Syllabus

MATH-F-107 Mathematiques I
Jean-Paul Doignon
Syllabus du cours de la première annee de bachelier en sciences informatiques de
lUniversite Libre de Bruxelles (2012/2013).
Introduction i
Introduction destinee à letudiant
Le cours Mathematiques I fournit aux etudiants en informatique des outils conceptuels
dont ils auront lusage au cours de leurs etudes. Tant les sciences naturelles que celles de
linformation recourent en eet abondamment à des notions et resultats mathematiques. Par
exemple, les concepts de derivee et dintegrale dune fonction servent en physique dans letude
et la mesure precise du changement et de ses implications (calcul du travail, . . . ) ; ces memes
concepts sont utilises en informatique dans levaluation de la performance des algorithmes. De
plus en plus, les sciences qui etudient le monde reel ou la structure meme de ses representations
sappuient non seulement sur un formalisme rigoureusement codie, mais aussi sur des resultats
theoriques obtenus par des raisonnements logiquement fondes. Une bonne formation de base
en mathematiques est pour cela requise au debut des etudes dinformatique.
Par lentranement au maniement de structures abstraites et au raisonnement precis et
rigoureux, les enseignants ont aussi lambition de contribuer à la formation desprits scienti-
ques.
Ce double but familiarisation avec des outils et resultats fondamentaux, acquisition de
la rigueur de raisonnement se reflète à la fois dans le contenu de lenseignement et dans le
controle des aptitudes et connaissances acquises.
La matière enseignee se repartit en trois thèmes principaux :
1. la geometrie analytique et lalgèbre lineaire,
2. les structures discrètes,
3. lanalyse des fonctions dune ou plusieurs variables.
Quil sagisse par exemple de la resolution de systèmes dequations lineaires ou de la diago-
nalisation doperateurs lineaires, de letude dune fonction, de la recherche dextremums ou
du calcul dintegrales de diverses natures, le cours presente toujours les denitions precises,
les preuves des principales proprietes et enn les procedures eectives de calcul à la main.
Letudiant devra connatre ces denitions, comprendre ces proprietes et en retenir les princi-
pales, analyser les demonstrations et enn savoir mettre en uvre les methodes aerentes de
calcul. Une mise en garde simpose ici. Trop de candidats se contentent dune memorisation
de techniques. Meme sils savent les appliquer avec un certain automatisme, ils natteignent
pas ainsi les buts qui leur sont assignes. Il faut en eet etre capable dinterpreter les resultats
obtenus, de justier les etapes du raisonnement, de savoir dans quelles conditions tel procede
est dapplication, de reperer les proprietes utiles des objets etudies, . . ., et surtout faire preuve
dune intuition des concepts manipules qui rende compte de leur importance, de leur sens et de
leur insertion dans un tout coherent.
Pour etre plus pragmatique encore, signalons que les interrogations et examens sattachent à
controler non seulement le savoir-faire, mais encore la comprehension intellectuelle proprement
dite, ainsi que les capacites de raisonnement. Leurs modalites eectives sont precisees par avis
aux valves.
Ceci nous amène à parler des incertitudes qui assaillent sans doute tous les etudiants abor-
dant luniversite. Que faut-il et comment faut-il etudier ? Malheureusement, la reponse à cha-
cune de ces questions nest ni simple, ni unique. Voici quelques reflexions et conseils inspires
par lexperience dun enseignant de première annee à luniversite.
Tout dabord, il faut signaler que la majorite des etudiants inscrits possède les capacites
intellectuelles de base. Les handicaps eventuellement dus à une mauvaise formation dans le
passe ne sont pas insurmontables. Si les taux de reussite en première annee sont si peu eleves,
les raisons principales en sont plutot à rechercher dans un manque de motivation, dans une
dissipation croissante au cours de lannee. En bref, pour reussir, il faut travailler.
Introduction ii
Plus precisement, il faut travailler ecacement, en sachant jauger lecacite de ses eorts
et remedier à deventuelles lacunes. On ne repetera jamais assez que la reussite de n dannee
est conditionnee par un travail etale sur dix mois. Aucune obligation à la petite semaine ne
force letudiant à mettre ses cours à jour, à preparer les seances de travaux pratiques, à verier
sa comprehension de la matière, à sentraner au raisonnement ou au calcul. Et pourtant, ces
activites auxquelles il a lentière liberte de se livrer (ou dechapper sans sanction immediate)
sont les meilleurs garants du succès de son annee.
La presence au cours aide grandement à assimiler la matière car pour beaucoup detudiants
il est plus aise decouter un cours oral, en notant une synthèse, que de lire un texte aride et
detaille. Toutefois, cette presence est moins importante quune participation active et assidue
aux seances dexercices. Cest en eet là que lelève a loccasion de manipuler les concepts, donc
de se familiariser avec eux, et aussi de tester son niveau dassimilation. Ajoutons que pour etre
rentables, ces seances dexercices doivent etre precedees dun travail preparatoire qui consiste
à prendre connaissance des principales denitions, exemples, proprietes et techniques relatives
aux notions qui seront abordees. Le cours oral est utile à cette n, meme sil ne sut pas. Une
première etude personnelle de la matière semble indispensable.
La seance dexercices fournit loccasion de poser des questions à lassistant en charge du
groupe, en vue à la fois daplanir deventuelles dicult es et de verier lexactitude du travail
accompli. En cours dannee, lassistant sera de fait linterlocuteur privilegie de letudiant. Si-
gnalons aussi limportance du contact avec les condisciples : lentraide permet non seulement
de progresser dans lassimilation de la matière, mais aussi de juger de son propre avancement.
De plus, cest en expliquant à quelquun que lon apprend le mieux !
Les etudiants qui eprouvent des difcultes peuvent encore sadresser à la guidance, qui est as-
suree par des etudiants en sciences mathematiques et des enseignants du secondaire. Exterieurs
à lorganisation du cours, ils ne remettent jamais davis sur les elèves quils rencontrent. Ils
fournissent à la demande des explications individuelles ou une mise à jour des connaissances, y
compris de celles qui relèvent de lenseignement secondaire. Les dispositions pratiques concer-
nant tant la permanence que la guidance sont donnees aux valves.
Une des grandes difcultes que rencontrent les etudiants frais emoulus de lenseignement
secondaire reside dans labondance des matières des cours universitaires. Il leur faudra donc
apprendre à degager lessentiel en realisant des synth` eses, et aussi à travailler plus vite sans
perte decacite.
Citons encore linteret detablir des liens entre les dierents cours, de reconnatre quune
meme notion peut se presenter sous dierents habits dans dierents contextes.
Le travail est donc le facteur le plus important de reussite. Mais lassiduite nest pas tout : il
faut aussi une certaine ecacite, et un souci de lucidite quant à ce qui est accompli. Comprendre
ses lacunes, vouloir y remedier est fondamental. Beaucoup daides peuvent vous etre apportees
à vous qui souhaitez vivre une première annee fructueuse. Pour en proter, nhesitez pas à
prendre des initiatives !
References iii
Quelques ouvrages de reference
Apostol, T.M. Calculus. Wiley, New York, 1969 (vol. 1 et vol. 2).
Ben-Ari, M. Mathematical logic for computer science. Prentice Hall, New York, 1992.
Blais, M.J. La logique : une introduction. Presses de lUniversite, Montreal et Sherbrooke,
Quebec, 1985.
Bogart, K.P. Introductory combinatorics. Harcourt/Academic Press, San Diego, CA, 2000.
Bogart, K.P. et Stein, Cl. Discrete Mathematics in Computer Science. Livre en prepa-
ration.
Courant, R. et John, F. Introduction to calculus and analysis. Interscience Publishers,
New York, 1965 (vol. 1) et 1974 (vol. 2).
Ellis, R. et Gulick, D. Calculus with analytic geometry. Harcourt Brace Jovanovich, San
Diego, 1990.
Exner, G.R. An accompaniment to higher mathematics. Springer, New York, 1996.
Fletcher, T.J. Lalgèbre lineaire par ses applications. Cedic, Paris-Lyon, 1972.
Hopcroft, J.E., Motwani, R. et Ullman, J.D. Introduction to automata theory, lan-
guages, and computation. Addison-Wesley, Reading, MA, 2001.
Johnsonbaugh, R. Discrete mathematics. Macmillan, New York, 1993.
Lang, S. Algèbre lineaire. InterEditions, Paris, 1976.
Piskounov, N.S. Calcul dierentiel et integral. Mir, Moscou, 1972.
P olya, G. Comment poser et resoudre un problème : mathematiques, physique, jeux, philo-
sophie. Dunod, 1965 ; J. Gabay, Sceaux, reedit., 1989.
Singh, S. Histoire des codes secrets. JC Lattès, Paris, 1999.
Stewart, J. Analyse : concepts et contextes. De Boeck, Bruxelles, 2001.
Quelques ouvrages de lenseignement secondaire
Buekenhout, F., Frederickx, M., Meunier, H. et Tallier, M. Vivre la mathemati-
que. Didier Hatier, Bruxelles, 1980 à 1982 (vol
1 à 3) ; volumes 3 à 6 polycopies.
Lorent, S. et Lorent, R. Algèbre 2B. De Boeck, Bruxelles, 1963. (et des memes auteurs,
la serie intitulee Mathematique)
Quelques ouvrages comprenant des exercices resolus
La serie Schaum est specialisee dans ce genre douvrages. Les titres suivants sont dispo-
nibles (parfois en multiples exemplaires) à la BST (Biblothèque des Sciences et Techniques,
avenue Depage), ainsi que dautres titres en anglais. Tous ces livres doivent etre demandes au
bibliothecaire prepose.
Mathematiques de base (les editions posterieures à 1993 comprennent un chapitre intitule
mathematiques discrètes, mais qui ne couvre pas le sujet aussi largement que le cours) ;
Calcul matriciel (utile, mais la reference suivante est plus dans lesprit du cours) ;
Algèbre lineaire (cest-à-dire la theorie des espaces vectoriels, applications lineaires, ma-
trices, etc.) ;
Mathematiques pour informaticiens (la matière du cours est partiellement couverte) ;
Analyse;
Calcul differentiel et integral.
Des editeurs francais ont sorti des ouvrages du meme type.
Chapitre 1
Elements de logique
Ce chapitre ne gure pas dans le syllabus. Voici uniquement les enonces dexercices.
1.1 Exercices
1. Traduisez chacune des armations suivantes par une formule logique en utilisant les
symboles indiques.
a) Un lapin blanc est toujours gentil. (B,G)
b) Les paresseux reussiront seulement si les examens sont simples. (R,S)
c) Sil pleut ou neige, le match sera annule. (P,N,A)
d) Sauf en cas de vent fort, un tel record est homologue. (V,H)
e) Deux droites sont parallèles dès quelles sont orthogonales à un meme plan. (P,O)
f) Pour que deux vecteurs soient orthogonaux, il faut et il sut que leur produit scalaire soit
nul. (O,N)
g) La fonction est continue si elle est derivable. (C,D)
h) La fonction est integrable, à moins quelle ne soit pas continue. (I,C)
i) La dierentiabilite de f en p
0
entrane la continuite de f en p
0
. (D,C)
j) Pour que f admette un extremum en p
0
, il faut que
f
x
(p
0
) =
f
y
= 0. (E,N)
k) Pour quil y ait independance du chemin, il sut que certaines conditions techniques soient
satisfaites et que le rotationnel soit nul. (I,T,N)
l) Une condition necessaire pour quil y ait independance du chemin est que le champ de
vecteurs derive dun potentiel scalaire. (I,P)
m) Une condition susante pour quune matrice nn soit diagonalisable est quelle admette
n valeurs propres distinctes. (D,V)
2. Une enorme quantite de marchandise avait ete derobee dans un magasin. Le voleur
(ou les voleurs) setait enfui en voiture. Trois malfaiteurs notoires A, B, C furent convoques à
Scotland Yard pour y etre interroges. On put etablir les faits suivants de facon certaine :
(1) Nul autre que A, B, C navait pu participer au cambriolage.
(2) C ne faisait jamais un coup sans la complicite de A.
(3) B ne savait pas conduire.
A etait-il innocent ou coupable ?
3. Determinez lesquelles des argumentations suivantes sont correctes.
a) Luc a recu une lettre. Si Luc est promu, il doit recevoir une lettre. Donc Luc a ete promu.
1
CHAPITRE 1. EL
EMENTS DE LOGIQUE 2
b) Si le prix de lessence augmente, le co ut de la vie augmente. Lorsque le co ut de la vie
augmente, la popularite du gouvernement baisse. Donc, si lessence devient plus chère, le gou-
vernement perd en popularite.
c) Une augmentation du prix du pain ou du the est prevue. Comme le pain co ute plus cher,
le prix du the est inchange.
d) Jacques vient de reussir linterrogation de mathematiques. Lorsque Jacques reussit un test,
Lise est heureuse. Donc Lise est heureuse.
e) En vacances, Adèle prend toujours des photos. Cet ete, Adèle na pris aucune photo ; donc
son appareil photographique est casse.
f) Cedric se prend pour Napoleon. Seuls les fous se prennent pour Napoleon. Donc Cedric
est fou.
g) Si un nombre est divisible par 4, il est pair. Comme le nombre donne nest pas divisible
par 4, il nest pas pair.
h) Si un nombre est divisible par 4, il est pair. Comme le nombre donne nest pas pair, il
nest pas divisible par 4.
4. Determinez quelles argumentations parmi les suivantes sont correctes.
a) Aristote est grec. Aristote est intelligent. Donc les Grecs sont intelligents.
b) Sherlock Holmes sait que M. Hope a assassine M. Stangerson. Donc M.Hope a tue M.
Stangerson.
c) Chaque propriete vraie pour lelement x est aussi vraie pour lelement y. Donc x = y.
d) Il est vrai quun cours de logique est dicile mais captivant. Certains cours de logique
sont captivants. Par consequent, les cours diciles sont captivants.
e) Certains etres vivants ne sont pas comestibles, car certains serpents ne sont pas comestibles
et tous les serpents sont des etres vivants.
f) Aucun etudiant nest ivrogne. Donc aucun ivrogne nest etudiant.
g) Quelques etudiants sont ivrognes. Donc quelques ivrognes sont etudiants.
h) Tout etudiant est ivrogne. Donc tout ivrogne est etudiant.
i) Quelques etudiants sont ivrognes. Il y a des etudiants dans cette salle. Donc il y a des
ivrognes dans cette salle.
5. Traduisez en formules mathematiques les armations suivantes.
a) Laddition de nombres entiers est commutative.
b) Tout nombre reel strictement superieur à 1 est inferieur à son carre.
c) La soustraction de nombres reels nest pas commutative.
d) Laddition membre à membre de deux inegalites de meme sens fournit encore une inegalite
de meme sens.
6. Parmi les enonces ci-dessous, lesquels sont equivalents au premier ?
a) Si a = b, alors N > 0.
b) Si N 0, alors a = b.
c) Si N > 0, alors a = b.
d) Si a = b, alors N 0.
e) Si N 0, alors a = b.
f) N > 0 est une condition necessaire pour que a et b soient egaux.
g) a = b est une condition necessaire pour que N soit strictement superieur à 0.
CHAPITRE 1. EL
EMENTS DE LOGIQUE 3
h) a = b est une condition susante pour que N soit strictement superieur à 0.
i) Pour que N soit strictement superieur à 0, il faut que a et b soient egaux.
j) Pour que N soit strictement superieur à 0, il faut que a ne soit pas dierent de b.
7. Lesquelles des formules logiques suivantes sont des tautologies ?
a) (p q) (q p)
b) (p (q r)) ((p q) (p r))
c) (p q) (q p)
8. Lesquelles des equivalences suivantes sont correctes ?
a) (p q) (p q)
b) (p q) (q p)
c) (p q) (q p)
d) (p (q r)) ((p q) r)
9. Lesquelles des implications suivantes sont correctes ?
a) ((p q) p) q
b) ((p q) q) q
c) ((p q) q) q
10. Demontrez par recurrence (pour n un nombre naturel) :
a) 1
2
+ 2
2
+ + n
2
=
n(n+1)(2n+1)
6
b) 1
3
+ 2
3
+ + n
3
=
n
2
(n+1)
2
4
c) 1 2 + 2 3 + + n(n + 1) =
n(n+1)(n+2)
3
d)
1
12
+
1
23
+ +
1
n(n+1)
= 1
1
n+1
11. Soit a un reel donne et (u
n
) la suite denie par u
0
= 2, u
1
= 2 cos(a) et u
p+1
= u
1
u
p
u
p1
pour p 1. Demontrez : n N : u
n
= 2 cos(na)
12. Soit un reel strictement negatif. Est-il vrai que, quels que soient les nombres reels
x, y, le maximum de x et y vaut le produit de par le minimum de x et y ?
13. Est-il vrai que toute application de R vers R est la somme dune application paire et
dune application impaire (toutes les deux de R vers R) ?
14. Lesquelles des argumentations suivantes sont correctes ?
a) La plupart des etudiants pratiquent un sport. Fabrice, qui est etudiant, pratique donc un
sport.
b) Tout etudiant a le droit de vote. Helène, qui a pris part au vote, est donc une etudiante.
c) Tous les rubis sont rouges, et toutes les emeraudes vertes. Une pierre precieuse bleue est
donc soit un rubis, soit une emeraude.
d) Aucun astrologue nest homme de science. Donc aucun homme de science nest astrologue.
e) Tout astrologue est un charlatan. Donc tout charlatan est astrologue.
f) Tous les schtroumpfs dejà rencontres sont bleus ou noirs. Il ny a donc pas de schtroumpf
rouge.
15. Pour un certain cours, un etudiant reussit si et seulement sil obtient au moins 10 à
lexamen ecrit. Lesquelles des armations suivantes sont correctes ?
a) Une condition necessaire pour reussir est dobtenir au moins 10.
b) Une condition susante pour reussir est dobtenir au moins 10.
c) Une condition necessaire et susante pour reussir est dobtenir au moins 10.
CHAPITRE 1. EL
EMENTS DE LOGIQUE 4
d) Si un etudiant obtient au moins 10, il reussit.
e) Si un etudiant obtient moins de 10, il echoue.
16. Exprimez par une formule logique les assertions suivantes :
a) Aucun voleur nest admire.
b) Ce ne sont pas tous les voleurs qui sont admires.
c) Aucune personne nest admiree si elle est un voleur.
d) Un voleur nattire aucune admiration.
Certaines de ces assertions sont-elles logiquement equivalentes ?
17. En utilisant les abreviations
N pour lensemble des nombres naturels,
P(x) pour x est pair,
I(x) pour x est premier,
traduisez en formules logiques les assertions suivantes :
a) il existe un nombre naturel pair ;
b) il existe un nombre naturel pair et premier ;
c) il est faux que tout nombre naturel pair est premier,
d) il existe un seul nombre naturel à la fois pair et premier.
18. Considerons lassertion
Tous les gaz ont un comportement de gaz parfait lorsque leur temperature absolue
excède la constante universelle C.
Determinez, parmi les phrases suivantes, la negation de cette assertion.
2 Il existe un gaz dont le comportement nest pas celui dun gaz parfait lorsque sa temperature
nexcède pas C.
2 Il existe un gaz dont le comportement nest pas celui dun gaz parfait lorsque sa temperature
excède C.
2 Tous les gaz ont un comportement qui nest pas celui dun gaz parfait lorsque leur tempera-
ture nexcède pas C.
2 Tous les gaz ont un comportement qui nest pas celui dun gaz parfait lorsque leur tempera-
ture excède C.
19. Pour C et n xes, considerons lassertion suivante :
Tous les algorithmes de tri requièrent au moins C comparaisons pour trier n cles
dans le pire des cas.
Quelle est la negation de cette assertion ?
2 Il existe un algorithme de tri qui trie toujours n cles en faisant au plus C 1 comparaisons.
2 Il existe un algorithme de tri qui trie toujours n cles en faisant au moins C comparaisons
dans le pire des cas.
2 Tous les algorithmes de tri requièrent toujours au plus C 1 comparaisons pour trier n cles.
2 Tous les algorithmes de tri requièrent toujours au moins C comparaisons pour trier n cles.
20. Un directeur de laboratoire impose les trois règles suivantes à ses techniciens :
a) si votre protocole dexperience ne contient pas de commentaires, alors il doit contenir au
moins une procedure normalisee ;
b) si votre protocole est bref et sans commentaire, vous ny mettrez pas de procedure nor-
malisee ;
CHAPITRE 1. EL
EMENTS DE LOGIQUE 5
c) si votre protocole inclut au moins un commentaire ou au moins une procedure normalisee,
il ne peut pas etre bref.
Deduisez de ces règles que le directeur impose une propri ete pour tous les protocoles de ses
chercheurs en ce qui concerne etre bref, comprendre une procedure normalisee, contenir
un commentaire : parmi les 8 cas pour les valeurs de verite de ces trois variables, lesquels sont
admis par le directeur ? Expliquez brièvement votre reponse en donnant la table de verite.
21. Un analyste impose les trois règles suivantes à ses programmeurs :
a) si votre programme ne contient pas de commentaires, alors il doit contenir au moins une
procedure ;
b) si votre programme est bref et sans commentaire, vous ny mettrez pas de procedure ;
c) si votre programme inclut au moins un commentaire ou au moins une procedure, il ne
peut pas etre bref.
Deduisez de ces règles que lanalyste impose une propriete pour tous les programmes de
ses programmeurs en ce qui concerne etre bref, comprendre une procedure, contenir un
commentaire : parmi les 8 cas pour les valeurs de verite de ces trois variables, lesquels sont
admis par lanalyste ? Expliquez brièvement votre reponse en donnant la table de verite.
22. Prouver
n
i=0
i
2
=
n(n + 1)(2n + 1)
6
.
23. Voici une denition recursive dune expression
1. tout nombre ou lettre (c.-à-d. variable) est une expression;
2. si E et F sont des expressions, alors E + F, E F et (E) sont encore des expressions.
Dans une telle denition recursive, il est sous-entendu que seuls les objets produits en appli-
quant un nombre ni de fois (a) et (b) sont des expressions.
Demontrer que dans chaque expression gurent autant de parenthèses gauches que de pa-
renthèses droites.
24. Trouvez une forme explicite pour
1
3
+ 2
3
+ . . . + n
3
et demontrez-la.
25. Le nombre entier 6
n+2
+ 7
2n+1
est-il divisible par 43 quel que soit le naturel n ?
26. Sil existe uniquement des timbres de 5 cents et de 9 cents, quels sont les montants
entiers en cents quil est possible de former à laide de tels timbres ?
27. Pour quels naturels n linegalite 2
n
> n
2
est-elle vraie ?
CHAPITRE 1. EL
EMENTS DE LOGIQUE 6
Les exercices suivants proviennent des Olympiades mathematiques belges franco-
phones. Determinez la ou les reponses correctes.
28. Sil est vrai que Certains x ne sont pas des y et que Tous les z sont des y, il resulte
que
a) Certains x ne sont pas des z
b) Certains x sont des z
c) Certains z ne sont pas des x
d) Aucun z nest un x
29. Laquelle des quatre propositions ci-dessous est la negation de Tous les guichets sont
ouverts tous les jours ?
a) Il y a un jour o` u tous les guichets sont fermes
b) Il y a au moins un guichet qui est ferme au moins un jour
c) Tous les guichets sont fermes tous les jours
d) Chaque guichet est ferme au moins un jour
30. Chacun des cartons representes ci-dessous porte sur une face une lettre et sur lautre
un nombre.
A M 3 6
Pour verier si la phrase suivante est vraie : Si un carton porte une voyelle sur une face, alors
il porte un nombre pair sur lautre,
a) il faut retourner tous les cartons ;
b) il sut de retourner A et M;
c) il sut de retourner A et 3 ;
d) il sut de retourner A et 6.
31. A, B, C sont des personnes apparentees. Le père de A gure parmi elles, de meme
quune lle de B et le jumeau de C. Sachant que C et son jumeau sont de sexes dierents et
que C nest pas enfant de B, quelle est la personne dont le sexe dière des deux autres ?
a) A b) B c) C d) le problème pose nadmet pas de solution
32. La negation de > 0, N, n N : |f(n)| < est
a) > 0, N tel que n N : |f(n)| <
b) > 0, tel que N, n N : |f(n)|
c) > 0, N tel que n N : |f(n)|
d) N tel que > 0, n N : |f(n)|
33. Quatre individus, dont lun a commis un vol, sont arretes par la police et font les
declarations suivantes :
Alain : Bernard est coupable
Bernard : Daniel est coupable
Charles : Je ne suis pas coupable
Daniel : Bernard ment lorsquil dit que je suis coupable
Sachant quune seule de ces declarations est vraie, qui est coupable du vol ?
a) Alain b) Bernard c) Charles d) Daniel
34. En admettant quune foret possède un million darbres feuillus et quun arbre feuillu
possède un nombre de feuilles compris entre 0 et 200.000, lesquelles des armations suivantes
sont certainement vraies ?
a) Deux arbres de cette foret ne peuvent jamais posseder le meme nombre de feuilles.
b) La foret comprend un arbre ayant une seule feuille.
c) La foret comprend au moins deux arbres ayant le meme nombre de feuilles.
d) La foret comprend des arbres non feuillus.
CHAPITRE 1. EL
EMENTS DE LOGIQUE 7
35. Vous voilà capture par des anthropophages ! Leur chef vous declare : Tu as le droit
de dire une seule phrase. Si tu as menti, tu seras bouilli. Si tu nas pas menti, tu seras roti.
Quelles sont, parmi les phrases suivantes celles qui vous permettront de netre ni bouilli ni
roti ?
a) Je serai bouilli
b) Je ne serai pas bouilli
c) Je serai roti
d) Je ne serai pas roti
36. Sachant que tous les bacilles sont des microbes et que certains bacilles sont pathogènes,
vous pouvez en deduire que
a) tous les microbes sont pathogènes
b) aucun microbe nest pathogène
c) certains bacilles pathogènes ne sont pas des microbes
d) certains microbes sont pathogènes
e) aucun microbe pathogène nest un bacille
37. Quelle est la negation de la proposition suivante : Toutes les Suedoises sont blondes
et ont des yeux bleus ?
a) Il existe une Suedoise qui nest pas blonde et na pas les yeux bleus ;
b) Il existe une Suedoise qui nest pas blonde ou na pas les yeux bleus ;
c) Aucune Suedoise nest blonde et na les yeux bleus ;
d) Aucune Suedoise nest blonde ou na les yeux bleus ;
e) Certaines Suedoises ne sont pas blondes et nont pas les yeux bleus.
38. Larmation sil pleut, alors je reste à la maison est vraie. Parmi les propositions
suivantes, laquelle est en contradiction avec cette armation ?
a) Il pleut et je reste à la maison
b) Il ne pleut pas et je reste à la maison
c) Il pleut et je sors
d) Il ne pleut pas et je sors
e) Aucune des propositions suivantes.
39. Dans un questionnaire à choix multiple, chaque question est proposee avec 5 reponses
A, B, C, D, E dont une seule est correcte. Pour lune des questions, un candidat a remarque
que C implique B (cest-à-dire que si la reponse C est vraie, B lest aussi). Il peut en deduire :
a) que la reponse B est incorrecte ;
b) que la reponse C est incorrecte ;
c) que les reponses B et C sont incorrectes ;
d) que la bonne reponse est soit B, soit C;
e) aucune des armations ci-dessus.
40. Dans toutes les prisons, il y a un detenu qui naime aucun gardien. Si on suppose
que cette armation est fausse, cela signie que
a) Dans toutes les prisons, il y a un detenu qui aime tous les gardiens
b) Il existe une prison dans laquelle tous les detenus aiment tous les gardiens
c) Il existe une prison dans laquelle aucun detenu naime tous les gardiens
d) Dans toutes les prisons, aucun detenu naime tous les gardiens
e) Il existe une prison dans laquelle chaque detenu aime au moins un gardien
41. En Italie, au XVIème siècle, il ny avait que deux familles de fabricants de corets :
Bellini et ses ls dune part, Cellini et ses ls dautre part. Chaque fois que Bellini ou un de
ses ls avaient termine un coret, ils y gravaient une inscription vraie. Cellini et ses ls, eux,
CHAPITRE 1. EL
EMENTS DE LOGIQUE 8
gravaient sur leurs corets une inscription fausse. Un coret porte linscription : Ce coret na
pas ete fait par un ls de Bellini. Qui a fabrique ce coret ?
a) Bellini
b) Cellini
c) un ls de Bellini
d) un ls de Cellini
e) Les donnees ne sont pas susantes pour repondre à la question
42. Georges possède au moins 100 livres, dit Francis. Non, dit Alain, il en possède
moins de 100. En tout cas, il possède au moins un livre, dit Christian.
Combien de livres Georges possède-t-il, sachant quune seule des trois armations ci-dessus est
vraie ?
43. Les armations suivantes portent sur un nombre naturel n. Laquelle est fausse ?
a) si n
2
est pair, alors n est pair
b) si n
2
est impair, alors n est impair
c) si n
2
est multiple de 3, alors n est multiple de 3
d) si n
2
est un multiple de 3 plus 1, alors n est un multiple de 3 plus 1
e) si n
2
est un multiple de 5 plus 1, alors n est un multiple de 5 plus 1 ou un multiple de
5 plus 4
44. Quelle est la negation de Tous les elèves de la classe participent aux Olympiades
mathematiques ?
a) Aucun elève de la classe ne participe aux olympiades mathematiques
b) Un seul elève de la classe participe aux olympiades mathematiques
c) Tous les elèves de la classe sauf un participent aux olympiades mathematiques
d) Un elève de la classe au moins ne participe pas aux olympiades mathematiques
e) Un elève de la classe au moins participe aux olympiades mathematiques
45. Voici cinq propositions concernant des nombres reels x et y
(1) 0 x (2) x 2 (3) 0 y (4) y 8 (5) x
3
y
Alors, pour tous x, y on a :
a) (1) et (2) impliquent (3) et (4)
b) (1), (2) et (4) impliquent (3)
c) (4) et (5) impliquent (1)
d) (4) et (5) impliquent (2)
e) (4) et (5) impliquent (3)
46. Quelle est la negation de larmation Tous les guichets sont ouverts tous les jours de
la semaine ?
a) Aucun guichet nest ouvert tous les jours de la semaine
b) Un seul guichet est ouvert au moins un jour de la semaine
c) Un guichet au moins est ferme tous les jours de la semaine
d) Un seul guichet est ouvert tous les jours de la semaine
e) Un guichet au moins est ferme au moins un jour de la semaine
47. Voici cinq propositions. Laquelle nest logiquement equivalente à aucune des quatre
autres ?
a) Si tu triches, jabandonne le jeu.
b) Tu triches et je nabandonne pas le jeu.
c) Si tu ne joues pas honnetement, jabandonne le jeu.
d) Tu ne triches pas ou jabandonne le jeu.
e) Si je continue à jouer, alors tu ne triches pas.
Chapitre 2
Nombres et groupes.
Ce chapitre est une collection de rappels de natures assez diverses.
2.1 Les nombres reels.
Voici les principaux ensembles de nombres (toutefois sans lensemble des nombres complexes,
qui sont presentes au chapitre 4). Signalons quune denition des nombres reels est fournie au
chapitre 5.
N = {0, 1, 2, . . .} est lensemble des nombres naturels ;
Z = {. . . , 2, 1, 0, 1, 2, . . .} est lensemble des nombres entiers ;
Q denote lensemble des nombres rationnels, par exemple
3
2
; 1 =
2
2
;
3
9
=
1
3
= 0, 333 . . .,
un nombre rationnel est par denition le quotient
a
b
de deux nombres entiers a et b, avec
b = 0 ;
R designe lensemble des nombres reels, comprenant entre autres ;
22
7
; 3. Chaque
nombre reel est (de plusieurs manières) la limite dune suite de nombres rationnels : la
suite
3; 3, 1; 3, 14; 3, 141; 3, 1415; . . . ,
si elle est correctement denie, tend vers .
2.1.1 Operations.
Les quatre operations ou lois fondamentales +, , et : associent à deux nombres, appeles
les arguments, un resultat qui est encore un nombre (avec la restriction que pour la division, le
second argument doit etre non nul).
Si
a
b
et
c
d
sont deux nombres rationnels (avec a, b, c, d entiers et b = 0, d = 0), alors
a
b
+
c
d
=
ad + bc
bd
est encore un nombre rationnel. Par contre, la dierence 5 7 des deux nombres naturels 5 et
7 nest plus un nombre naturel. On dit que + est partout denie et interne dans Q, tandis
que nest pas interne dans N.
9
CHAPITRE 2. NOMBRES ET GROUPES. 10
Soit x, y, z des nombres reels quelconques. Il vient toujours
(x + y) + z = x + (y + z) (1)
(+ est associative), mais par contre
(2 3) 4 = 2 (3 4).
Lexpression x+y +z designe la valeur commune en (1), tandis que 234 est une expression
ambigue (à moins quun mode de calcul soit precise, par exemple eectuer de gauche à droite).
La multiplication est commutative :
x y = y x,
et admet un element neutre, à savoir 1 :
1 x = x = x 1.
Sur Q\{0} (comme dailleurs sur R\{0}), la multiplication jouit de la propriete
dinversibilite : pour chaque nombre rationnel q =
a
b
= 0 (avec a, b entiers, b = 0), il existe
un nombre rationnel q
1
=
b
a
tel que q q
1
= 1 = q
1
q ; on appelle q
1
linverse de q. De
meme pour loperation + sur Z (ou Q, ou R) : à tout nombre entier x correspond un entier y
tel que
x + y = 0 = y + x,
avec 0 le neutre pour +. On note y = x loppose de x.
Voici quelques exemples de test de propriete :
N, + Q, + R, R\{0},
loi partout denie
loi interne
associativite
existence dun neutre
inversibilite - -
commutativite
2.1.2 Exposants.
Pour un nombre reel a et un nombre naturel m avec m = 0, on pose
a
m
= a a . . . a
. .
m facteurs
et si de plus a = 0,
a
0
= 1 et a
m
=
1
a
m
=
1
a a . . . a
. .
m facteurs
.
Par exemple, 2
10
= 1.024, et 2
3
= 0,125.
Si a et b sont deux reels non nuls et u et v deux entiers,
a
u+v
= a
u
a
v
,
(a b)
u
= a
u
b
u
.
Donc 2
23
= 2
10
2
10
2
3
depasse 8.000.000.
2.1.3 Distributivite.
Pour a, b, c nombres reels :
a (b + c) = a b + a c.
Ainsi, 5 % de 23, plus 5 % de 177 donne
1
20
200 = 10.
2.1.4 Relation dordre.
Par exemple,
1 5 est vrai, 2 3 est faux.
Le symbole denote une relation sur lensemble R, qui est
- reexive : x x pour tout reel x,
- transitive : (x y et y z) implique x z (pour x, y, z R),
- antisymetrique : (x y et y x) = x = y, x, y R,
- complète : x, y R : x y ou y x.
En resume, est un ordre total sur R.
Entre deux nombres reels x et y distincts, il y a toujours un nombre rationnel q (avec donc
x < q < y ou y < q < x). On dit que Q est dense dans R.
Notons encore, pour x, y, z reels :
x y x + z y + z,
(x y et 0 z) = x z y z.
2.1.5 Valeur absolue.
Pour un nombre reel x, posons
|x| =
_
x si x 0,
x si x 0.
Donc pour y = 5, nous avons |y| = y = 5. Voici quelques proprietes des valeurs absolues :
|x| 0 ;
|x| = 0 x = 0 ;
|x y| = |x| |y| ;
|x + y| |x| + |y| ;
|x y| |x| + |y| ;
|x y| | | x| |y| |.
2.1.6 Symbole sommatoire.
Lecriture
n
i=1
x
i
remplace x
1
+ x
2
+ + x
n
. De meme
n+1
i=0
x
i
= x
0
x
1
. . . x
n+1
. Notons
la formule, o` u a est un nombre reel non nul et i est un exposant :
n
i=0
a
i
= 1 + a + a
2
+ + a
n
=
1 a
n+1
1 a
qui generalise
(1 + a)(1 a) = 1 a
2
et
(1 + a + a
2
)(1 a) = 1 a
3
.
2.1.7 Plafond et plancher.
Si x est un nombre reel, le plafond x est le plus petit entier superieur ou egal à x.
Pareillement, le plancher x est le plus grand entier inferieur ou egal à x. Par exemple :
2, 73 = 2, 2, 73 = 3.
2.2 Notations ensemblistes ; coecients binomiaux.
Un ensemble peut etre donne en extension :
E = { 1, 2, 21, },
ou par une propriete de ses elements :
R
+
= {r R | r 0}.
On ecrit A B lorsque chaque element de lensemble A appartient aussi à lensemble B, et
lon dit alors que A est inclus à B. De meme, les symboles = et sont utilises pour legalite
et linclusion stricte ; donc
A B (A B et A = B).
Nous avons pour les ensembles de nombres introduits plus haut :
N Z Q R.
Lorsquun ensemble universel E est considere, le complementaire CX dun sous-ensemble
X de E est par denition E \ X.
2.2.1 Quelques operations sur les ensembles.
Contentons-nous dillustrations sur des diagrammes de Venn. Si A et B sont deux en-
sembles :
A B
A B
A B
A B
A B est lintersection de A et B ; A B est la reunion de A et B ;
A B
A \ B
A B
AB
A\B est la dierence de A et B ; AB est la dierence symetrique de A et B.
Lintersection et la reunion sont des operations associatives et commutatives. Lensemble
vide est note . Nous avons pour tout ensemble A :
A = et A = A.
2.2.2 Coecients binomiaux.
Fixons un ensemble E de n elements, n un naturel = 0. Un sous-ensemble A de E est
selectionne en decidant pour chaque element x de E si x est dans A ou non. Par exemple,
E = { a, b, c, d, e}
1 0 1 1 0
oui non
donne
A = {a, c, d}.
Ainsi E possède 2 2 . . . 2 = 2
n
sous-ensembles (y compris les sous-ensembles et E).
Comment compter les sous-ensembles à k elements de E ? Pour former un tel sous-ensemble,
- nous avons n choix pour le premier element,
- nous avons n 1 choix pour le deuxième element,
.
.
.
- nous avons n k + 1 choix pour le dernier element,
donc n (n 1) . . . (n k + 1) manières de selectionner k elements dans un certain ordre.
(Attention : {a, c, d} = {a, d, c} = {c, a, d} = ). Nous avons ainsi compte chaque sous-
ensemble autant de fois que le nombre de manières denumerer ses elements :
- nous avons k choix pour le premier element,
- nous avons k 1 choix pour le deuxième element,
.
.
.
- nous avons 1 choix pour le dernier element.
Les arguments precedents etablissent la proposition que voici.
Proposition 2.1 Le nombre de sous-ensembles à k elements dun ensemble à n elements, pour
0 k n, vaut
n (n 1) . . . (n k + 1)
k (k 1) . . . 1
.
Cest aussi le nombre de combinaisons de n elements pris k à k lordre des elements pris
est sans importance.
Denition. Pour un nombre naturel n et un nombre entier k, le coecient binomial
_
n
k
_
,
parfois note ailleurs C
k
n
, est le nombre intervenant dans la proposition ci-dessus si 0 k n.
Lorsque k < 0 ou k > n, nous avons
_
n
k
_
= 0.
Exemples.
_
6
4
_
=
6 5 4 3
4 3 2 1
= 15,
_
6
2
_
=
6 5
2 1
= 15.
Proposition 2.2 Avec les memes notations que dans la denition,
_
n
k
_
=
_
n
n k
_
.
Demonstration. A chaque sous-ensemble A à k elements de lensemble E à n elements corres-
pond biunivoquement le sous-ensemble complementaire E\A à n k elements.
Le nombre
_
n
k
_
de sous ensembles à k elements est donc
egal au nombre
_
n
n k
_
de sous-ensembles à n k elements,
ce qui prouve legalite desiree pour 0 k n.
Les autres cas sont triviaux.
A
E\A
E
Proposition 2.3 Avec les memes notations :
_
n
k
_
=
_
n 1
k
_
+
_
n 1
k 1
_
.
Demonstration. Supposons 1 k n; le resultat est evident autrement. Fixons un element a
0
dans un ensemble E à n elements. Un sous-ensemble à k elements de E
- soit ne comprend pas a
0
et est un sous-ensemble
à k elements de E\{a
0
} ;
- soit comprend a
0
et est reunion de {a
0
} avec un
sous-ensemble à k 1 elements de E\{a
0
}.
E
E
a
0
a
0
A
A
Leglite annoncee resulte de la denition des coecients binomiaux.
Exemples.
_
7
5
_
=
_
7
2
_
=
_
6
2
_
+
_
6
1
_
= 15 + 6 = 21.
2.2.3 Binome de Newton.
Les produits remarquables
(a + b)
2
= a
2
+ 2ab + b
2
,
(a + b)
3
= a
3
+ 3a
2
b + 3ab
2
+ b
3
sont des cas particuliers dune formule generale pour (a +b)
n
, o` u a, b sont des nombres reels et
n un nombre naturel. Partons de
(a + b)
n
= (a + b) (a + b) . . . (a + b)
. .
n facteurs
(2)
et distribuons les produits du membre de droite. Nous obtenons alors une somme de produits.
Chacun de ces produits est forme de i facteurs a et de ni facteurs b, avec i un nombre naturel
tel que 0 i n. Pour une valeur xee de i, il y a
_
n
i
_
manières de choisir dans (2) les i
facteurs (a + b) o` u a est selectionne plutot que b. Ainsi nous obtenons la formule
(a + b)
n
=
n
i=0
_
n
i
_
a
i
b
ni
= b
n
+
_
n
1
_
ab
n1
+
_
n
2
_
a
2
b
n2
+ +
_
n
n 1
_
a
n1
b + a
n
qui sappelle la formule du binome de Newton.
2.3 Applications ou fonctions.
Soit A et B deux ensembles. Une fonction ou application f de A vers B associe à chaque
element x de A un element de B, note f(x), qui est limage de x par f. On ecrit
f : A B : x f(x).
Ici A est le domaine de lapplication f.
Exemples.
1. Soit A = {p, q, r, s} et B = {k, l, m} ; posons f(p) = k ; f(q) = k ; f(r) = l ; f(s) = k.
A B
p
q
r
s
k
l
m
2. Pour la fonction f : [1, 1] R : x x
2
nous avons par exemple f(
1
2
) =
1
4
= f(
1
2
).
Notons que 4 nest image daucun x pris dans [1, 1].
3. Pour g : R
+
R
+
: x x
2
, deux valeurs distinctes de x ont des images distinctes, et
tout element de R
+
est une image.
4. Considerons lequation des gaz parfaits
pV = nRT
o` u p est la pression,
V le volume occupe,
n le nombre de moles de gaz,
R la constante des gaz,
T la temperature absolue.
Une telle equation permet dexprimer une des quantites variables en fonction des autres.
Pour des valeurs xees de n et V , la temperature devient une fonction de la pression :
T : R
+
0
R : p T(p) =
pV
nR
.
Le domaine R
+
0
a ete choisi car la pression est toujours strictement positive. Ce choix est
cependant peu realiste du point de vue physique : comment se comporte un gaz pour des
valeurs extremes de p ?
La composee de deux applications f : A B et g : C D, donnees telles que f(A) C,
est lapplication :
g f : A D : x g(f(x)).
A
x
f
g
g f
B
C
D
Exemples.
1. Pour
f : R R : x x
2
,
g : R R : x 3x,
nous obtenons
g f : R R : x 3x
2
,
f g : R R : x 9x
2
.
Observons linegalite f g = g f dans cet exemple.
2. La notation f
2
abrège parfois f f : si
f : R R : x sin x,
alors
f
2
: R R : x sin sin x.
Cependant, sin
2
x designe plutot (sin x)
2
. Soyez attentifs aux conventions de notations (et
aux variations introduites par les auteurs des textes).
Soit f : A B une fonction. L image de f est le sous-ensemble de B forme des elements
atteints :
f(A) = {b B | x A : f(x) = b}.
Exemple.
Limage de f : [2, 3] R : x x
2
est [0, 9].
1
2
3
4
5
6
7
8
9
1 2 3 4 5 1 2 3
y
x
Lapplication f : A B est surjective lorsque f(A) = B, cest-à-dire : tout element de B
est image dau moins un element de A. Elle est injective lorsque deux elements quelconques
distincts pris dans A ont des images distinctes. Linjectivite interdit une situation telle que
A B
Lapplication f : A B est bijective si elle est injective et surjective, en dautres termes
si tout element de B est image dexactement un element de A :
A B
A B
Dans ce cas, et seulement dans ce cas, la fonction reciproque ou inverse f
1
: B A se
denit par retournement des èches : f
1
(b) = a lorsque f(a) = b.
Exemple. Lapplication inverse de
f : R
+
R
+
: x x
2
est
f
1
: R
+
R
+
: x
x.
Notons que sin
1
x designe plutot
1
sin x
.
Une permutation dun ensemble E est une fonction bijective de E vers lui-meme.
Exemples.
1. Soit E = {1, 2, 3, 4} et la permutation f : E E decrite par f(1) = 2, f(2) = 1, f(3) = 4,
f(4) = 3. Cette permutation est aussi notee
_
1 2 3 4
2 1 4 3
_
.
2. Lapplication decrite par
_
1 2 3 4
2 1 3 1
_
nest pas une permutation car les elements distincts 2 et 4 ont meme image (et aussi car
4 nest image daucun element).
3. Dans le plan euclidien E
2
, une symetrie bilaterale est un exemple de permutation (des
points) de E
2
:
4. Dans ce reseau cristallographique (idealise, inni dans chaque direction), une rotation de
60
autour du point 0 induit une permutation des atomes du reseau :

x
0
Proposition 2.4 Soit n un nombre naturel positif. Le nombre de permutations dun ensemble
à n elements est donne par la factorielle de n, notee n ! :
n(n 1) 1 = n!
(convention : 0 ! = 1).
Exemples de valeurs de n! :
n n!
0 1
1 1
2 2
3 6
4 24
5 120
6 720
(constatez la croissance très rapide).
Proposition 2.5 Pour deux nombres naturels n et k, avec 0 k n, il vient
_
n
k
_
=
n!
k! (n k)!
.
Exemple.
_
10
3
_
=
10 9 8
3 2 1
=
10 9 8 . . . 1
3 2 1 7 6 . . . 1
.
(des deux quotients, celui de gauche sera choisi pour eectuer les calculs).
2.4 Ensembles structures.
Souvent en science, lobjet à etudier est modelise comme un ensemble delements muni dune
certaine structure. Par exemple :
un reseau informatique est un ensemble de noeuds (les composantes dun ordinateur, ou
les terminaux dun reseau, . . .) structure par la donnee de liens :
Q, + est lensemble des nombres rationnels muni de la structure additive ;
un reseau cristallographique est un ensemble datomes (eventuellement de plusieurs types),
avec une structure resultant des distances mutuelles :
Letude de telles structures est souvent facilite par la consideration de leurs symetries :
ce sont, parmi les permutations des elements, celles qui preservent globalement la structure.
Exemple. Observons quelques symetries du reseau cristallographique ci-dessous :
- la symetrie bilaterale s
D
daxe D,
- le demi-tour s
0
autour du point o,
- la translation t de vecteur

ab,
- la translation t t (de vecteur 2
ab),
- la translation t
1
(de vecteur

ba),
- les composees s
D
s
0
, s
D
t, t s
D
, etc.
D
a
o
b
De manière generale, la composee de deux symetries dun ensemble structure est encore
une symetrie ; la permutation identique est toujours une symetrie ; linverse dune symetrie
est encore une symetrie. Ces armations font penser aux proprietes de certaines structures
algebriques : loi interne et partout denie ; existence dun element neutre ; inversibilite.
2.5 Groupes.
Denition. Un groupe G, , e est un ensemble G delements muni dune loi ou operation
qui satisfait :
1) loperation est interne et partout denie :
si x, y G, alors x y G;
2) loperation est associative :
pour x, y, z G, x (y z) = (x y) z;
3) loperation admet dans G un element neutre, que nous notons e :
pour x G, e x = x = x e;
4) loperation jouit de linversibilite, c.-à-d. chaque element x de G admet dans G un bf
inverse :
si x G, il existe x
1
G tel que x x
1
= e = x
1
x.
Le groupe G, , e est commutatif si loperation est commutative sur G.
Remarques. Un groupe ne peut posseder quun seul element neutre. En eet, si d et e sont
des neutres de G, , e, il vient
d = d e = e.
Lelement inverse x
1
mentionne dans le quatrième axiome est en fait determin e par x, car si
y est aussi inverse de x
y = y e = y (x x
1
) = (y x) x
1
= e x
1
= x
1
.
Lorsque la loi du groupe est notee additivement, linverse de lelement x est plutot appele
loppose et note x.
Exemples.
1. Le groupe additif des nombres reels : R, +, 0.
2. Le groupe R\{0}, , 1. La notation abregee R
sera souvent utilisee pour R\{0} (dautres

auteurs ecrivent R
0
).
3. Le groupe R
+
, , 1 o` u R
+
= {r R| r > 0}.
4. Le groupe Q
, , 1, o` u Q
= Q\{0}).
5. Le groupe Z, +, 0.
6. Designons par Sym(E) lensemble de toutes les permutations dun ensemble donne E.
Avec loperation de composition de deux permutations, Sym(E) forme un groupe. Lele-
ment neutre est la permutation identique sur E, linverse dune permutation f est la
permutation reciproque f
1
.
Ce dernier exemple se generalise au cas o` u lensemble E est muni dune structure.
Theorème 2.6 Lensemble de toutes les symetries dun ensemble structure forme un groupe
pour la loi de composition.
Pour rendre ce resultat tout à fait rigoureux, il nous faudrait au prealable donner une denition
precise dun ensemble structure. La preuve consisterait alors à etablir les armations à la n
de la section 2.4 (lassociativite de la composition de permutations est, quant à elle, facilement
veriee).
2.5.1 Groupe additif des entiers modulo n.
Ici, n designe un nombre naturel positif. Pour n = 12, le principe est de travailler dans
lensemble {0, 1, 2, , 11} en reduisant modulo 12 la somme usuelle, par exemple
7 8 = 3, 3 3 = 6, 9 3 = 0.
Soit n > 0 donne. Pour tout nombre entier x, nous designons par x mod n le reste r de la
division de x par n. Donc pour un certain entier q, nous avons
x = qn + r et 0 r < n.
Exemples.
17 mod 3 = 2, 19 mod 4 = 1 (car 19 = (5)4 + 1).
Remarque. Certains langages de programmation utilisent une autre denition lorsque x < 0.
Proposition 2.7 Soit n un nombre naturel non nul. Lensemble {0, 1, 2, , n 1} muni de
la loi denie par
x y = (x + y) mod n
est un groupe commutatif de neutre 0.
La demonstration (peu compliquee) est passee. Loppose dun element x est n x.
Ces groupes sont importants en informatique. Ils apparaissent aussi en geometrie, deguises
en groupes de rotations. Par exemple, les rotations du plan euclidien E
2
autour dun point o
xe, dangles respectifs 0
, 30
, 2 30
, 3 30
, . . ., 11 30
, forment un groupe pour la loi de

composition. Ce groupe est essentiellement le meme que le groupe additif des entiers modulo
12 (en termes techniques, ces deux groupes sont isomorphes).
2.5.2 Equation dans un groupe.
La notion de groupe est omnipresente en mathematiques et y joue un role unicateur. A titre
dillustration, etablissons une propriete (elementaire) qui sapplique doce à tous les exemples
de groupes que nous avons rencontres.
Proposition 2.8 Soit G, , e un groupe, et a, b, G. Lequation en x
a x = b
possède exactement une solution dans G, à savoir a
1
b.
Demonstration. Supposons quun element x de G verie a x = b. Multiplions les deux cotes
de cette egalite par a
1
(qui existe par laxiome dinversibilite) :
a
1
(a x) = a
1
b.
Il vient grace à lassociativite de
(a
1
a) x = a
1
b.
Ceci donne
e x = a
1
b
puis
x = a
1
b.
Par consequent, toute solution de lequation est necessairement egale à a
1
b. Dautre part,
a
1
b est une solution car
a (a
1
b) = (a a
1
) b
= e b
= b.
Exemples.
1. Dans le groupe R, +, 0, lunique solution de lequation 3 + x = est x = (3) +
cest-à-dire 3.
2. Dans le groupe R
, , 1, lunique solution de lequation 5x = 7 est x = 5

1
7 =
7
5
.
3. Si f et g sont deux symetries dun ensemble structure, il existe une unique symetrie h de
cet ensemble structure telle que f h = g, à savoir h = f
1
g.
2.6 Exercices
1. Un ensemble est donne avec une operation. Verier si cette operation est partout denie
et si elle admet dans lensemble un element neutre. Chaque element de lensemble possède-t-il
dans lensemble un inverse pour loperation ? Lensemble forme-t-il un groupe pour loperation
consideree ?
a) Z, ; b) N, +; c) N, ; d) Q, ; e) Q
, :;
f) R
, +; g) Q
, ; h) Q
+
, +; i) Q
+
, ; j) Q
+
, :;
k) lensemble des polynomes à coecients reels, en une indeterminee, de degre 3,
muni de laddition (de la multiplication);
l) lensemble des polynomes à coecients reels, en une indeterminee, de degre 3,
muni de laddition (de la multiplication);
m) lensemble des entiers modulo 7 muni de laddition (de la multiplication);
n) {1, 2, 3, 4, 5, 6} muni de la multiplication modulo 7;
p) {1, 2, 3, 4, 5, 6, 7} muni de la multiplication modulo 8.
2. Trouver les valeurs reelles x telles que
a)
1
x
< 3 f) |x 1| < |2 3x|
b) 1 < 2x + 3 2 g) |x
2
+ 4x + 3| 1
c)
x
2
3x
x + 2
> 0 h)
|3 2x|
x
2
4

2
d) 8 <
1
x
2
< 0 i)
x 1
5x + 2
> 3
e) x
3
5x
2
< 6x
3. Montrer que, pour tout x, y R, on a
a) |x y| |x| + |y|
b) |x y| | |x| |y| |
4. Les pages dun livre sont numerotees paires à gauche et impaires à droite. Une photoco-
pieuse permet de reproduire deux pages à la fois (une de gauche et une de droite). Exprimez par
une formule le nombre de photocopies necessaires pour reproduire toutes les pages numerotees
de m à n.
5. Pour quelles valeurs du nombre naturel m avons-nous
_
1
2
_
m
< 10
5
?
6. Exprimer 16
m
comme puissance de 2.
7. Eectuer (2
2
)
3
; (2
3
)
2
; 2
(2
3
)
; 2
(3
2
)
; (a
n
)
n
.
8. Que valent
a)
10
i=5
2
i
? b)
n
2
i=n
1
2
i
?
9. Calculer
_
2001
1999
_
.
10. Prouver
n
i=1
i =
_
n + 1
2
_
.
11. Ecrire les 5 premières lignes du triangle de Pascal.
12. Developper (1 1)
n
et en deduire une propriete des coecients binomiaux. M eme
problème avec (1 + 1)
n
.
13. Parmi les structures
a) PE, ; b) PE, ; c) PE, \; d) PE, ,
quelles sont celles qui forment groupes ?
14. Lesquelles des egalites suivantes sont vraies pour tout choix densembles A, B, C ?
A (B C) = (A B) (A C)
A\(B C) = (A\B) (A\C)
A\(B C) = (A\B) (A\C)
On se contentera dargumenter sur un diagramme de Venn.
15. Soit les fonctions
a) [0, 1] R : x 5x;
b) R R : x 2
x
;
c) R Z : x x ;
d) R Z : x x ;
e) Z R : x x ;
f) R R : x sin x;
g) R R
+
: x |x| ;
h) R
Q : x
x
|x|
;
i) R
+
R
+
: x

x;
j) R R : x x
3
.
Determiner celles qui sont injectives, surjectives, bijectives. Donner la fonction inverse de cha-
cune des fonctions bijectives.
16. Tracer le graphe de
a) R R : x x;
b) R R : x |x|;
c) R R : x
x
|x|
.
17. Soit les fonctions de R dans R denies ci-dessous
f : x x
2
+ 1 i : x sin x
g : x x
3
x j : x e
x
h : x 2x
Calculer g f, f g, f
2
, h
4
, i j, j i. Verier f (g h) = (f g)h. Que vaut (f j hi g)(x)
?
18. Soit les permutations
a =
_
1 2 3 4 5 6
3 5 4 1 2 6
_
, b =
_
1 2 3 4 5 6
5 4 1 2 6 3
_
, c =
_
1 2 3 4 5 6
6 5 4 3 2 1
_
.
Calculer a b; b a; a a; a b c; a
1
; a b a
1
; c
2
; a
2
; a
6
.
19. Soit le carre de sommets a, b, c, d.
a) Chercher toutes les permutations des sommets qui conservent globalement le carre.
b) Etablir la table de composition des permutations trouvees.
c) Cet ensemble E de permutations, muni de la loi de composition des permutations, forme-
t-il groupe ?
d) Trouver des sous-ensembles de E qui ont eux-memes une structure de groupe.
20. La gure ci-dessous represente le plan des rues dune ville americaine. Considerons les
chemins du carrefour a au carrefour b qui suivnt uniquement des rues horizontales de gauche
à droite et verticales de haut en bas. Combien existe-t-il de tels chemins ?
21. Rechercher des symetries des pavages suivants.
22. Soit 10 boules rouges indiscernables et 3 boules vertes indiscernables. De combien de
manières
a) ces 13 boules peuvent-elles etre disposees en ligne ?
b) ces 13 boules peuvent-elles etre disposees en ligne, si seulement la couleur dune boule a
de limportance ?
c) un choix de 3 boules rouges et 2 vertes peut-il etre fait ?
Combien de ces 13 boules faut-il prendre au minimum pour en avoir certainement
d) 3 rouges ?
e) 2 vertes ?
f) deux de couleurs dierentes ?
23. Combien de vecteurs de 10 bits ont exactement six 1 ?
24. Un telegraphe transmet deux types de signaux : un point et un trait. Quelle plus petite
longueur faut-il prendre pour des mots formes de tels signaux de sorte à pouvoir encoder
- les 26 lettres de lalphabet ?
- les 256 caractères ASCII ?
25. Une adresse interne est une sequence de 4 nombres naturels, chacun de 0 à 255. Evaluez
le nombre total de ces adresses : est-il de lordre du million ? du milliard ? encore plus grand ?
26. Pour n xe, quel est le plus grand coecient binomial
_
n
k
_
? Ce plus grand coecient
est-il unique ?
27. Quel est le nombre de solutions entières (x
1
, x
2
, . . . , x
n
) de lequation x
1
+x
2
+ +x
n
=
m, o` u de plus x
i
> 0 pour i = 1, 2, . . . n ? Ici m est un naturel donne.
28. Le nombre de mots obtenus en rearrangeant les lettres du mot
TALLAHASSEE
est-il plus grand que le nombre similaire en partant plutot du mot suivant ?
MISSISSIPI
29. Etablissez une relation entre coecients binomiaux en developpant (1 + 1)
n
. Cette
relation correspond-elle à une propriete ensembliste ? Meme question avec (1 1)
n
.
30. Montrez que
n
k=0
_
n + k
k
_
est egal à un certain coecient binomial (donnez une
preuve combinatoire basee sur la denition ensembliste des coecients binomiaux).
31. Etablissez par recurrence legalite obtenue à lexercice precedent.
32. Montrez que
n
k=0
_
n
k
_
2
est egal à un certain coecient binomial (donnez une preuve
combinatoire basee sur la denition ensembliste des coecients binomiaux).
33. Etablissez par recurrence legalite obtenue à lexercice precedent.
34. Generalisez le theorème du binome à un theorème du trinome, quadrinome, etc. :
(a + b + c)
n
=?
(a + b + c + d)
n
=?
35. Completez la formule pour quelle soit valable pour tous ensembles A, B :
|A| + |B| = |A B|+?
36. Combien de permutations des lettres ABCDEF contiennent le mot DEF
a) avec les lettres D, E, F consecutives ?
b) sans cette restriction ?
Chapitre 3
Geometrie vectorielle et analytique
Le cadre geometrique dans lequel nous travaillerons sera la droite, le plan ou lespace (tridi-
mensionnel). Aucune denition precise de ce cadre nest donnee ici : nous nous contenterons
de notre intuition provenant des modèles physiques. En consequence, plusieurs proprietes, par
exemple concernant les vecteurs, seront enoncees sans demonstrations. Au chapitre 17, certaines
de ces proprietes sont reprises comme axiomes dans la denition des espaces vectoriels.
3.1 Vecteurs localises, vecteurs libres.
Un vecteur localise est un couple de points, appeles origine et extremite du vecteur :
ab
a
b
Le vecteur nul
aa, localise en a, possède une origine et une extremite confondues. En physique

sont utilises des champs de vecteurs consistant en la donnee dun vecteur localise en chaque
point de la partie despace consideree ; par exemple
vitesses à un instant des particules dun uide en mouvement
28
CHAPITRE 3. G
EOM
ETRIE VECTORIELLE ET ANALYTIQUE 29

champ de forces
Deux vecteurs

ab et

ac localises au meme point a sadditionnent selon la règle du parallelo-
gramme :
ac
ab
ab +
ac
a
c
b
ab
ac
ab +
ac
a
b
c
(si les points a, b, c sont alignes, la somme des longueurs algebriques de

ab et

ac donne la
longueur algebrique de

ab +
ac).
Proposition 3.1 Les vecteurs localises au point a forment un groupe commutatif pour laddi-
tion, de neutre

aa.
La multiplication scalaire associe à un nombre reel (ou scalaire) et un vecteur localise
ab le vecteur
ab, localise au meme point a :
ab
1
2
ab
2
ab
a
b
Elle jouit de proprietes de distributivite : pour des nombres reels , et des points a, b, c,
(
ab +
ac) =
ab +
ac,
( + )
ab =
ab +
ab.
Si a = b, les extremites de tous les vecteurs
ab, pour variant dans R, forment la droite

passant par a et b :
CHAPITRE 3. G
EOM

a
b
Si les vecteurs

ab et

ac ne sont pas proportionnels (cest-à-dire : aucun des deux nest un
multiple scalaire de lautre), les extremites des vecteurs
ab +
ac, pour , variant dans R,

forment le plan passant par a, b et c :
ab
ac
a
c
b
Fixons un point origine o. Chaque point p correspond alors au vecteur de position

op
localise en o :
op
o
p
Le centre de gravite g des point p
1
, p
2
, . . . , p
n
aectes de masses respectives m
1
, m
2
, . . . , m
n
est donne par
og =
1
m
1
+ m
2
+ . . . + m
n
_
m
1
op
1
+ m
2
op
2
+ . . . + m
n
op
n
_
=
1
n
i=1
m
i
n
i=1
m
i
op
i
.
Deux vecteurs localises

ab et

cd sont equipollents si lun est un translate de lautre :
ab
cd
a
b
d
c
CHAPITRE 3. G
EOM

La classe de tous les vecteurs localises equipollents à un vecteur localise donne est un vec-
teur libre. Un vecteur libre

v est represente par une innite de vecteurs localises

ab, plus
precisement un en chaque point a :
v
a
b
a
L addition de vecteurs libres

v
w
w
v
v + w
v
w
v + w
est une loi de groupe commutatif. La multiplication scalaire est aussi denie pour les vecteurs
libres :
v
2v
2v
v
Il nous arrivera dadditionner un vecteur lie

pq et un vecteur libre

v . Le resultat de cette
somme est le vecteur lie en p obtenu comme la somme de
pq avec le vecteur

pr representant

v
en p.
CHAPITRE 3. G
EOM

3.2 Equation vectorielle dune droite ou dun plan.
Fixons une origine o. Soit D une droite. Reperons les points p de D à partir dun point e
choisi sur D et dun vecteur libre

ab parallèle à D :
a
b
e
p
o
op =
oe +
ab
Nous avons obtenu une equation vectorielle de la droite D (quand le paramètre varie dans
R, le point p parcourt D). Un autre choix du point e sur D ou du vecteur libre

ab parallèle à
D donne une autre equation vectorielle de la meme droite D.
Remarque. Lapplication R E
3
o
: t
oe +t
ab, o` u t designe le temps, decrit un mouvement

rectiligne uniforme (cest-à-dire : sur une droite, à vitesse constante) dans lespace euclidien
centre E
3
o
.
t = 1
t = 0
t = 1
t = 2
a
b
o
e
(gure pour a = e)
Pour un plan P dans lespace centre en o (cest-à-dire : lespace o` u un point origine o a ete
choisi), nous prenons un point e dans P, et deux vecteurs libres

ab et

cd, non proportionnels,
et parallèles à P. Les points p du plan sont reperes par leurs vecteurs de position :
P
a
c
b
d
o
e
p
op =
oe +
ab +
cd
Ceci est une equation vectorielle du plan P. Dans cette expression,
op et
oe sont des vecteurs

de position (donc localises en o), tandis que
ab et
cd sont deux vecteurs libres. Le cas a = c = e

est souvent rencontre.
CHAPITRE 3. G
EOM

3.3 Repères ; coordonnees dun point ; composantes dun
vecteur.
Sur la droite, un repère est forme dun point origine o et dun point unite u. Après choix
dun repère, la droite devient un axe : ses points correspondent alors biunivoquement aux
nombres reels :
0, 82 0 1 2 4, 25
+ +
o
+
u
+ + +
Dans le plan, un repère est forme dun point origine o et de deux vecteurs localises non
proportionnels, par exemple

ou
x
et

ou
y
(ou bien

ou
1
et

ou
2
). Chaque point du plan est specie
par deux nombres, son abscisse x et son ordonnee y (ou bien x
1
et x
2
), aussi appeles coor-
donnees du point dans le repère
ou
x
,
ou
y
(ou bien
ou
1
,
ou
2
; ce repère est souvent note
e
1
,
e
2
).
Le couple (x, y) des coordonnees du point p est deni comme le couple des mesures algebriques
des projections de p sur les axes ou
x
et ou
y
, ou de manière equivalente par
op = x
ou
x
+y
ou
y
:
u
y
u
x
p = (x, y)
x
y
o
+
e
2
e
1
u
2
p = (x
1
, x
2
)
u
1
o
Le repère
e
1
,
e
2
est orthonorme lorsque les vecteurs
e
1
et
e
2
sont orthogonaux (perpendi-
culaires) et de norme (longueur) 1. Nous considererons toujours des repères orthonormes dans
ce chapitre (bien que lexpose jusquà la section 3.6 comprise soit aussi valide pour des repères
quelconques).
Un vecteur localise

ab est decrit dans un repère par les coordonnees des deux points a et b.
Un vecteur libre

v est decrit dans un repère

e
1
,

e
2
par ses composantes v
1
et v
2
, qui sont
les mesures algebriques des projections de

v sur les deux axes. Donc

v = v
1
e
1
+ v
2
e
2
. Il est
commode decrire

v = (v
1
, v
2
),
e
1
e
2
v
v
1
e
1
v
2
e
2
(1, 2)
(1/2, 1)
CHAPITRE 3. G
EOM

mais comprenons bien cette pseudo-egalite : lecriture
v = (v
1
, v
2
) signie que, dans le repère
choisi, le vecteur

v est decrit par ses composantes v
1
et v
2
. Une remarque analogue vaut pour
lecriture a = (a
1
, a
2
), o` u a est un point de coordonnees a
1
, a
2
.
Soit a = (a
1
, a
2
) et b = (b
1
, b
2
) deux points ; les composantes du vecteur libre
ab sont donnees
par
ab = (b
1
a
1
, b
2
a
2
)
(preuve : projeter sur les axes legalite vectorielle
ab =
ob
oa).
Exemple.
e
1
e
2
ab = (3, 2)
= (3 ,1)
= (6 ,3)
o
a
b
Somme et multiplication scalaire se traduisent par des operations numeriques sur les com-
posantes.
Proposition 3.2 Si R et, dans un repère

e
1
,
e
2
xe,

v = (v
1
, v
2
) et

w = (w
1
, w
2
), alors
v +
w = (v
1
+ w
1
, v
2
+ w
2
),
v = (v
1
, v
2
).
Exemple.
(5, 2) + (3, 9) = (8, 7),
6 (2, 1) = (12, 6).
Un repère dans lespace (tridimensionnel) est forme dun point origine o et de trois vec-
teurs

e
1
,
e
2
,
e
3
localises en o et non coplanaires. Nous considerons uniquement des repères
orthonormes, en imposant que les vecteurs

e
1
,
e
2
et

e
3
soient de norme 1, et deux à deux
orthogonaux.
e
1
e
3
e
2
x
1
x
2
x
3
o
p
CHAPITRE 3. G
EOM

Chaque point p est decrit dans le repère

e
1
,
e
2
,
e
3
par trois coordonnees : labscisse x
1
,
lordonnee x
2
et la hauteur ou cote x
3
, qui sont les mesures algebriques des projections de p
sur les trois axes (la gure montre aussi la projection de p sur le plan des vecteurs

e
1
,
e
2
). Le
triple (x
1
, x
2
, x
3
) est deni par
op = x
1
e
1
+ x
2
e
2
+ x
3
e
3
.
Chaque vecteur libre

v est decrit dans le repère

e
1
,
e
2
,
e
3
par le triple (v
1
, v
2
, v
3
) de ses com-
posantes, obtenues à partir de
v = v
1
e
1
+ v
2
e
2
+ v
3
e
3
.
Les proprietes enoncees dans le cas du plan ont des analogues immediats pour lespace.
Exemple. Si

v = (2, 1, 1) et

w = (1, 1, 3), alors

v +
w = (1, 2, 4).
Remarque. Il doit etre bien compris que les coordonnees des points et les composantes des
vecteurs sont denies par rapport au repère choisi. Un changement de repère entrane un chan-
gement des valeurs : dans le cas de la gure, nous avons
e
1
e
2
v

e
2
o
a
v = (1, 1) dans le repère

e
1
,

e
2
,
= (
2, 0) dans le repère
1
,

e
2
.
Rappelons la signication de ces ecritures :
v = 1
e
1
+ 1
e
2
,
=
1
+ 0
2
.
Pour le point a, en mesurant sur la gure, nous obtenons :
a = (3, 5 ; 0, 5) dans le repère

e
1
,

e
2
,
= (1, 8 ; 1, 7) dans le repère
1
,

e
2
.
3.4 Equation dune droite dans le plan coordonne.
Soit D une droite, dequation vectorielle
CHAPITRE 3. G
EOM

u
x
u
y
a
b
e
p
op =
oe +
ab. (1)
Le vecteur

ab est un vecteur directeur de la droite D. Introduisons des notations pour les
coordonnees des points e, a, b, p dans le repère choisi :
e = (e
x
, e
y
), a = (a
x
, a
y
), b = (b
x
, b
y
), p = (x, y).
En projetant lequation vectorielle (1) sur les axes, nous obtenons des equations parame-
triques de la droite D :
_
x = e
x
+ (b
x
a
x
)
y = e
y
+ (b
y
a
y
)
(2)
Lorsque le paramètre prend toutes les valeurs reelles, le point p occupe toutes les positions
possibles sur D. Notons quun autre choix du point e sur D, ou du vecteur libre

ab parallèle à
D, conduira à un autre système de deux equations parametriques de D.
Exemple. Pour ecrire des equations parametriques de la droite passant par les points
(1, 2) et (3, 3), nous appliquons les formules
precedentes avec e = (1, 2) = a et b = (3, 3) :
_
x = 1 + 2
y = 2 +
u
x
u
y
(1,2)
(3,3)
o
+
+
+
+
+ +
Eliminons le paramètre des equations (2) pour deduire une relation entre les coordonnees x
et y dun point de D. Si b
x
a
x
= 0 = b
y
a
y
, nous obtenons
x e
x
b
x
a
x
=
y e
y
b
y
a
y
; (3)
reciproquement, tout couple (x, y) satisfaisant (3) est obtenu en (2) pour une certaine valeur
de . Si b
x
a
x
= 0, nous obtenons plutot
x = e
x
(4)
(cest-à-dire : labscisse x dun point de D est constante, donc D est parallèle à laxe ou
y
), et
si b
y
a
y
= 0,
y = e
y
(5)
(droite parallèle à laxe ou
x
).
CHAPITRE 3. G
EOM

En reecrivant les equations (3), (4), (5), nous constatons quune droite D est lensemble des
points p = (x, y) dont les coordonnees verient une certaine equation du premier degre
kx + ly + m = 0.
Les coecients k, l, m de cette equation cartesienne de la droite D sont, à un facteur multi-
plicatif non nul près, determines par D. Il faut bien s ur (k, l) = (0, 0).
Exemple. La droite dequation
2x + 3y + 6 = 0
coupe laxe ou
x
au point (3, 0) et laxe ou
y
au point (0, 2).
Lequation
10x + 15y + 30 = 0
determine la meme droite.
u
x
u
y
0
+
+
+
+
+
+ +
Exemple. Pour trouver lequation cartesienne de la droite passant par les points (2, 3) et
(4, 5), nous utilisons lequation (3) :
x 2
4 2
=
y + 3
5 (3)
ou 4xy 11 = 0. (Verication de la reponse obtenue : (2, 3) ainsi que (4, 5) satisfont cette
equation).
Exemple. Calculons les coordonnees du point dintersection des droites D
1
et D
2
dequations
respectives
D
1
3x y + 6 = 0, D
2
x + 5y + 8 = 0.
Une première methode consiste à resoudre le système
_
3x y +6 = 0
x +5y +8 = 0
par exemple en additionnant 5 fois la première equation à la deuxième :
_
3x y + 6 = 0
14x + 38 = 0
do` u x =
19
7
et y =
15
7
.
Une deuxième methode revient à ecrire des equations parametriques de D
1
, par exemple en
choisissant x comme paramètre :
D
1
_
x = x
y = 6 + 3x
et à reporter ces expressions dans lequation de D
2
:
x + 5(6 + 3x) + 8 = 0,
do` u x =
19
7
et y =
15
7
.
CHAPITRE 3. G
EOM

Dans le cas de deux droites parallèles distinctes, les calculs auraient conduit à une equation
sans solution. Nous allons etablir une condition analytique de parallelisme des droites D
1
et D
2
donnees par
D
1
k
1
x + l
1
y + m
1
, D
2
k
2
x + l
2
y + m
2
.
Deux droites sont parallèles si elles ont des vecteurs directeurs proportionnels. En supposant
dabord les coecients k
1
, l
1
, k
2
, l
2
non nuls, reecrivons les equations sous la forme
D
1

x +
m
1
k
1
l
1
=
y
k
1
, D
2

x +
m
2
k
2
l
2
=
y
k
2
.
Dune comparaison avec lequation (3), nous deduisons le vecteur directeur de composantes
(l
1
, k
1
) pour D
1
, et (l
2
, k
2
) pour D
2
. La condition de parallelisme est alors
k
1
k
2
=
l
1
l
2
. (6)
Si un des coecients k
1
, k
2
, l
1
, l
2
est nul, la condition de parallelisme requiert que lautre coe-
cient apparaissant dans le meme quotient en (6) soit egalement nul.
Exemples.
1. Les droites
D
1
3x y + 4 = 0 et D
2
9x + 3y + 2 = 0
sont parallèles car
3
9
=
1
3
.
2. En faisant varier le terme independant dans lequation dune droite D, on obtient les
equations des droites parallèles à D. Ainsi,
3x y + m = 0
donne, pour m R, toutes les droites parallèles à celle dequation 3x y + 2 = 0.
Lannulation du terme independant fournit lequation de la droite parallèle passant par
lorigine du repère.
3.5 Equation dun plan dans lespace coordonne.
En projetant sur les axes une equation vectorielle
op =
oe +
ab +
cd
dun plan P, nous obtenons des equations parametriques de P dans le repère qui a ete
selectionne. Avec des notations similaires à celles de la section precedente :
_
_
_
x = e
x
+ (b
x
a
x
) + (d
x
c
x
)
y = e
y
+ (b
y
a
y
) + (d
y
c
y
)
z = e
z
+ (b
z
a
z
) + (d
z
c
z
)
Lelimination des deux paramètres et conduit à une equation du premier degre
kx + ly + mz + n = 0,
equation cartesienne du plan P. Le quadruple (k, l, m, n) est determine, à un facteur multi-
plicatif non nul près, par P ; de plus, (k, l, m) = (0, 0, 0).
CHAPITRE 3. G
EOM

Exemple. Soit P le plan passant par les points (2, 3, 5), (6, 0, 7) et (1, 2, 5). En voici des
equations parametriques :
_
_
_
x = 2 +(6 2) +(1 2) = 2 8 3
y = 3 +(0 3) +(2 3) = 3 3
z = 5 +(7 (5)) +(5 (5)) = 5 +12 +10
Illustrons sur cet exemple lelimination systematique des deux paramètres ; à chaque etape, une
equation reste inchangee, et des multiples en sont ajoutes aux autres equations :
_
_
_
x 3y = 7 + (1) 3(2)
y = 3 3 (2)
z + 10 = 25 18 (3) + 10(2)
_
_
_
x 3y = . . . (1)
y = . . . (1)
z + 10y + 18x 54y = 25 126 (3) + 18(1)
do` u lequation cartesienne
18x 44y + z + 101 = 0.
(Les coordonnees des points donnes verient bien cette equation). Une autre methode pour
obtenir cette equation consiste à considèrer lequation generale kx+y +mz +p = 0 dun plan,
et à exprimer pour chacun des points donnes que ses coordonnees verient lequation.
Les plans P
1
et P
2
dequations respectives
P
1
k
1
x + l
1
y + m
1
z + n
1
= 0, P
2
k
2
x + l
2
y + m
2
z + n
2
= 0.
sont parallèles ssi
k
1
k
2
=
l
1
l
2
=
m
1
m
2
. (7)
Veillons à bien interpreter ces deux egalites lorsque lun des coecients y intervenant est
nul : il faut alors que lautre coecient present dans le meme quotient sannule. Par exemple,
si k
1
= 0, les plans P
1
et P
2
sont parallèles à la condition que k
2
= 0 et
l
1
l
2
=
m
1
m
2
. Si de plus
l
2
= 0, la condition devient k
2
= l
1
= 0.
La condition de parallelisme (7) peut setablir en generalisant les arguments utilises dans le
cas de deux droites du plan coordonne. Une autre approche sera detaillee dans la section 3.8.
Exemple. Pour quelle(s) valeur(s) du nombre r les plans
P
1
(2 r)x + 3y 5z + 2 = 0 et P
2
9y + (7 + 4r)z + 2r = 0
sont-ils parallèles ? Il faut et il sut
2 r
0
=
3
9
=
5
7 + 4r
cest-à-dire r = 2 et
3
9
=
5
15
(toujours verie). Reponse : r = 2.
Remarque. Le plan par lorigine du repère et parallèle au plan dequation
3x 5y + z + 17 = 0
CHAPITRE 3. G
EOM

a pour equation
3x 5y + z = 0
(obtenue en annulant le terme independant).
Nous avons vu quune equation lineaire decrit
dans le plan coordonne, une droite ;
dans lespace coordonne, un plan.
Trop detudiants croient malheureusement quen toute dimension une droite est decrite par une
seule equation lineaire. A la n de la section 17.4, il sera au contraire montre quune equation
lineaire en les coordonnees dun point dun espace de dimension n decrit un sous-espace de
dimension n 1 (cest-à-dire de codimension 1).
3.5.1 Faisceaux de plans
Soit les plans P
1
et P
2
de R
3
dequations respectives
P
1
k
1
x + l
1
y + m
1
z + n
1
= 0, P
2
k
2
x + l
2
y + m
2
z + n
2
= 0.
Si le couple (, ) de nombres reels prend toutes les valeurs possibles sauf (0, 0), lequation
(k
1
x + l
1
y + m
1
z + n
1
) + (k
2
x + l
2
y + m
2
z + n
2
) = 0
est celle dun plan quelconque du faisceau determine par les plans P
1
et P
2
. Si P
1
et P
2
sont
parallèles, le faisceau quils determinent est forme de tous les plans qui leur sont parallèles. Si
P
1
et P
2
sont secants, le faisceau est forme de tous les plans contenant la droite dintersection
P
1
P
2
.
3.6 Equations dune droite dans lespace coordonne.
Partons dune equation vectorielle dune droite D
op =
oe +
ab
et projetons cette equation sur les trois axes du repère choisi, pour obtenir des equations
parametriques de D :
_
_
_
x = e
x
+ (b
x
a
x
)
y = e
y
+ (b
y
a
y
)
z = e
z
+ (b
z
a
z
)
En eliminant le paramètre de ces trois equations, nous obtenons deux equations lineaires en
x, y, z :
x e
x
b
x
a
x
=
y e
y
b
y
a
y
=
z e
z
b
z
a
z
. (8)
Remarque. Si (par exemple) b
z
a
z
= 0, cette ecriture signie
x e
x
b
x
a
x
=
y e
y
b
y
a
y
et z e
z
= 0.
Le système dequations (8) decrit la droite D dans le sens quun point appartient à D ssi
ses coordonnees x, y, z verient ces equations. Il sagit dun système très particulier, puisque les
CHAPITRE 3. G
EOM

trois coordonnees x, y, z ont pu etre isolees. De manière generale, un système de deux equations
lineaires
_
k
1
x + l
1
y + m
1
z + n
1
= 0
k
2
x + l
2
y + m
2
z + n
2
= 0
(9)
avec (k
1
, l
1
, m
1
) et (k
2
, l
2
, m
2
) non proportionnels decrit une droite. En eet, chacune des deux
equations determine un plan, et ces deux plans ne sont pas parallèles. Les solutions (x, y, z) du
système (9) forment lintersection de ces deux plans, donc une droite. Comme une droite D est
dune innite de manières lintersection de deux plans, cette droite D peut etre decrite par une
innite de systèmes du type (9).
Exemple. Les deux systèmes de deux equations lineaires
_
3x y +z = 2
x y +5z = 7
et
_
4x 2y +6z = 9
x +y 9z = 12
representent la meme droite, determinee par les points (
5
2
,
19
2
, 0) et (0,
3
4
,
5
4
).
Pour verier si deux droites sont parallèles, il sut de tester si un vecteur directeur de la
première droite est proportionnel à un vecteur directeur de la deuxième droite.
Exemple. La droite de lexemple precedent est-elle parallèle à la droite dequations
x 5
2
=
3y 10
5
=
1
2
z
2
?
Un vecteur directeur de la première droite est
(0,
3
4
,
5
4
) (
5
2
,
19
2
, 0) = (
5
2
,
35
4
,
5
4
).
Les coordonnees x, y, z sont isolees dans les equations donnees pour la seconde droite, equations
que nous reecrivons
x 5
2
=
y
10
3
5
3
=
z
4
.
Il apparat ainsi (comparez avec les formules (8)) que
(2,
5
3
, 4)
est un vecteur directeur de la seconde droite. Avons-nous
5/2
2
=
35/4
5/3
=
5/4
4
?
Non, donc les deux droites donnees ne sont pas parallèles.
Pour quune droite soit parallèle à un plan, il faut et il sut quun vecteur directeur de
cette droite soit parallèle au plan.
Exemple. La droite D dequations
2x y
3
=
y z
2
= z 1
CHAPITRE 3. G
EOM

est-elle parallèle au plan P dequation
x y + 8 = 0 ?
Cherchons deux points de la droite D, par exemple en faisant z = 1 puis z = 2 :
a = (
1
2
, 1, 1) et b = (
7
2
, 4, 2).
Le vecteur directeur
ab = (3, 3, 1) est-il parallèle au plan P ? En localisant ce vecteur à lorigine

et en prenant le plan P
o
par lorigine, parallèle à P, nous nous demandons si le point (3, 3, 1)
appartient à P
o
, dont lequation est x y = 0. La reponse est armative.
Une methode plus rapide du point de vue des calculs consiste à ramener demblee la droite
D à lorigine, pour obtenir donc la parallèle D
o
dequations
2x y
3
=
y z
2
= z.
Il sut alors de verier, pour un point quelconque de D
o
distinct de o, sil appartient à P
o
.
De manière generale, les verications de parallelisme se traduisent en questions dinclusion,
degalite ou de proportionnalite pour les objets ramenes à lorigine.
3.7 Longueurs ; produit scalaire.
La distance entre deux points a et b est notee |ab| ; cest aussi la norme ou longueur |
ab| du
vecteur

ab.
Theorème 3.3 (de Pythagore) . Dans un triangle abc rectangle en b :
|ac|
2
= |ab|
2
+ |bc|
2
.
a
b
c
Dans la suite de ce chapitre, tous les repères doivent etre pris orthonormes !
3.7.1 Distance entre deux points.
Pour exprimer en fonction de leurs coordonnees la distance entre deux points p = (x, y) et
p
= (x
, y
) du plan coordonne, nous formons un triangle rectangle (voir gure) ; do` u

|pp
|
2
= (x x
)
2
+ (y y
)
2
et
|pp
| =
_
(x x
)
2
+ (y y
)
2
.
0
u
x
u
y
p
= (x
, y
p = (x, y) (x
, y)
CHAPITRE 3. G
EOM

De meme, pour p = (x, y, z) et p
= (x
, y
, z
) deux points de lespace coordonne :

|pp
| =
_
(x x
)
2
+ (y y
)
2
+ (z z
)
2
.
Cette formule sobtient en appliquant deux fois le theorème de Pythagore :
dabord au triangle de sommets
(x, y, z), (x
, y, z), (x
, y
, z)
rectangle en (x
, y, z),
puis au triangle de sommets
(x, y, z), (x
, y
, z), (x
, y
, z
)
rectangle en (x
, y
, z).
u
x
u
z
u
y
p
= (x
, y
, z
)
p = (x, y, z)
(x
, y, z)
(x
, y
, z) 0
Pour un vecteur dans lespace muni dun repère (orthonorme !)

e
1
,
e
2
,
e
3
, si a = (a
1
, a
2
, a
3
) et
b = (b
1
, b
2
, b
3
) :
|
ab| =
_
3
i=1
(a
i
b
i
)
2
.
Notons, pour R :
|
ab| = |||
ab|
(le lecteur distingue-t-il bien les deux usages des barres verticales : pour la valeur absolue dun
nombre reel, pour la norme dun vecteur ?)
3.7.2 Cosinus et sinus dun angle.
Le cercle unite est, par denition, le cercle centre à lorigine du repère et de rayon 1. Un
point p de ce cercle est determine par langle oriente entre

ou
x
et

op, mesure dans le sens
trigonometrique. Par denition, les coordonnees de p sont notees cos et sin :
p = (cos , sin ).
o
x
y
p
u
x
u
y
sin
cos
Ceci denit les fonctions cosinus et sinus, chacune de R vers R, si lon precise que est mesure
en radians (donc un tour complet mesure 2 radians) :
cos : R R : cos ,
CHAPITRE 3. G
EOM

sin : R R : sin .
Certaines valeurs particulières decoulent immediatement de la denition :
cos 0 = 1, sin 0 = 0,
cos

2
= 0, sin

2
= 1,
cos = 1, sin = 0,
cos
3
2
= 0, sin
3
2
= 1,
de meme que la periodicite de ces deux fonctions :
cos( + 2) = cos , sin( + 2) = sin .
La gure suivante permet detablir cos

4
=
2
2
= sin

4
.
o
x
y
p
u
x
u
y
q
En eet, le triangle oqp est rectangle en q, donc |op|
2
= 1 = |oq|
2
+ |pq|
2
. De plus, ce triangle
est isocèle avec |oq| = |pq|. Ainsi |pq|
2
= |oq|
2
=
1
2
.
Citons encore les formules aisees à obtenir :
cos() = cos , sin() = sin ,
cos(
2
) = sin , sin(
2
) = cos ,
cos( +

2
) = sin , sin( +

2
) = cos ,
cos
2
+ sin
2
= 1.
Lecriture cos
2
designe en fait (cos )
2
= (cos )(cos ).
Comme cos() = cos , nous pouvons aussi denir le cosinus dun angle non oriente.
3.7.3 Projection orthogonale dun vecteur sur un autre.
Traitons le cas de deux vecteurs
v et
w non nuls, localises en un meme point, et designons

par
la projection orthogonale de
v sur

w (cest-à-dire sur la droite contenant origine et
extremite de

w) :
v
w
v
w
v
CHAPITRE 3. G
EOM

Le vecteur projete
est proportionnel à

w ; en fait par la denition du cosinus de langle
entre

v et

w :
=
|
v | cos
|
w|
w.
3.7.4 Produit scalaire.
Par convention, le produit scalaire des deux vecteurs

v et

w localises en un meme point
est nul si un des deux vecteurs est nul. Si les deux vecteurs sont non nuls, appelons langle
quils forment, et denissons le produit scalaire de

v et

w comme le nombre
w = |
v | |
w| cos .
Ainsi,

v
w = 0 ssi lune des trois conditions suivantes est satisfaite :
v =
o ,

w =
o ,

v
w.
En designant à nouveau par
la projection orthogonale de

v sur

w (il nous faut pour cela
supposer

w =
o ), nous avons aussi
w = |
| |
w|,
le signe + devant etre pris si
et

w pointent dans le meme sens, autrement dit si langle
est aigu :
v
w
v
w
v
cas v w > 0 cas v w < 0
Exemple. Le travail eectue lors du deplacement rectiligne dun point dune position a à une
position b dans un champ de forces constant

F vaut
ab.
Nous verrons plus tard comment denir le travail pour
un deplacement quelconque dans un champ de forces
quelconque (grace à la notion dintegrale curviligne).
F
b
a
Le produit scalaire de deux vecteurs libres peut egalement etre deni (prendre deux repre-
sentants localises au meme point). Voici quelques proprietes du produit scalaire, o` u

u ,
v ,

w
sont des vecteurs quelconques et , des nombres reels quelconques :
u 0 et (
u = 0 ssi

u =
o )
[Le produit scalaire est deni positif]
v =
u
CHAPITRE 3. G
EOM

[est symetrique]
(
u +
v )
w =
w +
w (
u +
v ) =
u +
v
[est bilineaire ]
3.7.5 Expression analytique du produit scalaire.
Dans un plan muni dun repère (orthonorme !)

e
1
,

e
2
, soit

v = (v
1
, v
2
) et

w = (w
1
, w
2
).
Grace à la bilinearite du produit scalaire, nous obtenons
w = (v
1
e
1
+ v
2
e
2
) (w
1
e
1
+ w
2
e
2
)
= v
1
e
1
(w
1
e
1
+ w
2
e
2
) + v
2
e
2
(w
1
e
1
+ w
2
e
2
)
= v
1
w
1
e
1

e
1
+ v
1
w
2
e
1

e
2
+ v
2
w
1
e
2

e
1
+ v
2
w
2
e
2

e
2
= v
1
w
1
+ v
2
w
2
(la dernière egalite decoule de
e
1

e
1
= 1 =
e
2

e
2
et

e
1

e
2
= 0 : la base est orthonormee).
De meme dans lespace :
w = v
1
w
1
+ v
2
w
2
+ v
3
w
3
.
Exemple. Determinons langle entre les vecteurs
v = (2, 5, 7) et
w = (3, 1, 1). De
w =
|
v | |
w| cos , nous tirons

cos =
w
|
v | |
w|
=
2 3 + 5 1 + 7 (1)
4 + 25 + 49
9 + 1 + 1
,
donc la valeur de cos , et ensuite de (comprise entre 0 et radians).
Orthogonalite de deux vecteurs.
Avec les memes notations que precedemment :
v et
w sont orthogonaux ssi v

1
w
1
+v
2
w
2
+
v
3
w
3
= 0.
3.8 Calculs dangles et de distances.
Lequation
kx + ly + m = 0 k, l, m constants, (k, l) = (0, 0)
dune droite D dans le plan coordonne se reecrit, avec un produit scalaire,
(k, l) (x, y) = m.
Comme dhabitude, (x, y) denote le couple des coordonnees dun point du plan; nous considerons
(k, l) comme le couple des composantes dun vecteur libre. Introduisons de plus la projection
de (x, y) sur (k, l), soit (x
, y
). Il vient
|(k, l)| |(x
, y
)| = m.
Ainsi la longueur |(x
, y
)| est constante, ce qui montre

CHAPITRE 3. G
EOM

o u
x
u
y
D
(x
, y
)
(x, y)
(k, l)
que le vecteur (k, l) est orthogonal à la droite D.
De meme dans lespace, si P est le plan dequation
kx + ly + mz + n = 0,
le vecteur (k, l, m) est orthogonal à P ; lequation se reecrit
(k, l, m) (x, y, z) = n.
Etablissons à present la condition de parallelisme entre plans rencontres dans la section 3.5.
Les plans dequations respectives
k
1
x + l
1
y + m
1
z + n
1
= 0
et
k
2
x + l
2
y + m
2
z + n
2
= 0
sont parallèles ssi le vecteur (k
1
, l
1
, m
1
) est proportionnel au vecteur (k
2
, l
2
, m
2
), cest-à-dire
k
1
k
2
=
l
1
l
2
=
m
1
m
2
.
Langle entre deux droites D
1
et D
2
du plan est soit egal à langle entre les vecteurs
D
2
D
1
v
2
v
1
D
1
D
2
v
2
v
1
v
1
et
v
2
, respectivement orthogonaux à D
1
et D
2
, soit supplementaire de cet angle (de manière
plus precise : soit les mesures des angles et sont egales, soit ces mesures ont pour somme
). Nous en deduisons une formule donnant cos .
Angle de deux droites dans le plan.
Pour les droites du plan coordonne
D
1
k
1
x + l
1
y + m
1
= 0, D
2
k
2
x + l
2
y + m
2
= 0,
langle entre D
1
et D
2
se calcule à partir de
cos =
|k
1
k
2
+ l
1
l
2
|
_
k
2
1
+ l
2
1
_
k
2
2
+ l
2
2
et 0

2
.
CHAPITRE 3. G
EOM

3.8.1 Angle de deux plans dans lespace.
Langle entre les plans P
1
et P
2
, donnes par leur equation dans lespace coordonne :
P
1
k
1
x + l
1
y + m
1
z + n
1
= 0, P
2
k
2
x + l
2
y + m
2
z + n
2
= 0,
sobtient grace à
cos =
|k
1
k
2
+ l
1
l
2
+ m
1
m
2
|
_
k
2
1
+ l
2
1
+ m
2
1
_
k
2
2
+ l
2
2
+ m
2
2
et 0

2
.
3.8.2 Distance dun point à une droite dans le plan.
Soit a = (a
x
, a
y
) un point et D kx + ly + m = 0 une droite dans le plan coordonne.
Prenons un point p sur D. La distance du point a à la droite D est la longueur de la projection
du vecteur

pa sur le vecteur

v = (k, l) orthogonal à la droite.
o
a
p
(k, l)
Cette distance vaut donc :
|
pa
v |
|
v |
=
|
oa
op
v |
|
v |
=
|ka
x
+ la
y
+ m|
k
2
+ l
2
.
Distance dun point à un plan dans lespace.
Pour un point a = (a
1
, a
2
, a
3
) et un plan P dequation k
1
x
1
+ k
2
x
2
+ k
3
x
3
+ k
4
= 0 dans
lespace ramene à un repère

e
1
,
e
2
,

e
3
(orthonorme !), la distance de a à P vaut
|k
1
a
1
+ k
2
a
2
+ k
3
a
3
+ k
4
|
_
k
2
1
+ k
2
2
+ k
2
3
.
3.9 Produit vectoriel.
Dans lespace (tridimensionnel), deux repères ont ou nont pas la meme orientation :
CHAPITRE 3. G
EOM

e
1
e
3
e
2
1

e
3
les repères
e
1
,
e
2
,

e
3
et
1
,

e
2
,
3
ont des orientations opposees, les repères
e
1
,
e
2
,
e
3
et
1
,
2
,

e
3
ont meme orientation. Pour comprendre intuitivement cela, imaginons un individu place le long
du troisième vecteur du repère (tete vers lextremite du vecteur) ; pour ramener au plus court
(c.-à-d. en tournant dun angle inferieure à ) le premier vecteur du repère sur le second, cet
individu selectionne un des deux sens de rotation autour du troisième axe :
e
1
e
3
e
2
Il nest pas dicile detendre cette comparaison dorientation au cas de deux repères non
necessairement orthonormes.
Tous les repères de lespace sont ainsi repartis en deux classes, de sorte que deux repères
dune classe ont meme orientation, deux repères de classes distinctes ont des orientations op-
posees.
Orienter lespace, cest faire le choix dune de ces deux classes. Les repères de la classe
choisie sont dits privilegies, ou positivement orientes. Il y a donc un choix arbitraire dans
la denition des repères positivement orientes. Cet arbitraire est parfois leve par reference à un
objet physique (tire-bouchon, main gauche).
Dans la suite de cette section, nous supposons lespace oriente.
Le produit vectoriel
ab
ac de deux vecteurs
ab et
ac est egal au vecteur
ad tel que
1.
ad =
aa =
o lorsque
ab et
ac sont proportionnels ;
CHAPITRE 3. G
EOM

2. lorsque
ab et
ac ne sont pas proportionnels,

|
ad| = |
ab| |
ac| sin ,
o` u est langle entre
ab et
ac, avec 0 < < ,
ad
ab,
ad
ac,
et
ab,
ac,
ad forment un repère positivement oriente.

e
1
e
3
e
2
a
d
b
c
a
b
c
d
ad =
ab
ac
Dans le cas 2, le produit vectoriel
ab
ac est donc orthogonal au plan passant par les points

a, b, c. Sa longueur est laire du parallelogramme construit sur les vecteurs
ab et
ac :
c
a
b
c
en eet, designons par c
la projection orthogonale du point c sur la perpendiculaire à la droite

ab, dans le plan abc, par le point a ; laire du parallelogramme en question vaut
|
ab| |
ac
| = |
ab| |
ac| cos(
2
) = |
ab| |
ac| sin.
Le produit vectoriel de deux vecteurs libres se denit à laide de representants localises
au meme point ; il est egalement un vecteur libre.
CHAPITRE 3. G
EOM

Proposition 3.4 Pour des vecteurs

u ,

v ,
w et des nombres reels , :
w =
v
[le produit vectoriel est antisymetrique]
(
u +
v )
w =
w +
w (
u +
v ) =
u +
v
[bilineaire]
w =
o ssi

v =
o ,
w =
o ou

v et

w sont parallèles .
Calculons une expression analytique du produit vectoriel dans un repère orthonorme
e
1
,
e
2
,
e
3
. Si
v = v
1
e
1
+
v
2
e
2
+
v
3
e
3
,

w = w
1
e
1
+ w
2
e
2
+ w
3
e
3
,
nous avons grace à la bilinearite :
w = v
1
w
1
e
1

e
1
+ v
1
w
2
e
1

e
2
+ v
1
w
3
e
1

e
3
+ v
2
w
1
e
2

e
1
+ v
2
w
2
e
2

e
2
+ v
2
w
3
e
2

e
3
+ v
3
w
1
e
3

e
1
+ v
3
w
2
e
3

e
2
+ v
3
w
3
e
3

e
3
.
Comme
e
1

e
2
=
e
2

e
1
=
e
3
,
e
2

e
3
=
e
3

e
2
=
e
1
,
e
3

e
1
=
e
1

e
3
=
e
2
,
et
e
1

e
1
=
e
2

e
2
=
e
3

e
3
=
o ,
il vient
w = (v
2
w
3
v
3
w
2
)
e
1
+ (v
3
w
1
v
1
w
3
)
e
2
+ (v
1
w
2
v
2
w
1
)
e
3
.
Pour les lecteurs qui connaissent dejà les determinants :
w = det
_
_
e
1
e
2
e
3
v
1
v
2
v
3
w
1
w
2
w
3
_
_
Exemple. En mecanique, le moment dune force
F appliquee au point P, par rapport au point

o, est
op
F .
Produit mixte.
Le produit mixte des vecteurs

u ,
v ,
w est par denition le nombre

u (
w).
Pour des vecteurs localises au meme point, cest la mesure algebrique du parallelipipède quils
sous-tendent,
CHAPITRE 3. G
EOM

w
v
u
v w
puisque si
designe la projection de

u sur

v
w :
u (
w) = |
| |
w|,
qui est le produit de la hauteur de ce parallelipipède et de laire de sa base construite sur
v et
w (produit aecte du signe + si

u ,
v ,

w est positivement oriente).
3.10 Coordonnees polaires
Dans certaines situations, il sera utile de repèrer un point du plan par des nombres autres
que ses coordonnees cartesiennes. Un repère orthonorme ayant ete choisi dans le plan,
e
x
e
y
p = (x, y)
specions un point p, distinct de lorigine o du repère, par sa distance à lorigine et la mesure

de langle oriente de

e
x
vers

op (dans le sens trigonometrique). Les coordonnees polaires
CHAPITRE 3. G
EOM

et sobtiennent en fonction des coordonnees cartesiennes x, y du meme point p grace à :
_
_
=
_
x
2
+ y
2
cos =
x
sin =
y
Les deux dernières egalites impliquent tg =

sin
cos
=
y
x
, mais nest pas entièrement determine
par tg =
y
x
(notez que le point symetrique de p par rapport à o donne le meme rapport
y
x
,
tandis que son angle dière par de celui de p). Enn,
_
x = cos
y = sin
3.11 Exercices
1. On donne les points a = (1, 2), b = (4, 4) et c = (4, 3) du plan. Determiner
a) les composantes des vecteurs
ab et
ba ;
b) les coordonnees du milieu du segment ab ;
c) les coordonnees du centre de gravite du triangle abc.
2. Soit g le centre de gravite du triangle abc ; calculer la somme vectorielle
ga +
gb +
gc.
3. On donne les points a = (1, 7) et b = (6, 3).
a) Determiner les coordonnees du point c situe sur la droite ab et tel que
ac =
2
3
cb.
b) Meme question avec a = (1, 8), b = (8, 1) et
ac =
3
4
cb.
4. La longueur dun vecteur
ab du plan euclidien est 13, son origine est le point a = (2, 3),
la projection de son extremite sur laxe oy est le point (0, 8). Determiner les coordonnees de b
et les composantes de ce vecteur.
5. Dans le plan, donner lequation des droites suivantes :
a) laxe ox;
b) laxe oy ;
c) la droite qui passe par les points (0, 0) et (1, 1) ;
d) la droite qui passe par les points (1, 0) et (0, 2) ;
e) la droite qui passe par les points (1, 4) et (1, 2) ;
f) la droite parallèle à laxe ox qui passe par (2, 4) ;
g) la droite parallèle à la droite dequation x + 3y = 4 qui passe par le point (1, 2).
CHAPITRE 3. G
EOM

6. Quelle est lequation de la droite du plan qui passe par (2, 3) et qui est parallèle à la
droite passant par (4, 1) et (2, 2) ?
7. Trouver lequation de la droite passant par le point (2, 1) et par le point dintersection
des droites dequations respectives
3x 2y + 10 = 0 et 4x + 3y 7 = 0.
8. Quelle est lequation de la perpendiculaire à la droite dequation 2x 3y 4 = 0, qui
passe par le point (3, 2) ?
9. Soit le point p = (3, 5) du plan euclidien. Quelles sont les coordonnees des points
symetriques de p par rapport
a) à lorigine ;
b) à laxe ox;
c) à laxe oy ;
d) au point (7, 2) ;
e) à la première bissectrice ;
f) à la droite dequation x + 2y = 3.
10. Determiner la valeur du paramètre reel k pour que dans le plan coordonne
a) la droite dequation 3kx + 5y + k = 0 passe par le point (1, 4);
b) la droite dequation 4x ky 7 = 0 ait une pente 3 ;
c) la droite dequation kx y = 3k 6 coupe laxe des x au point dabscisse 5.
11. Considerons dans le plan coordonne le triangle forme par les droites dequations res-
pectives
x y + 2 = 0,
2x + 3y + 9 = 0,
et
4x + y 7 = 0.
a) Determiner les coordonnees des sommets de ce triangle.
b) Determiner les coordonnees des milieux de ses cotes.
c) Ecrire les equations de ses medianes.
12. Le point dintersection g des medianes dun triangle se trouve sur laxe des abscisses.
Deux des sommets concident avec les points a = (2, 3) et b = (5, 1), le troisième sommet
etant sur laxe des ordonnees. Trouver les coordonnees des points c et g.
13. Demontrer que la droite dequation 2x + y + 3 = 0 coupe le segment limite par les
points a = (5, 1) et b = (3, 7).
14. Dans le plan coordonne, quelle est lequation de la droite parallèle à la droite dequation
2x +3y 5 = 0 et qui passe par le point dintersection des droites dequations 2x 5y +9 = 0
et 4x + 7y 1 = 0 ?
15. Dans R
2
, quelle est lequation de la droite commune aux deux faisceaux
1
(5x + 3y 2) +
1
(3x y 4) = 0,
2
(x y + 1) +
2
(2x y 2) = 0 ?
16. Soit les droites A 3x + 4y 10 = 0 et B 3x y 5 = 0 du plan euclidien.
CHAPITRE 3. G
EOM

a) Quelle est lequation generale des droites passant par A B ?
b) Determiner parmi ces droites celles qui sont tangentes au cercle dequation x
2
+y
2
+2x
4y = 0 et donner langle de ces tangentes.
17. Trouver lequation du cercle de centre (3, 1), qui decoupe sur la droite dequation
2x 5y + 18 = 0 une corde de longueur 6.
18. Determiner les equations des cercles tangents aux droites A et B dequations x2y+2 =
0 et 2x y + 1 = 0, et dont le centre se trouve sur la droite dequation 5x y 11 = 0.
19. Determiner le centre et le rayon du cercle dequation
x
2
+ y
2
3x + 5y 14 = 0
20. Ecrire les equations en coordonnees polaires des cercles dequations :
a) x
2
+ y
2
= R
2
;
b) (x a)
2
+ y
2
= a
2
;
c) (x a)
2
+ (y b)
2
= R
2
.
21. Ecrire lequation du cercle qui contient les points (1, 1), (2, 2) et (3, 1).
22. Trouver les equations des droites tangentes au cercle dequation x
2
+y
2
4x2y3 = 0
et parallèles à la droite dequation x + y = 0.
23. Dans R
3
, calculer
a) (1, 2, 3) (1, 4, 2)
b)
_
(1, 2, 3) (1, 0, 2)
_
(0, 6, 1)
c) (1, 2, 3)
_
(1, 0, 2) (0, 6, 1)
_
24. Dans lespace euclidien R
3
, on donne les vecteurs
v
1
,
v
2
,
v
3
de composantes respectives
(1, 2, 3), (0, 3, 4) et (2, 2, 2). On demande
a) la longueur de

v
2
;
b) langle entre

v
1
et

v
3
;
c) le produit vectoriel

v
2

v
3
.
25. Dans lespace euclidien de dimension 3, calculer langle entre deux diagonales dun
cube.
3
, trouver laire du triangle de sommets p = (1, 3, 2), q =
(2, 1, 1), r = (1, 2, 3).
27. Soit
a ,
b ,
c des vecteurs de lespace euclidien E

3
tels que
a +
b +
c = 0. Montrer
que
b =
a =
c .
28. Montrer que lon a
a (
c ) = (
b )
c pour tout
a ,

b ,
c E
3
.
3
le triangle de sommets a = (1, 4, 1), b = (5, 8, 5), c =
(11, 4, 7) est-il rectangle ? Calculer laire de ce triangle.
3
, calculer le volume du tetraèdre de sommets a = (1, 1, 1),
b = (2, 2, 2), c = (1, 1, 0), d = (1, 0, 4).
31. Dans R
3
, quelle est lequation du plan
a) parallèle au plan oxy et coupant laxe oz au point (0, 0, 3) ;
b) parallèle au plan oyz et coupant laxe ox au point (4, 0, 0) ;
c) contenant laxe oz et passant par le point (1, 1, 1) ;
CHAPITRE 3. G
EOM

d) passant par les points (1, 0, 0), (0, 1, 0) et (0, 0, 1) ;
e) passant par les points (2, 0, 0), (0, 6, 0) et (0, 0, 5) ;
f) passant par les points (3, 0, 0), (0, 2, 0) et (0, 0, 1).
32. Dans R
3
, trouver lequation du plan
a) contenant lorigine et parallèle au plan dequation 3x + 7y 6z + 3 = 0 ;
b) contenant le point (1, 2, 4) et parallèle au plan dequation 3x + 7y 6z + 3 = 0.
33. Quelle est lequation du plan de R
3
a) passant par a = (3, 4, 5) et parallèle aux vecteurs de composantes (3, 1, 1) et (1, 2, 1) ?
b) passant par a = (2, 1, 3) et b = (3, 1, 2) et parallèle au vecteur de composantes (3, 1, 4) ?
34. Dans R
3
, donner des equations parametriques et cartesiennes
a) de laxe ox;
b) de la droite parallèle à laxe oy qui passe par le point a = (2, 1, 3) ;
c) de la droite qui passe par les points a = (0, 1, 1) et b = (2, 3, 0) ;
d) de la droite parallèle à la droite dequations
_
x +2y +z = 0
x y = 1
qui passe par le point a = (1, 2, 3) ;
e) de la droite parallèle au plan dequation x + y 2z = 3, contenue dans le plan
dequation 2x y + z = 1 et qui passe par le point e = (1, 1, 0).
3
qui passe par le point a = (2, 2, 1) et qui contient
la droite D dequations parametriques
_
_
_
x = 2t +1
y = 5t +2
z = 2t 3
36. Trouver des equations cartesiennes de la droite de R
3
passant par le point (3, 5, 10)
et parallèle à la droite dequations
_
x 2y +3z 1 = 0
2x +y z +1 = 0
37. Pour quelle(s) valeur(s) de a les droites de R
3
D
1

x + 2
2
=
y
3
=
z 1
4
et
D
2

x 3
a
=
y 1
4
=
z 7
2
sont-elles secantes ?
38. Trouver lequation du plan de R
3
passant par la droite dequations
_
x +y z 1 = 0
2x y +z +3 = 0
CHAPITRE 3. G
EOM

et parallèle à la droite dequations
_
5x +2y z = 0
x +y +1 = 0
39. Dans R
3
, la droite dequations
_
_
_
x = 1 4t
y = 2 + 3t
z = 4 t
est-elle parallèle au plan dequation x + 2y + 2z 6 = 0 ?
40. Pour quelle valeur de la droite de R
3
dequations
x 3
2
=
y + 1
3
=
z 2
est-elle parallèle au plan dequation 6x y + 3z 5 = 0 ?

