(t0 ) = y0 . (i.e. il existe
une unique courbe integrale de (E) passant par le point (t0 ,y0 )). Cette solution est donnee sous
forme integrale :
Z t
A(t0 )A(t)
A(t)
y(t) = e
y0 + e
eA(u) b(u) du
t0
R
esolution pratique :
1. On resout lequation homog`ene : la solution generale de lequation homog`ene est de la forme Ce A(t) ;
2. Y a-t-il une solution particuli`ere evidente? On peut utiliser le principe de superposition des solutions. Si
le second membre est de la forme c(t) = c1 (t) + + cn (t) et si lon connat des solutions particuli`eres
ye1 , . . . ,f
yn des equations avec second membre ci (t), alors la fonction
ye(t) = ye1 (t) + + yf
n (t)
Exercice 4-5
Resoudre lequation differentielle sur lintervalle I = R,
y 0 + 2xy = exx
Exercice 4-6
Resoudre sur lintervalle I = R, lequation differentielle
y 0 + y = 2ex + 4 sin x + 3 cos x
4.3.3
M
ethode dEuler
On consid`ere le probl`eme de Cauchy pour une equation differentielle du premier ordre explicite :
(
y0
= f (t,y)
y(t0 ) = y0
Meme si lequation differentielle est lineaire, sa resolution passe par un calcul de primitives, or on ne sait
calculer que tr`es peu de primitives. Lorsque lequation differentielle est non-lineaire, il est en general impossible
de determiner la solution explicite du probl`eme de Cauchy. On a recours a
` des methodes numeriques de calcul
approche de solutions. La plus simple de ces methodes est la methode dEuler qui se base sur une idee geometrique
simple.
Lidee est dapproximer la derivee de y au point t par un taux daccroissement :
y 0 (t)
y(t + h) y(t)
h
y(t0 + h) y(t0 )
h
f (t0 ,y0 ), on en deduit que y(t0 + h) y0 + f (t0 ,y0 ). Connaissant la valeur de y en t0 + h, on peut recommencer
pour obtenir une approximation de y(t0 + kh).
ou de mani`ere equivalente, dapproximer la courbe de y par sa tangente en t 0 . Comme
4.4
Equations diff
erentielles du second ordre `
a coefficients constants
D
efinition 4.5 : Equation lin
eaire du second ordre `
a coefficients constants
Soient trois complexes (a,b,c) C, et une fonction f : I 7 C continue sur lintervalle I R. On
dit quune fonction y : I 7 C est une solution de lequation differentielle
(E) :
y 00 + ay 0 + by = f (t)
si
1. y est une fonction deux fois derivable sur I ;
2. t I, y 00 (t) + ay 0 (t) + by(t) = f (t).
On notera SE lensemble des solutions de (E) sur I.
4.4.1
R
esolution de l
equation homog`
ene
(H) :
et lon note SH lensemble de ses solutions sur I.
Th
eor`
eme 4.10 : Structure de lensemble des solutions
SH est un C-ev de dimension 2. Soit
r2 + ar + b = 0
(C) :
r2 + ar + b = 0
Exercice 4-7
Resoudre y 00 = 2 y et y 00 = 2 y (solutions reelles).
Exercice 4-8
Resoudre y 00 4y 0 + 13y = 0 (solutions reelles).
Exercice 4-9
Resoudre y 00 4y 0 + 4y = 0 (solutions reelles).
4.4.2
R
esolution de l
equation avec second membre exponentielle-polyn
ome
Pn
k=1
y 00 + ay 0 + by = f (t)
emk t Pk (t) o`
u mk C et Pk (t) est un polyn
ome en t.
Th
eor`
eme 4.12 : Structure de lensemble des solutions
Soit ye une solution particuli`ere de (E). Lensemble SE des solutions de (E) est un espace affine de
dimension 2 (sur K = R ou C) et
SE = {Ay01 (t) + By02 (t) + ye(t); (A,B) K 2 }
o`
u y01 et y02 forment une base de SH .
Th
eor`
eme 4.13 : Principe de superposition
Si f (t) = f1 (t)+ +fn (t) et si yei (t) est une solution particuli`ere de lequation avec second membre
fi (t), alors
n
X
ye(t) =
yei (t)
i=1
Th
eor`
eme 4.14 : Recherche dune solution particuli`
ere complexe
On sait trouver une solution particuli`ere complexe pour un second membre de la forme :
f (t) =
n
X
k=1
emk t Pk (t),
mk C, Pk C [X]
Th
eor`
eme 4.15 : Recherche dune solution particuli`
ere r
eelle
On sait trouver une solution particuli`ere reelle pour un second membre de la forme :
f (t) =
n
X
k=1
avec la meme methode que pour la recherche dune solution complexe. On sait egalement trouver
une solution particuli`ere reelle pour un second membre de la forme :
f (t) =
n
X
k=1
ek t Pk (t) cos(k t) + Qk (t) sin(k t) k ,k R, Pk ,Qk R[X]
1. Par le principe de superposition, il suffit de trouver une solution particuli`ere avec un second
membre de la forme
f (t) = et P (t) cos(t) + Q(t) sin(t) , R, P,Q R [X]
2. Si le complexe m = + i nest pas racine de lequation caracteristique, il existe une solution
reelle de la forme :
ye(t) = et A(t) cos(t) + B(t) sin(t) avec A,B R n [X] o`
u n = max(deg P, deg Q)
Exercice 4-10
Resoudre y 00 y 0 2y = 3et + 1 (solutions reelles).
Exercice 4-11
Resoudre y 00 4y 0 + 4y = (t2 + 1)e2t (solutions reelles).
Exercice 4-12
Resoudre y 00 + 2y 0 + 5y = cos2 t (solutions reelles).
Chapitre 5
G
eom
etrie du plan
Ce chapitre est une introduction a
` la geometrie et a pour but de vous familiariser avec des notions et techniques
utilisees en physique et en si. Des definitions plus rigoureuses seront vues en cours dannee.
5.1
Points, vecteurs
On consid`ere lensemble E = R2 forme des couples de reels. On peut representer un tel couple (x,y), par un point
M du plan. Un vecteur
u modelise un deplacement entre deux points A et B. Si A = (a1 ,a2 ) et B = (b1 ,b2 ),
represente graphiquement un vecteur par une fl`eche joignant le premier point au deuxi`eme. Sur le schema 5.1,
les deplacements entre les points A,B et les points C,D sont identiques. Un vecteur du plan peut etre defini
comme une classe dequivalence sur les couples de points. On privilegie sur le dessin le deplacement partant de
lorigine qui permet dinterpreter au mieux les operations sur les vecteurs. Si les points A et B ont pour affixes
a2
A = (a1 ,a2 )
B =A+
u
u = AB
D =B+
u
u = CD
a1
(a) Point
(b) Vecteurs
. u = (u1 ,u2 ). On parle egalement de combinaison lineaire de deux vecteurs. Pour deux scalaires (,) R 2
et deux vecteurs
u
v , on definit le nouveau vecteur .
u + .
v.
D
efinition 5.1 : Vecteurs colin
eaires, syst`
emes li
es, bases
w =
u +
v
w =
u +
v
.
u
u +
v
.
v
Parmi les bases possibles, on distingue une base particuli`ere, la base canonique formee des vecteurs ( i , j ) o`
u
i = (1,0) et j = (0,1).
D
efinition 5.2 : Composantes dun vecteur dans une base
Si B = (
u ,
v ) est une base du plan, tout vecteur
w secrit de facon unique comme combinaison
lineaire des vecteurs de la base :
w =
u +
v
M du plan, le vecteur M secrit de facon unique comme combinaison lineaire des vecteurs de la
base :
M =
u +
v
On dit que
les scalaires (,) sont les coordonnees du point M dans le rep`ere R = (, u , v ) et on
ecrit M .
D
efinition 5.4 : Droite vectorielle, droite affine
lineaires a
` u:
Vect(
u ) = {
v R2 | R,
v =
u}
des points D = {A + . u ; R}. On dit que la droite vectorielle Vect( u ) est la direction
5.2
Modes de rep
erage dans le plan
On suppose le plan (( oriente )) dans le sens trigonometrique, et on suppose connue la notion intuitive dangle
,
i1
oriente entre vecteurs non-nuls. Si
u
et z2 = |z2 |ei2 ,
1 v2 sont deux vecteurs daffixes les complexes z1 = |z1 |e
et
vaut .
langle orientie entre les vecteurs
u
u
1
2
2
1
On dit quun vecteur est norme ou unitaire lorsque sa norme vaut 1. Une base (
u ,
v ) est orthonormale lorsque
les deux vecteurs u , v sont orthogonaux et unitaires. On dit de plus que la base est directe lorsque langle entre
le premier et le deuxi`eme vecteur de la base vaut +/2. La base canonique ( i , j ) est une base orthonormale
directe. On dit quun rep`ere R = (, I , J ) est orthonorme direct si la base ( I , J ) est une base orthonormale
directe.
ore
`me 5.1 : Formules de changement de rep`
The
ere
Y
y
R
R0
= + cos X sin Y
= + sin X + cos Y
u () = cos i + sin j
v () = sin i + cos j
Le syst`eme (
u (),
v () est une base orthonormale directe, et le rep`ere R = (O,
u (),
v ())
sappelle le rep`ere polaire dangle .
OM =
u ()
Remarque 40.
1. Il ny a pas unicite des coordonnees polaires dun point. Si (,) est un couple de coordonnees polaires dun point M , les couples suivants sont egalement des coordonnees polaires de M :
(, + 2k) (k Z)
(, + (2k + 1)) (k Z)
x
2. Si M , et si (,) est un couple de coordonnees polaires du point M ,
y
R
On exprime les coordonnees cartesiennes de M en fonction dun couple de coordonnees polaires par
les formules :
(
x = cos
y = sin
On peut trouver un couple de coordonnees polaires du point M en fonction des coordonnees cartesiennes
par les formules :
p
(
= x2 + y 2
y
tan =
x
(si x = 0, prendre = +/2 lorsque y > 0 ou = /2 si y < 0).
OM =
u ()
v ()
u ()
O
Fig. 5.4 Rep`ere polaire : R = (O,u(),v())
Exercice 5-1
Dans R2 , on consid`ere deux droites affines D1 et D2 secantes. Soient A1 ,B1 ,C1 trois points distincts de la droite
D1 et A2 ,B2 ,C2 trois points distincts de la droite D2 .
Montrer que si les droites (A1 B2 ) et (A2 B1 ) sont parall`eles et que les droites (B1 C2 ) et (B2 C1 ) sont parall`eles,
alors les droites (A1 C2 ) et (A2 C1 ) sont egalement parall`eles.
Exercice 5-2
Dans le plan, montrer que les medianes dun triangle (ABC) se coupent a
` lisobarycentre de (A,B,C).
5.3
D
efinition 5.7 : Produit scalaire, norme, distance
1. Si un vecteur
u a pour affixe un complexe z, on definit la norme de
u comme le module de
z:
kuk = |z|
Ce reel represente la (( longueur )) du vecteur z.
2. Pour deux points A et B, daffixes a,b C, on definit la distance entre les points par :
d(A,B) = |b a| = kABk
(
u |
v)=
u .
v = k
u kk
v k cos
o`
u = (
u ,
v ) est langle oriente entre les vecteurs
u et
v . Si lun des vecteurs est nul, le
produit scalaire est nul.
Proposition 5.2 : Interpr
etation en nombres complexes
et
daffixes les complexes z C et z C, on a :
Pour deux vecteurs
u
u
1
2
1
2
u
1 u2 = Re(z1 z2 )
Proposition 5.3 : Propri
et
es du produit scalaire
(
u +
v ).
w =
u .
w +
v .
w
u .(
v +
w ) =
u .
v +
u .
w
2. sym
etrie :
u .
v =
v .
u.
Th
eor`
eme 5.4 : In
egalit
e de Cauchy-Schwarz
Si
u et
v sont deux vecteurs du plan, on a linegalite :
u .
v k
u k k
vk
Si ( i , j ) est une base orthonormale du plan, le produit scalaire de deux vecteurs sexprime
u = x i + y j , u0 = x 0 i + y 0 j
simplement a
` laide des coordonnees des vecteurs dans cette base :
u . u0 = xx0 + yy 0
Proposition 5.6 : Interpr
etation du produit scalaire en termes de projections
A
0
Det(
u
1 u2 ) = ku1 kku2 k sin
,
o`
u = (
u
e entre les deux vecteurs.
1 u2 ) est langle orient
,
) = 0.
Si lun des vecteurs est nul, Det(
u
u
1
Det(
u
1 u2 ) = Im(z1 z2 )
Proposition 5.8 : Propri
et
es du produit mixte
,
1. bilin
earit
e : pour trois vecteurs
u
1 u2 ,u3 , et deux scalaires , R,
,
Det(
u
1 u2 + u3 ) = Det(u1 ,u2 ) + Det(u1 ,u3 )
2. antisym
etrie : Det(
u
2 u1 ) = Det(u1 ,u2 ).
3. vecteurs li
es : les vecteurs u1 et u2 sont lies si et seulement si Det(
u
1 u2 ) = 0.
4. In
egalit
e de Gramm-Schmidt :
,
|Det(
u
1 u2 )| ku1 kku2 k
avec egalite si et seulement si les deux vecteurs sont orthogonaux.
5. Identit
e de Lagrange :
.
2
2
2
(
u
1 u2 ) + Det(u1 ,u2 ) = ku1 k ku2 k
Proposition 5.9 : Interpr
etation en termes daire
,
u2
u1
Th
eor`
eme 5.10 : Calcul du produit mixte dans une bon directe
=x
5.4
x2
= x1 y2 x2 y1
y2
Droites
Th
eor`
eme 5.11 : Condition dalignement de trois
points
x
x
x1
Th
eor`
eme 5.12 : Droite passant par un point dirig
ee par un vecteur non-nul
u
u 1 non-nul.
On consid`ere une droite affine passant par un point et dirigee par un vecteur
u2
x
Un point M est sur cette droite si et seulement si :
y
1. Equation
param
etrique : il existe R tel que
(
x = + u1
y = + u2
2. Equation
cart
esienne : les vecteurs
u et M sont lies, ce qui se traduit par
x u1
=0
Det( u ,M) = 0 :
y u2
1. Equation
param
etrique : il existe R tel que
(
x = x1 + (x2 x1 )
y = y1 + (y2 y1 )
2. Equation
cart
esienne :
x x 1
Det(M1 M,M1 M2 ) =
y y1
x2 x1
=0
y2 y 1
Th
eor`
eme 5.14 : Droite d
efinie par un point et un vecteur normal
v
x
v2
y
orthogonale au vecteur
v si et seulement si M.
v = 0 ce qui donne lequation cartesienne de
cette droite :
v1 (x ) + v2 (y ) = 0
le vecteur
n est normal a
` la droite.
v
Th
eor`
eme 5.15 : Distance dun point `
a une droite
x
1. Soit une droite D : ax + by + c = 0 et M un point du plan. Alors
y
d(M,D) =
|ax + by + c|
a2 + b 2
2. Soit D la droite passant par les deux points A, B distincts et M un point du plan. Alors
Det(AM ,AB)
d(M,D) =
kABk
D
B
H
A
M
Fig. 5.7 Distance dun point a
` une droite dans le plan
Th
eor`
eme 5.16 : Equation
normale dune droite
2
R
cos
Soit u
un vecteur unitaire. On definit lapplication f :
sin
M
R
. Les lignes de
u .OM
f (M ) = c cos x + sin y = c
avec
u un vecteur normal a
` la droite, et |c| = d(O,D).
H
c
Th
eor`
eme 5.17 : Equation
polaire dune droite
1. Droite passant par lorigine : = 0
a
2. Droite parall`
ele `
a (Ox) : =
sin
a
3. Droite parall`
ele `
a (Oy) : =
cos
4. Droite quelconque :
=
c
a cos + b sin
p
=
cos( 0 )
o`
u p est la distance du p
ole a
` la droite et 0 langle entre (Ox) et la normale a
` la droite.
Exercice 5-3
5.5
Cercles
D
efinition 5.9 : Cercle
On consid`ere un point et un reel strictement postif R > 0. On appelle cercle de centre et de
rayon R lensemble des points du plan a
` distance R du centre :
C(,R) = {M P | d(,M ) = R}
Th
eor`
eme 5.18 : Equation
cart
esienne r
eduite dun cercle
x0
x
Si , un point M appartient au cercle de centre et de rayon R si et seulement si :
y0
y
(x x0 )2 + (y y0 )2 = R2
X
0
Dans le nouveau rep`ere R = (, i , j ), un point M appartient au cercle si et seulement si
Y
R0
X 2 + Y 2 = R2
R0
xx0 + yy0 = R2
x + x0
y + y0
+b
+c=0
2
2
Th
eor`
eme 5.20 : Equation
g
en
erale dun cercle
x
Lensemble des points du plan M verifiant lequation :
y
x2 + y 2 + ax + by + c = 0
Th
eor`
eme 5.21 : Equation
polaire dun cercle passant par lorigine
Cercle de centre 0 et de rayon a :
=a
Cercle tangent a
` (Oy) et passant par lorigine :
= 2R cos
Cercle quelconque passant par lorigine :
= 2 cos + 2 sin
Th
eor`
eme 5.22 : Intersection dun cercle et dune droite
Lintersection dun cercle et dune droite peut etre :
vide,
reduite a
` un point. Dans ce cas la droite est tangente au cercle
formee de deux points distincts.
Th
eor`
eme 5.23 : Intersection de deux cercles
Lintersection de deux cercles de rayons R et r (R > r) est non-vide si et seulement si
Rr dR+r
o`
u d est la distance entre les deux centres.
Exercice 5-4
On consid`ere deux points A et B distincts. Determiner les points M verifiant la condition
M A.M B = 0
Exercice 5-5
On definit langle non-oriente entre deux droites D1 et D2 comme etant langle modulo que font deux vecteurs
directeurs de ces droites.
Soient deux points distincts du plan A et B et un reel [0,[. Determiner les lignes de niveau de la fonction
M 7 (M A,M B)
Exercice 5-6
Soient deux points distincts A et B et un reel k > 0. Determiner les points M verifiant :
d(M,B) = k d(M,A)
Chapitre 6
G
eom
etrie de lespace
6.1
Modes de rep
erage dans lespace
D
efinition 6.1 : syst`
emes li
es
,
M = x1
e1 + x 2
e2 + x 3
e3
x
On note M y et on dit que les scalaires x,y,z sont les coordonnees cartesiennes du point M dans
z
R
le rep`ere R.
Th
eor`
eme 6.1 : Formules de changement de rep`
ere
0
Soient deux rep`eres cartesiens R = (, e1 , e2 , e3 ) et R = (0 , e01 , e02 , e03 ) et un point M . On note :
0
x
x
0
0
M y , M y ,
z
z 0
R
R0
Alors les coordonnees du point M dans le rep`ere R sexpriment en fonction des coordonnees de M
dans le rep`ere R0 sous la forme :
0
0
0
Remarque 42. Orientation de lespace, angle entre vecteurs, angle entre droites.
D
efinition 6.3 : Coordonn
ees cylindriques
x = r cos
y = r sin
z=z
D
efinition 6.4 : Coordonn
ees sph
eriques
x = sin cos
y = sin sin
z = cos
z
z
y
(a) Coordonnees
driques
cylin-
(b)
spheriques
Coordonnees
6.2
Produit scalaire
D
efinition 6.5 : Produit scalaire
= (x ,y ,z ) et
= (x ,y ,z ) et on definit le produit scalaire de
On consid`ere deux vecteurs
u
u
1
1 1 1
2
2 2 2
ces deux vecteurs par :
|
(
u
1 u 2 ) = u 1 .u 2 = x 1 x 2 + y 1 y 2 + z 1 z 2
k
u k = x2 + y 2 + z 2
2
1. bilin
earit
e : soient trois vecteurs
u
1 u2 , u3 et deux scalaires (,) R :
+
).
(a) (
u
u
1
2 u 3 = u 1 .u 3 + u 2 .u 3
2. sym
etrie : Pour deux vecteurs u1 et u2 ,
u
1 u 2 = u 2 .u 1 .
Remarque 43.
On dit que deux vecteurs sont orthogonaux lorsque leur produit scalaire est nul.
On dit quun vecteur est unitaire lorsque sa norme vaut 1.
On dit quune base est orthonormale lorsque les trois vecteurs de la base sont orthogonaux deux a
` deux
et unitaires.
On dit quun rep`ere est orthonorme lorsque sa base est orthonormale.
Proposition 6.3 : Coordonn
ees dun vecteur dans une bon
x = (
x .
e1 )e1 + (
x .
e2 )e2 + (
x .
e3 )e3
Proposition 6.4 : Calcul du produit scalaire dans une bon
Si (
e1 ,
e2 ,
e3 ) est une base orthonormale quelconque et si
(
u = x
e1 + y
e2 + z
e3
0
0
u = x e + y e + z0
e
1
alors
u . u0 = xx0 + yy 0 + zz 0.
D
efinition 6.6 : Distance entre deux points
On definit la distance entre deux points A et B de lespace par :
d(A,B) = kABk
0
x
x
Si R est un rep`ere orthonorme et si Ay , B y 0 ,
z 0
z
d(A,B) =
6.3
Produit vectoriel
= (x ,y ,z ),
u
1
1 1 1 u2 = (x2 ,y2 ,z2 )
le vecteur
u1 u2 = 1
z1
x
y2
, 1
z1
z2
x2 x1
,
z2 y1
x2
y2
u
u
u
u
u
u
u
1
2
3
1
2
1
3
+
)
=
(
u
u
u
u
u
u
u
1
2
3
1
3
2
3
,
3. le produit vectoriel est antisymetrique :
u
u
u
u
2
1
1
2
.(
0.
5. On a la formule du double produit vectoriel :
) = (
.
u
u
u
u
1
2
3
1 u 3 ) u 2 ( u 1 .u 2 ) u 3
6. Identite de Lagrange :
k2 + (
.
2
2
2
k
u
u
u
1
2
1 u2 ) = k u1 k k u2 k
Remarque 44.
1. Dapr`es la formule de Lagrange, si
[0,] tel que
(
u
1 u2
k
k u1
u
2
et
sont deux vecteurs non-nuls, il existe un unique
u
u
1
2
kk
k cos
= k
u
u
1
2
et
.
On appelle langle non-oriente entre les vecteurs
u
u
1
2
et
.
2. ku1 u2 k represente laire du parallelogramme construit sur les vecteurs
u
u
1
2
u
u
1
2
u
2
u
1
Fig. 6.2 Produit vectoriel de deux vecteurs dans lespace
=x
Si B = (
e1 ,
e2 ,
e3 ) est une base orthonormale directe, et si
u
1
1 e 1 + y 1 e 2 + z 1 e 3 , u2 = x 2 e 1 +
y2 e2 + z2 e3 , alors
y 1 y 2
z1 z2
x1 x2
u
u
1
2
z1 z2
x1 x2
y1 y2
B
6.4
D
eterminant, produit mixte
D
efinition 6.8 : Produit mixte
On appelle produit mixte (ou determinant) de trois vecteurs, le reel :
Det(
u ,
v ,
w ) = (
u
v ).
w
x
Fig. 6.3 Interpretation du produit mixte
trilin
earit
e : le produit mixte est lineaire par rapport a
` chacun des vecteurs.
Si deux des trois vecteurs sont egaux, le produit mixte est nul.
antisym
etrie : en permutant deux vecteurs, on change le produit mixte en son oppose.
condition de coplanarit
e : trois vecteurs sont coplanaires si et seulement si leur produit
mixte est nul.
5. interpr
etation g
eom
etrique : le produit mixte de trois vecteurs represente le volume
algebrique du parallelogramme construit sur les trois vecteurs.
Si (
e1 ,
e2 ,
e3 ) est une base orthonormale directe, pour trois vecteurs
x1
x2
x3
y ,
y ,
y
u
u
u
1 1
2 2
3 3
z1
z2
z3
x1
x2
y2
z2
x3
y3 = x1 y2 z3 + y1 z2 x3 + z1 x2 y3 z1 y2 x3 x1 z2 y3 y1 x2 z3
z3
6.5
a11
a12
a13
a21
a22
a23
a31
a32
a33
a11
a12
a13
a21
a22
a23
Droites et plans
Soit D la droite affine passant par le point M0 y0 et dirigee par le vecteur non-nul u . Un point
z0
x
M y appartient a
` cette droite si et seulement sil existe R tel que :
z
x = x0 +
y = y0 +
z = z0 +
x
y
= x0 + 1 + 2
= y0 + 1 + 2
= z0 + 1 + 2
Proposition 6.12 : Equation
car
esienne
dun plan
1
x0
,
u
Soit P le plan affine passant par le point A y0 et dirige par les deux vecteurs non-colineaires
1 1
1
z0
x
2
. Un point M y appartient a
` ce plan si et seulement si :
u
2 2
z
2
Det(AM ,
u ,
v)=0
(supprimer la constante dans les equations affines). Le vecteur n b est un vecteur orthogonal au
c
plan P.
Proposition 6.14
: Plan passant par un point et normal `
a un vecteur
a
x0
n est :
Proposition 6.16 : Equations
cart
esiennes dune droite
Une droite affine peut etre vue comme intersection de deux plans non-parall`eles :
(
ax + by + cz + d
a0 x + b 0 y + c 0 z + d 0
=0
=0
o`
u un vecteur directeur de la droite est :
a a 0
u = b b0 6= 0
c c0
Remarque 45.
1. Il ny a pas unicite des deux plans qui definissent une droite.
2. Une facon rapide dobtenir une equation de droite consiste a
` eliminer le param`etre dune equation parametrique.
3. Les plans contenant la droite D ont pour equation cartesienne :
P (ax + by + cz + d) + (a0 x + b0 y + c0 z + d0 ) = 0
(sauf le plan dequation ax + by + cz + d = 0). On appelle cette famille de plans le faisceau de plans issu
de la droite D.
Th
eor`
eme 6.17 : Distance dun point `
a un plan donn
e par son
equation cart
esienne
Soit un plan P dequation cartesienne :
P : ax + by + cz + d = 0
x0
et un point M0 y0 . La distance du point M0 au plan P est donnee par la formule :
z0
d(M0 ,P) =
a2 + b 2 + c 2
Th
eor`
eme 6.18 : Distance dun point `
a un plan passant par trois points
Soit le plan affine P passant par trois points non-alignes A, B et C et un point M . La distance
entre le point M et le plan P est donnee par :
Det(AM ,AB,AC)
d(M,P) =
kAB ACk
M
C
A
P
p(M )
B
Th
eor`
eme 6.19 : Distance dun point `
a une droite
kuk
D
H = p(M )
u
A
Soit un vecteur unitaire u b . Definissons la fonction f :
M
c
R
. Alors les lignes
u .OM
f (M ) = h ax + by + cz = h ,
p
a2 + b2 + c2 = 1
Le vecteur
u est un vecteur orthogonal a
` ce plan et |h| = d(0,P).
6.6
Sph`
eres
D
efinition 6.9 : Sph`
ere
On appelle sph`ere de centre A et de rayon R > 0, lensemble des points M de lespace verifiant
d(A,M ) = R.
A,
la
sph`ere
pour
equation
reduite
2. Dans un rep`ere orthonorme quelconque, lensemble des points dont les coordonnees verifient
x2 + y 2 + z 2 + ax + by + cz + d = 0 est soit :
vide,
reduit a
` un point,
une sph`ere.
Remarque 46. On peut utiliser les coordonnees spheriques pour parametrer une sph`ere de centre lorigine du
rep`ere :
x = R cos sin
y = R sin sin [0,], [,]
z = R cos
Proposition 6.22 : Intersection dun plan et dune sph`
ere
Soit une sph`ere S de centre A et de rayon R et un plan affine P.
1. Si d(A,P) > R, S P = ,
2. Si d(A,P) = R, S P = {M0 }, (on dit que le plan est tangent a
` la sph`ere),
p
3. Si d(A,P) < R, S P est un cercle de rayon r = R2 d2 (A,P) et de centre H, le projete
orthogonal de A sur P.
D
est
r
e
duit
aux
deux
points
de
la
droite
D situes a
` distance
p
R2 d2 (A,D) du point H.
Chapitre 7
Courbes param
etr
ees
7.1
Fonctions `
a valeurs dans R2
F :
I
t
R2
x(t),y(t)
D
efinition 7.1 : Limite dune fonction
vectorielle
tt0
x(t) l1
tt0
F (t) (l1 ,l2 )
tt0
y(t) l2
tt0
D
efinition 7.2 : D
eriv
ee dune fonction
vectorielle 2
I
R
On dit quune fonction vectorielle F :
t 7
x(t),y(t)
F (t) F (t0 )
l
tt0
t t0
La fonction F est derivable en t0 si et seulement si les deux fonctions reelles x et y sont derivables
Th
eor`
eme 7.3 : D
erivation dun produit scalaire et dun d
eterminant
On consid`ere des fonctions a
` valeurs dans R2 :
I
R2
I
R2
F1 :
, F2 :
t 7 (x1 (t),y1 (t))
t 7 (x2 (t),y2 (t))
On peut alors definir deux fonctions a
` valeurs reelles :
x1 (t) x2 (t)
(t) = Det F (t), G (t) =
= x1 y2 (t) x2 (t)y1 (t)
y1 (t) y2 (t)
Alors si F et G sont derivables sur I, le produit scalaire et le determinant precedent sont derivables
et t I :
I
R2
qui ne sannule pas sur I. Alors
Soit une fonction vectorielle derivable F :
t 7
x(t),y(t)
la fonction norme :
I
R
:
t 7 k F (t)k
est derivable sur I et t I,
F (t).F 0 (t)
(t) =
k F (t)k
0
7.2
Courbes param
etr
ees
parametree la donnee du couple (I, F ). Lensemble des points f (I) sappelle le support de la courbe.
Remarque 47. Le point M (t) du plan defini par la relation OM (t) = F (t) se deplace sur le support de la courbe.
Sa vitesse instantanee a
` la date t est donnee par
v (t) = F 0 (t) et son acceleration par F 00 (t).
D
efinition 7.4 : Point r
egulier, bir
egulier
Le point M (t) de la courbe est dit regulier lorsque F 0 (t) 6= 0. Dans le cas contraire, on dit que
M (t) est un point stationnaire.
D
efinition 7.5 : Tangente en un point dune courbe param
etr
ee
Soit M (t0 ) un point dune courbe parametree (I, F ). On dit que la courbe poss`ede une tangente
2.
u (t)
u 6= 0 . (limite non-nulle).
tt0
Th
eor`
eme 7.5 : Tangente en un point r
egulier
1/t2
,0)
(e
F (t) = (0,0)
(0,e1/t )
si t > 0
si t = 0
si t < 0
est de classe C mais elle ne poss`ede pas de tangente au point M (0) = (0,0).
Remarque 49. Il se peut que F 0 (t0 ) = 0 et que la courbe admette une tangente en M (t0 ). Par exemple F (t) =
(t2 ,t2 ). Nous verrons plus tard comment faire letude locale compl`ete dune courbe en un point stationnaire a
`
laide des developpements limites.
Proposition 7.6 : Tangente en un point stationnaire
D
efinition 7.6 : Branches infinies
Soit t0 R. On dit que la courbe presente une branche infinie lorsque t t0 si et seulement si
kF (t)k +.
tt0
D
efinition 7.7 : Droite asymptote
a
` dire que
ax(t) + by(t) + c 0
tt0
tt0
tt0
Etudier
les branches infinies de la courbe definie par
x(t) =
7.3
t2 2t
t3
,
y(t)
=
t2 9
t3
Plan d
etude dune courbe param
etr
ee
I
t
R2
.
(x(t),y(t))
Etudier
la courbe parametree :
x(t)
y(t)
1
2t + 1
1
= t2
2t + 1
= 2t +
Exercice 7-3
Une roue de rayon R roule sans glisser sur une route. Determiner la trajectoire dun point de sa circonference.
Cette courbe sappelle la cyclode
Exercice 7-4
Tracer la courbe parametree
x(t) = a cos3 t
y(t) = a sin2 t
7.4
Courbes polaires.
u () = cos i + sin j ,
v () = sin i + cos j
et on remarque que :
d
u
d
v
=
v,
=
u
d
d
Le rep`ere R = O,
u (),
v () sappelle le rep`ere polaire.
OM =
u ()
v ()
u ()
O
Fig. 7.3 Rep`ere polaire : R = (O,u(),v())
Etant
donnees deux fonctions : I 7 R et : I 7 R, on peut definir la courbe parametree (I, f ) par
F (t) = (t)
u ((t))
Proposition 7.7 : Calcul de la vitesse et de lacc
el
eration dans le rep`
ere polaire
F 0 (t) = 0 (t)
u (t) + (t)0 (t)
v (t)
7.4.1
2. Etude locale
F 0 () = 0 ()
u + ()
v
Les points stationnaires ne peuvent correspondre quau passage au p
ole. On obtient lallure locale
de la courbe en examinant le signe de : un point stationnaire pour une courbe polaire ne peut etre
quun point ordinaire ( change de signe) ou un rebroussement de premi`ere esp`ece ( ne change pas
de signe) ;
En un point different de lorigine (donc regulier), si V () est langle entre la droite (OM ()) et la
tangente a
` la courbe en M (), alors :
tan V () =
()
0 ()
+ k, il suffit detudier :
2
x() = () cos
F 0 ()
V ()
M ()
v()
u()
()
0 ()
Y =l
M ()
()
Y ()
v (0 )
D 0
X()
u (0 )
5. Il est important, avant de commencer letude dune courbe polaire de reduire lintervalle detude. Quelques
exemples :
p
Si () est T periodique, avec T = 2,
q
Si () = (),
Si (0 ) = ().
7.4.2
La cardiode
.
2
7.4.3
La strophode droite
cos 2
cos
7.5
Coniques
D
efinition 7.8 : Coniques
Soit F R2 un point et D une droite affine. Soit e > 0. On appelle conique de foyer F , de directrice
D et dexcentricite e, la courbe C formee des points M du plan verifiant :
d(F,M ) = e d(M,D)
1. Si 0 < e < 1, on dit que C est une ellipse ;
2. Si e = 1, on dit que C est une parabole ;
3. Si e > 1, on dit que C est une hyperbole ;
7.5.1
Equation
polaire dune conique
On se place dans le rep`ere orthonorme R = (F, i , j ) dans lequel lequation de la directrice D est :
D:x=>0
p
1 + e cos
o`
u p = e est le param`etre de la conique.
7.5.2
Equations cart
esiennes r
eduites
x = > 0
x
M
On effectue un changement de rep`ere R0 (O, i , j ). Le point O sappelle le centre de la conique. On obtient alors
les equations suivantes :
i
F
D
Fig. 7.9 Rep`ere pour lequation cartesienne dune conique
1. Parabole e = 1 :
Parametrisation : x(t) =
p
F 2 ,
0
D:x=
p
,
2
C : y 2 = 2px
t2
, y(t) = t, t R
2p
y
M
p
2
p2
2. Ellipse
2
c =a b ,
c
e=
a
c
0 c
F , F
0
0
x
Equation de la tangente en M0 0 :
y0
D:x=
a2
a2
, D0 : x =
c
c
C:
y2
x2
+
=1
a2
b2
x0 x y 0 y
+ 2 =1
a2
b
y
b
c
O
ac
x
0
a2
c
D0
y2
x2
+
=1
a2
b2
3. Hyperbole e > 1 :
c2 = a 2 + b 2 ,
e=
c
a
c c
F ,F 0
0
0
D:x=
a2 0
a2
,D : x =
c
c
C:
x2
y2
2 =1
2
a
b
y=
b
b
x y= x
a
a
2.
y = ab x
y
D
c
F
D0
c
2
ac
a
c
F0
x2
y2
=1
a2
b2
y = ab x
Exercice 7-5
Soit une ellipse E de foyers F , F 0 et un point M0 E different des sommets.
a. Soit P lintersection de la tangente en M0 avec la directrice. Montrer que les droites (F M0 ) et (F P ) sont
orthogonales.
b. Soit T lintersection de la tangente en M0 avec laxe (0x) et N lintersection de la normale en M0 avec
laxe (0x). Montrer que
OT .ON = kOF k2
Exercice 7-6
Soit H une hyperbole de foyers F,F 0 de directrice D et M0 H.
a) Soit P lintersection de la tangente en M0 avec D. Montrer que les droites (F P ) et F M0 sont orthogonales.
b) Soit T lintersection de la tangente en M0 avec laxe focal et N lintersection de la normale en M0 avec laxe
focal. Montrer que
Th
eor`
eme 7.9 : Equations bifocales
1. Pour une ellipse de foyers F et F 0 :
M E d(F,M ) + d(F 0 ,M ) = 2a
2. Pour une hyperbole de foyers F et F 0 :
M H |d(F,M ) d(F 0 ,M )| = 2a
Exercice 7-7
Soit une ellipse E de foyers F et F 0 et un point M de cette ellipse. Montrer que la bissectrice interieure des
droites (F M ) et (F 0 M ) est la normale a
` lellipse au point M .
7.5.3
Courbes alg
ebriques du second degr
e
x
C = {M | P (x,y) = ax2 + 2bxy + cy 2 + +dx + ey + f = 0}
y
D
efinition 7.9 : Discriminant
On appelle discriminant de la courbe du second degre
ax2 + 2bxy + cy 2 + dx + ey + f = 0
le reel = ac b2 .
` C si et
On suppose que 6= 0. Il existe un rep`ere R0 = (, i , j ) tel que M appartient a
Y
R0
seulement si :
aX 2 + 2bXY + cY 2 = F
Th
eor`
eme 7.11 : Effet dun changement de rep`
ere orthonorm
e
0 = AC B 2 = ac b2 =
A+C =a+c
A+C
AC
=a+c
= ac b2 =
Remarque 51. Les memes calculs (avec les termes lineaires) montrent que lorsque = 0, si C : ax 2 +2bxy+cy 2 +
dx + ey + f = 0, dans un autre rep`ere orthonorme, lequation devient AX 2 + 2BXY + CY 2 + DX + EY + F = 0
avec egalement 0 = AC B 2 = 0.
Th
eor`
eme 7.12 : Classification des courbes du second degr
e
On consid`ere une courbe du second degre dequation
ax2 + 2bxy + cy 2 + dx + ey + f = 0
dans
Remarque 52. Le theor`eme precedent fournit un algorithme pour determiner la nature de la courbe
C : ax2 + 2bxy + cy 2 + dx + ey + f = 0
et preciser son equation reduite :
1. Calculer le discriminant = ac b2 et T = a + c. Selon le signe de , on peut sans calcul preciser le type
de la courbe.
2. Si 6= 0, par un changement du centre du rep`ere defini par les formules
(
x =X +
y =Y +
se debarrasser des termes lineaires en x et y pour aboutir a
` une equation :
ax2 + 2bxy + cy 2 = F
Le centre du nouveau rep`ere est .
3. On sait que lon peut par rotation des axes se placer dans un rep`ere orthonorme de meme centre o`
u
lequation devient
Ax2 + Cy 2 = F
4. On connat la somme et le produit de A et C, et par consequent, ils sont racines dun trin
ome.
5. Ayant determine A et C, on peut ecrire lequation reduite de la conique et discuter de sa nature en fonction
du signe de F
6. Si lon veut avoir toutes les informations, il faut determiner langle de rotation choisi pour annuler le
terme xy.
Exercice 7-8
On consid`ere les courbes de R2 definies par les equations
a. 2x2 + y 2 + 4x + 6y + 1 = 0,
b. xy = 4,
c. 3x2 + 10xy + 3y 2 2x 14y 13 = 0
Determiner leur nature et preciser leurs elements caracteristiques.
Chapitre 8
Les nombres r
eels
8.1
On consid`ere lensemble des nombres reels note R, muni de lordre usuel et des operations +, . On verra
plus tard que (R, + ,) est un corps.
Remarque 53. Pour (x,y) R2 , on note x < y ssi x y et x 6= y. En analyse on pref`ere toujours travailler avec
des inegalites larges et utiliser les inegalites strictes seulement lorsquelles sont necessaires.
D
efinition 8.1 : Valeur absolue, distance de deux points
On definit pour un reel x sa valeur absolue :
|x| = max(x, x)
La quantite d(x,y) = |x y| mesure la distance entre deux reels x et y.
Th
eor`
eme 8.1 : In
egalit
e triangulaire
|xy| = |x|.|y|
|x| |y| |x + y| |x| + |y| (inegalite triangulaire).
Th
eor`
eme 8.2 : Quelques in
egalit
es classiques
(a,b) R2 , |ab|
a2 + b 2
2
x R+ ,n N, (1 + x)n 1 + nx
x R, |sin x| |x|
x [0, ],
2
x > 1,
2
x sin x x
ln(1 + x) x
Exercice 8-1
a) Montrer que (a,b) R2 , (a + b)2 2(a2 + b2 )
b) Pour x [2,3], encadrer f (x) =
x1
ex + 1
n3 + n 2
. La majorer et la minorer a
` partir dun certain rang
n2 + 1
D
efinition 8.2 : Droite r
eelle achev
ee
On note R lensemble R {, + }, et lon etend la relation dordre sur R par :
x R,
< x < +
D
efinition 8.3 : Segments
Soient deux reels a < b. On appelle segment [a,b], la partie de R definie par
[a,b] = {x R | a x b}
D
efinition 8.4 : Intervalles
Soit une partie non-vide de R, I R. On dit que cette partie I est un intervalle lorsque
(x,y) I 2 , x < y [x,y] I
o`
u
[x,y] = {z R tq x z y}
x
k (k + 1)
D
efinition 8.6 : Valeurs d
ecimales approch
ees
Soit un reel x, et un entier naturel n 1. Si p est un entier relatif tel que
p+1
p
x
10n
10n
p
p+1
est une valeur decimale approchee de x par defaut a
` la precision 10n , et que
10n
10n
est une valeur decimale approchee de x par exc`es a
` la precision 10 n .
on dit que
D
efinition 8.7 : Densit
e
Soient A et B deux parties de R. On dit que la partie A est dense dans B lorsque
x B, > 0, a A tel que |x a|
Th
eor`
eme 8.4 : Q est dense dans R
Si I est un intervalle ouvert de R alors I Q 6= , ou de facon equivalente, Q est dense dans R :
x R, > 0, r Q tq |x r|
Th
eor`
eme 8.5 : Le compl
ementaire de Q est dense dans R
x R, > 0, R \ Q tq |x |
Remarque 55. On en deduit quentre deux reels il existe toujours un rationnel (irrationnel) :
(a,b) R2 , tq a < b, r Q avec a < r < b
8.2
Borne sup
erieure
Exercice 8-2
Soit A R une partie non-vide. On suppose quelle poss`ede un plus grand element a A. Montrer qualors
sup A = a.
Th
eor`
eme 8.6 : Caract
erisation de la borne sup par
Soit A R et a R. Alors on a lequivalence :
H1
a = sup A
H2
x
Fig. 8.2 Caracterisation de la borne superieure
Exercice 8-3
Ecrire le theor`eme correspondant pour la borne inferieure et le demontrer.
Lensemble des reels poss`ede la propriete fondamentale suivante que lon admettra :
Th
eor`
eme 8.7 : Propri
et
e de la borne sup.
Soit une partie de R, A R. Si
H1
A est non-vide,
A est majoree,
alors la partie A admet une borne superieure.
H2
Remarque 56. On a la propriete equivalente pour la borne inferieure : toute partie non-vide de R et minoree
poss`ede une borne inferieure.
Remarque 57. Cette propriete distingue R de Q. En effet, la partie
A = {x Q | x2 < 2}
nadmet pas de borne superieure dans Q.
D
efinition 8.12 : Borne sup. dune fonction
Soit D R une partie de R et f : D 7 R une application. On consid`ere la partie de R definie par
A = f (D).
On dit que f poss`ede une borne superieure ssi A poss`ede une borne superieure. On la note alors
a = sup f (x)
xD
Th
eor`
eme 8.8 : Caract
erisation de la borne sup. dune fonction
On caracterise a = supxD f (x) par les proprietes :
H1
f est majoree par a : x D, f (x) a ;
H2
Raisonnement de passage `
a la borne sup
erieure.
Soit A R une partie non-vide. Si x A, x M , alors sup A M
Exercice 8-4
Soient A R et B R deux parties non-vides et majorees de R. Montrez que
A B sup A sup B
Exercice 8-5
Soit I R un intervalle et f,g : I 7 R deux fonctions bornees. Montrez que
sup|(f + g)(x)| sup|f (x)| + sup|g(x)|
xI
xI
xI
Chapitre 9
Suites r
eelles
9.1
D
efinitions
D
efinition 9.1 : Suite
Une suite reelle est une application u : N 7 R (on dira quune application definie a
` partir dun
certain rang n0 est aussi une suite). On note cette application sous forme indicielle :
(un )nN ou (un )
On note S(R) lensemble des suites reelles.
Remarque 58. Attention aux notations : (un ) designe une suite : (un ) S(R), alors que un designe un terme de
la suite : un R.
