Vous êtes sur la page 1sur 688

Cours de math ematiques de MPSI (2012-2013) St ephane Flon

Table des mati` eres


partie A. Programme de pr ed ebut dann ee Chapitre I. Logique 1. Quelques notions de logique 2. Quelques principes de d emonstration 3. Feuille de TD 1 : Logique Chapitre II. Ensembles, relations binaires, applications 1. Notions ensemblistes 2. Relations binaires 3. G en eralit es sur les applications 4. Familles 5. Feuille de TD 2 : Ensembles, relations binaires, applications partie B. Programme de d ebut dann ee Chapitre III. Nombres complexes 1. Le corps des nombres complexes 2. Lexponentielle complexe 3. Nombres complexes et g eom etrie 4. Equations polynomiales complexes 5. Une construction de C 6. Questionnaire 1 : Complexes 7. Feuille de TD 3 : Nombres complexes Chapitre IV. Fonctions usuelles 1. Pr eliminaires et rappels 2. Exponentielles, logarithmes, puissances 3. Fonctions hyperboliques et leurs r eciproques 4. Fonctions circulaires r eciproques 5. Fonction exponentielle complexe 6. Questionnaire 2 : Fonctions usuelles 7. Feuille de TD 4 : Fonctions usuelles Chapitre V. Equations di erentielles 1. Introduction aux equations di erentielles lin eaires 2. Equations lin eaires du premier ordre 3. Equations lin eaires du second ordre 4. M ethode dEuler 5. Probl` eme de raccord pour lordre 1 (hors-programme) 6. Questionnaire 3 : Equations di erentielles 7. Feuille de TD 5 : Equations di erentielles Chapitre VI. G eom etrie el ementaire du plan 1. Modes de rep erage dans le plan 2. Produit scalaire 3. D eterminant 4. Droites 5. Cercles 6. Compl ements 7. Feuille de TD 6 : G eom etrie el ementaire du plan
3

9 11 11 22 26 29 29 33 38 45 48 51 53 54 59 64 66 71 75 76 81 81 86 93 97 101 103 104 107 107 108 113 119 120 121 122 125 126 130 132 134 138 144 151

` CHAPITRE . TABLE DES MATIERES Chapitre VII. G eom etrie el ementaire de lespace 1. Modes de rep erage dans lespace 2. Produit scalaire 3. Produit vectoriel 4. D eterminant ou produit mixte 5. Droites et plans 6. Sph` eres 7. Lin earit e des projecteurs orthogonaux dans E 8. Bilin earit e du produit vectoriel 9. Feuille de TD 7 : G eom etrie el ementaire de lespace Chapitre VIII. Courbes param etr ees 1. Pr eliminaires sur les fonctions vectorielles 2. Courbes planes param etr ees 3. Courbes en polaires 4. Feuille de TD 8 : Courbes param etr ees Chapitre IX. Coniques 1. D enition monofocale. Equations 2. Propri et es 3. Equations polynomiales ` a deux variables de degr e2 4. Feuille de TD 9 : Coniques partie C. Alg` ebre et g eom etrie Chapitre X. Entiers naturels 1. Nombres entiers naturels 2. Ensembles nis 3. D enombrement 4. Nombres entiers (relatifs), nombres rationnels 5. Feuille de TD 10 : Entiers naturels Chapitre XI. Structures alg ebriques 1. Groupes 2. Anneaux 3. Corps 4. Questionnaire 4 : Structures alg ebriques 5. Feuille de TD 11 : Structures alg ebriques Chapitre XII. Espaces vectoriels 1. Espaces vectoriels et sous-espaces vectoriels 2. Familles nies de vecteurs 3. Applications lin eaires 4. Questionnaire 5 : Espaces vectoriels 5. Feuille de TD 12 : Espaces vectoriels Chapitre XIII. Arithm etique 1. Divisibilit e dans lanneau des entiers relatifs 2. Plus grand diviseur commun 3. Plus petit commun multiple 4. Nombres premiers 5. Questionnaire 6 : Arithm etique 6. Feuille de TD 13 : Arithm etique Chapitre XIV. Dimension nie 1. Dimension dun espace vectoriel 2. Dimension dun sous-espace vectoriel 3. Rang dune famille nie de vecteurs 4. Applications lin eaires et dimension nie 5. Questionnaire 7 : Dimension nie 6. Feuille de TD 14 : Dimension nie 4 155 156 158 161 163 164 172 175 175 177 181 181 184 191 196 199 199 208 212 216 219 221 221 227 231 237 238 243 243 251 257 259 260 267 268 273 277 288 289 295 295 298 300 301 304 305 309 309 314 316 316 323 324 phane FLON Ste

` CHAPITRE . TABLE DES MATIERES Chapitre XV. Polyn omes 1. Polyn omes a ` une ind etermin ee 2. Fonctions polynomiales 3. Polyn omes scind es, fonctions sym etriques el ementaires des racines 4. Arithm etique de lanneau des polyn omes 5. Polyn omes irr eductibles, d ecomposition 6. Feuille de TD 15 : Polyn omes Chapitre XVI. Matrices 1. D enitions. Matrices particuli` eres 2. Matrice dune famille nie de vecteurs, dune application lin eaire 3. Op erations sur les matrices 4. Matrice de changement de base 5. Matrices equivalentes, matrices semblables 6. Rang dune matrice. Op erations el ementaires 7. Syst` emes 8. Feuille de TD 16 : Matrices Chapitre XVII. D eterminant 1. Groupe sym etrique 2. Applications multilin eaires 3. D eterminant de n vecteurs dans une base 4. D eterminant dun endomorphisme 5. D eterminant dune matrice carr ee 6. Calcul et utilit e dun d eterminant 7. Applications de la notion de d eterminant 8. Feuille de TD 17 : D eterminant Chapitre XVIII. Espaces euclidiens 1. Produit scalaire 2. Orthogonalit e 3. Automorphismes orthogonaux 4. Automorphismes orthogonaux du plan 5. Automorphismes orthogonaux de lespace 6. Feuille de TD 18 : Espaces euclidiens Chapitre XIX. Fractions rationnelles 1. Corps des fractions rationnelles 2. Fonctions rationnelles 3. Etude locale dune fraction rationnelle 4. Compl ements 5. Feuille de TD 19 : Fractions rationnelles Chapitre XX. Espaces anes 1. Notion despace ane : distinguer point et vecteur 2. Sous-espaces anes 3. Applications anes 4. Espaces anes euclidiens 5. Feuille de TD 20 : Espaces anes partie D. Analyse et g eom etrie di erentielle Chapitre XXI. Nombres r eels, suites num eriques 1. Le corps des nombres r eels 2. Suites de nombres r eels : premi` eres d enitions 3. Limite dune suite de nombres r eels 4. Limites et ordre 5. Op erations alg ebriques sur les limites 6. Suites extraites 7. Suites monotones. Th eor` emes des segments embo t es et de Bolzano-Weierstrass. 8. Relations de comparaison 5 329 329 337 343 345 348 352 357 358 359 361 366 367 369 374 377 383 383 388 392 394 396 398 400 403 409 409 412 423 428 432 435 439 439 443 445 449 451 453 453 454 457 460 468 471 473 473 478 480 482 484 486 487 491 phane FLON Ste

` CHAPITRE . TABLE DES MATIERES 9. Br` eve extension aux suites complexes 10. Questionnaire 8 : Suites 11. Feuille de TD 21 : Nombres r eels, suites num eriques Chapitre XXII. Fonctions num eriques 1. Pr eliminaires topologiques 2. Premi` eres d enitions 3. Etude locale dune fonction 4. Limite et ordre 5. Op erations alg ebriques sur les limites 6. Limites et monotonie 7. Caract erisation s equentielle de la continuit e 8. Fonctions continues sur un intervalle 9. Uniforme continuit e 10. Fonctions a ` valeurs complexes 11. Questionnaire 9 : Fonctions 12. Feuille de TD 22 : Fonctions num eriques Chapitre XXIII. D erivation 1. D eriv ee en un point, fonction d eriv ee 2. D erivabilit e sur un intervalle 3. D eriv ees successives 4. Fonctions convexes 5. Br` eve extension aux valeurs complexes 6. Questionnaire 10 : D erivation 7. Feuille de TD 23 : D erivation Chapitre XXIV. Suites r ecurrentes 1. Introduction 2. Quelques exemples classiques 3. Etude g en erale 4. Application ` a lapproximation 5. Questionnaire 11 : Suites r ecurrentes 6. Feuille de TD 24 : Suites r ecurrentes Chapitre XXV. Int egration 1. Int egrale dune fonction continue par morceaux 2. Propri et es de lint egrale 3. Calcul approch e dune int egrale 4. Extension de la d enition dune int egrale 5. Feuille de TD 25 : Int egration Chapitre XXVI. Primitives 1. Primitives et int egrales dune fonction continue 2. M ethodes de calcul de primitives 3. Primitives des fonctions usuelles 4. Techniques de calcul de primitives 5. Feuille de TD 26 : Primitives Chapitre XXVII. Etude locale dune fonction 1. Relations de comparaison 2. Formules de Taylor 3. D eveloppements limit es 4. Applications des d eveloppements limit es 5. Feuille de TD 27 : Etude locale dune fonction Chapitre XXVIII. Fonctions de plusieurs variables 1. Rudiments de topologie 2. Continuit e des fonctions de deux variables ` a valeurs r eelles 3. Calcul di erentiel 4. Calcul int egral 6 495 498 499 505 506 507 512 516 518 520 521 522 527 529 532 533 537 537 543 552 555 560 563 564 569 569 570 574 578 582 583 585 586 594 600 604 608 613 613 615 618 618 621 623 623 628 631 638 642 645 646 654 656 664 phane FLON Ste

` CHAPITRE . TABLE DES MATIERES 5. Feuille de TD 28 : Fonctions de plusieurs variables Chapitre XXIX. G eom etrie di erentielle 1. Etude m etrique des courbes planes 2. Champs de vecteurs 3. Feuille de TD 29 : G eom etrie di erentielle 669 673 673 682 687

phane FLON Ste

Premi` ere partie

Programme de pr ed ebut dann ee

10

CHAPITRE I

Logique
Sommaire
1. 1.1. 1.2. 1.3. 1.4. 2. 2.1. 2.2. 2.3. 2.4. 2.5. 2.6. 2.7. 2.8. 3. 3.1. 3.2. Quelques notions de logique Assertions Les connecteurs logiques Les quanticateurs Savoir ecrire la n egation dune assertion Quelques principes de d emonstration La d emonstration par labsurde Montrer une implication Montrer quune implication est fausse Montrer une equivalence Montrer un r esultat universel Montrer un r esultat existentiel Montrer un r esultat dunicit e Montrer un r esultat dexistence et dunicit e Feuille de TD 1 : Logique Logique Principes de d emonstration 11 11 12 18 21 22 22 22 23 23 24 24 25 25 26 26 27

1. Quelques notions de logique


Il ne sagit pas ici de faire un v eritable cours de logique, mais de comprendre les m ecanismes de raisonnement autoris es tout au cours de lann ee. Cette br` eve introduction utilisera un certain formalisme (connecteurs logiques, quanticateurs), quil est bon de conna tre pour sa culture g en erale, mais quil nest pas toujours imp eratif demployer dans ses copies, loin de l` a m eme. En fait, leur utilisation est plus subtile quil ny para t, et je pr eciserai quelques pr ecautions demploi ` a conna tre. Il est recommand e de revenir sur ce chapitre tout au long de lann ee si des fautes de logique subsistent dans vos copies. Bien quil ne puisse faire lobjet dune evaluation directe, il est dune importance cruciale pour la suite de lann ee. 1.1. Assertions Commen cons par une d enition informelle : D enition (Assertion) Une assertion (ou proposition ou formule) math ematique est une phrase (un ensemble de symboles syntaxiquement correct) ` a laquelle on peut assigner une valeur de v erit e (dire que la phrase est vraie ou fausse a un sens).

1.a

11

1. QUELQUES NOTIONS DE LOGIQUE Une assertion peut etre fausse

CHAPITRE I. LOGIQUE

Cette d enition, bien que oue, montre que lon accorde une importance toute relative ` a la valeur de v erit e dune assertion. Ce qui compte, cest que lui en attribuer une ait un sens. Par convention, on attribue la valeur 0 ` a une assertion fausse, 1 a une assertion vraie. Soit par exemple x un r ` eel, la phrase  (x = 2) (x = 4)  est une assertion fausse, ou encore de valeur 0. Une majeure partie de votre travail consiste ` a prouver ou d emontrer une assertion, i.e. montrer quelle est vraie.

1.1

Une assertion doit donc respecter une certaine syntaxe, que nous pr esenterons sur quelques exemples. On peut g en eralement enoncer une assertion dans deux registres di erents : le fran cais, qui est pr ef erable, et le registre formel. Outre les chires arabes, les lettres des alphabets latin et grec (quil faut absolument conna tre), les symboles plus usit es sont : les connecteurs logiques : (disjonction, se lit  ou ), (conjonction, se lit  et ), (n egation, se lit  non ), (implication ), ( equivalence ) ; les quanticateurs logiques : ( quel que soit ), ( il existe ), ! ( il existe un/une unique ) ; les parenth` eses et symboles apparent es ; les symboles ensemblistes ( appartient ` a ) et / ( nappartient pas ` a ), ( est inclus dans ) et ( nest pas inclus dans ), ( intersection ), ( union ), la di erence ensembliste \ ; les ensembles de nombres N, Z, Q, R, C ; les lois (addition, multiplication, etc.) ou relations (=, <, , etc.) dont ces ensembles sont munis.

Exemple (Reformulation dune assertion) En arithm etique, la phrase  Tout multiple entier naturel de 4 est pair.  est une assertion, que lon peut prouver facilement, et reformuler ainsi :  Tout multiple entier naturel de 4 est multiple de 2.  n N, (4|n) (2|n). 4 N 2 N.

1.2. Les connecteurs logiques 1.2.1. D enitions. Dans la suite, les lettres A, B, . . . d esignent des variables propositionnelles, cest-` a-dire des assertions qui prennent librement les valeurs 0 et 1 (signiant respectivement  faux  et  vrai ). Elles nous permettent de donner les tables de v erit e des connecteurs logiques et, partant, de d enir ces derniers.

D enition (Connecteurs logiques) A 0 1 A 0 0 1 1 B 0 1 0 1 AB 0 1 1 1 A 1 0 AB 1 1 0 1 AB 1 0 0 1 1.b

AB 0 0 0 1

12

phane FLON Ste

CHAPITRE I. LOGIQUE Exemple (Construction de nouvelles assertions)

1. QUELQUES NOTIONS DE LOGIQUE

Les connecteurs logiques, les variables propositionnelles et les parenth` eses permettent de construire de nouvelles assertions. Par exemple, la phrase  (A B ) C  est une assertion dont la valeur de v erit e d epend de celles des variables A, B et C . Le tableau de v erit e de cette assertion est A B C (A B ) C 0 0 0 0 0 0 1 0 0 1 0 0 0 1 1 1 1 0 0 0 1 0 1 1 1 1 0 0 1 1 1 1

ii

Exercice (Construire une table de v erit e) Donner le tableau de v erit e de (A) B . Quobservez-vous ? 1

Mise en garde sur les connecteurs logiques Lemploi de ces symboles na rien dobligatoire, et est m eme d econseill e, tant ils sont souvent tr` es mal employ es, surtout le symbole dimplication. Dune mani` ere g en erale, il vaut mieux eviter le formalisme radical, plut ot indigeste ` a lire : noubliez pas que vous vous adressez ` a un humain !

1.2

1.2.2. Assertions logiquement equivalentes. D enition (Assertions logiquement equivalentes) Deux assertions p et q ayant les m emes tables de v erit e (et les m emes variables propositionnelles) sont dites logiquement equivalentes. On note alors ce fait p q . 1.c

Exemple (Loi du tiers-exclu) Les assertions A et (A) sont logiquement equivalentes. Cette propri et e est appel ee loi du tiers-exclu. iii

Exercice (Assertions logiquement equivalentes) Montrer que les assertions (AB )C et (AC )(B C ) sont egalement logiquement equivalentes. On dit quil y a distributivit e du  et logique  par rapport au  ou logique . Y a-t-il distributivit e du  ou logique  par rapport au  et logique  ?

13

phane FLON Ste

1. QUELQUES NOTIONS DE LOGIQUE Assertions logiquement equivalentes

CHAPITRE I. LOGIQUE

Concr` etement, des assertions logiquement equivalentes peuvent se substituer lune a lautre, elle ne di` ` erent que par la forme (la syntaxe ) et non la signication (la s emantique ). Cela permet parfois deectuer des simplications ou des manipulations alg ebriques sur une assertion donn ee. Par exemple, on pourra simplier (A) en A sans crainte dans une assertion.

1.3

Importance du parenth esage Jai spontan ement ajout e des parenth` eses dans certaines assertions, telles que (A B ) C . La raison en est simple : l ecriture sans parenth` eses A B C est ambigu e, car elle peut tout aussi bien signier (A B ) C que A (B C ). Cette ambigu t e serait supportable si ces deux assertions etaient logiquement equivalentes, mais il est facile de constater quelles ne le sont pas, comme on peut le constater en consid erant le cas suivant :

1.4

1.2.3. Le symbole d equivalence. Cest peut- etre le symbole le plus simple : il exprime l equivalence logique entre deux assertions. Lexpression  p q est vraie  signie que p et q sont logiquement equivalentes. Lassertion ((A)) A est donc toujours vraie, peu importe la valeur de v erit e de A (on dit que cette assertion est une tautologie). Nous ne donnerons pas toutes les tautologies classiques, de peur de lasser le lecteur, mais nous en verrons certaines en TD, voir lexercice 4.

Equivalence et reformulation Cette notion d equivalence est bien s ur li ee ` a celle de reformulation, puisque, lorsque B est une reformulation de A, lassertion A B est vraie. Cependant, la notion de reformulation na pas la pr ecision et luniversalit e de l equivalence. Consid erons par exemple les deux assertions p : ei = 1 et q :  la fonction cube est d erivable sur R . Ces deux assertions sont vraies : en examinant le tableau de v erit e du symbole d equivalence, on peut donc armer que : p q (ou que p q est vraie). Pourtant, il ne viendrait pas ` a lid ee de pr etendre que p soit une reformulation de q . Nous touchons l` a un point important, que nous reverrons dans le cas du symbole dimplication, voir la remarque 1.12

1.5

1.2.4. Le symbole de n egation.

D enition (Assertion contraire) Lassertion A sappelle lassertion contraire ou n egation de A 1.d

14

phane FLON Ste

CHAPITRE I. LOGIQUE Sur lassertion contraire

1. QUELQUES NOTIONS DE LOGIQUE

A sappelle assertion contraire de A, mais elle nen est ni lassertion oppos ee, ni lassertion inverse. En fait, ces adjectifs seront bien employ es plus tard, mais ne sappliqueront pas ` a des assertions, et auront un sens tout ` a fait di erent. Soit par exemple un r eel x. Lassertion x = 2 a pour contraire a x = 2, ou, puisque x est suppos e r eel, x R \ {2}. Lassertion x = 2 nest absolument pas le contraire de x = 2. De m eme, et cest un peu plus subtil, si f est une fonction de R dans R, le contraire de lassertion  f est croissante  nest absolument pas  f est d ecroissante  mais  f nest pas croissante . Dailleurs, une fonction peut tr` es bien etre ` a la fois croissante et d ecroissante. Nous verrons egalement en topologie qu etre ferm e nest pas le contraire d etre ouvert, quun ensemble peut tr` es bien etre ouvert et ferm e, ou n etre ni lun ni lautre. De nombreuses erreurs de r edaction proviennent de ce genre de confusions.
a. son assertion contraire est (x = 2) au sens strict, mais on sest permis de la reformuler.

1.6

1.2.5. La conjonction et la disjonction. Le symbole de conjonction   ne pose pas de probl` eme, puisquil a le m eme sens que dans le langage courant. Int eressons-nous plut ot au symbole de disjonction : Ou logique et ou usuel En fran cais courant, lemploi de la disjonction  ou  indique implicitement une incompatiblit e. Si par exemple au restaurant on vous demande  Fromage ou dessert ? , vous devrez choisir entre fromage et dessert, excluant ainsi lautre possibilit e : vous ne pourrez pas prendre des deux. En math ematiques et en logique en revanche, lassertion A B est vraie si A et B le sont toutes les deux : on dit que le  ou logique  est inclusif (et le  ou usuel  est g en eralement exclusif ). Si on veut utiliser  ou  au sens commun en math ematiques a, il faudra le pr eciser express ement, ou alors employer la construction  Soit . . ., soit . . . . On peut comprendre ce parti-pris inclusif en observant que les symboles   et   sont duaux par n egation en certain sens, voir 1.21 et les lois de Morgan. Nous comprendrons mieux ce parti-pris du ou inclusif en 1.6 et 1.10.
a. cest peu fr equent

1.7

Exercice (Construction du XOR) Proposer une assertion, construite avec les connecteurs logiques cit es, d ependant de A et B , dont le tableau de v erit e est celui du ou exclusif XOR. 3

Exercice (Le ou logique ` a partir de la n egation et de la conjonction) Trouver une assertion logiquement equivalente ` a A B en utilisant seulement les symboles A, B , , et les parenth` eses. 4

1.2.6. Limplication. Cest de loin le symbole le moins bien employ e. 15 phane FLON Ste

1. QUELQUES NOTIONS DE LOGIQUE Tableau de v erit e de limplication

CHAPITRE I. LOGIQUE

Essayons de comprendre comment le tableau de v erit e de limplication est construit : limplication A B se lit  si A, alors B , soit encore,  si A est vraie, alors B lest egalement . Nous d eduisons de cette implication une information sur B dans le seul cas o` u A est vraie, cette information etant que B est egalement vraie. Nous navons aucune information sur B lorsque A est fausse. Ceci explique que, lorsque A est fausse, tout soit possible pour B : B peut etre vraie comme fausse, nous devons accepter que A B soit vraie d` es que A est fausse ! Prenons un exemple concret. Soit x un r eel. Lassertion  Si x 3, alors x 0  est clairement vraie : pour x = 1 (resp. x = 1) en particulier, cela illustre le fait que le faux entra ne le vrai (resp. le faux).

1.8

Reformulations de limplication Pour exprimer une implication A B , on dit indi eremment (outre  Si A, alors B ) que A implique (ou entra ne) B ; B est une condition n ecessaire de A ; A est une condition susante de B ; Pour que B soit vraie, il sut que A le soit ; Pour que A soit vraie, il faut que B le soit. ` lexercice 4, nous avons vu A egalement une reformulation formelle de A B , ` a savoir (A) B . Il faut aussi savoir que limplication (B ) (A), appel ee contrapos ee (ou contraposition) de A B , est logiquement equivalente ` a cette derni` ere.

1.9

D enition (R eciproque dune implication) Limplication r eciproque de A B est B A. 1.e

Exercice (Implication, r eciproque, equivalence) Donner les tableaux de v erit e de A B , de B A, de (A B ) (B A) et de A B . Que remarquez-vous ? 5

Implication et r eciproque Attention ! Il ne faut surtout pas confondre une implication et sa r eciproque a : elles ne sont pas du tout logiquement equivalentes. Proposez des valeurs de v erit e pour A et B pour lesquelles A B est fausse, et B A est vraie.
a. ni dailleurs contrapos ee et r eciproque.

1.10

16

phane FLON Ste

CHAPITRE I. LOGIQUE Exemple (Implication ` a sens unique)

1. QUELQUES NOTIONS DE LOGIQUE

Soit x un r eel. Notons A lassertion x = 1, B lassertion x > 0. Nous ne pouvons pas d eterminer si A et B sont vraies ou fausses (puisque x nest pas susamment pr ecis e), mais nous pouvons armer que A entra ne B , ou encore que A est une condition susante pour que B soit vraie. Cependant, la r eciproque est fausse, car si par exemple x = 2, B est vraie sans que A le soit. Voici dautres exemples dimplications ` a  sens unique  : Etant donn e un r eel x, (x = 2) (x2 = 4) a ; (A B ) (A B ) ;
a. si x est plus pr ecis ement suppos e r eel positif, alors on a l equivalence.

iv

Exercice (Implications ` a sens unique) Trouver des exemples dimplications ` a sens unique. 6

Reformulations de l equivalence Dapr` es ce qui pr ec` ede, pour exprimer une equivalence A B , on dit indi eremment que B est vraie si et seulement si A lest ; B est une condition n ecessaire et susante de A ; Pour que A soit vraie, il faut et il sut que B le soit.

1.11

Implication et causalit e De m eme que lon ne peut pas confondre l equivalence logique   et la reformulation (voir 1.5), il convient de distinguer entre limplication   et la causalit e. Soit x un r eel. Si pour limplication (x = 2) (x2 = 4) (clairement v eri ee), on peut armer que x = 2 est cause de ce que x2 = 4, ou que x2 = 4 est cons equence de ce que x = 2, on nemploierait pas ces expressions pour limplication (x = 2) (sin2 + cos2 = 1), qui est pourtant egalement v eri ee. Noubliez-pas que la r edaction math ematique consiste en grande partie ` a faire com` ce titre, les phrases expriprendre le cheminenement de votre pens ee au lecteur. A mant la causalit e valent bien mieux quune suite dimplications logiques.

1.12

17

phane FLON Ste

1. QUELQUES NOTIONS DE LOGIQUE Causalit e et reformulation

CHAPITRE I. LOGIQUE

Bien entendu, il ne faut pas confondre implication et equivalence. Dans le m eme ordre did ee, vous ne devez pas confondre la causalit e et la reformulation : la seconde garantit la conservation de linformation, tandis que la premi` ere peut a induire une perte dinformation. Consid erons par exemple un entier naturel n. Si par exemple n = 5, alors il existe des entiers tous deux non nuls p et q tels que n2 = p 2 + q 2 (les choix p = 3 et q = 4 conviennent en eet). En termes formels, on a donc : (n = 5) ((p, q ) (N )2 , n2 = p2 + q 2 ). Savoir que n = 5 fournit une information int eressante (le carr e de n est somme de deux carr es dentiers tous deux non nuls). Cependant, le fait de savoir quil existe de tels entiers ne permet pas darmer que n = 5, puisque par exemple 13 v erie aussi cette propri et e (132 = 122 + 52 ). Il est tr` es important en math ematiques de prendre conscience de ces pertes ou conservations de linformation. La phase de r esolution dun exercice sen retrouve facilit ee.
a. il se peut quapr` es examen, limplication soit une equivalence.

1.13

Implication et donc Dans de nombreuses copies, on trouve souvent le symbole employ e dans le sens de  donc . Cest une grave erreur. Tout dabord,  donc  exprime une causalit e, et non seulement une implication au sens logique : vous ne diriez pas  x = 3 donc la fonction cosinus est d erivable sur R . Toutefois, l` a nest pas lessentiel. La grande di erence entre les phrases  Si A, alors B  et  A, donc B  provient du fait que dans le premier cas, vous ne savez absolument pas si A (ou B ) est vraie, vous savez seulement que si daventure A lest (ce qui nest pas garanti), alors B lest egalement. Dans la phrase  A, donc B  en revanche, vous exprimez dabord que A est vrai (cest etabli), et vous en d eduisez que B lest egalement.

1.14

1.3. Les quantificateurs Lemploi des quanticateurs est relativement d elicat. Il est toutefois essentiel de les avoir rencontr es avant de passer les concours, notamment pour la concision quils peuvent apporter. De plus, il donnent un moyen m ecanique d ecrire la n egation dune assertion (voir la m ethode 1.21). 1.3.1. Symbole universel. Le quanticateur logique se lit  pour tout , ou  quel que soit , n signie que lon consid` ere tous les n satisfaisant les conditions demand ees. Il permet de cr eer une conjonction dun nombre arbitraire dassertions. 18 phane FLON Ste

CHAPITRE I. LOGIQUE Exemple (Lecture du symbole universel)

1. QUELQUES NOTIONS DE LOGIQUE

Lexpression  n N  indique que lon consid` ere tous les el ements de N, ou encore que n d esigne un entier naturel quelconque : aucune information autre que son appartenance ` a N nest connue sur n. Lassertion (clairement vraie) n N, (4|n) (2|n), se lit dabord  Pour tout entier naturel n, si 4 divise n, alors 2 divise n , puis par exemple  Tout entier naturel n divisible par 4 est divisible par 2 . En fait, on se rend compte quil nest pas n ecessaire de nommer lentier naturel dont on parle, de sorte quune reformulation possible de lassertion initiale est  Tout entier naturel multiple de 4 est pair , ce qui est quand m eme beaucoup plus uide. Il vous faudra apprendre ` a passer ainsi du registre formel au registre fran cais, notamment en colles. v

Symbole universel et conjonction En d enitive, le symbole universel permet dexprimer une conjonction dassertions. Par exemple lassertion n N, n = ( n)2 , 2 signie que lassertion n = ( n) est vraie pour tout entier naturel n : pour 0, pour 1, pour 2, etc.

1.15

Symbole universel et implication Revenons ` a lassertion n N, (4|n) (2|n), qui est comme on la indiqu e clairement vraie. Dapr` es la remarque pr ec edente, cela sigie quune conjonction dimplications est vraie, i.e. que chacune dentre elles lest : lassertion (4|n) (2|n) est vraie pour n = 0, n = 1, etc. En particulier, voyons ce que cela donne lorsque n vaut 1 puis 2 : Si 1 est divisible par 4, alors 1 est pair ; Si 2 est divisible par 4, alors 2 est pair. En admettant ces assertions, on comprend pourquoi le faux entra ne le faux, et le faux entra ne le vrai.

1.16

1.3.2. Symbole existentiel. Le quanticateur logique se lit  il existe , et  x, blabla  annonce lexistence dau moins un x (peut- etre plusieurs) tel que  blabla .

Exemple (Utilisation du symbole existentiel) Lassertion  x R, x > 0  se lit  Il existe (au moins) un r eel qui soit strictement positif  : elle est vraie. vi

Lexpression ! impose de plus lunicit e, et !x annonce lexistence et lunicit e dun x : par exemple, !x R, x > 0 est fausse, car il existe plusieurs r eels strictement positifs. 19 phane FLON Ste

1. QUELQUES NOTIONS DE LOGIQUE Symbole dexistence et dunicit e

CHAPITRE I. LOGIQUE

Lexpression  !  ne sera pour ainsi dire jamais employ ee en cours dann ee. Cependant, lajout de lunicit e` a une existence d ej` a etablie sera tr` es importante dans la construction du cours et dans les exercices, car un r esultat dexistence et dunicit e permet la d enition dun objet math ematique.

1.17

Exemple (Utilisation dun r esultat dexistence et dunicit e) Cherchons ` a d enir la fonction cosinus en supposant la fonction sinus d ej` a construite : la fonction cosinus est (1) la d eriv ee de la fonction sinus ; (2) une primitive de loppos ee de la fonction sinus ; (3) une fonction solution de l equation fonctionnelle f 2 + sin2 = 1 dinconnue f : RR; (4) la fonction sin t, o` u t est lapplication envoyant tout r eel x sur x + 2. Parmi ces propri et es de la fonction cosinus, quelles sont celles qui permettent de d enir la fonction cosinus ? Toutes celles qui comprennent en elles, outre un r esultat dexistence, un r esultat dunicit e, cest-` a-dire la premi` ere et la derni` ere. La fonction cosinus nest pas lunique primitive de la fonction sin, et elle nest pas non plus lunique solution de l equation fonctionnelle mentionn ee. Dailleurs, cette unicit e (ou son absence) se traduit grammaticalement : jai employ e tant ot larticle d eni  la  (r esultat dunicit e), tant ot larticle ind eni  une  (pas dunicit e a priori ). vii

Importance de lunicit e Un r esultat dexistence et dunicit e permet dintroduire une d enition, cest entendu. En quoi lunicit e, si elle venait ` a manquer, nous g enerait-elle ? Tout simplement, nous ne saurions pas pr ecis ement de quoi nous parlerions. Par exemple, il existe au moins un r eel strictement positif : soit x un tel r eel. Que dire de lassertion x = 5 ? Pas grand chose, puisquelle peut tr` es bien etre vraie comme fausse . . .

1.18

Existence et unicit e Lexistence (resp. lunicit e) dun el ement x dun ensemble v eriant la proposition R(x) arme quil existe au moins (resp. au plus) un tel el ement. Une armation dexistence et dunicit e arme donc quil existe un et un seul tel el ement.

1.19

20

phane FLON Ste

CHAPITRE I. LOGIQUE Importance du sens de lecture

1. QUELQUES NOTIONS DE LOGIQUE

Bien s ur, une assertion se lit de gauche ` a droite. Que se passe-t-il si on change perturbe lordre dapparition des quanticateurs ? Cela peut radicalement changer le sens et la valeur de v erit e de lassertion. Par exemple, lassertion x R, y R, y < x est vraie, mais y R, x R, y < x est fausse : dans le premier cas, on arme lexistence, pour tout r eel x pr ealablement x e, dun r eel y (d ependant a priori de x) qui lui soit strictement inf erieur. Dans le second, on arme lexistence dun r eel y , que lon peut se donner ind ependamment de x, strictement inf erieur ` a tout r eel x. Il faut donc exclure la permutation des quanticateurs et . En revanche, deux quanticateurs de m eme type et cons ecutifs peuvent s echanger librement : les assertions x R, y R, x2 + y 2 0 et y R, x R, x 2 + y 2 0 sont rigoureusement equivalentes, et peuvent dailleurs se reformuler sous la forme (x, y ) R2 , x2 + y 2 0, ou encore a, x, y R, x2 + y 2 0
a. certains nacceptent pas cette syntaxe un peu rel ach ee.

1.20

crire la ne gation dune assertion 1.4. Savoir e Pour ecrire la n egation dune assertion formelle p, il sut d ecrire p. Certes, mais encore ? Comment nier ecacement une assertion formelle ? Les r` egles ` a suivre sont tr` es simples : M ethode (Ecriture formelle dune n egation) (1) On ne change rien ` a lordre des symboles ; (2) ( (x , A(x))) (x , A(x)) ; (3) ( (x , A(x))) (x , A(x)) ; (4) ( (A B )) ((A) (B )) ; (5) ( (A B )) ((A) (B )). 1.21

Exemple (N egation dune assertion formelle) Soit x un nombre r eel. Le contraire de lassertion 2 x)). x < 3 est ((x < 2) (3 viii

Exemple (N egation dune implication) La n egation formelle de limplication p q peut s ecrire p (q ), ce qui peut se lire  p et pourtant non q . ix

Exercice (N egation dune assertion formelle) Quel est le contraire de x R, y Z, y x < y + 1? 7

21

phane FLON Ste

2. QUELQUES PRINCIPES DE DEMONSTRATION N egation dun r esultat dexistence et dunicit e

CHAPITRE I. LOGIQUE

La n egation dun r esultat dexistence et dunicit e est relativement compliqu ee. Elle s ecrit en exprimant le fait que lexistence ou lunicit e tombe en d efaut.

1.22

Exercice (N egation dun r esultat dexistence et dunicit e) Quel est le contraire de x R, !y Z, y x < y + 1? 8

monstration 2. Quelques principes de de


monstration par labsurde 2.1. La de La d emonstration par labsurde, consiste, pour prouver une assertion p, ` a montrer que supposer p conduit ` une contradication, i.e. ` a a montrer que p est fausse : dapr` es le principe du tiers-exclu, p est vraie. Il est donc important de savoir nier une assertion donn ee, voir 1.21. Exercice (Une preuve historique par labsurde) Voir lexercice de TD 7. 9

2.2. Montrer une implication Voici diverses pistes pour d emontrer une implication p q : (1) D emonstration directe :  Supposons p . . . Ainsi, q est v eri ee  ; (2) D emonstration par contraposition :  Supposons q . . . Ainsi, p est v eri ee  ; (3) D emonstration par labsurde :  Supposons p et (pourtant) q . . . Ceci est absurde, on a donc bien p q .

Ne pas partir de ce que lon veut montrer Attention ! Lorsque vous voulez d emontrer limplication p q , vous pouvez supposer p, supposer q , voire supposer ces deux assertions, mais ne supposez jamais q , que vous devez montrer sachant p. Cette erreur est incompr ehensible et pourtant fr equente.

2.1

Cha ne dimplications Comment remplacer les pointill es ? On eectue une suite de conclusions successives, en partant par exemple de p pour arriver ` a la conclusion q . De mani` ere sous-jacente, la r` egle de logique employ ee est celle du syllogisme.

2.2

22

phane FLON Ste

CHAPITRE I. LOGIQUE Implication et absurde

2. QUELQUES PRINCIPES DE DEMONSTRATION

Pourquoi aimez-vous les d emonstrations par labsurde ? Tout simplement parce que vos hypoth` eses de d epart sont plus fortes (vous supposez p et q ) que dans les autres types de d emonstrations. Cependant, la d emonstration par labsurde nest pas un passage oblig e, et vous pouvez vous entra ner ` a ne pas lemployer pour rendre votre r edaction plus el egante.

2.3

2.3. Montrer quune implication est fausse Comme nous lavons vu pr ec edemment, pour montrer quune implication A B est fausse, on montre que A est vraie et B pourtant fausse. Rupture de cha ne dimplications Attention ! Supposons que vous ayez montr e, dans un certain contexte (par exemple x r eel) une implication A B ` a partir dune suite dimplications A A1 , A1 A2 , . . ., An B . Supposons maintenant que le contexte change (par exemple que x soit d esormais complexe), et que lune des implications de la cha ne tombe en d efaut. Que peut-on en d eduire sur limplication de d epart A B : rigoureusement rien ! En eet, le raisonnement que vous avez tenu dans le cas r eel nest plus valide dans le cas complexe, mais rien ne dit quil nexiste pas de raisonnement alternatif permettant n eanmoins de contourner lobstacle. On peut comparer une suite dimplications ` a un chemin a : si le chemin que vous aviez trouv e pour aller de A ` a B est maintenant obstru e, rien ne dit quil nen existe pas un autre. Trouvez un exemple dimplication valable dans un contexte r eel, puis dans un contexte x complexe, mais en utilisant darguments di erents.
a. ` a sens unique, on ne peut pas  remonter le courant 

2.4

Invalidit e de preuve On peut r esumer et etendre la remarque pr ec edente sous la morale suivante :  une invalidit e de preuve nest pas une preuve dinvalidit e . 2.5

quivalence 2.4. Montrer une e

M ethode (Montrer une equivalence) Pour montrer une equivalence, on peut : proc eder par double implication : on montre une implication et sa r eciproque ; proc eder en raisonnant par equivalences.

2.6

23

phane FLON Ste

2. QUELQUES PRINCIPES DE DEMONSTRATION Rupture de cha ne d equivalences

CHAPITRE I. LOGIQUE

On peut comparer une suite d equivalences comme un chemin que lon parcourt librement, dans un sens comme dans lautre. Comme pour une cha ne dimplications, une rupture de cha ne de plusieurs equivalences ne permet pas de dire que l equivalence initiale tombe en d efaut. Cependant, et cest un peu subtil, dans le cas o` u une equivalence et une seule est fausse, on peut armer que l equivalence initiale est fausse.

2.7

D emonstration d equivalence entre plusieurs assertions Si vous voulez montrer l equivalence entre plusieurs assertions, mettons entre les trois assertions A, B , C pour xer les id ees, vous pouvez proc eder par implications cycliques, par exemple en prouvant les trois implications A B , B C , C A.

2.8

N egation dune equivalence Montrer quune equivalence est fausse revient ` a montrer que lune (au moins) des deux implications qui la forment tombe en d efaut. Il se peut fort bien que lune des implications soit vraie.

2.9

sultat universel 2.5. Montrer un re

M ethode (Montrer un r esultat universel) Pour montrer un r esultat universel du type x , R(x), on proc` ede Par sens direct :  Soit x un el ement (quelconque) de . On a donc bla bla bla . . . L el ement x de , (arbitrairement choisi), v erie donc R(x) . Il faut bien comprendre que x d esigne un el ement  g en erique  de , il nest pas question den choisir un en particulier. Par labsurde :  Supposons lexistence dun el ement x de tel que (R(x)). On a alors . . . Ceci est absurde : tout el ement x de v erie R(x) .

2.10

sultat existentiel 2.6. Montrer un re Pour montrer un r esultat existentiel x , R(x), on proc` ede le plus souvent en exhibant un el ement pertinent de :  L el ement x0 = . . . de v erie R(x) . On a ici d etermin e explicitement un x0 convenable. On dit que cette preuve dexistence est constructive. R esultat dexistence implicite Il arrive parfois quon montre un r esultat dexistence sans expliciter un el ement convenable, mais en utilisant un argument transversal. Nous verrons de nombreux r esultats dans le cours armant une existence de mani` ere non constructive (th eor` emes des valeurs interm ediaires, de la base incompl` ete, de Bolzano-Weierstrass, etc.). On peut en voir un exemple (un peu anecdotique) dans lexercice 9

2.11

24

phane FLON Ste

CHAPITRE I. LOGIQUE N egation dun r esultat universel

2. QUELQUES PRINCIPES DE DEMONSTRATION

Pour montrer quun r esultat universel x , R(x) tombe en d efaut, nous exhiberons donc souvent un contre-exemple x0 (tel que (R(x))).

2.12

sultat dunicite 2.7. Montrer un re Outre des arguments beaucoup trop sophistiqu es pour nous pour linstant, un r esultat dunicit e  il existe au plus un x tel que R(x)  se montre souvent de la mani` ere suivante :  Soit x et x , el ements de , tels que R(x) et R(x ). On a alors . . . Finalement, x = x . , qui admet la variante (par labsurde) :  Soit x et x deux el ements distincts de , tels que R(x) et R(x ). On a alors . . . Ceci est absurde.  sultat dexistence et dunicite 2.8. Montrer un re Pour montrer lexistence et lunicit e, on peut raisonner par equivalence pour trouver un unique x0 convenable, ou prouver s epar ement existence et unicit e. Dans ce dernier cas, on peut commencer par etudier lunicit e: en travaillant sur les contraintes impos ees ` a un tel x, on peut arriver ` a un unique candidat convenable et explicite x0 . La phase dexistence sen trouve grandement simpli ee, puisquil sut alors de v erier que ce candidat x0 (explicite) v erie bien les contraintes impos ees. On dit que lon a eectu e un raisonnement par analyse-synth` ese. Importance de la synth` ese Attention ! La phase de synth` ese, bien que souvent facile, est essentielle dans ce type de raisonnement. En eet, un r esultat dunicit e nimpose aucunement lexistence. Prenons un exemple tr` es simple : cherchons les r eels x tels que ((x = 2) (x < 0)). Dans une premi` ere phase danalyse, on suppose disposer dau moins un x convenable, et on trouve une seule valeur possible pour x (ici, la valeur 2) : on peut dire quil y a unicit e, ou  unicit e en cas dexistence . Dans la phase de synth` ese, on teste le candidat trouv e : dans cet exemple, 2 ne v erie pas lassertion de d epart. Cest pourquoi, m eme quand la synth` ese est evidente, on prendra garde ` a bien la faire gurer dans sa r edaction.

2.13

G en eralisation du raisonnement par analyse-synth` ese On peut g en eraliser le raisonnement par analyse-synth` ese de la mani` ere suivante : on cherche ` a d ecrire lensemble {x , R(x)}. Dans une phase danalyse, on commence par prendre un tel x, puis ` a cerner, ` a force de d eductions, la ou les valeurs possibles de x. Dans la phase de synth` ese, on v erie quelles valeurs, parmi celles impos ees par la phase danalyse, v erient bien R(x).

2.14

Exercice (Raisonnement par analyse synth` ese) R esoudre le syst` eme dinconnue complexe x : (x2 + x + 1 = 0) (x2 + 2x + 2 = 0). M eme question avec le syst` eme (x2 2x = 0) (x2 + 2x 8 = 0). 10

25

phane FLON Ste

3. FEUILLE DE TD 1

CHAPITRE I. LOGIQUE

3. Feuille de TD 1 : Logique
3.1. Logique

Exercice 1 (Valeur de v erit e) Donner, lorsque cela est possible, la valeur de v erit e des assertions suivantes : (1) (4 = 2 + 2) (4 = 2 + 1) ; (2) (4 = 2 + 2) (4 = 2 + 1) ; (3) (4 = 2 + 2) (4 = 3 + 1) ; (4) (4 = 2 + 2) (4 = 2 + 1) ; (5) (4 = 2 + 1) (4 = 3 + 1) ; (6) (4 = 2 + 1) (4 = 1 + 1) ; (7) x R, x2
2

0; 1) (x

(8) (x, y ) R , z R, ((x < z < y ) (y < z < x)) ; (9) x R, ((x2 1)) ; (10) La fonction inverse de R dans R est d ecroissante.

Exercice 2 (Reformulations formelles et n egations)

Soit f une application de R dans R. Ecrire dans le langage formel (le cas ech eant), puis donner la n egation (am elior ee) de chacune des assertions suivantes (1) f est croissante ; (2) f est strictement monotone ; (3) f sannule au moins une fois ; (4) f sannule au moins deux fois ; (5) f est constante ; (6) f est minor ee ; (7) M R, t0 R, t R, ((t t0 ) (f (t) M )).

Exercice 3 (Nier linjectivit e)

1 Soient R et S des assertions. Donner la n egation de R S , sans symbole dimplication. 2 Soit f : E E une application (E et E etant deux ensembles non vides). Linjectivit e de f peut sexprimer ainsi : x, x E, (f (x) = f (x )) (x = x ), Exprimer la non injectivit e.

26

phane FLON Ste

CHAPITRE I. LOGIQUE Exercice 4 (Quelques tautologies c el` ebres (et utiles)) Montrer que les assertions suivantes sont des tautologies : (1) ((A)) A (principe du tiers-exclu ) (2) (A A) A (idempotence de la conjonction ) (3) (A A) A (idempotence de la disjonction ) (4) (A B ) (B A) (commutativit e de la conjonction ) (5) (A B ) (B A) (commutativit e de la disjonction ) (6) (A (B C )) ((A B ) C ) (associativit e de la conjonction ) (7) (A (B C )) ((A B ) C ) (associativit e de la disjonction ) (8) ((A B )) (A B ), ((A B )) (A B ) (lois de Morgan ) (9) (A (A B )) B (r` egle du modus ponens )

3. FEUILLE DE TD 1

(10) ((A (B C )) ((A B ) (A C ))) (distributivit e de la conjonction par rapport ` a la disjonction) (11) ((A (B C )) ((A B ) (A C ))) (distributivit e de la disjonction par rapport a ` la conjonction ) (12) ((A B ) (B C )) (A C ) (syllogisme ) (13) ((A C ) (B C )) ((A B ) C )) (disjonction des cas ) (14) (A B ) ((A) B ) ((B ) (A)) ((A B ) A) ((A B ) B ) ((A (B ))) (15) (A B ) (((A) B ) ((B ) A)) ((A B ) ((A) (B )))

Exercice 5 (Tous non nuls et non tous nuls)

Soient x1 , . . . , xn des nombres r eels, o` un 2. Traduire en langage formel les deux assertions suivantes :  Les nombres x1 , . . . , xn sont non tous nuls ,  Les nombres x1 , . . . , xn sont tous non nuls . Dans le cas o` u n = 2, trouver des formules math ematiques (sans connecteurs) equivalentes ` a ces assertions. Trouver de telles formules si x1 et x2 sont suppos es complexes.

Exercice 6 (Valeur de v erit e et n egation) Donner la valeur de v erit e et la n egation des assertions suivantes : (a)x R, y R, (c)x R, y R, x+y >0 x+y >0 ; ; (b)x R, y R, (d)x R, y R, x+y >0; y 2 > x.

monstration 3.2. Principes de de

Exercice 7 (Irrationalit e de

2)

Montrer lirrationalit e de 2. On pourra raisonner par labsurde, en supposant pouvoir ecrire 2 = p q, o` u p et q sont des entiers premiers entre eux (q non nul).

27

phane FLON Ste

Exercice 8 (Raisonnement par analyse-synth` ese)

En eectuant un raisonnement par analyse-synth` ese, r esoudre les syst` emes dinconnues r eelles x, y, z : x+y+z = 0 x+y+z = 0 x + 2 y + 2 z = 1 x + 2 y + 2 z = 1 et 2x + y + 3z = 3 2x + y + 3z = 3 2x 3y + z = 3 3x y + 4z = 2

Exercice 9 (Exemple astucieux de disjonction des cas) En utilisant l eventuelcaract` ere rationnel du nombre r eel 2 irrationnel x tel que x soit rationnel.

2 et 5 2
2

, montrer quil existe un nombre

28

CHAPITRE II

Ensembles, relations binaires, applications


Sommaire
1. 1.1. 1.2. 2. 2.1. 2.2. 3. 3.1. 3.2. 3.3. 3.4. 3.5. 3.6. 4. 5. 5.1. 5.2. 5.3. Notions ensemblistes Ensembles, el ements, parties Cr eation densembles a ` partir de deux ensembles Relations binaires Premi` eres d enitions Relations dordre G en eralit es sur les applications Applications : d enition et premiers exemples Composition des applications Injectivit e, surjectivit e Image directe dune partie Image r eciproque dune partie Ordre et applications Familles Feuille de TD 2 : Ensembles, relations binaires, applications Ensembles Relations binaires G en eralit es sur les applications 29 29 31 33 33 35 38 38 40 40 42 43 44 45 48 48 48 49

1. Notions ensemblistes
le ments, parties 1.1. Ensembles, e Nous consid erons la notion densemble comme premi` ere, cest-` a-dire que lon ne va pas chercher ` a la d enir. Un ensemble est une collection dobjets, qui sont appel es el ements de lensemble. Si un objet x est un el ement dun ensemble X , on dit que x appartient ` a X , ou que X poss` ede (ou comprend, ou, mais cest une mauvaise habitude, contient) x, et on note : x X . Si x nappartient pas ` a X , on note : x / X. Nous dirons que deux ensembles X et X sont egaux, et on notera X = X , sils ont les m emes el ements, i.e. ( x X, x X ) ( x X , x X ). Dans le cas contraire, X et X seront dits distincts, et on notera X = X . Etant donn e un ensemble X , on peut choisir une sous-collection de ses el ements, ce qui donne un sousensemble X de X (on dit aussi partie de X ). On dit que X est inclus dans X (ou encore que X contient X ), et on note : X X . Dans le cas o` u une partie Y de X est distincte de X , on dit que Y est une partie stricte de X , et on note : Y X. Ainsi, etant donn e deux ensembles X et X , X est inclus dans X si et seulement si tout el ement de X est el ement de X , soit encore : x X , x X. Si un ensemble X nest pas inclus dans un autre X , on note : X X . Lensemble correspondant ` a une collection vide, i.e. sans el ement, est appel e ensemble vide, et est not e . Lensemble vide est donc inclus dans nimporte quel ensemble, et cette propri et e le caract erise. Un ensemble constitu e dun seul el ement (resp. dexactement deux el ements) est appel e singleton (resp. paire).
29

1. NOTIONS ENSEMBLISTES

CHAPITRE II. PREREQUIS DE DEBUT DANNEE

Ensemble en extension, ensemble en compr ehension On peut d ecrire un ensemble en extension, cest-` a-dire en enum erant ses diff erents el ements, comme {0, 1, 1}, qui est egalement egal ` a {1, 0, 1} ou ` a {1, 0, 1, 1, 0, 0, 1, 1}, ou en compr ehension, i.e. par une propri et e qui caract erise ses el ements. Par exemple, lensemble pr ec edent peut aussi s ecrire {x R, x3 = x}.

1.1

Linclusion est une relation dordre Soit X, Y, Z trois ensembles quelconques. Nous avons les propri et es suivantes :

1.2

ement ou partie El Attention, il ne faut pas confondre l el ement x de X et le sous-ensemble {x} de X : la di erence se lit d ej` a dans la formalisation de leur relation ` a X :  x X , mais  {x} X . Elle sentend aussi dans le registre fran cais : x appartient ` a X tandis que {x} est inclus dans X , X comprend x, X contient {x}.

1.3

Notation (Ensemble des parties dun ensemble) On note P (X ) lensemble des parties de X . 1.a

Ensemble des parties dun ensemble Lensemble X est maintenant el ement de lensemble P (X ) : X P (X ). De m eme, P (X ). 1.4

Exercice (Parties dun ensemble) D ecrire en extension P ({0}), P ({0, 1}). 1

D enition (Ensembles disjoints) Deux ensembles A et B sont dits disjoints sils nont aucun el ement en commun. 1.b

30

phane FLON Ste

CHAPITRE II. PREREQUIS DE DEBUT DANNEE Ensembles disjoints, ensembles distincts Deux ensembles distincts ne sont pas n ecessairement disjoints :

1. NOTIONS ENSEMBLISTES

Deux ensembles disjoints sont-ils toujours distincts ?

1.5

ation densembles a ` partir de deux ensembles 1.2. Cre On se donne deux sous-ensembles A et B dun ensemble X . D enition (Union) On note A B et appelle union de A et de B lensemble : A B := {x X, ((x A) (x B ))}. 1.c

Ou logique et union Surtout, ne pas oublier que le  ou logique  (not e ) est inclusif en math ematiques. Par exemple, A A = A. 1.6

D enition (Intersection) On note A B et on appelle intersection de A et de B lensemble : A B := {x X, ((x A) (x B ))}. 1.d

Union disjointe Ainsi, deux ensembles A et B sont disjoints si et seulement si A B = . Si tel est le cas, on dit que A B est la r eunion disjointe de A et B , et on note cet ensemble A B.

1.7

D enition (Compl ementaire dune partie dans un ensemble) On note par


XA

(ou A), et on appelle compl ementaire de A dans X lensemble :


XA

:= {x X, (x / A)}.

1.e

Compl ementaire dune partie dans un ensemble La notion de compl ementaire fait intervenir deux ensembles : un ensemble X et une de ses parties A. Si vous changez lensemble contenant X , vous allez aussi changer le compl ementaire. Cest pourquoi la notion A ne semploie que si lensemble X dans lequel on prend le compl ementaire a et e pr ecis e pr ealablement.

1.8

31

phane FLON Ste

1. NOTIONS ENSEMBLISTES D enition (Di erence ensembliste)

CHAPITRE II. PREREQUIS DE DEBUT DANNEE

On note par B \ A (ou B A), et on appelle di erence (ensembliste) de B par A lensemble : B \ A := {x X, ((x B ) (x / A))} .

1.f

Exercice (Di erence ensembliste) Pour A = {0, 1, 2}, B = {0, 2, 4}, donner A \ A, A \ B , B \ A. 2

Di erence ensembliste et compl ementaire Ainsi, X A = X \ A, mais la notion de compl ementaire na de sens que pour la partie dun ensemble donn e, alors que la di erence ensembliste est beaucoup plus souple et g en erale.

1.9

Connecteurs logiques et op erations ensemblistes On peut faire une analogie entre les connecteurs logiques et les op erations ensemblistes : pr eciser ` a quoi correspondent la r eunion, lintersection, le passage au compl ementaire, l egalit e et linclusion.

1.10 Cette correspondance permet de passer dassertions logiques ` a des relations ensemblistes, et r eciproquement. Par exemple, lassociativit e de la conjonction correspond a celle de lintersection : (A B ) C = A (B C ). `

Exercice (Transcription des tautologies en termes ensemblistes) Transcrire les tautologies de lexercice 4 du chapitre I en termes ensemblistes. 3

D enition (Produit Cartesien) On note A B , et appelle produit (cart esien) de A et de B lensemble : A B := {(x, y ), ((x A) (y B ))}. Les el ements dun tel ensemble produit sont appel es des couples. 1.g

32

phane FLON Ste

CHAPITRE II. PREREQUIS DE DEBUT DANNEE Couple et paire

2. RELATIONS BINAIRES

Attention, il ne faut pas confondre un couple et une paire : un couple est un el ement dun ensemble produit comme A B . Si le couple (x, y ) appartient ` a A B (i.e. x A et y B ), alors il nest pas s ur que (y, x) appartienne ` a A B , et, quand bien m eme ce serait le cas, on a (x, y ) = (y, x) si y = x. Une paire est un ensemble constitu e de deux el ements, la paire comprenant x et y est {x, y } (ou {y, x}, ou {y, x, x, y }). Le couple (x, x) de A B na de sens que pour un el ement x de A B , tandis quil est impossible de parler de la paire {x, x} (il sagit en fait du singleton {x}).

1.11

D enition (Puissance dun ensemble) Comme exemple particulier de produit cart esien, il y a celui dun ensemble avec lui-m eme : A A, que lon note aussi A2 . Dans la syntaxe formelle, on accepte les deux tournures suivantes : x, y A, . . . (x, y ) A2 , . . . La premi` ere se lit  Pour tous el ements x et y de A, . . . , la seconde se lit  Pour tout couple (x, y ) d el ements de A, . . . .