41. Trouver les equations de la droite de R
3
passant par le point (1, 3, 2), parallèle au
plan dequation
3x + y 5z + 8 = 0
et sappuyant sur la droite dequations
x 2
4
=
y + 1
2
=
z
3
.
42. Etant donnes les points de R
3
o = (0, 0, 0), p = (1, 0, 0), q = (0, 1, 0), r = (0, 0, 1), s = (1, 1, 3),
ecrire des equations parametriques et cartesiennes
a) de la droite op ;
b) de la droite qr ;
c) dune droite quelconque sappuyant à la fois sur op et qr ;
d) de la droite passant par s et sappuyant sur op et qr. Quelles sont les coordonnees des
points dappui de cette droite ?
43. Soit les droites de R
3
dequations
D
1
_
x +2y = 1
y z = 2
D
2
_
x +y +z = 2
x z = 0
Donner des equations de la droite D passant par le point p = (1, 1, 1) et sappuyant sur D
1
et
D
2
.
44. Ecrire lequation du plan de R
3
a) passant par (3, 2, 4) et perpendiculaire à la droite dequations x 2 =
y 3
2
=
z 4
3
;
b) passant par (1, 2, 3) et perpendiculaire à la droite joignant les points (3, 2, 4) et
(5, 4, 1) ;
c) passant par (2, 3, 4) et perpendiculaire à la droite joignant ce point au point (4, 4, 1) ;
d) passant par les points (3, 2, 1), (1, 3, 2) et (1, 2, 3).
CHAPITRE 3. G
EOM

45. Dans R
3
, trouver des equations cartesiennes de la perpendiculaire au plan 2xy +2z +
3 = 0 qui passe par le point a = (2, 4, 3). Quelle est la distance de a à ce plan?
3
qui passe par les points a = (1, 1, 2) et b = (3, 1, 1)
et qui est perpendiculaire au plan dequation x 2y + 3z 5 = 0 ?
47. Trouver lequation du plan de R
3
perpendiculaire à la droite dequations
x 1
7
=
y 3
2
=
z 2
3
,
qui passe par le point (4, 2, 1).
3
, soit p le point de coordonnees (3, 5, 1). Determiner les
coordonnees des points symetriques de p par rapport à
a) laxe ox;
b) laxe oz ;
c) lorigine ;
d) le point (1, 2, 3) ;
e) la première bissectrice du plan Oxy ;
f) la droite dequations
_
_
_
x = 2 + 2
y = 3
z = 4
g) le plan Oyz ;
h) le plan dequation x + y 2z = 2.
49. Trouver la (ou les) valeur(s) de k pour que le plan de R
3
dequation x+ky 2z 9 = 0
a) passe par le point (5, 4, 6) ;
b) soit parallèle au plan 6x 2y 12z = 7 ;
c) soit perpendiculaire au plan 2x 4y + z = 3 ;
d) soit à distance 3 de lorigine ;
e) fasse un angle de mesure /3 avec le plan 2x 2y + z = 0 ;
f) passe par le point dintersection de la droite
D
_
x = y
2x y + z = 5
avec le plan dequation x + y = 2.
3
, on donne les droites D
1
et D
2
dequations
D
1
x 3 = y 2 =
z
2
, D
2
x + 2 = y 3 =
z + 5
2
et les plan et dequations
2x 2y + z 3 = 0, 3x y + 2z 1 = 0
On demande de calculer langle entre
a) D
1
et D
2
; b) D
1
et ; c) D
1
et ;
d) D
2
et ; e) D
2
et ; f) et .
CHAPITRE 3. G
EOM

51. Dans R
3
, donner des equations de la droite du plan dequation x + 2y + z = 4 qui
est perpendiculaire à la droite D dequations
_
y + 2z = 3
x = y
et qui passe par le point p = D.
3
on donne le point p = (2, 1, 3) et la droite D dequations
_
_
_
x = 3t
y = 5t 7
z = 2t + 2
a) Quelles sont les coordonnees de la projection orthogonale de p sur D ?
b) Quelle est la distance de p à D ?
3
, trouver des equations de la perpendiculaire commune aux
droites D et D
dequations
D
_
x y = 0
3x 4y + z 2 = 0
D
_
x + z + 1 = 0
x + 2y = 0
3
on donne le point a = (1, 3, 4) et le plan dequation
3x + y 2z = 0.
a) Trouver des equations de la perpendiculaire abaissee de a sur .
b) Quelles sont les coordonnees du point a
symetrique de a par rapport à ?

c) Calculer de deux manières dierentes la distance de a à .
55. Representer les droites de R
3
dequations
_
z 1 = 0
x + y 4 = 0
et
_
y 5 = 0
z + 4 = 0
sur un dessin.
56. Quelle sont dans R
3
les equations des plans bissecteurs des plans et
6x 6y + 7z = 21, 2x + 3y 6z = 12 ?
57. Dans R
3
, trouver langle entre les plans dequations respectives 3x + 2y 5z = 4 et
2x 3y + 5z = 8.
58. Donner dans R
3
des equations de la projection orthogonale de la droite dequations
_
_
_
x = 3 + 2
y =
z = 4 + 3
sur le plan dequation 2x 3y + z = 12.
59. Ecrire lequation de la sphère de R
3
centree en (3, 6, 4) et tangente au plan 2x 2y
z 10 = 0.
60. Soit a, b, c trois points quelconques de lespace euclidien E
3
. Une seule des trois expres-
sions suivantes donne correctement le produit scalaire
ab
ac en fonction des longueurs des cotes

du triangle abc :
ab
ac =
1
2
(|bc|
2
|ab|
2
|ac|
2
)
ab
ac =
1
2
(|ab|
2
+ |ac|
2
|bc|
2
)
ab
ac =
1
2
(|ab|
2
+ |bc|
2
|ac|
2
)
Etablissez lexpression correcte en developpant le produit scalaire (
ba +
ac) (
ba +
ac).
Chapitre 4
Nombres complexes
Certaines equations algebriques reelles du deuxième degre, par exemple x
2
+x+1 = 0, nont
aucune solution reelle. Le but de ce chapitre est de presenter le champ des nombres complexes,
qui contient tous les nombres reels et a de plus la propriete que toute equation algebrique, à
coecients complexes, possède au moins une solution complexe.
4.1 Le champ des nombres complexes.
Les denitions des nombres complexes et de leurs addition et multiplication paratront sans
doute très abstraites ; une reformulation plus comprehensible en sera vite donnee.
Denitions. Un nombre complexe est un couple (a, b) de nombres reels a et b. La somme
et le produit des nombres complexes (a, b) et (a
, b
) sont denis par

(a, b) + (a
, b
) = (a + a
, b + b
),
(a, b) (a
, b
) = (aa
bb
, ab
+ ba
).
Lensemble des nombres complexes est note C.
Lapplication f : R C : a (a, 0) est injective et respecte laddition et la multiplication,
cest-à-dire
f(a + a
) = f(a) + f(a
), f(aa
) = f(a) f(a
)
(limage dune somme est la somme des images, limage dun produit est le produit des images).
Verions lassertion à propos de laddition :
f(a + a
) = (a + a
, 0) = (a, 0) + (a
, 0) = f(a) + f(a
).
Grace à ces proprietes de f, nous pouvons identier le nombre reel a au nombre complexe (a, 0).
De plus, en posant i = (0, 1), nous obtenons
(a, b) = (a, 0) + (b, 0) (0, 1)
= a + bi
et dautre part
i
2
= (0, 1) (0, 1) = (1, 0) = 1.
Par consequent, chaque nombre complexe peut encore secrire a + bi, avec a, b nombres reels
et i un nombre complexe tel que i
2
= 1. Il est facile de reformuler addition et multiplication
dans cette ecriture :
(a + bi) + (a
+ b
i) = (a + a
) + (b + b
)i,
(a + bi) (a
+ b
i) = (aa
bb
) + (ab
+ ba
)i.
60
CHAPITRE 4. NOMBRES COMPLEXES 61
Notons que les membres de droite seraient les memes que ceux obtenus en supposant lassocia-
tivite et la commutativite de laddition et de la multiplication, ainsi que la distributivite (sans
oublier i
2
= 1).
Exemple.
(3 + 5i) (2 i) = 6 5i
2
+ (3 + 10)i
= 11 + 7i.
Denitions. Soit z = a + bi un nombre complexe. La partie reelle et la partie imaginaire
de z sont denies par respectivement
Re z = a, Im z = b.
Un nombre complexe de la forme bi, cest-à-dire 0 + bi, est imaginaire pur. Les nombres
complexes z = a + bi et z = a bi sont conjugues.
Il est facile de verier que 1, cest-à-dire 1 + 0i est neutre pour la multiplication :
z C : z 1 = z = 1 z,
et que le nombre complexe z = a+bi sil est non nul, cest-à-dire dierent de 0 = 0+0i, possède
linverse pour la multiplication
z
1
=
a bi
a
2
+ b
2
=
a
a
2
+ b
2

b
a
2
+ b
2
i
(veriez z z
1
= 1 = z
1
z).
Exemple.
(5 3i)
1
=
5 + 3i
34
.
La preuve du theorème suivant est longuette sans etre dicile ; nous lomettons.
Theorème 4.1 Avec les notations introduites ci-dessus,
C, +, 0 est un groupe commutatif ;
C
, , 1 est un groupe commutatif (o` u C
= C\{0}) ;
laddition distribue la multiplication, cest-à-dire pour tous z
1
, z
2
, z
3
dans C :
z
1
(z
2
+ z
3
) = z
1
z
2
+ z
1
z
3
.
En resume : C, +, ., 0, 1 est un corps commutatif ou champ.
Nous connaissons deux autres exemples de champs : R, +, , 0, 1 et Q, +, , 0, 1. Les champs
ont beaucoup de proprietes communes, par exemple : dans un champ, lequation a x + b = 0
pour a = 0 possède lunique solution x = b a
1
. Cependant, le champ des nombres complexes
possède des proprietes plus remarquables que ceux des nombres reels ou des nombres rationnels.
Ainsi, tout nombre complexe non nul possède deux racines carrees.
Exemples.
1. Les solutions z complexes de z
2
= 16 sont 4 et 4.
2. Les solutions z complexes de z
2
= 16 sont 4i et 4i.
3. Recherchons les solutions complexes z = a + bi, avec a, b reels, de z
2
= 5 + 12i. Il vient
a
2
b
2
+ 2abi = 5 + 12i,
cest-à-dire en egalant les parties reelles et les parties imaginaires des deux membres :
_
a
2
b
2
= 5
2ab = 12
ou
_
_
36
b
2
b
2
= 5
a =
6
b
ou encore
_
b
4
+ 5b
2
36 = 0
a =
6
b
Resolvons lequation du second degre en b
2
:
b
2
=
5
_
25 4(36)
2
=
_
4
9
Comme b R, il faut b
2
0 et nous devons ecarter la valeur 9. Ainsi
_
b = 2
a = 3
Cette dernière ecriture doit etre precisee : le choix du de la première ligne determine
le de la seconde ligne (car nous avions obtenu a =
6
b
). Il vaudrait donc mieux ecrire
_
b = 2
a = 3
avec {+1, 1}. En conclusion, 5+12i possède les deux racines carrees 3+2i et 32i.
Proposition 4.2 Toute equation algebrique du second degre sur C
z
2
+ z + = 0, o` u , , C, = 0,
possède les deux solutions complexes
z
1,2
=
r
2
,
o` u r sont les deux racines carrees du discriminant
2
4, à moins que
2
4 = 0 auquel
cas lequation na que la seule solution complexe
z
1
=

2
.
Remarque. Dans le dernier cas, la solution z
1
est dite double ou de multiplicite 2, car le
premier membre de lequation donnee se factorise en (z z
1
)(z z
1
).
Demonstration. Montrons dabord que tout nombre complexe non nul u+vi possède exactement
deux racines carrees. Nous recherchons donc les nombres complexes z = a+bi tels que z
2
= u+vi,
cest-à-dire
a
2
b
2
+ 2abi = u + vi
ou
_
a
2
b
2
= u
2ab = v
Si v = 0, il faut a = 0 ou b = 0. Le premier cas nest possible que si u < 0, et alors b =
u
(il sagit ici de la racine carree reelle : nous travaillons avec les nombres reels u et b). De meme,
le second cas nest possible que si u > 0 et alors a =
u.
Supposons à present v = 0, ce qui implique a = 0 = b. Le système est equivalent au suivant
_
_
_
v
2
4b
2
b
2
= u
a =
v
2b
et encore à
_
_
_
b
4
+ ub
2
v
2
4
= 0
a =
v
2b
Resolvons lequation du second degre en b
2
(dans R) :
b
2
=
u
u
2
+ v
2
2
.
Comme b est reel, il faut b
2
> 0 et nous devons prendre + devant la racine carree reelle. Du
fait que u
2
+ v
2
> 0 car u + vi = 0, il vient b
2
> 0 et donc deux valeurs pour le nombre reel b ;
chacune delles conduit à la valeur correspondante a =
v
2b
.
Dans chacun des cas, nous avons bien montre que u + vi = 0 possède deux racines carrees
exactement. Considerons ensuite lequation de lenonce
z
2
+ z + = 0.
Comme = 0, nous pouvons reecrire le membre de gauche
_
(z +

2
)
2

2
4
2
+

_
et lequation devient
_
z +

2
_
2
=

2
4
2

ou
_
z +

2
_
2
=

2
4
4
2
.
Si
2
4 = 0, la thèse resulte de lexistence et de la forme des deux racines carrees de
2
4
4
2
(voir ci-dessus). Sinon, nous avons bien z =

2
.
4.2 Representation goniometrique.
Dans le plan euclidien muni dun repère orthonorme, repr esentons le nombre complexe a+bi
par le point de coordonnees (a, b) :
i
1
0
(0, 1) b
a
a + bi
(1, 0)
Alors (1, 0) represente 1 et (0, 1) represente i. Laxe des abscisses est laxe reel : ses points repre-
sentent les nombres reels. Laxe des ordonnees est laxe imaginaire : ses points representent
les nombres imaginaires purs. Le plan euclidien muni de ces deux axes est le plan de Gauss.
Le module du nombre complexe a + bi est la distance du point origine o au point (a, b)
representant a + bi ; il sera aussi note |a + bi| :
=
a
2
+ b
2
= |a + bi|.
L argument de a + bi, suppose non nul, est la mesure dangle denie par
_
_
cos =
a
sin =
b
i
1
a + bi
Ainsi mesure langle oriente dans le sens trigonometrique depuis le demi-axe reel positif
jusquau vecteur

op, si p = (a, b), et nest determine quà un terme additif de 2k près, avec
k Z. Des formules precedentes, nous deduisons la representation goniometrique
a + bi = (cos + i sin ).
Exemple. Pour le nombre complexe z = 1 + i, nous obtenons
=
1 + 1 =
2
et
=
3
4
+ 2k,
o` u k est un entier quelconque. Do` u
z = 1 + i =
2
_
cos(
3
4
+ 2k) + i sin(
3
4
+ 2k)
_
.
A present, multiplions deux nombres complexes sous forme goniometrique ; nous utilisons
les formules daddition darcs :
(cos + i sin )
(cos
+ i sin
)
=
_
(cos cos
sin sin
) + i(cos sin
+ sin cos
)
_
=
_
(cos( +
) + i sin( +
)
_
.
Nous constatons que les modules se multiplient tandis que les arguments sadditionnent.
Nous avons vu page 61 que linverse du nombre complexe non nul z est donne par
z
1
=
z
|z|
2
.
Donc pour linverse sous forme goniometrique :
_
(cos + i sin )
_
1
=
1
(cos i sin )
=
1
(cos + i sin()). (4.2)
Plus generalement, un quotient se calcule par
(cos + i sin )
_
(cos
+ i sin
)
_
1
=
1
_
cos(
) + i sin(
)
_
(3)
(quotient des modules, dierence des arguments ; il a bien s ur ete suppose
= 0). Si n Z, la
n-ème puissance sobtient par
_
(cos + i sin )
_
n
=
n
(cos n + i sin n). (4)
Notons en particulier la formule de Moivre :
(cos + i sin )
n
= cos n + i sin n. (5)
Les cinq formules precedentes montrent que largument se comporte comme sil etait
lexposant dune certaine puissance. De fait, il sera prouve en deuxième annee que
e
i
= cos + i sin
o` u e = 2, 7182... est le nombre dEuler ; le membre de gauche est un nombre reel eleve à un
exposant complexe. Cette formule, que nous admettons ici sans plus de commentaires, nous
permet de reecrire sous une forme plus compacte les egalites (1)-(5) :
e
i
e
i
e
i(+
)
(1
),
(e
i
)
1
=
1
e
i
(2
),
e
i
_
e
i
_
1
=
1
e
i(
)
(3
),
_
e
i
_
n
=
n
e
in
(4
),
_
e
i
_
n
= e
in
. (5
).
Notons enn la formule dEuler :
e
i
= 1.
A laide de (4), il est facile detablir que tout nombre complexe (cos +i sin ) non nul possède
exactement n racines n-èmes (si n N\{0}). En eet, pour que
(cos
+ i sin
) soit racine
n-ème, il faut et il sut
n
(cos n
+ i sin n
) = (cos + i sin ).
Noubliant pas que nest determine quà un multiple entier de 2 près, nous obtenons
_
=
n
=
+ 2k
n
, k Z.
Comme
est lui aussi determine à un multiple entier de 2 près, il en decoule les n racines
donnees par
=
n
et
n
,
+ 2
n
,
+ 4
n
, . . . ,
+ 2(n 1)
n
_
,
cest-à-dire
=
+ 2k
n
avec k = 0, 1, . . . , n 1.
En particulier, les n racines n-èmes de lunite 1 sont representees dans le plan de Gauss par
les sommets du polygone regulier à n cotes inscrit dans le cercle unite de centre à lorigine, et
dont 1 est un des sommets. Voici la gure pour n = 6 :
i
1
4.3 Polynomes en une indeterminee à coecients reels
ou complexes
Une expression comme
2x
3
x + 7
est un polynome de degre 3, qui donne naissance à lapplication polynomiale
R R : x 2x
3
x + 7.
Par denition, un polynome à coecients reels en lindeterminee x est une expression
de la forme
a
n
x
n
+ a
n1
x
n1
+ + a
1
x + a
0
o` u n N, a
n
, a
n1
, . . . , a
0
R. Le degre de ce polynome est le plus grand nombre naturel d
pour lequel a
d
= 0. Nous convenons que le degre du polynome nul est (certains auteurs
prefèrent 1, dautres 0). Un polynome à coecients complexes en lindeterminee x est
deni de manière similaire, avec des coecients a
i
pris dans C.
Nous utiliserons la notation R[x] pour designer lensemble des polynomes en lindeterminee x
et à coecients reels ; de meme C[x] si ces coecients sont complexes. Il faut comprendre quun
polynome est specie par son degre d et le tableau (ou la liste) des valeurs de ses coecients
a
0
, a
1
, , a
d
. Par exemple, si de la place est reservee en memoire dordinateur pour stocker
des polynomes à coecients reels et de degre au plus dmax=5 (une constante), le polynome
2x
3
x + 7
sera encode en machine par
degre
coecients
3
7 1 0 2 ? ?
0 1 2 3 4 5
La multiplication et laddition de polynomes sont supposes connues. Les structures R[x], +, 0
et C[x], +, 0 sont des groupes commutatifs.
Exemples.
(2x
2
x + 1) (x
3
+ x
2
+ 1) = 2x
5
(les degres sadditionnent)
+ (2 1)x
4
+ (0 1 + 1)x
3
+ (2 + 0 + 1)x
2
+ (1 + 0)x
+ 1;
(5x
3
+ x
2
x + 2) + (7x
4
+ x
3
+ x) = 7x
4
+ 6x
3
+ x
2
+ 2;
(3x
2
x + 1) + (3x
2
+ 5) = x + 6 (chute du degre).
Voici deux formes du theorème fondamental de lalgèbre. La preuve de ce theorème sort
du cadre de ce cours.
Theorème 4.3 Tout polynome de C[x] de degre au moins 1 peut secrire comme un produit
de polynomes de degre 1.
Theorème 4.4 Tout polynome de R[x] de degre au moins 1 peut secrire comme un produit
de polynomes de degres egaux à 1 ou 2.
Par consequent, un polynome de R[x] de degre n possède n racines (en comptant les
repetitions) qui sont reelles, ou complexes non reelles conjuguees deux à deux.
4.4 Exercices
1. Eectuer les operations
a) (1 + i) + (3 2i) 4i; e) (1 i)
3
;
b) (2 3i)(3 2i); f)
1
3 5i
;
c) (3 i)(3 + i); g)
2 + i
4 3i
;
d) (3 + 2i)
2
; h)
1 i
i
;
i)
_
1 i
1 + i
_
10
.
2. Calculer les racines carrees de :
a) i; c) 5 12i;
b) 50i; d) 21 + 20i.
3. Resoudre dans C les equations suivantes.
a) 6x
2
12x + 7 = 0; f) x
4
1 = 0;
b) 2x
4
+ x
2
1 = 0; g) x
3
+ x
2
+ x + 1 = 0;
c) x
2
x(4 i) + 5 + i = 0; h) x
2
(2 + 3i)x + 6i = 0;
d) x
2
+ x + 3
2i = 0; j) x
3
1 = 0;
e) x
2
(4 2i)x + 12 + 4i = 0; k) x
4
3x
2
4 = 0.
4. On considère lequation :
z
3
(1 + 8i)z
2
(15 8i)z + 15 = 0.
a) Cette equation admet une racine reelle. Quelle est cette racine ?
b) Rechercher toutes les racines de cette equation dans le champ des nombres complexes.
5. Calculer en se servant de la forme goniometrique
1) (3 + 3i)(1 + i
3) ;
2) (2 2i
3)/(1 + i
3) ;
3) (1 + i
3)
10
;
4) les racines carrees de 3 4i ;
5) les racines cubiques de 1 + i ;
6) les racines cubiques de 2 + 2
3i ;
7) les racines quatrièmes 1 + i
3 ;
8) les racines sixièmes de 27i.
6. Soit les ensembles A, B et C formes respectivement par les nombres complexes z satis-
faisant
|z 2| 1, |z i| 2 et |z (2 + 2i)| 2.
Representer geometriquement ces ensembles dans le plan de Gauss.
7. Demontrer que deux nombres complexes non reels sont conjugues ssi la somme et le
produit de ces nombres sont reels.
8. Soit z = 1 i
3.
a) Que vaut z
5
?
b) Determiner le plus petit nombre naturel strictement positif n tel que z
n
soit reel.
c) Montrer quaucune puissance de z nest imaginaire pure.
9. Trouver toutes les solution complexes de lequation
z(z 2)
3
= 8z.
Representer ces solutions dans le plan de Gauss et montrer que les points obtenus sont situes
sur un cercle. Donner lequation de ce cercle.
10. Trouver tous les nombres complexes z tels que z
2
soit une racine carree de z.
11. O` u est lerreur dans le raisonnement suivant ? Partons de i = i ; donc
1 =
1.
Comme 1 =
1
1
=
1
1
, on a
_
1
1
=
_
1
1
. Il en resulte que
1
=
1
et
i
1
=
1
i
, do` u
i
2
= 1.
12. Combien existe-t-il de nombres complexes z tels que z
6
= 3 ? Donnez les modules et
les arguments de tous ces nombres.
13. Comment se simplie lequation x
3
3ix
2
3x 7i = 0 si lon y remplace x par x + i
? En deduire les trois racines de lequation initiale.
Chapitre 5
Suites dans le champ ordonne des
nombres reels.
Dans ce chapitre, nous realiserons trois objectifs :
- presenter un peu plus rigoureusement les nombres reels et leur structure de champ or-
donne ;
- etudier la convergence des suites de nombres reels ;
- introduire des notions topologiques à propos de la droite reelle, par exemple : sous-
ensembles ouverts, fermes, compacts ; voisinages ; bord dun sous-ensemble.
5.1 Introduction.
Bien que nous nayions pas donne de denition precise des nombres reels, nous avons arme
en 2.1 que leur ensemble, muni de laddition et de la multiplication habituelles, forme un champ.
De plus, il a ete admis tout au long des chapitres precedents que les nombres reels correspondent
biunivoquement aux points dun axe reel. Par axe reel, nous entendons une droite euclidienne
munie dun point origine o et dun point unite u. Voici une illustration :
0 1 2 3 4 0 1 2
0.6
0 u
e 3,5
Lanalyse mathematique, qui etudie les notions de limite de suite, continuite de fonction, etc.,
requiert une introduction plus rigoureuse des nombres reels. Dans ce cours, nous eviterons
toutefois de donner une presentation complètement axiomatisee. Par exemple, nous supposons
connu lensemble Z des nombres entiers avec ses structures additive et multiplicative, ainsi que
son ordre total (cf. section 2.1).
70
CHAPITRE 5. SUITES DANS LE CHAMP ORDONN
E DES NOMBRES R
EELS. 71
Les elements de Z correspondent sur un axe reel aux points de la graduation regulière
determinee par o et u :
0 1 2 3 4 0 1 2
0 u
Si nous subdivisons tous les intervalles de cette graduation en 2, 3, 4, . . ., intervalles, les points
obtenus sur laxe sont en correspondance avec les nombres rationnels :
0 1 2 3 0 1 2
0
u
3
2
2,25
2,50
2,75
57
20
Rappelons que lensemble des nombres rationnels est
Q =
_
a
b
| a, b Z, b = 0
_
.
Les points de laxe de la forme
u , avec Q, forment une partie très dense qui nest

toutefois pas laxe tout entier. Considerons en eet la diagonale dun carre de cote 1 ; sa mesure
vaut
2. Nous allons montrer que
2 est irrationnel.
0 u
2
1
1
1 1
Proposition 5.1 Le nombre
2 nest pas rationnel.

Demonstration. Supposons au contraire
2 =
a
b
avec a, b Z, b = 0. Il sensuit 2b
2
= a
2
, avec
2, b
2
, a
2
N\{0}. Le nombre de facteurs 2 dans a
2
est pair, alors quil est impair dans 2b
2
.
Ceci contredit la propriete suivante : tout nombre naturel non nul possède une factorisation
en nombres naturels premiers qui est unique à lordre des facteurs près.
Pour introduire
2 à partir de nombres rationnels, nous lapprochons par deux suites de

nombres rationnels x
0
, x
1
, x
2
, . . . et y
0
, y
1
, y
2
, . . . avec x
n
<
2 < y
n
pour chaque n N, et
telles que y
n
x
n
devienne arbitrairement petit. Des exemples de telles suites sont connues,
et permettent de calculer
2 avec la precision voulue (les seules limitations proviennent de la

capacite de la machine utilisee et de ses imprecisions numeriques).
E DES NOMBRES R
EELS. 72
5.2 Le champ ordonne des nombres reels.
Nous admettons la propriete suivante de laxe reel (qui arme la non-existence de trous
ou lacunes).
Propriete. Si p
0
, p
1
, . . . et q
0
, q
1
, . . . sont deux suites de points dun axe reel, tous dabscisses
rationnelles, et tels que
p
0
p
1
p
2
. . . ,
q
0
q
1
q
2
. . .
et
p
n
q
n
pour n N,
il existe necessairement au moins un point t de cet axe tel que
p
n
t q
n
pour n N.
Lecriture x y indique que les abscisses des points x, y de laxe verient linegalite analogue ;
nous identierons souvent le point de laxe avec son abscisse (qui est un nombre).
0 u p
0
p
1
p
2
p
3
t
q
3
q
2
q
1
q
0
Notre denition des nombres reels est inspiree de la situation decrite par la propriete ci-
dessus, à ceci près que nous souhaitons imposer lunicit e de t. La denition se fait en deux
etapes.
Denition (première partie). Soit p
0
, p
1
, . . . et q
0
, q
1
, . . . deux suites de nombres rationnels avec
p
0
p
1
p
2
. . . ,
q
0
q
1
q
2
. . . ,
p
n
q
n
pour n N
et pour chaque k N\{0}, il existe n N tel que q
n
p
n
<
1
k
.
Alors ces deux suites denissent un nombre reel.
Ainsi, formellement, un nombre reel sera la donnee de deux suites comme dans la denition.
La consideration dun axe geometrique (satisfaisant laxiome ci-dessus) nous en donne une
interpretation plus intuitive.
Exemples. Si les deux suites
p
0
= 1; p
1
= 1, 4; p
2
= 1, 41; p
3
= 1, 414; . . .
q
0
= 2; q
1
= 1, 5; q
2
= 1, 42; q
3
= 1, 415; . . .
sont correctement construites, elles denissent
2. Notons quil en est de meme de

p
0
= 1, 41; p
1
= 1, 414; p
2
= 1, 414213; . . .
q
0
= 1, 6; q
1
= 1, 5; q
2
= 1, 415; . . .
E DES NOMBRES R
EELS. 73
Il faut apporter un complement à notre denition an de preciser quand les suites p
0
, p
1
, . . .
et q
0
, q
1
, . . . denissent le meme nombre reel que les suites p
0
, p
1
, . . . et q
0
, q
1
, . . . Dans ce but,
associons à chaque couple de suites comme dans la denition les trois ensembles suivants :
A = {u Q | n N : u < p
n
};
B = {u Q | n N : p
n
u q
n
};
C = {u Q | n N : q
n
< u}.
Ce sont les sous-ensembles de Q obtenus en prenant les nombres rationnels
- depasses par au moins un element de la suite p
0
, p
1
, . . . ;
- se trouvant entre tout element de la suite p
0
, p
1
, . . . et tout element de la suite q
0
, q
1
, . . . ;
- depassant au moins un element de la suite q
0
, q
1
, . . ..
o u p
0
p
1
p
2
p
3
q
3 q
2
q
1
q
0
A
C
B
... ...
En utilisant la dernière condition de la denition, il nest pas dicile de prouver que B est soit
vide, soit forme dun seul nombre rationnel.
Denition (deuxième partie). Les deux suites p
0
, p
1
, . . . et q
0
, q
1
, . . . denissent le meme
nombre reel que les deux suites p
0
, p
1
, . . . et q
0
, q
1
, . . . exactement lorsque A = A
, B = B
et C = C
(les ensembles A
, B
, C
etant obtenus de manière analogue à partir des suites

p
0
, p
1
, . . . et q
0
, q
1
, . . . supposees satisfaire des conditions similaires). De plus, si B est forme par
un nombre rationnel, nous identions le nombre reel deni par les suites p
0
, p
1
, . . . et q
0
, q
1
, . . .
à ce nombre rationnel.
Exemples. Les suites
p
0
= 0; p
1
= 0,3; p
2
= 0,33; . . . ; p
n
= 0,33 . . . 3;
. .
n
. . .
q
0
= 1; q
1
= 0,4; q
2
= 0,34; . . . ; q
n
= 0,33; . . . 34;
. .
n
. . .
denissent un nombre reel qui nest autre que le nombre rationnel
1
3
. Nous ecrivons
1
3
= 0,333 . . . ;
en fait, nous verrons que
1
3
est la limite de la suite p
0
, p
1
, . . . (et aussi de la suite q
0
, q
1
, . . .).
De plus,
1
3
est encore deni par les suites
p
0
=
1
3
; p
1
=
1
3
; p
2
=
1
3
; . . .
q
0
=
1
3
+ 2; q
1
=
1
3
+ 1; q
2
=
1
3
+
1
2
; q
3
=
1
3
+
1
3
; q
4
=
1
3
+
1
4
; . . .
Nous voulons à present introduire une structure algebrique sur lensemble R des nombres
reels. Ceci se fait à partir de la structure algebrique de Q, en utilisant la denition qui vient
detre donnee des nombres reels. Evitant les details (parfois fastidieux, en tout cas peu instructifs
pour nous), nous nous contenterons de lenonce des proprietes les plus importantes.
E DES NOMBRES R
EELS. 74
Proposition 5.2 Lensemble Q des nombres rationnels, muni de laddition, de la multiplica-
tion et de la relation dordre usuelles, est un champ ordonne.
Nous avons dejà rencontre la notion de champ (ou corps commutatif). Lassertion que
Q, +, , 0, 1 est un champ resume les proprietes suivantes :
Q, +, 0 est un groupe commutatif ;
Q
, , 1 est un groupe commutatif (o` u Q
= Q\{0}) ;
pour q Q, nous avons q 0 = 0 = 0 q ;
pour q
1
, q
2
, q
3
Q : q
1
(q
2
+ q
3
) = q
1
q
2
+ q
1
q
3
.
Le champ Q est dit ordonne lorsquil est muni dune relation telle que :
est un ordre total ;
pour q
1
, q
2
, q
3
Q : q
1
q
2
q
1
+ q
3
q
2
+ q
3
;
pour q
1
, q
2
Q : (0 q
1
et 0 q
2
) =0 q
1
q
2
.
A titre dexemple, voici comment denir la somme de deux nombres reels r et r. Supposons
r deni par les suites p
0
, p
1
, . . . et q
0
, q
1
, . . . de nombres rationnels (comme dans la denition
ci-dessus). De meme, supposons r deni par p
0
, p
1
, . . . et q
0
, q
1
, . . . Les suites
p
0
+ p
0
, p
1
+ p
1
, p
2
+ p
2
, . . .
et
q
0
+ q
0
, q
1
+ q
1
, q
2
+ q
2
, . . .
satisfont à nouveau les conditions de la denition. Nous convenons que ces deux suites denissent
le nombre reel r + r.
Il est aussi possible de denir une multiplication et une relation dordre sur R, puis
detablir une serie de proprietes que nous resumons comme suit.
Proposition 5.3 Avec les notations precedentes, R, +, , est un champ ordonne.
Nous dirons, pour trois nombres reels r, s et t, que s est entre r et t lorsque r < s < t ou
t < s < r.
Proposition 5.4 Entre deux nombres rationnels distincts, il y a toujours un nombre reel irra-
tionnel. Entre deux nombres reels distincts, il y a toujours un nombre rationnel.
(bien s ur, il faut comprendre ici un comme signiant au moins un).
En pratique, on peut se representer les nombres reels comme les nombres decriture decimale
(limitee ou illimitee), par exemple
0,5
0,333 . . .
22,78
3,14159 . . .
Nous avons vu comment denir 0,333 . . . à partir de deux suites de nombres rationnels ; le
meme procede est applicable à tout nombre reel. Une interpretation plus simple de 0,333 . . .
sera donnee comme limite de suite. Attirons lattention du lecteur sur legalite
4 = 3,999 . . .
qui decoule du resultat suivant.
E DES NOMBRES R
EELS. 75
Proposition 5.5 Si r et r
sont des nombres reels tels que pour tout nombre naturel k
|r r
| <
1
10
k
,
alors r = r
.
Demonstration par labsurde. Supposons r = r
, par exemple r < r
(le cas r
< r se traite
similairement). Prenons un nombre rationnel q tel que r < q < r
(cf. Proposition 3), puis un

second nombre rationnel p tel que r < p < q < r
. Ainsi
r
r > q p > 0.
Comme q p est encore un nombre rationnel (Proposition 5.2) et est positif, il secrit q p =
a
b
avec a, b N\{0}. Choisissons ensuite un nombre naturel n tel que 10
n
b. Il vient
r
r > q p =
a
b

1
b

1
10
n
,
en contradiction avec notre hypothèse.
Lenonce reste correct si lon y remplace
1
10
k
par
1
2
k
ou meme
1
k
. De manière plus litteraire :
deux nombres reels arbitrairement proches sont egaux.
5.3 Completude de R.
Des deux champs ordonnes Q, +, , et R, +, , , le deuxième possède des proprietes fon-
damentales pour lanalyse mathematique que le premier na pas. Par exemple, nous allons voir
que R est sans lacune, tandis que Q en admet. Plus precisement, dans la Denition (deuxième
partie) de 12.2, le cas B = peut se produire : prenant à nouveau
p
0
= 1; p
1
= 1,4; p
2
= 1,41; p
3
= 1,414; . . .
et
q
0
= 2; q
1
= 1,5; q
2
= 1,42; q
3
= 1,415; . . . ,
suites de nombres rationnels qui encadrent
2, avec q
n
p
n
arbitrairement petit, nous avons
B = car le seul nombre reel r qui satisfait p
n
r q
n
pour tout n de N est le nombre
irrationnel
2. Si nous remplacons à present Q par R, lensemble analogue

B
= {x R | n N : p
n
x q
n
}
ne sera jamais vide. Mieux :
Proposition 5.6 Soit x
0
, x
1
, . . . et y
0
, y
1
, . . . deux suites de nombres reels telles que
x
0
x
1
x
2
. . . ,
y
0
y
1
y
2
. . . ,
x
n
y
n
pour n N,
et pour k N, il existe n N avec q
n
p
n
<
1
k
.
Il existe exactement un nombre reel r tel que pour n N :
x
n
r y
n
.
E DES NOMBRES R
EELS. 76
0 u x
0
x
1
x
2
y
2
y
1
y
0
r
... ...
Demonstration. Il nest pas restrictif de supposer x
0
< x
1
< x
2
< . . . et y
0
> y
1
> y
2
> . . . (en
eet, chaque fois quune egalite est rencontree, supprimons un des deux termes concernes ; nous
obtiendrons nalement une sous-suite sans egalite entre termes. Etablir le resultat pour cette
sous-suite sut ; si jamais la sous-suite etait nie, la thèse deviendrait triviale). Pour chaque
nombre naturel n, soit deux nombres rationnels p
n
et q
n
tels que
x
n
< p
n
< x
n+1
et
y
n+1
< q
n
< y
n
.
Les suites p
0
, p
1
, . . . et q
0
, q
1
, . . . satisfont les conditions de la Denition de 12.2, et denissent
donc un nombre reel r. Celui-ci satisfait evidemment x
n
r y
n
, comme voulu (pour tout n
de N).
La propriete de R qui vient detre etablie est souvent qualiee de compl etude de R. Elle a
dimportantes consequences, notamment sur lexistence de bornes. Soit, pour le reste de cette
section, un sous-ensemble X de R.
Denition 1. Un nombre reel r est un minorant de X si
x X : r x.
Un nombre reel t est un majorant de X si
x X : x t.
Une borne inferieure ou inmum de X est un minorant i de X tel que pour tout minorant
r de X
r i.
Une borne superieure ou supremum de X est un majorant j de X tel que pour tout majorant
t de X
j t.
Donc une borne inferieure de X est un minorant aussi grand que tout minorant. En fait, X
possède au plus une borne inferieure : si i et i
sont deux bornes inferieures, il faut i i
(car
i
borne inferieure et i minorant) et i
i (car i borne inferieure et i
minorant), do` u i = i
. La
borne inferieure de X, si elle existe, sera notee inf X. De meme, X possède au plus une borne
superieure, notee sup X (si elle existe).
X
inf X
sup X
minorants de X majorants de X
E DES NOMBRES R
EELS. 77
Les notations inf
xX
x et sup
xX
x sont parfois aussi utilisees.
Exemple. Soit
X =
_
x R |
2 x < +
2
_
=
_
2,
2
_
.
2 0 1
2
Voici quelques minorants de X :
1.000; 227,84; ; 2;
2.
La borne inferieure de X est
2. Voici quelques majorants :
2; 3; 1234; 2001; 10
19
.
La borne superieure est
2. Notons
2 = inf X X et
2 = sup X X.
Exemple. Soit
X = {x R | 0 x} = [0, +[
Cet ensemble X na pas de majorant, donc pas de borne superieure (noubliez pas que +
nest pas un nombre reel). Dautre part, inf X = 0.
Denition 2. Le sous-ensemble X de R est minore sil admet un minorant. Il est majore sil
admet un majorant.
Exemple. N est minore mais nest pas majore.
Proposition 5.7 Tout sous-ensemble non vide et minore de R admet une borne inferieure. De
meme, tout sous-ensemble non vide et majore de R admet une borne superieure.
Demonstration. Supposons X non vide et minore. Nous commencons par denir deux suites
x
0
, x
1
, . . . et y
0
, y
1
, . . . de nombres. Pour n donne dans N, considerons lechelle regulière des
points dabscisses
a
2
n
avec a Z.
0 u
x
n
y
n
Avec n = 2 :
X
Posons x
n
egal au plus grand des
a
2
n
qui minorent X, et y
n
egal au plus petit des
a
2
n
qui sont
superieurs ou egaux à au moins un element de X. Clairement, x
n
y
n
. De plus, comme lechelle
des
a
2
n+1
contient lechelle des
a
2
n
, il vient aussi x
n
x
n+1
et y
n+1
y
n
. Enn, nous avons soit
y
n
= x
n
soit y
n
= x
n
+
1
2
n
. La Proposition 5.6 sapplique donc à nos deux suites : il existe un
nombre reel i tel que x
n
i y
n
pour tout n de N. Montrons que i est borne inferieure de X.
E DES NOMBRES R
EELS. 78
1) i est un minorant de X. Raisonnons par labsurde : si ce nest pas le cas, il existe x dans
X avec x < i. Ainsi i x > 0 et il existe un nombre naturel n tel que i x >
1
2
n
. Prenons
ensuite le plus petit nombre entier a tel que x
a
2
n
. Il vient alors, par denition de y
n
.
y
n

a
2
n
,
Dautre part, le choix de a donne
a 1
2
n
< x.
Donc par denition de n
i >
1
2
n
+ x
>
1
2
n
+
a 1
2
n
=
a
2
n
y
n
.
Ceci donne y
n
< i, qui est impossible (comme i minore X, la denition de y
n
ne pourrait etre
satisfaite).
2) i est aussi grand que tout minorant r de X. Nous procedons à nouveau par labsurde : si
ce nest pas le cas, il vient i < r. Choisissons un nombre naturel n tel que 2
n
< r i. Prenons
ensuite le plus grand nombre entier a tel que
a
2
n
r. Alors
a
2
n
est aussi un minorant de X,
donc il faut
a
2
n
x
n
. Par le choix de a, il vient
a + 1
2
n
> r, donc
i < r
1
2
n
<
a + 1
2
n

1
2
n
=
a
2
n
x
n
.
Mais i < x
n
contredit la denition de i.
Si nous qualions de borne inferieurement un sous-ensemble qui admet une borne
inferieure, la Proposition 5.7 montre que pour les sous-ensembles non vides de R, les qualicatifs
minore et borne inferieurement sont synonymes. Il en est de meme de majore et borne
superieurement. Ce nest par contre pas le cas si lon travaille dans Q (voir le sous-ensemble
{q Q | q
2
< 2} de Q). Ainsi, le champ ordonne des reels est prefere pour le developpement
de lanalyse.
Le lecteur très meticuleux se sera demande pourquoi nous ecartons lensemble vide dans la
Proposition 2. La raison est que est minore (par tout nombre reel !) et nadmet pas de borne
inferieure. Rappelons que la condition x X : r x est vraie lorsque X = .
Denition 3. Un sous-ensemble X de R est borne sil est borne inferieurement (cest-à-dire
minore) et borne superieurement (cest-à-dire major e). Si inf X X, on appelle inf X le mi-
nimum de X, que lon note aussi min X ou min
xX
x. La denition du maximum max X est
similaire.
5.4 Suites de nombres reels.
Exemples.
E DES NOMBRES R
EELS. 79
1) x
0
= 0 x
1
= 0,1; x
2
= 0,16; x
3
= 0,166; x
4
= 0,1666; . . .
cest-à-dire x
n
= 0,1 66 . . . 6
. .
n1
;
2) x
0
= 1, x
1
= 1, x
2
= 1, x
3
= 1, . . . cest-à-dire x
n
= (1)
n
;
3) x
0
= 0, x
1
= 1, x
2
= 2, x
3
= 3, . . . cest-à-dire x
n
= (1)
n+1
n;
4) x
n
= 2
n
, qui donne 1,
1
2
,
1
4
,
1
8
, . . . ;
5) x
n
= (1)
n
_
1 +
1
n + 1
_
;
6) x
n
=
1
(2 + (1)
n
)(n + 1)
, qui donne
1
3
,
1
2
,
1
9
,
1
4
,
1
15
, . . . ;
7) x
n
= sin n.
Dans lexemple 1, comme dans lexemple 4, les valeurs de la suite se rapprochent de plus
en plus dun nombre reel xe (à savoir
1
6
et 0 respectivement). Dans lexemple 6, ce nest pas
le cas. Cependant nous dirons que cette suite tend vers 0, car ses valeurs sont arbitrairement
proches de 0 à partir dun rang susamment grand. Ceci demande à etre formalise.
Denition 1. Une suite x
0
, x
1
, . . . ou (x
n
)
nN
ou tout simplement (x
n
) de nombres reels
consiste en la donnee, pour chaque nombre naturel n, dun nombre reel x
n
(formellement, il
sagit donc dune application N R : n x
n
). Cette suite tend ou converge vers le nombre
reel r lorsque pour tout nombre reel > 0, il existe un nombre naturel n
0
tel que pour n N :
n n
0
=|x
n
r| < .
Pour bien interpreter cette dernière formule, dessinons un intervalle ouvert de largeur 2
centre en r ; il faut quà partir du rang n
0
, toutes les valeurs de la suite appartiennent à cet
intervalle :
x
0
x
2
x
1
r
x
n
0
x
3
r r +
(bien s ur, certaines des valeurs x
i
avec i < n
0
peuvent aussi sy trouver, mais en tout cas aucune
valeur x
n
avec n > n
0
nechappe à lintervalle).
Si la suite (x
n
) converge vers r, on dit que r est la limite de la suite et lon ecrit
lim
n
x
n
= r.
Exemples. Des suites donnees ci-dessus, seules les numeros 1, 4 et 6 convergent, vers respecti-
vement
1
6
, 0 et 0. Prouvons-le pour le numero 4, cest-à-dire
lim
n
2
n
= 0.
Soit > 0 donne. Il existe un nombre naturel n
0
tel que 2
n
0
>
1
. Alors pour n n
0
:
0 < 2
n
=
1
2
n

1
2
n
0
< ,
E DES NOMBRES R
EELS. 80
donc pour n n
0
, on aura comme souhaite |2
n
0| < .
La limite dune suit se calcule souvent sans retour à la denition (donc en evitant les ). La
proposition suivante nous sera bien utile à cet eet.
Proposition 5.8 Si la suite (x
n
) converge vers r et la suite (y
n
) vers s (avec r, s R), et si
R, alors :
la suite (x
n
) converge vers r,
la suite (x
n
+ y
n
) converge vers r + s,
la suite (x
n
y
n
) converge vers r s,
la suite (x
n
y
n
) converge vers r s,
et si de plus s = 0,
la suite (x
n
/y
n
) converge vers r/s.
Remarque. Lecriture x
n
/y
n
est quelque peu dangereuse, car y
n
peut sannuler ; cependant,
ceci ne peut se produire que pour un nombre ni de valeurs car lim
n
y
n
= 0, et nest donc pas
vraiment genant. Une remarque semblable pourrait etre faite dans des cas ulterieurs.
Demonstration pour la somme. Soit > 0. Exprimons les hypothèses de convergence avec

2
en
lieu et place de : il existe m
0
et n
0
dans N tels que pour n N :
n m
0
=|x
n
r| <

2
,
n n
0
=|y
n
s| <

2
.
En prenant pour l
0
le plus grand de m
0
et n
0
, il vient pour n l
0
|(x
n
+ y
n
) (r + s)| = |(x
n
r) + (y
n
s)|
|x
n
r| + |y
n
s|
<

2
+

2
= .
Nous avons ainsi montre que pour > 0, il existe l
0
dans N
0
avec
n l
0
=|(x
n
+ y
n
) (r + s)| < .
Ceci etablit lim
n
(x
n
+ y
n
) = r + s.
Exemple.
lim
n
(3
n
+
5n
2
+ 2
6n
2
+ n + 3
) = lim
n
3
n
+ lim
n
5n
2
+ 2
6n
2
+ n + 3
= 0 + lim
n
5 +
2
n
2
6 +
1
n
+
3
n
2
=
lim
n
(5 +
2
n
2
)
lim
n
(6 +
1
n
+
3
n
2
=
5
6
.
Exemple.
lim
n
3n
3
+ n + 1
2n
2
+ n
= lim
n
3 +
1
n
2
+
1
n
3
2
n
+
1
n
2
=
3
0
???
E DES NOMBRES R
EELS. 81
Cette suite ne converge pas.
Denition 2. La suite x
n
diverge vers + lorsque pour tout nombre reel M, il existe un
nombre naturel n
0
avec pour n N :
n n
0
=x
n
M.
M
contient x
n
, x
n
0
+1
, x
n
0
+2
, ...
Exemple. On ecrit
lim
n
3n
3
+ n + 1
2n
2
+ n
= +
bien que la suite consideree ne converge pas !
Une denition analogue à la Denition 2 donne un sens à lim
n
x
n
= . La Proposition 1
setend (partiellement) lorsque (x
n
) et/ou (y
n
) diverge(nt) vers + ou , grace aux règles
r += s= (s)=
r =
r
= 0

s
=

s
= ,
o` u r et s sont des nombres reels avec s > 0. Nous passons les preuves. Attention : les formes
et sont indeterminees.
Revenons à letude des suites convergentes.
Proposition 5.9 Lensemble E des valeurs dune suite convergente (x
n
) est borne (nous di-
rons : toute suite convergente est bornee).
Demonstration. Soit r la limite de la suite (x
n
). Prenons un nombre reel > 0 (nimporte lequel ;
1 convient aussi bien que 2.000). Il existe donc un nombre naturel n
0
tel que pour n N :
n n
0
=|x
n
r| < .
Ainsi seulement un nombre ni de x
n
echappent à lintervalle ]r , r + [ (ils sont parmi
x
0
, x
1
, . . . , x
n
0
). Prenons le plus grand de ces elements ; nous voyons que E est majore par r +
ou par ce plus grand element. De meme, E est minore par r ou par le plus petit des elements
qui echappent à ]r , r + [. En conclusion, E est borne.
Remarque. La reciproque est fausse. Un contre-exemple est fourni par la suite x
n
= (1)
n
,
qui ne converge pas bien que lensemble E = {1, +1} de ses valeurs soit borne. Pour preparer
la Proposition suivante, signalons quil est possible dextraire de cette suite une sous-suite
convergente (et meme plusieurs), par exemple x
0
= 1, x
2
= 1, x
4
= 1, . . .
Une sous-suite dune suite (x
n
) est obtenue en retenant un nombre inni dindices k
n
de
la suite donnee : on forme la suite x
k
1
, x
k
2
, . . . , x
kn
, . . ., encore notee (x
kn
).
E DES NOMBRES R
EELS. 82
Theorème 5.10 (Weierstrass) Si lensemble E des valeurs de la suite (x
n
) est borne, il existe
une sous-suite de (x
n
) qui est convergente.
Demonstration. Par hypothèse, il existe deux nombres reels p
0
et q
0
tels que pour n N
p
0
< x
n
< q
0
.
Subdivisons lintervalle ferme [p
0
, q
0
] en les deux intervalles
_
p
0
,
p
0
+ q
0
2
_
et
_
p
0
+ q
0
2
, q
0
_
:
p
0
q
0
E
Un des deux intervalles
_
p
0
,
p
0
+ q
0
2
_
et
_
p
0
+ q
0
2
, q
0
_
(ou les deux) contient x
n
pour une innite
de valeurs de n. Si cest le cas, pour le premier intervalle, posons
p
1
= p
0
, q
1
=
p
0
+ q
0
2
sinon posons
p
1
=
p
0
+ q
0
2
, q
1
= q
0
et prenons un nombre naturel k
1
avec x
k
1
compris dans le sous-intervalle [p
1
, q
1
]. Ensuite, si
_
p
1
,
p
1
+ q
1
2
_
contient x
n
pour une innite de valeurs de n, posons
p
2
= p
1
, q
2
=
p
1
+ q
1
2
,
sinon posons
p
2
=
p
1
+ q
1
2
, q
2
= q
1
,
et prenons un nombre naturel k
2
avec k
2
k
1
et x
k
2
contenu dans lintervalle [p
2
, q
2
]. En
repetant chaque fois ce procede, nous constituons deux suites (p
n
) et (q
n
) avec
p
0
p
1
p
2
. . . ,
q
0
q
1
q
2
. . . ,
p
n
q
n
, n N,
q
n
p
n
=
1
2
n
(q
0
p
0
), n N,
ainsi quune sous-suite (x
kn
) de (x
n
) avec
p
n
x
kn
q
n
, n N.
Par la propriete de completude de R (Proposition 5.6), il existe un nombre reel r tel que
n N : p
n
r q
n
.
E DES NOMBRES R
EELS. 83
Montrons que la suite (x
kn
) converge vers r. Soit > 0. Choisissons un nombre naturel n
0
tel
que
2
n
0
> (q
0
p
0
)
1
.
Par construction, r et x
kn
se trouvent dans lintervalle [p
n
, q
n
] (quel que soit n). Ainsi, pour
n n
0
|x
kn
r| q
n
p
n
q
n
0
p
n
0
=
1
2
n
0
(q
0
p
0
)
< .
Ceci prouve r = lim
n
x
kn
.
Denition 3. Une suite (x
n
) est croissante si pour tous nombres naturels n et n
n n
=x
n
x
n
;
elle est decroissante si pour tous nombres naturels n et n
n n
=x
n
x
n
.
Une suite est monotone si elle est croissante ou decroissante. En utilisant des inegalites
strictes, on denit de meme strictement decroissante, ...
Exemples.
x
n
= 2
n
denit une suite strictement decroissante ;
x
n
= 2
n
denit une suite strictement croissante ;
x
n
= (1)
n
2
n
denit une suite qui nest pas monotone.
Proposition 5.11 Soit (x
n
) une suite croissante. Cette suite converge si et seulement si len-
semble E de ses valeurs est majore. Dans ce cas, lim
n
x
n
= sup E.
Exemple. Pour x
n
= 1 3
n
, cest-à-dire pour la suite croissante
1 1, 1
1
3
, 1
1
9
, 1
1
27
, . . . ,
il vient lim
n
x
n
= 1 = sup
_
1, 1
1
3
, 1
1
9
, . . .
_
.
Demonstration. Grace à la Proposition 5.7, nous savons que E possède une borne superieure,
soit s = sup E. Prouvons que la suite (x
n
) converge vers s. Comme dhabitude, prenons > 0.
Puisque s est le plus petit des majorants de E, le nombre s nest pas un majorant de E.
Il existe donc un nombre naturel n
0
avec s < x
n
0
. Ainsi, pour n n
0
, du fait que x
n
est
croissante, nous avons
s < x
n
.
Dautre part, comme s est majorant de E, il faut
x
n
s.
Par consequent |x
n
s| < dès que n n
0
.
Le theorème qui suit donne un critère de convergence qui ne fait pas reference à la limite
de la suite.
E DES NOMBRES R
EELS. 84
Theorème 5.12 (Cauchy) Une suite (x
n
) est convergente si et seulement si
> 0, n
0
N, m, n N : (m n
0
et n n
0
) =|x
m
x
n
| < .
La formule peut paratre lourde ; elle arme quà partir dun certain rang n
0
, deux elements
quelconques de la suite sont arbitrairement proches (lindice n
0
dependant du degre souhaite
de proximite). Considerons la suite denie par x
n
=
2n + 3
n + 5
(bien s ur, lim
n
x
n
= 2). Montrons
que le critère de convergence de Cauchy est satisfait ; calculons
|x
m
x
n
| = |
2m + 3
m + 5

2n + 3
n + 5
|
=
|(2m + 3)(n + 5) (m + 5)(2n + 3)|
(m + 5)(n + 5)
=
7|mn|
(m + 5)(n + 5)
=
7|
1
m

1
n
|
(1 +
5
m
)(1 +
5
n
)
7
1 1
(
1
n
+
1
m
).
Nous voyons que pour > 0 donne, |x
m
x
n
| < pour m et n susamment grands : il sut
dimposer m, n n
0
pour n
0
tel que 7
2
n
0
< .
Demonstration.
1) Supposons que la suite (x
n
) converge vers le nombre reel r. Pour > 0 donne, il existe
n
0
N tel que si n N :
n n
0
=|x
n
r| <

2
.
Nous en deduisons si m, n N :
m, n n
0
=|x
m
x
n
| = |x
m
r + r x
n
|
|x
m
r| + |r x
n
|
<

2
+

2
= .
2) Supposons veriee la condition à droite du ssi dans lenonce. En y faisant = 1, nous
avons pour le n
0
correspondant et m, n N :
(m n
0
et n n
0
) =|x
m
x
n
| < 1.
Si nous xons m = n
0
et posons a = x
n
0
, il vient
n n
0
=|a x
n
| < 1
do` u
n n
0
=a 1 < x
n
< a + 1.
Ceci signie que toutes les valeurs de la suite (x
n
), sauf un nombre ni, sont comprises entre
a 1 et a + 1. Il en resulte que lensemble de ces valeurs est borne. Par le Theorème 5.10 (de
E DES NOMBRES R
EELS. 85
Weierstrass), une certaine sous-suite (x
kn
) de (x
n
) converge ; appelons r sa limite. En vue de
prouver que (x
n
) converge aussi vers r, donnons-nous > 0. Il existe un nombre naturel n
1
tel
que pour n N
n n
1
=|x
kn
r| <

2
.
Dautre part, notre hypothèse implique quil existe un nombre naturel n
2
tel que pour n N
n n
2
=|x
kn
x
n
| <

2
(car k
n
n n
2
). Si nous posons n
0
= max{n
1
, n
2
}, il vient
n n
0
=|x
n
r| = |x
n
x
kn
+ x
kn
r|
|x
n
x
kn
| + |x
kn
r|
<

2
+

2
= .
Ceci etablit r = lim
n
x
n
.
Souvent, une suite est dite de Cauchy si elle satisfait la condition à droite du ssi dans
le dernier enonce. Ce theorème exprime donc lequivalence
suite convergente = suite de Cauchy.
Rappelons que nous considerons ici des suites de nombres reels. Les suites de nombres rationnels
ne satisfont pas cette equivalence (dans le sens quune suite de Cauchy de nombres rationnels
ne converge pas necessairement vers un nombre rationnel).
5.5 Elements de topologie de R.
Les considerations de cette section paratront en première lecture très techniques, voire
diciles. Elles sont requises par la precision que nous voulons apporter à lexpose ulterieur de
la continuite. Motivons-les concrètement.
Exemple 1. Prenons les trois sous-ensembles de R
X =]0, 1[, Y = [0, 1], Z = [0, +[,
les trois suites de points denies par
x
n
=
1
n + 1
, y
n
=
1
n + 1
, z
n
= n
et enn les trois fonctions
f : X R : x x
2
, g : Y R : x x
2
, h : Z R : x x
2
.
La limite de la première suite, bien que formee de points de X, converge vers un point exterieur
à X ; au contraire, la limite de la suite de points y
n
de Y converge vers un point de Y . Les suites
(x
n
) dans X et (z
n
) dans Z ne possèdent aucune sous-suite convergeant vers un point de X,
respectivement Z. Nous verrons plus tard que toute suite de points de Y admet une sous-suite
convergeant vers un point de Y . Quelles caracteristiques de Y garantissent cette propriete ?
Constatons que Y est borne (ce que Z nest pas) et comprend tous les points de son bord
(au contraire de X). Dautre part, signalons que les fonctions f et h natteignent pas de valeur
E DES NOMBRES R
EELS. 86
maximum sur leur domaine, ce qui est par contre le cas de g. A nouveau, des caracteristiques de
Y impliquent une bonne propriete (de la fonction continue g cette fois). Cette section presente
les notions qui precisent les caracteristiques en question.
Notre première tache sera de denir la notion de bord. Le bord de lensemble X ci-dessus est
lensemble {0, 1} (forme de deux points) ; cest aussi le bord de Y . Le bord de Z ne comprend
que le point 0. Intuitivement, un point du bord peut etre approche daussi près que voulu par
un point de X, ainsi que par un point de lensemble complementaire CX = R \ X.
Denition 1. Soit X R. Un point p de R appartient au bord ou frontière de X sil satisfait
les deux conditions suivantes :
a) > 0, q X : |p q| < ;
b) > 0, r CX : |p r| < .
Geometriquement, p est un point de la frontière de X si tout intervalle ouvert ]p , p + [
(centre en p, de rayon 2) contient à la fois un point de X et un point hors de X :
Exemple 2. Le bord de ] , 2[ ]0, 1] [2, 3] [5, +[ est lensemble {2, 0, 1, 2, 3, 5} :
0 1 2 3 4 5 6 7 0 1 2 3 4
Par exemple, 1 nest pas un point du bord car pour =
1
2
, il nexiste pas de point de X à
distance plus petite que de 1. Le point 2,25 nest pas au bord car lintervalle ] 2,25
0,1; 2,25 +0,1[ ne rencontre pas CX. Nous utilisons ici le fait quun point p nest pas au bord
de X lorsquune des deux conditions suivantes au moins nest pas satisfaite :
a) > 0, q X : |p q| ;
b) > 0, r CX : |p r| .
Exemple 3. Voici quelques sous-ensembles de R et leurs bords :
[0, 1] {0, 1}
]2, 3[ {2, 3}
]6, 7] {6, 7}
]0, +[ {0}
] , 4] {4}
{8} {8}
R

Z Z
Q R
Tout point z de Z appartient au bord de Z car ]z , z + [, pour > 0, contient toujours un
point de Z (à savoir z) et un point hors de Z. Tout nombre reel est dans la frontière de Q car
tout intervalle ouvert de R contient à la fois un nombre rationnel et un nombre irrationnel.
Proposition 5.13 Pour X sous-ensemble de R, le bord de X concide avec le bord de CX.
E DES NOMBRES R
EELS. 87
Demonstration. Il sut de constater que X et CX sont interchangeables dans la double condi-
tion denissant un point du bord.
A laide du bord nous introduisons à present quelques autres notions topologiques.
Denition 2. Un sous-ensemble X de R est ouvert sil ne comprend aucun point de son bord;
il est ferme sil contient entièrement son bord.
Exemples 4. Les sous-ensembles suivants sont ouverts :
]0, 1[, ] , 5[, ]0, 2[ ]3, 4[, , R,
et les suivants sont fermes :
[0, 1], ] , 4], ] , 7] [9, 10], , R, {9}.
Il ne faut pas quune porte, pardon, un sous-ensemble de R soit ouvert ou ferme : voyez Q, ni
ouvert, ni ferme !
Proposition 5.14 Il vient pour X R :
X ouvert CX ferme .
Demonstration. Ceci decoule directement de la Proposition 1 qui arme que le bord B de X
est aussi le bord de CX. En eet, nous avons X disjoint de B si et seulement si CX contient
B.
Proposition 5.15 Un sous-ensemble X de R est ouvert si et seulement si il est une reunion
dintervalles ouverts.
Demonstration. Supposons X ouvert, et soit p X. Par hypothèse, p nappartient pas au bord
de X. Comme p X, il doit donc exister un reel > 0 tel que ]p , p +[ soit disjoint de CX.
Ainsi, pour chaque point p de X, nous obtenons un intervalle ouvert contenant p et inclus à X.
Clairement, X est la reunion de tous ces intervalles ouverts.
Reciproquement, supposons X reunion de certains intervalles ouverts et montrons quaucun
point p de X nest dans le bord. Par hypothèse, il existe un intervalle ouvert ]a, b[ tel que
p ]a, b[ X. Supposons a < b. Prenant = min{p a, b p}, nous constatons que lintervalle
]p , p + [ evite CX.
a
p p +
b
p
Proposition 5.16 Un sous-ensemble X de R est ferme si et seulement si X comprend la limite
de toute suite convergente de points de X.
E DES NOMBRES R
EELS. 88
Demonstration. Si X est suppose ferme et (x
n
) est une suite de points de X convergeant vers
un point p, nous devons montrer p X. Derivons une contradiction de p X. Comme par
hypothèse X contient son bord, p nest pas au bord. Il existe donc > 0 tel que (p, p+)X =
. Mais alors aucun point de x
n
ne peut appartenir à ]p , p + [, en contradiction avec
p = lim
n
x
n
.
Pour la reciproque, procedons à nouveau par labsurde. Si p est hors de X tout en etant dans
le bord, nous savons quil existe pour chaque naturel n un point x
n
de X dans
_
p
1
n + 1
, p +
1
n + 1
_
. La suite x
n
de points de X converge alors vers p hors de X, en contra-
diction avec lhypothèse actuelle.
Corollaire 5.17 Tout sous-ensemble X de R qui est non vide, majore et ferme contient sa
borne superieure.
Selon la denition 3 de 5.3, ce sous-ensemble admet un maximum. Il y a bien s ur un enonce
analogue avec le minimum.
Demonstration. La borne superieure existe daprès la Proposition 5.7. Comme elle est une limite
de points de X et que X est suppose ferme, elle est un element de X.
Denition 3. Soit X R. Linterieur de X est lensemble des points de X qui ne sont dans
le bord de X. La fermeture ou adherence de X est la reunion de X et de son bord.
Exemple 5. Donnons quelques sous-ensembles de R avec leurs interieurs et fermetures :
sous-ensemble interieur adherence
[3, 7[ ] 3, 7[ [3, 7]
] , 2] [3, +[ ] , 2[ ]3, +[ ] , 2] [3, +[
{1} {1}
N N
R R R
Q R
Voici une autre caracterisation de ces deux notions : linterieur de X est le plus grand sous-
ensemble ouvert contenu dans X, ladherence de X est le plus petit ensemble ferme contenant
X. Rappelons quune des deux motivations presentees au debut de cette section concerne les
limites des suites.
Proposition 5.18 La fermeture dun sous-ensemble X de R est lensemble des limites des
suites convergentes de points de X.
Demonstration. Tout point p de X est la limite de la suite p, p, . . . , p, . . . de points de X. Si à
present p est un point du bord, prenons pour chaque naturel n un point x
n
dans
X
_
p
1
n + 1
, p +
1
n + 1
_
.
La suite (x
n
) de points de X converge vers p. Nous avons donc montre que tout point de
ladherence est une limite du type indique.
Dautre part, si q est limite dune suite (y
n
) de points de X, nous avons deux cas : ou bien
q X (rien à prouver alors), ou bien q X. Dans le secons cas, montrons que q est dans le
E DES NOMBRES R
EELS. 89
bord. Soit > 0 ; lintervalle ]q , q + [ contient dejà le point q de CX. De plus, comme
q = lim
n
y
n
, il existe un naturel n tel que y
n
]q , q +[. Donc ]q , q +[ rencontre toujours
X.
Exemple 6. Ladherence de ]3, +[ est [3, +[. Nous avons 3 = lim
n
3 +
1
n
. Ladherence de
Q [0, 1] est [0, 1] : tout reel entre 0 et 1 est limite dune suite de rationnels entre 0 et 1.
Notons que [3, +[ et Q[0, 1] contiennent chacun des suites sans aucune sous-suite conver-
geant vers un point de X, par exemple respectivement denies par x
n
= n et recursivement par
y
n+1
=
1
2
_
y
n
+
2
y
n
_
, pour n > 0, avec y
0
= 1. Le premier ensemble nest pas borne tandis que
le second nest pas ferme.
Denition 4. Un sous-ensemble X de R est compact si toute suite de points de X admet une
sous-suite convergeant vers un point de X.
La caracterisation suivante des sous-ensembles compacts de R est utile pour letude de la
convergence de processus en calcul numerique.
Theorème 5.19 (Heine-Borel) Un sous-ensemble X de R est compact si et seulement sil
est borne et ferme.
Demonstration.
Supposons X compact. Si X netait pas majore, il existerait pour chaque nombre
naturel n un element x
n
de X avec n < x
n
. La suite (x
n
) ainsi obtenue nadmet aucune sous-
suite convergente, en contradiction avec la compacite de X. Nous avons ainsi prouve que X
est majore ; un argument semblable montre que X est minore, et donc borne. Dautre part,
si X netait pas ferme, il existerait une suite (x
n
) dans X convergeant vers un point y X
(Proposition 4) ; comme cette suite ne peut avoir de sous-suite convergeant vers un point de X,
contradiction ! Donc X est ferme.
Soit X borne, ferme, et soit (x
n
) une suite de points de X. Par le Theorème de
Weierstrass (Theorème 5.10), cette suite admet une sous-suite convergente. Sa limite appartient
à X, car X est suppose ferme. Par la denition meme, X est compact.
Exemple 7. Les intervalles fermes sont compacts, les demi-droites meme fermees ne sont pas
compactes. Lensemble Q [0, 1] nest pas compact.
Nous avons choisi de denir les compacts à partir de la notion de suite. Mentionnons,
sans demonstration, une autre caracterisation des compacts (les mathematiciens prefèrent cette
dernière car elle se prete mieux à generalisation).
Proposition 5.20 (Lebesgue) Le sous-ensemble X de R est compact si et seulement si pour
toute famille (O
i
)
iI
de sous-ensembles ouverts de R dont la reunion contient X, il existe un
nombre ni de O
i
dont la reunion contient X.
En dautres termes : de tout recouvrement de X par des ensembles ouverts, il est possible
dextraire un sous-recouvrement ni.
Exemples.
1. Le sous-ensemble N de R nest pas compact, car il est recouvert par les ouverts
_
1
2
,
1
2
_
,
_
1
2
,
3
2
_
,
_
3
2
,
5
2
_
, . . .
sans etre recouvert par un nombre ni dentre eux.
E DES NOMBRES R
EELS. 90
2. Le sous-ensemble [2, 3[ de X nest pas compact, car les ouverts de la forme ]1, 3[, pour
> 0, le recouvrent alors quun nombre ni dentre eux ne recouvrent jamais [2, 3[.
Nous reviendrons sur les notions topologiques lorsque nous travaillerons dans les espaces
numeriques R
n
(Chapitre 13). Avant de clore cette section, introduisons la notion de connexite
par arcs.
Exemple 8. Lensemble X =]2, 3] [10, 12] nest pas connexe par arcs car nous ne pouvons
pas passer contin ument de 2,89 à 11,25 en restant dans X.
Pour donner un sens precis à passer contin ument, nous nous inspirons du mouvement
rectiligne uniforme de la physique (lorsque X sera donne dans R
2
, il nous faudra considerer des
mouvements plus generaux).
Denition 5. Un sous-ensemble X de R est connexe par arcs si pour deux quelconques de
ses points p et q, limage de lapplication
[0, 1] R : t p + t(p q)
est entièrement dans X.
Comme cette image nest rien dautre que le segment [p, q], nous imposons en fait que X
contienne entièrement tout segment dont il comprend les extremites. Cette dernière condition
denit la convexite de X. Connexite et convexite dierent dans les espaces R
n
dès que n > 1.
Exemple 9. Sont connexes par arcs :
[13, 14], ] 2, 8[, ] , 3[, , R, {5},
et ne le sont pas :
[2, 3] [4, 5], {2, 3}, N, Q.
Proposition 5.21 Les sous-ensembles connexes par arcs de R (cest-à-dire les sous-ensembles
convexes de R) sont
- le vide,
- les singletons,
- les intervalles (ouverts, fermes ou semi-ouverts),
- les demi-droites (ouvertes ou fermees),
- R.
Lancons un de au lecteur : quil etablisse lui-meme cette proposition !
5.6 Exercices.
1. Determiner (sil existe) le supremum, linmum, le maximum et le minimum de chacun
E DES NOMBRES R
EELS. 91
des ensembles suivants de nombres reels :
a) [3, 4[; b) ]1, 2] [5, 6] {7};
c)
_
1
k
| k N\{0}
_
; d)
_
n
m
| n, m N\{0}, n m
_
;
e)
_
1
1
k
| k N\{0}
_
_
1 +
1
k
| k N\{0}
_
; f) N;
g)
_
(1)
k
k
| k N\{0}
_
; h)
_
n
m
| n, m N\{0}, n > m
_
;
i) {x R | x
3
8}; j) R.
2. Demontrer les egalites
a) lim
n
1
3n
= 0; b) lim
n
1
2n+4
= 0
c) lim
n
n
2+n
= 1; d) lim
n
1
n
= 0
3. Donnez un exemple de suite (a) convergente, (b) divergeant vers +, (c) nayant pas
de limite, (d) decroissante, (e) croissante et bornee, (f) bornee mais non convergente.
4. Completer
(a) n > . . . =
1
2n
<
(b) n > . . . =
1
3n
2
<
(c) n > . . . =|
n
1+n
1| <
(d) n > . . . =|
2n
2
1+n
2
2| <
o` u n N\{0}, R\{0}, > 0.
5. Parmi les suites suivantes, lesquelles sont croissantes, decroissantes, bornees, conver-
gentes, ayant une limite innie, nayant pas de limite ?
a) 1,
1
2
,
1
3
, . . . ,
1
n
, . . . e) 0,
1
2
,
3
6
, . . . ,
1
n
sin

n
, . . .
b) 1, 2, 3, . . . , n, . . . f) 1,
1
2
,
1
3
, . . . ,
cos n
n
, . . .
c) 1, 1, 1, . . . , (1)
n
, . . . g) 1,
_
2
3
,
_
3
5
, . . . ,
_
n
2n1
, . . .
d) 0,
1
3
,
1
2
, . . . ,
n1
n+1
, . . .
6. Calculer les limites suivantes, si elles existent :
1) lim
n
n
2
+ 1
n
2
1
; 2) lim
n
2
1 +
n
; 3) lim
n
n(n 1)
n + 1
; 4) lim
n
cos n
n
.
7. Demontrer que lim
n
|u
n
| = 0 si et seulement si lim
n
u
n
= 0. Montrer par un
exemple que meme si lim
n
|u
n
| existe, lim
n
u
n
peut ne pas exister.
E DES NOMBRES R
EELS. 92
8. Les parties suivantes de la droite reelle sont-elles ouvertes, fermees, compactes ?
Z; N; R; {
1
n
| n N\{0}};
{
n
2
n
2
+1
| n N}; {
n
n
2
+1
| n N} {1}; {
n
3
n
2
+1
| n N};
R\Z; R\{
1
n+1
| n N}
9. Calculer les limites suivantes :
1) lim
n
n
2
+ 1
n
2
1
2) lim
n
2
1 +
n
3) lim
n
n(n 1)
n + 1
4) lim
n
1
n
2
5) lim
n
sin
2
(1)
n
n
6) lim
n
cos n
n
10. Lensemble {1,
1
2
, . . . ,
1
n
, . . .} admet un recouvrement ouvert dont on ne peut pas ex-
traire un sous-recouvrement ni (lequel ?) Par contre tout recouvrement ouvert de lensemble
{1,
1
2
, . . . ,
1
n
, . . . , 0} admet un sous-recouvrement ni. Demontrer !
11. Determiner le bord et linterieur de chacun des sous-ensembles de R rencontres dans
les exercices 1 et 8.
12. Prouver pour X R :
X ferme CX ouvert.
13. Lesquels des sous-ensembles suivants sont ouverts ?
R \ Z, R \ Q, R \
_
1
n + 1
| n N
_
, R \
_
a
2
n
| a Z, n N
_
.
14. Calculer
a)
i=0
_
1
i + 1
,
1
i + 1
_
,
b)
i=0
_
1
i + 1
,
1
i + 1
_
.
15. Denissons une suite (y
n
) de points de R par y
0
= 1 et, pour n > 0,
y
n+1
=
1
2
_
y
n
+
2
y
n
_
.
a) Si cette suite converge, quelle doit etre sa limite ?
b) Prouvez la convergence.
Chapitre 6
Fonctions reelles dune variable reelle.
Dans ce chapitre, nous etudions les fonctions denies sur un ensemble de nombres reels et
prenant des valeurs reelles. Les principales notions abordees sont celles de graphe, limites en
un point, asymptotes, continuite et comportement asymptotique.
6.1 Graphe, parite, periodicite.
Soit la fonction
f : X R : x y = f(x)
o` u X R; donc X est le domaine de f ; cette notation sera conservee dans plusieurs chapitres.
Le graphe de f est le sous-ensemble de R
2
forme des points (x, f(x)), avec x X. Il est
represente dans le plan de la feuille muni dun système daxes orthogonaux, avec laxe ox
horizontal vers la droite, et oy vertical vers le haut.
Exemple 1. Voici le graphe de la fonction R R : x x
3
:
0.1
0.2
0.1
0.2
0.3
1 2 1 2
x
3
x
Parfois, lexpression de f(x) etant donnee, nous rechercherons le plus grand domaine
possible de f : nous entendons par là lensemble de tous les nombres reels x pour lesquels f(x)
est directement evaluable et reel.
Exemple 1. Si f(x) =
x 2, le plus grand domaine de f est [2, +) (car une valeur negative

sous le radical ne permet pas dextraire la racine reelle). Le graphe de f sobtient en translatant
de 2 vers la droite le graphe de R
+
R : x

x, qui est une demi-parabole :
0.5
1.0
1.5
2.0
2.5
3.0
2 4 6 8 10
x
x 2
93
CHAPITRE 6. FONCTIONS R
EELLES DUNE VARIABLE R
EELLE. 94
Exemple 2. Le plus grand domaine de la fonction x 2 +
3
x 1
est R\{1}. Le graphe de
cette fonction sobtient en appliquant successivement à lhyperbole dequation xy = 1
- un etirement daxe ox et de rapport 3 dans la direction de oy ;
- une translation de +1 dans la direction ox;
- une translation de +2 dans la direction oy.
25
50
75
25
50
75
1 2 3 1 2 3
x
f(x)
Denitions 1. La fonction
f : X R
est bornee superieurement si son image (ensemble des valeurs prises par la fonction)
f(X) = {f(x) | x X},
est bornee superieurement. Dans ce cas, le supremum sup f de f est la borne superieure
de f(X). Les denitions de fonction bornee inferieurement et dinmum inf f dune
fonction f sont analogues. Enn, une fonction est bornee si elle est bornee inferieurement et
superieurement.
Exemple 3. La fonction
R R : x x
3
nest bornee ni superieurement ni inferieurement. La fonction
R R : x
x 2
est bornee inferieurement, mais pas superieurement ; son inmum est 0. La fonction
R R : x
x
2
x
2
+ 1
est bornee. Son inmum est 0, son supremum est 1.
Voici quelques denitions de notions simples.
EELLE. 95
Denition 2. La fonction f : X R est croissante si pour x, y X :
x y f(x) f(y).
Elle est strictement croissante si pour x, y X
x < y f(x) < f(y).
La fonction f est decroissante si pour x, y X
x y f(x) f(y).
Une fonction est dite monotone si elle est croissante ou decroissante.
Nous laissons au lecteur le soin de denir les fonctions strictement decroissante et les
fonctions strictement monotones.
f : [3, 3] R
dont voici le graphe
1 2 3 1 2 3 x
f(x)
est croissante sur [3, 1] (ce qui signie : la restriction de f à [3, 1] est croissante). Elle
est strictement monotone sur [2, 3]. Elle nest pas monotone sur [0, 3].
Denition 3. La fonction f : X R de domaine X symetrique par rapport au point o est
paire si f(x) = f(x), pour tout x de X,
impaire si f(x) = f(x), pour tout x de X.
Donc f est paire exactement si son graphe est symetrique par rapport à laxe oy. Elle est
impaire exactement si son graphe est symetrique par rapport au point o (comme dans lExemple
4).
Denition 4. La fonction f : X R est periodique si elle nest pas constante et sil existe
un nombre reel t non nul tel que
x X implique x + t X et f(x + t) = f(x).
Si f est periodique, la periode de f est le minimum, sil existe, de tous les nombres t > 0 qui
rendent legalite f(x + t) = f(x) correcte pour tout x de X.
Remarque. La fonction denie par
f(x) =
_
1 si x est rationnel,
0 si x est irrationnel
EELLE. 96
est periodique mais nadmet pas de periode. (Ce curieux phenomène ne se produit jamais pour
une fonction continue).
Une fonction non constante est periodique si et seulement si son graphe est conserve par
une translation horizontale non identique.
f : R R : x 2x 2x 1
est periodique, de periode
1
2
(rappelons que y designe le plus petit entier superieur ou egal à
y).
1
1 0
x
f(x)
6.2 Limite dune fonction en un point.
Soit à nouveau f : X R, avec X R. Supposons f denie au voisinage du point x
0
, sauf
peut-etre en x
0
, cest-à-dire : il existe un voisinage V de x
0
tel que V \{x
0
} X. Un voisinage
du point x
0
de R est un sous-ensemble V de R qui contient un intervalle ouvert centre en x
0
;
en particulier, tout intervalle ouvert contenant x
0
est un voisinage de x
0
.
Denition 1. La limite de f en x
0
existe et est egale au nombre reel r lorsque pour toute
suite (t
n
) de points de X\{x
0
},
si lim
n
t
n
= x
0
, alors lim
n
f(t
n
) = r.
Dans ce cas, f tend vers r lorsque x tend vers x
0
, et nous ecrivons
lim
xx
0
f(x) = r.
Exemple 1. Soit
f : R R : x
_
_
|x|
x
pour x = 0,
0 pour x = 0.
Comme la suite denie par t
n
=
(1)
n
n
a toutes ses valeurs non nulles et converge vers 0 sans
que f(t
n
) (qui vaut alternativement 1 et 1) ne converge, cette fonction f nadmet pas de
limite en 0. Par contre, lim
x7
f(x) = 1, et plus generalement : la limite de f en x
0
vaut +1 si
x
0
> 0, et 1 si x
0
< 0.
Proposition 6.1 Nous avons lim
xx
0
f(x) = r si et seulement si pour tout nombre reel positif ,
il existe un nombre reel positif tel que pour tout x de X\{x
0
}
|x x
0
| < |f(x) r| < .
EELLE. 97
Demonstration.
Supposons lim
xx
0
f(x) = r sans que lassertion à droite du ssi ne soit vraie. Il existe donc
> 0 tel que pour tout > 0, nous pouvons trouver x X\{x
0
} satisfaisant |x x
0
| < et
|f(x) r| . Si =
1
n + 1
avec n N, notons t
n
le reel x ainsi obtenu. Il vient t
n
= x
0
et
lim
n
t
n
= x
0
, sans que la suite f(t
n
) ne converge vers r. Ceci contredit lim
xx
0
f(x) = r. Lassertion
à droite du ssi ne peut etre fausse.
Soit (t
n
) une suite de points de X\{x
0
} convergeant vers x
0
. En vue de prouver
lim
n
f(t
n
) = r, donnons-nous > 0. Avec le fourni par notre hypothèse, il doit exister n
0
N
tel que pour n N
n n
0
|t
n
x
0
| < .
Par consequent,
n n
0
|f(t
n
) r| < ,
ce qui etablit lim
n
f(t
n
) = r.
Exemple 2. (suite de lExemple 1) Pour etablir lim
x7
|x|
x
= 1, soit > 0 ; nous voyons que = 1
convient :
0
1
-1
7
1 1
f(x)
x
Pour montrer que lim
x0
f(x) = r est faux quel que soit le nombre reel r, prenons =
1
4
. Quel
que soit > 0, nous trouvons un nombre reel x = 0 avec |x 0| < et f(x) = 1, un autre avec
|x 0| < et f(x) = 1. Il est impossible davoir |f(x) r| < =
1
4
pour tout x satisfaisant
|x 0| < .
Cet exemple nous incite à denir aussi une limite à gauche de f en x
0
et une limite à
droite de f en x
0
, respectivement notees (si elles existent)
lim
xx
0
<
f(x) et lim
xx
0
>
f(x).
Les denitions precises sobtiennent en imposant de plus t
n
< x
0
(resp. t
n
> x
0
) dans la
Denition 1. Nous avons
lim
x0
<
|x|
x
= 1 et lim
x0
>
|x|
x
= +1.
Ces limites sont aussi appelees limite de f en x
0
par valeurs inferieures (resp. superieures)
de largument.
Pour toutes ces limites, nous pouvons aussi considerer la divergence vers + ou . Lais-
sant au lecteur le soin de formuler la denition et un analogue de la Proposition 6.1, nous nous
contenterons dun exemple.
EELLE. 98
Exemple. Soit
f : R R : x 2 +
3
x 1
(cf. Exemple 2 de 6.1) ; nous avons
lim
x1
<
f(x) = et lim
x1
>
f(x) = +.
6.3 Asymptotes.
Dans le dernier exemple ci-dessus, les limites indiquees entranent que la droite dequation
x = 1 est approchee de plus en plus par le graphe de f lorsque x tend vers 1 par valeurs
inferieures, ou par valeurs superieures.
1
1
x
f(x)
Nous dirons que cette droite est de deux manières asymptote verticale au graphe de f.
Denition 1. La droite dequation x = a est asymptote verticale au graphe de f lorsque
lune des limites à gauche ou à droite de f en a vaut + ou .
Nous pouvons egalement avoir des asymptotes horizontales, comme la droite dequation
y = 1, pour le graphe de la fonction R R : x
x
2
x
2
+ 1
(cette droite est deux fois asymptote
horizontale).
0.2
0.4
0.6
0.8
1.0
x
f(x)
1
EELLE. 99
Denition 2. La droite dequation y = b est asymptote horizontale au graphe de f lorsque
lim
x
f(x) = b ou lim
x+
f(x) = b.
Legalite de gauche signie que pour toute suite (t
n
) de points du domaine (suppose non borne
inferieurement), si lim
n
t
n
= , alors lim
n
f(t
n
) = b.
6.4 Continuite.
Nous considerons toujours la fonction f : X R, avec X R.
Denition 1. Soit x
0
X. La fonction f est continue au point x
0
(nous dirons aussi
continue en x
0
) si pour toute suite (t
n
) de points du domaine X :
lim
n
t
n
= x
0
lim
n
f(t
n
) = f(x
0
).
Lorsque f est denie au voisinage de x
0
, la continuite de f en x
0
revient à
lim
xx
0
f(x) = f(x
0
),
cest-à-dire
lim
xx
0
f(x) = f( lim
xx
0
x).
En imposant dans la denition t
n
< x
0
, ou en prenant la limite à gauche lim
xx
0
<
f(x), on denirait
la continuite de f à gauche en x
0
. Le concept de continuite à droite est similaire.
Exemple 1. La fonction f : R R donnee par
f(x) =
_
+1 si x > 0,
1 si x 0
est continue à gauche en 0, mais nest pas continue à droite en 0, et donc nest pas continue en
0. Par contre, elle est continue en tout point x
0
= 0.
Denition 2. La fonction f est continue si elle est continue en chaque point de son
domaine X.
Intuitivement, une fonction f de domaine un intervalle est continue si son graphe peut etre
trace sans lever la main. La proposition suivante nous aidera à preciser cette expression.
Proposition 6.2 Soit x
0
X. La fonction f est continue en x
0
si et seulement si
> 0, > 0, x X : |x x
0
| < |f(x) f(x
0
)| < . ()
La formule à droite du ssi signie que les images f(x) peuvent etre rendues arbitrairement
proches de f(x
0
) en prenant les valeurs de x susamment proches de x
0
. Ici, arbitrairement
proches signie contenues dans lintervalle ouvert ]f(x
0
) , f(x
0
) + [, avec positif quel-
conque, tandis que susamment proches signie dans lintervalle ouvert ]x
0
, x
0
+ [,
avec bien choisi. En fait, la valeur de dependra generalement de x
0
et de .
EELLE. 100
x
f(x)
x
0
x
0
x
0
+
f(x
0
) +
f(x
0
)
f(x
0
)
Voici encore une autre formulation de limplication () :
f(]x
0
, x
0
+ [) ]f(x
0
) , f(x
0
) + [.
Demonstration. La preuve est analogue à celle de la Proposition 6.1 (le lecteur attentif aura
dejà note que les seuls details qui dierencient la Denition 1 en 6.2 de la Denition 1 en cette
section sont lusage du nombre quelconque r au lieu de f(x
0
), lhypothèse que f est denie au
voisinage de x
0
, et enn la restriction t
n
= x
0
).
Exemple 2. La fonction R R : x x est continue en x
0
=
5
2
(rappelons que x est
le plus grand nombre entier inferieur ou egal à x). En eet, quel que soit > 0 donne, nous
pouvons prendre =
1
2
puisqualors
|x
5
2
| <
1
2
|x 2| < .
Par contre, cette fonction nest pas continue en x
0
= 2, car en xant =
1
3
(par exemple),
nous ne pouvons trouver de > 0 rendant limplication () toujours vraie : il y a au moins un
x, par exemple 2