On adoptera une des visualisation suivantes pour une suite :
R
u1 u3u4 u2 u0
0
N
2
3
4
Fig. 9.1 Representation dune suite
D
efinition 9.2 : Op
erations sur les suites
On definit les lois suivantes sur lensemble des suites :
Addition : (un ) + (vn ) = (un + vn ) ;
Multiplication par un reel : (un ) = (un ) ;
Multiplication de deux suites : (un ).(vn ) = (un .vn ).
D
efinition 9.3 : Suites born
ees
On dit quune suite (un ) est majoree ssi M R tel que n N, un M .
On dit quune suite (un ) est minoree ssi m R tel que n N, m un .
On dit quune suite et bornee ssi elle est majoree et minoree.
D
efinition 9.4 : Suites monotones
On dit quune suite (un ) est croissante ssi n N, un un+1 .
On dit quune suite (un ) est decroissante ssi n N, un+1 un .
On dit quune suite (un ) est monotone ssi elle est croissante ou decroissante.
` partir dun certain rang
D
efinition 9.5 : A
On dit quune propriete p(n) est verifiee a
` partir dun certain rang si et seulement si N N tel
que n N , la propriete p(n) est vraie.
9.2
D
efinition 9.6 : Limite, suite convergente, suite divergente
On dit que la suite (un ) converge vers un reel l R lorsque
> 0, N N tq n N, |un l|
On note alors lim un = l ou encore un l.
n+
n+
Sil existe un reel l tel que la suite converge vers l, on dit que la suite est convergente.
Sil nexiste pas de reel l verifiant la propriete ci-dessus, on dit que la suite diverge.
R
a+
a
a
u0 u2 u4 u3
0
u1
R
2
Fig. 9.2 Convergence dune suite
Pour
1.
2.
3.
4.
5.
Exemple 13. Montrer en utilisant la definition que la suite (1/n) converge vers 0.
Remarque 59. La limite dune suite est un nombre reel independant de n. Ecrire par exemple
un
n+
1
n
n+
lim un = A R, N N tq n N, un A
n+
Pour
1.
2.
3.
4.
Exercice 9-1
Th
eor`
eme 9.1 :
Exercice 9-3
Ecrire a
` laide de quantificateurs les proprietes :
a) (un ) ne converge pas vers l R ;
b) (un ) ne diverge pas vers + ;
c) (un ) diverge.
Th
eor`
eme 9.2 : Unicit
e de la limite
La limite dune suite si elle existe est unique.
Th
eor`
eme 9.3 : Une suite convergente est born
ee.
Si l R tel que un l, alors
n+
M > 0 tq n N,
|un | M
Th
eor`
eme 9.4 : Une suite convergeant vers un r
eel strictement positif est positive `
a
partir dun certain rang
Soit une suite (un ) qui converge vers une limite l > 0. Alors cette suite est a
` termes positifs a
`
partir dun certain rang. Plus generalement, si une suite (un ) converge vers un reel l R, pour
tous reels k < l < k 0 , il existe un rang N N tel que
n N, n N k un k 0
Th
eor`
eme 9.5 : Passage `
a la limite dans les in
egalit
es
Soit deux suites (un ) et (vn ). On suppose que
H1
un v n a
` partir dun certain rang ;
H2
un l et vn l0 .
n+
n+
Alors on a l l0 .
Remarque 61. Meme si lon a des inegalites strictes dans 1 , on ne peut obtenir que des inegalites larges apr`es
passage a
` la limite, (penser aux suites de termes generaux un = 1/n et vn = 2/n)
Th
eor`
eme 9.6 : Th
eor`
eme de majoration
Soit (un ) une suite et un reel l R. On suppose quil existe une suite (n ) et un rang N N tels
que :
H1
n N , |un l| n .
H2
n 0
n+
Alors un l.
n+
Remarque 62. Ce theor`eme est tr`es utilise en pratique pour montrer la convergence dune suite lorsquon devine
sa limite.
Exemple 14. Montrer que les suites de terme general un = 1/2n et vn = 2n /n! convergent vers 0.
Th
eor`
eme 9.7 : Th
eor`
eme des gendarmes
On consid`ere trois suites (un ), (vn ) et (wn ) telles que :
H1
vn un w n a
` partir dun certain rang ;
les deux suites encadrantes (vn ) et (wn ) convergent vers la meme limite l ;
alors la suite (un ) converge vers l.
De meme, si
H1
vn un (`
a partir dun certain rang) ;
H2
H2
lim vn = + ;
n+
alors lim un = +
n+
n l, n l.
n+
n+
Par passage a
` la limite dans les inegalites, on en deduit que u n l. En effet, pour appliquer le passage
n+
a
` la limite dans les inegalites, il faut dej`
a avoir montre que (un ) converge. Le theor`eme des gendarmes, lui par
contre, garantit la convergence de (un ).
Conclusion : utilisez correctement les theor`emes du cours avec leurs hypoth`eses exactes.
Remarque 64. En pratique, pour montrer la convergence dune suite vers une limite on utilise le theor`eme de
majoration ou le theor`eme des gendarmes. On ne revient a
` la definition que lorsque cest absolument necessaire.
Exercice 9-4
Etudiez
la suite de terme general
Sn =
n
X
k=1
n3
n2
+ k2
Exercice 9-5
On consid`ere la suite de terme general
Sn =
n
X
1
k
k=2
a) Pour k N , comparez
b) Montrez que
9.3
R k+1 dt
R k dt
1
avec k
et k1
k
t
t
Sn
1.
ln n n+
Th
eor`
emes g
en
eraux sur les suites
Th
eor`
eme 9.8 : Th
eor`
emes g
en
eraux
Soit (un ) une suite convergeant vers l R et (vn ) une suite convergeant vers l 0 R. Alors
1. la suite (|un |) converge vers |l| ;
2. la suite (un + vn ) converge vers l + l 0 ;
3. Pour R, la suite (un ) converge vers l ;
4. la suite (un vn ) converge vers ll 0 ;
un
l
0
5. Si l 6= 0, la suite
converge vers 0 .
vn
l
Exercice 9-6
2n2 + n 1
.
Etudiez la suite de terme general un =
3n2 + 1
Exercice 9-7
Soit (un ) une suite bornee et une suite (vn ) qui diverge vers +. Montrez que
un + vn +
n+
Exercice 9-8
Si (un ) converge et (vn ) diverge, montrer que (un + vn ) diverge.
9.4
Suites et s
eries g
eom
etriques
Th
eor`
eme 9.9 : Convergence des suites g
eom
etriques
Soit k R. On appelle suite geometrique de raison k, la suite definie par
un = k n
Elle verifie la relation de recurrence un+1 = kun .
1. Si |k| < 1, alors la suite (un ) converge vers 0 ;
2. Si |k| > 1, alors la suite (un ) diverge (|un | +) ;
3. Si k = 1, la suite (un ) est constante et converge vers 1 ;
4. Si k = 1, la suite (un ) diverge.
DV
CV
1
DV
1
D
efinition 9.7 : S
erie g
eom
etrique
Soit un reel k R. On definit la progression geometrique (ou serie geometrique) de raison k. Cest
la suite de terme general
n
X
ki
Sn = 1 + k + + k n =
i=0
Th
eor`
eme 9.10 : Convergence dune s
erie g
eom
etrique
On calcule explicitement le terme general Sn :
1 k n+1
Sn =
1k
(n + 1)
si k 6= 1
si k = 1
1
.
1k
DV
CV
DV
1
y = 1 (1 k)x
k2
S0
S1
Sn
1
1k
9.5
Suites extraites
D
efinition 9.8 : Suite extraite
On dit quune suite (vn ) est une suite extraite dune suite (un ) sil existe une application de N
dans N strictement croissante telle que n N, vn = u(n) .
Exemple 15. les suites (u2n ) et (u2n+1 ) sont extraites de la suite (un ).
Lemme 9.11 :
Si : N 7 N est strictement croissante, alors n N, (n) n.
Th
eor`
eme 9.12 : Une suite extraite dune suite convergente est convergente
Toute suite extraite dune suite convergeant vers une limite a est une suite convergeant vers a.
Corollaire 9.13 : Pour montrer quune suite diverge
Soit une suite (un ). On suppose quil existe deux suites extraites (vn ) et (wn ) de (un ) telles que
H1
(vn ) converge vers a ;
H2
a 6= b.
Alors la suite (un ) est divergente
H3
Exercice 9-9
Montrez que la suite de terme general un = (1)n , est une suite divergente.
Th
eor`
eme 9.14 :
Soit une suite (un ). On suppose que les deux suites extraites (u2n ) et (u2n+1 ) convergent vers la
meme limite l R. Alors la suite (un ) converge vers l.
Exercice 9-10
On consid`ere une suite (un ) S(R) telle que les suites (u2n ), (u2n+1 ) et (u3n ) convergent. Montrez que la suite
(un ) est convergente.
9.6
Suites monotones
Th
eor`
eme 9.15 : Th
eor`
eme de la limite monotone
Soit (un ) une suite croissante. On a les deux possibilites suivantes :
1. Si (un ) est majoree, alors (un ) converge vers une limite finie ;
2. Si (un ) nest pas majoree, alors (un ) diverge vers +.
Remarque 66. Si (un ) est croissante et majoree, elle converge vers la borne sup. des valeurs de (u n ) :
l = sup{un ; n N}
u0
u1
u2 uN un l
R
Fig. 9.6 Theor`eme de la limite monotone
D
efinition 9.9 : suites adjacentes
Soient (un ) et (vn ) deux suites reelles. On dit quelles sont adjacentes ssi
1. les deux suites sont monotones de sens contraire ;
2. La suite (dn ) = (vn un ) converge vers 0.
Th
eor`
eme 9.16 : Convergence des suites adjacentes
Deux suites adjacentes convergent et ont meme limite.
Remarque 67. Les theor`emes precedents permettent de montrer quune suite converge, meme sans deviner sa
limite !
Exercice 9-11
Montrer que k N ,
1
1
1
=
. Etudier
alors la suite de terme general
k(k + 1)
k
k+1
un =
n
X
1
k2
k=1
Exercice 9-12
Etudier
la suite de terme general
un =
n
X
1
k2k
k=1
Exercice 9-13
On definit la suite (Sn ) par :
Sn =
n
X
(1)k
k=0
1.
2.
3.
4.
1+k
Exercice 9-14
Soit les suites de terme general
un =
n
X
1
1
et vn = un +
k!
n!
k=0
Corollaire 9.17 : Th
eor`
eme des segments embot
es
Soit (In )nN une suite de segments : In = [an ,bn ] tels que
H1
Ils sont embotes : n N, In+1 In ;
H2
nN
In = {l}
Th
eor`
eme 9.18 : Th
eor`
eme de Bolzano-Weierstrass
De toute suite reelle bornee, on peut extraire une suite convergente.
Corollaire 9.19 :
Soit un segment [a,b] et une suite (xn ) de points de ce segment. Alors il existe une suite extraite
de la suite (xn ) qui converge vers un point l [a,b].
Remarque 68. Vous verrez lannee prochaine la notion plus generale de partie compacte de R n . Les segments
de R sont des parties compactes car fermees et bornees.
9.7
Etude de suites r
ecurrentes.
Soit une fonction continue f : R 7 R. On peut definir une suite (un ) par la donnee de son premier terme u0 et
dune relation de recurrence de la forme n N, un+1 = f (un ).
Remarque 69. On peut representer graphiquement la suite (un ) en utilisant des ricochets sur la premi`ere
bissectrice.
Remarque 70. On verra plus tard que si la suite (un ) converge vers une limite l R, alors forcement l = f (l) .
Il est donc essentiel de chercher les points fixes de f (graphiquement les intersections du graphe de f avec la
premi`ere bissectrice.
Exercice 9-15
Lorsque
f:
R
x
R
x
2
x +1
Letude dune suite recurrente generale est tr`es difficile et fait meme lobjet de certaines recherches de nos jours !
Par contre, nous savons etudier une telle suite dans deux cas particuliers :
1. f est croissante sur un intervalle stable I et u0 I ;
2. f est decroissante sur un intervalle stable J avec u0 J.
y
y
y
u0
u2
u3 u1
Intervalle stable
u0
u1
u2
Intervalle stable
x
O
u0 u2 u4
u3
u1
9.7.1
Th
eor`
eme 9.21 : (un ) est monotone
Lorsque f est croissante sur un intervalle stable J et u0 J, alors (un ) est monotone :
1. Si u0 f (u0 ), alors (un ) est croissante ;
2. Si f (u0 ) u0 , alors (un ) est decroissante.
Ce theor`eme et le theor`eme de la limite monotone permettent de conclure sur la nature de la suite (u n ).
Remarque 71. Il est interessant dintroduire la fonction
(x) = f (x) x
et de dresser son tableau de signe :
Les zeros de sont les points fixes de f ;
Le signe de (u0 ) dit si (un ) et croissante ou decroissante.
Remarque 72. Il est tr`es important de sinspirer du graphique pour deviner le comportement de la suite avant
de demontrer quoi que ce soit.
Exercice 9-16
un+1 = 4 + 3un
Exercice 9-17
Soit u0 0. Etudier
la suite recurrente definie par
un+1 =
9.7.2
2un
+1
u2n
La fonction f est d
ecroissante sur un intervalle stable
Ce cas est plus complique, mais si lon remarque que les deux suites extraites
(vn ) = (u2n ),
(wn ) = (u2n+1 )
w0 = u1 , n N,wn+1 = f f (wn )
et que la fonction g = f f est croissante, on se ram`ene alors au cas precedent. Les suites (v n ) et (wn ) sont
monotones de sens contraire. Si ces deux suites (vn ) et (wn ) convergent vers la meme limite l, alors la suite (un )
converge vers cette meme limite l. Sinon, la suite (un ) diverge.
Exercice 9-18
Etudier
la suite definie par u0 [0,1] et la relation de recurrence :
n N,
9.7.3
un+1 = 1 u2n
Quelques relations de r
ecurrences classiques
Suites arithm
etiques
Th
eor`
eme 9.22 : Suites arithm
etiques
On consid`ere une suite de reels (un ) verifiant
n N, un+1 = un + a
o`
u R. Alors, il existe un reel C R tel que n N, un = C + an.
Suites g
eom
etriques
Th
eor`
eme 9.23 : Suites g
eom
etriques
On consid`ere une suite de reels (un ) verifiant
n N, un+1 = kun
o`
u k R. Alors, il existe un reel C R tel que n N, un = Ck n .
Suites arithm
etico-g
eom
etriques
Th
eor`
eme 9.24 : Suites arithm
etico-g
eom
etriques
On consid`ere une suite de reels (un ) verifiant
n N, un+1 = kun + a
o`
u k 6= 1 et a 6= 0. Alors, il existe deux reels C1 R et C2 R tels que n N, un = C1 + C2 k n .
Remarque 73. Pour resoudre une recurrence arithmetico-geometrique, commencer par trouver un point fixe
= k + a et introduire la suite (vn ) = (un a), qui verifie une recurrence geometrique.
Exercice 9-19
On consid`ere une suite (un ) verifiant la relation de recurrence
n N, un+1 = 2un + 2n
Determinez pour n N, un .
Exercice 9-20
On consid`ere un reel a > 0 et la suite recurrente definie par :
u0 > 0
1
a
n N, un+1 =
un +
2
un
1. Montrer que la suite (un ) est bien definie et quelle converge vers a.
2. On note en = |un a| lerreur commise en approximant a par un . Montrer quil existe une constante
C > 0 telle que n N,
en+1 Ce2n
` 10p pr`es?
de n suffit-il de choisir pour que un soit une valeur approchee de 2 a
9.8
Suites complexes
D
efinition 9.11 : Convergence dune suite de complexes
On dit quune suite de nombres complexes (zn ) converge vers un nombre complexe a C si et
seulement si la suite reelle |zn a| converge vers 0.
On dit que la suite (zn ) diverge vers linfini lorsque la suite reelle |zn | diverge vers +.
Remarque 74. Une autre facon de dire que zn a :
n+
Alors zn a.
n+
Re(zn ) Re(a)
n+
zn a
n+
Im(zn ) Im(a)
n+
Th
eor`
eme 9.27 : Suites g
eom
etriques complexes
Soit un nombre complexe k C. On appelle suite geometrique de raison k, la suite definie par
zn = k n . Elle verifie la relation de recurrence zn+1 = kzn .
1. |k| < 1 (zn ) converge vers 0.
2. |k| 1 et z 6= 1 (zn ) diverge.
3. k = 1 (zn ) est constante et vaut 1.
Remarque 76. Pour montrer la divergence lorsque |k| = 1 et k 6= 1, on utilise la relation z n+1 = kzn .
Th
eor`
eme 9.28 : S
eries g
eom
etriques complexes
On appelle serie geometrique de raison k, la suite complexe definie par :
Sn = 1 + k + + k n =
n
X
ki
i=0
1
n+ 1 k
2. |k| 1 (Sn ) diverge.
1. |k| < 1 Sn
DV
CV
DV
CV
suite
serie
9.9
Relations de comparaison
D
efinition 9.12 : Notations de Landau Soient deux suites (un ) et (vn ). On dit que
la suite (un ) est negligeable devant la suite (vn ) et lon note un = o(vn ) lorsque
> 0, N N tq n N, |un | |vn |
si la suite (vn ) ne sannule pas, cest equivalent a
` dire que
un
0
vn n+
la suite (un ) est dominee par la suite (vn ) et lon note un = O(vn ) lorsque
M > 0, N N tq n N, |un | M |vn |
si la suite (vn ) ne sannule pas, cest equivalent a
` dire que la suite (un /vn ) est bornee.
D
efinition 9.13 : Suites
equivalentes
On dit que deux suites (un ) et (vn ) sont equivalentes lorsque
un vn = o(vn )
Lorsque la suite (vn ) ne sannule pas, cela revient a
` dire que :
un
1
vn n+
Pour montrer que un vn , on montre que :
un
1
vn
ou que un = vn (1 + n ) avec n 0
ou alors que un = vn + n avec n = o(vn ).
Remarque 77. Attention, ne jamais ecrire un 0. Cela signifie en fait que la suite (un ) est nulle a
` partir dun
certain rang.
ap
ap np + ap1 np1 + + a1 n + a0
Exemple 16. un =
npq (si ap 6= 0 et bq 6= 0).
q
q1
bq n + bq1 n
+ + b 1 n + b0
bq
Th
eor`
eme 9.29 : Produit, quotient d
equivalents
Soient quatre suites (un ), (an ) et (vn ), (bn ) verifiant un an et vn bn alors
1. un vn an bn ;
an
un
3. R, u
` termes positifs).
n an (pour des suites a
Remarque 78. Dans le theor`eme precedent, le reel ne depend pas de n.
Exemple 17. un = n3 + n, vn = n3 + n2 , un n3 , vn n3 , (un + vn ) n2
Exemple 18. un = n2 + n, vn = n2 . On a un vn mais eun 6 evn
Exemple 19. un = 1 + 1/n, vn = 1, un vn mais ln un 6 ln vn .
On peut prendre des produits-quotients dequivalents, mais ne
jamais prendre de somme, dexponentielle ou de logarithme
dequivalents
Th
eor`
eme 9.30 :
Equivalents et limite
1. Si un vn et vn l R, alors un l ;
n+
n+
2. Si un l et l 6= 0 , alors un l.
n+
Th
eor`
eme 9.31 : Un
equivalent simple permet dobtenir le signe dune suite
Si deux suites sont equivalentes : un vn alors, a
` partir dun certain rang, les termes des deux
suites ont meme signe :
N N tel que n N, un vn 0
Th
eor`
eme 9.32 : Comparaison logarithmique
1. Si (un ) et (vn ) sont deux suites a
` termes strictement positifs et si, a
` partir dun certain rang,
vn+1
un+1
alors un = O(vn ).
un
vn
2. Si (un ) est une suite a
` termes positifs,
un+1
l < 1 un 0
n+
un n+
un+1
l > 1 un +
n+
un n+
Th
eor`
eme 9.33 : comparaison des suites usuelles
Si > 0, > 0, k > 1 alors
(ln n) = o(n )
n = o(k n ) k n = o(n!)
kn
an+1
n
bn+1
0, et former
. Ensuite, bn = n 0, former
.
n!
an
k
bn
!
ln n
ln n
(ln n)
=
=
cn =
n
n
n
2n n3 ln2 n
,
,...
3n
2 n2
Par contre, les suites a
` gauche suivantes ne sont pas des equivalents simples, il faut chercher
des equivalents plus simples. :
1
(n + 1)
n+
2
1
, en +n+1/n
n
n+
en en , ln(n2 + n + 1)
n+
2 ln n
n+
2n2 ,
n2 + 3n
4 3n 2 2 n
n+
n2
4 3n
Exercice 9-21
Trouvez un equivalent simple des suites de terme general
en + n!
1.
;
n + 1
2. n + 1 n ;
en + en + n
3.
;
n2 + n n
ln n + n!
;
4. 2
n + (n + 1)!
2
1
5. en +n!+ n ;
6. ln(n2 + 3n ) ln(5n2 + 4n ).
Nous admettons pour linstant les equivalents classiques suivants :
Th
eor`
eme 9.34 : Equivalents usuels
Soit (un ) une suite telle que un 0 . Alors
n+
1. sin un un
2. tan un un
3. ln(1 + un ) un
u2
4. [1 cos un ] n
2
5. [eun 1] un
6. [(1 + un ) 1] un ( R )
1
n2
1+
1
n
n
et
1
n
n
Remarque 81. Si un 1 et vn +, uvnn ne tend pas forcement vers 1: cest une forme indeterminee
1 !
n+
n+
Exercice 9-23
Etudiez les suites de terme general
1. sin[tan(ln(n + 1) ln n)] ;
n4 sin 12
n
1
2. cos
;
n
q
cos n1 1
;
3.
ln(n + 1) ln n
1
esin n2 1 + en
4.
ln cos n1 .
n
1 cos e
9.9.1
Recherche pratique d
equivalents
Recherche dun
equivalent dune somme
Si un = an + bn , avec un 0.
n+
Exercice 9-25
Trouver un equivalent simple de la suite de terme general
un = ln(1 + 1/n) + sin(2/n)
Exercice 9-26
Trouver un equivalent simple de la suite de terme general
un =
cos(1/n) esin(1/n
Exercice 9-27
Trouver un equivalent simple de la suite de terme general
un = cos ln( 1 + sin(1/n) esin(1/n)
Recherche dun
equivalent dun logarithme
Si un = ln(vn ), avec vn l R,
n+
n+
3. Si vn 1, ecrire
n+
n+
un = ln 1 + (vn 1)
Exercice 9-28
Trouver un equivalent simple de la suite de terme general
un = ln(n2 + 2n )
Exercice 9-29
Trouver un equivalent simple de la suite de terme general
un = ln(n2 + 3) ln(n2 + 1/n)
Exercice 9-30
Trouver un equivalent simple de la suite de terme general
un = ln
en2 + 1
n2 + n
cos(1/n)
Chapitre 10
Vocabulaire
On suppose que les fonctions qui interviennent ici sont definies sur un intervalle I de R.
D
efinition 10.1 : Op
erations sur les fonctions
Dans F(I,R) on definit les lois suivantes :
2
Addition : si (f,g) F (I,R) , on definit lapplication (f + g) F (I,R) par :
x I, (f + g)(x) = f (x) + g(x)
Multiplication par un reel : si f F (I,R) et R, on definit lapplication (f ) par :
x I, (f )(x) = f (x)
2
Minimum, maximum de deux fonctions : si (f,g) F (I,R) , on definit les deux applications (max(f,g), min(f,g)) F (I,R)2 par :
x I,
x I,
D
efinition 10.2 : Fonctions born
ees
On dit quune fonction f est majoree si et seulement si M R tq x I, f (x) M .
On dit quune fonction f est minoree si et seulement si m R tq x I, f (x) m.
On dit quune fonction est bornee si et seulement si elle est majoree et minoree.
D
efinition 10.3 : Voisinage dun point de I
Soit un reel a R. On appelle voisinage du point a, une partie V R telle que > 0,
]a ,a + [ V . On note Va lensemble des voisinages du point a ;
Une partie V R est un voisinage de + si et seulement si il existe A > 0 tel que ]A, +
[ V .
Une partie V R est un voisinage de si et seulement si il existe B < 0 tel que
] ,B[ V .
D
efinition 10.4 : Adh
erence dune partie
Soit A R une partie de R et x R. On dit que le point x est adherent a
` la partie A si et
seulement si
> 0, a A tq |x a|
On note A lensemble des points adherents a
` A.
Remarque 82. Lorsque A est un intervalle, les points adherents a
` A sont les elements de A et les extremites de
lintervalle.
finition 10.5 : Extremum
De
On dit que M R est un maximum de f si et seulement si il existe a I tel que f (a) = M et si,
pour tout x de I, f (x) f (a) (on dit aussi que f presente en a un maximum). On definit de meme
un minimum et on parlera dextremum lorsquon aura un maximum ou un minimum. On notera :
M = max f (x)
xI
m = min f (x)
xI
D
efinition 10.6 : Extremum local
On dit que M = f (a) est un extremum local de f si et seulement si il existe un voisinage V de a
tel que la restriction de f a
` ce voisinage presente en a un extremum.
D
efinition 10.7 : Fonctions monotones
On dit que f est croissante sur I si et seulement si (x,y) I 2 , x y f (x) f (y).
On dit que f est decroissante sur I si et seulement si (x,y) I 2 , x y f (x) f (y).
On dit que f est monotone si et seulement si elle est croissante ou decroissante.
On dit que f est strictement croissante sur I si et seulement si (x,y) I 2 , x < y f (x) < f (y).
On dit que f est strictement decroissante sur I si et seulement si (x,y) I 2 , x < y f (x) > f (y).
Proposition 10.2 : R`
egle des signes
Si f : I 7 R et g : J 7 R sont monotones, et si f (I) J, on peut definir f g : I 7 R. Alors
g f est monotone et lon a la r`egle des signes pour la monotonie de g f :
f
%
%
&
&
g
%
&
%
&
gf
%
&
&
%
D
efinition 10.8 : Fonctions paires, impaires
Soit un intervalle I symetrique par rapport a
` 0. On dit que f est paire si et seulement si
x I, f (x) = f (x)
et que f est impaire si et seulement si
x I, f (x) = f (x)
D
efinition 10.9 : Fonctions p
eriodiques
Une fonction f definie sur R est periodique si et seulement si
T > 0, x I, f (x + T ) = f (x)
D
efinition 10.10 : Fonctions lipschitziennes a
Une fonction f est lipschitzienne sur une partie I si et seulement si
k > 0 tq (x,y) I 2 , f (x) f (y) k|x y|
a Rudolf
10.2
Etude
locale dune fonction
D
efinition 10.11 : Limite dune fonction
Soit une fonction f F (I,R), un point a I (eventuellement infini), et l R.
On dit que f (x) l si et seulement si :
xa
W Vl V Va tq f (I V ) W
Lorsque a R est fini, et la limite l R est finie, cette definition se traduit par :
> 0, > 0 tq x I, |x a| |f (x) l|
Lorsquun tel l existe, on dit que l est la limite de f en a et lon note alors
l = lim f (x)
xa
f (x) l > 0, B < 0 tq x I, x B |f (x) l|
x
Remarque 84. On peut utiliser des inegalites strictes dans la definition de la limite.
l+
l
l
a
a+
D
efinition 10.12 : Continuit
e en un point
Soit une fonction f F (I,R) et un point a I. On dit que la fonction f est continue au point
a I lorsque
f (x) f (a)
xa
> 0, > 0 tq x I,
a x < a |f (x) l|
I {a} (
e
f
(x)
si x I
f:
x
7
limxa f (x) si x = a
La fonction fe est continue au point a. On dit que fe est le prolongement par continuite de f au
point a.
Th
eor`
eme 10.4 : Unicit
e de la limite
Soit une fonction f : I 7 R , et un point a I. Si l = limxa f (x) R existe, alors cette limite
est unique.
Th
eor`
eme 10.5 : Une fonction admettant une limite finie est localement born
ee
Toute fonction admettant une limite finie en un point de R est bornee sur un voisinage de ce point.
Th
eor`
eme 10.6 : La connaissance dune limite fournit une in
egalit
e
Soit une fonction f : I 7 R, et un point a I. Soient deux reels (k,k 0 ) R2 et l R. Si
H1
f (x) l ;
xa
k < l < k0 ;
Alors, il existe un voisinage V de a sur lequel
H2
x V, k f (x) k 0
Th
eor`
eme 10.7 : Op
erations alg
ebriques sur les limites
On suppose que les fonctions f et g ont une limite l R et l 0 R en a R.
1. la fonction |f | a une limite en a et
|f (x)| |l|
xa
3. lorsque ll0 nest pas une forme indeterminee, la fonction (f g) a une limite en a et
(f g)(x) ll0
xa
5. lorsque l0 6= 0, il existe un voisinage V du point a sur lequel la fonction (f /g) ne sannule pas
et alors
(f /g)(x) l/l0
xa
Exercice 10-3
Soient deux fonctions f,g : R 7 R continues en un point x0 . Montrer que :
a) Les fonctions f + = max(f,0) et f = max(f,0) sont continues au point x0 .
b) Les fonctions max(f,g) et min(f,g) sont continues au point x0 .
Th
eor`
eme 10.8 : Passage `
a la limite dans les in
egalit
es
Soient deux fonctions f,g : I 7 R, un point a I. On suppose que les fonctions f et g admettent
une limite en a et que :
H1
f (x) l, g(x) l0 ;
xa
xa
Th
eor`
eme 10.9 : Th
eor`
eme de majoration
Soit une fonction f : I 7 R, un point a I et un reel l R. Soit une fonction definie sur un
voisinage V de a. On suppose que :
H1
x V , |f (x) l| (x) ;
H2
(x) 0.
xa
Alors f (x) l.
xa
Th
eor`
eme 10.10 : Th
eor`
eme des gendarmes
Soient ,f, trois fonctions definies sur un voisinage V du point a, et l R. On suppose que :
H1
x V , (x) f (x) (x) ;
H2
(x) l, (x) l.
xa
xa
Remarque 86. Ce theor`eme se generalise aux limites infinies. Par exemple, si sur un voisinage de a I, on a :
H1
f (x) (x)
H2
(x) +
xa
Alors f (x) +.
xa
Exercice 10-4
Determinez si elle existe la limite limx0+ xE(1/x).
Th
eor`
eme 10.11 : Composition de limites
Soient deux intervalles I R et J R et deux fonctions f : I 7 J, g : J 7 R. Soient un point
a I et un point b J. On suppose que :
H1
f (x) b ;
xa
g(y) l.
H2
yb
Alors
g f (x) l
xa
Th
eor`
eme 10.12 : Image dune suite par une fonction.
Soit une fonction f : I 7 R et un point a I. Soit une suite (un ) de points de lintervalle I. Soit
l R. On suppose que :
H1
un a
n+
H2
f (x) l
xa
Alors f (un ) l.
n+
f (un )
un
Remarque 88.
1. Ce theor`eme est utile pour montrer quune fonction na pas de limite en a. Il suffit pour cela dexhiber
deux suites (un ) et (vn ) qui convergent vers a mais telles que les suites f (un ) et f (vn ) ne convergent
pas vers la meme limite.
2. On utilise egalement ce theor`eme dans letude des suites recurrentes
un+1 = f (un )
Si la suite (un ) converge vers une limite l R, et si la fonction f est continue au point l, alors la limite
de la suite recurrente est un point fixe de la fonction :
l = f (l)
Exercice 10-5
Montrez que la fonction definie par f (x) = sin(1/x) nadmet pas de limite lorsque x 0 + .
Exercice 10-6
Soit une fonction f : R 7 R periodique. Montrez que si limx+ f (x) existe et est finie, alors la fonction f est
constante.
Th
eor`
eme 10.13 : Caract
erisation s
equentielle de la continuit
e en un point
Soit une fonction f : I 7 R et un point a I. La fonction f est continue au point a si et seulement
si pour toute suite (xn ) de points de I convergeant vers a, la suite f (xn ) converge vers f (a).
Th
eor`
eme 10.14 : Th
eor`
eme de la limite monotone
2
Soient deux reels (a,b) R . Si f :]a,b[7 R est une fonction croissante, alors il ny a que deux
possibilites :
1. f est majoree, et alors f admet une limite finie lorsque x b ;
2. f nest pas majoree, et alors f (x) + lorsque x b.
De meme,
1. f est minoree et alors f admet une limite finie lorsque x a ;
2. f nest pas minoree et alors f (x) lorsque x a.
On a les resultats correspondants lorsque f est decroissante.
10.3
D
efinition 10.15 : Notations de Landau
f = o(g) (la fonction f est negligeable devant la fonction g au voisinage du point a ) si et
seulement si > 0, Va Va , voisinage du point a tel que
x Va , |f (x)| |g(x)|
Si la fonction g ne sannule pas, cest equivalent a
` dire que
f (x)
0
g(x) xa
f = O(g) (la fonction f est dominee par la fonction g au voisinage du point a ) si et seulement
si M > 0, Va Va , voisinage du point a tels que
x Va , |f (x)| M |g(x)|
Lorsque la fonction g ne sannule pas, cest equivalent a
` dire que la fonction
un voisinage du point a.
f
est bornee sur
g
Proposition 10.15 : Op
erations sur les relations de comparaisons
f = o(g), g = o(h) f = o(h) (idem avec O).
f1 = o(g), f2 = o(g) f1 + f2 = o(g) (idem avec O),
f1 = o(g1 ), f2 = o(g2 ) f1 f2 = o(g1 g2 ) (idem avec O).
D
efinition 10.16 : fonctions
equivalentes
Soient deux fonctions f,g : I 7 R et un point a I. On dit que les fonctions f et g sont equivalentes
au voisinage du point a lorsque
f g = o(g)
Lorsque g ne sannule pas sur un voisinage de a, cela revient a
` dire que :
f (x)
1
g(x) xa
Remarque 89. La relation sur F(I,R) est une relation dequivalence.
Remarque 90.
Ne JAMAIS ecrire f 0 bien que cela ait une signification precise (i.e. f est nulle dans un voisinage de
a).
Il ne faut pas confondre cette notation avec celle de certains physiciens f ' g (cos x ' 1 x 2 /2 qui est
un developpement limite cache alors que cos x 1 !).
Le principal interet des equivalents est de remplacer localement une fonction compliquee par une fonction
plus simple (par exemple pour la recherche de limites). Par exemple, au voisinage de +, x 2 + x x2 ,
mais egalement x2 + x x2 + 2x + 1 . . . . On choisira le premier equivalent en pratique car il est le plus
simple a
` manier
Th
eor`
eme 10.16 : Un
equivalent donne localement le signe
Soient deux fonctions f,g : I 7 R et un point a I. Si au voisinage du point a, f g alors, il
existe un voisinage V de a sur lequel f et g ont meme signe.
Comme avec les suites, on a les proprietes suivantes :
Th
eor`
eme 10.17 : Op
erations sur les
equivalents
Soient deux fonctions f,g : I 7 R et un point a I.
1. f g et g(x) l f (x) l ;
xa
xa
xa
2. f (x) l et l 6= 0 f l ;
xa
xa
g1
f1
);
f2 xa g2
4. Soit R (independant de x !). Si f g, f et g sont positives alors f g .
3. f1 g1 et f2 g2 f1 f2 g1 g2 (et
xa
xa
xa
xa
xa
Remarque 91.
Le symbole ne se manipule pas comme le signe =. Notamment lorsquon a une somme ; dans ce dernier
cas, utiliser un developpement limite (voir cours futur).
On peut prendre des produits, quotients, puissances dequivalents, mais jamais des sommes, exponentielle
ou logarithme dequivalents.
Il est souvent interessant de mettre en facteur un terme predominant ou alors lequivalent devine dans
une somme.
Un exemple `
a m
editer :
1. f (x) = x2 + x
2. g(x) = x2
3. h(x) = x2 +
1
x
Au voisinage de +,
f (x)
x+
x2 , g(x)
x+
x2 , h(x)
x+
x2
Mais pourtant :
f (x) + g(x)
h(x) + g(x)
2
1
x
x+
x+
ef (x) 6 ex , eh(x)
x+
ex
Th
eor`
eme 10.18 : Comparaison des fonctions usuelles
Soient ,, > 0 trois reels.
Comparaison ln et puissance :
en + : (ln x) = o(x ),
1
en 0 : | ln x| = o( ),
x
Comparaison puissance et exponentielle :
en + : x = o(ex ),
1
en : ex = o( ).
x
On retient quaux bornes des intervalles de definition,
Lexponentielle lemporte sur la puissance, la puissance lemporte sur le logarithme.
Au voisinage de a :
ln(1 + f (x)) f (x)
sin(f (x)) f (x)
tan(f (x)) f (x)
f (x)2
[1 cos(f (x)]
2
ef (x) 1 f (x)
[(1 + f (x)) 1] f (x)
Remarque 92. Forme ind
etermin
ee 1
Pour etudier une fonction de la forme
f (x) = (a(x))b(x)
lecrire sous la forme
eb(x) ln(a(x))
Exercice 10-7
1
Montrez que limx0 (1 + x) x = e. Une erreur courante est de dire que lorsque x 0, 1 + x se rapproche de 1
et donc la fonction tend vers 1 !
10.4
Propri
et
es globales des fonctions continues
D
efinition 10.17 : Fonctions continues sur un intervalle
On dit quune fonction f est continue sur un intervalle I si et seulement si la fonction f est continue
en chaque point de I, ce qui se traduit avec des quantificateurs de la mani`ere suivante :
a I, > 0, > 0, x I, |x a| |f (x) f (a)|
On note C(I) ou C 0 (I) lensemble des fonctions continues sur I.
Remarque 93. Le fait quune fonction soit continue sur un intervalle I, correspond intuitivement au fait que
lon puisse tracer sa courbe representative sans lever le crayon. La continuite en un point est une notion locale,
alors que la continuite sur un intervalle est une notion globale.
Th
eor`
eme 10.19 : Une fonction lipschitzienne est continue
Si une fonction f : I 7 R est K-lipschitzienne sur I, alors f est continue sur lintervalle I.
Exercice 10-8
Les fonctions
x 7 x2 ;
x 7 x ;
sont-elles lipschitziennes, continues sur [0, + [?
Exercice 10-9
Soit une fonction f : R 7 R K-lipschitzienne sur R, avec 0 < K < 1. On dit que la fonction f est contractante).
On consid`ere la suite recurrente definie par :
u0 R et n N, un+1 = f (un )
1. Montrez que si la fonction f admet un point fixe l alors il est unique ;
2. On suppose que la fonction f admet un point fixe l. Montrez que la suite (un ) converge vers ce point fixe l.
Exercice 10-10
1. Soit un reel x R. Montrez quil existe une suite de rationnels (rn ) qui converge vers ce reel x ;
Th
eor`
eme 10.20 : Th
eor`
eme des valeurs interm
ediaires (T.V.I.)
Soit un intervalle I R et une fonction f : I 7 R. Soit deux reels (a,b) I 2 avec a < b. On
suppose que
1. la fonction f est continue sur le segment [a,b] ;
2. f (a) 0 et f (b) 0 ;
Alors, il existe un reel c [a,b] tel que f (c) = 0.
b
c = sup N
t+
f (b) +
+
Th
eor`
eme 10.23 : Th
eor`
eme de la bijection
Soit une fonction f : I 7 R. On note J = f (I). On suppose que la fonction f est :
1. continue sur I ;
2. strictement monotone sur I.
Alors la fonction f realise une bijection de lintervalle I vers lintervalle J, et sa bijection reciproque
f 1 : J 7 I est une fonction continue strictement monotone de meme sens que f .
Remarque 94. Soit un intervalle I = [a,b[) (les bornes peuvent etre infinies), et une fonction f : I 7 J = f (I)
strictement croissante sur lintervalle I. Dapr`es le theor`eme de la limite monotone,
= lim f (x) et = lim f (x) existent
xa
xb
(ces limites sont finies ou infinies). Alors J = [,[. On remarque que les bornes de J sont fermees (resp.
ouvertes) lorsque celles correspondantes de I sont fermees (resp. ouvertes).
Exercice 10-13
Pour un entier n N , on definit la fonction
[0, + [
fn :
x
7
R
xn + xn1 + + x 1
Remarque 95. Si les bijections f et f 1 sont deux fonctions continues monotones, alors les courbes representatives de f et f 1 se deduisent lune de lautre par une symetrie par rapport a
` la premi`ere bissectrice.
y = f 1 (x)
y = f (x)
Th
eor`
eme 10.24 : Recherche dun z
ero par dichotomie
On consid`ere une fonction continue f : [a,b] 7 R telle que f (a) < 0 et f (b) > 0. On suppose que
la fonction f ne sannule quun un seul point c ]a,b[. On construit deux suites recurrentes (a n ) et
(bn ) en posant a0 = a, b0 = b et n N :
an + b n
an + b n
an + b n
a n
0
si f
0
si f
2
2
2
bn+1 =
an+1 = a + b
a
+
b
a
+
b
n
n
n
n
n
n
b
si f
<0
si f
<0
n
2
2
2
Alors les deux suites (an ) et (bn ) convergent vers c, et si lon choisit de prendre an comme valeur
approchee de c, on obtient la majoration de lerreur suivante :
n N, |c an |
ba
2n
an +bn
2
an +bn
2
<0
an
an+1
an = an+1
|
bn = bn+1
bn+1
bn
Th
eor`
eme 10.25 : Une fonction continue sur un segment est born
ee et atteint ses
bornes
Soit une fonction f : [a,b] 7 R continue sur un segment. Alors la fonction f est bornee et atteint
ses bornes :
(x1 ,x2 ) [a,b]2 tq f (x1 ) = sup f (x) et f (x2 ) = inf f (x)
x[a,b]
x[a,b]
Remarque 96. Une autre facon de citer ce theor`eme : une fonction continue sur un segment poss`ede un maximum
et un minimum.
Remarque 97.
I =]0,1[, f (x) = 1/x : la fonction f est continue sur I mais pas bornee (I nest pas un segment) ;
I = [0,1[, f (x) = x : la fonction f est continue sur I mais f natteint pas sa borne superieure ([0,1[ est un
intervalle, mais ce nest pas un segment) ;
I = [0,1] f (x) = x si x 6 Q et f (x) = 1/2 si x Q. sup f = 1, inf f = 0, mais les bornes ne sont pas
atteintes (la fonction f nest pas continue).
Exercice 10-14
Soient deux fonctions f,g : [0,1] 7 R continues telles que
x [0,1], f (x) < g(x)
Montrer quil existe > 0 tel que
x [0,1], f (x) + g(x)
Th
eor`
eme 10.26 : Limage continue dun segment est un segment
Soit deux reels (a,b) R2 et unefonction f : [a,b] 7 R continue sur le segment [a,b]. Alors, limage
directe du segment [a,b], f [a,b] est egalement un segment.
M
m
a x1
x2 b
D
efinition 10.18 : Fonction uniform
ement continue
Soit une fonction f : I 7 R definie sur un intervalle I. On dit quelle est uniformement continue
sur I lorsque
> 0, > 0, (x,y) I 2 , |x y| |f (x) f (y)|
Le nombre est independant des reels (x,y) et sappelle un module duniforme continuite.
Exercice 10-15
Montrez que si f : I 7 R,
(f lipschitzienne sur I) (f uniformement continue sur I) (f continue sur I)
Th
eor`
eme 10.27 : Th
eor`
eme de Heine
Une fonction continue sur un segment est uniformement continue sur ce segment.
Exercice 10-16
On consid`ere une fonction continue f : R 7 R. On suppose que f (x) l R. Montrer que la fonction f
Chapitre 11
D
eriv
ees
11.1
D
eriv
ee
I \ {x0 }
R
f (x) f (x0 )
x 0 f :
x
7
x x0
Th
eor`
eme 11.1 : DL `
a lordre 1 dune fonction d
erivable
La fonction f est derivable au point x0 si et seulement si il existe une fonction : I 7 R telle que
(x) 0 et un reel c R tels que x I,
xx0
Corollaire 11.2 : D
erivabilit
e implique continuit
e
Soit f : I 7 R. Alors
(f derivable au point x0 ) (f continue au point x0 )
Remarque 100. La reciproque est bien entendu fausse (f (x) = |x|)
y = f (x)
R(x)
y = f (x0 ) + f 0 (x0 )(x x0 )
x
x0
Fig. 11.1 Interpretation du DL1
D
efinition 11.2 : D
erivabilit
e sur un intervalle
On dit quune fonction f est derivable sur un intervalle I si et seulement si elle est derivable en
tout point x0 I. On definit alors la fonction derivee :
I
R
0
f :
x 7 f 0 (x)
Th
eor`
eme 11.3 : R`
egles de calcul de d
eriv
ees
Si u et v sont deux fonctions derivables en un point x0 I, on a les proprietes suivantes :
1. la fonction (u + v) est derivable au point x0 et
(u + v)0 (x0 ) = u0 (x0 ) + v 0 (x0 )
2. pour tout reel R, la fonction (.u) est derivable au point x0 et
(.u)0 (x0 ) = u0 (x0 )
3. la fonction (uv) est derivable au point x0 et
(uv)0 (x0 ) = u0 (x0 ) v(x0 ) + u(x0 ) v 0 (x0 )
4. si v(x0 ) 6= 0, il existe un voisinage de x0 sur lequel la fonction v ne sannule pas et alors la
fonction (1/v) est derivable au point x0 avec
(1/v)0 (x0 ) =
v 0 (x0 )
v 2 (x0 )
Remarque 101. On en deduit que si les fonctions u et v sont derivables sur un intervalle I, alors la fonction (uv)
est derivable sur I avec (uv)0 = u0 v + uv 0 . . .