1.h

On d enit egalement par r ecurrence An pour tout n N , par A1 = A et, pour tout n N : An+1 = A An . On consid` ere n ensembles E1 , E2 , . . . , En , o` u n 2. Un el ement du produit cart esien E1 E2 En correspond ` a la donn ee, pour tout entier k entre 1 et n, et dans cet ordre, dun el ement xk de lensemble Ek , et est appel e un n-uplet. Il est not e (x1 , . . . , xn ). L el ement xk est appel e k -i` eme composante (ou projection, ou coordonn ee) du n-uplet. Si E1 = = En , on note lensemble produit E n . n-uplet et ensemble Le n-uplet (x1 , . . . , xn ) est ordonn e (comme un mot), alors que lensemble {x1 , . . . , xn } est  en vrac . 1.12

2. Relations binaires
`res de finitions 2.1. Premie Soit E un ensemble. D enition (Relation binaire) On appelle relation (binaire) toute partie R du produit cart esien E 2 = E E . Pour tout couple (x, y ) d el ements de E , on dit que x est en relation avec y , et on note xRy , lorsque (x, y ) R.

2.a

La sym etrie ne va pas de soi Si x est en relation avec y , y nest pas n ecessairement en relation avec x 2.1

33

phane FLON Ste

2. RELATIONS BINAIRES

CHAPITRE II. PREREQUIS DE DEBUT DANNEE

Deux el ements ne sont pas forc ement en relation Il se peut que deux el ements de E ne soient pas en relation (ni dans un sens, ni dans lautre). Il se peut m eme quun el ement ne soit pas en relation avec lui-m eme. 2.2

Exemple (Relations) Voici quelques relations tr` es classiques : Si R = E E , la relation binaire obtenue est dite universelle (deux el ements quelconques de E sont en relation). Relation d egalit e =. Relation dinclusion sur P (E ). Relation sur R. Relation de divisibilit e dans N ou dans Z : Relation de congruence modulo un entier naturel non nul a dans Z :

D enition (Propri et es dune relation) Une relation binaire R sur E est dite r eexive si chaque el ement de E est en relation avec lui-m eme, sym etrique si x, y E, transitive si x, y, z E, antisym etrique si x, y E, (xRy y Rx) x = y ((xRy ) (y Rz )) xRz x Ry y Rx 2.b

R e ecriture de lantisym etrie La relation R est antisym etrique si et seulement si, pour tout (x, y ) E 2 : ((xRy ) (x = y )) ((y Rx)).

2.3

ements en relation El Si R est sym etrique, on peut dire sans ambigu t e que x et y sont ou ne sont pas en relation. Si R nest pas sym etrique, on convient le plus souvent que x et y sont en relation si xRy ou y Rx. Trouvez une relation non sym etrique classique pour laquelle on emploie ce vocabulaire :

2.4

34

phane FLON Ste

CHAPITRE II. PREREQUIS DE DEBUT DANNEE Sym etrie et antisym etrie

2. RELATIONS BINAIRES

Il existe des relations non sym etriques et non antisym etriques, et la relation d egalit e est ` a la fois sym etrique et antisym etrique. Est-ce la seule ? 2.5

D enition (Relation d equivalence) Une relation est dite d equivalence lorsquelle est r eexive, sym etrique, transitive. 2.c

Exemple (de relations d equivalence) Cest le cas de la relation de congruence modulo a N , du parall elisme de deux droites. Soit f, g : {0, 1} {0, 1}. On pose f Rg si et seulement si f (0) = g (0) ou f (1) = g (1). Est-ce une relation d equivalence sur lensembles des applications de {0, 1} dans {0, 1} ?

ii

Relation d equivalence Une relation d equivalence permet de regrouper les el ements equivalents en classes d equivalence, formant ainsi une partition de E . 2.6

2.2. Relations dordre Il sagit dun cas particulier important de relation binaire. D enition (Relation dordre) Une relation dordre est une relation binaire r eexive, antisym etrique et transitive. 2.d

Relation dordre et d equivalence Lunique relation dordre et d equivalence est la relation d egalit e (plus nement, lunique relation r eexive, sym etrique et antisym etrique est la relation d egalit e). 2.7

35

phane FLON Ste

2. RELATIONS BINAIRES Ordre strict

CHAPITRE II. PREREQUIS DE DEBUT DANNEE

Etant donn e une relation dordre sur un ensemble E , on d enit lordre strict associ e, not e <, par x < y ((x y ) (x = y )), pour tous (x, y ) E 2 . On notera quun ordre strict a nest pas un ordre.
a. sauf dans un cas pathologique

2.8

Exemple (Ordre) Lordre naturel (ou usuel) dans N, Z, Q, R : cet ordre est si naturel quil est parfois sous-entendu. La relation dinclusion sur P (E ), la relation de divisibilit e dans N. Si F est une partie dun ensemble E ordonn e pour , cette relation induit une relation dordre sur F .

iii

ements comparables) D enition (El Soit une relation dordre sur E . Deux el ements x et y de E sont dits comparables si x y ou y x. Si deux el ements quelconques de E sont toujours comparables, on dit que est une relation dordre total, et que lensemble E est totalement ordonn e par (ou pour) . Sinon, on dit est une relation dordre partiel.

2.e

Exemple (Relations dordre total ou partiel) (1) La relation dordre naturelle sur N, Z, Q, R est bien s ur totale ; (2) La relation dinclusion sur un ensemble dau moins deux el ements est une relation dordre partiel ; (3) On peut d enir un ordre sur R2 , en posant : (x, y ) (x, y ) (x , y ) ((x x ) (y y )) y ))) iv (ordre partiel) mais aussi en posant (x , y ) ((x < x ) ((x = x ) (y
n

Ce dernier ordre est total, et se g en eralise ` a R , et qui est appel e ordre lexicographique.

D enition (Majorant, minorant, ensemble born e) Soit (E, ) un ensemble ordonn e. Soit A une partie non vide de E . On dit quun el ement x de E est un majorant de A dans E (ou quil majore A) si, pour tout el ement de A, on a a x. On dit quun el ement x de E est un minorant de A dans E (ou quil minore A) si, pour tout el ement de A, on a x a. On dit que A est major ee (resp. minor ee) sil existe un majorant (resp. un minorant) de A. On dit que A est born ee si elle est major ee et minor ee.

2.f

36

phane FLON Ste

CHAPITRE II. PREREQUIS DE DEBUT DANNEE Majorant et minorant

2. RELATIONS BINAIRES

En particulier, un majorant ou minorant de A dans E est comparable ` a tout el ement de A, et nest pas forc ement el ement de A. Un majorant (ou un minorant) na aucune raison d etre unique. On peut aussi observer que la notion de majorant (par exemple) est relative ` a lensemble ordonn e E dans lequel on se place.

2.9

D enition (Plus grand ou plus petit el ement) Dans le m eme contexte, un el ement de A est appel e plus grand el ement (ou el ement maximum) de A sil majore A. Un el ement de A est appel e plus petit el ement (ou el ement minimum) de A sil minore A. Ces el ements sont not es (sils existent) max A et min A, respectivement.

2.g

Plus grand ou plus petit el ement A poss` ede au plus un plus grand el ement (et au plus un plus petit el ement). 2.10

Exemple (Plus grand ou plus petit el ement) [1; +[ admet un plus petit el ement, et pas de majorant dans R ; Dans R, ] ; 2[ nadmet pas de minorant, admet des majorants, mais pas de plus grand el ement ; Dans (N, ), toute partie non vide admet un minimum (mais pas forc ement de maximum) ; Dans N ordonn e par la divisibilit e, le plus petit el ement de N est 1, mais ne poss` ede pas de plus grand el ement ; Toute partie A de P (E ) admet un majorant E (pour linclusion) et un minorant , alors que ses el ements ne sont pas forc ement comparables.

Notion d el ements minimal et maximal (hors programme) Si E = {a, b, c, d} a et A = {{a}, {b, d}, {a, b}, {a, c}, {a, c, d}} P (E ), alors A ne poss` ede pas de plus grand el ement, ni de plus petit el ement. Pourtant le singleton {a} est inclus dans tous les autres el ements de A, sauf {b, d}, qui ne lui est pas comparable. Pour exprimer cette propri et e, on dit que {a} est un el ement minimal de A (pour linclusion). Cela dit {b, d} est aussi minimal, et les el ements maximaux sont {b, d}, {a, b} et {a, c, d}, et {a, c} nest ni minimal ni maximal. Dans le cas o` u lordre est total, maximum=maximal et minimum=minimal. Quels sont les el ements minimaux de N \ {0, 1} pour la relation dordre de divisibilit e?

2.11

a. o` u a, b, c et d sont distincts deux ` a deux

37

phane FLON Ste

ERALIT SUR LES APPLICATIONS 3. GEN ES D enition (Bornes sup erieure et inf erieure)

CHAPITRE II. PREREQUIS DE DEBUT DANNEE

Soit (E, ) un ensemble ordonn e, et A une partie de E admettant un majorant. On dit que A admet une borne sup erieure dans E si lensemble des majorants de A dans E admet un plus petit el ement. Dans ce cas, ce plus petit el ement est appel e la borne sup erieure de A dans E , et not e sup(A). Soit (E, ) un ensemble ordonn e, et A une partie de E admettant un minorant. On dit que A admet une borne inf erieure dans E si lensemble des minorants de A dans E admet un plus grand el ement. Dans ce cas, ce plus grand el ement est appel e la borne inf erieure de A dans E , et not e inf(A).

2.h

Exemple (Bornes sup erieure et inf erieure) Si A admet un plus grand el ement max(a), cet el ement est bien s ur la borne sup erieure de A. La r eciproque est fausse en g en eral, comme le montre lexemple [0, 1[ ; {x Q, |x| < 2} na pas de borne sup erieure dans Q mais en a une dans R. En fait, R poss` ede la propri et e fondamentale (que nous ne d emontrerons pas) que toute partie de R major ee admet une borne sup erieure ; Soit mi , 1 i n des entiers strictement positifs. Donner les bornes sup erieure et inf erieure de {mi , i [[1, n]]} dans N pour la relation de divisibilit e:

vi

Caract erisation de la borne sup erieure dans le cas de lordre total On suppose E totalement ordonn e. Pour que b E soit la borne sup erieure de A dans E , il faut et il sut quil v erie simultan ement les deux conditions : (1) a A, a b, i.e. b est un majorant de A ; 2.12 (2) c E, (c < b) a A, a > c, i.e. b est le premier majorant de A.

ne ralite s sur les applications 3. Ge


Dans ce paragraphe, E , F , G d esignent trois ensembles.

finition et premiers exemples 3.1. Applications : de

38

phane FLON Ste

CHAPITRE II. PREREQUIS DE DEBUT DANNEE D enition (Application)

ERALIT SUR LES APPLICATIONS 3. GEN ES

Une application f est la donn ee dun triplet (E, F, ), o` u E et F sont deux ensembles, une partie de E F v eriant : x E, !y F, (x, y ) . Cette application f va de son ensemble de d epart (ou source) E vers (ou dans) son ensemble darriv ee (ou but) F . sappelle le graphe de f . Pour x E , lunique y de F tel que (x, y ) est appel e image (ou valeur) de f en x, et on note : y=f(x). On dit aussi que x est un ant ec edent de y par f . Une telle application se note sch ematiquement f : E x F y = f ( x)

3.a

Deux applications f et g sont dites egales si elles ont m eme ensemble de d epart E , m eme ensemble darriv ee F , et : x E, f (x) = g (x.) Lensemble des applications de E dans F est not e F (E, F ), ou F E .

On a donc = {(x, f (x)), x E }.

Distinction entre source et but Il y a donc une dissym etrie profonde entre les ensembles E et F . De chaque el ement de E part une unique ` eche, mais il peut narriver aucune ou plusieurs ` eches sur un el ement donn e de F . On entend dailleurs cette dissym etrie dans lemploi dun article d eni pour limage, et dun article ind eni pour un ( eventuel) ant ec edent.

3.1

Importance de la source et du but La donn ee dune application doit comprendre but et source. Dans certains cas, lun ou lautre est (abusivement) oubli e, mais dans dautres, il est essentiel de les pr eciser (par exemple pour la notion de surjectivit e).

3.2

Exemple (Applications classiques) On d enit lapplication identit e (ou identique) de E (dans E ), not ee Id E , par : Id E (x) = x, pour tout x E ; Une application f : E F est dite constante si elle ne prend quune valeur, i.e. sil existe F tel que f (x) = , pour tout x E , ou encore a si (x, y ) E 2 , f (x) = f (y ).
a. en fait, ces deux assertions ne sont pas tout a ` fait equivalentes, voyez-vous pourquoi ?

39

phane FLON Ste

ERALIT SUR LES APPLICATIONS 3. GEN ES

CHAPITRE II. PREREQUIS DE DEBUT DANNEE

D enition (Restriction et prolongement ` a la source) Soit f : E F une application, soit E E . La restriction de f (au d epart) au sous-ensemble E de E est lapplication, not ee f|E , de E dans F , v eriant : f|E (x ) = f (x ) pour tout x E . On dit aussi que f est un prolongement ` a E de f|E .

3.b

3.2. Composition des applications

D enition (Compos ee de deux applications) Soit deux applications f : E F et g : F G. On d enit lapplication compos ee de f par g , lapplication, not ee g f , de E dans G, qui envoie x sur g (f (x)), pour tout x E.

3.c

Associativit e de la composition Pour trois applications E F GH , on a h (g f ) = (h g ) f. Il est donc inutile de pr eciser les parenth` eses lorsque lon compose trois fonctions ou plus. On peut consid erer quil sagit dune forme dassociativit e de la composition. 3.3
f g h

Puissances n-i` emes dune fonction En particulier, si f est une application dun ensemble E dans lui-m eme et n N , n on note f la compos ee f f (o` u f appara t n fois). Par convention, f 0 = IdE . p+q Ainsi, pour tous entiers naturels p et q , f = f p f q. n Attention ! Dans certains cas, f d esigne une compos ee, dans dautres, un produit. Le contexte permet souvent de lever lambigu t e. Sil ne le permet pas, le plus probable est le produit.

3.4

Exemple (Lidentit e est neutre pour la composition) Si f est une application de E dans F , on a f IdE = f et IdF f = f . ii

, surjectivite 3.3. Injectivite Dans la suite, f est une application de E dans F . 40 phane FLON Ste

CHAPITRE II. PREREQUIS DE DEBUT DANNEE D enition (Injectivit e, surjectivit e, bijectivit e)

ERALIT SUR LES APPLICATIONS 3. GEN ES

On dit que f est injective (ou que f est une injection) si tout el ement de F admet au plus un ant ec edent dans E par f : x, x E, (f (x) = f (x )) (x = x ). 3.d On dit que f est surjective (ou que f est une surjection) si tout el ement de F admet au moins un ant ec edent : y F, x E, y = f (x). On dit que f est bijective (ou que f est une bijection) si tout el ement de F admet un unique ant ec edent, i.e. f est injective et surjective : y F, !x E, y = f (x).

Exercice (Compatibilit e entre injectivit e et surjectivit e) Injectivit e et surjectivit e ne sont pas contraires : donner des exemples vari es des quatre cas possibles 4

D enition (Bijection r eciproque) Soit f une bijection de E sur F . On d enit une application de F dans E en associant a tout y de F son unique ant ` ec edent par f . Cette application est appel ee bijection r eciproque de f , et not ee f 1 .

3.e

Propri et es elementaires de la bijection r eciproque Soit f une bijection de E sur F . Lapplication f 1 est bijective, de bijection r eciproque f : (f 1 )1 = f . 1 1 f f = IdE , et f f = IdF ; On d enit naturellement f n pour tout n Z, et, pour tous entiers relatifs p et q , on a : f p+q = f p f q .

3.5

Proposition (Composition et injectivit e, surjectivit e, bijectivit e) On consid` ere deux applications f : E F et g : F G. (1) Si f et g sont injectives (resp. surjectives), alors g f est injective (resp. surjective) ; (2) Si f et g sont bijectives, alors g f est bijective, et (g f )1 = f 1 g 1 ; (3) Si g f est surjective, alors g est surjective ; (4) Si g f est injective, alors f est injective. 3.a

41

phane FLON Ste

ERALIT SUR LES APPLICATIONS 3. GEN ES

CHAPITRE II. PREREQUIS DE DEBUT DANNEE

D emonstration

3.4. Image directe dune partie

D enition (Image directe) Soit A E . On appelle image (directe) de A par f et on note f (A) le sous-ensemble suivant de F : {f (x), x A}. Limage f (E ) de E par f est appel ee limage de f . On d enit ainsi une application P (E ) P (F ), not ee abusivement f .

3.f

Caract erisation de limage dune partie Soit A une partie de E . On a : y f (A) x A, y = f (x). Retenir cette notion dimage, que nous utiliserons beaucoup en alg` ebre lin eaire. 3.6

Caract erisation de la surjectivit e par limage f : E F est surjective si et seulement si limage de f est F , i.e. f (E ) = F . 3.7

Exemple (Images directes de parties) f () = . Si a E , alors f ({a}) = {f (a)} ; Limage de la fonction sinus est [1, 1]. Limage de la fonction exponentielle est R + , celle de la fonction tangente est R.

iii

42

phane FLON Ste

CHAPITRE II. PREREQUIS DE DEBUT DANNEE Propri et es de limage directe Si E1 et E2 sont deux parties quelconques de E , on a :

ERALIT SUR LES APPLICATIONS 3. GEN ES

(E1 E2 ) (f (E1 ) f (E2 )), f (E1 E2 ) f (E1 ) f (E2 ), f (E1 E2 ) = f (E1 ) f (E2 ). Les inclusions mentionn ees peuvent etre strictes (illustrez-le). 3.8

D enition (Corestriction) Si f : E F est une application et si f (E ) F F , alors on peut d enir la corestriction de f ` a F (ou restriction ` a larriv ee de f ` a F ), application de E dans F , not ee f |F , v eriant : x E, f |F (x) = f (x).

3.g

Il faut faire attention lorsquon restreint ` a larriv ee, alors quon peut restreindre au d epart sans pr ecaution. ciproque dune partie 3.5. Image re

D enition (Image r eciproque) Soit B F . On appelle image r eciproque de B par f et on note f 1 (B ) le sousensemble {x E, f (x) B } de E . Ceci d enit donc une application P (F ) P (E ), not ee abusivement f 1 .

3.h

Caract erisation de limage r eciproque On a donc x f 1 (B ) f (x) B . 3.9

Confusion entre image r eciproque et bijection r eciproque Attention, la notion dimage r eciproque ne permet pas, en g en eral, de d enir une application de F dans E . Seul le cas o` u f est bijective le permet. Par ailleurs, il peut y avoir confusion des notations.

3.10

Proposition (Propri et es de limage r eciproque) Limage r eciproque se comporte bien avec les op erations ensemblistes : pour toutes parties F1 et F2 de F , f 1 (F1 F2 ) = f 1 (F1 ) f 1 (F2 ), f 1 (F1 F2 ) = f 1 (F1 ) f 1 (F2 ), f 1 (F F1 ) = E f 1 (F1 ). 3.b

43

phane FLON Ste

ERALIT SUR LES APPLICATIONS 3. GEN ES

CHAPITRE II. PREREQUIS DE DEBUT DANNEE

D emonstration

3.6. Ordre et applications D enition (Partie major ee, minor ee, born ee, monotonie) Si F est ordonn e, une fonction f : E F est major ee (resp. minor ee, born ee ) si f (E ) lest dans F . Si en outre E est ordonn e, on peut d enir la (stricte) croissance, la (stricte) d ecroissance, la (stricte) monotonie de la fonction f : E F . Par exemple, f est croissante si (x, y ) E 2 , et f est strictement d ecroissante si (x, y ) E 2 , (x < y ) (f (y ) < f (x)). (x y ) (f (x) f (y )),

3.i

Compos ee dapplications monotones La compos ee (licite) de deux applications de m eme monotonie (resp. de monononies contraires) est croissante (resp. d ecroissante). Quen est-il pour la stricte monotonie ? 3.11

Stricte monotonie et ordre total Dans le cas o` u les ordres sont totaux et f est strictement monotone, alors limplication est une equivalence. En particulier, si f est bijective (il ne manque que la surjectivit e), sa bijection r eciproque est de m eme monotonie stricte.

3.12

44

phane FLON Ste

CHAPITRE II. PREREQUIS DE DEBUT DANNEE Exemple (Stricte d ecroissance du passage au compl ementaire) Soit E est un ensemble, P (E ) est muni de la relation dordre dinclusion. On d enit lapplication f : P (E ) P (E ), A E \ A (passage au compl ementaire dans E ). Cette application est strictement d ecroissante.

4. FAMILLES

iv

4. Familles
Soit I et E deux ensembles. D enition (Famille) On appelle famille d el ements de E indic ee (ou index ee) par I toute application x de I dans E . Pour i I , l el ement (ou terme) dindice i de cette famille est x(i), plus souvent not e xi . La famille est not ee (xi )iI . On note E I lensemble des familles d el ements de E indic ees par I . La famille (xi )iI est dite nie ou innie, selon que I est ni ou inni.

4.a

Exemple (n-uplet) Soit n N . Dans la suite, nous noterons [[1, n]] pour lensemble {1, . . . , n}, et tout nuplet sera consid er e comme une famille index ee par [[1, n]]. Par exemple, (123, 34, 21) est une famille index ee par {1, 2, 3}. Son terme dindice 1 (resp. 2, 3) est 123 (resp. 34, 21). On pourra parler de terme en position i, ou m eme de i-i` eme terme. Lensemble des familles d el ements de E index ees par [[1, n]] est not e R[[1,n]] . On a n donc identi e cet ensemble avec R .

Familles et applications E I est donc egalement lensemble des applications de I dans E . Nous donnerons une explication ` a cette notation plus tard. 4.1

Image dune famille Comme cest le cas de toute application, la famille x = (xi )iI ne se confond pas avec son image {xi , i I }. Par exemple, la famille ((1)i )iN est innie, mais son image est la paire {1, 1}.

4.2

Compos ee de termes dune famille nie Si E est muni dune loi de composition interne (i.e. une application :E E E ), associative et commutative, et si I est ni non vide, on note leur composition xi .
iI

4.3

On utilise les symbole et pour la somme et le produit respectivement. Si E admet un el ement neutre e pour , on peut etendre cette notation lorsque I est vide (la compos ee vaut alors e).

45

phane FLON Ste

4. FAMILLES Exemple (Familles et suites)

CHAPITRE II. PREREQUIS DE DEBUT DANNEE

Une suite de nombres r eels (xn )nN est une famille de r eels indic ee par N. Cest donc une application de N vers R, et un el ement de RN .

ii

Exemple (Famille et ensemble) {1, 2, 3} nest pas une famille. En revanche, cest par exemple limage de la famille (1, 2, 3), mais aussi de (3, 2, 1), de (1, 2, 1, 3), ou de (3, 3, 3, 2, 1, 2). La notion de famille est di erente de celle densemble : par exemple, les el ements dune famille peuvent etre ordonn es, comme dans le cas des couples par exemple, et il peut y avoir redondance (toujours comme dans le cas des couples), ce qui peut etre utile pour les suites constantes ` a partir dun certain rang par exemple.

iii

Exemple (Famille de parties) ({0, . . . , n})nN est une famille d el ements de P (N) indic ee par N, i.e. un el ement de P (N)N ,i.e. une suite de parties de N. Soit (Ei )iI une famille de parties de E index ee par I . Donner les bornes sup erieure et inf erieure de {Ei , i I } dans P (E ) (ordonn e par linclusion) :

iv

Famille et etiquetage Une des utilit es des familles est quelles permettent d etiqueter : un el ement de E I , cest un etiquetage de certains el ements de E par les el ements de I . Lapplication correspondant ` a cette famille est injective (resp. surjective) si aucun el ement na et e etiquet e deux fois (resp. tout el ement a et e etiquet e).

4.4

D enition (Famille de partie) Toute application de I vers P (E ) est appel ee une famille de parties de E index ee par I . 4.b

Exemple (Famille de parties, suite) (nZ)nN est une famille de parties de Z, indic ee par N, donc un el ement de P (Z)N . v

46

phane FLON Ste

CHAPITRE II. PREREQUIS DE DEBUT DANNEE D enition (R eunion et intersection dune famille) Soit (Ei )iI une famille de parties de lensemble E (chaque Ei est une partie de E ). La r eunion de cette famille est la partie suivante de E , not ee iI Ei : Ei = {x E, i I, x Ei }.
i I

4. FAMILLES

4.c
iI Ei :

Lintersection de cette famille est la partie suivante de E , not ee Ei = {x E, i I, x Ei }.


i I

Exemple (R eunion et intersection de familles) xR {x} = R et


nN

1 1 ; = {0}. n n

vi

D enition (Produit dune famille de parties) Soit (Ei )iI une famille de parties dun ensemble E . On appelle produit (cart esien) de cette famille et on note iI Ei lensemble des familles (ai )iI d el ements de E telles que, pour tout i I , ai Ei .

4.d

47

phane FLON Ste

5. FEUILLE DE TD 2

CHAPITRE II. PREREQUIS DE DEBUT DANNEE

5. Feuille de TD 2 : Ensembles, relations binaires, applications


5.1. Ensembles

Exercice 1 (Description densembles) D ecrire simplement les ensembles suivants : {x R, R +, x {x R, R , | x | < } . + }, {x R, R + , |x|

0 },

Exercice 2 (Ensemble des parties dun ensemble)

D ecrire en extension P ({a, b, c, d}) (o` u a, b, c et d sont des r eels x es), P (P ({0, 1})). Combien ces ensembles ont-ils d el ements ?

Exercice 3 (Relations ensemblistes entre ensembles de parties) Soit A et B deux ensembles. Montrer que P (A B ) = P (A) P (B ), mais que lon peut avoir P (A B ) = P (A) P (B ).

Exercice 4 (Manipulations ensemblistes)

Soit E un ensemble et A, B, C trois parties de E telles que A B = A C et A B = A C . Montrer que B = C . Indication : dans ce type dexercice, vous pouvez rester au niveau des ensembles (ne manipuler que les ensembles, sans mentionner leurs el ements), ou revenir ` a leurs ( eventuels) el ements.

5.2. Relations binaires

Exercice 5 (Structure de corps ordonn e et nombres complexes)

1 Donner une relation dordre total sur C. 2 Montrer que C nadmet pas de structure de corps totalement ordonn e, cest-` a-dire quil nexiste pas de relation dordre total sur C compatible avec les op erations du corps des nombres complexes. 3 Donner un ordre partiel sur C compatible avec les op erations sur C.

48

phane FLON Ste

CHAPITRE II. PREREQUIS DE DEBUT DANNEE Exercice 6 (Une relation dordre sur un ensemble de fonctions) Soit E un ensemble, F = RE . On introduit une relation (f, g ) F ,
2

5. FEUILLE DE TD 2

sur F par f (x) g (x)) .

(f

g ) ( x R,

1 Montrer que est une relation dordre. 2 Lordre d eni est-il total ? 3 Soit f F . Les assertions  f est major ee  et  {f } est major ee  sont-elles equivalentes ? 4 Soit f, g F . Lensemble {f, g } admet-il un plus grand el ement ? une borne sup erieure ? 5 Montrer que toute partie non vide et major ee de F admet une borne sup erieure.

Exercice 7 (Relations d equivalence)

On rappelle quune relation d equivalence sur un ensemble E est une relation binaire r eexive, sym etrique et transitive sur E . Pour une telle relation , et x el ement de E , on appelle classe d equivalence de x (pour la relation ) lensemble des el ements de E equivalents ` a x. 1 Montrer que la relation sur R d enie par (xRy ) (x2 y 2 = x y ), pour tous r eels x et y , est une relation d equivalence, et d eterminer les classes d equivalence pour cette relation. 2 Montrer que la relation sur RR d enie par (f g ) R +,
R 2

f|[,] = g|[,] ,

pour tout (f, g ) R , est une relation d equivalence. 3 Soit n N . Montrer que la relation de congruence modulo n est une relation d equivalence. D enombrer les classes d equivalence. pour cette relation. 4 Soit la relation d enie par (x, y ) R2 , (xy ) (x3 + 2)(y 2 + 1) = (y 3 + 2)(x2 + 1) . Montrer que est une relation d equivalence, et, pour tout x R, trouver le cardinal de la classe d equivalence de x.

Exercice 8 (Un calcul de borne sup erieure) On introduit une relation sur R2 par ((x, y ) (x , y )) (|x x| y y) .

((x, y ), (x , y )) (R2 )2 ,

1 Montrer que lon d enit ainsi une relation dordre sur R2 . 2 Lordre d eni est-il total ? 3 Montrer que le disque unit e ferm e admet une borne sup erieure dans R2 , et d eterminer celle-ci. Ce disque admet-il un plus grand el ement ?

ne ralite s sur les applications 5.3. Ge Les lettres E, F, G d esignent des ensembles. 49 phane FLON Ste

5. FEUILLE DE TD 2

CHAPITRE II. PREREQUIS DE DEBUT DANNEE

Exercice 9 (Composition, injectivit e, surjectivit e) Soient f : E F et g : F G deux applications. 1 Montrer que si g f est injective et f surjective, alors g est injective. 2 Montrer que si g f est surjective et g injective, alors f est surjective.

Exercice 10 (Inverse ` a droite, inverse ` a gauche)

On dit quune application f : E F est inversible ` a gauche (resp. inversible ` a droite) sil existe une fonction g : F E (resp. h : F E ) telle que g f = Id E (resp. f h = Id F ). On dit que f est inversible si elle est inversible ` a gauche et ` a droite. 1 Montrer que si f est inversible ` a gauche dinverse g et inversible ` a droite dinverse h, alors g = h. 2 Montrer que f est bijective si et seulement si elle est inversible. 3 Montrer que si f : E E est une involution (i.e. f f = Id E ), alors elle est bijective, et donner sa bijection r eciproque. 4 Montrer plus g en eralement que si f : E E v erie f n = Id E (f compos ee n fois) pour un certain entier naturel n 2, alors f est bijective, et donner sa bijection r eciproque. 5 Donner un exemple dapplication admettant un inverse ` a droite mais pas ` a gauche (resp. un inverse a gauche mais pas ` ` a droite).

Exercice 11 (Parties paire et impaire dune fonction)

Soit I un intervalle centr e en 0, f une application de I dans R. 1 Montrer que f s ecrit de mani` ere unique comme somme dune fonction paire fp et dune fonction impaire fi , appel ees respectivement partie paire et partie impaire de f . 2 Que dire des applications partie paire et partie impaire ainsi d enies de RI dans lui-m eme ?

Exercice 12 (Produit cart esien, injectivit e, surjectivit e)

Soit f : E F , g : E G deux applications. On consid` ere lapplication h de E dans F G, d enie par : h(x) = (f (x), g (x)), pour tout x E . 1 Montrer que si f ou g est injective, alors h est injective. 2 On suppose f et g surjectives. Lapplication h est-elle n ecessairement surjective ?

Exercice 13 (Caract erisations de la surjectivit e) Soit f une application de E dans F . Etablir l equivalence des assertions suivantes : (1) f est surjective ; (2) y F, f f 1 ({y }) = {y } ; f f 1 ( Y ) = Y ; (f 1 (Y ) = ) (Y = ). (3) Y P (F ), (4) Y P (F ),

50

phane FLON Ste

Deuxi` eme partie

Programme de d ebut dann ee

52

CHAPITRE III

Nombres complexes
Sommaire
1. 1.1. 1.2. 1.3. 1.4. 2. 2.1. 2.2. 2.3. 2.4. 2.5. 3. 4. 4.1. 4.2. 4.3. 4.4. 4.5. 5. 6. 7. 7.1. 7.2. 7.3. 7.4. 7.5. Le corps des nombres complexes Premi` eres d enitions Image dun nombre complexe dans le plan La conjugaison complexe Module dun nombre complexe Lexponentielle complexe Le groupe U des nombres complexes de module 1 Une notation commode Applications de la notation exponentielle a ` la trigonom etrie Arguments dun nombre complexe non nul La fonction exponentielle complexe Nombres complexes et g eom etrie Equations polynomiales complexes Le th eor` eme fondamental de lalg` ebre Racines carr ees dun nombre complexe Equations du second degr e Racines n-i` emes de lunit e R esolution de l equation z = a Une construction de C Questionnaire 1 : Complexes Feuille de TD 3 : Nombres complexes Nombres complexes et g eom etrie Module, argument, forme exponentielle Trigonom etrie Racines de lunit e Equations alg ebriques
n

54 54 54 55 56 59 59 59 60 62 63 64 66 66 67 67 67 69 71 75 76 76 76 77 78 79

Les nombres complexes sont essentiellement les nombres que lon peut former, ` a laide des op erations alg ebriques usuelles, ` a partir des nombres r eels et dun hypoth etique nombre de carr e 1. Contrairement ` a ce que lon aurait pu penser, lintroduction dun tel nombre ne soul` eve pas de contradiction, et les calculs seectuent de mani` ere standard. On suppose connues les d enitions et propri et es el ementaires des fonctions sinus, cosinus et tangente (continuit e, d erivabilit e, formules daddition). Voir le chapitre IV ` a ce sujet. Ce chapitre donne loccasion de reprendre le cours de Terminale (que je vous invite ` a relire), mais de mani` ere plus abstraite, notamment en insistant sur la notion de morphisme. Les exercices sur les nombres complexes ne di` erent pas de ceux pos es lann ee derni` ere. La plus grande dicult e provenant sans doute des diverses mani` eres de repr esenter un nombre complexe : lalg ebrique, lexponentielle, la g eom etrique, et la  neutre . Je vous invite ` a bien r e echir, au long du cours et surtout des TD, aux avantages et inconv enients de ces diverses repr esentations selon la situation rencontr ee.
53

1. LE CORPS DES NOMBRES COMPLEXES

CHAPITRE III. NOMBRES COMPLEXES

1. Le corps des nombres complexes


`res de finitions 1.1. Premie

D enition (Corps des nombres complexes) On appelle corps des nombres complexes tout surcorps C de R v eriant les propri et es suivantes : C poss` ede (au moins) un el ement dont le carr e vaut 1. Nous choisissons un tel el ement, et le notons i ; Tout nombre complexe z peut s ecrire de mani` ere unique sous la forme : a + ib, o` u a et b sont des nombres r eels, respectivement appel es partie r eelle et partie imaginaire du nombre complexe z , et respectivement not es Re z et Im z . Cette ecriture est appel ee la notation alg ebrique (ou cart esienne) du nombre complexe z. 1.a

D enition (Nombre imaginaire pur) Un nombre complexe de partie r eelle nulle est dit imaginaire pur. Leur ensemble est not e iR, de sorte que : iR = {i r, r R}.

1.b

Il existe (au moins) un corps des nombres complexes, la preuve est donn ee en 5.

1.2. Image dun nombre complexe dans le plan Lunicit e d ecriture dun nombre complexe sous la forme alg ebrique z = Re(z ) + i Im(z ) fournit imm ediatement une bijection de C sur R2 (cest dailleurs en partant de cette bijection que nous avons d eni le corps des nombres complexes). On munit le plan euclidien dun rep` ere orthonormal (O, i, j ). Etant donn e deux points A et B du plan, on notera AB ou d(A, B ) la longueur du segment [AB ], qui est aussi la norme AB du vecteur AB .

D enition (Image et axe) Pour tout nombre complexe z , on appelle image de z le point du plan euclidien de coordonn ees (Re(z ), Im(z )) dans (O, i, j ). Si M (resp v ) est un point (resp. un vecteur) du plan de couple de coordonn ees (a, b), alors laxe de M (resp. de v ) est le nombre complexe a + ib.

1.c

En particulier, si z et z sont deux nombres complexes quelconques, dimages respectives M et M , alors laxe du vecteur M M est le nombre complexe z z .

54

phane FLON Ste

CHAPITRE III. NOMBRES COMPLEXES

1. LE CORPS DES NOMBRES COMPLEXES

Illustration

1.3. La conjugaison complexe D enition (Conjugaison complexe) Pour tout nombre complexe z = a + ib mis sous forme alg ebrique, on note z et appelle conjugu e de z le nombre complexe a ib. On d enit ce faisant une application de C dans lui-m eme, appel ee conjugaison complexe.

1.d

Proposition (La conjugaison est un automorphisme) La conjugaison est un automorphisme du corps des nombres complexes, laissant R invariant, i.e. la conjugaison d enit une application de C dans lui-m eme, bijective, laissant xe tout r eel, et v eriant, pour tous complexes z et z : z+z =z +z et zz = z z

1.a

D emonstration

On d eduit de la proposition pr ec edente, et de calculs el ementaires : 55 phane FLON Ste

1. LE CORPS DES NOMBRES COMPLEXES Proposition (Propri et es de la conjugaison complexe) Pour tous nombres complexes z et z : zz =zz ; z z si z est non nul, alors : z =z ; z + z z z Re(z ) = 2 et Im(z ) = 2i ; z est r eel si et seulement si z = z ; z est imaginaire pur si et seulement si z = z .

CHAPITRE III. NOMBRES COMPLEXES

1.b

La transformation g eom etrique du plan euclidien correspondant ` a la conjugaison est la sym etrie orthogonale daxe (O, i) : Illustration

Exercice (Demi-plan de Poincar e) Le demi-plan de Poincar e est lensemble H des nombres complexes de partie imaginaire strictement positive. Soit a, b, c, d R tels que ad bc = 1. +b 1 Montrer que pour tout z H, az cz +d H. 2 Soit H lensemble des nombres complexes de partie imaginaire strictement n ega+b tive. Montrer que pour tout z H , az H . cz +d

1.4. Module dun nombre complexe

D enition (Module dun nombre complexe) Pour tout nombre complexe z de forme alg ebrique a + ib, le module de z est le nombre r eel a2 + b2 . Il est not e |z |. 1.e

Le module dun nombre complexe z dimage M est donc la distance OM . Plus g en eralement, pour tous nombres complexes z , z , dimages respectives M et M , on a : |z z | = M M = d(M, M ) = M M ; Pour tout nombre r eel x, le module de x est egal ` a la valeur absolue de x, et il ny a donc pas de conit de notations. Pour tout nombre complexe z , on a : |z | = |z |, | Re(z )| |z |, | Im(z )| |z |. On a l egalit e | Re(z )| = |z | si et seulement si z est r eel, et l egalit e Re(z ) = |z | si et seulement si z est un r eel positif ou nul. 56 phane FLON Ste

CHAPITRE III. NOMBRES COMPLEXES Exemple (Cercles et disques en complexes)

1. LE CORPS DES NOMBRES COMPLEXES

Soit A un point du plan euclidien daxe a, et R un r eel strictement positif. Les images des trois ensembles {z C, |z a| = R}, {z C, |z a| < R} et {z C, |z a| R} dans le plan euclidien sont respectivement le cercle, le disque ouvert, et le disque ferm e, de centre A et de rayon R.

Proposition (Propri et es multiplicatives du module) Pour tous nombres complexes z et z , on a : (1) |z |2 = z z ; (2) |zz | = |z ||z | ; (3) Si z = 0, alors
z z

1.c =
|z | |z |

(4) Si z est non nul, alors, pour tout entier relatif n : |z |n = |z n |.

D emonstration

On utilise la premi` ere formule pour donner la forme alg ebrique dun quotient (technique de la multiplication par la quantit e conjugu ee). Lapplication module d enit un morphisme a z associe son module |z | est donc un morphisme Lapplication de C dans R + qui ` de groupes (multiplicatifs), i.e. : 1.1

Proposition (Propri et es additives du module) Pour tous nombres complexes z et z , on a : (1) |z + z | |z | + |z | ((premi` ere) in egalit e triangulaire ) ; 1.d (2) Cette in egalit e est une egalit e si et seulement si z et z sont positivement li es, i.e. il existe un r eel positif ou nul tel que z = z ou z = z ; (3) On a aussi : ||z | |z || |z + z | (seconde in egalit e triangulaire).

Une autre version de la seconde in egalit e triangulaire est : ||z | |z || 57

|z z |. phane FLON Ste

1. LE CORPS DES NOMBRES COMPLEXES D emonstration

CHAPITRE III. NOMBRES COMPLEXES

Soit z et z deux complexes quelconques. Pour prouver la premi` ere in egalit e triangulaire, il faut et il sut de prouver : |z + z |2 (|z | + |z |)2 (puisque |z + z | et |z | + |z | sont des r eels positifs ou nuls). Dune part : |z + z |2 = |z |2 + 2 Re( z z ) + |z |2 , et, dautre part : (|z | + |z |)2 = |z |2 + 2|z ||z | + |z |2 . Or Re( zz ) |z z | = |z ||z |, et lin egalit e triangulaire est prouv ee. De plus, il y a egalit e si et seulement si Re( z z ) = |z ||z |, cest-` a-dire z z R+ . Supposons que ce soit le cas : si z = 0, on peut exprimer z comme multiple de z z par un r eel positif ou nul (z = |z z |2 z ), et, si z = 0, alors on a z = 0z . Dans tous les cas, on a lexistence dun r eel positif comme annonc e. R eciproquement, si on a cette condition, il y a clairement egalit e (ou, si on pr ef` ere, clairement z z R+ ). La seconde in egalit e triangulaire r esulte de la premi` ere en ecrivant z = z + z z , et z = z + z z .

Interpr etation g eom etrique de lin egalit e triangulaire Cette in egalit e tire son nom de sa reformulation en termes g eom etriques. Illustration

1.2

Exercice (Ensemble d ecrit par des egalit es de modules) D ecrire lensemble des nombres complexes z tels que z , module.
1 z

et z 1 aient m eme

58

phane FLON Ste

CHAPITRE III. NOMBRES COMPLEXES Exercice (Ensemble stable par produit) On consid` ere le sous-ensemble de N suivant : = {n N, (a, b) N2 , n = a2 + b2 } Montrer que est stable par multiplication, i.e. : (n, n ) 2 , nn . Lensemble est-il stable par addition ?

2. LEXPONENTIELLE COMPLEXE

2. Lexponentielle complexe
2.1. Le groupe U des nombres complexes de module 1

D enition (Groupe des nombres complexes de module 1) Lensemble U = {z C, |z | = 1}, muni de la multiplication complexe, est un groupe commutatif, appel e groupe des nombres complexes de module 1. Limage de U dans le plan est appel e cercle unit e (ou cercle trigonom etrique).

2.a

D emonstration

2.2. Une notation commode

Notation (Exponentielle complexe) Pour tout nombre r eel , on pose ei = cos() + i sin(). 2.b

Exemple (Calculs dexponentielles complexes) ei = 1 (formule dEuler) ; ei 2 = i ; e3i 2 = i ; e2i = 1 ; ei 6 = 3 ei 3 = 1 2 +i 2 . R, ei = ei En math ematiques, on note souvent j le nombre e2i/3 (= 1 2 +i 59
3 2 ).

3 2

i + 2 ,;

phane FLON Ste

2. LEXPONENTIELLE COMPLEXE Proposition (Le morphisme exponentiel complexe)

CHAPITRE III. NOMBRES COMPLEXES

Lapplication E : ei est un morphisme surjectif du groupe (R, +) dans le groupe (U, ), de noyau 2 Z : R, ei = 1 ; , R, ei(+ ) = ei ei . z U, R, ei = z ; R, (ei = 1) (k Z, = 2k ).

2.a

D emonstration

Proposition (Formule de Moivre) Pour tout r eel , et tout entier relatif n : ei soit encore : (cos + i sin ) = (cos(n) + i sin(n)) .
n n

= ein ,

2.b

D emonstration

` la trigonome trie 2.3. Applications de la notation exponentielle a

60

phane FLON Ste

CHAPITRE III. NOMBRES COMPLEXES Rappel (Formule du bin ome de Newton)

2. LEXPONENTIELLE COMPLEXE

si a et b sont deux nombres complexes, alors on a, pour tout entier n N :


n

(a + b)n =
k=0

n k nk a b . k

Relations dEuler Pour tout r eel : cos() = ei + ei 2 et sin() = ei ei . 2i 2.1

M ethode (Lin earisation) Pour lin eariser un polyn ome en cosinus et sinus, on peut partir des relations dEuler (et de la formule du bin ome de Newton). 2.2

Exercice (Un exemple de lin earisation) Lin eariser cos3 (r eponse : x


1 4

cos(3x) +

3 4

cos x).

M ethode (Op eration inverse de la lin earisation) Pour exprimer un cosinus ou un sinus dun angle multipli e sous forme dun polyn ome en cosinus et sinus, on peut partir de la formule de Moivre (et de la formule du bin ome de Newton).

2.3

Exercice (Exemples de d elin earisation) Exprimer x cos(5x) et x sin(5x) comme polyn omes de cosinus et sinus. 5

Plus g en eralement, la notation exponentielle permet de retrouver les formules de trigonom etrie donn ees au chapitre IV, notamment en utilisant l astuce de langle moiti e . M ethode (Astuce de langle moiti e) Quand on etudie une expression de la forme ei ei , on a souvent int er et ` a factoriser i + par e 2 . 2.4

Exercice (Somme de deux cosinus) Retrouver les formules avec cos x + cos y et sin x + sin y en appliquant lastuce de langle moiti e` a eix + eiy . 6

61

phane FLON Ste

2. LEXPONENTIELLE COMPLEXE Exercice (Calculs de sommes trigonom etrique) Faire lexercice 16.

CHAPITRE III. NOMBRES COMPLEXES

2.4. Arguments dun nombre complexe non nul

D enition (Arguments dun nombre complexe non nul) Soit z C . On appelle argument du nombre complexe non nul z tout r eel tel que : z = |z |ei . Si 0 est un argument de z , alors on note : arg z 0 [2 ]. Lunique argument de z appartenant ` a lintervalle ] , ] est largument principal de z . 2.c

Tout nombre complexe non nul admet une innit e darguments, mais 0 nen a pas. Soit z un nombre non nul. Si 0 est un argument de z , alors lensemble des arguments de z est : 0 + 2 Z = {0 + 2k, k Z}.

Si v est le vecteur daxe z , alors un argument de z nest rien dautre quune mesure de langle (i, v ) ; D enition (Forme exponentielle dun nombre complexe non nul) Soit z un nombre complexe non nul. L ecriture de z sous la forme ei , o` u R + et R est la forme exponentielle (ou forme trigonom etrique) du nombre complexe non nul z .

2.d

Illustration

Tout nombre complexe non nul admet une forme exponentielle, unique au choix de largument pr` es. Dans le contexte de la d enition pr ec edente, on a = |z |, et est un argument de z (et r eciproquement). Ce nest pas parce que lon a une ecriture sous la forme z = aeix , o` u (a, x) R R, quil sagit de la forme trigonom etrique de z . En eet, ceci nest pas le cas si a < 0. Dans ce dernier cas, on obtient la forme trigonom etrique en ecrivant : z = (a)ei(x+) . 0 na pas de forme exponentielle. 62 phane FLON Ste

CHAPITRE III. NOMBRES COMPLEXES Proposition (Propri et es des arguments)

2. LEXPONENTIELLE COMPLEXE

Soit z et z deux nombres complexes non nuls, darguments respectifs et . (1) Un argument de z est ; (2) Un argument de zz est + ; (3) Un argument de
z z

2.c

est ;

(4) Pour tout n Z, un argument de z n est n.

D emonstration

Formules abusives pour les arguments On ecrira, de mani` ere abusive, des formules telles que : arg(zz ) arg(z ) + arg(z ) [2 ]. 2.5

Exercice (Caract erisation dune egalit e de modules) Montrer que deux nombres complexes z et z distincts ont m eme module si et seulement si : R, z + z = i (z z ) .

2.5. La fonction exponentielle complexe

D enition (Exponentielle complexe) Pour tout nombre complexe z = a + ib mis sous sa forme alg ebrique, on pose : ez := ea eib La fonction ainsi d enie, de C dans C, est appel ee fonction exponentielle complexe. 2.e

63

phane FLON Ste

3. NOMBRES COMPLEXES ET GEOM ETRIE

CHAPITRE III. NOMBRES COMPLEXES

Proposition (Propri et es fondamentales de lexponentielle complexe) La fonction exponentielle complexe est un morphisme surjectif du groupe additif C sur le groupe multiplicatif C , de noyau 2i Z : (1) z C, ez C ; (2) z, z C, ez+z = ez ez ; (3) u C , z C, u = ez ; (4) z C, ez = 1 z 2i Z. De plus, lapplication exponentielle est p eriodique, de p eriode 2i , i.e. z C, ez+2i = ez , et commute avec la conjugaison, i.e. z C, ez = ez . 2.d

D emonstration

Ant ec edents dun nombre complexe non nul par lexponentielle Si u = ei est un nombre complexe non nul mis sous sa forme trigonom etrique, alors z0 = ln() + i est un ant ec edent de u par la fonction exponentielle. Les autres ant ec edents sont les nombres z tels que z z0 2i Z, noyau de lapplication exponentielle.

2.6

ome trie 3. Nombres complexes et ge


Nous avons vu que la conjugaison complexe correspondait g eom etriquement ` a la sym etrie othogonale daxe celui des abscisses. 64 phane FLON Ste

CHAPITRE III. NOMBRES COMPLEXES Distances, angles, et complexes

3. NOMBRES COMPLEXES ET GEOM ETRIE

Soit a, b C, a = b. Soit z C {a, b}, et A, B, M les images respectives de a, b, z . Alors : MA za = zb MB za arg = (BM , AM ) zb En particulier : a A, B, M sont align es si et seulement si z z b R ; a AM et BM sont orthogonaux si et seulement si z z b iR. On g en eralise ais ement ces formules au cas de quatre points A, B , C , D.

3.1

Descriptions param etriques complexes des droites et des segments Soit a, b C, a = b, dimages respectives A et B . Lensemble {a + (1 )b, R} correspond ` a la droite (AB ) (la droite (AB ) est lensemble des barycentres des points A et B ). Lensemble {a + (1 )b, [0, 1]} correspond au segment [AB ] (le segment [AB ] est lensemble des barycentres des points A et B aect es de poids positifs).

3.2

Proposition (Similitudes directes et nombres complexes) Lapplication : z az + b, correspond, selon les valeurs des complexes a et b, ` a la transformation g eom etrique suivante : Si a = 0, tout point du plan est envoy e sur un m eme point daxe b (application constante) ; Si a = 1, est la translation de vecteur v daxe b ; b Si a / {0, 1}, est la similitude directe de centre daxe = 1 a , de rapport |a|, et dangle arg a.

3.a

D emonstration

En particulier, dans le dernier cas : Si b = 0 la similitude directe est de centre O ; Si a R, est une homoth etie ; Si |a| = 1, alors est une rotation ; est une sym etrie centrale si et seulement si a = 1. 65 phane FLON Ste

4. EQUATIONS POLYNOMIALES COMPLEXES Exercice (Compos ee de deux sym etries centrales)

CHAPITRE III. NOMBRES COMPLEXES

Montrer que la compos ee de deux sym etries centrales est une translation.

Application inverse g eom etrique


1 Soit z C . On obtient limage de z en eectuant une sym etrie orthogonale par rapport laxe des abscisses, puis ce que lon appelle une inversion de centre O.

Illustration

3.3

4. Equations polynomiales complexes


ore `me fondamental de lalge `bre 4.1. Le the On admet : Th eor` eme fondamental de lalg` ebre (ou de dAlembert-Gauss) Tout polyn ome non constant ` a coecients complexes admet une racine complexe. 4.a

Corollaire (D ecomposition en produit dirr eductibles dun polyn ome complexe) Tout polyn ome non constant ` a coecients complexes se d ecompose en produit de polyn omes de degr e 1. 4.b

Nombre de racines dun polyn ome complexe Un polyn ome complexe non nul de degr e n admet au plus n racines (en fait exactement n si on les compte avec multiplicit e). 4.1

On  rappelle  que si X n + an1 X n1 + + a1 X + a0 est un polyn ome unitaire de degr en` a coecients complexes, alors an1 est loppos e de la somme de ses racines, et a0 est le produit de ces racines si n est pair, loppos e sinon. Par exemple (` a conna tre), les racines du polyn ome X 2 SX + P ont pour somme S et pour produit P . 66 phane FLON Ste

CHAPITRE III. NOMBRES COMPLEXES

4. EQUATIONS POLYNOMIALES COMPLEXES

es dun nombre complexe 4.2. Racines carre Nous savons d ej` a exprimer les racines carr ees dun nombre complexe non nul mis sous sa forme trigonom etrique. Lobjet de ce paragraphe est de montrer comment proc eder dans le cas o` u le nombre est donn e sous sa forme alg ebrique. Soit z = a + ib C (a, b R). Dapr` es le th eor` eme fondamental de lalg` ebre, z admet deux racines carr ees distinctes. M ethode (Racines carr ees dun nombre complexe non nul) On cherche u, v r eels tels que (u + iv )2 = a + ib, equation equivalente au syst` eme : u2 v 2 2uv = a = b 4.2

Plut ot que de partir de ce syst` eme, on ajoute l equation obtenue en egalant les modules : u 2 + v 2 = a 2 + b2 Nous r esolvons dabord le syst` eme de deux equations ` a deux  inconnues  u2 et 2 v , et nous d eterminons les valeurs possibles de u et v avec l equation restante (qui donne le signe de uv ).

Racine carr ee dun complexe Attention ! La notation z na de sens que si z est un nombre r eel positif. 4.3

Exercice (Exemple de recherche de racines carr ees) D eterminer par cette m ethode les racines carr ees de 3 4i. 10

4.3. Equations du second degre On sait que toute equation du second degr e` a coecients complexes admet deux racines ( eventuellement confondues). Voyons comment les calculer : M ethode (R esolution dune equation du second degr e) La mise sous la forme canonique dune equation du second degr e est toujours possible dans C. Le discriminant de l equation az 2 + bz + c = 0 (o` u a = 0) est = b2 4ac Si = 0, lunique solution de l equation est 2ba ; Si = 0, on introduit alors tel que 2 = . Les deux solutions de l equation b+ b sont alors 2 et . a 2a 4.4

Exercice (Exemple de factorisation dun polyn ome complexe) Factoriser dans C[X ] le polyn ome : X 4 + 6X 2 + 25. 11

`mes de lunite 4.4. Racines n-ie

67

phane FLON Ste

4. EQUATIONS POLYNOMIALES COMPLEXES D enition (Racines n-i` eme de lunit e)

CHAPITRE III. NOMBRES COMPLEXES

Pour tout entier naturel non nul n, on appelle racine n-i` eme de lunit e tout nombre complexe z v eriant z n = 1. On note Un leur ensemble.

4.a

Il y a donc au plus n racines n-i` emes de lunit e, toute racine n-i` eme de lunit e est el ement de U. De plus, si z (resp. z ) est racine n-i` eme (resp. m-i` eme) de lunit e, alors zz est racine ppcm(n, m) de lunit e (et peut- etre bien mieux). Si z est une racine n-i` eme de lunit e, il en est de m eme pour son inverse. Exemple (Racines de lunit e)
2i 1 Les racines cubiques de lunit e sont 1, j = e 3 = 2 + i 23 , et j 2 = j= 1 j . On 2 remarque par simple calcul que 1 + j + j = 0 ; lunique nombre ` a etre racine n-i` eme de lunit e pour tout n N est 1 (autrement dit Un = {1}), et 1 est racine n-i` eme de lunit e pour tout n pair (non nul) ;

Les racines quatri` emes de lunit e sont 1, 1, i, i.

nN

Proposition (Description des racines n-i` emes de lunit e) Soit n N . (1) Pour tout entier naturel positif n, il existe exactement n racines n-i` emes de lunit e. On a : Un = {e
2ik n

4.c

, k {1, . . . , n}}

(2) Un est un sous-groupe de U.

D emonstration

Les images des el ements de Un forment un polygone r egulier ` a n c ot es. 68 phane FLON Ste

CHAPITRE III. NOMBRES COMPLEXES

4. EQUATIONS POLYNOMIALES COMPLEXES

Illustration

Autres description de lensemble des racines n-i` emes de lunit e On peut egalement ecrire, entre autres : Un = { e
2ik n

, k {0, . . . , n 1}} = {e

2ik n

, k Z}.

4.5

Exercice (Somme et produit des racines de lunit e) Soit n N . Calculer somme et produit des racines n-i` emes de lunit e. 12

solution de le quation z n = a 4.5. Re

D enition (Racine n-i` eme de a) Soit a un nombre complexe non nul, et n un entier naturel non nul. On appelle racine n-i` eme de a tout nombre complexe z tel que : z n = a. 4.b

Proposition (Description des racines n-i` emes de a) Soit a = ei un nombre complexe non nul mis sous sa forme trigonom etrique. eme de a. (1) Le nombre n ei n est une racine n-i` (2) Il existe exactement n racines n-i` emes de a. Elles sobtiennent en multipliant une racine n-i` eme donn ee z0 de a par les di erentes racines n-i` emes de lunit e; (3) Lensemble des racines n-i` emes de a peut s ecrire : { n e i( n +
1 2k n 1

4.d

) , k {1, . . . , n}}

Images des racines n-i` emes de a Les images des racines n-i` emes de a forment un polygone r egulier ` a n c ot es. 4.6

69

phane FLON Ste

4. EQUATIONS POLYNOMIALES COMPLEXES Factorisation de X n a Le polyn ome X n a se factorise en


n

CHAPITRE III. NOMBRES COMPLEXES

(X zk ), o` u zk = n ei( n +
1

2k n

).