2
, qui inrme limplication.
2
4
2
4
2 4 6 2 4
x
x
Exemple 3. La fonction R R : x x
2
est continue. En eet, soit x
0
R et R
+
0
. Le cas
x
0
= 0 est aise : nous pouvons faire =

, puisqualors
|x 0| < |x
2
0
2
| < .
Dans le cas x
0
= 0, nous recherchons tel que
|x x
0
| < |x
2
x
2
0
| < .
EELLE. 101
Utilisons à cette n
|x
2
x
2
0
| < ssi |x x
0
| |x + x
0
| < .
Linegalite souhaitee etant evidemment satisfaite si x + x
0
= 0, supposons x + x
0
= 0 ; il vient
|x
2
x
2
0
| < ssi |x x
0
| <

|x + x
0
|
.
Lorsque < |x
0
|, linegalite |x x
0
| < entrane |x + x
0
| < 3|x
0
|, et donc
3|x
0
|
<

|x + x
0
|
.
En imposant de plus <

3|x
0
|
, nous aurons successivement
|x x
0
| < <

3|x
0
|
<

|x + x
0
|
.
Ainsi la valeur =
1
2
min
_
|x
0
|,

3|x
0
|
_
convient pour x
0
= 0. Il est impossible ici de determiner
une valeur de qui convienne pour tout x
0
de R et soit independante de x
0
(essentiellement
car pour x
0
tendant vers +, la pente du graphe au point (x, f(x)) tend vers +).
Le lecteur jugera sans doute que le choix de nest pas toujours evident. Pour etablir la
continuite dune fonction, il preferera donc faire appel à des resultats generaux comme les
deux propositions suivantes (la première fournit dailleurs un autre traitement de lExemple 3,
puisque x
2
= x x).
Proposition 6.3 Soit f : X R et g : X R deux fonctions continues de meme domaine,
et R. Les fonctions
f, f + g, f g
sont egalement continues. De plus, la fonction f/g est continue sur le domaine Y = {x X |
g(x) = 0}.
Demonstration. Il sut dappliquer les resultats correspondants sur les limites de suites (Pro-
position 5.8).
Corollaire 6.4 Les fonctions polynomiales de R vers R sont continues.
Demonstration. Rappelons quune fonction polynomiale est de la forme
R R : x a
d
x
d
+ a
d1
x
d1
+ . . . + a
1
x + a
0
,
o` u d N et a
d
, a
d1
, . . . , a
0
R. Cette fonction est une somme de fonctions produits de
fonctions identiques
R R : x x
ou constantes
R R : x a (avec a R).
Etablir la continuite de ces dernières fonctions est un jeu denfants (prenez des et plutot
que des cubes). Il sut ensuite dappliquer la Proposition.
Proposition 6.5 La composee de deux fonctions continues est encore continue.
EELLE. 102
Demonstration. Soit f : X R et g : Y R deux fonctions continues, avec X R et Y R.
Considerons ici que la composee g f a pour plus grand domaine
Z = {x X | f(x) Y }.
Etablissons la continuite de g f en z
0
, point de Z, en nous referant au commentaire qui suit
la Denition 1. Nous avons
lim
xx
0
f(x) = f(x
0
),
donc aussi
g( lim
xx
0
f(x)) = g(f(x
0
))
qui livre
lim
xx
0
g(f(x)) = g(f(x
0
)),
cest-à-dire
lim
xx
0
(g f)(x) = (g f)(x
0
).
6.5 Proprietes topologiques des fonctions continues.
Eeurons le vaste sujet du titre, en recourant aux termes denis en 5.5. Soit f : X R.
Proposition 6.6 Si f est continue, limage de tout sous-ensemble compact C de X est un
sous-ensemble compact de R.
Demonstration. Il sagit de montrer que toute suite (t
n
) de points de f(C) possède une sous-
suite convergeant vers un point de f(C). Pour chaque n de N, il existe s
n
dans C avec f(s
n
) = t
n
.
Comme C est compact, la suite (s
n
) admet une sous-suite (s
kn
) convergeant vers un certain point
s de C. Vu la continuite de f, nous avons lim
n
f(s
kn
) = f( lim
n
s
kn
) = f(s). Par consequent, la
sous-suite (f(s
kn
)) de (t
n
) converge vers le point f(s) de f(C).
Corollaire 6.7 Toute fonction continue sur un ensemble compact C atteint sa borne inferieure
et sa borne superieure. En formules, pour une fonction continue f : C R,
c C : f(c) = inf f, d C : f(d) = sup f.
Voici une autre formulation equivalente :
c, d C, x C : f(c) f(x) f(d).
Demonstration. Comme f(C) est compact, il est borne et ferme (Theorème de Heine-Borel).
Ainsi f(C) admet une borne inferieure et une borne superieure (car il est borne, cf. Proposi-
tion 5.7). Etant ferme, f(C) contient ses bornes.
Denition. Lorsque inf f appartient à limage de la fonction f : X R, nous lappelons le
minimum de f et le notons min f ou min
X
f ou min
xX
f(x). Le maximum max f de la fontion f
est deni de manière analogue.
Exemples.
min
x[2,3]
x
2
= 4, max
[4,4]
cos x = 1.
EELLE. 103
Proposition 6.8 Soit f une fonction continue sur un intervalle [a, b]. Pour tout reel r tel que
f(a) r f(b), il existe x X tel que f(x) = r.
Cest le theorème de la valeur intermediaire, dont la validite se comprend facilement sur un
dessin.
x
f(x)
f(a)
r
f(b)
b
x a
Demonstration. Supposons f(a) < f(b) ; le cas f(a) > f(b) est similaire, et le cas f(a) = f(b)
trivial. Posons c =
a + b
2
et distinguons trois cas :
- si f(c) = r, nous prenons bien s ur x = c (quel coup de bol !) ;
- si f(c) > r, remplacons lintervalle [a, b] par lintervalle [a, c] ;
x
f(x)
r
a
f(a)
c
f(c)
b
f(b)
EELLE. 104
- si f(c) < r, remplacons lintervalle [a, b] par lintervalle [c, b].
x
f(x)
r
a
f(a)
c
f(c)
b
f(b)
La fonction f satisfait des hypothèses semblables à celles de depart après etre restreinte au
nouvel intervalle. Nous repetons cette meme etape avec cet intervalle, et à nouveau, etc. Ou
bien nous trouvons un point milieu m avec f(m) = r, auquel cas nous posons x = m et
arretons le processus de subdivision, ou bien nous formons deux suites (i
n
) et(s
n
) à laide des
extremites inferieure et superieure des intervalles successifs. Par la propriete de completude de
R (Proposition 5.6), il existe un nombre reel x tel que i
n
x s
n
pour tout n de N. De plus,
lim
n
i
n
= x = lim
n
s
n
. Dautre part, vu notre construction
f(i
n
) < r < f(s
n
).
Finalement grace à la continuite de f,
lim
n
f(i
n
) = f(x) = lim
n
f(s
n
).
Il faut donc f(x) = r.
La preuve est basee sur un principe dit de dichotomie (subdiviser lintervalle actuel en deux,
et garder la moitie qui convient). Elle est à la base dune methode algorithmique de resolution
dequations de la forme f(x) = 0, ou plus exactement de recherche dune valeur approchee
dune solution de cette equation.
Exemple. Lequation x = cos x possède une solution dans lintervalle [0, 1]. En eet, la fonction
donnee par f(x) = x cos x est continue sur [0, 1], et f(0) = 1 < 0 < 1 cos 1 = f(1). Pour
localiser de plus en plus precisement une telle racine, on subdivisera [0, 1] en sous-intervalles de
longueurs
1
2
,
1
4
,
1
8
, . . . , comme dans la demonstration precedente.
6.6 Comparaisons asymptotiques de fonctions.
Lors de lanalyse de performance dun algorithme, un informaticien est souvent amene à
estimer le nombre f(n) detapes accomplies par lalgorithme en fonction de la taille n des
donnees. Pour simplier cette analyse, il sinteresse seulement au nombre le plus eleve detapes
requises pour les jeux de donnees de taille n. Une telle analyse est dite dans le pire cas (en
anglais, worst case analysis).
Exemple 1. Pour tester si une matrice entière nn est la matrice identique, le pire cas requiert
une etape par element de matrice, donc en tout n
2
etapes. Bien s ur, certaines matrices seront
EELLE. 105
liquidees en une etape ! Par etape dans ce problème, nous entendons le test degalite dun
coecient de la matrice à 0 ou à 1. Nous ignorons ainsi deventuels etapes dinitialisations,
les instructions de copie de donnees et dachage du resultat trouve, etc. En prenant celles-ci
en consideration nous obtiendrions un decompte de (disons) 2n
2
+ 3 etapes. Considerant que
cette valeur est de meme ordre que n
2
, linformaticien ne distingue pas les deux decomptes. Par
contre, si un autre algorithme existait avec un pire cas traite en un nombre detapes de lordre
de n, il dirait que ce second algorithme a un meilleur temps dexecution (sous-entendu dans le
pire cas).
Dans cette section, nous introduisons une notion de comparaison asymptotique entre deux
fonctions qui est beaucoup utilisee en informatique theorique. Pour montrer linteret de la
discussion, evaluons tout dabord cinq fonctions de N vers R en quelques valeurs.
Exemple 2. Nous disposons de cinq algorithmes pour resoudre un certain problème. Les
nombres detapes quils requièrent sur un problème de taille n, dans le pire des cas, sont
donnes dans la première colonne du tableau ci-dessous. Supposons quune etape seectue
en 0,00001 = 10
5
secondes, et indiquons les temps dexecution correspondants, pour des
problèmes de taille n = 10, n = 20, n = 60.
f(n) n = 10 n = 20 n = 60
f
1
(n) = n 0,0001 sec 0,0002 sec 0,0006 sec
f
2
(n) =
n(n + 1)
2
0,00055 sec 0,0011 sec 0,0183 sec
f
3
(n) = n
2
0,001 sec 0,004 sec 0,036 sec
f
4
(n) = n
3
0,01 sec 0,08 sec 2,16 sec
f
5
(n) = 2
n
0,01024 sec 10,48576 sec
Nous invitons le lecteur à estimer la valeur non ecrite avant de poursuivre la lecture. Il sagit dà
peu près 3.000 . . . siècles ! Remarquons que les fonctions donnees par
n(n + 1)
2
et n
2
croissent
de concert, mais très distinctement de chacune des autres. Par exemple, n
3
depasse sensiblement
n
2
: il nexiste pas de constante c telle que n
3
c n
2
pour n grand.
Nous considerons ici des fonctions à valeurs reelles dont le domaine commun de denition
X est non majore (typiquement, N ou R
+
). Soit f et g deux telles fonctions.
Denition 1. Nous dirons que f est O(g) (prononcer : f est grand O de g) sil existe r R
et c R
+
0
tels que
(x X et r x) |f(x)| c |g(x)|.
Exemple 3. Avec X = N, reprenons les fonctions de lexemple precedent. Nous voyons que f
3
est O(f
4
) : pour le justier, il sut de faire r = 0 et c = 1 puisque
(n N et 0 n) n
2
1 n
3
.
Dautre part, f
4
nest pas O(f
3
) car quels que soient les choix de r et de c, il existe toujours n
tel que
n N et r n et n
3
> c n
2
.
EELLE. 106
Le lecteur pourra encore verier que f
2
est O(f
3
) et que f
3
est O(f
2
).
Denition 2. Les fonctions f et g sont asymptotiquement de meme ordre (de grandeur)
si, à la fois, f est O(g) et g est O(f).
Exemple 4. Les fonctions
f : R
+
R : x 2
x
et
g : R
+
R : x 2
x+1
+ 5
sont asymptotiquement de meme ordre. En eet
pour x 3, 2
x
1 | 2
x+1
+ 5|,
pour x 0, | 2
x+1
+ 5| 3 2
x
.
Notons quen raison de lintroduction de valeurs absolues dans la Denition 1, nous compa-
rons nalement des quantites positives ou nulles. La relation entre fonctions qui en resulte est
reexive et transitive, cest-à-dire pour toutes fonctions f, g, h de X vers R
f est O(f)
et
(f est O(g) et g est O(h)) f est O(h).
Cette relation nest ni antisymetrique (dans lExemple 4, f est O(g) et g est O(f)) ni complète
(aucune des deux fonctions n sin
_
n
2
_
et n cos
_
n
2
_
nest O de lautre).
Proposition 6.9 Si la limite
lim
x+
|f(x)|
|g(x)|
existe, f est O(g). Si cette limite diverge vers +, alors g est O(f) et f nest pas O(g).
Demonstration. Appelons m la valeur de la limite. Il existe un nombre reel r tel que
(x X et x r)
|f(x)|
|g(x)|
m
< 1
(nous avons fait le choix particulier = 1). Donc
(x X et x r) |f(x)| < (m + 1)|g(x)|
ce qui etablit que f est O(g). La deuxième assertion resulte dune part de lim
x+
|g(x)|
|f(x)|
= 0
et dautre part du fait que |f(x)| c |g(x)| pour x r ne permet pas de rendre
|f(x)|
|g(x)|
arbitrairement grand quand x tend vers +.
Corollaire 6.10 Si la limite lim
x+
|f(x)|
|g(x)|
existe et est non nulle, les fonctions f et g sont
asymptotiquement de meme ordre.
EELLE. 107
Demonstration. La Proposition sapplique deux fois, car la limite lim
x+
|g(x)|
|f(x)|
existe aussi (elle
est linverse de celle dans lhypothèse de ce Corollaire).
Exemple 5. Les fonctions
f : N R : n 5n
3
+ n
2
7
et
g : N R : n 2n
3
n
2
+ n
sont asymptotiquement de meme ordre car
lim
n
5n
3
+ n
2
7
2n
3
n
2
+ n
=
5
2
= 0.
Signalons que la Proposition 6.9 et le Corollaire 6.10 ne permettent pas de conclure quand
les limites nexistent pas ; il faut alors revenir à la denition 1.
6.7 Exercices.
1. Determiner le plus grand domaine de chacune des fonctions suivantes :
a) x
1 x
2
; b) x
x 1
x
2
5x + 6
+
3
2x + 1;
c) x
x 1
x
2
4
; d) x
1 + x 2
4
5 x;
e) x
x
2
+ 1
1 +
x
2
9
; f) x
sin x;
g) x 2
x +
6 x; h) x x
8 x
2
;
i) x
x
2
1
16 x
2
; j) x 4
_
|x|.
2. Calculer f(x) etant donne que
f
_
x +
1
x
_
= x
2
+
1
x
2
.
3. Calculer f(x) etant donne que
f
_
x
x + 1
_
= x
2
.
4. Parmi les fonctions suivantes, indiquer celles qui sont paires, impaires, periodiques. Pour
les fonctions periodiques, determiner la periode. Chacune des fonctions applique x sur le y
EELLE. 108
indique ; A, B et sont des constantes.
a) y = x
2
; b) y = x
3
;
c) y = | sin x|; d) y = sin |x|;
e) y = sec x; f) y = x
3
cos x;
g) y = |x| + sin x; h) y = sin(x +

4
);
i) y = cos 5x + tg 5x; j) y = Acos x + B sin x;
k) y = sin
2
x; l) y = sin x
2
;
m) y = 3 cos
1
3
x + 2 sin
1
2
x; n) y = sin 3x + 2 sin 6x.
5. Soit la fonction
f(x) =
_
_
_
|x| si x = 0
1 si x = 0
denie sur [1, 1).
a) Construire le graphe de la fonction g qui prolonge f et telle que le domaine de denition
de g soit R et la periode de g soit 2.
b) Cette fonction g est-elle paire ou impaire ?
a) lim
x1
(3x
2
+ 1); b) lim
x2
2x
3
+ 3x 4
x
2
+ x 1
;
c) lim
x1
x
2
1
x 1
; d) lim
x2
x
3
8
x 2
;
e) lim
h0
(1 + h)
2
1
h
; f) lim
uu
0
u
2
u
2
0
u u
0
;
g) lim
x0
x + 4 2
x
; h) lim
x4
2x + 1 3
x 4
.
7. Calculer les limites à gauche et à droite en 0 de
a) 2x +
|x|
x
; b) e
1/x
; c)
|x|e
|x|
x
.
8. Montrer que
lim
xa
x
n
a
n
x a
= na
n1
, pour n entier = 0 et a reel > 0.
9. Calculer pour x tendant vers
7
2
les limites à gauche et à droite de
|2x 7|
2x 7
.
EELLE. 109
10. Calculer les limites à gauche et à droite en

2
de
1
2 + 2
tg x
.
11. Si f est une fonction continue et croissante sur lintervalle ]a, b[, que peut-on dire des
fonctions suivantes aussi sur ]a, b[ ?
a) x f(x); b) x (f(x))
2
;
c) x f(x + c); d) x
1
f(x)
.
12. Calculer les limites pour x + et pour x des fonctions y = y(x) suivantes :
a) y = 5x
6
+ 3x
3
7x
2
+ 15; g) y =
x
2
+ x
2x + 1
;
b) y = 2x
5
+ 3x
4
6x
2
+ x; h) y =
3
8x
3
1
x + 4
;
c) y =
x
3
27
x
2
9
; i) y =
x + 4 2
x
;
d) y =
x 4
x
2
6x + 8
; j) y =
2x
2
3x 5
2x
2
+ 3x 5;
e) y =
x
2
+ 3x 10
2(x
2
+ x 20)
; k) y = x(
x
2
+ 1 x);
f) y =
x
3
3x + 1
2x
3
6x + x
; l) y =
x
2
+ 1
3
x
3
+ 1
.
13. Sachant que lim
x0
sin x
x
= 1, que valent les limites pour x 0 des quantites
a)
tg x
x
; d)
x + sin 4x
2x sin 7x
;
b)
sin 7x
3x
; e)
3 sin 2x
3 + sin 2x
x
;
c)
xsin x
1 cos x
; f)
_
sin 2x
x
.
EELLE. 110
14. Trouver les asymptotes aux graphes des fonctions y = y(x) suivantes :
a) y = x +
1
x
; e) y =
3x
2
+ 4
x
;
b) y = 2x + 7 +
1
x 5
; f) y = x
x
2
+ 4x;
c) y =
1 2x
3x + 4
; g) y =
9x
2
x + 4;
d) y =
2x
x
2
5x + 4
; h) y = x 2 +
x
2
x
2
+ 9
.
15. Pour chacune des fonctions y = y(x) suivantes :
a) y = e
x
; c) y = x;
b) y =

x; d) y =
2x + 1
3(x 1)
,
determiner le plus grand domaine et la fonction reciproque si elle existe. Representer la fonction,
sa fonction reciproque et la première bissectrice sur le meme graphique.
16. Soit la fonction f donnee par
f(x) =
_
_
1
x
pour x < 0,
x
2
pour 0 x 2,
x + 4 pour 2 < x.
a) Calculer f(2), f(0), f
_
3
2
_
, f(3).
b) Tracer le graphe de f.
c) Determiner le plus grand domaine de denition et limage de f.
d) Calculer les limites à gauche et à droite de f en 0, en 1 et en 2.
e) En quels points f est-elle continue ?
17. Memes questions quà lexercice precedent pour la fonction f donnee par
f(x) =
_
1 x pour x < 1,
3 pour x = 1,
1
2
x + 1 pour 1 < x 2,
2 (x 2)
2
pour 2 < x.
18. Formulez en termes de > 0 une condition necessaire et susante pour que
EELLE. 111
a) la droite dequation x = a soit asymptote verticale au graphe de f ;
b) la droite dequation y = b soit asymptote horizontale au graphe de f.
19. Montrer en termes de et que si les fonctions f : R R et g : R R sont continues,
il en va de meme de la fonction f g : R R. A cette n, utilisez
(f g)(x) (f g)(x
0
) = (f(x) f(x
0
))g(x) + f(x
0
)(g(x) g(x
0
)).
Deduisez une nouvelle preuve de la continuite de lapplication R R : x x
2
(cest-à-dire,
un choix de dierent de celui propose dans lexemple 2 de la section 6.4).
20. Considerons la fonction
R R : x x
x.
a) En quels points de R cette fonction est-elle continue ?
b) Etudier la croissance de cette fonction.
21. Parmi les fonctions suivantes de N vers R
+
, lesquelles sont asymptotiquement du meme
ordre que la fonction f : N R
+
: n n
3/2
?
f
1
: n 3n
2
+ 2; f
2
: n
n
5
+ 6;
f
3
: n
3
n
2
+ 7; f
4
: n
n
3
+ 1;
f
5
: n (
3
2
)
n
; f
6
: n
3
n
2
+ (1)
n
;
f
7
: n 1; f
8
: n
3
n
2
(1 + sin n).
22. Si deux fonctions f : N R et g : N R sont asymptotiquement du meme ordre, la
limite
lim
n
|f(n)|
|g(n)|
existe-t-elle necessairement ?
23. Voici des fonctions de N vers R, appliquant n sur
f
1
(n) =

n, f
2
(n) = 2n
2
+ 1,
f
3
(n) = 7n + 8, f
4
(n) = 2n
3
+ 5,
f
5
(n) =
1
2
n 8, f
6
(n) = 3n + 2.
Trouvez toutes les comparaisons du type f est O(g) entre ces fonctions. Montrez que ces
fonctions peuvent etre rangees par ordre asymptotique de grandeur.
24. Soit f et g deux fonctions de N vers R
+
. Si
lim
n
f(n)
g(n)
= 0,
est-il possible que
a) f soit O(g) ?
b) g soit O(f) ?
Chapitre 7
Derivees et dierentielles.
Le concept de derivation est lun des plus importants concepts de lanalyse mathematique.
Issu de la notion physique de vitesse (plus generalement de taux de variation instantanee), il sest
avere extremement utile non seulement pour letude th eorique des fonctions, mais aussi dans
les questions pratiques doptimisation. Après avoir deni et interprete graphiquement la derivee
dune fonction en un point, nous introduirons la fonction derivee ainsi que la dierentielle. Ce
chapitre sachèvera sur quelques resultats theoriques fort utiles plus tard, notamment lors de
lusage de la derivation.
7.1 Derivee en un point ; fonction derivee.
Exemple physique. La vitesse horaire dun train sobtient en divisant la distance entre
les gares de depart et darrivee par le temps mis à eectuer le trajet. Pour un point mobile sur
un axe, dont labscisse y = y(t) est donnee en fonction du temps t, la vitesse moyenne entre les
instants t
0
et t est le quotient
y(t) y(t
0
)
t t
0
.
Lorsque t est très proche de t
0
, lexperimentateur parle de vitesse instantanee. Formalisons ce
concept.
Soit f : X R, avec X R, une fonction que nous supposerons denie au voisinage de x
0
(cest-à-dire : il existe un voisinage V de x
0
inclus à X).
Denition 1. La derivee de la fonction f au point x
0
est la limite
lim
xx
0
f(x) f(x
0
)
x x
0
.
Si cette limite existe, la fonction f est derivable en x
0
. La derivee de f en x
0
sera notee
f
(x
0
) ou
df
dx
(x
0
).
Exemple 1. Soit f(x) = x
2
et x
0
= 5 ; nous avons
f
(5) = lim
x5
x
2
25
x 5
= lim
x5
(x + 5) = 10,
df
dx
(x
0
) = lim
xx
0
x
2
x
2
0
x x
0
= lim
xx
0
(x + x
0
) = 2x
0
.
Pour interpreter graphiquement f
(x
0
), nous tracons la droite qui joint les points (x
0
, f(x
0
))
et (x, f(x)) du graphe de f :
112
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 113
f(x)
x x x
0
f(x
0
)
f(x)
o
La pente de cette droite est justement le quotient
f(x) f(x
0
)
x x
0
;
lorsque x tend vers x
0
, cette droite tend vers la tangente au graphe de f en x
0
(à supposer
que la limite et la tangente existent). Ainsi, f
(x
0
) apparat comme la pente de cette tangente.
Nous designerons souvent par la mesure de langle entre la direction de laxe ox et celle de la
tangente, en convenant
2

2
. En excluant les valeurs extremes
2
et

2
, nous avons
donc
f
(x
0
) = tg .
Cette interpretation suppose que nous ayions au moins une intuition de ce quest la tangente en
un point du graphe. Nous ne chercherons pas à denir cette notion autrement quen appelant
tangente au graphe de f au point (x
0
, f(x
0
)) la droite dequation
y f(x
0
) =
df
dx
(x
0
)(x x
0
).
Exemple 2. Soit f(x) = x
2
. La valeur f
_
2
3
_
=
4
3
se voit en mesurant la pente de la
tangente à la parabole dequation y = x
2
au point
_
2
3
,
4
9
_
4
3
1
1
2
3
4
9
1
x
f(x)
+
+
+ +
Exemple 3. Soit f(x) =
3
x. La limite
f
(0) = lim
x0
3
x 0
x 0
= lim
x0
1
3
x
2
= +
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 114
nexiste pas (plus precisement, diverge vers +). La tangente au graphe en (0, 0) est verticale.
x
3
x
Laccroissement de f correspondant à un accroissement x de x
0
etant note f,
nous ecrirons aussi
df
dx
(x
0
) = lim
x0
f
x
.
Remarquons que jusquà present il ny a aucune raison dinterpreter
df
dx
(x
0
) comme un quotient ;
nous reviendrons sur cette remarque à la n de la section 7.2.
Proposition 7.1 Si la fonction f est derivable en x
0
, elle est continue en x
0
.
Demonstration. Pour que la limite
lim
xx
0
f(x) f(x
0
)
x x
0
existe, il faut bien s ur que f(x) f(x
0
) tende vers 0 quand x tend vers x
0
, donc
lim
xx
0
f(x) = f(x
0
).
La reciproque de cette proposition est fausse, comme le montrera lExemple 5.
Denition 2. La fonction derivee de la fonction f : X R applique x sur f
(x). Son
domaine est pris le plus grand possible dans X.
Exemple 4. Pour
f : R R : x x
2
,
il vient
f
: R R : x 2x.
Exemple 5. Pour
f : R R : x |x|,
il vient
f
: R\{0} R : x
_
_
_
+1 si x > 0,
1 si x < 0.
Ici, f
nest pas denie en 0, car

lim
x0
<
| x|
x
= 1 = 1 = lim
x0
>
| x|
x
.
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 115
Comme ces limites à gauche et à droite en 0 existent, il est naturel de les qualier de derivee
à gauche et derivee à droite en 0. Pour pouvoir denir ces concepts, il sut de supposer
que f est denie à gauche (resp. à droite) de x
0
dans un voisinage de x
0
, et aussi en x
0
.
Nous dirons que la fonction f :]a, b[ R est derivable si elle admet une derivee en chaque
point de son domaine. Une fonction f : [a, b] R, avec a < b, est derivable si elle admet
une derivee en chaque point de ]a, b[, ainsi quune derivee à droite au point a et une derivee à
gauche au point b.
Grace à linterpretation graphique de la derivee en un point comme pente de la tangente au
graphe, il nest pas dicile desquisser le graphe de la derivee f
à partir de celui de f.
x
x
f(x)
f
(x)
f
f
Voici quelques explications : la derivee première sannule lorsque la tangente au graphe de
f est horizontale. Elle est positive lorsque cette tangente est de pente positive, et devient de
plus en plus elevee lorsque la tangente est de plus en plus inclinee positivement.
Le calcul explicite des fonctions derivees nest pas toujours aise. A la section 7.3, des tech-
niques seront exposees. Elles reduisent le calcul de certaines derivees à lapplication de quelques
formules, par exemple
(sin x)
= cos x.
La preuve de cette dernière egalite sera donnee au chapitre 8.
7.2 Dierentielle en un point.
Lors de calculs ne necessitant pas une extreme precision, le physicien simplie sa tache en
remplacant par exemple 1+sin(3x), pour x petit, par 1+3x : il linearise la quantite 1+sin(3x).
Mais pourquoi fait-il le choix de 1 + 3x parmi toutes les expressions polynomiales de degre au
plus un ? Une première explication est geometrique : la fonction x 1 +3x a pour graphe la
tangente au graphe de x 1 + sin(3x) en x = 0.
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 116
1
6
0
f(x)
x
+
+
Nous nous representerons les x proches de la valeur x
0
à laide de vecteurs localises en x
0
sur
laxe ox; leurs images par lapproximation lineaire seront des vecteurs localises en f(x
0
) sur
laxe oy. En fait, ces vecteurs localises sont les accroissements x rencontres precedemment ;
ils sont transformes par la fonction en les accroissements f, que nous voulons approcher par
des quantites lineaires en x, cest-à-dire de la forme une constante fois x.
f
f(x
0
)
x
x x
0
Exemple. Soit f(x) = x
2
et x
0
= 3. Nous avons
f(3) = 9,
f(3 +x) = 9 + 6 x + (x)
2
.
Lapplication
R
3
= {vecteurs de R localises en 3} R
9
= {vecteurs de R localises en 9}
x 6 x
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 117
est lineaire. Elle approche très bien f au voisinage de 3 car
_
f(3 +x) f(3)
_
(6 x) = (x)
2
est negligeable (cest-à-dire nettement plus petit que x lorsque x est lui-meme petit). Nous
denirons cette application comme la dierentielle de f en 3. Remarquons que le coecient de
x vaut f
(3).
Soit à nouveau une fonction f : X R denie au voisinage de x
0
, avec x
0
X R.
Denition 1. La dierentielle de f au point x
0
est, si elle existe, une application lineaire
df(x
0
) : R
x
0
R
f(x
0
)
: x k x,
o` u k est une constante telle que
lim
x0
_
f(x
0
+x) f(x
0
)
_
(k x)
x
= 0.
Lorsque cette dierentielle existe, f est dierentiable en x
0
.
Il nest pas dicile de montrer quil existe au plus une telle dierentielle, parfois meme
aucune.
Proposition 7.2 La fonction f est dierentiable en x
0
ssi elle est derivable en x
0
. Lorsque f
est dierentiable en x
0
, la constante k de la Denition 1 vaut f
(x
0
).
Demonstration. Supposons f dierentiable en x
0
. Recourant aux notations de la Denition 1
ci-dessus, nous obtenons
f
(x
0
) = lim
x0
f(x
0
+x) f(x
0
)
x
= lim
x0
f(x
0
+x) f(x
0
) k x + k x
x
= lim
x0
f(x
0
+x) f(x
0
) k x
x
+ lim
x0
k
= k,
donc la derivee existe et vaut k. Reciproquement, si f est derivable en x
0
, prenons k = f
(x
0
)
et montrons que la condition de la Denition 1 est satisfaite :
lim
x0
_
f(x
0
+x) f(x
0
)
_
(f
(x
0
) x)
x
= lim
x0
f(x
0
+x) f(x
0
)
x
lim
x0
f
(x
0
)
= f
(x
0
) f
(x
0
) = 0.
Lorsque f est dierentiable en x
0
, la dierentielle est donc lapplication
df(x
0
) : R
x
0
R
f(x
0
)
: x f
(x
0
) x.
Autrement dit, df(x
0
)(x) = f
(x
0
) x. Cette quantite fournit une bonne approximation de
f = f(x
0
+x)f(x
0
). La notation df(x
0
)(x) indique que nous appliquons la dierentielle
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 118
en x
0
à son argument x (vu comme vecteur localise en x
0
) ; elle sera parfois abregee en
df. De plus, comme dx(x) = 1 x, nous obtenons df(x) = f
(x)dx(x), et en abrege
df = f
(x)dx.
Exemple. Soit
f : R R : x 1 + sin 3x.
Comme f
(0) = 3, nous avons

df(0) : R
0
R
0
: x 3 x,
ou
df(0)(x) = 3 x.
En un point quelconque :
df(x
0
) : R
x
0
R
f(x
0
)
: x 3 cos(3x
0
) x
ou
df(x
0
)(x) = 3 cos(3x
0
) x.
Cette dernière egalite secrit encore
d(1 + sin 3x)(x
0
)(x) = 3 cos 3x
0
dx(x)
ou (par une simplication quelque peu abusive)
d(1 + sin 3x) = 3 cos(3x)dx.
La dernière notation ne reète pas exactement le concept tel quil est formellement deni, mais
est utilisee pour des raisons historiques.
Lecriture (fortement condensee)
df = f
dx
explique aussi lautre notation pour la derivee :
f
=
df
dx
.
Exemples.
d(x
2
) = 2xdx,
d sinx = cos(x) dx.
Notons que nous avons obtenu une approximation de f près de x
0
: pour h petit,
f(x
0
+ h) f(x
0
) + f
(x
0
)h.
7.3 Calcul des derivees.
La derivation associe à une fonction f sa fonction derivee f
(de domaine inclus à celui de

f), et de meme à une fonction g sa derivee g
. Designons par c la fonction constante x c. La

formule (7.4) ci-dessous est souvent appelee règle de Leibniz.
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 119
Proposition 7.3
c
= 0, (7.1)
(cf)
= cf
, (7.2)
(f + g)
= f
+ g
, (7.3)
(f g)
= f
g + f g
, (7.4)
_
f
g
_
=
f
g fg
g
2
(avec g = 0), (7.5)
(f
m
)
= mf
m1
f
, o` u m N \ {0}. (7.6)
Demonstration. Chacune des egalites decoule de legalite correspondante pour la derivee au
point x
0
, par exemple pour (7.2) :
(cf)
(x
0
) = lim
x0
(cf)(x
0
+x) (cf)(x
0
)
x
= c lim
x0
f(x
0
+x) f(x
0
)
x
= cf
(x
0
).
Laissons la preuve des formules (7.1), (7.3) et (7.4) au lecteur, et prouvons (7.5) et (7.6). En
un point x
0
tel que f et g sont derivables avec g(x
0
) = 0 :
(
f
g
)
(x
0
) = lim
x0
f(x
0
+x)
g(x
0
+x)

f(x
0
)
g(x
0
)
x
= lim
x0
f(x
0
+x)g(x
0
) f(x
0
)g(x
0
+x)
xg(x
0
+x)g(x
0
)
= lim
x0
f(x
0
+x)f(x
0
)
x
g(x
0
) f(x
0
)
g(x
0
+x)g(x
0
)
x
g(x
0
+x)g(x
0
)
=
f
(x
0
)g(x
0
) f(x
0
)g
(x
0
)
(g(x
0
))
2
(rappelons que daprès la Proposition 7.1 g est continue en x
0
). Pour (7.6), nous procedons par
recurrence. Le cas m = 1 est trivial. Si m 1, il vient par (7.4)
(f
m
)
= (f f
m1
)
= f
(f
m1
) + f (f
m1
)
et grace à lhypothèse de recurrence

(f
m
)
= f
f
m1
+ f (m1)f
m2
f
= mf
m1
f
.
La formule (70) est encore valide pour m Z si f = 0, pour m R
+
et meme pour m R
si f 0.
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 120
Exemple 1.
_
3x
3
sin x +
x
x
2
1
_
= (3x
3
sin x)
+
_
x
x
2
1
_
(par (7.3))
=
_
(3x
3
)
sin x + (3x
3
)(sin x)
_
+
x
(x
2
1) x(x
2
1)
(x
2
1)
2
(par (7.4) et (7.5))
= (9x
2
sin x + 3x
3
cos x) +
x
2
1 x 2x
(x
2
1)
2
(par (7.2) et (7.3))
= 3x
2
(3 sin x + xcos x)
x
2
+ 1
(x
2
1)
2
.
Passons à present à la derivee de la composee de deux fonctions.
Proposition 7.4 Supposons f derivable en x
0
et g derivable en f(x
0
). Alors
(g f)
(x
0
) = g
(f(x
0
)) f
(x
0
). (7.7)
Demonstration. Comme g est dierentiable en f(x
0
), nous avons
g(f(x
0
+x)) = g(f(x
0
)) + g
(f(x
0
)) (f(x
0
+x) f(x
0
)) + Q
o` u la quantite Q est telle que lim
x0
Q
x
= 0. Par consequent
(g f)
(x
0
) = lim
x0
(g f)(x
0
+x) (g f)(x
0
)
x
= lim
x0
g(f(x
0
+x)) g(f(x
0
))
x
= lim
x0
g
(f(x
0
)) (f(x
0
+x) f(x
0
)) + Q
x
= g
(f(x
0
)) lim
x0
f(x
0
+x) f(x
0
)
x
+ lim
x0
Q
x
= g
(f(x
0
)) f
(x
0
) + 0.
Exemple 2. Soit à calculer
(sin(2x
5
+ 3))
.
Nous posons
f(x) = 2x
5
+ 3 et g(u) = sin u.
Il vient
(sin(2x
5
+ 3))
= (g f)
(x)
= g
(f(x)) f
(x)
= cos(2x
5
+ 3) 10x
4
.
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 121
Avec y = g(u) et u = f(x), la formule (7.7) devient (en omettant decrire les arguments des
derivees) :
dy
dx
=
dy
du

du
dx
.
Le lecteur sentranera à appliquer les formules (7.1) à (7.7), et aussi à deriver des fonctions
dont largument est note autrement que x.
Exemple 3. Soit à deriver la quantite
sin(at + b)
par rapport à t, o` u a et b sont des constantes. Il vient
d
dt
sin(at + b) = a cos(at + b).
Proposition 7.5 Supposons f : ]a, b[R derivable sur lintervalle ]a, b[, avec a < b et f
(x) >
0 pour x ]a, b[. Alors f est strictement croissante sur ]a, b[. En posant Y = f(X), la fonction
f : X Y est donc inversible. La fonction reciproque f
1
: Y X est derivable ; si x
0
]a, b[
et f(x
0
) = y
0
, il vient
_
f
1
_
(y
0
) =
1
f
(x
0
)
. (7.8)
En posant y = f(x) et notant y x = f
1
(y) la fonction reciproque de f, nous avons donc
la formule
dx
dy
=
1
dy
dx
.
Exemple. Soit f(x) = x
2
pour x 0. La fonction
f : R
+
R
+
: x x
2
a pour reciproque
f
1
: R
+
R
+
: y
y.
Les derivees
df
dx
= 2x
et
df
1
dy
=
1
2
1
y
, y = 0,
ont pour produit si y = f(x) :
2x
1
2
1
x
2
= 1.
Demonstration. Appliquons le Theorème 7.9 des accroissements nis, etabli plus loin (à la
section 7.5) : il ne peut exister deux points x
1
, x
2
de ]a, b[ tels que x
1
< x
2
et f(x
1
) f(x
2
).
En eet, si deux tels points existaient, le Theorème 7.9 armerait lexistence dun point c de
]x
1
, x
2
[ avec
f
(c) =
f(x
2
) f(x
1
)
x
2
x
1
0.
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 122
Nous avons donc montre que f est strictement croissante. Par consequent, son inverse f
1
:
Y X existe (car f : X Y est bijective), et sa derivee au point y
0
= f(x
0
) est donnee par
lim
yy
0
f
1
(y) f
1
(y
0
)
y y
0
.
Posons y = f(x). Grace à la continuite et stricte croissance de f, faire tendre y vers y
0
revient
à faire tendre x vers x
0
. La limite devient
lim
xx
0
x x
0
f(x) f(x
0
)
=
1
lim
xx
0
f(x) f(x
0
)
x x
0
(7.9)
(7.10)
=
1
f
(x
0
)
. (7.11)
Un enonce analogue est bien s ur valable si f
(x) < 0 au lieu de f
(x) > 0, en remplacant

strictement croissante par strictement decroissante.
Proposition 7.6 Pour q rationnel, la derivee de la fonction x x
q
est la fonction x
qx
q1
:
(x
q
)
= qx
q1
.
Le domaine X de la fonction x x
q
et le plus grand domaine D de sa derivee dependent de
la nature de q. Ecrivons q sous forme de fraction reduite
a
b
(ici, a, b Z, b > 0 et le plus grand
commun diviseur de a et b vaut 1). Alors, en posant x
q
= (x
a
)
1
b
,
a) X = R, pour a > 0, a pair
et pour a > 0, a impair et b impair ;
b) X = R
+
, pour a > 0, a impair et b pair ;
c) X = R \ {0}, pour a < 0, a pair
et pour a < 0, a impair et b impair ;
d) X = R
+
\ {0}, pour a < 0, a impair et b pair.
De plus, D = X ou D = X \ {0}.
Demonstration. Si q N, le resultat a dejà ete etabli (formule (7.6) dans la Proposition 7.3).
Si q Z \ N, nous avons q = m avec m N \ {0}, donc
(x
q
)
=
_
1
x
m
_
=
mx
m1
x
2m
= mx
m1
= qx
q1
par (7.4) et (7.6). Si q =
1
b
avec b N \ {0}, la fonction x y = x
q
est la reciproque de la
fonction y x = y
b
do` u
(x
q
)
=
_
x
1
b
_
=
1
(y
b
)
=
1
by
b1
=
1
b
y
1b
= qx
1b
b
= qx
q1
.
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 123
Enn, pour q =
a
b
(fraction reduite), la fonction x x
a
b
est la composee des fonctions x
u = x
a
et u u
1
b
. Par la Proposition 7.4,
(x
q
)
=
1
b
u
1
b
1
ax
a1
= qx
a
b
a
x
a1
= qx
q1
.
Nous admettrons que pour x > 0 et r R :
(x
r
)
= rx
r1
.
Exemple.
(
3
1)
=
1
3
1
3
_
(x
1)
2
x
1
.
7.4 Derivees dordres superieurs.
Comme la derivee f
dune fonction f est elle-meme une fonction, nous pouvons (en theorie)
deriver f
. Nous obtenons ainsi la derivee seconde de f, notee

f
= (f
.
Exemple 1. Soit f(x) =
1
6
x
3
. Nous avons f
(x) =
1
2
x
2
et f
(x) = x. La derivee première est

positive, ne sannulant quen x = 0 : les tangentes au graphe de f sont inclinees positivement,
sauf celle en 0 qui est horizontale.
x
f(x)
Voici le graphe de la fonction derivee,
f
(x)
x
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 124
et celui de la derivee seconde
f
(x)
x
Pour les points (x
0
, f(x
0
)) o` u le graphe de f a sa concavite tournee vers le haut, nous avons
f
(x
0
) 0. En eet, lorsque x proche de x
0
augmente, la pente de la tangente diminue, donc
la valeur de la derivee première decrot :
f(x)
f
(x)
f
(x)
x
x
x
Pour k N \ {0}, la derivee k-ème f
k/
est denie par recurrence :
f
k/
= (f
k1/
)
, pour k > 1,
f
1/
= f
.
Nous posons encore f
0/
= f.
Exemple 2. Si m N :
(x
m
)
k/
= m(m1) (mk + 1)x
mk
.
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 125
Proposition 7.7 Pour k N :
(f g)
k/
=
k
i=0
_
k
i
_
f
i/
g
ki/
.
Demonstration. Pour k = 1, ceci nest autre que la formule (7.4) (et est trivial pour k = 0).
Procedons par recurrence pour k > 1 :
(f g)
k/
= ((f g)
k1
)
= (
k1
i=0
_
k 1
i
_
f
i/
g
k1i/
)
=
k1
i=0
_
k 1
i
_
(f
i+1/
g
k1i/
+ f
i/
g
ki/
)
=
k
j=1
_
k 1
j 1
_
f
j/
g
kj/
+
k1
j=0
_
k 1
j
_
f
j/
g
kj/
= f
k/
g
0/
+
k1
j=1
__
k 1
j 1
_
+
_
k 1
j
__
f
j/
g
kj/
+ f
0/
g
k/
=
k
j=0
_
k
j
_
f
j/
g
kj/
o` u nous avons utilise pour 1 j k 1
_
k
j
_
=
_
k 1
j 1
_
+
_
k 1
j
_
Pour une fonction notee x y = f(x), la derivee n-ème est aussi ecrite
d
n
y
dx
n
(x).
7.5 Quelques theorèmes.
Theorème 7.8 (Rolle) Soit g : [a, b] R une fonction continue sur un intervalle ferme [a, b],
a = b, de plus derivable en chaque point de lintervalle ouvert ]a, b[. Si g(a) = g(b), il existe c
dans ]a, b[ tel que g
(c) = 0.
Linterpretation geometrique rend ce resultat plus que credible :
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 126
g(x)
0
a
b
x
si g(a) et g(b) sont à la meme hauteur, il doit exister un point (c, g(c)) du graphe de g o` u la
tangente est horizontale.
Demonstration. Comme la fonction g est continue sur lensemble compact [a, b], il existe daprès
le Corollaire 6.7 des points x
1
et x
2
de [a, b] tels que pour x [a, b] :
g(x
1
) g(x) g(x
2
).
Si g(x
1
) = g(x
2
), il vient g constante sur [a, b], et donc g
(c) = 0 pour nimporte quel c de ]a, b[.

Si g(x
1
) < g(x
2
), lun des deux points x
1
et x
2
au moins se trouve dans ]a, b[. Supposons
x
1
]a, b[, le cas x
2
]a, b[ etant laisse au lecteur. Il vient pour x [a, b] :
x < x
1

g(x) g(x
1
)
x x
1
0,
x > x
1

g(x) g(x
1
)
x x
1
0.
Comme le quotient tend vers g
(x
1
) lorsque x tend vers x
1
, il faut g
(x
1
) = 0. Nous pouvons
prendre c = x
1
.
Relevons au passage que si la derivee existe en une valeur x
1
de ]a, b[ o` u la fonction atteint son
minimum, alors elle sannule en ce point (et pareillement pour un maximum). Cette remarque
sera mise à prot au chapitre 9.
Theorème 7.9 (des accroissements nis) Si f : [a, b] R est continue sur [a, b] et derivable
sur ]a, b[, avec a = b, il existe un point c dans ]a, b[ tel que
f
(c) =
f(b) f(a)
b a
.
A nouveau, le resultat se comprend bien sur un graphique :
f(x)
x b a
la pente de la droite D joignant les points (a, f(a)) et (b, f(b)) est aussi la pente dau moins
une tangente au graphe. Le nom donne au theorème sera explique après la preuve.
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 127
Demonstration. Posons, pour x [a, b],
g(x) = f(x) f(a)
f(b) f(a)
b a
(x a)
(cest lecart vertical entre un point du graphe et le point correspondant de la droite D du
graphique). Comme g(a) = g(b) = 0, de plus g continue sur [a, b] et derivable sur ]a, b[, le
theorème de Rolle sapplique : il existe c dans ]a, b[ tel que g
(c) = 0, ce qui donne la thèse.

En posant h = b a, nous aurons c de la forme a + h avec 0 < < 1. La formule de la
thèse secrit
f
(a + h) =
f(a + h) f(a)
h
ou
f(a + h) = f(a) + f
(a + h)h
et indique comment calculer f après avoir donne un accroissement h à largument. Elle ressemble
à celle provenant de lapproximation fournie par la dierentielle :
f(a + h) f(a) + f
(a) h.
Exemple.
(2 + 0, 0001)
3
8 + 12 0, 0001
sobtient en prenant f(x) = x
3
.
Nous verrons en 9.5 comment estimer lerreur inherente à cette approximation.
7.6 Exercices.
1. Labscisse x dun objet sur un axe est donnee en fonction du temps t par le graphe
ci-dessous. Esquisser le graphe donnant la vitesse de cet objet en fonction du temps.
t
x(t)
2. Voici, dans le meme système daxes, les graphes de deux fonctions f et g.
Laquelle de ces deux fonctions est la derivee de lautre ?
f
g
x
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 128
3. Voici dans la colonne de gauche les graphes de cinq fonctions. La colonne de droite donne,
dans le desordre, les graphes des derivees secondes. Retablissez lordre.
x
x
x
x
x
x
A
x x
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 129
x x
A
4. Donner, pour chacune des fonctions x y suivantes, le domaine de denition et la
nature des points o` u la derivee première sannule ou devient innie :
a) y =
_
x
2
(x + 1); b) y = (x
3
3x + 2)
1/3
; c) y = 2 +
3
x
2
.
5. Dans un meme système de coordonnees, tracer les graphes de la fonction y = y(x) donnee
et de sa derivee, pour :
a) y = x
3
6x
2
+ 9x; b) y = sin
2
x.
6. On donne le graphe dune fonction f (ou g, etc.). On demande de dessiner (allure
grossière)
a) le graphe de la fonction derivee f
de f ;
b) le graphe de la fonction
1
f
;
c) le graphe de la fonction derivee
_
1
f
_
de la fonction
1
f
.
1
1
1 2 1 2
f(x)
f
x
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 130
1
1
1 2 3 1 2 3
x
g(x)
g
1
2
1
1 2 3 1 2 3
x
h(x)
h
1
1
1 2 3 4 5 1 2 3 4
j(x)
x
j
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 131
7. On donne le graphe dune fonction x f(x). On demande de dessiner (allure grossière)
a) le graphe de la fonction x f(x) ;
b) le graphe de la fonction x |f(x)| ;
c) le graphe de la fonction x f(|x|) ;
d) le graphe de la fonction x f(x) ;
e) le graphe de la fonction x
1
f(x)
;
f) le graphe de la fonction x f
(x).
1
2
1
2
1 2 3 4 5 1 2 3 4 5
x
f(x)
8. Calculer, en utilisant la denition, les derivees premières des fonctions appliquant x sur
a) y = x
2
; b) y =
x; c) y =
1
2x + 1
.
9. Soit la fonction appliquant x sur f(x) = (x 1)
2
. Calculer laccroissement f de f et
la dierentielle df de f, en x = 3 pour
a) x = 0,1; b) x = 0,01.
10. Calculer les derivees premières des fonctions y = y(x) suivantes (o` u a, b et c sont des
constantes) :
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 132
a) y = x
6
3x
4
+ 19x
3
8x + 4; h) y = (2 x)(1 5x);
b) y =
x
8
8(1 x
2
)
4
; i) y =
4
3
4
_
x 1
x + 2
;
c) y = (2x + 1)(3x + 2)
3
3x + 2; j) y =
1
8
(1 + x
3
)
8/3
1
5
(1 + x
3
)
5/3
;
d) y =
x(3x + 2x
2
)
3
_
1 + x
2
)
3
; k) y =
1 +
x
1
x
;
e) y =
x
2
6x + 8
x
2
2x + 1
; l) y =
x
2
+ 1
x
2
1
;
f) y =
a + x
a +
x
; m) y =
1 + x
2
+
1 x
2
1 + x
2
1 x
2
;
g) y =
_
a +
b
x
+
c
x
2
; n) y =
1 + x + x
2
1 x + x
2
.
11. Calculer les valeurs des derivees première, deuxième et troisième des fonctions y = y(x)
suivantes aux points indiques.
a) y = x
4
+ 6x
4
x
3
, x = 2 ;
b) y = x
3/2
, x = 0 ;
c) y = x +
1
x
, x =
1
2
;
d) y =
x
2
2
x
3
+ 3
, x = 0 ;
e) y =
1 + x
2
x
4
1 + x
2
+ x
2
, x = 1.
12. Calculer la derivee première par rapport à x de
a) y = t
2
4t, si t =
2x
2
+ 1 ;
b) y = t 3t
2
, si t =
x
2
6x + 3 ;
c) y =
3t
2
5t + 4, si t = x
2
.
13. Soit la courbe de R
2
dequation y =
1
3
x
3
x
2
+2. Quelles sont les pentes de ses tangentes
aux points dabscisse 1 et 2 ?
14. Former les equations des tangentes et des normales à la courbe dequation y = (x
1)(x 2)(x 3) dans R
2
, aux points dintersection avec laxe des abscisses.
15. Determiner les points o` u les tangentes à la courbe dequation y = 3x
4
+4x
3
12x
2
+20
dans R
2
sont parallèles à laxe des abscisses.
16. Determiner le(s) point(s) o` u la tangente à la courbe de R
2
dequation
y =
x
1 x
2
fait un angle de 45
0
avec ox.
17. Verier que les courbes dequations respectives x
2
y
2
= 1 et y =
1
x
dans R
2
sont
orthogonales.
18. Soit la fonction f donnee par
f(x) =
_
|x| si x [1, 1]\{0},
1 si x = 0.
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 133
Tracer le graphe de la fonction periodique q qui prolonge f, telle que le domaine de denition
de q soit R et la periode de q soit 2. Denir analytiquement cette fonction, donner son image, le
domaine de denition de la fonction derivee première. Cette fonction q est-elle paire ou impaire
? Et sa derivee ?
19. Un voyage a ete eectue à la vitesse moyenne de 60 km/h. Est-il vrai que la vitesse
instantanee fut, à un certain instant, 60 km/h ? Justiez votre reponse.
20. Supposons que la temperature, à la surface de la terre, varie de facon dierentiable.
Existe-t-il au moins 2 points de lequateur ayant meme temperature ? Justiez votre reponse.
2
dequation y = x
2
+px +5. Determiner p pour que la tangente au
point a dabscisse 1 soit parallèle à la première bissectrice. Ecrire les equations de la tangente
et de la normale en a.
22. On considère la courbe dequation y = x
2
+ px + q dans R
2
. Determiner p et q pour
que cette courbe soit tangente à la droite dequation y = x 1 au point (3,2).
23. Determiner le(s) point(s) o` u la normale à la courbe y = x
3
+x est parallèle à x+4y+6 =
0. Pour chaque point, donner lequation de la normale.
24. Determiner les coordonnees du point de contact et lequation de la tangente menee par
lorigine à la courbe dequation y = e
x
dans R
2
(la derivee de e
x
vaut e
x
).
25. Determiner b et c pour que les courbes de R
2
dequations y =
1 x
1 + x
et y = x
2
+bx +c
se coupent perpendiculairement au point (0,1).
26. Sachant que le rayon dune surface circulaire plane augmente à la vitesse constante de
0,1 cm/sec, quelle est la vitesse à laquelle augmente laire de cette surface lorsque
a) le rayon mesure 10 cm;
b) le rayon mesure 20 cm.
27. Le rayon dune sphère augmente de 0,25 m/sec. Lorsque le rayon vaut 3 m , quelle est
la vitesse de variation
a) de la surface de la sphère ?
b) du volume ?
28. Si f est une fonction paire (impaire), montrer que sa derivee f
est impaire (paire). La

reciproque est-elle vraie ?
29. Pour les fonctions suivantes, f(a) = f(b) = 0 et pourtant f
ne sannule pas sur

lintervalle ]a, b[. Pourquoi le Theorème de Rolle ne sapplique-t-il pas ?
a) y = tg x, sur (0, ) ;
b) y = 3
|x|
9, sur (2, 2) ;
c) y = 1 x
2/3
, sur (1, 1).
30. Montrer que la fonction
f(x) =
_
_
3 x
2
2
si x 1,
1
x
si x > 1
satisfait aux conditions du Theorème des accroissements nis sur lintervalle [0, 2] et determiner
toute les valeurs de c prevues par ce theorème. Faire le graphique.
31. Appliquer la formule des accroissement nis sur [x, x+h] à chacune des fonctions x y
suivantes (o` u a, b, c R) :
a) y = ax
2
+ bx + c ;
CHAPITRE 7. D
ERIV
EES ET DIFF
ERENTIELLES. 134
b) y = a sin(bx + c).
Dans le premier cas, determiner la valeur de .
32. Une plaque circulaire de metal se dilate sous linuence de la chaleur de telle sorte que
son rayon grandit à la vitesse de 0,01 cm/s. A quelle vitesse grandit la surface de cette plaque
au moment o` u le rayon atteint 2 cm ?
33. Une fonction reelle dune variable reelle est denie par
f : x f(x) =
e
2x
+ 1
e
2x
1
.
a) Quel est le plus grand domaine de denition de la fonction f ?
b) Etudier la croissance de la fonction f.
c) Determiner toutes les asymptotes au graphe de la fonction f.
d) Tracer le graphe de la fonction f.
e) Soit g la fonction inverse ou reciproque de la fonction f (denie de sorte que son domaine
soit aussi grand que possible). Calculer une expression de la derivee g
(t) sous forme de quotient

de deux polynomes en t.
34. Donnez une autre notation, sans limite, pour
lim
h0
f(x + h) 2f(x) + f(x h)
h
2
(f etant supposee susamment regulière).
35. La Proposition 7.5 sapplique-t-elle à la fonction f : R R : x x
3
? Que sont la
fonction f
1
et sa derivee (f
1
)
?
36. Donner une interpretation graphique de la Proposition 3 de 14.3 (en termes de tangentes
aux graphes de f et f
1
).
37. Esquisser, dans un système daxes, les graphes des fonctions f, f
, f
1
, (f
1
)
si
a) f(x) = x
1/3
;
b) f(x) = x
3/8
, pour x 0.
38. La derivation est au produit de deux fonctions comme lexponentiation est à la somme
de deux nombres. Quel charabia ! Mais cependant deux formules du cours sous-tendent cette
curieuse comparaison.
Chapitre 8
Fonctions elementaires.
Dans ce chapitre, nous passons en revue les fonctions elementaires usuelles sans chercher
à demontrer toutes nos assertions. En quelque sorte, il sagit dun herbier ; chaque specimen
representatif dune famille de fonctions est presente avec quelques-unes de ses caracteristiques :
domaine, image, derivee, . . . Signalons labsence de la primitive (cette notion ne sera introduite
quau chapitre 10).
8.1 Fonctions puissances.
Ce sont les fonctions de la forme x x
r
, avec r R. Nous avons specie leurs domaines
aprs la Proposition 7.6. Pour r N \ {0}, nous aurons deux allures de graphe, selon la parite
de r.
2
4
6
8
2
4
6
8
1 2 1 2
x x
4
x x
2
f(x)
x
2
4
6
8
2
4
6
8
1 2 1 2
f(x)
x
x x
5
x x
3
135
CHAPITRE 8. FONCTIONS

EL
EMENTAIRES. 136
Ces graphes montrent que les fonctions
R R : x x
n
sont bijectives pour n naturel positif impair. Pour n pair, ce ne sera le cas que que si nous
restreignons le domaine et limage : la fonction suivante est bijective :
R
+
R
+
: x x
n
.
Ainsi, les fonctions reciproques sont
R R : x
1/n
, si n impair,
R
+
R
+
: x
1/n
, si n pair.
Leurs graphes sobtiennent à partir des precedents en appliquant la symetrie bilaterale par
rapport à la première bissectrice (dequation y = x).
0.5
1.0
1.5
2.0
2.5
1 2 3 4 5 6
f(x)
x
x
x
x
4
x
x
f(x)
x
3
x
x
5
x
Avec r Z \ N, nous avons à nouveau deux allures de graphe pour les fonctions
R \ {0} R : x x
n
=
1
x
n
,
o` u n N, selon que n est pair ou impair

EL
EMENTAIRES. 137
1
2
3
4
1
1 2 3 1 2 3
f(x)
x
x x
2
2
4
2
4
1 2 3 1 2 3
f(x)
x
x x
3
ainsi que pour leurs reciproques
R \ {0} R : x
1/n
=
1
n
x
, si n impair,
R
+
\ {0} R : x
1/n
=
1
n
x
, si n pair.
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5 f(x)
x
x x
1/2
x x
1/4

EL
EMENTAIRES. 138
Plus generalement, pour r rationnel, on pose si r =
a
b
, fraction reduite,
x
a
b
=
b
x
a
.
Les domaines des fonctions x x
r
pour r rationnel sont decrits page 122. Pour x 0 et
r R \ Q, la valeur x
r
est denie comme la limite de la suite x
q
i
, si (q
i
) est une suite de
rationnels tendant vers r (il faudrait prouver que cette limite existe et ne depend pas de la
suite (q
i
) consideree).
Toutes ces fonctions puissances sont continues, et leurs derivees sont donnees par
(x
r
)
= rx
r1
.
8.2 Fonctions trigonometriques (ou circulaires).
Dans ces notes, les deux principales fonctions trigonometriques ont ete denies geometri-
quement : cos x et sin x sont respectivement labscisse et lordonnee du point p du cercle unite
centre à lorigine, tel que langle entre le demi-axe positif ox et la demi-droite op mesure x. Cet
angle est mesure dans le sens trigonometrique et en radians ; sa mesure etant un des nombres
+ 2k, avec k Z, les fonctions cos et sin sont de domaine R.

EL
EMENTAIRES. 139
cotg x
tg x
x
cos x
sin x
p
x
y
Nous avons egalement porte sur le dessin les segments representant
tg x =
sin x
cos x
et cotg x =
cos x
sin x
.
Les fonctions qui resultent de ces denitions sont
tg : R \
_
2
+ k | k Z
_
R : x tg x,
cotg : R \ {k | k Z} R : x cotg x.
Voici les graphes.
x
cos x
0
2

3
2
3
2
2
x
sin x
0
2

3
2
3
2
2

EL
EMENTAIRES. 140
2
4
6
8
2
4
6
8
2 4 6 2 4 6
x
tg x
2
4
6
8
2
4
6
8
2 4 6 2 4 6
x
cotg x

EL
EMENTAIRES. 141
Ces fonctions sont toutes continues et periodiques, de periode
2 pour cos et sin,
pour tg et cotg.
Donnons leurs derivees respectives :
(cos x)
= sin x, (sin x)
= cos x,
(tg x)
=
1
cos
2
x
, (cotg x)
=
1
sin
2
x
.
Etablissons lexpression de (cos x)
; les autres formules en decoulent facilement.

Lemme 8.1
lim
x0
sin x
x
= 1.
Demonstration. Comme sin x na ete deni que graphiquement, il nous faut nous contenter
dune preuve basee sur un dessin. Si up est larc de cercle de rayon 1, centre en o et de mesure
x, designons encore par q lintersection de la droite op avec la tangente en u à larc de cercle, et
par r le projete de p sur ou. Laire du secteur de disque oup
est comprise entre les aires des triangles oup et ouq, donc
1
2
|ou| |rp| <
x
2
|ou|
2
<
1
2
|ou| |uq|.
o
q p
u
r
Comme |ou| = 1, il vient
sin x < x < tg x,
et encore
1 <
x
sin x
<
1
cos x
.
De lim
x0
cos x = 1, nous deduisons lim
x0
x
sin x
= 1, et la thèse.
Lemme 8.2
lim
x0
1 cos x
x
= 0.
Demonstration.
lim
x0
1 cos x
x
= lim
x0
(1 cos x)(1 + cos x)
x(1 + cos x)
= lim
x0
sin
2
x
x(1 + cos x)
= lim
x0
_
sin x
x

sin x
1 + cos x
_
= 1
0
2
= 0.

EL
EMENTAIRES. 142
Proposition 8.3
(cos x)
= sin x.
Demonstration.
(cos x)
= lim
x0
cos(x +x) cos x
x
= lim
x0
cos xcos x sin xsin x cos x
x
= lim
x0
_
(sin x)
sin x
x
_
lim
x0
_
(cos x)
1 cos x
x
_
= (sin x)1 (cos x)0
= sin x.
Il est parfois fait usage des fonctions secante sec et cosecante cosec denies par
sec x =
1
cos x
, cosec x =
1
sin x
.
8.3 Fonctions trigonometriques inverses (ou cyclometri-
ques).
Comme la fonction
cos : R R : x cos x
nest pas injective, nous devons restreindre son domaine pour pouvoir linverser. Un intervalle
le plus large possible comme domaine sur lequel la fonction cos soit injective est de longueur
; par convention, [0, ] est choisi. La fonction
cos : [0, ] [1, 1] : x cos x
est bijective, donc inversible. Sa fonction reciproque arc cosinus est donnee par
arccos : [1, 1] [0, ] : x arccos x.
Ainsi, arccos x est la mesure de 0 à de lunique arc dont le cosinus vaut x. De meme, la
reciproque de la fonction
sin :
_
2
, +
2
_
[1, 1] : x sin x
est la fonction arc sinus
arcsin : [1, 1]
_
2
, +
2
_
: x arcsin x.
Voici les graphes de ces deux fonctions.

EL
EMENTAIRES. 143
x
arccos x
0 1 1
x
arcsin x
2
0
2
1 1
Ces fonctions sont derivables, donc aussi continues :
(arccos x)
=
1
1 x
2
, (arcsin x)
=
1
1 x
2
.
Pour inverser la fonction tangente, nous considerons la fonction bijective
tg :
_
2
, +
2
_
R : x tg x.
Son inverse est la fonction arc tangente :
arctg : R
_
2
, +
2
_
: x arctg x.
x
arctg x
2
0
2
1 1
Cette fonction est derivable :
(arctg x)
=
1
1 + x
2
.

EL
EMENTAIRES. 144
A titre dexemple, etablissons cette dernière formule de derivation. Soit y = arctg x, donc x =
tg y (o` u bien s ur nous supposons
2
< x <

2
). Grace à la Proposition 7.5,
dy
dx
=
1
dx
dy
=
1
1
cos
2
y
=
1
cos
2
y + sin
2
y
cos
2
y
=
1
1 + tg
2
y
=
1
1 + x
2
.
Les fonctions secante et cosecante sont inversees sur respectivement [0, ]\{
2
} et [
2
, +
2
]\{0}.
Il vient
(arcsec x)
=
1
x
2
1
, (arccosec x)
=
1
x
2
1
.
Nous terminons cette section en etablissant un resultat utile en physique. Toute fonction de
R vers R qui peut se ramener à la forme
x C cos(x + ),
avec C, , R est dite sinusodale. Lorsque = 0 et C = 0, le graphe de cette fonction
sobtient en appliquant successivement au graphe de la fonction cosinus
un etirement daxe oy, de rapport
1
dans la direction de laxe ox,

une translation de vecteur
_
, 0
_
,
un etirement daxe ox, de rapport C dans la direction de laxe oy.
Voici un exemple.
0.5
1.0
1.5
2.0
0.5
1.0
1.5
5 10 5 10
x
cos(x)
1.5 cos(1.3 x 1)
x sin x + cos x
est sinusodale, car pour tout x reel
sin x + cos x =
2 cos
_
x

4
_
.
f : x sin x + cos 2x

EL
EMENTAIRES. 145
nest pas sinusodale. Ceci peut se verier de dierentes manières, par exemple en comparant
une esquisse de son graphe avec les graphes des fonctions sinusodales, ou en notant que la
fonction sinusodale decrite par y(x) = C cos(x +) satisfait y
=
2
y alors que la fonction
donnee ne jouit pas dune telle propriete.
Proposition 8.4 Soit A, B, R et R \ {0}. La fonction
f : R R : x Acos x + B sin x
est sinusodale ssi A = 0, B = 0, = 0 ou = .
Demonstration. Pour toute fonction sinusodale x y(x), il existe une constante telle que
y
(x) = y(x) quel que soit x reel. Supposons f sinusodale. Nous avons
f
(x) = A
2
cos x B
2
sin x.
Sil existait une constante telle que f
(x) = f(x), il faudrait, en prenant x = 0

A
2
= A.
Si A = 0, nous navons plus rien à prouver. Lorsque A = 0, il vient =
2
. Notons quil faut
= 0 (car la fonction x A+B sin x oscille autour de la valeur A et ne peut etre sinusodale
si A = 0). En faisant x =
1
2
+ k
_
dans f
(x) =
2
f(x), avec k entier quelconque, nous
obtenons
B
2
sin

2
+ k
_
= B
2
sin

2
+ k
_
,
donc B = 0, ou = , ou pour tout k entier
sin

2
+ k
_
= 0.
Cette dernière eventualite entrane = 0.
Limplication opposee setablit aisement lorsque A = 0, B = 0 ou = 0. Le cas = se
ramène au cas = en changeant le signe de B. Avec = , nous prenons = et etablissons
lexistence de constantes C et telles que
Acos x + B sin x = C cos(x )
pour tout x de R, cest-à-dire
Acos x + B sin x = C cos cos x + C sin sin x.
Il sut de satisfaire à
_
A = C cos
B = C sin
ce qui est toujours possible en faisant C =
A
2
+ B
2
puis determinant .

EL
EMENTAIRES. 146
8.4 Fonctions exponentielles et logarithmiques.
Soit a un reel tel que 0 < a < 1 ou 1 < a, que nous appelons la base. La valeur a
x
peut
etre denie pour tout reel x (en traitant dabord le cas a et x naturels, etc. ; nous omettons les
details). La fonction exponentielle en base a est
R R
+
\ {0} : x a
x
.
Les deux cas 0 < a < 1 et 1 < a donnent des graphes dallures dierentes, car lexponentielle
est decroissante dans le premier cas, croissante dans le second. Toutefois, laxe ox est toujours
une asymptote, et le point (0, 1) appartient toujours au graphe.
x
a
x
x
a
x
La fonction exponentielle telle quelle a ete denie est continue, bijective. Sa fonction
reciproque est
R
+
\ {0} : x log
a
x.
Le logarithme en base a de x, note log
a
x, est lexposant auquel il faut elever a pour obtenir
x :
a
log
a
x
= x.
Voici deux allures de graphes de fonctions logarithmiques (pour 0 < a < 1 et 1 < a) :

EL
EMENTAIRES. 147
x
log
a
x
x
log
a
x
Notez que la fonction logarithmique est decroissante ou croissante. Son graphe passe toujours
par le point (1, 0).
Les logarithmes constituent un outil couramment utilise dans lanalyse dalgorithmes. Du-
rant des siècles, des calculs en astronomie (par exemple) se realisaient à laide de tables de
logarithmes. Celles-ci permettaient de ramener les multiplications à des additions (et lectures
dans la table) grace à
log
a
(x y) = log
a
x + log
a
y.
Cette egalite, valable pour x, y > 0, resulte de
a
u+v
= a
u
a
v
(lexposant auquel il faut elever a pour trouver x y est la somme des exposants auxquels il
faut elever a pour trouver respectivement x et y). En phrase : le logarithme dun produit est
la somme des logarithmes.
Exemples.
log
5
25 = 2 car 5
2
= 25;
log
10
0,001 = 3 car 10
3
= 0,001;
log
2
1024 = 10;
log
2
3
4 =
2
3
.

EL
EMENTAIRES. 148
Etablissons les proprietes fondamentales des logarithmes (la première a dejà ete signalee).
Proposition 8.5 Pour x, y R
+
\ {0} :
log
a
(x y) = log
a
x + log
a
y;
log
a
(x
y
) = y log
a
x.
Demonstration.
a
log
a
(xy)
= x y = a
log
a
x
a
log
a
y
= a
log
a
x+log
a
y
.
Comme lexponentielle est bijective, il faut log
a
(x y) = log
a
x + log
a
y. Pour la deuxième
egalite :
a
log
a
(x
y
)
= x
y
= (a
log
a
x
)
y
= a
y log
a
x
.
Proposition 8.6 Si a, b ]0, 1[ ]1, +[ :
log
b
x =
log
a
x
log
a
b
.
Cette formule indique comment changer de base de logarithme.
Demonstration. De x = b
log
b
x
, nous deduisons grace à la Proposition precedente
log
a
x = log
b
x log
a
b.
Notons en particulier (pour x = a)
log
b
a =
1
log
a
b
.
Denition. Lorsque a = e = 2,718 . . ., le logarithme en base e est dit logarithme neperien
ou naturel, et note ln a.
Faute davoir rigoureusement deni le nombre e, nous donnons sans preuve la
Proposition 8.7 La fonction exponentielle en base e est derivable, et
(e
x
)
= e
x
.
Quelle merveille : cette fonction exponentielle resiste ` a la derivation !
Proposition 8.8
(a
x
)
= a
x
ln a;
(ln x)
=
1
x
;
(log
a
x)
=
1
x
log
a
e.

EL
EMENTAIRES. 149
Preuve. En derivant les deux membres extremes de
a
x
= e
ln a
x
= e
x ln a
,
nous obtenons la première egalite. Si y = ln x, nous avons x = e
y
, donc
dy
dx
=
1
dx
dy
=
1
e
y
=
1
x
.
Enn, la formule du changement de base de logarithme entrane
log
a
x =
ln x
ln b
.
La dernière egalite à prouver sobtient en derivant.
Exemple. Soit N(t) le nombre de noyaux radioactifs dans un echantillon, à linstant t ; la
chimie nous apprend
N(t) = N
0
e
t
= N
0
(e
)
t
o` u est la constante de desintegration ( > 0).
t
N(t)
N
0
Supposons que de linstant t
1
à linstant t
2
, le nombre de noyaux soit divise par 2 :
N(t
2
) =
1
2
N(t
1
)
ou successivement :
N
0
e
t
2
=
1
2
N
0
e
t
1
,
2e
t
2
= e
t
1
,
(ln 2) t
2
= t
1
,
t
2
t
1
=
1
ln 2
1
0,693 . . .
Nous constatons que la duree de temps sur laquelle le nombre de noyaux chute de moitie est
toujours la meme (independamment de t
1
). Cette duree constante sappelle la demi-vie du
processus. La vitesse instantanee de diminution est
d N(t)
dt
= N
0
e
t
,

EL
EMENTAIRES. 150
variable avec t.
Exemple. Supposons quun algorithme requiert (au plus) f(n) = Ca
n
etapes sur un jeu de
donnees de taille n, o` u C et a sont des constantes. Chaque fois que la taille augmente dune
unite, la majoration sur le temps dexecution est multipliee par a (que cette taille passe de 1515
à 1516 ou de 2001 à 2002).
8.5 Fonctions hyperboliques.
De la formule dEuler
e
ix
= cos x + i sin x,
et de son analogue obtenu en remplacant x par x, nous tirons
cos x =
e
ix
+ e
ix
2
et sin x =
e
ix
e
ix
2i
.
En oubliant en quelque sorte le nombre i, nous denissons les fonctions cosinus hyperbolique
et sinus hyperbolique
ch x =
e
x
+ e
x
2
et sh x =
e
x
e
x
2
,
toutes deux de domaine R.
Notons ch x > 0 et ch
2
x sh
2
x = 1 ; le point (ch x, sh x) est donc sur la demi-hyperbole
denie par x > 0 et x
2
y
2
= 1.
x
shx
ch x
y
1
Il est aise detablir
(ch x)
= sh x et (sh x)
= ch x.

EL
EMENTAIRES. 151
x
ch x
x
sh x
Les graphes montrent que la fonction sinus hyperbolique est bijective de R vers R, tandis que
cosinus hyperbolique est bijective de R
+
vers [1, +[. Nous appelons les fonctions reciproques
argument cosinus hyperbolique et argument sinus hyperbolique :
argch : [1, +[R
+
: x argch x,
argsh : R R : x argshx.
Leurs derivees sont donnees par
(argchx)
=
1
x
2
1
et (argsh x)
=
1
x
2
+ 1
.
Nous laissons au lecteur le soin de denir les fonctions reciproques des fonctions tangente
hyperbolique
th : R R : x
sh x
ch x
et cotangente hyperbolique
coth : R R : x
ch x
sh x
et detablir
(argthx)
=
1
1 x
2
, (argcoth x)
=
1
1 x
2
.
8.6 Exercices.
1. Resoudre les equations suivantes en x :

EL
EMENTAIRES. 152
a) 2 sinx 1 = 0 ; f) sin 2x cos 2x = 1 ;
b) sin x sin 2x = 0 ; g) sin x =
3 cos x;
c) sin
2
x + sin x 2 = 0 ; h) sin x +
3 cos x =
2 ;
d) sin
2
2x sin
2
x = 0 ; i) arccos 2x = arcsin x;
e) 2 sin
2
x sin x 1 = 0 ; j) arccos(2x
2
1) = 2 arccos
1
2
.
2. Determiner la valeur de chacune des expressions suivantes :
a) arcsin
2
2
; f) sin(arccos
3
2
) ;
b) arccos
1
2
; g) cos(arcsin
2
2
) ;
c) arctg 1 ; h) cosec(arcsin
1
2
) ;
d) arccotg(1) ; i) cotg(arctg 1) ;
e) arccosec 2 ; j) sec(arccotg
3).
3. Determiner la valeur (en fonction de x) de chacune des expressions suivantes :
a) sin(2 arccos x) ; d) sin(2 arccos 4x) ;
b) cotg(arccos x) ; e) sin(arctg x) ;
c) cos(2 arcsinx) ; f) tg(arcsin 5x).
4. Determiner les domaines de denition des fonctions x y = y(x) suivantes :
a) arccotg 3x; e) y = sin(arccos
x
3
) ;
b) y = arcsin 5x; f) y = arccos
2x
x + 1
;
c) y = arctg(sin 3x) ; g) y = arccos(tg 2x) ;
d) y = arccos
3x
x 2
; h) y = arcsin(cotg 3x).
5. Pour chacune des fonctions y de x suivantes determiner un domaine o` u celle-ci est
inversible, et donner la fonction reciproque correspondante.
a) y = 1 + 2 sin x; d) y = arcsin(2x + 1) ;
b) y = 1 + sin 2x; e) y = cos
2
x sin x.
c) y = tg
2
x;
6. Calculer les derivees premières des fonctions y = y(x) suivantes (o` u a, b R) :

EL
EMENTAIRES. 153
a) y = sin(x
2
+ 1) ; j) y = tg x cotg x;
b) y = cos
1 2x; k) y = cos(sin x) ;
c) y = tg
x; l) y =
sin(a x)
sin(a + x)
;
d) y = cosec xcotg x; m) y = arcsin 5x;
e) y =
sin x + cos x
sin x cos x
; n) y = arccos(
3x
x 2
) ;
f) y =
1 + cos 2x
1 cos 2x
; o) y = arctg(sin 3x) ;
g) y = sin nx (sin x)
n
; p) y = arccos
b + a cos x
a + b cos x
, |a| > |b| ;
h) y =
_
a sin
2
x + b cos
2
x; q) y = sin(arccos
x
3
).
i) y = cosec
4
x;
7. Calculer les valeurs des derivees première, deuxième et troisième des fonctions y = y(x)
suivantes aux points indiques :
a) y = sin xcos x, pour x =

3
;
b) y = 4 sin x 3 cos x, pour x = 0 ;
c) y = sin 3xcos x, pour x =

4
.
8. Tracer le graphe de la fonction x y = sin x. Deduire les graphiques des courbes
y = sin 2x, y =
1
2
sin 2x.
9. Calculer sans faire usage de tables ou de machines :
a) log
2
32 ; f) log
1/2
4 ;
b) log
3
27 ; g) ln e
7
;
c) log
10
0,0000001 ; h) log
10
10
4
;
d) log
5
125 ; i) log
32
32 ;
e) log
8
16 ; j) log
16
8.
10. Sachant que log
10
2 0,30103 . . ., evaluer le nombre de chires de 2
56
.
11. Calculer x tel que
a) log
x
5 = 0,5 ; d) log
x
a = a (a > 0 et a = 1) ;
b) log
x
8 = 1,5 ; e) log
x
a = a (a > 0 et a = 1) ;
c) log
x
2 = 2 f) log
x
a =
1
a
(a > 0 et a = 1).
12. Pour quelles valeurs de a et b reels avons-nous log
a
b < 0 ?
13. Demontrer les identites
a) log
b
a log
c
b log
a
c = 1 ;
b)
1
log
a
x
+
1
log
b
x
=
1
log
ab
x
.
14. Calculer en fonction de a = log
10
2 :

EL
EMENTAIRES. 154
a) log
10
5 ; b) log
10
125 ; c) log
10
2,5.
15. Le logarithme dun nombre vaut 3 dans une certaine base. Ce logarithme vaut 4 si lon
double la base. Quel est ce nombre ? Quelle est cette base ?
16. Pour quelle valeur de x la quantite log
x
5 est-elle dune unite plus grande que log
x
4 ?
17. Simplier lexpression log
a
(log
a
a
a
x
).
18. Resoudre les equations suivantes :
a) log
3
(x + 2) + 1 = log
3
(x
2
+ 4x) ;
b) log x + log(x
2
+ 2x 1) = log 2 ;
c) log
5
(5
x
7) = log
25
324 + 2 x;
d) 2 log
2
x + log
x
2 = 3 ;
e) 4 log x = log(x
2
2) + log 8 ;
f)
1
log
3x
30x
+
1
log
2x
30x
+
1
log
x2
30x
= 1 ;
g) (log
4
x)
2
log
x
x + 1 = 0.
19. Trouver toutes les solutions du système suivant :
_
x
y
= 10,
2y log
10
x = 1.
Pour quelle(s) valeur(s) de a avons-nous x = y ?
20. Resoudre le système
_
log
2
x + log
2
y = 2,
4x +
y
100
= 5.
2
dequation y = log
a
x.
a) Quelle est la valeur de labscisse du point de la courbe o` u la tangente passe par lorigine
?
b) Quelle valeur doit prendre a pour que cette tangente soit inclinee à 45
0
sur laxe des x ?
22. Determiner les plus grands domaines de denition des fonctions y = y(x) suivantes :
a) y = ln
_
3 2x
3 + 2x
_
; b) y =
1 ln x
1 + ln x
.
23. Resoudre les equations exponentielles suivantes :
a) 2
x
+ 2
x+1
= 3 ; e) 9
x
2 3
x+1
= 27 ;
b) 3
2x+1
+ 9
x
= 324 ; f) 2
x+1
+ 4
x
= 80 ;
c) e
x
+ e
x
= 2 ; g) 4
x
5 2
x
+ 6 = 0 ;
d) (
9
4
)
x
8
27
= 0 ; h) 2(e
x
e
x
) = e
x
+ e
x
.
24. Determiner les valeurs du paramètre a pour lesquelles lequation
e
2x
2e
x
+ a = 0

EL
EMENTAIRES. 155
admet des solutions. Pour les valeurs trouvees, resoudre lequation.
25. Pour quelles valeurs du paramètre m le système
_
e
2x
7e
x
+ 12 = 0
e
2x
3e
x
+ m = 0
admet-il des solutions ? Quelles sont les solutions correspondantes ?
26. Determiner les coordonnees du point de contact de la tangente menee par lorigine au
graphe de la fonction x y = 2
x
.
27. Pour quelles valeurs du paramètre a les courbes dequations y = e
2x
+ 1 et y = 2ae
x
ont-elles des points dintersection ? Pour quelle(s) valeur(s) de a nont-elles quun seul point
dintersection ? Montrer quelles sont alors tangentes en ce point et ecrire lequation de la
tangente commune.
28. Calculer la valeur de chacune des fonctions suivantes au point indique :
a) y = 2 ch x sh x, pour x =
1
2
ln 3 ;
b) y = 3 ch x 2 sh x, pour x =
1
2
ln 2 ;
c) y = ch 2x + 2 sh 2x, pour x =
1
2
ln 5.
29. Calculer les derivees premières des fonctions x y suivantes :
a) y = ln(x
2
+ 1) ; h) y = sh x sin x;
b) y = ln(lnx) ; i) y = argsh
x + 1 ;
c) y = log
5
x
2
+ 1
x
2
1
; j) y = argth
x
3
;
d) y = 2
x
; k) y = argch e
3x
;
e) y = 5
tg 2x
; l) y =
1 ln x
1 + ln x
;
f) y = x
1/x
; m) y = ln[(2x
2
+ 3)
1/4
(x
3
6)
1/3
(3x
4
+ 7)
1/2
] ;
g) y = x
ln x
; n) y = e
1+x
1x
.
30. Verier que si y = e
x
2
, alors
y
(n)
= 2(n 1)y
(n2)
+ 2xy
(n)
pour n > 1. Calculer la cinquième derivee de e
x
2
en x = 1.
31. Demontrer les identites suivantes :
a) sh(x + y) = sh xch y + ch xsh y ;
b) ch x ch y = 2 sh
x + y
2
sh
x y
2
;
c) ch 2x = ch
2
x + sh
2
x.
32. Pour chacune des fonctions suivantes determiner :
a) son domaine de denition;
b) sa fonction reciproque ;
c) le domaine de denition de la fonction reciproque.
1
0
y = ln(arccos x) ;

EL
EMENTAIRES. 156
2
0
y = arctg
e
x
+ 1
e
x
1
;
3
0
y = 10
1x
1+x
;
4
0
y = e
sin 3x
;
5
0
y = arccos e
x+1
.
33. Tracer le graphe de la fonction cosecante. Cette fonction est-elle periodique, continue ?
Quelle est sa derivee ?
34. Considerons la fonction secante appliquant x sur sec x =
1
cos x
.
a) Esquisser son graphe.
b) Determiner les asymptotes.
c) Proposer une denition de la fonction x arcsec x. Quel domaine a-t-elle ? Quelle est
son image ?
d) Tracer le graphe de la fonction arc secante.
e) Calculer la derivee de la fonction arc secante.
35. En vue detudier des temps dexecution dalgorithmes, on denit parfois la taille dun
nombre naturel m comme etant
= 1 +log
2
(|m| + 1).
a) Que vaut la taille de
7 ? 9 ? 11 ? 1 ? 1 ? 0 ?
b) Soit deux nombres m et n de tailles respectives et . Trouver une bonne majoration
de la taille du produit mn.
36. Le passage par les logarithmes aide egalement au calcul des derivees. Par exemple, soit
f(x) = x
x
; de
ln f(x) = xln x,
nous deduisons en derivant par rapport à x
f
(x)
f(x)
= (ln x) +
x
x
,
donc
f
(x) = (1 + ln x)f(x)
et
f
(x) = (1 + ln x)x
x
.
En utilisant la meme methode, calculer la derivee de chacune des fonctions f donnees par
a) f(x) = x
r
, avec r R;
b) f(x) =
5
_
(x 3)
3
(x + 1)
2
;
c) f(x) = f
1
(x) f
2
(x) f
3
(x), o` u f
1
, f
2
, f
3
sont des fonctions derivables ;
d) f(x) = a
x
, avec a R;
e) f(x) = (sin x)
cos x
;
f) f(x) = (sin x)
ln tg x
.

EL
EMENTAIRES. 157
37. Le graphique semi-logarithmique dune fonction x f(x) sobtient en portant x en
abscisse et ln f(x) en ordonnee (lorsque f(x) > 0).
a) Tracer le graphique semi-logarithmique des fonctions f
i
donnees pour i = 1, 2, 3 par
f
1
(x) = 5e
3x
;
f
2
(x) = e
3
5
x
3
;
f
3
(x) = 2
x
.
b) Quelles sont les fonctions dont les graphiques semi-logarithmiques sont des droites ?
c) Tracer dans un meme système daxes les graphiques semi-logarithmiques donnes pour
i = 4, 5, 6 par
f
4
(x) = 5 3
x
;
f
5
(x) = 4
x
;
f
6
(x) = 10 2
x
.
d) Si au lieu de porter en ordonnee lnf(x) on decide plutot de porter log
10
f(x), comment
se modie le graphique semi-logarithmique ?
38. Le graphique logarithmique dune fonction R
+
R
+
: x f(x) sobtient en portant
ln x en abscisse et ln f(x) en ordonnee.
a) Tracer le graphique logarithmique des fonctions f
i
f
1
(x) = e
3
5
x
3
;
f
2
(x) = 3
x
;
f
3
(x) = e
e
x
.
b) Quelles sont les fonctions dont les graphiques logarithmiques sont des droites ?
c) Tracer dans un meme système daxes les graphiques logarithmiques des fonctions f
1
f
4
(x) = x
2
;
f
5
(x) = x
3/2
;
f
6
(x) = 10x
3/2
.
39. Tracer dans un meme système daxes les graphes des fonctions sinus hyperbolique et
cosinus hyperbolique. Determiner les asymptotes.
40. Tracer le graphe de la fonction sinus hyperbolique. Admet-il des asymptotes ? La
fonction est-elle paire, impaire, periodique ?
41. Tracer le graphe de la fonction argsh. Admet-il des droites asymptotes ? Etablissez la
formule qui donne la derivee de la fonction argsh.
42. Pour quelle(s) valeur(s) de x reel avons-nous
a) argsh x = ln
_
x +
1 + x
2
_
?
b) argthx =
1
2
ln
1 + x
1 x
?
c) argch x = ln
_
x +
x
2
1
_
?
Chapitre 9
Utilisation des derivees.
La fonction derivee f
savère très utile dans letude de la fonction f. Par exemple, grace

à la Proposition 7.5, nous savons dejà que si f est derivable sur lintervalle ouvert ]a, b[ avec
f
(x) > 0 pour x (a, b), alors f est strictement croissante sur ]a, b[. La reciproque est toutefois
fausse.
Exemple 1. La fonction f : R R : x x
3
est strictement croissante, bien que f
(0) = 0.
Dautre part, daprès la preuve du Theorème de Rolle (Thm.7.8), si la fonction f : [a, b] R
atteint un extremum en un point x de ]a, b[, alors f
(x) = 0. A nouveau, la reciproque est fausse,

et le meme exemple que ci-dessus en atteste. Mettons encore le lecteur en garde : une fonction
f : [a, b] R peut très bien atteindre un minimum ou maximum en une valeur x sans que lon
nait f
(x) = 0.
Exemple 2. La fonction f : [1, 1] R : x |x| atteint son minimum en 0 et son maximum
en 1 et en +1. Notons que f
(0) nexiste pas, et que la derivee à droite en 1 vaut 1.

Lutilisation de la derivee seule pourrait donc faire oublier des extremums ; il est important
de bien connatre les conditions dapplication des propositions que nous allons enoncer à propos
des extremums de f et de la derivee f
. Ces propositions porteront en fait sur les extremums

locaux. La derivee seconde sera aussi utilisee en liaison avec certains extremums.
Après avoir rapidement indique les grandes etapes dune etude de fonction, nous montre-
rons comment ameliorer lapproximation fournie par la dierentielle : des derivees dordres
superieurs seront utilisees pour ecrire les developpements de Taylor. Une autre utilisation de
ces derivees permet le calcul de limites qui semblent dabord indeterminees.
9.1 Croissance et decroissance.
Proposition 9.1 Si la fonction f est derivable sur lintervalle ouvert ]a, b[, alors
f est croissante sur ]a, b[
ssi
f
(x) 0, pour tout x de ]a, b[

et
f est decroissante sur ]a, b[
ssi
f
(x) 0, pour tout x de ]a, b[.

158
CHAPITRE 9. UTILISATION DES D
ERIV
EES. 159
Demonstration. Si f est croissante sur ]a, b[, il vient pour t, x ]a, b[ avec t = x :
f(t) f(x)
t x
0.
La limite de ce quotient pour t tendant vers x donne f
(x), qui doit donc etre positive ou nulle.

En vue detablir la reciproque, supposons à present f
(x) 0 pour x ]a, b[. Si f netait pas

croissante, il existerait x
1
, x
2
dans ]a, b[ tels que x
1
< x
2
et f(x
1
) > f(x
2
). Par le theorème des
accroissements nis, il faut pour au moins un c de ]x
1
, x
2
[
f
(c) =
f(x
2
) f(x
1
)
x
2
x
1
.
Ainsi, f
(c) < 0, en contradiction avec notre hypothèse.

Notons quun enonce analogue obtenu en remplacant croissante par strictement crois-
sante et f
(x) 0 par f
(x) > 0 serait faux. La Proposition 1 permet toutefois detablir

aisement une implication, et meme une petite generalisation. Supposons à nouveau f derivable
sur ]a, b[ :
si f
(x) 0 pour x ]a, b[, et f
(x) = 0 pour seulement un nombre ni de valeurs

x, alors f est strictement croissante sur ]a, b[.
La reciproque de cette implication est fausse. Passons à present à un resultat focalise en un
point.
Proposition 9.2 Supposons f denie au voisinage de x
0
et derivable en x
0
. Si f
(x
0
) > 0, il
existe un voisinage V de x
0
tel que pour x V :
x < x
0
f(x) < f(x
0
),
x > x
0
f(x) > f(x
0
).
Demonstration. Posons =
1
2
f
(x
0
). Par la denition meme de f
(x
0
), il existe > 0 tel que
(|x x
0
| < et x = x
0
)
(x
0
)
f(x) f(x
0
)
x x
0
< .
Ainsi
(x ]x
0
, x
0
+ [ et x = x
0
)
f(x) f(x
0
)
x x
0
> 0.
La thèse en decoule, avec V = ]x
0
, x
0
+ [.
9.2 Extremums locaux.
Denition. La fonction f : X R, avec X R, admet un minimum local f(x
0
) au point
x
0
de X sil existe un voisinage V de x
0
tel que pour x X :
x V f(x
0
) f(x).
Un maximum local est deni de meme avec f(x
0
) f(x).
Notons immediatement quun minimum local nest en general pas un minimum (que nous
qualierons parfois pour clarier de global).
ERIV
EES. 160
Exemple 1. Le graphe de la fonction
f : R R : x (x 1)x(x + 1)
1 1
x
f(x)
0
+ +
nous permet de voir immediatement un minimum local et un maximum local. Cependant la
fonction f nadmet aucun extremum global.
Proposition 9.3 Si la fonction f est denie au voisinage de x
0
, est derivable en x
0
et admet
un extremum local en x
0
, alors f
(x
0
) = 0.
Demonstration. Largument utilise dans la preuve du Theorème de Rolle (Thm. 7.8) sadapte
facilement ici.
Remarques.
1. La reciproque est fausse : prenez à nouveau f(x) = x
3
en x
0
= 0. Le graphe possède un
point dinexion (0, 0) à tangente horizontale.
2. Noubliez pas la condition de derivabilite : la proposition ne sapplique pas si f(x) = |x|.
3. Enn, ayez en memoire que la proposition ne concerne pas les points au bord du domaine.
Ainsi, pour
f : [2, 3] R : x x
2
,
nous avons un minimum en 2 et un maximum en 3.
La Proposition 1 nous donne une condition necessaire pour avoir un minimum ou maximum
local en un point x
0
interieur au domaine de la fonction : ou bien la derivee nexiste pas en x
0
,
ou bien elle existe et sannule en x
0
. Voici à present une condition susante.
Proposition 9.4 Si f est denie et derivable sur un voisinage V de x
0
, et si pour x V
x < x
0
f
(x) 0,
x > x
0
f
(x) 0,
alors f admet un minimum local en x
0
.
Demonstration. Soit > 0 tel que ]x
0
, x
0
+[ V . Par la Proposition 9.1, f est decroissante
sur ]x
0
, x
0
[ et croissante sur ]x
0
, x
0
+[. Nous savons aussi que f est continue en x
0
(Propo-
sition 7.1). Il est aise den deduire que pour x ]x
0
, x
0
+ [
x < x
0
f(x) f(x
0
),
x > x
0
f(x) f(x
0
).
ERIV
EES. 161
Exemple 2. Soit f : R R avec
f(x) =
(x + 1)
2
pour x 1,
0 pour 1 x 1,
(x 1)
2
pour x 1.
1
1 2 1 2
x
f(x)
Tous les points x
0
de lintervalle ferme [1, +1] remplissent les conditions de la Proposition 9.4.
Un minimum local strict est deni comme un minimum local, mais en imposant une
inegalite stricte lorsque x = x
0
.
Proposition 9.5 Si f est denie et derivable sur un voisinage V de x
0
et si, pour x V
x < x
0
f
(x) < 0,
x > x
0
f
(x) > 0,
alors f possède un minimum local strict en x
0
.
Demonstration. Semblable à la precedente, en se referant à la variante de la Proposition 1 de
16.2.
Ainsi, un changement de signe, de negatif à positif, de f
en x
0
implique un minimum local
strict pour f en x
0
. Nous laissons au lecteur le soin denoncer un resultat analogue concernant
un maximum local strict. Signalons que la reciproque de la Proposition 9.5 est fausse.
Exemple. La fonction
f : R R : x
x
2
2 + sin
1
x
pour x = 0,
0 pour x = 0
admet un minimum local strict en 0. Cependant, la derivee en x = 0
f
(x) = cos
1
x
+ 2x
2 + sin
1
x
est negative lorsque x =

1
2k
avec k N tel que k >
2
. Ce phenomène un peu curieux au

premier abord se comprend bien en regardant le graphe de f.
ERIV
EES. 162
0.02
0.04
0.06
0.08
0.02
0.1 0.2 0.3 0.1 0.2 0.3
x
f(x)
9.3 Utilisation de la derivee seconde.
Supposons que f admette une derivee seconde en tout point de lintervalle ]a, b[. Lorsque
f
(x) > 0 pour x ]a, b[, nous savons que f
est strictement croissante sur ]a, b[. Le graphe de

f tourne sa concavite vers le haut ; voici trois illustrations de cette situation :
a b x
f(x)
| |
a b x
f(x)
| |
a b x
f(x)
| |
De meme, lorsque f
(x) < 0 pour x ]a, b[, le graphe de f tourne sa concavite vers le bas :
a b x
f(x)
| |
a b x
f(x)
| |
a b x
f(x)
| |
Si f
(x) change de signe en x

0
, le graphe de f possède un point dinexion (x
0
, f(x
0
)) :
ERIV
EES. 163
a b x
f(x)
| |
a b x
f(x)
| |
Nous obtenons une condition susante pour un extremum local en x
0
dune fonction deux
fois derivable.
Proposition 9.6 Supposons f denie et deux fois derivable sur un voisinage V de x
0
:
f
(x
0
) = 0 et f
(x
0
) > 0
f admet un minimum
local strict en x
0
;
f
(x
0
) = 0 et f
(x
0
) < 0
f admet un maximum
local strict en x
0
.
Demonstration. Si f
(x
0
) > 0, appliquons la Proposition 9.5 à la fonction derivee première f
:
il existe un voisinage W de x
0
tel que pour x W
x < x
0
f
(x) < f
(x
0
) = 0,
x > x
0
f
(x) > f
(x
0
) = 0.
Ainsi, f
change de signe en x
0
. La thèse resulte de la Proposition 9.5. La deuxième implication
se prouve de manière analogue. On peut aussi la deduire de la première implication formulee
pour la fonction f.
9.4 Etudes de fonctions.
Etudier une fonction signie dans le contexte o` u nous sommes :
determiner le domaine X de cette fonction f ;
determiner si cette fonction est paire, impaire, periodique ;
determiner en quels points de X la fonction f est continue ;
trouver les asymptotes au graphe de f ;
determiner les extremums de f (locaux et globaux, stricts ou non) ;
trouver les points dinexion du graphe ;
tracer le graphe en portant avec precision les informations recueillies.
9.5 Règle de lHospital.
Lorsquune limite comme
lim
x0
sin x
x
ERIV
EES. 164
donne
0
0
, cette règle nous permettra dobtenir la valeur cherchee en calculant plutot la limite
(obtenue en derivant numerateur et denominateur separement)
lim
x0
cos x
1
= 1.
Proposition 9.7 Supposons que les fonctions f et g possèdent des derivees continues sur un
voisinage du point a avec g
(x) = 0 sur ce voisinage. Si f(a) = g(a) = 0, alors

lim
xa
f(x)
g(x)
=
f
(a)
g
(a)
.
Demonstration. La deuxième egalite ci-dessous resulte dune double application du theorème
des accroissements nis :
lim
xa
f(x)
g(x)
= lim
xa
f(x) f(a)
g(x) g(a)
= lim
xa
f
(a +
1
(x a))
g
(a +
2
(x a))
o` u
1
et
2
sont deux valeurs de ]0, 1[ qui dependent chacune de x. Comme x tend vers a, il en
est de meme de a +
i
(x a). Vu la continute de f
et g
, la dernière limite vaut

f
(a)
g
(a)
.
Notons que legalite dans la proposition est equivalente à
lim
xa
f(x)
g(x)
= lim
xa
f
(a)
g
(a)
,
mais nappliquons pas ceci à tort et à travers : en plus des conditions de regularite, nos
hypothèses contiennent f(a) = g(a) = 0.
Exemple.
lim
x0
x
2
sin x
=
0
0
= lim
x0
2x
cos x
= 0.
Attention :
lim
x0
x
2
+ 1
sin x
= + = lim
x0
2x
cos x
= 0.
Dans le deuxième cas, nous ne pouvons pas appliquer la règle de lHospital.
Il se peut bien s ur que f
(a) = g
(a) = 0, auquel cas lenonce ne permet pas de conclure.