Th
eor`
eme 11.4 : D
erivation des fonctions compos
ees
Soient deux fonctions f : I 7 R, g : J 7 R telles que f (I) J. On suppose que :
H1
la fonction f est derivable au point x0 ;
la fonction g est derivable au point g(x0 ).
Alors la fonction g f est derivable au point x0 avec
h
i
(g f )0 (x0 ) = g 0 f (x0 ) f 0 (x0 )
H2
On en deduit que si :
H1
la fonction f est derivable sur lintervalle I ;
H2
la fonction g est derivable sur lintervalle J ;
alors la fonction g f est derivable sur lintervalle I avec
(g f )0 = [g 0 f ] f 0
Th
eor`
eme 11.5 : D
erivation de la bijection r
eciproque
Soit une fonction f : I 7 R et un point x0 I. On suppose que :
H1
f est strictement monotone sur lintervalle I ;
H2
f 0 (x0 ) 6= 0.
On sait dej`
a que f realise une bijection de lintervalle I vers lintervalle J = f (I) et alors la fonction
f 1 est derivable au point y0 = f (x0 ) avec
H3
(f 1 )0 (y0 ) =
1
f 0 (x
0)
On en deduit que si :
H1
f : I 7 R est strictement monotone sur lintervalle I ;
H2
H3
x I, f 0 (x) 6= 0 ;
11.2
f0
1
f 1
D
eriv
ees successives
D
efinition 11.3 : D
eriv
ees successives
On definit lorsquelles existent les fonctions f 00 par (f 0 )0 et par recurrence :
(
f (0)
=f
(k+1)
k N, f
= (f (k) )0 = (f 0 )(k)
On notera Dk (I) lensemble des fonctions k fois derivables sur lintervalle I.
D
efinition 11.4 : Fonctions de classe C k
On dit quune fonction f : I 7 R est de classe C k sur lintervalle I si et seulement si elle est
k-fois derivable sur lintervalle I et si la fonction f (k) est continue sur lintervalle I.
On note C k (I) lensemble des fonctions de classe C k sur lintervalle I. On note C (I) lensemble
des fonctions indefiniment derivables sur lintervalleI.
Remarque 102. la continuite en un point est une notion de regularite plus faible que la derivabilite en un point,
qui est elle-meme plus faible que de dire que la fonction est de classe C 1 sur un intervalle contenant ce point.
C 0 (I) D1 (I) C 1 (I) D2 (I) C 2 (I) C (I)
Exercice 11-1
f:
R
x sin(1/x)
0
2
si x 6= 0
si x = 0
Exercice 11-2
Exprimer la derivee ke de la fonction definie par f (x) = xn pour n N.
Th
eor`
eme 11.6 : C n (I) est un stable par somme
Soient (f,g) C n (I) et (,) R2 . alors (.f + .g) C n (I).
Th
eor`
eme 11.7 : Formule de Leibniz a
Soient deux fonctions f,g deux fonctions de classe C n sur lintervalle I. Alors la fonction (f g) est
aussi de classe C n sur lintervalle I et on a la formule de Leibniz qui exprime la derivee ni`eme du
produit :
n
X
n (nk) (k)
(n)
(f g) =
f
g
k
k=0
Exercice 11-3
On consid`ere la fonction definie par f (x) = (x2 + 1)e2x . Calculer pour x R, f (n) (x).
Th
eor`
eme 11.8 : La compos
ee de fonctions C n est C n
Si f C n (I,J) et g C n (J,R), alors g f C n (I,R).
Il ny a pas de formule simple qui donne (g f )(n) .
D
efinition 11.5 : Diff
eomorphisme
Soit un intervalle I, et une application : I 7 R. Soit un entier k 1. On dit que lapplication
est un C k -diffeomorphisme de lintervalle I vers lintervalle f (I) si et seulement si :
1. est de classe C k sur lintervalle I ;
2. realise une bijection de lintervalle I vers lintervalle J = f (I) ;
3. La bijection reciproque 1 : J 7 I est de classe C k sur lintervalle J.
Remarque 103. Si une fonction est de classe C 1 sur un intervalle I et si x I, 0 (x) 6= 0, alors realise un
C 1 -diffeomorphisme de I vers J = f (I).
11.3
Th
eor`
eme de Rolle et des accroissements finis
Th
eor`
eme 11.9 : En un extremum local int
erieur, la d
eriv
ee sannule
Soit une fonction f F(I,R), et un point a I. On suppose que
H1
a est un point interieur a
`I;
H2
H3
f est derivable au point a.
Alors f 0 (a) = 0.
Th
eor`
eme 11.10 : Th
eor`
eme de Rolle a
Soit une fonction f : [a,b]. On suppose que :
H1
f est continue sur le segment [a,b] ;
H2
f (a) = f (b).
Alors c ]a,b[ tel que f 0 (c) = 0.
H3
a Michel
n
x.
f (x0 )
f (a)
c
x0
A
Fig. 11.3 Generalisation du theor`eme de Rolle
1. Gaston Darboux, (14/08/1842 23/02/1917) Francais, a demontre de nombreux theor`emes en geometrie differentielle, et a
construit une integrale qui porte son nom.
Th
eor`
eme 11.11 : Th
eor`
eme des accroissements finis
Soit une fonction f : [a,b] 7 R telle que :
H1
f est continue sur le segment [a,b] ;
f est derivable sur lintervalle ouvert ]a,b[.
Alors c ]a,b[ tel que f (b) f (a) = (b a)f 0 (c).
H2
Th
eor`
eme 11.12 : In
egalit
e des accroissements finis
Soit une fonction f : [a,b] 7 R definie sur un segment et un reel M R. On suppose que :
H1
la fonction f est continue sur le segment [a,b] ;
H2
x ]a,b[, |f 0 (x)| M .
Alors |f (b) f (a)| M |b a|.
H3
Remarque 105. On en deduit quune fonction de classe C 1 sur un segment [a,b] est lipschitzienne.
Exercice 11-7
Soit une fonction f : [a,b] 7 R continue sur le segment [a,b] telle que :
H1
la fonction f 0 est continue sur le segment [a,b] ;
H2
la fonction f 0 est derivable sur lintervalle ]a,b[.
Soit un reel x0 ]a,b[. Montrer quil existe c ]a,b[ tel que
f (b) f (a)
(x0 a)(x0 b) 00
f (x0 ) f (a) + (x0 a)
=
f (c)
ba
2
Remarque 106. On se sert souvent du TAF pour passer dune hypoth`ese locale (propriete de f 0 ) a
` une propriete
globale (relation entre f (b) et f (a)) comme dans le theor`eme suivant.
Th
eor`
eme 11.14 : Caract
erisation des fonctions constantes, monotones
On suppose que :
H1
f est une fonction continue sur le segment [a,b] ;
H2
On a
1.
2.
3.
Remarque 107.
Ces resultats setendent a
` un intervalle quelconque I : si une fonction f : I 7 R est
derivable sur linterieur de lintervalle I, et si pour tout point x interieur a
` I, f 0 (x) > 0, alors la fonction
f est strictement croissante sur I. On a les memes caracterisations pour les fonctions decroissantes.
La reciproque de (2) est fausse : si f (x) = x3 , alors la fonction f est strictement croissante sur R, mais sa
derivee sannule en 0.
Il est important dans ce theor`eme que I soit un intervalle. Si I = [0,1] [2,3], et si f = 1 sur [0,1], f = 0
sur [2,3], on a bien f 0 = 0 et pourtant la fonction f nest pas constante sur lensemble I.
D
efinition 11.6 : Primitives
Soit deux fonctions f et F definies sur un intervalle I. On dit que la fonction F est une primitive
de la fonction f sur lintervalle I si et seulement si :
1. la fonction F est derivable sur I ;
2. x I, F 0 (x) = f (x).
Th
eor`
eme 11.15 : Deux primitives diff`
erent dune constante
Soit f : I 7 R une fonction definie sur un intervalle I et deux primitives F,G :7 R de la fonction
f sur lintervalle I. Alors ces deux primitives diff`erent dune constante :
C R tq
x I, G(x) = F (x) + C
H3
f 0 (x) l o`
u l R.
xa
f (x) f (a)
xa
f 0 (a)
a
[0,1]
f :
7
R
x sin(1/x)
0
2
si x 6= 0
si x = 0
Elle est continue sur le segment [0,1], derivable sur [0,1] mais la fonction derivee f 0 na pas de limite lorsque
x 0. Cela montre que la reciproque du theor`eme precedent est fausse.
Exercice 11-8
Soit f : ]0, + [7 R definie par f (x) = e1/x . Etudier le prolongement de la fonction f en 0.
Exercice 11-9
Une generalisation utile du theor`eme precedent. Soit une fonction f : [a,b] 7 R. On suppose que :
1. f est continue sur le segment [a,b] ;
2. f est derivable sur lintervalle ]a,b] ;
3. f 0 (x) +.
xa
Montrer que
f (t) f (a)
+
xa
ta
En dautres termes, le graphe de f presente une demi-tangente verticale au point a et nest donc pas derivable
au point a.
11.4
Fonctions convexes.
D
efinition 11.7 : Fonction convexe
Soit f : I 7 R une fonction definie sur un intervalle I R. On dit que f est convexe lorsque
(x,y) I 2 , [0,1], f x + (1 )y f (x) + (1 )f (y)
Remarque 109. Cela signifie geometriquement que le graphe de f est situe en dessous de toutes les cordes
joignant deux points de ce graphe.
Y = f (X)
Y = f (x) + (X x)
X = x + (1 )y
f (y) f (x)
yx
X
x
y
(b) Lemme des trois pentes
La fonction f est concave si et seulement si la fonction f est convexe. Dans la suite, on netudiera que les
proprietes des fonctions convexes.
Remarque 111. Les fonctions qui sont a
` la fois convexes et concaves sont les fonctions affines.
D
efinition 11.8 : Fonction strictement convexe
On dit quune fonction f : I 7 R est strictement convexe lorsque (x,y) I 2 , x 6= y,
]0,1[, f x + (1 )y < f (x) + (1 )f (y)
Proposition 11.18 : In
egalit
e de convexit
e g
en
eralis
ee
soit une fonction f convexe sur lintervalle I. Alors
n
X
i = 1
i=1
f (1 x1 + + n xn ) 1 f (x1 ) + + n f (xn )
Lemme 11.19 : Lemme des trois pentes
Soit f : I 7 R une fonction convexe :
(x,y,z) I 3 , x < y < z,
f (z) f (x)
f (z) f (y)
f (y) f (x)
yx
zx
zy
Fig. 11.7 Le graphe dune fonction convexe est au dessus de toutes ses tangentes
1 1
+ = 1,
p q
bq
ap
+
p
q
x+y
2
(la moyenne geometrique de deux nombres est inferieure a
` la moyenne arithmetique).
d) Montrer que (x1 , . . . ,xn ) (R+? )n ,
xy
(x1 . . . xn ) n
x1 + + x n
n
Chapitre 12
12.1.1
Propri
et
es fondamentales
Corollaire 12.3 : R
ecurrence forte
On consid`ere une proposition P(n) dependant dun entier n. On suppose que :
H1
n0 N tel que P(n0 ) est VRAI ;
H2
n n0 , P(n0 ) et P(n + 1) et . . . et P(n) P(n + 1).
Alors n n0 , la proposition P(n) est vraie.
Remarque 113. La recurrence forte est plus facile a
` utiliser : lhypoth`ese P(1) et . . . et P(n) est plus forte que
lhypoth`ese P(n).
Exercice 12-1
n
X
k=1
13 + 2 3 + + n 3 =
12.1.2
k2 =
n
X
k=1
n(n + 1)(2n + 1)
6
k3 =
[n(n + 1)]2
4
Ensembles finis
egaux
Soient E et F deux ensembles finis de meme cardinal. Alors
E F E=F
12.1.3
D
enombrements fondamentaux
A3
A2
A4
A5
A1
Th
eor`
eme 12.11 : D
enombrements fondamentaux
Soient deux ensembles finis E et F , avec |E| = n,|F | = p. Alors :
1. E F est fini et |E F | = np
n
n(n 1)
=
2
2
Remarque 115. Soit un ensemble fini E de cardinal n. Une p-liste de E est une application de [[1,p]] vers E,
notee en informatique l = [a1 , . . . ,an ].
np est le nombre de p-listes ;
p
A
n est le nombre de p-listes sans repetition. (lordre des elements compte) ;
n
represente le nombre de sous-ensembles de E a
` p elements (lordre nest pas important et il ny a
p
pas de repetitions).
Exercice 12-2
Quel est le nombre de facons de placer k boules identiques dans n urnes pouvant contenir au plus 1 boule?
Quel est le nombre de facons de placer k boules numerotees dans n urnes pouvant contenir au plus 1 boule?
Exercice 12-3
Trouver le nombre de diviseurs de 1800.
Exercice 12-4
Soit E un ensemble fini de cardinal n. Quel est le nombre de couples de parties (X,Y ) P(E)2 verifiant
X Y?
Exercice 12-5
Trouver le nombre dapplications strictement croissantes de lintervalle entier [[1,p]] vers lintervalle entier [[1,n]].
Exercice 12-6
Soient 0 p n deux entiers. On veut trouver le nombre de p-uplets (1 , . . . ,p ) dentiers verifiant :
1 + + p = n
Pour cela, etant donne un tel p-uplet, considerer 1 cases blanches, 1 case noire, 2 cases blanches . . . :
Exercice 12-7
Combien y a-t-il dapplications croissantes de [[1,k]] vers [[1,p]]?
12.1.4
Propri
et
es des coefficients bin
omiaux
Th
eor`
eme 12.14 : Propri
et
e des coefficients bin
omiaux
Soient 0 p n deux entiers. Les coefficients bin
omiaux verifient les proprietes suivantes :
n
n
Symetrie :
=
p
np
n
n n1
Factorisation :
=
(si p 1)
p
p p1
n
n
n+1
Additivite :
+
=
p
p+1
p+1
De ladditivite, on obtient le triangle de Pascal qui permet de calculer de proche en proche tous
les coefficients bin
omiaux.
0
1
2
3
n
n+1
Th
eor`
eme 12.15 : Formule du bin
ome de Newton
Soient deux reels a,b R et un entier n N. Alors
(a + b)n =
n
X
n
k=0
Exercice 12-8
Calculer les sommes
ak bnk =
k=0
n
X
n
k=1
Exercice 12-9
Calculer les sommes
X n
k
S1 =
0kn
k pair
Exercice 12-10
Calculer les sommes
S1 =
n
X
n
k
k
k=0
n
X
n
S2 =
n
X
k=0
n1
X
k=0
ank bk
1 n
3k k
S2 =
X n
k
0kn
k impair
1
n
k+1 k
S3 =
n
X
k=0
k2
n
k
Exercice 12-11
Quelques proprietes des coefficients bin
omiaux.
a. Montrer que 1 k n, on a
nk+1
n
n
=
k
k
k1
b. En deduire les inegalites suivantes selon la parite de n :
n
n
n
n
n
n
n = 2p :
<
< <
<
>
> >
0
1
p1
p
p+1
n
n = 2p + 1 :
c. En deduire que n 1,
n
n
n
n
< <
=
> >
0
p1
p+1
n
2n
4n
2n + 1
n
12.1.5
Num
erotation en base b
Th
eor`
eme 12.16 : Num
erotation en base p
Soit un entier n N. Il secrit de facon unique :
n = ak 10p + ak1 10k1 + + a1 10 + a0
0 ai < 10
Plus generalement, si p N? est un entier non nul, lentier n secrit de facon unique :
n = bk pk + bk1 pk1 + + b1 p + b0
0 bi < p
On dit que (ap , . . . ,a0 )10 sont les chiffres de lentier n en base 10 et que (bk , . . . ,b0 )p sont les chiffres
de lentier n en base p.
Exercice 12-12
En base 16, les chiffres sont notes {0,1, . . . ,9,A,B,C,D,E,F }. Determiner les chiffres de lentier 95 en base 16.
Calcul des chiffres dun entier en base p
Une fonction recursive qui renvoie la liste [bk , . . . ,b0 ] des chiffres dun entier n en base p :
chiffres := proc(n)
if n < p then
[n]
else
[op(chiffres( iquo(n, p) ), n mod p ) ]
fi;
end;
La meme fonction programmee avec une boucle :
1.
2.
3.
4.
Arguments : n (entier) ;
Variables : a (entier), l (liste), r (entier)
Initialisation : a n, l []
Corps : Tant que a <> 0, faire :
r a mod p,
l [r,op(l)],
ar
a
,
p
Fin tant que
5. Fin : renvoyer l.
en Maple :
Maple
conversion := proc(n, b)
local a, l, r;
while (a <> 0) do
r := irem(a, p);
l := [r, op(l)];
a := (a - r) / p;
od;
l;
end;
Exercice 12-13
Combien y a-t-il dentiers qui secrivent avec moins de k chiffres en base p? Avec exactement k chiffres?
Algorithme dexponentiation rapide
On veut calcuer an . Pour cela, on peut effectuer n 1 multiplications en utilisant la formule :
an = a a
ce qui conduit a
` lalgorithme :
1. Arguments : a (entier), n (entier 1)
2. Variables : P entier
3. Initialisation : P a
4. Corps : Pour i de 1 a
` n 1 faire :
P P a
5. Fin : renvoyer P
Maple
expo := proc(a, n)
local P;
P := a;
for i from 1 to n - 1 do
P := P * a
od;
P;
end;
Mais on remarque que pour calculer a8 , on peut se contenter de 3 multiplications :
b = a a (b = a2 )
c = b b (c = a4 )
d = c c (d = a8 )
Lidee de lalgorithme dexponentiation rapide est la formule recursive :
(
xx
si n pair
n
a =
o`
u x = an/2
a x x si n impair
Exercice 12-14
Determiner le nombre de multiplications necessaires pour calculer an avec cet algorithme en fonction des chiffres
de n en base 2, et montrer que ce nombre T (n) verifie :
blog2 (n)c T (n) 2 blog2 (n)c
12.2
12.2.1
Congruences
Th
eor`
eme 12.17 : Division euclidienne dans Z
Soient deux entiers (a,b) Z N avec b 6= 0. Alors !(q,r) Z2 tels que :
1. a = bq + r
2. 0 r < b
On dit que lentier q est le quotient et lentier r le reste de la division euclidienne de a par b.
r
qa
b (q + 1)a
Fig. 12.4 Division euclidienne dans Z
D
efinition 12.6 : Divisibilit
e
Soient deux entiers relatifs (a,b) Z2 . On dit que lentier a divise lentier b si et seulement si
k Z tq b = ka.
Remarque 116.
n N, n/0 ;
n N, 0/n n = 0 ;
(
a/b
ac/bd.
(a,b,c,d) Z4 ,
c/d
a/b et b/a (a = b ou a = b
Si (a,b) N? 2 , aZ = bZ a = b.
D
efinition 12.7 : Congruence
Considerons un entier strictement positif n N? et deux entiers (a,b) Z2 . On dit que lentier a
est congru a
` lentier b modulo n, et lon note a b [n] lorsque lentier n divise lentier (b a) :
a b [n] n/(b a)
Proposition 12.19 : Caract
erisation par les restes
Soit un entier n N? et deux entiers (a,b) Z2 . On note ra le reste de la division euclidienne de
a par n et rb le reste de la division euclidienne de b par n. Alors :
a b [n] ra = rb
Proposition 12.20 : La relation de congruence est une relation d
equivalence
Soit un entier n N? . La relation definie sur Z par :
(a,b) Z2 , a b a b [n]
est une relation dequivalence.
Proposition 12.21 : Compatibilit
e des lois avec les congruences
Soient quatre entiers (a,b,c,d) Z4 et un entier n N? . On suppose que
1. a b [n] ;
2. c d [n].
Alors
1. a + c b + d [n] ;
2. a c b d [n] ;
3. k N, ak bk [n].
Exercice 12-15
1. Trouver le reste de lentier 126745 dans la division par 9.
2. Trouver le reste de la division de lentier 1211256 par 7.
3. Trouver le reste de la division euclidienne de (1001)77 par 3.
12.3
Structure de groupe
D
efinition 12.8 : Groupe
On appelle groupe un ensemble G muni dune lci ? verifiant :
1. la loi ? est associative ;
2. G poss`ede un element neutre ;
3. Tout element x de G admet un symetrique.
Si de plus la loi ? est commutative, on dit que le groupe est abelien (ou commutatif ).
Th
eor`
eme 12.22 : Groupe produit
On consid`ere deux groupes (G,.) et (H,?) et sur lensemble G H, on definit la loi T par :
((x,y),(x0 ,y 0 )) (G H)2 , (x,y)T (x0 ,y 0 ) = (x.x0 ,y ? y 0 )
Alors (G H,T ) est un groupe appele groupe produit.
D
efinition 12.9 : Sous-groupe
Soit (G,?) un groupe. On dit quune partie H G est un sous-groupe de G ssi :
1. e H ;
2. la partie H est stable par la loi : (x,y) H 2 , x ? y H.
3. x H, x1 H.
Th
eor`
eme 12.23 : Une caract
erisation
equivalente
Les trois conditions precedentes sont equivalentes aux deux conditions :
1. e H ;
2. (x,y) H 2 , x ? y 1 H.
Pour
1.
2.
3.
4.
5.
Th
eor`
eme 12.24 : Un sous-groupe a une structure de groupe
Si la partie H est un sous-groupe de (G,?), alors puisque cette partie est stable pour la lci, on peut
definir la restriction de la loi ? a
` H qui est une lci sur H. Muni de cette loi restreinte, (H,?) est
un groupe.
Pour montrer quun ensemble a une structure de groupe, on essaie de montrer que cest un
sous-groupe dun groupe connu
Exemple 20. On consid`ere lensemble U = {z C tq |z| = 1}. Montrer que (U,) est un groupe.
Exercice 12-16
Soit un ensemble E non-vide et un element a E. On note
G = {f B(E,E), tq f (a) = a}
(cest lensemble des bijections de G laissant invariant lelement a). Montrer que (G,) est un groupe.
Exercice 12-17
Soit (G,.) un groupe. On note
C = {x G | g G, g.x = x.g}
Cest lensemble des elements de G qui commutent avec tous les elements de G. Montrer que (C,.) est un sousgroupe de G (appele centre du groupe G).
Th
eor`
eme 12.25 : Lintersection de sous-groupes est un sous-groupe
Si H1 et H2 sont deux sous-groupes dun groupe G, alors H1 H2 est un sous-groupe de G
Remarque 117. H1 H2 nest pas un sous-groupe de G en general.
Exercice 12-18
Soient H1 et H2 deux sous-groupes dun groupe (G,.). Montrer que
(H1 H2 est un sous-groupe de G) (H1 H2 ou H2 H1 )
Th
eor`
eme 12.26 : Sous-groupes
de Z
Les sous groupes du groupe Z,+ sont les ensembles de la forme :
aZ = {ka; k Z}
o`
uaN
D
efinition 12.10 : Morphismes de groupes
Soient deux groupes (G1 ,?) et (G2 ,). Une application f : G1 7 G2 est un morphisme de groupes
si et seulement si :
(x,y) G21 , f (x ? y) = f (x) f (y)
Pour montrer que f : G1 7 G2 est un morphisme :
1. Soit (x,y) G21 ;
2. On a bien f (x ? y) = f (x) f (y).
Proposition 12.27 : Propri
et
es dun morphisme de groupes
Si e1 est lelement neutre de G1 et e2 lelement neutre de G2 , alors
1. f (e1 ) = e2 ;
2. x G1 , [f (x)]1 = f (x1 ).
Th
eor`
eme 12.28 : Image directe et r
eciproque de sous-groupes par un morphisme
Soit f : G1 7 G2 un morphisme de groupes.
1. Si H1 est un sous-groupe de G1 , alors f (H1 ) est un sous-groupe de G2 ;
2. Si H2 est un sous-groupe de G2 , alors f 1 (H2 ) est un sous-groupe de G1 .
D
efinition 12.11 : Noyau, image dun morphisme
On consid`ere un morphisme de groupes f : G1 7 G2 . On note e1 lelement neutre du groupe G1
et e2 lelement neutre du groupe G2 . On definit
le noyau du morphisme f :
Ker(f ) = {x G1 | f (x) = e2 } = f 1 {e2 }
limage du morphisme f :
Im f = f (G1 ) = {y G2 | x G1 f (x) = y}
Ker f est un sous-groupe de G1 et Im f est un sous-groupe de G2 .
Th
eor`
eme 12.29 : Caract
erisation des morphismes injectifs, surjectifs
Soit un morphisme de groupes f : G1 7 G2 . On note e1 lelement neutre du groupe G1 et e2
lelement neutre du groupe G2 . On a les proprietes suivantes :
(f injective ) (Ker f = {e1 }) ;
(f surjective ) (Im f = G2 ).
Pour
1.
2.
3.
D
efinition 12.12 : Isomorphisme
On dit quune application f : G1 7 G2 est un isomorphisme de groupes si et seulement si
1. lapplication f est un morphisme de groupes ;
2. lapplication f est bijective.
Remarque 118. Un isomorphisme dun groupe G vers lui-meme est appele un automorphisme.
Th
eor`
eme 12.30 : La bijection r
eciproque dun isomorphisme est un isomorphisme
Si f est un isomorphisme de groupes, sa bijection reciproque f 1 : G2 7 G1 est aussi un
isomorphisme de groupes.
(R,+) (R+ ,)
x
7
ex
Verifier que lapplication f est un isomorphisme de groupes. Quel est son isomorphisme reciproque?
Exercice 12-19
Trouver tous les morphismes du groupe (Z,+) vers lui-meme. Lesquels sont-ils des isomorphismes?
12.4
Structure danneau
D
efinition 12.13 : anneau
Soit A un ensemble muni de deux lci notees + et . On dit que (A, + ,) est un anneau ssi :
1. (A,+) est un groupe commutatif ;
2. la loi est associative ;
3. la loi est distributive par rapport a
` la loi + :
(x,y,z) A3 , x (y + z) = x y + x z
(x + y) z = x z + y z
4. Il existe un element neutre pour , note 1.
Si en plus la loi est commutative, on dit que (A, + ,) est un anneau commutatif.
Remarque 119. Dans un anneau (A, + ,), on note x le symetrique de lelement x pour la loi + et 0 lelement
neutre de la loi +. Attention, un element x A na pas forcement de symetrique pour la loi , la notation x 1
na pas de sens en general.
Exemple 22. (Z, + ,) et (F(R,R), + ,) sont des anneaux commutatifs.
D
efinition 12.14 : Z/nZ
Soit un entier strictement positif n N? . On note Z/nZ lensemble des classes dequivalences de
la relation de congruence modulo n. Il y a n classes distinctes, notees
Z/nZ = {b
0, . . . ,n[
1}
Ces classes correspondent aux restes possibles dans la division euclidienne par lentier
n. On definit
b et .
b Muni de ces deux lois, Z/nZ,+,
b
b est un anneau
sur Z/nZ les (( lois quotient )) notees +
commutatif delements neutres b
0 et b
1.
Th
eor`
eme 12.31 : R`
egles de calcul dans un anneau
On consid`ere un anneau (A, + ,). On a les r`egles de calcul suivantes :
a A, a 0 = 0 a = 0 ;
a A, (1) a = a ;
(a,b) A2 , (a) b = (a b).
Remarque 120. Si (A, + ,) est un anneau, (A,) nest pas un groupe en general (par exemple lorsque A = Z).
Remarque 121. En general, (par exemple dans lanneau F(R,R)),
a b = 0 6 a = 0 ou b = 0
On dit que de tels elements a et b sont des diviseurs de zero.
D
efinition 12.15 : Anneau int`
egre
Soit un anneau (A, + ,). On dit que cet anneau est int`egre si et seulement si :
1. A 6= {0} ;
2. la loi est commutative ;
3. (x,y) A2 , x y = 0 x = 0 ou y = 0.
Remarque 122. Dans un anneau int`egre, on peut (( simplifier )) a
` gauche et a
` droite : Si (a,y,z) A 3 , avec
ax = ay, et si a 6= 0, alors x = y. Cette propriete est fausse dans un anneau general.
D
efinition 12.16 : Notations
On consid`ere un anneau (A, + ,). Soit un element a A et un entier n N. On note
a + + a si n 6= 0
| {z }
na =
n fois
0
si n = 0
(n)a = n(a) = (a) + + (a)
{z
}
|
n fois
a} si n 6= 0
|a {z
an =
n fois
1
si n = 0
ement nilpotent
D
efinition 12.17 : El
Soit un anneau (A, + ,). On dit quun element a A (a 6= 0) est nilpotent sil existe un entier
n N? tel que an = 0.
Le plus petit entier n verifiant an = 0 sappelle lindice de nilpotence de lelement a.
Remarque 123. Si lanneau A est int`egre, il ny a pas delement nilpotent dans cet anneau.
Exercice 12-20
Soit un anneau (A, + ,) verifiant :
x A,
x2 = x
n
X
n
k=0
et n 1,
ak bnk
n1
X
an1k bk
k=0
Th
eor`
eme 12.33 : Calcul dune progression g
eom
etrique
Soit un anneau (A, + ,) et un element a A. On consid`ere un entier n N, n 1. De la formule
de factorisation, on tire :
1 an = (1 a)(1 + a + a2 + + an1 )
En particulier, si lelement a est nilpotent dindice n : an = 0, alors lelement (1 a) est inversible
pour la loi et on sait calculer son inverse :
(1 a)1 = 1 + a + a2 + + an1
D
efinition 12.18 : Sous-anneau
On consid`ere un anneau (A, + ,) et une partie A0 A de cet anneau. On dit que la partie A0 est
un sous-anneau de A si et seulement si :
1. (A0 ,+) est un sous-groupe du groupe (A,+) ;
2
2. la partie A0 est stable pour la loi : (a,b) A0 , a b A0 ;
3. lelement neutre de lanneau A est dans A0 : 1 A0 .
D
efinition 12.19 : Morphisme danneaux
Soient deux anneaux (A, + ,) et (A0 ,+,). On dit quune application f : A 7 A0 est morphisme
danneaux si et seulement si :
1. (x,y) A2 , f (x + y) = f (x)+f (y) ;
2. f (x y) = f (x)f (y) ;
3. f (1A ) = 1A0 .
Remarque 124. On dit que lapplication f est un isomorphisme lorsque cest un morphisme bijectif.
Exercice 12-21
Determiner tous les morphismes danneaux de lanneau (Z, + ,) vers lui-meme.
Th
eor`
eme 12.34 : Groupe des unit
es dun anneau
Soit un anneau (A, + ,). On note U lensemble des elements inversibles pour la loi :
U = {a A | a0 A tq a a0 = a0 a = 1A }
Alors muni de la seconde loi de lanneau, lensemble (U,) a une structure de groupe : cest le
groupe des unites de lanneau A.
Exemple 23. Dans lanneau (Z, + ,), le groupe des unites est U = {1, 1}. Dans lanneau F(I,R), + , , le
groupe des unites est constitue des fonctions qui ne sannulent pas.
D
efinition 12.20 : Id
eal dun anneau
On consid`ere un anneau (A, + ,) et une partie I A de cet anneau. On dit que la partie I est
un ideal de lanneau A lorsque :
1. la partie I est un sous-groupe du groupe (A,+) ;
2. la partie I est (( absorbante )) : x I, a A, a x I.
Remarque 125. La notion dideal dun anneau est plus riche que celle de sous-anneau. Elle fournit un cadre
general a
` larithmetique.
Exercice 12-22
Montrez quil nexiste pas de couple dentiers (x,y) Z2 verifiant
x2 5y 2 = 3
Exercice 12-23
Trouvez les entiers x Z tels que x2 4x + 3 soit divisible par 6.
12.4.1
Arithm
etique dans Z
D
efinition 12.21 : PGCD, PPCM
Soient deux entiers non nuls (a,b) Z? 2 .
1. Lensemble des diviseurs de N? communs a
` a et b admet un plus grand element note
= a b. Cest le plus grand commun diviseur des entiers a et b.
2. Lensemble des entiers de N? multiples communs de a et b admet un plus petit element
note : = a b. Cest le plus petit commun multiple des entiers a et b.
Exercice 12-24
Soient H1 et H2 deux sous-groupes du groupe (Z,+). On definit lensemble
H1 + H2 = {h1 + h2 ; (h1 ,h2 ) H1 H2 }
a. Montrer que H1 + H2 est le plus petit (au sens de linclusion) sous-groupe de (Z,+) qui contient la partie
H1 H 2 ;
b. Determiner le sous-groupe 4Z + 6Z ;
c. Comment interpreter linclusion aZ bZ cZ en termes de divisibilite ?
Th
eor`
eme 12.35 : Caract
erisation du ppcm et du pgcd avec les sous-groupes de Z
Soient deux entiers non nuls (a,b) Z? 2 , leur pgcd et leur ppcm. Alors :
Z = aZ + bZ = {au + bv ; (u,v) Z2 }
Z = aZ bZ
Proposition 12.36 : Caract
erisation des diviseurs (multiples) de a et b
Soient deux entiers (a,b) Z2 .
(
d/a
1. Soit un entier d Z.
d/(a b)
d/b
(
a/m
(a b)/m.
2. soit un entier m Z.
b/m
Proposition 12.37 : Le pgcd et le ppcm sont associatifs
(a,b,c) Z? 3 , (a b) c = a (b c) et (a b) c = a (b c)
On definit par recurrence le pgcd et le ppcm de n entiers par :
pgcd(x1 , . . . ,xn ) = x1 xn
ppcm(x1 , . . . ,xn ) = x1 xn
Proposition 12.38 :
?2
Th
eor`
eme 12.39 : Th
eor`
eme dEuclide
Soient deux entiers (a,b) Z? 2 . Effectuons la division euclidienne de lentier a par lentier b :
(
a = bq + r
2
!(q,r) N tq
0r<b
Alors :
pgcd(a,b) = pgcd(b,r)
a
r = a 2b
b
Fig. 12.5 Euclide : si d/b et d/a, alors d/r
Le theor`eme precedent justifie lalgorithme dEuclide pour trouver le pgcd de deux entiers non nuls (a,b) N ? 2 .
On pose r0 = a, r1 = b et on definit ensuite k 1, les couples (qk ,rk ) en utilisant une division euclidienne :
si rk 6= 0, !(qk ,rk+1 ) Z2 tq rk1 = qk rk + rk+1 et 0 rk+1 < rk
Comme la suite dentiers (rk ) est strictement decroissante, il existe un rang n 1 tel que rn 6= 0 et rn+1 = 0.
Dapr`es le theor`eme dEuclide, on a k [0,n 1], a b = rk rk+1 . Comme rn divise rn1 , on a rn rn1 = rn .
Par consequent, le dernier reste non-nul rn est le pgcd des entiers (a,b).
Exemple 24. Determinez le pgcd des entiers 366 et 43 en utilisant lalgorithme dEuclide, et en eliminant les
restes (( a
` la main )).
Param`
etres : a, b (entiers).
Variables locales : A,B,r.
Initialisation :
A a,
B b,
pgcd := proc(a, b)
local A, B, r;
A := a;
B := b;
while (b > 0) do
r := irem(A, B);
A := B;
B := r;
od;
A;
end;
ou sous une forme recursive :
Maple
pgcd := proc(a, b)
if b = 0 then a
else
pgcd(b, irem(a, b))
fi;
end;
D
efinition 12.22 : Nombres premiers entre eux
Soient n entiers non nuls (x1 , . . . ,xn ) Z? n . On dit que :
les entiers (x1 , . . . ,xn ) sont premiers entre eux si et seulement si et seulement si x1 xn =
1;
les entiers (x1 , . . . ,xn ) sont premiers entre eux deux a
` deux si et seulement si (i,j) [1,n]2 ,
i 6= j xi xj = 1.
Remarque 126. Les entiers (3,6,7) sont premiers entre eux, mais pas premiers entre eux deux a
` deux. Si des
entiers sont premiers deux a
` deux entre eux, ils sont premiers entre eux.
Th
eor`
eme 12.40 : Th
eor`
eme de Bezout a
Soient deux entiers non nuls (a,b) Z? 2 . On a
(a b = 1) ((u,v) Z2 tq 1 = au + bv)
a Etienne
Bezout, (31/03/1730- 27/09/1783), Francais, auteur de livres denseignement, cel`ebre pour ce theor`eme
mais a travaille egalement sur les determinants
Exercice 12-25
Soient deux entiers non nuls (a,b) Z? 2 premiers entre eux. Montrez quil existe deux entiers (u,v) Z2 tels
que
au + bv = 1 et |u| < |b|, |v| |a|
Exercice 12-26
Trouver gr
ace a
` lalgorithme dEuclide un couple de Bezout pour a = 22 et b = 17.
Remarque 127. Soient deux entiers (a,b) Z N? premiers entre eux. Lalgorithme dEuclide permet de trouver
un couple de Bezout (u,v) Z2 tel que au + bv = 1. On definit les suites (rk ) et (qk ) des restes dans lalgorithme
dEuclide. Notons rn = a b = 1 le dernier reste non-nul. On pose r0 = a, r1 = b et par recurrence, on definit
k 1, rk1 = qk rk + rk+1 0 < rk+1 rk
On definit simultanement deux suites (uk ) et (vk ) telles que
k [0,n], rk = uk a + vk b
Pour que cette propriete soit vraie pour tout k [0,n], on doit poser :
(
uk+1 = uk1 qk uk
(u0 ,v0 ) = (1,0), (u1 ,v1 ) = (0,1) et k [2,n],
vk+1 = vk1 qk vk
On a alors 1 = aun + bvn .
r0 = a
X
1
0
r1 = b
q1
0
1
r2
q2
u2
v2
...
...
...
...
rk
qk
uk
vk
...
...
...
...
1
qn
un = u
vn = v
Voici une procedure Maple qui prend comme param`etres a et b et qui retourne a b, ainsi quun couple de
Bezout (U,V )
Maple
bezout := proc(a, b)
local R, RR, Q, U, UU, V, VV, temp;
R := a;
RR := b;
U := 1;
UU := 0;
V := 0;
VV := 1;
#Cond entr
ee : R = r0, RR = r1, U = u0, V = v0, UU = u1, VV = v1
while (RR > 0) do
Q := iquo(R, RR);
temp := UU;
UU := U - Q * UU;
temp := VV;
VV := V - Q * VV;
V := temp;
temp := RR;
RR := irem(R, RR);
R := temp;
#INV : R = rk, RR = r_{k+1}, U = uk, UU = u_{k+1}, V = vk, VV = v_{k+1},
#
Q = qk, k : nombre de passages dans la boucle while
od;
#Cond sortie : RR = u_{n+1}=0, R = r_n = pgcd(a, b), U = u_n, V = v_n
R, U, V;
end;
Th
eor`
eme 12.41 : Th
eor`
eme de Gauss a
Soient trois entiers non nuls (a,b,c) Z? 3 .
(
a/bc
ab=1
a Carl
a/c
Friedrich Gauss (30/04/1777 23/02/1855), Allemand. Considere comme un des plus grand mathematicien
de tous les temps avec Henri Poincare. Il a permi des avancees enormes en theorie des nombres, geometrie noneuclidienne, . . .
Exercice 12-27
Considerons deux entiers (a,b) Z? 2 premiers entre eux : a b = 1 et un couple de Bezout (u,v) Z2 tel que
au + bv = 1. Determiner lensemble de tous les couples de Bezout (u0 ,v 0 ) Z2 verifiant au0 + bv 0 = 1.
Proposition 12.42 : Autres propri
et
es du PGCD
Soient trois entiers non nuls (a,b,c) Z? 3 .
1. Soient trois entiers (,a0 ,b0 ) N? Z2 tels que a = a0 , b = b0 , alors
= a b a0 b0 = 1
(
ab=1
2.
ac=1
a/c
3. b/c
ab=1
a (bc) = 1 ;
ab/c ;
(x,y) Z2
Th
eor`
eme 12.43 : Relation entre PGCD et PPCM
Soient deux entiers non nuls (a,b) Z? 2 .
1. Si a b = 1, alors a b = |ab| ;
2. (a b)(a b) = |ab|.
12.4.2
Nombres premiers
D
efinition 12.23 : Nombres premiers
Un entier n N est dit premier si n 2 et si ses seuls diviseurs dans N, sont 1 ou lui-meme :
k N? , k/n k {1,n}
On note P lensemble des nombres premiers.
Proposition 12.44 : Propri
et
es des nombres premiers
1. Soit un entier n N premier, et un entier a Z. Alors, n/a ou bien n a = 1.
2. Si n et m sont deux nombres premiers distincts, ils sont premiers entre eux : n 6= m
n m = 1.
3. Si n est un nombre premier et si (a1 , . . . ,ak ) Zk ,
n/a1 . . . ak i [[1,n]] tq n/ai
o`
u p (n) N est appele la p-valuation de lentier n.
Remarque 128. Tout entier relatif n Z non nul secrit de facon unique sous la forme :
Y
n=
pp (|n|)
pP
pP
pP
Corollaire 12.49 :
Dans lensemble Z? , les lois et sont distributives. Pour tous entiers non nuls (a,b,c) Z? 3 ,
a (b c) = (a b) (a c) ;
a (b c) = (a b) (a c).
Exercice 12-29
On consid`ere un entier n decompose en produit de facteurs premiers :
k
1
n = p
1 . . . pk
o`
u i [1,k], i N? . Calculez la somme de tous les diviseurs de lentier n :
X
S=
d
d/n
12.4.3
Applications de larithm
etique
Corollaire 12.51 :
b
b est un corps si et seulement si lentier n est un
Soit un entier n N? . Lanneau Z/nZ,+,
nombre premier.
Exercice 12-30
Determinez tous les entiers x Z tels que x2 + 5x 3 soit divisible par 7.
Exercice 12-31
On consid`ere un entier non nul n N? et le groupe (Un ,) des racines ni`emes de lunite. On note = e2i/n
` quelle condition, a-t-on Un = {k ; k N}?
la racine ni`eme primitive de lunite et = p . A
Chapitre 13
Espaces vectoriels
13.1
Structure de corps
D
efinition 13.1 : Corps
On consid`ere un ensemble K muni de deux lois de composition interne, notees + et . On dit que
(K, + ,) est un corps si et seulement si :
1. (K, + ,) est un anneau ;
2. tout element non-nul de K est inversible pour la loi .
Exemple 25. (Q, + ,), (R, + ,), (C, + ,) sont des corps, mais (Z, + ,) nen est pas un car les seuls elements
inversibles sont 1 et 1.
Proposition 13.1 : Un corps est un anneau int`
egre
Dans un corps (K,+,), si deux elements (x,y) K2 verifient xy = 0K , alors x = 0K ou y = 0K .
En particulier, on peut (( simplifier par un element non nul )) :
(a,x,y) K3 , a 6= 0K , a x = a y x = y
D
efinition 13.2 : Sous-corps
Soit K 0 K un sous-ensemble dun corps (K, + ,). On dit que la partie K 0 est un sous-corps du
corps K si et seulement si :
1. K 0 est un sous-anneau de lanneau (K, + ,) ;
2. linverse de tout element non-nul de K 0 est dans K 0 .
D
efinition 13.3 : Morphisme de corps
Une application f entre deux corps (K,+,) et (K 0 ,+,) est un morphisme de corps si et seulement
si cest un morphisme danneaux.
Th
eor`
eme 13.2 : Calcul dune somme g
eom
etrique dans un corps
Soit un element k K du corps (K, + ,). Alors la formule suivante permet de calculer une
progression geometrique de raison k :
(
n
X
(1 k)1 1 k n+1
si k 6= 1
i
2
n
k = 1+k +k ++k =
(n + 1)1K
si k = 1
i=0
x
X +Y
Y
13.2
Espaces vectoriels
D
efinition 13.4 : Espace vectoriel
Soit K, + ,) un corps commutatif. On appelle espace vectoriel sur le corps K tout ensemble E
muni dune lci + et dune loi de composition externe
K E
E
(,x)
7 x
verifiant :
1. (E,+) est un groupe commutatif,
2. (,) K 2 , (x,y) E 2 :
(a) ( + ) x = x + x
(b) (x + y) = x + y
(c) ( ) x = ( x)
3. x E, 1K x = x
On dit aussi que E est un K-espace vectoriel. Les elements de E sappellent les vecteurs et les
elements de K les scalaires. Lelement neutre pour +, est note 0E et sappelle le vecteur nul.
Exemples
a) Si K est un corps commutatif, on definit une loi externe en posant pour K et x K, x = x.
Muni de (( + )) et (( )), K a une structure de K-ev.
b) Si K = R et E = R2 , on definit laddition de deux vecteurs: X = (x1 ,x2 ), Y = (y1 ,y2 ) X +Y = (x1 +y1 ,x2 +y2 )
et la multiplication dun scalaire par un vecteur : Si R, X = (x1 ,x2 ). Muni de ces deux lois, R2 a une
structure de R-ev. On peut representer un vecteur X = (x1 ,x2 ) de R2 par une fl`eche joignant le point (0,0) au
point (x1 ,x2 ). Laddition de deux vecteurs sobtient en tracant un parallelogramme.