4.7

k=1

70

phane FLON Ste

CHAPITRE III. NOMBRES COMPLEXES

5. UNE CONSTRUCTION DE C

5. Une construction de C
La construction suivante permet dexhiber un mod` ele du corps des nombres complexes, mod` ele d eni ( trouv e ) de mani` ere ` a satisfaire les propri et es alg ebriques souhait ees de ce corps. On introduit lensemble = R2 , muni des lois daddition et de multiplication suivantes : ((x1 , y1 ) , (x2 , y2 )) 2 , (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 ) , (x1 , y1 ) (x2 , y2 ) = (x1 x2 y1 y2 , x1 y2 + x2 y1 ) 5.0.1. (, +) est un groupe commutatif. D emonstration La loi + est une loi de composition interne sur . En eet, si (x1 , y1 ) et (x2 , y2 ) sont deux el ements quelconques de , alors leur somme (x1 + x2 , y1 + y2 ) est encore el ement de . La loi + est associative. Soit (x1 , y1 ), (x2 , y2 ) et (x3 , y3 ) trois el ements quelconques de . Dune part, ((x1 , y1 ) + (x2 , y2 )) + (x3 , y3 ) = = = et, dautre part, (x1 , y1 ) + ((x2 , y2 ) + (x3 , y3 )) = = = (x1 , y1 ) + (x2 + x3 , y2 + y3 ) (x1 + (x2 + x3 ), y1 + (y2 + y3 )) (x1 + x2 + x3 , y1 + y2 + y3 ). (x1 + x2 , y1 + y2 ) + (x3 , y3 ) ((x1 + x2 ) + x3 , (y1 + y2 ) + y3 ) (x1 + x2 + x3 , y1 + y2 + y3 ),

La loi + est commutative. Soit (x1 , y1 ) et (x2 , y2 ) deux el ements quelconques de : (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 ) = (x2 + x1 , y2 + y1 ) = (x2 , y2 ) + (x1 , y1 ) admet un el ement neutre pour +. En eet, pour tout el ement (x, y ) de , on a : (x, y ) + (0, 0) = (x, y ). Chaque el ement de admet un sym etrique pour +. Pour tout el ement (x, y ) de , on a : (x, y ) + (x, y ) = (0, 0).

Int er et de montrer si t ot la commutativit e Il peut para tre surprenant de montrer la commutativit e de laddition dans avant lexistence dun el ement neutre par exemple. En r ealit e, cette connaissance pr ealable de la commutativit e permet de simplier la preuve de certaines assertions. Dans ma d emonstration, jai montr e que (0, 0) etait el ement neutre ` a droite pour laddition dans : par commutativit e, il est egalement el ement neutre ` a gauche. De m eme pour lexistence dun sym etrique, et plus tard, pour la distributivit e de la multiplication par rapport a ` laddition.

5.1

Structure de groupe produit Lexercice 8 sur la structure de groupe produit du chapitre XI permet de g en eraliser les calculs men es ici : est un groupe ab elien car il a une structure de groupe ab elien produit.

5.2

5.0.2. (, +, ) est un anneau commutatif non nul. 71 phane FLON Ste

5. UNE CONSTRUCTION DE C D emonstration

CHAPITRE III. NOMBRES COMPLEXES

est une loi de composition interne sur . En eet, si (x1 , y1 ) et (x2 , y2 ) sont deux el ements quelconques de , alors (x1 , y1 ) (x2 , y2 ) = (x1 x2 y1 y2 , x1 y2 + x2 y1 ) est encore el ement de (par structure danneau de R). La loi est associative. Soit (x1 , y1 ), (x2 , y2 ) et (x3 , y3 ) trois el ements quelconques de . Dune part, ((x1 , y1 ) (x2 , y2 )) (x3 , y3 ) = = = (x1 x2 y1 y2 , x1 y2 + y1 x2 ) (x3 , y3 ) ((x1 x2 y1 y2 )x3 (x1 y2 + y1 x2 )y3 , (x1 x2 y1 y2 )y3 + (x1 y2 + y1 x2 )x3 ) (x1 x2 x3 y1 y2 x3 x1 y2 y3 y1 x2 y3 , x1 x2 y3 y1 y2 y3 + x1 y2 x3 + y1 x2 x3 ) (x1 , y1 ) ((x2 , y2 ) (x3 , y3 )) = (x1 , y1 ) (x2 x3 y2 y3 , x2 y3 + y2 x3 ) = = (x1 (x2 x3 y2 y3 ) y1 (x2 y3 + y2 x3 ), x1 (x2 y3 + y2 x3 ) + y1 (x2 x3 y2 y3 )) (x1 x2 x3 x1 y2 y3 y1 x2 y3 y1 y2 x3 , x1 x2 y3 + x1 y2 x3 + y1 x2 x3 y1 y2 y3 ).

et, dautre part,

La loi est donc bien associative. La loi est commutative. Soit (x1 , y1 ), (x2 , y2 ) deux el ements quelconques de . (x1 , y1 ) (x2 , y2 ) = (x1 x2 y1 y2 , x1 y2 + y1 x2 ) et (x2 , y2 ) (x1 , y1 ) = (x2 x1 y2 y1 , x2 y1 + y2 x1 ) = (x1 x2 y1 y2 , x1 y2 + y1 x2 ) La loi est donc commutative. La loi admet un el ement neutre, di erent de (0, 0). On v erie que pour tout el ement (x, y ) de , on a : (x, y ) (1, 0) = (1x 0y, 1y + 0x) = (x, y ). (1, 0) est bien el ement unit e de (, ), et est di erent de (0, 0). La loi est distributive par rapport ` a la loi +. Soit (x1 , y1 ), (x2 , y2 ) et (x3 , y3 ) trois el ements quelconques de . Dune part, (x1 , y1 ) ((x2 , y2 ) + (x3 , y3 )) = (x1 , y1 ) (x2 + x3 , y2 + y3 ) = (x1 (x2 + x3 ) y1 (y2 + y3 ), x1 (y2 + y3 ) + y1 (x2 + x3 )) = et, dautre part, (x1 , y1 ) (x2 , y2 ) + (x1 , y1 ) (x3 , y3 ) = (x1 x2 y1 y2 , x1 y2 + y1 x2 ) + (x1 x3 y1 y3 , x1 y3 + y1 x3 ) = (x1 x2 + x1 x3 y1 y2 y1 y3 , x1 y2 + x1 y3 + y1 x2 + y1 x3 ). (x1 x2 + x1 x3 y1 y2 y1 y3 , x1 y2 + x1 y3 + y1 x2 + y1 x3 ),

72

phane FLON Ste

CHAPITRE III. NOMBRES COMPLEXES 5.0.3. Derni` eres v erications. D emonstration

5. UNE CONSTRUCTION DE C

(, +, ) est un corps. Soit (x, y ) un el ement non nul de , cest-` a-dire di erent de (0, 0). Le nombre r eel x2 + y 2 est alors non nul, et on v erie que : (x, y ) x2 y x , 2 2 + y x + y2 = = x x2 x y y x y 2 ,x 2 +y 2 2 2 2 +y x +y x +y x + y2

(1, 0).

(, +, ) est un surcorps de R. ne contient pas le corps des r eels au sens strict, mais il contient R {0}, que lon peut identier ` a R par la bijection x (x, 0), cette identication etant compatible avec les lois des objets consid er es. poss` ede bien un el ement donc le carr e vaut 1. L el ement (0, 1) convient en eet. Notons le i. Existence de l ecriture alg ebrique Un el ement (x, y ) quelconque de peut s ecrire sous la forme : (x, y ) = (x, 0) + (0, y ) = (x, 0) + (0, 1) (y, 0) = x + iy gr ace ` a lidentication de R avec R {0}.

Proposition (Unicit e du corps des nombres complexes) Deux corps des nombres complexes sont isomorphes. 5.a

D emonstration

Proposition (Automorphismes du corps des nombres complexes) Le corps des nombres complexes admet deux automorphismes laissant R invariant : lapplication identique, et la conjugaison complexe. 5.b

73

phane FLON Ste

5. UNE CONSTRUCTION DE C D emonstration

CHAPITRE III. NOMBRES COMPLEXES

74

phane FLON Ste

CHAPITRE III. NOMBRES COMPLEXES

6. QUESTIONNAIRE 1

6. Questionnaire 1 : Complexes
1 Soit (z, z ) C2 . Si |z | = 1 et si |z + z | = 1, alors z = 0. 2 Aucun nombre complexe nest egal ` a sa partie imaginaire. 3 Pour tout (, z ) R C, Im(z ) = Im(z ). 4 Lapplication module est un morphisme du groupe (C, ) vers (R, ). 5 Soit z C . z et 1/z ont les m emes arguments. 6 Soit z C , et des arguments respectifs de z et de 1/z . On a : = . 7 Soit z0 C \ R. Pour tout z C, il existe un unique couple (a, b) de r eels tels que z = a + bz0 . 8 Pour tout z C, |1 + iz | = 1 + |z |2 . 9 Pour tout (z, z ) C2 , ||z | |z || |z z |. 10 Soit (a, n) C N . a admet n racines n-i` emes. 11 La somme des racines 26-i` emes de lunit e qui ne sont pas des racines 13-i` emes de lunit e est nulle. 12 Les seuls groupes multiplicatifs nis inclus dans C sont les Un , n N . 13 Tout nombre complexe de module 1 est une racine n-i` eme de lunit e pour un certain n N .

75

phane FLON Ste

7. FEUILLE DE TD 3

CHAPITRE III. NOMBRES COMPLEXES

7. Feuille de TD 3 : Nombres complexes


ome trie 7.1. Nombres complexes et ge Exercice 1 (Donner les expressions complexes de similitudes) 0

Donner les expressions complexes de la translation de vecteur v daxe 3 + i, de la rotation de centre daxe 2 i, dangle de mesure /3, de la similitude directe de centre daxe 1 + 3i, dangle de mesure /4, de rapport 2.

Exercice 2 (Transformation donn ee par son expression analytique) Reconna tre la transformation du plan complexe donn ee par son expression analytique z ( 3 i)z 2 + 2i(1 3).

Exercice 3 (Ligne de niveau complexe)

Soit a et b deux complexes distincts, et soit un r eel strictement positif. D ecrire lensemble C , o` u: C = {z C, |z b| = |z a|}.

Exercice 4 (Caract erisations des triangles equilat eraux)

Soit a, b, c des nombres complexes distincts deux ` a deux, dimages respectives A,B,C. Montrer que les propositions suivantes sont equivalentes : (1) ABC est un triangle equilat eral ; (2) j ou j 2 est solution de az 2 + bz + c = 0 ; (3) a2 + b2 + c2 = ab + bc + ca ; (4)
1 ab

1 bc

1 ca

= 0.

Exercice 5 (Points ` a coordonn ees enti` eres sur un cercle)

4 et 5

Montrer quil existe des cercles du plan contenant un nombre arbitrairement grand de points ` a coordonn ees enti` eres.

7.2. Module, argument, forme exponentielle Exercice 6 (In egalit es de modules) Soit z C. Montrer que si |z | = 1, alors |1 + z | 1 ou |1 + z 2 | 1. 0

Exercice 7 (Ensemble dentiers d etermin e par une condition complexe) D eterminer lensemble n N,
(1i 3)5 (1i)3 n

R+ .

76

phane FLON Ste

CHAPITRE III. NOMBRES COMPLEXES Exercice 8 (X MP 08) Soit a, b, c trois el ements distincts de [0, 2 [. Calculer largument de trique ?
eic eib eic eia .

7. FEUILLE DE TD 3

2 Interpr etation g eom e-

Exercice 9 (X MP 08) Soit a, b, c, d des complexes distincts. On suppose que


dc ab da bc

2 et
db ac

sont imaginaires purs.

1 Montrer que est imaginaire pur. 2 On suppose que |a| = |b| = |c| = 1. Exprimer d en fonction de a, b et c.

Exercice 10 (X MP 05) Soient a, b, c C avec |a| = |b| = |c| = 1 et a = c. Montrer :


2 a (cb) b (ca)2

3 R+ .

Exercice 11 (Mines MP 07) Condition n ecessaire et susante pour que eix + eiy + eiz = 0 ?

trie 7.3. Trigonome Exercice 12 (Exemples de lin earisation) 0

Lin eariser les expressions suivantes, d ependant de la variable r eelle x : cos(x)4 , sin(x)5 , 2 3 cos(x) sin (x).

Exercice 13 (Equation trigonom etrique) R esoudre l equation cos(3x) 2 cos(2x) = 0, dinconnue r eelle x.

Exercice 14 (Polyn ome de la fonction cosinus)

Exprimer comme un polyn ome de la fonction cosinus la fonction f d enie par f (2k ) = 6 et f ((2k + 1) ) = 6 pour tout k Z et, pour tout r eel x / {k, k Z}, par sin 6x . f (x) = sin x

Exercice 15 (Changement d ecriture dune combinaison de cosinus et sinus) Soit (a, b) R2 {(0, 0)}. D eterminer un r eel A > 0 et un r eel 0 de sorte que : R, a cos + b sin = A cos ( 0 ) .

77

phane FLON Ste

7. FEUILLE DE TD 3 Exercice 16 (Calculs de sommes trigonom etrique) Pour tout n N, et tout r eel x, calculer :
n

CHAPITRE III. NOMBRES COMPLEXES

Cn (x) =
k=0

cos(kx)

et

Sn (x) =
k=0

sin(kx).

Exercice 17 (Sommes trigonom etriques ` a coecients binomiaux)


n

2
n

Soit n N et R. Calculer les sommes An =


k=0

n cos(k) et Bn = k

k=0

n sin(k). k

Exercice 18 (X MP 07)
11 Calculer cos 13 + cos 3 13 + + cos 13 .

7.4. Racines de lunite Exercice 19 (Calculs de racines cubiques) D eterminer les racines cubiques de 3 i et de
i+3 . i 3

Exercice 20 (Somme de distances entre racines de lunit e)


n1
2ik n

Soit n N. Calculer
k=0

1 .

Exercice 21 (Equation complexe ` a param` etre) Soit a R. R esoudre dans C l equation : z 2n 2z n cos(na) + 1 = 0.

Exercice 22 (Mines MP 08) Calculer


n1 k=1 (1

2 2.

e2ik/n ) o` un

Exercice 23 (X MP 07)

D eterminer les z C tels que z et ses racines cubiques forment dans le plan un parall elogramme.

78

phane FLON Ste

Exercice 24 (Centrale PC 08) Soit 1 Montrer que U12 = U3 U4 = {zz , (z, z ) U3 U4 }. ` quelle condition r 2 Soit p N et : z U12 z p U12 . A ealise-t-il une bijection ?

briques 7.5. Equations alge Exercice 25 (Calculs de racines carr ees) 0

D eterminer sous forme alg ebrique les racines carr ees des nombres complexes suivants : 2i, 3 4i, 16 + 30i.

Exercice 26 (Equations alg ebriques complexes) (1) R esoudre l equation z 2 (4 + 2i)z + (11 + 10i) = 0. (2) R esoudre l equation (1 + i)z 2 4iz + 26 2i = 0.

Exercice 27 (Equations alg ebriques complexes plus compliqu ees) (1) R esoudre l equation (1 i)z 3 + (4 + 8i)z 2 + (3 25i)z + 30i = 0, sachant quelle admet une solution r eelle. (2) R esoudre l equation z 3 (5 + 3i)z 2 + (7 + 16i)z + 3 21i = 0, sachant quelle admet une solution imaginaire pure. (3) R esoudre l equation z 6 + (2i 1)z 3 1 i = 0.

79

CHAPITRE IV

Fonctions usuelles
Sommaire
1. 1.1. 1.2. 1.3. 1.4. 1.5. 1.6. 1.7. 1.8. 1.9. 2. 2.1. 2.2. 2.3. 2.4. 2.5. 3. 3.1. 3.2. 4. 4.1. 4.2. 5. 6. 7. Pr eliminaires et rappels R esultats utiles danalyse Rappels sur les fonctions trigonom etriques Domaine de d enition et r egularit e Equations simples Relations fonctionnelles Repr esentation param etrique rationnelle du cercle trigonom etrique priv e de 1 D eriv ees successives des fonctions sinus et cosinus D eriv ees de tangente et cotangente Partie paire, partie impaire Exponentielles, logarithmes, puissances Fonction logarithme Fonction exponentielle Fonctions exponentielle et logarithme de base a Fonctions puissances Comparaison des fonctions Fonctions hyperboliques et leurs r eciproques Fonctions hyperboliques Fonctions hyperboliques r eciproques Fonctions circulaires r eciproques D enition, propri et es Simplier une expression trigonom etrique Fonction exponentielle complexe Questionnaire 2 : Fonctions usuelles 81 81 83 83 83 83 84 84 85 85 86 86 86 88 89 91 92 93 93 95 97 97 100 101 103 104 104 104 104 105

La notation exponentielle

Feuille de TD 4 : Fonctions usuelles 7.1. Equations 7.2. 7.3. 7.4. Formules Simplications Divers

Ce chapitre rappelle et introduit des fonctions classiques et utiles en math ematiques comme en physique. Ce cours ne pose pas de dicult e et pourrait etre trait e en Terminale. Le plus dicile est de bien conna tre les courbes repr esentatives des fonctions usuelles, ainsi que de savoir retrouver les formules (notamment celles donnant les d eriv ees).

liminaires et rappels 1. Pre


sultats utiles danalyse 1.1. Re Nous ne connaissons pas encore les v eritables d enitions de nombreuses notions fondamentales danalyse. Cependant, nous allons utiliser dans ce chapitre et ` a de nombreuses reprises quelques r esultats danalyse que je  rappelle  ici. On consid` ere ici un intervalle I dint erieur non vide.
81

1. PRELIMINAIRES ET RAPPELS

CHAPITRE IV. FONCTIONS USUELLES

Th eor` eme de la bijection continue (fonctions usuelles) Soit f une fonction de I dans R. On suppose f continue sur I , strictement monotone. La fonction f admet alors des limites m et M aux bornes de I , limage J = f (I ) de f est un intervalle dextr emit es m et M . De plus, f |J est bijective, et sa bijection r eciproque, not ee abusivement f 1 , est continue, strictement monotone, de m eme monotonie que f .

1.a

Th eor` eme de d erivabilit e de la r eciproque (fonctions usuelles) Soit f une application continue de I dans R, strictement monotone. On note f 1 sa bijection r eciproque (avec un l eger abus). Soit a I , b = f (a) J = f (I ). Si f est d erivable en a, et si f (a) = 0, alors f 1 est d erivable en b, et : 1 1 (f 1 ) (b) = = . f (f 1 (b)) f (a)

1.b

La condition f (a) = 0 permet d eviter une tangente verticale pour le graphe de f 1 en son point dabscisse b. Cette formule se  retrouve  facilement graphiquement :

Illustration

D erivabilit e globale de la r eciproque Si f est une application d erivable de I dans R dont la d eriv ee ne sannule pas, alors sa bijection r eciproque est d erivable en tout point, et (f 1 ) = 1/(f f 1 ). Si f est en outre ind eniment d erivable, alors f 1 lest aussi. 1.1

82

phane FLON Ste

CHAPITRE IV. FONCTIONS USUELLES

1. PRELIMINAIRES ET RAPPELS

Th eor` eme fondamental de lanalyse (fonctions usuelles) Soit f une fonction continue de I dans R. Soit a un point de I . La fonction f admet une unique primitive F sannulant en a. Cette application est donn ee par la formule :
x

F (x) =
a

f (t)dt,

1.c

pour tout x I . Deux primitives de f sur I di` erent dune constante.

triques 1.2. Rappels sur les fonctions trigonome finition et re gularite 1.3. Domaine de de Les fonctions cosinus, sinus sont d enies, continues et ind eniment d erivables sur R. Elles sont 2 -p eriodiques. Leur image commune est le segment [1; 1]. Lensemble dannulation de la fonction cosinus est + k, kZ , 2 celui de sinus est {k, k Z}. La fonction tangente est d enie sur R\ eniment d erivable sur son 2 + k, k Z . Elle est continue et ind ensemble de d enition, et -p eriodique. Sa restriction ` a ] ; [ r e alise une bijection strictement croissante de 2 2 ; [ sur R . ] 2 2 La fonction cotangente, quotient de la fonction cosinus par la fonction sinus, est d enie sur R\ {k, k Z}. Elle est continue et ind eniment d erivable sur son ensemble de d enition, et -p eriodique. Sa restriction ` a ]0; [ r ealise une bijection strictement d ecroissante de ]0; [ sur R. 1.4. Equations simples On consid` ere deux r eels x, y , et on donne les solutions d equations simples sous forme de tableaux. x v erie cos(x) = 1 cos(x) = 0 cos(x) = cos(y ) k Z, x = 2k x= x = y + 2k 2 + k 1 Par exemple, cos(x) = 2 si et seulement si il existe k Z tel que x = 3 + 2k x v erie sin(x) = 1 sin(x) = 0 sin(x) = sin(y ) k Z, x = x = k x = y + 2k ou x = y + 2k 2 + 2k Par exemple, sin(x) = x v erie tan(x) = 1 k Z, x = 4 + k
1 2

si et seulement si il existe k Z tel que x = tan(x) = 0 x = k tan(x) = tan(y ) x = y + k

+ 2k ou x =

5 6

+ 2k .

1.5. Relations fonctionnelles Les relations suivantes sont valables pour tous r eels x et y , sauf mention expresse du contraire. Les fonctions cosinus et sinus v erient la relation fondamentale cos2 (x) + sin2 (x) = 1, dont d ecoule la relation suivante : x R\ 1 + k, k Z , 1 + tan2 (x) = 2 cos2 (x)

1.5.1. Relations issues de transformations g eom etriques. Les fonctions sinus et cosinus sont respectivement impaire et paire. Il en r esulte que tangente et cotangente sont impaires. Retenir que lapplication x 2 x intervertit fonctions sinus et cosinus : x = cos (x) , cos x = sin(x) 2 2 De ceci d ecoulent les formules suivantes : sin + x = cos(x), cos + x = sin(x), 2 2 sin sin ( + x) = sin(x), sin ( x) = sin(x), cos ( + x) = cos(x), cos ( x) = cos(x). 83 phane FLON Ste

1. PRELIMINAIRES ET RAPPELS

CHAPITRE IV. FONCTIONS USUELLES

1.5.2. Images trigonom etriques dune somme ou dune di erence. cos(x + y ) = cos(x) cos(y ) sin(x) sin(y ) cos(x y ) = cos(x) cos(y ) + sin(x) sin(y ) sin(x + y ) = sin(x) cos(y ) + sin(y ) cos(x) sin(x y ) = sin(x) cos(y ) sin(y ) cos(x) tan(x + y ) = En particulier, cos(2x) = cos2 (x) sin2 (x) = 2 cos2 (x) 1 = 1 2 sin2 (x) sin(2x) = 2 sin(x) cos(x) 2 tan(x) (lorsque tous ces termes ont un sens) 1 tan2 (x) 1.5.3. Produit de fonctions sinus et cosinus. 1 cos(x) cos(y ) = (cos(x + y ) + cos(x y )) 2 1 sin(x) sin(y ) = (cos(x y ) cos(x + y )) 2 1 sin(x) cos(y ) = (sin(x + y ) + sin(x y )) 2 1.5.4. Somme de fonctions sinus et cosinus. tan(2x) = cos(x) + cos(y ) = 2 cos cos(x) cos(y ) = 2 sin sin(x) + sin(y ) = 2 sin sin(x) sin(y ) = 2 sin x+y 2 x+y 2 x+y 2 xy 2 cos sin cos cos xy 2 xy 2 xy 2 x+y 2 tan(x) + tan(y ) (lorsque tous ces termes ont un sens) 1 tan(x) tan(y )

sentation parame trique rationnelle du cercle trigonome trique prive de 1 1.6. Repre Soit x ] ; [. On pose t = tan
x 2

. On a alors : cos(x) =

1 t2 1 + t2 2t sin(x) = 1 + t2 2t tan(x) = 1 t2 Ceci permet de donner une repr esentation param etrique du cercle trigonom etrique priv e de 1, ` a laide des t2 2t fonctions rationnelles t 1 et t , o` u le param` e tre t parcourt R . 2 2 1+t 1+t rive es successives des fonctions sinus et cosinus 1.7. De + x = cos(x), cos + x = sin(x), 2 2 permettent d ecrire sin = sin t et cos = cos t, o` u t est la translation dans R de On en d eduit par r ecurrence : n N, x R, sin(n) (x) = sin x + n , 2 n N, x R, cos(n) (x) = cos x + n . 2 sin 84 Les formules

(i.e. x R, t(x) = x + 2 ).

phane FLON Ste

CHAPITRE IV. FONCTIONS USUELLES

1. PRELIMINAIRES ET RAPPELS

rive es de tangente et cotangente 1.8. De

x R\

+ k, k Z , 2

tan (x) = 1 + tan2 (x) =

1 cos2 (x)

x R\ {k, k Z} ,

cotan (x) = 1 cotan2 (x) =

1 sin (x)
2

La notation exponentielle Formules dEuler. Pour tout r eel : ei + ei 2 ei ei . 2i

cos() =

et

sin() =

Formule de Moivre. Pour tout r eel , et tout entier relatif n : ei soit encore : (cos() + i sin()) = (cos(n) + i sin(n)) . Ces formules permettent de retrouver des relations trigonom etriques. On retiendra notamment que La formule de Moivre permet d ecrire cos(n) et sin(n) comme polyn omes en cos() et sin(). Les formules dEuler (et la formule de Moivre) permettent de  lin eariser  les polyn omes en cos() et sin().
n n

= ein ,

Illustration

85

phane FLON Ste

2. EXPONENTIELLES, LOGARITHMES, PUISSANCES

CHAPITRE IV. FONCTIONS USUELLES

Illustration

1.9. Partie paire, partie impaire Ici, I d esigne un intervalle r eel centr e en 0. Proposition (Parties paire et impaire) Soit f : I R une application. La fonction f s ecrit de mani` ere unique comme somme dune fonction paire fp et dune fonction impaire fi . 1.d

D enition (Parties paire et impaire) Dans ce contexte, fp et fi sont respectivement les parties paire et impaire de f . 1.a

D emonstration

2. Exponentielles, logarithmes, puissances


2.1. Fonction logarithme

86

phane FLON Ste

CHAPITRE IV. FONCTIONS USUELLES D enition (Fonction logarithme)

2. EXPONENTIELLES, LOGARITHMES, PUISSANCES

Lapplication logarithme (n ep erien), not ee ln (ou log), est la primitive sur R + san1 nulant en 1 de lapplication inverse x x . Autrement dit, x dt x R , ln x = . + t 1

2.a

La fonction logarithme est donc d erivable sur R eel strictement positif x : + , et, pour tout r ln (x) =
ln(1+x) x

1 . x

En particulier, on en d eduit que : lim

x0

= 1.

Proposition (La fonction logarithme est un morphisme) La fonction logarithme est un morphisme de (R eels + , ) vers (R, +) : pour tous r strictement positifs x et y , on a : ln(xy ) = ln(x) + ln(y ).

2.a

D emonstration Fixons y0 R etudie la fonction auxiliaire g : x ln(xy0 ) ln(y0 ). On v erie + . On que g est lunique primitive sur R sannulant en 1 de la fonction inverse, i.e. g = ln. +

En cons equence, on a, pour tous r eels strictement positifs x et y , tout entier relatif n : ln 1 x = ln(x), ln x y = ln(x) ln(y ), ln(xn ) = n ln(x).

Si x et y sont deux r eels non nuls de m eme signe, alors ln xy = ln |x| + ln |y | ; Lapplication x ln |x| est d enie et d erivable sur R , et sa d eriv ee est la fonction inverse. Soit f une fonction d erivable sur un intervalle I et ` a valeurs dans R . On appelle d eriv ee logarithmique de . f la d eriv ee de lapplication ln |f |, i.e. lapplication f f Proposition (Propri et es analytiques de la fonction logarithme) (1) La fonction logarithme est strictement croissante, continue et ind eniment d erivable sur R +; (2) (3)
x + x 0+

lim ln(x) = + ;

2.b

lim ln(x) = ;

(4) La fonction logarithme r ealise une bijection de R + sur R.

87

phane FLON Ste

2. EXPONENTIELLES, LOGARITHMES, PUISSANCES D emonstration

CHAPITRE IV. FONCTIONS USUELLES

(1) La fonction inverse est ` a valeurs stictement positives, continue et ind eniment d erivable sur R +. (2) Par croissance, ln admet une limite l en +, nie ou egale ` a +. En consid erant la quantit e ln(2x) (o` u x R ), on v e rie que n e cessairement + l = + (supposer l nie conduirait ` a labsurdit e ln(2) = 0) ; (3) Par croissance, ln admet une limite, valant eventuellement , en 0+ . De 1 plus, on a : lim ln(x) = lim ln x = lim ln y = ;
x 0+ x 0+ y +

(4) Lapplication logarithme est continue, strictement croissante sur R + , et de limites respectives et + en 0 et + : ln est une bijection de R + sur R.

La fonction logarithme est donc un morphisme bijectif du groupe (R + , ) sur le groupe (R, +) : on dit que cest un isomorphisme de groupes.

Illustration

2.2. Fonction exponentielle

D enition (Fonction exponentielle) Lapplication exponentielle est la bijection r eciproque de la fonction logarithme n ep erien, not ee exp. Cest donc une bijection de R sur R +. 2.b

Il r esulte des propri et es de la fonction ln les propri et es suivantes de la fonction exponentielle : 88 phane FLON Ste

CHAPITRE IV. FONCTIONS USUELLES

2. EXPONENTIELLES, LOGARITHMES, PUISSANCES

Proposition (Propri et es de la fonction exponentielle) La fonction exponentielle est : (1) Un isomorphisme de (R, +) sur (R + , ) ; (2) Continue, strictement croissante, de limites respectives 0 et + en et + ; (3) Ind eniment d erivable sur R, egale ` a sa propre d eriv ee. 2.c

D emonstration

Pour tous r eels x et y , tout entier relatif n on a : exp(x + y ) = exp(x) exp(y ) exp(x) = 1 exp(x) exp(x) exp(y )

exp(x y ) =

(exp(x))n = exp(nx).

Illustration

2.3. Fonctions exponentielle et logarithme de base a

89

phane FLON Ste

2. EXPONENTIELLES, LOGARITHMES, PUISSANCES D enition (Exponentielle de base a)

CHAPITRE IV. FONCTIONS USUELLES

Pour tout r eel a > 0, et pour tout r eel x, on pose ax = exp(x ln a). Lapplication x x a ainsi d enie sur R est appel ee fonction exponentielle de base a.

2.c

On a donc, pour tout r eel x : exp(x) = ex , o` u e = exp(1), do` u la notation standard de la fonction exponentielle. La fonction exponentielle de base a est la compos ee de lapplication lin eaire de multiplication par ln(a) par la fonction exponentielle. Son etude est donc tr` es facile, et on donne sans preuve ses propri et es les plus remarquables.

Proposition (Propri et es de lexponentielle de base a) Soit a un r eel strictement positif. (1) Lapplication x ax est d enie, continue, et ind eniment d erivable sur R. Sa d eriv ee est lapplication x (ln(a))ax . Elle est strictement croissante (resp. strictement d ecroissante, resp. constante) si a > 1 (resp. a < 1, resp. a = 1) ; (2) Pour tous r eels x et y , on a : 1 ax+y = ax ay , ax = x , a ax , ay

axy =

(ax )y = axy . 2.d


1 x a

(3) Les courbes repr esentatives de x ax et x de lautre par rapport ` a laxe des ordonn ees. (4) Si a > 1, alors :
x

sont sym etriques lune

lim ax = 0,
x

Si a ]0, 1[, alors :

lim a = +,

x + x

lim ax = +. lim ax = 0. x + sur R + . Sa bijection

(5) Si a = 1, elle r ealise une bijection de R x) la fonction x ln( ln(a) .

r eciproque est

D enition (Fonction logarithme de base a)


ln(x) Soit a R ee fonction logarithme de base a. + \ {1}. La fonction x ln(a) est appel Cest la bijection r eciproque de la fonction exponentielle de base a.

2.d

Encore une fois, lexponentielle et le logarithme de base a sont des morphismes de groupes (de (R, +) vers (R , + ) pour lexponentielle, de (R+ , ) vers (R, +) pour le logarithme).

90

phane FLON Ste

CHAPITRE IV. FONCTIONS USUELLES

2. EXPONENTIELLES, LOGARITHMES, PUISSANCES

Illustration

2.4. Fonctions puissances

D enition (Fonction puissance) Soit un nombre r eel quelconque, et x un r eel strictement positif (on a donc d ej` a d eni lexpression x ). On appelle fonction puissance dexposant lapplication d enie sur R + par x x = exp( ln x).

2.e

Il se peut que lexpression x ait un sens sur un domaine plus large pour x : si par exemple = 1, lexpression a un sens pour tout r eel x. Si plus g en eralement est un entier naturel, lexpression x a un sens pour tout r eel 0 x (en convenant que 0 = 1). Si est un entier n egatif, x a un sens pour tout r eel non nul, et si par exemple 1 = 2 , x a un sens lorsque x vaut 0. Proposition (Propri et es des fonctions puissances) (1) Si > 0, alors x x a pour limites respectives 0 et + en 0 et +, et lapplication x x est notamment prolongeable par continuit e en 0, en lui donnant la valeur 0. Si < 0, alors x x a pour limites respectives + et 0 en 0 et +. Si = 0, lapplication x x est constante, de valeur 1.

2.e

(2) Pour = 0, lapplication x x est une bijection continue, ind eniment 1 d erivable de R sur lui-m e me, sa bijection r e ciproque e tant x x , et + 1 son nombre d eriv e en x est : x .

91

phane FLON Ste

2. EXPONENTIELLES, LOGARITHMES, PUISSANCES

CHAPITRE IV. FONCTIONS USUELLES

Illustration

Exercice (D eriv ee de uv ) Faire lexercice 8. 1

2.5. Comparaison des fonctions Il est tr` es utile en analyse de pouvoir  mesurer les forces en pr esence , cest-` a-dire savoir qui de deux fonctions lemporte (si quelquun lemporte bien) l` a o` u on les etudie. On peut r esumer la proposition suivante, en notant que lexponentielle lemporte sur les fonctions puissances, qui lemportent sur les fonctions logarithmes. Proposition (Comparaison des fonctions usuelles) (1) (2) lim ln x = 0 , lim+ x ln x = 0+ ; x + x x0 x lim exp = + , lim x exp x x + x x
ln x x + x x0

= 0. ;

(3) , > 0, lim (4) , >

= 0, lim+ x | ln x| = 0 ; = +,
x

x 0, lim exp x x +

lim |x| exp x = 0 ; 2.f

(5) Pour a > 1 et > 0,


x

lim |x| ax = 0,

ax = +. x + x lim ax = +. x |x| lim

(6) Pour a ]0, 1[ et > 0,


x +

lim x ax = 0,

92

phane FLON Ste

CHAPITRE IV. FONCTIONS USUELLES D emonstration

3. FONCTIONS HYPERBOLIQUES

x) est positive sur [1, +[, d erivable sur cet (1) La fonction : x ln( x 1ln(x) intervalle, et (x) = pour tout x [1, +[. Cette fonction est x2 donc d ecroissante et minor ee par 0 sur [e, +[, et, partant, admet une limite nie l R+ en +. En faisant tendre x vers + dans lexpression x) (2x) = ln(2)+ln( , il vient l = l/2, donc l = 0. 2x /x) Soit x R ecrivant x ln(x) = ln(1 + . En 1/x , et en faisant tendre x vers 0, on obtient : lim x ln(x) = 0. x 0+ exp(x) = ln(exp( (2) Soit x : x)) tend vers + lorsque x tend vers +, dapr` es ce qui pr ec` ede. x Soit x R : en notant que x exp(x) = exp( x) , puis en faisant tendre x vers , il vient bien : lim x exp(x) = 0.

R +

exp(x) x

(3) Fixons , > 0. De la premi` ere formule, et du fait que x/ tende vers + lorsque x tend vers +, on tire : ln(x/ ) = 0, x + x/ puis, gr ace aux propri et es du logarithme : ln(x) = 0, lim x + x/ La fonction puissance dexposant (> 0) etant de limite nulle en 0, on obtient bien : ln(x) lim = 0. x + x De m eme pour les autres limites. lim

Exercice (Comparaison de fonctions) Faire lexercice 7. 2

ciproques 3. Fonctions hyperboliques et leurs re


3.1. Fonctions hyperboliques

D enition (Fonctions hyperboliques) On d enit la fonction cosinus hyperbolique, de R dans R, not ee ch, par ch(x) = ex +ex , pour tout r e el x . 2 x ex On d enit la fonction sinus hyperbolique, de R dans R, not ee sh, par sh(x) = e , 2 pour tout r eel x. sh(x) On d enit la fonction tangente hyperbolique, de R dans R, not ee th, par th(x) = ch( x) , pour tout r eel x.

3.a

La fonction cosinus hyperbolique ne sannulant pas, la fonction tangente hyperbolique est bien d enie sur R. 93 phane FLON Ste

3. FONCTIONS HYPERBOLIQUES

CHAPITRE IV. FONCTIONS USUELLES

Les fonctions ch et sh sont respectivement les parties paire et impaire de la fonction exponentielle. En particulier, pour tout r eel x : exp(x) = ch(x) + sh(x) et exp(x) = ch(x) sh(x).

Proposition (Propri et es des fonctions cosinus et sinus hyperboliques) (1) Les applications cosinus et sinus hyperboliques sont continues et ind eniment d erivables sur R. La fonction ch (resp. sh) est strictement croissante sur R+ (resp. sur R). (2) On a ch = sh et sh = ch (et donc ch = ch et sh = sh). (3) ch est paire, sh impaire. (4) lim ch = +, lim sh = +, lim ch = +, lim sh = .
+ +

3.a

(5) ch est dimage [1, +[, sh est une bijection de R sur lui-m eme. (6) Les applications ch et sh v erient la relation fondamentale : ch2 sh2 = 1. (7) Lapplication t (ch(t), sh(t)) est un param etrage de larc dhyperbole H = {(x, y ) R+ R, x2 y 2 = 1}.

D emonstration Montrons seulement les deux derniers points, les autres etant evidents. Soit x R : ch2 (x) sh2 (x) = (ch(x) sh(x))(ch(x) + sh(x)) = exp(x) exp(x) = 1. Pour tout r eel t, (ch(t), sh(t)) appartient bien ` a H (gr ace ` a ce qui pr ec` ede et la positivit e de la fonction ch). Si, r eciproquement, (x, y ) est un point de H, alors on peut trouver un r eel t tel que 2 2 2 2 y = sh(t). On a alors ch (t) = 1 + sh (t) = 1 + y = x . Comme ch(t) et x sont positifs, on a x = ch(t) : (x, y ) = (ch(t), sh(t)).

Proposition (Propri et es de tangente hyperbolique) Lapplication th est impaire, strictement croissante, ind eniment d erivable, et th = 1 1 th2 = ch 2 . De plus, lim th = 1, lim th = 1
+

3.b

D emonstration Les v erications sont imm ediates.

Comme en trigonom etrie circulaire, on a des formules pour les fonctions hyperboliques. On peut par exemple lin eariser une puissance de ch ou de sh, ou inversement exprimer x ch(nx) et x sh(nx) sous forme de polyn ome en ch et sh. Exercice (Lin earisation dune puissance de sinus hyperbolique) Lin eariser sh5 (r eponse : x
1 16

(sh(5x) 5 sh(3x) + 10 sh(x))).

94

phane FLON Ste

CHAPITRE IV. FONCTIONS USUELLES

3. FONCTIONS HYPERBOLIQUES

Illustration

Exercice (Sommes de fonctions hyperboliques) Faire lexercice 9. 4

Illustration

ciproques 3.2. Fonctions hyperboliques re

D enition (Fonctions hyperboliques r eciproques) La fonction argument sinus hyperbolique, not ee argsh est la bijection r eciproque de la fonction sh. ch d enit une bijection de R+ sur [1, +[. La bijection r eciproque de cette application est la fonction argument cosinus hyperbolique, not ee argch. Lapplication th est une bijection de R sur ] 1; 1[. La bijection r eciproque de cette application est la fonction argument tangente hyperbolique, not ee argth.

3.b

95

phane FLON Ste

3. FONCTIONS HYPERBOLIQUES

CHAPITRE IV. FONCTIONS USUELLES

Proposition (R egularit e des fonctions hyperboliques r eciproques) (1) argsh est une bijection de R sur R, continue, strictement croissante, im1 paire, ind eniment d erivable, et, pour tout r eel x : argsh (x) = 1+ : x2 (2) argch est une bijection de [1, +[ sur R+ , continue, strictement croissante, ind eniment d erivable sur ]1, +[, et, pour tout x ]1, +[ : argch (x) = 1 ; x2 1 (3) argth est une bijection de ] 1; 1[ sur R, continue, strictement croissante, impaire, ind eniment d erivable sur ] 1, 1[, et, pour tout x ] 1, 1[ : 1 argth (x) = 1 x2 . 3.c

D emonstration

Proposition (Expressions logarithmiques des fonctions hyperboliques r eciproques) (1) Pour tout x R, on a : argsh(x) = ln x +
1 2

1 + x2 ; (2) Pour tout x [1, +[, on a : argch(x) = ln x + x2 1 ; ln


1+x 1x

3.d

(3) Pour tout x ] 1; 1[, on a : argth(x) =

96

phane FLON Ste

CHAPITRE IV. FONCTIONS USUELLES

4. FONCTIONS CIRCULAIRES RECIPROQUES D emonstration

Illustration

Exercice (D eriv ees dargth) Faire lexercice 10 de TD. 5

ciproques 4. Fonctions circulaires re

finition, proprie te s 4.1. De

97

phane FLON Ste

4. FONCTIONS CIRCULAIRES RECIPROQUES D enition (Fonctions circulaires r eciproques)

CHAPITRE IV. FONCTIONS USUELLES

La restriction ` a I = [ 2 , 2 ] de la fonction sinus est une bijection de I sur J = [1, 1]. La bijection r eciproque de cette fonction est appel ee fonction arc sinus, not ee arcsin. La restriction ` a I = [0, ] de la fonction cosinus est une bijection de I sur J = [1, 1]. La bijection r eciproque de cette fonction est appel ee fonction arc cosinus, not ee arccos. La restriction ` a I =] 2 , 2 [ de la fonction tangente est une bijection de I sur R. La bijection r eciproque de cette fonction est appel ee fonction arc tangente, not ee arctan.

4.a

Explication sur les fonctions circulaires r eciproques Soit x [1, 1]. Le nombre arcsin(x) (resp. arccos(x)) est le r eel compris entre /2 et /2 (resp. entre 0 et ), dont le sinus (resp. le cosinus) vaut x. Soit y R. Le nombre arctan(y ) est lunique r eel compris entre /2 et /2 dont la tangente vaut y .

4.1

Illustration

Exemple (Valeurs des fonctions circulaires r eciproques) (1) arcsin(0) = 0, arcsin arcsin(1) =
2. 2, 1 2

6,

arcsin

2 2

4,

arcsin

3 2

3,

(2) arccos(1) = , arccos(0) = arccos


3 2

arccos

1 2

3,

arccos

2 2

4,

6,

arccos(1) = 0.
3 3

(3) arctan(0) = 0, arctan

6,

arctan(1) =

4,

arctan

3 =

3.

98

phane FLON Ste

CHAPITRE IV. FONCTIONS USUELLES

4. FONCTIONS CIRCULAIRES RECIPROQUES

Proposition (R egularit e des fonctions circulaires r eciproques) (1) Lapplication arcsin est une bijection continue, strictement croissante, de [1, 1] sur [ eniment d erivable sur ] 1, 1[, 2 , 2 ]. De plus, arcsin est ind 1 . et, pour tout x ] 1, 1[ : arcsin (x) = 1 x2 (2) Lapplication arccos est une bijection continue et strictement d ecroissante de [1, 1] sur [0, ]. De plus, arccos est ind eniment d erivable sur ] 1, 1[, 1 . et, pour tout x ] 1, 1[ : arccos (x) = 1 x2
(3) Lapplication arctan est une bijection de R sur ] 2 , 2 [, continue, strictement croissante, et ind eniment d erivable sur R. De plus, pour tout r eel 1 x : arctan (x) = 1+ . 2 x

4.a

D emonstration

Proposition (Propri et es de sym etrie des fonctions circulaires r eciproques) Les fonctions arcsin et arctan sont impaires, et, pour tout x [1, 1] : arcsin(x) + arccos(x) = et arccos(x) + arccos(x) = . 2

4.b

99

phane FLON Ste

4. FONCTIONS CIRCULAIRES RECIPROQUES D emonstration

CHAPITRE IV. FONCTIONS USUELLES

Cette derni` ere relation exprime le fait que le graphe darccosinus admette le point de coordonn ees (0, /2) pour centre de sym etrie. Proposition (Relation fonctionnelle pour arctangente) La fonction arctangente v erie, pour tout r eel non nul x : 1 arctan(x) + arctan( ) = sg(x) , x 2 o` u sg(x) vaut 1 (resp. 1) si x > 0 (resp. x < 0).

4.c

D emonstration

trique 4.2. Simplifier une expression trigonome

Compos ee darcsinus et de sinus Pour tout x [1, 1], sin(arcsin(x)) = x, et na pas de sens si x / [1, 1]. Pour tout y [ , ], arcsin(sin( y )) = y , mais cette compos e e a un sens pour tout 2 2 y R. En fait, la fonction y arcsin(sin(y )) de R dans [ , ] est la fonction qui 2 2 a y associe lunique [ ` , ] tel que sin( ) = sin( y ). Pour trouver , on peut 2 2 dabord chercher lunique [/2, 3/2[, congru ` a y modulo 2 . Si [ 2 , 2 ], alors = . Si ] 2 , 3 2 [, alors = .

4.2

100

phane FLON Ste

CHAPITRE IV. FONCTIONS USUELLES Compos ee darccosinus et de cosinus

5. FONCTION EXPONENTIELLE COMPLEXE

Pour tout x [1, 1], cos arccos(x) = x, et na pas de sens si x / [1, 1]. Pour tout y [0, ], arccos cos(y ) = y , mais cette compos ee a un sens pour tout y R. En fait, la fonction y arccos cos(y ) de R dans [0, ] est la fonction qui ` ay associe lunique [0, ] tel que cos() = cos(y ). Pour trouver , on peut dabord chercher lunique ] , ], congru ` a y modulo 2 . Si [0, ], alors = . Si ] , 0], alors = .

4.3

Compos ee darctangente et de tangente Pour tout x R, tan(arctan(x)) = x. Pour tout y ] ee a un sens pour tout 2 , 2 [, arctan tan(y ) = y , mais cette compos y R \{ 2 + k, k Z}. En fait, la fonction y arctan tan(y ) de R \{ 2 + k, k Z} dans ] , [ est la fonction qui a ` y associe lunique ] , [ tel que tan() = 2 2 2 2 , [ congru a ` y modulo tan(y ). est donc lunique el ement de ] 2 2

4.4

Exercice (Simplications) Traiter des questions des exercices 3, 5 et 6. 6

5. Fonction exponentielle complexe


I d esigne un intervalle dint erieur non vide (i.e. comprenant au moins deux points), f et g sont des applications de I dans C. D enition (Parties r eelle et imaginaire dune fonction ` a valeurs complexes) La fonction partie r eelle (resp. partie imaginaire) de f , not ee Re(f ) (resp. Im(f )), est lapplication de I dans R valant Re(f (x)) (resp. Im(f (x))) en tout x I . 5.a

D enition (Continuit e et d erivabilit e dune fonction ` a valeurs complexes) On dit que f est continue (resp. d erivable) si les fonctions Re(f ) et Im(f ) le sont. Si f est d erivable, sa d eriv ee, not ee f , est par d enition : f = Re(f ) + i Im(f ) . 5.b

D erivation et parties r eelle et imaginaire On suppose f d erivable. On a Re(f ) = Re(f ) et Im(f ) = Im(f ). 5.1

101

phane FLON Ste

5. FONCTION EXPONENTIELLE COMPLEXE

CHAPITRE IV. FONCTIONS USUELLES

Proposition (Op erations sur les fonctions d erivables ` a valeurs complexes) On suppose f et g d erivables sur I . (1) f + g est d erivable sur I , de d eriv ee f + g : (2) f g est d erivable sur I , de d eriv ee f g + f g ; (3) Pour tout nombre complexe , f est d erivable sur I , de d eriv ee f . 5.a

D emonstration Notons fr et fi (resp. gr et gi ) les parties r eelle et imaginaire de f (resp. de g ). (1) On a f + g = (fr + gr ) + i(fi + gi ), donc f + g est d erivable sur I , et (f + g ) = (fr + gr ) + i(fi + gi ) = f + g . (2) En notant que f g = (fr gr fi gi ) + i(fr gi + fi gr ), on constate que f g est d erivable sur I , et que (f g ) = (fr gr fi gi ) + i(fr gi + fi gr ) = (fr gr + fr gr fi gi fi gi ) + i(fr gi + fr gi + fi gr + fi gi ) = (fr gr fi gi ) + i(fr gi + fi gr ) + (fr gr fi gi ) + i(fr gi + fi gr ) = f g + fg . (3) On applique le r esultat pr ec edent dans le cas o` u g est constante de valeur .

Proposition (D erivation de lexponentielle dune fonction) On suppose f d erivable sur I . Lapplication ef est alors d erivable sur I , et : ef = f ef . 5.b

D emonstration En notant fr (resp. fi ) la partie r eelle (resp. imaginaire) de f , on a : ef = efr eifi = efr (cos(fi ) + i sin(fi )) . Dapr` es le r esultat pr ec edent (sur le produit), on constate que ef est d erivable sur I , et que (ef ) = fr efr (cos(fi ) + i sin(fi )) + fi efr ( sin(fi ) + i cos(fi )) = (fr + ifi )efr (cos(fi ) + i sin(fi )) = f ef .

102

phane FLON Ste

CHAPITRE IV. FONCTIONS USUELLES

6. QUESTIONNAIRE 2

6. Questionnaire 2 : Fonctions usuelles


Soit a, b R +. b) . 1 ln( ab) = ln(a)+ln( 2 2 ln(ab ) = b ln(a). 3 exp((ln(a))2 ) = a2 . 4 x [0, ], arcsin(sin(x)) = x. 5 x R, sh(2x) = 2 sh(x) ch(x). 6 x R, ch(x) + sh(x) = exp(x). 7 Donner la valeur de arccos(cos(11/3)), de arcsin(sin(11/3)), et de arctan(tan(11/3)). 8 Les graphes de arctan et de th sont homoth etiques. 9 arcsin(sin(/12)) = /12. 10 sin(arcsin(/12)) = /12. 11 {x R, arccos(cos(x)) = x} = [0, ]. 12 {x R, arcsin(sin(x)) = arccos(cos(x))} = [0, /2]. Soit f F E , g GF . 13 Pour toute partie A de E , on a A = f 1 (f (A))). 14 Pour toute partie B de F , on a B = f (f 1 (B )). 15 Pour toute partie A de E , f (A) = f (f 1 (f (A))). 16 Pour toute partie B de F , f (B ) = f 1 (f (f 1 (B ))). 17 Si g f est surjective ou injective, alors f ou g est surjective ou injective. 18 Si g f est surjective et injective, alors f et g sont surjectives et injectives.

103

phane FLON Ste

7. FEUILLE DE TD 4

CHAPITRE IV. FONCTIONS USUELLES

7. Feuille de TD 4 : Fonctions usuelles


7.1. Equations Exercice 1 (Equations de puissances, logarithmes, exponentielles) R esoudre les equations suivantes, dinconnue r eelle x : x x 1 x = ( x) . 2 ln(x2 1) = ln(2 x) + ln(3 x). 3 ln(x2 1) = 2 ln(x 2). 4 ex + ex = 13. 5 5x 5x+1 + 23x1 = 0. 0

Exercice 2 (Equations trigonom etriques) R esoudre les equations suivantes, dinconnue r eelle x :
1 1 cos(x) = 2 ,

tan(x) = 1,

sin(x) + cos(x) =

3 2.

2 tan(x) tan(2x) = 1. 3 arcsin(x + 1) arcsin(x) = 6. 4 arctan(x) + arctan(2x) = 4 .

7.2. Formules Exercice 3 (Formules particuli` eres avec arctangente) Montrer les formules suivantes : 1 1 1 4 = arctan 2 + arctan 3 . 1 1 2 4 = 2 arctan 3 + arctan 7 . 1 + arctan 1 3 3 arctan(2 3) = arctan 2 3. 0

Exercice 4 (Somme de deux arctangentes) Soit a et b des r eels tels que ab = 1. Montrer lexistence de {1, 0, +1} tel que : arctan(a) + arctan(b) = arctan a+b 1 ab + .

7.3. Simplifications Exercice 5 (Simplications dexpressions constantes) Simplier les expressions suivantes : 1 arctan(1/2) + arctan(1/5) + arctan(1/8). 2 arcsin(4/5) + arcsin(5/13) + arcsin(16/65). 0

104

phane FLON Ste

Exercice 6 (Simplications dexpressions fonctionnelles) Simplier, quand elles ont un sens, les expressions suivantes : 1 tan(arcsin x), sin(arccos x), cos(arctan x), cos(2 arccos(x)), cos(2 arcsin(x)), tan(2 arcsin(x)). 2 arctan
x 1x2

, arcsin

3 Simplier, pour x ] 4 Montrer que pour tout x R+ , arctan(sh(x)) = arccos(1/ ch(x)).

x x , arcsin 2 1+x , arccos 1+x2 x 2 , 2 [, sh(ln(tan( 4 + 2 ))).

1x2 1+x2

, arccos(4x3 3x), arcsin

2x 1+x2

7.4. Divers Exercice 7 (Limite et puissances) Calculer


x x ) lim (x (xx ) . x + x

Exercice 8 (D erivation dune fonction s ecrivant comme puissance) On consid` ere deux fonctions u : R R erivables sur R. Calculer (uv ) . + et v : R R, d

Exercice 9 (Sommes de fonctions hyperboliques) Pour (n, a, b) N R2 , calculer :


n n

Cn (a, b) =
k=0

ch(a + bk )

et

Sn (a, b) =
k=0

sh(a + bk ).

Exercice 10 (D eriv ees successives dargument tangente hyperbolique) Pour tout n N, donner argth(n) .

Exercice 11 (Graphe dune fonction pas si compliqu ee) Repr esenter le graphe de la fonction f : x arctan
2x 1x2

3 2 arctan(x).

Exercice 12 (Une suite avec arctangente) 1 Soit p N. Simplier arctan(p + 1) arctan(p). 2 En d eduire la limite de la suite de terme g en eral Sn =
n p=0

arctan

1 p2 +p+1

105

CHAPITRE V

Equations di erentielles
Sommaire
1. 2. 2.1. 2.2. 2.3. 2.4. 2.5. 3. 3.1. 3.2. 3.3. 3.4. 4. 5. 6. 7. Introduction aux equations di erentielles lin eaires Equations lin eaires du premier ordre D enition R esolution de l equation homog` ene associ ee Recherche dune solution particuli` ere R esolution g en erale Probl` eme de Cauchy pour lordre 1 Equations lin eaires du second ordre D enition R esolution de l equation homog` ene Recherche dune solution particuli` ere de E R esolution de E M ethode dEuler Probl` eme de raccord pour lordre 1 (hors-programme) Questionnaire 3 : Equations di erentielles 107 108 108 109 110 112 112 113 113 113 116 117 119 120 121 122 122 122 123 124

Feuille de TD 5 : Equations di erentielles 7.1. Equations di erentielles lin eaires dordre un 7.2. Equations di erentielles lin eaires dordre deux a ` coecients constants 7.3. Equations di erentielles dun autre type 7.4. Equations fonctionnelles ou probl` emes se ramenant a ` des equations di erentielles

Dans tout ce chapitre, K d esigne R ou C. Tous les intervalles consid er es seront dint erieur non vide, cesta-dire non r ` eduits ` a un point, et I d esignera un tel intervalle. Par d efaut, K = R.

quations diffe rentielles line aires 1. Introduction aux e


Une equation di erentielle est une equation fonctionnelle E dinconnue f : I K, reliant f ` a une ou plusieurs de ses d eriv ees. Si E relie f ` a f (resp. f ` a f et/ou f ), on dit que E est dordre 1 (resp. dordre 2). Les equations di erentielles apparaissent dans la plupart des branches de la physique, en biologie, en economie, etc. Ces equations sont en g en eral tr` es diciles ` a r esoudre, et nous nous contenterons d etudier des cas simples. En cours, nous etudierons surtout des equations di erentielles dites lin eaires. Une particularit e remarquable de ces equations lin eaires (et pas des autres), et que nous reverrons plus tard dans un cadre g eom etricoalg ebrique, r eside en la structure de lensemble de leurs solutions. La structure alg ebrique associ ee ` a la notion de lin earit e est celle despace vectoriel sur un corps K. Cette notion, compliqu ee en apparence, nous occupera dailleurs une bonne partie de lann ee. Plut ot que den donner une d enition pr ecise, je pr ef` ere la pr esenter de mani` ere informelle : un espace vectoriel sur un corps K consiste en la donn ee dun ensemble E , muni dune loi daddition lui conf erant une structure de groupe ab elien, et dune loi externe de K E dans E , dite de multiplication par un scalaire, v eriant en outre certaines conditions naturelles de compatibilit e. Les el ements de E sont appel es vecteurs, ceux de K sont appel es scalaires. Comme pour toute structure alg ebrique, on dispose dune notion de morphisme,  respectant  les lois de la structure (ici, laddition et la multiplication par un scalaire) et les el ements distingu es ( el ements neutres, ici le vecteur nul). Une application lin eaire nest rien dautre quun morphisme despaces vectoriels.
107

2. EQUATIONS LINEAIRES DU PREMIER ORDRE CHAPITRE V. EQUATIONS DIFFERENTIELLES Exemple (Premiers exemples dapplications lin eaires) Par exemple, dans R2 , l echange (x, y ) (y, x) des composantes dun vecteur est lin eaire, mais pas la translation par un vecteur non nul. Lapplication partie r eelle z Re(z ) est un endomorphisme du R-espace vectoriel C, mais pas du C-espace vectoriel C. Les applications partie paire et partie impaire sont lin eaires.