Heureusement, un renforcement de la Proposition 9.7 nous viendra souvent en aide. Nous lad-
mettrons sans demonstration.
Proposition 9.8 Supposons que les fonctions f et g posssèdent des derivees dordre k conti-
nues sur un voisinage du point a, pour k N \ {0}, avec
f(a) = g(a) = f
(a) = g
(a) = f
(a) = g
(a) = = f
k1/
(a) = g
k1/
(a) = 0
et g
k/
(x) = 0 pour x dans ce voisinage. Alors
lim
xa
f(x)
g(x)
=
f
k/
(a)
g
k/
(a)
.
ERIV
EES. 165
Exemple.
lim
x0
1
sin x

1
x
= (qui est indetermine)

= lim
x0
x sin x
xsin x
=
0
0
= lim
x0
1 cos x
(sin x) + xcos x
=
0
0
= lim
x0
sin x
2(cos x) xsin x
= 0.
Avec les hypothèses de la Proposition 9.8
lim
xa
f(x)
g(x)
= lim
xa
f
k/
(a)
g
k/
(a)
.
Cette egalite reste valable si la limite de droite diverge vers + ou vers . La règle de
lHospital sapplique aussi (sous certaines conditions de regularite) aux limites à gauche ou à
droite, aux cas indetermines de la forme

, et enn aux memes formes indeterminees

0
0
ou
pour x tendant vers +ou vers . Nous renvoyons le lecteur aux ouvrages de reference
pour des enonces plus precis.
Exemples.
lim
x0
1
x
e
1
x
2
=

= lim
x0
1
x
2
2
1
x
3
e
1
x
2
= lim
x0
x
2e
1
x
2
= 0.
lim
x+
2
x
x
2001
=
+
+
= lim
x
2
x
ln 2
2001x
2000
=

.
.
.
= lim
x+
2
x
( ln 2)
2001
2001!
= +.
Ce dernier exemple illustre le fait quune exponentielle en base plus grande que 1 nest jamais
en O dun polynome, quel que soit ce dernier : toute exponentielle croissante est dordre de
grandeur à linni plus eleve que tout polynome.
ERIV
EES. 166
9.6 Exercices.
1. Si le graphe ci-dessous est celui de la fonction derivee f
, pour quelle(s) valeur(s) de x

la fonction x f(x) admet-elle
q
u
f
(x)
x
+
r
+
p
+
t
+
v
+
s
a) un minimum local ?
b) un maximum local ?
c) un point dinexion à tangente horizontale ?
d) un point dinexion ?
Sur quel sous-ensemble de lintervalle [a, h] la fonction f est-elle
e) croissante ?
f) decroissante ?
2. Si les fonctions f : R R et g : R R possèdent en tout point une derivee seconde,
lesquelles des assertions suivantes sont vraies ?
a) Si f(x) g(x) pour tout x reel, f
(x) g
(x) pour tout x reel.

b) Si f(x) g(x) pour tout x reel, f
(x) g
(x) pour tout x reel.

c) Si f
(x) g
(x) pour tout x reel, f(x) g(x) pour tout x reel.

d) Si f(0) g(0) et f
(x) g
(x) pour tout x reel positif, f(x) g(x) pour tout x reel
positif.
3. Determiner les maximums et minimums de la fonction
f : R R : x x
9
e
x
2
.
Recherchez des approximations de points dinexion du graphe de f. Tracez ensuite le graphe
de f.
4. Determiner les extremums des fonctions y = y(x) suivantes :
a) y = 2 sin x + cos2x;
b) y = sin
3
x + cos
3
x;
c) y = x
2
+
250
x
.
5. Si la somme de deux nombres reels est 12, quelle est la plus grande valeur atteinte par
leur produit ?
6. Prouver quun rectangle de perimètre donne a toujours une aire inferieure ou egale à
celle du carre de meme perimètre.
7. Un fermier desire cloturer un champ rectangulaire par du l metallique sur trois cotes
et par une haie sur le quatrième. Sil possède 2400 m de l, quelle est la plus grande surface
quil peut cloturer ?
ERIV
EES. 167
8. Un carton publicitaire doit contenir 54 cm
2
de texte imprime. Si on laisse une marge
de 1 cm en haut et bas de page, et de 1,5 cm de chaque cote, trouver les dimensions les plus
economiques du carton. (NB : Le prix du carton est directement proportionnel à sa supercie
!).
9. La somme de deux nombres est 12. Trouver ces nombres si
a) la somme de leurs carres est minimal ;
b) le produit de lun avec le carre de lautre est maximal ;
c) le produit de lun avec le cube de lautre est maximal.
10. Dans le plan euclidien R
2
, on considère le point c = (3, 5). Par ce point on trace une
droite D qui couple laxe ox en un point a dabscisse positive et laxe oy en un point b dordonnee
positive. Comment doit etre la droite D pour que le triangle oab ait une aire minimum ?
11. Pour quelles valeurs de k la fonction x y avec
y = cos 2x + k cos x
admet-elle un extremum dabscisse x =

3
?
12. Determiner la fonction sinusodale y = C sin(x + ) qui atteigne le maximum 2 pour
x = 1 et applique 0 sur 0.
13. Determiner n pour que la fonction
y = (x 6)
n
e
x
admette un extremum en x = 4. Quelle est la nature de cet extremum ?
14. Determiner les valeurs de p et q telles que la fonction appliquant x sur
y =
x
2
+ px + q
2
x
ait deux extremums de valeurs respectivement 0 et 4. Quelles valeurs de x donnent ces extremums ?
Quelles sont les natures de ces extremums ?
15. Determiner les points dinexion des courbes de R
2
dequation
a) y = 3x
4
10x
3
12x
2
+ 12x 7 ;
b) y = e
x
2
;
c) y =
sin x
sin(x +

4
)
.
16. Une personne doit se rendre de A en B sur la gure, dabord en marchant à la vitesse
v
1
, puis en nageant dans le canal à la vitesse v
2
A
C
+
B
ERIV
EES. 168
Determinez en fonction de v
1
, v
2
et de la longueur |CB| en quel point la personne doit se
mettre à leau pour minimiser son temps de deplacement de A à B. Le bord du canal est
suppose rectiligne.
17. Soit la fonction qui applique x sur
y = 2a sin bx a sin bx.
Determinez les constantes a et b pour que cette fonction applique 0 sur 0 et atteigne le maximum
y = 2 en x = 1.
18. Donner pour chacune des fonctions suivantes, le domaine de denition et la nature des
points o` u la derivee première sannule ou devient innie :
a) y =
x
2
(x + 1) ;
b) y = (x
3
3x + 2)
1/3
;
c) y = 2
3
x
2
.
19. Soit la fonction f speciee par
f(x) =
x
2
+ (m2)x 10
x
2
2x 3
o` u m est un paramètre reel ;
a) donner son domaine de denition;
b) pour quelles valeurs de m la fonction f est-elle partout croissante ?
c) pour quelles valeurs de m la fonction f possède-t-elle un maximum et un minimum ?
d) les graphes de ces fonctions f passent-ils tous par un meme point ? Si oui, lequel ?
20. Esquisser, dans un meme système de coordonnees, le graphe de la fonction y = y(x)
donnee et de sa derivee :
a) y = e
x/2
; b) y = ln|x
2
1|.
21. Representer dans un meme système daxes et sur le domaine [2, 2] les fonctions f
speciees par
a) f(x) = 2
x
, f(x) = 2
x1
;
b) f(x) = 2
|2x|
, f(x) = 2
x
1.
22. Faire le graphe des fonctions y = y(x) suivantes :
ERIV
EES. 169
a) y =
(x + 1)
3
x
2
; b) y =
x
3
x + 1
x
2
;
c) y = 3x
2/3
2x; d) y =
x
2
(x + 1) ;
e) y = x
1 x
1 + x
; f) y =
x
3
x + 1
x
2
;
g) y =
1
9 x
2
; h) y =
x
1 + x
2
;
i) y =
x
3
x
2
1
; j) y =
x
2
x 1
k) y =
x
1 + x
2
; l) y =
x
2
1 ;
m) y =
x
3
x
2
1
; n) y =
(x + 2)(x 1)
x 2
;
o) y = x
2
(x 3)
1/3
; p) y =
(x + 1)
2
x
3
;
q) y = x
2
arctg
1
1 x
; r) y = xe
1/x
;
s) y = xe
x
2
; t) y = x
2
e
x
;
u) y =
ln x
x
; v) y = xln x;
w) y = xln
2
x; x) y =
1 ln x
1 + lnx
;
y) y =
1
x
+ 2 lnx; z) y =
xlog x;
aa) y = 2 lnx 1 +
1
x
; bb) y = 2
1/x
;
cc) y =
e
x
x
; dd) y =
xe
x
.
a) lim
x2
x
2
+ x 6
x
2
4
; b) lim
x0
x + sin 2x
x sin 2x
;
c) lim
x
4
(1 tg x) sec 2x; d) lim
x0
(cosec x cotg x) ;
e) lim
x
2
sec x
tg x
; f) lim
x0
x + 9 3
x
.
24. Determiner le domaine de denition de la fonction qui applique x sur y =
1
x
cotg x.
Calculer ensuite sa vraie valeur en x = 0 (cest-à-dire lim
x0
y).
ERIV
EES. 170
a) lim
x0
(cos x)
cotg x
; b) lim
x
(x
2
+ x + 1)
1
x
;
c) lim
x1
(2 x)
1
x1
; d) lim
x0
>
x
2x
;
e) lim
x0
>
1
x
tg x
; f) lim
x+
(
2
x
+ 1)
x
;
g) lim
x0
>
(2 cos x e
x
)
lnx
; h) lim
x1
(log
2
x)
x1
;
i) lim
x0
>
(sin x)
sin x
; l) lim
x0
>
(cotg x)
1
ln x
;
m) lim
x0
(e
x
+ x)
1
x
; n) lim
x
(cos
a
x
+ sin
x
x
)
x
;
o) lim
x0
>
x
sin x
; p) lim
x
2
<
(tg x)
cos x
.
26. Calculer la limite à gauche et la limite à droite pour x

2
de la fonction
y = cos x e
tg x
.
La fonction est-elle continue en x =

2
?
27. Calculer la limite à gauche et la limite à droite pour x 0 de la fonction
y = xe
1
x
.
28. Determiner toutes les relations du type f est O(g) entre les fonctions de N vers R
appliquant n sur
f
1
(n) = 3n + 2 ; f
5
(n) = nlog n;
f
2
(n) = 2n
3
+ 5 ; f
6
(n) = 2
n
;
f
3
(n) = n
2
log(n
2
+ 2) ; f
7
(n) = 3
n
;
f
4
(n) = nlog log n; f
8
(n) = 2
log n
.
Chapitre 10
Primitives - Methodes dintegration.
La derivation fait passer (lorsquelle est realisable) dune fonction f à sa derivee f
. Nous
nous interessons à present au processus inverse : connaissant une fonction g, nous recherchons
les fonctions G telles que G
= g. Dès quune telle fonction G existe, il en existe une innite

dautres (au moins toutes les fonctions G+C, avec C constante reelle). Chacune de ces fonctions
est une primitive, ou integrale indenie de g.
Plusieurs autres notions dintegrales seront rencontrees par la suite : citons dabord les
integrales denies du chapitre suivant, puis les int egrales curvilignes et le travail dans un
champ de vecteurs. Toutes ces autres integrales sont avant tout des valeurs numeriques. Leur
evaluation se ramène le plus souvent à celui dune integrale denie. Grace au Theorème fonda-
mental du calcul dierentiel et integral (voir chapitre suivant), la valeur dune integrale denie
sobtient dans bien des cas en determinant au prealable une integrale indenie ou primitive. De
là notamment vient notre interet pour les methodes de calcul de primitives.
10.1 Primitives dune fonction.
Denition. Soit X un sous-ensemble de R et f une fonction de X vers R. Une primitive
F de la fonction f est une fonction F : X R telle que pour x X :
F
(x) = f(x).
Pour que la derivee de F en x ait un sens, il nous faut supposer que X contient un voisinage
de x. Nous nous contenterons parfois de la derivee à gauche ou à droite, par exemple aux
extremites du domaine X si celui-ci est un intervalle ferme. En pratique, les domaines des
fonctions f et F ne sont pas toujours mentionnes ; ce qui importe, cest
F
= f .
Exemple 1. La fonction x 3
3
x est une primitive de la fonction x

1
3
x
2
. En eet, si
F(x) = 3x
1/3
et f(x) = x
2/3
, nous avons bien F
(x) = f(x) pour x = 0. Les plus grands

domaines de F et f sont respectivement R et R\{0}. Notons que pour k R (k est une
constante reelle), la fonction x
3
x + k est encore une primitive de f. Il en va de meme, si

k R et l R, de la fonction
x
_
_
_
3
3
x +k si x > 0,
3
3
x +l si x < 0.
171
CHAPITRE 10. PRIMITIVES - M
ETHODES DINT
EGRATION. 172
Dans cet exemple, le domaine de f nest pas connexe (ici, nous abregeons connexe par arcs
au sens de la denition 5 de 5.5 en connexe) ; cest pourquoi deux primitives peuvent dierer
autrement que par une seule constante additive. Pour un domaine qui est un intervalle (ouvert
ou ferme), une demi-droite ou R tout entier, deux primitives dune meme fonction ne peuvent
dierer que dune constante additive.
Proposition 10.1 Soit f, F et G trois fonctions de ]a, b[ vers R, avec a, b reels et a < b. Si F
et G sont deux primitives de f, il existe k dans R tel que F = G+k, cest-à-dire F(x) = G(x)+k
pour x ]a, b[.
Demonstration. Comme F
(x) = f(x) = G
(x), nous avons (F G)
(x) = 0 pour x ]a, b[. Ceci

implique F G constant sur ]a, b[ : en eet, si (F G)(x
1
) = (F G)(x
2
) avec x
1
, x
2
]a, b[
et x
1
= x
2
, il existe par le Theorème des accroissements nis (Thm. 7.9) un point c de ]x
1
, x
2
[,
donc de ]a, b[, tel que (F G)
(c) = 0. Nous avons donc etabli lexistence dune constante k

telle que F(x) G(x) = k pour x ]a, b[.
Plusieurs notations seront utilisees pour expliciter le lien entre f et une primitive F de f,
par exemple :
_
f(x) dx = F(x) +C, (10.1)
_
f = F +C. (10.2)
Le membre de gauche est appele integrale indenie de la fonction f. Dans (10.1), nous
linterpretons comme la valeur dune fonction en largument x; dans (10.2), comme cette
fonction elle-meme. Cette fonction nest pas exactement determinee : elle depend du choix
dune constante dintegration C, ou meme de plusieurs telles constantes (une par morceau
connexe du domaine).
Exemple 2.
_
1
x 2
dx = C + ln |x 2|.
Une dernière fois, explicitons les conventions decriture : la fonction x
1
x 2
est de domaine
R\{2}. Ses primitives sont toutes les fonctions de la forme
x
_
k + ln (x 2), si x > 2,
l + ln (2 x), si x < 2,
o` u k et l sont deux constantes reelles.
Alors que la derivation dune fonction classique se fait par application mecanique de
formules, il nen va pas de meme de lintegration. Le reste du chapitre passe en revue quelques
procedes et methodes dintegration, utiles chacun pour une certaine classe de fonctions. Il
conviendra parfois denchaner leurs applications.
Signalons quune fonction nadmet pas necessairement une primitive. Plus precisement :
il existe une fonction f : R R pour laquelle aucune fonction F : ]a, b[ R, avec a, b reels
distincts, ne verie F
(x) = f(x) en chaque x de ]a, b[. Un exemple de telle fonction f est denie
par
f(x) =
_
1 si x Q,
0 si x R\Q.
Nous admettons cette assertion sans demonstration. Au chapitre suivant, il sera etabli que toute
fonction continue f, denie sur un intervalle ou une demi-droite (ferme ou ouvert) ou R tout
entier, admet une primitive de meme domaine que f.
ETHODES DINT
EGRATION. 173
10.2 Integration immediate.
Pour certaines fonctions, une primitive sobtient en lisant tout simplement à lenvers une
formule de derivation. Par exemple, de
cos
= sin
nous deduisons _
sin = cos +C,
ou dans une autre notation _
sin xdx = (cos x) +C.
Remarquons que nous sommes libres du choix de la variable : la formule
_
sin t dt = (cos t) + C
decrit la meme egalite que les deux precedentes formules (explication : les quanticateurs
x R et t R ont ete omis).
Voici une serie de formules dintegration immediate, d eduites de formules de derivation du
chapitre 8.
_
x
m
dx =
x
m+1
m + 1
+C (m N \ {1}, ou m R
+
\ {1} avec alors x > 0).
_
dx
x
= ln |x| +C.
_
e
x
dx = e
x
+C.
_
a
x
dx =
a
x
ln a
+C = a
x
log
a
e +C (pour a > 0, a = 1).
_
cos xdx = sin x +C.
_
sin xdx = cos x +C.
ETHODES DINT
EGRATION. 174
_
cosec
2
xdx =
_
dx
sin
2
x
= cotg x +C.
_
sec
2
xdx =
_
dx
cos
2
x
= tg x +C.
_
ch xdx = sh x +C.
_
sh xdx = ch x +C.
_
dx
ch
2
x
= th x +C.
_
dx
sh
2
x
= coth x +C.
_
dx
1 +x
2
= arctg x +C = arccotg x +D.
_
dx
1 x
2
=
_
argth x +C, pour |x| < 1,
argcoth x +C, pour |x| > 1
=
_
_
1
2
ln
1 +x
1 x
+C pour |x| < 1,
1
2
ln
x + 1
x 1
+C pour |x| > 1.
_
dx
1 +x
2
= argsh x +C = ln(x +
1 +x
2
) + C.
_
dx
1 x
2
= arcsin x +C = arccos x +D.
_
dx
x
2
1
=
_
argch x +C, pour x > 1,
argch(x) +C, pour x < 1
= ln |x +
x
2
1| +C.
10.3 Procedes dintegration.
Voici trois procedes generaux, qui ramènent parfois le calcul dune integrale (indenie) à
celui dune ou plusieurs integrales plus simples.
10.3.1 Par decomposition.
De proprietes de loperateur de derivation (cf. proposition 7.3), nous deduisons directement,
si a, b R et f, g sont deux fonctions :
_
af +bg = a
_
f +b
_
g,
ETHODES DINT
EGRATION. 175
autrement ecrit
_
(af(x) + bg(x)) dx = a
_
f(x) dx +b
_
g(x) dx.
Exemple 1.
_
(x
2
2e
7x
+ 5
x) dx =
_
x
2
dx 2
_
e
7x
dx + 5
_

xdx
=
1
3
x
3
2
7
e
7x
+
10
3
x
3
+C
(nous avons regroupe les trois constantes dintegration en une seule, qui est leur somme).
Exemple 2.
_
cos
2
t dt =
_
1 + cos 2t
2
dt
=
1
2
_
dt +
1
2
_
cos 2t dt
=
1
2
t +
sin 2t
4
+C.
Cet exemple montre quil convient parfois de remplacer lintegrande par une expression equiva-
lente. Les formules de trigonometrie (passage à larc double, formules de Simpson, ...) savèrent
souvent utiles à cet eet.
10.3.2 Par changement de variable.
Prenons f : X R et g : Y R deux fonctions derivables, avec X R et f(X) Y R.
Par la Proposition 2 de 14.3, nous avons pour la derivee de la fonction composee
(f
g) g
= (f g)
.
En posant f
= h, donc f =
_
h, il vient en integrant les deux membres
_
_
(h g) g
_
=
__
h
_
g +C. (10.3)
En ecrivant largument x de la fonction :
_
h(g(x)) g
(x) dx =
___
h
_
g
_
(x) +C. (10.4)
Exemple 1. Soit h(t) = sin t et g(x) = x
3
. Il vient :
_
(sin x
3
) 3x
2
dx =
___
sin t dt
_
g
_
(x) + C (10.5)
= (cos g)(x) + C (10.6)
= cos(x
3
) + C. (10.7)
La notation en (10.5) et (10.5) est quelque peu ambigue (car à gauche du signe de composition
est ecrite la valeur de la fonction au lieu de la fonction). Pour cette raison, on omet souvent
ETHODES DINT
EGRATION. 176
decrire ( g)(x). Toutefois noublions pas que la reponse nale doit etre une expression en la
variable initiale.
F(x) =
_
x
1 + x
2
dx =
1
2
_ _
1
1 +x
2
_
(1 +x
2
)
dx.
Posons t = 1 +x
2
(cest-à-dire : t = g(x) = 1 +x
2
, et h(t) =
1
t
) ; il vient :
F(x) =
1
2
_
1
t
dt
=
1
2
ln |t| +C
=
1
2
ln(1 +x
2
) + C.
Une manière pratique de retenir le procede resulte dune reecriture de la formule (10.4).
Avec t = g(x), nous deduisons
_
h(g(x))
dt
dx
dx =
__
h(t) dt
_
g +C,
puis en ecrivant t(x) pour g(x), et omettant g dans le second membre :
_
h(t(x))
dt
dx
dx =
_
h(t) dt +C,
ou en abusant encore un peu plus de notations allegees
_
h
dt
dx
dx =
_
h dt +C. (10.8)
Ceci montre que le choix de la notation
_
f(x) dx etait très judicieux (mais noublions pas
comment bien interpreter, distinctement, les deux symboles h dans la formule (10.8) : le premier
specie une expression en x, le second une expression en t).
Exemple 3. Soit
F(x) =
_
1
xln x
dx =
_
1
ln x
1
x
dx.
En posant t = lnx, il vient
dt
dx
=
1
x
, do` u
F(x) =
_
1
t
dt = ln |t| +C.
Noublions surtout pas de revenir à la variable initiale :
F(x) = ln | lnx| +C.
ETHODES DINT
EGRATION. 177
Exemple 4. Soit a R\{0}. En posant x = at :
_
dx
x
2
+a
2
=
_
a dt
a
2
t
2
+a
2
=
1
a
_
dt
t
2
+ 1
=
1
a
arctg t +C
=
1
a
arctg
x
a
+C.
Nous avons generalise une formule de la page 174 (le meme procede sapplique à dautres
formules, voir par exemple laide-memoire).
Exemple 5. Soit
F(x) =
_
dx
x
2
9
.
Posons x = 3 sec t. Alors dx = 3
sin t
cos
2
t
dt et
x
2
9 =
_
9
1
cos
2
t
9
= 3
_
tg
2
t
= 3| tg t|
= 3 tg t.
Quel signe convient-il de prendre ? Si t ]0,

2
[, il faut + ; si t ]

2
, 0[, il faut . Cette
separation par 0 ne devrait pas nous etonner : la derivee
dt
dx
(c.-à-d. le g
de la formule (10.3))
nexiste pas pour t = 0 (puisque
dt
dx
=
cos
2
t
3 sin t
). An de pouvoir appliquer la formule (10.3),
restreignons t à ]0,

2
[. Alors :
F(x) =
_
1
3 tg t
3 tg t
1
cos t
dt
=
_
dt
cos t
=
_
cos t dt
1 sin
2
t
.
ETHODES DINT
EGRATION. 178
Posant u = sin t, nous obtenons
F(x) =
_
du
1 u
2
=
1
2
ln |
u + 1
u 1
| +C
=
1
2
ln |
1 + sin t
1 + sin t
| +C
=
1
2
ln |
1 + sin(arcsec
x
3
)
1 + sin(arcsec
x
3
)
| +C. (10.9)
Notons que cos(arcsec
x
3
) =
3
x
. De plus, si = arcsec
x
3
, il vient sin =
1 cos
2
=
_
1
9
x
2
. Comme x = 3 sec t avec t ]0,

2
[ (voir ci-dessus), nous devons prendre le signe
+. Finalement
F(x) =
1
2
ln |
1 +
_
1
9
x
2
1 +
_
1
9
x
2
| +C
=
1
2
ln |
x +
x
2
9
x +
x
2
9
| +C.
Reprenons la meme integrale
F(x) =
_
dx
x
2
9
et posons cette fois x = 3 ch u avec u > 0. Donc dx = 3 shu du do` u
F(x) =
1
3
_
3 sh u du
_
(ch
2
u) 1
=
_
du
= argch
x
3
+ C. (10.10)
Enn, toujours pour la meme integrale, posons v = x +
x
2
9, do` u
dv =
_
1 +
x
x
2
9
_
du =
x +
x
2
9
x
2
9
dx =
v dx
x
2
9
et ainsi
F(x) =
_
dv
v
= ln |x +
x
2
9| +C. (10.11)
Nous constatons que les reponses (10.9), (10.10) et (10.11) sont dallure dierente. Cependant,
la Proposition 10.1 arme que, pour x > 3, ces trois fonctions dièrent seulement par des
constantes additives ! Laide-memoire reprend les formules qui generalisent (10.10) et (10.11).
ETHODES DINT
EGRATION. 179
10.3.3 Par parties.
Si les fonctions f et g sont derivables, disons pour simplier de meme domaine, la règle de
Leibniz (7.4) secrit
(f g)
= f
g +f g
.
Par integration des deux membres, nous deduisons
f g =
_
f
g +
_
f g
,
et _
f
g = f g
_
f g
,
qui est la formule dintegration par parties.
Exemple 1.
_
(cos x)
. .
f
(x)
x
..
g(x)
dx = (sin x)
. .
f(x)
x
..
g(x)
_
(sin x)
. .
f(x)
1
..
g
(x)
dx
= xsin x + cos x +C.
Il nest pas toujours aise de selectionner des fonctions f et g qui rendent interessante
lintegration par parties. Le choix f
(x) = x, g(x) = cos x ci-dessus aurait conduit à une

integrale plus compliquee dans le membre de droite. Il est meme parfois utile de prendre
f
(x) = 1.
Exemple 2.
_
ln u du = u ln u
_
u
1
u
du
= u lnu u +C
= u((lnu) 1) +C.
Voici un exemple plus curieux encore !
F(x) =
_
e
x
sin xdx.
Nous avons en integrant deux fois par parties :
F(x) = e
x
(cos x)
_
e
x
(cos x) dx
= e
x
cos x +
_
e
x
cos xdx
= e
x
cos x +e
x
sin x
_
e
x
sin xdx
= e
x
cos x +e
x
sin x F(x) +C
do` u nous tirons
F(x) =
1
2
e
x
(sin x cos x) + D.
ETHODES DINT
EGRATION. 180
10.4 Methodes dintegration de certaines classes de fonc-
tions.
Introduisons quelques classes de fonctions (dans ce chapitre, il sagit de fonctions dune
variable reelle et à valeurs reelles). La fonction f est ane si elle est de la forme
f : x ax +b,
pour des constantes a, b avec a = 0 et quadratique si
f : x ax
2
+bx +c,
pour des constantes a, b, c avec a = 0. La fonction f est homographique si elle est de la forme
f : x
ax +b
cx +d
,
pour des constantes a, b, c, d avec ad bc = 0. La fonction f est rationnelle si f(x) est le
quotient de deux polynomes en x. Plus generalement, f est rationnelle en des quantites
g
1
(x), g
2
(x), . . . , g
n
(x) si f(x) est quotient de deux polynomes en ces quantites. Par exemple, la
fonction
f : x
2 sin
2
xcos
3
x 5 sinxcos x + 7
sin xcos x + 2 sin x 6 cos x
est rationnelle en sinx et cos x.
Dans la suite, nous designerons par A et Q des fonctions polynomiales en x respectivement
de degre 1 et 2 (la notation se refère à fonction ane et fonction quadratique). Les integrandes
seront toujours au depart des fonctions de la variable x.
10.4.1 Inverses (de la racine) dune fonction quadratique.
Il sagit donc des integrales de la forme
_
1
Q
ou
_
1
Q
,
avec Q fonction quadratique.
Exemple 1. Soit
F(x) =
_
dx
x
2
+ 3x + 2
.
Nous transformons le denominateur par groupement en carres :
x
2
+ 3x + 2 =
_
x +
3
2
_
2
9
4
+ 2 =
_
x +
3
2
_
2
1
4
.
Ainsi
F(x) =
_
dx
(x +
3
2
)
2
1
4
= 4
_
dx
(2x + 3)
2
1
.
Posons t = 2x + 3 :
F(x) = 4
_
1
2
dt
t
2
1
= 2 argtht +C
= 2 argth(2x + 3) +C.
ETHODES DINT
EGRATION. 181
Au lieu dobtenir une dierence de deux carres, nous aurions pu obtenir une somme, ou
simplement un carre parfait. Que le denominateur soit un polynome quadratique, ou meme une
racine dun tel polynome, la methode nous ramène toujours à une integrale connue.
Exemple 2.
_
dx
3x
2
+x + 2
=
_
dx
_
3(x +
1
6
)
2
3
36
+ 2
=
_
dx
_
23
12
_
36
23
(x +
1
6
)
2
+ 1
.
Avec t =
6
23
(x +
1
6
), lintegrale devient
3
3
_
dt
t
2
+ 1
=
3
3
argsh t +C.
La reponse obtenue est donc
3
3
argsh
_
6
23
23
_
x +
1
6
_
_
+C.
10.4.2 Quotients dune fonction ane et (dune racine) dune fonc-
tion quadratique.
Les integrales de la forme
_
A
Q
et
_
A
Q
avec Afonction ane et Qfonction quadratique se calculent en faisant apparatre au numerateur
la derivee de Q. On compense par un terme dont lintegrale est du type rencontre en 10.4.1.
Exemple 1.
_
x + 3
x
2
4x + 5
dx =
1
2
_
2x 4
x
2
4x + 5
dx +
_
5
x
2
4x + 5
dx
=
1
2
ln |x
2
4x + 5| + 5
_
1
(x 2)
2
+ 1
dx
=
1
2
ln |x
2
4x + 5| + 5 arctg (x 2) +C.
Exemple 2.
_
3x + 1
x
2
x
dx =
3
2
_
2x 1
x
2
x
dx +
5
2
_
1
x
2
x
dx
=
3
2
2
x
2
x +
5
2
_
dx
_
(x
1
2
)
2
1
4
+C
= 3
x
2
x +
5
2
argch
x
1
2
1
2
+C
= 3
x
2
x +
5
2
argch(2x 1) +C.
ETHODES DINT
EGRATION. 182
10.4.3 Fonctions rationnelles.
Exemple 1. Soit
F(x) =
_
3x
2
+x + 5
(x + 1)
2
dx.
Eectuons la division du polynome 3x
2
+x + 5 par le polynome (x + 1)
2
. Il vient
3x
2
+x + 5 = 3(x + 1)
2
5x + 2.
Ainsi
F(x) = 3
_
dx +
_
5x + 2
(x + 1)
2
dx
= 3x
5
2
_
2(x + 1)
(x + 1)
2
dx +
_
7
(x + 1)
2
dx
= 3x
5
2
ln(x + 1)
2
7
1
x + 1
+C
= 3x
7
x + 1
ln(|x + 1|)
5
+C.
Exemple 2. Soit
F(x) =
_
2x + 3
(x 1)
2
(x
2
+x + 1)
dx.
Le degre du numerateur etant plus petit que celui du denominateur, la division ne doit plus
etre eectuee. Inspire par un resultat dalgèbre enonce plus loin, recherchons des nombres reels
a, b, c tels que
2x + 3
(x 1)
2
(x
2
+x + 1)
=
a
x 1
+
b
(x 1)
2
+
cx +d
x
2
+x + 1
,
ou après avoir chasse les denominateurs
2x + 3 = a(x 1)(x
2
+x + 1) + b(x
2
+x + 1) + (cx +d)(x 1)
2
.
Pour que les polynomes des deux membres soient egaux, il faut et il sut que leurs coecients
des termes de meme degre soient egaux. Ceci donne :
_
_
0 = a +c
0 = b 2c +d
2 = b +c 2d
3 = a +b +d
Resolvons ce système en appliquant la methode de Gauss (cf. 7.3). Le premier pivot est pris
comme le coecient de a dans la première equation; les pivots ulterieurs sont marques :
(1)
(2)
(3)
(4) + (1)
_
_
0 = 1 0 1 0
0 = 0 1 2 1
2 = 0 1 1 2
3 = 0 1 1 1
ETHODES DINT
EGRATION. 183
(1)
(2)
(3) (2)
1
3
((4) (2))
_
_
0 = 1 0 1 0
0 = 0 1 2 1
2 = 0 0 3 3
1 = 0 0 1 0
(1) (4)
(2) + 2(4)
(3) 3(4)
(4)
_
_
1 = 1 0 0 0
2 = 0 1 0 1
1 = 0 0 0 3
1 = 0 0 1 0
Il vient a = 1, d =
1
3
, c = 1, et enn, b =
5
3
. Ainsi
F(x) =
_
dx
x 1
+
5
3
_
dx
(x 1)
2
+
_
x +
1
3
x
2
+ x + 1
dx
= ln |x 1|
5
3
1
x 1
+
1
2
_
2x + 1
x
2
+x + 1
dx
1
6
_
dx
(x +
1
2
)
2
+
3
4
= ln |x 1|
5
3
1
x 1
+
1
2
ln(x
2
+x + 1)
1
6
2
3
3
arctg (
2
3
3
(x +
1
2
)) + C.
Ces deux exemples illustrent une methode dintegration des fonctions rationnelles
P
Q
, avec
P et Q polynomes en x :
a) si le degre de P est plus grand que le degre de Q , on eectue la division de P par Q,
pour obtenir deux polynomes S et R tels que
P = S Q+R et degre de R < degre de Q.
Alors _
P
Q
=
_
S +
_
R
Q
.
Lintegrale du polynome S etant facile à calculer, nous sommes ramenes au cas suivant ;
b) si le degre de P est strictement inferieur au degre de Q, on factorise Q en polynomes de
degre 1 et polynomes irreductibles de degre 2 (à discriminant negatif donc). La fonction
rationnelle
P
Q
peut alors secrire comme une somme de termes simples obtenus comme
suit. Si (x +r) est un facteur de multiplicite k de Q, on introduit les k termes
a
1
x +r
,
a
2
(x +r)
2
, . . . ,
a
k
(x +r)
k
,
o` u a
1
, a
2
, . . . , a
k
sont des constantes reelles à determiner. Si (x
2
+ sx + t) est un facteur
de multiplicite l de Q, avec s
2
4t < 0, on introduit les l termes
b
1
x +c
1
x
2
+sx +t
,
b
2
x +c
2
(x
2
+sx +t)
2
, . . . ,
b
l
x +c
l
(x
2
+sx +t)
l
,
o` u à nouveau b
1
, c
1
, b
2
, c
2
, . . . , b
k
, c
k
sont des constantes à determiner.
ETHODES DINT
EGRATION. 184
Pour determiner les constantes (en nombre exactement egal au degre de Q), on procède
comme dans les deux exemples ci-dessus. Après avoir chass e les denominateurs, legalite entre
les polynomes des deux membres entrane legalite des coecients des termes de meme degre.
Signalons que dautres equations lineaires en les constantes inconnues peuvent aussi sobtenir
en evaluant les deux membres en des valeurs de x.
Nous admettons sans demonstration lexistence des constantes mentionnees ci-dessus. No-
tons enn que cette methode de decomposition dune fraction rationnelle en somme de fractions
rationnelle simples necessite de factoriser un polynome (dont le degre sera parfois très grand,
do` u de grosses dicultes techniques).
10.4.4 Fonctions rationnelle de puissances rationnelles.
Si lintegrande est rationnelle en des puissances de x à coecients rationnels, on calcule le
plus petit multiple commun m des denominateurs des exposants de ces puissances, et lon pose
x = t
m
. Il sut alors de calculer lintegrale dune fonction rationnelle (en t).
Exemple. Soit
F(x) =
_
6
x 2
4
x
5
dx.
Lintegrande est rationnelle en x
1
6
et x
5
4
. Ici m vaut 12 ; posons donc x = t
12
. Alors dx = 12t
11
dt
et
F(x) = 12
_
t
2
2
t
15
t
11
dt
= 12(t
1
2
1
3
t
3
) +C
= 12x
1/12
+ 8x
1/4
+C.
10.4.5 Fonctions rationnelles en la variable et en une racine carree
dune fonction quadratique.
Si lintegrande est rationnelle en x et en
ax
2
+bx +c avec a, b, c constantes et a = 0, on
peut se ramener à lintegrale dune fonction rationnelle
- si a > 0, en posant
ax
2
+bx +c =

a x +t ;
- si a < 0, en posant
ax
2
+bx +c = t(x x
1
), o` u x
1
est une racine du polynome ax
2
+
bx +c.
Exemple 1. Soit
F(x) =
_
dx
x
4x
2
+x + 1
.
Posons
4x
2
+x + 1 = 2x +t, do` u 4x
2
+x + 1 = 4x
2
+ 4xt +t
2
et
x =
t
2
1
1 4t
.
De là
dx =
2t(1 4t) (t
2
1)(4)
(1 4t)
2
dt =
4t
2
+ 2t 4
(1 4t)
2
dt
ETHODES DINT
EGRATION. 185
et
F(x) =
_
1
t
2
1
14t
(2
t
2
1
14t
+t)
4t
2
+ 2t 4
(1 4t)
2
dt
=
_
4t
2
+ 2t 4
(t
2
1)(2t
2
+t 2)
dt
=
_
2
t
2
1
dt
qui sobtient par integration directe.
Exemple 2. Soit
F(x) =
_
dx
x
2
x + 2
.
Le polynome quadratique x
2
x + 2 est de discriminant positif (heureusement, sinon ce
polynome ne serait jamais positif) ; ses racines sont 2 et 1. Posons (par exemple)
x
2
x + 2 = t(x + 2).
Ainsi
(x + 2)(x 1) = t
2
(x + 2)
2
donc
t
2
=
x + 1
x + 2
et x =
1 2t
2
1 +t
2
.
Il vient dx =
6t
(1 +t
2
)
2
dt, puis
F(x) =
_
1
t(
12t
2
1+t
2
+ 2)
6t
(1 +t
2
)
2
dt
=
_
6t
t(1 2t
2
+ 2(1 +t
2
))(1 +t
2
)
dt
= 2
_
1
1 +t
2
dt
= 2 arctg t +C
= 2 arctg
_
x + 1
x + 2
+C.
10.4.6 Fonctions rationnelles en cosinus et sinus de la variable.
Pour des fonctions rationnelles en cos x et sin x, il est indique de poser t = tg
x
2
. Comme
alors
cos x =
1 t
2
1 +t
2
, sin x =
2t
1 +t
2
, tg x =
2t
1 t
2
,
et (au vu de x = 2 arctg t)
dx =
2
1 +t
2
dt,
lintegrale se ramène à celle dune fonction rationnelle en t.
ETHODES DINT
EGRATION. 186
Toutefois, lorsque la fonction initiale est impaire en cos x (cest-à-dire : le remplacement
de cos x par cos x change seulement le signe de la fonction), il est plutot conseille de poser
t = sin x. De meme, si la fonction est impaire en sinx, posez plutot t = cos x. Enn, si la
fonction est paire en sinx et cos x, posez t = tg x. Dans ces cas, le changement de variable
propose conduit à des calculs en principe plus simples.
Exemple 1. Lintegrande de
F(x) =
_
dx
sin x cos x
nest ni impaire en cos x, ni impaire en sin x, ni paire en cos x et sin x. Posons donc t = tg
x
2
. Il
vient
F(x) =
_
2
1+t
2
dt
2t
1+t
2

1t
2
1+t
2
= 2
_
dt
2t 1 +t
2
= 2
_
dt
(t + 1)
2
2
=
2
2
ln|
t + 1 +
2
t + 1
2
| +C
=
2
2
ln|
1 +
2 + tg
x
2
1
2 + tg
x
2
| +C.
Exemple 2. Soit
F(x) =
_
sin
2
3x
cos
5
3x
dx.
Avec u = 3x, il vient
F(x) =
1
3
_
sin
2
u
cos
5
u
du.
Lintegrande etant impaire en cos u, posons t = sin u. Il vient dt = cos u du et
F(x) =
1
3
_
t
2
(1 t
2
)
3
dt.
Nous sommes bien ramenes à lintegrale dune fonction rationnelle.
10.4.7 Fonctions rationnelles en cosinus et sinus hyperboliques de
la variable.
Des règles analogues valent lorsque lintegrande est rationnelle en ch x et sh x. On posera
t = th
x
2
et utilisera
ch x =
1 +t
2
1 t
2
, sh x =
2t
1 t
2
, dx =
2 dt
1 t
2
.
ETHODES DINT
EGRATION. 187
10.4.8 Fonctions rationnelles en la variable et en une racine carree
dune fonction quadratique.
Ce titre est le meme que celui de 10.4.5. Pour une integrande rationelle en x et
ax
2
+bx +c,
une autre methode consiste à introduire des fonctions trigonometriques après avoir ramene par
groupement en carres le radical à lune des trois formes
2
u
2
: poser u = cos t;
2
+u
2
: poser u = tg t ou x = sh t;
u
2
2
: poser u = sec t ou x = ch t.
(Nous supposons bien s ur que lexpression sous le radical nest pas un carre parfait, donc = 0).
Exemple. Soit
F(x) =
_
dx
(x + 1)
x
2
+ 2x 8
.
Comme x
2
+ 2x 8 = (x + 1)
2
9, posons x + 1 = 3 sec t. Alors dx =
sin t
cos
2
t
dt et
F(x) =
_
3 sin t dt
3 sec t
_
9 sec
2
t 9 cos
2
t
=
1
3
_
sin t dt
_
1cos
2
t
cos
2
t
cos t
=
1
3
_
tg t
| tg t|
dt
=
1
3
arcsec
x + 1
3
+C.
Remarque. Nous avons suppose tg t > 0, travaillant pour t ]0,

2
[, car sec t nest pas
denie en t =

2
et le denominateur de lintegrande sannule pour t = 0. De ce fait, tg t > 0.
10.5 Exercices.
1. Soit f une fonction admettant comme primitive la fonction appliquant x sur 2 sin
2
x.
Determiner parmi les expressions suivantes celles qui representent aussi une primitive de f :
a) cos 2x; c) cos x
2
;
b) cos
2
x; d) sin
_
2x

2
_
.
2. Donner, par integration immediate, une primitive de la fonction envoyant la valeur reelle
x sur
ETHODES DINT
EGRATION. 188
a) cos x;
b) sin(3x 2)
c) x
5
;
d)
1
6x + 11
;
e)
1
4
x
;
f)
1
cos
2
9x
;
g) e
x+5
;
h) e
sinx
cos x;
i) 2
x
;
j) sh(x + 6) ;
k)
1
ch
2
(x + 1)
;
l)
1
4 x
2
;
m)
1
a
2
+x
2
(o` u a R\{0}) ;
n) cosec
2
(x) ;
o)
1
a
2
+x
2
;
p) (ch x)(sh x) ;
q)
x
5x
2
1
;
r)
sin x
cos
3
x
;
s) cotg x;
t) 0 ;
u) 1993 ;
v) e
x
cos(e
x
) ;
w)
1
x
2
a
2
(o` u a R{0} ;
x)
1
a
2
x
2
(o` u a R{0} ;
y)
arctg x
1 +x
2
.
3. Calculer, en decomposant lintegrande :
a)
_
(x +
x)dx; c)
_
cos
2
(x 2)dx;
b)
_
(
3
3
x

x
x
5
x
) dx; d) tg
2
xdx.
4. Calculer, par changement de variable :
ETHODES DINT
EGRATION. 189
a)
_
e
5x3
dx;
b)
_
x
2
(1 x
3
)
2
dx;
c)
_
x tg 2xdx;
d)
_
sin
2
xcos xdx ;
e)
_
x
a
2
x
2
dx;
f)
_
cos x
5 + sin
2
x
dx;
g)
_
dx
x lnx
;
h)
_
sin 2xdx
1 + cos
2
x
;
i)
_
arccos
2
x
1 x
2
dx;
j)
_
2
x
2
xdx;
k)
_
dx
cos
2
x
tg x 1
;
l)
_
e
x/2
e
x
2
dx;
m)
_
x
4
+ 1
cos
2
(x
5
+ 5x)
dx;
n)
_

1 + ln x
x
dx;
o)
_
1 arctg x
1 +x
2
dx;
p)
_
(cotg x)(ln | sin x|)dx.
5. Calculer
_
2e
1/x
x
2
dx,
puis determiner toutes les fonctions x f(x) telles que
f
(x) =
2e
1/x
x
2
et lim
x+
f(x) = 0.
6. Integrer par parties la fonction appliquant x sur
a) xe
x
;
b) x
2
ln x;
c) arcsin x;
d) xarctg x;
e) e
x
sin x;
f)
1
x
ln(lnx) ;
g) x
n
ln x o` u n N;
h) xtg
2
x;
i)
x
2
1 ;
j) x
1 +x;
k) e
arcsinx
;
l) x
2
ln(x
6
1) ;
m) ln x;
n) arctg x;
o)
arcsin x
x
2
;
p)
x
cos
2
x
.
7. Calculer les integrales indenies (de la forme
_
dx
Q
avec Q trinome du second degre en
x) :
ETHODES DINT
EGRATION. 190
a)
_
dx
3x
2
2x + 4
;
b)
_
dx
x
2
+ 3x + 1
;
c)
_
dx
4 + 16x
2
;
d)
_
dx
2 x
2
;
e)
_
dx
4x
2
12x + 10
;
f)
_
dx
x
2
+ 6x 7
;
g)
_
3x + 1
1 4x
2
dx;
h)
_
3x 1
x
2
+ 2x + 5
dx;
i)
_
x + 4
x
2
+ 6x + 5
dx;
j)
_
7x + 1
6x
2
+x 1
dx;
k)
_
dx
4x x
2
;
l)
_
(2 x)dx
4x
2
+ 4x 3
;
m)
_
(2x 3)dx
4x
2
11
;
n)
_
1
b t
2
dt o` u b R.
_
dx
Q
, o` u Q est un trinome du second
degre en x) :
a)
_
dx
x
2
+x + 1
;
b)
_
dx
15 + 2x x
2
;
c)
_
dx
_
x(3x + 5)
;
d)
_
dx
2 3x x
2
;
e)
_
dx
5x
2
x 1
;
f)
_
dx
x
2
+x + 1
.
_
L
Q
dx ou
_
L
Q
dx, avec L et Q po-
lynomes en x de degres 1 et 2 respectivement) :
a)
_
dx
3 + 66x 11x
2
dx;
b)
_
x 1
x
2
+x + 1
dx;
c)
_
x + 3
3 + 4x 4x
2
dx;
d)
_
3x + 5
_
x(2x 1)
dx;
e)
_
x 1
x
2
+ 2x + 1
dx;
f)
_
6x + 5
9x
2
+ 1
dx.
10. Decomposer en fractions simples les fonctions rationnelles de x donnees par :
a)
2x 1
x
2
1
; b)
2x 1
(x 2)(x + 3)
; c)
x 1
(x + 1)
2
(x
2
+x + 1)
;
d)
2x + 1
(x 2)
3
; e)
1
x
4
4x
3
+ 4x
2
; f)
6
x
3
1
;
g)
x
3
+ 4x
2
2x + 1
x
3
+ 1
; h)
x
2
+x + 2
(x
2
+ 2x + 3)
2
; i)
1
x
4
1
.
11. Calculer les integrales indenies de fonctions rationnelles :
ETHODES DINT
EGRATION. 191
a)
_
dx
x
2
+ 4
;
b)
_
2x
2
x + 2
2x + 3
dx;
c)
_
dx
3x
2
x + 1
;
d)
_
dx
x
8
+x
6
;
e)
_
dx
(x + 1)
2
(x
2
+ 1)
2
;
f)
_
dx
x
4
+x
2
+ 1
;
g)
_
x
2
dx
x
4
+ 1
;
h)
_
dx
x(x
7
+ 1)
;
i)
_
t
5
dt
(t
2
+ 4)
2
;
j)
_
dx
(x
2
+ 1)
4
;
k)
_
x
3
dx
(x 1)
2
;
l)
_
(2x + 3)dx
x
2
5x + 6
;
m)
_
(3x 1)dx
x
2
2x + 5
;
n)
_
(2x + 1)dx
(x 2)
3
.
12. Calculer les integrales indenies de fonctions rationnelles :
a)
_
2x
2
x + 2
2x + 3
dx;
b)
_
4x
2
+ 5x + 3
x
3
+x
2
+x
dx;
c)
_
4x
4
x
2
2
x
5
+x
3
dx;
d)
_
x
5
+x
4
+ 5x
2
5x
x
3
x
2
+x 1
dx;
e)
_
dx
(x + 1)
2
(x
2
+ 1)
2
;
f)
_
dx
x
4
+x
2
+ 1
;
g)
_
dx
x
2
4
;
h)
_
dx
x
8
+x
6
;
i)
_
t
5
dt
(t
2
+ 4)
2
;
j)
_
dx
x(x
7
+ 1)
;
k)
_
x
3
dx
(x 1)
2
;
l)
_
x
4
2x
3
+ 6x
2
x 8
(x 1)(x
2
2x + 5)
dx;
m)
_
(2x + 3)dx
x
2
5x + 6
;
n)
_
(2x + 1)dx
(x 2)
3
;
o)
_
4dx
x
3
+ 4x
;
p)
_
5x
6
+ 5x
5
x
2
+x + 1
x
4
+x
3
x 1
.
13. Calculer les integrales indenies (de fonctions rationnelles en puissances rationnelles
dune fonction homographique de x) :
a)
_
dx
x +
3
x
;
b)
_
x
1 +x
1 +
4
1 +x
dx;
c)
_
dx
x
2
4 +x
2
;
d)
_
(
2x + 3
x 1
)
5/2
dx.
14. Calculer :
ETHODES DINT
EGRATION. 192
a)
_

x
2
+a
2
dx;
b)
_

a
2
x
2
dx;
c)
_
xdx
1 x x
2
;
d)
_
dx
x
2
x
2
+ 1
;
e)
_
1
2 +
4
3
x
dx;
f)
_
dx
1 +
x
;
g)
_
dx
(1 x)
x
;
h)
_
dx
x 4
x
;
i)
_

4 x
2
x
4
dx;
j)
_
dx
x
9x
2
4
;
k)
_
xdx
(
x
2
+ 3x)
3
;
l)
_

x
2
16dx;
m)
_
x
1/2
x
3/4
+ 1
dx;
n)
_
dx
x
x
2
+x + 2
;
o) n)
_
xdx
(5 4x x
2
)
3/2
;
p)
_
1
3x + 2
1 +
3x + 2
;
q)
_
dx
x
x
2
+x 1
;
r)
_
dx
x
2
4 +x
2
dx;
s)
_
x
2
x
2
4
dx;
t)
_

9 4x
2
x
dx;
u)
_
x
3
4 x
2
dx;
v)
_
x
2
dx
2x x
2
;
w)
_
dx
x
1 +x
2
;
x)
_
dx
x
x
2
1
.
15. Calculer les integrales indenies (de fonctions rationnelles en x et
Q, avec Q polynome
en x du second degre) :
a)
_
dx
x
2
4 +x
2
dx; f)
_
1
2 +
4
3
x
dx;
b)
_

x
2
+a
2
dx (o` u a R{0}); g)
_
dx
x 4
x
dx;
c)
_

x
2
a
2
dx (o` u a R{0}); h)
_
dx
x
1 x
;
d)
_
xdx
1 x x
2
; i)
_
dx
x
1/2
x
1/4
dx
e)
_
dx
x
2
x
2
+ 1
dx; j)
_
x
2
x
2
4
dx.
16. Calculer les integrales indenies (de fonctions rationnelles en sin x et cos x) :
ETHODES DINT
EGRATION. 193
a)
_
cos
3
xdx ;
b)
_
sin
3
x
cos
2
x
dx;
c)
_
dx
1 + sin x
;
d)
_
dx
a
2
cos
2
x +b
2
sin
2
x
,
avec a, b R{0} ;
e)
_
tg
2
xdx ;
f)
_
sin 5xcos 3xdx;
g)
_
dx
sin xcos x
;
h)
_
dx
sin
2
xcos
2
x
;
i)
_
sh
3
xdx;
j)
_
dx
a +b cos x
;
(distinguer plusieurs cas
suivant les valeurs de a et b reels)
k)
_
1 tg x
1 + tg x
dx;
l)
_
cos
2
x
cos 2x
dx;
m)
_
cos x
sin
2
x + tg
2
x
dx;
n)
_
dx
cos
4
xsin
4
x
;
o)
_
cos
3
xsin
3
xdx ;
p)
_
cos
2
dx;
q)
_
(cos x + sin x)
5
dx;
r)
_
ch
4
xdx;
s)
_
dx
sh
3
x
;
t)
_
dx
cos x
;
u)
_
dx
sin x
;
v)
_

1 cos xdx ;
w)
_
1 + cosec x
sin
3
x
dx;
x)
_
cos
2
x
2
dx;
y)
_
dx
1 + cos x
;
z)
_
cos
3
xdx
1 sin x
;
aa)
_
tg x
1
cos x
dx;
bb)
_
(cos x)
3
dx;
cc)
_
dx
1 + sin xcos x
;
dd)
_
dx
2 cos
2
x + sin xcos x + sin
2
x
;
ee)
_
tg
3
3xdx;
)
_
dx
sec 3x + 1
;
gg)
_
tg x
sec x
dx;
hh)
_
cos
6
(1 x) dx;
ii)
_
(1 + tg
2
x)
2
tg x
dx;
jj)
_
sin 2x
cos
4
x + sin
4
x
dx;
17. Calculer les integrales indenies (de fonctions rationnelles en sh x et ch x) :
ETHODES DINT
EGRATION. 194
a)
_
ch x
ch x + sh x
dx;
b)
_
1
1 sh
2
x
dx;
c)
_
1 + ch x
1 sh
2
x
dx;
d)
_
1 + ch
2
x
1 ch
2
x
dx;
18. Calculer
a)
_
sin(ln x)dx;
b)
_

1 + ln x
x
dx;
c)
_
dx
e
x
+ 1
;
d)
_
cos xdx
1 + cos x
;
e)
_
x
2 + 3xdx ;
f)
_
(3x
2
+ 1)
4
xdx;
g)
_
x
2
e
3x
dx;
h)
_
ch xsin xdx;
i)
_
dx
2 3 x
2
;
j)
_
dx
x 1
;
k)
_
xarcsin xdx;
l)
_
x
2
cos(2x + 1) dx;
m)
_
1 x
1 x
2
x + 1
dx;
n)
_
3
2x+1
dx;
o)
_
ln 2x
ln 4x
dx
x
;
p)
_
e
ax
ch xdx ;
q)
_
dx
x
2x 1
;
r)
_
dx
2ax x
2
o` u a R{0} ;
s)
_
x arctg dx
(x
2
+ 1)
2
;
t)
_

1 +x
6
x
dx;
u)
_
x
5
4
1 + 2x
3
dx;
v)
_

x
2
+x + 1 dx;
w)
_

4 x
2
x
4
dx;
x)
_
4x
3
(ln x)
2
dx;
y)
_
dx
x
4
1
;
z)
_
arctg xdx.
Chapitre 11
Integrale de Riemann.
Lintegrale indenie dune fonction est elle-meme une fonction, connue à une constante
additive près comme nous lavons vu au chapitre precedent. La notion dintegrale denie dune
fonction entre deux bornes, objet de ce chapitre, est quant à elle un nombre. Une interpretation
intuitive en termes daire algebrique en facilite lapproche. Le theorème fondamental du calcul
dierentiel et integral montre que les deux concepts dintegrale sont etroitement lies.
11.1 Introduction : à propos de laire.
Lexpression de laire dun rectangle plein
L aire = L l
l
et des proprietes dadditivite de laire et dinvariance de laire par certaines transformations
livrent des formules pour laire dun parallelogramme plein
l
h aire = l h
et dun triangle plein
b
h
aire =
b h
2
Pour le disque de rayon r, lexpression r
2
donnant laire setablit moins facilement. Une
methode consiste à approcher le disque par une suite de polygones reguliers inscrits et à prendre
la limite de laire dun tel polygone.
Le secteur de parabole deni par 0 y 1 x
2
requiert la meme demarche. En vue de
calculer son aire, approchons ce secteur par une reunion de rectangles. Nous decomposons la
base en 2m segments isometriques grace aux points
x
1
= 1 +
1
m
, x
2
= 1 + 2
1
m
, . . . , x
2m1
= 1 + (2m1)
1
m
:
195
CHAPITRE 11. INT
EGRALE DE RIEMANN. 196

]
1
1
1
m
0
1 +
1
m
1
y
x
La reunion des rectangles de la gure a pour aire
m
i=1
_
1
_
i
m
_
2
_
1
m
+
m
i=1
_
1
_
i
m
_
2
_
1
m
(11.1)
=
2
m
m
i=1
_
1
_
i
m
_
2
_
=
2
m

2
m
3
m
i=1
i
2
=
2
m

2
m
3
(m + 1)(2m+ 1)m
6
=
6m
2
(2m
2
+ 2m+ m+ 1)
3m
2
=
4m
2
3m1
3 m
2
. (11.2)
Augmentons de plus en plus le nombre 2m de points de subdivisions. Laire de la reunion des
rectangles tend vers
lim
m
4m
2
3m1
3m
2
=
4
3
. (11.3)
CHAPITRE 11. INT

Laire de notre secteur parabolique serait donc
4
3
. Toutefois, la methode suivie soulève
plusieurs questions. Le resultat sera-t-il le meme si nous considerons plutot des reunions dautres
rectangles, comme suggere sur la gure suivante ?
y
x
y
x
Plus precisement, nous prenons là pour hauteur du rectangle de base [x
i1
, x
i
] soit le point droit
de lintervalle, soit le point z o` u la fonction x 1 x
2
est maximum. Deuxième question :
quen est-il si nous subdivisons lintervalle [1, +1] par des points irregulièrement espaces ?
Enn la question la plus fondamentale : la limite de toutes les suites ainsi formees, meme si
elle donne toujours la meme valeur, egale-t-elle laire du secteur parabolique ? Une reponse
à cette dernière question suppose que nous possedions une denition de cette aire. En fait,
nous denirons laire comme etant cette valeur communesi elle existe. La theorie etablira
lexistence de laire ainsi denie à partir de la continuite de la fonction x 1 x
2
.
Nous venons de preparer la denition de lintegrale denie sur lexemple
_
+1
1
(1 x
2
) dx.
Cette notation designe un nombre qui est la limite commune de beaucoup de suites de sommes
de Riemann. Lexpression (11.1) ci-dessus fournit une telle somme (pour chaque n = 2m xe),
tandis que (11.2) prend la limite de la suite.
Lintegrale denie ne sert pas quà mesurer des aires : de nombreux concepts des sciences
naturelles (travail, poids dune barre rectiligne de densite variable, moments dinertie, ...) ou
humaines (utilite globale, . . .) sont rigoureusement denis à partir dune integrale denie.
11.2 Denition.
Soit a, b deux nombres reels avec a < b et f : [a, b] R une fonction bornee. Par denition
de f bornee, il existe un nombre reel M tel que
x [a, b] : |f(x)| M.
Intuitivement, lintegrale denie
_
b
a
f(x) dx (11.4)
mesure algebriquement la surface comprise entre laxe ox, le graphe de f et les deux droites
dequations respectives x = a et x = b. Le qualicatif algebrique signie que la partie de
cette surface situee au-dessus de laxe des x contribue positivement, celle situee en-dessous de
laxe des x contribue negativement :
CHAPITRE 11. INT

Comme nous navons pas jusquà present de denition rigoureuse de cette aire (algebrique),
nous elaborons dabord une denition precise de lintegrale denie (11.4).
Soit une subdivision de lintervalle [a, b], cest-à-dire un choix de n +1 points x
i
, avec n
naturel positif, i = 0, 1, . . . , n et
a = x
0
< x
1
< x
2
< . . . < x
n
= b.
Cette notation sera conservee. Le calibre de la subdivision est
max
i=1,2,...,n
|x
i
x
i1
|.
x
|
a = x
0
|
x
1
|
x
2
calibre
|
x
3
| |
. . .
|
x
n2
|
x
n1
|
x
n
= b
Choisissons ensuite un point z
i
dans lintervalle [x
i1
, x
i
], pour i = 1, 2, . . . , n, et ecrivons la
somme de Riemann
S(, z) =
n
i=1
f(z
i
)(x
i
x
i1
). (11.5)
Cette somme donne laire algebrique de la reunion des rectangles de base [x
i
, x
i1
] sur laxe ox
et de hauteurs algebriques f(z
i
) :
CHAPITRE 11. INT

Une suite de telles sommes est consideree en laissant crotre le nombre n + 1 de points de
subdivision. Grace à la liberte du choix des points x
i
et aussi z
i
, beaucoup de suites peuvent etre
ainsi formees. Nous ne considerons toutefois que celles pour lesquelles le calibre de subdivision
tend vers 0.
Denition 1. Si toutes les suites de sommes de Riemann S(, z), avec le calibre de tendant
vers 0, convergent vers le meme nombre, ce nombre est lintegrale denie de la fonction f de
la borne initiale a à la borne nale b :
_
b
a
f(x) dx (11.6)
Nous dirons alors que f est integrable (au sens de Riemann) sur [a, b].
Remarque 1. La notation
_
b
a
f(t) dt a exactement la meme signication que (11.6), tout
comme nous avons
n
i=1
a
i
=
n
j=1
a
j
.
Exemple 1. Soit a = 1, b = 3 et f(x) = 3x 4. De
f(z
i
) =
f(x
i1
) + f(x
i
)
2
+
f(z
i
) f(x
i1
)
2
f(x
i
) f(z
i
)
2
5
C
B
1 3 x
i1
z
i
x
i
x
f(x)
nous tirons
n
i=1
f(z
i
)(x
i
x
i1
) = A+ B C
avec
A =
n
i=1
f(x
i1
) + f(x
i
)
2
(x
i
x
i1
),
B =
n
i=1
f(z
i
) f(x
i1
)
2
(x
i
x
i1
),
C =
n
i=1
f(x
i
) f(z
i
)
2
(x
i
x
i1
).
La somme A donne laire algebrique dune reunion de trapèzes, et cette aire nest autre que
lintegrale à calculer. Pour etre rigoureux, montrons que B et C tendent vers 0 lorsque le calibre
CHAPITRE 11. INT

tend vers 0. Nous avons
|B|
n
i=1
|f(z
i
) f(x
i1
)|
2
(x
i
x
i1
)
i=1
|f(x
i
) f(x
i1
)|
2
(x
i
x
i1
)
i=1
3x
i
4 (3x
i1
4)
2
(x
i
x
i1
)
=
3
2
n
i=1
(x
i
x
i1
)
2
.
Lorsque le calibre est inferieur à , il vient
|B|
3
2
n
i=1
((x
i
x
i1
) )
=
3
2
(x
n
x
0
)
= 3 .
Nous pouvons donc rendre |B| inferieur à en imposant que le calibre soit inferieur à

3
. Ceci
etablit que B tend vers 0, et un argument analogue vaut pour C. Il est interessant dinterpreter
B et C sur la gure (utiliser les petits rectangles du graphe).
Exemple 2. Soit
f : [0, 1] R : x
_
1 si x Q,
0 sinon .
En faisant toujours choix de z
i
dans Q, la suite des sommes de Riemann sera 0, 0, 0, . . . ,
qui converge vers 0. Au contraire, en prenant toujours z
i
dans R\Q, la limite vaudra 1. Par
consequent, lintegrale denie de f sur [0, 1] nexiste pas.
Denition 2. Lorsque a et b sont deux reels avec a > b,
_
b
a
f(t) dt =
_
a
b
f(t) dt, (4)
et lorque a = b
_
a
a
f(t) dt = 0.
Remarque 2. La formule (4) sous-entend que lintervalle sur lequel nous integrons est percu
oriente. Dans certaines applications physiques, ce nest pas le cas et lon preferera alors poser
_
b
a
f(t) dt =
_
a
b
f(t) dt.
Proposition 11.1 Supposons que
_
b
a
f(t) dt existe, o` u a, b R. Alors la deuxième integrale
ci-dessous existe et
_
b
a
f(t) dt =
_
a
b
f(t) dt.
Pour c R, si deux des trois integrales suivantes existent, la troisième existe aussi et
_
b
a
f(t) dt =
_
c
a
f(t) dt +
_
b
c
f(t) dt.
CHAPITRE 11. INT

Demonstration. La première assertion decoule directement de la Denition 2 (considerez les
cas a < b, a = b et a > b). La deuxième assertion se prouve en considerant une serie de cas.
Par exemple, si a < c < b et
_
b
a
f(t) dt,
_
b
c
f(t) dt existent, on prouve lexistence de
_
c
a
f(t) dt
en prenant des subdivisions de [a, b] faisant intervenir c. Si
_
c
a
f(t) dt et
_
b
c
f(t) dt existent,
prouver lexistence de
_
b
a
f(t) dt est un peu plus delicat. Les details sont omis.
Denition 3. Considerons le sous-ensemble D du plan deni par
D = {(x, y) R
2
| x [a, b] et 0 f(x) y g(x)}
o` u a < b et f, g sont deux fonctions de [a, b] vers R avec 0 f g. Si les deux integrales
suivantes existent, laire de D est
_
b
a
g(x) dx
_
b
a
f(x) dx.
Nous nenoncerons pas les proprietes bien connues de laire (qui se deduiraient ici de pro-
prietes de lintegrale de Riemann). La denition 11.2 est ameliorable, car sa version actuelle ne
vaut que pour des parties bien placees par rapport au système daxes.
Proposition 11.2 Si f et g sont deux fonctions integrables sur lintervalle [a, b] et si ,
R :
_
b
a
(f + g)(x) dx =
_
b
a
f(x) dx +
_
b
a
g(x) dx.
Demonstration. Ceci se deduit de la propriete analogue sur les sommes de Riemann, par passage
à la limite (en invoquant la Proposition 5.8).
Proposition 11.3 Si f est integrable sur [a, b], alors |f| lest aussi. De plus, lorsque a < b,
_
b
a
f(x) dx
_
b
a
|f(x)| dx.
CHAPITRE 11. INT

Demonstration. La première assertion se prouve en deduisant que les suites de sommes de
Riemann de |f|, à calibre tendant vers 0, sont de Cauchy du fait que celle de f le sont (utiliser
| |a| |b| | |ab|). Linegalite de lenonce resulte alors de linegalite analogue pour les sommes
de Riemann.
11.3 Integrale denie dune fonction continue.
Conservons les memes notations : soit f : [a, b] R une fonction (dans les preuves, nous
supposerons a < b). Rappelons que f : X R continue signie
x
0
X, > 0, > 0, x x : |x x
0
| < |f(x) f(x
0
)| <
(interpretation : en chaque x
0
, la valeur f(x) peut etre rendue arbitrairement proche de f(x
0
)
en prenant x susamment proche de x
0
). Nous savons que depend en general de x
0
et de .
Cependant, lorsque X est un intervalle ferme, ou plus generalement si X est compact :
Proposition 11.4 Soit f : X R une fonction continue de domaine X sous-ensemble com-
pact de R. Pour tout > 0, il existe > 0 tel que pour x
0
, x X :
|x x
0
| < |f(x) f(x
0
)| < .
Notez que, dans cette formulation, ne depend pas de x
0
. Nous dirons pour cela que f est
uniformement continue sur X.
Demonstration. Procedons par labsurde, avec donne. Comme =
1
n
ne convient pas, il existe
t
n
et u
n
dans X avec
|t
n
u
n
| <
1
n
et |f(t
n
) f(u
n
)| . ()
Comme X est compact, la suite (t
n
) admet une sous-suite (t
kn
) convergente de limite dans X ;
de meme, la suite (u
n
) admet une sous-suite (u
kn
) convergente de limite dans X. De () nous
deduisons
lim
n
t
kn
= lim
n
u
kn
et f( lim
n
t
kn
) = f( lim
n
u
kn
).
Ceci contredit la continuite de f.
Cette Proposition est essentielle dans la preuve de limportant resultat suivant.
Theorème 11.5 Si la fonction f : [a, b] R est continue, alors
_
b
a
f(x) dx existe.
Demonstration. En deux etapes : prouvons dabord que toute suite s de sommes de Riemann
converge si le calibre tend vers 0. Ensuite, il sagira de montrer que toutes ces suites ont la
meme limite.
Daprès le Theorème de Cauchy (Thm. 5.12), il nous sut dans la première etape de montrer
que la suite s est de Cauchy. Donnons-nous donc > 0 et montrons que deux sommes de
Riemann, provenant de subdivisions à calibres susamment petits, sont de dierence en valeur
absolue inferieure à . A cette n, utilisons la Proposition 11.4 : il existe un > 0 tel que si
x, x
0
[a, b] :
|x x
0
| < |f(x) f(x
0
)| <

2
.
Allons susamment loin dans la suite pour que les calibres des subdivisions ulterieures soient
tous inferieurs à

2
, et considerons deux sommes de Riemann S(, z) et S(
, z
) provenant de
deux telles subdivisions. Combinons les subdivisions et
, par exemple celles de la gure

CHAPITRE 11. INT

a = x
0
x
1
x
2
x
3
x
4
x
5
= b
a = x
0
x
1
x
2
x
3
x
4
x
5
x
6
= b
en une subdivision
obtenue en collectant tous les points de subdivision :

a = x
0
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
= b
Enn, après avoir choisi un point z
i
dans [x
i1
, x
i
], nous formons une somme de Riemann
S(
, z
) (qui napparat pas necessairement dans la suite s que nous etudions). Chaque inter-
valle [x
i1
, x
i
] de est reunion dintervalles de la subdivision
, disons
[x
i1
, x
i
] = [x
j1
, x
j
] [x
j
, x
j+1
] [x
k1
, x
k
].
La dierence des termes correspondants est, en valeur absolue, le premier membre de legalite
suivante :
f(z
i
)(x
i
x
i1
)
k
l=j
f(z
l
)(x
l
x
l1
)
l=j
(f(z
i
) f(z
l
))(x
l
x
l1
)
<

2
(x
i
x
i1
).
Par consequent
|S(, z) S(
, z
)| <

2
et de meme
|S
, z
) S(
, z
)| <

2
.
Finalement
|S(, z) S(
, z
)| = |S(, z) S(
, z
) + S(
, z
) S(
, z
)|
|S(, z) S(
, z
)| + |S(
, z
) S(
, z
)|
<

2
+

2
= ,
ce qui achève la première etape : toutes les suites de sommes de Riemann à calibre tendant
vers 0 sont de Cauchy et donc convergent.
La deuxième etape consiste à montrer que les limites de deux de ces suites sont egales.
Appelant S(, z) une valeur de la première suite et S(
, z
) une valeur de la deuxième, il sut

detablir, pour > 0 donne,
|S(, z) S(
, z
)| <
dès que et
sont de calibres susamment petits. Les arguments ressemblent à ceux de la

première etape.
Le theorème a dinteressantes applications. Si f est continue, son integrale denie sur [a, b]
peut sobtenir en recherchant la limite dune seule suite de sommes de Riemann : voilà qui
repond aux questions que nous nous posions à propos de laire du secteur parabolique de la
CHAPITRE 11. INT

page 197. En pratique, nous pouvons considerer les subdivisions regulières en 2, 3, 4, 5, . . . sous-
intervalles (ou plutot en 2, 4, 8, 16, . . . sous-intervalles) et placer toujours z
i
au milieu de son
semi-intervalle (ou à lextremite gauche, ou droite, ou ...).
Cependant, meme au vu de cette remarque, le calcul dune integrale denie à la main ne sera
en general pas aise (le calcul sur machine pourra par contre etre realise si une valeur numerique
approchee nous sut). La section suivante nous fournira une methode dierente, remarquable,
mais ne sappliquant pas à toutes les fonctions.
11.4 Theorème fondamental.
Laissons à present varier la borne nale dintegration : lexpression
_
x
a
f(t) dt devient fonc-
tion de x; posons-là egale à F(x). La notation
F(x) =
_
x
a
f(t) dt
sera conservee tout au long de cette section (nous supposons que la fonction f est bornee et de
plus que toutes ces integrales denies, pour les valeurs de x considerees, existent). Quelle est la
derivee en x
0
de F ? Cette derivee
F
(x
0
) = lim
xx
0
_
x
a
f(t) dt
_
x
0
a
f(t) dt
x x
0
sinterprète graphiquement :
x
x x
0
a
f(x
0
)
f(x)
le numerateur est laire de la surface hachuree, le denominateur est la longueur de la base de
cette surface. Il semble donc que F
(x
0
) = f(x
0
). Autrement dit : F est une primitive de f.
Theorème 11.6 (Theorème fondamental) Soit f une fonction continue sur lintervalle
]c, d[, et soit a un point de ]c, d[. Alors
1) la fonction
F :]c, d[R : x
_
x
a
f(t) dt (1)
est une primitive de f ;
2) pour toute primitive G de f et tout point b de ]c, d[ :
_
b
a
f(t) dt = G(b) G(a). (11.7)
CHAPITRE 11. INT

Il sera pratique decrire [G(x)]
b
a
pour G(b) G(a) ; cette quantite est le crochet de G de a
à b.
Exemple 1. Revenons au secteur de parabole de la page 197. Son aire A se calcule à present
aisement grace à (11.7) :
A =
_
+1
1
(1 x
2
) dx =
_
x
x
3
3
_
+1
1
= (1
1
3
) (1
1
3
)
=
4
3
.
Un argument intuitif a dejà ete donne pour la première partie du theorème ; une preuve
rigoureuse vient après les trois propositions suivantes. Montrons dabord que la deuxième partie
resulte de la première. Par la Proposition 10.1, nous savons que pour une certaine constante C,
il vient si x ]c, d[ :
F(x) = G(x) +C.
Ainsi
G(b) G(a) = F(b) F(a)
=
_
b
a
f(t) dt
_
a
a
f(t) dt
=
_
b
a
f(t) dt.
Proposition 11.7 Soit a < b. Si f et g sont deux fonctions integrables sur [a, b], avec f(x)
g(x) pour x [a, b], alors
_
b
a
f(t) dt
_
b
a
g(t) dt.
Demonstration. Appliquons la denition : ces deux integrales de Riemann sont les limites de
deux suites de sommes de Riemann. Nous pouvons supposer que ces sommes sont deduites des
memes subdivisions et memes choix de points z
i
. Ainsi, la somme de Riemann S(, z) pour f
ne dière de celle pour g que par lutilisation de f(z
i
) au lieu de g(z
i
). Cette première somme
est donc inferieure ou egale à la seconde. Le resultat se deduit par passage à la limite.
Proposition 11.8 Si la fonction f est integrable sur [a, b], avec a < b et m f(x) M pour
certains reels m, M et tout x de [a, b], il vient
m(b a)
_
b
a
f(t) dt M(b a).
Ce resultat sinterprète très bien graphiquement en considerant deux rectangles de cotes
mesurant b a et m ou M :
CHAPITRE 11. INT

Demonstration. Linegalite de droite sobtient en prenant g(x) = M dans la Proposition 11.7.
Lautre inegalite est laissee à la sagacite du lecteur.
Corollaire 11.9 Si la fonction f est integrable sur [a, b], avec a < b, il vient
_
b
a
f(t) dt
(b a) sup
x[a,b]
|f(x)|.
Proposition 11.10 Si f est continue sur ]a, b[, il existe une valeur c de (a, b) telle que
_
b
a
f(t) dt = f(c)(b a).
Posons ici m = min
x[a,b]
f(x) et M = max
x[a,b]
f(x). Par la Proposition precedente
m
1
b a
_
b
a
f(t) dt M.
Appliquons le Theorème de la valeur intermediaire (cf. Prop 2.8) : il existe c [a, b] tel que
f(c) =
1
b a
_
b
a
f(t) dt.
Si c = a ou c = b, on prouve lexistence dun autre c dans (a, b) en utilisant la Proposition 11.12
de la Section suivante.
La quantite
1
b a
_
b
a
f(t) dt est souvent appelee moyenne de f sur [a, b].
Demonstration du Theorème fondamental. La derivee de F en x
0
vaut par denition
F
(x
0
) = lim
xx
0
_
x
a
f(t) dt
_
x
0
a
f(t) dt
x x
0
.
Le numerateur de droite vaut
_
x
x
0
f(t) dt ; par la Proposition 11.10, il existe c dans ]x
0
, x[ tel
que
F
(x
0
) = lim
xx
0
f(c)(x x
0
)
x x
0
.
Cette valeur c depend de x, mais tend vers x
0
avec x. Vu la continuite de f, il vient
F
(x
0
) = f(x
0
),
CHAPITRE 11. INT

ce qui etablit la première partie du Theorème. Nous avons dejà (juste avant la Proposition 11.7)
deduit la deuxième partie de la première.
Insistons sur limportance du Theorème fondamental que nous venons de prouver. Il
entrane en particulier que toute fonction continue sur un intervalle ouvert, une demi-droite ou-
verte ou R tout entier possède une primitive. Ceci ne signie pas que nous pourrons necessairement
calculer une primitive par les methodes du chapitre 10. Le Theorème exprime seulement une
valeur F(x) dune primitive F sous forme dintegrale denie.
Lautre interet du Theorème est de ramener le calcul dune integrale denie à celui dune
integrale indenie - au moins lorsque cette dernière est calculable.
Voici enn une generalisation de la Proposition 11.10 (utile par exemple en calcul numerique).
Proposition 11.11 Supposons les fonctions f et g continues sur [a, b], avec g(x) 0 pour
x [a, b] et g(x
0
) > 0 pour au moins un x
0
de [a, b]. Il existe c (a, b) tel que
_
b
a
f(t)g(t) dt = f(c)
_
b
a
g(t) dt.
Demonstration. Supposons a < b. Soit m et M respectivement le minimum et le maximum de
f sur [a, b]. De
mg(t) f(t)g(t) Mg(t), pour t [a, b],
nous deduisons en integrant (et grace à la Proposition 11.7) :
m
_
b
a
g(t) dt
_
b
a
f(t)g(t) dt M
_
b
a
g(t) dt.
Donc
m
_
b
a
f(t)g(t) dt
_
b
a
g(t) dt
M.
Il existe c tel que f(c) soit egal à la valeur entre les deux signes dinegalite, do` u la thèse. Nous
avons toutefois oublie de verier
_
b
a
g(t) dt = 0 avant de diviser : la verication fait lobjet de
la Proposition 11.12 de la section suivante.
11.5 Autres proprietes de lintegrale denie.
Proposition 11.12 Supposons a < b, et la fonction f continue sur [a, b] avec f(x) 0 pour
tout x de [a, b]. Alors
_
b
a
f(x) dx 0.
De plus,
_
b
a
f(x) dx = 0 x [a, b] : f(x) = 0.
Demonstration. Linegalite decoule de la Proposition 11.7. Pour etablir limplication de gauche à
droite, nous prouvons la contraposee. Par hypothèse, il existe x
0
[a, b] avec f(x
0
) = 0, et nous
souhaitons prouver
_
b
a
f(x) dx = 0. Comme f(x
0
) > 0, posons =
1
2
f(x
0
). Vu la continuite de
f en x
0
, il existe > 0 tel que pour x [a, b]
|x x
0
| < |f(x) f(x
0
)| < ,
CHAPITRE 11. INT

donc
|x x
0
| < f(x) >
1
2
f(x
0
).
Supposons x
0
= b (si ce netait pas le cas, nous aurions x
0
= a, et un raisonnement analogue
serait bati), et ensuite x
0
+ < b (si ce netait pas le cas, on remplacerait par
1
2
(b x
0
)).
Alors
_
b
a
f(x) dx =
_
x
0
a
f(x) dx +
_
x
0
+
2
x
0
f(x) dx +
_
b
x
0
+
2
f(x) dx
0 +
1
2
f(x
0
)

2
+ 0
(ceci grace à la première formule de notre proposition, ainsi quà la Proposition 11.7). Finale-
ment,
_
b
a
f(x) dx > f(x
0
)

4
.
Proposition 11.13 Si f et g sont deux fonctions integrables sur lintervalle [a, b], leurs carres
sont aussi integrables et nous avons
_
b
a
f(x)g(x) dx
_
b
a
(f(x))
2
dx
_
b
a
(g(x))
2
dx.
Demonstration. Les arguments etablissant lintegrabilite de f
2
et g
2
sont passes. Pour etablir
linegalite de lenonce, partons de linegalite suivante o` u est un reel quelconque :
_
b
a
(f(x) + g(x))
2
dx 0.
Nous en deduisons
_
b
a
(f(x))
2
dx + 2
_
b
a
f(x)g(x) dx +
2
_
b
a
(g(x))
2
dx 0
formule qui exprime quun certain polynome quadratique en ne prend que des valeurs positives
ou nulles. Par consequent, le discriminant de ce polynome doit etre negatif ou nul, cest-à-dire
4
__
b
a
f(x)g(x) dx
_
2
4
_
b
a
(f(x))
2
dx
_
b
a
(g(x))
2
dx 0 .
Linegalite de lenonce en resulte.
Lintegration de Riemann permet en tout cas dintegrer toute fonction continue. Signalons
que lhypothèse de continuite peut etre aisement aaiblie. Soit f une fonction integrable sur
lintervalle [a, b]. De la denition meme de lintegrale de Riemann decoule que toute fonction
obtenue en modiant f en seulement un nombre ni de points reste integrable, et de meme
integrale. Donc toute fonction denie sur [a, b], et continue sauf peut etre en un nombre ni de
points, est intregrable au sens de Riemann.
Le calcul dune integrale denie seectue souvent par application du Theorème fondamental.
En pratique, les formules du chapitre 10 pour le calcul de primitives sont mises en oeuvre.
CHAPITRE 11. INT

Signalons que plusieurs de ces formules admettent des variantes pour les integrales denies. En
particulier, nous deduisons une formule pour le changement de variable en posant t = g(x) :
_
b
a
f(g(x)) g
(x) dx =
_
t
2
t
1
f(t) dt
o` u t
1
= g(a) et t
2
= g(b).
Exemple. Soit à calculer
I =
_
2
0
sin(3x + 5) dx.
En posant t = 3x + 5, nous avons dt = 3 dx. Pour x = 0, il faut t = 5 et pour x = 2 il faut
t = 11. Ainsi
I =
1
3
_
11
5
sin t dt
=
1
3
[cos t]
11
5
=
1
3
(cos 11 + cos 5).
11.6 Integrales generalisees.
Dans la denition de lintegrale denie de Riemann
_
b
a
f(x) dx,
nous avons suppose a, b R et f fonction bornee sur [a, b]. Les applications requièrent (au
moins) deux generalisations de ce concept : lorsque f nest pas bornee, lorsque a ou b est .
11.6.1 Cas dune fonction non bornee.
Supposons que f soit bornee sur [a, b[, mais pas sur [a, b], par exemple a = 0, b = 1 et
f(x) =
1
1 x
pour x = 1 (peu importe la valeur en 1). Dans ces conditions, nous posons
_
b
a
f(x) dx = lim
ub
<
_
u
a
f(x) dx.
Lintegrale converge (ou existe) si la limite existe dans R.
Exemple 1. Soit
f : [0, 1] R : x
_
_
_
1
x
pour x > 0,
1 pour x = 0.
Alors
_
1
0
f(x) dx = lim
u0
>
_
1
u
1
x
dx
= lim
u0
>
[ ln x]
1
u
= 0 lim
u0
>
ln u
= +.
CHAPITRE 11. INT

Lintegrale nexiste pas, plus precisement elle diverge vers +. Geometriquement, la surface
ombree sur le graphique
Exemple 2. Soit cette fois
f : [0, 1] R : x
_
_
_
1
x
pour x > 0,
1 pour x = 0.
Il vient
_
1
0
f(x) dx = lim
u0
>
_
1
u
x
1
2
dx
= lim
u0
>
[2x
1
2
]
1
u
= 2 2 lim
u0
>
u
= 2.
La surface ombree, bien que non bornee est daire nie !
Lorsque le point c près duquel f nest pas bornee est interieur à lintervalle dintegration,
nous posons
_
b
a
f(x) dx = lim
uc
<
_
u
a
f(x) dx + lim
vc
>
_
b
v
f(x) dx;
CHAPITRE 11. INT

lintegrale ainsi denie converge (ou existe) à condition que les deux limites convergent dans
R. Cette denition se generalise au cas dune fonction bornee sauf aux voisinages dun nombre
ni de points de lintervalle dintegration (decomposez cet intervalle en sous-intervalles dont
chacun ne contient quun seul point exceptionnel).
11.6.2 Cas dun domaine non borne.
Lorsque la fonction f : [a, +[R est bornee, nous posons
_
+
a
f(x) dx = lim
T+
_
T
a
f(x) dx.
Exemple 1. Soit
f : [1, +] R : x
1
x
.
Alors
_
+
1
1
x
dx = lim
T+
_
T
1
1
x
dx
= lim
T+
[ ln x]
T
1
= lim
T+
ln T
= +.
Lintegrale nexiste pas : elle diverge vers +. Ainsi, la surface ombree sur le graphique
est daire innie.
Exemple 2. Soit
f : [1, +] R : x
1
x
3
.
Alors
_
+
1
1
x
3
dx = lim
T+
_
T
1
x
3/2
dx
= lim
T+
2[x
1/2
]
T
1
= lim
T+
2
_
T
1/2
1
_
= 2.
Lintegrale converge. Par consequent, la surface ombree
CHAPITRE 11. INT

est daire nie, egale à 2.
11.7 Exercices
1. Calculer
a)
_

e1
0
4x
1 +x
2
dx;
b)
_
/4
0
t(arctg t)
2
dt;
c)
_
7/4
1
dx
9 + 16(x 1)
2
;
d)
_
e
0
ln(1 + 2x) dx;
e)
_
/2
0
cos x
sin
2
x + 8
dx;
f)
_
/4
0
xtg
2
xdx;
g)
_
2
1
ln t
t
dt;
h)
_
3
2
dx
x
2
+ 6x 7
;
i)
_
2
1
2 x
4x
2
+ 4x 3
dx;
j)
_
1
2
x
3
ln xdx;
k)
_
4
5
dx
x
x
2
1
;
l)
_
1
1
sh
3
xdx;
m)
_
/4
0
tg
2
xdx;
n)
_
1
1
x
2
arctg xdx.
2. Un gaz se dilate de sorte que sa pression P et son volume V sont lies par la relation
P = a bV,
o` u a et b sont des constantes. Sachant que le travail W fourni en passant du volume V
0
au
volume V
1
est donne par
W =
_
V
1
V
0
P dV,
trouver en fonction de a et b le travail fourni si la mesure de V passe de 3 à 8.
3. A partir du graphe de la fonction f, supposee deux fois derivable,
CHAPITRE 11. INT

1 2 3 4 5 6 7 8
1
f(x)
x
repondez aux questions suivantes sur la fonction F : [0, 8] R denie par
F(x) =
_
x
0
f(t)dt,
eventuellement en donnant une valeur exacte ou approchee, et en discutant votre reponse :
a) que vaut F(0) ?
b) donnez deux bornes entres lesquelles est compris F(6) ;
c) quel est le maximum de la fonction F ? en quel(s) point(s) de [0, 8] ce maximum est-il
atteint ?
d) idem pour le minimum de F ;
e) idem pour le minimum de F
;
f) idem pour le minimum de F
.
4. Soit f : [a, b] R une fonction derivable avec a < b. Donner une expression sans signe
dintegration egale à
a)
_
b
a
f
(x)dx;
b) la derivee au point t
0
de ]a, b[ de la fonction F appliquant le point t de [a, b] sur
F(t) =
_
t
a
f
(x)dx;
c) la derivee à gauche au point b de cette meme fonction F ;
d) la derivee à droite de F au point a ;
e) la derivee au point t
0
de ]a, b[ de la fonction G appliquant le point t de [a, b] sur
G(t) =
_
t
a
f
(x)dx;
f) la derivee à gauche au point b de cette meme fonction G;
g) la derivee à droite de G au point a.
5. Soit f une fonction continue de R vers R. Que vaut
d
dx
_
x
5
(f(t))
2
dt ?
6. Voici le graphe dune fonction f : [0, 4] R. Tracez (à la meme echelle) le graphe de la
primitive F de f telle que F(0) = 2.
CHAPITRE 11. INT

1
1
1 2 3 4 1
f(x)
x
7. Esquissez le graphe de la fonction F primitive de la fonction f avec F(0) = 2 si le
graphe de f est
f(x)
x
1
1
1
8. Esquissez le graphe de la fonction
F : x
_
x
2
f(t)dt,
si le graphe de f est comme dans lexercice precedent.
9. Posons, si f : [a, b] R est une fonction integrable,
K =
_
b
a
|f(x)|dx et M =
_
b
a
f(x)dx
.
Pour chacune des inegalites suivantes, donnez une preuve ou un contre-exemple :
a) K > M ;
b) K M ;
c) K < M ;
d) K M.
10. Classer par ordre croissant les nombres suivants :
0, 1,
_
3
2
e
x
2
dx,
_
1
0
e
x
2
dx,
_
2
3
e
x
2
dx.
11. Si f(t) =
_
t
1
u
2
+ 16 du, que vaut
_
1
0
f
(v)dv ?
12. Soit g(x) = e
3x
sin 2x.
a) Determiner A et B pour que la fonction g(x) = e
3x
(Acos 2x + Bsin 2x) soit une primi-
tive de g ;
b) Calculer
_

0
g(x)dx.
CHAPITRE 11. INT

13.
_
cb
ca
f(t)dt est-elle egale à lune ou plusieurs des expressions suivantes ?
1) c
_
b
a
f(x)dx ; 2)
_
b
a
f(cx)dx ; 3)
1
c
_
b
a
f(cx)dx ; 4) c
_
b
a
f(cx)dx.
14. Soit f une fonction continue sur lintervalle [0, 1]. Determiner quelles implications sont
vraies parmi les suivantes (le symbole 0 designe soit le nombre 0 soit la fonction nulle) :
a)
_
1
0
f(x)dx
= 0 f = 0 ;
b)
_
1
0
|f(x)|dx = 0 f = 0 ;
c)
_
1
0
(f(x))
2
dx = 0 f = 0 ;
d) (
_
1
0
f(x)dx)
2
= 0 f = 0.
15. Legalite suivante a-t-elle lieu ?
lim
n+
_
1
0
sin
x
n
dx =
_
1
0
lim
n+
sin
x
n
dx
16. Pourquoi les integrales suivantes sont-elles dites generalisees ? Calculez la valeur
chaque fois quelle existe, sinon donnez des informations sur la divergence.
a)
_
4
3
1
x 3
dx;
b)
_

1
1
x
3
dx;
c)
_
5
0
1
x
dx;
d)
_
/2
0
tg xdx;
e)
_

1
dt
1 +t
2
;
f)
_
1
0
dt
t
2
1
.
17. Calculer les deux integrales (attention !)
_
1
0
t
3
1 +t
2
dt et
_
1
0
t
3
1 t
2
dt.
18. Soit la fonction F : R R denie par
F(x) =
_
x
e
t
2
dt.
Quelles armations parmi les suivantes sont vraies ?
a) F est croissante ;
b) F est decroissante ;
c) F nest ni croissante, ni decroissante ;
d) F ne sannule jamais ;
e) F est strictement positive ;
f) F est impaire ;
g) F est paire ;
h) F admet un maximum local en 0 ;
CHAPITRE 11. INT

i) F admet un minimum local en 0 ;
j) le graphe de F admet un point dinexion en 0.
19. En utilisant
_
n+1
1
1
x
dx = ln(n + 1) ainsi que linterpretation graphique de lintegrale
denie, convainquez-vous de lexactitude des inegalit es
ln(n + 1)
n
k=1
1
k
1 + ln n
pour n N\{0} ; donnez ensuite des arguments plus formels. Deduisez de ces inegalites que la
serie harmonique
k=1
1
k
= lim
n
n
k=1
1
k
diverge vers +. Montrez ensuite que cette divergence vers + est très lente : si le nombre
n de termes est double, de quelle quantite approximativement augmente la somme
n
k=1
1
k
?
20. Pour quelles valeurs du nombre reel lintegrale
_
+
1
x
dx
existe-t-elle ?
21. Pour quelles valeurs du nombre reel lintegrale
_
1
0
x
dx
existe-t-elle ? Meme question pour
_
b
a
(x b)
dx,
o` u a = b.
Chapitre 12
Equations dierentielles.
Une equation dierentielle se distingue des equations rencontrees jusquici par le fait que
son inconnue est une fonction. Une equation dierentielle en la fonction inconnue x y(x)
impose une relation entre cette fonction et certaines de ses derivees, par exemple,
x
d
2
y
dx
2
(x) e
x
dy
dx
(x) + tg(y(x)) = sh x. (12.1)
Il faut bien comprendre que cette egalite doit avoir lieu pour toute valeur x du domaine de la
fonction x y(x), et que nous souhaitons determiner toutes les fonctions x y(x) satisfai-
sant cette equation. Annoncons immediatement que ce souhait ne peut etre exauce que pour
relativement peu dequations dierentielles. Ceci se comprend aisement : les solutions y = y(x)
de lequation dierentielle
dy
dx
(x) = f(x) (12.2)
ne sont autres que les primitives de la fonction f. Nous savons que la determination explicite de
primitives est un problème ardu (souvent sans solution parmi les fonctions classiques). Pire, il
nest pas toujours possible de ramener une equation dierentielle à une recherche de primitives
(reechissez un instant à lequation (12.1) : comment en determineriez-vous une solution ?).
Heureusement, beaucoup dequations dierentielles rencontrees dans les applications (mais cer-
tainement pas toutes) sont de lun ou lautre des types pour lesquels une methode generale de
resolution est connue.
Signalons que nous nous limiterons aux equations dierentielles dont linconnue est une
fonction dune seule variable. Lequation donde
t
2
=
T
0
x
2
(qui donne la hauteur = (x, t) dune corde vibrante dans le plan ox en fonction de labscisse
x et du temps t, avec T
0
et
0
des constantes) ne sera donc pas consideree. Elle fait dailleurs
intervenir des derivees partielles qui ne seront introduites que plus tard.
12.1 Introduction.
La fonction
y : R R : x y(x) = cos x
satisfait, en chaque x de R,
y
(x) = sin x et y
(x) = cos x,
217
CHAPITRE 12. EQUATIONS DIFF
ERENTIELLES. 218
par consequent aussi
y
(x) +y(x) = 0.
Comme cette relation vaut pour toute valeur reelle x, nous lexprimons aussi sous la forme
y
+ y = 0. (12.3)
Il sagit dune equation dierentielle. Nous venons de prouver que la fonction cosinus en est une
solution. Le lecteur pourra verier que la fonction sinus est une autre solution, et meme plus
generalement toutes les fonctions
R R : x a sin x + b cos x
pour a, b constantes reelles. Question : avons-nous ainsi obtenu toutes les fonctions solutions
de lequation dierentielle (12.3) ? Une reponse armative sera donnee dans cette section.
Denition 1. Une equation dierentielle ordinaire est une equation de la forme
F(y
n/
, y
n1/
, . . . , y
, y, x) = 0 (12.4)
o` u F est une fonction donnee de n + 2 arguments, x est la variable independante, y est
la variable dependante, cest-à-dire que x y = y(x) est une fonction, et y
i/
designe la
derivee i-ème de cette fonction. Lordre de lequation est le plus grand n tel que la derivee
n-ème apparaisse explicitement dans lequation. Resoudre lequation consiste à en determiner
toutes les fonctions solutions, cest-à-dire toutes les fonctions x y(x) qui satisfont (12.4) ;
nous supposons bien s ur ces fonctions n fois derivables sur leurs domaines, que nous prendrons
aussi grands que possible.
Exemples. Voici quelques exemples en physique :
1.
d
2
x
dt
2
= a(t), pour determiner la position x = x(t), fonction du temps t, dun point mobile
sur un axe, lorsque lacceleration a = a(t) est connue en fonction du temps. Notez que x
est ici la variable dependante et t la variable independante. Cette equation dierentielle
ordinaire est du second ordre.
2. =
g
L
sin . Dans letude du pendule, = (t) est langle avec la verticale à linstant
t tandis que g et L sont deux constantes.
3. m x = kx. Pour un oscillateur mecanique de masse m, de constante de rappel k. La
fonction inconnue est t x(t).
4.