Proposition 13.3 : Espace produit
Soit K un corps commutatif et E1 , . . . ,En des K-ev. On definit sur E1 En les lois :
(x1 , . . . ,xn ) + (y1 , . . . ,yn ) = (x1 + y1 , . . . ,xn + yn )
(x1 , . . . ,xn ) = ( x1 , . . . , xn )
et alors (E1 En , + , ) est un K-ev. Le vecteur nul est (0E1 , . . . ,0En ).
Alors F(A,E), + , est un K-ev.
A
x
E
f (x)
( ) x = x x
0K x = 0 E
(x y) = x y
0E = 0 E
() x = ( x) = (x)
( x) = 0E ( = 0K ou x = 0E )
On ecrira desormais x a
` la place de x lorsque la confusion ne sera plus a
` craindre.
13.3
Sous-espaces vectoriels
D
efinition 13.5 : Sous-espaces vectoriels
Soit (E, + , ) un K-ev et F E une partie de E. On dit que F est un sev de E si et seulement si :
1. 0E F
2. (x,y) F 2 , (,) K 2 , x + y F (on dit que F est stable par combinaisons lineaires).
Proposition 13.7 : Un sev a une structure despace vectoriel
Si F est un sev de E, alors muni des lois restreintes a
` F , F est un K-ev.
Remarque 129. Si E est un espace vectoriel, alors les parties {0E } et E sont toujours des sev de E.
Exemple 26. Les sous-espaces vectoriels de R2 sont : {0}, R2 , toutes les droites passant par lorigine :
F = {(x0 ,y0 ) ; R}
Exercice 13-1
Soit l lensemble des suites reelles convergeant vers 0. Montrer que cest un R-ev.
Exercice 13-2
Parmi les ensembles suivants, lesquels sont des sev de lespace vectoriel E = F(R,R)?
1. F = C n (R) ;
2. F = {f F | f (1) = 2f (0)} ;
3. F = {f F | f (0) = f (1) + 1} ;
4. F = {f F | x R,f (x) = f (1 x)} ;
5. F = {f F | f derivable et x R, f 0 (x) = a(x)f (x)} o`
u a E.
0
2
6. F = {f F | f derivable et x R, f (x) = a(x)f (x)} o`
u a E.
Th
eor`
eme 13.8 : Lintersection de sev
T est un sev
Soit (Fi )iI une famille de sev de E. Alors iI Fi est un sev de E.
Exercice 13-3
Montrer que C n (I,R) et C (I,R) sont des R-ev.
D
efinition 13.6 : Espace vectoriel engendr
e par une partie
Soit un K-ev E et une partie A E de E. On appelle sous-espace engendre par la partie A, le
plus petit sev de E contenant A. On note FA lensemble des sev de E contenant A, alors :
\
Vect(A) =
F
F FA
Th
eor`
eme 13.9 : Caract
erisation de Vect(A)
Si A 6= , Vect(A) est lensemble des combinaisons lineaires finies delements de A :
Vect(A) = {1 a1 + + n xn ; n N ,(1 , . . . ,n ) K n ,(a1 , . . . ,an ) An }
Exercice 13-4
Dans R3 , determiner le sev engendre par A = {(1,1,1),(1,0,1)}
Exercice 13-5
1. Si A B, montrer que Vect(A) Vect(B).
2. Si F est un sev, montrer que Vect(F ) = F .
3. Montrer que Vect Vect(A) = Vect(A).
Exercice 13-6
Dans lespace S(R), on definit pour n N la suite :
en = (0,0, . . . ,0,1,0 . . . )
(tous les termes de la suite sont nuls sauf le ni`eme qui vaut 1). Determiner le sev engendre par la partie
A = {en ; n N }.
D
efinition 13.7 : Somme de sev
Soit E un K-ev et F1 , . . . ,Fn des sev de E. On appelle somme des sev Fi , lensemble
F1 + + Fn = {x1 + + xn ; x1 F1 , . . . ,xn Fn }
Th
eor`
eme 13.10 : Caract
erisation de Vect(F1 + + Fn )
F1 + + Fn est un sev de E et
F1 + + Fn = Vect(F1 Fn )
Exercice 13-7
Dans lespace R3 , on consid`ere les parties F = {(x,0,0) ; x R} et G = {(x,x,0) ; x R}. Montrer que ce sont
des sev et determiner le sous espace F + G.
D
efinition 13.8 : Somme directe
Soient deux sev F1 , F2 de lespace vectoriel E. On dit que la somme F1 + F2 est directe si et
seulement si tout vecteur de F1 + F2 secrit de facon unique x = x1 + x2 avec x1 F1 et x2 F2 .
On note alors F1 F2 cette somme.
Th
eor`
eme 13.11 : Caract
erisation dune somme directe
Soient deux sous-espaces vectoriels F1 et F2 dun espace vectoriel E. On a la caracterisation suivante
dune somme directe :
F1 + F2 = F1 F2 F1 F2 = {0E }
D
efinition 13.9 : Sous-espaces suppl
ementaires
On dit que F1 et F2 sont deux sous-espaces supplementaires dun espace vectoriel E si et seulement
si :
E = F 1 F2
Remarque 130. Cela signifie que tout vecteur de E secrit de facon unique sous la forme
x = x1 + x2 avec x1 F1 , x2 F2
Remarque 131. Ne pas confondre supplementaire avec complementaire : le complementaire dun sous-espace
vectoriel nest jamais un sous-espace vectoriel (il ne contient pas le vecteur nul).
Remarque 132. Il existe en general une infinite de supplementaires dun sous-espace vectoriel. Ne pas parler du
supplementaire dun sev.
Exercice 13-8
Dans lespace E = R4 , on consid`ere les sev
F = Vect (1,2, 1,0),(0,2,0,1) et G = Vect (2,0,0,1),(1,0,0,1)
Exercice 13-9
Dans lespace E = F(R,R) on consid`ere lensemble P des fonctions paires et lensemble I des fonctions impaires.
Montrer que
E =P I
13.4
Sous-espaces affines
D
efinition 13.10 : Sous-espace affine
On dit quune partie F dun K-espace vectoriel E est un sous-espace affine de E si il existe un
element a de E et un sous-espace vectoriel F de E tel que
F = {a + f | f F }
On note alors F = a + F . On dit que : le sev F est la direction du sous-espace affine F ;
f
a+f
0
F
aF
f
a
aG a F
F G
G
F
aG
F
0E
0E
F G
(b)
Sous-espaces
affines
supplementaires dans le plan
Proposition 13.14 :
Intersection de deux sous-espaces affines de directions
suppl
ementaires
Soient deux sous-espaces affines F et G de directions F et G, avec
E =F G
Alors leur intersection est un singleton : a F G tel que F G = {a}.
13.5
Syst`
emes libres, g
en
erateurs
D
efinition 13.12 : Syst`
eme de vecteurs
Un syst`eme de vecteurs est un n-uplet S = (x1 , . . . ,xn ) de vecteurs de E.
Remarque 134. On parle egalement de famille finie (xi )iI de vecteurs o`
u I est un ensemble fini.
D
efinition 13.13 : Syst`
eme libre
On dit quun syst`eme de vecteurs S = (x1 , . . . ,xn ) est libre si et seulement si
(1 , . . . ,n ) K n , 1 x1 + + n xn = 0E 1 = = n = 0K
Sinon, on dit que le syst`eme est lie.
Pour montrer quun syst`eme est libre :
1. Soient (1 , . . . ,n ) K n tels que 1 x1 + + n xn = 0E ;
2. . . . donc 1 = = n = 0K
Proposition 13.15 : Propri
et
es des syst`
emes li
es
Soit S = (x1 , . . . ,xn ) un syst`eme de vecteurs de E.
a. Si lun des vecteurs est nul, le syst`eme est lie ;
b. Si lun des vecteurs du syst`eme apparat plus dune fois dans S, le syst`eme est lie ;
c. Si le syst`eme est lie, lun des vecteurs sexprime comme combinaison lineaire des autres
vecteurs du syst`eme :
X
i [1,n], (1 , . . . ,i1 ,i+1 , . . . ,n ) K n1 tq xi =
j xj
1jn
i6=j
Exercice 13-10
Dans lespace R3 , on consid`ere les vecteurs x1 = (1,0,2), x2 = (1,1,1) et x3 = (1,1,1). Le syst`eme (x1 ,x2 ,x3 )
est-il libre?
Exercice 13-11
Dans lespace F(R,R), on consid`ere les deux fonctions definies par f (x) = cos x et g(x) = sin x. Montrer que le
syst`eme (f,g) est libre.
Les trois fonctions definies par f (x) = 1, g(x) = cos2 x et h(x) = cos 2x forment-elles un syst`eme libre?
Exercice 13-12
Dans lespace E = F(R,R), on consid`ere les fonctions definies par k N,
R
R
fk :
x 7 sin(kx)
Montrer que n N? , le syst`eme S = (f1 , . . . ,fn ) est libre. On calculera dabord pour (p,q) N2 , lintegrale :
Z 2
sin(px) sin(qx) dx = pq
0
Exercice 13-13
Dans lespace E = F(R,R), on pose pour k N,
fk :
R
x
R
xk
D
efinition 13.14 : Syst`
emes g
en
erateurs
On dit quun syst`eme de vecteurs S = (x1 , . . . ,xn ) est generateur dun espace vectoriel E si
et seulement si tout vecteur de E peut sexprimer comme combinaison lineaire des vecteurs du
syst`eme :
x E, (1 , . . . ,n ) K n tq x = 1 x1 + + n xn
Remarque 135. Cela signifie que Vect(S) = E.
Pour
1.
2.
3.
Exercice 13-14
Dans lespace R2 , montrer que les trois vecteurs x1 = (1,1), x2 = (2,3) et x3 = (2,2) forment un syst`eme
generateur.
D
efinition 13.15 : Base
On dit quun syst`eme de vecteurs S = (x1 , . . . ,xn ) est une base de lespace vectoriel E si et
seulement si :
1. le syst`eme S est libre ;
2. le syst`eme S est generateur.
Remarque 136. Cela signifie que tout vecteur de E secrit de facon unique comme combinaison lineaire de
vecteurs de S.
Pour montrer quun syst`eme est une base :
1. Montrons que S est libre . . .
2. Montrons que S est generateur . . .
D
efinition 13.16 : Base canonique de K n
Si E = K n , il existe une base privilegiee, la base canonique e = (e1 , . . . ,en ) o`
u
e1 = (1,0, . . . ,0), e2 = (0,1,0, . . . ,0), . . . , en = (0, . . . ,0,1)
Remarque 137. Ne pas parler de la (( base canonique )) dun espace vectoriel quelconque . . .
Exercice 13-15
Montrer que dans lespace R3 , le syst`eme forme des vecteurs e1 = (1,0,1), e2 = (1, 1,1) et e3 = (0,1,1) est une
base.
13.6
Applications lin
eaires
D
efinition 13.17 : Application lin
eaire
Soient E et F deux espaces vectoriels sur le meme corps K et une application u : E 7 F . On dit
que lapplication u est lineaire si et seulement si :
1. (x,y) E 2 , u(x + y) = u(x) + u(y) ;
2. x E, K, u(x) = u(x).
Proposition 13.16 : Caract
erisation des applications lin
eaires
Lapplication u est lineaire si et seulement si :
(x,y) E 2 , (,) K 2 , u(x + y) = u(x) + u(y)
Remarque 138. Si lapplication u est lineaire et si e = (e1 , . . . ,en ) est une base de E, on connat compl`etement
lapplication u si lon connat limage par u des vecteurs de la base.
Exercice 13-16
Determiner toutes les applications lineaires de R vers R.
Exercice 13-17
Determiner toutes les applications lineaires de R2 vers R2 .
Exercice 13-18
Soit lapplication
:
C([0,1],R)
f
7
R1
0
R
f (x) dx
Th
eor`
eme 13.17 : Image directe, r
eciproque dun sev par une application lin
eaire
Soit u : E 7 F une application lineaire, V un sev de E et W un sev de F . Alors :
1. u1 (W ) est un sev de E ;
2. u(V ) est un sev de F .
D
efinition 13.18 : Image, noyau dune application lin
eaire
Soit u : E 7 F une application lineaire. On appelle :
1. noyau de u : Ker u = {x E | u(x) = 0F } = u1 ({0F }) (sev de E) ;
2. image de u : Im u = {y F | x E, y = u(x)} = u(E) (sev de F ).
u
F
E
Ker u
Im u
Th
eor`
eme 13.18 : Caract
erisation des applications lin
eaires injectives et surjectives
Soit une application lineaire u : E 7 F .
1. Lapplication u est injective si et seulement si Ker u = {0E } ;
2. Lapplication u est surjective si et seulement si Im u = F .
Exercice 13-19
Determiner le noyau et limage de lapplication lineaire
R3
R2
u:
(x,y,z) 7 (x + y z,x y + 2z)
Est-elle injective? Surjective?
Exercice 13-20
Soit lespace E des fonctions indefiniment derivables sur R. On consid`ere lapplication :
E E
D:
f
7 f 0
Montrer que lapplication D est lineaire et determiner son noyau.
Th
eor`
eme 13.19 : Equation
u(x) = b
Soit une application lineaire u : E 7 F . On consid`ere un vecteur b F , et on note SE lensemble
des solutions de lequation u(x) = b. Alors
1. si b 6 Im u, SE = ;
2. si b Im u, il existe une solution particuli`ere x0 SE . Lensemble des solutions secrit alors
SE = {x0 + k ; k Ker u}
On dit que cest un sous-espace affine de lespace vectoriel E.
Ker u
x0
0F
0E
x
b = u(x0 ) = u(x)
Im u
SE
Th
eor`
eme 13.20 : Compos
ee dapplications lin
eaires
Soient E,F,G trois K-ev et u : E 7 F , v : F 7 G deux applications lineaires. Alors v u : E 7 G
est une application lineaire.
Exercice 13-21
Soient (u,v) les deux applications lineaires definies par :
u:
R2
(x,y)
R2
7 (0,x)
v:
R2
(x,y)
R2
(y,0)
Determiner u v et v u.
Exercice 13-22
Soient u,v : E 7 E deux applications lineaires verifiant u v = 0. Comparer Im v et Ker u.
Th
eor`
eme 13.21 : Inverse dune application lin
eaire bijective
Soit u : E 7 F une application lineaire bijective et u1 sa bijection reciproque. Alors u1 : F 7 E
est une application lineaire.
D
efinition 13.19 : endomorphisme, Isomorphisme, automorphisme
Soient E, F deux K-ev. On note L(E,F ) lensemble des applications lineaires de E vers F .
1. Un endomorphisme de E est une application lineaire u : E 7 E. On note L(E) = L(E,E)
lensemble des endomorphismes de E ;
2. Un isomorphisme de E vers F est une application lineaire u : E 7 F bijective ;
3. Un automorphisme de E est un endomorphisme de E bijectif. On note GL(E) lensemble des
automorphismes de E.
Th
eor`
eme 13.22 : L(E,F ) est un espace vectoriel
Lensemble des applications lineaires dun espace E vers un espace F , L(E,F ), + , est un K-ev.
13.7
Structure dalg`
ebre
D
efinition 13.20 : Structure dalg`
ebre
Soit un corps commutatif K et un ensemble E muni de deux lois de composition interne +,
et dune loi de composition externe (( )). On dit que (E, + , , ) est une alg`ebre sur K si et
seulement si :
1. (E, + ,.) est un K-ev ;
2. (E, + ,) est un anneau ;
3. K, (x,y) E 2 , ( x) y = x ( y) = (x y).
Remarque 139. Si E est une alg`ebre, alors (E, + , ) est un e.v. et (E, + ,) est un anneau.
En particulier, on dispose des r`egles de calcul dans ces deux structures (bin
ome, factorisation).
Exemples fondamentaux dalg`
ebres :
1. (C, + , , ) (o`
u designe la multiplication dun complexe par un reel) est une R-alg`ebre ;
2. (F(I,R), + , , ) est une R-alg`ebre.
3. (S(R), + , , ) (suites reelles) est une R-alg`ebre ;
4. Kn est une alg`ebre si lon definit la multiplication par
(x1 , . . . ,xn ) (y1 , . . . ,yn ) = (x1 y1 , . . . ,xn yn )
D
efinition 13.21 : Sous-alg`
ebre
Soit une K-alg`ebre (E, + , , ) et une partie A E de cette alg`ebre. On dit que A est une
sous-alg`ebre de E lorsque :
1. 0E A, 1E A ;
2. A est stable par CL: (x,y) A2 , (,) K 2 , x + y A ;
3. A est stable pour la loi : (x,y) A2 , x y A.
Alors munie des lois restreintes, A est une alg`ebre.
D
efinition 13.22 : Morphismes dalg`
ebres
Soit f : E 7 E 0 une application entre deux alg`ebres. On dit que f est un morphisme dalg`ebres si
et seulement si :
1. f est une application lineaire : (x,y) E 2 , (,) K 2 , f (x + y) = f (x) + f (y) ;
2. (x,y) E 2 , f (x y) = f (x) f (y) ;
3. f (1E ) = 1F .
Remarque 140. En dautres termes, un morphisme dalg`ebres est un morphisme danneau et une application
lineaire.
Exercice 13-23
Montrer que C n (R,R) est une alg`ebre.
Exercice 13-24
Montrer que f : C 7 C defini par f (z) = z est un morphisme dalg`ebres.
D
efinition 13.23 : Application identit
e
Soit E un K-ev on definit lidentite de E par :
E
idE :
x
E
7 x
Th
eor`
eme 13.24 : Groupe lin
eaire
(GL(E),) est un groupe (non-commutatif) delement neutre id E . Cest le groupe lineaire.
Remarque 141. En general, si (u,v) GL(E) 2 , on na pas (u + v) GL(E). Si u GL(E), alors K? ,
1
.u GL(E) et (.u)1 = .u1 .
Remarque 142. Puisque lalg`ebre L(E), + , est un anneau (non-commutatif), on a les formules de calcul
suivantes : Si u et v sont deux endomorphismes tels que u v = v u , on dispose des formules suivantes :
P
1. Bin
ome : (u + v)n = nk=0 nk uk v nk ;
2. Factorisation : un v n = (u v) (un1 + un2 v + + u v n2 + v n1 ) ;
Exercice 13-26
On consid`ere les deux endomorphismes de E = R2 suivants :
R2
R2
R2
et v :
u:
(x,y)
(x,y) 7 (y,0)
R2
7 (0,y)
GL(E) GL L(E)
k
7
k
13.8
Projecteurs
D
efinition 13.24 : Projecteurs
Soit un endomorphisme p L(E). On dit que p est un projecteur si et seulement si il verifie
lidentite
pp=p
Th
eor`
eme 13.25 : D
ecomposition associ
ee `
a un projecteur
Soit un projecteur p dun espace vectoriel E. Alors
1. on a la caracterisation suivante de Im p :
Im(p) = {x E | p(x) = x} = Ker(idE p)
2. E = Im p Ker p et la decomposition dun vecteur x E secrit
x = p(x) + x p(x)
|{z} | {z }
Im p
Ker p
Ker(s + idE )
x
Ker p
x
x p(x)
0E
x p(x)
0E
p(x) =
Ker(s idE )
1
x + s(x)
2
p(x)
Im p
s(x)
(a) Decomposition associee a
` un projecteur
Th
eor`
eme 13.26 : Projecteur associ
e`
a deux sev suppl
ementaires
Soient F et G deux sev de E supplementaires : E = F G. Alors il existe un unique projecteur p
verifiant :
F = Im p G = Ker p
On dit que p est le projecteur sur le sous-espace F parall`element au sous-espace G.
Exercice 13-31
Dans lespace R3 , on consid`ere les sous-espaces E1 = Vect(1,1,1) et E2 = {(x,y,z) R3 | x + y + z = 0}.
Determiner lexpression analytique du projecteur sur E2 parall`element a
` E1 .
Exercice 13-32
Soit un projecteur p dun espace vectoriel E. Montrer que lendomorphisme (id p) est aussi un projecteur de
E et que lon a Ker(id p) = Im p, Im(id p) = Ker p.
Exercice 13-33
Soit un projecteur p dun espace vectoriel E et un scalaire K. On definit lendomorphisme u = p + id E .
Exprimer pour n N, lendomorphisme un a
` laide de p et de idE .
Exercice 13-34
Soient deux projecteurs p et q dun espace vectoriel E. Montrer que lendomorphisme (p + q) est un projecteur
de E si et seulement si lon a p q = q p = 0. Si cest le cas, montrer qualors Im(p + q) = Im p Im q et que
Ker(p + q) = Ker p Ker q.
D
efinition 13.25 : Sym
etries
Soit un endomorphisme s L(E) de E. On dit que cet endomorphisme est une symetrie vectorielle
si et seulement sil verifie :
s s = idE
Th
eor`
eme 13.27 : D
ecomposition associ
ee `
a une sym
etrie
On suppose que le corps K est Q, R ou C. Soit une symetrie vectorielle s . Alors
1. E = E1 E2 o`
u E1 = Ker(s id) (vecteurs invariants) et E2 = Ker(s + id) (vecteurs
transformes en leur oppose) ;
2. si p est la projection sur E1 parall`element a
` E2 , on a id +s = 2p.
Exercice 13-35
Dans lespace R3 , determiner lexpression analytique de la symetrie par rapport au sous-espace E 1 parall`element
au sous-espace E2 o`
u:
E1 = Vect (1,0,0),(1,1,1) et E2 = Vect(1,2,0)
Exercice 13-36
Soit un R-ev E et un endomorphisme u L(E). Soient deux reels distincts (a,b) R2 tels que :
(u a id) (u b id) = 0
a) Montrer que E = Ker(u a id) Ker(u b id).
b) Determiner la restriction de u a
` Ker(u a id) et a
` Ker(u b id).
Exercice 13-37
On consid`ere un projecteur p dun R-espace vectoriel E et un reel R \ {0,1}. Soit un vecteur b E. Montrer
que lequation vectorielle
(E) p(x) + x = b
poss`ede une unique solution x E.
13.9
Formes lin
eaires
D
efinition 13.26 : Formes lin
eaires, dual
Soit un K-ev E. On appelle forme lineaire sur E, une application lineaire : E 7 K. On note
E ? = L(E,K) lensemble des formes lineaires sur E. E ? sappelle lespace dual de lespace E.
D
efinition 13.27 : Hyperplan
On appelle hyperplan de E, le noyau dune forme lineaire non-nulle :
H = Ker
Exercice 13-38
Determiner toutes les formes lineaires de lespace R3 . Quels-sont les hyperplans de R3 ?
Exercice 13-39
Soit lespace vectoriel E = F(R,R) et lapplication
E
:
f
R
f (0)
Verifier que est une forme lineaire sur E et determiner un supplementaire de H = Ker .
Th
eor`
eme 13.28 : Caract
erisation des hyperplans
Soit H un sev dun K-ev E tel que H 6= E. Alors H est un hyperplan si et seulement sil existe un
vecteur a E tel que H admette la droite vectorielle Vect(a) comme supplementaire :
H est un hyperplan a E \ H, E = H Vect(a)
Exercice 13-40
Soit F = {(x,y,z,t) R4 | 3x 2y + z = t}. Determiner un supplementaire de F .
Exercice 13-41
R1
Soit E = C 0 ([0,1],R) et H = {f E | 0 f (t) dt = 0}. Determiner un supplementaire de H dans E.
Th
eor`
eme 13.29 : Deux formes lin
eaires sont proportionnelles si et seulement si elles
ont m
eme noyau
Soient et deux formes lineaires non-nulles sur E. Alors le syst`eme (,) est lie dans E ? si et
seulement si Ker = Ker .
Chapitre 14
Polyn
omes
14.1
D
efinitions
Dans ce chapitre, (K, + ,) designe un corps commutatif (pour nous ce sera R ou C).
D
efinition 14.1 : Polyn
ome
Un polyn
ome a
` coefficients dans K est suite (a0 ,a1 , . . . ,an ,0, . . .) delements de K nulle a
` partir dun
certain rang. On definit les operations suivantes sur les polyn
omes. Soit P = (a 0 ,a1 , . . . ,an , . . .) et
Q = (b0 ,b1 , . . . ,bn , . . .) deux polyn
omes. On pose :
P + Q = (a0 + b0 ,a1 + b1 , . . . ,an + bn , . . .)
.P = (a0 ,a1 , . . . ,an , . . .)
P Q = (c0 ,c1 , . . . ,cn , . . .)
o`
u les coefficients cn du produit sont definis par la formule
n N, cn =
n
X
ak bnk
k=0
Un polyn
ome P = (a0 ,a1 , . . . ,an ,0, . . . ) secrira par la suite : P = a0 + a1 X + + an X n . On identifiera un
scalaire K avec le polyn
ome constant P (X) = (,0, . . . ) = .
D
efinition 14.2 : Degr
e, terme dominant
Soit un polyn
ome P = a0 + a1 X + + an X n avec an 6= 0.
On appelle degre du polyn
ome P , lentier n note deg P ;
Par convention, le degre du polyn
ome nul vaut ;
on appelle terme dominant de P , le mon
ome an X n ;
lorsque an = 1, on dit que le polyn
ome P est normalise ou unitaire.
Th
eor`
eme 14.2 : Degr
e dun produit, dune somme
1. deg P + Q max deg P, deg Q
2. deg P Q = deg P + deg Q
P
lon a k polyn
omes (P1 , . . . ,Pk ) tous de degre n, pour montrer que la combinaison lineaire Q = ki=1 i Pi est
de degre n, on utilise le theor`eme precedent pour justifier que deg Q n et on calcule le coefficient de X n du
polyn
ome Q, en justifiant quil est non nul.
Th
eor`
eme 14.3 : Lanneau des polyn
omes est int`
egre
Soient trois polyn
omes (P,Q,R) K[X]3 .
1. si P Q = 0, alors P = 0 ou Q = 0 ;
2. si P Q = P R, et si P 6= 0, alors Q = R.
Th
eor`
eme 14.4 : Polyn
omes inversibles
Les elements inversibles de lanneau K[X] sont les polyn
omes constants non-nuls.
Th
eor`
eme 14.5 : Espace des polyn
omes de degr
e inf
erieur `
an
On note Kn [X] lensemble des polyn
omes de degre inferieur
ou
e
gal
a
` n. Cet ensemble est un
sous-espace vectoriel de K[X]. Le syst`eme 1,X,X 2 , . . . ,X n forme une base de Kn [X] appelee
base canonique de Kn [X].
Th
eor`
eme 14.6 : Polyn
omes de degr
es
etag
es
On consid`ere un syst`eme S = (P1 , . . . ,Pn ) de polyn
omes non-nuls de degres tous distincts. Alors
S est un syst`eme libre de K[X].
Exercice 14-1
Soit n 1 et pour k [0,n], Pk = X k (1 X)nk . Montrer que le syst`eme P0 , . . . ,Pn est libre dans Kn [X].
D
efinition 14.3 : Composition des polyn
omes
n
X
Si P (X) =
ak X k et Q K[X] on definit le polyn
ome compose par la formule suivante :
k=0
P Q=
n
X
ak Qk
k=0
Exercice 14-2
Soit un polyn
ome P R[X] tel que P = P (X). Montrer quil existe un polyn
ome Q R[X] tel que
P = Q (X 2 ).
Exercice 14-3
On consid`ere le polyn
ome de C[X] defini par
P = (1 + X)(1 + 2 X) . . . (1 + n X)
o`
u C, verifie || 6= 1. Determiner les coefficients du polyn
ome P .
Exercice 14-4
Determiner les polyn
omes P R[X] verifiant P P = P .
14.2
Arithm
etique des polyn
omes
Th
eor`
eme 14.7 : Division euclidienne
Soient A,B deux polyn
omes de K[X] tels que B 6= 0. Alors il existe un unique couple (Q,R) de
polyn
omes verifiant :
1. A = BQ + R
2. deg R < deg B
Exercice 14-5
Soit A = X 7 2X + 1 et B = X 2 + 1 deux polyn
omes a
` coefficients reels. Effectuer la division euclidienne de
A par B.
Exercice 14-6
On dit quune partie I de K[X] est un ideal de lanneau (K[X], + ,) lorsque :
I est un sous-groupe du groupe (K[X],+) ;
I est absorbant : A I, P K[X], A P I.
Montrer que tout ideal de lanneau (K[X], + ,) est engendre par un polyn
ome : P K[X] tel que
I = I(P ) = {Q P ; Q K[X]}
On dit que lanneau (K[X], + ,) est principal. Cette notion correspond aux sous-groupes de lanneau (Z, + ,)
utilises en arithmetique dans Z.
D
efinition 14.4 : Divisibilit
e
Soient A,B deux polyn
omes. On dit que A divise B ssi il existe Q K[X] tel que B = AQ.
Exercice 14-7
Cette notion a un interet pratique important : si un polyn
ome A divise un polyn
ome B, cela signifie que lon
peut mettre en facteur le polyn
ome A dans le polyn
ome B.
Th
eor`
eme 14.8 : Polyn
omes associ
es
Soient deux polyn
omes (P,Q) K[X] non-nuls.
(P/Q et Q/P ) ( K \ {0} tq Q = P )
On dit alors que les deux polyn
omes P et Q sont associes.
D
efinition 14.5 : Congruences
Soit un polyn
ome P K[X] non-nul. Soient deux polyn
omes (A,B) K[X]2 . On dit que A est
congru a
` B modulo P et lon note
A B mod (P )
ssi A et B ont meme reste dans la division euclidienne par P .
Th
eor`
eme 14.9 : Caract
erisation des congruences
Soient un polyn
ome non-nul P K[X] et deux polyn
omes (A,B) K[X]2 ,
A B mod (P ) P/(B A)
Th
eor`
eme 14.10 : Propri
et
es des congruences
On suppose que A B mod (P ) et A0 B 0 mod (P ). Alors :
A + A0 B + B 0 mod (P ).
AA0 BB 0 mod (P ).
n N, An B n mod (P ).
Exercice 14-8
Determiner le reste de la division euclidienne de A = X 2000 X 3 +X par B = X 2 +1, puis par C = X 2 +X +1.
Exercice 14-9
Soit un polyn
ome P K[X]. Montrer que (P X) / (P P X).
Proposition 14.11 : Th
eor`
eme dEuclide
Soient deux polyn
omes non nuls (A,B) K[X]. On effectue la division euclidienne de A par B :
(
A = BQ + R
deg R < deg B
Soit un polyn
ome D K[X]. Alors
D/A
D/B
(i)
D/B
D/R
(ii)
D
efinition 14.6 : Algorithme dEuclide, PGCD
On consid`ere deux polyn
omes non nuls (A,B) K[X]2 . On definit une suite (Rn ) de polyn
omes
en posant R0 = A, R1 = B et k 1,
Rk1 = Qk Rk + Rk+1 , deg(Rk+1 ) < deg(Rk )
Comme la suite dentiers deg(Rk ) est strictement decroissante, il existe un entier n N tel que
Rn 6= 0 et Rn+1 = 0. On note A B le polyn
ome Rn normalise. On dit que le polyn
ome = A B
est le pgcd des polyn
omes A et B.
Proposition 14.12 : Caract
erisation du pgcd
Soient deux polyn
omes non nuls (A,B) K[X]2 et leur pgcd. Alors :
(
/A
;
1.
/B
(
D/A
2. Si D K[X],
D/.
D/B
En dautres termes, est le (( plus grand )) commun diviseur normalise des polyn
omes A et B.
Proposition 14.13 : Propri
et
e du pgcd
Soient deux polyn
omes non nuls (A,B) K[X]2 . Alors en notant leur pgcd, il existe deux
2
polyn
omes (U,V ) K[X] tels que
UA + V B =
Remarque 146. On trouve en pratique un tel couple de polyn
omes (U,V ) en utilisant lalgorithme dEuclide et
en eliminant les restes successifs. Si lon veut ecrire une procedure calculant ce couple (U,V ), on pourra adapter
lalgorithme vu pour les entiers.
Exercice 14-10
Determiner le pgcd des polyn
omes A = X 3 + X 2 + 2 et B = X 2 + 1. Trouver ensuite un couple (U,V ) tel que
AU + BV = .
Exercice 14-11
On consid`ere deux entiers non nuls (a,b) N? 2 . On note = a b leur pgcd. Montrer, en utilisant lalgorithme
dEuclide que
(X a 1) (X b 1) = X 1
D
efinition 14.7 : Polyn
omes premiers entre eux
On dit que deux polyn
omes non nuls A et B sont premiers entre eux lorsque A B = 1.
Th
eor`
eme 14.14 : Th
eor`
eme de Bezout
Soient deux polyn
omes non nuls A et B.
2
A/C
6. B/C
AB =1
(AB)/C.
Exercice 14-12
Montrez que si (a,b) K2 sont deux scalaires distincts, alors pour tous entiers k 1 et p 1, les polyn
omes
A = (X a)k et B = (X b)p sont premiers entre eux.
D
efinition 14.8 : PPCM
Soient deux polyn
omes (A,B) non nuls. Il existe un unique polyn
ome normalise K[X] tel que
1. A/, B/ ;
(
A/M
/M
2. M K[X],
B/M
On appelle plus grand commun multiple des polyn
omes (A,B) ce polyn
ome , et on le note
= AB
Remarque 148. On montre que A (B C) = (A B) C, ce qui permet de definir le ppcm de n polyn
omes.
Th
eor`
eme 14.16 : Relation entre PPCM et PGCD
2
Soient deux polyn
omes non nuls (A,B) K[X] .
1. Si A B = 1, alors il existe K? tel que AB = (A B) ;
2. Il existe K? tel que AB = .(A B) (A B).
14.3
Fonctions polyn
omiales. Racines dun polyn
ome
D
efinition 14.9 : Fonction polyn
omiale
Soit un polyn
ome P = a0 + a1 X + + an X n de K[X]. On definit a
` partir des coefficients de P ,
la fonction polyn
omiale associee :
K
K
Pe :
x 7 a0 + a1 x + + an xn
Th
eor`
eme 14.17 : Les lois sur K[X] correspondent `
a celles sur F(K,K)
Soient (P,Q) K[X]2 et (,) K 2 . On a les proprietes suivantes :
e;
P^
Q = Pe Q
e;
P^
+ Q = Pe + Q
e
^
P
Q = Pe Q
K[X], + , ,
P
F(K,K), + , ,
Pe
D
efinition 14.10 : Racine dun polyn
ome
Soit un polyn
ome P K[X]. On dit quun scalaire K est une racine de P lorsque Pe () = 0.
Exercice 14-13
Trouver un algorithme qui permet de trouver toutes les racines rationnelles dun polyn
ome a
` coefficients rationnels. Appliquer cet algorithme pour trouver toutes les racines rationnelles du polyn
ome P = 3X 3 X + 1.
Th
eor`
eme 14.18 : Factorisation dune racine
Soit un polyn
ome P K[X] et un scalaire K. Alors le scalaire est racine du polyn
ome P si
et seulement si lon peut mettre en facteur le polyn
ome (X ) dans le polyn
ome P :
Pe () = 0 (X )/P
Th
eor`
eme 14.19 : Un polyn
ome non nul de degr
e inf
erieur `
a n admet au plus n racines
Soit un polyn
ome P K n [X]. Si le polyn
ome P admet au moins (n + 1) racines distinctes, alors
il est nul.
Remarque 150. Ce theor`eme est tr`es utilise pour montrer des unicites.
Exercice 14-14
e
e
e
Soient deux polyn
omes (P,Q) R2 [X]2 . Si Pe (0) = Q(0),
Pe(1) = Q(1)
et Pe(2) = Q(2),
montrer que P = Q.
Exercice 14-15
Trouver les fonctions polyn
omiales a
` coefficients reels qui sont periodiques.
Th
eor`
eme 14.20 : Relation entre polyn
omes et fonctions
omes
polyn
e
Si le corps K est R ou C, alors pour tout polyn
ome P K[X], P = 0 P = 0 .
Exercice 14-16
Soit le polyn
ome P (X) = X 2n + X n + 1 C[X]. Trouver une CNS pour que le polyn
ome P soit divisible par
le polyn
ome X 2 + X + 1.
Algorithme de H
orner
En Maple, un polyn
ome A est represente par la liste de ses coefficients :
a = [a1 , . . . ,an ] A = a1 + a2 X + + an X n1
Si x K, lidee de lalgorithme dH
orner est decrire :
e
A(x)
= an x + an1 x + x + a1
14.4
D
erivation, formule de Taylor
D
efinition 14.11 : D
eriv
ee des polyn
omes
Soit un polyn
ome P = a0 + a1 X + + ap X p . On definit le polyn
ome derive de P par
P 0 = a1 + 2a2 X + + pap X p1
On definit ensuite par recurrence, les polyn
omes P 00 , . . . ,P (k) .
Remarque 152. La definition precedente est purement algebrique. Elle correspond
a
` la derivee des fonctions
polyn
omes lorsque le corps K vaut R. Si P = (pn ), alors P 0 = (n + 1)pn+1 .
Th
eor`
eme 14.21 : D
eriv
ee dun produit de polyn
omes
Lapplication
K[X] K[X]
D:
P
7
P0
est lineaire et verifie
(P Q)0 = P 0 Q + P Q0
Remarque 153.
deg(P 0 ) =
deg(P ) 1
si deg(P ) 0
.
si deg(P ) 1
Ker(D) = K 0 [X], Im(D) = K[X], donc lendomorphisme D est surjectif mais pas injectif.
Ker(Dn ) = K n1 [X].
Th
eor`
eme 14.22 : Formule de Leibniz
Soient deux polyn
omes (P,Q) K[X]2 . On a la formule suivante pour la derivee du polyn
ome
produit :
n
X
n
(n)
(P Q) =
P (k) Q(nk)
k
k=0
P = a1 + 2a2 X + + nan X
n1
P (0) = a0
P 0 (0) = a1
P (k) (0)
. Donc on peut ecrire
k!
P =
n
X
P (k) (0)
k=0
k!
Xk
si k > n
0K [X]
h
i(k)
n
(X a)
= n!
si k = n
nk
n(n 1) . . . (n k + 1)(X a)
si k < n
Th
eor`
eme 14.24 : Formule de Taylor
Soit un polyn
ome P K[X]de degre n et un scalaire
a K. On obtient la decomposition du
(Xa)
(Xa)n
polyn
ome P sur la base B = 1, 1! , . . . , n!
:
P (X) = P (a) + P 0 (a)(X a) + + P (n) (a)
(X a)n
n!
Th
eor`
eme 14.25 : Deuxi`
eme formule de Taylor
Lorsque le corps K vaut R ou C (corps infini), pour tout scalaire a K et tout polyn
ome P de
degre n, on a la decomposition du polyn
ome P (X a) sur la base canonique :
P (X + a) = P (a) + P 0 (a)X + +
P (n) (a) n
X
n!
Th
eor`
eme 14.26 : Troisi`
eme formule de Taylor
Soit un polynome P K[X] (K = Q, R, C), avec n = deg(P ). Soit a K. On a la formule de
Taylor
an (n)
a2
P
P (X + a) = P + aP 0 + P 00 + +
2!
n!
D
efinition 14.12 : Ordre de multiplicit
e dune racine
Soit un scalaire K. On dit que est racine dordre k exactement de P ssi (X ) k divise P
et (X )k+1 ne divise pas P .
Remarque 155. Cela signifie que lon peut mettre en facteur le polyn
ome (X ) k dans P , mais pas le polyn
ome
k+1
(X )
. On dit que est racine dordre au moins k lorsque (X )k divise P .
Th
eor`
eme 14.27 : Caract
erisation des racines multiples
Soit un polyn
ome P K[X] et un scalaire K. On peut voir si est une racine multiple de P
en calculant les valeurs P (), P 0 () . . . :
Le scalaire est racine de P dordre k au moins si et seulement si
1. P () = P 0 () = = P (k1) () = 0K .
le scalaire est racine de P dordre k exactement si et seulement si :
1. P () = P 0 () = . . . = P (k1) () = 0 ;
2. P (k) () 6= 0.
Remarque 156. Retenons quune formule de Taylor permet dobtenir le reste et le quotient de la division dun
polyn
ome P par (X a)k .
Exercice 14-17
Trouver le reste de la division du polyn
ome P = X n + 1 (n 2) par le polyn
ome (X 1)3 .
Exercice 14-18
On consid`ere le polyn
ome P (X) = (X + 1)n X n 1 C[X] o`
u lentier n est strictement positif. Trouver une
CNS sur n pour que P admette une racine multiple.
Exercice 14-19
Montrer quun polyn
ome P C [X] admet une racine multiple si et seulement si les polyn
omes P et P 0 ne
sont pas premiers entre eux. Trouver une condition necessaire et suffisante sur C pour que le polyn
ome
P = X 7 X + admette une racine multiple.
14.5
D
efinition 14.13 : Polyn
ome scind
e
Soit P K[X], on dit que P est scinde si P secrit
P = ap
p
Y
i=0
(X i )
o`
u les scalaires i sont les racines de P comptees avec leur ordre de multiplicite et ap est le
coefficient dominant du polyn
ome P .
La principale difference entre les corps R et C concernant les polyn
omes provient du theor`eme suivant :
Th
eor`
eme 14.28 : Th
eor`
eme de dAlembert
Soit un polyn
ome P C[X] tel que deg P 1. Alors P poss`ede au moins une racine complexe
C.
2 = 1 2 + 1 3 + + p1 p
...
X
a i1 . . . a ik
k =
1i1 <<ik p
...
n = 1 . . . p
Th
eor`
eme 14.29 : Relations coefficients-racines
Les formules suivantes relient les coefficients dun polyn
ome scinde avec ses racines :
k [1,n],
k = (1)k
apk
ap
Remarque 160. Un cel`ebre resultat de Galois dit quil nexiste pas dalgorithme qui permet dexprimer les racines
dun polyn
ome quelconque a
` coefficients reels de degre superieur a
`5a
` partir des coefficients du polyn
ome. Cest
la principale limitation sur les calculs des polyn
omes et fractions rationnelles en calcul formel.
Par contre, on montre que toute expression polyn
omiale en les racines dun polyn
ome qui est invariante par
permutations peut sexprimer a
` laide des fonctions symetriques elementaires, cest a
` dire a
` laide des coefficients
du polyn
ome. Par exemple, la somme et le produit des racines sexpriment facilement sans calculer explicitement
celles-ci. De meme, si (1 , . . . ,n ) sont les racines dun polyn
ome de degre n, on peut exprimer les quantites
Sk = k1 + kn
(k N)
a
` laide des coefficients du polyn
ome P .
Exercice 14-21
Trouver (a,b,c) C3 tels que
a + b + c = 1, a2 + b2 + c2 = 3 a3 + b3 + c3 = 1
14.6
D
ecomposition dun polyn
ome en facteurs irr
eductibles
D
efinition 14.15 : Polyn
omes irr
eductibles
Soit P K[X], un polyn
ome non constant. On dit que P est irreductible ssi P = QH implique
Q K ou H K.
Remarque 161. Cette notion correspond aux nombres premiers en arithmetique des entiers.
Th
eor`
eme 14.30 : Les polyn
omes de degr
e 1 sont irr
eductibles
Quel que soit le corps K, pour tout scalaire K, le polyn
ome P = X est irreductible dans
K[X].
Th
eor`
eme 14.31 : D
ecomposition dun polyn
ome en facteurs irr
eductibles
Soit un polyn
ome P K[X]. Alors P secrit de facon unique a
` lordre pr`es comme produit de
polyn
omes irreductibles normalises dans K[X] :
P = P1 Pn o`
u K?
Th
eor`
eme 14.32 : D
ecomposition dans C[X]
1. Dans C[X], les polyn
omes irreductibles unitaires sont les polyn
omes de degre 1 : X ,
( C) ;
2. Tout polyn
ome de C[X] secrit de facon unique (`
a lordre pr`es) sous la forme :
P (X) = (X 1 )(X 2 ) . . . (X n )
(les complexes i ne sont pas forcement distincts).
Th
eor`
eme 14.33 : D
ecomposition dans R[X]
1. Dans R[X], les polyn
omes irreductibles normalises sont :
(a) Les polyn
omes de degre 1 de la forme (X ) ( R) ;
(b) Les polyn
omes de degre 2 a
` discriminant strictement negatif de la forme X 2 + pX + q,
2
avec (p 4q < 0).
2. Tout polyn
ome de R[X] secrit de facon unique (`
a lordre pr`es) sous la forme :
P (X) = (X 1 ) . . . (X p )(X 2 + p1 X + q1 ) . . . (X 2 + pr X + qr )
o`
u tous les facteurs sont irreductibles normalises et R.
Exercice 14-22
On consid`ere les polyn
omes P (X) = X 2n 1 et Q(X) = X 2n+1 1. Factoriser P et Q dans C[X] et dans R[X].