Lint er et de la lin earit e appara t clairement dans la r esolution d equations lin eaires. Soit E et F deux espaces vectoriels sur un corps K, b F , une application lin eaire de E dans F . On cherche ` a r esoudre l equation lin eaire E : (a) = b dinconnue a E , i.e. on cherche ` a d ecrire lensemble des ant ec edents du second membre b par dans E (autrement dit, on veut expliciter 1 ({b})). Supposons disposer dune solution particuli` ere a0 . Un el ement a de E est alors solution de E si et seulement si (a) = (a0 ), soit encore, par lin earit e de : (a a0 ) = 0F . Autrement dit, la solution g en erale de E s ecrit a0 + h, o` u h est la solution g en erale de l equation H : (a) = 0F ,

dinconnue a E , appel ee equation homog` ene associ ee (ou sans second membre ) ` a E. Soit N un entier naturel non nul, 0 , . . . , N , des fonctions continues de I dans K. Une fonction f de I dans K est dite solution de l equation di erentielle (dordre N si N nest pas identiquement nulle) E : N (x)y (N ) + N 1 (x)y (N 1) + + 1 (x)y + 0 (x)y = (x) si f est N fois d erivable sur I , et si N (x)f (N ) (x) + N 1 (x)f (N 1) (x) + + 1 (x)f (x) + 0 (x)f (x) = (x), pour tout point x de I . La d erivation est lin eaire, de m eme que la multiplication par une fonction donn ee, et que la somme dapplications lin eaires, de sorte que lapplication : f N f (N ) + N 1 f (N 1) + + 1 f + 0 f est lin eaire : l equation di erentielle E est donc egalement lin eaire. Pour r esoudre une telle equation, nous r esoudrons l equation homog` ene associ ee, et nous en chercherons une solution particuli` ere, obtenant ainsi sa solution g en erale. Dans ce cours, nous nous contenterons dune etude tr` es modeste : nous nous limiterons en eet aux equations di erentielles lin eaires du premier ordre, et aux equations di erentielles lin eaires dordre deux ` a coecients constants, et avec un second membre simple.

aires du premier ordre 2. Equations line


finition 2.1. De

D enition (Equation di erentielle lin eaire dordre un) On appelle equation di erentielle lin eaire dordre 1 sur I une equation du type : E : (x)y + (x)y = (x), o` u , et sont des fonctions continues sur I , ` a valeurs dans K. (ou (x)) est appel e second membre de E . On dit que E est homog` ene si son second membre est nul. On dit quune fonction f , de I dans K, est une solution de E (sur I ) si : (1) f est d erivable sur I ; (2) x I, (x)f (x) + (x)f (x) = (x). On appelle equation di erentielle homog` ene (ou sans second membre) associ ee ` aE l equation H : (x)y + (x)y = 0

2.a

108

phane FLON Ste

CHAPITRE V. EQUATIONS DIFFERENTIELLES 2. EQUATIONS LINEAIRES DU PREMIER ORDRE On se place dans cette section dans le cas particulier o` u est la fonction constante egale ` a 1. Noter que si et b = . Si ne sannule pas sur I , on peut toujours se ramener ` a une equation de ce type en posant a = sannule, l equation est bien plus compliqu ee ` a r esoudre, et on dit quil y a probl` eme de raccord, voir la partie 5. Pour r esoudre E : y + a(t)y = b(t), on r esout dabord l equation homog` ene associ ee H : y + a(t)y = 0. solution de le quation homoge `ne associe e 2.2. Re

Proposition (Equation di erentielle dordre un sans probl` eme de raccord) Soit A : I K une primitive de la fonction a sur lintervalle I . Lensemble SH des solutions de l equation homog` ene H est : SH = {t CeA(t) , C K}.

2.a

D emonstration On montre dabord, par un calcul simple, que toute fonction de la forme t CeA(t) , o` u C K, est solution de H, prouvant une premi` ere inclusion. R eciproquement, on montre que toute solution de H est de ce type, en introduisant la fonction auxiliaire : : I K t (t)eA(t) On v erie que est d erivable, de d eriv ee nulle sur lintervalle I , et quelle est donc constante.

Notons pour la suite que la seule solution de H sannulant au moins une fois est la fonction identiquement nulle. Ordre un homog` ene sans probl` eme de raccord On v erie que SH est un espace vectoriel sur K. En fait, on peut ais ement montrer que, pour toute solution non nulle 0 de H, on a : SH = K0 (= {0 , K}) . On dit que SH est une droite vectorielle. 2.1

Exercice (Equations di erentielles dordre 1) R esoudre, sur lintervalle pr ecis e: x 1 y 1+ y = 0 sur R . x2 2 y + y cotan(x) = 0 sur ]0, [.

Exercice (Une premi` ere equation fonctionnelle) R esoudre l equation fonctionnelle E : (u, t) R2 , f (t + u) = f (t)f (u) 2 dinconnue f : R C d erivable.

109

phane FLON Ste

2. EQUATIONS LINEAIRES DU PREMIER ORDRE CHAPITRE V. EQUATIONS DIFFERENTIELLES `re 2.3. Recherche dune solution particulie Comment faire pour trouver une solution particuli` ere, si on nen trouve pas d evidente ? M ethode (M ethode de la variation de la constante) Pour chercher une solution particuli` ere f de E , connaissant une solution particuli` ere non nulle 0 de H, on la cherche sous la forme : f : t C (t)0 (t), o` u C est une fonction de I dans K que lon d etermine pour que f soit solution de E. 2.2

M ethode de variation de la constante (1) On trouvera C comme primitive dune certaine fonction. Il sagit en loccub(t) rence de la fonction t , mais, plut ot que dapprendre cette formule 0 (t) par cur, il faut savoir la retrouver par un calcul imm ediat. (2) Le nom de cette m ethode provient de ce que si C etait une constante, f serait solution de H : nous avons remplac e la constante C param etrant les solutions de H en une fonction. En retenant ce fait, on peut d eterminer tr` es rapidement f (t) + a(t)f (t), puisque les termes o` u nous ne d erivons pas C vont n ecessairement sannuler. (3) Si la r esolution est trop dicile, on pourra toujours exprimer les solutions sous forme int egrale. (4) Certains oublient, lorsquils donnent la solution trouv ee, de multiplier C avec 0 !

2.3

Exercice (Ordre un avec second membre) 1 Trouver une solution particuli` ere de y + y cotan(x) = sin x sur ]0, [. 2 Trouver les solutions de l equation di erentielle x x 3 y y= + . 2 2 1+x 1+x 1 + x2

Proposition (Principe de superposition, ordre un) Si b1 et b2 sont des fonctions continues sur I telles que b = b1 + b2 , et si f1 et f2 sont respectivement solutions de y + a(x)y = b1 (x) et y + a(x)y = b2 (x), alors f1 + f2 est solution de E . 2.b

110

phane FLON Ste

CHAPITRE V. EQUATIONS DIFFERENTIELLES 2. EQUATIONS LINEAIRES DU PREMIER ORDRE D emonstration La v erication est facile, et provient de la lin earit e de l equation di erentielle consid er ee :

Plus g en eralement, si b = i=1 i bi , o` u b1 , . . . , bn sont continues de I dans K, et 1 , . . . , n sont des scalaires, n et si pour tout i [[1, n]], fi est une solution de y + a(x)y = bi , alors f = i=1 i fi est une solution de E . Proposition (Passage dune solution complexe ` a une solution r eelle, ordre un) Si a est une fonction ` a valeurs r eelles, et si f est une solution de E , alors Re(f ) (resp. Im(f )) est une solution de y + a(x)y = Re(b)(x) (resp. de y + a(x)y = Im(b)(x)). 2.c

D emonstration

Cette m ethode est surtout pratique lorsque gurent des termes trigonom etriques dans le second membre. Proposition (Second membre en exponentielle-polyn ome, ordre un) On se place dans le cas particulier dune equation di erentielle de la forme y y = P (x)ex , o` u et sont deux complexes, et P un polyn ome de degr e n. (1) Si = , cette equation admet une unique solution de la forme x Q(x)ex , o` u Q est un polyn ome de degr e n. equation, o` u Q est (2) Si = , alors x Q(x)ex est une solution de cette un polyn ome tel que Q = P . 2.d

En pratique, pour le premier cas, on proc` ede par  identication . Nous admettons (provisoirement) ce r esultat, mais on peut observer que la seconde situation est un cas particulier de variation de la constante. 111 phane FLON Ste

2. EQUATIONS LINEAIRES DU PREMIER ORDRE CHAPITRE V. EQUATIONS DIFFERENTIELLES Exercice (Ordre un et second membre en exponentielle-polyn ome) D eterminer les solutions sur R et ` a valeurs r eelles de : 2 4x 3 2 1 y 2y = (x + 1)e + (x x + x + 1)e2x . 2 y + y = xe3x cos(x) + (x 1)ex .

solution ge ne rale 2.4. Re La r esolution pratique dune equation du type E : y + a(x)y = b(x) se d eroule donc de la fa con suivante : Etape 1 : r esolution de l equation homog` ene asssoci ee H ; Etape 2 : recherche dune solution particuli` ere : Etape 2.1 : recherche dune solution particuli` ere evidente ; Etape 2.2 (si 2.1 echoue) : recherche dune solution particuli` ere ` a laide des m ethodes expos ees ci-dessus, la m ethode de la variation de la constante ne venant en principe quen dernier recours ; Etape 3 : solution g en erale de E , exprim ee comme somme de la solution particuli` ere trouv ee, et de la solution g en erale de H. `me de Cauchy pour lordre 1 2.5. Proble De mani` ere informelle, on appelle probl` eme de Cauchy la donn ee dune equation di erentielle sur I dordre n, et de valeurs impos ees pour la fonction ainsi que ses d eriv ees jusqu` a lordre n 1 en un point donn e x0 de I . Dans les cas  favorables , il y aura existence et unicit e dune solution ` a un probl` eme de Cauchy. D enition (Probl` eme de Cauchy pour lordre un) Soit (x0 , y0 ) I K. On appelle solution au probl` eme de Cauchy associ e` a l equation di erentielle E : y + a(t)y = b(t) et la condition initiale y (x0 ) = y0 toute solution f de E sur I telle que f (x0 ) = y0 .

2.b

Proposition (Probl` eme de Cauchy pour lordre un) Soit (x0 , y0 ) I K. Il existe une unique solution f de E sur I telle que f (x0 ) = y0 . 2.e

D emonstration

Dans le cas o` u K = R, le graphe de toute solution de E est appel e courbe int egrale. Lassertion pr ec edente montre que par un point quelconque de I R passe une unique courbe int egrale. 112 phane FLON Ste

CHAPITRE V. EQUATIONS DIFFERENTIELLES

3. EQUATIONS LINEAIRES DU SECOND ORDRE

Illustration

aires du second ordre 3. Equations line


finition 3.1. De

D enition (Equation di erentielle lin eaire du second ordre ` a coecients constants) On appelle equation di erentielle lin eaire du second ordre une equation du type : E : (x)y + (x)y + (x)y = (x), o` u , , et sont des fonctions continues sur I , ` a valeurs dans K. (ou (x)) est appel e second membre de E , et on dit que E est homog` ene si son second membre est nul. Une fonction f de I dans K est une solution de E si : (1) f admet une d eriv ee seconde sur I ; (2) x I, (x)f (x) + (x)f (x) + (x)f (x) = (x). On appelle equation di erentielle homog` ene (ou sans second membre) associ ee ` aE l equation H : (x)y + (x)y + (x)y = 0.

3.a

Ces equations sont en g en eral trop diciles ` a r esoudre. On se contentera d etudier le cas o` u , , sont des fonctions constantes ( egales respectivement a ` a, b, c, o` u a = 0). De m eme, on ne r esoudra E que dans le cas de seconds membres dun type particuler. Dans toute la suite, on sint eresse aux equations E : et H : ay + by + cy = 0. ay + by + cy = (x)

solution de le quation homoge `ne 3.2. Re

113

phane FLON Ste

3. EQUATIONS LINEAIRES DU SECOND ORDRE D enition (Equation caract eristique)

CHAPITRE V. EQUATIONS DIFFERENTIELLES

L equation az 2 + bz + c = 0 (dinconnue complexe z ) est appel ee equation caract eristique de H (et E ), et sera not ee C dans la suite. Le polyn ome aX 2 + bX + c est appel e polyn ome caract eristique de E .

3.b

Pourquoi introduire cette equation caract eristique ? On montre ais ement que pour tout r C, lapplication t er t est solution de H si et seulement si r est solution de C . La r esolution di` ere selon que K = R ou K = C. Proposition (R esolution de l equation homog` ene pour lordre 2, cas complexe) (1) si C admet deux solutions distinctes r1 et r2 , lensemble SH des solutions de H est : SH = {t C1 er1 t + C2 er2 t , (C1 , C2 ) C2 } (2) si C admet une solution double r, lensemble SH des solutions de H est : SH = {t (t + )ert , (, ) C2 } 3.a

D emonstration Soit r une solution de C . On cherche les solutions de H sous la forme f : t C (t)ert , o` u C est une fonction deux fois d erivable sur R (toute solution peut bien s ecrire sous cette forme, car t ert est deux fois d erivable et ne sannule pas). La fonction f est deux fois d erivable, et, pour tout r eel t : f (t) = (C (t) + rC (t))ert , f (t) = (C (t) + 2rC (t) + r2 C (t))ert , de sorte que af (t) + bf (t) + cf (t) = (aC (t) + (2ra + b)C (t) + (ar2 + br + c)C (t))ert = (aC (t) + (2ra + b)C (t))ert . ay + (2ra + b)y = 0. (1) Supposons que C admette deux solutions distinctes r = r1 et r2 (telles que r1 + r2 = b/a), i.e. 2ra + b = 0. f est solution de H si et seulement si il existe un complexe A tel que, pour tout r eel t : C (t) = A exp ((2ra + b)t/a), ce qui revient, en int egrant, ` a lexistence de complexes A et B tels que : C (t) = A exp ((2r + b/a)t) + B , pour certains complexes A et B . Finalement, la solution g en erale de H est bien t (A exp ((2r + b/a)t) + B ) ert = A er2 t + B er1 t , o` u A et B d ecrivent C. (2) Supposons que C admette une unique solution r : la condition sur C signie que C est ane, et on trouve donc bien la solution g en erale voulue.

Ainsi, f est solution de H si et seulement si C est solution de :

En pratique, le discriminant de l equation caract eristique permet de d eterminer le type de lensemble des solutions. Le premier cas se produit lorsque = 0, le second lorsque = 0. 114 phane FLON Ste

CHAPITRE V. EQUATIONS DIFFERENTIELLES

3. EQUATIONS LINEAIRES DU SECOND ORDRE

Exercice (Ordre deux homog` ene, cas complexe) Donner les solutions complexes de : y 6y + 25y = 0 5

Proposition (R esolution de l equation homog` ene pour lordre 2, cas r eel) (1) si C admet deux solutions r eelles distinctes r1 et r2 , lensemble SH des solutions de H est : SH = {t C1 er1 t + C2 er2 t , (C1 , C2 ) R2 } (2) si C admet une solution double r, lensemble SH des solutions de H est : SH = {t (t + )ert , (, ) R2 } (3) si C admet deux solutions complexes non r eelles et conjugu ees r et r ( ecrivons r = + i sous sa forme alg ebrique), lensemble SH des solutions de H est : SH = {t et ( cos(t) + sin(t)), , R} 3.b

D emonstration Montrons seulement le dernier cas, qui est le plus compliqu e. Tout dabord, on constate que toute fonction de cet ensemble est bien solution de H, dapr` es le cas complexe et la formule dEuler, et ` a valeurs r eelles. R eciproquement, soit f une solution de H ` a valeurs r eelles. Dapr` es le cas complexe, il existe des nombres r eels A, B, C, D tels que, pour tout t R : f (t) = (A + iB )(cos(t) + i sin(t))et + (C + iD)(cos(t) i sin(t))et La fonction f etant ` a valeurs r eelles, f = Re(f ), et il vient alors f (t) = ((A + C ) cos(t) + (B + D) sin(t))et . La fonction f s ecrit donc bien sous la forme souhait ee.

Encore une fois, le discriminant de l equation caract eristique permet de d eterminer dans quelle situation on se trouve. Le premier cas se produit lorsque > 0, le deuxi` eme lorsque = 0, le dernier lorsque < 0. Dans le troisi` eme cas, la solution g en erale de H peut egalement s ecrire t A cos( (t t0 ))et , o` u A et t0 d ecrivent R. Exercice (Ordre deux homog` ene, cas r eel) Donner les solutions r eelles de : y 6y + 25y = 0. 6

Exercice (Equations di erentielles physiques) Soit R esoudre y + 2 y = 0 et y 2 y = 0. + . R 7

115

phane FLON Ste

3. EQUATIONS LINEAIRES DU SECOND ORDRE Ensemble des solutions et plan vectoriel

CHAPITRE V. EQUATIONS DIFFERENTIELLES

Dans tous les cas, une solution g en erale de H s ecrit donc t C1 h1 (t) + C2 h2 (t), o` u h1 et h2 sont deux solutions particuli` eres non proportionnelles de H, et C1 et C2 sont des scalaires quelconques. On dit que toute solution est combinaison lin eaire des deux fonctions h1 et h2 , et que SH est un plan vectoriel de base (h1 , h2 ). 3.1

`re de E 3.3. Recherche dune solution particulie Comme dans le cas dune equation di erentielle lin eaire du premier ordre, une solution g en erale de E s ecrira comme la somme dune solution particuli` ere de E , et dune solution g en erale de l equation homog` ene associ ee H. Comment faire pour trouver une solution particuli` ere, si on nen trouve pas d evidente ? Proposition (Principe de superposition, ordre deux ) Si 1 et 2 sont des fonctions continues sur I telles que = 1 + 2 , et si f1 et f2 sont respectivement solutions de ay + by + cy = 1 (x) et ay + by + cy = 2 (x), 3.c o` u 1 et 2 sont des fonctions continues, alors f1 + f2 est solution de E .

D emonstration

Proposition (Passage dune solution complexe ` a une solution r eelle) Si a, b, c sont r eels, et si f est solution de E , alors Re(f ) et Im(f ) sont respectivement solutions de ay + by + cy = Re( (x)) et ay + by + cy = Im( (x))

3.d

Si on emploie cette m ethode, bien penser ` a pr eciser que les coecients a, b et c sont r eels. On admet 1 le r esultat suivant, souvent utile :

1. on peut cependant ais ement montrer a ` la main la derni` ere armation

116

phane FLON Ste

CHAPITRE V. EQUATIONS DIFFERENTIELLES

3. EQUATIONS LINEAIRES DU SECOND ORDRE

M ethode (Second membre en exponentielle-polyn ome, ordre deux) On se place dans le cas o` u est de la forme t P (t)et , pour un certain polyn ome P de degr e n, et un certain nombre complexe . (1) si nest pas solution de l equation caract eristique, E admet une unique solution de la forme t Q(t)et , o` u Q est de degr e n; (2) si est lune des deux solutions de l equation caract eristique, E admet une unique solution de la forme f : t tQ(t)et , o` u Q est un polyn ome de degr e n; (3) si est lunique solution de l equation caract eristique, alors f : t Q(t)et tel que aQ = P est solution de E , 3.2

Combin e au principe de superposition et au passage dune solution complexe ` a une solution r eelle, cette m ethode permet de r esoudre une equation o` u le second membre est du type : t et (P1 (t) sin(t) + P2 (t) cos(t)). solution de E 3.4. Re

Proposition (R esolution pour lordre deux) Soit une solution particuli` ere de E , et soit h1 et h2 deux solutions non multiples de H. Lensemble SE des solutions de E sur I est : SE = {t (t) + C1 h1 (t) + C2 h2 (t), C1 , C2 K}.

3.e

D emonstration

Nous admettons le r esultat suivant dalg` ebre lin eaire : Lemme Syst` eme de Cramer dordre deux Si a, b, c, d sont quatre scalaires v eriant ad bc = 0, alors, pour tout choix pr ealable de scalaires et , le syst` eme lin eaire ax + by cx + dy admet un unique couple solution de K2 . = = 3.f

117

phane FLON Ste

3. EQUATIONS LINEAIRES DU SECOND ORDRE

CHAPITRE V. EQUATIONS DIFFERENTIELLES

Proposition (Probl` eme de Cauchy pour lordre 2) Soit (x0 , y0 , y0 ) R K K. Il existe une unique solution f de E telle que f (x0 ) = y0 et f (x0 ) = y0 . 3.g

D emonstration Traiter dabord le cas complexe, en prenant h1 et h2 comme dans 3.a page 114 :

Expliquer pourquoi le cas complexe permet de traiter le cas r eel :

Probl` eme de Cauchy pour lordre 2, cas r eel Pour toute donn ee dun point (x0 , y0 ) du plan et dun r eel m, il passe une unique courbe int egrale passant en (x0 , y0 ) avec une pente m. Illustration

3.3

118

phane FLON Ste

CHAPITRE V. EQUATIONS DIFFERENTIELLES

4. METHODE DEULER

Exercice (Equations dordre deux, second membre en exponentielle-polyn ome) R esoudre sur R 1 y + 2y + 5y = cos2 t. 2 y 4y + 4y = (t2 + t cos(2t) + 1)e2t .

Nous avons donc un plan de r esolution des equations di erentielles lin eaires du second ordre ` a coecients constants, analogue ` a celui donn e plus haut dans le cas de lordre un.

thode dEuler 4. Me
De nombreuses equations di erentielles rencontr ees en physique par exemple ne sont pas lin eaires, ce qui les rend bien plus diciles ` a r esoudre que celles que nous avons etudi ees pr ec edemment. En fait, nous ne savons pas toujours donner les solutions exactes dune equation di erentielle donn ee E . Dans ce cas, il peut etre int eressant den chercher des solutions approch ees. La m ethode dEuler propose une piste d etude dans le cas dune equation di erentielle dordre un sur un intervalle (dint erieur non vide) I , et ` a valeurs r eelles. Soit donc E une equation di erentielle du premier ordre de la forme y = (x, y ), o` u est une application (susamment r eguli` ere) de I R dans R, et soit (x0 , y0 ) I R une condition initiale. Si est susamment r eguli` ere, un puissant r esultat danalyse montre lexistence et lunicit e dune solution de E , telle que (x0 ) = y0 (i.e. lexistence et lunicit e` a un probl` eme de Cauchy donn e). Notons le graphe de . Nous ne connaissons quun point de , ` a savoir (x0 , y0 ). La m ethode dEuler consiste ` a approcher la courbe int egrale en se reposant sur lapproximation locale du graphe dune fonction avec sa tangente. Cette m ethode permet de trouver une suite de fonctions qui admet comme limite la fonction (du moins on lesp` ere). M ethode (M ethode dEuler) On cherche ` a approcher lunique solution au probl` eme de Cauchy consid er e, sur [x0 , x0 ]. Fixons n N . On subdivise cet intervalle en n intervalles de m eme lonx x gueur, en posant xk = x0 + kh, o` u h = 0 n 0 , k [[0, n]]. On d enit par r ecurrence les nombres y1 , . . . , yn par yk+1 = yk + h(xk , yk ), k [[0, n 1]] On trace alors les segments dextr emit es (xk , yk ) et (xk+1 , yk+1 ), k allant de 0 ` a n 1, pour obtenir une approximation de .

4.1

Comment obtient-on cette formule ? Nous avons dun c ot e la formule exacte

(xk ) = (xk , (xk ))

Dun autre c ot e,

(xk+1 ) (xk ) h

est une approximation de (xk ). On peut donc ecrire

(xk+1 )

(xk ) + h(xk , (xk ))

La fonction nest cependant pas toujours explicite (nous cherchons m eme justement ` a en donner une approximation), et nous ne connaissons pas (xk ), sauf lorsque k = 0. Cela nous donne donc une id ee pour donner une valeur approch ee y1 de (x1 ), puis, de proche en proche, une valeur approch ee yk de tous les (xk ). 119 phane FLON Ste

` 5. PROBLEME DE RACCORD POUR LORDRE 1 (HORS-PROGRAMME) CHAPITRE V. EQUATIONS DIFFERENTIELLES

Exemple (Application de la m ethode dEuler ` a y = y) Pour illustrer le fonctionnement de cette m ethode, on lapplique dans un cas o` u on sait eectivement calculer . Fixons x > 0. On cherche ` a approcher sur [0, x] lunique solution de E sur R telle x . que (0) = 1 ( est en fait la fonction exponentielle). Soit n N . On prend h = n On a, pour tout k [[0, n 1]] : yk+1 = (1 + h)yk . Une r ecurrence imm ediate donne yk = (1 + h)k , pour tout k [[0, n]]. Nous relions x k kx ) ), pour k allant de 0 ` a n. donc les points ( n , (1 + n x n ) , ce qui nest pas En particulier ` a la borne x, on approche ex (= (x)) par (1 + n x n si mal, car on peut montrer que, lorsque n tend vers +, (1 + n ) tend vers ex .

G en eralisation de la m ethode dEuler Bien entendu, on peut proc eder de mani` ere analogue dans le cas dun intervalle [x0 , x0 ], et m eme dans le cas o` u x0 se trouve dans lint erieur de I . 4.2

Illustration

`me de raccord pour lordre 1 (hors-programme) 5. Proble


On revient ici au cas dune equation lin eaire dordre 1 : (x)y + (x)y = (x). La grande di erence est que cette fois ci, le coecient devant y , ` a savoir (x), peut sannuler pour certaines valeurs de x, ce qui fait quon perd le l conducteur en un tel point. On dit quil y a probl` eme de raccord. Pour r esoudre une telle equation, on la r esout dabord sur tout intervalle o` u ne sannule pas, puis on etudie les probl` emes de raccord, en prenant notamment garde ` a la condition de d erivabilit e. Exercice (Probl` emes de raccord) Faire lexercice 2. 9

120

phane FLON Ste

CHAPITRE V. EQUATIONS DIFFERENTIELLES

6. QUESTIONNAIRE 3

rentielles 6. Questionnaire 3 : Equations diffe


1 Le principe de superposition stipule que si f1 et f2 sont des solutions respectives de a1 y + b1 y + c1 y = 0 et a2 y + b2 y + c2 y = 0, alors (f1 + f2 ) est solution de (a1 + a2 )y + (b1 + b2 )y + (c1 + c2 )y = 0. 2 Soit (a, b, c) R R R, tel que b2 4ac < 0. La seule solution r eelle de ay + by + cy = 0 est la fonction identiquement nulle. 3 Une base de lensemble des solutions sur R de y y = 0 est (ch, sh). 4 Une equation di erentielle lin eaire admettant deux solutions distinctes sur I en admet une innit e. 5 Soit f et g , solutions d equations di erentielles lin eaires homog` enes dordre 2 ` a coecients constants. Il existe une equation di erentielle lin eaire homog` ene dordre 2 ` a coecients constants, dont f et g sont solutions. 6 Une equation di erentielle lin eaire inhomog` ene (i.e. dont le second membre est non nul) nadmet pas la fonction nulle pour solution. 7 Soit a, b des applications continues de I dans R. Lensemble des solutions sur I et ` a valeurs r eelles de E : a(t)y + b(t)y = 0 est une droite vectorielle, i.e. est lensemble des multiples par un scalaire de lune des solutions non nulles de E . 8 Si et sont deux scalaires distincts, et si est une fonction continue de I dans R, alors les equations y y = (t) et y y = (t) ont une unique solution commune (sur I ). 9 Si J est un intervalle inclus dans I , alors toute solution sur J dune equation di erentielle E est la restriction dune solution sur I de E . 10 Soit x0 , x1 deux r eels distincts, y0 , y1 R. Soit a, b, c des r eels, a = 0. L equation di erentielle ay + by + cy = 0 admet une unique solution valant y0 en x0 et y1 en x1 . 11 Expliquer pourquoi l equation di erentielle y y 2 = 1 nest pas lin eaire. Donner une solution r eelle de cette equation sur un intervalle.

121

phane FLON Ste

7. FEUILLE DE TD 5

CHAPITRE V. EQUATIONS DIFFERENTIELLES

rentielles 7. Feuille de TD 5 : Equations diffe


Dans tous les exercices, on demande de trouver des solutions r eelles. On pourra utiliser Maple si les calculs sont trop compliqu es. rentielles line aires dordre un 7.1. Equations diffe

Exercice 1 (Ordre un sans probl` eme de raccord) R esoudre : x 1 y 1+ x2 y = 2y 3y 4y 5y 6y 7y

1 1+x2

3 . 1+x2

+ y cotan(x) = sin x. + y = xe3x cos(x) + (x 1)ex . 2y = (x2 + 1)e4x + (x3 x2 + x + 1)e2x . + y = cos x + sin x 2xy = sh x 2x ch x + y sin x = sin 2x.

Exercice 2 (Probl` emes de raccord) R esoudre sur R : 1 xy + y = x3 . 2 xy y = 0. 3 x2 y + y = 0. 4 xy 2y = 0.

Exercice 3 (Toujours des probl` emes de raccord) R esoudre sur R 1 x(x2 1)y + 2y = x2 . 2 xy 2y = x4 . 3 (ex 1)y + (ex + 1)y = 3 + 2ex .

rentielles line aires dordre deux a ` coefficients constants 7.2. Equations diffe

Exercice 4 (Ordre deux ` a coecients constants) R esoudre 1 y 2y + y = cos(mx)ex , o` u m R. 2 y 2y + y = x3 ex + 2x cos(x) + x3 + 3. 3 y + y = x cos(x)3 .

122

phane FLON Ste

CHAPITRE V. EQUATIONS DIFFERENTIELLES Exercice 5 (Exemple de probl` eme de Cauchy pour lordre deux) Soit m R. D eterminer la solution f de l equation : y 2y + (1 + m2 )y = (1 + 4m2 ) cos(mx) qui v erie f (0) = 1 et f (0) = 0.

7. FEUILLE DE TD 5

Exercice 6 (Centrale MP 08) R esoudre l equation di erentielle x + x = sin(t), puis l equation di erentielle x + x = | sin(t)|.

rentielles dun autre type 7.3. Equations diffe Exercice 7 (Une equation de Bernoulli) 2

R esoudre l equation de Bernoulli x2 y 2 xy 3y = 0 en supposant que y ne sannule pas et en posant 1 z = y.

Exercice 8 (Centrale MP 07) equation 1 R esoudre sur R + l

1 y = 0. x2 Indication : on pourra utiliser le changement de variable t = ln(x). 2 L equation di erentielle (E ) poss` ede-t-elle des solutions non born ees ? D eterminer les solutions born ees de (E ). (E ) y +

Exercice 9 (Equation di erentielle lin eaire dordre trois) R esoudre l equation y = y.

Exercice 10 (Equation di erentielle non lin eaire dordre 2) Trouver les solutions sur R equation di erentielle xy = y + sin(x)y 2 ne sannulant pas. + de l Indication : on pourra poser z = 1/y .

Exercice 11 (Equation di erentielle ` a variables s epar ees) R esoudre l equation y = ex+y .

123

phane FLON Ste

`mes se ramenant a ` des e quations diffe rentielles 7.4. Equations fonctionnelles ou proble Exercice 12 (Equations pseudo di erentielles) 1 D eterminer les fonctions f : R R, d erivables sur R, telles que f (x) + f (x) = ex , pour tout r eel x. 2 D eterminer les fonctions f : R R deux fois d erivables sur R, telles que f (x) + f (x) = 0, pour tout r eel x. 2

Exercice 13 (Equation fonctionnelle avec deux variables) D eterminer les fonctions f : R R, deux fois d erivables sur R, telles que : f (x + y ) + f (x y ) = 2f (x)f (y ), pour tous r eels x et y .

Exercice 14 (Equation fonctionnelle avec int egrale) D eterminer les fonctions f : R R continues sur R telles que :
x

x R,

f ( x) +
0

(x t)f (t)dt = 1.

124

CHAPITRE VI

G eom etrie el ementaire du plan


Sommaire
1. 1.1. 1.2. 1.3. 2. 2.1. 2.2. 3. 3.1. 3.2. 4. Modes de rep erage dans le plan Coordonn ees cart esiennes Coordonn ees polaires Lien entre coordonn ees cart esiennes et polaires Produit scalaire D enition. Expression complexe Propri et es du produit scalaire. Expression en base orthonorm ee D eterminant D enition. Expression complexe Propri et es du d eterminant. Expression en base orthonorm ee directe 126 126 128 130 130 130 131 132 132 133 134 134 135 136 138 138 138 140 142 144 144 144 146 148 151 151 152 152 153 154 154

Droites 4.1. Equations de droites 4.2. 4.3. 5. Lignes de niveau Distance dun point a ` une droite

Cercles 5.1. Equations de cercles 5.2. 5.3. 5.4. 6. 6.1. 6.2. 6.3. 6.4. 7. 7.1. 7.2. 7.3. 7.4. 7.5. 7.6. Intersection dun cercle et dune droite. Intersection de deux cercles Propri et es angulaires Exemples de lieux Compl ements Vocabulaire dalg` ebre lin eaire Rappels sur les barycentres Convexit e D eterminants dordre 2 et 3 Feuille de TD 6 : G eom etrie el ementaire du plan Droites, segments Triangles Cercles Distances Lieux, lignes de niveau Convexit e

 simples . La dicult e r eside dans la vari et e des exercices, de la particularit e des raisonnements g eom etriques,
auxquels les etudiants sont souvent r etifs, et dans le fait que certains exercices n ecessitent des connaissances d epassant le cadre du programme. On suppose connues les notions de distance euclidienne, orthogonalit e, rep` ere orthonorm e, angles, angles orient es dans le plan euclidien. On munit le plan P dun rep` ere orthonormal (0, i, j ), ce qui permet de lidentier ` a R2 , et donc ` a C.
125

Ce chapitre prolonge l etude eectu ee en Terminale, et donne loccasion de travailler sur des espaces vectoriels

1. MODES DE REPERAGE DANS LE PLAN

CHAPITRE VI. GEOM ETRIE PLANE

rage dans le plan 1. Modes de repe


es carte siennes 1.1. Coordonne D enition (Colin earit e) Soit u et v deux vecteurs du plan ou de lespace. Le vecteur u est dit colin eaire au vecteur v sil est multiple de v par un scalaire, i.e. : R, u = v

1.a

Le vecteur nul est colin eaire ` a tout vecteur, mais le seul vecteur colin eaire au vecteur nul est le vecteur nul lui-m eme. En particulier, la relation  est colin eaire ` a  nest pas sym etrique. En revanche, si u et v sont non nuls, il est equivalent de dire que u est colin eaire ` a v ou de dire que v est colin eaire ` a u. Deux vecteurs du plan ou de lespace u et v sont dits colin eaires si u est colin eaire ` a v ou si v est colin eaire a u, i.e. si lun peut s ` ecrire comme multiple de lautre. Dapr` es la remarque pr ec edente, u et v sont colin eaires si et seulement si ((u ou v est nul) ou ((u est colin eaire ` a v ) et (v est colin eaire ` a u))). Soit D une droite. Un vecteur directeur de D est un vecteur u de P tel que, pour tous points A et B de D, le vecteur AB est colin eaire ` a u. En particulier, un vecteur directeur nest jamais nul. La direction de la droite D est lensemble des vecteurs dirigeant D, auquel on adjoint le vecteur nul. Cest ce quon appelle une droite vectorielle. Cest aussi lensemble des vecteurs que lon peut former en prenant des extr emit es dans D. Un vecteur u est dit unitaire (ou norm e) sil est de norme 1. D enition (mesure alg ebrique) Une droite orient ee est la donn ee dune droite D et dun de ses deux vecteurs directeurs unitaires u. Si A et B sont deux points de D, la mesure alg ebrique AB (pour cette orientation de D) est lunique r eel tel que AB = u.

1.b

On a une relation de Chasles pour les mesures alg ebriques : si A, B, C sont trois points dune m eme droite orient ee, alors AC = AB + BC . D enition (Angle orient e entre deux droites) Langle de la droite D1 (par u1 ) avec la droite D2 (par u2 ) est la classe de langle orient e (u1 , u2 ) modulo . 1.c

Cet angle est bien d eni, car on la pris modulo . La relation de Chasles est encore valable. D enition (Rep` ere du plan) Un rep` ere cart esien (du plan) de P est la donn ee dun point du plan O, et dune base (i, j ) de P . On le note (O, i, j ). Pour tout point M du plan, le vecteur OM se d ecompose de fa con unique sous la forme OM = xi + y j, o` u x et y sont deux nombres r eels, appel es les coordonn ees du point M (ou compo santes du vecteur OM ). Si i et j sont orthogonaux et unitaires, on dit que la base (i, j ) est orthonorm ee, et que le rep` ere (O, i, j ) est orthonormal.

1.d

126

phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE D enition (Orientation dans le plan)

1. MODES DE REPERAGE DANS LE PLAN

Soit (i, j ) et (u, v ) deux bases orthonorm ees du plan. On dit que (u, v ) a m eme orientation que (i, j ) sil existe R, tel que u = cos()i + sin()j et v = sin()i + cos()j. 1.e Soit (O, i, j ) et (O , u, v ) deux rep` eres orthonormaux. On dit que (O , u, v ) a m eme orientation que (O, i, j ) si (u, v ) a m eme orientation que (i, j ).

Intuitivement, (u, v ) a m eme orientation que (i, j ) si on peut lobtenir ` a laide dune rotation ` a partir de (i, j ) :

Illustration

Proposition (Orientation dans le plan) Ecrivons R R lorsquun rep` ere R a m eme orientation que R . La relation est une relation d equivalence. 1.a

D emonstration

127

phane FLON Ste

1. MODES DE REPERAGE DANS LE PLAN

CHAPITRE VI. GEOM ETRIE PLANE

Soit (i, j ) et (u, v ) deux bases orthonorm ees, (u, v ) ayant m eme orientation que (i, j ). La relation  avoir m eme orientation que  etant sym etrique, nous dirons d esormais que (i, j ) et (u, v ) ont m eme orientation (de m eme pour les rep` eres). D enition (Orientation du plan) Une orientation est la donn ee dun rep` ere orthonormal R (ou dune base orthonorm ee B ), que lon d ecr` ete direct(e). Tous les rep` eres (bases) ayant m eme orientation que R (ou B ) sont dit(e)s direct(e)s, les autres sont dit(e)s indirect(e)s.

1.f

Soit u un vecteur unitaire du plan orient e. Il existe deux vecteurs, oppos es, compl etant u en une base orthonorm ee. Lune de ces bases est directe, et lautre indirecte. D enition (Mesure dangle orient e) Soit u et v deux vecteurs unitaires. Soit u lunique vecteur tel que (u, u ) soit une base orthonormale directe. On appelle mesure de langle orient e des vecteurs u et v tout r eel tel que v = (cos ) u + (sin ) u . Soit u et v deux vecteurs non nuls. On appelle mesure de langle orient e des vecteurs v u et u et v toute mesure de langle orient e des vecteurs unitaires ||u || ||v || . On note alors (u, v ) [2 ].

1.g

Si u (resp. v ) non nul est daxe zu = u eiu (resp. zv = v eiv ) sous forme exponentielle, alors (u, v ) zv ). v u [2 ] (cest donc un argument de z u Ceci permet en particulier de prouver la relation de Chasles angulaire pour trois vecteurs non nuls u, v, w : (u, v ) + (v, w) (u, w) [2 ] Plut ot que dapprendre une formule de changement de rep` ere, il faut savoir la retrouver, par le calcul vectoriel. Exercice (Changement de rep` ere) Choisir deux rep` eres du plan, et donner les formules de changement de rep` ere. 1

es polaires 1.2. Coordonne D enition (Coordonn ees polaires) On identie P ` a R2 , et le rep` ere choisi est (O, e1 , e2 ), o` u O = (0, 0), e1 = (1, 0) et e2 = (0, 1). Pour tout r eel , on pose u() = (cos )e1 + (sin )e2 et v () = (sin )e1 + (cos )e2 . Soit M un point de P . Consid erons l equation dinconnues r, R : OM = ru() Cette equation admet au moins une solution. Si M est di erent de O, et si (r0 , 0 ) est un tel couple, alors lensemble des couples solutions (r, ) R2 est {(r0 , 0 + 2k ), k Z} {(r0 , 0 + (2k + 1) ), k Z} Un tel couple est appel e couple (ou syst` eme) de coordonn ees polaires de M (par rapport au rep` ere R = (O, e1 , e2 )). Le rep` ere (O, u(), v ()) est appel e rep` ere polaire. Le point O est appel e p ole et la droite orient ee (O, e1 ) laxe polaire. 1.h

128

phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE

1. MODES DE REPERAGE DANS LE PLAN

Le rep` ere polaire d epend donc du param` etre et donc du point M consid er e (contrairement au cas dun rep` ere cart esien). v () est le vecteur d eriv e de u() par rapport ` a . Laxe de u() est ei , celle de v () est iei . (r, ) est un syst` eme de coordonn ees polaires de M si et seulement si M est daxe rei , donc cette notion est li ee ` a (mais ne se confond pas avec) celle de forme trigonom etrique. Une equation F (r, ) = 0 (o` u F est une fonction r eelle de deux variables r eelles) est une equation polaire dune partie du plan lorsquun point M appartient ` a si et seulement si lun (au moins) de ses couples (r0 , 0 ) de coordonn ees polaires v erie F (r0 , 0 ) = 0. On demande seulement quun des couples de coordonn ees polaires dun point v erie l equation. Expliquez pourquoi on ne demande pas que tous le v erient :

Exemple (Equations polaires classiques) Equation polaire dune droite D : soit u un vecteur directeur de D, et soit 0 et 1 des mesures respectives de (e1 , u) et (e1 , OH ), o` u H est le projet e orthogonal de O sur D si D ne passe pas par O. Si D passe par O, = 0 est une equation de D. Si D ne passe pas par O, soit d la distance de D ` a lorigine : r cos( 1 ) = d est une equation de D. Equation dun cercle passant par O : le cercle de centre daxe Rei0 sous forme trigonom etrique de rayon R (passant donc par O) admet l equation polaire : r = 2R cos( 0 ).

D emonstration Prouver tout ceci avec les complexes.

Exercice (Equations polaires) D ecrire les ensembles d enis par ces equations polaires : 1 1 r = cos sin . 2 r = cos() 3 sin().

129

phane FLON Ste

2. PRODUIT SCALAIRE

CHAPITRE VI. GEOM ETRIE PLANE

es carte siennes et polaires 1.3. Lien entre coordonne Pour passer des coordonn ees polaires (r, ) aux coordonn ees cart esiennes (x, y ), il sut de projeter la relation OM = ru() : x = r cos et y = r sin Pour passer des coordonn ees cart esiennes aux coordonn ees polaires (O etant le centre du rep` ere cart esien et le p ole du rep` ere polaire), il sut de calculer le module et un argument de laxe m de M : si M = O, r= x2 + y 2 , cos = x y et sin = r r

2. Produit scalaire
finition. Expression complexe 2.1. De D enition (Produit scalaire dans le plan) Soient u et v deux vecteurs non nuls. Le produit scalaire de u par v , not e u v est : uv = u v cos (u, v ) 2.a

Si u ou v est nul, le produit scalaire u v est nul.

On peut interpr eter le produit scalaire ` a laide de projections :

Illustration

Le produit scalaire ne d epend pas de lorientation choisie du plan. Proposition (Expression complexe du produit scalaire) Si u et v ont pour axes respectives zu et zv , alors u v = Re(z u zv ).

2.a

130

phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE D emonstration

2. PRODUIT SCALAIRE

te s du produit scalaire. Expression en base orthonorme e 2.2. Proprie Proposition (Bilin earit e et sym etrie du produit scalaire plan) Le produit scalaire est bilin eaire et sym etrique. 2.b

D emonstration

Corollaire (Produit scalaire plan en base orthonorm ee) Soient u et v deux vecteurs de P . Soit B = (i, j ) une base orthonorm ee de P . Soient xu , yu et xv , yv les coordonn ees respectives de u et v dans B . Alors : u v = xu xv + yu yv

2.c

D emonstration

131

phane FLON Ste

3. DETERMINANT

CHAPITRE VI. GEOM ETRIE PLANE

Corollaire (Composantes dun vecteur dans une base orthonorm ee du plan) Pour tout vecteur u de P et toute base orthonorm ee (i, j ), u = (u i)i + (u j )j.

2.d

D emonstration

Proposition (In egalit e de Cauchy-Schwarz dans le plan) Pour tous vecteurs u et v de P : |u v | u v . 2.e De plus, cette in egalit e est une egalit e si et seulement si u et v sont colin eaires.

D emonstration

Pour tout vecteur u de P , u u = u ( egalit e utile pour passer dune relation entre des distances ` a une relation entre des vecteurs). Le seul vecteur orthogonal ` a lui-m eme est le vecteur nul. De plus, il est orthogonal ` a tout vecteur.

terminant 3. De
finition. Expression complexe 3.1. De D enition (D eterminant dans le plan) Soient u et v deux vecteurs non nuls. Le d eterminant de u et v , not e det(u, v ) est : det(u, v ) = u v sin (u, v ) 3.a

Si u ou v est nul, le d eterminant det(u, v ) est nul.

Proposition (Expression complexe du d eterminant plan) Si u et v ont pour axes respectives zu et zv , alors det(u, v ) = Im(z u zv ).

3.a

132

phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE D emonstration

3. DETERMINANT

te s du de terminant. Expression en base orthonorme e directe 3.2. Proprie Deux vecteurs u et v sont colin eaires si et seulement si det(u, v ) = 0. Cela permet de tester lalignement de trois points : A, B, C sont align es si et seulement si det(AB, AC ) = 0. Le d eterminant exprimant bien la colin earit e, il sera tr` es utile pour d eterminer des equations de droites. On peut interpr eter | det(u, v )| comme laire du parall elogramme construit sur u et v :

Illustration

Pour tous vecteurs u et v de P , (u v )2 + (det(u, v ))2 = u


2

Contrairement au cas du produit scalaire, un changement dorientation du plan modie la valeur du d eterminant en son oppos e. Proposition (Bilin earit e et antisym etrie du d eterminant plan) Le d eterminant est bilin eaire et antisym etrique. 3.b

D emonstration

133

phane FLON Ste

4. DROITES Corollaire (D eterminant plan en base orthonorm ee directe)

CHAPITRE VI. GEOM ETRIE PLANE

Soient u et v deux vecteurs de P . Soit B = (i, j ) une base orthonorm ee directe de P . Soient xu , yu et xv , yv les coordonn ees respectives de u et v dans B . Alors : det(u, v ) = xu yu xv yv = xu yv yu xv

3.c

D emonstration

4. Droites
4.1. Equations de droites On se donne une droite D. La plupart du temps, une droite est donn ee par un point et un vecteur directeur, par deux points distincts, ou par un point et un vecteur normal (non nul). On se xe un vecteur directeur u(, ), deux points A(xA , yA ) et B (xB , yB ), et un vecteur normal non nul n(a, b). 4.1.1. Equations cart esiennes. Droite donn ee par un vecteur directeur u et un point A : M (x, y ) est un point de D si et seulement si AM et u sont colin eaires, soit encore : det(AM , u) = 0 Une equation cart esienne de D est donc x xA y yA = 0.

Droite donn ee par deux points A et B : On prend tout simplement AB comme vecteur directeur. M (x, y ) est un point de D si et seulement si AM et AB sont colin eaires, soit encore : det(AM , AB ) = 0 Une equation cart esienne de D est donc : x xA y yA xB xA yB yA = 0.

Droite donn ee par un point A et un vecteur normal non nul n : M (x, y ) est un point de D si et seulement si AM et n sont orthogonaux, soit encore : AM n = 0 Une equation cart esienne de D est donc : a(x xA ) + b(y yA ) = 0. 134 phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE D enition (Equation normale dune droite dans le plan) Si n est de norme 1, l equation cart esienne ci-dessus est appel ee equation normale de D, et peut s ecrire : (cos )x + (sin )y = p pour certains r eels et p.

4. DROITES

4.a

Si ax + by + c = 0 est une equation de la droite D, alors a x + b y + c = 0 est une equation de D si et seulement si il existe R tel que (a , b , c ) = (a, b, c). Deux droites d equations ax + by + c = 0 et a x + b y + c = 0 sont parall` eles (resp. perpendiculaires) si et seulement si ab a b = 0(resp. aa + bb = 0). Il est facile de d ecrire des demis-plans ` a laide d equations cart esiennes de droites. 4.1.2. Equations param etriques. Une equation param etrique correspond ` a la donn ee dun point A de D et dun vecteur directeur u, et ` a la caract erisation suivante dappartenance dun point M ` aD: M D R, AM = u et s ecrit donc : x = xA + ( R) y = yA + Exercice (Equations param etriques) Donner une repr esentation param etrique dune droite donn ee par A et B (resp. par A et n). On pourra notamment penser aux barycentres. 3

4.1.3. Equations en polaires. Nous avons d ej` a vu les equations polaires dune droite. Mentionnons seulement les equations sous la forme : 1 r= a cos + b sin avec (a, b) = (0, 0), qui correspondent ` a une equation cart esienne ax + by = 1. 4.2. Lignes de niveau D enition (Ligne de niveau) Soit f : P R une fonction. Une ligne de niveau de f est un ensemble du type : {M P , f (M ) = }, o` u est un r eel x e. Lignes de niveau M u AM 4.b

Lignes de niveau M det(u, AM ) 135 phane FLON Ste

4. DROITES

CHAPITRE VI. GEOM ETRIE PLANE ` une droite 4.3. Distance dun point a

D enition (Distance) Soit D une droite et A un point du plan. Soit A le projet e orthogonal de A sur D (i.e. AA est orthogonal ` a la direction de D, et A D). La distance de A ` a D, not ee d(A, D), est la longueur AA .

4.c

Ne pas oublier quune distance est positive (noubliez pas les valeurs absolues dans les formules ` a suivre). Proposition (Caract erisation de la distance) La distance de A ` a D est la plus petite distance possible entre A et un point de D. 4.a

Illustration

D emonstration Cons equence du th eor` eme de Pythagore :

Proposition (Distance dun point ` a une droite dans le plan (vecteur normal)) Soit n un vecteur normal non nul de D, A un point du plan, et B un point quelconque de la droite D. Alors : |AB n| d(A, D) = n

4.b

136

phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE D emonstration

4. DROITES

Corollaire (Distance dun point ` a une droite dans le plan ( equation)) Soit ax + by + c = 0 une equation de D, et soient xA et yA les coordonn ees de A. Alors : |axA + byA + c| d(A, D) = a2 + b2

4.c

D emonstration

La formule est donc particuli` erement agr eable dans le cas o` u l equation de D est normale. Corollaire (Distance dun point ` a une droite dans le plan (d eterminant)) Soit A un point du plan. Si une droite D est donn ee par un point B et un vecteur directeur u, alors : det(AB, u) d(A, D) = u

4.d

D emonstration

137

phane FLON Ste

5. CERCLES

CHAPITRE VI. GEOM ETRIE PLANE

5. Cercles
D enition (Cercle) Soit P , et R R lensemble : 0. On appelle cercle et on note C (, R) de centre et de rayon M P , M = R 5.a

Le nombre 2R est appel e le diam` etre du cercle. Si M et M sont deux points du cercle C (, R) sym etriques par rapport ` a , alors le segment [M M ] est appel e un diam` etre de C (, R).

Parfois, un singleton nest pas consid er e comme un cercle (attention ` a la convention). Un singleton est parfois appel e cercle-point. Par trois points non align es passe un unique cercle (son centre est le point dintersection des trois m ediatrices). 5.1. Equations de cercles 5.1.1. Equations cart esiennes. Soit R un rep` ere orthonormal. Un cercle C (, R) admet pour equation cart esienne dans R : 2 2 (x x ) + (y y ) = R2 que lon peut mettre sous la forme :
2 2 x2 + y 2 2x x 2y y + x2 + y R = 0.

R eciproquement, une equation du type x2 + y 2 2ax 2by + c = 0, o` u a, b, c R, d enit un cercle C si a2 + b2 c 0 (un cercle-point si a2 + b2 c = 0), et lensemble vide si 2 2 a + b c < 0. 5.1.2. Equations polaires. En reprenant les notations ci-dessus, et en rempla cant x, y par r cos et r sin respectivement, on obtient une premi` ere equation polaire pour C : r2 2r(a cos + b sin ) + c = 0 Si = O, une equation plus simple est r = R. Si le cercle passe par O, on peut remplacer l equation par r = 2a cos + 2b sin qui peut s ecrire r = 2R cos( 0 ), o` u (R, 0 ) est un couple de coordonn ees polaires de (comme nous lavons d ej` a vu). 5.1.3. Equations param etriques. C (, R) admet pour equation param etrique : x = x + R cos ( ] , ]). y = y + R sin C (, R) {(x R, y )} admet aussi un param etrage rationnel :
t x = x + R 1 1+t2 (t R) 2t y = y + R 1+ t2
2

5.2. Intersection dun cercle et dune droite. Intersection de deux cercles Proposition (Intersection dun cercle et dune droite) Soit C (, R) un cercle non r eduit ` a un point, et D une droite : Si d(, D) > R, alors D C (, R) = ; Si d(, D) = R, alors on dit que D est (une) tangente ` a C (, R), et leur intersection est r eduite ` a un singleton ; Si d(, D) < R, alors D et C (, R) se croisent en deux points distincts.

5.a

138

phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE

5. CERCLES

Illustration

D emonstration

Proposition (Intersection de deux cercles non concentriques) Soient C (, R) et C ( , R ) deux cercles non concentriques et non r eduits ` a un point. Les cercles C et C sont s ecants si et seulement si |R R | R + R . En deux points si on a des in egalit es strictes, et en un seul point si on a une egalit e. Si |R R | = (resp. si = R + R ), on dit que les deux cercles sont tangents int erieurement (resp. ext erieurement).

5.b

Illustration

139

phane FLON Ste

5. CERCLES D emonstration

CHAPITRE VI. GEOM ETRIE PLANE

Lorsque lintersection est constitu ee de deux points distincts, on appelle axe radical de ces cercles la droite passant par ces points. Pour obtenir une equation de cet axe, on peut combiner des equations cart esiennes des deux cercles consid er es. te s angulaires 5.3. Proprie Proposition (Angle au centre) Soit C (, R) un cercle non r eduit ` a un point, et A et B deux points quelconques de ce cercle. Pour tout point M du cercle, distinct de A et B , on a : (A, B ) 2(M A, M B )[2 ]

5.c

D emonstration

140

phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE

5. CERCLES

Illustration

On en d eduit imm ediatement : Corollaire (Condition n ecessaire de cocyclicit e) Si M , N , A, B sont quatre points distincts, cocycliques ou align es, alors : (M A, M B ) (N A, N B )[ ]

5.d

Proposition (Lieu angulaire) Soient A, B, C trois points non align es du plan. Lensemble C des points M (distincts de A et B ) tels que : (M A, M B ) (CA, CB )[ ] est le cercle circonscrit au triangle ABC , priv e des points A et B .