Q +
R
L
Q +
1
LC
Q = F(t). Pour un circuit electrique avec resistance R, self-inductance L
et capacite C, avec application dune force electromotrice F = F(t). La fonction inconnue
t Q(t) donne la charge.
Remarque. Les equations dierentielles que nous considerons dans ce chapitre sont ordinaires
car les fonctions inconnues sont fonctions dune seule variable. Nous omettrons le plus souvent
ce qualicatif.
Revenons à lequation dierentielle
y
+ y = 0, (12.5)
dont nous savons que, pour toutes les valeurs des constantes reelles a et b, la fonction
R R : x a cos x + b sin x
ERENTIELLES. 219
est une solution. Soit à present x y(x) une solution quelconque de (12.5). Nous allons prouver
lexistence de constantes reelles a et b telles que pour tout x de R
y(x) = a cos x + b sin x.
Determinons dabord a et b grace à
_
_
_
y(0) = a cos 0 +b sin 0
y
(0) = a sin 0 +b cos 0

qui donne a = y(0) et b = y
(0). Avec ces valeurs de a et b, posons f(x) = a cos x + b sin x. En

vue detablir y(x) = f(x) pour chaque x, rappelons que
y
+ y = 0 et f
+ f = 0.
Introduisant la fonction u = y f, nous avons encore
u
+ u = 0
et en multipliant par 2u
2u
+ 2u
u = 0,
ou
_
(u
)
2
+ u
2
_
= 0.
Ceci implique u
2
+ u
2
= C, pour une constante C. En evaluant en x = 0, nous obtenons
(u
(0))
2
+(u(0))
2
= (y
(0) f
(0))
2
+(y(0) f(0))
2
= 0+0 = 0 (grace au choix de a et b), donc
C = 0. Ainsi
u
2
+ u
2
= 0.
Il faut u = 0, cest-à-dire y = f. Nous venons de montrer que les solutions de lequation
dierentielle
y
+ y = 0
sont exactement les fonctions
f : R R : x a cos x + b sin x (12.6)
avec a et b deux constantes à valeurs reelles. Cest pourquoi nous dirons que (12.6) donne la
solution generale de lequation. Une solution particulière sobtient en xant les valeurs de
a et b.
La meme equation dierentielle avec des conditions initiales speciant les valeurs de la
fonction inconnue et de sa derivee au meme point x
0
_
y(x
0
) = y
0
,
y
(x
0
) = z
0
forme un exemple de problème de Cauchy. Nous venons en fait detablir que ce problème de Cau-
chy avec x
0
= 0 admet une solution unique. Un raisonnement similaire vaut pour x
0
quelconque.
En general, un problème de Cauchy au point x
0
pour une equation dierentielle ordinaire
dordre n en la fonction inconnue x y(x) imposera les n valeurs y(x
0
), y
(x
0
), . . . , y
n1/
(x
0
).
ERENTIELLES. 220
Un problème avec conditions au bord (on dit aussi aux limites) impose plutot les valeurs
de la fonction inconnue en deux points. Par exemple le problème
_
_
y
+ y = 0
y(
2
) = 1
y() = 1
admet comme solutions les fonctions x a cos x + b sin x telles que
_
a cos

2
+ b sin

2
= 1
a cos + b sin = 1
cest-à-dire lunique fonction x cos x + sin x. Mais le problème avec conditions au bord
_
_
y
+ y = 0
y(
2
) = 1
y(
5
2
) = 1
admet une innite de solutions, a savoir toutes les fonctions x a cos x + sin x. Le lecteur est
invite à former un problème similaire nadmettant aucune solution.
12.2 Equations dierentielles du premier ordre.
Daprès la Denition 1 page 218, il sagit des equations de la forme
F(y
, y, x) = 0, (12.7)
avec comme inconnue la fonction derivable x y(x). Lorsquil est possible dextraire y
de
cette equation pour obtenir
y
= G(y, x), (12.8)

une interpretation geometrique apparat : lequation (12.8) specie au point (x, y) du plan R
2
la pente y
de la tangente au graphe dune fonction solution passant par ce point.

Exemple 1. Le nombre N = N(t) de noyaux radioactifs dun produit evolue au cours du
temps t en obeissant à la loi suivante : le nombre N = N(t + t) N(t) de noyaux qui
se desintègrent au cours dun petit intervalle de temps t est proportionnel au produit de la
longueur de cet intervalle et du nombre de noyaux presents ` a linstant t. Reformulons cette loi
physique en considerant que N est une fonction derivable (il nous faut donc admettre que N
prend aussi des valeurs non entières). Pour une certaine constante positive dite constante de
desintegration, la loi se traduit en la formule
N(t +t) N(t) = t N(t).
Il sensuit, après division des deux membres par t et passage à la limite pour t 0 :
dN
dt
(t) = N(t). (12.9)
Cette equation dierentielle est la version mathematique de la loi physique. Dans le plan R
2
,
ramene à des axes representant t et N, lequation (12.9) nous donne la pente
dN
dt
(t) du graphe
de toute fonction solution passant par le point de coordonnees (t, N(t)).
ERENTIELLES. 221
Bien s ur, les points dordonnee N negative nont pas de signication pour le physicien. En vue
de resoudre lequation dierentielle
dN
dt
= N
divisons par N et multiplions par dt :
dN
N
= dt.
Nous avons ainsi separe les variables (dans le sens que t napparat pas dans le membre de
gauche, N napparat pas dans le membre de droite). Integrons les deux membres (ce procede
de calcul sera justie en 12.2.2) :
_
dN
N
=
_
dt
do` u
(ln |N|) + C = t + D.
Regroupons les deux constantes dintegration en une seule :
ln|N| = t + B.
Il vient
|N| = e
t
e
B
,
et en posant k = e
B
N = ke
t
.
Le membre de gauche devrait plutot secrire N(t) :
N(t) = ke
t
. (12.10)
Nous concluons que lequation (12.9) admet une innite de solutions, obtenues en donnant à
k nimporte quelle valeur reelle. Il faut bien dierencier les roles des constantes k et : la
première est une constante dintegration, la seconde une constante (. . . de desintegration !)
donnee avec le problème et qui caracterise le produit radioactif etudie. Notons quen cours de
resolution, nous avons d u supposer N = 0 pour pouvoir diviser ; la valeur k = 0 donne toutefois
une fonction solution. Evaluons (12.10) en t = 0 :
N(0) = k.
ERENTIELLES. 222
Ainsi legalite (12.10) devient
N(t) = N(0)e
t
.
Le problème de Cauchy forme par lequation dierentielle (12.9) et la condition initiale donnant
la valeur N(0) de la fonction inconnue en 0, à savoir
_
_
_
dN
dt
= N
N(0) = k
admet donc une unique solution. Voici quelques graphes de fonctions solutions de (12.9) :
Rappelons que les fonctions t N(0)e
t
ont ete etudiees en 8.4, o` u la demi-vie du processus
a ete denie.
12.2.1 Resolution directe.
Comme en 10.1, la solution generale dune equation de la forme
y
= f(x)
est donnee par
y =
_
f(x) dx + C
(nous avons ecrit la constante C dintegration pour que le lecteur ne loublie pas ; elle apparat
bien s ur lors du calcul de lintegrale indenie).
12.2.2 Equations à variables separables.
Lequation dierentielle de lexemple sur le produit radioactif entre dans cette categorie
dequations. La forme generale est, après separation des variables,
h(y)y
= f(x), (12.11)
o` u h et f designent deux fonctions. En pratique, on ecrit (comme y
= dy/dx) :
h(y) dy = f(x) dx
puis
_
h(y) dy =
_
f(x) dx,
ERENTIELLES. 223
do` u lon tirera (si possible) y en fonction de x. Justions ce procede : nous integrons les deux
membres de (12.11) sur la variable x, sans oublier que y et y
sont eux-memes fonctions de x :

_
h(y(x)) y
(x) dx =
_
f(x) dx.
Par la formule (10.4) de changement de variable dans une integrale indenie, le membre de
gauche est bien
_
h(y) dy.
Il faut parfois un peu dastuce pour separer les variables ; pour la plupart des equations
dierentielles du premier ordre, la separation nest dailleurs pas possible. Signalons encore que
si les variables ont pu etre separees et les deux integales calculees, il reste le problème dextraire
y en fonction de x.
Exemple. Soit lequation
y
=
x
y
.
Son interpretation geometrique suggère immediatement les graphes des fonctions solutions (aux
points dordonnee y nulle et dabscisse x non nulle, nous dessinons une droite verticale).
Verions si notre intuition est correcte :
y dy = xdx,
_
y dy =
_
xdx,
1
2
y
2
=
1
2
x
2
+ C,
x
2
+ y
2
= A,
y =
Ax
2
.
Les graphes des fonctions solutions sont les demi-cercles denis par
_
x
2
+ y
2
= A
y > 0
ou
_
x
2
+ y
2
= A
y < 0
ERENTIELLES. 224
12.3 Equations dierentielles lineaires.
Denitions. Une equation dierentielle en la fonction inconnue y = y(x) est lineaire si elle
est de la forme
a
n
(x)y
n/
+ a
n1
(x)y
n1/
+ + a
1
(x)y
+ a
0
(x)y = b(x), (12.12)
o` u a
n
, a
n1
, . . . , a
0
sont les coecients (fonctions de x) et b est le second membre (aussi fonc-
tion de x). Cette equation est dite homogène si b est la fonction nulle. Lequation homogène
associee à lequation (12.12) est lequation
a
n
(x)y
n/
+ a
n1
(x)y
n1/
+ + a
1
(x)y
+ a
0
(x)y = 0. (12.13)
Lorsque les coecients ne dependent pas de x, les equations (12.12) et (12.13) sont dites à
coecients constants.
Exemple 1. Parmi les equations
y
+ y = 0 (a)
d
2
x
dt
2
= a(t) (d)
dN
dt
+ N = 0 (b) y
+ y = e
x
(e)
y
+ x
2
y = 0 (c) y
+ x
2
y = sin x (f)
toutes sont lineaires, celles etiquetees (a), (b) et (c) sont les seules homogènes, celles etiquetees
(a), (b), (d) et (e) sont les seules à coecients constants.
La notation C
0
(R) designe lensemble de toutes les fonctions continues de R vers R. Plus
generalement, C
n
(R) denote lensemble des fonctions de R vers R admettant une derivee n-ème
continue.
Dans letude des equations (12.12) et (12.13) nous supposerons souvent que les coecients
et le second membre sont des fonctions de R vers R, et recourrons alors systematiquement
aux deux notations suivantes : S denote lensemble des fonctions appartenant à C
n
(R) qui sont
solutions de lequation dierentielle lineaire (12.12) ; de meme W denote lensemble des fonctions
appartenant à C
n
(R) pour lequation homogène associee (12.13). Parfois, nous supposerons que
le domaine des fonctions est un intervalle ]a, b[ plutot que R.
Theorème 12.1 a) Toute combinaison lineaire de deux fonctions f et g appartenant à W
est encore dans W. Par combinaison lineaire de f et g, nous designons toute fonction
de la forme f + g o` u et sont des constantes reelles ;
b) Si h S, il vient
S = {h + f | f W} h + W.
Reformulons la partie b) du theorème de manière plus frappante : la solution generale de
lequation (12.12) est somme dune solution particulière de (12.12) et de la solution generale de
(12.13).
Exemple 2. Soit lequation
y
+ x
2
y = 5x
2
qui est bien lineaire. Resolvons dabord lequation homogène associee
y
+ x
2
y = 0
ERENTIELLES. 225
qui est à variables separables puisque ramenable à
dy
y
= x
2
dx.
Ainsi, par integration,
ln|y| =
x
3
3
+ C
puis
y = ke
x
3
/3
.
Revenons à lequation donnee. Un peu de jugeotte sut à en decouvrir une solution particulière,
à savoir y = 5 (puisqualors y
= 0 et x
2
y = 5x
2
). Daprès le theorème, la solution generale de
lequation donnee est
y = 5 +ke
x
3
/3
.
Dans cet exemple, W est forme de toutes les fonctions egales à une constante k fois la fonction
x e
x
3
/3
. De plus, S sobtient en ajoutant la fonction h speciee par h(x) = 5 à toutes
les fonctions ainsi obtenues. Une meilleure comprehension de la situation sera obtenue plus
tard en termes despaces vectoriels. Contentons-nous ici dune representation geometrique très
simpliee (les points de la gure representent des fonctions).
W
S = f + W
o
f
Demonstration du Theorème 12.1.
a) Prenons deux fonctions f et g dans W, c.à-d. deux solutions f et g de lequation (12.13).
Nous avons donc
a
n
f
n/
+ a
n1
f
n1/
+ + a
1
f
+ a
0
f = 0,
a
n
g
n/
+ a
n1
g
n1/
+ + a
1
g
+ a
0
g = 0.
Multiplions la première equation par la constante et la seconde equation par la constante ,
puis additionnons les resultats. Comme pour k = n, n 1, . . ., 0
f
k/
+ g
k/
= ( f + g)
k/
,
nous obtenons
a
n
( f + g)
n/
+ a
n1
( f + g)
n1/
+ + a
1
( f + g)
+ a
0
f = 0
qui montre que f + g est solution de lequation (12.13).
b) Soit à present h une solution particulière de (12.12). Pour etablir S = h + W, nous
prouvons deux inclusions.
Si f S, posons g = f h. Il est facile de verier (par un calcul semblable à celui fait pour
montrer le a)) que g est une solution de (12.13). Ainsi f = h + g h + W.
Prenons un element f de h+W, cest-à-dire une fonction de la forme f = h+g, avec g W.
A nouveau, un calcul aise montre que f est solution de (12.12) car h est solution de (12.13) et
g solution de (12.12).
ERENTIELLES. 226
Le theorème a ete enonce pour des fonctions (coecients, second membres et solutions)
denies sur R. Il reste valable pour des fonctions denies sur un intervalle ouvert ou une demi-
droite ouverte I. Quel que soit le domaine considere, le theorème nous incite à rechercher une
base des solutions de lequation homogène (12.13), dans le sens suivant. Les fonctions de base,
disons g
1
, g
2
, . . ., g
m
, devraient satisfaire la propriete que voici : toute solution g de (12.13)
sobtient sous la forme
1
g
1
+
2
g
2
+ c +
m
g
m
pour certaines constantes reelles
1
,
2
, . . .,
m
uniquement determinees. Nous allons armer
quil existe de telles fonctions de base, mais quel serait leur nombre ? Dans lExemple 2, nous
avons trouve que la valeur de m est egale à lordre de lequation (en loccurence 1). Ce nest
toutefois pas toujours le cas.
Exemple 3. Resolvons lequation dierentielle lineaire homogène du premier ordre
(5 x)y
3y = 0,
tout dabord sans preter attention aux valeurs des variables à exclure. La separation des va-
riables, à nouveau possible, conduit à
dy
y
=
3dx
5 x
do` u
ln |y| = 3(ln |5 x|) + C
et
y =
k
(5 x)
3
.
Cette expression donne la solution generale. Mais nos calculs supposent y = 0 et x = 5. En
revenant à lequation, nous constatons que x y = 0 est toujours une solution; nous admettons
donc k = 0. Par contre, lecriture de notre solution generale pour k = 0 impose x = 5, ce qui
nous permet de prendre des valeurs de k distinctes sur des morceaux connexes distincts du
domaine. La solution generale est donc plutot
R\{5} R : x
_
_
_
k
1
(x 5)
3
pour x > 5,
k
2
(x 5)
3
pour x < 5,
o` u k
1
et k
2
sont deux constantes. Pour cette equation dierentielle lineaire homogène du premier
ordre, nous obtenons deux solutions de base. Par exemple, nous pouvons prendre les deux
fonctions de R\{5} vers R denies par
x
_
_
_
1/(x 5)
3
pour x > 5,
0 pour x < 5,
x
_
_
_
0 pour x > 5,
1/(x 5)
3
pour x < 5.
Cette situation est due à lannulation du coecient du terme avec le plus haut ordre de
derivation (ici, 5 x).
Nous admettrons sans demonstration le resultat suivant (cf. Apostol, 1969, Theorèmes 6.4
et 6.11).
ERENTIELLES. 227
Theorème 12.2 Soit I egal à R, une demi-droite ouverte ou un intervalle ouvert, soit n
N\{0} et soit a
n
, a
n1
, . . . , a
0
, b des fonctions continues de I vers R, avec a
n
(x) = 0 pour x I.
Alors lequation dierentielle lineaire dordre n
a
n
y
n/
+ a
n1
y
n1/
+ + a
0
y = b (12.14)
admet au moins une solution dans C
n
(I). Lequation homogène associee
a
n
y
n/
+ a
n1
y
n1/
+ + a
0
y = 0 (12.15)
admet une base de solutions formee de n fonctions dans C
n
(I).
La combinaison de ce theorème avec le precedent conduit au point de vue suivant. Resoudre
lequation dierentielle lineaire (12.14) consiste à trouver tout dabord des fonctions g
1
, g
2
, . . .,
g
n
qui forment une base des solutions de lequation homogène associee (12.15), puis une solution
particulière h de lequation donnee (12.14). Les solutions de (12.14) secrivent alors
h + C
1
g
1
+ C
2
g
2
+ + C
n
g
n
, (12.16)
o` u C
1
, C
2
, . . . , C
n
sont des constantes à valeurs arbitraires, appelees constantes dintegration.
La fonction ecrite en (12.16) sappelle la solution generale de (12.14).
Nous montrons dans la suite du chapitre comment proceder pour les equations dordre 1
ainsi que pour celles dordre 2 qui ont des coecients constants. Enoncons dabord un corollaire
des deux theorèmes precedents (egalement sans demonstration).
Theorème 12.3 Soit I egal à R, une demi-droite ouverte ou un intervalle ouvert. Le problème
de Cauchy en x
0
, avec x
0
I,
_
_
a
n
y
n/
+ a
n1
y
n1/
+ . . . + a
0
= b,
y(x
0
) = y
0
,
y
(x
0
) = y
1
,
.
.
.
y
n1/
(x
0
) = y
n1
,
o` u n N\{0}, a
n
, a
n1
, . . . , a
0
et b sont des fonctions continues de I vers R, a
n
(x) = 0 pour
x I et y
0
, y
1
, . . ., y
n1
R, admet une unique solution parmi les fonctions appartenant à
C
n
(I)).
Ce resultat dunicite est souvent applique dans les sciences naturelles, à un tel point quil a
suscite des interpretations philosophiques. Cependant, le comportement des solutions dequations
non lineaires est souvent très dierentdo` u lemergence de nouveaux points de vue philoso-
phiques.
Exemple 4. Lequation dierentielle
y
_
|y| = 0
nest pas lineaire. Pour la resoudre, distinguons dabord trois cas :
ERENTIELLES. 228
1) Si y > 0, lequation devient y
y, donc y
1/2
dy = dx. Après integration, 2y
1/2
= x+C,
et y = (1/4)(x + C)
2
.
2) Si y < 0, lequation devient y
y, do` u (de manière analogue au cas 1) y = (1/4)(x+

C)
2
.
3) La fonction nulle est egalement solution.
Comme nous souhaitons des solutions de domaine aussi grands que possible, tentons de recoller
les morceaux en nous inspirant des graphes des solutions partielles trouvees (ce sont des
paraboles et une droite) :
y
x
Les solutions sont toutes de domaine R; en voici quelques exemples :
x (1/4)(x + C)
2
;
x
_
(1/4)(x + C)
2
pour x C,
0 pour x C;
x
_
(1/4)(x + C)
2
pour x C,
+(1/4)(x + C)
2
pour x C.
La gure suivante esquisse les graphes de trois solutions :
y
x
Comme toute translation parallèle à laxe ox transforme tout graphe dune solution en un
graphe dune solution, il devient clair que le problème de Cauchy
_
y
_
|y| = 0,
y(7) = 0
ERENTIELLES. 229
admet plusieurs solutions (voyez-vous combien ?), de meme que tout problème de Cauchy pour
x
0
et y
0
quelconques :
_
y
_
|y| = 0,
y(x
0
) = y
0
(le nombre de solutions est-il independant du choix du couple (x
0
, y
0
) ?). Les points (a, 0), avec
a R, sont des points de bifurcation.
12.4 Equations dierentielles lineaires du premier ordre.
La forme generale est
a
1
(x)y
+ a
0
(x)y = b(x).
Si nous supposons a
1
(x) non nul sur le domaine I, nous pouvons diviser par a
1
(x) et nous
ramener à
y
+ a(x)y = m(x). (12.17)

Lequation homogène associee est
y
+ a(x)y = 0. (12.18)
La resolution de lequation donnee (12.17) seectue en trois etapes.
1. Recherche de la solution generale de lequation homogène associee (12.18). Les variables sont
toujours separables, il vient :
dy
y
= a(x) dx
et
ln |y| =
_
a(x) dx + C.
En notant x A(x) une primitive de la fonction x a(x) et posant k = e
C
, nous aurons
y = ke
A(x)
;
ici, k est une constante dintegration.
2. Recherche dune solution particulière de lequation donnee (12.17). Il existe des trucs
adaptes à des formes particulières de second membre. Dautre part, une methode generale
est dite de variation de la constante. Remplacons la constante k introduite à letape 1 par
une fonction z de x, cest-à-dire posons y(x) = z(x) e
A(x)
, puis determinons z pour que cette
fonction x y soit solution de lequation (12.17). Reportons y dans cette equation :
_
ze
A(x)
_
+ a(x)ze
A(x)
= m(x),
do` u comme A
= a
z
e
A(x)
za(x)e
A(x)
+ a(x)ze
A(x)
= m(x)
puis
z
= m(x)e
A(x)
.
Il en resulte
z =
_
m(x)e
A(x)
dx + D.
Comme nous voulons une seule fonction, la constante dintegration peut etre ignoree. La solution
particulière obtenue est donc
y = e
A(x)
_
m(x)e
A(x)
dx.
ERENTIELLES. 230
3. Ecriture de la solution generale de lequation donnee. En vertu du Theorème 12.1, il ne
reste quà additionner les resultats obtenus aux deux premières etapes. La solution generale de
lequation (12.17) est
y = ke
A(x)
+ e
A(x)
_
m(x)e
A(x)
dx,
o` u k est la constante dintegration.
Exemple. Resolvons lequation dierentielle lineaire
y
+ y cos x = cos xsin x (12.19)

en indiquant les etapes par des sigles :
1. S.G. de lE.H.A. Partant de
y
+ y cos x = 0, (12.20)
nous obtenons
dy
y
= cos xdx,
ln |y| = (sin x) + C
y = ke
sinx
.
2. S.P. de lE.D. Posons y = ze
sinx
et determinons z pour que y soit une solution particulière
de (12.19) :
z
e
sin x
+ z(cos x)e
sinx
+ ze
sinx
cos x = cos xsin x
z
= e
sin x
cos xsin x
z =
_
e
sin x
cos xsin xdx.
En posant u = sin x puis en integrant par parties :
z =
_
e
u
u du
= e
u
u
_
e
u
du
= e
sinx
sin x e
sin x
.
Une solution particulière de (12.19) est donc
y = e
sin x
((sin x) 1)e
sinx
cest-à-dire
y = (sin x) 1.
3. S.G. de lE.D. Par addition :
y = (sin x) 1 +ke
sinx
.
12.5 Equations dierentielles lineaires homogènes à coef-
cients constants.
Il sagit dequations rencontrees notamment dans letude des oscillateurs mecaniques, des
circuits electriques, . . .
ERENTIELLES. 231
12.5.1 Equations du premier ordre.
La forme generale dune equation dierentielle lineaire homogène du premier ordre à coe-
cients constants est
ay
+ by = 0, (12.21)
o` u y = y(x) est la fonction inconnue et a, b sont deux nombres reels avec a = 0. Nous avons
dejà resolu de telles equations, meme sans supposer les coecients constants (cf. 12.4). Re-
commencons les calculs :
dy
y
=
b
a
dx,
ln |y| =
b
a
x + C,
y = ke
(b/a)x
.
La solution generale qui vient detre ecrite montre que toute fonction solution de lequation
dierentielle homogène (12.21) est multiple de la fonction
R R : x e
(b/a)x
.
Noublions pas que les constantes k et C ci-dessus sont des constantes dintegration, tandis que
les constantes a et b specient lequation que nous resolvons.
12.5.2 Equations du second ordre.
Soit lequation
ay
+ by
+ cy = 0, (12.22)
en la fonction inconnue y = y(x), avec a, b, c R et a = 0. Daprès le Theorème 12.2, il existe
une base de solutions formee de deux solutions. En vue de trouver deux telles fonctions, voyons
quand une exponentielle de la forme x y = e
rx
, o` u r est une constante à determiner, est
solution. Le report de cette fonction dans lequation (12.22) donne
ar
2
e
rx
+ bre
rx
+ ce
rx
= 0,
et comme e
rx
= 0,
ar
2
+ br + c = 0. (12.23)
Cette dernière equation est lequation caracteristique de lequation dierentielle (12.22).
Toute solution (numerique) r
1
de cette equation caracteristique nous livre la fonction x e
r
1
x
solution de (12.22). La resolution de (12.22) se fera en distinguant trois cas, correspondant au
signe du discriminant = b
2
4ac de lequation caracteristique.
Premier cas : = b
2
4ac > 0. Lequation caracteristique possède les deux solutions reelles
distinctes r
1
et r
2
donnees par
r
1
=
b +
2a
et r
2
=
b
2a
.
Ainsi, les deux fonctions
R R : x e
r
1
x
, R R : x e
r
2
x
ERENTIELLES. 232
forment une base de lespace des solutions de lequation dierentielle (12.22). Autrement dit,
la solution generale de (12.22) est donnee par
y(x) = A
1
e
r
1
x
+ A
2
e
r
2
x
,
o` u A
1
et A
2
sont deux constantes dintegration.
Exemple. Soit à resoudre lequation
y
8y
+ 15y = 0,
qui est bien une E.D.O.L.H.C.C. du 2ème ordre (le lecteur devrait retrouver facilement la
signication du sigle !) Ecrivons son equation caracteristique
r
2
8r + 15 = 0,
qui est de discriminant = 64 60 = 2
2
strictement positif et de racines
8 2
2
=
5
3
La solution generale de lequation donnee est
y(x) = A
1
e
5x
+ A
2
e
3x
.
Deuxième cas : = b
2
4ac = 0. Lequation caracteristique (12.23) nadmet que la seule
solution (double) r
1
= b/(2a). Nous nobtenons alors quune exponentielle solution, à savoir
x e
r
1
x
. Heureusement, la fonction x xe
r
1
x
est egalement une solution. Verions-le en
reportant cette fonction dans lequation (12.22) :
a
_
2r
1
e
r
1
x
+ xr
2
1
e
r
1
x
_
+ b (e
r
1
x
+ xr
1
e
r
1
x
) + cxe
r
1
x
= (2ar
1
+ b)e
r
1
x
+
_
ar
2
1
+ br
1
+ c
_
xe
r
1
x
= 0.
Ainsi, lorsque r
1
est racine double de lequation caracteristique(12.23), les deux fonctions
R R : x e
r
1
x
,
R R : x xe
r
1
x
forment une base de lespace des solutions de lequation dierentielle (12.22). Cette equation
admet donc la solution generale donnee par
y(x) = (Ax + B)e
r
1
x
o` u A et B sont les deux constantes dintegration.
Exemple. Considerons le problème de Cauchy
_
_
_
y
6y
+ 9y = 0
y(0) = 5
y
(0) = 2
Lequation dierentielle est bien du type presentement etudie, car en particulier son equation
caracteristique
r
2
6r + 9 = 0
ERENTIELLES. 233
est de discriminant nul, et de racine double 3. La solution generale de lequation dierentielle
est par consequent
y(x) = (Ax + B)e
3x
.
Recherchons les valeurs des constantes pour que cette fonction satisfasse les conditions initiales.
Il faut
_
(A 0 +B)e
30
= 5
Ae
30
+ (A 0 +B)3e
30
= 2
donc
_
B = 5
A+ 3B = 2
do` u A = 13, B = 5. Lunique solution du problème de Cauchy est la fonction
R R : x (13x + 5)e
3x
.
Troisième cas : = b
2
4ac < 0. Comme lequation caracteristique na aucune solution
reelle, nous navons aucune solution de la forme x e
rx
, r reel. Un detour par des fonctions
à valeurs complexes va nous conduire à des solutions reelles. Si
1
et
2
sont les deux racines
complexes conjuguees de lequation caracteristique, considerons les deux fonctions
R C : x e
1
x
R C : x e
2
x
.
Lexpression e
1
x
a un sens pour nous grace à la formule de Moivre e
i
= cos +i sin (cf. Cha-
pitre 4) : si
1
= u + iv avec u, v R, nous avons e
1
x
= e
ux
(cos vx + i sin vx). Admettant
(e
1
x
)
=
1
e
1
x
, nous constatons que ces deux fonctions sont des solutions complexes de
lequation dierentielle(12.22). Il semble donc que la solution generale (reelle) de (12.22) soit
donnee par
y(x) = Re (K
1
e
1
x
+ K
2
e
2
x
) ,
o` u K
1
, K
2
sont des constantes complexes dintegration. Une reecriture nous permettra de donner
une justication directe. Si K
1
= E + iF et K
2
= G+ iH avec E, F, G, H R, il vient
y(x) = Re
_
(E + iF)e
(u+iv)x
+ (G+ iH)e
(uiv)x
_
= e
ux
Re ((E + iF)(cos vx + i sin vx) + (G+ iH)(cos vx i sin vx))
= e
ux
((E + G) cos vx + (F + H) sin vx).
Avec A = E + G et B = F + H,
y(x) = e
ux
(Acos vx + Bsin vx).
Pour montrer que cette expression donne bien la solution generale de lequation dierentielle (12.22),
il sut de verier que chacune des deux fonctions (avec u iv solutions de lequation ca-
racteristique (12.23))
R R : x e
ux
cos vx
R R : x e
ux
sin vx
sont solutions de (12.22). Ceci est laisse au lecteur. Signalons encore que la solution generale
dans ce troisième cas peut toujours aussi secrire
y(x) = Ce
ux
cos(vx )
ERENTIELLES. 234
o` u cette fois C et sont les constantes dintegration (attention : des valeurs dierentes de
peuvent donner la meme fonction solution).
Exemple. Resolvons le problème aux limites
_
_
y
4y
+ 13y = 0
y(0) = 1
y(
2
) = 5
Lequation caracteristique de lequation dierentielle est
r
2
4r + 13 = 0
et admet les solutions
4 i6
2
=
2 + 3i
2 3i
Ecrivons la solution generale de lequation dierentielle sous la forme
y(x) = e
2x
(Acos 3x + Bsin 3x).
Nous voulons de plus
_
_
_
e
20
(A 1 +B 0) = 1
e
2
2
(A 0 +B (1)) = 5
cest-à-dire
_
A = 1
B = 5 e
Le problème aux limites possède lunique solution

y(x) = e
2x
(cos 3x + 5e
sin 3x).
12.6 Equations dierentielles lineaires à coefcients cons-
tants.
Lorsque le second membre nest plus suppose identiquement nul, nous appliquons le procede
de resolution en trois etapes decrit à la section 12.3 : nous recherchons dabord la solu-
tion generale de lequation dierentielle homogène associee, puis une solution particulière de
lequation donnee, enn sommons ces solutions.
Exemple. Soit lequation dierentielle
y
8y
+ 15y = 5. (12.24)
Lequation dierentielle homogène associee
y
8y
+ 15y = 0, (12.25)
a ete resolue page 232 ; la solution generale en est
y(x) = A
1
e
5x
+ A
2
e
3x
.
ERENTIELLES. 235
Une solution particulière de (12.25) se devine aisement : la fonction constante x 1/3 est
de toute evidence une solution. La solution generale de (12.25) est par consequent
y(x) = 1/3 +A
1
e
5x
+ A
2
e
3x
.
Comment bien deviner une solution particulière dune E.D.O.L.C.C. ? Si lequation est
du premier ordre, la methode de la variation de la constante nous ramène à une integration de
fonction (cf. Section 12.4).
La forme du second membre devrait nous guider. Par exemple, si ce dernier est un polynome
en x, nous sommes tentes de rechercher une solution particulière qui est egalement un polynome.
Exemple. Soit
y
(x) +y
(x) = x. (12.26)
Lequation homogène
y
(x) + y
(x) = 0,
a pour equation caracteristique
r
2
+ r = 0,
et admet donc la solution generale
y(x) = C
1
+ C
2
e
x
.
Recherchons une solution particulière de lequation donnee (12.26) qui soit polynomiale. Notons
quun polynome de degre au plus 1 ne pourra convenir : en eet, le membre de gauche de (12.26)
deviendra un polynome de degre plus petit que 1, tandis que le membre de droite est x. Essayons
donc un polynome de degre au plus 2, c.-à-d. recherchons des constantes reelles , et pour
que la fonction polynomiale x x
2
+x+ soit solution de lequation (12.26). Nous reportons
x
2
+ x + dans lequation et obtenons
2 + (2x + ) = x.
Attention, il ne sagit pas ici de determiner une valeur de x, mais bien des valeurs de , et
qui rendent cette dernière equation veriee pour tout reel x. Ceci impose
_
2 = 1
2 + = 0
donc
_
=
1
2
= 1
Ainsi, la fonction x
1
2
x
2
x est une solution particulière de (12.26). La solution generale est
donc x
1
2
x
2
x + C
1
+ C
2
e
x
.
Cette demarche est fructueuse lorsque le second membre est un polynome. Plus precisement,
considerons à nouveau lequation à coecients constants (avec a = 0)
ay
+ by
+ cy = g(x), (12.27)
dequation caracteristique
ar
2
+ br + c = 0. (12.28)
Lorsque g(x) est un polynome de degre n en x, lequation (12.27) possède une solution
particulière qui est un polynome en x,
de degre n si c = 0 ;
de degre n + 1 si c = 0 et b = 0 ;
de degre n + 2 si c = b = 0.
ERENTIELLES. 236
Lorsque g(x) = le
kx
pour deux constantes l et k, lequation (12.27) possède une solution
particulière de la forme (avec s constante)
se
kx
si k nest pas racine de lequation caracteristique (12.28) ;
sxe
kx
si k est racine simple de (12.28) ;
sx
2
e
kx
si k est racine double de (12.28).
Lorsque g(x) = l cos kx +msin kx pour des constantes l, m, k avec k = 0, lequation (12.27)
possède une solution particulière de la forme (avec s, t constantes)
s cos kx + t sin kx si ik nest pas racine de lequation caracteristique (12.28) ;
sxcos kx + txsin kx si ik est racine de (12.28).
Enn, si g(x) = g
1
(x) + g
2
(x), une solution particulière de lequation (12.27) sobtient en
additionnant une solution particulière de lequation
ay
+ by
+ cy = g
1
à une solution particulière de
ay
+ by
+ cy = g
2
.
12.7 Exercices.
1. Pour quelle(s) valeur(s) reelle(s) de a lequation dierentielle en la fonction inconnue
R R : t y(t)
dy
dt
(t) = (t a)y(t)
admet-elle la solution
y(t) = C e
r(t1)
2
o` u C et r sont des constantes reelles donnees avec C = 0 ?
2. Trouver une equation dierentielle du premier ordre admettant pour solutions les fonc-
tions x y = ax, o` u a est nimporte quel nombre reel.
3. Trouver une equation dierentielle du premier ordre admettant pour solutions au moins
toutes les fonctions y = y(x) satisfaisant
x + a = e
x
y
pour une certaine constante reelle a.
4. Daprès un meteorologiste, la temperature T dans une certaine masse dair est liee
à laltitude h : le taux de changement de T par rapport à h est proportionnel à h et au
logarithme de T. Faut-il preciser en quelle base est pris le logarithme ? Exprimer lhypothèse
du meteorologiste par une equation dierentielle.
5. Sans resoudre lequation, determiner le lieu des points (x, y) o` u la solution y = y(x) de
lequation dierentielle y
= xy 1 atteint un minimum ou un maximum. Montrer que toutes

les solutions ont un graphe dans R
2
qui coupe les axes sous un angle constant.
6. Dans quelle region du plan R
2
les graphes des fonctions solutions de lequation dieren-
tielle y
= sin(x
2
+ y
2
) ont-ils une pente strictement positive ?
7. Quelle equation dierentielle caracterise la famille des courbes dequation y = C
1
x+C
2
x
2
,
o` u C
1
et C
2
varient dans R ?
8. Resoudre les equations dierentielles du premier ordre à variables separables :
a) y
1 x
2
+ xy = 0 ;
ERENTIELLES. 237
b) (1 y
2
)dy y dx = 0 ;
c) (1 +y
2
)x + (1 +x
2
)y
= 0 ;
pour les equations suivantes donner de plus la solution particulière satisfaisant y
0
= y(x
0
) :
d) (x 4)xy
+ y = 0, x
0
= 5, y
0
= 1 ;
e) (1 +y)dx (1 +x)dy = 0, x
0
= 1, y
0
= 2.
9. Quelle est la courbe de R
2
qui represente une solution de lequation dierentielle y
= ln
2
x
et qui coupe la première bissectrice au point dordonnee egale à 1 ?
10. Montrer que la substitution y =
t
x
reduit lequation dierentielle y(1 xy)dx = x(1 +
xy)dy à une equation à variables separables. Resoudre lequation donnee.
11. Une capacite se decharge au travers dune resistance. Sa charge q, fonction du temps t,
satisfait
dq
dt
= i
o` u lintensite i du courant est donnee comme suit en fonction du temps :
i =
q
0
RC
e
t/RC
.
Dans cette expression, q
0
, R et C sont des constantes (q
0
designe la charge à linstant initial
t = 0, R la resistance et C la capacite).
a) Exprimer q en fonction du temps et des constantes de lenonce.
b) Les trois constantes q
0
, R et C etant positives, la charge augmente-t-elle ?
c) Pour t tendant vers linni, la charge a-t-elle une valeur limite ?
12. Trouver la solution y = y(x) de lequation dierentielle
y
= (1 +y
2
)x
2
satisfaisant la condition initiale y(0) = 1.
13. Determiner la solution generale de lequation dierentielle
y
=
x + y
x + 6
,
ainsi que toutes les solutions particulières prenant la valeur 3 pour x = 2.
14. Resoudre les equations dierentielles lineaires du premier ordre :
a) y
+ 2xy = 4x;
b) (x 2)y
= y + 2(x 2)
3
;
c) y
+ y cotg x = 5e
cos x
, et donner la solution particulière par le point
_
2
, 4
_
;
d) xdy 2y dx = (x 2)e
x
dx;
e)
dr
d
+ 3r = 2.
15. Considerons lequation dierentielle
(x
2
+ 2x + 5)y
(x + 1)y = x + 1.
a) Determiner la solution generale de cette equation dierentielle.
b) Combien de solutions particulières passent par le point (
1
2
,
3
2
) ? Determiner toutes ces
solutions particulières.
16. Resoudre les equations dierentielles suivantes : lorsque des conditions initiales sont
donnees, trouver les solutions qui satisfont de plus ces conditions.
ERENTIELLES. 238
a) (1 + x
2
)xy dy = (1 +y
2
)dx;
b) y
3
y
x
=
x + 1
x
;
c) y
2
y
x + 1
= (x + 1)
3
;
d) y
= 0 ;
e) y
=
2x 1
x
2
y + 1 ;
f) y
+
y
2x
=
1
x
, x
0
= 4, y
0
= 4 ;
g) (1 x)dy y
2
dx = 0 ;
h) d + tg d = 0 ;
i) x
3
y
+ (2 3x
2
)y = x
3
;
j)
1 4x
2
dy + 2
_
1 y
2
dx = 0.
17. Resoudre lequation dierentielle y
+ y tg x = sin 2x, o` u
2
< x <

2
.
18. Resoudre les equations dierentielles suivantes, en tenant compte des conditions initiales
(CI) donnees :
a) y
xy = x
3
;
b) y
a
x
y =
x + 1
x
o` u a R \ {0}) ;
c) y
2y
x + 1
= (x + 1)
3
;
d) y
+
1 2x
x
2
y = 1 ;
e) y
cos x + y sin x = 1 ;
f) y
+ y = e
x
;
g) y
y tg x = cos x;
h) y
2y
x
= x
2
e
x
;
i) xy
+ 4y = x;
j) y
(x + 1) 2y = x + 1
(CI : x
0
= y
0
= 0) ;
k) y
+
y
2x
=
1
x
(CI : x
0
= y
0
= 4) ;
l) x
3
y
+ (2 3x
2
)y = x
3
;
m) y
+ y cotg x = 5e
cos x
(CI : x
0
=

2
, y
0
= 4) ;
n) y
+ y cos x =
1
2
sin 2x
(CI : x
0
= y
0
= 2) ;
o) yy
xy
2
x = 0.
19. Resoudre lequation dierentielle en la fonction inconnue t y(t)
dy
dt
(t) + y(t) = max(sin 3t, 0).
20. Soit lequation dierentielle
dy
dx
+ y f(x) = sin x.
a) Determiner la fonction f pour que cette equation admette comme solution la fonction
cosinus. Dans la suite, nous travaillons avec cette fonction f.
b) Quelle est la solution generale de lequation dierentielle ?
c) Quelle est la solution particulière qui admet un extremum pour x =

4
?
21. Quelle est la solution generale de lequation dierentielle
y
6y
+ 9y = x + e
x
?
Determinez toutes les solutions particulières y telles que y(0) = 2.
22. Resoudre lequation dierentielle y
2/
y = sin x.
23. Determiner la solution generale des equations dierentielles suivantes :
ERENTIELLES. 239
a) y
2y
= 0 ;
b) y
4y
+ 4y = 0 ;
c) y
4y
+ 3y = 0 ;
d) 2y
= 0 ;
e) y
4y
= 0 ;
f) y
+ y
12y = 0 ;
g) y
+ 4y = 0 ;
h) y
+ y
+ y = 0 ;
i) y
+ 2y
+ y = 0 ;
j) y
2y
8y = 0 ;
k) y
7y
+ 10y = 0 ;
l) y
+ 4y
+ 5y = 0 ;
m) y
4y
+ 13y = 0 ;
n) y
4y
+ 3y = 0.
24. Determiner la solution particulière des equations dierentielles suivantes repondant aux
conditions initiales indiquees :
a) y
+ 10y
+ 16y = 0, x
0
= 0, y
0
= 1, y
0
= 12 ;
b) y
6y
+ 10y = 0, x
0
= 0, y
0
= 1, y
0
= 4 ;
c) y
+ 9y = 0, x
0
=

3
, y
0
= 1, y
0
= 1.
25. Determiner la solution generale des equations dierentielles suivantes :
a) y
6y
+ 13y = 39 ;
b) y
+ 2y
+ 8y = 4x
2
6x 3 ;
c) y
2y
3y = 2x + 1 ;
d) y
+ 9y = 9e
3x
;
e) y
2y
+ y = 6e
x
;
f) y
5y
+ 6y = e
x
;
g) y
3y = e
2x
;
h) y
16y = 2e
4x
;
i) y
2y
+ 5y = 10 sinx;
j) y
5y
+ 6y = 3 sin x;
k) y
5y
+ 4y = 2 cos x + 8 sinx;
l) y
2y
+ 2y = cos 2x;
m) y
+ y = cos 2x;
n) y
+ 4y = sin 2x cos 2x;

o) y
+ y
= x
2
;
p) y
y = sin x cos x;
q) y
+ 5y
+ 4y = 3 2x;
r) y
+ 2y
+ 2y = x
2
+ sin x;
s) y
9y = x + e
2x
sin 2x;
t) y
3y
+ 2y = 2x
2
+ 1 +e
x
;
u) y
+ 2y
+ 4y = e
x
sin 2x;
v) y
+ y = 2 sin x + 4 cos x;
w) y
2y
+ y = sin x + sh x;
x) y
6y
+ 9y = e
3x
.
26. Determiner la solution particulière des equations dierentielles suivantes repondant aux
conditions initiales indiquees :
a) y
+ 3y
+ 2y = x
2
+ 4x + 8, x
0
= 0, y
0
= 1, y
0
= 2 ;
b) y
4y
+ 4y = e
2x
+ x
2
, x
0
= 0, y
0
= 0, y
0
= 0 ;
c) y
2y
3y = 2x + 1, x
0
= 0, y
0
=
1
3
, y
0
=
4
9
;
d) y
+ 4y = 2 cos 2x, x
0
= 0, y
0
= 0, y
0
=
1
2
.
27. Determiner la courbe de R
2
representant la solution des equations dierentielles sui-
vantes et repondant aux conditions imposees :
a) y
2y
+ 2y = 2 sin x, courbe dont la tangente à lorigine est laxe

des abscisses ;
b) y
2y
= 2x, courbe dont la tangente au point (0, 2) est

parallèle à laxe des abscisses ;
c) y
6y
+ 9y = x
2
e
3x
, ) courbe dont la tangente au point (0, 1) a
un coecient angulaire nul ;
) courbe dont la tangente au point (0, 1) a
une pente egale à
1
4
;
d) 1. y
+ 4y = 3 cos x,
2. y
+ 4y
= sin 2x,
courbe(s) passant par les points (0, 0) et
(
2
, 0) ;
e) y
+ 4y = sin 3x, courbe passant par les points (0, 2) et

(
4
,
9
2
10
).
28. Sous quelles conditions sur les nombres reels a, b, c lequation dierentielle ay
+ by
+
cy = 0 nadmet-elle que des solutions periodiques ?
29. Determiner lequation dierentielle du second ordre lineaire homogène à coecients
ERENTIELLES. 240
constants, dont la solution generale est y = Ce
x
cos(2x + ), o` u C et sont des constantes
dintegration.
30. Soit lequation dierentielle y
+ 2y
+ my = 12x
2
e
x
.
a) Determiner la constante reelle m de manière que y = x
4
e
x
soit une solution particulière
de cette equation.
b) Determiner ensuite, pour cette valeur de m, la solution generale.
c) Quelle est la solution particulière qui passe par les points (0, 0) et (1, 1) ?
31. Soit lequation dierentielle y
4y
+ 4y = f(x).
a) Determiner f(x) pour que y = 4x
2
e
2x
soit solution de cette equation.
b) Determiner ensuite la solution generale.
c) Determiner la solution particulière dont le graphe est tangent à la première bissectrice à
lorigine des axes.
32. Determiner les fonctions nulles à lorigine et telles que leur derivee première soit egale
à loppose de la derivee seconde.
2
passant par lorigine et admettant en chaque point une pente
egale au triple de labscisse du point ?
2
passant par le point (
1
2
, 2) dont la pente en chaque point
est proportionnelle au carre de lordonnee du point ?
35. En tout point dune courbe de R
2
, langle forme par la tangente en ce point et laxe
des abscisses est complementaire de langle forme par la droite joignant le point à lorigine et
laxe des abscisses. Caracteriser cette courbe ; est-elle unique ?
36. La normale en un point quelconque dune courbe de R
2
passe toujours par un point
xe. Quelle est la nature de cette courbe ?
37. Etudier la solution generale de lequation dierentielle du mouvement harmonique
amorti
d
2
x
dt
2
+ 2k
dx
dt
+ n
2
= 0
dans les cas n
2
< k
2
, n
2
= k
2
, n
2
> k
2
. Quand la solution represente-t-elle un mouvement
oscillatoire ? Lorsque
k
2
n
2
est proche de zero, comparer la solution avec celle de loscillateur non
amorti (modication de la periode, de lamplitude).
38. Laltitude y dune pierre, de masse m, lancee verticalement (vers le haut) dans lair,
verie lequation dierentielle y
= mg
k
m
y
o` u g et k sont des constantes strictement

positives.
a) Calculez laltitude de la pierre en fonction du temps, si sa vitesse initiale est v
0
(y
(0) =
v
0
).
b) Determinez la vitesse v
0
pour que laltitude maximale de la pierre soit A.
Chapitre 13
Espaces numeriques.
La plupart des fonctions analysees jusquà present etaient denies sur un sous-ensemble de
R et prenaient leurs valeurs dans R. Les sciences naturelles font aussi intervenir des fonctions
à valeurs vectorielles dune variable vectorielle.
Exemple 1. Lequation des gaz parfaits pV = nRT permet, par exemple, dexprimer le volume
V en fonction de deux variables, la pression p et la temperature T (rappelons que n et R sont
deux constantes) :
V = nR
T
p
.
En choisissant le plus grand domaine possible, nous decrivons cette fonction par :
V : R R
R : (T, p) nR
T
p
,
o` u R
= R \ {0} (ce domaine serait certainement restreint par les physiciens et chimistes). La
fonction V sapplique à un point dun sous-ensemble de R
2
, autrement dit à un vecteur dune
partie de lespace vectoriel reel R
2
.
Exemple 2. Le mouvement dun point mobile p dans lespace R
3
est decrit par une fonction
du temps t, à valeurs dans R
3
, par exemple
]t
0
, t
1
[R
3
: t

op(t) = (sin(t ), cos(t + ), t 5) .
Les valeurs de cette fonction sont vectorielles.
Exemple 3. Voici une application lineaire (au sens de chapitres ulterieurs) de R
2
vers R
4
speciee par sa matrice 4 2 dans les bases canoniques :
R
2
R
4
:
_
x
1
x
2
_
_
_
_
_
4 3
7 2
1 0
5 2
_
_
_
_
_
x
1
x
2
_
=
_
_
_
_
4x
1
3x
2
7x
1
+ 2x
2
x
1
5x
1
+ 2x
2
_
_
_
_
.
Lintroduction de la continuite, la derivabilite, etc. de fonctions vectorielles dune variable
vectorielle generalise directement la demarche suivie pour les fonctions reelles dune variable
reelle. La première notion utilisee est celle de convergence dune suite de points, pris cette fois
dans un espace R
n
. En remplacant la valeur absolue |x y| de la dierence de deux nombres
reels x et y par la distance d(p, q) entre deux points p et q de R
n
, nous denissons les notions
topologiques dans R
n
. Le present chapitre introduit des notions qui seront utiles dans letude
des fonctions.
241
CHAPITRE 13. ESPACES NUM
ERIQUES. 242
13.1 Notions de topologie dans les espaces numeriques.
Les espaces numeriques R
n
, o` u n est un nombre naturel, generalisent les espaces de la
geometrie analytique (obtenus pour n = 2 ou n = 3). Rappelons
R
n
= { (x
1
, x
2
, . . . , x
n
) | x
1
, x
2
, . . . , x
n
R}.
Le n-uple (x
1
, x
2
, . . . , x
n
) est un point de R
n
, aussi note x.
La distance (euclidienne) |pq| entre deux points p = (p
1
, p
2
, . . . , p
n
) et q = (q
1
, q
2
, . . . , q
n
)
de R
n
est donnee par
|pq| =
_
n
i=1
(p
i
q
i
)
2
.
Lorsque n = 1, la distance devient, pour p, q R :
|pq| = |p q|.
Cette constatation nous conduit à etendre aux espaces numeriques des concepts topologiques
rencontres au chapitre 5.
Denition 1. Soit A R
n
. Un point p de R
n
appartient au bord de A lorsque
> 0, q A : |pq| < ; (13.1)
> 0, r CA : |pr| < . (13.2)
Le bord de A est donc forme des points p de R
n
qui peuvent etre approches daussi près
que voulu par des points de A et par des points du complementaire CA = R
n
\ A.
Exemple 1. Considerons dans le plan R
2
le disque ferme D de rayon
1
2
centre au point (3, 2) :
D = {(x, y) R
2
| (x 3)
2
+ (y 2)
2
0, 25}.
1
2
3
4
1
1 2 3 4 1 2
(x, y)
r
Le bord de A est le cercle dequation (x 3)
2
+ (y 2)
2
= 0, 25. En eet, un point p de ce
cercle satisfait automatiquement la Condition (13.1) (comme p A, il sut de faire q = p). Ce
point p = (x, y) satisfait aussi la Condition (13.2) : il sut de prendre pour r le point
r = (x, y) +

2
1
_
(x 3)
2
+ (y 2)
2
(x 3, y 2)
(nous avons ajoute au point p = (x, y) du cercle un multiple bien choisi du vecteur dorigine en
(3, 2) et dextremite en p). Signalons que le disque ouvert
E = {(x, y) R
2
| (x 3)
2
+ (y 2)
2
< 0, 25}
ERIQUES. 243
possède le meme bord que D.
Lexemple que nous venons de traiter se generalise directement en dimension 3, et meme n
avec n N
.
Denition 2. La boule fermee de centre p et de rayon R dans lespace R
n
est lensemble
{q R
n
| |pq| R};
la boule ouverte correspondante (en supposant R > 0) est lensemble
{q R
n
| |pq| < R}.
Comme d designe ici la distance euclidienne, la terminologie boule euclidienne (fermee ou
ouverte) sera parfois utilisee.
Nous admettrons sans demonstration le resultat suivant (une preuve reprendrait les argu-
ments utilises dans lExemple 1 ci-dessus).
Proposition 13.1 Les deux boules de la Denition 2 ont toutes les deux comme bord lhyper-
sphère de centre p et de rayon r, cest-à-dire
{q R
n
| |pq| = R}.
Pour n = 3, cette hypersphère est une sphère ; pour n = 2, il sagit dun cercle, et pour
n = 1 dune paire de points.
La denition du bord dun ensemble A de R
n
peut encore se formuler comme suit : le point
p de R
n
est un point de ce bord ssi toute boule centree en p rencontre à la fois A et CA. Nous
ne donnons pas de justication des exemples suivants de bord, esperant que cette formulation
et un brin dintuition suront à convaincre le lecteur.
Exemples 2. Voici des sous-ensembles A de R
2
, et leurs bords (representez-vous ce que sont
ces sous-ensembles !) :
A bord de A
{(x, y) R
2
| x > 0} {(x, y) R
2
| x = 0}
{(x, y) R
2
| xy 0} {(x, y) R
2
| xy = 0}
{(x, y) R
2
| x = 0} {(x, y) R
2
| x = 0}
{(x, y) R
2
| y x
2
} {(x, y) R
2
| y = x
2
}
De meme dans R
3
:
A bord de A
{(x, y, z) R
3
| x + y + z 0} {(x, y, z) R
3
| x + y + z = 0}
{(x, y, z) R
3
| |x| < 1} {(x, y, z) R
3
| |x| = 1}
{(x, y, z) R
3
| z = 0 et x
2
+ y
2
1} {(x, y, z) R
3
| z = 0 et x
2
+ y
2
1}
ERIQUES. 244
Le dernier cas appelle une remarque : un disque ferme plan plonge dans R
3
est egal à son bord
(alors que considere dans R
2
il dière de son bord).
Comme dans la Section 5.5, nous introduisons les notions densemble ferme et densemble
ouvert à partir de la notion de bord.
Denition 3. Un sous-ensemble A de R
n
est ferme sil contient son bord; il est ouvert sil
est disjoint de son bord.
Exemple 3. Dans R
2
, sont ouverts : les disques ouverts (eh oui), les demi-plans ouverts
comme par exemple {(x, y) R | x > 0}, lensemble {(x, y) R
2
| y > x
2
}, . . . Sont fermes :
les singletons, les droites, les disques fermes, les demi-plans fermes comme par exemple {(x, y)
R | x 0}, les cercles, les paraboles, . . . Lensemble
{(x, y) R
2
| xy > 0} {(0, 0)}
nest ni ouvert, ni ferme.
Les notions topologiques de compacite et de connexite seront abordees plus loin dans ce
chapitre.
Denition 4. Un sous-ensemble A de R
n
est borne sil est inclus à (au moins) une boule.
Nous pourrions imposer que cette boule soit fermee ou quelle soit ouverte (voyez-vous
pourquoi ?).
Exemple 4. Dans R
3
, une sphère, une boule, un singleton, tout ensemble ni de points sont
bornes. Une droite, une demi-droite, une parabole, un plan ne sont pas bornes.
13.2 Convergence de suites ; compacite.
Denition 1. Une suite (p
i
)
iN
de points dans R
n
est une application N R
n
: i p
i
,
cest-à-dire la donnee pour chaque nombre naturel i dun point p
i
de R
n
. Cette suite converge
vers le point p de R
n
lorsque
> 0, i
0
N, i N : i i
0
|pp
i
| < .
Nous ecrivons alors lim
i
p
i
= p.
Lavant-dernière formule requiert que tout boule ouverte centree en p contienne toutes les
valeurs p
i
de la suite sauf peut-etre un nombre ni de ces valeurs. Autre interpretation : cette
formule impose que la distance de p
i
à p tende vers 0. Ainsi
lim
i
p
i
= p lim
i
|p
i
p| = 0.
Exemple 1. Soit la suite (p
i
)
iN
dans R
2
, denie par
p
i
=
_
cos
_
i
4
_
, sin
_
i
4
__
(voyez-vous comment on passe dune valeur p
i
à la suivante p
i+1
?). Cette suite ne converge
vers aucun point.
Exemple 2. Pour p
i
=
_
1
i + 1
,
i
i + 1
_
, la suite (p
i
) converge vers le point (0, 1). Ceci peut se
verier à partir de la denition meme, ou en recourant aux deux proprietes suivantes.
ERIQUES. 245
Proposition 13.2 La suite (p
i
) de points de R
2
converge ssi la suite des abscisses des p
i
et la
suite des ordonnees des p
i
convergent.
Avant de generaliser en dimension ce resultat, nous devons regler un problème de notation.
Pour marquer la dierence entre lindice de suite et lindice de coordonnee, decidons decrire ce
dernier superieurement. Ainsi, p
j
i
denote la j-ème coordonnee du point de rang i dans la suite.
Pour rappeler que j nest pas un exposant, nous lentourons parfois de parenthèses.
Proposition 13.3 Pour une suite (p
i
) de points de R
n
, les deux conditions suivantes sont
equivalentes :
1. la suite (p
i
) converge vers le point p de R
n
;
2. pour 1 j n, la suite des j-èmes coordonnees (p
(j)
i
) converge vers p
(j)
.
Demonstration. Supposons lim
i
p
i
= p. En vue detablir lim
i
p
(j)
i
= p
(j)
, donnons-nous un nombre
reel strictement positif. Par hypothèse, il existe un naturel i
0
tel que
i i
0
|pp
i
| < .
Or nous avons
|p
(j)
p
(j)
i
|
_
n
j=1
_
p
(j)
p
(j)
i
_
2
= |pp
i
|.
Donc |p
(j)
p
(j)
i
| < dès que i i
0
, ce qui etablit lim
i
p
(j)
i
= p
(j)
comme souhaite.
Pour la reciproque, nous supposons lim
i
p
(j)
i
= p
(j)
pour tout j de {1, 2, . . . , n}. En vue de
prouver cette fois que (p
i
) converge vers p, donnons-nous > 0. Comme

n
est encore un reel
strictement positif, il existe par hypothèse pour chaque j un nombre naturel k
j
tel que si i N
i k
j
|p
(j)
p
(j)
i
| <

n
.
En posant i
0
= max{k
1
, k
2
, . . . , k
n
}, nous aurons encore
i i
0

_
j {1, 2, . . . , n} : |p
(j)
p
(j)
i
| <

n
_
,
et par consequent
i i
0
|pp
i
| =
_
n
i=1
_
p
(j)
p
j)
i
_
2
<
_
n
i=1
_

n
_
2
=
_
n
2
n
= ,
ERIQUES. 246
ce que nous voulions.
En combinant la Proposition 13.3 avec des resultats sur les suites de nombres reels (cf. 5.4),
il nest pas dicile
1
de prouver les propositions que voici.
Proposition 13.4 Si les suites (p
i
) et (q
i
) convergent dans R
n
vers respectivement p et q, alors
la suite (p
i
+ q
i
) converge vers p + q. Si de plus la suite (
i
) de nombres reels converge vers le
reel , alors la suite (
i
p
i
) converge vers p.
Proposition 13.5 Lensemble des valeurs dune suite convergente de R
n
est borne.
Theorème 13.6 Si lensemble des valeurs dune suite de R
n
est borne, alors cette suite admet
une sous-suite convergente.
Theorème 13.7 (Cauchy). Une suite (p
i
) de R
n
est convergente ssi
> 0, i
0
N, i, j N : (i i
0
et j i
0
) |p
i
p
j
| < .
Nous pouvons aussi generaliser les caracterisations des fermes (et donc des ouverts) en
termes de suites.
Proposition 13.8 Un sous-ensemble A de R
n
est ferme ssi il contient la limite de chacune
des suites convergentes de points de A.
La preuve de 5.5 sadapte directement à R
n
.
Theorème 13.9 (Heine et Borel). Un sous-ensemble A de R
n
est borne et ferme ssi toute
suite de points de A admet une sous-suite convergeant vers un point de A.
Denition 2. Un sous-ensemble satisfaisant la condition à droite du ssi dans le Theorème 3
est dit compact.
Signalons brièvement que les compacts de R
n
sont encore caracterises comme suit : le sous-
ensemble A de R
n
est compact ssi de tout recouvrement de A par des ensembles ouverts il est
possible dextraire un sous-recouvrement ni (Theorème de Lebesgue). Cette caracterisation
est retenue pour denir les compacts dans des espaces beaucoup plus generaux que les espaces
numeriques etudies ici.
13.3 Fonctions continues et connexite par arcs.
Designant par f une fonction dun sous-ensemble D de R
m
vers R
n
, nous etendons la
denition de la continuite de f (dejà rencontree lorsque m = n = 1).
Denition 1. Supposons p D. Si pour toute suite (p
i
) de points de D qui converge vers p il
vient
lim
i
f(p
i
) = f(p),
1. Le lecteur ne doit pas necessairement juger de la diculte des preuves de la meme manière que lauteur.
ERIQUES. 247
nous dirons que f est continue au point p, et ecrirons
lim
qp
f(q) = f(p).
Si cette propriete est valide en chaque point de D, la fonction f est dite continue.
Les notations p et f(p) ont ete choisies pour mettre en evidence la ressemblance de cette
denition avec celle donnee en 6.4. La plupart des exemples se decrivent à laide des coordonnees
de ces points.
f : R
2
R : (x, y)
_
xy
x
2
+ y
2
si (x, y) = (0, 0)
0 autrement
nest pas continue en (0, 0), et cela meme si une autre valeur que 0 est choisie pour f(0, 0).
En eet, la suite speciee par p
i
=
_
1
i
, 0
_
converge vers (0, 0) et la suite image donnee par
f(p
i
) = 0 converge vers 0 ; dautre part, si p
i
=
_
1
i
,
1
i
_
, la suite image verie f(p
i
) =
1
2
et
converge vers
1
2
.
f : R
2
R
3
: (x, y) (x, y, 0)
est continue.
Etablir directement la continuite dune fonction à partir de la Denition 1 implique souvent
des dicultes techniques. Il en va de meme lors du recours ` a la proposition suivante.
Proposition 13.10 La fonction f : D R
n
est continue au point p de D ssi
> 0, > 0, q D : |pq| < |f(p)f(q)| < .
La reformulation litteraire donnee à propos des fonctions de R vers R (cf. 6.4) est toujours
valable : il est possible de rendre f(q) arbitrairement proche de f(p) en prenant q susamment
proche de p.
Lorsque D R, etablir la continuite de f revient à etablir la continuite de n fonctions à
valeurs reelles dune seule variable reelle.
Proposition 13.11 Si D R, la fonction f : D R
n
est continue ssi chacune des n fonctions
f : D R : p (f(p))
(j)
,
o` u j {1, 2, . . . , n}, est continue.
Demonstration. Ceci decoule directement de la Proposition 13.3 appliquee aux suites images
f(p
i
).
f : [0, 1] R
2
: x (x
3
, x
2
1)
ERIQUES. 248
est continue, car chacune des deux fonctions
[0, 1] R : x x
3
[0, 1] R : x x
2
1
est continue.
La fonction f du dernier exemple, si [0, 1] est vu comme un intervalle de duree, decrit le
mouvement dun point mobile dans le plan R
2
(nous reviendrons sur ceci à la section 14.1).
Limage de f est la trajectoire du point mobile ; nous lappellerons aussi arc de courbe (bien
que cette denition est imparfaite car elle donne lieu à des exemples très biscornus : voir
chapitre suivant).
Denition 2. Un arc de courbe dans R
n
est limage dune application continue f dun
intervalle ferme [a, b] vers R
n
; les points f(a) et f(b) sont les extremites de larc. Un sous-
ensemble A de R
n
est connexe par arcs lorsque deux quelconques de ses points sont toujours
les extremites dun arc de courbe contenu dans A.
Exemple 3. Une boule ouverte B de R
3
est connexe par arcs : si p et q sont deux points de
cette boule, le segment [p, q] est un arc de courbe joignant p à q et contenu dans B. En eet,
ce segment est limage de lapplication continue
[0, 1] R
3
: t p + t(q p).
Largument utilise dans le dernier exemple sapplique à tous les sous-ensembles convexes
C de R
n
, denis par la condition :
p, q C : [p, q] C.
C
p
q
Exemple 4. Le sous-ensemble suivant de R
2
,
A = {(x, y) R
2
| xy 0},
reunion des premier et troisième quadrants (y compris les axes), est connexe par arcs.
Exemple 5. Le sous-ensemble suivant de R
2
nest pas connexe par arcs :
C = {(x, y) R
2
| xy > 0}.
En eet, aucun arc de courbe inclus à C ne joint le point (1, 1) au point (1, 1). (Nous
admettons ceci sans preuve technique).
Enn, le resultat suivant setablit par la meme preuve que celle vue en 6.5 pour les fonctions
reelles dune variable reelle.
Proposition 13.12 Si la fonction f : C R est continue sur le sous-ensemble compact C
de R
n
, alors f atteint un minimum en un point de C et aussi un maximum en un point de C.
ERIQUES. 249
13.4 Exercices.
1. Determiner le bord des sous-ensembles suivants de R
2
, chacun etant deni par une
(in)equation en les coordonnees :
a) x 3; e) (x 1)
2
+ (y 2)
2
2;
b) y > 2; f) (x 1)(y x
2
) > 0;
c) 2x y + 5 7; g) x
2
+ y
2
= 0;
d) y > x
2
1; h) |x| + |y| 1;
e) |x + y| > 1; i) | sinx|
1
2
.
2. Parmi les sous-ensembles de R
2
donnes dans lExercice 1, lesquels sont
a) ouverts ? b) fermes ? c) bornes ? d) compacts ?
3. Faites un schema, en representant le système daxes, des sous-ensembles de R
3
denis
analytiquement par
a)
_
x = 3y
y = z
d) x
2
+ z
2
< 1;
b) x
2
+ y
2
+ z
2
4; e) (x
2
1)(y
2
1) > 0;
c) 0 z x
2
+ y
2
; f)
_
x
2
+ y
2
= 4;
y = z.
Ces sous-ensembles sont-ils bornes, ouverts, fermes, compacts ?
4. Voici des suites de points de R
2
. Pour chacune, determiner si elle converge et, dans
larmative, sa limite.
a)
_
(1)
i
i + 1
,
1
i
2
+ 1
_
; e) (i, i
2
);
b)
_
cos(i
4
)
i + 1
,
sin(i
4
)
i + 1
_
; f)
_
ch(
1
1 + i
), sh(2
i
)
_
;
c) (2
i
, 2
i
); g)
_
arctg i,
(1)
i
i + 1
i
2
+ 4
_
;
d)
_
(1)
i
,
1
tg i
_
; h)
_
i
i + 1
, sin i
_
.
5. Quelles suites parmi celles de lexercice precedent admettent une sous-suite convergente ?
Donnez-en des sous-suites convergentes.
6. Quels sous-ensembles parmi ceux de lExercice 1 sont connexes par arcs ?
7. Dans R
n
, determiner la plus grande distance euclidienne entre deux points de lensemble
{v R
n
| |
n
i=1
v
i
| 1}.
Chapitre 14
Fonctions vectorielles dune variable
reelle.
Le concept mathematique etudie dans ce chapitre est inspire de la physique. Dans letude
du mouvement dun point, la position du point (reperee par un vecteur) est fonction du temps
(une variable reelle). Le vecteur vitesse de la physique devient ici le vecteur derivee première
de la fonction. Nous introduirons aussi la dierentielle de la fonction, puis quelques notions
elementaires sur les courbes. La dernière section est consacree à lintegrale curviligne dune
fonction sur un arc de courbe.
14.1 Denitions.
Soit D un sous-ensemble de R (le symbole D est la première lettre de domaine et de duree).
Donnons-nous aussi un nombre naturel n et une fonction
f : D R
n
: t f(t) =

op(t) =

p (t).
Les deux dernières notations pour limage renvoient à linterpretation physique dun point
mobile p, repere par son vecteur position

op, lorsque t designe la variable temps. Illustrons ceci
pour n = 2.
Limage f(D) est la trajectoire du point. Par denition (cf. Denition 2 de 13.3), lorsque
D est un intervalle ferme et f est continue, limage f(D) est un arc de courbe de R
n
. Nous
dirons que f parametrise cet arc de courbe, que t est le paramètre. Un point p dun arc
parametre par f est simple sil existe une seule valeur t de D telle que f(t) = p, sinon ce point
est multiple. Larc est simple si tous ses points sont simples.
250
CHAPITRE 14. FONCTIONS VECTORIELLES DUNE VARIABLE R
EELLE. 251
La denition darc de courbe que nous utilisons est imparfaite car il existe une application
continue de [0, 1] vers R
2
dont limage remplit un carre
1
. De meme, nous denirons imparfaite-
ment une courbe de R
n
comme limage dune application continue de R vers R
n
. Points simples
et points multiples de courbes parametrees se denissent pareillement.
Exemple 1. Soit f : R R
2
: t (t
3
t, t
2
). La
x
y
courbe image est aussi decrite par ses equations parametriques
_
x = t
3
t,
y = t
2
,
t R.
En eliminant le paramètre t, nous obtenons lequation cartesienne
x
2
= y
3
2y
2
+ y.
Exemple 2. Soit
f :
_
4
,

4
_
R
2
: t
_
cos 2t cos t,
cos 2t sin t
_
.
Il vient x
2
+ y
2
= cos 2t. Passons aux coordonnees polaires , :
=
cos 2t
et comme
x = cos t, y = sin t,
nous deduisons = t. Lequation de la courbe en coordonnees polaire est donc
2
= cos 2, do` u
la gure
x
y
La continuite dune application D R
n
a ete denie en 13.3 ; reformulons la Proposi-
tion 13.11.
1. La construction est trop elaboree pour etre fournie ici.
EELLE. 252
Proposition 14.1 La fonction f : D R
n
, avec D R, est continue ssi chacune des fonc-
tions suivantes est continue :
D R : t f
(i)
(t), i = 1, 2, . . . , n,
o` u f
(i)
(t) est la i-ème composante de f(t).
f : R R
3
: t (t, t
2
, t
3
)
est continue, car sont continues les trois applications
R R
3
: t t, R R
3
: t t
2
, R R
3
: t t
3
.
14.2 Derivee et dierentielle.
Conservons nos notations f : D R
n
avec D R; soit de plus u
o
un point interieur à D.
Lorsque n = 1, la derivee de f en u
o
a dejà ete denie en 7.1. Nous procedons de meme, sans
oublier quà present les valeurs de f sont des vecteurs (ou points) de R
n
.
Denition 1. Le vecteur derivee de f en u
o
est, sil existe, le vecteur note
df
dt
(u
o
) tel que
pour toute suite (t
k
) de nombres dans D \ {u
o
}
lim
k
t
k
= u
o
lim
k
1
t
k
u
o
_
f(t
k
)
f(u
o
)
_
=
df
dt
(u
o
).
Legalite de droite signie que pour tout > 0 (comme dhabitude, denote un nombre reel
strictement positif), il existe un nombre naturel m tel que
k m |
df
dt
(u
o
)
1
t
k
u
o
(
f(t
k
)
f(u
o
))| <
(nous pouvons rendre la distance euclidienne entre les deux vecteurs arbitrairement petite en
choisissant un rang susamment grand dans la suite ; par distance entre les deux vecteurs, nous
entendons la distance entre les extremites de ces deux vecteurs lorsque ceux-ci sont localises en
un meme point). Un dessin est sans doute plus revelateur :
Nous localisons en f(u
o
) les deux vecteurs
f(t
k
)
f(u
o
) et
df
dt
(u
o
) ; le premier est supporte par
une secante à la trajectoire, qui tend (si tout se passe bien) vers une tangente au point f(u
o
).
EELLE. 253
Ainsi le vecteur derive, sil existe et est non nul, est un vecteur directeur dune tangente à la
trajectoire ; cette tangente admet alors pour equation vectorielle
f(u
o
) +
df
dt
(u
o
), R.
Le vecteur derive
df
dt
(u
o
) est parfois aussi note
(u
o
) et, en mecanique,

f (u
o
) : cest le
vecteur vitesse du point mobile
f(t) à linstant u
o
. Distinguons bien le vecteur vitesse
df
dt
(u
o
) et
la vitesse numerique, qui est la norme
df
dt
(u
o
)
de ce vecteur (cette dernière mesure la rapidite

du parcours de la trajectoire). Travaillant dans une base (quelconque)
b
1
,

b
2
, . . . ,
b
n
de R
n
, nous
decomposons les vecteurs :
f(
t ) =
n
i=1
f
(i)
(t)

b
i
,
df
dt
(u
o
) =
n
i=1
_
df
dt
_
(i)
(u
o
)

b
i
.
Grace à la Proposition 13.3, il vient pour i = 1, 2, . . . , n :
_
df
dt
(u
o
)
_
(i)
=
df
(i)
(t)
dt
(u
o
)
(et aussi : le vecteur derivee existe exactement lorsque les n derivees des membres de droite
existent).
2
: t (t
3
t, t
2
). Appliquons la dernière formule en travaillant
dans la base canonique

e
1
,

e
2
de R
2
:
df
dt
(u
o
) =
_
d(t
3
t)
dt
(u
o
),
dt
2
dt
(u
o
)
_
= (3u
2
o
1, 2u
o
).
Nous localisons le vecteur (3u
2
o
1)
e
1
+ 2u
o
e
2
au point (u
3
o
u
o
, u
2
o
) de R
2
:
x
y
EELLE. 254
La vitesse de parcours est à linstant u
o
donnee par
_
(3u
2
o
1)
2
+ (2u
o
)
2
=
_
9u
4
o
2u
2
o
+ 1.
Comme cette expression est continue et ne sannule jamais, la courbe est regulière (sans point
anguleux ou de rebroussement).
2
: t (t
3
, t
2
). Le dessin
x
y
indique un accident pour t = 0. De fait, le vecteur vitesse
df
dt
(t) = 3t
2
e
1
+ 2t
e
2
sannule pour t = 0. Dans cet exemple, lorigine (0, 0) est un point de rebroussement de la
courbe.
2
: t (t
3
+ t, |t|). La courbe image admet un point anguleux
pour t = 0 :
x
y
Explication : le vecteur vitesse est (3t
2
+ 1, 1) pour t > 0 et (3t
2
+ 1, 1) pour t < 0. Pour t
tendant vers 0, ses limites gauche et droite sont distinctes.
Denition 2. Un courbe (parametrisee) lisse de R
n
est limage dune application f : R
R
n
telle que le vecteur derivee
df
dt
(u
o
) existe et est non nul pour tout u
o
de D. On dit alors que
f est une parametrisation lisse de la courbe.
Une telle courbe admet pour chaque valeur u
o
une tangente à la trajectoire au point
f(u
o
).
Comme il se peut que ce point soit obtenu pour plus dune valeur de u
o
, il serait plus exact
de parler de tangente à une branche de la courbe en f(u
o
) (comme dans lExemple 1 o` u
f(1) = f(1)). Nous avons un concept similaire darc de courbe lisse : cest limage dune
application f : [a, b] R
n
: t
f(t) telle que

d
f
dt
(u
o
) =

0 pour tout u
o
de [a, b]. Bien s ur si
u
o
= a ou u
o
= b la denition du vecteur vitesse doit etre legèrement adaptee (u
o
nest plus un
point interieur du domaine).
Reprenons la description parametrique de la tangente obtenue pour la valeur u
o
R R
n
:
f(u
o
) +
df
dt
(u
o
).
EELLE. 255
Comme = 0 donne le point f
(u
o
), nous considerons que mesure un ecart par rapport à la
valeur u
o
. Formons lespace vectoriel reel de tous les vecteurs de R localises en u
o
, que nous
notons comme dhabitude R
uo
. Soit

e le vecteur constituant la base canonique de R
uo
(donc
e est localise en u
o
, de norme 1, oriente croissant). Associant au vecteur
e de R
uo
, nous
obtenons lapplication
R
uo
R
n
f(uo)
:
df
dt
(u
o
),
o` u R
n
f(uo)
est lespace vectoriel reel forme par les vecteurs de R
n
localises en f(u
o
).
Cette application est la dierentielle de f au point u
o
, que nous designons par

df(u
o
). Donc
df(u
o
)(
e ) =
df
dt
(u
0
).
Ceci generalise le cas n = 1 (application de R vers R, voir 7.2).
Exemple 4. Reprenons f : R R
2
: t (t
3
t, t
2
), avec u
o
= 2. Il vient
df(2)(
e ) = (11
e
1
+ 4
e
2
),
o` u

e
1
et

e
2
sont les vecteurs de la base canonique de R
2
, translates en (6, 4).
x
y
EELLE. 256
En repetant le processus de derivation de f, on denit la derivee seconde pour la valeur
u
o
de la variable :
d
2
f
dt
2
(u
o
) =
d
dt
(
df
dt
(t))(u
o
)
(qui nexiste pas necessairement). Cette derivee seconde est encore un vecteur, que nous locali-
sons aussi en f(u
o
) ; pour le physicien, cest le vecteur acceleration du point mobile f(t). Plus
generalement, on note
d
n
f
dt
n
(u
o
)
le vecteur derivee n-ème de f pour la valeur u
o
.
14.3 Notions sur les courbes de R
3
.
Soit f : R R
3
une parametrisation lisse dune courbe C de R
3
. Nous ecrirons f(t) =
(f
x
(t), f
y
(t), f
z
(t)). De lequation vectorielle de la tangente à C pour la valeur reelle u
f(t) +
df
dt
(u), R,
nous deduisons des equations parametriques pour cette tangente :
_
_
x = f
x
(u) +
df
x
dt
(u),
y = f
y
(u) +
df
y
dt
(u),
z = f
z
(u) +
df
z
dt
(u),
et ensuite des equations cartesiennes :
x f
x
(u)
df
x
dt
(u)
=
y f
y
(u)
df
y
dt
(u)
=
z f
z
(u)
df
z
dt
(u)
.
Par denition, le plan normal à C pour la valeur u passe par f(u) et est perpendiculaire
à la tangente. En voici donc une equation cartesienne :
df
x
dt
(u) (x f
x
(u)) +
df
y
dt
(u) (y f
y
(u)) +
df
z
dt
(u) (z f
z
(u)) = 0.
Remarque. Les equations trouvees pour la tangente et le plan normal dependent de la pa-
rametrisation consideree pour la courbe C. Bien s ur ces objets geometriques eux-memes sont
independants de la parametrisation choisie. Il nen va pas de meme du vecteur derivee (qui, en
termes physiques, donne le vecteur vitesse de parcours, cf. 14.2). Techniquement, soit f et

f
deux parametrisations lisses de la meme courbe C :
f : R R
3
: t f(t) et

f : R R
3
:

t

f(
t),
avec f(t) =

f(
t) :
EELLE. 257
Admettons que les paramètres t et

t se correspondent alors via lapplication derivable
: R R : t

t = (t).
Il vient f =

f et ainsi pour les premières composantes f
x
=

f
x
. Si u R et u = (u),
nous deduisons par la formulation de derivation dune composee de deux fonctions (cf. Propo-
sition 7.4)
df
x
dt
(u) =
d

f
x
d
t
( u)
d
dt
(u).
Comme des formules analogues valent pour les deuxième et troisième composantes, nous obte-
nons
df
dt
(u) =
d
dt
(u)
d

f
d
t
( u).
Les deux vecteurs vitesses sont proportionnels (ce nest pas une surprise). Par consequent, ils
sont vecteurs directeurs de la meme droite. Il en decoule que la tangente et le plan normal sont
independants de la parametrisation.
Après avoir deni la notion de longueur, nous introduirons une parametrisation speciale
basee sur la mesure de la longueur de la courbe C.
Denition. La longueur parcourue par le point mobile f(t) de R
3
, pour t prenant les valeurs
de à , est donnee par lintegrale de Riemann
l =
_

_
df
x
dt
_
2
+
_
df
y
dt
_
2
+
_
df
z
dt
_
2
dt
(o` u les derivees sont calculees en t). Lorsque la parametrisation f : R R
3
est lisse, cette meme
formule donne la longueur de larc de courbe parametre par f : [, ] R
3
. Nous lecrivons
encore
l =
_

df
dt
(t)
dt
=
_

ds
o` u ds est lelement de longueur deni par
ds =
_
df
x
dt
_
2
+
_
df
y
dt
_
2
+
_
df
z
dt
_
2
.
EELLE. 258
Fixons-nous à present un point p
0
= f(u
0
) servant dorigine sur une courbe C de pa-
rametrisation lisse f : R R
3
. Tout autre point p = f(u) de C est alors specie par la
longueur de larc de courbe de p
0
à p le long de C ; pour distinguer les deux cotes de C par
rapport à p
0
, nous aecterons cette longueur du signe + si u > u
0
, du signe autrement.
Une nouvelle parametrisation g de C est obtenue en posant pour s R
g(s) = f(u) ssi s =
_
u
u
0
ds,
cest-à-dire : g(s) est le point de C dont la distance à p
0
le long de C vaut s.
Pour chaque choix dorigine p
0
, nous obtenons une telle parametrisation (et une deuxième
si nous acceptons de renverser le sens de parcours). Toutes ces parametrisations sont dites
normales (directes ou inverses selon que le sens de parcours est respecte ou non). La notation
s est standard et designe labscisse curviligne mesuree à partir de lorigine p
0
choisie sur C.
Exemple 1. La parametrisation
f : R R
2
: u (5 cos u, 5 sinu)
nest pas normale, car pour t variant de 0 à 2 le point f(u) parcourt un cercle de longueur
10. Il est facile ici de verier que la nouvelle parametrisation (de la meme courbe)
g : R R
2
: s
_
5 cos
_
s
5
_
, 5 sin
_
s
5
__
est normale (et directe), avec (0, 0) comme point origine. Le changement de paramètre u
s = 5u est une application que nous notons souvent .
Lemme 14.2 Pour toute parametrisation normale g de la courbe C :
dg
ds
(s)
= 1, s R.
Demonstration. Soit f : R R : u f(u) la parametrisation initiale de C et soit : R R :
u s le changement de parametrisation, avec s donne par
s =
_
u
u
0
f
dt
(u)
du. (14.1)
Donc f = g , et il vient comme ci-dessus pour s = (u)
df
dt
(u) =
d
dt
(u)
dg
ds
(s). (14.2)
EELLE. 259
Comme s = (u) est donne par (14.1), nous avons grace au Theorème Fondamental 11.6
d
du
(u) =
f
dt
(u)
. (14.3)
Après avoir pris les normes des deux membres de (14.2), nous deduisons facilement la thèse.
Ce lemme conrme ce que nous devinions physiquement : les parametrisations normales
correspondent aux parcours de C à vitesse constante egale à 1.
Exemple 2. Soit a, b R
+
= {r |R| r > 0}. Lapplication
f : R R
3
: t (a cos t, a sin t, b t)
parametrise une helice de R
3
: limage de f est sur le cylindre dequation x
2
+ y
2
= a
2
,
et son altitude z = b t est proportionnelle à la mesure de langle dont tourne la projection
(a cos t, a sin t) dans le plan oxy. Comme
df
dt
(t)
a
2
+ b
2
,
cette parametrisation nest en general pas normale. Prenons
f(0) = (a, 0, 0) comme origine. La

longueur de
f(0) à
f(u) le long de lhelice vaut

_
u
0
df
dt
(t)
dt =
_
u
0
a
2
+ b
2
dt = u
a
2
+ b
2
.
Donc labscisse curviligne de la parametrisation normale directe est s = u
a
2
+ b
2
, et cette
parametrisation est donnee par
g : R R
3
: s
_
a cos
s
a
2
+ b
2
, a sin
s
a
2
+ b
2
, b
s
a
2
+ b
2
_
.
Calculons-en la derivee première après avoir pose c =
a
2
+ b
2
(une constante) :
dg
ds
=
_
a
c
sin
s
c
,
a
c
cos
s
c
,
b
c
_
.
Le lecteur pourra verier
g
ds
= 1.
14.4 Integrales curvilignes.
Au chapitre 11 a ete denie lintegrale de Riemann dune fonction bornee f : [a, b] R.
Notre but est detendre cette notion au cas o` u lintervalle [a, b] est remplace par un arc de
courbe de R
n
. Comme nous noterons encore f la fonction à integrer, changeons les notations
de la section precedente tout en precisant nos hypothèses.
Soit : [, ] R
n
avec
2
< une parametrisation dun arc de courbe C de R
n
admettant
aussi une parametrisation normale directe : [O, L] R
n
; nous appelons : [, ] [0, L]
le changement de parametrisation (donc () = 0 et () = L; de plus, L est la longueur de
larc de courbe). Donnons-nous une fonction bornee f : C R.
2. Lhypothèse < est importante et justie une discussion en n de section qui amène à distinguer deux
types dintegrale curviligne.
EELLE. 260
En vue de denir une somme de Riemann, partageons le segment [O, L] par des points
s
0
, s
1
, . . . , s
m
tels que
0 = s
0
< s
1
< < s
m
= L,
puis prenons des valeurs intermediaires s
1
, s
2
, . . . , s
m
avec s
i
[s
i1
, s
i
] pour i = 1, 2, . . . , m. La
longueur du sous-arc de courbe ([s
i1
, s
i
]) vaut s
i
s
i1
, et (s
i
) est un point intermediaire
sur ce sous-arc. Par denition,
m
i=1
f((s
i
)) (s
i
s
i1
)
est une somme de Riemann de f sur larc de courbe C.
Denition 1. Si pour toute suite de telles subdivisions (et tels choix de points intermediaires),
avec max
i=1,2,...,m
(s
i
s
i1
) tendant vers 0, la suite des sommes de Riemann correspondantes
converge vers le nombre J (toujours le meme nombre), ce nombre J sappelle lintegrale
curviligne de la fonction f sur larc de courbe C et est note de diverses manières :
J =
_
C
f((s)) ds =
_
C
(f )(s) ds =
_
C
f ds =
_
C
f.
Il resulte directement de la denition que J est aussi une integrale de Riemann :
J =
_
L
0
f((s)) ds.
Nous aimerions aussi exprimer J à partir de la parametrisation quelconque : [, ] R
n
de C. Comme s = (t), 0 = () et L = (), nous avons daprès la formule de changement
de variable dans une integrale (cf. 11.5) :
J =
_
L
0
(f )(s) ds
=
_

(f )((t))
ds
dt
dt
EELLE. 261
et comme = :
J =
_

f((t))
d
dt
(t) dt.
Or
d
dt
(t) =
d
dt
(t)
(à un changement de notations près, cest la formule (14.3) de la section

precedente), donc
d
dt
(t) =
_
d
(1)
dt
(t)
_
2
+
_
d
(2)
dt
(t)
_
2
+ . . . +
_
d
(n)
dt
(t)
_
2
.
Finalement, lintegrale curviligne de f sur C vaut
_
C
f((s)) ds =
_

(f )(t)
_
n
i=1
_
d
(i)
dt
(t)
_
2
dt.
Ceux qui naiment pas les orgies de symboles ecriront plut ot
_
C
f =
_

f
ds
dt
dt.
Exemple 1. Soit C le pas dhelice parametre par
: [0, 2] R
3
: t (a cos t, a sin t, bt),
o` u a, b R
+
, et la fonction
f : C R : (x, y, z) z.
Calculons de deux manières lintegrale curviligne
_
C
f. Comme dans lexemple 2 de la section
precedente, nous avons la parametrisation normale directe de C
:
_
0, 2
a
2
+ b
2
_
R
3
: s
_
a cos
s
a
2
+ b
2
, a sin
s
a
2
+ b
2
, b
s
a
2
+ b
2
_
.
Donc (sans oublier de prendre la valeur de f au point de C)
_
C
f =
_
2
a
2
+b
2
0
z ds
=
_
2
a
2
+b
2
0
b
s
a
2
+ b
2
ds
=
b
a
2
+ b
2
_
s
2
2
_
2
a
2
+b
2
0
= 2
2
b
a
2
+ b
2
.
Dautre part, la formule encadree donne ici
_
C
f =
_
2
0
z
ds
dt
dt.
A nouveau, noublions pas devaluer z au point considere (lui-meme fonction de t). Dautre
part, rappelons que
ds
dt
=
d
dt
_
dx
dt
_
2
+
_
dy
dt
_
2
+
_
dz
dt
_
2
.
EELLE. 262
Ainsi :
_
C
f =
_
2
0
b t |(a sin t, a cos t, b)| dt
= b
a
2
+ b
2
_
2
0
t dt
= 2
2
b
a
2
+ b
2
.
De la manière dont lintegrale curviligne
_
C
f a ete denie, il devrait etre clair que si larc de
courbe C est parcouru dans lautre sens, la valeur de lintegrale reste inchangee. Nous avons donc
travaille sur un arc de courbe non oriente (la raison essentielle est que nous avons parametre C
de 0 à L, ou de à avec < ). Ce point de vue est adequat dans lapplication suivante.
Application. Centre de gravite dun l. Assimilons un l plan à un arc simple de courbe C
dans le plan R
2
, parametre par lapplication
[, ] R
2
: t (x(t), y(t)).
La densite lineaire de masse est une fonction : [, ] R
+
qui nous donne la masse dune
petite portion de l divisee par la longueur de cette portion. Avec plus de precision, près du
point (x(t), y(t)), il sagit de la limite
lim
0
M(t , t + )
L(t , t + )
o` u M(t , t +) designe la masse de la portion de l image du sous-intervalle [t , t +], et
L(t , t + ) est la longueur de cette portion de l.
Souvent la fonction est connue et il faut calculer la masse totale du l. Cette dernière est
donnee par lintegrale curviligne
M =
_

(t)
_
dx
dt
(t)
_
2
+
_
dy
dt
)
_
2
dt
=
_
C
ds.
Dautre part, les coordonnees du centre de gravite du l sont
_
_
g
x
=
1
M
_
C
xds,
g
y
=
1
M
_
C
y ds.
Dans cet exemple, nous souhaitons bien s ur que les integrales curvilignes ne dependent aucu-
nement du sens de parcours du l. Cest tout le contraire dans dautres situations, notamment
pour lintegrale curviligne intervenant dans le calcul du travail eectue lors du deplacement
dun point dans un champ de forces (voir plus loin, chapitre 16). Considerons à present un arc
de courbe oriente note C
+
, cest-à-dire un arc de courbe C pourvu dun sens de parcours. Pour
une fonction f : C
+
R, nous posons lorsque la parametrisation de C respecte le sens de
parcours de C
+
_
C
+
f =
_
C
f.
EELLE. 263
Larc C parcouru dans le sens oppose à C
+
est note C
. Nous convenons ici

_
C
f =
_
C
+
f.
Des deux types dintegrale curviligne, sur un arc de courbe respectivement non oriente ou
oriente, cest le second qui generalise eectivement lintegrale de Riemann, puisque nous avions
pose dans la Denition 2 page 200, pour une fonction f : [, ] R avec < ,
_

f(x) dx =
_

f(x) dx.
Implicitement, lintervalle [, ] avait ete oriente de la plus petite vers la plus grande extremite.
Le Theorème Fondamental 11.6 requiert cette approche.
14.5 Exercices.
1. Parmi les applications suivantes, determiner
a) celles qui sont continues ;
b) celles qui sont derivables.
f : R R
2
: t (t
3
e
t
, ch t + sin t);
g : R R
2
: t (arctg t, e
|t|
);
h : [0, 1] R
2
: t (tg t,
3
t);
j : R R
3
: t (t, t
2
, t
3
);
k : [1, 1] R
3
: t (ch , sh t, th t);
l : (1, 1) R
3
: t (1, 2, 3).
2. Un point p(x, y) se meut dans le plan R
2
suivant la loi
_
x = 3t
2
5t + 6,
y = t
3
+ 5t 1,
o` u t designe le temps. Calculer les composantes des vecteurs vitesse et acceleration en t = 0 ;
en t = 1 ; en t = 5. Determiner ensuite le nombre vitesse en ces memes instants.
3. Dans le plan R
2
muni de la base orthonormee canonique

e
1
,

e
2
, le vecteur
op = cos t
e
1
+ sin t
e
2
donne la position du point p en fonction du temps t (avec constante reelle non nulle). Montrer
que
a) à chaque instant, le vecteur vitesse est perpendiculaire au vecteur position;
b) le vecteur acceleration est dirige vers lorigine de R
2
, et est de norme constante.
Quel est le mouvement du point ?
4. Soit la fonction
f : R R
2
: t (t
2
, cos t).
a) donnez la dierentielle de f pour la valeur t =

4
. Que vaut df
_
4
_
(
v ), si

v est le
vecteur lie en t =

4
et de composante +3 ?
EELLE. 264
b) decrivez geometriquement limage de la dierentielle df
_
4
_
.
c) pour quelle(s) valeur(s) de t
0
la dierentielle df(t
0
) est-elle une application lineaire de
rang 1 ? En lautre (ou les autres) valeur(s) de t
0
, quel est le rang de df(t
0
) ?
5. Le mouvement dun point p = (x, y) dans le plan euclidien R
2
est donne en fonction du
temps t par
_
x = 2 + 3 cos 3 t,
y = 1 + 6 sin 3 t.
a) Ce mouvement est-il periodique ? Si oui, quelle est sa periode ?
b) En eliminant le paramètre t, trouver une equation satisfaite par les coordonnees de toutes
les positions prises par le point au cours du temps. Ces positions forment la trajectoire
du point ; decrivez geometriquement cette trajectoire.
c) Quel est le vecteur vitesse pour t = 0 ? pour t =

20
? pour t =

10
? pour t =
2
5
?
d) Faites, dans le systèmes daxes, le schema de la trajectoire. Dessinez quelques vecteurs
vitesse.
e) Le point progresse-t-il constamment à la meme allure sur sa trajectoire ?
f) Quel est le vecteur acceleration à linstant t ?
g) Ce vecteur acceleration est-il de norme constante ? est-il toujours orthogonal à la trajec-
toire du point considere ?
6. Si lapplication f : R R
3
: t (x, y, z) decrit le mouvement du point p = (x, y, z) en
fonction du temps t, quel lien voyez-vous entre
a) trajectoire de p et image de f ?
b) vecteur vitesse de p à linstant t
0
et dierentielle df(t
0
) de f pour la valeur t
0
de largument
?
c) tangente à la trajectoire à linstant t et dierentielle de f en t ?
d) vitesse numerique de p à linstant t et rang de la dierentielle de f en t ?
e) vecteur vitesse et lissite de la parametrisation t f(t) de la trajectoire ?
7. Soit C la courbe parametree du plan R
2
denie par
_
x = e
2t
cos(t
2
)
y = e
2t
sin(t
2
)
t R.
a) Le point (1, 0) est-il un point de C ? si oui, est-il un point multiple de C ?
b) Cette parametrisation est-elle lisse ?
c) Donner lequation de la tangente à la courbe au point (1, 0).
d) Donner lequation de la normale à la courbe au point (1, 0).
8. Considerons la courbe C de R
2
donnee par la parametrisation
R R
2
: t (5 + ch t, 2 sh t).
a) Cette parametrisation est-elle lisse ?
b) En quel(s) point(s) de C la tangente à C est-elle parallèle à la droite dequation x = 0 ?
à celle dequation y = 0 ?
c) Montrer que le point (6, 2) appartient à C.
EELLE. 265
d) La courbe C coupe-t-elle laxe ox ?
e) Donner lequation de la tangente à C au point image de t
0
.
f) Decrivez geometriquement la courbe C ; faites-en un schema dans le système daxes.
9. Un cycliste roule eternellement dans le plan R
2
. Sa position à linstant t est donnee
par
_
x = t
3
+ t,
y = t
2
.
a) Combien de fois passe-t-il à lorigine ?
b) Combien de fois, sans etre à lorigine, se dirige-t-il vers lorigine ?
10. Un point mobile dans R
3
est à linstant t au point (x, y, z) deni par
_
_
_
x = e
t
,
y = 2 cos 3t,
z = 2 sin 3t.
a) Determiner son vecteur vitesse à linstant t.
b) Determiner sa vitesse numerique à linstant t.
c) Determiner son vecteur acceleration à linstant t.
11. Montrer que toutes les tangentes à lhelice de R
3
dequations parametriques
_
_
_
x = a cos t,
y = a sin t,
z = bt.
coupent le plan oxy sous le meme angle.
12. Trouver le vecteur tangent, les equations de la tangente et lequation du plan normal
au point (3, 9, 27) de la courbe parametree de R
3
donne par
op = t
e
1
+ t
2
e
2
+ t
3
e
3
(o` u

e
1
,
e
2
,
e
3
est la base canonique).
13. Considerons le point mobile de R
3
donne en fonction du temps t par
_
_
x = arctg t,
y =
2
2
ln(t
2
+ 1),
z = t arctg t.
A quel(s) instant(s) la vitesse de ce point mesure-t-elle 1 ?
14. Considerons la courbe parametree C de R
3
dequations parametriques
_
_
_
x = t
2
,
y = t
3
,
z = t
4
.
a) Cette courbe parametree C possède-t-elle des points doubles ?
b) Cette courbe C est-elle plane ?
c) Montrer que C est situee sur la surface dequation z = x
2
.
EELLE. 266
e) Donner des equations de la tangente à C au point (1, 1, 1).
f) Donner lequation du plan normal à C au point (1, 1, 1).
15. Le mouvement dun point p = (x, y), mobile dans le plan oxy, est donne par
_
_
x = cos
_
12
(t
3
t + 6)
_
2 t 2.
y = sin
_
12
(t
3
t + 6)
_
Expliquez en quoi les deux concepts suivants dièrent, et calculer leurs valeurs :
- longueur du parcours total eectue par le point p ;
- longueur de larc de courbe forme par les points de la trajectoire de p.
16. Soit C la courbe parametree de R
3
de parametrisation
f : R R
3
: t (t, t
2
,
2
3
t
3
).
a) Montrer que cette parametrisation f est lisse.
b) Determinez la fonction t s = s(t) qui donne labscisse curviligne du point f(t) (quelle
origine choisissez-vous pour mesurer cette abscisse curviligne ?).
c) Donnez
ds
dt
et
dt
ds
, tous deux en fonction de t.
d) Donnez en fonction de t un vecteur tangent norme à C au point f(t).
17. Par integration, calculer la longueur des arcs de courbes parametres lisses suivants :
a) [6, 7] R
3
: t (3t 1, 2t, 7t + 3) ;
b) [0, 1] R
2
: t (2 cos 6t, 3 + sin 6t).
Veriez vos resultats en determinant la nature geometrique de ces arcs de courbe.
18. Calculer la longueur de larc de courbe donne par
a) [0, 2] R
2
: t (e
t
cos t, e
t
sin t) ;
b) [0, 2] R
2
: t (
3
2
cos
3
t, 3 sin
3
t) ;
c) [0, 5] R
3
: t (t, 3t
2
, 6t
3
).
19. Calculer la longueur du chemin conduisant du point (1, 1) au point (1, 1) le long de
la courbe de R
2
dequation y
2
= x
3
.
20. Considerons la cyclode denie dans les exercices du chapitre 19, dequations parame-
triques
_
x = rt r sin t
y = r r cos t
0 t 2.
a) Trouver la parametrisation normale directe de cette cyclode, en prenant lorigine pour
t = 0.
b) Quelle est la longueur de cette cyclode ?
c) Donner, en fonction de t, le vecteur tangent unitaire.
EELLE. 267
21. Calculer lintegrale curviligne, le long de larc de courbe C de R
2
deni par la parame-
trisation
[0, 1] R
2
: t (t, t
2
),
de la fonction qui associe au point (t, t
2
) de C le nombre 3t.
22. Considerons larc de courbe C de R
3
deni par les equations parametriques
_
_
_
x = 2t
y = t
2
1 t 2.
z = lnt
Calculer lintegrale curviligne le long de C de la fonction qui applique le point (x, y, z) sur
1 + 2y.
23. Calculer lintegrale curviligne le long du segment de R
3
joignant le point (1, 2, 3) au
point (0, 2, 5), de la fonction envoyant le point (x, y, z) sur y
2
z
2
.
24. Calculer dans R
2
lintegrale curviligne de la fonction appliquant (x, y) sur xy le long de
larc de courbe joignant le point (a, 0) au point (0, b) en suivant un quart de lellipse dequation
x
2
a
2
+
y
2
b
2
= 1 (ouf, quelle phrase !).
25. Appelons C larc de courbe de R
2
qui commence au point (1, 1) et se termine en ce
meme point après avoir suivi dans le sens trigonometrique le bord du carre de sommets (1, 1).
Calculer lintegrale curviligne le long de C des fonctions suivantes :
f : R
2
R : (x, y) x
2
;
g : R
2
R : (x, y) xy;
h : R
2
R : (x, y)
_
x
2
+ y
2
.
26. Un experimentateur mesure la temperature en chaque point dune spire dhelice C
parametree par
_
_
_
x = cos t
y = sin t 1 t 2.
z = t
Determiner la temperature moyenne, donnee par
_
C
T(x, y, z) ds
_
C
ds
,
lorsque
a) T(x, y, z) = x
2
+ y
2
+ z
2
;
b) la temperature T est proportionnelle à la hauteur du point par rapport au plan oxy ;
appelez k le facteur de proportionnalite.
27. Determiner le poids dun l circulaire si sa densite lin eaire de masse est
a) constante de valeur k ;
b) egale à k
2
au point p, o` u k est une constante et la mesure en radians de langle au
centre determine par p et un point o xe sur le l ;
c) egale à k
4
(avec les memes conventions quen b)).
EELLE. 268
28. Determiner la masse de la spire dhelice
_
_
_
x = 2 cos t
y = 2 sin 3t 0 t 2,
z = 3t
si sa densite lineaire de masse est donnee au point p(x, y, z) par
a) z
6
; b) x
2
+ y
2
; c) xyz.
Chapitre 15
Fonctions reelles dune variable
vectorielle.
Le chapitre precedent etait consacre aux fonctions de D vers R
n
, avec D R et n N. Ici,
nous considerons plutot les fonctions f de D vers R, avec D R
n
. Largument, souvent note p,
est un point ou vecteur de R
n
, son image f(p) est un nombre reel ; ecrivant p = (x
1
, x
2
, . . . , x
n
),
nous dirons encore que la variable dependante z = f(x
1
, x
2
, . . . , x
n
) est fonction des n variables
independantes x
1
, x
2
, . . . , x
n
.
Exemple. La formule des gaz parfaits genère trois fonctions de deux variables, dont
V : D R : (T, p) nR
T
p
,
o` u n et R sont des constantes et D est un sous-ensemble de R
2
, par exemple D = R
+
R
+
(rappelons que R
+
est lensemble des nombres reels strictement positifs).
Voici, formulees dans les termes de lexemple, les questions abordees dans ce chapitre. Com-
ment representer geometriquement la fonction V ? Quel sens precis donner au taux de variation
de V en fonction de T, ou de p ? Comment estimer la variation de la fonction dans une direc-
tion ?
15.1 Denitions ; graphe ; lignes de niveau.
La notation f : D R sera utilisee dans ce chapitre pour designer une fonction dont le
domaine D est contenu dans R
n
, avec n N \ {0}. Ainsi,
f : D R : p f( p),
et le nombre f( p) est fonction du point p ou vecteur p (lie à lorigine) de R
n
, cest-à-dire dun
n-uple (x
1
, x
2
, . . . , x
n
).
Exemple 1. Soit
f : R R : (x, y) x
2
+ y
2
.
Comme x et y sont les deux variables independantes, nous noterons z la variable dependante
et ecrirons aussi
z = z(x, y) = x
2
+ y
2
,
après avoir pose z = f(x, y). Les points (x, y, z) de R
3
avec z = f(x, y) forment le graphe
de f, qui est donc un sous-ensemble de R
3
, ici la surface dequation z = x
2
+ y
2
(qui est un
parabolode elliptique).
269
EELLES DUNE VARIABLE VECTORIELLE. 270

x
y
z
Le dessin exhibe aussi quelques sections horizontales du graphe (lhabitude est de prendre les
axes ox et oy horizontaux, et laxe oz vertical). Leurs projections perpendiculaires sur le plan
oxy sont les lignes de niveau de la fonction f. Une comparaison avec les cartes de geographie
simpose, avec z = f(x, y) altitude du point (x, y, z) du graphe. Si z donnait plutot la pression
atmospherique, les lignes de niveau seraient les isobares.
De manière generale, pour une fonction f : D R avec D R
n
, le graphe est le sous-
ensemble de R
n+1
{(x
1
, x
2
, . . . , x
n
, x
n+1
) D R | x
n+1
= f(x
1
, x
2
, . . . , x
n
)}.
Si r R, la surface de niveau r est le sous-ensemble du domaine de f o` u f prend la valeur
r, cest-à-dire
f
1
(r) = {(x
1
, x
2
, . . . , x
n
) D | f(x
1
, x
2
, . . . , x
n
) = r}.
Le terme surface nest pas toujours approprie (car f
1
(r) peut etre vide, un singleton, . . .).
Lorsque n = 2, nous parlerons plutot de ligne de niveau.
Exemple 2. Reprenons la fonction
f : R
2
R : (x, y) x
2
+ y
2
.
Pour r > 0, la ligne de niveau r de f est le cercle de R
2
dequation x
2
+ y
2
= r. Si r = 0, nous
obtenons le singleton {(0, 0)}, et si r < 0 lensemble vide. Voici deux illustrations :
x
y
et en dessinant le graphe :

x
y
z
Exemple 3. Soit
f : R
3
R : (x, y, z) x
2
+ y
2
z
2
.
Les surfaces de niveau, cette fois dans R
3
, sont les surfaces dequation x
2
+ y
2
z
2
= r. Le
graphe est un sous-ensemble de R
4
.
La continuite dune fonction f : D R a dejà ete denie : voir la denition 2 de 13.3 pour
n = 1.
15.2 Derivees partielles premières.
Pour simplier lexpose, prenons dabord n = 2. Etant donne f : D R, avec D R
2
,
supposons que p
o
= (x
o
, y
o
) est un point interieur à D. Nous denissons deux fonctions reelles
dune seule variable reelle :
x f(x, y
o
), pour (x, y
o
) D,
y f(x
o
, y), pour (x
o
, y) D.
Exemple 1. Soit à nouveau
V : R
+
R
+
R : (T, p) nR
T
p
.
Fixant un point (T
o
, p
o
) de R
+
R
+
, nous obtenons les deux fonctions
R
+
R : T nR
T
p
o
,
R
+
R : p nR
T
o
p
.
La première indique ce qui se passe à pression constante (egale à p
o
). En la derivant par rapport
à T, nous obtenons le taux de variation du volume V en fonction de la temperature T lorsque
la pression vaut constamment p
o
. Techniquement, nous ecrivons
V
T
(T
0
, p
0
) = nR
1
p
o
,
en utilisant des symboles plutot que d pour rappeler que lautre argument de la fonction V
(cest-à-dire p) est maintenu constant.