Chapitre 15
Int
egration
15.1
Construction de lint
egrale
15.1.1
Int
egrale dune fonction en escalier
D
efinition 15.1 : Subdivision
On appelle subdivision du segment [a,b] tout sous-ensemble fini de [a,b] contenant les elements
a et b. On ordonnera ces elements et lon ecrira x0 = a < x1 < . . . < xn = b les elements de cette
subdivision.
Remarque 163. Si 1 et 2 sont deux subdivisions du segment [a,b], on peut introduire la subdivision = 1 2
qui est plus fine que 1 et que 2 .
D
efinition 15.2 : Fonction en escalier
Une fonction F(I,R) est en escalier sil existe une subdivision de [a,b] : a < x1 . . . < xn = b
telle que soit constante sur chaque intervalle ]xi ,xi+1 [ pour 0 i n 1.
La subdivision est dite subordonnee a
` la fonction . On notera E([a,b]) lensemble des fonctions
en escalier.
Remarque 164. Si est une subdivision associee a
` la fonction en escalier , alors toute subdivision plus fine
que est egalement subordoneee a
` .
Remarque 165. Une fonction constante est une fonction en escalier.
Proposition 15.1 : Alg`
ebre des fonctions en escalier
Lensemble E([a,b]) est une sous-alg`ebre de lalg`ebre F([a,b]), + , , ) des fonctions definies sur
le segment [a,b].
a
b
x0 x1 x2
x3
x4
Fig. 15.1 Fonction en escalier
D
efinition 15.3 : Int
egrale de Riemann dune fonction en escalier
On appelle integrale de Riemann de la fonction en escalier E([a,b],R), le reel :
Z
=
[a,b]
n1
X
i=0
i (xi+1 xi )
Th
eor`
eme 15.2 : Propri
et
es
Z
1. 7
est une forme lineaire sur E([a,b],R) ;
[a,b]
R
2. Si est une fonction en escalier positive sur [a,b], alors [a,b] 0 ;
Z
Z
Z
3. On a la relation de Chasles : si a < c < b alors
=
+
[a,b]
[a,c]
[c,b]
15.1.2
Int
egrale dune fonction continue par morceaux
D
efinition 15.4 : Fonction continue par morceaux
Soit une fonction f : [a,b] 7 R. On dit quelle est continue par morceaux sil existe une subdivision
: a = x0 < x1 < xn = b du segment [a,b] telle que :
1. La restriction fi de la fonction f a
` chaque intervalle ]xi ,xi+1 [, (0 i n 1) est continue ;
2. Pour i [[0,n 1]], la fonction fi poss`ede une limite finie i lorsque x x+
i , et une limite
finie i lorsque x x
i+1 .
Remarque 167. On montre que lensemble
Cm ([a,b]) des fonctions continues par morceaux est une sous-alg`ebre
de lalg`ebre C 0 ([a,b]), + , , des fonctions continues sur le segment [a,b].
Lemme 15.3 : Une fonction continue par morceaux est
egale `
a une fonction continue
plus une fonction en escalier
Soit f une fonction continue par morceaux sur le segment [a,b]. Alors il existe une fonction en
escalier definie sur le segment [a,b] telle que la fonction g = f + soit continue sur le segment
[a,b].
y = f (x)
y = g(x)
a = x0
xk
b = xn
Th
eor`
eme 15.4 : Approximation dune fonction continue par morceaux par une fonction en escalier
Soit une fonction f : [a,b] 7 R continue par morceaux sur le segment [a,b]. Soit un reel > 0. Il
existe une fonction en escalier : [a,b] 7 R telle que
kf k = sup |f (x) (x)|
x[a,b]
Fig. 15.3 Approximation dune fonction continue par morceaux par une fonction en escalier
Corollaire 15.5 : Encadrement dune fonction continue par morceaux par deux fonctions en escalier
Soit une fonction f continue par morceaux sur [a,b]. Alors, pour tout > 0, il existe deux fonctions
en escalier et sur [a,b] telles que :
(
x [a,b], (x) f (x) (x)
x [a,b], 0 (x) (x)
D
efinition 15.5 : Int
egrale sup
erieure, int
egrale inf
erieure
Soit une fonction bornee f B([a,b],R). On note
Z
I (f ) = sup
et I + (f ) =
inf
E([a,b])
f
E([a,b])
f
[a,b]
[a,b]
On dit que la fonction bornee f est integrable sur le segment [a,b] si et seulement si I (f ) = I + (f )
et on appelle integrale de f sur le segment [a,b] cette valeur commune :
Z
f = I (f ) = I + (f )
[a,b]
Remarque 168. Il existe des fonctions bornees non-integrables. Par exemple la fonction caracteristique des
rationnels sur [0, 1] definie par
[0, 1] (
1 si x Q
:
7
x
0 si x 6 Q
En effet, on montre que I () 0 et I + () 1.
Th
eor`
eme 15.6 : Int
egrale dune fonction continue par morceaux
Soit une fonction f F(I,R) continue par morceaux sur le segment [a,b]. La fonction f est
integrable sur [a,b].
Th
eor`
eme 15.7 : Approximation de lint
egrale dune fonction continue
Soit une fonction f continue par morceaux sur [a,b]. Alors il existe une suite (n ) de fonctions en
escalier telle que
dn = kf n k = sup |f (x) (x)| 0
n+
x[a,b]
n+
[a,b]
On peut alors etendre les proprietes de lintegrale aux fonctions continues par morceaux :
Th
eor`
eme 15.8 : Propri
et
es fondamentales de lint
egrale
1. Lin
earit
e : lapplication
I:
R R
Cm ([a,b])
f
7
[a,b]
15.1.3
[a,b]
[c,b]
[a,c]
Notations d
efinitives et majorations fondamentales dint
egrales.
D
efinition 15.6 : Notations
Soit une fonction f continue sur [a,b]. On note selon la position de a par rapport a
` b:
Rb
R
a < b, a f (t) dt = [a,b] f ;
Rb
R
b < a, a f (t) dt = [b,a] f ;
Ra
b = a, a f (t) dt = 0.
Rb
Remarque 169. Pour montrer quune integrale a f (t) dt est bien definie, il suffit de montrer que la fonction f est
R1
dx
existe lorsque 0 < k < 1.
continue (par morceaux) sur le segment [a,b]. Par exemple, lintegrale 0
1 k sin x
R 1 sin t
sin t
Lintegrale 0
dt existe car la fonction t 7
est continue sur ]0,1] et se prolonge par continuite sur le
t
t
segment [0,1].
Proposition 15.9 : Chasles
Le theor`eme de Chasles est encore valable avec les nouvelles notations. Si une fonction f est
continue par morceaux sur lintervalle I et si lon consid`ere trois reels (a,b,c) I 3 , alors
Z
f (t) dt =
a
f (t) dt +
a
f (t) dt
c
Dans la suite, on supposera que a < b, mais il faudra faire attention aux majorations lorsque b < a. Le theor`eme
suivant resume les majorations fondamentales dintegrales (`
a bien connatre) :
Th
eor`
eme 15.10 : Majoration dint
egrales
Soient deux fonctions f et g continues par morceaux sur le segment [a,b] avec a < b. Alors :
Rb
Rb
1. x [a,b], f (x) g(x) a f (x) dx a g(x) dx ;
Rb
2. x [a,b], m f (x) M m(b a) a f (x) dx M (b a) ;
R
R
b
b
3. a f (x) dx a |f (x)| dx ;
4. Si la fonction f est continue par morceaux sur le segment [a,b], alors elle est bornee et
Z
Z b
f (x) dx
|f (x)| dx (b a) sup |f (x)|
x[a,b]
5. Si deux fonctions f et g sont continues par morceaux sur le segment [a,b] alors on a linegalite
de la moyenne :
Z
Z
|g(x)| dx
f g(x) dx sup |f (x)|
[a,b]
x[a,b]
[a,b]
Remarque 170. Retenons que pour majorer une integrale sur [a,b], il suffit de majorer la fonction en tout point
du segment [a,b].
Exercice 15-1
Etudier les limites des suites definies par les integrales suivantes :
Z 1
xn
In =
dx
2
0 1+x
Jn =
1
0
xn arctan(1 nx) dx
Exercice 15-2
Determiner
lim
x+
lim
a0
x2
ln t
dt
1 + t4
x2
0
1 + a2 x2 dx
Exercice 15-3
f
0
x
dx
n
Exercice 15-4
Determiner un equivalent lorsque x 0 de la fonction definie par :
F (x) =
x2
x
et
dt
t
Th
eor`
eme 15.11 : Si lint
egrale dune fonction continue positive est nulle, la fonction
est nulle
Soit une fonction f verifiant :
H1
f est continue sur le segment [a,b] ;
x [a,b], f (x) 0 ;
Rb
H3
f (x) dx = 0.
a
Alors x [a,b], f (x) = 0.
H2
Remarque 171. Le theor`eme precedent est faux si on suppose uniquement que la fonction f est continue par
morceaux sur le segment [a,b] (faire un dessin dune fonction nulle partout sauf en un point).
Exercice 15-5
Soit une fonction continue f : [a,b] 7 R telle que
b
a
Z b
f (x) dx =
|f (x)| dx
a
Th
eor`
eme 15.12 : In
egalit
e de Cauchy-Schwarz
Soient deux fonctions continues f et g sur le segment [a,b]. Alors
Z
b
a
f (x)g(x) dx
f 2 (x) dx
a
s
Z
g 2 (x) dx
a
qR
b
a
f 2 (x) dx, on a
Exercice 15-6
Soit une suite de fonctions (fn ) toutes continues sur le segment [a,b]. On suppose que
Z
Montrer qualors
15.2
n+
fn4 (x) dx 0
b
a
fn (x) dx 0
n+
Le th
eor`
eme fondamental du calcul
Exercice 15-7
Soit une fonction f C([a,b]). Montrer que la fonction definie par
F (x) =
f (t) dt
a
Rx R
a f (t) dt
f (x)
x+h
h
F (x + h) F (x)
f (x)
h
Th
eor`
eme 15.16 : Existence de primitives dune fonction continue
Soit f : I 7 R une fonction continue sur un intervalle I. La fonction f admet des primitives sur
lintervalle I. En particulier, si lon consid`ere un point a I, la fonction
I R R
F :
x
x 7
f (t) dt
a
est lunique primitive de la fonction f qui sannule en a.
b
a
Corollaire 15.18 : Th
eor`
eme fondamental deuxi`
eme forme
Soit une fonction f de classe C 1 sur le segment [a,b]. Alors la formule suivante relie f et sa derivee
par une integrale. Pour tout x [a,b] :
f (x) = f (a) +
f 0 (t) dt
Remarque 173. On se sert de la formule precedente pour montrer des relations entre une fonction et ses derivees.
Par exemple, en utilisant des techniques de majorations dintegrales, on retrouve linegalite des accroissements
finis (avec des hypoth`eses leg`erement plus fortes sur f : f C 1 R).
Th
eor`
eme 15.19 : D
eriv
ee dune fonction d
efinie par une int
egrale
H1
Soit une fonction f continue sur un intervalle I,
H2
Soient u,v : J 7 I deux fonctions derivables sur lintervalle J.
Alors la fonction
(
J
R
R v(x)
G:
x 7
u(x) f (t) dt
x J,
Exercice 15-8
Montrer linegalite de Poincare : il existe une constante C > 0 ne dependant que des bornes a et b telle que
f C 1 ([a,b]) telle que f (a) = 0,
Exercice 15-9
Soit la fonction
g:
]1, + [
b
a
f 2 (t) dt C
R x2
x
f 0 (t) dt
R
dt
t2 1
a) Montrer que g est definie, derivable sur ]1, + [ et calculer la fonction derivee g 0 . Dresser le tableau de
variations de g.
b) Calculer pour x R, lintegrale g(x) et determiner les limites de la fonction g en 1 et en +.
15.3
Th
eor`
eme 15.20 : Changement de variables
Soit une fonction f : I 7 R continue sur lintervalle I. Soit : [,] 7 I une fonction de classe C 1
sur le segment [,]. Alors
Rb
a
()
f (x) dx =
()
f [(t)]0 (t) dt
x = (t)
On verifie (rapidement) que la fonction est de classe C 1 de [,] vers [a,b], avec a = (), b = () et on ecrit
Z
f (x) dx =
a
f ((t))0 (t) dt
Rb
a
f (x) dx. On
Dans ce cas, il faut verifier que la fonction : [a,b] 7 R est de classe C 1 sur [a,b] et que x [a,b], 0 (x) 6= 0.
Alors, (puisque 0 est continue), on a 0 > 0 ou 0 < 0 sur [a,b], et donc la fonction est strictement croissante
ou strictement decroissante sur [a,b].
Si par exemple 0 > 0, en notant = (a) et = (b), la fonction : [a,b] 7 [,] realise une bijection de
classe C 1 et on note : [,] 7 [a,b] sa bijection reciproque : = 1 .
On ecrit
t = (x)
dt
dt = 0 (x) dx dx = 0
= 0 (t)dt
(x)
0 (x)
Exercice
R 15-11
Calculer I = 02 cos3 x dx.
Exercice
R 15-12
R
Montrer que 02 cos2 x dx = 02 sin2 x dx. Calculer ensuite ces integrales.
Exercice 15-13
Soit f : [a,a] 7 R une fonction continue.
Ra
Ra
1. Si la fonction f est paire, montrer que a f (x) dx = 2 0 f (x) dx
Ra
2. Si f est impaire, montrer que a f (x) dx = 0.
Exercice 15-14
Rb
Calculer pour a < b, lintegrale a (t a)3 (b t)2 dt.
Remarque 174. Pour calculer une integrale du type
Rb
a
f (xn )
dx
, effectuer le changement de variables y = xn .
x
Exercice 15-15
R2
1
dx (n 1).
Calculer 1
x(1 + xn )
Th
eor`
eme 15.21 : Int
egration par parties
Soient deux fonctions u,v : [a,b] 7 R de classe C 1 sur le segment [a,b]. Alors
Z
b
a
u0 (t)v(t) dt
Exercice 15-16
Rx
Rb
Calculer F (x) = 0 arctan x dx et Ip,q = a (x a)p (b x)q dx.
Exercice
R 1 15-17
Soit In = n 0 xn f (x) dx o`
u f est une fonction de classe C 1 sur [0,1]. Trouver limn+ In .
Exercice 15-18
Soit une fonction f de classe C 1 sur le segment [a,b].
Montrez que
Z b
sin(nt)f (t) dt 0
n+
15.4
Formules de Taylor.
On consid`ere ici une fonction f de classe C n (n 2) sur [a,b]. Partons du theor`eme fondamental
f (x) = f (a) +
f 0 (t) dt
a
v 0 (t) = 1, v(t) = (x t)
x
a
(x t)f 00 (t) dt
x
a
(x t)n (n+1)
f
(t) dt
n!
n
X
(x a)k
k=0
k!
(k)
(x a)n+1
(a) +
n!
1
0
Notons
Tn (x) =
n
X
(x a)k
k=0
k!
(k)
(x a)n+1
(a), Rn (x) =
n!
1
0
Th
eor`
eme 15.23 : In
egalit
e de Taylor-Lagrange
Soit une fonction f de classe C n+1 sur un intervalle I et un point a I. Alors, si x I, on peut
ecrire f (x) comme somme du polyn
ome de Taylor et dun reste Rn (x) :
f (x) = Tn (x) + Rn (x)
avec la majoration suivante du reste :
|Rn (x)|
|x a|n+1
Mn+1 (x)
(n + 1)!
o`
u Mn+1 (x) = supt[a,x] |f (n+1) (t)|.
Th
eor`
eme 15.24 : Formule de Taylor-Young
Soit f de classe C n sur un intervalle I, et a I. Alors x I,
f (x) = Tn (x) + (x a)n (x)
o`
u limxa (x) = 0
Remarque 175. La formule de Taylor avec reste integral et linegalite de Taylor-Lagrange permettent dexprimer
f (x) en fonction des derivees de f en a, pour un reel x I. On les utilise surtout pour des majorations globales
sur un intervalle.
La formule de Taylor-Young quant a
` elle, donne une information locale sur le comportement de f au voisinage
du point a (linformation sur le reste est une limite). On sen servira pour le calcul de limites, dequivalents et
de developpements limites au voisinage du point a.
Exercice 15-19
Soit une fonction f de classe C 3 sur le segment [a,a].
(0)
0
1. Majorer f (h)f
f
(0)
en fonction de h ;
h
2. Trouver un
equivalent de la quantite precedente lorsque h 0 ;
(h)
f 0 (0) en fonction de h.
3. Majorer f (h)f
2h
Exercice 15-20
Soit une fonction f de classe C 3 sur le segment [1,1]. Pour un reel positif 0 < |h| < 1, on pose
(h) =
15.5
M
ethodes num
eriques de calcul dint
egrales.
f (t) dt.
a
On notera M0 = supx[a,b] |f (x)|, M1 = supx[a,b] |f (x)| et M2 = supx[a,b] |f 00 (x)| (qui existent car les fonctions f,f 0 ,f 00 sont continues sur le segment [a,b] et sont donc bornees). Dans les deux methodes qui suivent,
on fera une subdivision du segment [a,b] de pas constant h = (b a)/n. On pose pour un entier k [0,n],
xk = a + k ba
n = a + kh.
Th
eor`
eme 15.25 : M
ethode des rectangles
Soit une fonction f de classe C 1 sur le segment [a,b]. Posons pour un entier n N :
Rn =
n1
ba X
f (xk )
n
k=0
La quantite Rn represente la somme des aires des rectangles de la figure 15.5. On obtient la
majoration de lerreur commise en approximant lintegrale de la fonction f par R n :
|I Rn |
(b a)2
M1
2n
xk+1
xk
n1
n
1X
1X
k
k
f
et vn =
f
n
n
n
n
k=0
Alors
un
n+
k=1
1
0
f (x) dx et vn
n+
f (x) dx
0
Remarque 176. Plus generalement, si f est une fonction continue sur le segment [a,b], et si
un =
n1
(b a) X
f (k )
n
k=0
o`
u les points k sont dans lintervalle [a + kh,a + (k + 1)h], avec h =
un
n+
ba
n ,
on a
f (x) dx
a
Remarque 177. Lorsque lon peut faire apparatre un groupement k/n dans une suite definie par une somme,
penser a
` utiliser les sommes de Riemann.
Exercice 15-23
Etudier les suites de terme general :
P
1
1. un = nk=1
;
n+k
p
Pn1 n2 + p2
;
2. vn = p=0
n2
P2n1 1
3. wn = k=n
.
2k + 1
Th
eor`
eme 15.27 : Approximation dune fonction C 2 par une fonction affine
Soit [,], une fonction f C 2 ([,]) et une fonction affine telle que () = f () et () = f ().
On montre la majoration suivante de lerreur commise en approximant la fonction f par la fonction
affine sur le segment [,] :
t [,],
|f (t) (t)|
(t )( t)
M2
2
o`
u M2 = supx[,]|f 00 (x)|.
Th
eor`
eme 15.28 : M
ethode des trap`
ezes
On pose pour un entier n N :
n1
X
ba
[f (xk ) + f (xk+1 )]
2n
k=0
ba 1
1
=
f (a) + f (x1 ) + + f (xn1 ) + f (b)
n
2
2
b a f (b) f (a)
= Rn +
n
2
Tn =
Cette quantite represente la somme des aires des trap`ezes de la figure 15.5. On montre dabord la
majoration de lerreur commise en approximant lintegrale de f sur un petit segment [x k ,xk+1 ] par
laire dun trap`eze :
Z xk+1
(b a)3
ba
f
(t)
dt
[f
(x
)
+
f
(x
)]
sup |f 00 (x)|
k
k+1
2n
12n3 x[xk ,xk+1 ]
xk
Ensuite lerreur globale commise en approximant lintegrale de f sur [a,b] par la somme des aires
des trap`ezes :
(b a)3
M2
|I Tn |
12n2
15.6
Fonctions `
a valeurs complexes
D
efinition 15.8 : Int
egrale dune fonction complexe
Rb
Rb
Rb
Si f est une fonction continue par morceaux sur [a,b], on definit a f (t)dt = a f1 (t)dt + i a f2 (t)dt
Remarque 178. Les techniques de changement de variables et dintegration par parties sont encore valables pour
les integrales de fonctions a
` valeurs complexes.
xk+1
xk
Th
eor`
eme 15.29 : Majoration du module dune int
egrale complexe
Soit une fonction f : [a,b] 7 C continue sur le segment [a,b]. On peut majorer le module de
lintegrale par lintegrale du module :
Z
b
a
Z b
|f (t)| dt
f (t) dt
a
avec egalite si et seulement si la fonction f est de la forme f (t) = h(t)ei avec h une fonction
reelle positive. En dautres termes, il y a egalite si et seulement si la fonction complexe f prend
ses valeurs dans une demi-droite issue de lorigine.
Th
eor`
eme 15.30 : Th
eor`
eme fondamental
Soit f : I 7 C une fonction continue sur un intervalle I et a I. Alors la fonction definie sur I
par
Z
x
F (x) =
f (t) dt
Th
eor`
eme 15.31 : In
egalit
e des accroissements finis
Soit f : I 7 C une fonction de classe C 1 sur le segment [a,b]. Alors
Z x
x I, f (x) = f (a) +
f 0 (t) dt
a
Th
eor`
eme 15.32 : Formules de Taylor
Soit un intervalle I, et une fonction f : I 7 C.
1. Formule de Taylor-int
egrale : si [a,x] I et si la fonction f est de classe C n+1 sur le
segment [a,x], alors
Z x
(x a)n (n)
(x t)n n+1
f (x) = f (a) + (x a)f 0 (a) + +
f (a) +
f
(t) dt
n!
n!
a
2. Formule de Taylor-Lagrange : si x I, et h R tel que [x,x + h] I, et si la fonction f
est de classe C n+1 sur le segment [x,x + h], alors
f (x + h) = f (x) + hf 0 (x) + +
hn (n)
f (x) + Rn (h)
n!
Mn+1 n+1
h
o`
u Mn+1 = supt[x,x+h] |f (n+1) (t)|.
(n + 1)!
3. Formule de Taylor-Young : si la fonction f est de classe C n sur lintervalle I, et si a I,
alors x I,
avec |Rn (h)|
(x a)n f (n) (a)
+ o (x a)n
n!
Remarque 179. La formule de Taylor-Young permet de trouver les developpements limites dune fonction a
`
valeurs complexes.
Chapitre 16
D
efinitions
D
efinition 16.1 : ev de dimension finie
On dit quun espace vectoriel E est de dimension finie si et seulement si il existe un syst`eme
generateur G = (g1 , . . . ,gn ) de E de cardinal fini. Par convention, on dit que E = {0} est un espace
de dimension finie.
Lemme 16.1 : Augmentation dun syst`
eme libre
Soit un syst`eme de vecteurs L = (l1 ; . . . ; ln ) libre dun espace vectoriel E et un vecteur x E. Si
x 6 Vect(L), alors le syst`eme L0 = (l1 ; . . . ; ln ; x) est encore libre.
Lemme 16.2 : Diminution dun syst`
eme g
en
erateur
Soit un syst`eme forme de n+1 vecteurs de lespace E : S = (x1 ; . . . ; xn ; xn+1 ) E n+1 . Si le vecteur
xn+1 est combinaison lineaire des autres vecteurs : xn+1 Vect(x1 ; . . . ; xn ), alors on peut retirer
le vecteur xn+1 sans modifier le sous-espace engendre par S :
Vect(x1 , . . . ,xn ,x) = Vect(x1 , . . . ,xn )
Th
eor`
eme 16.3 : Th
eor`
eme de la base incompl`
ete
Si L = (l1 , . . . ,lp ) est un syst`eme libre de E et G = (g1 , . . . ,gq ) est un syst`eme generateur de
lespace E, alors il existe une base de E de la forme
B = (l1 , . . . ,lp ,lp+1 , . . . ,ln )
o`
u lp+1 , . . . ,ln G. En dautres termes, on peut completer un syst`eme libre en une base en ajoutant
des vecteurs puises dans un syst`eme generateur.
Remarque 180. On dispose dun algorithme pour construire une base a
` partir dun syst`eme libre.
Corollaire 16.4 : Existence de base
Tout espace vectoriel de dimension finie non-nul poss`ede une base.
Corollaire 16.5 : Compl
etion dun syst`
eme libre en une base
Si E est un ev de dimension finie n et L = (e1 , . . . ,ep ) un syst`eme libre, alors on peut completer
ce syst`eme en une base e = (e1 , . . . ,ep ,ep+1 , . . . ,en ).
16.2
Th
eor`
eme 16.6 : Lemme de Steinitz
Soit S = (x1 , . . . ,xn ) un syst`eme de vecteurs de E et A = (a1 , . . . ,an ,an+1 ) un autre syst`eme. Si
i [[1,n + 1]], ai Vect(S)
alors le syst`eme A est lie.
Th
eor`
eme 16.7 : Le cardinal dun syst`
eme libre est plus petit que celui dun syst`
eme
g
en
erateur
Si L est un syst`eme libre et G un syst`eme generateur de E, on a
|L| |G|
Remarque 181. Dapr`es ce theor`eme, pour montrer quun espace vectoriel nest pas de dimension finie, il suffit
dexhiber une famille (xi )iN de vecteurs verifiant :
n N , (x1 , . . . ,xn ) est libre
Exercice 16-1
Montrer que K[X], S(R) et F(R,R) sont de dimension infinie.
Th
eor`
eme 16.8 : Cardinal dune base
Si E est de dimension finie, toutes les bases de E ont meme cardinal.
D
efinition 16.2 : dimension dun ev
Si E = {0}, on dit que E est de dimension 0 : dim E = 0.
Si E est un espace vectoriel de dimension finie non-nul, on appelle dimension de E, le cardinal
commun des bases de E et lon note n = dim E.
Remarque 182. K n est un K-ev de dimension n.
Remarque 183. La dimension depend du corps de base. Par exemple, C est un C-ev de dimension 1, mais un
R-ev de dimension 2.
Th
eor`
eme 16.9 : Caract
erisation des bases
Soit E un espace vectoriel de dimension finie n et S = (x1 , . . . ,xp ) un syst`eme de vecteurs de E.
1. S est une base de E ssi S est libre et p = n ;
2. S est une base de E ssi S est generateur et p = n.
Remarque 184. On verifie en general que le syst`eme S est libre et |S| = dim E, ce qui evite de montrer que S
est generateur (fastidieux en general).
Exercice 16-2
Soit E = Rn et S = (e1 , . . . ,en ) avec e1 = (1,0, . . . ,0), e2 = (1,1,0 . . . ,0),. . . , en = (1, . . . ,1). Montrer que S est
une base de E.
Exercice 16-3
Dans lespace E = Rn [X], si S = (P0 , . . . ,Pn ) est un syst`eme de polyn
omes tels que i [0,n], deg Pi = i.
Montrer que S est une base de E.
Exercice 16-4
Soit E un K-ev de dimension finie n et un endomorphisme u L(E) nilpotent dindice n : (un = 0 et un1 6= 0).
Montrer quil existe x E tel que S = (x,u(x), . . . ,un1 (x)) soit une base de E.
16.3
Th
eor`
eme 16.10 : dimension dun sev
Soit E un ev de dimension finie n et F un sev de E.
1. F est de dimension finie et dim F dim E ;
2. (dim F = dim E) (F = E).
Remarque 185. On utilise souvent ce resultat pour montrer que deux sev F et G sont egaux :
F G et dim F = dim G F = G
Th
eor`
eme 16.11 : Base adapt
ee `
a une somme directe
Si E est un ev de dimension finie et E1 ,E2 deux sev supplementaires : E = E1 E2 , Si (e1 , . . . ,ep )
est une base de E1 et (f1 , . . . ,fk ) une base de E2 , alors (e1 , . . . ,ep ,f1 , . . . ,fk ) est une base de E.
Th
eor`
eme 16.12 :
Th
eor`
eme 16.13 : Existence de suppl
ementaires en dimension finie
Si E est un ev de dimension finie, et F un sev de E, alors il existe des supplementaires de F dans
E.
Remarque 186. Ne jamais parler du supplementaire de F , car en general il en existe une infinite. Penser a
`F
qui est une droite vectorielle de R2 (voir figure 16.3).
Th
eor`
eme 16.14 : dimension dune somme
Soit E de dimension finie et F,G deux sev de E. Alors :
dim(F + G) = dim F + dim G dim(F G)
F G
F1
Th
eor`
eme 16.15 : Caract
erisation des suppl
ementaires
Soit E un ev de dimension finie n et F,G deux sev de E. Alors
(E = F G) (F G = {0} et dim F + dim G = n)
(E = F G) (F + G = E et dim F + dim G = n)
Remarque 187. En pratique, on utilise souvent la premi`ere caracterisation, car il est simple de montrer que
F G = {0}.
Exercice 16-5
Soit E = R4 , F = Vect((1,2,1,1),(0,1,1,1)) et G = {(x,y,z,t) R4 | x + y + z + t = 0 et x = y}. Montrer que
F G = E.
Exercice 16-6
Soit E = R4 et F = Vect((1,0,1,0),(1,2,0,0)). Trouver un supplementaire de F dans E
Exercice 16-7
Soit E = R4 et
F = Vect((1,1,,3),(0,1,1,2)) G = {(x,y,z,t) E | x y + z = 0,x + 2y t = 0}
A quelle condition sur R a-t-on F = G?
Exercice 16-8
Soit E un K-ev de dimension finie n et H un hyperplan de E. Determiner dim H.
Th
eor`
eme 16.16 : Dimension dun espace produit
Si E et F sont deux ev de dimension finie,
dim(E F ) = dim E + dim F
16.4
Applications lin
eaires en dimension finie formule du rang
Th
eor`
eme 16.17 : Une application lin
eaire est d
etermin
ee par limage dune base
Soit E un ev de dimension finie n, F un ev quelconque , e = (e1 , . . . ,en ) une base de E et
f = (f1 , . . . ,fn ) un syst`eme de n vecteurs de F .
1. Il existe une unique application lineaire u L(E,F ) telle que
i [[1,n]],
u(ei ) = fi
2. (u injective) (f libre ) ;
3. (u surjective) (f generateur ).
Remarque 188. Le theor`eme precedent est important : il dit que pour determiner une application lineaire, il
suffit de donner limage dune base par cette application.
Th
eor`
eme 16.18 : Dimension de L(E,F )
Si E et F sont de dimension finie, alors L(E,F ) est egalement de dimension finie et
dim L(E,F ) = dim E dim F
Remarque 189. En particulier, si lespace E est de dimension finie, son dual E ? est egalement de dimension
finie et dim E ? = dim E.
Th
eor`
eme 16.19 : Espaces isomorphes
Soient deux ev E et F de dimension finie. On dit quils sont isomorphes sil existe un isomorphisme
u : E 7 F . On a la caracterisation
(E et F isomorphes ) (dim E = dim F )
D
efinition 16.3 : Rang dun syst`
eme de vecteurs, dune application lin
eaire
Soit un espace vectoriel E de dimension finie et un syst`eme de vecteurs S = (x1 , . . . ,xn ). On appelle
rang du syst`eme S, la dimension du sous-espace vectoriel engendre par S :
rg(S) = dim Vect(S)
Si E et F sont de dimension finie et u L(E,F ), on appelle rang de u, la dimension du sous-espace
vectoriel Im u :
rg(u) = dim(Im u)
Th
eor`
eme 16.20 : Le rang dune application lin
eaire est le rang du syst`
eme de vecteurs
image dune base par lapplication
Si (e1 , . . . ,en ) est une base de E et u L(E,F ),
rg(u) = rg(u(e1 ), . . . ,u(en ))
Th
eor`
eme 16.21 : Formule du rang
Soit E un espace vectoriel de dimension finie, F un espace vectoriel quelconque et une application
lineaire u L(E,F ). On a la formule du rang :
dim E = dim Ker(u) + rg u
x
Ker u
xKer u
Im u
xV
u(x) = u(xV )
Remarque 191. Ce theor`eme est bien entendu faux si les deux espaces nont pas la meme dimension.
16.5
Th
eor`
eme 16.23 : Caract
erisation des automorphismes
Soit un espace vectoriel E de dimension finie et un endomorphisme u L(E). On a :
(u injective) (u bijective)
(u surjective) (u bijective)
Remarque 192. Ce theor`eme est tr`es utile en pratique. On montre quun endomorphisme est injectif (le plus
facile) et alors en dimension finie il est automatiquement bijectif.
Exercice 16-9
Soit E un K-ev de dimension finie n, F un K-ev de dimension finie p et u L(E,F ). Montrer que rg(u)
min(n,p).
Exercice 16-10
Soit E un K-ev de dimension finie n, F un K-ev de dimension finie p et u,v L(E,F ). Montrer que
rg(u) rg(v) rg(u + v) rg(u) + rg(v)
Exercice 16-11
Soit E un K-ev de dimension finie n, et u L(E). Montrer que
(Ker u = Im u) (u2 = 0 et n = 2 rg(u))
Exercice 16-12
On consid`ere (n + 1) reels distincts (x0 , . . . ,xn ) Rn+1 et lapplication
R n [X]
Rn+1
:
P
7
P (x0 ), . . . ,P (xn )
Th
eor`
eme 16.24 : Inverses `
a gauche et `
a droite
Soit E un espace vectoriel de dimension finie et un endomorphisme u L(E). On dit que
1. u est inversible a
` gauche ssi il existe v L(E) tel que v u = id ;
2. u est inversible a
` droite ssi il existe w L(E) tel que u w = id ;
3. u est inversible ssi il existe u1 L(E) tel que u u1 = u1 u = id.
On a la caracterisation :
(u inversible a
` gauche ) (u inversible a
` droite ) (u inversible )
Remarque 193. Ce resulat est faux en dimension infinie comme le montre le contre-exemple suivant. Soit S
lespace des suites reelles. On definit deux endomorphismes (le (( shift )) a
` gauche et a
` droite) :
sg : (a0 ,a1 , . . . ) 7 (a1 ,a2 , . . . )
sd : (a0 ,a1 , . . . ) 7 (0,a1 ,a2 , . . . )
Etudier linjectivite, la surjectivite de sg , sd . Calculer sg sd et sd sg .
Exercice 16-13
Soit E un K-ev de dimension finie n et u,v L(E,F ). Montrer que
u2 v u v u + id = 0 u GL(E)
Exercice 16-14
Soit E = Rn [X] et Q E. Montrer quil existe un unique polyn
ome P E verifiant P 0 + P = Q.
Chapitre 17
Matrices
17.1
D
efinition dune matrice
D
efinition 17.1 :
Soit un corps commutatif K et deux entiers n,p 1. On appelle matrice n p a
` coefficients dans
K, une application
[[1,n]] [[1,p]] K
A:
(i,j)
7 aij
que lon note :
a11
a21
A = ((aij )) = .
..
an1
a12
a22
...
...
...
...
a1p
a2p
..
.
anp
On definit les operations suivantes sur Mn,p (K) (ce sont les operations usuelles sur les applications). Pour deux
matrices A,B Mn,p (K),
A = B ssi (i,j) [[1,n]] [[1,p]], aij = bij .
A + B = ((cij )) Mn,p (K) avec (i,j) [[1,n]] [[1,p]], cij = aij + bij .
D
efinition 17.2 : Matrices de la base canonique
Pour deux indices k [[1,n]] et l [[1,p]], on definit la matrice elementaire Ekl Mn,p (K) par :
0 ... 0 ... 0
..
..
..
.
.
.
Ekl = ((ik jl )) = 0 . . . 1 . . . 0
.
..
..
..
.
.
0 ... 0 ... 0
Tous les coefficients de la matrice Ekl sont nuls sauf celui qui se trouve a
` lintersection de la ligne
k et de la colonne l qui vaut 1.
Th
eor`
eme 17.1 : Lensemble des matrices est un ev
Muni des lois precedemment definies, lensemble (Mn,p (K),+,.) est un K-ev de dimension np. Le
syst`eme forme des n p matrices Ekl est une base de cet ev, appelee base canonique de Mn,p (K).
D
efinition 17.3 : Transpos
ee
Soit une matrice A = ((aij )) Mn,p (K) de taille n p. On appelle transposee de la matrice A, la
matrice t A Mp,n (K) definie par :
t
Lapplication
A = ((e
ai,j )) o`
u (i,j) [[1,p]] [[1,n]], e
aij = aji
T :
Mn,p (K)
A
Mp,n (K)
t
7
A
17.2
D
efinition 17.4 : Matrice dun vecteur dans une base
Soit un K-ev (E,n,K) de dimension finie n et une base e = (e1 , . . . ,en ) de E.
Soit x E un vecteur qui se decompose sur la base e en :
x = x 1 e1 + + x n en
On appelle matrice de x dans la base e, la matrice n 1
x1
..
M ate (x) = . Mn,1 (K)
xn
D
efinition 17.5 : Matrice dun syst`
eme de vecteurs dans une base
Avec les notations precedentes, soit S = (x1 , . . . ,xp ) un syst`eme de p vecteurs de E, qui se
decomposent dans la base e sous la forme
xj =
n
X
xij ei
i=1
x11 . . . x1p
.. M (K)
M ate (S) = ...
n,p
.
xn1 . . . xnp
D
efinition 17.6 : Matrice dune application lin
eaire dans deux bases
Soient (E,p,K) et (F,n,K) deux espaces vectoriels de dimension p,n sur le meme corps K. Soit
e = (e1 , . . . ,ep ) une base de E et f = (f1 , . . . ,fn ) une base de F . Soit u L(E,F ) une application
lineaire. On appelle matrice de u relativement aux bases e et f , la matrice
a11 . . . a1p
.. M (K)
M ate,f (u) = ...
n,p
.
an1
...
anp
o`
u
j [[1,n]], u(ej ) =
n
X
aij fi
i=1
Th
eor`
eme 17.2 : Une application lin
eaire est enti`
erement d
etermin
ee par sa matrice
dans deux bases
Soit un espace vectoriel (E,p,K) de dimension p, et e = (e1 , . . . ,ep ) une base de E. Soit un espace
vectoriel (F,n,K) de dimension n et f = (f1 , . . . ,fn ) une base de f . Alors, lapplication :
L(E,F ) Mn,p (K)
e,f :
u
7 M ate,f (u)
est un isomorphisme despaces vectoriels.
Remarque 195. On en deduit donc le resultat precedemment admis :
dim L(E,F ) = dim E dim F
D
efinition 17.7 : Matrice dune forme lin
eaire dans une base
Soit (E,n,K) un espace de dimension n, et e = (e1 , . . . ,en ) une base de E. Soit E ? une forme
lineaire. La matrice de dans la base e est de taille 1 n :
M ate () = (e1 ), . . . ,(en ) M1,n (K)
17.3
Produit matriciel
D
efinition 17.8 : Produit de matrices
Soit deux matrices A = ((aij )) Mn,q (K) et B = ((bij )) Mq,p (K). On definit la matrice produit
AB = ((cij )) Mn,p (K) par :
(i,j) [[1,n]] [[1,p]]
cij =
q
X
aik bkj
k=1
Th
eor`
eme 17.3 : Matrice dune compos
ee dapplications lin
eaires
On consid`ere trois K-ev et deux applications lineaires :
u
(E,p,K)
(F,q,K)
(G,n,K)
Si e,f,g sont des bases de E,F,G, alors
M ate,g (v u) = M atf,g (v)M ate,f (u)
Th
eor`
eme 17.4 : Propri
et
es de la multiplication
Soient A Mn,p (K), B Mp,q (K) et C Mq,r (K).
Associativit
e : A (B C) = (A B) C
K, (A B) = ( A) B = A ( B)
Si A Mn,p (K) et B,C Mp,q (K), on a
Distributivit
e : A (B + C) = A B + A C
Th
eor`
eme 17.5 : Produit et transpos
ee
Soit A Mn,p (K) et B Mp,q (K). Alors
t
(AB) = t B t A
Th
eor`
eme 17.6 : Ecriture
matricielle dune application lin
eaire
u
Soit une application lineaire (E,p,K)
(F,n,K), une base e de lespace E et une base f de lespace
F . Soit un vecteur x E, et X = M ate (x) sa matrice dans la base e. Notons y = u(x) F et
Y = M atf (y) sa matrice dans la base f . Alors si A = M ate,f (u) est la matrice de lapplication
lineaire u dans les deux bases e et f , on a legalite :
Y = AX
Th
eor`
eme 17.7 :
Soient deux matrices A,B Mn,p (K). Si
X Mn,1 (K), AX = BX
alors A = B.
Exercice 17-1
Soit deux applications lineaires
R3
R2
u:
(x,y,z) 7 (x y, x + y + z)
v:
R2
(x,y)
R3
7 (x + y, x + 2y, x y)
17.4
Lalg`
ebre des matrices carr
ees.
D
efinition 17.9 : Matrice carr
ee
On appelle matrice carree dordre n a
` coefficients dans le corps K, une matrice n n. On note
Mn (K) lensemble des matrices carrees.
D
efinition 17.10 : Matrice dun endomorphisme dans une base
Soit un K-ev (E,n,K) et un endomorphisme u L(E). Soit une base e = (e1 , . . . ,en ) de E.
On appelle matrice de lendomorphisme u dans la base e, la matrice de lapplication lineaire u
relativement aux bases e et e :
M ate (u) = M ate,e (u)
D
efinition 17.11
:
1
0
On appelle In =
.
..
Matrice
0 ...
..
.
1
identit
e
0
..
.
Mn (K) la matrice identite de Mn (K). Cest la matrice de
..
..
.
. 0
0 ...
0 1
lendomorphisme idE dans nimporte quelle base de E.
Th
eor`
eme 17.8 : Lalg`
ebre Mn (K)
Muni des lois definies precedemment, lensemble des matrices carrees (Mn (K), + ,.,) est une
K-alg`ebre de dimension n2 et delement neutre In pour la multiplication.
Si e est une base de (E,n,K), lapplication
L(E), + , , Mn (K), + , ,
:
u
7
M ate (u)
est un isomorphisme dalg`ebres.
Th
eor`
eme 17.9 : Produit de matrices canoniques
Pour deux matrices de la base canonique de Mn (K), on a la formule importante suivante qui donne
leur produit :
Ekl Epq = lp Ekq
Exercice 17-3
Soit une matrice A = ((aij )) Mn (K) et deux indices (k,l) [[1,n]]2 .
n
X
aii
i=1
Th
eor`
eme 17.10 :
Lapplication
Propri
et
es de la trace
Tr :
Mn (K)
A
7
K
Tr(A)
Tr(AB) = Tr(BA)
Exercice 17-4
Trouver toutes les formes lineaires sur Mn (K) verifiant
(A,B) Mn (K)2 , (AB) = (BA)
(A + B) =
p
X
p
k=0
Ak B pk
(bin
ome)
Ap B p = (A B)(Ap1 + Ap2 B + + AB p2 + B p1 )
(In Ap ) = (In A)(In + A + A2 + + Ap1 )
Remarque 196. On utilise souvent la formule du bin
ome pour calculer les puissances dune matrice. La derni`ere
formule est interessante lorsquune matrice est nilpotente : Ap = 0.
Exercice 17-5
Soit A une matrice carree nilpotente. Montrer que la matrice (I A) est inversible.
Exercice 17-6
Soit deux scalaires (a,b) R et la matrice A =
2
a
b
0
. Determiner la matrice An pour n N.
a
Exercice 17-7
0 0 1
Soit la matrice A = 1 0 0. Calculer les matrices A2 ,A3 et en deduire lexpression de la matrice An pour
0 1 0
tout entier n N.
Exercice 17-8
Matrices de Jordan 1
a) Soit la matrice J = 0
...
0
1
..
.
0 ...
..
..
0
..
.
..
0 .
1 0
.
..
Matrices remarquables
17.5.1
Matrices scalaires
..
b
..
.
17.5
...
b
0
...
0
..
.
..
.
a 0
b a
0
M = In =
.
..
..
.
...
...
..
.
..
.
0
0
..
.
, K
Th
eor`
eme 17.11 : Lensemble des matrices scalaires est une sous-alg`ebre de Mn (K) isomorphe
a
` lalg`ebre (K, + , , ).
17.5.2
Matrices diagonales
d1
0
D=
.
..
0
0
d2
..
.
...
...
..
.
..
.
0
0
..
.
= Diag(d1 , . . . ,dn ),
0
dn
(d1 , . . . ,dn ) K n
Th
eor`
eme 17.12 : Lensemble des matrices diagonales est une sous-alg`ebre de lalg`ebre des
matrices carrees Mn (K) de dimension n, isomorphe a
` lalg`ebre Kn .
Remarque 197. Le produit de deux matrices diagonales sobtient en faisant le produit des elements diagonaux :
Diag(d1 , . . . ,dn ) Diag(d01 . . . ,d0n ) = Diag(d1 d01 , . . . ,dn d0n )
1. Camille Jordan, (05/01/1838- 22/01/1922), Francais. Ses travaux portent sur la geometrie, (courbes de Jordan), mais egalement
sur letude du groupe des permutations, et les series de Fourier
17.5.3
Matrices triangulaires
D
efinition 17.13 :
Soit une matrice L = ((lij )) Mn (K). On dit que la matrice L est triangulaire inferieure si et
seulement si :
(i,j) [[1,n]]2 , i < j lij = 0
Ce sont les matrices de la forme :
l11
L=
.