5.e

D emonstration

La congruence modulo 2 permet de distinguer deux arcs de cercles. 141 phane FLON Ste

5. CERCLES

CHAPITRE VI. GEOM ETRIE PLANE

Illustration

On en d eduit imm ediatement : Corollaire (Caract erisation de cocyclicit e ou dalignement) Quatre points distincts A, B, C, D du plan sont cocycliques ou align es si et seulement si : (CA, CB ) (DA, DB )[ ]

5.f

5.4. Exemples de lieux Ensemble des points M tels que (M A, M B ) [ ].

Lensemble consid er e est aussi {M, ((M A), (M B )) [ ]} Corollaire (Lieu et orthogonalit e) Soient A et B deux points distincts du plan. Alors lensemble {M, M A M B = 0} est le cercle de diam` etre [AB ].

5.g

142

phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE D emonstration

5. CERCLES

Ensemble des points M tels que M B = kM A. Ecartons le cas o` u k = 1 (m ediatrice de [AB ]). Il est equivalent d ecrire M B 2 = k 2 M A2 , soit encore (M B k M A) (M B + k M A) = 0. Lensemble cherch e est donc le cercle de diam` etre [k , k ], o` u k (resp. k ) est le barycentre de (A, k ) et (B, 1) (resp. (A, k ) et (B, 1)), m eme si k = 0.

143

phane FLON Ste

6. COMPLEMENTS

CHAPITRE VI. GEOM ETRIE PLANE

ments 6. Comple
`bre line aire 6.1. Vocabulaire dalge Soit n N, (u1 , . . . , un ) une famille de vecteurs dun espace vectoriel E , (1 , . . . , n ) une famille de scalaires. On appelle combinaison lin eaire de cette famille de vecteurs pour cette famille de scalaires lexpression :
n

k uk .
k=1

On dit cette combinaison lin eaire ` a r esultat nul si


n

k uk = 0 .

k=1

On la dit triviale si tous les scalaires sont nuls (elle est alors ` a r esultat nul). La famille (u1 , . . . , un ) est dite libre si la seule combinaison lin eaire ` a r esultat nul est la triviale. On dit egalement dans ce cas que u1 , . . . , un sont (lin eairement) ind ependants. La famille (u1 , . . . , un ) est dite g en eratrice (de E ) si tout vecteur de E est combinaison lin eaire de cette famille. On dit que (u1 , . . . , un ) est une base de E si elle est libre et g en eratrice. Plus simplement, (u1 , . . . , un ) est une famille libre (resp. g en eratrice, resp. une base) de E si et seulement si tout vecteur de E s ecrit dau plus une mani` ere (resp. dau moins une mani` ere, resp. dune unique mani` ere) comme combinaison lin eaire de (u1 , . . . , un ). Dans le cas du plan, il revient d ecrire : D enition (Base du plan) Une base de P est la donn ee dun couple (i, j ) de vecteurs ind ependants, cest-` a-dire non colin eaires. 6.a

Attention cependant, trois vecteurs peuvent etre non colin eaires deux ` a deux, sans etre ind ependants. Une application dun espace vectoriel E vers un espace vectoriel F est dite lin eaire si, pour tous vecteurs u et v , tout scalaire : (u) = (u) et (u + v ) = (u) + (v ). Cela revient ` a ce que pour tous vecteurs u et v , tous scalaires et , (u + v ) = (u) + (v ). Une application de E dans F est dite bilin eaire si, pour tous vecteurs u0 et v0 , les applications u (u, v0 ) et v (u0 , v ) (de E dans F ) sont lin eaires. On d enit de mani` ere analogue la notion dapplication trilin eaire de E 3 dans F . 6.2. Rappels sur les barycentres Ces notions se g en eralisent ` a dautres dimensions, et notamment 1 et 3. D enition (barycentre) Soit ((Ai , i ))1 i n une famille de n el ements de P R (i.e. une application de n [[1, n]] dans P R, ou encore un el ement de (P R)n ), telle que m = i=1 i = 0. Le point G d eni par n 1 i OAi OG = m i=1 est appel e barycentre de ((Ai , i ))i[[1,n]] . Chaque couple (Ai , i ) est appel e point pond er e Ai de poids i , m est appel e poids total de la famille ((Ai , i ))1 i n de points pond er es. Dans le cas o` u chaque i vaut 1, le barycentre de la famille des points pond er es est appel e isobarycentre de la famille de points (Ai )1 i n .
2

6.b

144

phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE

6. COMPLEMENTS

Toujours par d enition, le poids total est non nul. Il faut v erier que m = 0 avant dutiliser le (et m eme de parler du) barycentre dune famille de points pond er es 1. Si lon change lordre dapparition des points pond er es (Ai , i ) dans la famille ((Ai , i ))1 i n , le barycentre reste inchang e : on peut dire quil y a  commutativit e  du barycentre. Par d enition du barycentre, on conna t tr` es facilement ses coordonn ees lorsquon conna t celles des points le d enissant. Proposition (Barycentre) (1) Pour tout point M du plan, on a : 1 MG = m
n

i M Ai

i=1

(2) (Caract erisation du barycentre) Le barycentre de la famille des points pond er es (Ai , i ) est lunique point solution de l equation suivante (dinconnue M) : n i M Ai = 0
i=1

6.a

(3) (Homog en eit e du barycentre) Si lon multiplie tous les poids par un m eme r eel non nul, le barycentre est inchang e; (4) (Associativit e du barycentre) Soit m [[2, n]] tel que m := k=m k = 0, et soit Gm le barycentre de ((Ai , i ))m i n dau moins deux el ements. G est alors le barycentre de ((A1 , 1 ), . . . , (Am1 , m1 ), (Gm , m )). (5) Si Ai est daxe ai , alors G est daxe g =
1 m n i=1 n

i ai .

D emonstration

La premi` ere propri et e montre que la d enition dun barycentre ne d epend pas de lorigine du rep` ere.

1. on pourra omettre de le signaler pour le barycentre dun couple de points pond er es ((A, ), (B, 1 )), o` uR

145

phane FLON Ste

6. COMPLEMENTS Exercice (Les m edianes sont concourantes)

CHAPITRE VI. GEOM ETRIE PLANE

Montrer que les m edianes dun (vrai) triangle sont concourantes.

6.3. Convexite Ces notions se g en eralisent ` a dautres dimensions, notamment 1 et 3. D enition (segment) Soit A et B deux points du plan. Le segment [AB ] est lensemble des barycentres de ((A, ), (B, 1 )), o` u d ecrit [0, 1]. 6.c

D enition (Partie convexe) Une partie A de P est dite convexe si elle contient le segment joignant deux quelconques de ses points. 6.d

Illustration

Illustration

146

phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE Proposition (Enveloppe Convexe)

6. COMPLEMENTS

Soit une partie de P . Il existe une plus petite partie convexe C du plan contenant , pour la relation dordre dinclusion, i.e. : (1) C ; (2) C est convexe ; (3) Si C est un convexe contenant , alors C C . De plus, on a : C= C, C convexe C i.e. lenveloppe convexe de est lintersection de tous les convexes contenant . 6.b

D emonstration

D enition (Enveloppe Convexe) Dans le contexte de la proposition pr ec edente, C est appel ee enveloppe convexe de . 6.e

Bien entendu, tout ensemble convexe est sa propre enveloppe convexe. Lenveloppe convexe dun cercle est le disque ferm e quil d elimite.

147

phane FLON Ste

6. COMPLEMENTS

CHAPITRE VI. GEOM ETRIE PLANE

Illustration

Proposition (Enveloppe convexe dun nombre ni de points) Lenveloppe convexe de p points coplanaires A1 , . . . , Ap est la plaque d elimit ee par le plus petit polygone convexe contenant ces p points. Cest lensemble des barycentres de A1 , . . . , Ap aect es de poids positifs.

6.c

D emonstration

terminants dordre 2 et 3 6.4. De Ici, on consid` ere des tableaux de nombres r eels de deux lignes et deux colonnes, ou de trois lignes et trois colonnes, que lon place entre parenth` eses (que lon g en eralisera, et appelera matrices plus tard). On va d enir une application, lapplication d eterminant, qui, ` a un tel tableau, associe un nombre r eel. Les d eterminants dordre i nous seront utiles pour la g eom etrie en dimension i (i = 2, 3). Tous les r esultats ici evoqu es seront d emontr es et etendus plus tard dans lann ee. Ils nont dint er et ` a ce stade que pour la r esolution de syst` emes lin eaires de deux equations ` a deux inconnues (ou trois equations ` a trois inconnues) et les interpr etations g eom etriques correspondantes (intersections de droites ou de plans, par exemple). 148 phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE D enition (D eterminant en tailles 2 et 3) Soit a, b, c, d des r eels. On appelle d eterminant du tableau dordre 2 : a c et on note a c b d ou det a c b d b d

6. COMPLEMENTS

le nombre r eel ad bc. Soit a, a , a , b, b , b , c, c , c des r eels. On 3: a b a b a b et on note a b c a b c ou a b c le nombre r eel a b c b a a b c

appelle d eterminant du tableau dordre c c c a b c b c det a a b c c c +c a a b b

6.f

a b de r eels a, b, c, d, c d et leurs eets respectifs sur le d eterminant de celui-ci (on g en eralisera au cas dun tableau de trois lignes et colonnes) : (1) (Invariance par transposition) a c a b = b d c d On donne ici des op erations simples sur les lignes ou colonnes dun tableau (2) (Lin earit e par rapport ` a la seconde colonne) Pour tous r eels , , b , d : a c b + b d + d = a c b d + a c b d

(3) (4) (5) (6) (7)

De m eme pour la lin earit e par rapport ` a la premi` ere colonne, et pour la lin earit e par rapport aux lignes ; Un d eterminant est chang e en son oppos e si lon echange deux de ses colonnes ; Un d eterminant est chang e en son oppos e si lon echange deux de ses lignes ; On ne change pas la valeur dun d eterminant si lon ajoute ` a une colonne un multiple dune autre colonne ; On ne change pas la valeur dun d eterminant si lon ajoute ` a une ligne un multiple dune autre ligne ; Un d eterminant dordre 3 est nul si et seulement si une de ses colonnes est combinaison lin eaire des deux autres. D enition (Syst` eme carr e de taille 2)

Soit a, b, c, d, , des r eels, et S le syst` eme : ax cx + by + dy = = (S ) . 6.g

Le second membre (ou la colonne second membre ) de S est la colonne Le d eterminant de S est le d eterminant

a b . c d On d enit des notions analogues pour un syst` eme lin eaire de trois equations ` a trois inconnues.

149

phane FLON Ste

6. COMPLEMENTS

CHAPITRE VI. GEOM ETRIE PLANE Th eor` eme Syst` emes de Cramer en dimensions 2 et 3

Soit S un syst` eme de k equations ` a k inconnues (k {2, 3}), et soit son d etermix nant. Si = 0, alors le syst` eme admet une unique solution, donn ee par x0 = , y z y0 = (et z0 = le cas ech eant), o` u x (resp. y , z ) est le d eterminant obtenu en rempla cant la colonne des coecients de x (resp. y, z ) par la colonne second membre.

6.d

Exercice (Syst` eme de Cramer en taille 3) R esoudre 3x y + 2z x + 2y 3z x + 2y + z

= a = b = c

bc 2a+b+7c 4a7b+5c , , ). R eponse : lunique triplet solution est ( 8a+5 18 18 18

150

phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE

7. FEUILLE DE TD 6

ome trie e le mentaire du plan 7. Feuille de TD 6 : Ge


On se place implicitement dans un rep` ere orthonormal direct.

7.1. Droites, segments

Exercice 1 (Equations de droites)

On consid` ere les droites D : x + 2y = 5 et D : 3x y = 1. On note A lintersection des deux droites et B le point de coordonn ees (5, 2). Donner une equation cart esienne de la droite (AB ), de la perpendiculaire ` a D passant par B , de la parall` ele ` a D passant par B . Soit C le point de coordonn ees (2, 7). Donner une equation cart esienne de la m ediatrice du segment [BC ]. La droite est-elle parall` ele ` a D? ` aD ?

Exercice 2 (Faisceau de droites) Soit D et D deux droites du plan, d equations respectives ax + by + c = 0 et ax+by+c =0 Pour tout couple (, ) de r eels, soit D, la partie du plan d equation (a + a )x + (b + b )y + c + c = 0.

1 Cette partie est-elle toujours une droite ? 2 On consid` ere lensemble dont les el ements sont les droites de la forme D, . Cet ensemble est appel e faisceau des droites D et D . Montrer que si les droites D et D sont s ecantes en un point I (resp. parall` eles non confondues), alors le faisceau des droites D et D est lensemble des droites passant par I (resp. lensemble des droites parall` eles ` a D et D ). 3 D eduisez-en le corollaire suivant : les trois droites D, D et D d equations respectives : ax + by + c = 0, a x + b y + c = 0 et a x + b y + c = 0 sont concourantes ou parall` eles si et seulement si a a a b b b = 0. c c c

Exercice 3 (Equations de bissectrices)

Trouver des equations cart esiennes des deux bissectrices de D : 5x 12y +7 = 0 et D : 3x +4y 7 = 0.

Exercice 4 (Equations de sym etriques)

Soit A = (2, 4) et D et D deux droites d equations respectives x + 2y + 3 = 0 et 3x + 2y + 1 = 0. 1 D eterminer les coordonn ees du projet e orthogonal de A sur D. 2 D eterminer une equation cart esienne de la droite sym etrique de D par rapport ` a A. 3 D eterminer une equation cart esienne de la droite sym etrique de D par rapport ` a D.

151

phane FLON Ste

7. FEUILLE DE TD 6 Exercice 5 (Carr es construits sur un quadrilat` ere convexe)

CHAPITRE VI. GEOM ETRIE PLANE

Soit un quadrilat` ere convexe ABCD. On construit les carr es ext erieurs C1 , C2 , C3 et C4 ` a ABCD de c ot es respectifs AB, BC, CD et DA. Montrer que les segments joignant les centres de C1 ` a C3 et C2 ` a C4 sont orthogonaux et de m eme longueur.

7.2. Triangles Exercice 6 (Caract erisation des triangles rectangles) Montrer que le (vrai) triangle ABC est rectangle si et seulement si : cos2 ((AB, AC )) + cos2 ((BC, BA)) + cos2 ((CA, CB )) = 1. 0

Exercice 7 (Orthocentre dun triangle) 1 Soit A, B , C et D quatre points du plan. Montrer la relation dEuler : AB CD + AC DB + AD BC = 0.

2 Soit ABC un triangle non aplati. D eduire de la relation dEuler que les trois hauteurs de ABC sont concourantes. 3 Retrouver ce r esultat en montrant dabord que les m ediatrices dun triangle sont concourantes.

Exercice 8 (Barycentres c el` ebres dun triangle)

Soit ABC un triangle non aplati. 1 Montrer que le centre du cercle inscrit dans ABC est le barycentre de ((A, BC ), (B, AC ), (C, AB )). 2 On suppose ABC non rectangle. Montrer que lorthocentre H de ABC est le barycentre de ((A, tan((AB, AC ))), (B, tan((BC, BA))), (C, tan((CA, CB )))).

7.3. Cercles Exercice 9 (Equations polaires de cercles) Soit A = (2, 3) et B = (2, 1). 1 Donner une equation polaire du cercle circonscrit au triangle ABO. 2 Donner une equation polaire du cercle de diam` etre [AB ]. 0

Exercice 10 (Droites passant par un point tangentes ` a un cercle)

D eterminer les droites passant par A = (3, 4) et tangentes au cercle d equation x2 + y 2 2x = 0.

152

phane FLON Ste

CHAPITRE VI. GEOM ETRIE PLANE Exercice 11 (Point commun ` a une famille de cercles)

7. FEUILLE DE TD 6

` toute droite D issue de O on associe le cercle de diam` Soit O, A, B un triangle rectangle en O. A etre [A B ], o` u A et B sont les projet es orthogonaux de A et B sur D. Montrer que tous les cercles passent par un m eme point xe.

Exercice 12 (Tangentes communes ` a deux cercles)

D eterminer des equations des tangentes communes aux deux cercles C1 et C2 d equations respectives x2 + y 2 = 100 et x2 + y 2 24x 18y + 200 = 0.

Exercice 13 (Familles de cercle orthogonaux) Soit A et B deux points distincts du plan, R + \ {1}, C le cercle {M P , BM = AM }. 1 Montrer que C est orthogonal ` a tout cercle passant par A et B . 2 Faire un dessin en Maple.

7.4. Distances Exercice 14 (Distance dun point ` a une droite) Calculer la distance du point A ` a la droite D dans les cas suivants : 1 A = (0, 0) et D passe par B = (5, 3) et est dirig ee par u = (1, 2). 2 A = (1, 1) et D passe par C = (1, 1) et est orthogonale ` a n = (2, 3). 3 A = (4, 1) et D est d equation cart esienne x + 2y + 3 = 0. 0

Exercice 15 (Contrainte de distance pour une droite)

On consid` ere le point = (1, 2). Parmi toutes les droites passant par , d eterminer celles dont A = (1, 4) est ` a une distance 1.

Exercice 16 (Point equidistant ` a une famille de droites) Pour R, on consid` ere la droite D d equation : (1 2 )x + 2y = 4 + 2. Montrer quil existe un point ` a m eme distance de toutes les droites D .

Exercice 17 (Point int erieur ` a un triangle equilat eral)

Soit ABC un triangle equilat eral, et M un point int erieur ` a ABC . Montrer que la somme des distances de M aux trois c ot es de ABC ne d epend pas de M .

153

phane FLON Ste

7.5. Lieux, lignes de niveau Exercice 18 (Lieu dintersection de cercles) 0

Pour R ere le cercle C de centre (, 0) tangent ` a laxe (Oy ) et le cercle de centre + , on consid` (, ) tangent ` a (Ox). D eterminer les coordonn ees des deux points dintersection de ces cercles, puis le lieu de ces points lorsque varie.

Exercice 19 (Exemples de fonctions scalaires de Leibniz) Soient A, B, C les sommets dun triangle equilat eral de c ot e a. 1 D eterminer lensemble des points M qui v erient : M A2 + M B 2 + M C 2 = 2a2 2 D eterminer lensemble des points M qui v erient : M A2 + a2 = 2(M B 2 + M C 2 ).

Exercice 20 (Un lieu (Centrale MP 06))

Soit A, B, C trois points du plan tels que AB = 4, AC = 5 et BC = 7. D eterminer les points M du plan tels que : 7M A + 5M B + 4M C = 2M A M B M C .

7.6. Convexite Exercice 21 (Intersection et union de deux convexes) Montrer que lintersection de deux convexes est un convexe. Quen est-il de lunion ? 0

Exercice 22 (Parties convexes dont le compl ementaire est convexe) Trouver les parties convexes C du plan tel que le compl ementaire P\C soit aussi convexe.

154

CHAPITRE VII

G eom etrie el ementaire de lespace


Sommaire
1. 1.1. 1.2. 1.3. 2. 2.1. 2.2. 3. 3.1. 3.2. 4. 4.1. 4.2. 5. 5.1. 5.2. 5.3. 5.4. 6. 7. 8. 9. 9.1. 9.2. 9.3. 9.4. Modes de rep erage dans lespace Coordonn ees cart esiennes Coordonn ees cylindriques Coordonn ees sph eriques Produit scalaire D enition. Expression dans une base orthonorm ee Propri et es du produit scalaire Produit vectoriel D enition Propri et es du produit vectoriel. Expression dans un rep` ere orthonormal direct D eterminant ou produit mixte D enition. Expression en rep` ere orthonormal direct Propri et es du d eterminant Droites et plans Plans Droites Distance dun point a ` un plan, a ` une droite Perpendiculaire commune Sph` eres Lin earit e des projecteurs orthogonaux dans E Bilin earit e du produit vectoriel Feuille de TD 7 : G eom etrie el ementaire de lespace Produit vectoriel, produit mixte Droites, distances, aires, volumes Plans Sph` eres, cercles 156 156 157 158 158 158 159 161 161 162 163 163 163 164 164 165 167 170 172 175 175 177 177 178 178 179

Dans tout ce chapitre, on notera E (resp. E ) lespace R3 dont les el ements seront consid er es comme des points (resp. des vecteurs). Il appara t d ej` a en ligrane, dans ce chapitre et dans le pr ec edent, des outils et techniques dalg` ebre lin eaire et multilin eaire (vecteurs ind ependants, bases, coordonn ees, d eterminant, produit mixte, produit vectoriel). Il pourra etre utile de revenir ` a ces chapitres lorsquon abordera lalg` ebre lin eaire : dune part, pour se rem emorer ces exemples intuitifs, an de mieux assimiler cette th eorie abstraite, et, dautre part, pour mieux saisir le parti-pris dans ces chapitres, et les compl eter (notamment les propri et es des d eterminants de tableaux de nombres).
155

1. MODES DE REPERAGE DANS LESPACE

CHAPITRE VII. GEOM ETRIE DANS LESPACE

rage dans lespace 1. Modes de repe


es carte siennes 1.1. Coordonne D enition (Base de lespace) Une base de E est la donn ee dun triplet (i, j, k ) de vecteurs ind ependants de E . Cela signie que les trois vecteurs ne sont pas coplanaires (ou encore, quaucun ne s ecrit comme une combinaison lin eaire des deux autres). Un rep` ere (cart esien) est la donn ee dun point O de E , et dune base (i, j, k ) de E . Pour tout point M de E , le vecteur OM se d ecompose de fa con unique sous la forme OM = xi + y j + z k, o` u x, y, z sont des r eels, et sont appel es coordonn ees du point M (ou composantes du vecteur OM ). Si i, j, k sont deux ` a deux orthogonaux, et de norme 1, on dit que la base (i, j, k ) est orthonorm ee (ou orthonormale), et que le rep` ere (O, i, j, k ) est orthonormal (ou orthonorm e).

1.a

Soit R = (O, i, j, k ) et R = (O , i , j , k ) deux rep` eres de E . vecteurs de B = (i , j , k ) en fonction des vecteurs de B = (i, j, k ) : i = xi i + yi j + j = xj i + yj j + k = x i + y j + k k et les coordonn ees (a, b, c) de O dans R.

On suppose conna tre les expressions des zi k zj k zk k

Proposition (Formule de changement de rep` ere dans lespace) Soit M un point de E , de coordonn ees dans R . On a alors les relations : x a = x xi y b = x yi z c = x zi x, y, z dans R, et de coordonn ees x , y , z + + + y xj y yj y zj + z xk + z yk + z zk 1.a

Il ne faut pas apprendre ces formules par cur : il vaut mieux savoir les retrouver tr` es vite par le calcul. On peut cependant retenir que lorsquon conna t bien les vecteurs de R en fonction de ceux de R, on conna t bien les coordonn ees dun point dans R en fonction de ses coordonn ees dans R . D enition (Orientation dans lespace) On dit que B a m eme orientation que B si xi yi zi xj yj zj xk yk zk 1.b

est strictement positif. On dit que R a m eme orientation que R si B a m eme orientation que B . Une orientation de lespace correspond au choix dune base (ou dun rep` ere) que lon d ecr` ete direct(e). Comme dans le cas de la g eom etrie plane, tous les bases ou rep` eres ayant m eme orientation que cette base ou ce rep` ere seront d ecr et es directs, les autres seront d ecr et es indirects.

Nous admettons que lon d enit ainsi une relation d equivalence (seule la r eexivit e est evidente ` a ce stade de lann ee). 156 phane FLON Ste

CHAPITRE VII. GEOM ETRIE DANS LESPACE

1. MODES DE REPERAGE DANS LESPACE

La plupart du temps, on oriente E avec la base canonique (e1 , e2 , e3 ) = ((1, 0, 0), (0, 1, 0), (0, 0, 1)) (on rappelle quon a identi eE ` a R3 ). Cest ce que nous faisons dans la suite, sauf pr ecision contraire. Exercice (Orientation dans lespace) Soit (i, j, k ) une base. La base (k, i, j ) est-elle directe ? 1

D enissons maintenant dautres syst` emes de coordonn ees (qui sont deux extensions possibles des coordonn ees polaires dans le plan), surtout utiles en physique. es cylindriques 1.2. Coordonne On munit E dune base orthonorm ee directe B = (i, j, k ), et du rep` ere de base sous-jacente B , et dorigine O E. Si est un r eel, on note u() = cos i + sin j et v () = sin i + cos j.

Soit M un point de coordonn ees x, y, z dans R, et soit P son projet e orthogonal sur le plan (Oxy ). Ce point admet dans ce plan un syst` eme de coordonn ees polaires (r, ), pour lequel : OP = r u(). On a alors : OM = r u() + z k D enition (Coordonn ees cylindriques) Soit M E . On appelle (triplet ou syst` eme de) coordonn ees cylindriques de M par rapport ` a R tout triplet (r, , z ) R3 tel que : OM = ru() + z k.

1.c

On a donc les relations suivantes entre coordonn ees x = y = z =

cart esiennes dans R et coordonn ees cylindriques : r cos r sin z

Illustration

Ces coordonn ees sont donc tr` es proches des coordonn ees polaires : on rajoute seulement une troisi` eme coordonn ee (que lon pourrait appeler laltitude), qui nest pas m el ee aux deux premi` eres. Le syst` eme de coordonn ees suivant est plus compliqu e, car aucune coordonn ee nest  epargn ee  par le passage des coordonn ees cart esiennes aux coordonn ees sph eriques. 157 phane FLON Ste

2. PRODUIT SCALAIRE

CHAPITRE VII. GEOM ETRIE DANS LESPACE es sphe riques 1.3. Coordonne

Soit M un point de coordonn ees (x, y, z ) dans R. Soit (, , z ) un syst` eme de coordonn ees cylindriques de M , o` u 0. On a, en posant r = OM : r= 2 + z 2 ,

et il existe donc un r eel [0, ] tel que z = r cos et = r sin . D enition (Coordonn ees sph eriques) On appelle syst` eme de coordonn ees sph eriques tout triplet (r, , ) de r eels tel que r 0, [0; ] et : x = r cos sin y = r sin sin z = r cos r est appel e rayon, longitude, colatitude (et 2 la latitude).

1.d

Illustration

2. Produit scalaire
Dans ce paragraphe, on introduit la notion de produit scalaire dans lespace (notre parti-pris est toujours g eom etrique : la d enition est donc assez naturelle, mais a pour principal d efaut de cacher la bilin earit e du produit scalaire). L etude est comparable ` a celle quon a men ee dans le plan. La seule di erence notable est limpossibilit e dorienter les angles dans lespace (ce qui ne nous d erange pas pour le produit scalaire). finition. Expression dans une base orthonorme e 2.1. De D enition (Angle dans lespace) On appelle mesure de langle entre deux vecteurs non nuls u et v , et on note (u, v ) lunique r eel [0; ] tel que, pour toute orientation du plan vectoriel engendr e par u et v si u et v ne sont pas colin eaires (tout plan vectoriel contenant u et v sinon) : cos((u, v )) = cos()

2.a

158

phane FLON Ste

CHAPITRE VII. GEOM ETRIE DANS LESPACE

2. PRODUIT SCALAIRE

Illustration

La relation de Chasles angulaire nest plus valable. D enition (Produit scalaire) Soient u et v deux vecteurs non nuls. Le produit scalaire de u par v , not e u v est : uv = u v cos ((u, v )) 2.b Si u ou v est nul, le produit scalaire u v est nul.

Ne pas oublier quici, le terme scalaire signie r eel, et que lapplication produit scalaire va de E 2 dans R, do` u son nom. te s du produit scalaire 2.2. Proprie Proposition (bilin earit e et sym etrie du produit scalaire dans lespace) Le produit scalaire est bilin eaire sym etrique. 2.a

D emonstration La sym etrie est evidente, et permet de d eduire la bilin earite de la lin earit e par rapport ` a la premi` ere variable. Pour cette derni` ere, soit u, u , v trois vecteurs de E , , R. On cherche ` a montrer : (u + u ) v = (u v ) + (u v ). On ecarte le cas evident o` u v est nul. Lid ee consiste ` a se ramener ` a un produit scalaire dans un plan, cas pour lequel la formule a d ej` a et e prouv ee. Notons p le projecteur orthogonal sur la droite vectorielle dirig ee par v (voir page 175). Il est clair que pour tout w E : p(w) v = w v . Comme p est en outre lin eaire, on a : (u + u ) v = = (p(u + u )) v (p(u) + p(u )) v

= (p(u) v ) + (p(u ) v ) = (u v ) + (u v ), do` u la lin earit e par rapport ` a la premi` ere variable, puis le r esultat demand e.

159

phane FLON Ste

2. PRODUIT SCALAIRE

CHAPITRE VII. GEOM ETRIE DANS LESPACE

Proposition (In egalit e de Cauchy-Schwarz dans lespace) Pour tous vecteurs u et v de E : |u v | u v . 2.b De plus, cette in egalit e est une egalit e si et seulement si u et v sont colin eaires.

D emonstration Cons equence imm ediate de la d enition.

Pour tout vecteur u de E , u u = u . Proposition (Expression du produit scalaire en base orthonorm ee dans lespace) Soient u et v deux vecteurs de E . Soit B = (i, j, k ) une base orthonorm ee de E . Soient xu , yu , zu et xv , yv , zv les coordonn ees respectives de u et v dans B . Alors : u v = xu xv + yu yv + zu zv

2.c

D emonstration Cela r esulte de la bilin earit e du produit scalaire, et du fait que B soit orthonorm ee :

Ne pas oublier que ces formules ne sont a priori valables que dans le cas dune base orthonorm ee. Remarquer quil est inutile de supposer la base directe (la valeur dun produit scalaire ne d epend pas de lorientation). Corollaire (D ecomposition dans lespace en BON) Soit u E , B = (i, j, k ) une base orthonorm ee. On a : u = (u i)i + (u j )j + (u k )k

2.d

D emonstration Soit (x, y, z ) le triplet de composantes de u dans B : u = xi + y j + z k. En prenant le produit scalaire avec i, on obtient, puisque B est orthonorm ee : (u i) = x. De m eme pour y et z .

160

phane FLON Ste

CHAPITRE VII. GEOM ETRIE DANS LESPACE

3. PRODUIT VECTORIEL

3. Produit vectoriel
Le produit vectoriel est une notion propre ` a lespace orient e E (nous navons pas parl e de produit vectoriel dans le plan), en tout cas ` a ce stade du cours. Comme son nom lindique, le r esultat de ce produit est un vecteur, ce qui fait de lapplication produit vectoriel une loi de composition interne sur E . finition 3.1. De D enition (Vecteur directement orthogonal ` a un couple de vecteurs non colin eaires) Soit u et v deux vecteurs non colin eaires. Un vecteur t est dit directement orthogonal au couple (u, v ) sil est orthogonal ` au et ` a v , et si (u, v, t ) est une base directe.

3.a

Le vecteur t est donc directement orthogonal au couple (u, v ) si et seulement si t est directement orthogonal au couple (v, u), si et seulement si t est directement orthogonal au couple (u, v ). D enition (Produit vectoriel) Si u et v sont deux vecteurs non colin eaires, on appelle produit vectoriel de u et v (ou de u par v ), et on note u v , le vecteur de norme u v sin((u, v )), directement orthogonal au couple (u, v ). Sinon, le produit vectoriel est nul.

3.b

Il appara t ainsi d` es la d enition le lien entre colin earit e et produit vectoriel : deux vecteurs u et v sont colin eaires si et seulement si u v est nul. On montre egalement facilement lantisym etrie du produit vectoriel ` a laide de cette d enition : (u, v ) E 2 , v u = u v.

Illustration

Exemple (Produit vectoriel et BOND) Si (i, j, k ) est une base orthonorm ee directe, alors : i j = k, jk =i et ki=j

161

phane FLON Ste

3. PRODUIT VECTORIEL

CHAPITRE VII. GEOM ETRIE DANS LESPACE

Illustration

te s du produit vectoriel. Expression dans un repe `re orthonormal direct 3.2. Proprie Comme nous lavons dit, deux vecteurs u et v sont colin eaires si et seulement si u v = 0 . En particulier, pour tout vecteur u, u u = 0 Trois points A, B, C sont align es si et seulement si AB AC = 0 Le produit vectoriel peut donc etre utilis e pour d eterminer des equations de droites. Pour tous vecteurs u et v de E , (u v )2 + ( u v )2 = u
2

Proposition (Bilin earit e et antisym etrie du produit vectoriel) Le produit vectoriel est bilin eaire et antisym etrique. 3.a

D emonstration Voir la d emonstration en n de chapitre.

Proposition (Expression du produit vectoriel en base orthonorm ee directe) Si (i, j, k ) est une base orthonorm ee directe de E , et si (xu , yu , zu ) et (xv , yv , zv ) sont les composantes respectives de u et v dans (i, j, k ), alors les composantes de u v dans (i, j, k ) sont x u xv x u xv y u yv , , yu yv zu zv zu zv

3.b

D emonstration Cest une cons equence facile de la bilin earit e, de lantisym etrie, et de lexemple page 161.

Comme le produit vectoriel est une notion d ependant de lorientation, il nest pas etonnant dobtenir une formule valable en base orthonorm ee directe et non quelconque. Exercice (Produit vectoriel) Faire un ou deux exercices de TD sur le produit vectoriel. 2

162

phane FLON Ste

CHAPITRE VII. GEOM ETRIE DANS LESPACE

4. DETERMINANT OU PRODUIT MIXTE

terminant ou produit mixte 4. De


Dans lespace, seul le d eterminant de trois vecteurs a un sens. Comme dans le plan, le r esultat dun d eterminant est un nombre r eel. Le d eterminant dans lespace exprime bien le caract` ere coplanaire de trois vecteurs (ou de quatre points). finition. Expression en repe `re orthonormal direct 4.1. De D enition (Produit mixte) Soient u, v, w trois vecteurs de E . Le d eterminant (ou produit mixte) des trois vecteurs u, v, w a, not e det(u, v, w), ou [u, v, w], est le nombre r eel d eni par : det(u, v, w) = (u v ) w
a. Il vaudrait mieux dire du triplet (u, v, w)

4.a

Proposition (Expression du produit mixte en base orthonorm ee directe) Soient u(xu , yu , zu ), v (xv , yv , zv ), w(xw , yw , zw ) trois vecteurs du plan donn es avec leurs composantes dans une base orthonorm ee directe (i, j, k ). On a : det(u, v, w) = xu yu zu xv yv zv xw yw zw 4.a .

D emonstration

te s du de terminant 4.2. Proprie

Proposition (Trilin earit e et antisym etrie du produit mixte) Le d eterminant est trilin eaire et antisym etrique. 4.b

163

phane FLON Ste

5. DROITES ET PLANS

CHAPITRE VII. GEOM ETRIE DANS LESPACE D emonstration

Si u, v, w sont trois vecteurs de E , alors | det(u, v, w)| sinterpr` ete comme le volume du parall el epip` ede construit sur u, v et w : Illustration

Trois vecteurs sont coplanaires si et seulement si leur d eterminant est nul : le d eterminant dans lespace sera utile pour d eterminer des equations de plans. Exercice (Determinant dans lespace) Faire des exercices de TD sur le d eterminant. 3

5. Droites et plans
5.1. Plans Le plus souvent, un plan est donn e par un point et un vecteur normal non nul (i.e. un vecteur (non nul) orthogonal ` a tout vecteur AB o` u A et B sont deux points du plan), un point et deux vecteurs ind ependants (on dit que le plan est dirig e par ces deux vecteurs), ou trois points non align es. On se xe pour la suite un vecteur normal non nul n(a, b, c), deux vecteurs ind ependants u(xu , yu , zu ) et v (xv , yv , zv ), et trois points A(xA , yA , zA ), B (xB , yB , zB ) et C (xC , yC , zC ), donn es avec leurs coordonn ees dans un rep` ere orthonormal direct (O, i, j, k ). Si P est donn e par n et A, une equation de P est donn ee par la caract erisation suivante dappartenance ` a P : M P si et seulement si AM n = 0, do` u l equation : a(x xA ) + b(y yA ) + c(z zA ) = 0 R eciproquement, une equation du type ax + by + cz + d = 0 164 phane FLON Ste

CHAPITRE VII. GEOM ETRIE DANS LESPACE

5. DROITES ET PLANS

dans laquelle les trois r eels a, b, c ne sont pas tous nuls, d enit un plan, dont un vecteur normal est (a, b, c). D enition (Equation normale de plan) On appelle equation normale de P une equation du type ax + by + cz = p dans laquelle a + b + c = 1. Une equation normale correspond donc ` a la donn ee dun vecteur normal unitaire de P .
2 2 2

5.a

Si P est donn e par A, u et v , une equation de P est donn ee par la caract erisation suivante dappartenance a P : M P si et seulement si det(AM , u, v ) = 0, do` ` u l equation : xu yu zu xv yv zv x xA y yA = 0. z zA

Si P est donn e par A, B et C , une equation de P est donn ee par la caract erisation suivante dappartenance a P : M P si et seulement si det(AM , AB, AC ) = 0, ce qui nous ram` ` ene au cas pr ec edent. La donn ee de A, u et v permet de donner une equation param etrique de P : x = xA + xu + xv y = yA + yu + yv (, R) z = zA + zu + zv Exercice (Equation de plan) Donner une equation cart esienne du plan passant par A(1, 1, 1), B (3, 0, 1) et C (2, 1, 2). 4

5.2. Droites Le plus souvent, une droite est donn ee par un point et un vecteur directeur, deux points distincts (ce qui revient essentiellement au m eme), ou encore comme intersection de deux plans s ecants. Si une droite D est donn ee par un point A(xA , yA , zA ) et un vecteur directeur u(, , ), on en obtient directement une equation param etrique : x = xA + y = yA + ( R) z = zA + Pour en obtenir une equation cart esienne, cest-` a-dire comme intersection de deux plans s ecants, il sut de caract eriser lappartenance dun point M de E ` a D par : M D si et seulement si AM et u sont colin eaires si et seulement si AM u = 0 , ce qui donne au moins deux equations non proportionnelles, et donc une equation cart esienne de D. Exercice (Equation de droite) Donner un syst` eme d equations cart esiennes pour la droite passant par A(1, 2, 0) et B (2, 2, 1). 5

D enition (Droite parall` ele ` a un plan) On dit quune droite D est parall` ele ` a P si et seulement si tout vecteur directeur de D est dans la direction de P . 5.b

165

phane FLON Ste

5. DROITES ET PLANS Proposition (Droite parall` ele ` a un plan)

CHAPITRE VII. GEOM ETRIE DANS LESPACE

Une droite parall` ele ` a un plan est contenue dans le plan, ou en est disjointe.

5.a

D emonstration Si lintersection nest pas vide, et poss` ede donc un point M , alors tout point de la droite s ecrira M + u, o` u est un r eel et u un vecteur directeur de la droite. Comme u est dans la direction du plan, la droite est contenue dans le plan.

Proposition (Droite non parall` ele ` a un plan) Lintersection dun plan et dune droite non parall` ele ` a ce plan est un singleton. 5.b

D emonstration Premi` ere d emonstration : soit D une droite, non parall` ele ` a un plan P . Prenons un plan P contenant D. Ce plan nest pas parall` ele ` a P , car D nest pas parall` ele ` a P. Lintersection P P est donc une droite D . Cette droite nest pas parall` ele ` aD puisque cette derni` ere nest pas parall` ele ` a P . Comme ce sont deux droites du plan P , elles sont s ecantes, D D est un singleton. Or D P = (D P ) P = D (P P ) = D D , et le r esultat est prouv e.

Donnons deux autres d emonstrations, plus constructives, mais plus calculatoires. On se place dans un rep` ere orthonormal R. Dans la suite, ax + by + cz + d = 0 est une equation de P . Un vecteur non nul de P est donc n(a, b, c). D emonstration Deuxi` eme d emonstration : supposons D est donn ee par une equation param etrique, cest-` a-dire par un point A(xA , yA , zA ) et un vecteur directeur u(xu , yu , zu ), lintersection D P est lensemble des points M (x, y, z ) de P tels quil existe un r eel , avec x = xA + xu y = yA + yu z = zA + zu Or les vecteurs u et n(a, b, c) ne sont pas orthogonaux, car D nest pas parall` ele a P . Par cons ` equent, le nombre axu + byu + czu nest pas nul, et lunique valeur convenable de est donc : d axA byA czA axu + byu + czu Lintersection D P est bien un singleton (dont nous pouvons expliciter les coordonn ees).

166

phane FLON Ste

CHAPITRE VII. GEOM ETRIE DANS LESPACE D emonstration

5. DROITES ET PLANS

Troisi` eme d emonstration : supposons D est donn ee par une equation cart esienne, i.e. comme intersection de deux plans : ax+by+cz+d a x+b y+c z+d = = 0 0

Un point M (x, y, z ) est commun ` a D et P si et seulement si : ax + by + cz + d = 0 ax+by+cz+d = 0 a x+b y+c z+d = 0 Si lon d enit les deux vecteurs n (a , b , c ) et n (a , b , c ), on constate que n n est un vecteur directeur de D, et nest donc pas dans la direction de P . Ainsi, det(n, n , n ) = det(n , n , n) = (n n ) n = 0 Le syst` eme consid er e est donc de Cramer, et lintersection est bien un singleton.

` retenir : A comment d eterminer lintersection dune droite et dun plan (prendre une equation param etrique pour la droite, cart esienne pour le plan) ; comment obtenir un vecteur directeur dune droite donn ee par un syst` eme d equations cart esiennes.

Exercice (Vecteur directeur dune droite) Donner une equation param etrique de la droite, intersection des plans P : x + y + z = 1 et P : x 2y + 3z = 2. 6

` un plan, a ` une droite 5.3. Distance dun point a

D enition (Distance dun point ` a un plan) Soit P un plan et M un point de E . Soit M le projet e orthogonal de M sur P . La distance de M ` a P , not ee d(M, P ), est la longueur M M . 5.c

Caract erisation de la distance dun point ` a un plan La distance de M ` a un plan P est la plus petite distance possible entre M et un point de P . 5.1

167

phane FLON Ste

5. DROITES ET PLANS

CHAPITRE VII. GEOM ETRIE DANS LESPACE

Illustration

Proposition (Formules de distance dun point ` a un plan) Soit P un plan donn e par un point A et un vecteur normal non nul n : |n AM | d(M, P ) = n En particulier, si ax + by + cz + d = 0 est une equation de P , et si (xM , yM , zM ) est le triplet de coordonn ees de M , alors : |axM + byM + czM + d| d(M, P ) = a2 + b2 + c2 5.c

D emonstration

Exercice (Distance dun point ` a un plan) Calculer la distance de M (1, 2, 1) au plan passant par A(1, 1, 0), B (1, 1, 2) et C (1, 0, 3). 7

La formule est donc particuli` erement agr eable dans le cas o` u l equation de P est normale. 168 phane FLON Ste

CHAPITRE VII. GEOM ETRIE DANS LESPACE D enition (Distance dun point ` a une droite dans lespace)

5. DROITES ET PLANS

Soit D une droite et M un point de E . Soit M le projet e orthogonal de M sur D. La distance de M ` a D, not ee d(M, D), est la longueur M M .

5.d

Proposition (Distance dun point ` a une droite dans lespace) La distance de M ` a D est la plus petite distance possible entre M et un point de D. 5.d

Illustration

Proposition (Formule de distance dun point ` a une droite dans lespace) Soit D une droite donn ee par un point A et un vecteur directeur u. Alors : AM u d(M, D) = u

5.e

D emonstration

169

phane FLON Ste

5. DROITES ET PLANS Exercice (Distance dun point ` a une droite)

CHAPITRE VII. GEOM ETRIE DANS LESPACE

Calculer la distance de M (1, 1, 2) ` a la droite passant par A(2, 1, 4) et B (1, 2, 3).

5.4. Perpendiculaire commune

D enition (Droites perpendiculaires) Deux droites sont dites orthogonales si leurs vecteurs directeurs sont orthogonaux, et perpendiculaires si elles sont orthogonales et s ecantes. 5.e

Soient deux droites D et D non parall` eles, de vecteurs directeurs respectifs u et u , passant respectivement par A et A . Proposition (Perpendiculaire commune) Il existe une unique droite perpendiculaire ` a D et ` aD. 5.f

Nous notons cette unique droite. D enition (Perpendiculaire commune) Dans ce contexte, est la perpendiculaire commune ` a D et D . 5.f

D emonstration est n ecessairement dirig ee par u u , et est donc intersection des plans P et P , contenant respectivement A et A , et de directions respectives (u, uu ) et (u , uu ). R eciproquement, on v erie que P et P ont pour intersection une droite, perpendiculaire ` a D et ` aD.

170

phane FLON Ste

CHAPITRE VII. GEOM ETRIE DANS LESPACE

5. DROITES ET PLANS

Illustration

D enition (Distance entre deux droites) Soit H (resp. H ) le point de concours de D et (resp. de D et ). La distance d(D, D ) entre les deux droites D et D est la longueur HH . 5.g

Caract erisation de la distance entre deux droites Cest la plus petite distance entre deux points de D et D . (De plus, cest en ces deux points uniquement que lon atteint cette distance minimale, car M H + H M = 0 implique H = M et H = M par non colin earit e). 5.2

171

phane FLON Ste

` 6. SPHERES

CHAPITRE VII. GEOM ETRIE DANS LESPACE

Illustration

Proposition (Formule pour la distance entre deux droites) | det(AA , u, u )| |AA (u u )| = uu uu

d(D, D ) =

5.g

Exercice (Perpendiculaire commune) Trouver une equation de la perpendiculaire commune ` a (D ) : 2x y z x + y 3z = = 3 2 et (D ) : 3x y + z x y + 4z = = 1 2 9

Calculer la distance entre (D) et (D ).

`res 6. Sphe

D enition (Sph` ere) Soit E , et R > 0. On appelle sph` ere et on note S (, R) de centre et de rayon R 0 lensemble : M E , M = R Le nombre 2R est appel e le diam` etre de la sph` ere. Si M et M sont deux points de la sph` ere S (, R), sym etriques par rapport ` a , alors le segment [M M ] est appel e un diam` etre de S (, R).

6.a

Soit R un rep` ere orthonormal, notons (x , y , z ) le triplet de coordonn ees de dans R : (x x )2 + (y y )2 + (z z )2 = R2 est une equation cart esienne de la sph` ere S (, R). 172 phane FLON Ste

CHAPITRE VII. GEOM ETRIE DANS LESPACE Equation cart esienne de sph` ere Toute sph` ere admet une equation cart esienne du type : x2 + y 2 + z 2 2ax 2by 2cz + d = 0 R eciproquement, une telle equation d enit une sph` ere, un singleton, ou .

` 6. SPHERES

6.1

Proposition (Intersection dune sph` ere et dun plan) Soit S une sph` ere de centre , de rayon non nul R. Soit P un plan. Lintersection de S avec P est : vide si d(, P ) > R ; un unique point si d(, P ) = R (on dit que P est tangent ` a S) ; un cercle non r eduit ` a un point si d(, P ) < R (de centre H , projet e orthogonal de sur P , de rayon R2 d(, P )2 ).

6.a

D emonstration Notons d la distance de ` a P. On peut se placer dans un rep` ere orthonormal direct dans lequel P est d equation z = 0, et S est d equation x2 + y 2 + (z d)2 = R2 . Lintersection est d equation z x2 + y 2 do` u le r esultat. = 0 , = R2 d2

Proposition (Intersection dune sph` ere et dune droite) Soit S une sph` ere de centre , de rayon non nul R. Soit D une droite. Lintersection de S avec D est : vide si d(, D) > R ; un unique point si d(, D) = R ; deux points distincts si d(, D) < R.

6.b

D emonstration En se pla cant dans un plan comprenant et contenant D, on obtient le r esultat voulu.

Proposition (Intersection de deux sph` eres non concentriques) Soit S et S deux sph` eres non concentriques de centres et , de rayons non nuls R et R . Lintersection de S avec S est : vide si > R + R ou si |R R | > ; un unique point si = R + R (sph` eres tangentes ext erieurement ), ou si |R R | = (sph` eres tangentes int erieurement ) ; un cercle si |R R | < < R + R .

6.c

173

phane FLON Ste

` 6. SPHERES

CHAPITRE VII. GEOM ETRIE DANS LESPACE D emonstration

On se place dans un rep` ere orthonormal dans lequel S est d equation x2 + y 2 + z 2 = 2 2 2 2 2 R et S est d equation (x d) + y + z = (R ) . Lintersection cherch ee est d equation : 2xd = R2 + d2 (R )2 , 2 2 x + y + z 2 = R2 lintersection est donc vide, un singleton, ou un cercle de centre ((R2 + d2 (R )2 )/(2d), 0, 0). En se pla cant dans un plan contenant ( ), par exemple celui d equation z = 0, on obtient le r esultat voulu.

Exercice (Intersection dune sph` ere et dun plan) Faire lexercice 15. 10

174

phane FLON Ste

CHAPITRE VII. GEOM ETRIE DANS LESPACE

DU PRODUIT VECTORIEL 8. BILINEARIT E

arite des projecteurs orthogonaux dans E 7. Line


Soit P un plan vectoriel dans E (i.e. un ensemble de combinaisons lin eaires de deux vecteurs non colin eaires donn es). Soit v un vecteur de E . On appelle projet e orthogonal de v sur P lunique vecteur w du plan P tel que v w soit orthogonal ` a tout vecteur de P . Lapplication de E dans lui-m eme qui ` a un vecteur de E associe son projet e orthogonal sur P est appel ee projecteur orthogonal sur P . Notons-la p. Lemme (Lin earit e de p) Lapplication p est lin eaire. 7.a

D emonstration Soient en eet deux vecteurs v1 , v2 de E , et deux scalaires 1 , 2 . Le vecteur 1 p(v1 )+ 2 p(v2 ) est un vecteur de P (puisque cest une combinaison lin eaire de tels vecteurs), et, pour tout vecteur k de P : k ((1 v1 + 2 v2 ) (1 p(v1 ) + 2 p(v2 )) = k (1 (v1 p(v1 )) + 2 (v2 p(v2 ))) = 1 k (v1 p(v1 )) + 2 k (v2 p(v2 )) = 0

Ainsi, 1 p(v1 ) + 2 p(v2 ) est le projet e orthogonal de 1 v1 + 2 v2 sur P : p(1 v1 + 2 v2 ) = 1 p(v1 ) + 2 p(v2 ) Lapplication p est bien lin eaire.

On d enit de m eme un projecteur orthogonal sur une droite vectorielle, qui est egalement lin eaire.

arite du produit vectoriel 8. Biline

Lemme (Lin earit e dune rotation vectorielle dans le plan) Une rotation vectorielle dans un plan est lin eaire. 8.a

D emonstration Une telle rotation r sexprime, de mani` ere complexe, comme multiplication par ei (o` u est une mesure de langle de r). Si v1 , v2 sont deux vecteurs du plan daxes respectives z1 et z2 , et si 1 , 2 sont deux r eels, alors laxe de r(1 v1 + 2 v2 ) est ei (1 z1 + 2 z2 ) = 1 ei z1 + 2 ei z2 , et lon a donc : r(1 v1 + 2 v2 ) = 1 r(v1 ) + 2 r(v2 ). Lapplication r est bien lin eaire.

175

phane FLON Ste

DU PRODUIT VECTORIEL 8. BILINEARIT E

CHAPITRE VII. GEOM ETRIE DANS LESPACE

D emonstration Du fait que lapplication produit vectoriel soit bilin eaire et antisym etrique. Nous avons d ej` a etabli lantisym etrie. Pour prouver la bilin earit e, il sut de montrer la lin earit e du produit vectoriel par rapport ` a sa seconde variable, cest-` a-dire que, etant donn e un vecteur u de E , lapplication u : v u v est lin eaire. (1) Le r esultat est clair si u est le vecteur nul, car alors lapplication u est nulle. (2) Fixons un vecteur u unitaire, et montrons la lin earit e de u dans ce cas. Notons P le plan vectoriel constitu e des vecteurs orthogonaux ` a u. Soit (i, j ) une base orthonorm ee de ce plan, telle que (i, j, u) soit orthonorm ee directe. Nous orientons ce plan P par la base (i, j ). Supposons que v soit un vecteur non nul de P . Le vecteur u v est directement orthogonal ` a (u, v ), et de m eme norme que v (car u est suppos e ). Il sobtient donc a ` partir unitaire, et langle entre u et v est de mesure 2 de v en lui appliquant une rotation vectorielle r, de mesure dangle 2 dans le plan orient e P . Notons que si v = 0 , il demeure que u v = r(v )(= 0 ). Si maintenant v est un vecteur quelconque de E , notons p le projecteur orthogonal sur P . Il est clair que u v = u p(v ) : (a) si u et v sont colin eaires, les deux termes valent 0 ; (b) si u et v ne sont pas colin eaires, et que est la mesure dangle entre ces deux vecteurs, alors p(v ) est de norme v sin(), et un vecteur est directement orthogonal au couple (u, v ) si et seulement si il est directement orthogonal au couple (u, p(v )). Les deux produits vectoriels ont donc m eme norme, m eme direction, et m eme sens : ils sont egaux. Ainsi, dapr` es les lemmes, nous pouvons ecrire, pour tous vecteurs v1 , v2 de E , tous scalaires 1 , 2 : u (1 v1 + 2 v2 ) = = = = = = = u (1 v1 + 2 v2 ) u (p(1 v1 + 2 v2 )) u (1 p(v1 ) + 2 p(v2 )) r(1 p(v1 ) + 2 p(v2 )) = 1 r(p(v1 )) + 2 r(p(v2 )) 1 u p(v1 ) + 2 u p(v2 ) 1 u v1 + 2 u v2 1 u (v1 ) + 2 u (v2 )

Par cons equent, lapplication u est bien lin eaire a. (3) Supposons maintenant u non nul, mais plus n ecessairement unitaire. Remarquons que pour tout vecteur v (par d enition du produit vectoriel) : u ( v ) = u
u u

(v )

Il est alors facile de d eduire la lin earit e de u de celle de u . u Finalement, le produit vectoriel est bien lin eaire en sa seconde variable. Comme il est en outre antisym etrique, il est bien bilin eaire.
a. plus g en eralement, la compos ee licite dapplications lin eaires est lin eaire

176

phane FLON Ste

CHAPITRE VII. GEOM ETRIE DANS LESPACE

9. FEUILLE DE TD 7

ome trie e le mentaire de lespace 9. Feuille de TD 7 : Ge


E d esigne lespace euclidien (de dimension 3), E lespace ane de dimension 3. Ils sont implicitement munis du rep` ere et de la base canoniques, d enissant une orientation de lespace. 9.1. Produit vectoriel, produit mixte

Exercice 1 (Droit ` a la paresse) Montrer, pour tous vecteurs u, v, w de E : (u v ) w = u (v w).

Exercice 2 (Relation vectorielle dans lespace) Montrer, pour tous points A, B, C, M de E : M A M B + M B M C + M C M A = AB AC.

Exercice 3 (Division vectorielle) Soient u et v deux vecteurs de E . R esoudre l equation u x = v dinconnue x vecteur de E .

Exercice 4 (Formule du double produit vectoriel) Montrer, pour tous vecteurs u, v, w de E la formule du double produit vectoriel : u (v w) = (u w)v (u v )w. En d eduire, pour tous vecteurs u, v, w de E , la formule suivante : u (v w) + v (w u) + w (u v ) = 0

Indication : an d eviter de fastidieux calculs, on peut tenter de r eduire au maximum la v erication, en remarquant que la premi` ere assertion arme l egalit e de deux applications trilin eaires.

Exercice 5 (Formule vectorielle dans un triangle de lespace)

Soit ABC un vrai triangle, I, J, K les milieux respectifs de [BC ], [CA], [AB ]. Montrer, pour tout point M de E : M A IA + M B JB + M C KC = 0 . et [M I, M J, M K ] = [AI, AJ, M A]. Indication : I est lisobarycentre de B et C , on peut donc r eexprimer le vecteur IA. De m eme pour JB et KC . Utiliser alors la bilin earit e (et lantisym etrie) du produit vectoriel.

177

phane FLON Ste

9. FEUILLE DE TD 7

CHAPITRE VII. GEOM ETRIE DANS LESPACE 9.2. Droites, distances, aires, volumes

Exercice 6 (Aires et volumes dans lespace)

1 Calculer laire du triangle de E de sommets A(1, 2, 1), B (1, 1, 0), C (0, 1, 2). 2 Calculer le volume du t etra` edre de E de sommets A(1, 2, 3), B (3, 1, 1), C (2, 0, 1), D(1, 1, 2). 1 Ah. Indication : on rappelle que le volume dun t etra` edre de base A et de hauteur h est 3

Exercice 7 (Distance dun point ` a une droite dans lespace) Calculer la distance du point A(1, 1, 1) ` a la droite (D ) : x+y+z xy+z = 1 = 1

Exercice 8 (Equation de perpendiculaire commune, distance entre deux droites) 1 Trouver une equation de la perpendiculaire commune ` a (D) : xy+z+1 = 0 2x + y z = 0 et (D ) : x + 2y + z 2x 2y 2z 1 = 0 = 0

2 Calculer la distance entre (D) et (D ).

Exercice 9 (Droite ` a equidistance de deux points (X MP 08))

Soit M et N deux points distincts de E , D une droite equidistante de M et N . Soit la perpendiculaire commune ` a D et (M N ). Montrer que est une m ediatrice de [M N ].