Denition. La derivee partielle (première) de la fonction (x, y) f(x, y) par rapport
à largument x au point p
o
= (x
o
, y
o
) est la derivee de la fonction x f(x, y
o
) par rapport
à x en x
o
; elle est notee
f
x
(p
o
) ou
f
x
(x
o
, y
o
).
On denit de meme
f
y
(p
o
).
En pratique,
f
y
(x
o
, y
o
) sobtient en faisant x constant, egal à x
o
, et derivant f par rapport
à y.
Exemple 2. Soit
f : R
2
R : (x, y) 4x
3
8y sin x.
Il vient
f
x
(3, 5) =
d
dx
(4x
3
8 5 sin x)|
x=3
= 4 3 3
2
8 5 cos 3
= 108 40 cos 3.
Entranons-nous à faire de tels calculs rapidement :
f
y
(3, 5) = 0 8 sin 3 = 8 sin 3.
Voici dautres notations pour la derivee partielle première
f
x
(p
o
) :
f
x
(p
o
), f
x
(p
o
), D
x
(f)(p
o
).
La formule suivante ne fait quexpliciter la denition :
f
x
(x
o
, y
o
) = lim
x0
f(x
o
+x, y
o
) f(x
o
, y
o
)
x
.
Exemple 3. Pour f(x, y) = y
2
e
xy
nous avons
f
x
(1, 2) = 2
2
2 e
12
= 8e
2
,
et plus generalement
f
x
(x
o
, y
o
) = y
2
o
y
o
e
xoyo
= y
3
o
e
xoyo
(faites y = y
o
et derivez par rapport à x). De meme,
f
y
(x
o
, y
o
) = 2y
o
e
xoyo
+ y
2
o
x
o
e
xoyo
,
que nous pouvons encore reecrire
f
y
(x, y) = 2ye
xy
+ xy
2
e
xy
.

Il nest pas dicile de fournir une interpretation graphique pour
f
x
(x
o
, y
o
). Le graphe de la
fonction x f(x, y
o
) sobtient en coupant le graphe de la fonction (x, y) f(x, y) par le plan
vertical dequation y = y
o
(et en repositionnant les axes x de la variable independante et z de
la variable dependante en les translatant parallèlement à oy). La derivee de cette fonction de
la seule variable x donne la pente de la tangente. Ainsi,
f
x
(x
o
, y
o
) est la pente de la tangente
situee dans le plan y = y
o
, au graphe de f en le point (x
o
, y
o
, f(x
o
, y
o
)). Sur la gure, cette
tangente est designee par la lettre A; de meme,
f
y
(x
o
, y
o
) est la pente de la droite B. Lorsque
nous parlons de pente dune droite, il faut comprendre la tangente de langle que fait cette
droite avec les plans horizontaux (parallèles à oxy).
z
B
A
x
y
y
o
x
o
En donnant cette interpretation des derivees partielles, nous supposons bien s ur que ces
derivees et les tangentes existent. Comme les tangentes A et B determinent le plan tangent
au graphe de f en (x
o
, y
o
, f(x
o
, y
o
)), nous obtenons deux vecteurs parallèles à ce plan (suppose
bien deni)
_
1, 0,
f
x
(x
o
, y
o
)
_
et
_
0, 1,
f
y
(x
o
, y
o
)
_
et deduisons des equations pour ce plan, dabord vectorielles en posant q
o
=(x
o
,y
o
,f(x
o
, y
o
)) :
op =

oq
o
+
_
1, 0,
f
x
(x
o
, y
o
)
_
+
_
0, 1,
f
y
(x
o
, y
o
)
_
,
puis parametriques
_
_
x = x
o
+
y = y
o
+ , R.
z = f(x
o
, y
o
) +
f
x
(x
o
, y
o
) +
f
y
(x
o
, y
o
)
Enn, voici lequation cartesienne du plan tangent (sil existe) au point (x
o
, y
o
, f(x
o
, y
o
)) du
graphe de la fonction f :
z = f(x
o
, y
o
) + (x x
o
)
f
x
(x
o
, y
o
) + (y y
o
)
f
y
(x
o
, y
o
).

Nous reviendrons plus loin sur cette equation.
Si nous calculons
f
x
(x
o
, y
o
) en tous les points (x
o
, y
o
) du domaine D de f o` u cest possible,
nous obtenons une nouvelle fonction, des deux variables x
o
et y
o
, autrement dit du point p
o
=
(x
o
, y
o
). Comme dans lExemple 3 ci-dessus, nous changeons les notations en
f
x
: (x, y)
f
x
(x, y).
Cest la fonction derivee partielle (première) de f par rapport à x. Son domaine est
pris aussi grand que possible dans D. Bien s ur,
f
y
se denit de manière analogue.
Exemple 4. Si f(x, y) = x
y
, o` u x > 0, nous avons
f
x
= yx
y1
,
f
y
= x
y
ln x.
Lexistence de
f
x
(x, y) implique la continuite de la fonction x f(x, y) au point x, et
de meme lexistence de
f
y
(x, y) implique la continuite de y f(x, y) au point y. Ces deux
existences nentranent pas necessairement la continuite de la fonction f au point (x, y).
Exemple 5. Pour la fonction
f : R
2
R : (x, y)
_
1 si xy = 0,
0 autrement,
nous avons bien s ur
1
f
x
(0, 0) =
f
y
(0, 0) = 0. Toutefois, la fonction f nest pas continue en
(0, 0).
Cet exemple montre bien que
f
x
(0, 0) et
f
y
(0, 0) ne tiennent pas compte du comportement
de f partout près de (0, 0) : elles sont calculees à partir des restrictions de f aux droites y = 0
et x = 0 respectivement. Dans lExemple 5,
f
x
et
f
y
existent partout dans R
2
sauf en les
points respectifs (0, y) et (x, 0), avec y = 0 et x = 0.
Exemple 6. Soit la fonction
f : R
2
R : (x, y)
_
_
_
xy
x
2
+ y
2
, si (x, y) = (0, 0),
0 si (x, y) = (0, 0).
Il vient
f
x
(0, 0) =
f
y
(0, 0) = 0,
et pour (x, y) = (0, 0)
f
x
(x, y) =
y(y
2
x
2
)
(x
2
+ y
2
)
2
,
f
y
(x, y) =
x(x
2
y
2
)
(x
2
+ y
2
)
2
.
1. car cela resulte directement de la denition des derivees partielles premières.

Ainsi les derivees partielles premières existent sur tout R
2
. La fonction f nest cependant pas
continue à lorigine (cf. Exemple 1 de 13.3). Remarquons quici
f
x
(x, y) nest pas borne près
de (0, 0), puisque
lim
y
>
0
f
x
(0, y) = lim
y
>
0
y
3
y
4
= +.
Voici par contre un resultat positif.
Proposition 15.1 Soit f : D R, avec D sous-ensemble ouvert de R
2
. Si les derivees par-
tielles
f
x
et
f
x
existent en chaque point de D et sont bornees, alors f est continue sur D.
Lhypothèse des derivees partielles bornees revient ` a lexistence dun nombre reel M tel que
pour (x, y) D :
f
x
(x, y)
M,
f
y
(x, y)
M.
Demonstration. Nous utiliserons ce nombre M. Pour etablir la continuite de f au point (a, b)
de D, referons-nous à la Proposition 13.10 qui caracterise cette continuite en termes de , et
partons de
f(x, y) f(a, b) =
f(x, y) f(a, y)
x a
(x a) +
f(a, y) f(a, b)
y b
(y b)
(en supposant bien s ur x = a et y = b). Comme
f
x
(a, b) et
f
y
(a, b) existent, nous avons pour
tout > 0 au moins un > 0 tel que
|x a| <
f(x, y) f(a, y)
x a

f
x
(a, y)
< ,
|y b| <
f(a, y) f(a, b)
y b

f
y
(a, b)
<
(o` u nous nous limitons bien s ur aux x, y pour lesquels les images par f existent). Ces implications
restant valides si est diminue, nous pouvons supposer
<

2(M + )
.
Alors (non, pas Zorro), dès que |x a| < et |y b| < :
|f(x, y) f(a, b)| <
_
f
x
(a, y)
+
_

2(M + )
+
_
f
y
(a, b)
+
_

2(M + )
(M + )

2(M + )
+ (M + )

2(M + )
= .
Jusquici, nous avons fait n = 2. Lextension des notions et de la Proposition 15.1 aux
fonctions f : D R, avec D R
n
, ne pose pas de problème. La derivee partielle (première)

f
x
i
(p
o
) sobtient en derivant f par rapport à x
i
, les autres variables etant laissees constantes.
Il y a donc n telles derivees.
Exemple 7. Soit
f : R
3
R : (x, y, z) e
xy
cos(xyz).
Nous obtenons
f
x
= ye
xy
cos(xyz) e
xy
yz sin(xyz),
f
y
= xe
xy
cos(xyz) e
xy
xz sin(xyz),
f
z
= e
xy
xy sin(xyz).
La symetrie de f par rapport à x, y se repercute sur
f
x
,
f
y
.
Les formules suivantes signalent des poprietes des derivees partielles qui decoulent directe-
ment de formules analogues pour les derivees de fonctions dune variable :
(f + g)
x
=
f
x
+
g
x
,
(f g)
x
=
f
x
g + f
g
x
.
15.3 Derivees partielles secondes.
Les derivees partielles
f
x
et
f
y
etant vues elles-memes comme des fonctions, nous pouvons
introduire leurs derivees partielles. Pour une fonction f de deux variables, ceci conduit aux
quatres derivees partielles secondes de f (evaluees en un point que nous ne precisons pas
dans les formules) :
x
f
x
=

2
f
x
2
,

x
f
y
=

2
f
xy
,
y
f
x
=

2
f
yx
,

y
f
y
=

2
f
y
2
.
Exemple 1. Pour une fonction de trois variables, il y a 9 derivees partielles secondes. En voici
quelques-unes pour la fonction f = e
xy
cos(xyz) de lExemple 7 de la section precedente :
2
f
x
2
= y
2
e
xy
cos(xyz) 2y
2
ze
xy
sin(xyz) y
2
z
2
e
xy
cos(xyz),
2
f
zy
= x
2
ye
xy
sin(xyz) xe
xy
sin(xyz) x
2
yze
xy
cos(xyz),
2
f
yz
= x
2
ye
xy
sin(xyz) xe
xy
sin(xyz) x
2
yze
xy
cos(xyz).
Des derivees partielles comme

2
f
xy
et

2
f
yx
sont dites mixtes, car les variables de derivation
ne sont pas identiques. Dans le dernier exemple, nous constatons

2
f
zy
=

2
f
yz
. La possibilite
dechanger les variables sans modier le resultat nest pas generale.

Exemple 3. Soit
f : R
2
R : (x, y)
_
_
_
xy
x
2
y
2
x
2
+ y
2
, si (x, y) = (0, 0),
0, si (x, y) = (0, 0).
Il vient
f
x
(0, y) = lim
x0
(x)y
(x)
2
y
2
(x)
2
+y
2
0
x
= y,
f
y
(x, 0) = lim
y0
x(y)
x
2
(y)
2
x
2
+(y)
2
0
y
= x,
2
f
yx
(0, 0) = 1 = 1 =

2
f
xy
(0, 0).
Signalons la non-continuite de

2
f
xy
au point (0, 0).
Proposition 15.2 Si

2
f
xy
et

2
f
yx
existent et sont continues sur une ensemble ouvert U,
elles sont egales en tout point de cet ensemble U.
Demonstration. Fixons-nous un point (x, y) de U et etablissons

2
f
xy
(x, y) =

2
f
yx
(x, y). A
cette n, nous introduisons la quantite
G = f(x +x, y +y) f(x +x, y) f(x, y +y) + f(x, y),
o` u x et y sont pris susamment petits pour que le rectangle de sommets (x, y), (x +
x, y), (x, y + y), (x + x, y + y) soit entièrement dans U. En xant y et y et posant
g(x) = f(x, y +y) f(x, y), nous avons
G = g(x +x) g(x).
Comme
f
x
existe sur U, la fonction g est derivable partout o` u elle est denie, avec de plus
dg
dx
(x) =
f
x
(x, y +y)
f
x
(x, y). Le Theorème des accroissements nis arme lexistence
dun nombre reel tel que 0 < < 1 et
G =
dg
dx
(x + x) x
=
_
f
x
(x + x, y +y)
f
x
(x + x, y)
_
x.
Appliquant à nouveau le Theorème des accroissements nis, cette fois à la fonction y
f
x
(x + x, y), nous deduisons lexistence dun nombre reel tel que 0 < < 1 et
G =
_

2
f
yx
(x + x, y + y)
_
y x.
Un raisonnement entièrement analogue conduit à
G =
_

2
f
xy
(x +
x, y +
y)
_
x y,

o` u
et
sont deux reels satisfaisant 0 <
< 1 et 0 <
< 1. Ainsi, pour x et y non nuls,
2
f
yx
(x + x, y + y) =

2
f
xy
(x +
x, y +
y).
Bien s ur, , ,
et
dependent des valeurs de x et y. De toute manière, en faisant tendre

x et y vers 0, nous obtenons de par la continuite des derivees secondes mixtes
2
f
yx
(x, y) =

2
f
xy
(x, y).
Exemple 4. Soit
f : R
3
\ {(0, 0, 0)} R : (x, y, z)
1
_
x
2
+ y
2
+ z
2
.
Il sera commode dutiliser r =
_
x
2
+ y
2
+ z
2
car alors f(x, y, z) =
1
r
. Calculons en utilisant la
formule de derivation dune composee :
f
x
=
1
r
2
r
x
=
1
r
2
1
2
2x
r
=
x
r
3
,
2
f
yx
= x(3)
1
r
4
r
y
=
3xy
r
5
,
2
f
x
2
=
1
r
3
x(3)
1
r
4
r
x
=
1
r
3
+
3x
2
r
5
.
Les autres derivees partielles premières et secondes se deduisent de celles-ci par symetrie. Do` u
2
f
x
2
+

2
f
y
2
+

2
f
z
2
=
3
r
3
+
3
r
5
(x
2
+ y
2
+ z
2
)
=
3
r
3
+
3
r
3
= 0.
Le lecteur devine comment sont denies les derivees troisième, quatrième, . . . dune fonction
f de D vers R avec D R
n
. Nous dirons que f est une fonction de classe C
k
si toutes les
derivees partielles k-ièmes de f existent et sont continues sur tout D. Cette fonction f est de
classe C
0
si elle est continue sur D, de classe C
si toutes ses derivees partielles (de tous les

ordres) existent et sont continues sur D.
15.4 Derivation de certaines fonctions composees.
Soit I et D des sous-ensembles ouverts de R et R
2
respectivement. Deux fonctions
g : I R
2
: t (x(t), y(t))
et
f : D R : (x, y) f(x, y),
avec g(I) D, admettent une composee que nous noterons h :
h : I R : t h(t) = (f g)(t) = f(x(t), y(t)).
Nous admettons la proposition suivante, dont nous ne precisons dailleurs pas les hypothèses.

Proposition 15.3 Sous certaines hypothèses sur g en t
o
et f en p
o
= g(t
o
), il vient pour la
fonction composee h = f g :
dh
dt
(t
o
) =
f
x
(p
o
)
dx
dt
(t
o
) +
f
y
(p
o
)
dy
dt
(t
o
).
Lorsque g et f satisfont certaines hypothèses sur leurs domaines, la dernière formule est
encore ecrite sans mentionner le point o` u la derivee est calculee :
dh
dt
=
f
x
dx
dt
+
f
y
dy
dt
.
Exemple 1. Soit
f : R
2
R : (x, y) xe
2y
,
g : R R
2
: t (t, sin t),
t
o
R et p
o
= g(t
o
) = (x
o
, y
o
). Nous avons pour les derivees
f
x
(p
o
) = e
2yo
,
f
y
= 2x
o
e
2yo
,
dg
dt
(t
o
) = (1, cos t
o
).
Avec h = f g, il vient
h : R R : t te
2 sin t
,
dh
dt
(t
o
) = e
2 sinto
+ 2t
o
(cos t
o
)e
2 sinto
.
La dernière quantite est le membre de gauche de legalit e dans la Proposition 15.3, et le membre
de droite vaut
e
2yo
1 + 2x
o
e
2yo
cos t
o
,
nous avons bien egalite puisque x
o
= t
o
et y
o
= sin t
o
.
Exemple 2. La hauteur h et le rayon de base r dune bote conique sont supposees varier
lineairement en fonction du temps t, avec
dh
dt
= 0,3 cm/h et
dr
dt
= 0,2 cm/h.
Le volume V =
1
3
r
2
h augmente-t-il ? Calculons sa derivee par rapport à t :
dV
dt
=
V
h
dh
dt
+
V
r
dr
dt
=
1
3
r
2
0,3 cm/h +
2
3
rh(0,2) cm/h
=
1
3
r(r 0,3 h 0,4) cm/h.
La reponse à la question posee depend des valeurs de r et h à linstant considere (le taux de
variation de V nest pas constante au long du temps).

15.5 Derivees directionnelles.
Les derivees partielles en p
o
, point interieur du domaine D de la fonction f : D R, nous
donnent une information sur le comportement local de f dans les directions parallèles aux axes.
Considerons à present un vecteur v non nul de R
2
, localise en p
o
et de direction quelconque
(nous travaillons en supposant D R
2
).
y
x
p
o
v
Ce vecteur v sous-tend la droite dequation vectorielle dans R
2
R R
2
: t

p
o
+ tv.
La derivee de la fonction (en la seule variable t)
R R : t f(
p
o
+ tv)
sappelle aussi la derivee de f en p
o
selon v, et est notee D
v
(f).
Supposons que la Proposition 15.3 sapplique pour t
0
= 0 à la composee des deux fonctions
t p
0
+ t v et p f(p). Nous obtenons alors
D
v
(f) = v
x
f
x
(p
o
) + v
y
f
y
(p
o
).
Un vecteur v lie en p
o
et de norme 1 correspond biunivoquement à une direction orientee
du plan; pour un tel vecteur v, nous appelons D
v
(f) la derivee directionnelle de f en p
o
dans la direction (orientee) de v.
Prenons une base orthonormee

e
x
,
e
y
de R
2
po
. La formule suivante decoule des denitions
des diverses derivees qui y apparaissent :
D
ex
(f) =
f
x
(p
o
), D
ey
(f) =
f
y
(p
o
).
Lorsque |v| = 1, linterpretation geometrique des derivees partielles setend aisement aux
derivees directionnelles : D
v
(f) donne la pente de la tangente au graphe de f situee au-dessus
de v. Si v nest pas de norme 1, posons u =
v
|v|
; il vient alors
D
v
(f) = |v| D
u
(f).
Lorsque |v| = 1, la direction orientee de v est reperee par la mesure de langle oriente de

e
x
à v, avec donc v = (cos )
e
x
+ (sin )
e
y
; dans ce cas, nous ecrivons
D
(f) = D
v
(f) = (cos )
f
x
(p
o
) + (sin )
f
y
(p
o
).

Cette quantite mesure le taux daccroissement de f dans la direction speciee par ; elle est
en fait donnee par un produit scalaire :
D
(f) = ((cos )
e
x
+ (sin )
e
y
)
_
f
x
(p
o
)
e
x
+
f
y
(p
o
)
e
y
_
= 1
_
f
x
(p
o
)
_
2
+
_
f
y
(p
o
)
_
2
cos , (15.1)
o` u est langle entre le vecteur (cos )
e
x
+(sin )
e
y
et le vecteur pour lequel nous introduisons
à present deux notations :
_
gradf
_
(p
o
) =

po
f =
f
x
(p
o
)

e
x
+
f
y
(p
o
)

e
y
.
Ce dernier vecteur, le gradient de f en p
o
, nous indique la direction orientee en p
o
dans
laquelle f augmente localement le plus. En eet, cette direction sobtient en faisant = 0
dans (15.1). De plus, la norme du gradient donne le taux maximum daccroissement dans une
direction à partir de p
o
. Rappelons toutefois que ces interpretations sont valables sous certaines
hypothèses sur la fonction f (hypothèses qui nont pas ete precisees). Si le graphe de f est vu
comme une montagne enneigee, la direction opposee à celle du gradient est choisie par le skieur
desirant descendre le plus vite ! Sur une carte de cette montagne, le gradient indique la ligne
de plus grande pente et est perpendiculaire à la ligne de niveau passant par son origine.
Exemple. Soit
f : R
2
R : (x, y) e
(x3)
2
y
2
+ 3e
(x1)
2
(y2)
2
.
Travaillons à lorigine :
f(0, 0) = e
9
+ 3e
5
,

(0,0)
f = (6e
9
+ 6e
5
)
e
x
+ (0 + 12e
5
)
e
y
.
Voici deux illustrations, dabord du graphe de f
puis du domaine de f, avec quelques lignes de niveau et gradients.

La theorie se generalise aux fonctions f : D R avec D sous-ensemble ouvert de R
n
et
n > 2. Bien quune direction ne soit plus reperee par un seul angle, il est encore possible de
montrer que la derivee directionnelle la plus elevee sobtient dans la direction speciee par le
vecteur gradient
_
gradf
_
(p
o
) =

po
f =
n
i=1
f
x
i
(p
o
)
e
i
.
Cette denition du gradient fait appel à une base orthonormee particulière

e
1
,
e
2
, . . . ,
e
n
de
R
n
po
; la meme denition reste valable pour toute base orthonormee de R
n
po
.
15.6 Exercices.
1. Faites un schema du plus grand domaine de la fonction et de quelques-unes des lignes
de niveau (n et R sont des constantes) :
f : (x, y) 2x 3y + 1; k : (x, y)
_
16 x
2
y
2
;
g : (x, y)
x
2
9
+
y
2
4
; l : (x, y) ln(x y) ;
h : (x, y) xy; m : (P, V ) T =
1
nR
PV ;
j : (x, y) 5; n : (P, T) V = nR
T
P
.
2. Decrivez le plus grand domaine et les surfaces de niveau de la fonction (o` u a, b, c sont
des constantes strictement positives) :
f : (x, y, z) ln(x y) ; j : (x, y, z)
x
2
a
2

y
2
b
2
;
g : (x, y, z)
x
2
a
2
+
y
2
b
2
+
z
2
c
2
; k : (x, y, z)
x
2
a
2
+
y
2
b
2
,
h : (x, y, z)
x
2
a
2
+
y
2
b
2

z
2
c
2
; l : (x, y, z) ln(x y z).
3. En representant le système daxes oxyz, faites un schema du graphe, de quelques lignes
de niveau dans R
2
et des lignes correspondantes sur le graphe pour la fonction
a) R
2
R : (x, y) 2x 3y + 1 ; d) R
2
R : (x, y) sin
_
x
2
+ y
2
;
b) R
2
R : (x, y) z =
x
2
9
+
y
2
4
; e) R R\{0} R : (x, y) sin
x
y
.
c) R
+
R
+
: (x, y) z = xy ;
4. La fonction suivante, consideree sur son plus grand domaine dans R
2
, est-elle continue ?

a) f : (x, y) x
2
y
3
sin(x + y) ; c) h : (x, y)
x
2
+ y
2
x
.
b) g : (x, y) x + y ; d) j : (x, y) x y.
5. La fonction suivante est-elle continue sur son plus grand domaine ? Peut-on etendre le
domaine à R
2
tout en gardant une fonction continue ?
a) (x, y)
xy
x
2
+ y
2
; b) (x, y)
1 cos(x
2
+ y
2
)
x
2
+ y
2
; c) (x, y)
xy
_
x
2
+ y
2
.
6. Donner le plus grand domaine de la fonction et calculer les derivees partielles premières :
f : (x, y) e
x
sin y; j : (x, y, z)
_
x
2
+ y
2
+ z
2
;
g : (x, y) (x
2
+ y
2
)e
xy
; k : (x, y, z, t) x
2
y
2
+ z
2
t
2
.
h : (x, y) e
cos(x/y)
;
7. Si f(x, y) = cos
2
(x + 3y)
2
, que valent
a)
f
x
(0, 0) ? b)
f
y
(
2
,

2
) ? c)
f
y
(

16
,

16
) ?
8. Si PV = nRT avec n, R constantes, que valent
a)
T
P
? b)
T
V
? c)
P
T
? d)
V
P
? e)
P
V
V
T
T
P
?
: R
2
R : (x, y)
_
x
2
+ y
2
.
En quel(s) point(s) de R
2
sannule la derivee partielle

x
? Meme question pour

y
. Donnez
une interpretation geometrique de vos resultats.
10. Pour f(x, y) =
_
x+3y
3
cos t
2
dt, determiner
f
x
(x, y) et
f
y
(x, y).
11. Calculer toutes les derivees partielles du second ordre des fonctions appliquant x sur
a)
x y
x + y
; b) y
x
; c) arctg
x
y
; d) y
2
sin
x
y
.
12. Lequation donde en la fonction inconnue (x, t) u(x, t) est de la forme
2
u
x
2
= c
2

2
u
t
2
,
avec c une constante. Montrer que pour des choix judicieux des constantes A, et , la fonction
(x, t) Asin(x) sin(t) est solution de cette equation. Faites de meme pour la fonction
(x, t) Acos(x t).
13. Après injection dun produit, la concentration c(x, t) à linstant t en un point situe à
une distance x du point dinjection satisfait, daprès un certain modèle,
c
t
= k
2
c
x
2
,
o` u k est une constante. Pour quelle(s) valeur(s) des constantes a et b (exprimees en fonction de
k) la fonction c(x, t) = t
a
e
bx
2
/t
est-elle conforme au modèle ?
14. Calculer toutes les derivees partielles quatrièmes de la fonction
R
2
R : (x, y) e
x
2
+y
2
(utilisez la symetrie en x, y de la fonction).
15. Calculer les derivees premières et les derivees partielles secondes des fonctions :

f : R
2
R : (x, y) 2x
3
+ 3x
2
2y
2
;
g : R
2
R : (x, y) x
2
2xy + y
2
;
h : R
+
\{0} R\{0} R : (x, y) ln(xy
2
);
j : R
2
R : (x, y) cos(xy
2
);
k : R {y R | k Z : y =

2
+ k} R : (x, y) tg
x
y
;
l : (R
+
\{0})
2
R : (x, y) xln y + y ln x;
m : R
2
R : (x, y) x
3
y + e
xy
2
.
16. Pour p = (
4
, 1) et le vecteur v de R
2
lie en p de composantes (3, 5), calculer la derivee
selon v de la fonction
f : R
2
R : (x, y) (cos(x y))
2
.
17. Soit la fonction
f : R
2
R : (x, y) x
2
xy y
2
et en chaque point (x, y) du plan le vecteur v de norme 1 lie en ce point et faisant avec le
demi-axe positif ox
+
un angle mesurant

3
radians. Calculer D
v
f(x, y).
: R
2
R : (x, y)
_
x
2
+ y
2
et le point p = (x, y) de R
2
, dont les coordonnees polaires sont et ; nous supposons = 0.
a) Donnez la derivee directionnelle de la fonction au point p dans la direction qui fait un
angle oriente de mesure avec le demi-axe positif ox
+
.
b) Montrez que cette derivee directionnelle ne depend que de et de .
c) En un point p xe, dans quelle direction cette derivee directionnelle est-elle maximum ?
minimum ? Interpretez geometriquement votre resultat.
19. Si f est une fonction de R
2
vers R et v un vecteur de R
2
lie au point (x
o
, y
o
), quelle
relation avons-nous entre la derivee de f selon v, que nous notons D
v
(f)(x
o
, y
o
), et la derivee
de f dans la direction de v au point (x
o
, y
o
) ?
20. Soit la fonction
f : R
2
R : (x, y)
_
_
_
xy
2
x
2
+ y
4
si x = 0,
0 si x = 0.
Montrer à partir de sa denition meme que D
v
(f)(0, 0) existe pour tout vecteur v lie au point
(0, 0). En considerant une suite de points sur la parabole dequation x = y
2
montrer ensuite
que la fonction f nest pas continue à lorigine.
21. Calculer la derivee de la fonction
f : R
2
R : (x, y) x
2
xy 2y
2
au point p = (1, 2) dans la direction orientee formant avec laxe ox un angle oriente mesurant
60
0
.
22. Calculer au point (1, 2, 1) la derivee de la fonction
g : R
3
R : (u, v, w) u
2
3vw + 5

dans la direction orientee faisant le meme angle inferieur à

2
avec chacun des demi-axes positifs
de coordonnee.
23. Soit f la fonction
f : R
3
R : (x, y, z) e
xz
sin(x + y).
Determinez le gradient de f au point (2, 2, 1).
24. Decrivez le gradient, en un point quelconque de R
2
, de la fonction
f : R
2
R : (x, y) 5;
g : R
2
R : (x, y) 2x;
h : R
2
R : (x, y) 2x + 3y;
j : R
2
R : (x, y)
1
2
(x
2
+ y
2
).
25. Faites un schema dans un système daxes de quelques courbes de niveau et quelques
gradients de la fonction
f : R
2
R : (x, y) xy.
26. Voici des lignes de niveau dune fonction de R
2
vers R, avec mention des valeurs de la
fonction. Dessinez une estimation du gradient de la fonction aux trois points marques.
27. Soit la fonction f appliquant (x, y) sur
_
x
2
4
+
y
2
9
. Après avoir determine le domaine
de f et la nature du graphe de f, faites un schema dans un système daxes oxyz
- du graphe de f ;
- de quelques lignes de niveau de f dans le plan oxy ;
- des lignes correspondantes sur le graphe de f ;
- de quelques gradients de f.

28. Donner lequation du plan tangent au graphe de la fonction
f : R
2
R : (x, y) (3 + ch(x + y))(1 5x + x
2
)
au point (0, 0, 0).
29. Montrez que les plans tangents à la surface de R
3
dequation
z
2
= (x 2)
2
+ (y + 5)
2
passent tous par un meme point : donnez une preuve analytique et une preuve geometrique
(cette dernière considerera la nature de la surface).
30. Au point indique, dans quelle direction orientee la fonction augmente-t-elle le plus ?
a) f : R
2
: (x, y) cos(x y) au point (
);
b) f : R
3
: (x, y, z) 3x 2y + 5z au point (6, 7, 8);
c) f : R
3
: (x, y, z) 4x
2
y
2
+ 3z
2
au point (1, 2, 5);
Chapitre 16
Champs de vecteurs et travail.
Des champs de vecteurs interviennent dans plusieurs chapitres de la physique. En voici
quelques exemples : champ de force gravitationnelle ou electro-magnetique, ux de chaleur,
vitesse à un instant des particules dun uide en mouvement, . . . Le deplacement dun point
dans un champ de forces cree ou demande un certain travail.
Ce chapitre presente les formalisations mathematiques de ces notions. A chaque point de la
region consideree, un champ de vecteurs associe un vecteur localise en ce point. Par exemple,
les gradients dune fonction de R
n
vers R constituent un champ de vecteurs sur le domaine R
n
.
La notion dintegrale curviligne le long dun chemin dans un champ de vecteurs est le deuxième
concept important ici ; par reference à des situations physiques, une telle integrale est aussi
appelee travail.
16.1 Champs de vecteurs.
Un champ de vecteurs sur un domaine specie en chaque point de ce domaine un vecteur
localise en ce point.
Denition 1. Un champ de vecteurs v sur le domaine D, sous-ensemble de R
n
avec n
N\{0}, associe à chaque point p de D un vecteur v(p) localise en p. Lorsque R
n
est muni dune
base

e
1
,
e
2
, . . . ,
e
n
, nous ecrirons
v(p) =
n
i=1
v
i
(p)

e
i
,
o` u la i-ème composante v
i
de v est aussi fonction de p :
v
i
: D R : p v
i
(p).
Le champ de vecteurs v est de classe C
k
(resp. C
0
, C
) sur D si toutes les fonctions v

i
, pour
i = 1, 2, . . ., n, sont de classe C
k
(resp. C
0
, C
) sur D.
Exemple 1. Prenons n = 2 et D = R
2
, puis posons
_
_
_
v
x
(x, y) = y,
v
y
(x, y) = x.
287
CHAPITRE 16. CHAMPS DE VECTEURS ET TRAVAIL. 288
Le champ de vecteurs v est de classe C
sur R
2
. Il se decrit aussi en introduisant les vecteurs
e
x
et

e
y
de la base canonique :
v(x, y) = y
e
x
+ x
e
y
.
En vue de le representer geometriquement, notons
(x
e
x
+ y
e
y
) v(x, y) = 0 et |v(x, y)| = |x
e
x
+ y
e
y
|.
Donc v(x, y) est orthogonal à x
e
x
+y
e
y
, et de meme longueur que ce dernier. En fait, si v(x, y)
etait localise à lorigine, il serait limage de x
e
x
+ y
e
y
par la rotation de centre o et dangle

2
.
y
x
1
1
Exemple 2. Avec n = 3 et D = R
3
, prenons
v(x, y, z) =
e
z
(o` u

e
z
est le troisième vecteur de la base canonique). Ce champ, de classe C
, apparat en
mecanique galileenne. Comme les composantes de v sont constantes, le champ v lui-meme est
dit constant (ce qui est un abus de langage : les vecteurs v(x, y, z) sont seulement equipollents).
x
1
y
1
z
1
o
Nous connaissons dejà un exemple de champ de vecteurs : le champ des gradients dune
fonction.
Proposition 16.1 Si D est un sous-ensemble ouvert de R
n
et f : D R est une fonction de
classe C
k
avec k 1, le champ des gradients, specie par
grad f (p) =

p
f =
n
i=1
f
x
i
(p)
e
i
(o` u

e
i
est le i-ème vecteur de la base canonique de R
n
), est un champ de vecteurs de classe
C
k1
sur D.
La preuve est trop simple pour devoir etre detaillee. Rapellons que linterpretation intuitive
du gradient a ete fournie en 15.5. La fonction f de la Proposition 1 est parfois qualiee de
champ de scalaires ou de potentiel scalaire, car elle associe un nombre à chaque point de
D.
Exemple 3. Si f : R
3
R : (x, y, z) z, nous avons
grad f (p) =

e
z
.
Ainsi, le champ de vecteurs de lExemple 2 est loppose du champ des gradients du champ
scalaire (x, y, z) z. Nous constatons que le gradient tel que nous lavons deni est loppose
du gradient au sens de la mecanique.
16.2 Travail.
En physique, la notion de travail est dabord introduite pour le deplacement rectiligne dun
objet ponctuel dans un champ de forces constant
F . Pour un deplacement du point a au point

b, le travail realise par la force sur lobjet est donne par le produit scalaire
ab.
Si le champ nest pas constant et le deplacement quelconque, le physicien approche cette situta-
tion generale par une succession de petits mouvements rectilignes : le travail se denit comme
la limite
x 1
y
1
z
1
0
p
1
p
2
p
3
p
n
de sommes
n
i=1
F (q
i
)
p
i1
p
i
o` u q
i
designe un point du segment [x
i
, x
i1
] (la limite etant prise pour des approximations
rectilignes qui collent de plus en plus à la trajectoire). Si le mouvement du point est donne par
la parametrisation
: [, ] R
3
: t
(t),
une telle somme est approximativement egale, pour p
i
= (t
i
) à
n
i=1
F ((t
i
))
d
dt
(t
i
) (t
i
t
i1
).
Nous reconnaissons là une somme de Riemann pour lintegrale curviligne de la fonction t
F ((t))
d
dt
(t).
Denition. Soit v un champ de vecteurs de classe C
0
sur un sous-ensemble ouvert U de R
n
et
soit : [, ] U une parametrisation directe derivable dun chemin oriente C
+
situe dans
U. Lintegrale curviligne ou travail du champ v le long du chemin oriente C
+
est
lintegrale curviligne (au sens de la Denition 1 de 14.4)
_
C
+
v
d
dt
dt =
_

v ((t))
d
dt
(t) dt.
Dans la suite, nous considererons souvent une situation un peu plus generale : le chemin
oriente admet une parametrisation continue dont la derivee existe sauf peut etre en un nombre
ni de points. Une telle parametrisation, et le chemin quelle decrit, seront dits de classe
presque C
1
. Le travail dun champ de vecteurs de classe C
0
le long dun chemin de classe
presque C
1
, introduit tout comme dans la denition ci-dessus, est toujours un nombre reel bien
deni (car lintegrale denie à calculer porte sur une fonction bornee qui est continue sauf
peut-etre en un nombre ni de points).
Pour des raisons explicitees plus loin, nous utilisons encore la notation
_
C
+
ds
pour le travail de v le long de C
+
.
Le parcours du meme chemin dans lautre sens se decrit par la parametrisation directe
: [, ] R
n
: t
( + t).
En notant C
ce chemin oriente, il vient (nous poserons t
= + t) :
_
C
ds =
_

v (
(t))
d
dt
(t) dt
=
_

v (( + t))
d
dt
(t
)
dt
dt
(t) dt
=
_

v ((t
))
d
dt
(t
) dt
=
_

v ((t))
d
dt
(t) dt
=
_
C
+
ds.
Un changement de sens de parcours entrane donc un changement de signe du travail. Linter-
pretation physique en terme de travail fourni par le champ de force v nous incite à admettre
que le choix de la parametrisation du chemin oriente ninue pas sur la valeur de lintegrale
curviligne (tant que cette parametrisation reste directe). En vue detablir ceci rigoureusement,
donnons-nous une autre parametrisation directe de C
+
, soit
: [, ] R
n
: s
(s).
Supposons que le changement de parametrisation
: [, ] [, ] : t s = (t)
soit derivable et strictement croissant :
Il vient alors
_

v ((t))
d
dt
(t) dt =
_

v (( )(t))
d(
)
dt
(t) dt
=
_

v ((s))
d
ds
(s)
ds
dt
dt
=
_

v ((s))
d
ds
(s) ds.
Ceci etablit bien lindependance de lintegrale curviligne du champ v le long de C
+
par rapport
à la parametrisation choisie. Lorsque la parametrisation ci-dessus est normale, nous pouvons
prendre nul et egal à la longueur totale parcourue L. En posant
d
ds
(s) ds =
ds, il resulte
la notation et legalite
_
C
+
ds =
_
L
0
v()
d
ds
ds.
Rappelons que le vecteur
d
ds
est unitaire exactement si la parametrisation est normale.
Exemple 1. Soit n = 2 et v(x, y) = y
e
x
+ x
e
y
. Calculons le travail fourni par v le long
de larc C
+
de cercle centre à lorigine et joignant au plus court le point (r, 0) au point (0, r).
Prenant la parametrisation directe
:
_
0,

2
_
R
2
: t (r cos t, r sin t),
nous obtenons
d
dt
= r sin t
e
x
+ r cos t
e
y
et ensuite
_
C
+
ds =
_
2
0
(r sin t
e
x
+ r cos t
e
y
) (r sin t
e
x
+ r cos t
e
y
) dt
=
_
2
0
r
2
dt
=

2
r
2
.
La parametrisation normale est ici
:
_
0,

2
r
_
R
2
: s
_
r cos
s
r
, r sin
s
r
_
.
Elle donne
_
C
+
ds =
_
2
r
0
_
r sin
s
r
e
x
+ r cos
s
r
e
y
_
_
sin
s
r
e
x
+ cos
s
r
e
y
_
ds
=
_
2
r
0
r ds
=

2
r
2
.
En decrivant la parametrisation sous la forme
[, ] R
n
: t (x
1
(t), x
2
(t), . . . , x
n
(t)),
nous obtenons
_
C
+
ds =
_

i=1
v
i
dx
i
dt
dt
qui motive lintroduction dune notation supplementaire pour cette integrale curviligne :
_
C
+
n
i=1
v
i
dx
i
.
Exemple 2. Soit C
+
parametre par
[0, 1] R
3
: t (t, t
2
, t
3
)
et le champ de forces

F specie par

F (x, y, z) = x
2
e
x
+ yz
e
z
. Il vient
_
C
+
ds =
_
C
+
x
2
dx + yz dz
=
_
1
0
t
2
dt + t
2
t
3
3t
2
dt
=
_
1
0
(t
2
+ 3t
7
) dt
=
1
3
+
3
8
=
1
24
.
Lorsque la courbe C
+
se referme, lintegrale curviligne dun champ de vecteurs v le long de
C
+
est aussi appele integrale circulaire ou circulation de v le long de C
+
et notee
_
C
+
ds.
Exemple 3. Parcourons une fois lellipse dequation
x
2
a
2
+
y
2
b
2
= 1 dans R
2
selon le sens trigo-
nometrique, et considerons à nouveau le champ de vecteurs specie par v(x, y) = y
e
x
+ x
e
y
.
Avec la parametrisation
[0, 2] R
2
: t (a cos t, b sin t)
(nous supposons a > 0 et b > 0), il vient
_
C
+
ds =
_
2
0
(b sin t, a cos t) (a sin t, b cos t) dt
=
_
2
0
ab dt
= 2ab.
Si cette ellipse etait parcourue une fois dans le sens oppose, nous obtiendrions 2ab. Si elle
etait parcourue quinze fois dans le sens des aiguilles dune montre, le travail fourni par v serait
30ab.
Considerons à present le cas dun champ de gradients.
Proposition 16.2 Soit f : U R une fonction dierentiable sur un sous-ensemble ouvert U
de R
n
et C
+
un chemin de classe presque C
1
dans U, joignant le point a au point b. Soit de
plus f : U R une fonction de classe C
1
. Alors
_
C
+
(
grad f)
ds = f(b) f(a).
Demonstration. Choisissons une parametrisation directe de classe presque C
1
de C
+
, soit :
[, ] U. Par denition de lintegrale et du gradient, le membre de gauche vaut
_

i=1
f
x
i
((t))
dx
i
dt
(t) dt.
Mais daprès une formule de derivation de fonction composee (que nous navons pas etablie mais
que nous admettrons), lintegrande nest autre que
d(f )
dt
(t). Par le Theorème fondamental
(cf. 11.4), lintegrale vaut (f )() (f )(), cest-à-dire f(b) f(a).
La fonction f de lenonce est souvent appelee potentiel en physique. Pour un champ de
forces derive dun potentiel (cest-à-dire un champ de gradients), cette proposition arme que
le travail le long dun chemin vaut la dierence des deux valeurs du potentiel aux extremites du
chemin. Il en resulte une propriete remarquable des champs de gradients, dite independance
du chemin : le travail le long dun chemin ne depend que des extremit es de ce chemin. Cette
propriete nest pas veriee pour tous les champs de vecteurs, comme le montre lExemple 3
ci-dessus.
Exemple 4. Soit U = R
3
\ {(0, 0, 0)} et
f : U R : (x, y, z)
1
_
x
2
+ y
2
+ z
2
.
Posons comme souvent dejà r =
_
x
2
+ y
2
+ z
2
. De
(1/r)
x
= x/r
3
, nous deduisons
(
grad f)(x, y, z) =
1
r
3
(x, y, z) =
1
r
2
1
r
,
o` u

1
r
est le vecteur unitaire localise en (x, y, z) pointant dans la direction de (0, 0, 0) vers
(x, y, z). Ce champ de vecteurs, dune extreme importance en physique, satisfait la Proposition.
Quel que soit le chemin oriente C
+
du point (x
o
, y
o
, z
o
) au point (x
1
, y
1
, z
1
) evitant lorigine, il
vient
_
C
+
_
grad
1
r
_
ds =
1
_
x
2
1
+ y
2
1
+ z
2
1
1
_
x
2
o
+ y
2
o
+ z
2
o
.
16.3 Exercices.
1. Dans R
2
, calculer lintegrale curviligne
a)
_
C
+
xdy + y dx, o` u C
+
est larc de cubique deni par y = x
3
+x
2
+x+1 et 0 x 1 ;
b)
_
C
+
_
(x
2
2xy)
e
x
+ (2xy + y
2
)
e
y
_
ds, o` u C
+
est larc de la parabole dequation y =
x
2
, joignant le point (1, 1) au point (2, 4) ;
c)
_
C
+
(2a y) dx + xdy, o` u a est une constante reelle strictement positive et C
+
est larc
de cyclode de parametrisation
_
x = a(t sin t)
y = a(1 cos t)
0 t 2;
d)
_
C
+
(x
2
+ y) dx + (2x + y
2
) dy, o` u C
+
est le carre de sommets (1, 1), (1, 2), (2, 2), (2, 1)
parcouru une fois dans le sens anti-trignonometrique. Quel serait le resultat si ce meme carre
etait parcouru deux fois dans le sens trigonometrique ?
2. Calculer le travail de la force

F lorsque le cercle de R
2
centre à lorigine et de rayon R
est parcouru une fois dans le sens trigonometrique, si
a)

F (x, y) = (x + y)
e
x
+ (x y)
e
y
;
b)

F (x, y) = xy
e
x
+ (x + y)
e
y
;
c)

F (x, y) = 1.000.000

e
x
0, 000.000.1

e
y
.
3. Dans le plan R
2
, soit T le triangle de sommets (0, 0), (1, 0) et (0, 1), et C
+
son bord
oriente dans le sens trigonometrique. Soit le champ de vecteurs

v sur R
2
, deni par
v (x, y) = xy
e
x
x
e
y
.
Calculer lintegrale circulaire
_
C
+
ds.
4. Soit D le disque de rayon 3 centre à lorigine de R
2
et C
+
son bord oriente dans le sens
trigonometrique. Soit le champ de vecteur

v sur R
2
, deni par
v (x, y) = x
2
y
e
x
e
y
e
y
.
Calculer lintegrale circulaire
_
C
+
ds.
5. Calculer le champ de gradients de la fonction f : R
2
R : (x, y) x y
2
. Dessiner
les lignes de niveau 1, 0, 1 et 2 de f, ainsi que les gradients de f en quelques points, par
exemple (1, 1), (0, 1), (1, 0), (3, 1), (3, 1). Donner de manière très simple la valeur de lintegrale
curviligne
_
C
+
(
grad f)
ds si C
+
est la courbe orientee de parametrisation
: [0,

2
] R
2
: t (sin t, cos t).
Meme question si le domaine de est plutot [0, ].
6. Considerons le champ de vecteurs

v sur R
2
donne par
_
v
x
(x, y) = x y
v
y
(x, y) = x + y
Calculer lintegrale curviligne de

v le long des trois courbes orientees de R
2
denies par les
parametrisations
1
: [0, 1] R
2
: t (t, t
2
),
2
: [1, 0] R
2
: u (1 u, (1 u)
2
),
3
: [1, 2] R
2
: v (
v 1, v 1).
7. Dans R
2
, calculer lintegrale circulaire
a)
_
C
+
2(x
2
+ y
2
) dx + (x + y)
2
dy, o` u C
+
est le parcours simple du triangle de sommets
a = (1, 1), b = (2, 2), c = (1, 0) dans ce sens ;
b)
_
C
+
xy
2
dx x
2
y dy, o` u C
+
est la circonference dequation x
2
+y
2
= 16 parcourue trois
fois dans le sens trigonometrique ;
c)
_
C
+
ds, o` u
F (x, y) = (x+y, y x) et C
+
est obtenu en suivant du point a = (1, 0)
au point b = (2, 3) une parabole daxe oy, puis la droite de b à a ;
d)
_
C
+
dx + xdy o` u C
+
est la courbe refermee fabriquee à partir des paraboles dequations
respectives y = x
2
et x = y
2
;
e)
_
C
+
ds, o` u
F (x, y) = x
3
e
x
y
3
e
y
et C
+
est la circonference dequation x
2
+y
2
= 1
parcourue 5 fois dans le sens trigonometrique.
Chapitre 17
Espaces vectoriels
17.1 Exemples et denition despace vectoriel reel.
Voici une longue liste dexemples illustrant la diversite des espaces vectoriels reels. La
denition de ces espaces vient juste après les exemples.
Exemples.
1. Dans lespace (ou le plan, ou la droite) euclidien, xons un point a ; lensemble E
3
a
des
vecteurs localises (ou lies) en a, muni de laddition et de la multiplication scalaire :
a
v
u +v
u
E
3
E
3
a
b
E
3
b
c
E
3
c
2. Dans lespace (ou le plan, ou la droite) euclidien, lensemble des vecteurs libres muni de
laddition et de la multiplication scalaire :
v
u
u +v
296
CHAPITRE 17. ESPACES VECTORIELS 297
3. Soit n un nombre naturel positif. Lensemble R
n
des n-uples de nombres reels
R
n
= {(x
1
, x
2
, . . . , x
n
) | x
1
, x
2
, . . . , x
n
R}
avec laddition et la multiplication scalaire denis comme suit :
(x
1
, x
2
, . . . , x
n
) + (y
1
, y
2
, . . . , y
n
) = (x
1
+ y
1
, x
2
+ y
2
, . . . , x
n
+ y
n
)
et
(x
1
, x
2
, . . . , x
n
) = (x
1
, x
2
, . . . , x
n
).
Pour n = 2, nous considerons donc les couples de nombres reels, pour n = 3 les triples de
nombres reels (comme dans le chapitre de geometrie analytique). Pour n = 1, R
1
concide
avec R. Convenons que R
0
est forme du seul element o. Ces espaces R
n
, avec n N, sont
appeles les espaces numeriques reels. Retenons quaddition et multiplication scalaire
y sont eectuees composante par composante.
4. Lensemble R
N
de toutes les suites (x
n
)
nN
, ou plus simplement (x
n
), de nombres reels.
Somme et multplication scalaire sont denies terme à terme :
(x
n
) + (y
n
) = (x
n
+ y
n
) ,
(x
n
) = ( x
n
) .
5. Lensemble R[x] des polynomes à coecients reels en lindeterminee x avec laddition
usuelle de polynomes et la multiplication scalaire denie comme suit, si a
n
x
n
+a
n1
x
n1
+
+ a
0
R[x] et R :
(a
n
x
n
+ a
n1
x
n1
+ + a
0
) = a
n
x
n
+ a
n1
x
n1
+ + a
0
.
6. Lensemble R
R
de toutes les fonctions f de R vers R, muni de la somme usuelle de fonctions
reelles, et de la multiplication scalaire usuelle. Par exemple, soit
demi : R R : x
1
2
x
et
cos : R R : x cos x;
la somme de ces deux fonctions est la fonction
demi + cos : R R : x
1
2
x + cos x;
la multiplication de la fonction cos par le scalaire 3 donne la fonction
3 cos : R R : x 3 cos x.
Il est aise desquisser le graphe de la fonction somme à partir des graphes des deux
fonctions que lon additionne ; faisons-le pour notre exemple :
1
2
3
1
2
3
1.57 3.14 4.71 6.28 7.85 9.42 10.99 1.57 3.14 4.71 6.28
cos
3cos
cos
3cos
f(x)
x
1
2
3
4
1
2
3
4
1.57 3.14 4.71 6.28 7.85 9.42 10.99 1.57 3.14 4.71 6.28 7.85
f(x)
x
cos
cos + demi
demi
cos
cos + demi
demi
Lesquisse du graphe de la fonction demi + cos pourrait etre rendue plus precise à laide
de techniques decrites dans des chapitres anterieurs.
7. Lensemble C des nombres complexes avec laddition usuelle de complexes et la multipli-
cation scalaire denie comme suit pour R et a + bi C :
(a + bi) = a + bi.
Les ingredients de tous les exemples qui viennent detre presentes sont semblables : un en-
semble est muni dune addition et dune multiplication scalaire. Celles-ci jouissent de proprietes
remarquables qui rendent les calculs avec ces operations plus simples, par exemple lassociati-
vite de laddition, ou la distributivite. La denition dun espace vectoriel reel est inspiree de
ces exemples et en reprend des proprietes fondamentales dont elle fait des axiomes.
Denition 1. Un espace vectoriel reel R, V, +, est un ensemble V muni dune loi daddition
+ sur V et dune multiplication scalaire qui à un reel ou scalaire et un element v de V
associe un element v de V , telles que :
1. V, +, 0 est un groupe commutatif (de neutre o donc) ;
2. pour , R et v, w V :
( v) = () v,
( + ) v = v + v,
(v + w) = v + w,
1 v = v.
Les elements de V sont (souvent) appeles vecteurs et notes aussi u, v, w, . . . Ils seront parfois
dessines comme des vecteurs localises au neutre o. Dautre part, lecriture v sera quasiment
toujours simpliee en v.
Exemples. Chaque item de la liste ci-dessus fournit un exemple despace vectoriel reel. Pour
etayer cette assertion, il faudrait verier systematiquement que chacune des proprietes requises
par la denition est satisfaite.
Remarques.
1. Le lecteur veillera à bien distinguer les notions voisines de vecteurs localises et de vecteurs
libres dun espace euclidien, et celle de vecteurs au sens delements dun espace vectoriel.
2. La denition despace vectoriel nintroduit pas de distance, produit scalaire ou mesure
dangle. Elle nous permettra de denir des notions telles que droite, plan, parallelisme,
. . ., cest-à-dire les notions vectorielles et anes de la geometrie. Un supplement de struc-
ture (un produit scalaire) sera utilise au Chapitre 22 pour developper la geometrie
euclidienne.
Dans la suite, nous abregerons souvent R, V, +, en V .
17.2 Exemples et denition despace vectoriel complexe.
Nous procedons de manière analogue à la section precedente, mais en remplacant le champ
des reels par le champ des complexes.
Exemples.
1. Lensemble C
n
des n-uples de nombres complexes
C
n
= {(z
1
, z
2
, . . . , z
n
) | z
1
, z
2
, . . . , z
n
C}
avec addition et multiplication scalaire denies composante par composante (comme dans
le cas reel), mais avec cette fois le scalaire pris dans C.
2. Lensemble C des nombres complexes avec laddition usuelle de complexes et la multipli-
cation scalaire denie comme le produit usuel de complexes.
3. Lensemble C[x] des polynomes en lindeterminee x à coecients complexes, muni de
laddition usuelle et de la multiplication scalaire denie de manière analogue à celle de
lexemple reel correspondant (cette fois, C).
Un espace vectoriel complexe C, V, +, est deni de manière similaire à un espace vectoriel
reel en remplacant R par C : les scalaires , , . . . sont donc ici des nombres complexes. Plus
precisement :
Denition 2. Un espace vectoriel complexe C, V, +, est un ensemble V de vecteurs muni
dune loi daddition + sur V et dune multiplication scalaire qui à un complexe ou scalaire
et un element v de V associe un element v de V , telles que :
1. V, +, 0 est un groupe commutatif ;
2. pour , C et v, w V :
(v) = ()v,
( + ) v = v + v,
(v + w) = v + w,
1 v = v.
Les vecteurs de V sont (souvent) notes u, v, w, . . . et v abrege en v.
Exemples. La liste ci-dessus donne des exemples despaces vectoriels complexes.
Dans la suite, nous abregerons souvent C, V, +, . en V .
17.3 Espaces vectoriels sur un champ.
Plus generalement, nous allons denir les espaces vectoriels sur un champ F. Les etudiants
en informatique rencontreront en particulier le cas o` u F est le champ à deux elements, cest-à-
dire lensemble {0, 1} muni de laddition et de la multiplication modulo 2, ainsi que dautres
exemples de champs nis utilises en cryptographie.
Denition 1. Un champ est un ensemble F delements muni de deux operations, laddition +
et la muliplication , satisfaisant les axiomes suivants :
1. F, +, 0 est un groupe commutatif de neutre o ;
2. la multiplication est interne et partout denie, et de plus sa restriction à F \ {0} donne
un groupe commutatif de neutre 1, note F
, , 1 ;
3. la distributivite est veriee :
a (b + c) = a b + a c,
pour tous elements a, b et c de F.
Exemples. Lensemble R des nombres reels avec les operations habituelles daddition et mul-
tiplication forme un champ. Il en va de meme pour lensemble C des nombres complexes, ainsi
que pour lensemble Q des nombres rationnels. Pour tout naturel premier p, lensemble {0, 1,
. . ., p1} forme un champ pour laddition et la multiplication modulo p (cette armation sera
etablie dans un chapitre ulterieure).
Denition 2. Un espace vectoriel F, V, +, . sur le champ F est un ensemble V de vecteurs
muni dune loi daddition + et dune multiplication scalaire qui à un scalaire pris dans F
et un element v de V associe un element v de V , telles que :
1. V, +, 0 est un groupe commutatif ;
2. pour , F et v, w V :
(v) = () v,
( + ) v = v + v,
(v + w) = v + w,
1 v = v.
Les vecteurs de lespace vectoriel V = F, V, +, sont souvent notes u, v, . . .
Exemples.
1. Soit n un nombre naturel. Lensemble F
n
des n-uples dont les composantes prennent leurs
valeurs dans F forme un espace vectoriel sur le champ F lorsquil est muni de laddition
et de la multiplication scalaire denies composante par composante.
2. Soit E un ensemble non vide. Lensemble F
E
des applications de E vers F forme un espace
vectoriel sur le champ F pour laddition et la multiplication scalaire denies comme suit.
Si f et g sont deux applications de E vers F, nous introduisons une fonction f + g de E
vers F en posant
(f + g)(e) = f(e) + g(e)
pour tous les e de E ; si de plus est un scalaire, cest-à-dire un element de F, nous
introduisons la fonction f en posant
( f)(e) = f(e).
17.4 Combinaisons lineaires ; parties generatrices et par-
ties libres.
Dans la suite de ce chapitre, nous exposons la theorie en considerant un espace vectoriel V
sur un champ F. Le lecteur est invite (surtout en première lecture) à penser dabord au cas o` u
F est le champ R des reels. Une fois lintuition forgee dans ce cas concret, il devient plus facile
de comprendre lexpose general plus abstrait.
Notons dabord, pour F :
o = o.
En eet, o = (o + o) = o + o, et dans le groupe V, +, o lequation o = x + o admet
lunique solution x = o. Un argument semblable donne, pour v V :
0v = o.
Denition 1. Si
1
,
2
, . . .,
m
F, et

v
1
,

v
2
, . . .,

v
m
V , le vecteur
v
1
+
2
v
2
+ +
m
v
m
est une combinaison lineaire des vecteurs

v
1
,

v
2
, . . .,

v
m
, de coecients
1
,
2
, . . .,
m
.
Remarque. Il sagit de combiner lineairement un nombre ni de vecteurs. La seule structure
despace vectoriel ne nous permet pas de donner un sens à des sommes innies.
Exemples.
1. Dans lespace vectoriel reel E
3
a
des vecteurs localises en a de lespace euclidien E
3
, si

v
1
et
v
2
ne sont pas proportionnels, toutes les combinaisons lineaires de
v
1
et
v
2
constituent
le plan par a contenant

v
1
et

v
2
.
2. Prenons lespace vectoriel F[x] des polynomes en lindeterminee x à coecients dans le
champ F. Les combinaisons lineaires des vecteurs 1, x et x
2
sont les polynomes de F[x]
de degre au plus 2.
3. Dans lespace vectoriel reel R
R
de toutes les fonctions de R vers R, la fonction
f : R R : x cos 2x
nest pas une combinaison lineaire des fonctions
g : R R : x sin x,
h : R R : x cos x.
En eet, sil existait , R tels que
f = g + h,
il faudrait
x R : cos 2x = sin x + cos x.
Pour les valeurs particulières x = 0 et x = , ceci donne
1 = 0 + 1
1 = 0 + (1),
donc 1 = et 1 = , une contradiction.
Considerons à present les fonctions
j : R R : x sin
2
x,
k : R R : x cos
2
x.
La fonction f est combinaison lineaire des fonctions j et k : nous avons
f = (1) j + 1 k,
qui resulte de legalite trigonometrique (valide pour tout x de R)
cos 2x = cos
2
x sin
2
x.
Denition 2. Une partie A de lespace vectoriel V est generatrice si tout vecteur de V est
combinaison lineaire de (certains) vecteurs de A.
Exemples.
1. Dans E
3
, un repère localise en a engendre lespace vectoriel reel E
3
a
; nous avons pour tout
v de E
3
a
, si

e
1
,

e
2
,
e
3
est ce repère :
v = v
1
e
1
+ v
2
e
2
+ v
3
e
3
,
e
1
e
2
e
3
v
o` u v
1
, v
2
, v
3
sont les composantes de

v dans le repère.
2. Dans lespace vectoriel complexe C
2
, les vecteurs (1 + i, 1) et (0, 5i) forment une par-
tie generatrice. Pour le verier, prenons (z
1
, z
2
) vecteur quelconque de C
2
et prouvons
lexistence de nombres complexes , tels que
(z
1
, z
2
) = (1 + i, 1) + (0, 5i).
Cette egalite revient successivement à
(z
1
, z
2
) = ((1 + i) + 0, + 5i),
_
z
1
= (1 + i) + 0
z
2
= + 5i
_
_
= z
1
1 i
2
z
2
= z
1
1 i
2
+ 5i
_
_
= z
1
1 i
2
=
i
5
_
z
2
z
1
1 i
2
_
,
ce qui etablit bien lexistence des valeurs complexes , cherchees.
3. Dans lespace vectoriel R[x], aucune partie nie {p
1
, p
2
, . . ., p
n
} nest generatrice. En eet,
si d est le degre le plus eleve parmi les degres des polynomes p
1
, p
2
, . . ., p
n
, toutes les
combinaisons lineaires de p
1
, p
2
, . . ., p
n
seront de degres inferieurs ou egaux à d. Il existe
par consequent des polynomes de R[x] qui ne sont pas combinaisons lineaires de p
1
, p
2
,
. . ., p
n
. Par contre, {1, x, x
2
, . . . , x
n
, . . .} est une partie generatrice.
Denition 3. Une partie A de lespave vectoriel V est libre si aucun vecteur de A nest
combinaison lineaire dautres vecteurs de A. Les vecteurs de A sont alors dits lineairement
independants.
Remarques. La partie vide est trivialement libre. Une partie libre ne peut contenir

o .
Nous serons amenes dans la suite à considerer des suites nies de vecteurs

v
1
,

v
2
, . . .,

v
m
parmi lesquels des repetitions sont possibles ; nous parlerons alors de famille nie de vecteurs
v
1
,

v
2
, . . .,

v
m
. Une telle famille est dite libre si pour tout choix dindices i et j, les vecteurs
v
i
et

v
j
sont distincts, et si de plus la partie {
v
1
,

v
2
, . . .,

v
m
} est libre. La denition setend
facilement aux familles innies de vecteurs de V .
Proposition 17.1 Une partie A de lespave vectoriel V est libre ssi pour tout choix dun
nombre naturel m positif, de scalaires
1
,
2
, . . .,
m
et de vecteurs

v
1
,

v
2
, . . .,

v
m
de A
deux à deux distincts :
v
1
+
2
v
2
+ +
m
v
m
=

o =
1
=
2
= =
m
= 0. (17.1)
Demonstration.
Soit A libre. Si limplication (17.1) nest pas toujours vraie, cest quil existe
1
,
2
, . . .,
m
non tous nuls dans F et

v
1
,

v
2
, . . .,

v
m
distincts dans A tels que
v
1
+
2
v
2
+ +
m
v
m
=

o .
Pour au moins un i de {1, 2, . . . , m}, il faut donc
i
= 0 ; nous tirons de legalite vectorielle
precedente
v
i
=
1
i

1
v
1

1
i

i1
v
i1
1
i

i+1
v
i+1

1
i

m
v
m
,
en contradiction avec la denition de partie libre.
Supposons limplication (17.1) toujours veriee. Si A netait pas libre, un vecteur

v
1
de
A serait combinaison libre dautres vecteurs de A, disons

v
2
,

v
3
, . . .,

v
m
(que nous pouvons
supposer distincts). Il existerait donc des scalaires
2
,
3
, . . .,
m
tels que
v
1
=
2
v
2
+
3
v
3
+ +
m
v
m
,
ou encore
(1)
v
1
+
2
v
2
+
3
v
3
+ +
m
v
m
=

o .
Limplication (17.1) serait donc fausse pour les scalaires 1,
2
,
3
, . . .,
m
.
Exemple. Les polynomes x
3
+ x + 1, x
3
x
2
et x + 5 sont lineairement independants dans
lespace vectoriel reel R[x]. En eet, prenons , , dans R et supposons
(x
3
+ x + 1) + (x
3
x
2
) + (x + 5) = 0,
o` u le membre de droite est le polynome nul. Reecrivons legalite comme
( + )x
3
x
2
+ ( + )x + + 5 = 0.
Legalite entre ces deux polynomes se traduit par legalite entre les coecients des termes de
meme degre, cest-à-dire
_
_
+ = 0
= 0
+ = 0
+ 5 = 0
Partant de la deuxième egalite, nous obtenons successivement = 0, puis = 0 (première
egalite), puis = 0.
17.5 Bases et dimension.
Denition 1. Une base de lespace vectoriel V est une partie de V à la fois libre et generatrice.
Souvent, nous supposerons que les vecteurs de la base sont donnes dans un certain ordre (au
sens dordre total) et parlerons alors de base ordonnee (meme si lexpression base totalement
ordonnee serait plus correcte).
Exemples.
1. Dans un espace euclidien centre E
3
0
, tout repère localise en o est une base de lespace
vectoriel reel E
3
0
(forme, rappelons-le, des vecteurs localises en o) :
o
2. La partie B = {1, x, x
2
, . . . , x
n
, . . .} est une base de R[x]. En eet, tout vecteur de R[x]
secrit
a
0
1 + a
1
x + a
2
x
2
+ + a
d
x
d
, a
i
R,
donc B est generatrice. De plus si m > 0 et
0
1 +
1
x +
2
x
2
+ +
m
x
m
= 0,
i
R,
(à droite, le polynome nul), il faut
0
=
1
=
2
= =
m
= 0, donc B est libre.
3. Dans R
n
, pour n un nombre naturel positif, les vecteurs
(1, 0, 0, . . . , 0)
(0, 1, 0, 0, . . . , 0)
(0, 0, 1, 0, 0, . . . , 0)
.
.
.
(0, 0, . . . , 0, 1)
forment une base, qui est appelee la base canonique. Il en va de meme dans lespace
vectoriel complexe C
n
, ainsi que dans lespace vectoriel F
n
sur le champ F. Comme cas
particulier, {(1, 0), (0, 1)} est une base de F
2
. En eet, si
1
,
2
F :
1
(1, 0) +
2
(0, 1) =

o
implique
(
1
,
2
) = (0, 0)
et donc
1
=
2
= 0. De plus, pour tout vecteur (z
1
, z
2
) de F
2
, nous avons
(z
1
, z
2
) = z
1
(1, 0) + z
2
(0, 1).
Proposition 17.2 Une partie B de lespave vectoriel V est une base ssi tout vecteur de V
secrit de manière unique comme une combinaison lineaire de vecteurs de B.
Remarque. Il faut bien s ur comprendre unique comme unique à lordre des termes près,
et aussi que lajout ou le retrait dun terme 0
b ne change pas lecriture.

Demonstration.
Si B est une base, B est generatrice, donc tout vecteur est combinaison lineaire delements
de B. Montrons que pour
v donne dans V , cette realisation de
v comme combinaison lineaire

de vecteurs de B est unique. Supposons pour certains m, n N,

b
1
,

b
2
, . . .,

b
m
,
1
,
2
, . . .,
n
B,
1
,
2
, . . .,
m
,
1
,
2
, . . .,
n
F :
v =
1
b
1
+
2
b
2
+ +
m
b
m
=
1
+
2
+ +
n
.
Si un vecteur

b
i
napparat pas comme un
j
dans le troisième membre, ajoutons-le aecte du
scalaire
j
= 0 ; de meme si un vecteur
k
napparat pas dans le deuxième membre, ajoutons-le
comme un
b
l
aecte de
l
= 0. Ceci nous permet de supposer m = n et, quitte à renumeroter les
vecteurs
j
, que les egalites

b
1
=
1
,

b
2
=
2
, . . .,

b
m
=
m
sont satisfaites. Legalite ci-dessus
devient
b
1
+
2
b
2
+ +
m
b
m
=
b
1
+
b
2
+ +
b
m
,
qui livre
(
1
1
)
b
1
+ (
2
2
)
b
2
+ + (
m
m
)
b
m
=

o .
Comme la partie B est libre, il faut
1
=
2
2
= =
m
m
= 0
cest-à-dire
1
=
1
,
2
=
2
, . . . ,
m
=
m
.
Nous avons etabli lunicite de lecriture dun vecteur de V comme combinaison lineaire de
vecteurs de B.
Lhypothèse arme que B est generatrice. Il nous reste à montrer que B est libre. A cette
n, supposons m N\{0},
1
,
2
, . . .,
m
F,

b
1
,

b
2
, . . .,

b
m
B, les

b
i
distincts et
b
1
+
2
b
2
+ +
m
b
m
=

o .
Par hypothèse,

o secrit de manière unique comme combinaison lineaire de vecteurs de B ;
donc
1
=
2
= =
m
= 0.
Ceci prouve que B est libre.
Denition 2. Si B est une base de V et

v un vecteur de V , les composantes du vecteur
v dans la base B sont les coecients scalaires dans la combinaison lineaire
v =
1
b
1
+
2
b
2
+ +
m
b
m
avec m N,
1
,
2
, . . .,
m
F et
b
1
,
b
2
, . . .,
b
m
B (o` u les
b
i
sont deux à deux distincts) ; si un
vecteur
b de B napparat pas dans lexpression donnant
v , la composante correspondante de
v vaut 0. Plus precisement, nous denissons la composante de
v par rapport au vecteur

de base

b
k
comme le coecient devant

b
k
.
Exemples.
1. Les vecteurs (1 +i, 1) et (0, 5i) forment une base de lespace vectoriel complexe C
2
(nous
avons montre page 302 quils forment une partie generatrice ; il est aise de verier quils
forment une partie libre). Daprès les calculs eectues page 302, le vecteur (z
1
, z
2
) a pour
composantes dans cette base
z
1
1 i
2
et
i
5
_
z
2
z
1
1 i
2
_
.
2. Dans la base 1, x, x
2
, . . . de R[x], le vecteur 5x
3
7x + 2 a pour composantes 2, 7, 0, 5,
0, 0, . . .(notez que chaque composante se rapporte bien à un vecteur de base).
Lorsque la base est nie et ordonnee, nous ecrirons souvent
v = (v
1
, v
2
, . . . , v
n
)
pour indiquer que v
1
, v
2
, . . ., v
n

v dans cette base ; cela signie, si
B =
b
1
,

b
2
, . . .,

b
n
:
v = v
1
b
1
+ v
2
b
2
+ + v
n
b
n
.
Un changement de base entrane un changement des composantes du vecteur

v . Des for-
mules explicites seront etablies à la Section 18.6.
Denition 3. Lespace vectoriel reel V est de dimension nie sil admet une partie generatrice
nie.
Exemples.
1. Lespace vectoriel reel F
n
est de dimension nie, car il est engendre par les n vecteurs de
la base canonique.
2. Lespace vectoriel reel R[x] est de dimension innie.
Proposition 17.3 Supposons V de dimension nie, engendre par une partie nie G. Soit L
une partie libre contenue dans G. Il existe une base B telle que
L B G.
Demonstration. Parmi toutes les parties libres contenues dans G et contenant L, prenons-en
une, soit B = {
b
1
,

b
2
, . . .,

b
n
}, qui ne peut etre agrandie. Ainsi pour tout vecteur

g G\B,
la partie {
g } B nest pas libre et il existe donc

0
,
1
, . . .,
n
scalaires non tous nuls avec
g +
1
b
1
+
2
b
2
+ +
n
b
n
=

o .
Si
0
= 0, nous aurions
1
b
1
+
2
b
2
+ +
n
b
n
=

o et, du fait que B est libre,
1
=
2
=
=
n
= 0. Il faut par consequent
0
= 0, do` u
g =
1
0

1
b
1

1
0

2
b
2

1
0

n
b
n
.
Ainsi tout vecteur de G est combinaison lineaire de vecteurs de B. Comme G est generatrice,
nous en deduisons que B est aussi generatrice. Prouvons en eet que tout vecteur

v de V
est combinaison lineaire de vecteurs de B. Soit G = {
g
1
,
g
2
, . . . ,
g
m
} ; nous avons dejà etabli
lexistence de scalaires a
ij
avec i = 1, 2, . . . , m et j = 1, 2, . . . , n tels que
g
i
= a
i1
b
1
+ a
i2
b
2
+ + a
in
b
n
pour i = 1, 2, . . . , m. Dautre part, comme G est generatrice, il existe des reels
1
,
2
, . . . ,
m
pour lesquels
v =
1
g
1
+
2
g
2
+ +
m
g
m
.
En combinant les egalites precedentes, nous obtenons
v =
1
(a
11
b
1
+ a
12
b
2
+ + a
1n
b
n
)
+
2
(a
21
b
1
+ a
22
b
2
+ + a
2n
b
n
)
+ . . .
+
m
(a
m1
b
1
+ a
m2
b
2
+ + a
mn
b
n
)
= (
1
a
11
+
2
a
21
+ +
m
a
m1
)
b
1
+ (
1
a
12
+
2
a
22
+ +
m
a
m2
)
b
2
+ . . .
+ (
1
a
1n
+
2
a
2n
+ +
m
a
mn
)
b
n
Ceci prouve que B est à la fois libre et generatrice, donc est une base de V .
Remarque. De

g
i
=
n
j=1
a
ij
b
j
et

v =
m
i=1
g
i
, nous avons deduit
v =
m
i=1
i
_
n
j=1
a
ij
b
j
_
=
n
j=1
_
m
i=1
i
a
ij
_
b
j
.
Corollaire 17.4 Tout espace vectoriel de dimension nie admet une base.
Remarque. Ce resultat est encore valable en dimension innie, mais la preuve repose sur des
notions et des arguments qui sortent du cadre de ce cours (par exemple, laxiome du choix).
Demonstration du corollaire. Comme lespace vectoriel considere est de dimension nie, il
possède une partie generatrice nie G. Dautre part, la partie vide est toujours libre. Il
sut dappliquer la Proposition 17.3 à et G.
Proposition 17.5 Si

v
1
,

v
2
, . . .,

v
m
sont des vecteurs lineairement independants dun espace
vectoriel V de dimension nie, il existe des vecteurs

w
1
,

w
2
, . . . ,

w
k
de V tels que {
v
1
,

v
2
, . . .,
v
m
,

w
1
,

w
2
, . . .,

w
k
} est une base de V .
Demonstration. Soit A une partie generatrice nie de V . Il sut dappliquer la Proposition 17.3
à
L = {
v
1
,
v
2
, . . . ,
v
m
} G = A {
v
1
,
v
2
, . . . ,
v
m
}.
En general, il y aura beaucoup de manières de completer une partie libre en une base ; la
Proposition 17.3 arme seulement que cest toujours possible. La Proposition 17.7 etablira que
toutes ces bases ont le meme nombre delements. Sa preuve est basee sur le lemme suivant que
nous allons etablir par recurrence. Rappelons le principe dune demonstration par recurrence
sur un paramètre naturel m present dans lenonce : il sagit de verier dabord que lenonce
est bien vrai pour la plus petite valeur admissible de m (souvent 0 ou 1), puis de montrer que
sil est vrai pour une valeur k de m, il lest encore pour la valeur suivante k + 1.
Lemme 17.6 Dans un espace vectoriel V , supposons chacun des m + 1 vecteurs
v
1
,

v
2
, . . .,

v
m+1
combinaison lineaire des m vecteurs

w
1
,

w
2
, . . .,

w
m
, o` u m N
. Alors
les vecteurs

v
1
,

v
2
, . . .,

v
m+1
sont lineairement dependants.
Demonstration par recurrence sur m.
Lenonce est vrai pour m = 1. En eet, de
v
1
=
1
w
1
et

v
2
=
2
w
1
avec
1
,
2
F,
nous deduisons
2
v
1
v
2
=
o . Si (
1
,
2
) = (0, 0), ceci etablit que
v
1
et
v
2
sont lineairement
dependants. Si (
1
,
2
) = (0, 0), nous avons
v
1
=
v
2
=
o , et
v
1
,
v
2
Si lenonce est vrai pour une valeur k 1 de m, il lest encore pour la valeur k +1. Partons
de _
v
1
= a
11
w
1
+ a
12
w
2
+ + a
1,k+1
w
k+1
v
2
= a
21
w
1
+ a
22
w
2
+ + a
2,k+1
w
k+1
.
.
.
v
k+2
= a
k+2,1
w
1
+ a
k+2,2
w
2
+ + a
k+2,k+1
w
k+1
o` u a
ij
F. Si les coecients a
k+2,j
de la dernière egalite sont tous nuls, il vient
v
k+2
=
o , donc
dans ce cas
v
1
,
v
2
, . . .,
v
k+2
sont lineairement dependants. Si au contraire un de ces coecients
est non nul, par exemple a
k+2,1
, nous pouvons tirer le vecteur correspondant, ici

w
1
, de la
dernière egalite et porter son expression dans les autres egalites. Il vient alors pour certains
scalaires b
i
et b
ij
(o` u i = 1, 2, . . . , k + 1 et j = 2, 3, . . . , k + 1) :
_
v
1
= b
1
v
k+2
+ b
12
w
2
+ b
13
w
3
+ + b
1,k+1
w
k+1
v
2
= b
2
v
k+2
+ b
22
w
2
+ b
23
w
3
+ + b
2,k+1
w
k+1
.
.
.
v
k+1
= b
k+1
v
k+2
+ b
k+1,2
w
2
+ b
k+1,3
w
3
+ + b
k+1,k+1
w
k+1
Ceci montre que les k + 1 vecteurs
v
1
b
1
v
k+2
,

v
2
b
2
v
k+2
, . . . ,

v
k+1
b
k+1
v
k+2
sont combinaisons lineaires des k vecteurs

w
2
,

w
3
, . . .,

w
k+1
. Par lhypothèse de recurrence, il
faut que les k +1 vecteurs soient lineairement dependants, cest-à-dire quil existe des scalaires
1
,
2
, . . .,
k+1
non tous nuls tels que
o =
1
(
v
1
b
1
v
k+2
) +
2
(
v
2
b
2
v
k+2
) + +
k+1
(
v
k+1
b
k+1
v
k+2
)
ou encore
o =
1
v
1
+
2
v
2
+ +
k+1
v
k+1
+ (
1
b
1
2
b
2

k+1
v
k+1
)
v
k+2
.
Donc les vecteurs

v
1
,

v
2
, . . .,

v
k+2
Proposition 17.7 Dans un espace vectoriel V de dimension nie, toutes les bases ont le meme
nombre delements.
Demonstration. Daprès le Corollaire 17.4, lespace V admet une base nie B de, disons, n
vecteurs. Si B
est une autre base de V , chaque vecteur de B
est combinaison lineaire des

vecteurs de B. Daprès le lemme, il ne peut y avoir n +1 vecteurs ou plus dans B
(sinon n +1
de ces vecteurs seraient lineairement dependants, en contradiction avec le fait que B
est libre).
Donc la base B
est formee dau plus n vecteurs. De la meme manière, on montre que la base
B na pas plus de vecteurs que la base B
. Nous concluons que toute base B
de lespace V est
formee de n vecteurs.
Remarque. Ce resultat est encore valable si V est de dimension innie : deux bases quel-
conques de V ont toujours le meme cardinal.
Denition 4. Si V est de dimension nie, la dimension de V est le nombre n de vecteurs
dune quelconque de ses bases ; on ecrit alors
dimV = n.
Sinon
dimV = .
Remarque. Une theorie plus elaboree denit dimV comme le cardinal dune base de V .
Exemples.
1. Nous avons dimR
n
= n (puisque la base canonique de lespace vectoriel reel R
n
est formee
de n elements). De meme, pour lespace vectoriel complexe C
n
, il vient dimC
n
= n, et en
toute generalite dimF
n
= n o` u F est un champ quelconque.
2. dimR[x] = .
A partir des enonces precedents, on verie facilement pour une partie libre L et une partie
generatrice G dun espace vectoriel V de dimension nie :
|L| dimV |G|,
et aussi :
Proposition 17.8 Dans un espace vectoriel V de dimension nie, soit L une partie libre et G
une partie generatrice. Il vient
|L| = dimV = L est une base de V ;
|G| = dimV = G est une base de V.
Exemple. Les vecteurs (5, 0, 1, 2) et (1, 6, 2, 3) de lespace vectoriel reel R
4
sont lineairement
independants (veriez-le !). Pour former une base les contenant, nous devons leur ajouter deux
vecteurs bien choisis. Daprès la preuve de la Proposition 17.5, ces deux vecteurs peuvent etre
pris dans une partie generatrice, par exemple dans la base canonique. Prenons les vecteurs
(1, 0, 0, 0) et (0, 1, 0, 0), et noublions pas de verier que les quatres vecteurs forment une partie
libre (si ce nest pas le cas, il nous faudra faire un autre choix de deux vecteurs de la base
canonique) : supposons, pour
1
,
2
,
3
,
4
R,
1
(5, 0, 1, 2) +
2
(1, 6, 2, 3) +
3
(1, 0, 0, 0) +
4
(0, 1, 0, 0) =

o .
Nous en deduisons
_
_
5
1

2
+
3
= 0
6
2
+
4
= 0
1
+2
2
= 0
2
1
+3
2
= 0
Les deux dernières equations entrainent
1
=
2
= 0, puis les deux premières
3
=
4
= 0.
Ainsi, les quatre vecteurs (5, 0, 1, 2), (1, 6, 2, 3), (1, 0, 0, 0) et (0, 1, 0, 0) forment une partie libre
de lespace vectoriel reel R
4
. Comme cet espace est de dimension 4, ces 4 vecteurs forment une
base.
Remarque. Bien que de cardinal egal à la dimension innie de lespace vectoriel reel R[x], ni
la partie libre {x, x
2
, x
3
, . . . , } ni la partie generatrice {1 + x, 1, x, x
2
, . . . , } ne sont des bases.
17.6 Sous-espaces vectoriels et ans.
Denition 1. Un sous-espace vectoriel dun espace vectoriel V est une partie W de V telle
que
o W
et pour , F
v ,
w W =
v +
w W.
Cette dernière condition requiert que toute combinaison lineaire de deux vecteurs de W soit
encore dans W. Elle implique que toute combinaison lineaire (dun nombre ni) de vecteurs de
W est encore dans W.
Exemples.
1. Les sous-espaces vectoriels de lespace vectoriel reel E
3
o
(espace des vecteurs de lespace
euclidien localises en o) sont {
o }, les droites par o, les plans par o et E

3
o
lui-meme.
2. Dans lespace vectoriel reel R
R
de toutes les applications de R vers R, le sous-ensemble
constitue des applications qui sannulent en 5 ,
W = {f R
R
| f(5) = 0},
est un sous-espace vectoriel. Le vecteur

o de R
R
est lapplication qui envoie tout reel
sur 0 ; elle fait bien s ur partie de W. Soit à present , R et f, g W. Donc f et g
sont deux applications de R vers R telles que f(5) = 0 = g(5). Nous devons montrer que
lapplication f + g de R vers R est encore dans W. Rappelons comment f + g est
denie à partir de f et g :
f + g : R R : x f(x) + g(x),
autrement dit, ( f +g)(x) = f(x) +g(x). En particulier, pour x = 5, nous obtenons
( f + g)(5) = f(5) + g(5) = 0 + 0 = 0.
Donc f + g W.
Proposition 17.9 Tout sous-espace vectoriel forme lui-meme un espace vectoriel.
Il faut comprendre dans cet enonce que le sous-espace vectoriel W de lespace vectoriel V
est muni de laddition vectorielle et de la multiplication scalaire heritees de celles de V (on
additionne deux vecteurs de W comme on les additionne dans V ). Verier que les axiomes
despace vectoriel sont satisfaits par W nest pas dicile, du fait quils le sont par V et que de
plus W contient
o , toute somme de deux vecteurs de W et tout multiple scalaire dun vecteur

de W.
Tout sous-espace vectoriel etant lui-meme un espace vectoriel, sa dimension est bien denie.
Proposition 17.10 Pour tout sous-espace vectoriel W dun espace vectoriel W, il vient
dimW dimV.
Demonstration. Si dimV = , linegalite est trivialement vraie
1
. Supposons à present V de
dimension nie n, et soit B une base de V ; donc B est forme de n vecteurs. Tout vecteur de
W, etant un vecteur de V , est combinaison lineaire des vecteurs de B. Par le Lemme 17.6, n+1
vecteurs quelconques de W sont lineairement dependants. De ce fait, nous pouvons former une
partie libre B
dans W qui ne puisse etre agrandie en restant libre ; elle aura au plus n vecteurs.
Comme dans la demonstration de la Proposition 17.3, on montre que B
est une base de W (ceci

etait le passage delicat de la presente preuve, à savoir : montrer quun sous-espace vectoriel
dun espace vectoriel de dimension nie possède une base nie). Grace à cette base B
de W,
le resultat decoule directement de larmation avant la Proposition 17.8 : comme B
est une
partie libre de V , il vient |B
| |B|, donc dimW dimV .