..
ln1
...
..
.
..
.
...
l22
...
0
..
.
lnn
D
efinition 17.14 :
Soit une matrice U = ((uij )) Mn (K). On dit que cette matrice U est triangulaire superieure ssi
(i,j) [[1,n]]2 , i > j uij = 0
Ce sont des matrices de la forme :
u11
0
U = .
..
0
...
u22
..
.
...
u1n
..
.
0
..
.
unn
Th
eor`
eme 17.13 :
Lensemble des matrices triangulaires inferieures (resp. superieures) est une sous-alg`ebre de M n (K)
n(n + 1)
.
de dimension
2
Remarque 198. Une matrice a
` la fois triangulaire inferieure et superieure est diagonale.
17.5.4
Matrices sym
etriques, antisym
etriques
D
efinition 17.15 : Matrices sym
etriques, antisym
etriques
On dit quune matrice carree A est symetrique ssi t A = A. On note Sn lensemble des matrices
symetriques.
On dit quune matrice carree A est antisymetrique ssi t A = A. On note An lensemble des
matrices antisymetriques.
Th
eor`
eme 17.14 :
Sn est un sous-espace de Mn (K) de dimension
dimension
n(n 1)
,
2
n(n + 1)
, An est un sous-espace de Mn (K) de
2
Mn (K) = Sn An
17.6
D
efinition 17.16 : Matrices inversibles
Soit une matrice carree A Mn (K). On dit quelle est inversible ssi il existe une matrice B
Mn (K) telle que
AB = BA = In
On note GLn (K) lensemble des matrices inversibles.
Th
eor`
eme 17.15 : Elles forment un groupe
Lensemble des matrices inversibles (GLn (K),) est un groupe (non-commutatif) delement neutre
la matrice identite In .
Th
eor`
eme 17.16 :
Soit (E,n,K) un ev et e = (e1 , . . . ,en ) une base de E. Lapplication
(GL(E),) (GLn (K),)
e :
u
7
M ate (u)
est un isomorphisme de groupes.
Th
eor`
eme 17.17 : Caract
erisation des matrices inversibles
Soit une matrice carree A Mn (K). Les proprietes suivantes sont equivalentes :
1. A GLn (K) ;
2. A est inversible a
` gauche : B Mn (K) tq BA = In ;
3. A est inversible a
` droite : B Mn (K) tq AB = In ;
4. X Mn1 (K), AX = 0 X = 0 ;
5. rg(A) = n.
Exercice 17-9
Soient deux matrices carrees A,B Mn (K) verifiant AB = 0. Montrer que si A est inversible, alors B = 0.
Exercice 17-10
Soit une matrice carree A Mn (K) inversible. Montrer que la matrice t A est inversible et determiner son
1
inverse (t A) .
Exercice 17-11
1 1
Montrer que la matrice A = 2 1
1 1
inverse A1 en resolvant un syst`eme
3
0 est inversible en utilisant lalgorithme du rang, puis determiner son
1
dequations.
Exercice 17-12
Soit une matrice A Mn (R) antisymetrique. On pose M = I + A.
a) Soit une matrice colonne X Mn,1 (R). Calculer la matrice t XAX
b) En deduire que la matrice M est inversible.
Exercice 17-13
On consid`ere une matrice A Mn (C), A = ((aij ))1i,jn a
` diagonale dominante :
X
i [[1,n]]2 , |aii | >
|aij |
j6=i
a
Determiner linverse de la matrice carree A =
17.7
Changement de bases
17.7.1
Matrices de passage
0
..
..
..
.
a
D
efinition 17.17 : matrice de passage
Soit un ev (E,n,K) et deux bases e = (e1 , . . . ,en ), f = (f1 , . . . ,fn ) de lespace E. On appelle
matrice de passage de la base e vers la base f , la matrice
Pef = M ate (f1 , . . . ,fn )
Th
eor`
eme 17.18 : Inverse dune matrice de passage
Si e,f,g sont trois bases de (E,n,K), alors
Pef = M atf,e (id)
Pef Pf g = Peg
1
= Pf e
Pef est inversible et Pef
Th
eor`
eme 17.19 : Une matrice inversible sinterpr`
ete en matrice de passage
Soit une matrice inversible P GLn (K) et une base e de lespace (E,n,K). Alors il existe une base
f de E telle que
P = Pef
17.7.2
Changement de coordonn
ees
Th
eor`
eme 17.20 : Pour un vecteur
Soit un espace vectoriel (E,n,K) et un vecteur x E. Soient deux bases e et f de lespace E. On
note
X = M ate (x), X 0 = M atf (x)
La relation liant les matrices du meme vecteur x dans deux bases differentes secrit :
X = Pef X 0
id
E E E
e
Th
eor`
eme 17.21 : Pour une application lin
eaire
u
Soit une application lineaire (E,p,K)
(F,n,K). Soient deux bases e,e0 de E et deux bases f,f 0
de F .
A = M ate,f (u) et A0 = M ate0 ,f 0 (u)
Alors la relation liant les matrices dune meme application lineaire relativement a
` quatre bases
differentes secrit :
A0 = Pf 0 f APee0
u
E
e
x
idE
u
F
f
id
y F
E0 F0
e
Th
eor`
eme 17.22 : Pour une forme lin
eaire
E
e
x
idE
id
y K
(1K )
E0 K
e
(1K )
Th
eor`
eme 17.23 : Pour un endomorphisme
u
Soit un endomorphisme(E,n,K)
(E,n,K). Soient deux bases e,e0 de E. Notons P = Pee0 la
matrice de passage entre les deux bases, et
A = M ate (u), A0 = M ate0 (u)
Alors, la relation liant les matrices du meme endomorphisme dans deux bases differentes secrit :
M ate (u) = Pee0 M ate0 (u)Pe0 e
A = P A0 P 1
u
E
e
x
idE
u
E
e
id
y E
E0 E0
e
Exercice 17-15
Soit lespace vectoriel E = R2 , et les deux vecteurs f1 = (1,2), f2 = (1,3).
a. Montrer que le syst`eme f = (f1 ,f2 ) est une base de E.
b. Soit e la base canonique de R2 . Ecrire la matrice de passage Pef .
c. Soit le vecteur x = (4,1). Trouver matriciellement les coordonnees du vecteur x dans la base f .
E
d. Soit lendomorphisme u :
. Ecrire
les matrices de cet endomorphisme dans
(x,y) 7 (2x + y,x y)
les bases e et f : M ate (u) et M atf (u).
Exercice 17-16
E = R2 . Determiner tous les endomorphismes u L(E) tels que :
Ker(u) = Vect(1,2), et Im u = Vect(1,1)
17.7.3
Matrices semblables
D
efinition 17.18 :
Soient A,B Mn (K) deux matrices carrees. On dit quelles sont semblables ssi
P GLn (K) tq B = P AP 1
Remarque 200. Cela definit une relation dequivalence sur Mn (K).
Th
eor`
eme 17.24 : Deux matrices sont semblables si elles repr
esentent le m
eme endomorphisme dans deux bases diff
erentes
Soit un ev (E,n,K) et deux matrices carrees A,B Mn (K). Les matrices A et B sont semblables
ssi il existe deux bases de E, e,e0 et un endomorphisme u L(E) tels que
A = M ate (u),
et
B = M ate0 (u)
Th
eor`
eme 17.25 : Puissances de matrices semblables
Si deux matrices A et B sont semblables : A = P BP 1 , alors k N,
Ak = P B k P 1
Th
eor`
eme 17.26 : Deux matrices semblables ont m
eme trace
Si deux matrices A et B sont semblables, alors elles ont meme trace : Tr(A) = Tr(B).
D
efinition 17.19 : Trace dun endomorphisme
Soit un endomorphisme u L(E). Soit une base e quelconque de lespace E. On appelle trace de
lendomorphisme u, la trace de la matrice M ate (u). Ce scalaire ne depend pas de la base e choisie
pour le calculer.
Exercice 17-17
Soient deux matrices semblables A,B Mn (K). Montrer que les matrices t A et t B sont semblables.
Exercice 17-18
Determiner lexpression analytique de la projection sur F = Vect(1,2) parall`element a
` G = Vect(1, 1).
Exercice 17-19
3 4 0
2 3 0
Les matrices A = 2 2 0 et B = 1 1 1 sont-elles semblables?
1 1 1
0 0 2
Exercice 17-20
0 1
1 0
et B =
1 0
sont semblables.
0 1
Exercice 17-21
Soit une matrice A Mn (R) verifiant A2 = A. Montrer que Tr(A) N.
Exercice 17-22
Soit un ev (E,n,R) de dimension n et un endomorphisme u L(E) nilpotent dindice n. Montrer que Tr(u) = 0.
Exercice 17-23
E
P 7
canonique. Quelle-est la base la mieux adaptee pour representer D ?
17.8
E
. Ecrire la matrice de D dans la base
P0
D
efinition 17.20 : rang
Soit une matrice A Mnp (K) rectangulaire et C1 , . . . ,Cp K n ses vecteurs colonnes.
On appelle rang de la matrice A, le rang du syst`eme de vecteurs (C1 , . . . ,Cp ) dans lespace K n .
Proposition 17.27 : Le rang dune matrice est le rang de lapplication lin
eaire quelle
repr
esente
Soit deux espaces vectoriels (E,p,K), (F,n,K) munis de deux bases e et f . Soit une matrice A
Mnp (K). On sait quil existe une unique application lineaire u L(E,F ) telle que Mate,f (u) = A.
Alors
rg(A) = rg(u) = dim Im u
D
efinition 17.21 : Matrice Ir (n,p)
Soient deux entiers n, p et un entier r min(n,p). On definit la matrice
1
0
..
Ir (n,p) =
.
..
0
0 ...0
On a rg Ir (n,p) = r.
Th
eor`
eme 17.28 : Caract
erisation du rang
Soit une matrice rectangulaire A Mnp (K). Soit r [[0, min(n,p)]]. Alors
P GLn (K), Q GLp (K) telles que A = P Ir (n,p)Q rg(A) = r
(ii)
(i)
(ii)
Chapitre 18
D
eveloppements limit
es
18.1
D
efinitions
D
efinition 18.1 : DL
Soit une fonction f : I 7 R definie sur un intervalle I et un point x0 I. On dit que la fonction
f admet un developpement limite a
` lordre n en x0 sil existe un polyn
ome
F (x) = a0 + a1 (x x0 ) + + an (x x0 )n
de degre n et une fonction : I 7 R tels que
x I, f (x) = F (x) + (x x0 )n (x) avec (x) 0
xx0
n
On dit alors que F (x) est la partie
reguli`ere du DL et (x x0 ) (x) est le reste du DL. On ecrit
n
le reste sous la forme o (x x0 ) .
Remarque 204. Par un changement de variables h = x x0 ou h = 1/x, on peut toujours se ramener au cas o`
u
x0 = 0. Dorenavant, nous parlerons uniquement de DL en 0.
Th
eor`
eme 18.1 : DL de
1
1x
1
definie sur ] ,1[ admet un DL(0,n) quel que soit n, et lon connat explici1x
tement le reste :
xn+1
1
= 1 + x + x 2 + + xn +
1x
1x
La fonction
o`
u
x
x
xn+1
= xn
et (x) =
0.
1x
1x
1 x x0
On en deduit dautres DL :
1
= 1 x + x2 x3 + + (1)n xn + o(xn )
1+x
1
= 1 + x2 + x4 + + x2n + o(x2n )
1 x2
Th
eor`
eme 18.2 : Unicit
e dun DL et applications
Soit une fonction f admettant un DL(0,n). Alors :
1. la partie principale est unique ;
2. k n, f admet un DL(0,k) obtenu en tronquant la partie principale du DL(0,n) a
` lordre
k;
3. Si f est paire (reps. impaire) sur un voisinage de 0, alors la partie principale du DL est un
polyn
ome pair (resp. impair).
Remarque 205. Si la fonction f est paire, et si elle admet un DL a
` lordre (2n + 1), alors son DL secrit :
f (x) = a0 + a2 x2 + a4 x4 + + a2n x2n + o(x2n+1 )
Th
eor`
eme 18.3 : Combinaison lin
eaire de DL
Soient deux fonctions f et g qui admettent des DL(0,n) de partie reguli`ere F (x) et G(x). Soient
deux scalaires (,) R2 . Alors la fonction f + g admet un DL(0,n) de partie reguli`ere F (x) +
G(x).
18.2
D
eveloppements limit
es classiques.
18.2.1
Th
eor`
eme 18.4 : Si une fonction f est de classe C n sur un voisinage de 0, alors f poss`ede un
DL(0,n) donne par la forule de Taylor-Young :
f (x) = f (0) + f 0 (0)x +
f 00 (0) 2
f (n) (0) n
x ++
x + o(xn )
2!
n!
x5
x2n+1
x3
+
++
+ o(x2n+2 )
3!
5!
(2n + 1)!
sh x = x +
ch x = 1 +
sin x = x
x4
x2n
x2
+
++
+ o(x2n+1 )
2!
4!
(2n)!
x3
x5
x2n+1
+
+ + (1)n
+ o(x2n+2 )
3!
5!
(2n + 1)!
cos x = 1
(1 + x) = 1 + x +
xn
x2
++
+ o(xn )
2!
n!
x2
x4
x2n
+
+ + (1)n
+ o(x2n+1 )
2!
4!
(2n)!
( 1) 2 ( 1)( 2) 3
( 1) . . . ( n + 1) n
x +
x ++
x + o(xn )
2
3!
n!
o`
u R. Deux cas particuliers lorsque =
1
1
et = :
2
2
1+x=1+
x x2
+ o(x2 )
2
8
1
x 3
= 1 + x2 + o(x2 )
2 8
1+x
Exercice 18-1
1
Exprimer les coefficients ak et bk des DL(0,n) de
` laide de coefficients
et de 1 x que lon exprimera a
1x
bin
omiaux.
18.2.2
Th
eor`
eme 18.5 : Primitivation dun DL
Soit un intervalle I contenant 0 et une fonction f : I 7 R de classe C 1 sur I. On suppose que la
fonction f 0 admet un DL(0,n) de la forme
f 0 (x) = a0 + a1 x + + an xn + o(xn )
Alors f admet un DL(0,n + 1) obtenu en primitivant la partie reguli`ere et en ajoutant f (0) :
f (x) = f (0) + a0 x +
xn+1
a1 2
x + + an
+ o(xn+1 )
2
n+1
Remarque 206. Ce theor`eme est tr`es utile pour trouver des DL de fonctions dont les derivees sont simples,
comme les fonctions trigonometriques inverses.
On obtient les DL suivants par primitivation :
ln(1 + x) = x
x3
x4
xn
x2
+
+ + (1)n+1
+ o(xn )
2
3
4
n
arctan x = x
x3
x5
x2n+1
+
+ + (1)n
+ o(x2n+2 )
3
5
2n + 1
arcsin x = x +
arccos x =
x3
+ o(x3 )
6
x3
arcsin x = x
+ o(x3 )
2
2
6
Exercice 18-2
1
Trouver un DL(0,5) de la fonction f (x) = arctan( ).
x
Remarque 207. On peut primitiver les developpements limites gr
ace au theor`eme precedent, mais on na pas le
droit de les deriver.
18.2.3
Produit de DL
Th
eor`
eme 18.6 : Produit de DL
Si deux fonctions f et g admettent des DL(0,n) de parties reguli`eres F (x) et G(x), alors la fonction
f g admet un DL(0,n) de partie reguli`ere obtenue en ne gardant que les termes de degre inferieur
a
` n dans le polyn
ome F (x)G(x).
Remarque 208. Les termes de degre n nont aucune signification !
Exercice 18-3
18.2.4
sin x sh x
ln(1 + x)
et g(x) =
.
1x
1 x2
Th
eor`
eme 18.7 : Compos
ee de DL
Si la fonction f admet un DL(0,n) et la fonction g un DL(0,n), et si f (x) 0 , alors la
x0
fonction g f admet un DL(0,n) de partie reguli`ere obtenue en ne gardant que les termes de degre
inferieur a
` n dans le polyn
ome G F (x).
Exercice 18-5
Trouver les DL(0,3) des fonctions sin(sh x) et ch(ln(1 + x)).
Exercice 18-6
2
Trouver le DL(0,2) de e 1+x et le DL(0,2) de ln(1 + x + 1 + x).
Exercice 18-7
2+x
.
1+x
Exercice 18-9
Determiner le DL(0,5) de la fonction tangente, en utilisant :
sin x
1. tan x =
et en faisant les produits de DL ;
cos x
2. la relation x ] /2,/2[, tan0 (x) = 1 + tan2 (x).
tan x = x +
x3
2
17 7
+ x5 +
x + o(x7 )
3
15
315
18.3
Applications des d
eveloppements limit
es
18.3.1
Recherche de limites et d
equivalents
1
2. On effectue un changement de variables h = (x x0 ) ou h = pour se
x
ramener en 0 ;
3. si f est definie comme produit de fonctions, on cherche separement un
equivalent simple de chaque produit ;
4. un developpement limite h(x) = ak xk + o(xk ) avec ak 6= 0 donne
lequivalent h(x) ak xk ;
5. on peut sommer des DL, cest leur principal avantage sur les equivalents.
Exercice 18-10
sin x sh x
sin x sh x
Trouver limx0
et limx0
.
sh x2
x3
Exercice 18-11
ln(cos x) +
Trouver limx0
sin4 x
sh2 x
2 .
Exercice 18-12
x
x
1
1
et un equivalent de 1 +
e.
Trouver limx+ 1 +
x
x
Exercice 18-13
Trouver la limite de la suite de terme general un =
18.3.2
cos n1 + ch n1
2
n4
Th
eor`
eme 18.8 : DL et prolongement
Soit une fonction f definie sur lintervalle ]0,a[ admettant un DL(0,n) en 0 avec n 1 :
f (x) = a0 + a1 x + o(x)
Alors
1. la fonction f se prolonge par continuite en 0 en posant f (0) = a0 ;
2. le prolongement de f est derivable en 0 et f 0 (0) = a1 .
Exercice 18-14
Etudier le prolongement en 0 de la fonction definie par f (x) =
sin x
.
x
Exercice 18-15
sin x
Montrer que la fonction definie par f (x) =
se prolonge en une fonction de classe C 1 sur R.
x
xn+1 sin 1 si x 6= 0
f (x) =
xn
0
si x = 0
Cette fonction admet un DL(0,n), avec n 2. Elle est donc derivable en 0, mais sa derivee
x 6= 0, f 0 (x) = (n + 1)xn sin(1/xn ) n cos
1
xn
Alors
1. lequation de la tangente en x0 est Y = a0 + a1 (X x0 ) ;
2. f (x) [a0 + a1 (x x0 )] ak (x x0 )k , et en fonction du signe de ak et de la parite de k, on
en deduit la position locale de la courbe par rapport a
` sa tangente.
Exercice 18-16
Etude locale en 0 des fonctions definies par
sin x
sin2 x
et
.
sh x
x
Exercice 18-17
Etudier compl`etement les prolongements en 0 des fonctions definies par f (x) =
18.3.3
1
1
(esh x cos x)2
et g(x) =
.
x sin x
ln cos x
18.3.4
Etude
locale des courbes param
etr
ees
Si F est une fonction de classe C k sur I, et sil existe p k tel que F (p) (t0 ) 6= 0 , alors la courbe
poss`ede une tangente au point M (t0 ) dirigee par le premier vecteur F (t0 ), . . . ,F p (t0 ) non-nul.
Th
eor`
eme 18.11 : Position locale de la courbe par rapport `
a sa tangente
On suppose que la fonction F est suffisamment reguli`ere, et quil existe deux entiers 1 p < q
tels que :
1. F (p) (t0 ) est le premier vecteur non-nul parmi F 0 (t0 ), . . . ,F (p) (t0 ).
2. q est le premier entier parmi p + 1, . . . ,q tel que le syst`eme de vecteurs (F (p) (t0 ),F (q) (t0 ))
soit libre (il forme donc une base de R2 ).
(p)
F (t0 ) F (q) (t0 )
le vecteur
decomposer dans la base ( u , v ) =
,
p!
q!
Alors lorsque t t0 ,
X(t) (t t0 )p , Y (t) (t t0 )q
~v
~u
~u
point ordinaire
point dinflexion
~v
~v
~u
~u
18.3.5
On peut etudier lexistence de courbes asymptotes et preciser la position locale de la courbe par rapport a
` ces
asymptotes. Pour cela, on utilise un developpement asymptotique des fonctions x(t) et y(t) par rapport a
` t
lorsque t t0 avec un terme significatif qui tend vers 0. On essaie alors de faire une combinaison lineaire des
fonctions x(t) et y(t) pour eliminer les termes tendant vers linfini. Si on trouve une relation du type
y(t) = ax(t) + b + c(t t0 )k + o (t t0 )k
Etudier
la courbe parametree definie par
x(t)
y(t)
t2
(t 2)(t + 1)
t2 (t + 2)
=
t+1
=
Exercice 18-22
Etudier
la branche infinie lorsque t de la courbe parametree :
t2
x(t) =
t+1
4
y(t) = t
2+t
18.3.6
Equations
diff
erentielles non-normalis
ees
sur un intervalle I =],[. On suppose que la fonction a sannule une seule fois en un point t0 I.
1. On resout (E) sur lintervalle I1 =],t0 [. Les solutions de (E) sur I1 sont les solutions de lequation
normalisee
b(t)
c(t)
(E1 ) : y 0 +
y=
a(t)
a(t)
et sont de la forme :
y1 (t) = y01 (t) + ye1 (t)
2. On resout de la meme facon lequation differentielle sur lintervalle I2 =]t0 ,[ et on trouve sur I2 des
solutions de la forme
y2 (t) = y02 (t) + ye2 (t)
3. On determine les constantes , pour definir une fonction y(t) sur I par :
I
R
y
(t)
+
y
e
(t)
si t ],t0 [
2
0
y:
t 7
si t = t0
2
y0 + ye2 (t) si t ]t0 ,[
4. On doit verifier que y est derivable en t0 ;
5. On doit verifier que b(t0 )y(t0 ) = c(t0 ).
Exercice 18-23
Resoudre lequation differentielle
(E) : x(x2 + 1)y 0 + y + x = 0
sur un intervalle I R quelconque.
Exercice 18-24
Resoudre lequation differentielle
(E) : 2t(1 + t)y 0 + (1 + t)y = 1
sur un intervalle I R.
Exercice 18-25
Resoudre lequation differentielle
(E) : (x + 1)y 0 = y + 1
sur un intervalle I R.
Chapitre 19
D
eterminants
19.1
Groupe sym
etrique
D
efinition 19.1 : Groupe sym
etrique
Soit un ensemble E. On appelle permutation de E, une bijection : E
7 E. On note SE lensemble
des permutations de lensemble E. Puisque SE = B(E), on sait que SE , est un groupe, appele
groupe des permutations de lensemble E.
Dans la suite, on consid`erera un ensemble fini E de cardinal n, et en particulier E = [[1,n]].
D
efinition 19.2 : Groupe sym
etrique
Lorsque lensemble E = [[1,n]], on note Sn le groupe des permutations de E qui est un groupe fini
de cardinal n!. Ce groupe sappelle le groupe symetrique dordre n. Une permutation S n se
note
1 ... n
= (1)
... (n)
19.1.1
Cycles, transpositions
D
efinition 19.3 : Orbite dun
el
ement
Soit une permutation SE et un element x E. On appelle orbite de lelement x selon la
permutation , lensemble O(x) = { k (x) ; k Z}.
Exemple 27. Si E = {1,2,3,4,5,6}, et = 21 12 53 34 65 46 , O(1) = O(2) = {1,2} et O(3) = O(4) = O(5) = O(6) =
{3,4,5,6}.
2
D
efinition 19.5 : Cycle
Soit une permutation SE . On dit que est un cycle sil y a au plus une orbite qui nest
pas reduite a
` un element. Cette orbite sappelle le support du cycle, et le cardinal de cette orbite
sappelle la longueur du cycle.
Exemple 29. E = {1,2,3,4,5,6},
= 21 32 13 44 55 66 , est un cycle de support {1,2,3} et de longueur 3. On note
plus simplement 1 2 3 un tel cycle.
Exercice 19-1
Determiner le nombre de cycles de longueur p dans Sn . Quel est lordre dun cycle dans le groupe SE ?
Lemme 19.1 : Deux cycles de supports disjoints commutent
Soient deux cycles 1 et 2 de SE de supports disjoints. Alors 1 2 = 2 1 .
Th
eor`
eme 19.2 : D
ecomposition dune permutation en produit de cycles
Soit une permutation SE . Elle se decompose en un produit fini de cycles de supports disjoints
qui commutent deux a
` deux.
Exercice 19-2
1 2 3 4 5 6 7 8 9 10 en produit de cycles, puis calculer la permutations 2001 .
Decomposer la permutation = 10
912 46758 3
Determiner ensuite le cardinal du sous-groupe engendre par dans Sn .
Exercice 19-3
Determiner les ordres des elements du groupe S4 .
D
efinition 19.6 : Transpositions
Une transposition de SE est un cycle de longueur 2. Une transposition echange deux elements a,
b et laisse les autres invariants. On note ab cette transposition.
Exercice 19-4
Quel est le nombre de transpositions dans le groupe Sn ? Quel est lordre dune transpostion? Dans Sn , (n 3),
calculer 12 23 et 23 12 .
Th
eor`
eme 19.3 : D
ecomposition dune permutation en produit de transpositions
Toute permutation Sn se decompose en un produit fini de transpositions :
= 1 k
(Il ny a pas unicite de la decomposition et les transpositions ne commutent pas).
Remarque 213. En dautres termes, lensemble des transpositions engendre le groupe symetrique.
Exercice 19-5
Decomposer la permutation =
12345
54213
en produit de transpositions.
Exercice 19-6
Pour (i,j) [[1,n]]2 , calculer 1i 1j 1i et montrer que les transpositions de la forme 1i engendrent le groupe
symetrique Sn .
19.1.2
D
efinition 19.7 : Signature dune permutation
Soit une permutation Sn . On dit quun couple (i,j) [[1,n]]2 est un inversion de lorsque
i < j et (i) > (j)
On note I() le nombre dinversions de la permutation , et on definit la signature de la permutation
par
() = (1)I()
Remarque 214. On dit quune permutation est paire si () = +1 et impaire lorsque () = 1.
Exercice 19-7
Determiner le nombre dinversions et la signature de la permutation =
1234 567
3572 146
1i<jn
(j) (i)
=
ji
{i,j}[[1,n]]
i6=j
(j) (i)
ji
Th
eor`
eme 19.5 : La signature est un morphisme de groupe
Lapplication
Sn , {1,1},
:
7
()
est un morphisme de groupes. Le noyau de ce morphisme
An = { Sn | () = +1}
est un sous-groupe de Sn qui sappelle le groupe alterne dordre n.
Lemme 19.6 : Effet des transpositions sur la signature
Soit une permuation Sn et une transposition Sn . Alors :
( ) = 1, ( ) = ( ) = ()
n!
Proposition 19.7 : Le groupe alterne An est de cardinal . Si est une transposition quel2
conque, lapplication
An Sn \ An
:
7
est une bijection.
Corollaire 19.8 : Autre caract
erisation de la signature
Si une permutation secrit comme produit de p transpositions,
= 1 p
alors () = (1)p .
Remarque 215. La decomposition dune permutation en produit de transpositions nest pas unique, mais la
parite du nombre de transpositions est la meme pour toute decomposition.
Exercice 19-8
Dans les annees 1870, Sam Loyd a offert une prime de 1000 dollars a
` la personne qui trouverait la solution du
jeu de taquin suivant : la case 16 est vide, et les pi`eces peuvent glisser sur cette case vide. Lors du premier coup,
on peut faire glisser la case 15 ou la case 12 sur la case vide, et ainsi de suite. Le defi consiste a
` obtenir la meme
configuration que la configuration initiale o`
u les cases 14 et 15 sont inversees. Quen pensez-vous?
10
11
12
10
11
12
13
14
15
13
15
14
19.2
Formes n-lin
eaires altern
ees
D
efinition 19.8 : Applications n-lin
eaires
Soient deux K-ev E et F . On dit quune application : E n 7 F est une application n-lineaire si
et seulement si :
i [[1,n]], (x1 , . . . ,xi1 ,xi+1 , . . . ,xn ) E n1 , (x,y) E 2 , (,) K2 ,
(x1 , . . . ,xi1 ,x + y,xi+1 , . . . ,xn ) = (x1 , . . . ,xi1 ,x,xi+1 , . . . ,xn )
+(x1 , . . . ,xi1 ,y,xi+1 , . . . ,xn )
R3 R 3
(x,y)
R3
7 x y
Pn R
i=1
xi y i
K
? :
(x1 , . . . ,xn ) 7 x(1) , . . . x(n)
n
D
efinition 19.11 : Forme n-lin
eaire sym
etrique, antisym
etrique
Soit une forme n-lineaire Ln (E). On dit que
1. est symetrique si et seulement si Sn , ? = ;
2. est antisymetrique si et seulement si Sn , ? = () o`
u () {1,1} est la
signature de la permutation .
Remarque 217. Les formes n-lineaires antisymetriques sont caracterisees par la propriete suivante : (( lorsquon
echange deux vecteurs, la valeur de la forme n-lineaire est changee en son oppose )). En effet, toute permutation
est un produit de transpositions et une transposition est une permutation impaire.
D
efinition 19.12 : Formes n-lin
eaires altern
ees
Une forme n-lineaire est alternee si et seulement si
(x1 , . . . ,xn ) E n ,(i,j) [[1,n]]2
i 6= j et xi = xj (x1 , . . . ,xi , . . . ,xj , . . . ,xn ) = 0K
On note An (E) lensemble des formes n-lineaires alternees sur E. Cest un K-ev.
Th
eor`
eme 19.9 : Equivalence
entre antisym
etrique et altern
ee
Si le corps K nest pas de caracteristique 2, pour toute forme n-lineaire Ln (E),
alternee antisymetrique
(i)
(ii)
Th
eor`
eme 19.10 : Une forme n-lin
eaire altern
ee d
etecte les syst`
emes li
es
Soit une forme n-lineaire alternee An (E) dun espace de dimension finie quelconque p, et un
syst`eme S = (x1 , . . . ,xn ) forme de n vecteurs de E. Alors
S lie (x1 , . . . ,xn ) = 0
Remarque 218. On en deduit que si E est un espace de dimension n, et si p > n, alors A p (E) = {0}.
19.3
D
eterminant dun syst`
eme de vecteurs dans une base
Exercice 19-9
On consid`ere un espace vectoriel E2 de dimension 2, et (e1 ,e2 ) une base de cet espace. Determiner lensemble
des formes 2-lineaires alternees A2 (E2 ).
On consid`ere desormais un K-ev E de dimension finie n.
Th
eor`
eme 19.11 : Lensemble des formes n-lin
eaires altern
ees dun espace de dimension n est une droite vectorielle
Soit e = (e1 , . . . ,en ) une base de lespace vectoriel E. Alors :
1. lensemble des formes n-lineaires alternees An (E) est une droite vectorielle.
2. Considerons lapplication
En
P
K
dete :
(X1 , . . . ,Xn ) 7
()x
(1)1 . . . x(n)n
Sn
o`
u les scalaires xij sont les coordonnees des vecteurs (X1 , . . . ,Xn ) dans la
base e : Mate (X1 , . . . ,Xn ) = ((xij ))1i,jn . Lapplication dete est lunique forme nlineaire alternee verifiant dete (e1 , . . . ,en ) = 1.
3. On a An (E) = Vect(dete ).
p
Remarque
219. En generalisant le calcul precedent, on montre que la dimension de A (En ) vaut 0 lorsque p > n,
n
et
lorsque 1 p n.
p
D
efinition 19.13 : D
eterminant dun syst`
eme de vecteurs dans une base
Soit un espace vectoriel E de dimension n et une base e = (e1 , . . . ,en ) de cet espace. Soit un
syst`eme de n vecteurs S = (X1 , . . . ,Xn ). On note (xij ) les coordonnees des vecteurs de S dans la
base e. On appelle determinant du syst`eme S dans la base e, le scalaire :
X
dete (S) =
()x(1)1 . . . x(n)n
Sn
on note ce scalaire
x11
dete (S) = ...
xn1
...
...
x1n
..
.
xnn
Th
eor`
eme 19.12 : Formule de changement de base
Soit un K-espace vectoriel E de dimension n et e = (e1 , . . . ,en ) et e0 = (e01 , . . . ,e0n ) deux bases de
E. Pour tout syst`eme S = (X1 , . . . ,Xn ) de n vecteurs de E, on a :
dete0 (X1 , . . . ,Xn ) = dete0 (e1 , . . . ,en ) dete (X1 , . . . ,Xn )
Linteret du determinant reside dans la propriete suivante :
Th
eor`
eme 19.13 : Le d
eterminant dans une base caract
erise les syst`
emes li
es
Soit un K-espace vectoriel E de dimension n, e une base de E et un syst`eme S = (X1 , . . . ,Xn ) de
n vecteurs de E. Alors :
S est lie dete (X1 , . . . ,Xn ) = 0K
(ii)
(i)
19.4
D
eterminant dun endomorphisme
D
efinition 19.14 : D
eterminant dun endomorphisme
Soit un K-espace vectoriel E de dimension n et un endomorphisme u L(E). Soit une base
e = (e1 , . . . ,en ) de E. Le scalaire
dete u(e1 ), . . . ,u(en )
est independant de la base e : il ne depend que de lendomorphisme u et on le note det(u).
Th
eor`
eme 19.14 : Propri
et
es du d
eterminant dendomorphismes
Soient deux endomorphismes (u,v) L(E)2 . Alors :
1. det(idE ) = 1K , det(0E ) = 0K , det(u) = n det(u) ;
2. det(u v) = det(u) det(v) ;
3. (u GL(E)) (det(u) 6= 0) ;
1
.
det(u)
Remarque 220.
1. Lapplication det : L(E) 7 K nest pas lineaire. En general, on na pas det(u + v) =
det(u) + det(v).
2. Le determinant est un morphisme de groupes :
GL(E), K? ,
det :
u
7
det(u)
19.5
Calcul de d
eterminants
D
efinition 19.15 : D
eterminant dune matrice carr
ee
Soit une matrice carree
a11 . . . a1n
..
.. M (K)
A= .
n
.
an1 . . . ann
On appelle determinant de cette matrice A, le scalaire
det(A) =
()a(1)1 . . . a(n)n
Sn
Exemple 32.
1. En dimension 2,
a11
a21
a11
= ...
an1
...
...
a1n
..
.
ann
a12
= a11 a22 a21 a12
a22
a11
a12
a13
a21
a22
a23
a31
a32
a33
a11
a12
a13
a21
a22
a23
Th
eor`
eme 19.15 : Propri
et
es du d
eterminant dune matrice
Soit deux matrices carrees A,B Mn (K), E un K-ev de dimension n et e une base de lespace E.
On a les proprietes suivantes :
1. !u L(E) tq A = Mate (u). Alors det(A) = det(u).
2. (A inversible ) (det(A) 6= 0).
3. det(AB) = det(A) det(B).
1
.
4. Si A est inversible, det(A1 ) =
det(A)
5. Deux matrices semblables ont meme determinant.
P
6. det(C1 , . . . ,Ci k6=i k Ck , . . . ,Cn ) = .
7. det(C1 , . . . ,Ci , . . . ,Cn ) = det(C1 , . . . ,Ci , . . . ,Cn ).
8. det(A) = n det(A).
9. On change le signe du
determinant en inversant deux colonnes. Plus generalement, si S n ,
det C(1) , . . . ,C(n) = () det(C1 , . . . ,Cn ).
10. Le determinant dune matrice triangulaire est le produit des elements diagonaux :
d1
0
..
= d 1 . . . dn
.
D
dn
11. det(A) = det(t A). Gr
ace a
` cette remarque, les proprietes citees sur les colonnes de la matrices
sont encore vraies sur les lignes.
12. Si A est une matrice pp, C une matrice carree (np)(np) et B une matrice rectangulaire
p (n p), on a la formule suivante pour le calcul dun determinant par blocs :
A B
0 C = det(A) det(C)
D
efinition 19.16 : Cofacteurs
Soit un determinant dune matrice n n.
a11
= ...
an1
...
...
a1n
..
.
ann
j
a1,1
a1,j1
a1,n
a1,j+1
a1,j
..
.
ai1,1
ai,1
ai+1,1
ai1,n
ai,j
ai,n
...
...
ai+1,n
..
.
an,1
an,j+1
an,j1 an,j
an,n
Th
eor`
eme 19.16 : D
eveloppement dun d
eterminant par rapport `
a une ligne-colonne
Soit un determinant n n :
a11 . . . a1n
..
= ...
.
an1 . . . ann
1. Developpement par rapport a
` la ji`eme colonne :
=
n
X
aij ij
i=1
n
X
aij ij
j=1
1
3
Calculer le determinant =
2
1
Exercice 19-11
1 1 2
0 1 2
.
2 1 1
1 3 1
Calculer le determinant
Exercice 19-12
Calculer le determinant
1
1
. .
..
..
1 . . .
a1
1
a1
a2
1
..
.
1
...
..
.
..
.
1
an1
1
0
a2
..
.
..
..
..
.
an1
1
...
Exercice 19-13
Calculer le determinant (( tridiagonal )) n en trouvant
a c
b a
b
n =
0
2 1
1 2
1
n =
0
..
..
..
0
1
2
D
efinition 19.17 : Comatrice
Soit une matrice carree A = ((aij )) Mn (K). On appelle comatrice de la matrice A, la matrice
dont les coefficients sont les cofacteurs de A :
e = ((ij )) Mn (K)
A
Th
eor`
eme 19.17 : Relation entre matrice et comatrice
1. Pour toute matrice carree A Mn (R), on a la relation
t
e = det(A)In
AA
A1 =
1 te
A
det A
Remarque 221. Pour une matrice A dordre 2 2, la formule precedente donne linverse de A :
1
d c
a c
e = d b
A1 =
A
A=
c a
b d
ad bc b a
Lorsque la taille de la matrice depasse 3, cette formule na quun interet theorique. En effet, pour calculer
linverse dune matrice n n a
` laide de cette formule, il faut calculer n2 + 1 determinants n n !
Exercice 19-14
e en fonction de det(A).
Determiner le determinant de la comatrice A
D
efinition 19.18 : D
eterminant de Vandermonde a
Soient n scalaires (a1 , . . . ,an ) Kn . On appelle determinant de Vandermonde, le determinant
nn:
1
...
1
a1
...
an
V (a1 , . . . ,an ) = .
..
..
.
n1
n1
a
. . . an
1
a Alexandre Th
eophile Vandermonde (28/02/1735-01/01/1796), Francais. Musicien de formation, il sinteresse
aux mathematiques a
` lage de 35 ans. Ses travaux portent sur la theorie des determinants
Th
eor`
eme 19.18 : Calcul dun d
eterminant de Vandermonde
Y
V (a1 , . . . ,an ) =
(aj ai )
1i<jn
Chapitre 20
Syst`
emes d
equations lin
eaires
20.1
Interpr
etations dun syst`
eme
a11
..
Soit A = .
...
a1p
b1
.. M (K) et B = .. M (K).
.
np
n1
.
an1 . . . anp
bn
On consid`ere le syst`eme de n equations a
` p inconnues :
..
.
(S)
= b1
..
.
= bn
20.1.1
Interpr
etation vectorielle
20.1.2
Interpr
etation matricielle
x1
Soit X = ... Mn1 (K).
xp
20.1.3
Interpr
etation lin
eaire
Soit E = Kp et F = Kn , munis des bases canoniques e = (e1 , . . . ,ep ) et f = (f1 , . . . ,fn ). Soit b = (b1 , . . . ,bn ) F .
Il existe une unique
application lineaire u L(E,F ) telle que M ate,f (u) = A. Soit x E lunique vecteur tel
x1
que M ate (x) = ... . Alors
xp
20.1.4
Interpr
etation duale
K
ai1 x1 + + aip xp
Alors
(x = (x1 , . . . ,xp ) Kp est solution de (S) ) (f1 (x) = b1 , . . . ,fn (x) = bn )
Lensemble des solutions du syst`eme homog`ene est alors S0 = Ker f1 Ker fn .
20.1.5
Th
eor`
eme 20.1 : Structure de lensemble des solutions du syst`
eme homog`
ene
S0 est un K-ev de dimension p rg(S)
Th
eor`
eme 20.2 :
20.2
Syst`
emes de Cramer
D
efinition 20.1 : Syst`
eme de Cramer
Un syst`eme de Cramer est un syst`eme de n equations a
` n inconnues de rang n.
Matriciellement, un syst`eme de Cramer secrit
AX = B
avec A Mn (K) une matrice carree inversible et B Mn1 (K).
Th
eor`
eme 20.3 : R
esolution matricielle dun syst`
eme de Cramer
Un syst`eme de Cramer poss`ede une unique solution X = A1 B .
Th
eor`
eme 20.4 : Formules de Cramer
Soient (C1 , . . . ,Cn ) les n vecteurs colonnes de la matrice A dun syst`eme de Cramer, b =
(b1 , . . . ,bn ) Kn le vecteur second membre et (x1 , . . . ,xn ) lunique solution de (S). Alors,
j [[1,n]],
det(C1 , . . . ,Cj1 ,B,Cj+1 , . . . ,Cn )
xj =
det A
Exercice 20-1
Resoudre le syst`eme
o`
u a,b,c sont trois reels distincts.
x + ay + a z
x + by + b2 z
x + cy + c2 z
=
=
=
Exercice 20-2
Determiner le nombre de multiplications, divisions necessaire pour resoudre un syst`eme de Cramer, en utilisant
les formules de Cramer, sachant quil faut n! operations elementaires pour calculer un determinant n n.
Remarque 222. Linteret des formules de Cramer est donc purement theorique. Pour programmer la resolution
dun syst`eme dequations lineaires, on a recours a
` des algorithmes plus efficaces (par exemple lalgorithme du
pivot de Gauss pour un syst`eme quelconque).
20.3
Op
erations
el
ementaires
D
efinition 20.2 : Matrices
el
ementaires
On definit les matrices suivantes :
1. Matrices de dilatation ( 6= 0, i [[1,n]]) :
..
D (i) =
0
2. Matrices de permutation (i 6= j) :
..
..
Pij =
.
1
..
.
1
= In + ( 1)Eii
1
0
..
Tij () =
..
1
..
.
1
= In + Eij
Th
eor`
eme 20.5 : Propri
et
es des matrices
el
ementaires
1. Les matrices elementaires sont inversibles et on calcule facilement leur determinant et leur
inverse :
(a) det(D (i)) = , D (i)1 = D1/ (i)
(b) det(Pij ) = 1, Pij1 = Pij
20.4
M
ethode du pivot de Gauss
Th
eor`
eme 20.7 : R
esolution dun syst`
eme triangulaire
On consid`ere une matrice triangulaire (superieure ou inferieure) T inversible et le syst`eme T X = B.
On dispose dun algorithme qui resout ce syst`eme en O(n2 ) multiplications scalaires.
Th
eor`
eme 20.8 : Transformation en syst`
eme triangulaire
Soit une matrice inversible A GLn (K) et le syst`eme de Cramer associe AX = B. On peut
transformer a
` laide doperations elementaires sur les lignes ce syst`eme en un syst`eme equivalent
triangulaire superieur en O(n3 ) multiplications scalaires.
Th
eor`
eme 20.9 : Algorithme du pivot de Gauss
On sait resoudre un syst`eme de cramer n n en O(n3 ) multiplications scalaires.
Corollaire 20.10 : Calcul dun d
eterminant
On sait calculer le determinant dune matrice n n en O(n3 ) multiplications scalaires.
Chapitre 21
Calcul de primitives
21.1
R
On note f (x) dx une primitive de la fonction f sur lintervalle I. Cette notation designe une fonction, a
` ne
Rb
pas confondre avec une integrale definie a f (x) dx qui est un reel.
Th
eor`
eme 21.1 : Changement de variables
Soit f : I 7 R une fonction continue et : J 7 I une bijection de classe C 1 de lintervalle J vers
lintervalle I. Si F est une primitive de f sur I, alors F est une primitive de (f ) 0 sur
lintervalle J.
R
En pratique pour calculer une primitive F (x) = f (x) dx, on pose x = (t), dx = 0 (t) dt, o`
u est
1
un
C
-diff
e
omorphisme
de
lintervalle
J
vers
lintervalle
I
et
lon
calcule
une
primitive
G(t)
=
F
(t)
=
R
f (t) 0 (t) dt sur lintervalle J. Ensuite il suffit de remplacer t par 1 (x) : F (x) = G 1 (t) .
Exercice 21-1
Calculer les primitives suivantes :
R dx
1.
sur I =]0,[ ;
sin x
R dx
2.
sur I =]0, + [ ;
sh x
R dx
sur I = R ;
3.
ch x
R
dx
sur I = R (a > 0) ;
4.
2
x + a2
R
dx
5.
sur I =] a,a[.