Exercice 10 (Bim edianes dun t etra` edre (X MP 08))

Une bim ediane dun t etra` edre est une droite passant par les milieux de deux ar etes oppos ees. 1 Montrer que les trois bim edianes dun t etra` edre sont concourantes. 2 R eciproquement, soient trois droites concourantes de lespace. Etudier lexistence de t etra` edres tels que ces trois droites joignent les milieux des ar etes oppos ees.

9.3. Plans Exercice 11 (Equations de plans) 0

V erier que les points A(3, 2, 1), B (4, 1, 3) et C (1, 3, 2) ne sont pas align es. Former une equation cart esienne du plan ane qui les contient.

178

phane FLON Ste

CHAPITRE VII. GEOM ETRIE DANS LESPACE Exercice 12 (Famille de plans dans lespace) On consid` ere la famille de plans (Pm : m2 x + (2m 1)y + mz = 3)mR . D eterminer le plan ou les plans Pm dans chacun des cas suivants : (a) A(1, 1, 1) Pm ; (b) B (1, 2, 6) Pm ; (c) C (1, 0, 1) Pm ; (d) v (1, 1, 1) est dans la direction de Pm ; (e) n(0, 1, 0) est normal ` a Pm . Montrer quil existe un unique point R appartenant ` a tous les plans Pm .

9. FEUILLE DE TD 7

Exercice 13 (Sym etrie orthogonale dans lespace)

Donner une expression analytique de la sym etrie orthogonale par rapport au plan P d equation x + y z = 1.

Exercice 14 (Param` etre pour que trois plans contiennent une m eme droite)

Donner une condition n ecessaire et susante sur m pour que les trois plans suivants contiennent une m eme droite : (P ) : x + my z + 1 = 0, (P ) : (m + 1)x + 3y + 4z 2 = 0 et (P ) : y + (2m + 4)z (2m + 2) = 0.

`res, cercles 9.4. Sphe

Exercice 15 (Intersection dune sph` ere et dun plan)

D eterminer lintersection de la sph` ere S d equation x2 + y 2 + z 2 4x 2y + 6z + 5 = 0 et du plan P d equation 2x y + 3z 2 = 0.

Exercice 16 (Bases orthonorm ees dun certain type)

Montrer que lensemble des triplets (a, b, c) de R3 tels que ((a, b, c), (b, c, a), (c, a, b)) soit orthonorm ee est la r eunion de deux cercles.

Exercice 17 (Plans tangents ` a une sph` ere)

Calculer la plus petite distance entre un point de la sph` ere S : x2 + y 2 + z 2 = 1 et un point du plan P : 3x + 2y z = 9. Trouver des equations des deux plans tangents ` a S et parall` eles ` a P.

179

phane FLON Ste

Exercice 18 (Sph` ere contenant deux cercles) Trouver la sph` ere contenant les cercles C: x y 2 + z 2 4y = 1 = 0 et C : z x2 + y 2 2x 4y + 2 = 1 . = 0

Exercice 19 (Sph` ere avec contraintes de tangence) Former une equation cart esienne de la sph` ere tangente en A(1, 2, 1) ` aD: et tangente en A (1, 1, 2) ` aD : 2x + y + 2z xyz = 3 . = 4 x + y 2z 2x y 3z = =

4 1 3

180

CHAPITRE VIII

Courbes param etr ees


Sommaire
1. 2. 2.1. 2.2. 2.3. 2.4. 3. 3.1. 3.2. 3.3. 3.4. 3.5. 4. 4.1. 4.2. Pr eliminaires sur les fonctions vectorielles Courbes planes param etr ees D enition et premi` eres propri et es Etude locale el ementaire Branches innies, directions asymptotiques, asymptotes Plan d etude dune courbe plane param etr ee Courbes en polaires Courbes d enies par une repr esentation polaire Courbes d enies par une equation polaire R eduction du domaine utile Branches spirales, branches innies Plan d etude dune courbe d enie par une equation polaire Feuille de TD 8 : Courbes param etr ees Courbes cart esiennes Courbes polaires 181 184 184 185 188 190 191 191 192 193 193 195 196 196 197

Le but de ce chapitre est dintroduire un formalisme pour d enir et etudier des trajectoires dans un plan. Il est donc dun int er et physique et plus pr ecis ement cin ematique evident. Pour cette raison, nous emploierons tr` es souvent des termes issus de cette branche (mobile, vitesse, acc el eration). Loin d etre nuisible, cet aspect cin ematique permet d eclairer les notions et propri et es ici etudi ees. Pour motiver lintroduction des courbes param etr ees, on peut constater linsusance des fonctions r eelles dune variable r eelle pour d ecrire une trajectoire. Le graphe dune telle fonction ne peut pas se  croiser luim eme , deux points distincts ne peuvent avoir m eme abscisse, etc. Pour pallier ces d efauts, on utilise des fonctions vectorielles. Nous en avons vu quelques exemples, lors des param etrages de droites, de segments, de cercles, et m eme darcs dhyperboles. Avant dentrer dans le vif du sujet, je voudrais insister sur la di erence entre un arc et son support : larc est une fonction (du temps), ce qui permet dy lire le parcours dun point mobile et les notions qui y sont li ees (vitesse, acc el eration, point de d epart, etc.), tandis que le support est la visualisation directe du lieu de parcours du point mobile : on ne sait pas o` u la trajectoire commence, ni m eme si elle sarr ete en temps ni, par exemple. Dans tout ce chapitre les intervalles consid er es seront dint erieur non vide, et I d esignera un intervalle. Physiquement, I est un intervalle temporel. Le plan euclidien est identi e` a R2 ` a laide dun rep` ere orthonormal.

liminaires sur les fonctions vectorielles 1. Pre

D enition (Fonction vectorielle) Une fonction d enie sur I et ` a valeurs dans le plan R2 est appel ee fonction vectorielle. On peut donc ecrire une telle fonction f sous la forme f = (fx , fy ), o` u fx et fy sont deux fonctions de I dans R. Les fonctions fx et fy sont appel ees fonctions coordonn ees de f (respectivement premi` ere et seconde). 1.a

Dans la suite, f = (fx , fy ) d esigne une fonction vectorielle de I dans R2 , l = (lx , ly ) R2 et t0 est un point de I ou une extr emit e de I .
181

1. FONCTIONS VECTORIELLES D enition (Limite dune fonction vectorielle)

CHAPITRE VIII. COURBES PARAMETR EES

On dit que f tend vers le vecteur l en t0 (ou quelle admet l pour limite en t0 ) si f l tend vers 0 en t0 . Dans le cas o` u t0 I , et si f admet l pour limite en t0 , on a n ecessairement l = f (t0 ), et on dit alors dans ce cas que f est continue en t0 . On dit que f est continue sur I si elle est continue en chaque point de I .

1.b

La fonction vectorielle f tend vers l en t0 si et seulement si fx et fy tendent respectivement vers lx et ly en t0 :

D enition (D erivabilit e dune fonction vectorielle) f est dite d erivable en t0 I si ses deux fonctions coordonn ees le sont. La d eriv ee f (t0 ) de f en t0 est alors : f (t0 ) = (fx (t0 ), fy (t0 )). f est dite d erivable sur I si elle lest en tout point de I . Dans ce cas, on peut d enir la fonction d eriv ee de f , not ee f . 1.c

Si on identie le plan ` a C, la fonction f peut etre vue comme une fonction de I dans C. Les notions de limite co ncident bien. De m eme pour les notions de continuit e et de d erivabilit e.

D eriv ees successives dune fonction vectorielle On d enit par r ecurrence la d erivabilit e de f ` a lordre k N et la d eriv ee f (k) de f a lordre k : ` 1.1

D enition (Classe dune fonction ` a valeurs r eelles ou vectorielles) Pour k N, on dit quune fonction d enie sur I et ` a valeurs r eelles ou vectorielles eme est de classe C k si elle est k fois d erivable, et si sa d eriv ee k` est continue sur I . On la dit de classe C si elle est ind eniment d erivable, cest-` a-dire d erivable ` a tout ordre k N.

1.d

f est de classe C k si et seulement si fx et fy le sont. 182 phane FLON Ste

CHAPITRE VIII. COURBES PARAMETR EES Proposition (D erivation dun produit scalaire)

1. FONCTIONS VECTORIELLES

Notons le produit scalaire de deux vecteurs U et V de R2 par < U, V >. Soit f et g deux fonctions vectorielles sur I , d erivables sur I . Lapplication t < f (t), g (t) > de I dans R est alors d erivable sur I , et : t I, (< f, g >) (t) =< f (t), g (t) > + < f (t), g (t) > 1.a

D emonstration

Corollaire (D eriv ee de la norme) On suppose f d erivable et ne sannulant pas. Lapplication f est alors d erivable sur I , et f = : t f (t)
<f,f > . f

1.b

D emonstration

Exemple (Mouvement circulaire) Si f est constant, alors, pour tout t I , les vecteurs f (t) et f (t) sont orthogonaux. i

183

phane FLON Ste

2. COURBES PLANES PARAMETR EES Proposition (D eriv ee du d eterminant)

CHAPITRE VIII. COURBES PARAMETR EES

Soit f et g deux fonctions vectorielles sur I , d erivables sur I . Lapplication det(f, g ) : t det(f (t), g (t)) de I dans R est d erivable, et : t I, (det(f, g )) (t) = det(f (t), g (t)) + det(f (t), g (t)) 1.c

D emonstration

tre es 2. Courbes planes parame


finition et premie `res proprie te s 2.1. De

D enition (Courbe param etr ee) Soit k N {}. On appelle courbe (plane) param etr ee (ou arc param etr e) de classe C k toute fonction vectorielle f sur I de classe C k (on le note parfois (I, f )). Soit t I , M (t) le point de R2 tel que OM (t) = f (t). Le point M (t) est appel e point de param` etre (ou dinstant) t de la courbe param etr ee f . Limage f (I ) = {M (t), t I } de f est appel ee support de la courbe param etr e f.

2.a

Dans le cadre du cours, on supposera larc de classe C 2 au moins, f d esignera un tel arc, et on notera, conform ement ` a lusage, x et y ses fonctions coordonn ees. Exemple (Supports darcs) (1) Soit A(xA , yA ) et B (xB , yB ) deux points du plan. Le support de larc t (txB + (1 t)xA , tyB + (1 t)yA ) sur [0, 1] (resp. sur R) est le segment [AB ] (resp. la droite (AB )). (2) Le support de ([0, 2 ], (cos, sin)) est le cercle unit e. i

Il est souvent eclairant dinterpr eter une courbe param etr ee comme la trajectoire, sur un intervalle de temps I , dun point mobile M (t). Pour tout t I , les vecteurs f (t) et f (t) sinterpr` etent (et se nomment) respectivement vecteur vitesse et vecteur acc el eration du point mobile M (t) ` a linstant t. On ne confondra pas la courbe param etr ee et son support 1 (sur lequel on perd toute la cin ematique). Par exemple, les deux courbes de param` etres r eels t (cos(t), sin(t)) et t (cos(2t), sin(2t)) ont m eme support (le cercle unit e), et sont pourtant di erentes. On introduit pour la suite larc t3 t2 2t f0 : t 2 , t 1 t1 sur I {] , 1[, ] 1, 1[, ]1, +[}.
1. De m eme, on ne confond pas la fonction sinus et son image [1, 1]

184

phane FLON Ste

CHAPITRE VIII. COURBES PARAMETR EES Exercice (Classe de f0 )

2. COURBES PLANES PARAMETR EES

Montrer que larc f0 est de classe C sur tout intervalle o` u il est d eni, et dresser le tableau de variations de ses fonctions coordonn ees.

D enition (Arc simple) Un arc param etr e (I, f ) est dit simple sil est injectif. 2.b

Du point de vue cin ematique, un arc est simple si et seulement si le point mobile ne revient jamais au m eme endroit. Exemple (Arcs simples ou non) (1) Bien s ur, un arc p eriodique ne saurait etre simple ; (2) Compl eter : pour quun arc soit simple, il que ses fonctions coordonn ees le soient, et donner un exemple montrant que la r eciproque est fausse :

ii

Distinction entre point mobile et point physique Implicitement, lorsquon etudie le point mobile de param` etre t (not e M (t)), on consid` ere le point mobile ` a linstant t. M eme sil existe un autre instant t pour lequel M (t) = M (t ), on sautorise donc ` a parler par exemple de la vitesse au point M (t) (il serait plus correct et moins ambig u de parler de vitesse ` a linstant t). Il faut donc bien comprendre que lon eectue une distinction (abusive) entre point mobile et point physique. Lexpression point M (t) renvoie donc, sauf mention contraire, au point mobile M (t) ` a linstant t, et non au point physique du plan.

2.1

Exemple (Les graphes vus comme des supports) Soit une application de I dans R. Lapplication t (t, (t)) est une fonction vectorielle, dont limage est le graphe de (ou la courbe repr esentative de ). Un des objectifs de ce chapitre est de g en eraliser cet exemple, mais en sautorisant un panel plus large de premi` ere fonction coordonn ee. Si : I R, le graphe de est le support de t (t, (t)).

iii

le mentaire 2.2. Etude locale e 2.2.1. Points multiples. 185 phane FLON Ste

2. COURBES PLANES PARAMETR EES D enition (Multiplicit e dun point)

CHAPITRE VIII. COURBES PARAMETR EES

On dit quun point M du support dun arc param etr e f : I R2 est simple sil nexiste quun seul instant t0 pour lequel M (t0 ) = M . Sil existe au moins deux instants (resp. exactement deux instants) en lesquels le point mobile est en M , on dit que M est un point multiple (resp. un point double) de larc.

2.c

Un arc est donc simple si et seulement si tous les points de son support le sont. Points multiples par p eriodicit e Nous supposerons toujours que f est localement injective, cest-` a-dire qu` a tout instant t0 , on peut restreindre lintervalle de temps en un intervalle centr e en t0 , sur lequel f est injective. Ce faisant, tout point du support est (localement) simple, ce qui justiera plusieurs d enitions et propositions dans la suite. En particulier, le point mobile nest jamais immobile pendant un intervalle de temps donn e.

2.2

Pour la recherche de points multiples dun arc dont les fonctions sont rationnelles, cest-` a-dire des quotients de fonctions polynomiales, on pourra chercher deux instants distincts t1 et t2 en lesquels les points physiques co ncident, simplier par t1 t2 les egalit es obtenues (des abscisses et des ordonn ees), puis introduire s = t1 + t2 et p = t1 t2 . Exercice (Points multiples de f0 ) f0 admet-il des points multiples ? R eponse : oui, pour t1 = 13 13 , t2 = 4 8 (s = 2 ees du point double sont 3 et 4 3 et p = 3 ), les coordonn 3.
1+ 13 3

2.2.2. Points stationnaires. D enition (Point r egulier) Soit f : I R2 un arc param etr e. Le point M (t) est dit r egulier si f (t) = 0 . Si M (t) nest pas r egulier, i.e. f (t) = 0 , on dit quil est stationnaire (ou singulier). On dit que le point M (t) est bir egulier si les vecteurs f (t) et f (t) sont ind ependants. On dit que larc est r egulier (resp. bir egulier) si tous ses points le sont.

2.d

M (t) est r egulier si et seulement si la vitesse est non nulle ` a linstant t. Un point stationnaire est un point en lequel la vitesse est nulle, mais on ne stationne pas r eellement en ce point, puisque larc est suppos e localement injectif. Un bon exemple de point stationnaire est le sommet de la trajectoire dun mobile lanc e vers le haut ` a la verticale. Exercice (Points singuliers de f0 ) D eterminer les points singuliers de f0 ? R eponse : aucun. 3

Exercice (Points multiples de la courbe de Lissajous) D eterminer la p eriode T de la courbe de Lissajous (voir la feuille de TD), puis les points multiples de larc restreint ` a [0, T [. 4

186

phane FLON Ste

CHAPITRE VIII. COURBES PARAMETR EES 2.2.3. Tangentes. D enition (Tangente en un point ` a un arc)

2. COURBES PLANES PARAMETR EES

On dit que larc f admet une tangente au point M (t0 ) si la droite (M (t0 )M (t)) admet une position limite quand t tend vers t0 (en etant di erent de t0 ). On dit alors que est la tangente au point de param` etre t0 de larc f .

2.e

La droite (M (t0 )M (t)) est bien d enie pour t susamment proche (et distinct) de t0 , car larc est suppos e localement injectif.

Illustration

Tangente en un point ` a un arc En supposant x localement injective au voisinage de t0 , dire que larc f admet une tangente au point M (t0 ) revient ` a dire que le rapport y (t) y (t0 ) x(t) x(t0 ) admet une limite ( eventuellement innie, auquel cas la tangente est verticale) en t0 . 2.3

Proposition (Tangente en un point r egulier) Si M (t0 ) est un point r egulier, alors f admet une tangente en ce point, dirig ee par f (t0 ). 2.a

D emonstration

187

phane FLON Ste

2. COURBES PLANES PARAMETR EES Exercice (Tangentes de f0 )

CHAPITRE VIII. COURBES PARAMETR EES

Donner les tangentes verticales et horizontales pour f0 , ainsi que celles aux points o` u f0 croise un des axes de coordonn ees.

Proposition (Tangente en un point singulier) Supposons que M (t0 ) soit un point singulier, et quil existe une d eriv ee de f en t0 (j ) non nulle : soit j le plus petit entier tel que f (t0 ) = 0 . Larc f admet alors une tangente en M (t0 ), dirig ee par f (j ) (t0 ).

2.b

D emonstration Admise.

Exercice (Tangente en un point dun arc) Donner les tangentes (1) au point de param` etre 0 de t (cos t, sin3 t) ; (2) au point de param` etre 1 de t
(t1)2 (t1)2 , t2 t

6 .

2.3. Branches infinies, directions asymptotiques, asymptotes

D enition (Branche innie) On dit que larc param etr e f pr esente une branche innie au voisinage de t0 si lim f (t) = +.
t t0

2.f

Illustration

Etudions maintenant quelques cas particuliers. Traitons dabord le cas des asymptotes horizontales ou verticales : 188 phane FLON Ste

CHAPITRE VIII. COURBES PARAMETR EES D enition (Asymptotes horizontales ou verticales) Si y tend vers voisinage de t0 Si x tend vers voisinage de t0 et si x tend vers un une asymptote d equation et si y tend vers un une asymptote d equation

2. COURBES PLANES PARAMETR EES

r eel l en t0 , on dit que larc pr esente au x = l. r eel l en t0 , on dit que larc pr esente au y = l.

2.g

Illustration

D enition (Branches paraboliques et asymptotes) On se place dans le cas o` u x et y tendent tous les deux vers et o` u de plus y (t) lim x(t) = a R {, }.
t t0

On dit alors que la droite d equation y = ax (laxe Oy si a = ) est une direction asymptotique ` a la courbe au voisinage de t0 . (1) Dans le cas o` u a = , on dit aussi que larc pr esente une branche parabolique dans la direction Oy . (2) Dans le cas o` u a = 0, on dit aussi que larc pr esente une branche parabolique dans la direction Ox. (3) Pour a R : si en outre lim y (t) ax(t) = , on dit que larc pr esente au
t t0

2.h

voisinage de t0 une branche parabolique dans la direction y = ax. si lim y (t) ax(t) = b R, on dit que larc pr esente au voisinage de
t t0

t0 une asymptote d equation y = ax + b (ou que la droite d equation y = ax + b est asymptote ` a la courbe). Dans ce dernier cas, si la quantit e y (t) ax(t) b est positive (resp. n egative) quand t tend vers t0 , on dit que la courbe est (localement en t0 ) au-dessus (resp. en dessous) de lasymptote.

Illustration

189

phane FLON Ste

2. COURBES PLANES PARAMETR EES Exercice (Branches innies de f0 )

CHAPITRE VIII. COURBES PARAMETR EES

Etudier les branches innies de f0 . R eponse : 3 en 1 : asymptote horizontale d equation y = 2 , avec y (t) + en 1 : |x| et |y | tendent vers +, formule
y (t) x(t)

3 2

tend vers 2, et y (t) +

(t+1)(2t3) ; 2(t1) 5 2x(t) vers 2 . La

5 (t 1)(6t + 5) y (t) (2x(t) + ) = 2 2(t + 1) permet de situer la courbe par rapport ` a son asymptote ; y tend vers 1, et y x tend vers 1. La en : |x| et |y | tendent vers +, x formule 2t + 1 y (t) (x(t) 1) = 2 t 1 permet de situer la courbe par rapport ` a son asymptote.

tude dune courbe plane parame tre e 2.4. Plan de

M ethode (Plan d etude dune courbe param etr ee) (1) Domaine de d enition de larc param etr e, puis r eduction eventuelle de celui-ci pour obtenir, par des consid erations de sym etrie ou de p eriodicit e, le  domaine utile  ; (2) Etude sur ce dernier domaine de la courbe param etr ee, cest-` a-dire de ses fonctions coordonn ees (classe, variations et, dans une moindre mesure, signe) ; (3) Etude eventuelle des points exceptionnels (points stationnaires, nous disposons pour le moment de moyens limit es pour cette etape) ; (4) Etude eventuelle des branches innies ; (5) Recherche des points multiples ; (6) Trac e (du support) de la courbe.

2.4

Exercice (Support de f0 ) Tracer le support de f0 . 8

190

phane FLON Ste

CHAPITRE VIII. COURBES PARAMETR EES

3. COURBES EN POLAIRES

3. Courbes en polaires
finies par une repre sentation polaire 3.1. Courbes de On reprend les notations usuelles en polaires. D enition (Courbe polaire) Soit r et deux fonctions de classe C k (o` u k N {}) sur un intervalle I . La courbe param etr ee f : t r(t)u((t)) est dite d enie par une repr esentation polaire.

3.a

La fonction r nest pas forc ement positive, et l etude de son signe est plus importante que celle de ses variations 2, puisque elle permet de situer le point mobile du bon c ot e par rapport au p ole.

Illustration

Proposition (Expression des vecteurs vitesse et acc el eration en polaires) On a dOM = r u + r v dt d OM 2 = (r r )u + (2r + r )v dt2 2

et

3.a

D emonstration

2. on se passe parfois de cette derni` ere etude

191

phane FLON Ste

3. COURBES EN POLAIRES

CHAPITRE VIII. COURBES PARAMETR EES

finies par une e quation polaire 3.2. Courbes de Dans le cas particulier o` u la courbe est donn ee par une fonction r()u() on dit que la courbe est d enie par l equation polaire = r ( ). M eme si cela na plus grand sens, on utilisera toujours les termes cin ematiques (point mobile, vitesse, acc el eration). Le vecteur d eriv e est alors donn e par dOM () = r ()u() + r()v (), d qui ne peut donc etre nul que lorsque r sannule (ainsi que r ). Le seul point eventuellement singulier est donc le p ole. De plus, lorsque r ne sannule pas, langle V de la tangente avec le vecteur u() est donn e par cos V = r r2 + r
2

et sin V =

r r2 + r
2

(o` u par cotan V = r r , ce qui donne V modulo ). Cette notation V est standard, mais la formule donnant le vecteur vitesse est tout aussi agr eable. Un vecteur directeur de la normale (sauf eventuellement au p ole) est r()u() + r ()v ().

Illustration

Si on atteint lorigine au param` etre 0 , la courbe admet simplement pour tangente la droite d equation = 0 en ce point.

Illustration

192

phane FLON Ste

CHAPITRE VIII. COURBES PARAMETR EES duction du domaine utile 3.3. Re

3. COURBES EN POLAIRES

Plus encore que dans le cas des arcs cart esiens (ceux donn es avec leurs fonctions coordonn ees), il est souvent crucial de r eduire le domaine d etude, an de mieux rep erer les invariances du support (par translation, rotation, sym etrie, etc.), et de faciliter le travail. Donnons quelques exemples de r eduction du domaine (en supposant pour simplier larc d eni sur R) : (1) r est 2 -p eriodique : il sut d etudier la courbe sur un intervalle ferm e de longueur 2 , tout le support sera trac e. (2) r est -antip eriodique 3 : les points de param` etres et + sont confondus. Il sut donc d etudier la courbe sur un intervalle ferm e de longueur , tout le support sera trac e. (3) r est -p eriodique : il sut d etudier la courbe sur un intervalle ferm e de longueur . Le point M ( + ) se d eduit de M () par sym etrie (centrale) par rapport au p ole, le support total se d eduira du support sur le domaine utile en lui adjoignant son sym etrique par rapport au p ole.
-p eriodique (pour un certain q N ) : on (4) Plus g en eralement, supposons que r soit 2q obtiendra le support de la courbe en dessinant le support de la courbe restreinte ` a un intervalle ferm e , puis en lui adjoignant ses images par les rotations de centre O et dangle de mesure de longueur 2q 2k q , k [[1, , q 1]].

(5) r est paire (resp. impaire) : le point M () se d eduit de M () par sym etrie orthogonale par rapport a laxe des abscisses (resp. celui des ordonn ` ees).

Illustration

3.4. Branches spirales, branches infinies Si r tend vers 0 (resp. a R , ) en , alors la courbe admet une branche spirale au voisinage de : le point O comme asymptote (resp. le cercle de centre O de rayon |a| comme asymptote, resp. une branche innie spirale).

3. i.e. R,

r( + ) = r()

193

phane FLON Ste

3. COURBES EN POLAIRES

CHAPITRE VIII. COURBES PARAMETR EES

Illustration

Si r() tend vers lorsque tend vers la valeur nie 0 , alors la courbe admet une direction asymptotique d equation = 0 au voisinage de 0 . Dans ce cas, on peut etudier la quantit e r() sin( 0 ), qui mesure la distance alg ebrique entre le point de param` etre et la droite d equation = 0 : Illustration

(1) Si r() sin( 0 ) tend vers un r eel d quand tend vers 0 , la courbe admet alors une asymptote d equation r sin( 0 ) = d au voisinage de 0 . (2) Si r() sin( 0 ) tend vers quand tend vers 0 , la courbe admet alors une branche parabolique (dans la direction asymptotique d equation = 0 ) au voisinage de 0 . Dans le premier cas, le signe de r() sin( 0 ) d permet de situer courbe et asymptote. Illustration

194

phane FLON Ste

CHAPITRE VIII. COURBES PARAMETR EES

3. COURBES EN POLAIRES

tude dune courbe de finie par une e quation polaire 3.5. Plan de

M ethode (Plan d etude dune courbe param etr ee d enie par une equation polaire) (1) Domaine de d enition de la fonction r, puis r eduction eventuelle de celuici pour obtenir, par des consid erations de sym etrie ou de p eriodicit e, le  domaine utile  ; (2) Etude sur ce dernier domaine de la courbe (classe, variations et, surtout, signe de r) ; (3) Etude eventuelle des branches innies ; (4) Trac e du support de la courbe.

3.1

195

phane FLON Ste

4. FEUILLE DE TD 8

CHAPITRE VIII. COURBES PARAMETR EES

tre es 4. Feuille de TD 8 : Courbes parame


siennes 4.1. Courbes carte Exercice 1 (Etude darcs param etr es classiques) Etude et repr esentation 1 de la cyclo de f : t (t sin t, 1 cos t) 2 de la cardio de f : t (2 cos t cos 2t, 2 sin t sin 2t) Trouver une equation polaire de la cardio de (prendre un autre rep` ere). 3 de lastro de f : t cos3 t, sin3 t . 1

Exercice 2 (Etude darcs param etr es rationnels) Etude et repr esentation de 1 f0 : t 2 f1 : t 3 f2 : t


t3 t2 2t t2 1 , t1

.
2

t (t+2) t2 (t2)(t+1) , t+1 1 t3 t2 1 , t3 t

Exercice 3 (Etude darcs param etr es trigonom etriques) Etude et repr esentation 1 de la courbe de Lissajous f : t (cos 3t, sin 2t). 2 de g : t (2 cos(t), sin(2t)). 3 de la delto de h : t (2 cos(t) + cos(2t), 2 sin(t) sin(2t)).

Exercice 4 (Centrale MP 08) Trouver les droites ` a la fois tangentes et normales ` a la courbe : x(t) = 3t2 , y (t) = 2t3 .

Exercice 5 (Centrale MP 08)

On pourra saider de Maple. t t3 Soit C larc param etr e : x(t) = 1+ t4 , y (t) = 1+t4 . 1 Tracer cette courbe. 2 Montrer que C est un arc simple. 3 Donner l equation de la tangente Dt ` a C au point M (t) = (x(t), y (t)). 4 D eterminer une condition n ecessaire et susante sur t pour que Dt coupe C en deux points M (t1 ) et M (t2 ) distincts de M (t). Calculer t1 + t2 et t1 t2 . 5 Donner les coordonn ees du centre du cercle circonscrit au triangle OM (t1 )M (t2 ).

196

phane FLON Ste

4.2. Courbes polaires Exercice 6 (Stropho de droite) Etude et repr esentation de la stropho de droite d enie en polaires par cos 2 = . cos 1

Exercice 7 (Courbes en polaires) Etude et repr esentation de la courbe polaire d enie par 1 = sin(2) cos(3). . 2 = tan 23

3 = 1 + tan 2. On montrera en particulier que la courbe admet un unique point double  v eritable , en lequel les tangentes sont orthogonales.

Exercice 8 (Lemniscate de Bernoulli)

Soit F (1, 0) et F (1, 0). Former une equation polaire du lieu des points M tels que M F M F = 1. Etudier et repr esenter la courbe correspondante.

Exercice 9 (Centrale MP 08) Etudier la courbe =


1 cos /3 .

Exercice 10 (Mines MP 08)

Etudier la courbe d equation polaire = cos(2). Remarque : on demandait aussi de calculer laire de la boucle, mais cest trop compliqu e pour nous pour le moment.

197

CHAPITRE IX

Coniques
Sommaire
1. 1.1. 1.2. 1.3. 2. 2.1. 2.2. 3. 4. 4.1. 4.2. 4.3. D enition monofocale. Equations D enition monofocale Equations Equation polaire Propri et es D enitions bifocales des coniques a ` centre Tangentes Equations polynomiales ` a deux variables de degr e2 Feuille de TD 9 : Coniques Equations Tangentes et normales Param etrages, lieux 199 199 200 207 208 208 210 212 216 216 216 217

On se place dans le plan ane euclidien P , muni dun rep` ere orthonormal direct (O, i, j ). Les coniques ont une d enition historique purement g eom etrique, que nous ne ferons qu evoquer. Elles sont dune grande importance en physique, ce qui explique quelles soient abord ees si t ot dans lann ee. Ce cours ne pose pas de dicult e th eorique, mais demande la m emorisation dun vocabulaire etendu, et de nombreuses formules. Les exercices sont tr` es vari es.

finition monofocale. Equations 1. De


finition monofocale 1.1. De

D enition (monofocale des coniques) Soit D une droite, F un point du plan nappartenant pas ` a D, et e un r eel strictement positif. Lensemble C = {M P , M F = e d(M, D)} est appel e conique dexcentricit e e, de foyer F et de directrice associ ee D. On dit que C est une ellipse (resp. parabole, resp. hyperbole) si e < 1 (resp. si e = 1, resp. si e > 1). Le point F est appel e foyer de C , la droite D directrice de C associ ee au foyer F , et e est lexcentricit e. La droite perpendiculaire ` a D passant par F est appel ee axe focal. Le nombre p = e d(F, D) est appel e param` etre.

1.a

Dautres d enitions des coniques Nous donnerons en 3 une d enition plus large des coniques, qui comprendra les cercles, ou la r eunion de deux droites. De plus, les ellipses et les hyperboles admettent des caract erisations dites bifocales, faisant intervenir leurs deux foyers, que nous verrons en 2.1.

1.1

199

1. DEFINITION MONOFOCALE. EQUATIONS D enition historique des coniques

CHAPITRE IX. CONIQUES

On voit donc ici les coniques comme des lignes de niveau. Ce nest pas la d enition historique : les coniques sont initialement les di erents ensembles obtenus comme section dun cone, i.e. comme intersection dun cone et dun plan dans lespace.

1.2

Clairement, laxe focal est axe de sym etrie de la conique.

Illustration

D enition (Conique ` a centre) Une conique est dite ` a centre si elle admet un centre de sym etrie O. Dans un tel cas, O est appel e centre de la conique. 1.b

D enition (Sommet dune conique) On appelle sommet dune conique tout point de la conique situ e sur laxe focal. 1.c

1.2. Equations Fixons-nous F, D et e comme ci-dessus, et soit C la conique associ ee. Soit h la distance de F ` a D, de sorte que p = eh, o` u p est le param` etre. On se place dans le rep` ere orthonormal direct de centre F , et dans lequel D admet pour equation x = h (avec h > 0). Un point M (x, y ) appartient ` a C si et seulement si x2 + y 2 = e2 (x + h)2 , qui est donc une equation cart esienne de C dans ce rep` ere. Bien s ur, C admet egalement l equation cart esienne (E ) x2 + y 2 = (ex + p)2 dans ce rep` ere. 1.2.1. Cas des ellipses. On se place dans le cas o` u C est une ellipse, i.e. e ]0, 1[. L equation E est equivalente ` a X2 +
ep o` u X = x 1 e2 et Y = y , et = changement dorigine du rep` ere. p2 (1e2 )2

Y2 = 1 e2

> 0. Ces nouvelles ind etermin ees X et Y correspondent ` a un 200 phane FLON Ste

CHAPITRE IX. CONIQUES Proposition (Equation r eduite dune ellipse)

1. DEFINITION MONOFOCALE. EQUATIONS

Lellipse C admet une equation cart esienne, dans un rep` ere orthonormal adapt e, de la forme Y2 X2 + 2 = 1. 2 a b avec 0 < b < a. R eciproquement, une telle equation d enit une ellipse.

1.a

D emonstration p Dans un sens, il sut de poser a = 1 1 e2 a. e2 et b = R eciproquement, une telle equation donne une equation cart esienne dellipse, en posant e= 1 b2 a2 et h= a(1 e2 ) . e

D enition (Equation r eduite dune ellipse) Une telle equation est appel ee equation r eduite de lellipse C . Laxe (OX ) est appel e grand axe (ou axe focal, comme on la d ej` a vu), laxe (OY ) axe non focal ou petit axe. Les r eels a et b sont appel es respectivement demi-grand axe et demi-petit axe.

1.d

Nous conservons les notations introduites dans la suite de cette partie. Sym etries dune ellipse Les axes (OX ) et (OY ) sont axes de sym etrie de C , et O est centre de sym etrie de C . Une ellipse est donc une conique ` a centre. 1.3

Sommets dune ellipse Le grand axe (resp. le petit axe) coupe C en deux points, de coordonn ees (a, 0) et (a, 0) (resp. (0, b) et (0, b)). Les points (a, 0) et (a, 0) sont les sommets de lellipses, et sont egalement appel es sommets principaux de lellipse. Les points (0, b) et (0, b) sont appel es sommets secondaires de lellipse.

1.4

Second couple foyer-directrice pour une ellipse Il existe un autre couple de foyer-directrice, obtenu par sym etrie par rapport ` a O. 1.5

D enition (Distance focale dune ellipse) La distance c = ea = a2 b2 du foyer F au centre O est appel ee distance focale. 1.e

201

phane FLON Ste

1. DEFINITION MONOFOCALE. EQUATIONS Param` etre dune ellipse Le param` etre vaut p =
b2 a.

CHAPITRE IX. CONIQUES

1.6

Directrices dune ellipse


a Les directrices admettent dans le nouveau rep` ere les equations x = a e = c
2

et x =

a e

a2 c

1.7 .

Illustration

Cercle et ellipse On convient parfois de consid erer un cercle comme une ellipse dexcentricit e nulle, bien quil nadmette pas de d enition par foyer et directrice. Un premier argument en faveur de ce choix provient de l equation r eduite dune ellipse : si lon prend a = b (ce qui est interdit pour une ellipse au sens de la premi` ere d enition), on retrouve une equation de cercle.

1.8

Proposition (Param etrage usuel dune ellipse) C peut se param etrer dans tout rep` ere o` u elle admet une equation r eduite par : X Y = a cos(t) = b sin(t) (t R). 1.b

Ce param etrage, r egulier, permet facilement la cr eation dun nombre arbitraire de points de lellipse. 202 phane FLON Ste

CHAPITRE IX. CONIQUES

1. DEFINITION MONOFOCALE. EQUATIONS

Illustration

Ellipse et anit e orthogonale On appelle anit e orthogonale une application de P dans lui-m eme qui admet dans un rep` ere orthonormal bien choisi une expression analytique de la forme x y = x = y

pour un certain R, appel e rapport de lanit e. Les anit es orthogonales de rapport 0 (resp. 1) sont donc les projections orthogonales (resp. les sym etries orthogonales), et lunique anit e orthogonale de rapport 1 est lapplication identique. Limage dun cercle par une anit e orthogonale est soit un cercle, soit une ellipse, soit un segment. En eet, en se pla cant dans un rep` ere adapt e` a lanit e orthogonale (et en conservant les notations ci-dessus), le cercle admet un param etrage de la forme t (a + R cos(t), b + R sin(t)), o` u t d ecrit par exemple [0, 2 ], a, b R, R R +. Limage de ce cercle par lanit e est donc le support de t (a + R cos(t), b + R sin(t)) . Si = 0 (resp. si {1, 1}), on reconna t un segment (resp. un cercle). Sinon, quitte ` a changer dorigine, on peut supposer les termes constants nuls. Si ]0, 1[, on reconna t un param etrage dellipse, si ] 1, 0[, on reconna t encore une ellipse (en changeant t en t). Si > 1, on reconna t toujours un param etrage dellipse en changeant t en t , et cest encore le cas (en changeant t en t u 2 2 ) dans le cas o` < 1.

1.9

Illustration

1.2.2. Cas des paraboles. L equation E est equivalente ` a Y 2 = 2hX 203 phane FLON Ste

1. DEFINITION MONOFOCALE. EQUATIONS en posant X = x + (puisque h = p) :


h 2

CHAPITRE IX. CONIQUES

et Y = y , ce qui correspond ` a un changement dorigine. Cette equation s ecrit egalement

Y 2 = 2pX.

On peut observer que lorigine de ce nouveau rep` ere est lunique sommet de la parabole. Proposition (Equation r eduite dune parabole) La parabole C admet une equation cart esienne, dans un rep` ere orthonormal adapt e, sous la forme Y 2 = 2pX avec p R+ . R eciproquement, une telle equation d enit une parabole.

1.c

D emonstration On la vu dans un sens. Pour la r eciproque, l equation Y 2 = 2pX d enit une parabole p de foyer F ( 2 , 0) de directrice d equation X = p . 2

D enition (Equation r eduite dune parabole) Une telle equation est appel ee equation r eduite de la parabole C . 1.f

Proposition (Param etrage dune parabole) C peut se param etrer par X Y = = 2 p t2 2pt (t R). 1.d

Ce param etrage est r egulier, et poss` ede deux branches paraboliques, de m eme direction asymptotique OX .

Sym etrie dune parabole Une parabole na quun axe de sym etrie son axe focal, et na pas de centre. 1.10

204

phane FLON Ste

CHAPITRE IX. CONIQUES

1. DEFINITION MONOFOCALE. EQUATIONS

Illustration

1.2.3. Cas des hyperboles. L equation E est equivalente ` a X2 o` u X =x+


ep e2 1

e2

Y2 = 1

et Y = y , avec =

p2 (e2 1)2

> 0.

Proposition (Equation r eduite dune hyperbole) Lhyperbole C admet une equation cart esienne, dans un rep` ere orthonormal adapt e, sous la forme Y2 X2 2 = 1. 2 a b avec a > 0 et b > 0. R eciproquement, une telle equation d enit une hyperbole.

1.e

D emonstration Dans un sens, on pose a = e2p e2 1a. Si r eciproquement a et b sont 1 et b = donn es, on obtient bien une equation dhyperbole en posant e= 1+ b2 a2 et h= a(e2 1) . e

D enition (Equation r eduite dune hyperbole) Une telle equation est appel ee equation r eduite de lhyperbole C . Laxe OX (laxe focal) est appel e axe transverse, laxe OY axe non transverse (ou non focal). Les r eels a et b sont appel es respectivement demi-axe focal et demi-axe non focal.

1.g

Les axes OX et OY sont axes de sym etrie de C , et O est centre de sym etrie de C (une hyperbole est une conique ` a centre). Laxe transverse (resp. laxe non transverse) coupe C en deux points de coordonn ees (a, 0) et (a, 0) (resp. ne coupe pas C ), qui sont les sommets de lhyperbole. Il existe un autre couple de foyer-directrice, obtenu par sym etrie par rapport ` aO 205 phane FLON Ste

1. DEFINITION MONOFOCALE. EQUATIONS Le param` etre vaut p =


b2 a.

CHAPITRE IX. CONIQUES

D enition (Distance focale dune hyperbole) La distance c = ea = a2 + b2 du foyer F au centre est appel ee distance focale. 1.h

Directrices dune hyperbole Les directrices


2 a c

admettent et x =
a2 c

dans =
a e

le

rep` ere

adapt e

trouv e

les

equations 1.11

x= = dune ellipse.

a e

. On reconna t les equations des directrices

Positions relatives des points importants de laxe focal R esumons les positions des points de la conique situ es sur laxe focal : pour les trois types de coniques, il existe un sommet entre le foyer et la directrice. Cest le seul sommet dans le cas dune parabole, il y en a un autre situ e du c ot e du foyer (resp. de la directrice) dans le cas de lellipse (resp. de lhyperbole).

1.12

Illustration

D enition (Hyperbole equilat` ere) Si a = b, lhyperbole C est dite equilat` ere. 1.i

Proposition (Param etrage dune hyperbole) C peut se param etrer dans le rep` ere o` u elle admet une equation r eduite par : X Y o` u d ecrit {1, 1}. = = a ch(t) b sh(t) ( t R) , 1.f

206

phane FLON Ste

CHAPITRE IX. CONIQUES

1. DEFINITION MONOFOCALE. EQUATIONS D emonstration

En r ealit e, une hyperbole est constitu ee de deux branches disjointes, cest pourquoi le param etrage que nous avons donn e est en fait constitu e de deux arcs (un pour chaque branche). Proposition (Equations des asymptotes dune hyperbole) Lhyperbole C admet les deux asymptotes d equations
Y b

X a

et

Y b

= X a

1.g

D emonstration

Retrouver les asymptotes dune hyperbole Lorsque lhyperbole est donn ee par une equation r eduite, il sut donc de se d ebarrasser du terme constant pour trouver des equations des asymptotes. 1.13

Une hyperbole est equilat` ere si et seulement si ses asymptotes sont perpendiculaires 1.3. Equation polaire On se place dans un rep` ere polaire dont le foyer F est le p ole. Soit H le projet e orthogonal de F sur D, et h 0 une mesure de langle (i, F H ). On rappelle que la droite D admet pour equation polaire r = cos( 0 ) . La conique admet quant ` a elle, en revenant ` a sa d enition, l equation polaire e|r cos( 0 ) h| = |r|, ce qui conduit ` a deux equations polaires eh r= 1 e cos( 0 ) et r= eh 1 + e cos( 0 )

qui donnent en fait la m eme courbe : un couple (r, ) v erie la seconde equation si et seulement si le couple (r, + ), qui repr esente le m eme point, v erie la premi` ere. On ne retient que la seconde equation : r= p 1 + e cos( 0 ) 207 phane FLON Ste

ES 2. PROPRIET Cercle et ellipse, le retour

CHAPITRE IX. CONIQUES

Le cercle de centre F et de rayon R admet r = R comme equation, equation que lon retrouve en posant e = 0 (et p = R). On voit donc encore comment un cercle peut etre vu comme une ellipse dexcentricit e nulle et dont la directrice est  ` a linni .

1.14

te s 2. Proprie
finitions bifocales des coniques a ` centre 2.1. De Il ressort de l etude pr ec edente quellipses et hyperboles ont beaucoup de points en commun (pr esence de deux axes de sym etrie, centre de sym etrie, deux couples foyers-directrices, m emes equations pour les directrices, . . .). La pr esence de deux foyers permet une nouvelle d enition de ces coniques, dite d enition bifocale. Proposition (D enition bifocale dune ellipse) Soit F et F deux points distincts du plan, soit a R + tel que 2a > F F . Lensemble C = {M P , M F + M F = 2a} est lellipse de foyers F et F , de demi-axe focal a 2.a

Proposition (D enition bifocale dune hyperbole) Soit F et F deux points distincts du plan, soit a R + tel que 2a < F F . Lensemble C = {M P , |M F M F | = 2a} est lhyperbole de foyers F et F , de demi-axe focal a 2.b

D emonstration Nous ne donnons la d emonstration que dans le cas de lellipse, le cas de lhyperbole etant similaire. Cest simple dans un sens ( etant donn e un point de lellipse C , prendre la perpendiculaire aux directrices passant par ce point). Dans lautre, on prend un point M de P v eriant la condition bifocale. Il est n ecessairement situ e dans la bande a X a. Si M est sur laxe focal, cest facile. On se place donc dans la situation o` u M nest pas sur laxe focal. Supposons par exemple que M se trouve dans lenveloppe convexe de lellipse. Soit M le point de lellipse sur la demi-droite [F M ). On a donc F M = F M + M M , M F + M F = 2a et M F + M F = 2a, do` u M M + M F M F = 0, soit encore M M + M F = M F . Nous sommes dans le cas d egalit e de lin egalit e triangulaire, i.e. M [M F ]. Les droites (M F ) et (M F ), dintersection M , sont les droites (M F ) et (M F ), dintersection M : M = M , donc M C . De m eme si M se trouve hors de lenveloppe convexe.

208

phane FLON Ste

CHAPITRE IX. CONIQUES

ES 2. PROPRIET

Illustration

Cette d enition permet de consid erer un cercle comme une ellipse de foyers confondus. La d enition monofocale dune ellipse, contrairement ` a sa d enition bifocale, ne permet pas de consid erer un cercle comme une ellipse. Si on nous donne une equation sans la valeur absolue M F M F = 2a, on obtient un arc dhyperbole (ici, le plus proche de F ). M ethode du jardinier La d enition bifocale de lellipse en permet une construction concr` ete, appel ee m ethode du jardinier. 2.1

Illustration

209

phane FLON Ste

ES 2. PROPRIET 2.2. Tangentes

CHAPITRE IX. CONIQUES

Proposition (Tangentes aux coniques donn ees par des equations r eduites) Lellipse d equation d equation :
x2 a2

y2 b2

= 1 admet pour tangente au point (x0 , y0 ) la droite yy0 xx0 + 2 =1 a2 b = 1 admet pour tangente au point (x0 , y0 ) la droite 2.c

Lhyperbole d equation d equation :

x2 a2

y b2

yy0 xx0 2 =1 a2 b La parabole d equation y 2 = 2px admet pour tangente au point (x0 , y0 ) la droite d equation : yy0 = p(x + x0 )

D emonstration Traitons le cas des ellipses (les autres sont similaires) :

Moyen mn emotechnique pour retenir ces formules : le d edoublement des variables.

Tangente a ` une conique en polaires


p La conique d equation polaire r = 1+e cos( ) admet pour tangente au point de param` etre 0 la droite passant par ce point, et dont un vecteur directeur est

r0 u0 + r0 v0 , o` u r0 =
p 1+e cos(0 )

2.2

et r0 =

pe sin(0 ) (1+e cos(0 ))2 .

Proposition (Projection orthogonale dun cercle sur un plan) La projection orthogonale dun cercle sur un plan non perpendiculaire est une ellipse (ou un cercle). 2.d

210

phane FLON Ste

CHAPITRE IX. CONIQUES D emonstration

ES 2. PROPRIET

On utilise la lin earit e dune projection orthogonale. On peut trouver deux vecteurs orthogonaux et unitaires u et v tels que leurs projections soient encore orthogonales (on peut m eme imposer p(u) = u), et tels que le cercle se param` etre en C + R cos(t)u + R sin(t)v . La projection du point de param` etre t est p(C ) + R cos(t)p(u) + R sin(t)p(v ) On reconna t l` a le param etrage dune ellipse.

211

phane FLON Ste

` DEUX VARIABLES DE DEGRE 2 3. EQUATIONS POLYNOMIALES A

CHAPITRE IX. CONIQUES

` deux variables de degre 2 3. Equations polynomiales a


Nous allons ici consid erablement g en eraliser la notion de conique, en partant des equations en rep` ere orthonormal.

D enition (Polyn ome du second degr e` a deux ind etermin ees) Un polyn ome du second degr e ` a deux variables (ou ind etermin ees) x et y , est un polyn ome de la forme : P (x, y ) = x2 + y 2 + xy + x + y + (, , , , , R) o` u au moins un des nombres , , nest pas nul. Le discriminant de P est 2 4 . La partie quadratique (resp. lin eaire, resp. constante) de P (x, y ) est x2 + y 2 + xy (resp. x + y , resp. ). Le terme xy est appel e terme quadratique crois e. 3.a

Le discriminant de P est donc egalement celui de X 2 + X + .

D enition (Conique g en eralis ee) On appelle conique toute partie du plan, d equation (dans un rep` ere orthonormal) : P (x, y ) = 0, o` u P est un polyn ome du second degr e` a deux variables. 3.b

Comparaison des deux d enitions des coniques Les ellipses (y compris les cercles), paraboles, hyperboles, sont donc bien des coniques en ce nouveau sens. Cependant, il en existe dautres : par exemple, la r eunion de deux droites est une conique : 3.1

Soit C une conique d equation

P (x, y ) = 0, o` u P (x, y ) = x2 + y 2 + xy + x + y +

(, , , , , sont r eels, et au moins un des nombres , , nest pas nul). 212 phane FLON Ste

CHAPITRE IX. CONIQUES

` DEUX VARIABLES DE DEGRE 2 3. EQUATIONS POLYNOMIALES A

Proposition (Description des coniques g en eralis ees) La conique C est une ellipse (on comprend les cercles par ce terme), une parabole ou une hyperbole, sauf en des cas dits d eg en er es, dans lesquels C est une droite, la r eunion de deux droites parall` eles non confondues, la r eunion de deux droites s ecantes, ou lensemble vide. De plus, la nature de la conique est d etermin ee par le discriminant de P . Cest : (1) une ellipse ( eventuellement d eg en er ee en lensemble vide) si < 0 (2) une parabole ( eventuellement d eg en er ee en union de deux droites parall` eles qui peuvent etre confondues, ou lensemble vide) si = 0 (3) une hyperbole ( eventuellement d eg en er ee en union de deux droites s ecantes) si > 0 3.a

La d emonstration consiste ` a eectuer de nombreux changements de rep` eres (orthonormaux) an de simplier susamment l equation de C pour en d eterminer la nature.

D emonstration Premi` ere etape : se d ebarrasser du terme quadratique crois e . Si est d ej` a nul, il ny a rien ` a faire. Supposons non nul. On eectue dabord une rotation du rep` ere dangle de mesure . Cela correspond au changement de variables suivant : x y Le polyn ome P (x, y ) = x2 + y 2 + xy + x + y + se transforme alors en Q(X, Y ) = X 2 + Y 2 + XY + X + Y + 1 ( + + ( ) cos 2 + sin 2) , 2 1 = ( + ( ) cos 2 sin 2) 2 = ( ) sin(2) + cos(2) On v erie (simple calcul) que le discriminant est inchang e, i.e. = 2 4 = 2 4. En choisissant tel que cotan (2) = , avec = X cos Y sin = X sin + Y cos

on a = 0. Quitte ` a eectuer un tel changement de rep` ere, on peut donc supposer que est nul.

213

phane FLON Ste

` DEUX VARIABLES DE DEGRE 2 3. EQUATIONS POLYNOMIALES A D emonstration

CHAPITRE IX. CONIQUES

Deuxi` eme etape : discussion Cas 1 Supposons que et soient non nuls. Quitte ` a eectuer un nouveau changement de rep` ere, correspondant ` a un changement dorigine, on peut supposer que l equation de la conique C est x2 + y 2 = Cas 1.1 Si et ont m eme signe, i.e. si le discriminant est strictement n egatif, alors C est une ellipse (on comprend les cercles par ce terme, que lon obtient si = ), eventuellement d eg en er ee en lensemble vide si na pas m eme signe que et . Cas 1.2 Supposons que et naient pas m eme signe (i.e. > 0) : on reconna t alors une equation dhyperbole, eventuellement d eg en er ee en r eunion de deux droites s ecantes si = 0. Cas 2 Supposons que = 0, par exemple que = 0. Quitte ` a recentrer le rep` ere, on peut supposer que C est donn ee par une equation de la forme y 2 + x + = 0. Si = 0, on peut, ` a la suite dun nouveau changement de rep` ere, supposer avoir une equation y 2 + x = 0, et lon reconna t en C une parabole. Dans le cas exceptionnel o` u = 0, C est d eg en er ee en lensemble vide si > 0, en une droite si = 0, et en r eunion de deux droites parall` eles si < 0.

Exemple (Graphe de la fonction inverse et hyperbole) L equation xy = 1 d enit une hyperbole ( equilat` ere). i

Centre de sym etrie dune conique g en eralis ee Parmi toutes les coniques g en eralis ees, seules les paraboles nont pas de centre de sym etrie. 3.2

D enition (Conique propre) On appelle conique propre une ellipse (on comprend les cercles par ce terme), une parabole ou une hyperbole. 3.c

Coniques propres, coniques d eg en er ees Lensemble des coniques se scinde donc en deux sous-ensembles disjoints : celui des coniques propres, et celui des coniques d eg en er ees. 3.3

214

phane FLON Ste

CHAPITRE IX. CONIQUES

` DEUX VARIABLES DE DEGRE 2 3. EQUATIONS POLYNOMIALES A

Tangente en un point dune conique propre La tangente en un point (x0 , y0 ) dune conique propre d equation x2 + y 2 + xy + x + y + = 0 admet pour equation : (xy0 + x0 y ) + 2 Le d edoublement des variables fonctionne xx0 + yy0 + (x + x0 ) + (y + y0 ) + = 0 2 2 donc dans le cas g en eral :

3.4

215

phane FLON Ste

4. FEUILLE DE TD 9

CHAPITRE IX. CONIQUES

4. Feuille de TD 9 : Coniques
On se place syst ematiquement dans un rep` ere orthonormal direct. 4.1. Equations Exercice 1 (Description dune parabole) D eterminer le param` etre, le foyer et la directrice de la parabole d equation y = x2 . 0

Exercice 2 (Coniques g en eralis ees) D eterminer les el ements caract eristiques et tracer les coniques d equations : 1 xy + 3x + 5y 4 = 0. 2 (2x + 3y )2 + 4x + 6y 5 = 0. 3 x2 + 2xy + y 2 + 6x 2y + 3 = 0. 4 9y 2 + 4x2 + 6y + 4x 5 = 0. 5 x2 + xy 3 + x 2 = 0.

Exercice 3 (Coniques en polaires) D eterminer les el ements caract eristiques et tracer les coniques d equations : 1 1 = 1+sin() . 2= 3= 4=
1 2+cos( ) . 2 1+2 cos( ) . 2 . 2+cos( )+sin( )

Exercice 4 (Mines PC 08) Nature de la conique d equation : 2x2 xy 3y 2 + 5x + 3y + 5 = 0 ?

4.2. Tangentes et normales Exercice 5 (Cercle orthoptique) 1

D eterminer lensemble des points do` u lon peut mener deux tangentes perpendiculaires ` a une ellipse. M eme question pour une parabole, une hyperbole.

Exercice 6 (Tangentes ` a une ellipse et bissectrice)

1 Soit E une ellipse de foyers F et F , M un point de E . Montrer que la tangente ` a E en M est bissectrice ext erieure de langle F M F . Indication : On pourra utiliser la d enition bifocale de E , et param etrer r eguli` erement E . 2 Trouver et d emontrer un r esultat analogue pour une hyperbole.

216

phane FLON Ste

CHAPITRE IX. CONIQUES Exercice 7 (Tangente ` a une ellipse et directrice)

4. FEUILLE DE TD 9

On consid` ere une ellipse C de foyer F et de directrice associ ee D. Soit M un point de C situ e sur la parall` ele ` a D passant par F . Montrer que laxe focal, la directrice D, et la tangente T ` a C en M sont concourantes.

Exercice 8 (Tangentes ` a une parabole)

Soit P une parabole de foyer F , de directrice D, M un point de P et H son projet e orthogonal sur D. Montrer que la tangente ` a P en M est la m ediatrice de [F H ]. En d eduire un proc ed e de construction dune parabole point ` a point.