Proposition 17.11 Soit A une partie non vide dun espace vectoriel V . Lensemble des com-
binaisons lineaires de vecteurs de A forme un sous-espace vectoriel de V . Cest le plus petit
sous-espace vectoriel de V contenant A.
Denition 2. Le sous-espace vectoriel mentionne dans la Proposition 17.11 est le sous-espace
vectoriel engendre par A; il est note vect (A).
Exemple. Dans lespace vectoriel reel R
3
, le sous-espace engendre par la partie formee des
vecteurs (1, 0, 1) et (0, 1, 0) est, par denition,
vect ({(1, 0, 1), (0, 1, 0)}) = {(1, 0, 1) + (0, 1, 0) | , R}
= {(, , ) | , R}.
Il sagit en fait du plan dequation x = z.
Demonstration de la Proposition 17.11. Notons C lensemble des combinaisons lineaires de
vecteurs de A, et prouvons que C est un sous-espace vectoriel de lespace V . Comme A est non
vide, nous pouvons prendre

a A et former la combinaison lineaire 0
a ; ceci montre

o A.
Dautre part, soit , F et

v ,
w C. Il vient
v =
1
a
1
+
2
a
2
+ +
k
a
k
w =
1
1
+
2
2
+ +
l
l
pour certains k, l N,
1
,
2
, . . .,
k
,
1
,
2
, . . .,
l
F et
a
1
,
a
2
, . . .,
a
k
,
1
,
2
, . . .,
l
A.
Alors
v +
w = (
1
)
a
1
+ (
2
)
a
2
+ + (
k
)
a
k
+ (
1
)
1
+ (
2
)
2
+ + (
l
)
l
est encore une combinaison lineaire de vecteurs de A. Ceci prouve que C est bien un sous-espace
vectoriel de V .
Exemple. Dans R
R
, soit le sous-ensemble A forme de toutes les fonctions f
0
, f
1
, f
2
, . . ., avec
pour j = 0, 1, 2, . . .,
f
j
: R R : x sin(jx).
La fonction
g : R R : x cos x
nappartient pas au sous-espace vect A. En eet, si nous avions pour un certain naturel k et
certains scalaires
0
,
1
, . . .,
k
g =
0
f
0
+
1
f
1
+ +
k
f
k
,
1. Un expose plus precis montrerait que le cardinal dimW est inferieur ou egal au cardinal dimV .
il viendrait pour tout reel x
cos x = 0 +
1
sin(x) +
2
sin(2x) + +
k
sin(kx)
et en particulier 1 = 0 obtenu pour x = 0. Ceci montre que g nest pas combinaison lineaire des
f
j
, donc g / vect A comme annonce. Le physicien dit que le mouvement periodique deni par
y = cos t ne sobtient pas comme combinaison (lineaire) des mouvements periodiques denis
par y
j
= sin jt.
Denition 3. Le rang dune famille F de vecteurs est la dimension du sous-espace vectoriel
vect F.
Exemple. Le rang de la famille x+1, x
2
+x+1, x
3
+x
2
+x+1 dans R[x] est 3, car ces 3 vecteurs
sont lineairement independants (veriez-le). Le rang de la famille x
2
, x
2
1, x
2
+1, x
2
1 est 2,
car les polynomes x
2
et x
2
1 sont lineairement independants et de plus x
2
+1 = 2x
2
(x
2
1).
Donc x
2
et x
2
1 forment une base de vect (x
2
, x
2
1, x
2
+ 1, x
2
1).
Soit à present V un espace vectoriel de dimension nie n, muni dune base

b
1
,

b
2
, . . .,

b
n
.
Denition 4. Pour des scalaires a
1
, a
2
, . . ., a
n
non tous nuls,
H = {x
1
b
1
, x
2
b
2
, . . . , x
n
b
n
| a
1
x
1
+ a
2
x
2
+ + a
n
x
n
= 0}
est un hyperplan vectoriel de V .
Donc H est le sous-ensemble de V forme des vecteurs dont les composantes (x
1
, x
2
, . . . , x
n
)
dans la base

b
1
,

b
2
, . . .,

b
n
constituent une solution de lequation lineaire homogène
a
1
x
1
+ a
2
x
2
+ + a
n
x
n
= 0.
Exemples.
1. Les droites par o sont les hyperplans vectoriels de E
2
o
. Les plans par o sont les hyperplans
vectoriels de E
3
o
.
2. Dans Q
15
, les vecteurs (x
1
, x
2
, . . . , x
15
) satisfaisant 2x
12
x
14
+ x
15
= 0 forment un
hyperplan.
Proposition 17.12 Tout hyperplan H de V est un sous-espace vectoriel de V , et dimH =
dimV 1.
Demonstration. La preuve decoule de resultats du chapitre suivant, à savoir la Proposition 18.1
et le Corollaire 18.7.
Interpretons cette dernière proposition : en imposant une equation lineaire homogène sur
les composantes dun vecteur, nous faisons chuter la dimension du sous-espace vectoriel des
solutions de 1. Les hyperplans vectoriels generalisent les droites vectorielles du plan E
2
o
, ainsi
que les plans vectoriels de lespace E
3
o
.
Remarque. La Proposition 17.12 ne setend pas aux espaces de dimension innie. Dans R[x],
posons
H = {a
1
x + a
2
x
2
+ + a
d
x
d
| d N\{0}, a
1
, a
2
, . . . , a
d
R}.
On verie que H est un sous-espace vectoriel de R[x], de meme dimension que R[x]. De plus,
H serait considere comme un hyperplan si la denition de cette dernière notion etait etendue
aux espaces innidimensionnels : les vecteurs formant H sont ceux de première composante
nulle, donc les solutions de x
1
= 0.
Denition 5. Un sous-espace an A dun espace vectoriel reel V est soit le sous-ensemble
vide de V , soit un translate dun sous-espace vectoriel W de V par un vecteur

p de V :
A =

p + W = {
p +
w |
W W}.
Exemple. Les sous-espaces ans de E
3
o
sont le vide, les singletons (cest-à-dire les sous-
ensembles formes dun seul point), les droites, les plans et E
3
o
. Illustrons la denition dans
le cas o` u W est une droite vectorielle :
o
p
W
p + W
En conclusion de ce chapitre, nous remarquons que la structure despace vectoriel nous
a permis de donner des denitions rigoureuses de concepts geometriques fondamentaux tels
que droite, plan, . . . : ce sont les sous-espaces ans translates des sous-espaces vectoriels de
dimension 1, 2, . . . respectivement. Ainsi ces notions sont ` a present denies meme dans des
espaces vectoriel de toutes dimensions sur un champ quelconque.
17.7 Exercices.
1. Quels sont parmi les ensembles suivants, ceux qui ont une structure naturelle despace
vectoriel reel ?
a) lensemble des polynomes à coecients reels, en une indeterminee, de degre 3 ;
b) lensemble des polynomes à coecients reels, en une indeterminee, de degre 3 ;
c) lensemble des triples (a, b, c) de nombres reels tels que a + 2b c = 0 ;
d) lensemble des triples (a, b, c) de nombres reels tels que a
2
+ b
2
+ c
2
= 1 ;
e) lensemble des triples (a, b, c) de nombres reels tels que a b = 1 ;
f) lensemble des triples (a, b, c) de nombres reels tels que a + b = 0 et a + c = 0 ;
g) lensemble des couples de nombres entiers ;
h) lensemble des couples (a, b) de nombre reels tels que a
2
b
2
= 0.
2. Dans R
3
, calculer la somme vectorielle
5
_
3
2,
1
10
, 2
_
_
2, 1,
3
5
_
+ 7
_
2, 0, 2
_
.
3. Le vecteur (1, 2, 3) de R
3
est-il combinaison lineaire des vecteurs (1, 1, 1), (3, 5, 2) et
(1, 3, 0) ? Meme question pour le vecteur (0, 2, 1).
4. Determiner la (ou les) valeur(s) de a telle(s) que le vecteur (1, a, a
2
) de R
3
soit combi-
naison lineaire des vecteurs (1, 0, 2) et (0, 1, 1).
5. Les parties suivantes de R
3
sont-elles libres ?
a) {(1, 2, 1), (1, 1, 1)} ;
b) {(1, 0, 0), (0, 1, 0), (0, 0, 1)} ;
c) {(0, 0, 0), (3, 2, 1)} ;
d) {(2, 1, 3), (1, 4, 0), (4, 9, 3)} ;
e) {(1, 0, 0), (0, 1, 0), (0, 0, 1), (0, 1, 1), (1, 0, 1), (1, 1, 0)} ;
f) {(1, 0, 1), (0, 5, 0), (1, 7, 2)} ;
g) {(1, 0, 1)}.
6. Dans lespace vectoriel E
o
, determiner lensemble des points qui sont combinaisons
lineaires des points des parties suivantes de E
o
:
a) une sphère de centre o ;
b) une droite D ne passant pas par o ;
c) un point p distinct de o ;
d) un plan passant par o ;
e) un plan ne passant pas par o ;
f) la reunion de deux droites D
1
et D
2
(à discuter suivant les positions relatives de ces deux
droites).
7. Parmi les sous-ensembles suivants, lesquels sont des parties generatrices de R
3
? Lesquels
sont des bases de R
3
?
a) {(1, 2, 1), (1, 1, 1)} ;
b) {(1, 0, 0), (0, 1, 0), (0, 0, 1)} ;
c) {(0, 0, 0), (3, 2, 1)} ;
d) {(2, 1, 3), (1, 4, 0), (4, 9, 3)} ;
e) {(1, 0, 0), (0, 1, 0), (0, 0, 1), (0, 1, 1), (1, 0, 1), (1, 1, 0)} ;
f) {(1, 0, 1), (0, 5, 0), (1, 7, 2)} ;
g) {(1, 0, 1)}.
8. Quelles sont les composantes du vecteur (1, 2) de R
2
dans la base

e
1
,
e
2
si
a)

e
1
= (1, 0) ,

e
2
= (0, 1) ;
b)

e
1
= (0, 1) ,

e
2
= (1, 0) ;
c)

e
1
= (1, 2) ,

e
2
= (1, 1) ;
d)

e
1
= (1, 1) ,

e
2
= (2, 1) ;
e)

e
1
= (1, 3) ,

e
2
= (4, 0).
9. Quel est le vecteur de R
3
qui a pour composantes (1, 2, 1) dans la base (1, 1, 1), (0, 1, 2),
(0, 1, 0) de R
3
?
10. Donner une base de R
2
dans laquelle les composantes du vecteur (1, 2) sont (1, 0).
11. Dans R
2
, on donne les bases
E
_

e
1
= (1, 0)
e
2
= (0, 1)
F
_

f
1
= (1, 1)
f
2
= (1, 2)
G
_

g
1
= (1, 2)
g
2
= (2, 1)
a) Quelles sont les composantes du vecteur (a, b) dans la base E (resp. F, G) ?
b) Quelles sont les composantes du vecteur 7
e
1
2
e
2
dans la base F (resp. G) ?
c) Quelles sont les composantes du vecteur

f
1
+ 3
f
2
dans la base E (resp. G) ?
d) Quelles sont les composantes du vecteur

g
1
dans la base E (resp. F) ?
12. Dans lespace vectoriel R
2
[x] des polynomes à coecients reels de degre 2, trouver
une base du sous-espace engendre par les polynomes
2 + 3x + 5x
2
, 6 + 9x 5x
2
, 12 + 18x 10x
2
et 6 + 9x + x
2
.
13. Les fonctions e
x
, sin x, cos x forment-elles une partie libre de lespace vectoriel C
0
(R)
des fonctions continues de R vers R ? Meme question pour les fonctions sin
2
x, cos
2
x, sin 2x,
cos 2x.
14. Dans lespace vectoriel R
R
des fonctions de R vers R, soit W le sous-ensemble des
fonctions f de la forme :
f(x) = A(x) cos x + B(x) sin x
o` u A(x) et B(x) sont deux polynomes en x, de degre 1.
a) Demontrer que W est un sous-espace de R
R
.
b) Montrer que lensemble B = {f
1
, f
2
, f
3
, f
4
} des 4 fonctions f
1
(x) = cos x, f
2
(x) = sin x,
F
3
(x) = xcos x, f
4
(x) = xsin x est une base de W.
15. Les nombres complexes 1 + i et 3 2i forment-ils une base de lespace vectoriel reel
C ? Et de lespace vectoriel complexe C ?
16. Les polynomes 1 + i, x + 1 + 2i et (1 + i)x
2
+ (3 4i)x + 2 forment-ils une base de
lespace vectoriel complexe C
2
[x] des polynomes en lindeterminee x, à coecients complexes,
et de degre 2 ?
17. Les vecteurs (0, 1, 2) (1, 1, 1) (1, 0, 2) forment-ils une base de lespace vectoriel Z
3
, Z
3
3
, +, ?
18. Lensemble des fonctions de Z
5
vers Z
5
a une structure naturelle despace vectoriel
sur le champ Z
5
. Donnez une base de cet espace vectoriel. Quelles sont les composantes de la
fonction x 3 x dans cette base ?
19. Pouvez-vous proceder de la meme manière quà lexercice precedent pour decrire une
base de lensemble des fonctions de R R ? Pourquoi ?
20. Notons M
2
lensemble des matrices 2 2 à coecients complexes. Donnez une base de
lespace vectoriel R, M
2
, +, . Quelle est la dimension du sous-espace vectoriel engendre par
__
1 i i
2 + i 1
_
,
_
1 i
i 0
_
,
_
1 + i 2i
i 5
_
,
_
0 3i
2 + 2i 6
_
,
_
3 i 3i
2 + 3i 1
__
?
Memes questions dans lespace vectoriel C, M
2
, +, .
Chapitre 18
Applications lineaires - Matrices
Les applications lineaires sont des applications naturelles entre espaces vectoriels donnes
sur le meme champ. Lorsque ces espaces sont de dimensions nies, les applications lineaires sont
representees dans une base du premier espace et une base du second espace par une matrice.
Ainsi, une matrice apparat comme un jeu de coordonnees dune application lineaire.
18.1 Exemples et denitions.
Exemples.
1. Dans lespace euclidien muni dune origine o, soit P un plan et D une droite par o,
D
P
o
v
v + w
w
f(v)
f( w)
avec D P. La projection parallèlement à D sur P respecte la somme de vecteurs localises
en o, ainsi que la multiplication de ces vecteurs par des scalaires. Plus precisement, soit
E
3
o
lespace vectoriel reel des vecteurs de E
3
localises en o et P
o
lespace vectoriel reel des
vecteurs de P localises en o ; cette projection parallèle est une application
f : E
3
o
P
o
:

v f(
v )
telle que
f(
v +
w) = f(
v ) + f(
w)
et
f(
v ) = f(
v ),
ou en une seule formule
f(
v +
w) = f(
v ) + f(
w), (18.1)
pour tout , R et

v ,

w E
3
o
.
316
CHAPITRE 18. APPLICATIONS LIN
EAIRES - MATRICES 317

2. Dans lespace vectoriel reel R[x] des polynomes en lindeterminee x et à coecients reels,
la derivation
f : R[x] R[x] : a
d
x
d
+a
d1
x
d1
+ +a
0
da
d
x
d1
+ (d 1)a
d1
x
d2
+ +a
1
satisfait egalement (18.1), car la derivee dune somme est la somme des derivees, la derivee
dune constante fois un polynome est egale à cette constante fois la derivee du polynome.
2
o
des vecteurs du plan euclidien localises en o, une rotation
f dangle autour de lorigine o satisfait (18.1).
4. Pour nimporte quel repère (non necessairement orthonorme) du plan euclidien centre en
o, considerons lapplication
f : E
2
o
E
2
o
: (x, y) (x, 3y),
que nous appelons etirement daxe ou
x
, de rapport 3 dans la direction ou
y
:
y
u
y
u
x
(x, y)
(x, 3y)
x
o
Un tel etirement f satisfait (18.1).
5. Levaluation de polynomes en une valeur x
0
de lindeterminee x
f : R[x] R : p p(x
0
)
satisfait une formule analogue à (18.1) :
f(p +q) = f(p) + f(q),
pour , R et p, q R[x]. En eet, nous avons
(p +q)(x
0
) = p(x
0
) + q(x
0
).
Prenons un exemple concret : p(x) = 2x 3, q(x) = x
2
+ 1 et x
0
= 5 ; nous avons
(p +q)(x
0
) = (x
2
+ 2 x 3 +) (5) = 5
2
+ 10 3 +
et
p(x
0
) + q(x
0
) = (10 3) +(5
2
+ 1).

Denition 1. Soit V et V
deux espaces vectoriels sur le meme champ F. Une application

f : V V
est lineaire si pour tous , F et

v ,
w V :
f(
v +
w) = f(
v ) + f(
w).
Limage de f est (comme dhabitude) f(V ), que nous noterons encore Im f. Le noyau de f
est
Ker f = f
1
(
) = {
v V | f(
v ) =
}
(o` u
est le neutre de V

).
Exemples. Toutes les applications des Exemples 1 à 5 ci-dessus sont lineaires. Voici leurs
noyaux et images respectifs :
1. Ker f = D, Im f = P ;
2. Ker f = {a | a R}, Im f = R[x] ;
3. Ker f = {
o }, Im f = E
2
o
;
4. Ker f = {
o }, Im f = E
2
o
;
5. Ker f = {(x x
0
) p | p R[x]}, Im f = R.
Proposition 18.1 Pour toute application lineaire f : V V

, limage de f est un sous-espace
de V
et le noyau de f est un sous-espace de V .

Demonstration.
1
Soit , F et
a ,

b Im f. Il existe donc
v ,

w V tels que f(
v ) =
a
et f(
w) =
b . Calculons
f(
v +
w) = f(
v ) + f(
w)
=
a +
b .
Ceci prouve
a +
b Im f. De plus, f(
o ) = f(
o +
o ) = f(
o ) +f(
o ), donc f(
o ) =
et
Im f. Par consequent, Im f est un sous-espace de V

. Soit à present , F et
v ,
w Ker f. Il vient
f(
v +
w) = f(
v ) + f(
w)
=
,
donc
v +
w Ker f. De f(
o ) =
, nous deduisons
o Ker f. En conclusion, Ker f est

un sous-espace de V .
18.2 Formes lineaires.
Nous considerons un espace vectoriel V sur le champ F. Notons que F est lui-meme un
espace vectoriel sur F, de dimension 1.
Denition. Une forme lineaire sur lespace vectoriel V est une application lineaire de V vers
F.
Exemples.
1. Pour comprendre de telles demonstrations, le lecteur trouvera utile de supposer dans un premier temps
que le champ considere est celui des reels ; il passera en deuxième lecture au cas despaces vectoriels sur un
champ quelconque.

1. Voir lExemple 5 page 317.
2. Lapplication
f : R
2
R : (x
1
, x
2
) 3x
1
2x
2
est une forme lineaire. En eet, si
(x
1
, x
2
) 3x
1
2x
2
(y
1
, y
2
) 3y
1
2y
2
nous avons
(x
1
, x
2
) +(y
1
, y
2
) 3(x
1
+y
1
) 2(x
2
+y
2
)
= (3x
1
2x
2
) + (3y
1
2y
2
).
3. Lapplication
f : R
2
R : (x
1
, x
2
) 3x
1
2x
2
+ 7
n est pas une forme lineaire ; par exemple
f((1, 0) + (1, 0)) = 13 = 10 + 10 = f((1, 0)) +f((1, 0)).
4. Lapplication
f : C
3
C : (x
1
, x
2
, x
3
) ix
1
+ (5 +i)x
3
est une forme lineaire.
5. Generalisons les Exemples 2 et 4. Il est encore facile de verier que pour des constantes
a
1
, a
2
, . . ., a
n
dans le champ F, lapplication
f : F
n
F : (x
1
, x
2
, . . . , x
n
) a
1
x
1
+a
2
x
2
+ +a
n
x
n
est une forme lineaire sur F
n
.
Remarque. Dans la preuve de la Proposition 18.1, nous avons etabli que toute application
lineaire envoie
o sur
. Ceci permet de conclure plus rapidement dans lExemple 3 ci-dessus.

Soit V un espace vectoriel de dimension nie sur le champ F, muni dune base ordonnee B
formee des vecteurs
e
1
,
e
2
, . . .,
e
n
. Soit f : V F une forme lineaire sur V . Exprimons un
vecteur
v de V dans la base B :
v = v
1
e
1
+v
2
e
2
+ +v
n
e
n
.
Alors
f(
v ) = v
1
f(
e
1
) +v
2
f(
e
2
) + +v
n
f(
e
n
).
La forme lineaire f est connue dès que ses coecients a
1
= f(
e
1
), a
2
= f(
e
2
), . . ., a
n
= f(
e
n
)
dans la base B sont connus ; nous avons en eet
f(
v ) = a
1
x
1
+a
2
x
2
+ +a
n
x
n
,
ce que nous ecrivons aussi
f(
v ) = (a
1
a
2
a
n
)
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
.

Nous rencontrons dans le membre de droite notre premier exemple de produit matriciel.
Le noyau de f est lhyperplan vectoriel dequation
a
1
x
1
+a
2
x
2
+ +a
n
x
n
= 0,
à moins que a
1
= a
2
= = a
n
= 0, auquel cas f envoie tout vecteur sur o et donc Ker f = V .
Dans ce dernier cas, f la forme lineaire nulle (ou triviale) sur V .
Supposons f forme lineaire sur V , non triviale. Pour c F, le niveau de valeur c de f
est lhyperplan an dequation
a
1
x
1
+a
2
x
2
+ +a
n
x
n
= c
(forme des vecteurs o` u f prend la valeur c).
Exemple. Soit
f : R
2
R : (x
1
, x
2
) 3x
1
2x
2
.
Nous indiquons les niveaux de valeur 0 (cest-à-dire le noyau), de valeurs 6, 2, 3 et 6 :
x
2
x
1 2 1
1
3
6 2 0 3 6
18.3 Matrices dune application lineaire.
Soit V et V
deux espaces vectoriels sur le meme champ F, de dimensions respectives n et

n
; soit f : V V
une application lineaire. Choisissons une base ordonnee B de V , formee

des vecteurs
b
1
,
b
2
, . . .,
b
n
, et une base ordonnee B
de V

, formee des vecteurs
1
,
2
, . . .,
n
.
Par exemple, pour n = 3 et n
= 2, chaque vecteur
v de V secrit
v = x
1
b
1
+x
2
b
2
+x
n
b
3
et son image
= f(
v ) par f secrit
= x
1
+x
2

(o` u, comme dhabitude, x
1
, x
2
, x
3
, x
1
, x
2
sont des scalaires). Nous avons encore pour certains
nombres a
ij
dans F, avec i = 1, 2 et j = 1, 2, 3 :
f(
b
1
) = a
11
1
+a
21
2
f(
b
2
) = a
12
1
+a
22
2
f(
b
3
) = a
13
1
+a
23
2
(faites attention aux positions des indices, qui ne sont pas celles attendues). Comme lapplication
f est lineaire, nous obtenons
= f(
v ) = x
1
f(
b
1
) + x
2
f(
b
2
) +x
3
f(
b
3
)
= x
1
(a
11
1
+a
21
2
) + x
2
(a
12
1
+a
22
2
) + x
3
(a
13
1
+a
23
2
)
= (a
11
x
1
+a
12
x
2
+a
13
x
3
)
1
+ (a
21
x
1
+a
22
x
2
+a
23
x
3
)
2
,
de sorte que
_
x
1
= a
11
x
1
+a
12
x
2
+a
13
x
3
x
2
= a
21
x
1
+a
22
x
2
+a
23
x
3
(18.2)
Nous ecrivons les deux dernières egalites de manière plus compacte sous la forme
_
x
1
x
2
_
=
_
a
11
a
12
a
13
a
21
a
22
a
23
_
_
_
x
1
x
2
x
2
_
_
. (18.3)
Dans cette ecriture,
_
x
1
x
2
_
est le vecteur colonne forme des composantes dans la base B
du
vecteur image
; de meme,
_
_
x
1
x
2
x
3
_
_
est le vecteur colonne (forme) des composantes dans la
base B du vecteur
v . Le tableau de nombres reels

_
a
11
a
12
a
13
a
21
a
22
a
23
_
decrit donc parfaitement lapplication lineaire f.
Remarquons que les valeurs des nombres a
ij
dependent du choix des bases B et B
. Dautre
part, la signication du membre de droite de legalite (18.3) se trouve dans les membres de
droite des egalites (18.2). En fait, nous verrons en 18.4.3 que le membre de droite de (18.3) est
un produit matriciel.
Revenons au cas general o` u n et n
sont des nombres naturels quelconques.

Denition. La matrice de lapplication lineaire f : V V
dans les bases B de V et B
de
V

est le tableau de nombres a
ij
, avec i = 1, 2, . . ., n
et j = 1, 2, . . ., n (o` u n = dimV et
n
= dimV

), denis par
a
ij
est la i-ème composante dans la base B
de limage par f du j-ème vecteur de B.


Il est important de bien comprendre et de retenir cette denition; illustrons-la :
_
_
_
_
_
a
11
a
12
. . . a
1j
. . . a
1n
a
21
a
22
. . . a
2j
. . . a
2n
.
.
.
a
n
1
a
n
2
. . . a
n
j
. . . a
n
n
_
_
_
_
_
la j-ème colonne comprend
les composantes de limage f(
b
j
)
Exemples.
1. Soit
f : R
2
R : (x
1
, x
2
) 3x
1
2x
2
.
Choisissons les bases canoniques (1, 0), (0, 1) de R
2
et 1 de R; dans ces bases, la matrice
de f est
(3 2)
car f((1, 0)) = 3 et f((0, 1)) = 2. Ainsi, f se decrit aussi par
f :
_
x
1
x
2
_
(3 2)
_
x
1
x
2
_
= 3x
1
2x
2
.
Si nous choisissons plutot les bases (7, 1), (6, 3) de R
2
et 5 de R, la matrice de f est
_
19
5
12
5
_
et f se decrit, en notant x
1
, x
2
les composantes dans la base choisie de R
2
:
f :
_
x
1
x
2
_
_
19
5
12
5
__
x
1
x
2
_
.
2. Considerons lespace vectoriel reel R
3
[x] des polynomes à coecients reels et de degre au
plus 3 en lindeterminee x. La derivation
f : R
3
[x] R
3
[x] : a
0
+a
1
x +a
2
x
2
+a
3
x
3
a
1
+ 2a
2
x + 3a
3
x
2
est representee dans la base 1, x, x
2
, x
3
(utilisee au depart et à larrivee) par la matrice
_
_
_
_
0 1 0 0
0 0 2 0
0 0 0 3
0 0 0 0
_
_
_
_
.
En eet, limage f(1) de 1 est le polynome nul ; limage f(x) est le polynome 1 =
1 1 + 0 x + 0 x
2
+ 0 x
3
, etc.
3. Letirement
R
2
R : (x, y) (x, 3y)
a pour matrice dans la base canonique
_
1 0
0 3
_
.

18.4 Operations sur les matrices.
Nous illustrons dabord par des exemples reels laddition de deux matrices, la multiplication
dune matrice par un scalaire et la multiplication de deux matrices. Nous donnons ensuite les
denitions en considerant deux matrices (a
ij
) et (b
ij
), ainsi quun scalaire , tous les a
ij
, b
ij
et
etant à valeurs dans un champ F donne.
18.4.1 Somme de deux matrices.
_
2 3 5
0 2
_
+
_
1 4 e
2 1 2
_
=
_
3 1 5 +e
2 + 1 0
_
,
(a
ij
) + (b
ij
) = (a
ij
+b
ij
).
Les deux matrices à additionner doivent avoir meme nombre de lignes et meme nombre de
colonnes ; le resultat a ce nombre de colonnes et ce nombre de lignes.
Il sera pratique dappeler matrice m n une matrice à m lignes et n colonnes. Donc la
somme de deux matrices mn est une matrice mn.
18.4.2 Produit dune matrice par un scalaire.
5
_
1 0
2 3
_
=
_
5 0
10 15
_
,
(a
ij
) = (a
ij
).
Un scalaire fois une matrice mn donne une matrice mn.
18.4.3 Produit de deux matrices.
(5 3 )
_
_
2
0
4
_
_
= (5 2 + 3 0 + (4)) = (10 4)
(le resultat est ici une matrice à 1 ligne
et 1 colonne, ce que lon identie souvent
à un nombre).
_
5 3
4 0 2
_
_
_
2
0
4
_
_
=
_
5 2 + 3 0 + (4)
4 2 + 0 0 + (2) (4)
_
=
_
10 4
16
_
(le produit dune matrice 2 3 et
dune matrice 3 1 est une matrice 2 1.)
_
1 0 1
1 2
_
_
_
1 2 3
0 1 1
4 2 5
_
_
=
_
1 1 + 0 0 + (1) 4 4 2
+ 8 2 3 3 + 11
_
(le produit dune matrice 2 3 et
dune matrice 3 3 est une matrice 2 3).

Si A est une matrice mn et B une matrice n p, le produit AB est une matrice mp, que
nous noterons ci-après C :
i-ème
ligne
j-ème
colonne
A
B
C
lelement en
i-ème ligne
et j-ème colonne
Par denition, pour i = 1, 2, . . . , m et j = 1, 2, . . . , p :
c
ij
= a
i1
b
1j
+a
i2
b
2j
+ +a
in
b
nj
=
n
k=1
a
ik
b
kj
.
Exemples. (Matrices de rotation dans E
2
o
) Dans une base orthonormee
e
1
,
e
2
du plan euclidien
centre E
2
o
(plus precisement : de lespace vectoriel reel des vecteurs de E
2
localises en o), la
rotation f
dangle autour de o (o` u est mesure en radians dans le sens trigonometrique) a

pour matrice
R
=
_
cos sin
sin cos
_
.
Composons les deux rotations autour de o, dangles respectifs et ; nous avons bien s ur
f
= f
+
(les angles sadditionnent). Pour decrire f
, f
et f
+
dans la base
e
1
,
e
2
, nous utilisons les
matrices R
, R
et R
+
:
f
:
_
x
y
_
R
_
x
y
_
=
_
cos sin
sin cos
__
x
y
_
,
f
:
_
x
y
_
R
_
x
y
_
, et f
+
:
_
x
y
_
R
+
_
x
y
_
.
Il vient
f
+
= f
:
_
x
y
_
R
+
_
x
y
_
= R
_
x
y
_
.
Comme cette dernière egalite est vraie pour tout (x, y), nous en deduisons R
= R
+
(re-
marque : en omettant les parenthèses dans lexpression R
_
x
y
_
, nous avons implicitement
utilise le fait que le produit matriciel est associatif). Donc la composee f
est representee
par le produit matriciel R
. Detaillons legalite R
+
= R
puis eectuons le produit

matriciel dans le membre de droite :
_
cos( + ) sin( + )
sin( + ) cos( + )
_
=
_
cos sin
sin cos
__
cos sin
sin cos
_
=
_
cos cos sin sin cos sin sin cos
sin cos + cos sin sin sin + cos cos
_
.

Nous retrouvons les egalites trigonometriques
cos( + ) = cos cos sin sin ,
sin( + ) = sin cos + cos sin .
Proposition 18.2 Le produit matriciel est associatif.
Nous passons la demonstration (qui consiste en calculs à partir de la denition du produit).
Etablissons en toute generalite ce que nous avons constate dans lExemple 1 ci-dessus : le
produit matriciel correspond à la composition dapplications lineaires. Ecrivons, après choix de
bases, pour des applications lineaires f et g, avec g denie sur lespace darrivee de f :
f : V V

: x Ax,
g : V
V

: x
Bx
(o` u x et x
sont des vecteurs colonnes de composantes). Il vient

g f : V V

: x B(Ax).
Comme B(Ax) = (BA)x par la Proposition 1, nous voyons que g f est representee par le
produit matriciel BA.
Proposition 18.3 Lensemble F
mn
des matrices mn, muni de laddition et de la multipli-
cation scalaire, est un espace vectoriel de dimension mn.
Demonstration. A lecriture des elements près, il sagit de lespace vectoriel des (m n)-uples
de nombres pris dans F : il sut de remplacer la matrice mn
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
_
_
_
_
_
par le m-uple
(a
11
, a
21
, . . . , a
1n
, a
21
, a
22
, . . . , a
2n
, . . . , a
m1
, a
m2
, . . . , a
mn
).
Denition 1. Une matrice carree A (carree signie que A possède autant de lignes que de
colonnes) est inversible sil existe une matrice carree B ayant autant de lignes que A, et telle
que
AB =
_
_
_
_
_
_
1 0 0 . . . 0
0 1 0 . . . 0
.
.
.
0 0 0 . . . 1
_
_
_
_
_
_
.
Nous supposons bien s ur que A et B sont des matrices dont les composantes proviennent du
meme champ F. La matrice à droite de legalite a tous les termes de sa diagonale principale
egaux à 1, et tous ses termes hors diagonale à 0 (o` u 0, 1 F). Cette matrice est notee I et
appelee la matrice identite. Lappellation est motivee par le fait que cette matrice represente,
dans nimporte quelle base, lapplication lineaire qui est la permutation identique dun espace

vectoriel de dimension egale au nombre de lignes de A. En eet, lidentite xe chacun des
vecteurs de base.
Soit f un operateur lineaire sur lespace vectoriel V , cest-à-dire une application lineaire
f : V V . Supposons V de dimension nie. Si A represente f dans une certaine base de V ,
la matrice A est inversible ssi lapplication f est inversible, cest-à-dire une permutation de V .
De plus, AB = I implique BA = I. La matrice B est linverse de A; elle est aussi notee A
1
.
Proposition 18.4 Lensemble des matrices carrees n n inversibles à composantes dans F
forme un groupe pour la multiplication matricielle.
Denition 2. Ce groupe est le groupe lineaire general sur le champ F en dimension n; il
est note GL
n
(F).
Demonstration. La Proposition 18.2 arme que le produit matriciel est associatif. La matrice
identique appartient à lensemble considere et est le neutre. Si une matrice A est dans lensemble
considere, A
1
est son inverse et est aussi dans lensemble (A
1
est inversible, dinverse A).
Noublions pas de montrer que le produit de deux matrices A et B prises dans lensemble est
encore dans lensemble. Pour cela, il sut de verier que AB possède linverse B
1
A
1
:
(AB)(B
1
A
1
) = A(BB
1
)A
1
= AIA
1
= AA
1
= I.
18.5 Terminologie matricielle
Une matrice carree A = (a
ij
) de dimension n (cest-à-dire n n) est
triangulaire si a
ij
= 0 pour i > j ; par exemple :
_
_
2 1 7
0 3 0
0 0 5
_
_
;
diagonale si a
ij
= 0 pour i = j ; par exemple :
_
_
2 0 0
0 3 0
0 0 0
_
_
.
La transposee M
t
dune matrice M sobtient en echangeant lignes et colonnes de M. Donc
si M = (m
ij
) est une matrice m n, sa transposee est M
t
= (m
ji
), une matrice n m. Par
exemple :
_
_
5 2
0
e 1
_
_
t
=
_
5 0 e
2 1
_
.
La conjuguee M dune matrice complexe M sobtient en conjuguant les elements de M : en
formule, (m
ij
) = (m
ij
). Par exemple :
_
1 +i 1
2 i
_
=
_
1 i 1
2 i
_

L adjointe M
+
de la matrice complexe M est la conjuguee transposee de M. Par exemple :
_
2 1 i
3 + 5i 1 +i
_
+
=
_
2 3 5i
1 +i 1 i
_
Notons deux proprietes pour des matrices M et N de memes dimensions :
(M +N)
t
= M
t
+ N
t
, (M N)
t
= N
t
M
t
(attention, la deuxième formule recèle peut-etre une surprise. . .).
18.6 Changements de base.
Soit B une base ordonnee dun espace vectoriel V bidimensionnel formee des vecteurs
b
1
,
b
2
.
Soit

B une nouvelle base de ce meme espace V , formee des vecteurs
b
1
,
b
2
. La matrice C = (c
ij
)
de changement de base est par denition obtenue en ecrivant (attention à la position des indices)
b
1
= c
11
b
1
+c
21
b
2
(18.4)
b
2
= c
12
b
1
+c
22
b
2
(18.5)
Autrement dit, la première colonne
_
c
11
c
21
_
de C contient les composantes du premier vecteur
de la nouvelle base exprime dans lancienne base. De meme, la deuxième colonne contient les
composantes dans lancienne base du deuxième vecteur de la nouvelle base.
Pour un vecteur
v de V , ecrivons
v = x
1
b
1
+x
2
b
2
(18.6)
v = x
1
b
1
+ x
2
b
2
(18.7)
(o` u x
1
, x
2
; x
1
, x
2
v , dabord dans lancienne base, ensuite dans la

nouvelle base). En reportant les expressions (18.4)(18.5) dans legalite (18.7), il vient
v = x
1
(c
11
b
1
+c
21
b
2
) + x
2
(c
12
b
1
+c
22
b
2
)
= (c
11
x
1
+c
12
x
2
)
b
1
+ (c
21
x
1
+c
22
x
2
)
b
2
.
Par comparaison avec (18.6) :
_
x
1
= c
11
x
1
+c
12
x
2
x
2
= c
21
x
1
+c
22
x
2
ou en notations matricielles :
_
x
1
x
2
_
=
_
c
11
c
12
c
21
c
22
__
x
1
x
2
_
cest-à-dire
x = C x.
Dans le cas general dun espace de dimension nie n :
Denition. La matrice C = (c
ij
) de changement de base est denie par

c
ij
= i-ème composante dans lancienne base du j-ème vecteur de la nouvelle base.
C =
_
_
_
_
_
c
11
c
12
. . . c
1j
. . . c
1n
c
21
c
22
. . . c
2j
. . . c
2n
.
.
.
c
n1
c
n2
. . . c
nj
. . . c
nn
_
_
_
_
_
la j-ème colonne
contient les composantes du nouveau
j-ème vecteur de base, exprime dans
lancienne base.
Comme dans le cas bidimensionnel, il vient pour les vecteurs colonnes x et x des composantes
dun meme vecteur (exprime dans lancienne et la nouvelle base)
x = C x.
Ceci nous montre comment se modient les composantes dun vecteur lors dun changement de
base. Nous allons à present voir comment se modie la matrice dune application lineaire lors
dun changement de bases dans lespace de depart et dans lespace darrivee.
Soit f : V V

une application lineaire dun espace vectoriel reel V de dimension nie
n vers un espace vectoriel reel V
de dimension nie n
. Considerons deux bases B et

B de
V et deux bases B
et

B
de V
. Notons C la matrice du changement de base de B à

B et
C
la matrice du changement de base de B
à

B
. Ainsi pour les matrices colonnes x et x des

composantes dun meme vecteur de V
x = C x (18.8)
et pour les matrices colonnes x
et x
des composantes dun meme vecteur de V
= C
. (18.9)
Designons par M la matrice de lapplication lineaire f dans les bases B de V et B
de V

, et
par

M sa matrice dans les bases

B et

B
. Si x
contient les composantes du vecteur image par

f du vecteur de composantes dans x, nous avons
x
= M x (18.10)
et de manière analogue dans les nouvelles bases
x
=

M x. (18.11)
Portons (18.8) et (18.9) dans (18.10)pour obtenir
C
= M C x (18.12)
Lemme 18.5 Une matrice de changement de base est inversible.
Demonstration. Si C est la matrice de changement de base de B à

B, et D la matrice de
changement de base de

B à B, il vient C D = I.
En multipliant les deux membres de (18.12) à gauche par C
1
nous d
duisons
= C
1
M C x.

La comparaison avec (18.11) donne (comme x est quelconque) :
M = C
1
M C.
Cest la formule qui montre comment se transforme une matrice dapplication lineaire lors
dun changement de bases. Pour lutiliser, il faut savoir calculer linverse de la matrice C
:
nous verrons deux methodes de calcul de linverse dune matrice aux Chapitres 19 et 20. Dans
lexemple qui suit, linverse est ecrit sans plus de commentaires.
Exemple. Soit
f : R
2
R
2
: (x, y) (18x 35y, 12x + 23y)
qui est bien une application lineaire. Nous souhaitons obtenir la matrice de f dans la base

B
formee des vecteurs (5, 3) et (7, 4), en recourant à la formule de changement de base. Dans
la base canonique, la matrice de f est
M =
_
18 35
12 23
_
.
Le changement de base de la base canonique à la base donnee est
C =
_
5 7
3 4
_
.
Par consequent, la matrice

M de f dans la base donnee sobtient en calculant
M = C
1
MC =
_
5 7
3 4
_
1
_
18 35
12 23
__
5 7
3 4
_
=
_
3 0
0 2
_
.
Nous obtenons une matrice diagonale. Ceci est interessant, car nous pouvons interpreter f
beaucoup plus facilement : lapplication f est la composee des deux etirements de matrices
_
3 0
0 1
_
et
_
1 0
0 2
_
dans la nouvelle base. Il est aussi facile de calculer f
1000
en travaillant dans la nouvelle base :
cest lapplication lineaire de matrice (dans la nouvelle base toujours)
_
3
1000
0
0 2
1000
_
.
Ceci nous conduit à la question suivante : comment trouver, sil en existe, une base dans laquel-
le une application lineaire dun espace vectoriel vers lui-meme soit representee par une matrice
diagonale ? Nous dirons plus brièvement : comment diagonaliser une application lineaire ? La
reponse est un des objectifs du Chapitre 21.
18.7 Rang dune application lineaire.
Soit à nouveau f : V V
une application lineaire.

Denition 1. Le rang dune application lineaire f est la dimension de son image Im f.
Exemple. Si f est la derivation sur lespace vectoriel reel R[x], son rang est inni. Si f est la
derivation sur lespace vectoriel reel R
4
[x] des polynomes à coecients reels de degre au plus
4 (en lindeterminee x), son rang vaut 4 : limage de f est formee des polynomes de degre au
plus 3.

Proposition 18.6 Supposons V de dimension nie. Alors
dimKer f + dimIm f = dimV.
Demonstration. Soit {
k
1
,
k
2
, . . .,
k
p
} une base de Ker f, que nous completons en une base {
k
1
,
k
2
, . . .,
k
p
,
l
1
,
l
2
, . . .,
l
q
} de V . Comme dimKer f = p et dimV = p + q, il nous sut de
prouver dimIm f = q, ou encore que f(
l
1
), f(
l
2
), . . ., f(
l
q
) est une base de Im f.
1. La partie {f(
l
1
), f(
l
2
), . . ., f(
l
q
)} est libre. Si pour
1
,
2
, . . .,
q
scalaires quelconques
nous avons
1
f(
l
1
) +
2
f(
l
2
) + +
q
f(
l
q
) =
o ,
il vient comme f est lineaire
f(
1
l
1
+
2
l
2
+ +
q
l
q
) =
o ,
cest-à-dire
l
1
+
2
l
2
+ +
q
l
q
Ker f.
Il existe donc des scalaires
1
,
2
, . . . ,
p
tels que
l
1
+
2
l
2
+ +
q
l
q
=
1
k
1
+
2
k
2
+ +
p
k
p
.
Mais {
k
1
,
k
2
, . . .,
k
p
,
l
1
,
l
2
, . . .,
l
q
} est une base, donc une partie libre ; il faut
1
=
2
= =
q
=
1
=
2
= =
p
= 0.
Ceci prouve que {f(
l
1
), f(
l
2
), . . ., f(
l
q
)} est libre.
2. La partie {f(
l
1
), f(
l
2
), . . ., f(
l
q
)} engendre Im f. En eet, si
Im f, il existe
v V
tel que f(
v ) =
. Nous avons pour certains scalaires

1
,
2
, . . . ,
p
,
1
,
2
, . . . ,
q
v =
1
k
1
+
2
k
2
+ +
p
k
p
+
1
l
1
+
2
l
2
+ +
q
l
q
et par consequent
= f(
v )
=
1
f(
k
1
) +
2
f(
k
2
) + +
p
f(
k
p
) +
1
f(
l
1
) +
2
f(
l
2
) + +
q
f(
l
q
)
=
o +
1
f(
l
1
) +
2
f(
l
2
) + +
q
f(
l
q
).
Corollaire 18.7 Si dimV = n, la dimension de tout hyperplan vectoriel de V est n 1.
Demonstration. Pour appliquer la denition dun hyperplan donnee page 312, munissons les-
pace vectoriel V sur le champ F dune base. Un hyperplan H de V est lensemble des vecteurs
de V dont les composantes (x
1
, x
2
, . . . , x
n
) dans cette base sont les solutions dune equation
lineaire homogène
a
1
x
1
+a
2
x
2
+ +a
n
x
n
= 0,

o` u au moins un des coecients a
i
(pris dans F) est non nul. Cette dernière condition implique
que la forme lineaire
f : V F : (x
1
, x
2
, . . . , x
n
) a
1
x
1
+a
2
x
2
+ +a
n
x
n
nest pas nulle, ou encore Im f = F. Comme H = Ker f, la Proposition 18.6 entrane dimH =
n 1.
Soit toujours lapplication lineaire f : V V
, et supposons V et V

de dimensions nies.
Après choix dune base dans V et dune base dans V

, f est representee par une matrice que
nous notons (a
ij
). Le noyau de f est forme des vecteurs de V dont les composantes dans la base
choisie, notees x
1
, x
2
, . . ., x
n
, satisfont le système dequations lineaires homogènes
_
_
a
11
x
1
+a
12
x
2
+ +a
1n
x
n
= 0
a
21
x
1
+a
22
x
2
+ +a
2n
x
n
= 0
.
.
.
a
n
1
x
1
+a
n
2
x
2
+ +a
n
n
x
n
= 0
Le rang de f est le rang de la famille formee des vecteurs colonnes de la matrice (a
ij
) :
_
_
_
_
_
a
11
a
21
.
.
.
a
n
1
_
_
_
_
_
_
_
_
_
_
a
12
a
22
.
.
.
a
n
2
_
_
_
_
_
. . .
_
_
_
_
_
a
1n
a
2n
.
.
.
a
n
n
_
_
_
_
_
(car ces vecteurs engendrent Im f).
Denition 2. Le rang dune matrice est le rang de la famille de ses vecteurs colonnes.
Ce rang est aussi le rang de toute application lineaire representee par la matrice. Signalons
enn quune matrice et sa transposee ont meme rang.
18.8 Exercices
1. Soit les matrices reelles
A =
_
_
1 2
3 4
5 6
_
_
et B =
_
_
3 2
1 5
4 3
_
_
.
Determiner la matrice D telle que A +B D = 0.
2. Si A =
_
1 1
2 1
_
et B =
_
1 1
4 1
_
sont deux matrices reelles, montrer que (A+B)
2
=
A
2
+B
2
. Ce resultat est-il vrai pour tout choix de deux matrices relles ?
3. Soit A =
_
2 1
2 1
_
une matrice reelle ; trouver toutes les matrices X telles que AX = A.
4. Demontrer que si les matrices reelles A et B sont telles que AB = A et BA = B, alors
A
2
= A et B
2
= B. Le resultat reste-t-il vrai si R est remplace par un champ quelconque F ?
5. Montrer, pour n N
0
et a pris dans un champ F,
_
a a
0 a
_
n
=
_
a
n
na
n
0 a
n
_
.

6. Trouver une condition necessaire et susante sur les matrices reelles A et B pour que
a) (AB)
2
= A
2
+B
2
; b) (A+B)(AB) = A
2
B
2
.
Vos resultats setendent-ils à des matrices A et B sur un champ quelconque ?
7. Deux matrices A et B commutent si AB = BA. Montrer que si A et B sont deux
matrices inversibles qui commutent, il en est de meme pour A et B
1
, pour A
1
et B et pour
A
1
et B
1
.
8. Soit A une matrice complexe n n qui verie lequation A
2
+ 2A+ 3I = 0. Demontrer
que A est inversible et calculer A
1
en fonction de A.
9. Soit A et B des matrices reelles telles que A
t
= A
1
et B
t
= B
1
. Les armations
suivantes sont-elles correctes ?
a) A
t
A = B
t
B = I f) A = A
t
;
b) det A = 1 g) (A+B)
t
= (A +B)
1
;
c) (AB)
t
= (AB)
1
h) (AB)
1
= B
1
A
1
;
d) AA
t
A = A i) (A
2
)
t
= (A
2
)
1
;
e) det A = 1 j) AB = BA.
Remarque : il convient de justier votre reponse, cest-à-dire de demontrer les armations
correctes et dinrmer par un contre-exemple celles qui sont fausses.
10. Soit f lapplication lineaire
f : R
3
R
2
: (x, y, z) (x y 3z , y + 5z).
a) Determiner les images des vecteurs de la base canonique de R
3
.
b) Quelle est la matrice de f dans les bases canoniques de R
3
et R
2
?
c) Munissons plutot R
2
de la base (1, 1), (1, 2). Quelle est alors la matrice de f ?
11. Ecrire la matrice associee à loperateur lineaire sur R
3
qui applique les vecteurs de base
e
1
,
e
2
,
e
3
sur respectivement les vecteurs
b
1
,
b
2
,

b
3
denis par
_
b
1
=
e
2
+
e
3
b
2
=
e
1
+
e
3
b
3
=
e
1
+
e
2
12. Considerons lapplication lineaire
f : R
3
R
4
: (x, y, z) (x y, y z, z x, y x).
a) Ecrire la matrice de f dans les bases canoniques de R
3
et R
4
.
b) Posons
b
1
= (1, 1, 1, 1),

b
2
= (1, 0, 0, 0),

b
3
= (0, 1, 0, 0),

b
4
= (0, 0, 1, 0).
Montrer que

b
1
,

b
2
,
b
3
,
b
4
est une base de R
4
.
c) Quelle est la matrice de f dans les bases canonique de R
3
et

b
1
,

b
2
,
b
3
,
b
4
de R
4
?
2
muni de la base canonique, voici des operateurs lineaires.
Ecrivez leur matrice.
1) Rotation de

3
autour de lorigine.
2) Homothetie centree à lorigine et de rapport 3.

3) Symetrie par rapport à lorigine.
4) Symetrie par rapport à Ox.
5) Symetrie par rapport à Oy.
6) Symetrie par rapport à y = x.
7) Symetrie par rapport à y = x.
8) Symetrie par rapport à y = 4x.
9) La composee des transformations 4 et 5.
(Dans ces deux derniers cas, indiquer la nature de la transformation resultante).
14. Dans la base canonique de lespace euclidien R
3
, quelles sont les matrices associees aux
transformations lineaires suivantes ?
1) Rotation de

3
autour de Ox.
2) Rotation de

6
autour de Oy.
3) Rotation de

4
autour de Oz.
4) Symetrie par rapport à lorigine.
5) Symetrie par rapport à Ox.
6) Symetrie par rapport à Oy.
7) Symetrie par rapport à Oz.
8) Symetrie par rapport à Oxy.
9) Symetrie par rapport à Oxz.
10) Symetrie par rapport à Oyz.
11) Symetrie par rapport au plan 2x + 2y +z = 0.
12) Symetrie par rapport à la droite
x
2
=
y
2
= z.
(Dans les quatre derniers cas, indiquer la nature de la transformation resultante).
15. Dans lespace euclidien centre E
3
o
muni dune base orthonormee

e
1
,

e
2
,
e
3
, xons le
vecteur

v = (v
1
, v
2
, v
3
). Determinez la matrice M de lapplication lineaire qui à tout vecteur
x = (x
1
, x
2
, x
3
) fait correspondre le vecteur y = (y
1
, y
2
, y
3
) tel que
y =

x
v .
Montrer que M
3
= M o` u est un scalaire que lon determinera.
16. Dans un plan vectoriel reel V muni dune base

b
1
,
b
2
, soit f la transformation lineaire
de V vers V dont la matrice est :
A =
_
_
_
_
1
2

3
2
3
2
1
2
_
_
_
_
.

Calculer A
3
puis A
6
. En deduire la nature de f
3
et f
6
. Soit
u = (x, y) un vecteur de V . Montrer

que lexpression x
2
+y
2
est invariante par f.
17. Soit la matrice A dune application lineaire de R
3
vers R
4
(ecrite dans les bases cano-
niques)
A =
_
_
_
_
0 2 4
1 4 5
3 1 7
0 5 10
_
_
_
_
.
a) determiner tous les vecteurs

x de R
3
tels que A
x =
o ;
b) verier que ces vecteurs forment un sous-espace vectoriel de R
3
;
c) quelle est la dimension de ce sous-espace vectoriel ? Donner une base de ce sous-espace.
d) quelle est limage de cette application lineaire A ? Quel est son rang ?
18. Soit f loperateur lineaire sur R
3
tel que
f(1, 0, 0) = (1, 2, 0),
f(0, 1, 0) = (1, 1, 1),
et
f(0, 0, 1) = (1, 0, 0).
a) Ecrivez la matrice de f dans la base (1, 0, 0), (0, 1, 0), (0, 0, 1).
b) Recherchez les vecteurs de R
3
qui sont xes par f.
c) Veriez que {(0, 1, 1), (1, 2, 1), (1, 1, 1)} est une base de R
3
et ecrivez la matrice de f
dans cette base. Interpretez geometriquement le resultat obtenu.
19. Existe-t-il un operateur lineaire f de R
3
qui applique
(1, 2, 1) sur (1, 0, 0),
(1, 1, 2) sur (1, 1, 0),
(1, 3, 4) sur (1, 1, 1) ?
20. Un operateur lineaire sur R
3
transforme les vecteurs (1, 0, 1), (1, 1, 1), (1, 2, 1) en
respectivement les vecteurs (2, 3, 1), (3, 0, 2), (2, 7, 1). Determiner les images des vecteurs
de la base canonique et ecrire la matrice de loperateur dans cette base.
21. Un operateur lineaire sur R
3
est represente dans la base canonique par la matrice
A =
_
_
1 2 1
2 1 1
1 1 2
_
_
.
a) Quelle est limage
b du vecteur
a = (1, 1, 1) ?
b) Quel est le vecteur
c dont limage est le vecteur
d = (8, 7, 9) ?
22. Lensemble R
4
[x] des polynomes à coecients reels, de degre 4, a une structure
naturelle despace vectoriel reel.
a) Les familles B
1
= (1, x, x
2
, x
3
, x
4
) et B
2
= (24, 6+24x, 2+6x+12x
2
, 1+2x+3x
2
+4x
3
, 1+
x +x
2
+x
3
+x
4
) sont-elles des bases de R
4
[x] ?
b) La fonction D : R
4
[x] R
4
[x] qui applique tout polynome sur son derive est-elle un
operateur lineaire de R
4
[x] ? Si oui, ecrivez sa matrice dans la base B
1
; dans la base B
2
.

c) Si M
1
est la matrice de A dans la base B
1
, quelle est la transformation lineaire de R
4
[x]
qui est representee par la matrice M
2
1
dans la base B
1
?
23. Etant donnes, dans R
3
muni de la base orthonormee
e
1
,
e
2
,
e
3
, deux vecteurs
v
1
=
(1, 1, 0) et
v
2
= (1, a, 1) tels que
v
1

v
2
= 2, construire à partir de ces vecteurs une base
orthonormee
Z
1
,
Z
2
,
Z
3
, avec
v
1
proportionnel à
Z
1
et
Z
2
situe dans le plan
v
1
,

v
2
. Trouver
la matrice donnant les composantes dun vecteur dans la base
e
1
,

e
2
,
e
3
en fonction de ses
composantes dans la base
Z
1
,
Z
2
,
Z
3
.
24. Si loperateur f sur R
2
est represente par la matrice
M =
_
1 2
3 4
_
dans la base canonique, quelle matrice represente f dans la base (2, 3), (1, 2) ?
25. Determiner le noyau et limage (en particulier leurs nombres repectifs delements) de
lapplication lineaire
f : (Z
2
)
3
(Z
2
)
2
: (x, y, z) (x +y, y +z).
26. Lensemble des matrices triangulaires à coecients dans un champ F forme un espace
vectoriel sur F. Expliquez cela, et donnez la dimension de cet espace.
27. Pour E un ensemble non vide et F un champ, considerons lespace vectoriel F
E
forme
des applications de E vers F. Montrer, pour un element e xe dans E, que lapplication
f : F
E
F : (e)
est une forme lineaire.
Chapitre 19
Determinant dune matrice
Dans ce chapitre, nous designons par A une matrice nn et montrons comment lui associer
un nombre note det A. Si la matrice est reelle, ce nombre sera reel ; si la matrice est complexe,
det A sera un nombre complexe. En general, la matrice A est donnee sur un champ F et nous
aurons det A dans F. Sans toujours fournir la demonstration, nous enoncerons une serie de
proprietes remarquables de lapplication det, ou determinant.
19.1 Cas n = 2.
Nous posons
det
_
a
11
a
12
a
21
a
22
_
= a
11
a
22
a
12
a
21
.
Exemple. Le système de deux equations lineaires en les deux inconnues x et y
_
3x + 4y = 1
2x + 2y = 3
est de determinant
det
_
3 4
2 2
_
egal à 3 2 2 4 = 2, donc non nul. On peut montrer à partir de cela quil possède une
solution unique, de plus donnee par
x =
det
_
1 4
3 2
_
det
_
3 4
2 2
_ =
14
2
= 7, y =
det
_
3 1
2 3
_
det
_
3 4
2 2
_ =
11
2
=
11
2
.
19.2 Cas n = 3.
Posons
det
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
= a
11
a
22
a
33
+a
12
a
23
a
31
+a
13
a
21
a
32
a
13
a
22
a
31
a
11
a
23
a
32
a
12
a
21
a
33
.
Les six termes de la somme correspondent aux six permutations des valeurs 1, 2, 3 des indices
(regardez plus attentivement les seconds indices !). Le calcul dun determinant 3 3 par cette
formule se retient plus facilement grace aux deux schemas suivants.
336
CHAPITRE 19. D
ETERMINANT DUNE MATRICE 337

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
+
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
Attention : cette règle de cacul du determinant (dite de Sarr us) ne setend pas aux cas du
determinant de matrices ayant quatre lignes (ou plus).
Notons que le determinant de A sexprime aussi à partir des elements dune ligne de A, par
exemple la première, et des determinants 2 2 obtenus en supprimant la première ligne ainsi
quune des trois colonnes :
det A = +a
11
det
_
a
22
a
23
a
32
a
33
_
a
12
det
_
a
21
a
23
a
31
a
33
_
+ a
13
det
_
a
21
a
22
a
31
a
32
_
.
Ceci se verie facilement en developpant les determinants 22 (nous devrions ecrire de manière
plus precise : en calculant le determinant de chacune des matrices 22). La formule precedente
provient du developpement selon la première ligne. Il y a une formule analogue pour les
deux autres lignes, par exemple pour la deuxième
det A = a
21
det
_
a
12
a
13
a
32
a
33
_
+ a
22
det
_
a
11
a
13
a
31
a
33
_
a
23
det
_
a
11
a
12
a
31
a
32
_
.
Les signes qui apparaissent devant les termes de ces deux developpements sobtiennent par la
règle du damier
_
_
+ +
+
+ +
_
_
.
Le determinant peut egalement se calculer par developpement selon une colonne, par
exemple selon la deuxième :
det A = a
12
det
_
a
21
a
23
a
31
a
33
_
+ a
22
det
_
a
11
a
13
a
31
a
33
_
a
32
det
_
a
11
a
13
a
21
a
23
_
.
Tous les developpements selon une des six rangees fournissent la meme valeur, egale à det A.
Exemples.
1. Dans le plan euclidien coordonne, lequation de la droite par les points (a
1
, a
2
) et (b
1
, b
2
)
se reecrit
det
_
_
x
1
x
2
1
a
1
a
2
1
b
1
b
2
1
_
_
= 0
(en eet, le developpement selon la pemière ligne montre directement quil sagit là dune
equation du premier degre en x
1
et x
2
; de plus, cette equation est satisfaite par (a
1
, a
2
)
car il est facile de verier que le determinant dune matrice ayant deux lignes egales vaut
0 ; de meme, lequation est satisfaite par (b
1
, b
2
)).
CHAPITRE 19. D

2. Le produit mixte des trois vecteurs
u ,
v et
w de lespace euclidien tridimensionnel E

3
a
ete deni en 3.9 ; il sexprime comme suit, à partir des composantes de ces vecteurs dans
une base orthonormee et positivement orientee :
u (
w) = det
_
_
u
1
u
2
u
3
v
1
v
2
v
3
w
1
w
2
w
3
_
_
.
3. De meme, en admettant de developper le determinant selon la première ligne, le pro-
duit vectoriel des vecteurs

v et

w de lespace euclidien tridimensionnel E
3
sexprime
directement par
w = det
_
_
e
1
e
2
e
3
v
1
v
2
v
3
w
1
w
2
w
3
_
_
,
o` u

e
1
,
e
2
,

e
3
est une base orthonormee positivement orientee et

v = (v
1
, v
2
, v
3
),

w =
(w
1
, w
2
, w
3
) dans cette base.
19.3 Cas general.
Considerons une matrice A à n lignes et n colonnes, donc carree. Nous lui associons le
damier, en fait encore une matrice n n,
_
(1)
i+j
_
=
_
_
_
_
_
+1 1 +1
1 +1 1
.
.
.
+1
_
_
_
_
_
(o` u i, j sont les indices de ligne et de colonne, donc i, j {1, 2 , n}). Pour chaque choix des
valeurs i, j dindices, nous formons à partir de A une matrice (n 1) (n 1) obtenue par
suppression de la ligne dindice i et de la colonne dindice j dans A et appelons mineur de
lelement a
ij
de A le determinant de cette nouvelle matrice :
det
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1,j1
a
1,j+1
a
1n
a
21
a
22
a
2,j1
a
2,j+1
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
i1,1
a
i1,2
a
i1,j1
a
i1,j+1
a
i1,n
a
i+1,1
a
i+1,2
a
i+1,j1
a
i+1,j+1
a
i+1,n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
n,j1
a
n,j+1
a
n,n
_
_
_
_
_
_
_
_
_
_
_
.
Le cofacteur de lelement a
ij
de A sera
A
ij
= (i)
i+j
(mineur de a
ij
).
Le lecteur attentif aura remarque que pour denir les mineurs et cofacteurs dune matrice
n n, nous utilisons le concept de determinant dune matrice (n 1) (n 1). Notre
denition du determinant dune matrice sera donc recursive. Revenons à la matrice A donnee.
Le developpement du determinant de la matrice A selon la ligne i est par denition le
nombre
n
j=1
a
ij
A
ij
= a
i1
A
i1
+ a
i2
A
i2
+ + a
in
A
in
CHAPITRE 19. D

et selon la colonne j le nombre
n
i=1
a
ij
A
ij
= a
1j
A
1j
+ a
2j
A
2j
+ + a
nj
A
nj
.
Exemple. Soit la matrice
A =
_
_
_
_
5 7 1 3
1 2 0 2
0 3 0 1
7 2 3 2
_
_
_
_
.
Calculons le developpement selon la première ligne :
5 det
_
_
2 0 2
3 0 1
2 3 2
_
_
(7) det
_
_
1 0 2
0 0 1
7 3 2
_
_
+ 1 det
_
_
1 2 2
0 3 1
7 2 2
_
_
3 det
_
_
1 2 0
0 3 0
7 2 3
_
_
.
Nous developpons ensuite chacun des determinants 33 selon une colonne bien choisie, à savoir
la deuxième, la deuxième, la première, la troisième :
5(3)(2 + 6) + 7(3)(1 0) + (6 + 2 + 7(2 + 6)) 3 3(3 0) = 30.
Le developpement du determinant de A selon la troisième colonne donne :
+1 det
_
_
1 2 2
0 3 1
7 2 2
_
_
3 det
_
_
5 7 3
1 2 2
0 3 1
_
_
=
+1(6 + 2 + 7(2 + 6)) 3(3(10 3) 1(10 + 7)) = 30.
Nous constatons que les deux developpements mènent à la meme valeur. En fait, cest vrai de
manière generale.
Proposition 19.1 Tous les developpements du determinant de A (selon nimporte quelle ligne
ou colonne) donnent le meme nombre.
Nous omettons la demonstration.
Denition. La valeur commune des developpements du determinant de A est appelee deter-
minant de la matrice A, et notee det A.
La proposition et la denition fonctionnent par induction croisee :
- on pose, pour n = 1, det (a) = a ;
- on etablit la proposition pour n = 2, ce qui permet ensuite de donner la denition pour
n = 2 ;
- on etablit la proposition pour n = 3 (en utilisant la denition qui vient detre posee pour
n = 2), ce qui permet de donner la denition pour n = 3 ;
- on etablit la proposition pour n = 4 et on donne la denition pour n = 4 ;
.
.
.
CHAPITRE 19. D

19.4 Proprietes du determinant dune matrice.
Soit à nouveau A une matrice n n à coecients dans un champ F.
Proposition 19.2 Le determinant de A est lineaire en chaque rangee de la matrice A. Par
exemple, pour la première ligne ceci signie pour tous nombres ,
, b
1j
, b
1j
, a
ij
:
det
_
_
_
_
_
_
_
b
11
+
11
b
12
+
12
b
1n
+
1n
a
21
a
22
a
2n
a
31
a
32
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
= det
_
_
_
_
_
_
_
b
11
b
12
b
1n
a
21
a
22
a
2n
a
31
a
32
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
+
det
_
_
_
_
_
_
_
b
11
b
12
b
1n
a
21
a
22
a
2n
a
31
a
32
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
.
Demonstration. Il sut de developper chacun des trois determinants selon la première ligne :
les termes de ces developpements seront pour j = 1, 2, , n
(b
1j
+
1j
)A
1j
, b
1j
A
1j
et b
1j
A
1j
,
do` u legalite de lenonce.
Proposition 19.3 Le determinant de la matrice A change de signe si deux lignes (ou deux
colonnes) de A sont echangees entre elles.
Demonstration. La preuve se fait par recurrence. Le cas n = 2 est facile. Pour n > 2, lastuce
est de developper le determinant selon une ligne autre que les deux à echanger. Lechange des
deux lignes dans la matrice initiale entrane lechange de deux lignes dans chacune des matrices
(n 1) (n 1) utilisees pour le calcul des cofacteurs.
Corollaire 19.4 Si deux lignes (ou deux colonnes) de A sont egales, alors det A = 0.
Demonstration. En echangeant les deux lignes on obtient une matrice de determinant egal à la
fois à det A et à det A.
Proposition 19.5
det A = det A
t
.
Donc transposer une matrice carree ne change pas son determinant. La demonstration est omise.
Proposition 19.6 Le determinant de la matrice A nest pas modie si à une ligne de A est
ajoute un multiple dune autre ligne.
Demonstration. Notons a
i.
la i-ème ligne de la matrice A. Le remplacement de cette ligne a
i.
par a
i.
+ a
i
.
, o` u est un scalaire et i
= i, donne grace à la linearite du determinant en la

CHAPITRE 19. D

i-ème ligne (cf. Proposition 19.2) :
det
_
_
_
_
_
_
_
_
_
_
_
a
1.
.
.
.
a
i1,.
a
i.
+a
i
.
a
i+1,.
.
.
.
a
n.
_
_
_
_
_
_
_
_
_
_
_
= det
_
_
_
_
_
_
_
_
_
_
_
a
1.
.
.
.
a
i1,.
a
i.
a
i+1,.
.
.
.
a
n.
_
_
_
_
_
_
_
_
_
_
_
+det
_
_
_
_
_
_
_
_
_
_
_
a
1.
.
.
.
a
i1,.
a
i
.
a
i+1,.
.
.
.
a
n.
_
_
_
_
_
_
_
_
_
_
_
.
Le dernier de ces determinants est nul, car les lignes dindices i et i
sont egales (Corol-

laire 19.4).
Les demonstrations des autres propositions de cette section sont omises.
Proposition 19.7 Les quatre conditions suivantes sont equivalentes :
1) det A = 0 ;
2) les vecteurs lignes de A sont lineairement dependants ;
3) les vecteurs colonnes de A sont lineairement dependants ;
4) le système dequations lineaires homogènes Ax = 0 (o` u x est une matrice colonne conte-
nant les inconnues) admet une solution non nulle.
Proposition 19.8 Soit M une matrice quelconque, non necessairement carree. Les trois nombres
suivants sont egaux :
1) le rang de la matrice M (qui a ete deni comme le rang de la famille des vecteurs colonnes
de M) ;
2) le rang de la famille des vecteurs lignes de M ;
3) la dimension dune plus grande sous-matrice carree A de M telle que det A = 0.
Proposition 19.9 Si A et B sont deux matrices carrees n n, alors
det (AB) = det A det B.
En francais : le determinant du produit de deux matrices est le produit des determinants
de ces matrices.
Proposition 19.10 La matrice A est inversible ssi det A = 0. Dans ce cas, linverse A
1
est
egal à
1
det A
fois la transposee de la matrice des cofacteurs.
Exemples.
_
2 3
4 5
_
1
=
1
10 12
_
5 3
4 2
_
;
_
3 2
9 6
_
est de determinant nul, donc non inversible ;
CHAPITRE 19. D

_
_
1 0 2
5 1 1
3 4 8
_
_
1
=
1
34
_
_
8 + 4 (0 8) 0 2
(40 + 3) 8 6 (1 + 10)
20 3 (4 0) 1 0
_
_
=
1
34
_
_
12 8 2
37 2 9
23 4 1
_
_
.
19.5 Calcul du determinant par la methode de Gauss.
Le principe de ce calcul est base sur la Proposition 19.6. Un element non nul de la matrice
est selectionne et appele pivot ; la ligne qui le contient est appelee ligne pivot. Le principe
est dajouter à chaque autre ligne un multiple bien choisi de la ligne pivot, de sorte à annuler le
terme se trouvant dans la colonne du pivot. Une fois ces calculs eectues, la colonne du pivot
ne contient plus quun seul terme non nul ; donc le developpement du determinant selon cette
colonne ne contient quun seul terme. Ainsi, le calcul du determinant est essentiellement ramene
à celui dun cofacteur, donc du determinant dune matrice de dimension plus petite.
Exemples. Nous marquons le pivot et indiquons les transformations à eectuer sur les lignes :
det
_
_
1 0 2
5 1 1
3 4 8
_
_
(1)
(2)
(3) 4(2)
= det
_
_
1 0 2
5 1 1
23 0 12
_
_
= 12 46 = 34.
Reprenons une matrice consideree page 339 :
det
_
_
_
_
5 7 1 3
1 2 0 2
0 3 0 1
7 2 3 2
_
_
_
_
(1)
(2)
(3)
(4) 3(1)
= det
_
_
_
_
5 7 1 3
1 2 0 2
0 3 0 1
8 23 0 7
_
_
_
_
= det
_
_
1 2 2
0 3 1
8 23 7
_
_
(1)
(2)
(3) + 8(1)
= det
_
_
1 2 2
0 3 1
0 39 23
_
_
= 69 + 39 = 30.
CHAPITRE 19. D

19.6 Exercices
1. Calculer les determinants des matrices reelles suivantes :
a)
_
4 5
3 7
_
; b)
_
0 5
7 2
_
;
c)
_
_
5 3 2
1 2 3
6 7 9
_
_
; d)
_
_
1 2 3
4 5 6
2 4 8
_
_
; e)
_
_
_
_
1 0 1 0
2 1 0 0
4 2 1 0
2 3 1 1
_
_
_
_
.
2. Montrer, sans developper de determinant, les egalites :
a) det
_
_
bc a
2
a
2
b
2
ac b
2
c
2
c
2
ab
_
_
= det
_
_
bc ab ca
ab ca bc
ca bc ab
_
_
;
b) det
_
_
a
1
+ b
1
a
2
+ b
2
a
3
+ b
3
b
1
+ c
1
b
2
+ c
2
b
3
+ c
3
c
1
+ a
1
c
2
+ a
2
c
3
+ a
3
_
_
= 2 det
_
_
a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3
_
_
;
c) det
_
_
1 a b + c
1 b c + a
1 c a + b
_
_
= 0;
d) det
_
_
a
2
bc ab
ba c
2
b
2
ca ab bc
_
_
= 0.
3. Calculer, le plus simplement possible, pour des matrices complexes :
a) det
_
_
_
_
_
_
_
a a a . . . a
a a b a . . . a
a a 2a b . . . a
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a a a na b
_
_
_
_
_
_
_
;
b) det
_
_
_
_
1 a a
2
a
4
1 b b
2
b
4
1 c c
2
c
4
1 d d
2
d
4
_
_
_
_
; c) det
_
_
_
_
_
_
_
a 1 1 1 . . . 1 1
1 a 1 1 . . . 1 1
1 1 a 1 . . . 1 1
.
.
.
.
.
.
.
.
.
.
.
.
1 1 . . . 1 a
_
_
_
_
_
_
_
. .
n colonnes
.
4. Determiner, si elle existe, la matrice inverse de la matrice donnee :
a)
_
1 2
3 4
_
sur R; b)
_
5 2
10 4
_
sur C; c)
_
1 1
1 0
_
sur Z
2
;
CHAPITRE 19. D

d)
_
_
1 0 1
0 1 0
0 0 1
_
_
sur Z
2
; e)
_
_
1 1 1
0 1 1
0 0 1
_
_
sur Z
3
.
5. Montrer que Z
6
nest pas un champ. Generalisez votre raisonnement à beaucoup de Z
n
,
o` u n N.
Chapitre 20
Systèmes dequations lineaires
20.1 Sous-espace an des solutions.
Exemple. Voici un système de trois equations lineaires en les trois inconnues x
1
, x
2
, x
3
. Les
coecients sont des reels, de meme que les valeurs admises pour les inconnues ; nous dirons
quil sagit dun système sur R
3
:
_
_
_
x
1
x
2
+x
3
= 7
2x
1
5x
3
= 8
3x
1
x
2
4x
3
= 15
Notre but est de determiner tous les triples (x
1
, x
2
, x
3
) de lespace vectoriel reel R
3
qui satisfont
chacune des equations du système. Notons dabord que tout triple (x
1
, x
2
, x
3
) solution des deux
premières equations est encore solution de la troisième equation, car cette dernière est la somme
des deux premières. Ainsi, toute solution du système donne est aussi solution du système suivant
_
x
1
x
2
+x
3
= 7
2x
1
5x
3
= 8
et, bien s ur, toute solution de ce nouveau système est solution du système donne. Nous sommes
passes du système donne à un système equivalent (ayant meme ensemble de solutions). Reecrivons
ce dernier : _
_
x
2
= 3 +
7
2
x
3
x
1
= 4 +
5
2
x
3
(nous avons tire x
1
de la deuxième equation, et reporte son expression dans la première equation).
Lensemble des solutions est exactement decrit par les equations parametriques
_
_
x
1
= 4 +
5
2
t
x
2
= 3 +
7
2
t
x
3
= t
car, premièrement, toute valeur du paramètre t fournit un triple (x
1
, x
2
, x
3
) solution et, deuxiè-
mement, toute solution est obtenue pour une certaine valeur de t. Lensemble S des solutions
345
CHAPITRE 20. SYST
`
EMES D
EQUATIONS LIN
EAIRES 346
est donc la droite passant par le point (4, 3, 0), de vecteur directeur
_
5
2
,
7
2
, 1
_
, cest-à-dire
__
4 +
5
2
x
3
, 3 +
7
2
x
3
, x
3
_
| x
3
R
_
=
_
(4, 3, 0) + x
3
_
5
2
,
7
2
, 1
_
| x
3
R
_
= (4, 3, 0) + vect
__
5
2
,
7
2
, 1
__
;
graphiquement :
(4, 3, 0)
o
(
5
2
,
7
2
, 1)
W
S
Il faut shabituer à considerer une ou plusieurs des inconnues comme des paramètres (ici, x
3
).
Notons que la droite vectorielle W = vect
__
5
2
,
7
2
, 1
__
est lensemble des solutions du système
homogène associe
_
_
_
x
1
x
2
+x
3
= 0
2x
1
5x
3
= 0
3x
1
x
2
4x
3
= 0
De manière generale, soit le système de m equations lineaires sur F
n
, avec F un champ,
_
_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
.
.
.
a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= b
m
Les nombres a
ij
sont pris dans F, pour 1 i m et 1 j n; ils forment la matrice des
coecients des inconnues, que nous noterons A; les nombres b
i
, pour 1 i m, sont les
termes independants, que nous collectons dans une matrice colonne notee b. En introduisant
encore la matrice colonne x des inconnues x
i
, pour 1 i n, nous reecrivons le système de
manière plus compacte
Ax = b.
Nous noterons S lensemble des n-uples x =
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
solutions du système, et W lensemble
des solutions x du système homogène associe
Ax = 0
CHAPITRE 20. SYST
`
EMES D
EQUATIONS LIN
EAIRES 347
(obtenu en annulant chacun des termes independants b
i
). La matrice colonne x represente
indieremment un vecteur de R
n
ou le n-uple des coordonnees de ce vecteur dans la base
canonique de R
n
.
Proposition 20.1 Si le système donne admet au moins une solution

p , cest-à-dire

p S,
alors S =
p + W.
Rappelons la signication de la notation utilisee dans cet enonce :
p + W = {
p +
w |
w W}.
Demonstration. Si
q S, il est clair que
p est solution du système homogène associe, car

A(
p ) = A
q A
p =
b =
o . Ainsi,

q
p =
w pour un certain

w de W ; donc
q =
p +
w appartient à
p +W. Reciproquement, si
p +W, il vient
q =
p +
w pour
un

w de W. Nous obtenons A
q = A(
p +
w) = A
p + A
w =
b +
o =
b , donc

q S.
Proposition 20.2 Lensemble W des solutions du système homogène Ax = 0 sur lespace
vectoriel F
n
est un sous-espace vectoriel de F
n
.
Demonstration. Chaque equation de ce système homogène est lequation dun hyperplan vecto-
riel de R
n
, à moins quelle ne soit lequation triviale 0 = 0. Donc les solutions de cette equation
forment un sous-espace vectoriel (daprès la Proposition 17.12). De plus, un vecteur de F
n
est
solution du système Ax = 0 ssi il est solution de chacune des equations ; donc lensemble W est
lintersection des dierents ensembles de solutions des equations du système. La thèse decoule
alors de la proposition suivante.
Proposition 20.3 Toute intersection de sous-espaces vectoriels dun espace vectoriel V est
elle-meme un sous-espace vectoriel de V .
Demonstration. Designons par W
i
un des sous-espaces vectoriels donnes, o` u i varie dans un
ensemble I dindices. Montrons que
iI
W
i
est encore un sous-espace vectoriel de V :
1)

o
iI
W
i
car

o W
i
pour chaque i de I ;
2) si , R et
u ,

v
iI
W
i
, nous avons
u ,
v W
i
pour chaque i de I. Donc
u +
v
W
i
, toujours pour chaque i de I. Ainsi,
u +
iI
W
i
.
Corollaire 20.4 Lensemble S des solutions du système Ax = b sur F
n
est un sous-espace
an de F
n
.
Demonstration. Ceci decoule directement des Propositions 20.1 et 20.2 et de la denition des
sous-espaces ans (cf. Section 17.6).
Lorsque S = , il faut remarquer que S nest pas un translate de W ; en eet, W contient
toujours

o et ne peut donc etre vide.
Exemple. Le système sur R
3
_
_
_
x
1
= 3
x
2
= 5
x
1
+x
2
= 9
CHAPITRE 20. SYST
`
EMES D
EQUATIONS LIN
EAIRES 348
ne possède aucune solution, cest-à-dire S = , tandis que W = {
o }.
La theorie qui vient detre exposee à propos des systèmes dequations lineaires nous conduit
à preciser ce que signie resoudre un tel système. Il sagit
- soit de trouver une solution particulière, disons
p , du système donne ainsi quune base

B du sous-espace vectoriel W des solutions du système homogène associe,
- soit de montrer que le système donne nadmet aucune solution.
Dans le premier cas, lensemble S des solutions est economiquement decrit par
p et B, puisque
S =
p + vect (B). Dans le second cas, il vient S = .

La suite du chapitre comporte deux sections. Nous montrons dabord que pour des systèmes
dune forme très particulière, dits systèmes resolus, il est très facile de determiner une solution
p et une base B (notez quil y a rarement unicite de

p et de B). Ensuite, une methode est
decrite pour transformer de manière automatique un système donne en un système resolu
equivalent ou pour montrer que le système donne nadmet aucune solution.
20.2 Systèmes resolus.
Un système est dit resolu sil est possible de selectionner dans chacune de ses equations
(non triviales) une variable aectee du coecient 1 dans cette equation, et du coecient 0 dans
chacune des autres equations. Ces variables selectionnees sont qualiees de dependantes ; il y
en a autant que dequations dans le système resolu. Decrire lensemble S des solutions dun tel
système est aise : il sut de consider les variables independantes comme des paramètres.
Exemple.
_
_
_
x
1
+x
4
+2x
5
+x
6
= 1
x
2
+x
3
+3x
5
+7x
6
= 2
x
8
= 5
Ce système donne sur R
8
est resolu, ce qui se voit en selectionnant (par exemple) les variables
dependantes x
1
, x
3
et x
8
. Lensemble S de ses solutions est
S = {(1 x
4
2x
5
x
6
. .
x
1
, x
2
, 2 x
2
3x
5
7x
6
. .
x
3
, x
4
, x
5
, x
6
, x
7
, 5) | x
2
, x
4
, x
5
, x
6
, x
7
R}
= (1, 0, 2, 0, 0, 0, 0, 5) + {x
2
(0, 1, 1, 0, 0, 0, 0, 0) + x
4
(1, 0, 0, 1, 0, 0, 0, 0)
+x
5
(2, 0, 3, 0, 1, 0, 0, 0) + x
6
(1, 0, 7, 0, 0, 1, 0, 0)
+x
7
(0, 0, 0, 0, 0, 0, 1, 0) | x
2
, x
4
, x
5
, x
6
, x
7
R}.
Recourant aux notations de la section precedente, nous posons
p = (1, 0, 2, 0, 0, 0, 0, 5),
B = { (0, 1, 1, 0, 0, 0, 0, 0), (1, 0, 0, 1, 0, 0, 0, 0), (2, 0, 3, 0, 1, 0, 0, 0),
(1, 0, 7, 0, 0, 1, 0, 0, ), (0, 0, 0, 0, 0, 0, 1, 0, ) }.
Le fait que B est bien une base de W se deduit du procede de construction de B. Il vient
S =
p + vect (B), comme à la section precedente. Notons quici dimS = dimW = 5.

Cet exemple se generalise facilement. Pour un système r esolu quelconque, notons à nou-
veau S lensemble de ses solutions. Une solution particulière

p et une base B de W, sous-
espace vectoriel des solutions du système homogène associe, sobtiennent en considerant les
variables independantes comme des paramètres et en eectuant des calculs semblables à ceux
de lexemple.
CHAPITRE 20. SYST
`
EMES D
EQUATIONS LIN
EAIRES 349
Le cas particulier o` u S est un singleton donne B = ; en voici une illustration.
Exemple. Le système resolu sur R
2
_
x
1
= 5
x
2
= 6
admet lunique solution

p = (5, 6). Ici, W = {
o } et B = . Donc dimS = dimW = 0.

Enn, rappelons que certains systèmes ont un ensemble S de solutions qui est vide (autre-
ment dit, dimS = 1). Dans ce cas, il ny a pas de solution particulière. De plus S est un
sous-espace an qui ne sexprime pas comme translate de sous-espace vectoriel ; donc il ny a
pas non plus à fournir de base de W.
Exemple. Le système sur R
2
_
x
1
= 4
x
1
= 3
nadmet aucune solution.
20.3 Resolution par la methode de Gauss.
La methode de Gauss, comme annonce, transforme de manière automatique un système
donne en un système resolu equivalent, à moins quapparaisse une equation impossible. Elle
procède par une succession de transformations ; à chaque fois, un coecient non nul est choisi,
le pivot, qui est utilise pour annuler tous les autres coecients de la meme colonne. Le but est
de faire disparatre linconnue aectee du coecient pivot de toutes les autres equations. Ceci se
realise en ajoutant à chacune des autres equations un multiple bien choisi de lequation pivot
(equation contenant le pivot)
1
. Illustrons ceci par un exemple, avant de donner la justication
de la validite de cette methode. Les transformations à eectuer sur les equations sont clairement
indiquees en marge des systèmes ; ceci permet au lecteur de mieux suivre les calculs, et aussi
au redacteur de se relire plus facilement ! Le pivot est marque dun rectangle.
Exemple. Soit le système sur R
3
:
_
_
x
1
+x
2
+x
3
= 3
x
1
+x
2
+2x
3
= 1
4x
1
2x
2
x
3
= 10
4x
1
+2x
3
= 8
(1)
(2) (1)
(3) + 2(1)
(4)
_
_
x
1
+x
2
+x
3
= 3
2x
1
+x
3
= 4
2x
1
+x
3
= 4
4x
1
+2x
3
= 8
(1) (2)
(2)
(4) 2(2)
_
_
_
3x
1
+x
2
= 7
2x
1
+x
3
= 4
0x
1
+0x
3
= 0
Nous obtenons un système resolu : les variables dependantes correspondent aux pivots successifs
(si les coecients netaient pas egaux à 1, il faudrait encore diviser certaines equations par des
1. Le lecteur attentif aura note la similitude avec la methode exposeee dans la Section 19.5 pour le calcul du
determinant.
CHAPITRE 20. SYST
`
EMES D
EQUATIONS LIN
EAIRES 350
constantes). Ainsi, lensemble S des solutions est
S = { (x
1
, 7 3x
1
, 4 + 2x
1
) | x
1
R }
= (0, 7, 4) + vect {(1, 3, 2)},
cest-à-dire la droite ane par

p = (0, 7, 4), translatee de la droite vectorielle de base B =
{(1, 3, 2)}.
La validite de la methode de Gauss est etablie par la
Proposition 20.5 Si dans un système dequations lineaires, un multiple dune equation est
ajoute à une autre equation, alors le nouveau système est equivalent à lancien.
Preuve. Il est facile de verier que toute solution de lancien système est solution du nouveau
système, et reciproquement.
Lors dune transformation du système par la methode de Gauss, cette proposition est ap-
pliquee plusieurs fois, en fait une fois pour chaque equation dierente de lequation pivot. Il
faut veiller à ajouter un multiple de lequation pivot, et non dune autre equation, car proceder
ainsi garantit que le nouveau système est equivalent à lancien. Une transformation comme
(1) (2)
(2) (3)
(3) (1)
est à eviter, car elle ne conduit en general pas à un système equivalent : voyez
_
_
_
x
1
+x
2
= 3
x
2
+5x
3
= 2
x
1
+x
2
7x
3
= 0
(1) (2)
(2) (3)
(3) (1)
_
_
_
x
1
5x
3
= 1
x
1
+12x
3
= 2
7x
3
= 3
Le premier système nadmet que la solution
_
22
7
,
1
7
,
3
7
_
, tandis que le second admet beaucoup
plus de solutions, par exemple
_
22
7
,
6
7
,
3
7
_
.
Repetons-nous : la règle est de laisser inchangee lequation pivot et dajouter aux autres
equations seulement des multiples de cette equation pivot. An de ne pas detruire les zeros
obtenus lors des transformations precedentes, on veillera aussi à ne jamais choisir le pivot dans
une equation o` u un pivot a ete pris anterieurement.
Nous avons considere jusquici des systèmes donnes sur R
n
. La theorie sapplique tout aussi
bien aux systèmes donnes sur C
n
, ou sur F
n
pour nimporte quel champ F.
Exemple. Resoudre sur C
3
le système
_
_
_
x +y z = 3
x y +z = 2i
x +y +z = 1 + i
Utilisons plutot la notation matricielle (o` u nous laissons les signes degalite pour nous rappeler
CHAPITRE 20. SYST
`
EMES D
EQUATIONS LIN
EAIRES 351
que 3, 2i et 1 + i sont dans les membres de droite) :
_
_
_
1 1 1 = 3
1 1 1 = 2i
1 1 1 = 1 + i
(1) + (2)
(2)
(3) + (2)
_
_
_
2 0 0 = 3 + 2i
1 1 1 = 2i
0 0 2 = 1 + 3i
En divisant les première et troisième equations par 2 :
_
_
1 0 0 =
3 + 2i
2
1 1 1 = 2i
0 0 1 =
1 + 3i
2
(1)
(2) (1)
(3)
_
_
1 0 0 =
3 + 2i
2
0 1 1 =
3 + 2i
2
0 0 1 =
1 + 3i
2
(1)
(2) (3)
(3)
_
_
1 0 0 =
3 + 2i
2
0 1 1 =
4 i
2
0 0 1 =
1 + 3i
2
do` u S =
_
3 + 2i
2
,
4 + i
2
,
1 + 3i
2
_
+ {
o }, et nous obtenons lunique solution

_
3 + 2i
2
,
4 + i
2
,
1 + 3i
2
_
.
Exemple. Sur (Z
7
)
3
considerons le système
_
_
_
x +y = 2
y +2z = 0
2x +6y +z = 3
que nous resumons en
_
_
_
1 1 0 = 2
0 1 2 = 0
2 6 1 = 3
CHAPITRE 20. SYST
`
EMES D
EQUATIONS LIN
EAIRES 352
Appliquons la methode de Gauss pour les pivots marques :
(1)
(2)
(3) 2(1)
_
_
_
1 1 0 = 2
0 1 2 = 0
0 4 1 = 6
(1) (2)
(2)
(3) 4(2)
_
_
_
1 0 5 = 2
0 1 2 = 0
0 0 0 = 6
Noublions pas linterpretation à donner à la dernière ligne :
0x + 0y + 0z = 6.
Le système ne possède aucune solution, S = .
20.4 Exercices
1. Parmi les systèmes suivants, determinez ceux qui sont r esolus puis decrivez economiquement
lensemble des solutions des systèmes resolus :
a)
_
x +5y = 7
2x +3y = 5
sur C
2
; d)
_
_
_
x
1
= 0
x
2
= 4
x
3
= 9
sur (Z
13
)
5
;
b)
_
_
_
x
1
= 0
x
1
= 4
x
2
= 9
sur (Z
13
)
2
; e)
_
_
_
x
5
= 2
x
1
= 0
x
4
= 1
sur (Z
13
)
5
;
c)
_
_
_
x
1
= 0
x
2
= 4
x
3
= 9
sur (Z
13
)
3
; f) 3x + 4y + z + 2t = 3 sur (R)
4
.
2. Resoudre les systèmes reels suivants par la methode de Gauss (toutes les inconnues
CHAPITRE 20. SYST
`
EMES D
EQUATIONS LIN
EAIRES 353
apparaissent dans au moins une equation).
a)
_
x +2y = 4
2x +3y = 5
f)
_
_
_
3x +4y +z +2t = 3
6x +8y +2z +5t = 7
9x +12y +3z +10t = 13
b)
_
_
_
x
1
+2x
2
+3x
3
= 0
2x
1
+x
2
+3x
3
= 0
3x
1
+2x
2
+x
3
= 0
g)
_
2x +y 3z t = 1
x 4y +3z +4t = 4
c)
_
_
_
x +y +z 3t = 2
x 2y +2z +15t = 3
x +y z 9t = 0
h)
_
2x +y z = 0
5x +2y 11z = 18
d)
_
_
_
x +y 2z = 1
x +2y 3z +t = 1
x y 2t = 1
i)
_
_
x +3y +z = 0
2x 2y +z = 1
x +z = 0
3x +4y = 3
e)
_
_
x +4y +z = 12
x +y z = 0
2x +y = 4
x +z = 4
j)
_
_
_
x +y 2z = 0
x 2y +z = 0
2x +y +z = 0
3. En vous basant sur la theorie des systèmes dequations lineaires, chercher des conditions
analytiques necessaires et susantes
a) pour que 3 droites de R
2
soient concourantes ;
b) pour que 3 points de R
2
soient alignes ;
c) pour que 3 points de R
3
soient alignes ;
d) pour que 3 plans de R
3
aient une droite commune.
4. Ecrire lequation dun plan de R
3
passant par 3 points sous forme de determinant.
5. Soit a un nombre reel et soit :
1
le plan passant par lorigine et perpendiculaire à
v
1
= (1, 2, 0),
2
le plan passant par (1, 1, 1) et parallèle à

v
2
= (1, 0, a) et

v
2
= (0, 1, 3),
3
le plan passant par (
4
3
, 0, 0), (0, 2, 0) et (0, 2 + a, 1).
Discuter en fonction de a la nature de lintersection des 3 plans
1
,
2
,
3
.
6. Un problème italien de TARTAGLIA (16e siècle)
Trois joyeux compagnons qui avoient deniers en bourse, sentrerent quelques questions, et
dist le premier aux deux autres, si vous me donnez la moytie de voz ducas, jauray ensemble
avec ceux que je peux avoir de present 20 ducas : le second dist aux deux autres, si vous me
donner le tiers de voz ducaz, jauray ensemble, avec ceux que je peux avoir 20 ducas ; mais dist
le troisième aux deux autres, donnez moy le quart de ceux que vous avez, et avec ceux que jay,
jauray 20 ducas aussi bien que vous : combien avait de ducas un chacun diceux ?.
7. Un problème de BACHET (17e siècle)
Trois hommes ont chacun certaine somme decus. Le premier donne des siens aux deux autres
autant quils en ont chacun; en après le second en donne aux deux autres autant quils ont
chacun; nalement le troisième en donne aux deux autres autant quils en ont chacun : cela
CHAPITRE 20. SYST
`
EMES D
EQUATIONS LIN
EAIRES 354
fait, chacun se trouve 8 ecus. On demande combien chacun en avait du commencement (extrait
des Problèmes plaisants et delectables qui se font par les nombres, publie en 1612).
8. Un problème stupide (20e siècle)
Un père a 25 ans de plus que son ls. Dans 7 ans, il aura 5 fois lage de son ls. Que fait le
père ?
9. Determiner les inverses des matrices relles suivantes
A =
_
1 2
2
1
2
_
, B =
_
_
1 2 3
2 4 5
3 5 6
_
_
,
C =
_
_
_
_
_
1 0 0
0
1
2

3
2
0
3
2
1
2
_
_
_
_
_
, D =
_
_
_
_
1 2 0 0
0 3 0 0
0 0 2 1
0 0 0 3
_
_
_
_
.
Chapitre 21
Valeurs propres et diagonalisation
Un operateur lineaire sur lespace vectoriel V est une application lineaire de V vers V .
Lorsque V est de dimension nie, il est souvent important de diagonaliser f, cest-à-dire trou-
ver une base de V dans laquelle f est representee par une matrice diagonale. Une representation
de f par une matrice diagonale permet dans bien des cas de repondre facilement à des questions
posees à propos de f.
21.1 Valeurs propres et vecteurs propres.
Soit comme dans des chapitres anterieurs un espace vectoriel V sur le champ F.
Denitions. Une valeur propre de loperateur lineaire f sur lespace vectoriel V est un
scalaire (cest-à-dire un element de F) pour lequel il existe un vecteur non nul
v de V tel
que
f(
v ) =
v . (21.1)
o
v
f(v)
Les vecteurs propres de valeur propre sont les vecteurs
v de V satisfaisant (21.1) ; leur

ensemble est note V
()
.
Legalite (21.1) est souvent denommee equation aux vecteurs propres. Elle indique que
limage de
v par f est un multiple scalaire de
v . Lorsque nous denissons les vecteurs propres

de valeur propre , nous faisons lhypothèse que est eectivement une valeur propre, et nous
incluons
o parmi ces vecteurs. Un vecteur propre non nul
v ne peut letre que pour une seule

valeur propre, car de f(
v ) =
v et f(
v ) =
v nous deduisons ( )
v =
o , donc = .
Exemples.
3
o
des vecteurs de lespace euclidien tridimensionnel localises
en o, soit f la projection sur un plan vectoriel P, parallèlement à une droite vectorielle
D.
355
CHAPITRE 21. VALEURS PROPRES ET DIAGONALISATION 356
Nous trouvons deux valeurs propres,
à savoir
1, avec V
(1)
= P,
0, avec V
(0)
= D.
D
o
P
2. Soit f la rotation dangle dans le plan euclidien centre, que nous voyons comme un
operateur lineaire agissant sur les vecteurs localises en o ; donc f est un operateur lineaire
sur lespace vectoriel reel E
2
o
. Distinguons trois cas :
a) = 2k, avec k Z, cest-à-dire f est
la permutation identique. La seule valeur
propre de f est 1 et V
(1)
= E
2
o
, puisque
f(
v ) = 1
v pour tout vecteur
v ;
b) = (2k + 1), avec k Z, cest-à-dire f
est la symetrie centree en o (ou demi-tour
autour de o). Seul le nombre 1 est va-
leur propre de f, et V
(1)
= E
2
o
, puisque
f(
v ) = 1
v pour chaque
v de E
2
o
;
c) si = k pour tout entier k, alors f ne
possède aucune valeur propre et aucun vec-
teur propre.
o
o
o
3. Lequation dierentielle
y
= y
sinterprète comme une equation aux vecteurs propres, en prenant pour V lespace vec-
toriel reel C
(R) des fonctions de R vers R indeniment derivables et pour f loperateur

lineaire y y
(ici, y
est la fonction derivee de y).