2
a x2
Th
eor`
eme 21.2 : Int
egration par parties
H1
Alors
u0 (x)v(x) dx = u(x)v(x)
u(x)v 0 (x) dx + C
Exercice 21-2
Calculer les primitives suivantes :
R
1. x ln(x2 + 1) dx ;
R 2
2. (x x + 3)e2x dx ;
R
3. ex sin x dx ;
x 1
R
4. arctan
dx.
x2
21.1.1
Primitives usuelles `
a connatre par coeur
Les classiques
sin(ax) dx =
Z
(x a)+1
dx
( 6= 1),
= ln |x a|
+1
xa
Z
eax
(a 6= 0)
eax dx =
a
Z
Z
Z
sin x
ch x
sh x
cos(ax) dx =
sh(ax) dx =
ch(ax) dx =
a
a
a
(x a) dx =
cos x
a
(a 6= 0)
Celles `
a connatre absolument
Soit un reel a > 0. On obtient les primitives suivantes en factorisant a2 et en faisant le changement de variables
u = x/a.
Z
1
x
dx
= arctan
x2 + a 2
a
a
Z
Z
x a
dx
1
=
ln
x2 a 2
2a x + a
dx
x
= arcsin
a
a2 x2
x
dx
= argsh
2
a
+x
a2
o`
u argsh est la bijection reciproque de la fonction sh definie sur R, et sa forme logarithmique (bonne a
` connatre
par coeur) secrit :
p
argsh(x) = ln x + x2 + 1
R
dx
= th x
ch2 x
R dx
= coth x
R sh2 x
th x dx = ln |ch x|
dx
= tan x
cos2 x
R dx
= cotan x
R sin2 x
tan x dx = ln |cos x|
x
dx
= ln tan
sin x
2
x
R dx
= ln th
sh x
2
= tan x2
1
(1 + t2 ) dx
=
2
2t
=
1 + t2
1 t2
=
1 + t2
2t
=
1 t2
Elle sobtiennent gr
ace au changement de variables :
t
dt
sin x
cos x
tan x
dt
sh x
ch x
th x
= th x2
1
(1 t2 ) dx
=
2
2t
=
1 t2
1 + t2
=
1 t2
2t
=
1 + t2
x
dx
= ln tan
+
cos x
2
4
Z
1
= 2 arctan ex
ch x
x
2
21.2
Fractions rationnelles
D
efinition 21.1 : Fractions rationnelles
Une fraction rationnelle est un (( quotient )) de deux polyn
omes P,Q K[X]. On la note F (X) =
P (X)
. On note K(X) lensemble des fractions rationnelles. On peut definir la somme et le produit
Q(X)
de deux fractions rationnelles par les formules suivantes :
F1 (X) =
F1 + F 2 =
P1 (X)
P2 (X)
, F2 (X) =
Q1 (X)
Q2 (X)
P1 Q 2 + P 2 Q 1
Q1 Q2
F1 F2 =
Muni de ces lois, K(X), + , est un corps commutatif.
P1 P2
Q1 Q2
P1
P1
P
Remarque 224. Si = P Q, alors P = P1 et Q = Q1 avec P1 Q1 = 1 et alors Q
= Q
= Q
. On peut
1
1
egalement diviser au numerateur et au denominateur par le coefficient dominant du polyn
ome Q 1 . Dans la suite,
on considerera donc uniquement des fractions rationnelles de la forme F = P
ome
Q avec P Q = 1 et Q un polyn
unitaire.
D
efinition 21.2 : Degr
e dune fraction rationnelle
P
K(X). On appelle degre de F :
Soit une fraction rationnelle F =
Q
deg F = deg P deg Q Z
On a les memes proprietes que pour le degre des polyn
omes :
deg(F1 + F2 ) max(deg F1 , deg F2 ),
K
K \ P
Pe (x)
Fe :
7
x
e
Q(x)
Remarque 225. Un p
ole a K de la fraction F =
zero de multiplicite k du polyn
ome Q.
P
Q,
D
efinition 21.4 : D
eriv
ee dune fraction rationnelle
P
K(X). On definit formellement la derivee de cette fraction
Soit une fraction rationnelle F =
Q
rationnelle par la formule
P 0 Q P Q0
F0 =
Q2
f0 : K \ P 7 K. Cette fonction derivee
Remarque 226. On associe la fonction rationnelle derivee associee F
concide avec la derivee usuelle de la fonction Fe lorsque K = R.
21.2.1
D
ecomposition en
el
ements simples dune fraction rationnelle
Remarque 227. Pour trouver la partie enti`ere de F , on effectue la division euclidienne du polyn
ome A par le
R
polyn
ome B : A = BE + R avec deg R < deg B et alors F = E + .
B
Proposition 21.4 : Partie polaire dune fraction rationnelle
A
Soit une fraction rationnelle F =
K(X) et un p
ole a K de multiplicite k :
B
b avec B(a)
b
B = (X a)k B
6= 0
A2
A1
+
et deg(A2 ) < k
b
(X
a)k
B
A2
est appelee partie polaire de la fraction F relative au p
ole a.
(X a)k
U
+
X a V
(21.1)
P (a)
. Cette formule est tr`es utile
Q0 (a)
21.2.2
D
ecomposition en
el
ements simples dans C(X)
D
ecomposition dans C(X)
P
Soit une fraction rationnelle F =
C (X), avec la decomposition du polyn
ome Q en elements
Q
irreductibles qui secrit :
Q = (X a1 )1 . . . (X an )n
Th
eor`
eme 21.6 :
1
X 4
et G(X) = n
dans C(X).
(X 1)(X + 1)X
X 1
P
avec deg F < 0 et Q(X) = (X a)n V (X) avec (V (a) 6= 0). La decomposition de
Q
F =
1
2
n
U (X)
+
++
+
(X a) (X a)2
(X a)n
V (X)
(21.2)
a0
a1
an1
+ n1 + +
+...
Yn
Y
Y
et on trouve les coefficients 1 = an1 , 2 = an2 , . . . .
F (Y ) =
Exercice 21-4
Decomposer dans C (X) la fraction rationnelle G(X) =
X+1
.
(X 1)4 X
21.2.3
X
.
(X 2 1)2
D
ecomposition en
el
ements simples dans R(X)
Th
eor`
eme 21.7 : D
ecomposition dans R(X)
P
Soit F =
R(X), o`
u la decomposition en facteurs irreductibles dans R[X] du denominateur
Q
secrit :
Q = (X a1 )1 . . . (X an )n (X 2 + b1 X + c1 )1 . . . (X 2 + bp X + cp )p
Alors la fraction F secrit de facon unique :
11
12
11
F =E+
+ +
+
++
X a1
(X a1 )2
(X a1 )1
n2
nn
n1
+
+ +
+
+
X an
(X an )2
(X an )n
11 X + 11
12 X + 12
11 X + 11
++
+
+
+
+
X 2 + b1 X + c1
(X 2 + b1 X + c1 )2
(X 2 + b1 X + c1 )1
pp X + pp
p2 X + p2
p1 X + p1
+
+
+
+
X 2 + bp X + cp
(X 2 + bp X + cp )2
(X 2 + bp X + cp )p
o`
u la partie enti`ere E R[X] est un polyn
ome nul ou de degre deg P deg Q, et tous les ij , ij , ij
sont des reels.
Le premier groupe est forme delements simples de premi`ere esp`ece et le second groupe delements
simples de seconde esp`ece.
La recherche de la partie enti`ere et des coefficients des elements simples de premi`ere esp`ece se fait comme
precedemment ;
On peut utiliser une decomposition dans C(X) et regrouper les elements simples correspondant aux p
oles
conjugues pour obtenir les elements simples de seconde esp`ece ;
1
X 2n
, G(X) =
(X 2
1
et H(X) =
+ X + 1)2
1
pour trouver la limite de la suite de terme
X(X + 1)(X + 2)
general
Sn =
n
X
k=1
1
k(k + 1)(k + 2)
Exercice 21-8
Soit f la fonction arctan. Decomposer f 0 (x) dans C(X), puis utiliser cette decomposition pour calculer explicitement f (n) (x). En deduire les zeros de f (n) .
Exercice 21-9
Soit un polyn
ome P de degre n a
` coefficients reels nadmettant que des racines simples.
P0
a. Decomposer en elements simples la fraction rationnelle F =
.
P
00
0
2
b. En deduire que x R, P (x)P (x) P (x) .
21.2.4
Pour calculer une primitive dune fraction rationnelle, on la decompose en elements simples dans R(X). La
partie enti`ere et les elements simples de premi`ere esp`ece se primitivent immediatement. Pour primitiver un
R
ax + b
element simple de deuxi`eme esp`ece:
dx,
(x2 + px + q)n
Faire apparatre en haut la derivee de x2 + px + q, et la partie en x se primitive en ln ou en une fraction ;
R
1
. Pour cela, on reduit le trin
ome sous forme canonique et on
On se ram`ene a
` primitiver
(x2 + px + q)n
effectue les changements de variables appropries ;
R
dx
Pour calculer In =
, on int`egre In1 par parties. On obtient une relation entre In et In1 .
(x2 + a2 )n
R
R dx
dx
Par exemple, pour calculer
, on int`egre par parties arctan x =
.
2
2
(x + 1)
x2 + 1
Exercice 21-10
R
dx
Calculer
2
(x + x + 1)2
Exercice 21-11
R
dx
Calculer
x3 (x2 + 1)
Exercice 21-12
R dx
Calculer
x3 + 1
Exercice 21-13
R
dx
Calculer
x(x6 1)
21.2.5
F (sin x, cos x) dx o`
u F est une fraction rationnelle dans les deux
arguments.
R
1. P (sin x, cos x) dx, o`
u P est
ome dans les deux variables.
R un polyn
On se ram`ene au calcul de sinp x cosq x dx.
R
Si p est impair : sin2k x cosq x sin x dx, faire le changement de variables y = cos x ;
Si q est impair : faire le changement de variables y = sin x ;
Si p et q sont pairs, on linearise (cf r`egles de Bioche).
Exercice
21-14
R
Calculer sin2 x cos3 x dx.
21.2.6
Primitives rationnelles en sh , ch
F (sh x, ch x) dx o`
u F est une fraction rationnelle dans les deux
Si
Si
Si
Si
Exercice 21-16
R
R
R ln 2
R
sh3 x
dx
dx
dx, th3 x dx, 0
Calculer
2
2 ,
2
5
sh
x
4 ch x
ch x sh x
ch x(2 + sh x)
21.2.7
Il y en a de deux sortes quon sait traiter (F (,) est une fraction rationnelle dans les deux arguments).
R
R
F (x, n
ax + b
) Poser y =
cx + d
r
n
ax + b
.
cx + d
racine.
Exercice
r 21-17
R 1 + x dx
Calculer
1x x
Exercice 21-18
R
dx
Calculer
x+ 3x
Exercice 21-19
r
R 2+x 1x
Calculer
dx
1+x 1+x
Exercice
21-20
R
x
Calculer
dx
2
x +x+1
Exercice
21-21
R
Calculer
x x2 dx
Remarque 229. Une astuce qui simplifie considerablement les calculs : pour calculer une primitive de
Z p
x2 + px + q dx
commencer par reduire le trin
ome pour se ramener a
` calculer
Z p
F =
x2 + a2 dx
Lidee consiste a
` faire passer la racine au denominateur en integrant par parties, car la primitive suivante est
connue :
Z
dx
G=
= argsh(x/a)
2
x + a2
Exercice
21-22
R
Calculer
x2 + x + 1 dx.
Chapitre 22
Produit scalaire
22.1
D
efinitions et r`
egles de calcul
D
efinition 22.1 : produit scalaire
Soit E un R-ev. On appelle produit scalaire sur E, une application
E E
R
:
(x,y)
7 (x | y)
verifiant :
1. est une forme bilineaire : (x,y,z) E 3 ,(,) R2
(x + y,z) = (x,z) + (y,z)
(x,y + z) = (x,y) + (y,z)
2. est symetrique :
(x,y) E 2 , (x,y) = (y,x)
3. est definie :
x E,
((x,x) = 0) (x = 0)
4. est positive :
x E, (x,x) 0
On dit alors que E muni dun produit scalaire est un espace prehilbertien reel. Si E est de dimension finie, on
dit que E est un espace euclidien.
(x | x)
kXk =
n
X
xi y i
i=1
v
u n
uX
2
2
x1 + + x n = t
x2i
i=1
f (t)g(t)dt
a
f 2 (t)dt
a
kf k =
s
Z
f 2 (t)dt
0
Th
eor`
eme 22.1 : R`
egles de calcul
Pour deux vecteurs (x,y) E 2 , et un reel R,
k.xk = ||kxk ;
kx + yk2 = kxk2 + 2 (x | y) + kyk2 ;
kx yk2 = kxk2 2 (x | y) + kyk2 ;
kx + yk2 + kx yk2 = 2(kxk2 + kyk2 ) (egalite du parallelogramme) ;
1
kx + yk2 kx yk2 (identite de polarisation).
(x | y) =
4
Pour des vecteurs x1 , . . . ,xn ,y1 , . . . ,yn E et des scalaires 1 , . . . ,n ,1 , . . . ,n R,
n
n
n X
n
X
X
X
i xi |
j y j =
i j (xi | yj )
i=1
j=1
i=1 j=1
n
n
2 X
X
2i kxi k2 + 2
i xi
=
i=1
i=1
1i<jn
i j (xi | xj )
Th
eor`
eme 22.2 : In
egalit
e de Cauchy-Schwarz
Soient x,y deux vecteurs,
|(x | y)| kxkkyk
Avec egalite ssi les deux vecteurs sont proportionnels : R tq y = x (ou x = y).
Th
eor`
eme 22.3 : In
egalit
e de Minkowski
Soient x,y deux vecteurs.
kxk kyk kx + yk kxk + kyk
avec egalite dans la majoration de droite si et seulement si les deux vecteurs se trouvent sur une
meme demi-droite issue de lorigine : 0 tq y = x
22.2
Orthogonalit
e
D
efinition 22.2 : Vecteurs orthogonaux
Deux vecteurs x et y sont dits orthogonaux lorsque (x | y) = 0.
Th
eor`
eme 22.4 : Identit
e de Pythagore
Soient deux vecteurs de E. Alors
(x | y) = 0 kx + yk2 = kxk2 + kyk2
Th
eor`
eme 22.5 : Des vecteurs orthogonaux 2 `
a 2 forment un syst`
eme libre
Soit S = (x1 , . . . ,xn ) un syst`eme de vecteurs non-nuls deux a
` deux orthogonaux :
(i,j) [[1,n]]2 , i 6= j (xi | xj ) = 0
Alors le syst`eme S est libre.
D
efinition 22.3 : Sous-espaces orthogonaux
Soient F et G deux sev de E. On dit quils sont orthogonaux ssi
x F,y G,
(x | y) = 0
D
efinition 22.4 : orthogonal dune partie
Soit A E une partie de E. On definit lorthogonal de A par :
A = {x E tq a A, (x | a) = 0}
Th
eor`
eme 22.6 : Propri
et
es de lorthogonal
Soient A,B E deux parties de E.
a) A est un sev de E.
b) A B B A
c) A = [Vect(A)]
d) A [A ]
22.3
Espaces euclidiens
D
efinition 22.5 : Espaces euclidiens
Un espace euclidien est un R-espace vectoriel de dimension finie, muni dun produit scalaire
On consid`ere desormais des espaces de dimension finie.
D
efinition 22.6 : bases orthogonales, orthonormales
Soit e = (e1 , . . . ,en ) une base de E. On dit que e est une base
1. orthogonale si et seulement si (i,j) [[1,n]]2 , i 6= j (ei | ej ) = 0 ;
2. orthonormale si et seulement si (i,j) [[1,n]]2 , (ei | ej ) = ij .
Remarque 230. La base canonique de Rn est orthonormale pour le produit scalaire usuel.
Th
eor`
eme 22.7 : Calculs dans une bon
Soit e = (e1 , . . . ,en ) une bon de E.
1. Les coordonnees dun vecteur dans une bon sont des produits scalaires :
x=
n
X
i=1
(x | ei ) ei
2. Si x = x1 e1 + + xn en et y = y1 e1 + + yn en , alors
(x | y) =
n
X
i=1
3. Si x = x1 e1 + + xn en ,
2
kxk =
xi y i = x 1 y 1 + + x n y n
n
X
i=1
Th
eor`
eme 22.8 : Th
eor`
eme de Schmidt a
Soit (E,n) euclidien et e = (e1 , . . . ,en ) une base quelconque de E. Alors il existe une base orthonormale = (1 , . . . ,n ) de E verifiant :
1. i [[1,n]], i Vect(e1 , . . . ,ei ) ;
2. i [[1,n]], (ei | i ) > 0.
a Erhard
Remarque 231. Lalgorithme de construction de la bon est aussi important que lenonce du theor`eme.
Remarque 232. La matrice de passage de e vers est triangulaire superieure.
Exercice 22-1
Soit lespace E = R3 muni du produit scalaire usuel. Soient les vecteurs e1 = (2,0,0), e2 = (1,1,1) et e3 = (0,1,2).
Construire une bon a
` partir de e = (e1 ,e2 ,e3 ).
Exercice 22-2
Soit lespace E = R1 [X] muni du produit scalaire
(P | Q) =
P (t)Q(t)dt
0
1 +
2
f3
e1
e3
e2
3. (F ) = F
Th
eor`
eme 22.11 : Th
eor`
eme de Riesz
Soit f E ? une forme lineaire. Alors il existe un unique vecteur zf E tel que
x E, f (x) = (zf | x)
Remarque 233. Dans Rn euclidien usuel, si lon consid`ere un hyperplan (H) dequation :
1 x1 + + n xn = 0
Cest lhyperplan orthogonal au vecteur n = (1 , . . . ,n ) : H = {n} .
22.4
D
efinition 22.7 : Matrice dun produit scalaire
Soit (. | .) un produit scalaire, et e = (e1 , . . . ,en ) une base de E. On appelle matrice du produit
scalaire dans la base e, la matrice
ke1 k2
. . . (e1 | en )
..
..
M ate ((. | .)) = (((ei | ej )))1in1jn =
.
.
(en | e1 ) . . .
ken k2
Exercice 22-3
R1
Dans lespace E = R1 [X], muni du produit scalaire (P | Q) = 0 P (t)Q(t)dt, determiner la matrice du produit
scalaire dans la base canonique.
Remarque 234. La matrice dun produit scalaire dans une base quelconque est toujours symetrique. Si e est une
base orthogonale, la matrice est diagonale. Si e est une base orthonormale, alors la matrice est I n .
Th
eor`
eme 22.12 : Expression matricielle du produit scalaire
Soit e une base de E, et x,y E. Notons A = M ate ((. | .)) et X = M ate (x),Y = M ate (y). Alors
(x | y) = t XAY
Th
eor`
eme 22.13 : Propri
et
es dune matrice de produit scalaire
Soit A la matrice dun produit scalaire dans une base quelconque. Elle verifie :
1. A est une matrice symetrique : t A = A ;
2. A est une matrice positive : X Mn1 (R), t XAX 0 ;
3. A est une matrice definie : X Mn1 (R), t XAX = 0 X = 0 ;
4. A est une matrice inversible : A GLn (R).
Remarque 235. La matrice dun produit scalaire dans une base quelconque est toujours inversible. En effet, si
AX = 0, alors a
` fortiori t XAX = 0, cest a
` dire kxk2 = 0, et donc X = 0.
Lemme 22.14 : Un lemme utile de calcul matriciel
Soient A,B Mn (R) deux matrices verifiant
X,Y Mn1 (R),
XAY = t XBY
Alors A = B.
Th
eor`
eme 22.15 : Formule de changement de base
Soient e et f deux bases de E. Notons P = Pef la matrice de passage. Alors
M atf ((. | .)) = t P M ate ((. | .))P
Si A = Mate ((|)), B = Mate ((|)), P = Pe7f , alors B = t P AP .
Remarque 236. Ne pas confondre avec le changement de bases pour les matrices dendomorphismes : M at e (u) =
P M atf (u)P 1 .
Exercice 22-4
Soit A Mn (R) une matrice symetrique definie positive :
t
X Mn1 (R),
XAX 0 et t XAX = 0 X = 0
22.5
(u(x) | u(y)) = (x | y)
AA = In
n
X
j [[1,n]],
a2ij = 1
i=1
Exercice 22-5
Montrer que
1
A=
5
1 2
2 1
(ii)
Remarque 239. Le resultat precedent est faux si la base nest pas orthonormale. Si e est une base quelconque, en notant T = Mate ((|)) la matrice du produit scalaire dans cette base, et A = Mate (u) la matrice de
lendomorphisme u dans cette base, u est un endomorphisme orthogonal si et seulement si :
t
AT A = T
(i)
Exercice 22-6
Soit A = ((aij )) On (R) une matrice orthogonale. Montrer que
n X
n
X
i=1 j=1
22.6
|aij | n n
Projecteurs et sym
etries orthogonaux
D
efinition 22.10 : Projecteur orthogonal
Soit p L(E) un projecteur (p p = p). On dit que p est un projecteur orthogonal ssi Ker p et
Im p sont deux sous-espaces orthogonaux de E :
x Ker p, y Im p,
(x | y) = 0
Th
eor`
eme 22.21 : Caract
erisation des projecteurs orthogonaux
Soit p un projecteur. Alors p est un projecteur orthogonal si et seulement si p est un endomorphisme
symetrique, cest a
` dire :
(x,y) E 2 , (p(x) | y) = (x | p(y))
Th
eor`
eme 22.22 : Matrice dun endomorphisme sym
etrique dans une bon
Soit un endomorphisme u dun espace euclidien. Alors, si P = Mat (u) est la matrice de u dans
une bon ,
(u est symetrique ) (t P = P )
Remarque 240. Soit E un espace euclidien et e une bon de E. Soit p L(E) et P = mat e (p). Alors p est un
projecteur orthogonal si et seulement si :
1. P 2 = P
2. t P = P .
Th
eor`
eme 22.23 : Caract
erisation de p(x) : conditions dorthogonalit
e
Soit p un projecteur orthogonal sur F = Im p. Soit x E. Alors p(x) est lunique vecteur de F
verifiant x p(x) F .
x p(x)
p(x)
0
F
Th
eor`
eme 22.24 : Calcul du projet
e orthogonal
Soit F un sous-espace vectoriel de E, et x E. Si (1 , . . . ,p ) est une base orthonormale de F ,
alors le projete orthogonal p(x) du vecteur x sur le sous-espace F vaut :
p(x) =
p
X
i=1
(x | i ) .i
Remarque 241. On peut egalement utiliser une base de F qui nest pas orthonormale :
1. On determine une base quelconque de F , (f1 , . . . ,fp ) ;
2. On decompose p(x) sur cette base : p(x) = 1 f1 + + p fp ;
3. On ecrit les p conditions dorthogonalite : i [[1,p]], (x p(x) | fi ) = 0 ;
Pp
4. On resout alors le syst`eme de p equations j=1 j (fj | fi ) = (x | fi ), i [[1,p]] ;
5. Si la base (f1 , . . . ,fp ) est orthonormale, alors la matrice du syst`eme est Ip et le syst`eme est dej`
a resolu.
Remarque 242. Pour determiner le projete orthogonal sur un hyperplan H, il y a une methode plus simple :
1. Determiner un vecteur n orthogonal a
` lhyperplan :
E = H Vect(n)
2. Decomposer x = xH + .n. Alors p(x) = xH ;
3. Il suffit de connatre le scalaire . Pour cela, ecrire que (x .n | n) = 0 ce qui donne =
4. On obtient finalement
p(x) = x
(x | n)
.n
knk2
(x | n)
;
knk2
Th
eor`
eme 22.25 : Le projet
e p(x) r
ealise la meilleure approximation de x par des
vecteurs de F
Pour x E, et F un sev de E, on definit
d(x,F ) = inf kx f k
f F
Alors :
1. d(x,F ) est bien defini ;
2. d(x,F ) = kx p(x)k o`
u p(x) est la projection orthogonale de x sur F ;
3. Si f F , kx f k kx p(x)k avec egalite si et seulement si f = p(x).
x
x p(x)
0
F
xf
p(x)
f p(x) f
soit minimale.
D
efinition 22.11 : Sym
etrie orthogonale
Soit s L(E) une symetrie vectorielle (s s = id). On dit que s est une symetrie orthogonale ssi
les deux sev Ker(s id) et Ker(s + id) sont orthogonaux On dit de plus que s est une reflexion si
lensemble des vecteurs invariants, Ker(s id) est un hyperplan.
Th
eor`
eme 22.26 : Caract
erisation des sym
etries orthogonales
Une symetrie s est orthogonale si et seulement si s est un endomorphisme symetrique, cest a
` dire :
(x,y) E 2 ,
(s(x) | y) = (x | s(y))
x
Ker(s + id)
0
Ker(s id)
s(x)
Fig. 22.4 Symetrie vectorielle orthogonale
22.7
On consid`ere un espace euclidien E muni dun produit scalaire note (. | .) et k.k la norme euclidienne associee.
D
efinition 22.12 : Orientation
Soient e et f deux bases de E et la matrice de passage P = Pe7f entre ces deux bases. On dit que
les deux bases e et f definissent la meme orientation si et seulement si det(P ) > 0.
Orienter lespace consiste a
` choisir une base e. Les bases de meme orientation que e sont dites
directes et les autres indirectes.
Remarque 245. Si e = (e1 ,e2 ,e3 ) est la base canonique de R3 , et si lon choisit lorientation definie par cette
base, alors la base f = (e2 ,e3 ,e1 ) est directe alors que la base g = (e1 ,e3 ,e2 ) est indirecte.
Proposition 22.27 : Matrice de passage entre deux bon de m
eme orientation
Soient e = (e1 , . . . ,en ) et f = (f1 , . . . ,fn ) deux bases orthonormales dun espace euclidien E.
Notons P = Pe7f la matrice de passage entre les bases e et f . Alors :
1. det(P ) = 1 ;
2. Si les deux bases orthonormales ont meme orientation, alors det(P ) = +1.
D
efinition 22.13 : Produit mixte
Soit E un espace euclidien oriente de dimension n et une bon directe. Soient (x1 , . . . ,xn ) n vecteurs
de E. On appelle produit mixte de ces n vecteurs, le scalaire
Det(x1 , . . . ,xn ) = det (x1 , . . . ,xn )
Il est independant de la bon directe choisie.
Remarque 246. Dans R2 , le produit mixte de deux vecteurs Det(x,y) represente laire algebrique du parallelogramme defini par ces deux vecteurs.
Dans R3 , le produit mixte de trois vecteurs Det(x,y,z) represente le volume algebrique du parallelepip`ede qui
sappuie sur ces trois vecteurs.
Th
eor`
eme 22.28 :
In
egalit
e de Gram a
Det(x1 , . . . ,xn ) kx1 k . . . kxn k
22.8
Produit vectoriel
On consid`ere dans cette section, un espace euclidien oriente de dimension 3 : (E,3, (. | .)).
z
ky zk
(a)
Aire du
parallelogramme : kxk kyk sin =
Det(x,y)
D
efinition 22.14 : Produit vectoriel
Soient (x,y) E 2 . Lapplication
E
:
z
R
Det(x,y,z)
est une forme lineaire. Dapr`es le theor`eme de Riesz, il existe un unique vecteur note x y tel que
z E,
Det(x,y,z) = (x y | z)
xy
y
x
Fig. 22.6 Produit vectoriel de deux vecteurs dans E3
Th
eor`
eme 22.29 :
Propri
et
es du produit vectoriel
1. Lapplication
:
E2
(x,y)
E
7 x y
Th
eor`
eme 22.30 : Coordonn
ees du produit vectoriel de deux vecteurs
Soit une bon directe de E. Soient deux vecteurs (x,y) E, de matrices X,Y dans la base :
x1
y1
X = Mat (x) = x2 ,Y = Mat (y) = y2
x3
y3
Notons T la matrice du vecteur x y dans la base : T = Mat (x y). Alors :
x1
y1
x2 y 3 x 3 y 2
T = x2 y2 = (x1 y3 x3 y1 )
x3
y3
x1 y 2 x 2 y 1
Th
eor`
eme 22.31 : Identit
e de Lagrange et formule du double produit vectoriel
Si (x,y,z) E 3 ,
1. kxk2 kyk2 = kx yk2 + (x | y)2 (Lagrange) ;
2. x (y z) = (x | z) .y (x | y) .z (double produit vectoriel).
Exercice 22-10
Le produit vectoriel definit une lci dans E. Cette loi est-elle commutative ? Associative ? Poss`ede-t-elle un
element neutre?
Exercice 22-11
Dans R3 euclidien oriente, on se donne deux vecteurs a,b R3 avec a 6= 0. Resoudre lequation
ax =b
dinconnue x R3 .
Exercice 22-12
Dans R3 euclidien oriente, une bon directe et a R3 , on consid`ere lapplication
E
E
f:
x 7 a x
a) Montrer que f est lineaire et ecrire la matrice de f dans .
b) Montrer que f est un endomorphisme antisymetrique :
x,y R3 ,
22.9
(f (x) | y) = (x | f (y))
D
efinition 22.15 : SOn (R)
Soit une matrice orthogonale A On (R). Alors det(A) = 1. On definit les sous-ensembles de
On (R) suivants :
SOn (R) = {A On (R) | det A = +1} O
n (R) = {A On (R) | det A = 1}
Les matrices de SOn (R) sont appelees speciales orthogonales. Lensemble SOn (R) est un sousgroupe du groupe orthogonal (On (R),).
Proposition 22.32 : Crit`
ere pour reconnatre les matrices de SOn (R)
Soit une matrice orthogonale A On (R). Soit un coefficient aij 6= 0 de la matrice A et ij le
cofacteur associe.
1. Si A SOn (R), alors aij = ij ;
2. si A O
n (R), alors aij = ij .
Remarque 247. En pratique, pour verifier quune matrice A On (R) est speciale orthogonale, on calcule le
determinant 11 = m11 et on compare son signe avec celui du coefficient a11 .
D
efinition 22.16 : Isom
etries directes et indirectes
Soit une isometrie u O(E) dun espace euclidien oriente E. Alors det(u) = 1. On dit que u est
une isometrie directe de E lorsque det(u) = +1, et une isometrie indirecte lorsque det(u) = 1.
On note SO(E) lensemble des isometries directes, et O (E) lensemble des isometries indirectes
de E. Lensemble SO(E) est un sous-groupe du groupe orthogonal (O(E),).
Remarque 248. Si est une base orthonormale de E, et si U est la matrice de lisometrie u dans la base , alors
u isometrie directe U SOn (R)
(i)
22.9.1
(ii)
Th
eor`
eme 22.33 : Etude de SO2 (R)
1. Les matrices de SO2 (R) sont de la forme
cos
R =
sin
2. R R0 = R+0
3. R1 = R
4. Lapplication
:
(R,+)
sin
, ( R)
cos
(SO2 (R),)
R
V
U
, v=
kU k
kV k
Alors il existe une unique rotation r SO2 (R) telle que v = r(u). Si est langle de la rotation
[0,2[, on note
\) =
(U,V
langle oriente des vecteurs (U,V ). On a alors
1. Det(U,V ) = kU kkV k sin
2. (U | V ) = kU kkV k cos
Remarque 249. On utilise ces formules pour determiner langle entre deux vecteurs. Par exemple dans R 2
euclidien oriente usuel, quel est langle entre les vecteurs U = (1,1) et V = (0,1)?
Th
eor`
eme 22.36 : Etude de O2 (R)
1 0
O
Considerons la matrice P =
2 (R). Lapplication
0 1
:
SO2 (R)
A
O
2 (R)
7
AP
Th
eor`
eme 22.37 : Isom
etries indirectes
Une isometrie indirecte dun espace euclidien oriente de dimension 2 est une symetrie orthogonale
par rapport a
` une droite (reflexion).
Th
eor`
eme 22.38 : D
ecomposition des rotations
Toute rotation dun espace euclidien oriente de dimension 2 secrit comme composee de deux
reflexions.
Remarque 250. Les reflexions engendrent le groupe orthogonal O(E2 ). Toute isometrie de E2 secrit comme un
produit de 1 ou 2 reflexions.
22.9.2
cos sin 0
M ate (u) = sin
cos 0
0
0
1
On dit que u est la rotation daxe Vect(e3 ) et dangle .
Remarque 251. Langle de la rotation depend du choix du vecteur d. Si lon choisit d 0 = d pour diriger laxe,
langle est transforme en son oppose.
Remarque 252. Ne pas confondre langle de la rotation avec langle entre les vecteurs x et r(x) !
Proposition 22.40 : D
etermination de langle dune rotation
Soit E3 euclidien oriente, r une rotation et d un vecteur unitaire qui dirige laxe de cette rotation.
Ce vecteur d defnit une orientation du plan Vect d et donc langle de r. Soit Vect(d) .
r() = cos . + sin .d
Remarque 253. Cette proposition donne un moyen pratique de determiner les elements caracteristiques dune
rotation :
1. Determiner laxe D de la rotation : cest lensemble des vecteurs invariants.
2. Chercher un vecteur d D unitaire. Il definit une orientation sur le plan P = Vect(d) .
3. Determiner un vecteur 1 P , verifiant (d | 1 ) = 0.
4. Poser 2 = d 1 . Alors (1 ,2 ,d) est une bon directe de lespace.
5. Calculer r(1 ) et le decomposer sur 1 et 2 :
r(1 ) = cos 1 + sin 2
On en tire cos et sin et donc langle de la rotation.
d
u(1 )
= cos 1 + sin 2
Remarque 254. On peut egalement utiliser les remarques suivantes pour etudier une rotation u donnee par sa
matrice A dans une base quelconque :
1. On verifie que A SO3 (R) en montrant que la matrice A est orthogonale et en montrant que det(A) = +1
(il suffit de comparer a11 et 11 ).
2. On sait que dans toute base orthogonale directe de la forme = (1 ,2 ,d),
cos sin 0
M at (u) = U = sin cos 0
0
0
1
Alors les matrices A et U sont semblables et par consequent, Tr(A) = Tr(U ) do`
u lon tire
2 cos + 1 = Tr(A)
3. On determine laxe de la rotation en cherchant les vecteurs invariants : Vect(d) o`
u d est un vecteur unitaire.
Cela revient a
` resoudre un syst`eme homog`ene 3 3.
4. On determine un vecteur 1 unitaire orthogonal a
` d et on calcule
Det 1 ,u(1 ),d
Comme ce produit mixte est independant de la bon directe choisie pour le calculer, en introduisant (sans
le calculer) 2 tel que = (1 ,2 ,d) soit une bon directe,
1 cos 0
Det 1 ,u(1 ),d = 0 sin 0 = sin
0
0
1
5. On obtient donc :
cos =
Tr(A) 1
,
2
Exercice 22-13
Dans lespace R3 oriente euclidien usuel, on consid`ere lendomorphisme de matrice
1+ 2 2
2
1
1
A=
2
2
2
2 2 2 1 2 1 + 2
dans la base canonique. Reconnatre cet endomorphisme et preciser ses elements caracteristiques.
Th
eor`
eme 22.41 : Classification des isom
etries en dimension 3
Soit un endomorphisme orthogonal u O(E). On note E(1) = Ker(u id) le sous-espace forme
des vecteurs invariants. Selon la dimension de E(1), on a la classification suivante :
dim E(1) det(u)
u
Nature de u
3
1
SO(E)
id
2
1
O (E)
Reflexion sH
1
1
SO(E) Rotation autour dun axe r (dont les demi-tours)
0
1
O (E)
Composee dune rotation et dune reflexion
Dans le dernier cas, u = r sH , o`
u le plan H invariant par la reflexion est orthogonal a
` laxe de la
rotation r.
Remarque 255. Si A O
eciale orthogonale.
3 (R), alors det(A) = det(A) = 1. Donc la matrice A est sp
On se ram`ene a
` letude precedente. On peut egalement resumer la classification des isometries de E 3 de la facon
suivante :
Isometries directes : ce sont des rotations daxe une droite vectorielle. (Les symetries orthogonales par
rapport a
` une droite sont des rotations dangle , et on convient que idE est une rotation dangle 0) ;
Isometries indirectes : elles sont de la forme rD, o`
u rD, est une rotation par rapport a
` une droite
vectorielle D (avec lidentite). On a alors u = rD, = rD,+ sD .
r+ (x) D
r (x)
H = D
Exercice
22-15
2
1
2
1
2 2 1. Reconnatre lendomorphisme de matrice A dans la base canonique de R3 .
Soit A =
3
1 2 2
Exercice 22-16
Dans R3 euclidien usuel, on consid`ere la rotation daxe dirige par le vecteur n = (1,1,1) dangle . Ecrire
la
6
matrice de cette rotation dans la base canonique.
D
efinition 22.17 : Angle de deux vecteurs dans E3
Si a,b E3 sont deux vecteurs non-nuls, dapr`es lidentite de Lagrange,
2
(a | b) + ka bk = kak kbk
Donc ! [0,[ tel que
cos =
(a | b)
,
kakkbk
(a | b)
kakkbk
sin =
2
ka bk
kakkbk
ka bk
kakkbk
2
=1
Chapitre 23
Continuit
e dune fonction de deux variables
x2 + y 2 .
B(a,r) = {x E | kx ak < r}
D
efinition 23.2 : Parties ouvertes
Soit U R2 . On dit que U est une partie ouverte si a U , il existe r > 0 tel que la boule ouverte
de centre a et de rayon r soit incluse dans U .
On consid`ere maintenant une partie U R2 ouverte et une fonction de deux variables :
f:
R
7 f (x,y)
U
(x,y)
Remarque 257. Soit un ouvert U R2 . Lensemble (F(U,R), + ,.,) est une R-alg`ebre.
z
z = f (x,y)
y
(x,y)
x
U
U
(a) Fonction de deux variables
D
efinition 23.3 : Continuit
e
Soit un point a = (a1 ,a2 ) U et un reel l R. On dit que f tend vers la limite l lorsque
x = (x1 ,x2 ) tend vers a = (a1 ,a2 ) si et seulement si :
> 0, > 0, x U, kx ak |f (x) l|
On dit que la fonction f est continue au point a U si et seulement si limxa f (x) = f (a) ;
On dit que la fonction f est continue sur louvert U si et seulement si elle est continue en
tout point de U .
Th
eor`
eme 23.1 : Th
eor`
eme de majoration
On suppose quil existe une fonction : R 7 R telle que sur un voisinage de a R2 , on at pour
l R:
H1
|f (x) l| (kX ak) ;
H2
() 0 ;
0
Alors f (X) l.
Xa
Exercice 23-1
Soit la fonction de deux variables definie par :
f:
R2
(x,y)
2
x y
x2 + y 2
R
si (x,y) 6= (0,0)
si (x,y) = (0,0)
Etudier
la continuite de la fonction f au point (0,0).
Remarque 258. Soient deux fonctions f,g : R2 7 R continues au point a. Montrer que les fonctions f + g et
f g sont continues au point a. On montre ainsi que lensemble des fonctions continues sur un ouvert U est une
alg`ebre.
Remarque 259. Soit f : U R2 7 R et g : R 7 R. Soit a U . On suppose que f est continue en a et que g
est continue en f (a). Montrer que g f est continue en a.
D
efinition 23.4 : Applications partielles
Soit une fonction f : R2 7 R et un point a = (a1 ,a2 ) R2 . On definit les deux fonctions dune
variable (applications partielles au point a) par :
R
R
f1 :
t
7 f (t,a2 )
f2 :
R
t
R
f (a1 ,t)
Th
eor`
eme 23.2 : Continuit
e des applications partielles
Si la fonction f : R2 7 R est continue au point a = (a1 ,a2 ), alors la premi`ere fonction partielle f1
est continue au point a1 et la deuxi`eme fonction partielle f2 est continue au point a2 . La reciproque
est fausse en general.
Exercice 23-2
Etudier la continuite en (0,0) et la continuite des applications partielles de la fonction definie par :
f:
R2
(x,y)
xy
2
x + y2
0
R
si (x,y) 6= (0,0)
si (x,y) = (0,0)
D
efinition 23.5 : Fonctions
`
a valeurs dans R2
2
U R
R2
.
Soit une fonction f :
(x,y)
7
f1 (x,y),f2 (x,y)
1. Soit un point a = (a1 ,a2 ) U et un point l = (l1 ,l2 ) R2 . On dit que f tend vers l lorsque
x tend vers a si et seulement si :
> 0, > 0,x U, kx ak kf (x) lk
2. On dit que la fonction f est continue au point a lorsque limxa f (x) = f (a).
Th
eor`
eme 23.3 : Limite dune fonction f : R2 7 R2
Avec les notations precedentes,
f (x) l f1 (x) l1 et f2 (x) l2
xa
xa
(i)
xa
(ii)
Th
eor`
eme 23.4 : Continuit
e dune compos
ee
Soit f : U R2 7 R2 et g : R2 7 R2 . Si f est continue au point a U et g est continue au point
f (a), alors g f est continue en a.
23.2
D
eriv
ees partielles
Soit un point a U et un vecteur h R2 non nul. On dit que la fonction f admet une derivee
f (a + t h ) f (a)
existe
lim
t0
t
f (a).
On note alors cette limite D
h
h
x
x+th
U
Fig. 23.2 Derivee selon un vecteur
Remarque 260. On consid`ere dans cette definition la restriction de f a
` la droite passant par a dirigee par le
vecteur h : (t) = f (a + t h ) et la derivee selon le vecteur h est la derivee en t = 0 de la fonction dune variable
(t).
Exercice 23-3
2
x y
2
f (x,y) = x + y 2
si(x,y) 6= (0,0)
si (x,y) = (0,0)
f (x,y) =
(x2 + y 2 ) sin
1
x2 + y 2
si (x,y) 6= (0,0)
si (x,y) = (0,0)
Th
eor`
eme 23.5 : D
eveloppement limit
e`
a lordre 1
Soit une fonction f : U 7 R de classe C 1 sur un ouvert U R2 . Alors Il existe une fonction
: V0 7 R definie sur un voisinage de (0,0) telle que :
1. a U , h = (h1 ,h2 ) R2 , tel que a + h U ,
f
f
f (a + h) = f (a) +
(a)h1 +
(a)h2 + khk(h)
x
y
2. (h) 0.
h0
R2
R
f
f
dfa :
(a)h1 +
(a)h2
h = (h1 ,h2 ) 7
x
y
dfa est une forme lineaire sur R2 qui sappelle la differentielle de f au point a U .
D
efinition 23.10 : Gradient
Si f : U 7 R est C 1 sur U et a U , alors puisque dfa est une forme lineaire, dapr`es le theor`eme
de Riesz, il existe un unique vecteur f (a) R2 tel que
h R2 , dfa (h) = (f (a) | h)
Ce vecteur sappelle le gradient de f au point a. Si lon utilise le produit scalaire usuel de R 2 , le
theor`eme precedent donne :
f
f
(a), (a)
f (a) =
x
y
Th
eor`
eme 23.7 : Diff
erentielle et d
eriv
ee selon un vecteur
Si la fonction f : U 7 R est de classe C 1 sur louvert U , alors pour tout point a U et tout vecteur
h = (h1 ,h2 ) R2 , la fonction f admet une derivee selon le vecteur h au point a et
Dh f (a) = dfa (h) =
f
f
(a)h1 +
(a)h2 = (f (a) | h)
x
y
Exercice 23-6
Soit f (x,y) = x2 ey + sin(xy), e la base canonique de R2 et a = (0,1) calculer dfa , M ate (dfa ), f (a) et Dh f (a)
o`
u h = (1,2).
Th
eor`
eme 23.8 : Th
eor`
emes g
en
eraux
Soient f,g : U 7 R deux fonctions de classe C 1 sur U . Alors
pour (,) R2 , la fonction f + g est de classe C 1 sur U ;
la fonction f g est de classe C 1 sur U ;
lensemble C 1 (U,R) des fonctions de classe C 1 sur louvert U est une alg`ebre.
Th
eor`
eme 23.9 : D
eriv
ee dune compos
ee
Soit une fonction de deux variables f : U R2 7 R de classe C 1 sur un ouvert U R2 et
deux fonctions dune
variable u,v : I R 7 R de classe C 1 sur un intervalle I telles que t I,
(t) = u(t),v(t) U . On peut alors definir la fonction dune variable :
I
R
g:
t 7 f u(t),v(t)
f
f
u(t),v(t) u0 (t) +
u(t),v(t) v 0 (t)
x
y
0
= f (t) | (t) = df(t) 0 (t)
g 0 (t) =
Exercice 23-7
Soit f (x,y) = x2 + xy + exy et g(t) = f (et ,t2 ). Calculer g 0 (0).