Exercice 9 (Normales ` a une ellipse) Parmi les normales ` a une ellipse, quelles sont celles qui s eloignent le plus du centre de lellipse ?

trages, lieux 4.3. Parame Exercice 10 (Sommet dune parabole param etr ee) D eterminer le sommet et laxe de la parabole param etr ee par t t2 + t + 1, t2 2t + 2 .

Exercice 11 (Un peu doptique)

Montrer quun miroir parabolique est rigoureusement stigmatique pour le point objet ` a linni sur son axe.

Exercice 12 (Mines PC 08) Montrer que limage de larc Dessiner cette image.
1 t 1+t+t2 , 1+t+t2

2 est incluse dans une conique que lon pr ecisera.

tR

Exercice 13 (Centrale PSI 08)

Soit P : t t3 2t2 + t + 1 et S = {(x, y ) R2 ; P (x) = P (y )}. Montrer que S est la r eunion dune droite et dune courbe. Etudier cette courbe.

217

phane FLON Ste

4. FEUILLE DE TD 9 Exercice 14 (Lieu dintersection de coniques) Construire la courbe C d equation polaire : = 1 + cos().

CHAPITRE IX. CONIQUES

Soit P et Q deux points de C align es avec O. Montrer que les tangentes ` a C en P et Q sont perpendiculaires. Que d ecrit leur point dintersection ?

Exercice 15 (Paraboles de m eme foyer)

Si deux paraboles distinctes ont un foyer commun, montrer quelles ont au plus deux points communs.

218

phane FLON Ste

Troisi` eme partie

Alg` ebre et g eom etrie

220

CHAPITRE X

Entiers naturels
Sommaire
1. 1.1. 1.2. 1.3. 1.4. 2. 2.1. 2.2. 2.3. 3. 3.1. 3.2. 3.3. 4. 5. 5.1. 5.2. 5.3. 5.4. Nombres entiers naturels Propri etes fondamentales Raisonnement par r ecurrence Suite d enie par une r ecurrence et une condition initiale Exemples dutilisation des symboles de somme et produit Ensembles nis Notion densemble ni. Cardinal dun ensemble ni Parties dun ensemble ni Ensembles nis et applications D enombrement Op erations sur les ensembles nis D enombrement li e aux applications entre ensembles nis Parties de E Nombres entiers (relatifs), nombres rationnels Feuille de TD 10 : Entiers naturels Raisonnement par r ecurrence Utilisation des symboles de somme et de produit D enombrement Ensembles nis, curiosit es 221 221 222 224 225 227 227 228 229 231 231 233 234 237 238 238 239 240 240

Dans ce chapitre, on etudie lensemble des entiers naturels. Les objectifs principaux sont la ma trise du raisonnement par r ecurrence, et la d enition de la notion densemble ni (et du nombre d el ements dun tel ensemble).

1. Nombres entiers naturels


tes fondamentales 1.1. Proprie Nous supposons connu lensemble des entiers naturels N. Nous savons notamment que cet ensemble est muni de la loi de composition interne daddition, qui est associative, commutative, et qui admet pour el ement neutre 0 (on dit que (N, +) est un mono de commutatif 1). Pour tout entier naturel n, lentier n + 1 est le successeur de n, et n est le pr ed ecesseur de n + 1 (0 na pas de pr ed ecesseur). Lapplication S : n n + 1 est appel ee passage au successeur ; (N, +) nest pas un groupe, puisque par exemple 1 nadmet pas de sym etrique ; Laddition est toutefois r eguli` ere dans le sens suivant : p, q, r N, (p + r = q + r) (p = q ). (i.e. tout el ement est simpliable pour laddition). N est aussi muni de la loi de composition interne de multiplication, qui est associative, commutative, qui admet 1 pour el ement neutre, et qui est distributive par rapport ` a laddition. La multiplication nest pas r eguli` ere, mais on a tout de m eme : p, q, r N N N ,

pr = qr p = q

eguli` ere) ; (la multiplication restreinte ` a N est donc r (N, ) nest pas un groupe, puisque par exemple 0 ou 2 nadmettent pas de sym etriques, ou encore parce que la multiplication nest pas r eguli` ere, ` a cause de l el ement absorbant 0.
1. il manque le fait que tout el ement soit sym etrisable pour en faire un groupe ab elien
221

1. NOMBRES ENTIERS NATURELS

CHAPITRE X. ENTIERS NATURELS

Enn, N est muni dun ordre naturel (ou usuel), not e . Cet ordre est total, 0 minore toute partie de N, et certaines parties de N (par exemple N lui-m eme, ou lensemble 2N des nombres pairs) nadmettent pas de majorant dans N. Cet ordre est de plus compatible avec laddition au sens o` u: p, q, r N, p q (p + r q + r)

Cet ordre est aussi compatible avec la multiplication par un entier non nul, au sens o` u: p, q, r N, (p q r = 0) (pr qr)

De plus, lensemble N v erie la propri et e fondamentale suivante : Fait (Propri et e fondamentale des entiers naturels) Toute partie non vide (de N) a un plus petit el ement.

On en d eduit : Proposition (Partie major ee non vide dentiers naturels) Toute partie major ee non vide de N a un plus grand el ement. 1.a

D emonstration Soit A une partie major ee non vide de N, et soit lensemble des majorants de A (dans N). Par hypoth` ese, nest pas vide, et admet donc un plus petit el ement b. Il sagit de montrer que b est un el ement de A. Supposer b / A conduit aux absurdit es A = si b est nul, et b 1 si b nest pas nul.

Notation (Intervalles dentiers) Pour tous entiers naturels p, q , p On pose egalement [[p, +[[= {n N, p Par convention, [[1, 0]] = . n} q , on pose n q} 1.a

[[p, q ]] = {n N, p

currence 1.2. Raisonnement par re Th eor` eme (Raisonnement par r ecurrence (ou principe de r ecurrence)) Soit P (n) une assertion d ependant dune variable n N a . On suppose que : (1) P (0) (est vraie) (amor cage ou initialisation ) ; (2) n N, P (n) P (n + 1) (h er edit e ). 1.b Pour tout entier naturel n, lassertion P (n) est alors vraie.
a. on dit aussi que (Pn ) est un pr edicat sur N

222

phane FLON Ste

CHAPITRE X. ENTIERS NATURELS D emonstration

1. NOMBRES ENTIERS NATURELS

On consid` ere lensemble des entiers naturels n tels que P (n) soit fausse. On souhaite montrer que est vide. On raisonne par labsurde en le supposant non vide : il admet donc un plus petit el ement b. La condition damor cage montre que b nest pas nul, et donc b 1. Or lentier naturel b 1 ne peut etre el ement de (par d enition de b), donc P (b 1) est vraie, ce qui entra ne, par h er edit e, labsurdit e b / .

Sous une forme plus epur ee, le principe de r ecurrence r esulte du fait que lunique partie de N, comprenant 0, et stable par passage au successeur, est N elle-m eme. Cette r ecurrence est dite simple (ou faible ), car on d eduit P (n + 1) de lunique assertion P (n). Exercice (R ecurrence simple) Montrer que pour tout p N : 2p p + 1. 1

Bien s ur, on peut g en eraliser ce r esultat en commen cant ` a un autre rang que 0 :

Ce principe de r ecurrence admet de nombreuses variantes. En voici quelques unes (vous pouvez dailleurs les combiner) : Corollaire (R ecurrence avec deux pr ed ecesseurs) Soit P (n) une assertion d ependant dune variable n N. On suppose que : (1) P (0) et P (1) sont vraies (amor cage ) ; (2) n N, (P (n) P (n + 1)) P (n + 2) (h er edit e ). Lassertion P (n) est alors v eri ee pour tout entier naturel n. 1.c

D emonstration Se ramener au th eor` eme en formulant, pour tout entier naturel, lhypoth` ese P (n) = (P (n) P (n + 1)).

Corollaire (R ecurrence forte) Soit P (n) une assertion d ependant dune variable n N. On suppose que : (1) P (0) est vraie (amor cage ) ; (2) n N, ( m [[0, n]], P (m)) P (n + 1) (h er edit e ). Pour tout entier naturel n, P (n) est alors v eri ee. 1.d

223

phane FLON Ste

1. NOMBRES ENTIERS NATURELS D emonstration

CHAPITRE X. ENTIERS NATURELS

Se ramener au th eor` eme, en posant, pour tout entier naturel n, lhypoth` ese P (n) = P (0) P (n)

Exercice (R ecurrence forte) Donner un exemple pertinent dutilisation dune r ecurrence forte (on pourra penser a larithm ` etique). 2

Corollaire (R ecurrence nie) Soit p et q deux entiers naturels, p < q , et P (n) une assertion d ependant dune variable n [[p, q ]]. On suppose que : (1) P (p) est vraie (amor cage ) ; (2) Pour tout entier n [[p, q 1]], P (n) P (n + 1) (h er edit e ). Alors, pour tout entier naturel n [[p, q ]], P (n) est vraie. 1.e

Exercice (Lemme pour extractrice) Soit n un entier naturel, et f : [[0, n]] N une application strictement croissante. Alors, pour tout entier naturel k [[0, n]], on a f (k ) k . 3

En corollaire, si f : N N est strictement croissante, on a f (k ) M ethode (Principe de r ecurrence)

k , pour tout entier naturel k .

En pratique, une preuve par r ecurrence comporte quatre etapes, que nous pr esentons dans le cadre du th eor` eme : (1) Formulation de la r ecurrence : pour chaque entier naturel n, on formule lhypoth` ese de r ecurrence (ou on enonce/introduit lassertion) suivante : etc. (2) Amor cage : on v erie P (0) ; (3) H er edit e : soit n un entier naturel. Supposons P (n), et montrons P (n + 1). etc. ; (4) Conclusion : en conclusion, pour tout entier naturel n, lassertion P (n) est v eri ee. 1.1

finie par une re currence et une condition initiale 1.3. Suite de D enition (Suite d el ements de E ) Soit E un ensemble non vide, et A une partie de N. Une suite d el ements de E index ee par A est une famille d el ements de E index ee par A : cest donc un el ement de E A (et, dun autre point de vue, une application de A dans E ).

1.b

224

phane FLON Ste

CHAPITRE X. ENTIERS NATURELS Proposition (Suite r ecurrente d enie par une it eratrice)

1. NOMBRES ENTIERS NATURELS

Soit E un ensemble non vide, et f : E E une application. Soit E . Il existe une unique suite (un )nN d el ements de E (index ee par N) v eriant : u0 = n N, un+1 = f (un )

1.f

D emonstration (Unicit e) supposons que les suites (un )nN et (vn )nN v erient les conditions de l enonc e. Lensemble des indices en lesquels elles co ncident comprend 0 et est stable par passage au successeur : cest donc N, et les suites sont egales. (Existence) on consid` ere lensemble des entiers n pour lesquels on peut d enir u0 , . . . , un comme dans l enonc e. Cet ensemble comprend 0, et est stable par passage au successeur : cest donc N.

D enition (Suite r ecurrente) Dans le contexte de la proposition pr ec edente, (un )nN est appel ee suite d enie par la condition initiale u0 = et par la r ecurrence un+1 = f (un ) (ou l it eratrice f ). On dit aussi que cest une suite r ecurrente.

1.c

Exercice (Suite r ecurrente) Soit f : x ln(1 + x). Montrer que la suite (un ) d enie par la condition initiale u0 = 1 et lit eratrice f est bien d enie. 4

Attention, si f est une application dune partie de E dans E , il se peut tr` es bien que la suite r ecurrente ne x 1 soit pas d enie pour tout entier. Si par exemple f : x 1 et = . u , u et u sont bien d e nis, mais pas 0 1 2 x 2 u3 . 1.4. Exemples dutilisation des symboles de somme et produit On consid` ere une loi de composition interne sur un ensemble E , associative. Soit n N , et (e1 , . . . , en ) E . On appelle compos ee de cette famille par le terme dindice n de la suite (up )p[[1,n]] d enie par :
n

u1 k [[1, n 1]], uk+1

= e1 = uk

ek+1

Si E admet un el ement neutre e pour , on peut convenir que la compos ee de la famille vide par soit e. n n Dans le cas o` u est laddition (resp. la multiplication), on note 2 k=1 ek (resp. k=1 ek ) cette compos ee. Exercice (Somme des n premiers entiers non nuls) Montrer par r ecurrence, que pour tout entier naturel non nul n : n(n + 1) k= 2
1 k n

Le symbole

poss` ede de nombreuses propri et es facilitant le calcul. Illustrons-les sur quelques exemples :

2. Bien entendu, lindice k est une variable muette.

225

phane FLON Ste

1. NOMBRES ENTIERS NATURELS

CHAPITRE X. ENTIERS NATURELS

Exercice (Somme des n premiers entiers non nuls ` a la Gauss) Montrer le r esultat de lexercice pr ec edent sans r ecurrence, en utilisant le symbole . 6

Sommes t elescopiques : ce sont les sommes de la forme

(ak+1 ak ),
k=0

qui se simplient en an+1 a0 . Exercice (Somme des carr es) En consid erant la somme t elescopique
n

((k + 1)3 k 3 ),
k=0

montrer que
n

7 n(n + 1)(2n + 1) . 6

k2 =
k=0

Si on eectue un produit de nombres r eels strictement positifs, la fonction logarithme permet de passer ` a une somme. ap+1 Quel est l equivalent des sommes t elescopiques pour les produits ? Les expressions (licites) du type 1 p n a . p

D enition (Factorielle) Pour tout n N , on pose n! =


1 i n

i 1.d

On convient que 0! = 1 On appelle le nombre n! (la) factorielle (de) n.

Exercice (Factorielle) Soit n un entier naturel non nul. Exprimer 1+


1 k n

1 2k

sans symbole de produit.

226

phane FLON Ste

CHAPITRE X. ENTIERS NATURELS

2. ENSEMBLES FINIS

2. Ensembles finis
2.1. Notion densemble fini. Cardinal dun ensemble fini Rappel (Equipotence) Soit deux ensembles A et B . On dit que A est en bijection avec (ou equipotent ` a) B sil existe une bijection de A dans B . Cette relation est clairement une relation d equivalence. Gr ace ` a la sym etrie, on dit que A et B sont en bijection (ou equipotents) au lieu de A est en bijection avec B .

Lemme (Indi erence de l el ement enlev e pour le cardinal) Soit E un ensemble non vide, et a, b E . Alors E \ {a} et E \ {b} sont en bijection. 2.a

D emonstration Soit : E E , telle que x E {a, b}, (x) = (a) = (b) = x b a

Cette application est clairement une involution, cest donc une bijection de E sur E. |E \{b} La restriction |E \{a} de d enit une bijection de E \ {a} sur E \ {b}, ces ensembles sont donc en bijection.

Lemme Unicit e du cardinal Si n et m sont deux entiers naturels tels que [[1, n]] et [[1, m]] soient en bijection, alors n = m. 2.b

D emonstration Montrons cette assertion par r ecurrence sur m. Lamor cage pour m = 0 est clair. Supposons le r esultat etabli ` a un rang m N x e, montrons quil subsiste au rang suivant : Soit donc un entier n tel que [[1, n]] et [[1, m + 1]] soient en bijection. Soit f une bijection de [[1, m + 1]] sur [[1, n]]. En particulier, n est non nul. En notant m0 = f 1 (n), on a clairement une bijection entre [[1, m + 1]] \ {m0 } et [[1, n 1]]. En outre, dapr` es le lemme pr ec edent, [[1, m + 1]] \ {m0 } et [[1, m]] sont en bijection. Par cons equent, [[1, m]] et [[1, n 1]] sont en bijection. Dapr` es lhypoth` ese de r ecurrence, on a m = n 1, soit n = m + 1. La propri et e est donc h er editaire. Lassertion est donc etablie.

227

phane FLON Ste

2. ENSEMBLES FINIS D enition (Ensemble ni)

CHAPITRE X. ENTIERS NATURELS

Un ensemble E est dit ni sil existe une bijection de [[1, n]] sur E , pour un certain entier naturel n. Le cardinal (ou nombre d el ements) de E est alors le nombre n, et est not e Card E ou |E |. Un ensemble non ni est dit inni.

2.a

Pour d enir cette notion tr` es intuitive de  nombres d el ements , on sappuie sur les ensembles nis les plus simples (ceux de la forme [[1, n]]), et on utilise la relation d equipotence (qui est une relation d equivalence). Autrement dit, on regroupe les ensembles nis par  classes d equivalence . Cette notion de cardinal dun ensemble ni est bien d enie gr ace au lemme (un m eme ensemble ni ne peut pas avoir deux cardinaux distincts). Deux ensembles nis sont equipotents si et seulement si ils ont m eme cardinal. Exemple (Ensembles nis) (1) Lensemble vide est donc un ensemble ni de cardinal nul (et cest le seul) ; (2) Pour tous (p, n) Z N, [[p + 1, p + n]] est de cardinal n. Il sut en eet dintroduire la bijection x x + p de [[1, n]] sur [[p + 1, p + n]]. (3) Pour tout n N, [[0, n]] est de cardinal n + 1 (cest un cas particulier de lexemple pr ec edent). (4) Plus g en eralement, [[p, q ]] (pour p (5) {(1) , n N} est de cardinal 2.
n

q ) est de cardinal q p + 1.

2.2. Parties dun ensemble fini Lemme (Ensemble ni priv e dun el ement) Si E est un ensemble ni de cardinal non nul n, et a un el ement de E , alors E \ {a} est un ensemble ni de cardinal Card(E ) 1. 2.c

D emonstration La d emonstration est similaire ` a celle du pr ec edent lemme : soit en eet E un ensemble ni de cardinal non nul n. Soit f une bijection de E sur [[1, n]], et a E . Lensemble E \ {a} est en bijection avec E \ {f 1 (n)}, donc avec [[1, n 1]] : il est ni de cardinal n 1.

Th eor` eme (Partie dun ensemble ni) Soit E un ensemble ni, et F une partie de E . On a : (1) F est un ensemble ni et Card F Card E ; 2.d (2) Card F = Card E si et seulement si F = E .

228

phane FLON Ste

CHAPITRE X. ENTIERS NATURELS D emonstration

2. ENSEMBLES FINIS

On montre ceci par r ecurrence sur le cardinal de E . Il ny a rien ` a prouver pour E = . Pour E non vide, si F = E , il ny a rien ` a prouver, et sinon, F E , donc il existe a E tel que F E {a}. Ce dernier ensemble est de cardinal Card E 1, ce qui prouve par hypoth` ese de r ecurrence que F est ni, et que Card F < Card E .

Cardinal et parties strictes Un ensemble ni ne peut donc pas etre en bijection avec lune de ses parties strictes. En revanche, un ensemble inni peut- etre equipotent ` a lune de ses parties strictes a 2.1
a. et m eme tout ensemble inni est equipotent a ` lune de ses parties strictes, cest lune des d enitions possibles de la notion densemble inni.

Partie nie dentiers Une partie non vide P de N est nie si et seulement si elle est major ee. Ce r esultat est evidemment faux en g en eral, pour les parties de R par exemple. 2.2

Exercice (Suite monotone dentiers naturels) On consid` ere ici des suites dentiers naturels index ees par N. 1 Montrer que toute suite d ecroissante dentiers naturels est stationnaire (i.e. il existe un rang ` a partir duquel la suite est constante). 2 Montrer que toute suite croissante dentiers naturels est non major ee ou stationnaire.

2.3. Ensembles finis et applications

Proposition (Ensembles nis et surjectivit e) Soit E et F deux ensembles, F etant ni. Soit f une application de E dans F . Limage f (E ) de f est alors nie, Card(f (E )) Card F , et cette in egalit e est une egalit e si et seulement si f est surjective.

2.e

D emonstration Limage de f etant une partie de F , elle est nie, et Card(f (E )) Card F . De plus, cette in egalit e est une egalit e si et seulement si f (E ) = F , i.e. f est surjective.

229

phane FLON Ste

2. ENSEMBLES FINIS Proposition (Ensembles nis et injectivit e)

CHAPITRE X. ENTIERS NATURELS

Soit E et F deux ensembles, E etant ni. Soit f une application de E dans F . Limage f (E ) de f est alors nie, Card(f (E )) Card(E ), et cette in egalit e est une egalit e si et seulement si f est injective.

2.f

D emonstration Montrons ceci par r ecurrence sur le cardinal de E . Lamor cage pour E = est evident. Supposons lassertion prouv ee (pour toute application f : E F ) si E est de cardinal n N x e. Montrons quelle subsiste au rang suivant. Soit donc E un ensemble de cardinal n + 1, et f : E F une application. Supposons dans un premier temps f injective : la restriction de f ` a son image ` a larriv ee est une bijection, donc f (E ) et E sont equipotents. En particulier, f (E ) est un ensemble ni, de m eme cardinal que E . Supposons maintenant f non injective. On peut donc trouver deux el ements distincts a et b de E tels que f (a) = f (b). Bien s ur, limage de f est egalement f (E \ {a}). En appliquant lhypoth` ese de r ecurrence ` a la restriction de f ` a E \{a} (de cardinal n) au d epart, on constate que limage de f est nie, de cardinal au plus n. En particulier, Card(f (E )) < Card(E ) : lh er edit e est d emontr ee, le r esultat sensuit.

Cela donne une condition susante de non surjectivit e (resp. de non injectivit e) : il sut que Card(F ) > Card(E ) (resp. il sut que Card(E ) > Card(F )). Th eor` eme (Ensembles nis et bijectivit e) Etant donn es deux ensembles nis E et F , de m eme cardinal n, et une application f de E dans F , les propri et es suivantes sont equivalentes deux ` a deux : (1) f est injective ; (2) f est surjective ; (3) f est bijective. 2.g

D emonstration En eet, dire que f est surjective revient ` a dire que Card(f (E )) = Card(F ) = n, et dire que f est injective revient ` a dire que Card(f (E )) = Card(E ) = n. Les deux premi` eres assertions sont donc equivalentes : elles sont egalement equivalente a ` leur conjonction, i.e. ` a la troisi` eme assertion.

Dans ce contexte tr` es particulier, il sut, pour prouver la bijectivit e, de prouver linjectivit e (ou la surjectivit e). Dans un certain nombre dexercices, on demande de prouver un r esultat dexistence. On a parfois int er et a introduire une application entre ensembles nis (le plus souvent : dun ensemble ni sur lui-m ` eme) dont on prouve linjectivit e (r esultat dunicit e), puis la surjectivit e (r esultat dexistence) gr ace ` a ce th eor` eme. Exercice (De linjectivit e` a la surjectivit e) Faire lexercice 15 de TD. 10

230

phane FLON Ste

CHAPITRE X. ENTIERS NATURELS Proposition (Indexation dun ensemble ni de naturels)

3. DENOMBREMENT

Si P est une partie nie non vide de N de cardinal n, alors il existe une unique bijection strictement croissante de [[1, n]] sur P .

2.h

D emonstration Existence : cette propri et e est claire si P un singleton. Fixons un entier naturel non nul n, et supposons la propri et e etablie pour toute partie P de N de cardinal n. Soit P une partie de N, de cardinal n + 1. Cette partie de N est nie, donc major ee. Comme elle est en outre non vide, elle admet un plus grand el ement M . Dapr` es lhypoth` ese de r ecurrence, on peut trouver une application strictement croissante g de [[1, n]] sur P \ {M }. La fonction f de [[1, n + 1]] dans P , co ncidant avec g sur [[1, n]], et valant M en n + 1, est clairement une bijection strictement croissante de [[1, n + 1]] sur P . Lexistence est d emontr ee. Unicit e : supposons que f et g soient des bijections strictement croissantes de [[1, n]] sur P . Lapplication f 1 g est donc une bijection strictement croissante de [[1, n]] sur lui-m eme. Soit k [[1, n]]. Dapr` es le premier exercice sur la r ecurrence, on a f 1 g (k ) k , puis, par croissance de f , g (k ) f (k ). Par sym etrie des r oles jou es par f et g (ou en eectuant un raisonnement analogue sur g 1 f ), on a f (k ) g (k ) : f (k ) = g (k ). Ceci valant pour tout k [[1, n]], on a bien f = g .

En fait, cette proposition se g en eralise ` a tout partie nie non vide dun ensemble totalement ordonn e.

nombrement 3. De
rations sur les ensembles finis 3.1. Ope

Lemme (Cardinal dune union disjointe de deux ensembles) Soit A et B deux ensembles nis disjoints. Lensemble A B est alors ni, et : Card A B = Card A + Card B 3.a

D emonstration Si n et m sont les cardinaux respectifs de A et B , on d enit ais ement une bijection de [[1, n + m]] sur A B :

231

phane FLON Ste

3. DENOMBREMENT Corollaire (Cardinal dun compl ementaire) Soit A une partie de lensemble ni E . On a alors : Card(E \ A) = Card E Card A

CHAPITRE X. ENTIERS NATURELS

3.b

D emonstration En eet, A et E \ A sont nies, disjointes, et de r eunion E .

Proposition (Cardinal dune union disjointe de p ensembles) Si (Ak )1 k p est une famille de p ensembles nis deux ` a deux disjoints, alors Ak est un ensemble ni, et :
1 k p

Card
1 k p

Ak =
1 k p

3.c Card Ak

D emonstration R ecurrence sur p.

Proposition (Cardinal dune union de deux ensembles nis) Soit A et B deux ensembles nis. Lensemble A B est alors ni, et : Card A B = Card A + Card B Card A B 3.d

D emonstration En eet, A et B \ A (resp. A B et B \ A) sont disjoints, et leur union est A B (resp. A).

Proposition (Cardinal dun produit cart esien) Si A et B sont deux ensembles nis, alors A B est ni, et : Card(A B ) = Card A Card B 3.e

D emonstration A B est la r eunion disjointe des {a} B , pour a parcourant A.

232

phane FLON Ste

CHAPITRE X. ENTIERS NATURELS Corollaire (Cardinal de Ap ) Soit A un ensemble ni, et p N . Alors Ap est ni, et : Card Ap = (Card A)p

3. DENOMBREMENT

3.f

D emonstration R ecurrence sur p.

nombrement lie aux applications entre ensembles finis 3.2. De

Proposition (Cardinal de E A ) Si E et A sont nis, alors E A est ni, de cardinal (Card E )Card A . 3.g

D emonstration

Cette formule justie a posteriori lemploi de la notation E A . Proposition (Nombre dapplications injectives) Etant donn es deux ensembles nis non vides E et F , de cardinaux respectifs m et n, le nombre dapplications injectives de E dans F est : (1) nul si m > n ; (2) egal ` a
n! (nm)!

3.h sinon.

233

phane FLON Ste

3. DENOMBREMENT D emonstration

CHAPITRE X. ENTIERS NATURELS

Le seul cas digne dint er et est celui o` u m n. On peut raisonner par r ecurrence sur n : pour tout entier naturel n, on formule lhypoth` ese de r ecurrence suivante : Hn : pour tout entier naturel m compris entre 0 et n, et tous ensembles E et F de cardinaux respectifs m et n, lensemble E,F des injections de E dans F est de n! cardinal (n m)! . Lamor cage pour n = 0 est clair ( est de cardinal 1). Fixons un entier naturel n, supposons Hn , et montrons Hn+1 : soit m un entier naturel inf erieur ou egal ` a n + 1, E et F deux ensembles nis de cardinaux respectifs m et n + 1. Si m = 0, le r esultat est clair. Si m 1, soit a un el ement de E . Se donner une injection f de E dans F , cest se donner une image de a par f (n + 1 possibilit es), puis une injection de E \{a} dans F \{f (a)} : lhypoth` ese de r ecurrence n! Hm pour ces deux derniers ensembles montre que nous avons exactement (n(m 1))! possibilit es pour ce faire. Au total, lensemble E,F est de cardinal (n + 1) (n + 1)! n! = (n + 1 m)! (n + 1 m)!

Lh er edit e est bien prouv ee. En conclusion, la formule est bien valable pour tout entier naturel n, et tout entier naturel m inf erieur ou egal ` a n.

D enition (Permutation) Une permutation dun ensemble E est une bijection de E sur lui-m eme. On note SE ou SE lensemble des permutations de E . 3.a

Le nombre de permutations dun ensemble ni E est (Card E )!. 3.3. Parties de E

D enition (Application caract eristique dune partie) Soit E un ensemble, et A une partie de E . Lapplication caract eristique (ou indicatrice) de A (dans E ), not ee 1A ou A , est lapplication de E dans {0, 1}, telle que : 1 si x A x E, 1A (x) = 0 si x /A

3.b

Exercice (Fonctions caract eristiques) Soit A et B deux parties dun ensemble E . Ecrire les fonctions AB , E \A et AB en fonction de A et B . 11

Proposition (Indicatrices et parties) Lapplication : P (E ) {0, 1}E envoyant A P (E ) sur 1A est une bijection. 3.i

234

phane FLON Ste

CHAPITRE X. ENTIERS NATURELS D emonstration Sa bijection r eciproque est :

3. DENOMBREMENT

Proposition (Cardinal dun ensemble de parties) Soit E un ensemble ni de cardinal n. Alors P (E ) est ni, de cardinal 2n . 3.j

D emonstration Cons equence imm ediate de la proposition pr ec edente.

D enition (Combinaison) Soit E un ensemble de cardinal n, et soit p N. On appelle combinaison (de p objets (pris) dans E ) une partie de E de cardinal p. Le cardinal de leur ensemble (ni car P (E ) lest) est not e n e p parmi n). p (prononc

3.c

est donc le nombre de parties de cardinal p dans un ensemble de cardinal n La notation ne fait pas r ef erence ` a E , ce qui se justie ais ement Proposition (Formule pour les combinaisons) Pour tout n N, et p [[0, n]], on a n p = n! p!(n p)! 3.k

n p

D emonstration Soit E de cardinal n, et Xp une partie de E de cardinal p. Lensemble Xp des applications injectives de [[1, p]] dans Xp est donc de cardinal p!. Notons Ap lensemble des parties de E de cardinal p. n! Lensemble p des applications injectives de [[1, p]] dans E est de cardinal (n p)! . n De plus, p est lunion disjointe (de p ensembles) : p = ce qui donne le r esultat.
Xp Ap Xp ,

Evidemment, si p > n,

n p

= 0. 235 phane FLON Ste

3. DENOMBREMENT Proposition (Formules combinatoires) Pour tout n N et p [[0, n]], on a : n p = n n , n p p=0 p


n

CHAPITRE X. ENTIERS NATURELS

= 2n 3.l

Si en outre n et p sont 1, on a : n n1 n1 = + p p p1

(triangle de Pascal)

Montrer ceci par le calcul : D emonstration

Montrer ` a nouveau ces r esultats ` a laide de raisonnements combinatoires : D emonstration

Exercice (Autant de parties de cardinal pair que de cardinal impair) 1 Montrer par la formule du bin ome de Newton que n n = p p
p pair p impair

12

2 Le montrer par des interpr etations ensemblistes.

236

phane FLON Ste

CHAPITRE X. ENTIERS NATURELS 4. NOMBRES ENTIERS (RELATIFS), NOMBRES RATIONNELS

4. Nombres entiers (relatifs), nombres rationnels


Les constructions de Z et de Q ne sont pas au programme, puisquelles font intervenir la notion de relation d equivalence. Retenons que le mono de ab elien N est un sous-ensemble de Z, que laddition (resp. la multiplication, la relation dordre) dans Z prolonge celle de N, et que : (Z, +, ) est un anneau commutatif. Pour construire Z, on utilise une relation d equivalence sur N N ((a, b) (a , b ) si et seulement si a + b = a + b). Un el ement n0 de Z ne correspond pas seulement ` a un couple (a0 , b0 ) tel que n0 = a0 b0 de N N, mais plut ot ` a lensemble des couples de N N equivalents ` a (a0 , b0 ) : {(a, b) N N, (a, b) (a0 , b0 )} Exercice (Lois sur les relatifs) (facultatif) d ecrire les lois daddition et de multiplication dans Z 13

Les seuls el ements inversibles de Z sont 1 et 1, do` u la construction de lensemble des nombres rationnels Q, contenant Z. Remarquons que laddition, (resp. la multiplication, la relation dordre) dans Q prolonge celle de Z, et que : (Q, +, ) est un corps. Pour construire Q, on utilise une relation d equivalence sur Z Z ((a, b) (a , b ) si et seulement si ab = a b). Il dispose aussi dun ordre, prolongeant celui de Z. D enition (Valeur absolue) On d enit une application |.| : Q Q+ , x x si x 0, et x x si x 0. Cette fonction est appel ee (fonction) valeur absolue, et elle v erie les propri et es suivantes : x Q, |x| = 0 x = 0 ; x, y Q, ||x| |y || |x + y | |x| + |y | ; x Q, |xy | = |x||y |.

4.a

Exercice (Automorphismes du corps des nombres rationnels) Exercice important : montrer que le seul automorphisme de corps de Q est lidentit e. 14

237

phane FLON Ste

5. FEUILLE DE TD 10

CHAPITRE X. ENTIERS NATURELS

5. Feuille de TD 10 : Entiers naturels


currence 5.1. Raisonnement par re

Exercice 1 (Suite r ecurrente bien d enie) 1 Montrer quil existe une unique suite (un ) de nombres r eels telle que u0 = 1 et 1 n N, un+1 = . 1 + un 2 M eme question pour les conditions v0 = 2 et vn+1 = 1 + ln(vn ) pour tout n N. 3 M eme question pour les conditions w0 = 0 et wn+1 = 2 wn pour tout n N.

Exercice 2 (Raisonnement par r ecurrence) 1 Montrer que pour tout n N , le nombre 32n+1 + 2n+2 est divisible par 7. 2 Soit x N {1} et n N . Montrer que si p N divise x2 x, alors p divise xn x. 3 Montrer que pour tous m, n N et r N, le nombre m2r+1 + n2r+1 est divisible par m + n. 4 Soit (un ) la suite d enie par u0 = 0, u1 = 0, u2 = 2, et un+3 = 3un+2 3un+1 + un , pour tout n N. Montrer que pour tout entier naturel, un = n(n 1). 5 Montrer que pour tout n N : n (2n + 1)! . (2k + 1) = 2n n!
k=0

Exercice 3 (In egalit e arithm etico-g eom etrique : une preuve de Cauchy)

Pour tout entier naturel sup erieur ou egal ` a 2, on formule lhypoth` ese de r ecurrence suivante (appel ee in egalit e arithm etico-g eom etrique pour n r eels positifs) : a1 + a2 + + an n (Hn ) : (a1 , . . . , an ) Rn a1 a2 . . . an . +, n (1) Montrer H2 ; (2) Montrer, pour tout entier n (3) Montrer, pour tout entier n 2, limplication Hn Hn1 ; 2, limplication (Hn H2 ) H2n ; 2.

(4) En d eduire que Hn est vraie, pour tout n

238

phane FLON Ste

CHAPITRE X. ENTIERS NATURELS

5. FEUILLE DE TD 10

5.2. Utilisation des symboles de somme et de produit Exercice 4 (Symboles de somme et de produit) 1 Etablir une formule pour k=2 k21 1 valable pour chaque entier n 2 Pour n N , montrer que 1 1! + 2 2! + + n n! = (n + 1)! 1. 3 Evaluer, pour tout entier naturel n, la somme Sn =
{(p,q )NN,p+q n} n

0 2.

(p + q ).
n i=2

4 Soit n un entier sup erieur ou egal ` a 2. Trouver une formule pour 5 De m eme pour
n i=2

1 i n

1 i2

. min({i, j }),
i+j =n 1 i j n

6 Soit n un entier naturel. Calculer 7 Soit n un entier naturel. Calculer


i+j =n

min({i, j }) et
i,j =1

min({i, j }).

ij .

Exercice 5 (Sommes de puissances) 1 Montrer de deux mani` eres que pour tout n N,
n k=0 n k=0 n(n+1) . 2 n(n+1)(2n+1) 2 . k = 6

1 k=

2 Montrer de deux mani` eres que pour tout n N, n 3 3 Trouver une formule analogue pour k=0 k . Quel est le lien entre cette somme et Retrouver ce lien par un dessin.

n k=0

k?

Exercice 6 (Somme de carr es de nombres de m eme parit e) Montrer de deux mani` eres di erentes que, pour tout entier pair 2, on a : n+2 22 + 42 + + n2 = 3 Montrer que pour tout entier naturel impair n, on a n+2 12 + 32 + + n2 = . 3

Exercice 7 (Cube et carr es)

Montrer que le cube dun entier positif peut toujours s ecrire comme la di erence de deux carr es.

Exercice 8 (Sommes de sommes) On d enit par r ecurrence Sm,n par : n n N, S0,n = k=0 1 ; n m, n N, Sm+1,n = k=0 Sm,k . Donner une expression simple de Sm,n , pour tous n, m N.

239

phane FLON Ste

5. FEUILLE DE TD 10 nombrement 5.3. De Exercice 9 (Nombre de z eros) Par combien de z eros se termine le nombre 1000000! ?

CHAPITRE X. ENTIERS NATURELS

Exercice 10 (Formules de convolution de Vandermonde) 1 Montrer : (p, q, r) N3 ,


i=0

p i

q ri

p+q . r

2 En d eduire une expression plus simple de

n n 2 i=0 i .

Exercice 11 (D enombrement li e` a des parties) 1 Pour tout n N , calculer Card (A, B ) P ([[1, n]])2 , A B . 2 Soit E un ensemble ni de cardinal n Card(A),
AE A,B E

1. Calculer Card(A B ) et
A,B E

Card(A B ).

Exercice 12 (Mines PSI 08)

Soit E un ensemble ni, A et B des parties de E . Combien y a-t-il de parties X de E telles que AX =B?

Exercice 13 (X PC 08)

Soit E un ensemble de cardinal n et (A, B ) P (E )2 . D eterminer le nombre de X P (E ) telles que A X = B.

Exercice 14 (D ecomposition dun entier en somme) On xe un entier n 1, et p [[1, n]]. Calculer : Card{(a1 , . . . , ap ) Np , a1 + + ap = n}.

s 5.4. Ensembles finis, curiosite Exercice 15 (Mono de ni et r egulier) 1

On appelle mono de un ensemble muni dune loi de composition interne associative, admettant un el ement neutre pour cette loi. Montrer quun mono de ni et r egulier (i.e. tout el ement est simpliable a gauche et ` ` a droite) est un groupe.

240

phane FLON Ste

ement dun groupe ni) Exercice 16 (El Soit G un groupe multiplicatif ni d element neutre e. 1 Montrer que pour tout g G, il existe n N tel que g n = e. 2 Montrer quil existe n N tel que, pour tout g G, on ait g n = e.

Exercice 17 (Utilisation du principe des tiroirs)

Soit n un entier naturel non nul. On choisit n + 1 nombres quelconques (distincts deux ` a deux) dans [[1, 2n]]. Montrer quil en existe deux qui sont premiers entre eux. Montrer quil en existe deux tels que lun divise lautre.

Exercice 18 (X MP 08) Calculer


n k=1

k (k + 1)(k + 2) par trois m ethodes di erentes.

Exercice 19 (Parties disjointes de m eme somme)

Soit S un ensemble de 10 entiers distincts choisis parmi les nombres 1, 2, . . . , 99. Montrer que S contient toujours deux sous-ensembles disjoints dont la somme de leurs el ements respectifs est la m eme.

Exercice 20 (Mondanit es)

Monsieur et Madame Machin ont et e invit es ` a une soir ee ` a laquelle assistaient aussi quatre autres ` larriv couples, ce qui faisait un total de dix personnes. A ee des invit es, un certain nombre de poign ees de mains furent echang ees, dune mani` ere impr evisible, mais sujette ` a deux conditions evidentes : ` la n, par curiosit personne na serr e sa propre main, et aucun mari na serr e la main de sa femme. A e, M. Machin circulait dans lassistance en demandant ` a chaque personne :  Combien de mains avezvous serr ees ? . . . Et vous ? . . . Et vous ?  M. Machin a pos e la question ` a neuf personnes (tout le monde, y compris sa femme), et a obtenu neuf r eponses di erentes. Combien de mains Madame Machin a-t-elle serr ees ?

Exercice 21 (Ensembles d enombrables)

Soit A et B deux ensembles. Lensemble A est dit equipotent ` a B sil existe une bijection de A sur B. 1 Montrer que l equipotence est une relation d equivalence. Un ensemble est dit d enombrable sil est equipotent ` a N. 2 Montrer que Z est d enombrable. 3 Montrer que N2 est d enombrable. 4 Montrer que P (N) nest pas d enombrable. 5 Montrer que R nest pas d enombrable.

241

CHAPITRE XI

Structures alg ebriques


Sommaire
1. 1.1. 1.2. 1.3. 2. 2.1. 2.2. 2.3. 3. 4. 5. 5.1. 5.2. 5.3. Groupes Lois de composition interne Groupes, sous-groupes Morphismes de groupes Anneaux D enition et propri et es calculatoires Sous-anneaux Morphismes danneaux Corps Questionnaire 4 : Structures alg ebriques Feuille de TD 11 : Structures alg ebriques Groupes Compl ements sur les groupes Anneaux, corps 243 243 245 247 251 251 255 256 257 259 260 260 262 263

1. Groupes
1.1. Lois de composition interne Soit E un ensemble non vide. D enition (Loi de composition interne) Une loi de composition interne La loi est dite associative si La loi est dite commutative si x, y E, E poss` ede un el ement neutre pour la loi x E, (x y ) = (y x) sil existe e E tel que 1.a e x=x e=x sur E est une application de E E dans E . (x y ) z = x (y z )

x, y, z E,

Si (E, ) poss` ede un el ement neutre e, alors un el ement x E est dit sym etrisable (pour ) sil existe x E tel que x x =x x=e x est alors appel e sym etrique de x dans (E, ).

Dans ce qui suit, E est muni dune loi de composition interne . D enition (Partie stable) Une partie A de E est dite stable par si, pour tout (a, a ) A2 , a a A. 1.b

243

1. GROUPES

CHAPITRE XI. STRUCTURES ALGEBRIQUES

Proposition (Unicit e de l el ement neutre, du sym etrique) (1) E poss` ede au plus un el ement neutre, qui est alors son propre sym etrique. (2) Dans le cas o` u la loi est associative et o` u E admet un el ement neutre e pour , chaque el ement de E admet au plus un sym etrique pour cette loi. 1.a

D emonstration

ement simpliable) D enition (El Un el ement x de E est dit simpliable ` a gauche (pour ) si, pour tous y, z E tels que x y = x z , on a y = z . On d enit de m eme le fait que x soit simpliable ` a droite. On dit que x est simpliable sil est simpliable ` a gauche et ` a droite.

1.c

ement simpliable) Proposition (El On suppose que est associative et que E admet un el ement neutre e pour . Tout el ement sym etrisable de E est alors simpliable. 1.b

D emonstration

D enition (Distributivit e) On suppose E muni dune seconde loi de composition interne . On dit que distributive ` a gauche par rapport ` a si : (x, y, z ) E 3 , x (y z ) = (x y ) (x z ). On d enit de m eme la distributivit e` a droite. La loi est dite distributive par rapport ` a si elle lest ` a gauche et ` a droite. est 1.d

244

phane FLON Ste

CHAPITRE XI. STRUCTURES ALGEBRIQUES Exercice (Exemples de distributivit e) Donnez des exemples de lois distributives par rapport ` a dautres.

1. GROUPES

1.2. Groupes, sous-groupes D enition (Groupe) Soit G un ensemble non vide, muni dune loi de composition interne . On dit que la loi d enit une structure de groupe, ou que G (ou plut ot (G, )) est un groupe relativement ` a cette loi, si est associative ; G admet un el ement neutre pour (g en eralement not e e ou eG ) ; tout el ement de G admet un sym etrique dans G pour la loi . Le groupe (G, ) est dit ab elien ou commutatif si la loi de G est commutative.

1.e

Soit (G, ) un groupe. Dapr` es 1.a et 1.b, G a un unique el ement neutre, tout el ement de G a un unique sym etrique et est simpliable. On note souvent la loi dun groupe multiplicativement 1 (le sym etrique de x est alors not e x1 ) ou additivement (le sym etrique de x est x). Cette derni` ere notation est r eserv ee au cas dun groupe ab elien. Dans le cas de la notation multiplicative, on peut d enir les puissances n-i` emes (o` u n est un entier relatif) dun el ement x de G. On a alors, pour tout x G, tout (m, n) Z2 : xm xn = xm+n = xn xm et (xm )n = xmn = (xn )m mais en g en eral (xy )n = xn y n (o` u y G). On a cependant bien egalit e si x et y commutent, i.e. xy = yx. Le sym etrique du produit xy est y 1 x1 , mais pas x1 y 1 en g en eral (cest le cas si et seulement si les deux el ements commutent). En notation additive, on d enit de m eme nx o` u (n, x) Z G, et on a, pour tout (x, y ) G2 et tout 2 (m, n) Z : (m + n)x = mx + nx, Exemple (Groupes) Z, Q, R, C pour laddition. (Q , ), (R , ), (C , ). Pour tout n N , Un est un groupe. Groupe sym etrique SE associ e ` a un ensemble non vide E . Ce groupe nest pas ab elien d` es que E poss` ede trois el ements distincts. Groupe des isom etries du plan ; Groupe produit (voir lexercice 8 de TD). m(nx) = (mn)x, m(x + y ) = mx + my.

1. Si on ne pr ecise pas la loi, cest dailleurs implicitement le cas.

245

phane FLON Ste

1. GROUPES D enition (Sous-groupe)

CHAPITRE XI. STRUCTURES ALGEBRIQUES

Une partie H dun groupe (G, ) est un sous-groupe de G si H est stable par ; H , muni de la loi induite, est un groupe.

1.f

Nous noterons dans ce cours H G lorsque H est un sous-groupe de G. Si en outre H = G, on note H < G, et on dit que H est un sous-groupe propre de G. Cette d enition comporte des propri et es cach ees : si H est un sous-groupe de G, alors eH = eG , et le sym etrique dun el ement de H pour est le m eme dans H et dans G. Si G est ab elien, alors tous ses sous-groupes le sont aussi. Cette notion de sous-groupe est tr` es importante, car en g en eral, pour montrer quun ensemble est un groupe, on montre quil sagit dun sous-groupe dun groupe bien connu. Cette remarque vaut dailleurs pour toutes les structures alg ebriques. Voici deux crit` eres pratiques pour montrer quune partie dun groupe en est un sous-groupe (H d esigne une partie de G) : Proposition (Premi` ere caract erisation des sous-groupes) H est un sous-groupe de G si et seulement si (1) H = ; (2) H est stable par la loi de G ; (3) H est stable par passage au sym etrique 1.c

D emonstration

Proposition (Seconde caract erisation des sous-groupes) H est un sous-groupe de G si et seulement si (1) H = ; (2) x, y H, xy 1 H . 1.d

246

phane FLON Ste

CHAPITRE XI. STRUCTURES ALGEBRIQUES D emonstration

1. GROUPES

Exemple (Sous-groupes) Si K H et H G, alors K G. Un groupe ayant plus dun el ement admet au moins deux sous-groupes, G luim eme et le sous-groupe r eduit ` a l el ement neutre. Z Q R C, mais aussi Un U C Une intersection quelconque de sous-groupes en est un. Lunion de deux sous-groupes est un sous-groupe si et seulement si lun est inclus dans lautre. Lunion de trois sous-groupes sans relations dinclusion peut tr` es bien etre un sous-groupe (donnez un exemple). Nous verrons que tous les sous-groupes de Z sont de la forme nZ. Centre dun groupe : si G est un groupe, alors son centre Z (G) = {g0 G, g G, gg0 = g0 g } est un sous-groupe commutatif de G.

ii

Exercice (Partie nie stable par multiplication) Faire lexercice 2 de TD. 2

1.3. Morphismes de groupes Dans cette section, sauf mention contraire, (G, ) et (G , ) sont deux groupes, d el ements neutres respectifs e et e . D enition (Morphisme de groupe) Soient (G, T ) et (G , ) deux groupes. Un (homo-)morphisme de G vers G est une application : G G v eriant : x, y G, (xT y ) = (x)(y ) Lensemble des morphismes de G vers G est not e Hom(G, G ). Un endomorphisme est un morphisme dun groupe vers lui-m eme, lensemble des endomorphismes dun groupe G est not e End(G). Un isomorphisme est un morphisme bijectif. Sil existe un isomorphisme entre deux groupes G et G , on dit alors que les deux groupes sont isomorphes. Un automorphisme est un endomorphisme bijectif (ou encore : un isomorphisme dun groupe vers lui-m eme). Lensemble des automorphismes de G est not e Aut(G).

1.g

247

phane FLON Ste

1. GROUPES

CHAPITRE XI. STRUCTURES ALGEBRIQUES

Sauf mention contraire, d esigne un morphisme de G vers G . Proposition (Composition de morphismes) Soit G, G et G trois groupes. Si Hom(G, G ) et Hom(G , G ), alors Hom(G, G ). 1.e

D emonstration

Proposition (Bijection r eciproque dun isomorphisme) La bijection r eciproque dun isomorphisme de groupes est un isomorphisme de groupes. 1.f

D emonstration

Isomorphie Lisomorphie est une relation d equivalence (r eexive, sym etrique, transitive).

1.1

248

phane FLON Ste

CHAPITRE XI. STRUCTURES ALGEBRIQUES Proposition (Propri et es des morphismes de groupes) Soit H et H des parties respectives de G et de G . On a : (1) (e) = e ; (2) x G, (4) (H (5) (H (x1 ) = ((x))1 ; (xn ) = ((x))n ; G ); G). (H ) (3) x G, n Z, G) ((H ) G ) (
1

1. GROUPES

1.g

D emonstration

D enition (Image et noyau dun morphisme de groupes) (G) (sous-groupe de G ) est appel e image de , not e Im . 1 ({e }) est appel e noyau de , et est not e Ker (cest un sous-groupe de G). 1.h

On a donc Ker() = {g G, (g ) = e }. Proposition (Injectivit e et surjectivit e dun morphisme de groupes) est surjective (resp. injective) si et seulement si Im = G (resp. Ker = {e}). 1.h

249

phane FLON Ste

1. GROUPES

CHAPITRE XI. STRUCTURES ALGEBRIQUES D emonstration

Exemple (Morphismes de groupes) Les endomorphismes de (Z, +) sont les applications, n an, o` u a d ecrit Z. C C , x xn (noyau Un ) (Attention : la puissance n-i` eme dans un groupe multiplicatif nest pas, en g en eral, un morphisme). , ) ( R , +) et exp : ( R , +) (R ln : (R + , ). + i e morphisme de R dans U, de noyau 2 Z lexponentielle est un morphisme surjectif de (C, +) sur (C , ). Soit I un intervalle non vide, a I . Lapplication de RI dans R, qui ` a f associe f (a) est un morphisme de groupes (morphisme d evaluation en a). G G , x e , le morphisme trivial de G dans G , montre quentre deux groupes, il existe toujours un morphisme.

iii

Exercice (Isomorphisme de groupes) Faire lexercice 4 de TD. 3

Exercice (Groupe ni commutatif) Faire lexercice 5 de TD. 4

250

phane FLON Ste

CHAPITRE XI. STRUCTURES ALGEBRIQUES

2. ANNEAUX

2. Anneaux
finition et proprie te s calculatoires 2.1. De

D enition (Anneau) Soit A un ensemble muni de deux lois de composition internes, not ees + et . On dit que (A, +, ) (ou A) est un anneau si (A, +) est un groupe commutatif ; La loi est associative, et distributive par rapport ` a laddition ; Il existe un el ement neutre pour le produit . Si de plus la loi est commutative, on dit que (A, +, ) est un anneau commutatif. L el ement neutre pour laddition est not e 0 ou 0A et appel e el ement nul de A. L el ement neutre pour la multiplication est souvent not e 1 ou 1A et appel e el ement unit e de A. Le sym etrique dun el ement pour laddition est appel e oppos e (de cet el ement). Sil existe, le sym etrique dun el ement pour la multiplication est appel e inverse (de cet el ement).

2.a

Dans la suite, sauf mention contraire, A d esigne un anneau. Soit a A. On d enit 2 la notation ma pour tout entier naturel m par la r ecurrence suivante :

(0.a = 0A ) ( m N,

(m + 1)a = a + ma)

On etend alors cette notation au cas dun entier n egatif m, en posant ma = ((m)a). On d enit la notation am pour tout entier naturel m par la r ecurrence suivante : (a0 = 1A ) ( m N, am+1 = aam )

Dans le cas o` u a est inversible, on etend la notation am au cas dun entier n egatif m, en posant am = (a1 )m . On a (avec des notations evidentes) (m + n)a = ma + na, m(na) = (mn)a, m(a + b) = ma + mb. Pour la multiplication, on a am+n = am an , amn = (am )n . En revanche, il nest pas s ur que (ab)m = am bm . Proposition (Premi` eres propri et es calculatoires dans un anneau) Pour tous a, b, c A et tout entier relatif m, on a : a0A = 0A a = 0A (on dit que 0A est absorbant) ; (a)b = a(b) = (ab) ; (a)(b) = ab ; (a b)c = ac bc ; a(b c) = ab ac ; a(mb) = (ma)b = m(ab).

2.a

2. On la d ej` a fait dans le cadre des groupes additifs.

251

phane FLON Ste

2. ANNEAUX

CHAPITRE XI. STRUCTURES ALGEBRIQUES D emonstration

Il se peut que 1A = 0A , auquel cas lanneau est r eduit ` a son el ement nul (et dit nul).

Exemple (Anneaux) (1) (Z, +, ), (Q, +, ), (R, +, ), (C, +, ) sont des anneaux commutatifs. (2) Si (A, +, ) est un anneau et X un ensemble non vide, alors AX = F (X, A), muni des lois d eduites de A est un anneau. En particulier, il en est ainsi de RI et de RN (o` u I d esigne un intervalle non vide). (3) Si A et B sont deux anneaux, on peut d enir un anneau produit (comme pour les groupes). En particulier, (Rn , +, ) est un anneau. (4) A[X ], anneau des polyn omes ` a coecients dans A ` a une ind etermin ee (et donc par exemple Z[X ], Z[X, Y ]).

Proposition (Distributivit e du produit par rapport au symbole sommatoire) Soit A un anneau, n N , b A et (ai )1 i b
i[[1,n]] n

An . (bai )

ai =
1 i n

2.b

et


i[[1,n]]

ai b =
1 i n

(ai b).

D emonstration R ecurrence sur n.

252

phane FLON Ste

CHAPITRE XI. STRUCTURES ALGEBRIQUES Proposition (Formule sans nom) Soit a, b A, et n N . On suppose que a et b commutent. On a :
n1 n1

2. ANNEAUX

an bn = (a b)
k=0

ank1 bk

=
k=0

ank1 bk

(a b).

2.c

D emonstration Cette formule se d emontre sans r ecurrence :


n1 n1 n1

(a b)
k=0

nk1 k

=
k=0 n1

nk k

k=0 n

ank1 bk+1 ank bk


k=1

=
k=0

ank bk

= a n bn .

De m eme dans lautre sens.

Proposition (Formule du bin ome de Newton) Soit a, b A, et n N . On suppose que a et b commutent. On a alors les relations :
n

(a + b)n =
k=0

n k nk a b . k

2.d

D emonstration Par r ecurrence sur n. Lamor cage est clair, d etaillons le calcul principal de lh er edit e: (a + b)n+1 = (a + b)(a + b)n
n

= =

(a + b )
k=0 n

n k nk a b k
n

k=0 n+1

n k+1 nk a b + k

k=0

n k n+1k a b k
n

(car ab = ba)

=
k=1

n ak bn+1k + k1
n

k=0

n k n+1k a b k ak bn+1k + n n+1 a n

n n+1 b + 0
n+1

k=1

n n + k1 k

=
k=0

n + 1 k n+1k a b k

Pour appliquer ces formules, il faut absolument v erier au pr ealable que les el ements commutent. Ce sera par exemple le cas si A est commutatif. Pour ne pas se tromper dans les exposants, on peut v erier lhomog en eit e de ces formules (voir a et b comme des longueurs). 253 phane FLON Ste

2. ANNEAUX Exercice (D eveloppement dans un anneau)

CHAPITRE XI. STRUCTURES ALGEBRIQUES

D evelopper (a b)(a + b), (a + b)2 et (a + b)3 pour a et b ne commutant pas.

ements nilpotents dun anneau) Exercice (El Faire lexercice 22 de TD. 6

ements inversibles dun anneau) Notation (El Soit A un anneau non nul. On note A (ou A ) lensemble des el ements inversibles de A. 2.b

ements inversibles) Exemple (El Q = Q \ {0}, R = R \ {0}, C = C \ {0}, Z = {1, 1}(= Z \ {0}). Quels sont les el ements inversibles de RX (o` u X est un ensemble non vide) ?

ii

Proposition (Les inversibles forment un groupe) Soit A un anneau non nul. Lensemble A est un groupe pour la loi . 2.e

D emonstration

D enition (Diviseur de z ero) Soit A un anneau non nul, et a A \ {0}. On dit que a est un diviseur de z ero sil existe b dans A, non nul, tel que ab = 0 ou ba = 0. 2.c

Un el ement est un diviseur de z ero si et seulement si il est non simpliable. En particulier, il ne peut etre inversible, mais un el ement peut ne pas etre inversible tout en etant simpliable (exemple : tout nombre distinct de 0, 1 et 1 dans Z). 254 phane FLON Ste

CHAPITRE XI. STRUCTURES ALGEBRIQUES Exemple (Diviseurs de z ero) Dans A2 (avec A = {0}), RX (avec |X | 2), on a des diviseurs de z ero.