Proposition 21.1 Si est une valeur propre de loperateur lineaire f sur V , alors V
()
est un
sous-espace vectoriel de V .
Demonstration. Tout dabord,
o V
()
car f(
o ) =
o =
o . Ensuite, si , R et
v ,
w V
()
, montrons
v +
w V
()
. Cest vrai car
f(
v +
w) = f(
v ) + f(
w)
=
v +
w
= (
v +
w).
Proposition 21.2 Des vecteurs propres non nuls de loperateur lineaire f, de valeurs propres
distinctes, sont lineairement independants.
Demonstration. Soit
1
,
2
, . . .,
k
des valeurs propres distinctes, et
v
1
,
v
2
, . . .,
v
k
des vecteurs
propres non nuls de valeurs propres respectives
1
,
2
, . . .,
k
.
Le resultat est trivialement vrai si k = 1.
Procedons par recurrence, en supposant k 2 et le resultat dejà etabli dans le cas de k 1
vecteurs propres. Nous recourons à la Proposition 17.1. Si pour
1
,
2
, . . .,
k
F, nous avons
v
1
+
2
v
2
+ +
k
v
k
=
o , (21.2)
appliquons f aux deux membres de legalite pour obtenir
v
1
+
2
v
2
+ +
k
v
k
=
o . (21.3)
Soustrayons
k
fois legalite (21.2) de legalite (21.3) ; il vient
1
(
1
k
)
v
1
+
2
(
2
k
)
v
2
+ +
k1
(
k1
k
)
v
k1
=
o . (21.4)
Par lhypothèse de recurrence, il faut
1
(
1
k
) =
2
(
2
k
) = =
k1
(
k1
k
) = 0.
Comme les
i
sont distincts, nous deduisons
1
=
2
= =
k1
= 0.
Enn, par (21.2), comme
v
k
=
o , il faut encore
k
= 0.
Une generalisation des arguments de la preuve precedente livre la
Proposition 21.3 Soit
1
,
2
, . . .,
k
des valeurs propres distinctes dun operateur lineaire f,
puis L
1
une partie libre de V
(
1
)
, L
2
(
2
)
, . . ., L
k
(
k
)
.
Alors L
1
L
2
L
k
est une partie libre.
Demonstration par recurrence sur k.
Lenonce est vrai pour k = 1.
Supposons à present k 2, et lenonce vrai dans le cas de k 1 valeurs propres. Soit
L
i
= {v
(1)
i
, v
(2)
i
, . . . , v
(n
i
)
i
}.
Si pour des scalaires
(j)
i
(avec 1 i k et 1 j n
i
)
(1)
1
v
(1)
1
+ +
(n
1
)
1
v
(n
1
)
1
+
(1)
2
v
(1)
2
+ +
(n
2
)
2
v
(n
2
)
2
+ (21.5)
+
(1)
k
v
(1)
k
+ +
(n
k
)
k
v
(n
k
)
k
=
o , (21.6)
nous appliquons f aux deux membres de cette egalite, et obtenons
(1)
1

1
v
(1)
1
+ +
(n
1
)
1

1
v
(n
1
)
1
+
(1)
2

2
v
(1)
2
+ +
(n
k
)
k

k
v
(n
k
)
k
=
o . (21.7)
En soustrayant
k
fois legalite (21.6) de legalite (21.7), nous avons ensuite
(1)
1
(
1
k
)
v
(1)
1
+ +
(n
1
)
1
(
1
k
)
v
(n
1
)
1
+
(1)
2
(
2
k
)
v
(1)
2
+
+
(n
k1
)
k1
(
k1
k
)
v
(n
k1
)
k1
=
o .
Par lhypothèse de recurrence et du fait que les
i
sont distincts, nous en deduisons
(1)
1
= =
(n
1
)
1
=
(1)
2
= =
(n
k1
)
k1
= 0.
Ainsi, legalite (21.4) devient
(1)
k
v
(1)
k
+ +
(n
k
)
k
v
(n
k
)
k
=
o ,
qui implique
(1)
k
= . . . =
(n
k
)
k
= 0,
car la partie L
k
est libre.
21.2 Calcul des valeurs propres et vecteurs propres.
En dimension nie, des techniques algebriques sont disponibles pour la recherche des vec-
teurs propres. Soit f un operateur lineaire sur un espace vectoriel V de dimension nie n sur le
champ F. Choisissons une base ordonnee B de V et designons par M la matrice qui represente
f dans cette base. Rappelons que le scalaire est valeur propre de loperateur lineaire f ssi il
existe un vecteur non nul
v de V tel que
f(
v ) =
v .
Si nous designons par x le vecteur colonne des composantes du vecteur
v , cette egalite se
traduit dans la base B par
M x = x,
ou en introduisant la matrice n n identique I
(M I) x = 0.
Ainsi, le scalaire est valeur propre de f ssi le système (carre) dequations lineaires homogènes
que nous venons decrire possède une solution non nulle x. Daprès la Proposition 19.7, ce sera
le cas exactement si
det (M I) = 0.
Notons que le membre de gauche est un polynome de degre n en , à coecients dans le champ
F : ceci se voit en developpant le determinant de la matrice
M I =
_
_
_
_
_
m
11
m
12
. . . m
1n
m
21
m
22
. . . m
2n
.
.
.
.
.
.
.
.
.
m
n1
m
n2
. . . m
nn
_
_
_
_
_
Nous appellerons det (M I) le polynome caracteristique de la matrice M, et det (M
I) = 0 lequation caracteristique de cette matrice (dont linconnue est ; les solutions de
cette equation sont les valeurs propres de loperateur lineaire f). En fait, nous allons verier
que ce polynome (et donc aussi cette equation) ne depend que de f, cest-à-dire est independant
du choix de la base B. Si

B designe une autre base de lespace vectoriel V , notons

M la matrice
qui represente f dans cette base. Daprès (18.12), nous avons

M = C
1
MC avec C la matrice
du changement de base de B à

B. Ainsi
det (

M I) = det (C
1
MC I)
= det (C
1
MC C
1
IC)
= det (C
1
(M I)C)
= det (C
1
)det (M I)det C
= (det C)
1
det (M I)det C
= det (M I).
Ceci etablit bien que le polynome caracteristique ne depend que de loperateur lineaire (autre-
ment dit, linvariance de ce polynome par rapport à la base choisie). Nous parlerons donc
du polynome caracteristique et de lequation caracteristique de loperateur lineaire f.
Rappelons que les racines de ce polynome, ou solutions de cette equation, sont les valeurs
propres de f.
Exemple. Soit loperateur lineaire f sur lespace vectoriel R
2
dont la matrice dans la base
canonique est
M =
_
18 35
12 23
_
.
Lequation caracteristique est ici
det
_
18 35
12 23
_
= 0
(nous avons soustrait de chaque element diagonal de la matrice M, puis egale à zero le
determinant de la matrice obtenue). En developpant le determinant, il vient
(18 )(23 ) 12(35) = 0
ou
2
5 + 6 = 0.
Comme le discriminant de cette equation du second degre vaut = 2524 = 1 > 0, loperateur
lineaire possède deux valeurs propres, à savoir
=
5
1
2
=
_
3
2
Pour obtenir les vecteurs propres, nous resolvons le système (MI)x = 0 pour chaque valeur
propre :
a) pour = 3 :
_
18 3 35
12 23 3
__
x
y
_
=
_
0
0
_
,
cest-à-dire
_
21x 35y = 0
12x +20y = 0
Chacune de ces deux equations est multiple de lequation
3x + 5y = 0.
Ainsi le sous-espace propre V
(3)
est la droite vectorielle engendree par le vecteur (5, 3).
b) pour = 2 :
_
18 2 35
12 23 2
__
x
y
_
= 0
cest-à-dire
_
20x 35y = 0
12x +21y = 0
ou de manière equivalente
4x + 7y = 0.
Donc V
(2)
= vect {(7, 4)}.
Les vecteurs propres constituent donc deux droites vectorielles (ne se coupant quen o).
Exemple. Soit f la derivation sur lespace vectoriel reel R
3
[x] des polynomes à coecients
reels et de degre au plus 3 en lindeterminee x. Faisons choix dune base (sans nous compliquer
la vie), par exemple 1, x, x
2
, x
3
. Dans cette base ordonnee, la matrice de f est (cf. Exemple 2
de la page 322)
_
_
_
_
0 1 0 0
0 0 2 0
0 0 0 3
0 0 0 0
_
_
_
_
.
Lequation caracteristique
det
_
_
_
_
1 0 0
0 2 0
0 0 3
0 0 0
_
_
_
_
= 0
secrit (en developpant le determinant par la première colonne, puis le mineur obtenu à nouveau
par la première colonne)
4
= 0.
Ainsi, 0 est la seule valeur propre. Les vecteurs propres sont les solutions du système
_
_
_
_
0 1 0 0
0 0 2 0
0 0 0 3
0 0 0 0
_
_
_
_
_
_
_
_
y
1
y
2
y
3
y
4
_
_
_
_
= 0
o` u y
1
, y
2
, y
3
, y
4
designent les composantes dun vecteur propre dans la base 1, x, x
2
, x
3
. Nous
obtenons y
2
= y
3
= y
4
= 0. Les seuls vecteurs propres sont les polynomes multiples scalaires du
polynome 1, cest-à-dire les polynomes constants (ou de degre 0). Nous avons dimV
(0)
= 1.
Remarque. Si la recherche des vecteurs propres de valeur propre nous conduit au seul vecteur
o , cest que . . . nous avons commis une erreur : cette conclusion est en contradiction avec les
denitions dune valeur propre et dun vecteur propre. Donc la valeur consideree nest pas
propre (une erreur sest introduite dans la recherche des valeurs propres), ou alors la resolution
du système aux vecteurs propres a ete mal faite.
Toute matrice carree nn à coecients dans le champ F sobtient comme matrice representant
un certain operateur lineaire dans une certaine base. Par exemple, une telle matrice M represente
dans la base canonique de F
n
loperateur lineaire
F
n
F
n
: x M x
(comme dhabitude, nous utilisons le symbole x pour designer la matrice colonne des compo-
santes dun vecteur). Nous appellerons valeurs propres et vecteurs propres de la matrice
M ceux de loperateur lineaire que nous venons dassocier ` a M.
Exemple. Soit M la matrice reelle 2 2
M =
_
2 8
1 4
_
Pour rechercher ses valeurs propres, nous resolvons lequation caracteristique
det (M I) = 0
ou
det
_
2 8
1 4
_
= 0,
cest-à-dire
2
6 + 16 = 0.
Le discriminant de cette equation du second degre vaut 28. Comme il est negatif, lequation
na pas de solution. Ceci signie que la matrice reelle donnee na pas de valeur propre. Si nous
considerons à present cette meme matrice comme une matrice complexe, nous admettons aussi
les solutions complexes de lequation caracteristique. Ainsi, la matrice complexe M admet les
deux valeurs propres
6
28i
2
=
_
3 +
7i
3
7i
Exemple. Soit M la matrice complexe 2 2
M =
_
1 +i 1 i
0 1 +i
_
.
Nous avons le polynome caracteristique
det (M I) = det
_
1 +i 1 i
0 1 +i
_
= (1 +i )(1 +i ).
Evitons de developper cette expression, car elle nous montre directement la racine du polynome
caracteristique, à savoir 1 +i (qui est de multiplicite 2). Il y a donc un seul sous-espace propre,
decrit par lequation
0x + (1 i)y = 0.
Ce sous-espace propre unique est V
(1+i)
= vect {(1, 0)}.
21.3 Diagonalisation dun operateur lineaire.
Nous conservons les notations de la section precedente : V designe un espace vectoriel de
dimension nie n sur le champ F et f un operateur lineaire sur V . Une base ordonnee B de V
ayant ete choisie, M est la matrice qui represente f dans cette base.
Proposition 21.4 Soit M la matrice representant loperateur lineaire f dans la base B. Alors
M est diagonale ssi la base B est formee de vecteurs propres de f.
Demonstration. Si M est diagonale,
M =
_
_
_
_
_
m
11
m
22
.
.
.
m
nn
_
_
_
_
_
,
limage du j-ème vecteur de la base B, dont les composantes forment la j-ème colonne de M,
est egale à m
jj
fois ce j-ème vecteur de base. Donc ce vecteur est vecteur propre (de valeur
propre m
jj
) ; la base B est formee de vecteurs propres. Reciproquement, si tout vecteur de la
base B est vecteur propre, il est facile de voir que la matrice M est diagonale. De fait, la j-ème
colonne de cette matrice contient les composantes dans la base B de limage du j-ème vecteur
de base ; or cette image est fois le j-ème vecteur de B, si est la valeur propre correspondante.
Donc la j-ème colonne a tous ses elements nuls, sauf (peut-etre) le j-ème qui vaut .
Remarque. Lorsque les conditions de la dernière proposition sont satisfaites, les elements
diagonaux de la matrice sont les valeurs propres.
Diagonaliser un operateur lineaire, cest rechercher une base dans laquelle cet operateur
soit represente par une matrice diagonale. Daprès la Proposition 21.4, il sagit de former une
base à laide uniquement de vecteurs propres.
Exemple. Loperateur lineaire f sur R
2
, de matrice
M =
_
18 35
12 23
_
,
a ete etudie page 329 ; nous avons trouve les deux sous-espaces propres
V
(3)
= vect {(5, 3)} et V
(2)
= vect {(7, 4)}.
Daprès la Proposition 21.2, les vecteurs (5, 3) et (7, 4) sont lineairement independants (ce
qui dailleurs se voit facilement) ; ils forment donc une base B de R
2
. Loperateur lineaire f est
diagonalisable. Dans la base B, il est represente par la matrice diagonale
M =
_
3 0
0 2
_
.
Le premier element de la diagonale est la valeur propre du premier vecteur de base ; de meme, le
deuxième element de la diagonale . . . La matrice de changement de base (de la base canonique
à la nouvelle base que nous avons appelee B) est par denition
C =
_
5 7
3 4
_
.
Daprès (18.6), il vient
M = C
1
MC,
cest-à-dire
_
3 0
0 2
_
=
_
5 7
3 4
_
1
_
18 35
12 23
__
5 7
3 4
_
(le lecteur sceptique pourra verier numeriquement cette egalite qui resulte de la theorie).
Exemple. La derivation f sur lespace vectoriel reel R
3
[x] est un operateur lineaire qui nest pas
diagonalisable. En eet, comme les vecteurs propres de f forment un sous-espace vectoriel de
dimension 1 (cf. exemple page 360), il est impossible de former une base de R
3
[x] (de dimension
4) à laide uniquement de vecteurs propres.
Proposition 21.5 Soit un operateur lineaire donne sur un espace vectoriel V de dimension
nie sur le champ F. Si cet operateur lineaire f est diagonalisable, alors son polynome carac-
teristique est aussi un produit de polynomes de degre 1 ayant leurs coecients dans le champ
F.
Cet enonce donne une condition necessaire de diagonalisabilite de f : le polynome caracteris-
tique doit etre factorisable en polynomes de degre 1. Cette condition nest pas sufsante, comme
le montre la derivation sur R
3
[x] : nous avons là un operateur lineaire non diagonalisable, bien
que son polynome caracteristique soit
4
. Le cas o` u F est le champ C des complexes fournit
aussi des contre-exemples : daprès le theorème fondamental 4.3, tout polynome de C[x] se
factorise en polynomes (de C[x]) de degre 1. Il y a cependant des operateurs lineaires sur,
disons, C
2
qui ne sont pas diagonalisables : un exemple a ete rencontre dans le dernier exemple
de la Section 21.2.
Exemple. Considerons loperateur lineaire f sur lespace vectoriel reel R
4
, de matrice dans la
base canonique
M =
_
_
_
_
0 1 0 1
1 0 1 0
0 1 0 1
1 0 1 0
_
_
_
_
,
et tentons de le diagonaliser. En developpant le determinant
det (M I) = det
_
_
_
_
1 0 1
1 1 0
0 1 1
1 0 1
_
_
_
_
,
nous obtiendrions un polynome de degre 4 en dont les racines sont les valeurs propres de
loperateur lineaire f. Comme la methode de resolution des equations algebriques de degre 4
nest sans doute pas connue du lecteur, il est preferable de faire apparatre des racines par
manipulation subtile des lignes ou colonnes du determinant. Soustrayons la troisième ligne de
la première (ce qui ne change pas la valeur du determinant) :
det (M I) = det
_
_
_
_
0 0
1 1 0
0 1 1
1 0 1
_
_
_
_
.
Vu la linearite du determinant en chacune des lignes de la matrice (ici, en la première ligne),
nous obtenons
det (M I) = det
_
_
_
_
1 0 1 0
1 1 0
0 1 1
1 0 1
_
_
_
_
;
il est donc evident que 0 est valeur propre de f (remarque : ceci decoule du fait que la matrice
M a deux lignes egales ; voyez-vous un ou plusieurs autres arguments qui etablissent cette meme
armation ?). Soustrayons ensuite la quatrième ligne de la deuxième :
det (M I) = det
_
_
_
_
1 0 1 0
0 0
0 1 1
1 0 1
_
_
_
_
=
2
det
_
_
_
_
1 0 1 0
0 1 0 1
0 1 1
1 0 1
_
_
_
_
.
Ajoutons la quatrième ligne à la première, puis developpons le determinant selon la première
colonne :
det (M I) =
2
det
_
_
_
_
0 0 2
0 1 0 1
0 1 1
1 0 1
_
_
_
_
=
2
det
_
_
0 2
1 0 1
1 1
_
_
=
2
_
(2)(2)
2
_
=
2
( 2) ( + 2).
Les valeurs propres de f sont 0 (de multiplicite 2), 2 et 2. Recherchons à present les vecteurs
propres, tout dabord ceux de valeur propre 0 ; ce sont les solutions du système
_
_
_
_
0 1 0 1
1 0 1 0
0 1 0 1
1 0 1 0
_
_
_
_
_
_
_
_
x
y
z
t
_
_
_
_
=
_
_
_
_
0
0
0
0
_
_
_
_
ou
_
x = z
y = t
Donc
V
(0)
= {(z, t, z, t) | z, t R}
= {z(1, 0, 1, 0) + t(0, 1, 0, 1) | z, t R}
= vect {(1, 0, 1, 0), (0, 1, 0, 1)}.
De meme, en resolvant les systèmes correspondants, on trouve
V
(2)
= vect {(1, 1, 1, 1)}
et
V
(2)
= vect {(1, 1, 1, 1)}.
Grace à la Proposition 21.3, les vecteurs
(1, 0, 1, 0), (0, 1, 0, 1), (1, 1, 1, 1), (1, 1, 1, 1)
sont lineairement independants ; comme ils sont en nombre egal à la dimension de R
4
, ils forment
aussi une base ordonnee de R
4
. Loperateur lineaire f est diagonalisable ; dans cette base, il est
represente par la matrice diagonale
_
_
_
_
0
0
2
2
_
_
_
_
.
Il vient (daprès la formule de changement de base)
_
_
_
_
0
0
2
2
_
_
_
_
=
_
_
_
_
1 0 1 1
0 1 1 1
1 0 1 1
0 1 1 1
_
_
_
_
1
_
_
_
_
0 1 0 1
1 0 1 0
0 1 0 1
1 0 1 0
_
_
_
_
_
_
_
_
1 0 1 1
0 1 1 1
1 0 1 1
0 1 1 1
_
_
_
_
.
Nous verrons au Chapitre 23 que la symetrie de la matrice reelle donnee M implique demblee
que M est diagonalisable.
Exemple. Considerons dans lespace vectoriel reel R
2
des vecteurs localises en o du plan eucli-
dien coordonne la rotation f dangle :
f : R
2
R
2
:
_
x
1
x
2
_
_
cos sin
sin cos
__
x
1
x
2
_
.
Lequation caracteristique
det
_
(cos ) sin
sin (cos )
_
=
2
2 cos + 1 = 0
est du second degre, de discriminant 4
_
(cos
2
) 1
_
. Loperateur lineaire f ne possède donc
de valeur propre (reelle) que si sin
2
= 0, cest-à-dire soit = 2k soit = + 2k avec
k Z. Nous retrouvons les deux cas rencontres en 21.1 : rotation identique avec V
(1)
= R
2
,
demi-tour autour de o avec V
(1)
= R
2
. Les conclusions seront dierentes si nous considerons
plutot lextension g de f au plan complexe :
g : C
2
C
2
:
_
z
1
z
2
_
_
cos sin
sin cos
__
z
1
z
2
_
.
Pour cet operateur lineaire g sur le plan vectoriel complexe C
2
, nous prenons en compte toutes
les racines complexes de lequation caracteristique.
Lorsque = l pour tout l Z, le discriminant 4 sin
2
est non nul, et lequation ca-
racteristique admet exactement deux racines, à savoir
=
2 cos 2
_
sin
2
2
=
_
e
i
e
i
Le sous-espace propre de valeur propre e
i
est la droite vectorielle dequation
i(sin )z
1
(sin )z
2
= 0
et est engendree par le vecteur (1, i). De meme, le sous-espace propre de valeur propre e
i
est engendre par le vecteur (1, i). Dans la base (1, i), (1, +i) de C
2
, loperateur lineaire g est
represente par la matrice diagonale
_
e
i
0
0 e
i
_
.
Lorsque sin = 0, nous avons deux cas : soit cos = 1 et la rotation est lidentite, soit
cos = 1 et la rotation est le demi-tour par rapport à lorigine. Ces deux transformations etant
diagonalisables, le passage au plan complexe C
2
a permis de diagonaliser toutes les rotations.
Remarque. Le lecteur veillera à ne pas confondre les expressions plan complexe et plan
de Gauss. La première designe un espace vectoriel complexe de dimension deux, la seconde
designe le plan euclidien coordonne de points unites sur les axes appeles 1 et i (qui fournit une
representation geometrique du champ des nombres complexes).
21.4 Exercices
1. Determiner les valeurs propres et les vecteurs propres des matrices reelles suivantes :
A =
_
1 2
0 3
_
, B =
_
1 2
0 1
_
, C =
_
_
0 1 0
0 0 1
1 3 3
_
_
,
D =
_
_
0 1 0
1 0 0
0 0 1
_
_
, E =
_
_
1 3 5
0 1 0
2 0 10
_
_
, F =
_
_
3 2 1
1 4 1
1 2 1
_
_
.
Lesquelles de ces matrices sont diagonalisables ?
2. Si une matrice 3 3 est de rang 2, elle admet toujours une valeur propre nulle. Vrai ou
faux ?
3. Un operateur lineaire admet 0 comme valeur propre ssi son noyau nest pas reduit au
seul vecteur nul. Vrai ou faux ?
4. Prouver que
a) si est une valeur propre dune matrice carree A, alors
2
est une valeur propre de A
2
.
b) si est une valeur propre dune matrice carree inversible A, alors
1
est une valeur
propre de A
1
.
5. Si
1
,
2
, . . .,
n
sont toutes les valeurs propres, supposees distinctes, et
v
1
,
v
2
, . . .,
v
n
des vecteurs propres non nuls correspondants dune matrice A à coecients dans le champ F
ayant n lignes et n colonnes, quelles sont les valeurs propres et quels sont les vecteurs propres
des matrices
a) A (o` u F
) ? b) A
k
(o` u k N
) ? c) A
1
(si A
1
existe) ?
6. Soit A et C deux matrices reelles carrees de meme dimension. Si
y est un vecteur propre

de B = C
1
AC correspondant à la valeur propre , demontrer que
x = C
y est un vecteur
propre de A.
7. Diagonaliser, si possible, les matrices reelles suivantes :
A =
_
_
3 0 1
1 2 0
0 0 1
_
_
; B =
_
_
0 1 0
1 0 0
0 0 2
_
_
;
C =
_
_
7 4 1
4 7 1
4 4 4
_
_
; D =
_
_
2 2 0
2 2 0
0 0 1
_
_
.
Lorsque cest possible, determiner une matrice qui realise la diagonalisation.
8. Calculer la matrice reelle
_
1 2
4 3
_
100
.
9. Diagonaliser, si possible, les matrices reelles suivantes
a)
_
0 1
1 0
_
; b)
_
_
0 1 1
1 0 1
1 1 0
_
_
.
10. Soit f un operateur lineaire sur lespace vectoriel V de dimension nie n. La matrice
M represente f dans une base B de V , et la matrice

M represente f dans une base

B de V .
a) Montrer det M = det

M.
b) La trace tr A dune matrice carree A est la somme de ses elements diagonaux. Prouver,
pour deux matrices carrees A et B de meme dimension,
tr (AB) = tr (BA).
c) Si, comme plus haut, M et

M representent f, prouver tr M = tr

M.
11. Soit la matrice
M =
_
_
1 2 3
2 4 1
3 1 2
_
_
.
Deteminer la somme des valeurs propres et le produit des valeurs propres sans calculer les
valeurs propres.
12. Les matrices complexes
A =
_
1 0
0 i
_
et B =
_
1 1
0 i
_
sont-elles diagonalisables ? Si oui, donner pour chacune delles une base de C
2
dans laquelle
elle est diagonalisee.
13. Sans calculer, determiner les valeurs et vecteurs propres des transformations suivantes
de E
o
:
a) la symetrie orthogonale par rapport au plan passant par les points (0, 0, 0), (0, 1, 1),
(1, 0, 1);
b) la symetrie orthogonale par rapport à la droite dequation x =
y
3
=
z
2
.
14. On considère loperateur lineaire f sur R
3
dont la matrice dans la base canonique est
M =
_
_
1 1 2
2 1 2
3 1 4
_
_
.
a) Chercher les valeurs propres et les vecteurs propres de f.
b) Loperateur lineaire f est-il diagonalisable ? Si oui donner la matrice dun changement
de base qui diagonalise la matrice M.
c) On donne le vecteur
v
1
= (1, 1, 2). Calculer
v
2
= f(
v
1
) et
v
3
= f
2
(
v
1
).
d) Montrer que les vecteurs
v
1
,
v
2
,
v
3
forment une base de R
3
.
e) Ecrire la matrice de f dans cette base.
15. Soit la matrice reelle
M =
_
1 64
1 1
_
a) Quelles sont les valeurs propres de M ?
b) Quels sont les vecteurs propres de M ?
c) Existe-t-il une base de R
2
formee de vecteurs propres de M ?
d) Trouver deux matrices reelles carrees A et D telles que D soit diagonale et ADA
1
= M.
e) Posons, pour n N,
_
x
n
y
n
_
= M
n
_
1
1
_
= M M . . . M
. .
n
_
1
1
_
.
Determiner lim
n
y
n
x
n
.
16. La matrice à elements dans le champ Z
3
est-elle diagonalisable ?
a)
_
0 1
1 0
_
; b)
_
_
0 1 1
1 0 1
1 1 0
_
_
c)
_
_
0 1 2
0 0 1
0 0 0
_
_
.
17. Donnez une preuve de la Proposition 21.5.
18. Le polynome caracteristique dune matrice carree donne immediatement le determinant
et la trace de la matrice ; comment ?
Chapitre 22
Espaces vectoriels euclidiens et
hermitiens
La structure despace vectoriel permet de denir les droites (vectorielles ou anes), les plans,
les sous-espaces de dimension quelconque, et encore les translations, etc. (toutes des notions
appartenant à la geometrie vectorielle ou ane). Au contraire, letude formalisee de notions
telles que distance, mesure dun angle, produit scalaire, orthogonalite, sphère, isometrie, . . .
oblige à enrichir au prealable la structure de lespace considere. Lingredient supplementaire
est ici un produit scalaire, dont la denition est inspiree du produit scalaire usuel (cf. Sous-
section 3.7.4). Certaines proprietes fondamentales de cet exemple connu reapparaissent comme
des conditions requises dans la denition generale. A la n du chapitre, nous rencontrons les
espaces vectoriels hermitiens qui constituent le pendant complexe des espaces vectoriels eucli-
diens.
22.1 Espaces vectoriels euclidiens.
Denition 1. Un espace vectoriel euclidien est un espace vectoriel reel V muni dun pro-
duit scalaire, cest-à-dire dune application
V V R : (
v ,
w)
w
qui à deux vecteurs
v et
w associe un scalaire reel et verie, pour
u ,
v ,

w V et , R :
v =
u , (symetrie)
(
u +
v )
w =
w +
w, (bilinearite)
w (
u +
v ) =
u +
v ,
u 0 et (
u = 0 ssi
u =
o ). (caractère deni positif)

Exemples.
1. Lespace vectoriel des vecteurs localises en un point o dun plan euclidien ou dun espace
euclidien usuels ; plus precisement, les espaces vectoriels E
2
o
et E
3
o
munis du produit scalaire
habituel.
2. De meme, lespace vectoriel reel des vecteurs libres du plan ou de lespace euclidien avec
le produit scalaire usuel.
3. Lespace vectoriel reel R
n
(des n-uples de nombres reels) muni du produit scalaire usuel
deni par
(x
1
, x
2
, . . . , x
n
) (y
1
, y
2
, . . . , y
n
) = x
1
y
1
+ x
2
y
2
+ + x
n
y
n
.
369
CHAPITRE 22. ESPACES VECTORIELS EUCLIDIENS ET HERMITIENS 370
4. Lespace vectoriel reel R[x] (des polynomes à coecients reels en lindeterminee x) avec,
pour p, q R[x] :
p q =
_
1
0
p(x)q(x) dx.
5. Soit C
0
([0, 2]) lespace vectoriel reel des fonctions continues de [0, 2] vers R. Posons
pour f, g C
0
([0, 2]) :
f g =
_
2
0
f(x)g(x) dx;
la propriete de symetrie est evidente, celle de bilinearite decoule dune propriete de
lintegrale denie (voir chapitres anterieurs). Lin egalite f f 0 provient de f(x)f(x) 0
pour x [0, 2]. Enn, la continuite est essentielle pour etablir le caractère deni positif.
Supposons f = 0, cest-à-dire : il existe x
0
[0, 2] tel que f(x
0
) = 0. Posons =
1
2
|f(x
0
)|.
Il existe > 0 tel que pour x [0, 2],
|x x
0
| < |f(x) f(x
0
)| < .
Ainsi, sur lintervalle
_
x
0

2
, x
0
+

2
[0, 2] [, ], nous avons |f(x)| . Donc

comme f(x)f(x) 0 :
_
2
0
f(x)f(x) dx
_

f(x)f(x) dx
_

2
dx > 0.
Ceci etablit f = 0 f f > 0, cest-à-dire f f = 0 f = 0. Limplication opposee
est evidente.
Plusieurs des notions geometriques introduites dans les espaces euclidiens E
2
et E
3
se
generalisent aux espaces vectoriels euclidiens : par exemple, deux vecteurs sont orthogonaux
si leur produit scalaire est nul. Considerons un espace vectoriel euclidien V .
Denition 2. La norme dun vecteur
v de V est le nombre
=
_
v .
Proposition 22.1 (Inegalite de Buniakowski-Cauchy-Schwartz) Pour
v ,
w V :
.
Precisons que dans le membre de gauche nous avons la valeur absolue du produit scalaire
et dans le membre de droite les normes de deux vecteurs.
Demonstration. Pour tout scalaire
_
v +
w
_
v +
w
_
0,
cest-à-dire
v
2
+ 2
w +
v 0.
Le discriminant du polynome du second degre en doit etre negatif ou nul, ce qui donne
4 (
w)
2
4

v
w 0,
do` u
_
w
_
2
2
et la thèse.
Denition 3. Si
v et
w sont des vecteurs non nuls de V , la mesure de langle entre
v et
w est le nombre reel satisfaisant 0 et

cos =
w
|
v | |
w|
(par la Proposition 1, le membre de droite de cette dernière egalite est compris entre 1 et 1 ;
donc le nombre est univoquement determine).
Denition 4. Une partie A de V est orthogonale si deux vecteurs quelconques distincts pris
dans A sont orthogonaux. La partie A est orthonormee si
v ,
w A :
v =
w (c-est-à-dire
v et
w orthogonaux),
v A : |
v | = 1.
En dimension nie, le produit scalaire sexprime très simplement dans nimporte quelle base
orthonormee.
Proposition 22.2 Si V est de dimension nie n, et
e
1
,
e
2
, . . .,
e
n
est une base orthonormee
de V , il vient pour
v = v
1
e
1
+ v
2
e
2
+ + v
n
e
n
et
w = w
1
e
1
+ w
2
e
2
+ + w
n
e
n
:
w = v
1
w
1
+ v
2
w
2
+ + v
n
w
n
.
Demonstration. Utilisant les axiomes du produit scalaire, nous obtenons :
w = (v
1
e
1
+ v
2
e
2
+ + v
n
e
n
)
w
= v
1
e
1

w + v
2
e
2

w + + v
n
e
n

w
= v
1
e
1
(w
1
e
1
+ + w
n
e
n
) + + v
n
e
n
(w
1
e
1
+ + w
n
e
n
)
= v
1
w
1
+ v
2
w
2
+ + v
n
w
n
.
Le symbole de Kronecker
ij
vaut par denition 1 si i = j et 0 autrement. Lhypothèse que
la base
e
1
,
e
2
, . . .,
e
n
est orthonormee se reformule
e
i

e
j
=
ij
.
Les calculs de la dernière demonstration se reecrivent
w = (
n
i=1
v
i
e
i
) (
n
j=1
w
j
e
j
)
=
n
i=1
v
i
e
i
(
n
j=1
w
j
e
j
)
=
n
i=1
n
j=1
v
i
w
j
e
i

e
j
=
n
i = 1
n
j=1
v
i
w
j
ij
=
n
i=1
v
i
w
i
.
La Proposition 22.2 est importante pour au moins deux raisons. Dabord elle montre que
le produit scalaire prend une forme bien connue une fois exprime dans une base orthonormee.
Si nous admettons que tout espace vectoriel euclidien admet une base orthonormee, nous en
deduisons de plus que tout espace vectoriel euclidien V de dimension nie n est isomorphe
à lespace R
n
muni de son produit scalaire usuel (cf. Exemple 3 page 369). Lapplication qui
envoie
v sur (v
1
, v
2
, . . . , v
n
) est bijective et transforme la structure vectorielle et euclidienne
de V en celle de R
n
. Par consequent, il existe pour chaque nombre naturel n un prototype de
tous les espaces vectoriels euclidiens de dimension n. Dans la section suivante, nous montrons
comment construire des bases orthonormees.
Proposition 22.3 Toute partie orthogonale de V ne comprenant par
o est libre.
Demonstration. Supposons que les vecteurs
v
1
,
v
2
, . . .,
v
k
soient non nuls et tels que
v
i

v
j
= 0
pour i = j, i, j {1, 2, . . . , k}. Si pour
1
,
2
, . . .,
k
R
v
1
+
2
v
2
+ +
k
v
k
=
o ,
formons le produit scalaire des deux membres avec
v
i
(exercice : veriez que
v = 0 pour
v V ) :
v
1

v
i
+
2
v
2

v
i
+ +
k
v
k

v
i
= 0.
Donc
v
i

v
i
= 0.
Comme
v
i

v
i
= 0, il faut
i
= 0, et ceci est vrai pour tout i de {1, 2, . . . , k}. La Proposition 17.1
implique que les vecteurs
v
1
,
v
2
, . . .,
v
k
sont libres.
22.2 Projections orthogonales. Orthogonalisation.
Comme dans la section precedente, designons par V un espace vectoriel euclidien.
Denition. Soit
v ,
w V avec
w =
o . La projection orthogonale du vecteur
v sur le
vecteur
w est le vecteur
w.
Cette denition se justie comme suit :
est le multiple de
w tel que
w. En
eet, recherchons reel tel que
w : il
vient
w = 0, donc
=
w
.
Le scalaire
w
sappelle le coecient de Fourier de
v par rapport à
w.
Exemple. Soit f un element de C
0
([0, 2]), que nous considerons muni du produit scalaire de
lExemple 5 de la page 370. Le coecient de Fourier de la fonction f par rapport à la fonction
sinus est
_
2
0
f(x) sin xdx
_
2
0
sin
2
xdx
=
1
_
2
0
f(x) sin xdx.
Proposition 22.4 Soit k N\{0} et
v
1
,
v
2
, . . .,
v
k
des vecteurs lineairement independants
appartenant à V . Les vecteurs
e
1
=
v
1
,
e
2
=
v
2

v
2
e
1
e
1
e
1
e
1
,
e
3
=
v
3

v
3
e
1
e
1
e
1
e
1

v
3
e
2
e
2
e
2
e
2
,
.
.
.
e
i
=
v
i

i1
j=1
v
i
e
j
e
j
e
j
e
j
,
.
.
.
e
k
=
v
k

k1
j=1
v
k
e
j
e
j
e
j
e
j
forment une partie orthogonale de V telle que
vect {
v
1
,
v
2
, . . . ,
v
k
} = vect {
e
1
,
e
2
, . . . ,
e
k
}.
Les vecteurs
e
1
,
e
2
, . . .,
e
k
sont construits lun après lautre, dans cet ordre ;
e
i
sobtient en
soustrayant du vecteur donne
v
i
ses projections orthogonales sur les vecteurs
e
1
,
e
2
, . . .,
e
i1
dejà construits. Cette methode, dite de Gram-Schmidt, nous indique comment construire une
base orthogonale du sous-espace vectoriel dont les vecteurs donnes
v
1
,
v
2
, . . .,
v
k
forment une
base.
Demonstration. Montrons par recurrence sur i que le vecteur
e
i
est orthogonal à chacun des
vecteurs
e
1
,
e
2
, . . .,
e
i1
(avec i = 2, 3, . . ., k). Tout dabord, pour i = 2 :
e
2

e
1
=
v
2

v
1

v
2

e
1
e
1

e
1
e
1

v
1
= 0.
Ensuite, pour i > 2, calculons si h {1, 2, . . . , i 1}
e
i

e
h
=
v
i

e
h

i1
j=1
v
i

e
j
e
j

e
j
e
j

e
h
.
Par lhypothèse de recurrence, nous avons ici
e
j

e
h
= 0 pour j = h; do` u
e
i

e
h
=
v
i

e
h

v
i

e
h
e
h

e
h
e
h

e
h
= 0.
Nous avons donc montre que la partie {
e
1
,
e
2
, . . .,
e
k
} est orthogonale. Toutefois, pour etre tout
à fait rigoureux, il faut aussi verier que les denominateurs
e
j

e
j
sont non nuls, cest-à-dire
que
e
j
=
o . Ceci est bien le cas car si j etait le plus indice tel que
e
j
=
o , lexpression de
e
j
conduirait, par remplacement de
e
j1
,
e
j2
, . . .,
e
1
, à une combinaison lineaire non triviale de
v
1
,
v
2
, . . .,
v
j
valant
o .
Par la Proposition 22.3, la partie {
e
1
,
e
2
, . . .,
e
k
} est libre. Cette partie est contenue dans
le sous-espace vect ({
v
1
,
v
2
, . . .,
v
k
}) (voir la denition des vecteurs
e
i
). De plus, elle compte
autant de vecteurs que la base {
v
1
,
v
2
, . . .,
v
k
} de ce sous-espace. Elle est donc egalement une
base de ce sous-espace, en raison de la Proposition 17.8.
Remarques.
1. Si la methode de Gram-Schmidt etait appliquee à une partie {
v
1
,
v
2
, . . .,
v
k
} non libre,
elle donnerait
e
i
=
o pour un certain i {1, 2, . . . , k} ; donc la partie {
e
1
,
e
2
, . . .,
e
i
}
ne serait pas libre. De plus, on ne pourrait pas construire
e
i+1
.
2. En pratique, il est souvent avantageux de remplacer
e
i
par le vecteur norme
1
e
i

e
i
e
i
.
Ainsi, la formule donnant
e
i+1
ne comprend pas de division. De plus, la partie construite
sera orthonormee.
Exemple. Construisons une base orthonormee de lhyperplan H dequation x +y 2z +t = 0
dans R
4
. Choisissons dabord une base de H. Prenons par exemple les trois vecteurs
v
1
= (1, 1, 0, 0),
v
2
= (1, 1, 1, 0),
v
3
= (1, 0, 0, 1);
ils appartiennent tous à H. De plus
v
1
=

o ,
v
2
vect ({v
1
}),
v
3
vect ({
v
1
,
v
2
}). La partie
{
v
1
,
v
2
,
v
3
} de H est donc libre. Comme H est de dimension 3, nous avons une base de H.
Appliquons-lui la methode dorthogonalisation de Gram-Schmidt, en normant les vecteurs :
e
1
=
1
v
1

v
1
v
1
=
_
2
2
,
2
2
, 0, 0
_
.
Calculons
v
2
(
v
2

e
1
)
e
1
= (1, 1, 1, 0) 0
_
2
2
,
2
2
, 0, 0
_
= (1, 1, 1, 0)
qui est de norme
3 ; posons
e
2
=
_
3
3
,
3
3
,
3
3
, 0
_
.
Ensuite calculons
v
3
(
v
3

e
1
)
e
1
(
v
3

e
2
)
e
2
= (1, 0, 0, 1)
2
2
_
2
2
,
2
2
, 0, 0
_
3
3
_
3
3
,
3
3
,
3
3
, 0
_
=
_
1
6
,
1
6
,
2
6
,
6
6
_
qui est de norme
1
6
1 + 1 + 4 + 36 =
_
7
6
. Posons
e
3
=
_
6
7
_
1
6
,
1
6
,
2
6
,
6
6
_
=
42
42
(1, 1, 2, 6).
Les vecteurs
e
1
,
e
2
,
e
3
forment une base orthonormee de H.
Exemple. Dans lespace vectoriel euclidien R[x] de produit scalaire deni par
p q =
_
+1
1
p(x)q(x) dx,
soit la partie libre 1, x, x
2
. Il vient
e
1
= 1,
e
2
= x
R
1
1
x1 dx
R
1
1
1 1 dx
1 = x,
e
3
= x
2
R
1
1
x
2
1 dx
R
1
1
1 1 dx
1
R
1
1
x
2
x dx
R
1
1
xx dx
x
= x
2
1
3
.
De manière generale, Legendre a introduit les polynomes obtenus en orthogonalisant 1, x, x
2
,
x
3
, . . . (en fait, les polynomes de Legendre sont des multiples scalaires des polynomes obtenus ;
ils sont utilises en physique dans letude des potentiels).
22.3 Espaces vectoriels hermitiens.
Comment denir un analogue du produit scalaire pour les espaces vectoriels complexes ?
Par exemple sur lespace C
2
, nous pourrions poser, pour z
1
, z
2
, t
1
, t
2
nombres complexes,
(z
1
, z
2
) (t
1
, t
2
) = z
1
t
1
+ z
2
t
2
.
Mais nous aurions alors des vecteurs de norme nulle, par exemple (1, i) car
(1, i) (1, i) = 1 1 = 0.
Cest pourquoi nous preferons denir un produit par
(z
1
, z
2
) (t
1
, t
2
) = z
1
t
1
+ z
2
t
2
(22.1)
(o` u, comme dhabitude, la barre sert à designer le complexe conjugue). En multipliant un vecteur
par lui-meme,
(z
1
, z
2
) (z
1
, z
2
) = z
1
z
1
+ z
2
z
2
= |z
1
|
2
+ |z
2
|
2
,
nous obtenons la somme des modules de ses composantes eleves au carre. Notons que le nombre
obtenu est reel, positif ou nul ; la racine carree de ce nombre sera la norme du vecteur.
La formule (22.1) ne nous livre evidemment pas un produit bilineaire, puisque par exemple
_
i (1, i)
_
(1, 1) = (i, 1) (1, 1) = i 1 +1 1 = i 1,
i
_
(1, i) (1, 1)
_
= i (1 1 + i 1) = i + 1.
Une des modications essentielles par rapport au produit scalaire reside dans legalite
(
v )
w =
w,
que le lecteur veriera facilement à partir de la formule (22.1). Plus generalement, nous appel-
lerons produit hermitien usuel sur lespace vectoriel complexe C
n
lapplication qui aux deux
vecteurs (z
1
, z
2
, . . . , z
n
) et (t
1
, t
2
, . . . , t
n
) associe le nombre complexe
(z
1
, z
2
, . . . , z
n
) (t
1
, t
2
, . . . , t
n
) = z
1
t
1
+ z
2
t
2
+ + z
n
t
n
.
Le qualicatif provient du nom de Hermite. Il faut savoir que certains mathematiciens conjuguent
plutot dans chaque produit le second argument plutot que le premier (cetait dailleurs le cas
dans une version ancienne du present texte).
De meme que nous avons generalise les produits scalaires habituels sur E
2
o
, E
3
o
ou R
n
, nous
denissons à present une notion generale de produit hermitien.
Denition. Un espace vectoriel hermitien
1
est un espace vectoriel complexe V muni dun
produit hermitien, cest-à-dire dune application
V V C : (
v ,
w)
w
telle que pour , C et
u ,
v ,

w V :
v =
u ,
(
u +
v )
w, =
w +
w (

u +

v ), =
u +

w
u 0 et (
u = 0
u = 0).
Remarque. La toute première propriete entrane
u =
u , cest-à-dire
u R. Ceci
autorise la formulation de la dernière propriete.
Dans un espace vectoriel hermitien, on denit comme dans un espace vectoriel euclidien
norme, perpendicularite, base orthonormee (mais pas mesure dangle). Le procede dortho-
gonalisation de Gram-Schmidt sapplique encore. Il en resulte que tout espace vectoriel
hermitien de dimension nie n est isomorphe à C
n
muni du produit hermitien usuel (qui est
le prototype introduit avant la denition generale).
22.4 Exercices
1. On donne les vecteurs
a =
_
1
3
,
2
3
,
2
3
_
et
b =
_
2
3
,
1
3
,
2
3
_
de lespace vectoriel euclidien
R
3
.
a) Montrer que
a et
b sont orthogonaux.
b) Construire un vecteur
c perpendiculaire à
a et
b .
2. Construire une base orthonormee de lespace vectoriel euclidien R
3
qui contienne le
vecteur
v =
_
1
6
,
2
6
,
1
6
_
.
1. Un autre terme utilise est espace vectoriel unitaire.
3. Construire une base orthonormee de lespace vectoriel euclidien R
3
à partir de la base
v
1
= (2, 1, 3),
v
2
= (1, 2, 3),
v
3
= (1, 1, 1), en utilisant le procede dorthogonalisation de Gram-
Schmidt. Meme question à partir de la base
w
1
= (1, 1, 2),
w
2
= (2, 2, 1),
w
3
= (1, 2, 2).
4. Etant donnes les vecteurs
v
1
= (i, 2i, 1),

v
2
= (1, 1 + i, 0) et
v
3
= (i, 1 i, 2) de lespace
hermitien C
3
(avec le produit usuel),
a) calculer
v
1

v
2
et
v
2

v
3
;
b) trouver la longueur de chacun des vecteurs
v
i
;
c) le vecteur
v
4
= (1 i, i, 1 i) est-il orthogonal à
v
1
et à
v
2
?
5. Construire une base orthonormee de C
3
à partir de la base
v
1
= (0, 1, 1),

v
2
= (1 +
i, 1, 1),

v
3
= (1 i, 1, 1) en appliquant la methode de Gram-Schmidt.
6. Dans lespace vectoriel euclidien C
0
([0, 1]) avec le produit scalaire f g =
_
1
0
f(x)g(x) dx,
determiner
a) la norme du vecteur f, si f(x) = x
2
;
b) langle entre les vecteurs f et g, si f(x) = x
2
et g(x) = x.
7. Dans le meme espace vectoriel euclidien quà lexercice precedent, appliquez le procede
dorthogonalisation de Gram-Schmidt aux vecteurs f
1
, f
2
, f
3
denis par
f
1
(x) = 1, f
2
(x) = x, f
3
(x) = x
2
.
Chapitre 23
Diagonalisation de matrices reelles
symetriques.
Les isometries centrees des espaces vectoriels euclidiens sont representees dans les bases
orthonormees par des matrices particulières, dites orthogonales. Nous montrons que toute
matrice reelle symetrique peut etre diagonalisee par une telle matrice orthogonale, autrement
dit par un changement de base orthonormee. La demarche analogue dans les espaces hermi-
tiens conduit aux matrices unitaires ; celles-ci permettent de diagonaliser toutes les matrices
complexes hermitiennes.
23.1 Isometries.
Letymologie du mot isometrie (meme mesure) reète bien le concept designe : il sagit
de faire bouger les points tout en conservant les distances. Notre intuition des isometries
sest forgee lors du deplacement dobjets physiques (translations, rotations, . . .). Lidealisation
mathematique englobe plus que les deplacements, par exemple les symetries bilaterales (qui
en dimension trois sont illustrees par les images dans un miroir). Elle fait dune isometrie une
transformation de lespace tout entier, ce dernier etant pris de dimension quelconque. Donnons-
nous, pour cette section, un espace vectoriel euclidien ou hermitien V .
La distance entre deux points p et q
de V est par denition
d(p, q) = |
p |
=
_
(
p ) (
p )
o
q p
q
p
(rappelons quun point p de V correspond à un vecteur
p localise en o, parfois encore note
op).
Une permutation f des points de V est une isometrie lorsquelle respecte les distances dans
le sens quelle applique deux points p et q quelconques sur les points f(p) et f(q) tels que
d(f(p), f(q)) = d(p, q).
Une permutation f de V respecte le produit scalaire lorsque pour tous vecteurs

p et

q
f(
p ) f(
q ) =

p
q .
378
CHAPITRE 23. DIAGONALISATION DE MATRICES R
EELLES SYM
ETRIQUES. 379
Une permutation qui respecte le produit scalaire xe
o puisque
o est le seul vecteur
v tel que
v = 0. Une telle permutation respecte aussi la distance, puisque la distance a ete denie
page precedente à laide du produit scalaire (et de la dierence de deux vecteurs). Dans un
espace vectoriel euclidien, la reciproque est vraie : toute permutation qui xe o et qui respecte
la distance respecte aussi le produit scalaire. En eet, le produit scalaire
op
oq est exprimable
en fonction des distances entre les trois points o, p, q. Montrons-le en calculant
d(p, q)
2
=

pq
pq
= (
po +
oq) (
po +
oq)
= d(o, p)
2
+
po
oq +
oq
po + d(oq)
2
,
do` u nous tirons
op
oq =
1
2
_
d(o, p)
2
+ d(o, q)
2
d(p, q)
2
_
.
Ces remarques nous conduisent à la denition suivante, bien adaptee à notre approche vectorielle
des espaces euclidiens.
Denition 1. Une isometrie centree de V est une permutation lineaire f de V telle que
pour

v ,

w V :
f(
v ) f(
w) =

v
w.
Exemples.
1. Dans le plan euclidien centre E
2
o
, les rotations autour de o et les symetries bilaterales
daxe par o.
2. Dans lespace euclidien centre E
3
o
, les rotations autour dune droite par o, les symetries
bilaterales daxe par o. Dautres types disometries centrees de E
3
o
seront rencontres
ulterieurement.
3. Dans lespace vectoriel hermitien C
2
(ceci sous-entend : muni du produit hermitien usuel),
soit
f : C
2
C
2
:
_
z
1
z
2
_
_
z
1
z
2
_
=
_
_
_
_
2
5
i
5
_
_
_
_
_
z
1
z
2
_
.
Cette application est evidemment lineaire, et aussi une permutation car le determinant
de la matrice est non nul. De plus, en considerant un second vecteur (t
1
, t
2
) et son image
(t
1
, t
2
) :
z
1
t
1
+ z
2
t
2
= (z
1
z
2
)
_
t
1
t
2
_
= (z
1
z
2
)
_
_
_
2
5
i
5
_
_
_
t _
_
_
2
5
i
5
_
_
_
_
t
1
t
2
_
= (z
1
z
2
)
_
1 0
0 1
__
t
1
t
2
_
= z
1
t
1
+ z
2
t
2
(pour obtenir la matrice ligne (z
1
z
2
), nous avons transpose la matrice colonne
_
z
1
z
2
_
et utilise (AB)
t
= B
t
A
t
).
EELLES SYM
ETRIQUES. 380
Proposition 23.1 Lensemble des isometries centrees de V , muni de la loi de composition,
forme un groupe.
Demonstration. Nous etablissons les quatre conditions de la denition de groupe donnee en 2.5.
La composition est interne et partout denie, car dune part le produit de deux permutations
lineaires est encore une permutation lineaire, et dautre part le produit de deux applications f
et g telles que pour tous

v ,
w de V
f(
v ) f(
w) =

v
w, g(
v ) g(
w) =

v
w
satisfait
(g f)(
v ) (g f)(
w) =

v
w
(en eet, g(f(
v )) g(f(
w)) = f(
v ) f(
w) =

v
w). Nous savons que la composition de

permutations est associative. La permutation identique est evidemment une isometrie centree,
qui sera lelement neutre. Enn, si f est une isometrie centree, on verie que la permutation
reciproque est aussi une isometrie centree.
Denition. Le groupe mentionne dans la proposition precedente est le groupe orthogonal
(ou unitaire dans le cas complexe) de V . En particulier, si V = R
n
il est note O
n
, et si V = C
n
il est note U
n
.
Supposons à present V de dimension nie n, et selectionnons une base orthonormee B
formee des vecteurs

e
1
,

e
2
, . . .,

e
n
. Un operateur lineaire f sur V est alors represente par sa
matrice dans cette base B.
Proposition 23.2 Loperateur lineaire f sur V est une isometrie centree ssi la matrice M qui
represente f dans la base orthonormee B donnee a ses colonnes orthonormees.
Remarque. Lexpression a ses colonnes orthonormees sous-entend que nous utilisons le pro-
duit scalaire (ou hermitien) usuel sur les n-uples de nombres reels (ou complexes).
Exemple. Reprenons lexemple 3 ci-dessus. La matrice de f a bien ses colonnes orthonormees :
_
2
5
i
5
_
_
2
5
i
5
_
=
2
5
+
i
5
= 1,
_

i
5
_
_

i
5
_
=
i
5
+
2
5
= 1,
_
2
5
i
5
_
_

i
5
_
=
2
5
+
i
5
= 0.
Demonstration. Ecrivons les formules dans le cas complexe ; celles du cas reel sobtiennent par
suppression des

de conjugaison. Supposons dabord que f est une isometrie centree. Par
denition de la matrice M, la k-ème colonne M
k
de M contient les composantes de f(
e
k
).
Lexpression du produit hermitien en termes de composantes de vecteurs dans une base ortho-
normee (Proposition 22.2) nous donne la première egalite ci-dessous ; la deuxième egalite vient
de ce que f et une isometrie centree :
M
k
M
l
= f(
e
k
) f(
e
l
) =

e
k

e
l
=
kl
.
EELLES SYM
ETRIQUES. 381
Donc les colonnes de M sont orthonormees. Reciproquement, si ceci a lieu, montrons que f est
une isometrie centree. Pour cela, decrivons chaque vecteur

v par la matrice colonne v de ses
coordonnees dans la base B. Il vient (Proposition 22.2)
w = v
t
w
(à droite, nous formons le produit matriciel de la transposee conjuguee de la matrice colonne v
avec la matrice colonne w). De meme
f(
v ) f(
w) = (M v)
t
M w
= v
t
M
t
M w.
Lelement dindices k et du produit matriciel M
t
M nest rien dautre que le produit hermitien
de la k-ème colonne de M avec la -ème colonne de M. Il vaut donc par hypothèse
k
; ceci
signie M
t
M = I. Ainsi, f(
v ) f(
w) = v
t
w =

v
w. Par consequent, f est de noyau nul ;

comme V est de dimension nie, f est donc une permutation lineaire. Finalement, f est une
isometrie centree.
Denition 2. Une matrice reelle carree dont les colonnes sont orthonormees est dite orthogo-
nale. Une matrice complexe carree dont les colonnes sont orthonormees est dite unitaire.
Remarque. Une bonne logique de langage mènerait à lexpression matrice orthonormee.
Malheureusement, la tradition a plutot impose matrice orthogonale.
Daprès la preuve de la Proposition 23.2, la matrice reelle carree O est orthogonale ssi elle
satisfait la première des egalites suivantes, qui est equivalente aux suivantes :
O
t
O = I; OO
t
= I; O
1
= O
t
.
De meme, une matrice complexe carree U est unitaire ssi elle satisfait une des conditions
equivalentes
U
t
U = I; U U
t
= I; U
1
= U
t
(rappelons que U
t
est aussi designe par U
+
, matrice adjointe de U).
Proposition 23.3 Si est une valeur propre dune matrice orthogonale, alors {1, 1}.
Si est une valeur propre dune matrice unitaire, alors || = 1, cest-à-dire : est de module
1.
Demonstration. Comme toute matrice orthogonale est unitaire, comme les nombres reels de
module 1 sont 1 et 1, il sut detablir la deuxième assertion. Soit v la matrice colonne des
composantes dun vecteur propre de valeur propre pour une matrice unitaire U. Il vient
U v = v
et comme U est unitaire
(Uv)
t
(Uv) = v v
t
.
Par consequent
(v)
t
(v) = v
t
v
et
v
t
v = v
t
v.
Comme v
t
v = 0 (car v = 0), il faut = 1, donc || = 1.
EELLES SYM
ETRIQUES. 382
Attention ! Trop detudiants interprètent mal la Proposition 23.3. Celle-ci narme nulle-
ment que 1 et 1 sont toujours valeurs propres dune matrice orthogonale, mais plutot que si
est valeur propre, alors il faut = 1 ou = 1.
Exemple. La matrice que voici est orthogonale et ne possède aucune valeur propre :
_
cos 30
0
sin 30
0
sin 30
0
cos 30
0
_
=
_
_
_
_
3
2

1
2
1
2
3
2
_
_
_
_
.
Ces dernières armations se verient par calcul mecanique ou par usage de cellules grises : la
matrice est orthogonale car elle represente dans une base orthonormee de E
2
o
la rotation de 30
0
autour de o dans le sens trigonometrique ; elle ne possède pas de vecteur propre, et donc pas
de valeur propre (car la rotation de 30
0
ne transforme aucun vecteur non nul en un multiple de
lui-meme).
Etudions à present les isometries (centrees puis quelconques) du plan et de lespace eucli-
diens.
23.2 Isometries du plan euclidien.
Soit f une isometrie centree du plan euclidien centre E
2
o
. Après choix dune base orthonormee
e
1
,
e
2
, designons par O la matrice qui represente f dans cette base. Par la Proposition 23.2,
cette matrice O est orthogonale, donc
O =
_
a c
b d
_
avec
_
_
_
a
2
+ b
2
= 1
c
2
+ d
2
= 1
ac + bd = 0
Il existe par consequent un reel tel que
_
a = cos
b = sin
Graphiquement :
e
2
e
1
f( e
1
) = (a, b) = (cos , sin )
Ensuite, de
_
c cos + d sin = 0
c
2
+ d
2
= 1
nous deduisons
_
c = sin
d = cos
EELLES SYM
ETRIQUES. 383
o` u la valeur de est 1 ou 1. Deux cas surviennent :
O =
_
cos sin
sin cos
_
et O =
_
cos sin
sin cos
_
.
La première matrice est celle de la rotation dangle autour du point o. Pour determiner
lisometrie representee par la matrice O du deuxième cas, recherchons-en les valeurs propres et
vecteurs propres. Lequation caracteristique
det
_
(cos ) sin
sin (cos )
_
= 0
se reecrit
2
cos
2
sin
2
= 0
ou
2
1 = 0.
Nous voyons donc que 1 et 1 sont valeurs propres. Les sous-espaces propres correspondants
sont decrits par une equation lineaire sur les composantes (x, y) de vecteurs, à savoir
((cos ) 1)x + (sin )y = 0 pour V
(1)
,
((cos ) + 1)x + (sin )y = 0 pour V
(1)
.
Nous obtenons la droite vectorielle V
(1)
de points xes, et la droite vectorielle V
(1)
de points
envoyes sur leur oppose par rapport à o. Nous constatons que lisometrie centree consideree est
une symetrie bilaterale. Ajoutons que dans une nouvelle base, obtenue en prenant un vecteur
non nul dans V
(1)
puis un autre dans V
(1)
, la matrice de f prendra la forme très simple que
voici :
_
1 0
0 1
_
.
Toutes les matrices representant une isometrie de ce type sont de determinant 1 ; cette
isometrie a aussi la propriete de renverser lorientation du plan. Le premier cas donne lui
un determinant 1, et des rotations qui bien s ur conservent lorientation du plan.
Proposition 23.4 Toute isometrie centree de E
2
o
est
- soit de determinant 1, conservant lorientation et egale à une rotation,
- soit de determinant 1, renversant lorientation et egale à une symetrie bilaterale.
La preuve a ete donnee dans la discussion qui precède la proposition.
Abandonnons à present la condition que o soit xe. Voici un resultat qui nest pas limite à
la dimension 2, et qui formalise la discussion du debut de ce chapitre.
Proposition 23.5 Si f est une application dun espace vectoriel euclidien E de dimension
nie n vers lui-meme, les trois conditions suivantes sont equivalentes :
1) f est une isometrie, cest-à-dire une permutation veriant pour p, q E :
d(f(p), f(q)) = d(p, q);
2) f respecte le produit scalaire de vecteurs libres, cest-à-dire pour p, q, r, s E :
f(p)f(q)
f(r)f(s) =

pq
rs;
EELLES SYM
ETRIQUES. 384
3) f est la composee dune isometrie centree avec une translation.
Demonstration. (2) (1). Cette implication resulte du fait que la distance est introduite à
partir du produit scalaire :
d(p, q) =
_
pq
pq.
(3) (2). Il sut de traiter separement les cas o` u f est une isometrie centree, une translation.
Le deuxième cas est clair, puisquune translation conserve chaque vecteur libre. Pour le premier
cas, rappelons comment le produit scalaire
pq
rs de deux vecteurs libres est deni : soit p
et
r
les deux elements de E tels que

pq =
op
et

rs =
or
; alors

pq
rs =
op
or
. Comme une
isometrie centree est par denition une permutation lineaire, il vient
f(p)f(q) =
of(p
) et
f(r)f(s) =
of(r
).
q
p
r
s
o
r
f(r
)
p
f(p
)
f(p)
f(q)
f(s)
f(r)
De plus, pour une isometrie centree,
of(p
of(r
) =
op
or
.
Finalement,
f(p)f(q)
f(r)f(s) =
of(p
of(r
)
=
op
or
=

pq
rs.
(1) (3). Supposons que f est une permutation qui respecte les distances. Prenons la trans-
lation t qui applique f(o) sur o. Ainsi, la permutation g = t
1
f respecte aussi les distances
tout en xant o. Comme f = t g, il nous sut de prouver que g est une isometrie centree au
sens de la Denition 1 de 23.1. La droite par les points distincts p et q se decrit aisement à
partir des distances :
{ r E | d(r, p) + d(p, q) = d(r, q) ou
d(p, r) + d(r, q) = d(p, q) ou
d(p, q) + d(q, r) = d(p, r) }.
EELLES SYM
ETRIQUES. 385
Donc g doit transformer toute droite en une droite. Il nest pas dicile non plus de montrer
que la perpendicularite entre droites se retrouve à partir de la notion de distance. Donc la
perpendicularite, et aussi le parallelisme, sont conserves par g. Il en resulte que g respecte la
somme de vecteurs lies en o : pour p, q E, il vient g(
p +
q ) = g(
p ) + g(
q ) (la troisième
partie de la preuve fait beaucoup appel à notre connaissance de lespace physique ; les arguments
peuvent etre rendus plus rigoureux). De plus, si R, nous deduisons de |
p | = || |
p | que
g(
p ) = g(
p ). Ainsi g est une application lineaire. De g = t

1
f il resulte que g, tout comme
f, respecte les distances. Enn, ceci implique que g est injective et, comme E est de dimension
nie, que g est bijective (utilisez la Proposition 18.6). En conclusion, f est la composee de
lisometrie centree g et de la translation t.
A partir de ce resultat general et de la classication des isometries centrees, il nest pas
très dicile de deduire une classication de toutes les isometries du plan euclidien (nous nous
contenterons de lenonce).
Proposition 23.6 Une isometrie du plan euclidien
- soit xe au moins un point
et conserve lorientation : elle est alors une rotation ;
et renverse lorientation : elle est alors une symetrie bilaterale ;
- soit ne xe aucun point
et conserve lorientation : elle est alors une translation non identique ;
et renverse lorientation : elle est alors une symetrie glissee.
Par denition, une symetrie glissee est la composee dune symetrie bilaterale par rapport à
une droite D et dune translation non identique parallelement à D.
Les isometries conservant lorientation sont appelees des deplacements, les autres des
retournements. Cette terminologie sera aussi utilisee en dimension 3.
23.3 Isometries de lespace euclidien tridimensionnel.
Voici un resultat preliminaire qui ne requiert pas la structure euclidienne.
Proposition 23.7 Tout operateur lineaire sur un espace vectoriel reel de dimension 3 possède
au moins une valeur propre.
Demonstration. Le polynome caracteristique dun tel operateur lineaire est un polynome à
coecients reels de degre 3 en lindeterminee . Daprès une version du Theorème fondamental
de lalgèbre (cf. Theorème 4.4), ce polynome peut secrire comme produit de polynomes à
coecients reels de degres 1 ou 2. Il est inevitable quun de ces facteurs soit de degre 1, donc
le polynome caracteristique admet une racine reelle, qui est une valeur propre de loperateur.
Remarque. Un argument similaire permet detendre le resultat à tout operateur lineaire dun
espace vectoriel reel de dimension nie impaire.
Soit à present f une isometrie centree de lespace euclidien centre E
3
o
. Daprès la Proposi-
tion 23.7, loperateur lineaire f possède une valeur propre reelle (au moins) ; daprès la Pro-
position 23.3, f admet la valeur propre 1 ou 1 (peut-etre les deux). Choisissons un vecteur
propre
e
1
de f, et formons une base orthonormee
e
1
,

e
2
,

e
3
. Dans cette base, la matrice O qui
EELLES SYM
ETRIQUES. 386
represente f est de la forme
_
_
1 . .
0 . .
0 . .
_
_
ou
_
_
1 . .
0 . .
0 . .
_
_
,
donc comme O est orthogonale (Proposition 23.2),
_
_
1 0 0
0 . .
0 . .
_
_
ou
_
_
1 0 0
0 . .
0 . .
_
_
o` u la sous-matrice carree non speciee est elle-meme orthogonale. En appliquant les resultats
de la section precedente, nous obtenons quatre cas :
O
1
=
_
_
1 0 0
0 cos sin
0 sin cos
_
_
ou O
2
=
_
_
1 0 0
0 cos sin
0 sin cos
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
1 0 0
0 cos sin
0 sin cos
_
_
,
et après choix dune nouvelle base orthonormee
1
,
2
,
3
O
3
=
_
_
1 0 0
0 1 0
0 0 1
_
_
ou O
4
=
_
_
1 0 0
0 1 0
0 0 1
_
_
.
Clairement, O
1
represente une rotation dangle autour de la droite V
(1)
(eventuellement liden-
tite), O
3
une symetrie bilaterale et enn O
4
une symetrie par rapport à une droite, qui est aussi
un demi-tour autour de cette droite. Interpretons O
2
à partir de sa deuxième expression : O
2
represente la composee dune rotation autour dune droite D et de la symetrie bilaterale par
rapport au plan vectoriel orthogonal à D. Par denition, cette composition est une antirota-
tion. Notons deux cas particuliers pour O
2
: si = 2k, nous obtenons une symetrie bilaterale,
si = (2k + 1), nous obtenons la symetrie centree par rapport à o (comme dhabitude, k
designe dans une telle expression un nombre entier).
Proposition 23.8 Toute isometrie centree de E
3
o
est
- soit un deplacement, et alors lidentite ou une rotation dangle = 2k autour de la droite
V
(1)
(sous-espace propre de valeur propre 1) ;
- soit un retournement, et alors une antirotation qui est
la symetrie centree en o,
la symetrie bilaterale daxe le plan V
(1)
,
ou
la composee dune rotation autour de la droite V
(1)
, dangle = k, et de la symetrie
bilaterale par rapport au plan vectoriel orthogonal à V
(1)
.
Ainsi, det O = +1 implique que O represente un deplacement, et det O = 1 que O represente
un retournement. Notons que dans E
3
o
les rotations se font autour dune droite (pas dun point,
EELLES SYM
ETRIQUES. 387
comme les neophytes le pensent parfois ; il sut de faire tourner un objet physique pour sen
rendre compte).
Il est encore possible de classer toutes les isometries de E
3
. La Proposition precedente a
regle le cas dune isometrie xant au moins un point.
Proposition 23.9 Les isometries sans point xe de lespace euclidien E
3
sont
- des deplacements qui sont soit des vissages, cest-à-dire soit des composees dune rotation
non identique autour dune droite D et dune translation non identique parallèle à D, soit
des translations non identiques ;
- des retournements qui sont des symetries glissees, cest-à-dire des composees dune symetrie
bilaterale daxe P et dune translation non identique parallèle à P.
23.4 Diagonalisation de matrices reelles symetriques ou
complexes hermitiennes.
Rappelons dabord les denitions :
une matrice carree reelle S est symetrique lorsque S
t
= S ;
une matrice carree complexe H est hermitienne lorsque H
t
= H.
Notons ensuite quune matrice symetrique reelle est hermitienne.
Proposition 23.10 Tout operateur lineaire sur un espace vectoriel complexe de dimension
nie au moins 1 possède un vecteur propre non nul (au moins).
Demonstration. Lequation caracteristique de cet operateur est une equation polynomiale à
coecients complexes, de degre au moins 1. Daprès le Theorème fondamental de lalgèbre
(cf. Theorème 4.3), cette equation possède une racine (au moins), et celle-ci est une valeur
propre de loperateur considere. Donc loperateur possède au moins un vecteur propre non
nul.
Proposition 23.11 Toute valeur propre dune matrice hermitienne H est reelle.
Demonstration. Par denition, il existe un vecteur propre non nul
v =
_
_
_
_
_
v
1
v
2
.
.
.
v
n
_
_
_
_
_
tel que Hv = v
pour un certain nombre complexe ; ici, les composantes de v, mises en colonne, sont des
nombres complexes. Calculons de deux manières v
t
H v :
v
t
H v = v
t
v = v
t
v
= (v
t
H
t
) v = (Hv)
t
v = (v)
t
v = v
t
v.
De là ( ) v
t
v = 0. Comme v
t
v = 0, il sensuit = , cest-à-dire R.
Corollaire 23.12 Toute matrice reelle symetrique possède au moins une valeur propre reelle.
EELLES SYM
ETRIQUES. 388
Demonstration. Par la Proposition 23.10, loperateur lineaire represente dans la base canonique
par cette matrice admet une valeur propre complexe. Par la Proposition 23.11, cette valeur
propre est reelle.
Proposition 23.13 Si H est une matrice hermitienne n n et U est une matrice unitaire
n n, alors la matrice U
t
HU est encore hermitienne.
Demonstration.
U
t
H U
t
= (U
t
H U)
t
= U
t
H
t
U = U
t
H U.
Comme U
t
= U
1
, cette dernière proposition arme que si un operateur lineaire f sur
lespace hermitien C
n
est represente dans une base par une matrice hermitienne, il en sera de
meme dans une autre base si la matrice de changement de base est unitaire.
Proposition 23.14 Soit B une base orthonormee dun espace hermitien V de dimension nie
n, et f un operateur lineaire sur V . Alors f est represente dans la base B par une matrice
hermitienne ssi pour tous vecteurs

v ,
w de V :
f(
v )
w =

v f(
w).
Demonstration. Soit M la matrice representant f dans la base B. Nous avons
M hermitienne M
t
= M
v
t
M
t
w = v
t
M w pour tous vecteurs

v ,
w
(Mv)
t
w = v
t
(Mw) pour tous vecteurs

v ,

w
f(
v )
w =
v f(
w) pour tous vecteurs

v ,
w.
Un operateur veriant les conditions de la Proposition 23.14 est dit autoadjoint. Voici un
resultat beaucoup plus fort que les precedents.
Theorème 23.15 Toute matrice hermitienne H et tout operateur lineaire autoadjoint sur un
espace vectoriel hermitien de dimension nie admettent une base orthonormee de vecteurs
propres.
Demonstration. Si la matrice H est n n, elle represente de manière naturelle un operateur
lineaire sur un espace hermitien de dimension n; plus precisement, M represente dans la base
canonique de C
n
loperateur lineaire f : C
n
C
n
: x M x. Daprès la Proposition 23.14,
cet operateur lineaire est autoadjoint (il satisfait f(
v )
w =

v f(
v ,
w de C
n
). De meme, tout operateur autoadjoint sur un espace hermitien de dimension n
est represente dans nimporte quelle base orthonormee par une matrice hermitienne H de taille
n n.
Procedons par recurrence sur n. Le resultat est evident pour n = 1. Supposons ensuite n > 1
et que tout operateur lineaire f autoadjoint sur un espace vectoriel hermitien de dimension
inferieure à n admet une base orthonormee de vecteurs propres. Prouvons que ce resultat est
encore vrai en dimension n.
Soit donc f agissant sur un espace hermitien V de dimension n. Appliquons la Proposi-
tion 23.10 : loperateur f admet un vecteur propre non nul, que nous pouvons supposer norme
EELLES SYM
ETRIQUES. 389
et note

e
1
. Lensemble de vecteurs {
u V |
e
1

u = 0} forme un sous-espace W de V (pour-

quoi ?), distinct de V car
e
1
W. Avec le produit hermitien herite de celui de V , ce sous-espace
W est lui-meme un espace hermitien. Sa dimension vaut n 1, car la condition qui denit W
est en fait une equation dhyperplan vectoriel : si
e
1
= (a
1
, a
2
, . . . , a
n
) et

u = (x
1
, x
2
, . . . , x
n
),
nous avons

u W ssi
a
1
x
1
+ a
2
x
2
+ + a
n
x
n
= 0.
De plus, W est stabilise par f dans le sens que

u W implique f(
u ) W. En eet, nous
avons

e
1
f(
u ) = f(
e
1
)
u = (
e
1
)
u =
e
1

u = 0, o` u designe la valeur propre du

vecteur propre

e
1
. Donc f(
u ) W.
Ainsi f induit sur W un operateur lineaire g. Comme f est autoadjoint, g satisfait g(
v )
w =
v g(
w) pour
v ,

w W et g est donc lui-meme autoadjoint. Par lhypothèse de recurrence, g
admet une base orthonormee de vecteurs propres, soit
e
2
,
e
3
, . . .,
e
n
; precisons pour le lecteur
perdu quil sagit ici dune base de lespace hermitien W. Enn, il nest pas dicile de montrer
que les vecteurs

e
1
,

e
2
, . . .,

e
n
sont tous des vecteurs propres de f aussi, et quils forment une
base orthonormee de V .
Ce dernier resultat est extremement important. Reformulons-le autrement :
- si f est un operateur lineaire sur un espace vectoriel hermitien de dimension nie, et si
f(
v )
w =
v f(
v ,
w de cet espace, alors f admet des vecteurs

propres formant une base orthonormee de lespace ;
- pour toute matrice hermitienne H de dimension n, il existe une matrice unitaire U de
dimension n telle que
U
t
HU
soit une matrice diagonale ; nous dirons que U diagonalise H. Les elements diagonaux
de cette matrice diagonale sont les valeurs propres de H, et sont donc reels (daprès la
Proposition 23.11).
Une preuve analogue (ou simplement la restriction du resultat precedent aux matrices reelles)
donne :
Theorème 23.16 Tout operateur lineaire autoadjoint sur un espace vectoriel euclidien admet
une base ortonormee de vecteurs propres. Pour toute matrice reelle symetrique S de dimen-
sion n, il existe une matrice orthogonale O de dimension n telle que O
1
SO soit une matrice
diagonale.
Autrement dit, toute matrice reelle symetrique S (resp. hermitienne H) peut etre diagona-
lisee par une matrice orthogonale O (resp. unitaire U). Dans de nombreuses applications, il faut
construire de telles matrices O ou U. Voici une proposition à la base de la methode de calcul
que nous allons decrire.
Proposition 23.17 Deux vecteurs propres dune matrice hermitienne qui sont de valeurs propres
distinctes sont necessairement orthogonaux.
Demonstration. Soit

v et

w deux vecteurs propres de la matrice hermitienne H de valeurs
propres respectives et , avec = . Il vient
v
t
H w = v
t
w = v
t
w
= v
t
H
t
w = (Hv)
t
w = v
t
w = v
t
w.
Il en resulte ( ) v
t
w = 0. Daprès la Proposition 23.11, nous avons = . Comme par
hypothèse = , il faut v
t
w = 0, ce qui donne

v
w.
EELLES SYM
ETRIQUES. 390
Voici une strategie de diagonalisation dune matrice n n reelle symetrique S ou complexe
hermitienne H :
- rechercher les valeurs propres (elles sont toutes reelles, et en nombre n si lon compte les
multiplicites) ;
- determiner les sous-espaces propres ;
- pour chacun de ceux-ci, former une base orthonormee ;
- la reunion de ces bases orthonormees est une base orthonormee de R
n
ou de C
n
;
- la matrice orthogonale O ou unitaire U cherchee est celle du changement de base : ses
colonnes contiennent les composantes des dierents nouveaux vecteurs de base.
Exemple. Soit la matrice reelle symetrique
S =
_
_
_
_
0 1 2 3
1 0 2 3
2 2 3 6
3 3 6 48
_
_
_
_
.
Resolvons lequation caracteristique en eectuant des transformations du determinant avant de
le developper :
det (S I) = det
_
_
_
_
1 2 3
1 2 3
2 2 3 6
3 3 6 48
_
_
_
_
(1)
(2) (1)
(3) 2(1)
(4) 3(1)
= det
_
_
_
_
1 2 3
1 + 1 0 0
2 + 2 0 1 0
3 + 3 0 0 57
_
_
_
_
= (1 + )
2
det
_
_
_
_
1 2 3
1 1 0 0
2 0 1 0
3 + 3 0 0 57
_
_
_
_
developpons suivant
la dernière ligne
= (1 + )
2
_
(3 + 3)3 (57 + )(2 2 ( 1))
_
= (1 + )
2
( 6)( + 49).
Lequation caracteristique, obtenue en egalant cette quantite à 0, a pour racines les valeurs
propres. Celles-ci sont donc 1 (de multiplicite 2), 6 et 49. Determinons ensuite une base
orthonormee de chacun des trois sous-espaces propres :
1) V
(1)
est forme des solutions (x, y, z, t) du système
_
_
_
_
1 1 2 3
1 1 2 3
2 2 4 6
3 3 6 47
_
_
_
_
_
_
_
_
x
y
z
t
_
_
_
_
=
_
_
_
_
0
0
0
0
_
_
_
_
ou
_
x +y +2z = 0
t = 0
Donc V
(1)
est de dimension 2 et possède la base orthogonale (1, 1, 0, 0), (1, 1, 1, 0)
(par exemple), donc la base orthonormee
b
1
=
2
2
(1, 1, 0, 0),

b
2
=
3
3
(1, 1, 1, 0).
EELLES SYM
ETRIQUES. 391
2) Recherchons V
(6)
en ecrivant le système dequations lineaires sous forme matricielle :
_
_
_
_
6 1 2 3
1 6 2 3
2 2 3 6
3 3 6 54
_
_
_
_
(1) + 6(2)
(2)
(3) 2(2)
(4) 3(2)
_
_
_
_
0 35 14 21
1 6 2 3
0 14 7 0
0 21 0 63
_
_
_
_
_
_
_
_
0 5 2 3
1 6 2 3
0 2 1 0
0 1 0 3
_
_
_
_
(1) + 2(3)
(2) + 2(3)
(3)
(4)
_
_
_
_
0 1 0 3
1 2 0 3
0 2 1 0
0 1 0 3
_
_
_
_
ou
_
_
_
t =
1
3
y
x = y
z = 2y
Donc V
(6)
est engendre par le vecteur (3, 3, 6, 1) et admet la base orthonormee formee du
seul vecteur
55
55
(3, 3, 6, 1), que nous appelons

b
3
.
3) Pour V
(49)
:
_
_
_
_
49 1 2 3
1 49 2 3
2 2 52 6
3 3 6 1
_
_
_
_
Une fois la resolution eectuee, on voit que V
(49)
admet la base orthonormee formee du
seul vecteur

b
4
=
330
330
(1, 1, 2, 18).
Il resulte de la theorie que la matrice orthogonale de changement de base
O =
_
_
_
_
_
_
_
_
_
_
_
_
_
2
2
3
3
3
55
55
330
330
2
2
3
3
3
55
55
330
330
0
3
3
6
55
55
2
330
330
0 0
55
55
18
330
330
_
_
_
_
_
_
_
_
_
_
_
_
_
satisfait
O
1
S O =
_
_
_
_
1 0 0 0
0 1 0 0
0 0 6 0
0 0 0 49
_
_
_
_
.
En eet, les nouveaux vecteurs de base sont des vecteurs propres de loperateur lineaire repre-
sente dans la base canonique de R
4
par la matrice donnee. La matrice de loperateur dans cette
nouvelle base est donc diagonale, et ses elements diagonaux sont les valeurs propres, prises avec
EELLES SYM
ETRIQUES. 392
leurs multiplicites et dans un ordre correspondant au choix des vecteurs propres formant la
base.
Exemple. Soit S la matrice reelle symetrique
S =
_
_
3 1 1
1 3 1
1 1 3
_
_
.
Recherchons ses valeurs propres :
det (S I) = det
_
_
3 1 1
1 3 1
1 1 3
_
_
(1) + (2)
(2)
(3) (2)
= det
_
_
4 4 0
1 3 1
0 4 + 4
_
_
= (4 )
2
det
_
_
1 1 0
1 3 1
0 1 1
_
_
= (4 )
2
(2 1) = (4 )
2
(1 ).
Les valeurs propres sont donc 4 (de multiplicite 2) et 1. Le sous-espace propre V
(4)
sobtient en
resolvant le système dequations lineaires homogènes de matrice
_
_
1 1 1
1 1 1
1 1 1
_
_
.
Donc V
(4)
est le plan de R
3
dequation x + y + z = 0. Il possède la base orthogonale
(1, 1, 0), (1, 1, 2). De là nous deduisons facilement un vecteur qui engendre V
(1)
: comme ce
doit etre un vecteur orthogonal au plan V
(4)
, nous prenons (1, 1, 1). La matrice orthogonale
O =
_
_
_
_
_
_
_
_
2
2
6
6

3
3
2
2

6
6
3
3
0
2
6
6
3
3
_
_
_
_
_
_
_
_
est telle que O
1
SO =
_
_
4 0 0
0 4 0
0 0 1
_
_
.
Remarque. Rappelons que les colonnes dune matrice orthogonale sont orthonormees (cette
bizarrerie de terminologie est due à la tradition).
23.5 Exercices
1. Ecrire les matrices representant les operateurs lineaires suivants dans la base canonique
du plan euclidien R
2
:
a) Rotation de

3
autour de lorigine.
EELLES SYM
ETRIQUES. 393
b) Homothetie centree à lorigine et de rapport 3.
c) Symetrie par rapport à lorigine.
d) Symetrie par rapport à Ox.
e) Symetrie par rapport à Oy.
f) Symetrie par rapport à y = x.
g) Symetrie par rapport à y = x.
h) Symetrie par rapport à y = 4x.
i) La composee des transformations 4 et 5.
j) La composee des transformations 6 et 8.
(Dans ces deux derniers cas, indiquer la nature de la transformation resultante).
2. Ecrire les matrices representant les operateurs lineaires suivants dans la base canonique
de lespace euclidien R
3
:
a) Rotation de

3
autour de Ox.
b) Rotation de

6
autour de Oy.
c) Rotation de

4
autour de Oz.
d) Symetrie par rapport à lorigine.
e) Symetrie par rapport à Ox.
f) Symetrie par rapport à Oy.
g) Symetrie par rapport à Oz.
h) Symetrie par rapport à Oxy.
i) Symetrie par rapport à Oxz.
j) Symetrie par rapport à Oyz.
k) Symetrie par rapport au plan 2x + 2y + z = 0.
l) Symetrie par rapport à la droite
x
2
=
y
2
= z.
m) La composee des transformations 5 et 9.
n) La composee des transformations 6 et 7.
o) La composee des transformations 7 et 8.
p) La composee des transformations 11 et 12.
(Dans les quatre derniers cas, indiquer la nature de la transformation resultante).
3. Une transformation lineaire applique
u = (x, y) sur

u
= (x y, x + y)
a) Ecrire la matrice associee à cet operateur lineaire sur le plan euclidien R
2
.
b) Comparer la norme dun vecteur quelconque

u avec celle de son transforme

u

.
c) Calculer cos(
u ,
) pour tout

u = 0.
d) Montrer que cette transformation lineaire est la composee dune rotation et dune ho-
mothetie.
EELLES SYM
ETRIQUES. 394
4. Dans un espace euclidien tridimensionnel muni dune base orthonormee

e
1
,

e
2
,

e
3
, on
donne un vecteur

v = (v
1
, v
2
, v
3
). Determiner la matrice M de loperateur lineaire qui à tout
vecteur

x = (x
1
, x
2
, x
3
) fait correspondre le vecteur

y = (y
1
, y
2
, y
3
) tel que
y =

x
v .
Montrer que M
3
= M o` u est un scalaire que lon determinera.
5. Montrer que les matrices suivantes sont orthogonales et donner leur inverse :
A =
1
3
_
_
1 2 2
2 1 2
2 2 1
_
_
; B =
1
7
_
_
6 2 3
2 3 6
3 6 2
_
_
.
6. Completer (de toutes les manières possibles) les matrices reelles suivantes de manière à
obtenir des matrices orthogonales :
A =
_
_
_
_
1 . .
.
5
5
2
5
5
. . .
_
_
_
_
; B =
_
_
_
2 . .
.
1
4
.
0 . 1
_
_
_
;
C =
_
_
_
_
_
_
_
1 0 0 0
0
1
2
1
2
2
2
0
2
2

2
2
0
0 . . .
_
_
_
_
_
_
_
.
7.
a) Si A est une matrice symetrique et O une matrice orthogonale, montrer que la matrice
B = O
1
AO est symetrique. Quelle est la propriete correspondante pour les matrices
complexes ?
b) Si A et B sont deux matrices symetriques, montrer que AB est symetrique si et seulement
si A et B commutent. Quelle est la propriete correspondante pour les matrices complexes ?
8. Lesquelles des matrices suivantes sont hermitiennes ?
A =
_
_
1 1 i 2
1 + i 3 i
2 i 0
_
_
; B =;
_
_
1 1 + i 2 + 3i
1 i 2 i
2 3i i 0
_
_
;
C =
_
_
1 1 + i 2 3i
1 + i 2 1
2 + 3i 1 0
_
_
.
9. Montrer que les matrices suivantes sont unitaires et donner leur inverse :
A =
1
5
_
1 + 2i 4 2i
2 4i 2 i
_
; B =
_
_
_
_
_
_
_
_
_
_
_
1 + i
2
i
3
3 + i
2
15
1
2
1
3
4 + 3i
2
15
1
2

i
3
5i
2
15
_
_
_
_
_
_
_
_
_
_
_
.
EELLES SYM
ETRIQUES. 395
10. Verier que la matrice suivante est unitaire et que ses valeurs propres et son determinant
sont de module 1 :
U =
_

3
2
i
2
i
2
3
2
_
.
En general, que pouvez-vous dire de plus precis possible du determinant et des valeurs propres
dune matrice unitaire ?
11. Verier que la matrice suivante est hermitienne. Quels sont ses valeurs propres et
vecteurs propres ? Diagonaliser cette matrice.
H =
_
_
1 1 i 0
1 + i 1 i
0 i 1
_
_
.
12. Soit
A
1
=
_
_
3 1 1
1 5 1
1 1 3
_
_
.
Trouver une matrice orthogonale O qui diagonalise A. Meme question pour les matrices
A
2
=
_
_
2 0 1
0 3 0
1 0 2
_
_
; A
3
=
_
_
2 4 2
4 2 2
2 2 1
_
_
; A
4
=
_
_
2 0 1
0 2 0
1 0 2
_
_
.
13.
a) Ecrire la matrice A de la symetrie par rapport au plan x = z de lespace euclidien R
3
muni de la base canonique.
b) Ecrire la matrice B de la symetrie par rapport au plan x = y de R
3
.
c) Calculer le produit C = BA et decrire geometriquement la transformation representee
par la matrice C.
d) Donner les valeurs propres et les vecteurs propres de C.
14. Pour a, b R, considerons la matrice
M =
_
a 1 b
1 a b
_
.
a) Calculer les valeurs propres et les vecteurs propres de M.
b) Pour quelle(s) valeur(s) de a et b la matrice M possède-t-elle deux directions propres
orthogonales ?
2
on considère les transformations suivantes :
a) la symetrie par rapport à la droite y = 2x;
b) la rotation dangle ( = 0) autour de lorigine ;
c) la symetrie par rapport à lorigine.
Determiner les valeurs et les vecteurs propres de ces transformations et, si possible, donner pour
chacune delles une base de R
2
dans laquelle sa matrice est diagonale.
16. Sans calculer, determiner les valeurs et vecteurs propres des tranformations suivantes
de lespace euclidien R
3
:
EELLES SYM
ETRIQUES. 396
a) la symetrie orthogonale par rapport au plan passant par les points (0, 0, 0), (0, 1, 1),
(1, 0, 1) ;
b) la symetrie orthogonale par rapport à la droite dequation x =
y
3
=
z
2
.
17. Soit la matrice
A =
_
_
3 2 1
1 4 1
1 2 1
_
_
.
a) Calculer les valeurs propres et les vecteurs propres de A.
b) La matrice A est-elle diagonalisable ? Si oui, ecrire une matrice qui permet deectuer la
diagonalisation.
c) Existe-t-il une matrice orthogonale qui diagonalise A ?
18. Determiner une matrice orthogonale O qui diagonalise la matrice
A =
_
_
_
_
_
_
_
1 2
1
2
2 1
1
2
3
_
_
_
_
_
_
_
.
19. Soit f loperateur lineaire sur lespace vectoriel reel R
3
, represente dans la base cano-
nique de R
3
par la matrice
M =
_
_
0 0 1
0 1 0
1 0 0
_
_
.
a) Calculer les valeurs propres de f.
b) Determiner les vecteurs propres de f.
c) Donner une base orthonormee B de vecteurs propres de f.
d) Par quelle matrice est represente loperateur lineaire f dans la base B qui vient detre
trouvee ?
e) Donner une matrice orthogonale C telle que C
1
MC soit une matrice diagonale.
20. Diagonaliser par isometrie les matrices reelles
S =
_
0 1
1 0
_
; T =
_
_
0 1 1
1 0 1
1 1 0
_
_
.
Table des matières
1 Elements de logique 1
1.1 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Nombres et groupes. 9
2.1 Les nombres reels. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1 Operations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.2 Exposants. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.3 Distributivite. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.4 Relation dordre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.5 Valeur absolue. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.6 Symbole sommatoire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.7 Plafond et plancher. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Notations ensemblistes ; coecients binomiaux. . . . . . . . . . . . . . . . . . . 12
2.2.1 Quelques operations sur les ensembles. . . . . . . . . . . . . . . . . . . . 12
2.2.2 Coecients binomiaux. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.3 Binome de Newton. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3 Applications ou fonctions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4 Ensembles structures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5 Groupes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.5.1 Groupe additif des entiers modulo n. . . . . . . . . . . . . . . . . . . . . 22
2.5.2 Equation dans un groupe. . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3 Geometrie vectorielle et analytique 28
3.1 Vecteurs localises, vecteurs libres. . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2 Equation vectorielle dune droite ou dun plan. . . . . . . . . . . . . . . . . . . . 32
3.3 Repères ; coordonnees dun point ; composantes dun vecteur. . . . . . . . . . . . 33
3.4 Equation dune droite dans le plan coordonne. . . . . . . . . . . . . . . . . . . . 35
3.5 Equation dun plan dans lespace coordonne. . . . . . . . . . . . . . . . . . . . . 38
3.5.1 Faisceaux de plans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.6 Equations dune droite dans lespace coordonne. . . . . . . . . . . . . . . . . . . 40
3.7 Longueurs ; produit scalaire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.7.1 Distance entre deux points. . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.7.2 Cosinus et sinus dun angle. . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.7.3 Projection orthogonale dun vecteur sur un autre. . . . . . . . . . . . . . 44
3.7.4 Produit scalaire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.7.5 Expression analytique du produit scalaire. . . . . . . . . . . . . . . . . . 46
3.8 Calculs dangles et de distances. . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.8.1 Angle de deux plans dans lespace. . . . . . . . . . . . . . . . . . . . . . 48
3.8.2 Distance dun point à une droite dans le plan. . . . . . . . . . . . . . . . 48
399
TABLE DES MATI
`
ERES 400
3.9 Produit vectoriel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.10 Coordonnees polaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.11 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4 Nombres complexes 60
4.1 Le champ des nombres complexes. . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.2 Representation goniometrique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.3 Polynomes en une indeterminee à coecients reels ou complexes . . . . . . . . . 66
4.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5 Suites dans le champ ordonne des nombres reels. 70
5.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.2 Le champ ordonne des nombres reels. . . . . . . . . . . . . . . . . . . . . . . . . 72
5.3 Completude de R. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.4 Suites de nombres reels. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.5 Elements de topologie de R. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.6 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
6 Fonctions reelles dune variable reelle. 93
6.1 Graphe, parite, periodicite. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
6.2 Limite dune fonction en un point. . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.3 Asymptotes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
6.4 Continuite. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
6.5 Proprietes topologiques des fonctions continues. . . . . . . . . . . . . . . . . . . 102
6.6 Comparaisons asymptotiques de fonctions. . . . . . . . . . . . . . . . . . . . . . 104
6.7 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7 Derivees et dierentielles. 112
7.1 Derivee en un point ; fonction derivee. . . . . . . . . . . . . . . . . . . . . . . . . 112
7.2 Dierentielle en un point. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
7.3 Calcul des derivees. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7.4 Derivees dordres superieurs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
7.5 Quelques theorèmes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
7.6 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
8 Fonctions elementaires. 135
8.1 Fonctions puissances. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
8.2 Fonctions trigonometriques (ou circulaires). . . . . . . . . . . . . . . . . . . . . . 138
8.3 Fonctions trigonometriques inverses (ou cyclometriques). . . . . . . . . . . . . . 142
8.4 Fonctions exponentielles et logarithmiques. . . . . . . . . . . . . . . . . . . . . . 146
8.5 Fonctions hyperboliques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
8.6 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
9 Utilisation des derivees. 158
9.1 Croissance et decroissance. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
9.2 Extremums locaux. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
9.3 Utilisation de la derivee seconde. . . . . . . . . . . . . . . . . . . . . . . . . . . 162
9.4 Etudes de fonctions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
9.5 Règle de lHospital. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
9.6 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
TABLE DES MATI
`
ERES 401
10 Primitives - Methodes dintegration. 171
10.1 Primitives dune fonction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
10.2 Integration immediate. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
10.3 Procedes dintegration. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
10.3.1 Par decomposition. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
10.3.2 Par changement de variable. . . . . . . . . . . . . . . . . . . . . . . . . . 175
10.3.3 Par parties. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
10.4 Methodes dintegration de certaines classes de fonctions. . . . . . . . . . . . . . 180
10.4.1 Inverses (de la racine) dune fonction quadratique. . . . . . . . . . . . . . 180
10.4.2 Quotients dune fonction ane et (dune racine) dune fonction quadratique.181
10.4.3 Fonctions rationnelles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
10.4.4 Fonctions rationnelle de puissances rationnelles. . . . . . . . . . . . . . . 184
10.4.5 Fonctions rationnelles en la variable et en une racine carree dune fonction
quadratique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
10.4.6 Fonctions rationnelles en cosinus et sinus de la variable. . . . . . . . . . . 185
10.4.7 Fonctions rationnelles en cosinus et sinus hyperboliques de la variable. . . 186
10.4.8 Fonctions rationnelles en la variable et en une racine carree dune fonction
quadratique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
10.5 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
11 Integrale de Riemann. 195
11.1 Introduction : à propos de laire. . . . . . . . . . . . . . . . . . . . . . . . . . . 195
11.2 Denition. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
11.3 Integrale denie dune fonction continue. . . . . . . . . . . . . . . . . . . . . . . 202
11.4 Theorème fondamental. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
11.5 Autres proprietes de lintegrale denie. . . . . . . . . . . . . . . . . . . . . . . . 207
11.6 Integrales generalisees. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
11.6.1 Cas dune fonction non bornee. . . . . . . . . . . . . . . . . . . . . . . . 209
11.6.2 Cas dun domaine non borne. . . . . . . . . . . . . . . . . . . . . . . . . 211
11.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
12 Equations dierentielles. 217
12.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
12.2 Equations dierentielles du premier ordre. . . . . . . . . . . . . . . . . . . . . . 220
12.2.1 Resolution directe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
12.2.2 Equations à variables separables. . . . . . . . . . . . . . . . . . . . . . . 222
12.3 Equations dierentielles lineaires. . . . . . . . . . . . . . . . . . . . . . . . . . . 224
12.4 Equations dierentielles lineaires du premier ordre. . . . . . . . . . . . . . . . . 229
12.5 Equations dierentielles lineaires homogènes à coefcients constants. . . . . . . . 230
12.5.1 Equations du premier ordre. . . . . . . . . . . . . . . . . . . . . . . . . . 231
12.5.2 Equations du second ordre. . . . . . . . . . . . . . . . . . . . . . . . . . 231
12.6 Equations dierentielles lineaires à coefcients constants. . . . . . . . . . . . . . 234
12.7 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
13 Espaces numeriques. 241
13.1 Notions de topologie dans les espaces numeriques. . . . . . . . . . . . . . . . . . 242
13.2 Convergence de suites ; compacite. . . . . . . . . . . . . . . . . . . . . . . . . . . 244
13.3 Fonctions continues et connexite par arcs. . . . . . . . . . . . . . . . . . . . . . 246
13.4 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
TABLE DES MATI
`
ERES 402
14 Fonctions vectorielles dune variable reelle. 250
14.1 Denitions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
14.2 Derivee et dierentielle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
14.3 Notions sur les courbes de R
3
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
14.4 Integrales curvilignes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
14.5 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
15 Fonctions reelles dune variable vectorielle. 269
15.1 Denitions ; graphe ; lignes de niveau. . . . . . . . . . . . . . . . . . . . . . . . . 269
15.2 Derivees partielles premières. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
15.3 Derivees partielles secondes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276
15.4 Derivation de certaines fonctions composees. . . . . . . . . . . . . . . . . . . . . 278
15.5 Derivees directionnelles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
15.6 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
16 Champs de vecteurs et travail. 287
16.1 Champs de vecteurs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
16.2 Travail. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
16.3 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
17 Espaces vectoriels 296
17.1 Exemples et denition despace vectoriel reel. . . . . . . . . . . . . . . . . . . . 296
17.2 Exemples et denition despace vectoriel complexe. . . . . . . . . . . . . . . . . 299
17.3 Espaces vectoriels sur un champ. . . . . . . . . . . . . . . . . . . . . . . . . . . 299
17.4 Combinaisons lineaires ; parties generatrices et parties libres. . . . . . . . . . . . 300
17.5 Bases et dimension. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
17.6 Sous-espaces vectoriels et ans. . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
17.7 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
18 Applications lineaires - Matrices 316
18.1 Exemples et denitions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
18.2 Formes lineaires. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
18.3 Matrices dune application lineaire. . . . . . . . . . . . . . . . . . . . . . . . . . 320
18.4 Operations sur les matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
18.4.1 Somme de deux matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . 323
18.4.2 Produit dune matrice par un scalaire. . . . . . . . . . . . . . . . . . . . 323
18.4.3 Produit de deux matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . 323
18.5 Terminologie matricielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
18.6 Changements de base. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
18.7 Rang dune application lineaire. . . . . . . . . . . . . . . . . . . . . . . . . . . . 329
18.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331
19 Determinant dune matrice 336
19.1 Cas n = 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
19.2 Cas n = 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
19.3 Cas general. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
19.4 Proprietes du determinant dune matrice. . . . . . . . . . . . . . . . . . . . . . . 340
19.5 Calcul du determinant par la methode de Gauss. . . . . . . . . . . . . . . . . . . 342
19.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
TABLE DES MATI
`
ERES 403
20 Systèmes dequations lineaires 345
20.1 Sous-espace an des solutions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
20.2 Systèmes resolus. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348
20.3 Resolution par la methode de Gauss. . . . . . . . . . . . . . . . . . . . . . . . . 349
20.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352
21 Valeurs propres et diagonalisation 355
21.1 Valeurs propres et vecteurs propres. . . . . . . . . . . . . . . . . . . . . . . . . . 355
21.2 Calcul des valeurs propres et vecteurs propres. . . . . . . . . . . . . . . . . . . . 358
21.3 Diagonalisation dun operateur lineaire. . . . . . . . . . . . . . . . . . . . . . . . 362
21.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
22 Espaces vectoriels euclidiens et hermitiens 369
22.1 Espaces vectoriels euclidiens. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369
22.2 Projections orthogonales. Orthogonalisation. . . . . . . . . . . . . . . . . . . . . 372
22.3 Espaces vectoriels hermitiens. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375
22.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 376
23 Diagonalisation de matrices reelles symetriques. 378
23.1 Isometries. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378
23.2 Isometries du plan euclidien. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 382
23.3 Isometries de lespace euclidien tridimensionnel. . . . . . . . . . . . . . . . . . . 385
23.4 Diagonalisation de matrices reelles symetriques ou complexes hermitiennes. . . . 387
23.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 392
24 Groupes et anneaux ; arithmetique modulaire 397
24.1 Motivation : cryptologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
24.2 Groupes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
24.3 Anneaux. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
24.4 Rappels darithmetique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
24.5 Arithmetique modulaire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
24.6 Cryptologie à cle publique : le système RSA. . . . . . . . . . . . . . . . . . . . 397
24.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
25 Relations et ordres 398
25.1 Relations (binaires). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398
25.2 Relations dequivalence. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398
25.3 Relations de preordre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398
25.4 Relations dordre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398
25.5 Rappels darithmetique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398
25.6 Fermeture transitive et tri topologique. . . . . . . . . . . . . . . . . . . . . . . . 398
25.7 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398

Syllabus

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Syllabus

Transféré par

Droits d'auteur :

Formats disponibles

MATH-F-107 Mathematiques I

autour du point 0 induit une permutation des atomes du reseau :

sera souvent utilisee pour R\{0} (dautres

, forment un groupe pour la loi de

, , 1, lunique solution de lequation 5x = 7 est x = 5

aa, localise en a, poss`ede une origine et une extremite confondues. En physique

ETRIE VECTORIELLE ET ANALYTIQUE 29

ab, localise au meme point a :

ab, pour variant dans R, forment la droite

ETRIE VECTORIELLE ET ANALYTIQUE 30

ac, pour , variant dans R,

ETRIE VECTORIELLE ET ANALYTIQUE 31

L addition de vecteurs libres

ETRIE VECTORIELLE ET ANALYTIQUE 32

ab, o` u t designe le temps, decrit un mouvement

oe sont des vecteurs

cd sont deux vecteurs libres. Le cas a = c = e

ETRIE VECTORIELLE ET ANALYTIQUE 33

ETRIE VECTORIELLE ET ANALYTIQUE 34

ETRIE VECTORIELLE ET ANALYTIQUE 35

v = (1, 1) dans le rep`ere

ETRIE VECTORIELLE ET ANALYTIQUE 36

ETRIE VECTORIELLE ET ANALYTIQUE 37

ETRIE VECTORIELLE ET ANALYTIQUE 38

ETRIE VECTORIELLE ET ANALYTIQUE 39

ETRIE VECTORIELLE ET ANALYTIQUE 40

ETRIE VECTORIELLE ET ANALYTIQUE 41

ETRIE VECTORIELLE ET ANALYTIQUE 42

ab = (3, 3, 1) est-il parall`ele au plan P ? En localisant ce vecteur `a lorigine

) du plan coordonne, nous formons un triangle rectangle (voir gure) ; do` u

ETRIE VECTORIELLE ET ANALYTIQUE 43

) deux points de lespace coordonne :

ETRIE VECTORIELLE ET ANALYTIQUE 44

w non nuls, localises en un meme point, et designons

ETRIE VECTORIELLE ET ANALYTIQUE 45

w = 0 ssi lune des trois conditions suivantes est satisfaite :

o ), nous avons aussi

ETRIE VECTORIELLE ET ANALYTIQUE 46

w| cos , nous tirons

w sont orthogonaux ssi v

)| est constante, ce qui montre

ETRIE VECTORIELLE ET ANALYTIQUE 47

ETRIE VECTORIELLE ET ANALYTIQUE 48

ETRIE VECTORIELLE ET ANALYTIQUE 49

ac est egal au vecteur

ETRIE VECTORIELLE ET ANALYTIQUE 50

ac ne sont pas proportionnels,

ac, avec 0 < < ,

ad forment un rep`ere positivement oriente.

Dans le cas 2, le produit vectoriel

ac est donc orthogonal au plan passant par les points

la projection orthogonale du point c sur la perpendiculaire `a la droite

ETRIE VECTORIELLE ET ANALYTIQUE 51

w et des nombres reels , :

F appliquee au point P, par rapport au point

w est par denition le nombre

ETRIE VECTORIELLE ET ANALYTIQUE 52

w (produit aecte du signe + si

specions un point p, distinct de lorigine o du rep`ere, par sa distance `a lorigine et la mesure

ETRIE VECTORIELLE ET ANALYTIQUE 53

Les deux derni`eres egalites impliquent tg =

ETRIE VECTORIELLE ET ANALYTIQUE 54

ETRIE VECTORIELLE ET ANALYTIQUE 55

c des vecteurs de lespace euclidien E