1
0
f
(a + t(b a))dt + (b2 a2 )
x
1
0
f
(a + t(b a))dt
y
f
f
b) En deduire linegalite des accroissements finis : Si M = supx[a,b] (x), (x) ,
x
y
f (b) f (a) M kb ak1
Exercice 23-9
1
Soit F : I 7 R2 une courbe parametree de classe C 1 et f : R2 7 R une fonction de deux variables de classe
C
2
sur R . On suppose que la courbe parametree est une courbe de niveau de f : c R tel que t I, f F (t) = c.
a) On consid`ere la fonction dune variable g(t) = f F (t) . Calculer pour t I, g 0 (t).
b) En deduire quen un point a dune courbe de niveau Cc de f , le vecteur gradient au point f (a) est orthogonal
a
` la courbe de niveau.
c) Une application importante : soit C une courbe de R2 definie par une equation f (x,y) = 0 o`
u f est de classe
C 1 sur R2 . Montrer que lequation de la tangente en un point (x0 ,y0 ) de cette courbe est
(X x0 )
f
f
(x0 ,y0 ) + (Y y0 ) (x0 ,y0 ) = 0
x
y
23.3
Extr
emas dune fonction de deux variables
D
efinition 23.11 : Extremum
Soit f : U 7 R et un point a U . On dit que a est :
un maximum local (strict) de f si et seulement si r > 0, tel que x B(a,r) U ,
f (x) f (a) f (x) < f (a)
un minimum local (strict) de f si et seulement si r > 0 tel que x B(a,r) U ,
f (x) f (a) f (x) > f (a)
Th
eor`
eme 23.10 : La diff
erentielle sannule en un extremum local
Soit une fonction f : U 7 R de classe C 1 sur louvert U . Les points a U tels que dfa = 0
sappellent des points critiques de f .
Si a U est un extremum local de f , alors a est un point critique :
dfa = 0 f (a) = 0
f
f
(a) =
(a) = 0
x
y
Exercice 23-12
Soit la fonction definie sur R2 par g(x,y) = x2 y + ln(1 + y 2 ). Etudier les extremas de g.
23.4
D
eriv
ees partielles dordre sup
erieur
D
efinition 23.12 : D
eriv
ees partielles secondes
Soit f : U 7 R une fonction de classe C 1 sur un ouvert U . On definit les deux fonctions :
f
: U 7 R,
x
qui sont continues sur U .
f
(a) existe, on note ce reel
1. Si
x x
f
(a) existe, on note ce reel
2. Si
y y
f
(a) existe, on note ce reel
3. Si
y x
f
(a) existe, on note ce reel
4. Si
x y
Exercice 23-13
Soit la fonction definie sur R2 par :
f
: U 7 R
y
2f
(a) ;
x2
2f
(a) ;
y 2
2f
(a) ;
yx
2f
(a).
xy
3
xy
f (x,y) = x2 + y 2
si (x,y) 6= (0,0)
si (x,y) = (0,0)
2f
(a) cette valeur commune.
xy
D
efinition 23.13 : On definit par recurrence les derivees partielles dordre k 2 dune fonction
f : U 7 R. On dit que f est de classe C k sur U si et seulement si
1. f est de classe k 1 ;
k
(a) (p + q = k) existent a U et sont des fonctions
2. Toutes les derivees partielles
xp y q
continues sur U .
Dapr`es le theor`eme de Schwarz, toutes les derivees partielles croisees sont egales.
Exercice 23-14
Soit [a,b] U un segment et f : U 7 R une fonction de classe C 2 . En ecrivant la formule de Taylor integrale
pour la restriction de f a
` ce segment, en deduire la formule de Taylor integrale pour f :
+(b1 a1 )2
1
0
Z 1 2
f
f
(a
+
t(b
a))
dt
+
2(b
a
)(b
a
)
(a + t(b a)) dt
1
1
2
2
2
x
0 xy
Z 1 2
f
+(b2 a2 )2
(a + t(b a)) dt
2
0 y
2
Exercice 23-15
Soit U = {(x,t) R2 |0 < t < x}. Trouver une fonction u : U 7 R de classe C 2 de la forme u(x,t) = f (x/t)
verifiant lequation des ondes :
2u
2u
(x,t) U,
(x,t)
(x,t) = 0
t2
x2
Exercice 23-16
Une application F : U 7 R2 sappelle un champ de vecteurs. On dit que le champ de vecteurs derive dun
potentiel scalaire lorsquil existe une application V : U 7 R telle que
V
x (x,y)
23.5
Int
egrales doubles
Si une fonction f est constante et vaut sur un petit pave [a,b][c,d], on definit son integrale double comme etant
le volume de lespace de base le rectangle [a,b] [c,d] et de hauteur . Ce volume vaut V = (b a) (d c).
On verifie que
ZZ
Z b Z d
Z d Z b
V =
f (x,y) dx dy =
f (x,y) dy dx =
f (x,y) dx dy
[a,b][c,d]
Pour definir lintegrale double dune fonction bornee f : [a,b] [c,d] 7 R, on commence par subdiviser le
rectangle [a,b] [c,d] en n p petits rectangles, et on definit lintegrale dune fonction en escalier (constante sur
chacun des rectangles) comme la somme des volumes des parallepip`edes. On definit ensuite lintegrale superieure
a
b
x
Fig. 23.3 Fonction en escalier
de la fonction f comme etant la borne inferieure des integrales des fonctions en escalier majorant f , et lintegrale
inferieure de la fonction f comme etant la borne superieure des integrales de fonctions en escalier minorant f .
Lorsque lintegrale superieure et lintegrale inferieure sont egales, on dit que la fonction f est integrable, et on
note
ZZ
f (x,y) dx dy
[a,b][c,d]
son integrale. On montre que toute fonction f : [a,b] [c,d] 7 R continue est integrable.
La construction devient beaucoup plus compliquee si lon consid`ere des domaines U R 2 qui ne sont plus
des rectangles. Comment (( subdiviser )) un tel domaine U ? Quelle regularite imposer a
` U ? Ce procede de
construction est inadapte, et on utilise une autre definition de lintegrale : lintegrale de Lebesgue. Heureusement,
les calculs avec lintegrale de Lebesgue ressemblent aux calculs habituels avec lintegrale de Riemann. Nous
admettrons les resultats qui suivent.
On consid`ere une fonction f : U 7 R continue sur une partie U R2 (( admissible )) definie a
` laide de deux
fonctions dune variable :
U = {(x,y) R2 | a x b et (x) y (x)}
ou alors
U = {(x,y) R2 | c y d et (y) x (y)}
y
y = (x)
x = (y)
x = (y)
c
y = (x)
a
x
b
Fig. 23.4 un domaine U delimite par le graphe de deux fonctions
Le theor`eme suivant permet de calculer une integrale double sur un tel domaine.
Th
eor`
eme 23.12 : Th
eor`
eme de Fubini
Si f est une fonction continue sur un domaine U R2 admissible, alors on peut calculer lintegrale
double de f sur U en calculant deux integrales simples :
#
#
ZZ
Z "Z
Z "Z
b
(x)
f (x,y) dx dy =
f (x,y) dy
(y)
dx =
(x)
f (x,y) dx
dy
(y)
Exercice
23-17
RR
u D = {(x,y) R2 | 0 x 1,0 y 1 x}.
Calculer D (x2 + y) dx dy o`
Th
eor`
eme 23.13 : Propri
et
es de lint
egrale double
1. Lin
earit
e:
ZZ
(f + g)(x,y) dx dy =
D
ZZ
f (x,y) dx dy +
D
2. Additivit
e : si D = D1 D2 avec D1 D2 = ,
ZZ
ZZ
ZZ
f (x,y) dx dy =
f (x,y) dx dy +
D
3. Positivit
e : si f 0 sur D, alors
D1
ZZ
f (x,y) dx dy 0
ZZ
f (x,y) dx dy
D
f (x,y) dx dy
D2
23.6
Changement de variables
Th
eor`
eme 23.14 : Changement de variables
Soit un domaine (( admissible )) ,D R2 et une application bijective de classe C 1
D
:
(u,v) 7 (x(u,v),y(u,v))
On appelle Jacobien de , au point (u,v), le determinant
x x
v
J(u,v) = u
y y
u v
Alors
ZZ
f (x,y) dx dy =
D
ZZ
f x(u,v),y(u,v) J(u,v) du dv
(
x = cos
y = sin
alors J = .
Exercice
23-18
RR
Calculer D (x2 + y 2 ) dx dy o`
u
D = {(x,y) R2 |
x2
y2
+ 2 1}
2
a
b
Exercice
23-19
RR
u le domaine dintegration D est le demi-disque de rayon 1 de centre (0,1) avec
Calculer D (x2 + y 2 ) dx dy o`
x 0.
Exercice 23-20
On definit :
F (x) =
I(R) =
ex dx
e(x
+y 2 )
dx dy
[0,R][0,R]
DR = {(x,y) R2 | x2 + y 2 R2 }
a) Montrer que I(R) = F (R)2 .
b) Montrer que
c) En deduire que
ZZ
e(x
+y 2 )
DR
dx dy I(R)
e
0
x2
ZZ
e(x
D2R
dx = lim F (R) =
R+
2
+y 2 )
dx dy
23.7
D
efinition 23.14 : Aire dun domaine plan
Soit D R2 un domaine, on appelle aire de D,
ZZ
1 dx dy
A(D) =
D
Remarque 264. Laire du domaine plan D est donc le volume de base D et de hauteur 1.
Exercice 23-21
Calculer laire delimitee par une ellipse dequation cartesienne
y2
x2
+ 2 1
2
a
b
D:
Th
eor`
eme 23.15 : Aire dun secteur d
elimit
e par une courbe polaire
Soit une courbe polaire dequation = () et le domaine delimite par les deux demi-droites
dequation polaire 1 , 2 et par la courbe polaire (voir figure 23.5). Alors laire de ce domaine se
calcule par la formule :
Z
1 2 2
A() =
() d
2 1
= ()
2
1
Fig. 23.5 Aire delimitee par une courbe polaire
Exercice 23-22
Calculer laire delimitee par une cardiode dequation polaire
= a(1 + cos ) (a > 0)
Exercice 23-23
On consid`ere le limacon de Pascal dequation polaire
= 2 cos 1
a) Tracer cette courbe.
b) Calculer laire entre les deux boucles.
Chapitre 24
Propri
et
es m
etriques des courbes
planes
24.1
I
t
R2
F (t)
0
F (t) 6= 0
J
s = (t)
Soit une fonction F : I 7 R2 de classe C 1 definie sur un intervalle I R. Soit un C 1 diffeomorphisme : J 7 I. On lui associe la fonction
J
R2
G:
s 7 F (s)
Alors le support des arcs parametres (I, F ) et (J, G ) sont egaux. On dit que definit un changement
de parametrage admissible.
Remarque 265. Un C 1 -diffeomorphisme est une application C 1 (I,J) strictement croissante ou strictement
decroissante. Selon les variations de , cela permet de definir lorientation sur larc .
Remarque 266. Cette definition permet de conserver les proprietes geometriques de la courbe, en particulier, si
M (t) = 0 + F (t) est un point stationnaire de = (I, F ), le point correspondant M (s) = O + G (s) est un point
0
G (s) = 0 (s) F (s)
| {z }
6=0
24.1.1
Notations diff
erentielles
dt
= (1 )0 (s)
ds
1
1
1
= 0
=
ds
0 (1 (s))
(t)
dt
Par consequent :
dt
1
=
ds
ds
dt
Soit maintenant deux fonctions vectorielles definissant deux arcs parametres C k equivalents (k 2) :
J
R2
I R2
G:
F :
s 7 F (1 (s))
t 7 F (t)
dM
= F 0 (t)
dt
dM
= G0 (s)
ds
1
F 0 (t)
G (s) = F (1 (s)) G0 (s) = (1 )0 (s)F 0 (1 (s)) =
ds
dt
et avec les notations differentielles, on a donc :
dM
dt dM
=
ds
ds dt
24.1.2
D
efinition 24.3 : Rep`
ere de Frenet a
Soit M = O + F (t) un point regulier dun arc parametre (I, F ). On definit le vecteur tangente
F (t)
unitaire au point M par T =
et on definit le vecteur normale unitaire comme etant le
kF 0 (t)k
vecteur unitaire N faisant un angle oriente de + avec le vecteur T . On appelle rep`ere de Frenet
2
D
efinition 24.4 : Abscisse curviligne
I
t
J
de
s(t)
ds
= kF 0 (t)k
dt
Pour un param`etre t0 I, on appelle abscisse curviligne dorigine M (t0 ), la fonction definie par
s(t) =
t
t0
kF 0 (t)k dt.
Remarque 267. Si lon suppose quentre les instants t0 et t, la vitesse de parcours du mobile est constante et
vaut v > 0, alors s(t) = (t t0 )v et donc s(t) represente la longueur parcourue sur la courbe par le mobile entre
les instants t0 et t.
q
la base (
u ,
v ) est orthonormale.
Remarque 269. Pour une courbe y = f (x), on peut la parametrer en posant x(t) = t, y(t) = f (t) et alors
ds p
= 1 + (f 0 (t))2
dt
ds
= kF 0 (t)k 6= 0 et donc s realise une bijection
dt
de I vers un intervalle J et cest un diffeomorphisme. Alors si lon note s = s(t), et M = M (t) = M (s) un point
de la courbe, on a :
dM
k
k
dt dM
dM
dM
=
k
k = dt = 1
ds
ds
ds dt
ds
| |
dt
Donc linteret de choisir labscisse curviligne comme parametrage de la courbe est que la courbe est parcourue
a
` vitesse constante 1 et que s a
` une signification geometrique : la longueur de larc parcourue entre M (s 0 ) et
M (s) vaut s s0 . De plus, le vecteur tangente unitaire au point M (s) vaut
Remarque 270. Comme la courbe est sans point stationnaire,
dM
T =
ds
Remarque 271. Rectifier la courbe, cest determiner une abscisse curviligne.
D
efinition 24.5 : Longueur dun arc param
etr
e
b
a
kF 0 (t)kdt
Th
eor`
eme24.1 : La d
efinition de longeur dun arc est ind
ependante du param
etrage
[a,b]
[,]
k
est un C diffeomorphisme (k 1), et si G :
Si :
t
7 u = (t)
(
2
[,]
R
est un autre parametrage admissible de la courbe, alors
u
7 F ((u))
L() =
kG0 (u)k du
Remarque 272. Si s(t) est une abscisse curviligne sur , alors L() = s(b) s(a).
Exercice 24-1
Calculer la longeur de lastrode :
Exercice 24-2
Calculer la longueur dun arc de parabole
y = ax2 , 0 x 1
Exercice 24-3
Calculer la longueur de la cardiode
= a(1 + cos ), [0,2]
Exercice 24-4
Calculer la longueur dune ellipse
x2
y2
+ 2 =1
2
a
b
On tombe sur une integrale elliptique que lon ne sait pas calculer. Que vaut cette integrale si a = b?
24.1.3
Courbure
Th
eor`
eme 24.2 : Th
eor`
eme de rel`
evement
I U = {z C | |z| = 1}
une fonction de classe C k sur lintervalle I. Il
1. Soit g :
t 7
g(t)
existe une fonction : I 7 R de classe C k telle que t I, g(t) = ei(t) .
dy
dx
= cos ,
= sin .
ds
ds
N (s)
T (s)
(s)
M (s)
x
D
efinition 24.6 : Courbure
d
ds
o`
u s est une abscisse curviligne. Si c 6= 0, linverse de la courbure au point M (s), r =
1
est appele
c
Th
eor`
eme 24.3 : Formules de Frenet
dN
dT
= cN ,
= c T
ds
ds
24.1.4
x(t)
1. Pour un arc parametre = (I, F ), avec F (t)
:
y(t)
(a) Rectification :
ds
= kF 0 (t)k
dt
(b)
c=
d
d dt
d 1
=
=
ds
dt ds
dt ds
dt
(c)
tan =
y0
x0
kF 0 (t)k3
x0 2 (t) + y 0 2 (t)
(b) Langle :
ds p 2
= () + 02 ()
d
T
V
M ()
Fig. 24.3 = + V
tan V () =
()
0 ()
que lon essaie de mettre sous la forme tan g(). Sinon, en derivant on trouve
dV
, et alors
d
dV
d
=1+
d
d
(c) Courbure :
c() =
d
d
1
=
ds
ds
d
d
(d) Expression finale de la courbure au point M () (ne pas lapprendre par coeur) :
c() =
3. Pour une courbe y = f (x) :
(a) Rectification :
2 + 202 00
(2 + 02 )3/2
p
ds
= 1 + f 02 (x)
dx
(b) Langle :
d
d dx
=
ds
dx
ds
(d) Expression finale de la courbure au point M (x) (ne pas lapprendre par coeur) :
c(x) =
f 00 (x)
(1 + f 02 (x))3/2
Exercice 24-5
Calculer la courbure en un point regulier de lastrode
x(t) = a cos3 t, y(t) = a sin3 t
Exercice 24-6
Calculer la courbure en un point de la cardiode
= a(1 + cos )
et de la spirale logarithmique
= aem
Exercice 24-7
x
a) On consid`ere la chanette dequation y = a ch . Determiner la longueur dun arc de la chanette entre (0,1)
a
et (l,a ch l).
b) Determiner le rayon de courbure en un point de la chanette. O`
u est-il minimal?
Th
eor`
eme 24.4 : Calcul des vecteurs vitesse et acc
el
eration dans le rep`
ere de Frenet
ds
On pose v =
on a alors
dt
dM
= vT ,
dt
d2 M
dv
v2
=
T + N
2
dt
dt
R
24.2
Centre de courbure
D
efinition 24.7 : Centre de courbure On appelle centre de courbure en un point M dun arc
parametre , le point I defini par
I = M + r. N
o`
u r est le rayon de courbure au point M et N le vecteur tangente unitaire au point M . On appelle
cercle de courbure, le cercle de centre I et de rayon r. On montre que cest le cercle qui (( colle )) le
mieux a
` la courbe au point M .
dM
ds
T =
= dy
=
sin
ds
ds
do`
u lon deduit lexpression du vecteur normale unitaire au point M :
dy
sin
ds
N =
= dx
cos
ds
x
ds
Par consequent, en notant I I et puisque r =
, on tire :
yI
d
dy
dt
dy
ds
= xM
xI = x M
d ds
d
dt
ds
dx
dt
dx
y I = y M +
= yM +
d
ds
d
dt
dx/dt
d
et de deriver pour trouver
et de reporter dans les formules precedentes
dy/dt
dt
pour obtenir les coordonnees du point I.
Exercice 24-8
On consid`ere la parabole P dequation
(P) : y 2 = 2px (p > 0)
x
Soit M un point de cette parabole. On note N lintersection de la normale en M a
` la parabole avec laxe
y
Il suffit donc dexprimer tan =
Chapitre 25
Applications affines
25.1
Points-vecteurs
Dans ce chapitre, on consid`ere les espaces vectoriels E = R 2 ou E = R3 . Les elements de E seront appeles
indifferemment points ou vecteurs.
A un point A et un vecteur
x , on fait correspondre le point note A +
x.
A+
x
x
A
AB
A
M E,
x ,
y E, M + (
x +
y ) = (M +
x)+
y ;
2
(M,P ) E , ! x E, tq P = M + x , ( x = P M ) ;
(M,P ) E 2 , (
x ,
y ) E2, M +
x =M +
y
x =
y M +
x =P +
x M =P;
3
4. Relation de Chasles : (A,B,C) E , AC = AB + BC.
25.2
D
efinition 25.1 : Sous-espace affine
On dit quune partie F de E est un sous-espace affine de E si il existe un point MF de E et un
sous-espace vectoriel F de E tel que
F = {MF + f | f F }
On note alors F = MF + F . On dit que :
le sev F est la direction du sous-espace affine F ;
la dimension de F est la dimension du sous-espace affine F ;
une base de F sera appelee ensemble de vecteurs directeurs de F.
Lemme 25.1 :
Si F est un sous-espace affine de direction F , alors pour tout point M F, F = M + F .
D
efinition 25.2 : Sous-espaces affines parall`
eles
On dit que le sous-espace affine G de direction G est parall`ele au sous-espace affine F de direction
F lorsque G F .
F M
F
MF MG
F G
G
F
MG
F
0E
0E
F G
(b)
Sous-espaces
affines
supplementaires dans le plan
25.3
Barycentres
Th
eor`
eme 25.4 : Fonction de Leibniz
On consid`ere un syst`eme de points de E (Ai )1in , et n reels (i )1in . On forme le syst`eme de
points ponderes :
A1 . . . An
S=
1 . . . n
On appelle poids du syst`eme pondere, le reel = 1 + + n . On consid`ere alors la fonction
vectorielle :
E
E
Pn
F :
G 7
i=1 i GAi
Si 6= 0, il existe un unique point G E tel que F (G) = 0. Cet unique point sappelle le
barycentre du syst`eme pondere de points S. Pour un point E quelconque, on a
G=+
n
1 X
i Ai
i=1
Th
eor`
eme 25.5 :
Soit
Associativit
e des barycentres
A1 . . . Ap Ap+1 . . .
1 . . . p p+1 . . .
An
n
.
.
.
p+1
1
p
G1 G2
.
G est le barycentre de
1 2
...
...
An
, alors
n
Remarque 274. On appelle isobarycentre des points (A1 , . . . ,An ), le barycentre du syst`eme pondere
A1 . . . An
1/n . . . 1/n
D
efinition 25.3 : Segment
On note [A,B] (segment AB) lensemble des barycentres :
A
B
[A,B] = {Bar
; t [0,1]}
t (1 t)
A B
1/2 1/2
des points A et B.
D
efinition 25.4 : Partie convexe
Soit une partie C de lespace E. On dit que cette partie est convexe si et seulement si (A,B) C 2 ,
[A,B] C.
(b)
Partie
convexe
non
25.4
Applications affines
On consid`ere une application f : E 7 E, et on veut quelle conserve le parallelisme ainsi que les barycentres,
cest a
` dire que :
0
1. Si (A,C,A0 ,C
points
tels que les droites (AC) et (A0 C 0 ) sont parall`eles, on veut que les droites
) sont quatre
0
0
f (A)f (C) et f (A )f (C ) soient parall`eles ;
f (A) f (C)
A C
, de barycentre B, on veut que le barycentre du syst`eme
2. Pour tout syst`eme pondere
soit le point f (B).
(A,
x ) E 2 , f (A +
x ) = f (A) + Lf (
x)
Lapplication lineaire Lf est appelee application lineaire associee a
` lapplication affine f . Elle est
unique. Lensemble des applications affines est note A(E,E 0 ), et A (E) lorsque E = E 0 .
C0
C
B0
B
A0
f (A0 )
f (A)
f (B 0 )
f (B)
f (C 0 )
f (C)
A
Fig. 25.4 Une application affine conserve le parallelisme et les barycentres
Remarque 275.
2. Si f est une application affine, lapplication lineaire associee est definie de la facon suivante :
x E, L (
x ) = f (x) f (0)
f
Th
eor`
eme 25.6 : Une application affine conserve le parall
elisme
Soit f : E 7 E 0 une application affine.
1. Si F = MF + F est un sous-espace affine de E, alors f (F) = f (MF ) + Lf (F ) : cest un
sous-espace affine de E 0 .
2. Si F et G sont deux sous-espaces affines de E, F k G f (F) k f (G).
Th
eor`
eme 25.7 : Une application affine conserve
les barycentres
A
.
. . An
1
0
Soit f : E 7 E une application affine. Soit S =
un syst`eme pondere de points
1 . . . n
de E de poids non-nul. Si G est le barycentre
du syst`emepondere S, alors le point f (G) est le
f
(A
)
.
. . f (An )
1
.
barycentre du syst`eme pondere S 0 =
1
...
n
Th
eor`
eme 25.8 : Expression matricielle dune application affine.
Soient deux espaces vectoriels reels E et E 0 . Soit R = (,b) un rep`ere cartesien de E et R0 = (0 ,b0 )
un rep`ere cartesien de E 0 , et f : E 7 E 0 une application affine de partie lineaire Lf . Si X est la
matrice des coordonnees dun point A dans le rep`ere R et X 0 la matrice des coordonnees du point
f (A) dans le rep`ere R0 , si L est la matrice de lapplication lineaire Lf dans les deux bases b et b0
et si T est la matrice des coordonnees du point f () dans le rep`ere R0 , alors :
X 0 = Z + LX
x
X
Remarque 276. Dans R2 , si M et f (M ) , les formules dune application affine sont de la forme :
y
Y
(
X
Y
= + ax + by
= + cx + dy
Th
eor`
eme 25.9 : Caract
erisation des isomorphismes affines par leur partie lin
eaire
1. Si f : E 7 E 0 et g : E 0 7 E 00 sont deux applications affines, alors g f est une application
affine de partie lineaire Lg Lf ;
2. (f est bijective ) (Lf est un isomorphisme) ;
3. Si f : E 7 E 0 est une application affine bijective, alors f 1 est une application affine de
partie lineaire Lf 1 = (Lf )1 .
D
efinition 25.6 :
1. Si une application affine f A(E,E 0 ) est bijective, on dit que cest un isomorphisme affine.
2. Si E = E 0 , on parlera dautomorphisme affine, lensemble des automorphismes affines est un
groupe note (GA (E) ,), appele groupe affine de E.
D
efinition 25.7 : Translations
Si
u est un vecteur de E on definit la translation
u de vecteur u : cest lapplication
E
E
u :
M 7 M +
u
Une translation est une application affine de partie lineaire idE .
Th
eor`
eme 25.10 :
1. Une application affine de E vers E est une translation si et seulement si sa partie lineaire est
lidentite.
2. Lensemble T (E) des translations est un sous-groupe du groupe affine (GA (E) ,).
1
3.
=
u.
u
D
efinition 25.8 : Homoth
etie
On dit quune application affine est une homothetie affine si et seulement sa partie lineaire est
egale a
` id avec R \ {0,1}.
Th
eor`
eme 25.11 : Groupe des homoth
eties-translations
1. Une homothetie affine poss`ede un unique point fixe E (centre de lhomothetie) et
f (M ) = M
M E,
h(M )
M
M 0 h(M 0 )
Exercice 25-1
25.5
Isom
etries affines
On consid`ere un espace euclidien, muni dun produit scalaire note (. | .) et de la norme euclidienne associee
d(A,B) = kABk
D
efinition 25.9 : Isom
etrie affine
Soit f : E 7 E une application. On dit que cest une isometrie affine lorsquelle conserve les
distances :
(A,B) E 2 , d f (A),f (B) = d(A,B)
Th
eor`
eme 25.14 : Caract
erisation des isom
etries
Une application f est une isometrie si et seulement si f est affine et sa partie lineaire L f est un
endomorphisme orthogonal.
D
efinition 25.10 : R
eflexion
On appelle reflexion une symetrie affine orthogonale par rapport a
` un hyperplan affine (droite dans
le plan, plan dans lespace). Cest une isometrie affine
Remarque 277. Etant donnes deux points A,B; il existe une unique reflexion s telle que s(A) = B et s(B) = A.
Exercice 25-2
1
D
efinition 25.11 : D
eplacement
On dit quune isometrie affine est un deplacement lorsque sa partie lineaire est une isometrie
vectorielle directe : Lf SO(E).
Th
eor`
eme 25.15 : Classification des d
eplacements du plan
Soit f : E2 7 E2 un deplacement, alors
1. Si Lf = id, f est une translation ;
2. Si Lf 6= id, Lf est une rotation vectorielle r et f est une rotation affine qui poss`ede un
unique point fixe . Alors
M E2 , f (M ) = + r (M )
On dit que f est la rotation affine de centre et dangle .
Th
eor`
eme 25.16 : Classification des d
eplacements de lespace
Soit f : R3 7 R3 un deplacement de lespace E3 . On note Fix(f ) lensemble des points invariants
par f :
Fix(f ) = {M E3 | f (M ) = M }
1. Lf = id : f est une translation ;
et de vecteur u .
f (M )
u
r(M )
D
Fig. 25.6 Vissage
D = {M E | M f (M ) D}
Exercice 25-4
Reconnatre lapplication affine donnee par
25.6
X
z + 1
Y = x
Z
y2
Similitudes
D
efinition 25.12 : Similitude
On appelle similitude une application f : E 7 E telle que (A,B) E 2 , d(f (A),f (B)) = kd(A,B)
o`
u k R? . Le reel k sappelle le rapport de la similitude.
Remarque 279. Une homothetie affine est une similitude, une isometrie affine est une similitude de rapport 1.
Remarque 280. On montre que f est une similitude de rapport k si et seulement si f est une application affine
de partie lineaire Lf verifiant :
x E, kLf (
x )k = kk
xk
cest a
` dire que Lf = ku avec u O(E).
Proposition 25.17 : Groupe des similitudes
Lensemble des similitudes forme un sous-groupe du groupe affine.
D
efinition 25.13 : Similitude directe
On dit quune similitude f est directe (resp. indirecte) si det(Lf ) > 0 (resp. det(Lf ) < 0). Lensemble des similitudes directes forme un sous-groupe du groupe des similitudes.
Th
eor`
eme 25.18 : Propri
et
es des similitudes directes
Soit une similitude directe du plan E2 . Alors :
1. f conserve les angles orientes : Pour trois points (A,B,C) de E2 avec A 6= B, A 6= C, langle
] f (A)f (B),f (A)f (C) = ] AB,AC .
2. f multiplie les aires par k 2 : Si (ABCD) est un parallelogramme, A(f (A)f (B)f (C)f (D)) =
k 2 A(ABCD).
f (C)
f (D)
f (B)
f (B)
C
f (A)
A
A
k A
f (C)
f (A)
B
(b) Multiplication des aires
par k 2
Etant
donnes deux segments du plan, [A,B] et [C,D], il existe une unique similitude directe f telle
que f (A) = C et f (B) = D.
Notations ensemblistes . . . . . . . . . . . . . . . . . .
Composee de deux applications . . . . . . . . . . . . .
Injection, surjection . . . . . . . . . . . . . . . . . . .
Application bijective et bijection reciproque : y = (a),
Image reciproque . . . . . . . . . . . . . . . . . . . . .
Image directe . . . . . . . . . . . . . . . . . . . . . . .
Representation sagittale dune relation . . . . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
a = 1 (y)
. . . . . . .
. . . . . . .
. . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
8
11
12
13
14
14
16
2.1
2.2
2.3
2.4
Cercle trigonometrique . . . . .
Fonctions sin, cos, tan et cotan
Factorisation de langle moitie .
Racines ni`emes de lunite . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
23
23
26
28
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
3.10
3.11
3.12
3.13
Exponentielle et logarithme . . . . . . . . . . .
Exponentielles en base a . . . . . . . . . . . . .
logarithmes et puissances . . . . . . . . . . . .
Fonctions sin, cos, tan et cotan . . . . . . . . .
Fonctions sh et ch . . . . . . . . . . . . . . . .
Fonctions th et coth . . . . . . . . . . . . . . .
Restriction de sin a
` [ 2 , 2 ] et fonction arcsin .
Restriction de cos a
` [0,] et fonction arccos . .
Restriction de tan a
` ] 2 , 2 [ et fonction arctan.
Fonctions sh et argsh . . . . . . . . . . . . . . .
Fonctions ch et argch . . . . . . . . . . . . . . .
Fonctions th et argth . . . . . . . . . . . . . . .
Courbes asymptotes lorsque x + . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
32
33
34
35
35
36
38
38
39
40
41
41
42
4.1
5.1
5.2
5.3
5.4
5.5
5.6
5.7
5.8
Points-vecteurs . . . . . . . . . . . . . . . . .
Addition de vecteurs . . . . . . . . . . . . . .
Combinaison lineaire de deux vecteurs . . . .
Rep`ere polaire : R = (O,u(),v()) . . . . . .
Interpretation du produit scalaire . . . . . . .
Interpretation du produit mixte . . . . . . . .
Distance dun point a
` une droite dans le plan
Equation
normale dune droite . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
52
53
53
55
56
57
59
59
6.1
6.2
6.3
6.4
6.5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
63
65
65
68
69
7.1
7.2
7.3
Cyclode . . . . . . . . . . . . . . . . . . . . . . . . . . .
Astrode . . . . . . . . . . . . . . . . . . . . . . . . . . .
Rep`ere polaire : R = (O,u(),v()) . . . . . . . . . . . .
()
. . . . . . . . . . . . . .
Langle V () : tan V () = 0
()
Recherche dasymptote : Y () = () sin( 0 ) l
7.4
7.5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . . . . . . . . . . . . . . . . . . 74
. . . . . . . . . . . . . . . . . . . . . . . 74
. . . . . . . . . . . . . . . . . . . . . . . 75
. . . . . . . . . . . . . . . . . . . . . . . 76
. . . . . . . . . . . . . . . . . . . . . . . 76
7.6
7.7
7.8
7.9
7.10
Cardiode . . . . . . . . . . . . . . . . . . . . . .
Strophode droite . . . . . . . . . . . . . . . . . .
Rep`ere pour lequation polaire dune conique . .
Rep`ere pour lequation cartesienne dune conique
Parabole y 2 = 2px . . . . . . . . . . . . . . . . .
y2
x2
7.11 Ellipse : 2 + 2 = 1 . . . . . . . . . . . . . . . .
a
b
x2
y2
7.12 Hyperbole 2 2 = 1 . . . . . . . . . . . . . .
a
b
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
77
78
79
79
79
. . . . . . . . . . . . . . . . . . . . . . . . . . . 80
. . . . . . . . . . . . . . . . . . . . . . . . . . . 81
8.1
8.2
9.1
9.2
9.3
9.4
9.5
9.6
9.7
9.8
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
90
91
94
94
94
95
97
100
10.1
10.2
10.3
10.4
10.5
10.6
10.7
10.8
Extremas locaux . . . . . . . . . . .
Limite dune fonction . . . . . . . .
Image dune suite par une fonction .
Demonstration du TVI . . . . . . . .
TVI deuxi`eme forme . . . . . . . . .
Bijection et bijection reciproque . . .
Recherche dun zero par dichotomie
Image continue dun segment . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
106
108
110
114
114
115
116
116
11.1
11.2
11.3
11.4
11.5
11.6
11.7
Interpretation du DL1 . . . . . . . .
Theor`eme de Rolle . . . . . . . . . .
Generalisation du theor`eme de Rolle
Theor`eme des accroissements finis .
Prolongement derivable . . . . . . .
Fonctions convexes . . . . . . . . . .
Le graphe dune fonction convexe est
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
au dessus de toutes ses tangentes
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
119
122
122
123
124
125
127
12.1
12.2
12.3
12.4
12.5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
130
131
132
134
141
13.1
13.2
13.3
13.4
13.5
Equation
u(x) = b . . . . . . . . .
Projecteur, symetrie . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
148
151
152
155
158
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . . . . . . . . . . 171
. . . . . . . . . . . . . . . 172
en escalier . . . . . . . . . 173
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
176
181
182
183
18.1 Etude
locale dune courbe parametree . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
19.1
19.2
19.3
19.4
19.5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
210
210
211
213
217
22.1
22.2
22.3
22.4
22.5
22.6
22.7
22.8
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
235
238
239
240
241
241
244
246
23.1
23.2
23.3
23.4
23.5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
247
249
254
255
257
24.1
24.2
24.3
24.4
Rep`ere de Frenet .
Langle . . . . .
=+V . . . . .
Centre de courbure
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
259
261
262
264
25.1
25.2
25.3
25.4
25.5
25.6
25.7
Points-vecteurs . . . . . . . . . . . . . . . . .
Intersection de sous-espaces affines . . . . . .
Parties convexes . . . . . . . . . . . . . . . .
Une application affine conserve le parallelisme
Homothetie affine . . . . . . . . . . . . . . . .
Vissage . . . . . . . . . . . . . . . . . . . . .
Similitudes directes . . . . . . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
et les barycentres
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
265
266
267
268
269
271
272
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Index
Symboles
GL(E)
157
Z/nZ
138
8
On (R)
243
Mn (K)
194
SOn (R)
242
ement neutre
El
Asymptote
42, 207
Automorphisme
155, 189
affine
268
B
Barycentre
266
Base
153
canonique
153, 191
changement
215
changement de
236
incompl`ete
185
orthogonale
234
orthonormale
234
Bornee
87
Borne superieure
87
Branche infinie
42, 207
18
A
Abscisse curviligne
260
Adherence
106
Alg`ebre
194
L(E)
156
structure
156
sous-alg`ebre
156
Algorithme
dEuclide
141, 164
de conversion
133
de H
orner
166
de Schmidt
234
Angles
243, 246
Anneau
138
ideal
140
int`egre
138
sous-anneau
139
Application
egalite
10
affine
267
bijective
11
composee
10
entre ensemble finis
129
famille
15
graphe
10
identite
10, 156
image directe
14
image reciproque
14
injective
11
partielle
248
prolongement
10
restriction
10
surjective
11
Application lineaire
154
ecriture matricielle
193
composee
155
image
154
noyau
154
Approximation
projecteur orthogonal
239
Arc parametre
longueur
260
Associative
18
C
Calculs
trigonometriques
26
Caracterisation sequentielle de la continuite
Cardinal
129
Cauchy-Schwarz
233
cercle
60
Changement de variables
224, 256
Classe
dune fonction
120, 250
Classes dequivalence
16
Coefficients bin
omiaux
130
Cofacteur
216
Comatrice
218
Commutative
18
Complexe
affixe
21
argument
26
conjugue
21
image
21
module
21
partie imaginaire
21
partie reelle
21
racine carree
27
racine ni`eme
28
Congruence
135
Coniques
78
Continuite
dune fonction de 2 variables
247
des applications partielles
248
uniforme
116
Convexe
fonctions
125
partie
267
Coordonnees
199
276
110
Corps
147
Courbure
261
Cramer
221
Cycle
211
D
Decomposition
en elements simples
227
en facteurs premiers
145
Denombrement
130
Deplacement
270
Derivee
118
dun quotient
31
dune exponentielle
31
dune fonction reciproque
30, 120
dune fraction rationnelle
226
dune homographie
30
de fonctions composees
120
logarithmique
31
partielle
249
partielle seconde
253
r`egle de la chane
31
r`egles de calcul
119
selon un vecteur
249
successives
120
Determinant
cofacteur
216
dun endomorphisme
215
dun syst`eme
214
dun syst`eme de vecteurs
214
dune matrice carree
215
developpement
217
Vandermonde
219
Developpements limites
203
a
` lordre 1
118
asymptotes
207
composee
205
dune fonction de 2 variables
250
primitivation
204
produit
205
prolongement dune fonction
206
Degre
226
Densite
87
Dichotomie
115
Diffeomorphisme
121
diffeomorphisme
258
Differentielle
250
Divisibilite
134, 163
Division euclidienne
128
Division euclidienne
162
droite
vectorielle
53
Dual
159, 235
E
Elements comparables
Ellipse
78
Endomophismes
symetriques
238
Endomorphisme
155
Endomorphismes
17
orthogonaux
236
rang
201
Ensembles
egalite
9
equipotents
129
complementaire
9
finis
129
inclusion
8
intersection
9
parties
9
produit cartesien
9
union
9
vide
8
Ensembles finis
129
Equations differentielles
du second ordre
48
homog`enes
47, 49
probl`eme de Cauchy
47
raccord
209
solution particuli`ere
47, 50
Equivalents
de fonctions
111
de suites
101
et limite
101
et signe
101, 112
operations
112
produit-quotient
101
usuels
102, 112
Espace affine
151, 265
Espace vectoriel
148
de fonctions
148
dimension
185
euclidien
234
oriente
240
produit
148
Euclidien
234
Exponentielle
32
complexe
26
imaginaire
25
Extremum
106, 252
local
106
F
Famille
15
de parties
15
Fonctions
10
equivalentes
111
a
` valeurs dans R2
249
bornees
105
caracteristique
13
circulaires
34
circulaires reciproques
37
continues par morceaux
172
continues sur un segment
116
convexes
125
definies par une integrale
177
derivees
119
en escalier
171
exponentielle
32
hyperboliques
34
limite
107
lipschitziennes
107, 113, 123
logarithmes
32
monotones
106, 123
operations sur
105
periodiques
107
paires
107
plan detude
42
polyn
omiales
165
prolongement
206
puissance
33
symetriques elementaires
169
uniformement continues
116
Forme
n-lineaire
213
Formes
lineaires
159, 235
Formule
dEuler
25
de Cramer
221
de Leibnitz
167
de Leibniz
121
de Moivre
25
de Taylor
167, 179, 184
de Taylor-Young
180
du bin
ome
132, 139
du double produit vectoriel
242
Fractions rationnelle
partie enti`ere
226
partie polaire
227
Fractions rationnelles
226
decomposition
227
degre
226
p
oles
226
primitives
229
Fubini
255
G
Gradient
251
Groupe
20, 135
U
22
calcul dans un
20
des matrices inversibles
197
des racines de lunite
28
des translations
269
des unites dun anneau
140
lineaire
157
orthogonal
243
produit
136
sous-groupe
136
sous-groupes de Z
137
symetrique
210
H
Homotheties
Hyperbole
Hyperplan
156, 269
78
159
I
Ideal
140
Identite
156
Inegalite
Cauchy-Schwarz
55
classique
85
de Cauchy-Schwarz
175, 233
de Gram
240
de Lagrange
242
de Minkowski
175, 233
de Taylor-Lagrange
180
des accroissements finis
123
triangulaire
22, 85
Integrales
calcul approche
181, 182
changement de variables
178
dune fonction continue par morceaux
majoration
174
proprietes
173
Integration
par parties
224
Integration par parties
179
Intervalles
86
Inverse
19
a
` droite
190
a
` gauche
190
Isometrie
directes
243
Isometries
236
affine
270
indirectes
244
matrice
237
Isomorphisme
137, 155, 188
affine
268
J
Jacobien
256
L
Leibnitz
fonction
266
Lemme
de Steinitz
185
des bergers
130
des trois pentes
126
Limite
a
` droite-gauche
108
composition
110
dune fonction
107
dune suite
91
et inegalites
108
image dune suite
110
operations
109
unicite
92
Loi de composition interne
18
Longueur dun arc parametre
260
M
Methode
des rectangles
181
des trap`ezes
182
Majorant
18
Majorant, minorant
87
Matrices
191
antisymetriques
197
173
applications affines
268
base canonique
191
carrees
194
dapplications lineaires
192
dendomorphismes
194
dun syst`eme de vecteurs
192
dun vecteur
192
definies
236
de formes lineaires
193
de passage
198, 237
de produit scalaire
235
diagonales
196
identite
194
inversibles
197, 199
orthogonales
236
produit
193
puissance
200
scalaires
196
semblables
200
speciales orthogonales
242
symetriques
197, 236, 238
trace
195, 200
transposee
192
triangulaires
197
Minkowski
233
Minorant
18
Monode
19
Morphisme
25, 137
dalg`ebres
156
danneau
140
de corps
147
N
Nilpotent
139
Nombres premiers
144
Nombres premiers entre eux
Notation
de Landau
100, 111
Noyau
137
Numerotation
133
142
O
Orbite
210
Ordre total
17
Orientation
240
Orthogonal
groupe
243
matrices
236
Orthogonalite
233
Schmidt
234
P
Parabole
78
Parametrages admissibles
Partie enti`ere
86
Partie stable
15
Partition
17
Permutation
210
circulaire
210
signature
212
PGCD
140
258
207
R
Recurrence
128
forte
128
Reflexion
270
Racines
165
multiples
168
ordre de multiplicite
168
relations coefficients-racines
169
Raisonnement
contraposee
7
direct
7
Rang
dun endomorphisme
201
dun syst`eme de vecteurs
189
dune application lineaire
189
Relation
16
dequivalence
16
dordre
17
reflexive, symetrique, transitive
16
Relations coefficients-racines
169
rep`ere
53
Rep`ere de Frenet
259
Rotation
decompositon
244
matrice
244
Rotations
vectorielles
243
de la base incompl`ete
185
de la bijection
30, 115
de la division euclidienne
128, 134, 162
de la limite monotone
95, 111
de majoration
92, 99, 109
de passage a
` la limite dans les inegalites
92,
109
de prolongement
206
de Rolle
122
de Schmidt
234
de Schwarz
253
des accroissements finis
123
des gendarmes
92, 109
des segments embotes
96
des valeurs intermediaires
114
du prolongement derivable
124
du rang
189
fonction continue sur un segment
116
fondamental du calcul
44, 176
image continue dun intervalle
114
Trace
200
dun endomorphisme
201
Translations
269
Transposition
211
trigonometrie
24
S
Serie
geometrique
94, 100, 139, 147
Segment
86, 267
Similitude
271
directe
271
Somme
de Riemann
181
Sous espace vectoriel
149
dimension
186
engendre par une partie
149
orthogonal
233
somme de
150
somme directe
150
supplementaires
150
Sous-corps
147
stable
15
Subdivision
171
Suites
equivalentes
101
adjacentes
95
arithmetico-geometriques
98
arithmetiques
98
bornees
90
complexes
99
definition
90
extraites
95
geometriques
94, 98, 99
limite
91
monotones
90
operations
90
recurrentes
96
usuelles
101
Symetrie
orthogonale
239
vectorielle
159
Symetrique
19, 238
Syst`eme
de vecteurs
152
generateur
153
libre
152
Syst`emes dequations
de Cramer
221
formules de Cramer
221
interpretation
220
structure
221
U
Uniforme continuite
V
Valeur absolue
85
Valeurs decimales
86
Vandermonde
219
Vecteurs
angle
243
vecteurs
colineaires
52
Voisinage
106
T
Taylor
179, 180
polyn
omes
167
Theor`eme
dunicite de la limite
108
de Bezout
142, 164
de Bolzano-Weierstrass
96
de Chasles
174
de comparaison logarithmique
de dAlembert
168
de Gauss
143, 164
de Heine
117
116
101