2. ANNEAUX

iii

D enition (Anneau int` egre) Un anneau non nul est dit int` egre sil est commutatif et sans diviseur de z ero. 2.d

Exemple (Anneaux int` egres) Les anneaux usuels Z, Q, R, C sont int` egres, mais pas A2 . Soit n 2. Lanneau Z/nZ ( etudi e dans lun des DM) est int` egre si et seulement si cest un corps, i.e. si et seulement si n est premier.

iv

2.2. Sous-anneaux B d esigne une partie de A.

D enition (Sous-anneau) On dit que B est un sous-anneau de (A, +, ) si : 1A B ; B est stable pour + ; B est stable pour ; muni des lois induites, (B, +, ) poss` ede une structure danneau.

2.e

On voit appara tre ici la condition 1A B , qui ne r esulte pas des suivantes (voyez le contraste avec les sous-groupes). Donner un exemple de partie non vide de A (non nul) v eriant toutes les conditions sauf celle-ci.

Proposition (caract erisation des sous-anneaux) B est un sous-anneau de A si et seulement si (1) 1A B ; (2) a, b B, (3) a, b B, abB; ab B . 2.f

255

phane FLON Ste

2. ANNEAUX

CHAPITRE XI. STRUCTURES ALGEBRIQUES D emonstration

Exemple (Sous-anneaux) (1) Si C est un sous-anneau de B , et B un sous-anneau de A, alors C est un sous-anneau de A. (2) On peut appliquer ceci ` a (Z, +, ), (Q, +, ), (R, +, ), (C, +, ). (3) Q( 2) est un sous-anneau de R, Q(i) est un sous-anneau de C (voir le TD pour des d enitions). (4) Une intersection de sous-anneaux en est un. v

2.3. Morphismes danneaux A et B d esignent des anneaux.

D enition (Morphisme danneaux) On dit quune application f : A B est un morphisme danneaux si : f (1A ) = 1B ; a, b A, f (a + b) = f (a) + f (b) ; a, b A, f (ab) = f (a)f (b).

2.f

On a les propri et es classiques des morphismes. Par exemple, si a est inversible, alors f (a) lest, dinverse f (a1 ). Plus g en eralement, f (an ) = f (a)n pour tout entier pour lequel cela a un sens. Limage directe ou r eciproque dun sous-anneau est un sous-anneau. f est donc (plus qu)un morphisme de groupes. En particulier, f est injectif si et seulement si Ker f = {0A }. Il est n ecessaire de pr eciser que limage de lunit e est lunit e (cela ne r esulte pas des autres conditions, penser ` a lapplication nulle). 256 phane FLON Ste

CHAPITRE XI. STRUCTURES ALGEBRIQUES Exemple (Morphismes danneaux) (1) Dans (RI , +, ), evaluation en a A. (2) Endomorphismes de lanneau Z : ce sont des endomorphismes du groupe (Z, +), donc de la forme n an. Comme un tel morphisme doit valoir 1 en 1, on en d eduit que cest Id Z . (3) Morphisme naturel dinclusion R C (et plus g en eralement de tout sousanneau dans un anneau). (4) Morphisme de d erivation dans un anneau de polyn omes : cest un morphisme de groupes additifs et despaces vectoriels, mais pas danneaux (il nenvoie pas lunit e sur lunit e, et ne respecte pas la multiplication). (5) Shifts dans RN (faire attention pour le shift ` a droite). (6) Il nexiste pas de morphisme danneaux de Z/3Z dans Z par exemple (plus prosa quement : de C dans R, de Q dans Z, etc.). vi

3. CORPS

ements dun anneau) Exercice (El Faire lexercice ?? de TD. 7

3. Corps
D enition (Corps) Soit K un ensemble muni de deux lois + et . On dit que (K, +, ) est un corps si (K, +, ) est un anneau commutatif non nul, dans lequel tout el ement non nul est inversible.

3.a

Tout corps est un anneau int` egre (et la r eciproque est fausse). Exemple (Corps) (1) (Q, +, ), (R, +, ), (C, +, ) sont des corps. (2) Q( 2), Q(i) sont des corps (on montre que ce sont des sous-corps de C). (3) Pour tout nombre premier p, Z/pZ est un corps. (4) Le produit cart esien de deux corps nest pas un corps.

Un corps K est donc un anneau commutatif tel que (K \ {0}, ) soit un groupe. D enition (Sous-corps) Une partie L dun corps (K, +) est appel ee sous-corps de K si L est un sousanneau de K , qui, muni des lois induites, est un corps. On dit alors que K est un surcorps de L.

3.b

257

phane FLON Ste

3. CORPS Proposition (Caract erisation des sous-corps) L est un sous-corps de (K, +, ) si et seulement si 1K L ; x, y L, x y L ; (x, y ) (L {0})2 , xy 1 L.

CHAPITRE XI. STRUCTURES ALGEBRIQUES

3.a

D emonstration

D enition (Morphisme de corps) Soient (K, +, ) et (L, +, ) deux corps. Une application f : K L est un morphisme du corps K vers le corps L si f est un morphisme de lanneau (K, +, ) vers (L, +).

3.c

Sil est prouv e que f est non nul, il est superu de prouver que f (1K ) = 1L :

Exercice (Morphisme de corps) Faire lexercice 19 de TD. 8

Exercice (Automorphismes du corps des r eels) Montrer que Id R est lunique automorphisme du corps des nombres r eels. Indication : on pourra v erier quun tel automorphisme est croissant. 9

258

phane FLON Ste

CHAPITRE XI. STRUCTURES ALGEBRIQUES

4. QUESTIONNAIRE 4

briques 4. Questionnaire 4 : Structures alge


1 Existe-t-il une loi distributive avec elle-m eme ? 2 Quels sont les groupes dont toutes les parties non vides sont des sous-groupes ? 3 z z 3 est un automorphisme de (C , ). 4 x x3 est un automorphisme de (R , ). 5 On peut conf erer ` a ] 1, 1[ une structure de groupe ab elien. M eme question pour N, [1, 1]. 6 Lensemble des suites r eelles arithm etiques est-il un groupe pour laddition ? M eme question pour les suites r eelles g eom etriques. 7 On peut trouver un groupe dordre 3 dont tout el ement est son propre sym etrique. 8 On peut trouver un groupe dordre 8 dont tout el ement est son propre sym etrique. ` 9 Soit A un anneau commutatif, a A. A quelle condition (n ecessaire et susante) x ax de A dans A) est-elle une injection ? une surjection ? 10 Existe-t-il un corps de cardinal 6 ? 11 Soit G un groupe quelconque. Tout sous-groupe de G est-il le noyau dun morphisme de groupes de source G ? 12 Tout anneau int` egre est-il un corps ?

259

phane FLON Ste

5. FEUILLE DE TD 11

CHAPITRE XI. STRUCTURES ALGEBRIQUES

briques 5. Feuille de TD 11 : Structures alge


5.1. Groupes

Exercice 1 (Exemples de sous-groupes engendr ees par une partie)


2i

On rappelle que j = e 3 . Quel est le sous-groupe de C additif engendr e par {i, j } ? Quel est le sous-groupe de C multiplicatif engendr e par {i, j } ?

Exercice 2 (Partie nie stable par multiplication)

Soit G un groupe multiplicatif et H une partie nie de G non vide, stable par multiplication. Montrer que H est un sous-groupe de G.

Exercice 3 (Endomorphismes de Z) D eterminer les endomorphismes de (Z, +).

Exercice 4 (Isomorphisme de groupes)

Montrer que (R, +) et (R + , ) sont isomorphes. Les groupes (R, +) et (R , ) sont-ils isomorphes ?

Exercice 5 (Groupe ni commutatif)

Soit G un groupe commutatif ni de cardinal n. Montrer que pour tout el ement de g de G, on a g n = e. Indication : consid erer le produit des el ements de G.

Exercice 6 (Op erations ensemblistes sur des sous-groupes)

1 Soit G un groupe. Montrer que lintersection de sous-groupes de G est encore un sous-groupe de G. 2 Montrer que la r eunion de deux sous-groupes H1 et H2 de G est un sous-groupe de G si et seulement si lun de ces sous-groupes est inclus dans lautre. 3 Donner un exemple de groupe r eunion de trois de ses sous-groupes, ces derniers n etant pas comparables pour la relation dordre dinclusion. 4 Soit A une partie de G. Montrer que lintersection des sous-groupes de G contenant A est le plus petit sous-groupe de G (au sens de linclusion) contenant A. Le sous-groupe est not e < A >, et appel e sous-groupe de G engendr e par A.

260

phane FLON Ste

CHAPITRE XI. STRUCTURES ALGEBRIQUES Exercice 7 (Th eor` eme de Cayley)

5. FEUILLE DE TD 11

Soit G un groupe, et a un el ement de G. 1 Montrer que les applications a : g ag et a : g ga appel ees respectivement applications de multiplication (ou de translation) ` a gauche et ` a droite par a sont des permutations de G. 2 Donner une condition n ecessaire et susante pour quune telle application soit un endomorphisme de G. 3 Montrer que lapplication : a a est un morphisme injectif de G vers SG . En d eduire que tout groupe est isomorphe ` a un sous-groupe dun groupe de permutations (th eor` eme de Cayley).

Exercice 8 (Structure de groupe produit) Soient (G, T ) et (G , ) deux groupes. Montrer que la loi sur G G d enie par (g1 , g1 ), (g2 , g2 ) G G , (g1 , g1 )(g2 , g2 ) = (g1 T g2 , g1 g2 )

conf` ere ` a G G une structure de groupe, appel ee structure de groupe produit, d eduite (ou h erit ee) de celles de G et G .

Exercice 9 (Caract erisation de la commutativit e) Soit G un groupe. Montrer l equivalence des conditions suivantes : 1 G est ab elien. 2 Lapplication carr e de G dans G est un endomorphisme de G. 3 Lapplication inverse de G dans G est un automorphisme de G.

Exercice 10 (Transfert de structure)

Soit G un groupe multiplicatif, E un ensemble et : G E une bijection. On d enit une op eration sur E par : x, y E, x y = 1 (x)1 (y ) Montrer que conf` ere ` a E une structure de groupe, et que les groupes G et E sont isomorphes.

Exercice 11 (Groupe dautomorphismes dun groupe)

Soit G un groupe. On note Aut(G) lensemble des automorphismes de G. 1 Montrer que Aut(G) est un groupe pour la loi . 2 D eterminer Aut(Z). 3 Pour a G on note a lapplication de G dans G telle que a (x) = axa1 , pour tout el ement x de G : a est appel ee conjugaison par a (dans G). Montrer que a est un automorphisme de G, (on dit que a est un automorphisme int erieur ). 4 Montrer que lapplication a a est un morphisme de groupes. Donner une condition n ecessaire et susante pour que ce morphisme soit injectif.

261

phane FLON Ste

5. FEUILLE DE TD 11 Exercice 12 (Sous-groupes nis de C ) D eterminer tous les sous-groupes nis de (C , ). Indication : on pourra utiliser 5.

CHAPITRE XI. STRUCTURES ALGEBRIQUES

Exercice 13 (Centre et commutant)

Soit G un groupe multiplicatif. On note Z (G) = {a G, b G, ab = ba} (cest le centre de G), et pour a G : C (a) = {b G, ab = ba} (cest le commutant de a). Montrer que Z (G) et C (a) sont des sous-groupes de G.

Exercice 14 (Structure de groupe)

1 Soit G un ensemble muni dune loi de composition interne associative, admettant un el ement neutre a gauche et tel que chaque ` el ement de G admette un sym etrique ` a gauche. Montrer que G est un groupe. 2 Soit G un ensemble non vide muni dune loi de composition interne associative telle que : a, b G, x, y G : a = x b = b y. Montrer que (G, ) est un groupe. 3 Soit G un ensemble ni non vide muni dune loi de composition interne associative pour laquelle tout el ement est r egulier ` a droite et ` a gauche. Montrer que G est un groupe.

ments sur les groupes 5.2. Comple Exercice 15 (Th eor` eme de Lagrange) 5

Le cardinal dun groupe ni est egalement appel e ordre de ce groupe. Soit G un groupe ni, et H un sous-groupe de G. On consid` ere lensemble des translat es ` a gauche de H par un el ement de g : = {gH, g G} (pour g G x e, gH d esigne lensemble {gh, h H }). 1 Montrer que la r eunion des el ements de est G. 2 Montrer que chaque el ement de est de m eme cardinal que H . 3 Montrer que deux el ements distincts de sont disjoints. 4 En d eduire que lordre de H divise celui de G : cest le th eor` eme de Lagrange.

Exercice 16 (Ordre dun el ement dun groupe)

On appelle ordre dun el ement g dun groupe G le plus petit entier naturel non nul k tel que g k = e, sil existe. On dit alors que g est dordre ni. 1 Montrer que pour tout el ement g dun groupe ni G, g est dordre ni (facile), divisant lordre de G (moins facile). 2 Montrer que tout groupe dordre pair admet un el ement dordre 2. 3 Donner un exemple de groupe inni dont tout el ement est dordre ni. 4 Montrer que si m est lordre de g G, alors g k = e si et seulement si m divise k .

262

phane FLON Ste

CHAPITRE XI. STRUCTURES ALGEBRIQUES Exercice 17 (R esultats el ementaires sur les ordres)

5. FEUILLE DE TD 11

1 Soit G et G deux groupes et f un morphisme de G dans G . Pour a G, comparer lordre de a et celui de f (a). 2 Soit a, b G. Comparer les ordres de a et de bab1 . 3 Soit a, b G. Comparer les ordres de ab et de ba.

Exercice 18 (Racine carr ee dans un groupe dordre impair) Soit G un groupe ni de cardinal impair. Montrer que : x G, !y G tel que x = y 2 .

Indication : montrer que lapplication carr ee est surjective gr ace au travail pr ec edent. En d eduire quelle est bijective.

5.3. Anneaux, corps Exercice 19 (Morphisme de corps) Montrer que tout morphisme de corps est injectif. 0

Exercice 20 (Anneau des endomorphismes dun groupe commutatif)

Soit (G, +) un groupe commutatif. On note End(G) lensemble des endomorphismes de G, sur lequel on d enit la loi (not ee abusivement) + par : f, g End(G), x G, (f + g )(x) = f (x) + g (x) Montrer que (End(G), +, ) est un anneau.

Exercice 21 (Anneau int` egre ni) Montrer que tout anneau int` egre ni est un corps.

ements nilpotents dun anneau) Exercice 22 (El

Soit (A, +, ) un anneau non nul. On dit que x A est nilpotent sil existe n N tel que xn = 0. 1 Montrer quun el ement de A ne peut pas etre ` a la fois nilpotent et inversible. 2 Donner un exemple d el ement nilpotent non nul dans lanneau des endomorphismes de (C, +). 3 Montrer quil peut exister des el ements ni inversibles ni nilpotents. 4 Montrer que si x est nilpotent, alors 1 x est inversible. 5 Montrer que si x et y sont nilpotents et commutent, alors xy et x + y sont nilpotents.

263

phane FLON Ste

5. FEUILLE DE TD 11 Exercice 23 (Morphisme danneaux)

CHAPITRE XI. STRUCTURES ALGEBRIQUES

Etant donn e deux anneaux A et B quelconques, existe-t-il au moins un morphisme danneaux de A vers B ?

Exercice 24 (Centre dun anneau)

Soit (A, +, ) un anneau. On appelle centre de A lensemble C = {x A, y A, xy = yx}. Montrer que C est un sous-anneau de A.

Exercice 25 (Id eaux)

Soit (A, +, ) un anneau commutatif non nul. Un id eal I de A est un sous-ensemble de A v eriant : (I , +) est un groupe ; a A, y I , ay I . 1 Montrer que pour tout A, A = {x, x A} est un id eal de A. Montrer en particulier que {0} et A sont deux id eaux de A. 2 Montrer que A est un corps si et seulement si ses seuls id eaux sont {0} et A. 3 Trouver tous les id eaux de Z.

Exercice 26 (Anneau des entiers de Gauss)

On pose Z[i] = {z C, (a, b) Z2 , z = a + ib}. Montrer que Z[i] est un anneau int` egre pour les lois daddition et de multiplication d eduites de celles de C. D eterminer les el ements inversibles de Z[i].

Exercice 27 (Groupe dautomorphismes dune extension quadratique de Q)

On pose Q( 3) = {z R, (a, b) Q2 , z = a + b 3}. Etablir que Q( 3) est un corps pour les lois d eduites de celles de R. D eterminer le groupe des automorphismes du corps Q( 3).

Exercice 28 (Radical dun id eal) Soit A un anneau commutatif, I un id eal de A. On appelle radical de I et on note I = {x A, n N, xn I }. Dans Z, calculer 12Z, 72Z.

3 I lensemble :

Exercice 29 (Une caract erisation des corps)

Soit A un anneau commutatif non nul dont tout id eal est premier, cest-` a-dire v erie, pour tout (x, y ) A2 : xy I x I ou y I. Montrer que A est un corps.

264

phane FLON Ste

Exercice 30 (Corps alg ebriquement clos)

Un corps K est dit alg ebriquement clos si tout polyn ome non constant ` a coecients dans K admet une racine dans K . Montrer quun corps alg ebriquement clos est de cardinal inni.

265

CHAPITRE XII

Espaces vectoriels
Sommaire
1. 1.1. 1.2. 2. 2.1. 2.2. 2.3. 2.4. 3. 3.1. 3.2. 3.3. 3.4. 4. 5. 5.1. 5.2. 5.3. 5.4. 5.5. 5.6. Espaces vectoriels et sous-espaces vectoriels Espace vectoriel sur un corps Sous-espaces vectoriels Familles nies de vecteurs G en eralit es, notion de combinaison lin eaire Familles g en eratrices Familles libres Bases Applications lin eaires D enitions Noyau et image dune application lin eaire Applications lin eaires et familles Projecteurs et sym etries Questionnaire 5 : Espaces vectoriels Feuille de TD 12 : Espaces vectoriels Espaces vectoriels, premi` ere approche Applications lin eaires, premi` ere approche Op erations sur les sous-espaces vectoriels Endomorphismes dun espace vectoriel Projecteurs, sym etries Familles de vecteurs 268 268 269 273 273 274 275 277 277 277 282 283 285 288 289 289 290 291 291 292 293

Lalg` ebre lin eaire est le plus important th` eme en alg` ebre cette ann ee. Il est fr equent quun ph enom` ene (physique, biologique, economique, etc.) soit mod elis e en premi` ere approximation par des equations lin eaires. Le concept de lin earit e eclaire bien entendu beaucoup de th eories math ematiques, aussi bien en alg` ebre (th eorie des corps par exemple) quen analyse (voir le cours sur les equations di erentielles). Nous nous limitons au cas o` u le corps de base, not e K, est R ou C. Toutefois, on peut d enir la notion despace vectoriel sur nimporte quel corps.
267

1. ESPACES VECTORIELS ET SOUS-ESPACES VECTORIELS CHAPITRE XII. ESPACES VECTORIELS

1. Espaces vectoriels et sous-espaces vectoriels


1.1. Espace vectoriel sur un corps D enition (Espace vectoriel) Soit E un ensemble muni dune loi interne + daddition et dune loi externe KE E (, x) x On dit que (E, +, ) est un espace vectoriel sur K, ou un K-espace vectoriel, si (1) (E, +) est un groupe commutatif (son el ement neutre, not e 0 ou 0 ou 0E est appel e vecteur nul) ; (2) x E, (, ) K2 , (3) (, ) K2 , x E, (4) x E, 1.x = x ; .(x + y ) = .x + .y (5) (x, y ) E 2 , K, ( )x = (x) ; ( + )x = x + x ;

1.a

Les el ements de E sont appel es vecteurs et ceux de K sont appel es scalaires.

Pour aller plus vite, on dit parfois (en fait tr` es souvent) que E est un espace vectoriel sur K. De m eme, sil ny a pas dambigu t e sur le corps de base K, on dit que E est un espace vectoriel. Il ne faut pas oublier cependant quon ne peut parler despace vectoriel si on ne dispose pas de corps de base ( egalement appel e corps des scalaires ). Bien que la notion despace vectoriel fasse appel ` a celle de corps (et donc ` a celles de groupe et danneau), elle est bien plus simple ` a etudier, dans la mesure on lon arrivera assez facilement ` a d ecrire les espaces vectoriels a isomorphisme pr` ` es. Dans la pratique, on ne montrera pour ainsi dire jamais quun ensemble structur e est un espace vectoriel en revenant ` a cette d enition, mais en prouvant quil est un sous-espace vectoriel dun  plus gros  espace vectoriel : cest pourquoi les exemples g en eraux suivants sont fondamentaux. Exemple (Espaces vectoriels) (1) K est un K-espace vectoriel. (2) C est un R-espace vectoriel. (3) Kn est un K-espace vectoriel. (4) Lensemble des vecteurs du plan (et de lespace) constitue un espace vectoriel sur R. (5) Si X est un ensemble, F (X, K) est un K-espace vectoriel pour les op erations naturelles. (6) Lensemble KN des suites d el ements de K est un K-espace vectoriel. (7) Plus g en eralement, et cest lexemple ` a retenir, si E est un K-espace vectoriel, et X un ensemble quelconque, alors F (X, E ) est un K-espace vectoriel. i

Proposition (Calculs dans un espace vectoriel) Soit E un K-espace vectoriel. Pour tous K et x E , on a : (1) 0K .x = 0E . (2) 0E = 0E . (3) (x) = (x) = ()x. (4) x = 0E ( = 0 x = 0E ). 1.a

268

phane FLON Ste

CHAPITRE XII. ESPACES VECTORIELS 1. ESPACES VECTORIELS ET SOUS-ESPACES VECTORIELS D emonstration

D enition (Espace vectoriel produit) Si E et F sont des espaces vectoriels sur K, il en est de m eme pour E F muni des lois naturelles. Cet espace vectoriel est appel e espace vectoriel produit (de E par F ).

1.b

On peut retrouver ainsi le fait que Kn soit un K-espace vectoriel. Dans la suite, sauf mention contraire, E d esignera un K-espace vectoriel. 1.2. Sous-espaces vectoriels D enition (Sous-espace vectoriel) Soit E une partie de E . On dit que E est un sous-espace vectoriel de E si E est (1) stable par somme ; (2) stable par la loi de multiplication par un scalaire ; (3) E , muni de ces lois, est un espace vectoriel. 1.c

Exemple (Sous-espaces vectoriels) (1) {0E } et E sont des sous-espaces vectoriels de E , appel es sous-espaces vectoriels triviaux de E . (2) Si G est un sous-espace vectoriel de F et F un sous-espace vectoriel de E , alors G est un sous-espace vectoriel de E . Plus g en eralement, la relation  etre un sous-espace vectoriel de  est une relation dordre dans l ensemble  des K-espaces vectoriels. (3) R est un sous-espace vectoriel du R-espace vectoriel C, mais cest loin d etre le seul. (4) Si F est un sous-espace vectoriel de E , alors F (X, F ) est un sous-espace vectoriel de F (X, E ). (5) C (R) est un sous-espace vectoriel de C 0 (R), lui-m eme sous-espace vectoriel de F (R, R). (6) On a vu des sous-espaces vectoriels de RN . ii

269

phane FLON Ste

1. ESPACES VECTORIELS ET SOUS-ESPACES VECTORIELS CHAPITRE XII. ESPACES VECTORIELS Proposition (Caract erisations des sous-espaces vectoriels) Soit F une partie non vide de E . Les propositions suivantes sont equivalentes : (1) F est un sous-espace vectoriel de E . (2) (, x) K F, x F et x, y F, x + y F . (3) (, ) K2 , (x, y ) F 2 , x + y F . 1.b

D emonstration

Un sous-espace vectoriel de E nest donc rien dautre quune partie non vide de E stable par combinaison lin eaire. On peut noter quun sous-espace vectoriel de E comprend n ecessairement 0E , mais que cette condition nest pas susante. Exercice (Structure despace vectoriel) Faire lexercice 2 de TD. 1

Proposition (Intersection de sous-espaces vectoriels) Une intersection quelconque de sous-espaces vectoriels de E est un sous-espace vectoriel de E . 1.c

D emonstration

Exercice (Union de deux sous-espaces vectoriels) Faire lexercice 9 de TD. 2

270

phane FLON Ste

CHAPITRE XII. ESPACES VECTORIELS 1. ESPACES VECTORIELS ET SOUS-ESPACES VECTORIELS D enition (Sous-espace vectoriel engendr e par une partie) Soit A une partie de E . il existe un plus petit sous-espace vectoriel de E contenant A (pour la relation dinclusion). On lappelle sous-espace vectoriel engendr e par A et on le note Vect A ou Vect(A). On d enit de m eme un sous-espace vectoriel Vect(xi )iI engendr e par une famille (xi )iI de vecteurs de E .

1.d

Exemple (Sous-espace vectoriel engendr e par une partie) (1) Le sous-espace engendr e par (dans E ) est {0E }. (2) Le sous-espace vectoriel r eel de C engendr e par {1} (resp. i) est R (resp. iR). (3) Le sous-espace vectoriel de RR engendr e par les fonctions sannulant au moins une fois est RR . iii

D enition (Droite et plan vectoriels) Si a est un vecteur non nul de E , alors Vect{a}(= Vect(a) = Ka = {a, K}) sappelle la droite vectorielle engendr ee par a. Si a et b sont deux vecteurs non colin eaires de E (i.e. aucun ne peut sexprimer comme multiple de lautre par un scalaire), alors Vect{a, b} est le plan vectoriel engendr e par a et b. 1.e

D enition (Somme de sous-espaces vectoriels) Soit E un espace vectoriel. Soient F1 et F2 deux sous-espaces vectoriels de E . La somme F1 + F2 de F1 et F2 est lensemble { x1 + x2 , Cest un sous-espace vectoriel de E . (x1 , x2 ) F1 F2 } 1.f

La somme rempla ce lunion F1 + F2 est donc le plus petit espace vectoriel contenant F1 F2 : cest Vect(F1 F2 ). 1.1

Cette d enition se g en eralise facilement ` a un nombre ni de sous-espaces vectoriels. En fait, elle se g en eralise m eme ` a toute famille (Fi )iI de sous-espaces vectoriels de E . La somme iI Fi est alors Vect(iI Fi ). D enition (Somme directe) Soit F1 et F2 deux sous-espaces vectoriels de E . On dit que F1 et F2 sont en somme directe si F1 F2 = {0E }. Dans ce cas, la somme F1 + F2 peut egalement se noter F1 F2 .

1.g

271

phane FLON Ste

1. ESPACES VECTORIELS ET SOUS-ESPACES VECTORIELS CHAPITRE XII. ESPACES VECTORIELS Plus g en eralement, on dit que la somme F1 + +Fp de sous-espaces vectoriels de E est directe si lapplication S : F1 Fp E (x1 , . . . , xp ) x1 + + xp est injective, et on note alors i[[1,p]] Fi leur somme. Dans le cas o` u p = 2, cette nouvelle d enition equivaut bien ` a la premi` ere. Cependant, on peut trouver trois sous-espaces vectoriels F1 , F2 , F3 dun espace vectoriel E qui sont en somme directe deux ` a deux, mais qui ne sont pas en somme directe. D enition (Sous-espaces vectoriels suppl ementaires) Deux sous-espaces vectoriels F et F de E sont dits suppl ementaires si F F = E . 1.h

F et F sont donc suppl ementaires dans E si et seulement si F + F = E et F F = {0}. On peut montrer (nous le ferons dans le cas de la dimension nie plus tard) que tout sous-espace vectoriel admet un suppl ementaire, qui nest presque jamais unique (seul un sous-espace vectoriel trivial a un suppl ementaire unique). Ne pas confondre suppl ementaire et compl ementaire (cette derni` ere notion na pas dint er et dans le cadre des espaces vectoriels, car le compl ementaire dun sous-espace vectoriel nest jamais un sous-espace vectoriel). Proposition (Caract erisation de la suppl ementarit e) Deux sous-espaces vectoriels F et F de E sont suppl ementaires si et seulement si chaque vecteur x de E sexprime de fa con unique sous la forme x = xF + xF , o` u xF et xF sont des vecteurs respectifs de F et F .

1.d

D emonstration

Exemple (Sous-espaces suppl ementaires) (1) R Ri = C. (2) Avec des notations evidentes, P I = F (R, R).

iv

Exercice (Suppl ementarit e dans lespace des suites convergentes) Faire lexercice 11 de TD. 3

272

phane FLON Ste

CHAPITRE XII. ESPACES VECTORIELS

2. FAMILLES FINIES DE VECTEURS

2. Familles finies de vecteurs


ne ralite s, notion de combinaison line aire 2.1. Ge D enition (Sous-famille, surfamille) Soit (xi )iI une famille de vecteurs de E . On appelle sous-famille de (xi )iI toute famille d el ements de E obtenue par restriction de la famille (xi )iI (vue en tant quapplication de I dans E ). On appelle surfamille de (xi )iI toute famille dont (xi )iI est une sous-famille.

2.a

D enition (Combinaison lin eaire) Soit E un espace vectoriel. Soit n N et n vecteurs x1 , . . . , xn (non n ecessairement distincts). Une combinaison lin eaire des vecteurs x1 , . . . , xn (ou de la famille (x1 , . . . , xn )) est une expression du type 1 x1 + + n xn pour certains scalaires 1 , . . . , n (ou famille (1 , . . . , n )). On parle de combinaison lin eaire des vecteurs x1 , . . . , xn (ou de la famille (x1 , . . . , xn )) avec les coecients 1 , . . . , n (ou la famille de coecients (1 , . . . , n )). On dit quune combinaison lin eaire est ` a r esultat nul si le vecteur somme est le vecteur nul. On dit quune combinaison lin eaire est triviale si tout coecient est nul. 2.b

Une combinaison lin eaire triviale est ` a r esultat nul, mais la r eciproque est fausse :

Exemple (Combinaison lin eaire) Chaque vecteur du R-espace vectoriel C sexprime sous une forme unique comme combinaison lin eaire des vecteurs 1 et i (mais aussi 1 + i et 1 i par exemple). Cela revient dailleurs ` a observer que R et R i sont suppl ementaires dans C (de m eme, R(1 + i) R(1 i) = C).

Combinaison lin eaire dune famille innie de vecteurs Supposons que F = (xi )I soit une famille innie de vecteurs de E (i.e. I est inni). On peut d enir la notion de combinaison lin eaire de vecteurs de cette famille : il sagit dune combinaison dune sous-famille nie de F , ou si lon pr ef` ere, une expression de la forme i xi ,
iI

o` u la famille (i )iI de scalaires est ` a support ni, i.e. le support {i I, i = 0} de cette famille est un ensemble ni. Pourquoi s etre impos e des familles ` a support ni ? Une premi` ere raison evidente est quil nous fallait donner un sens ` a x , ce qui poserait des probl` emes iI i i insurmontables si une innit e de scalaires n etaient pas nuls. Nous verrons une autre raison ` a la section suivante.

2.1

273

phane FLON Ste

2. FAMILLES FINIES DE VECTEURS

CHAPITRE XII. ESPACES VECTORIELS

ne ratrices 2.2. Familles ge Proposition (Sous-espace engendr e par une famille nie) Soit (x1 , . . . , xn ) E n . On a :
n

Vect(x1 , . . . , xn ) = {y E, (1 , . . . , n ) Kn ,

y=
i=1

i xi }

2.a

D emonstration

Exemple (Sous-espaces engendr es par une partie) (1) (1) engendre le R-espace vectoriel R, (1) engendre le C-espace vectoriel C et (1) nengendre pas le R-espace vectoriel C. (2) Une famille de deux vecteurs de R2 , non colin eaires, engendre R2 . (3) Une famille de trois vecteurs non coplanaires de R3 engendre cet espace vectoriel. (4) Cependant, une famille de trois vecteurs non colin eaires deux ` a deux de R3 nengendre pas toujours R3 : ii

Sous-espace engendr e par une famille innie En fait, le r esultat pr ec edent se g en eralise ` a une famille quelconque (xi )iI de vecteurs de E : Vect(xi )iI est lensemble des combinaisons lin eaires des vecteurs de (xi )iI (m eme si la famille est innie). Voici une autre raison pour laquelle il etait int eressant de d enir ainsi la notion de combinaison lin eaire dune famille innie. Par exemple, consid erons les suites partout nulles sauf en un indice o` u elles valent 1. Quel sous-espace vectoriel engendrent-elles ?

2.2

274

phane FLON Ste

CHAPITRE XII. ESPACES VECTORIELS D enition (Famille g en eratrice)

2. FAMILLES FINIES DE VECTEURS

On consid` ere une famille F = (xi )iI de vecteurs de E . On dit que la famille F (ou que la partie {x1 , . . . , xp }) est g en eratrice (dans E ) si Vect(xi )iI = E On dit aussi que F engendre E . On d enit egalement la notion de partie g en eratrice. 2.c

Ainsi, (x1 , . . . , xn ) est g en eratrice (de E ) si et seulement si tout vecteur y de E sexprime (dau moins une mani` ere) comme combinaison lin eaire de vecteurs de cette famille :
p

y E, (1 , . . . , p ) Kp ,

y=
i=1

i xi

Toute sur-famille dune famille g en eratrice est g en eratrice :

Exercice (Suppression dun vecteur dans une famille g en eratrice) Soit x1 , . . . , xp+1 E . Montrer que si xp+1 est combinaison lin eaire de x1 , . . . , xp , alors Vect(x1 , . . . , xp+1 ) = Vect(x1 , . . . , xp ). 4

2.3. Familles libres D enition (Famille libre, famille li ee) On dit que la famille (x1 , . . . , xp ) (o` u p N ) de vecteurs de E est libre, ou encore que les vecteurs x1 , . . . , xp sont lin eairement ind ependants, si toute combinaison lin eaire de (x1 , . . . , xp ) ` a r esultat nul est triviale, i.e. :
p

(1 , . . . , p ) Kp ,
i=1

i xi = 0E

( i [[1, p]],

i = 0) . 2.d

On dit que la famille (x1 , . . . , xp ) est li ee, ou encore que les vecteurs x1 , . . . , xp sont lin eairement d ependants, si (x1 , . . . , xp ) nest pas libre, i.e. sil existe une combinaison lin eaire non triviale de (x1 , . . . , xp ) ` a r esultat (pourtant) nul :
p

(1 , . . . , p ) Kp {(0, . . . , 0)},
i=1

i xi = 0E
p

(i.e. il existe des scalaires 1 , . . . , p , non tous nuls, tels que i=1 i xi = 0). Une telle combinaison lin eaire est appel ee relation de liaison des vecteurs x1 , . . . , xp .

Ne pas se m elanger les pinceaux : pour nimporte quelle famille de vecteurs, la combinaison lin eaire triviale est a ` r esultat nul (la notion de famille libre est tout de m eme plus int eressante que cela . . .) Ne pas confondre non tous nuls et tous non nuls : par exemple, la famille ((1, 1), (0, 0)) est li ee. Toute sous-famille dune famille libre est libre. Autrement dit, toute surfamille dune famille li ee est li ee. 275 phane FLON Ste

2. FAMILLES FINIES DE VECTEURS Proposition (Caract erisation des familles li ees)

CHAPITRE XII. ESPACES VECTORIELS

Une famille (x1 , . . . , xp ) de vecteurs est li ee si et seulement si lun (au moins) de ses vecteurs peut sexprimer comme combinaison lin eaire des autres (de lautre si p = 2).

2.b

D emonstration

Proposition (Caract erisation des familles libres) La famille (x1 , . . . , xp ) est libre si et seulement si tout vecteur de E sexprime dau plus une mani` ere comme combinaison lin eaire de (x1 , . . . , xp ). 2.c

D emonstration

Exemple (Familles libres ou li ees) (1) Une famille constitu ee dun unique vecteur est libre si et seulement si ce vecteur nest pas nul. (2) Toute famille comprenant le vecteur nul (resp. dans laquelle un m eme vecteur appara t deux fois) est li ee. (3) (1, i) dans C vu en tant que R puis C-espace vectoriel est libre puis li ee. (4) Deux vecteurs forment une famille li ee si et seulement si ils sont colin eaires. iii

Une famille innie F est dite libre si toutes ses sous-familles nies le sont. Cela revient ` a dire que toute combinaison lin eaire de vecteurs de F ` a r esultat nul est triviale. 276 phane FLON Ste

CHAPITRE XII. ESPACES VECTORIELS Exercice (Des exemples simples de libert e)

3. APPLICATIONS LINEAIRES

1 Soit v1 = (1, 2, 3, 0), v2 = (0, 3, 5, 1), v3 = (0, 0, 0, 7). Montrer que (v1 , v2 , v3 ) est une famille libre de vecteurs de R4 . 2 Soit (x1 , . . . , xp ) une famille libre de vecteurs de E (o` u p 2). Montrer que (x1 , x2 + x1 , . . . , xp + x1 ) est libre. G en eraliser cet exemple. La famille (x1 xp , x2 x1 , x3 x2 , . . . , xp xp1 ) est-elle libre ?

Exercice (Libert e de familles) R epondre ` a quelques questions de lexercice 24 de TD. 6

2.4. Bases D enition (Base) Une famille de vecteurs de E est une base (de E ) si elle est libre et g en eratrice (dans E ). 2.e

On traite dans ce cours le cas des familles nies. Exemple (Base) (1) Quelles sont les bases dune droite vectorielle ? du plan, de lespace ? (2) Soit n N . Pour tout i [[1, n]], on pose ei = (i,j )1 j n . La famille (e1 , . . . , en ) est une base de Kn , appel ee base canonique de Kn . iv

La famille (x1 , . . . , xp ) est une base de E si et seulement si tout vecteur x de E sexprime de fa con unique comme combinaison lin eaire de la famille (x1 , . . . , xp ),i.e. :
p

y E, !(1 , . . . , p ) Kp ,

y=
k=1

k xk .

Dans ce contexte, les i sont les coordonn ees (ou composantes) de y dans la base (x1 , . . . , xp ). Plus pr ecis ement, i est la composante de y dans (x1 , . . . , xp ) selon xi . Exercice (Bases) Soit B = (x1 , . . . , xn ) une base de E (o` u n 2). Montrer que (x1 , x2 +x1 , . . . , xn +x1 ) est une base de E . Expliquer pourquoi aucune sous-famille stricte de B ne peut etre une base (de E ). M eme question avec une surfamille stricte.

aires 3. Applications line


finitions 3.1. De Soient E et F deux K-espaces vectoriels. 277 phane FLON Ste

3. APPLICATIONS LINEAIRES D enition (Application lin eaire)

CHAPITRE XII. ESPACES VECTORIELS

Une application : E F est dite lin eaire (ou K-lin eaire), ou on dit que cest un morphisme (despaces vectoriels) si : (x, y ) E 2 , et (, x) K E, (x) = (x) On note L(E, F ) lensemble des applications lin eaires de E dans F . Une application lin eaire dun espace vectoriel E dans lui-m eme est appel ee un endomorphisme. On note leur ensemble L(E ). On appelle isomorphisme de E sur F toute application lin eaire bijective de E sur F. On appelle automorphisme de E tout endomorphisme bijectif de E . Leur ensemble est not e GL(E ). 3.a (x + y ) = (x) + (y )

Proposition (Caract erisation de la lin earit e) : E F est lin eaire si et seulement si (x, y ) E 2 , (, ) K2 , (x + y ) = (x) + (y ) 3.a

D emonstration

Si est lin eaire, alors, pour tout n N , (x1 , . . . , xn ) E n , (1 , . . . , n ) Kn :

k=1

k xk

=
k=1

k (xk ).

Limage du vecteur nul par une application lin eaire est le vecteur nul. Ainsi, une application nenvoyant pas 0E sur 0F ne peut etre lin eaire. Cette condition n ecessaire pour etre lin eaire est loin d etre susante : 278 phane FLON Ste

CHAPITRE XII. ESPACES VECTORIELS Exemple (Applications lin eaires)

3. APPLICATIONS LINEAIRES

(1) Lapplication nulle f : x E 0F montre quentre deux K-espaces vectoriels, il existe toujours un morphisme. (2) Lapplication identit e Id E est un automorphisme de E . (3) Soit K. Lapplication x E x, appel ee homoth etie de rapport dans (ou de) E , est un endomorphisme de E . (4) La d erivation C 1 (I ) C 0 (I ), f f est lin eaire. (5) Soit g RI . Lapplication f gf est un endomorphisme de lespace vectoriel RI . Pour quelles fonctions g est-ce egalement un endomorphisme de lanneau RI ? (6) Soit I un intervalle et a I . Lapplication : RI R, f f (a) est un morphisme despaces vectoriels (et danneaux), appel e morphisme d evaluation en a. (7) Si f : E F et g : E G sont lin eaires, alors : E F G, x (f (x), g (x)) est lin eaire. (8) Les translations dans le plan ou lespace sont-elles lin eaires ? i

Exercice (Exemples dapplications lin eaires, ou pas) Faire lexercice 4 de TD. On pourra y revenir tout au long de ce cours, pour trouver de nouvelles d emonstrations de lin earit e. 8

Proposition (Espace des applications lin eaires sur un espace vectoriel) Lensemble L(E, F ) est muni dune structure naturelle despace vectoriel. 3.b

D emonstration Montrons que L(E, F ) est un sous-espace vectoriel de F E :

Proposition (Compos ee dapplications lin eaires) La compos ee licite v0 u0 (u0 L(E, F ), v0 L(F, G)) de deux applications lin eaires est lin eaire 3.c

279

phane FLON Ste

3. APPLICATIONS LINEAIRES D emonstration

CHAPITRE XII. ESPACES VECTORIELS

Proposition (Bijection r eciproque dun isomorphisme despaces vectoriels) La bijection r eciproque dune application lin eaire bijective est lin eaire. 3.d

D emonstration

Proposition (La composition par une application lin eaire donn ee est lin eaire) Soit E, F, G trois K-espaces vectoriels, u0 L(E, F ), v0 L(F, G). Alors les applications : L(F, G) L(E, G) : L(E, F ) L(E, G) et v v u0 u v0 u sont lin eaires, i.e. L(L(F, G), L(E, G)) et L(L(E, F ), L(E, G))

3.e

D emonstration

280

phane FLON Ste

CHAPITRE XII. ESPACES VECTORIELS

3. APPLICATIONS LINEAIRES

La composition dans L(E ) est donc bilin eaire. L(E ) est un ensemble tr` es structur e : cest un espace vectoriel, muni de la composition qui est bilin eaire, associative, et poss` ede un element neutre (((L(E ), +, ) est donc un anneau). On dit que (L(E ), +, , ) est une K-alg` ebre (hors-programme). On note souvent la composition multiplicativement (f g d esigne f g , et f 2 = f f par exemple). Si f et g sont deux endomorphismes dun espace vectoriel E , on peut calculer (f + g )n . Si f et g commutent, la formule de Newton est valable. En particulier, cest le cas si f ou g est une homoth etie. Cependant, en g en eral, deux endomorphismes dun m eme espace vectoriel ne commutent pas. Donner quelques exemples :

De m eme, on prendra garde avant dappliquer la formule sans nom. De m eme, on fera attention au fait que L(E ) admet presque toujours des diviseurs de z ero : Exercice (Exemple d el ement nilpotent non nul) Faire lexercice 7 de TD. 9

Proposition (Groupe lin eaire) GL(E ) est un groupe pour la loi de composition des applications. 3.f

D emonstration Montrons que GL(E ) est un sous-groupe de SE :

D enition (Groupe lin eaire) Le groupe GL(E ) est appel e groupe lin eaire de E . 3.b

En g en eral, ce groupe nest pas commutatif :

D enition (Forme lin eaire) Soit E un espace vectoriel sur un corps K. On appelle forme lin eaire une application lin eaire de E dans le corps des scalaires K. 3.c

281

phane FLON Ste

3. APPLICATIONS LINEAIRES Exemple (Formes lin eaires)

CHAPITRE XII. ESPACES VECTORIELS

(1) L evaluation en a (o` u a I ) est une forme lin eaire sur RI . (2) Le produit scalaire ou le d eterminant (un seul vecteur varie, le ou les autres sont x es) dans le plan ou dans lespace est une forme lin eaire. (3) Lapplication qui ` a une suite r eelle convergente asssocie sa limite est une forme lin eaire. ii

aire 3.2. Noyau et image dune application line Proposition (Image directe ou r eciproque dun sous-espace vectoriel par un morphisme) Soit f : E F une application lin eaire. Pour tout sous-espace vectoriel E de E , limage f (E ) de E par f est un sous-espace vectoriel. Pour tout sous-espace vectoriel F de F , limage r eciproque f 1 (F ) est un sous-espace vectoriel de E .

3.g

D emonstration

Cest une fa con el egante et trop souvent oubli ee de prouver quun ensemble est un (sous-)espace vectoriel. On pourra ` a ce sujet revenir sur lexercice 4 de TD. D enition (Noyau et image dune application lin eaire) Soit f L(E, F ). Le noyau de f , not e Ker(f ), est f 1 ({0F }). Limage de f est f (E ), not e Im(f ). 3.d

Le noyau de f est un sous-espace vectoriel de E , limage de f est un sous-espace vectoriel de F . Exercice (Noyau et image dun morphisme d evaluation) Soit a I , : f RI f (a). Donner le noyau et limage de . 10

Exercice (Suppl ementaires dun hyperplan) Faire lexercice 13 de TD. 11

282

phane FLON Ste

CHAPITRE XII. ESPACES VECTORIELS Proposition (Caract erisation de linjectivit e par le noyau)

3. APPLICATIONS LINEAIRES

Un morphisme est injectif si et seulement si son noyau est r eduit au vecteur nul.

3.h

D emonstration

aires et familles 3.3. Applications line Soit E et F deux espaces vectoriels sur K, f L(E, F ), et F = (x1 , . . . , xp ) E p . On note (abusivement) f (F ) la famille (f (x1 ), . . . , f (xp )). Proposition (Applications lin eaires et familles g en eratrices) On suppose F g en eratrice dans E . La famille f (F ) engendre alors Im f . En particulier, si f est surjective, la famille f (F ) engendre F . 3.i

D emonstration

Proposition (Applications lin eaires et libert e) (1) Si la famille F est li ee, alors f (F ) est li ee. (2) Si la famille f (F ) est libre, alors F est libre. (3) Si f est injective, et si F est libre, alors f (F ) est libre. 3.j

283

phane FLON Ste

3. APPLICATIONS LINEAIRES D emonstration

CHAPITRE XII. ESPACES VECTORIELS

Voici un r esultat fondamental, prouvant que lon peut construire des morphismes entre espaces vectoriels avec facilit e et souplesse : Proposition (Application lin eaire et image dune base) On suppose E muni dune base (ei )iI . Pour toute famille (vi )iI de vecteurs de F , il existe une unique application lin eaire f de E dans F telle que i I, f (ei ) = vi . 3.k

D emonstration Ne traiter que le cas de familles nies : I = [[1, n]]. Proc eder par analyse-synth` ese.

D enition dun morphisme par image dune base Soit L(E, F ). Lapplication lin eaire est enti` erement d etermin ee par limage dune base de E . Est-elle enti` erement d etermin ee par limage dune famille g en eratrice ? Oui ! En revanche, pour se donner (i.e. d enir l egitimement) une application lin eaire, il sut de donner limage dune base. Si on donne limage dune famille g en eratrice, il se peut que lapplication ne soit pas d enie ! Donner un exemple :

3.1

284

phane FLON Ste

CHAPITRE XII. ESPACES VECTORIELS

3. APPLICATIONS LINEAIRES

Cest (notamment) gr ace ` a cette proposition que lalg` ebre lin eaire nest pas si compliqu ee que cela. Cette proposition est ` a la base de la repr esentation des applications lin eaires par des tableaux de nombres, les matrices. De plus, en combinant les derniers r esultats : Proposition (Injectivit e, surjectivit e et image dune base) On reprend le contexte de la proposition pr ec edente. (1) f est injective si et seulement si la famille (vi )iI est libre. (2) f est surjective si et seulement si la famille (vi )iI est g en eratrice dans F . (3) f est bijective si et seulement si la famille (vi )iI est une base de F . 3.l

Corollaire (Isomorphisme et image dune base) f est un isomorphisme si et seulement si il envoie une base donn ee de E sur une base de F si et seulement si il envoie toute base de E sur une base de F . 3.m

Exemple (Application lin eaire d enie par image dune base) La donn ee dune famille de p vecteurs (x1 , . . . , xp ) dun K -espace vectoriel E d etermine une application lin eaire de K p dans E , envoyant la base canonique de Kp sur cette famille. Le noyau de cette application lensemble des p-uplets donnant une combinaison lin eaire ` a r esultat nul, limage est Vect(x1 , . . . , xp ). est injective (resp. surjective) si et seulement si la famille (x1 , . . . , xp ) est libre (resp. g en eratrice).

iii

tries 3.4. Projecteurs et syme D enition (Projecteur vectoriel) Soit E un espace vectoriel, et : E E une application. On dit que est un projecteur (vectoriel) sil existe deux sous-espaces vectoriels F et G de E , suppl ementaires dans E , tels que pour tout x E , (x) = xF , o` u on a ecrit x = xF + xG avec (xF , xG ) F G. Plus pr ecis ement, est appel e projecteur sur F parall` element ` a G.

3.e

Cette d enition est bien licite par existence et unicit e de la d ecomposition en question.

Illustration

285

phane FLON Ste

3. APPLICATIONS LINEAIRES Lemme (Lin earit e des projecteurs) Tout projecteur est lin eaire.

CHAPITRE XII. ESPACES VECTORIELS

3.n

D emonstration

Soit p un tel projecteur, sur F parall` element ` a G. On a Im(p) = F et Ker(p) = G. On a donc E = Im(p) Ker(p). De plus, Im(p) est lensemble des vecteurs invariants par p dans E , i.e. Im(p) = Ker(p Id E ). Exemple (Projecteurs) (1) 0L(E ) et Id E sont des projecteurs de E , dits triviaux. (2) Les  projecteurs vectoriels g eom etriques  rencontr es en d ebut dann ee sont des projecteurs vectoriels en ce nouveau sens. (3) Dans R on peut d enir des projecteurs  partie paire  et  partie impaire .
R

iv

Proposition (Caract erisation des projecteurs) Soit p un endomorphisme de E . p est un projecteur si et seulement si p p = p. 3.o

D emonstration

286

phane FLON Ste

CHAPITRE XII. ESPACES VECTORIELS D enition (Sym etrie vectorielle)

3. APPLICATIONS LINEAIRES

Soit E un espace vectoriel. On appelle sym etrie (vectorielle) toute application de la forme x = xF + xG xF xG (avec des notations evidentes). On parle alors de sym etrie par rapport ` a F , relativement ` a G.

3.f

Soit s la sym etrie par rapport ` a F , relativement ` a G, p le projecteur sur F parall` element ` a G. On a : s = 2p IdE , donc s est un endomorphisme de E , et m eme un automorphisme involutif (s2 = Id E ). On a E = Ker(s Id E ) Ker(s + Id E ). Proposition (Caract erisation des sym etries) Soit s un endomorphisme de E . s est une sym etrie si et seulement si s s = Id E . 3.p

Exercice (Projecteurs) Faire lexercice 23 de TD. 12

287

phane FLON Ste

4. QUESTIONNAIRE 5

CHAPITRE XII. ESPACES VECTORIELS

4. Questionnaire 5 : Espaces vectoriels


1 Soient u et v deux vecteurs distincts de R7 , et g L(R2 , R7 ), g ((1, 0)) = u et g ((0, 1)) = v . Alors g est injective. 2 On consid` ere une famille (x, y, z ) de trois vecteurs de R4 . a R , Vect(x, y, z ) = Vect(x, y, z ) ; b (, ) (R )2 , Vect(x, y, z ) = Vect(x + y, y + z, z + x). 3 Soit E un C-espace vectoriel, F et G deux sous-espaces vectoriels de E . a Donner une condition n ecessaire et susante pour que F G soit un sous-espace vectoriel de E ; b Si E F + G, alors E = F + G ; c F + G = {F xF + G xG , (xF , xG ) F G (F , G ) C2 } ; d F + G = {F xF + G xG , (xF , xG ) F G (F , G ) R2 } ; e Toute application f : E E est un endomorphisme de E ; f Il existe une application lin eaire injective de F dans E ; g Il existe une application lin eaire surjective de F dans G. h Si u L(E ), alors u(F + G) = u(F ) + u(G). 4 Soit E et F deux R-espaces vectoriels. a Pour v erier quune application : E F est lin eaire, il sut de conna tre les images par des vecteurs dune base de E ; b Soit f L(E, F ), et BF une base de F . Si chaque vecteur de BF admet (au moins) un ant ec edent par f , alors f est surjective ; c Soit xF un vecteur de BF . Si xF admet au plus un ant ec edent par f , alors f est injective (on ne dit rien sur les eventuels autres vecteurs de BF ) ; d Soit f, g L(E, F ). Pour v erier que f = g , il sut de le v erier sur les vecteurs dune base (resp. dune famille g en eratrice, resp. dune famille libre). e Soit f, g L(E, F ). On a Im(f + g ) = Im(f ) + Im(g ).

288

phane FLON Ste

CHAPITRE XII. ESPACES VECTORIELS

5. FEUILLE DE TD 12

5. Feuille de TD 12 : Espaces vectoriels


K d esigne R ou C, et E est un K-espace vectoriel.

`re approche 5.1. Espaces vectoriels, premie

Exercice 1 (Comment voir R + comme un R-espace vectoriel)

On munit R enies par a b = ab et a = a , pour tous a, b R eel . + des lois et d + , tout r Montrer que E = (R+ , , ) est un R-espace vectoriel.

Exercice 2 (Structure despace vectoriel) Dire si les objets suivants sont des espaces vectoriels pour les lois usuelles : (1) Lensemble des fonctions r eelles sur R, de limite nie en + ; 2x1 x2 x1 4x2 (2) Lensemble des solutions (x1 , x2 , x3 ) du syst` eme : x1 + 3x2 (3) Lensemble des fonctions continues sur [0, 1] v eriant f (1/2) = 0. (4) Lensemble des fonctions sur [a, b] d erivables, v eriant f (a) = 7f (b) + 2f ((a + b)/2). (5) Lensemble des fonctions sur [0, 1] admettant un point xe. (6) Lensemble des fonctions sur R qui sannulent en 0 ou en 4. (7) Lensemble des suites r eelles convergentes. (8) Lensemble des suites r eelles born ees. (9) Lensemble des suites r eelles n egligeables devant (n). (10) Lensemble des polyn omes de degr e exactement n. (11) Lensemble des polyn omes de degr e au plus n. (12) Lensemble des fonctions de classe C 2 v eriant f + 2 f = 0. (13) Lensemble des nombres complexes dargument /4 + k , (k Z). (14) Lensemble des points (x, y ) de R2 , v eriant sin(x + y ) = 0. (15) Lensemble des vecteurs (x, y, z ) de R3 orthogonaux au vecteur (1, 3, 2). (16) Lensemble des polyn omes ne comportant pas de terme de degr e 7. + x3 + 7x 3 6x3 = 0 = 0 = 0.

Exercice 3 (Sous-espace vectoriel de L(E)) Soit U un sous-espace vectoriel de E , et A = {f L(E )| U Ker(f )}. Montrer que A est un sous-espace vectoriel de L(E ).

289

phane FLON Ste

5. FEUILLE DE TD 12

CHAPITRE XII. ESPACES VECTORIELS aires, premie `re approche 5.2. Applications line

Exercice 4 (Exemples dapplications lin eaires, ou pas) Dire si les applications suivantes sont des applications lin eaires : (1) R R : x 2x2 . (2) R R : x 4x 3. (3) R R : x x2 . (4) R2 R2 : (x, y ) (y, x). (5) C 0 (R) C 0 (R) : f t (6) R2 R : (x, y ) 3x + 5y . (7) R2 R : (x, y )
2 f (t) 1+t2

3x2 + 5y 2 .

(8) R R : (x, y ) sin(3x + 5y ). (9) R2 R2 : (x, y ) (x, y ). (10) R2 R : (x, y ) xy . (11) R3 R : M OM V o` u V = (4, 1, 1/2). (12) R3 R2 : (x, y, z ) (2x 3y + z, x y + z/3). (13) R R : x ln(3x
2

).

Exercice 5 (Compos ee, image et noyau)

Soient F et G deux K-espaces vectoriels, f : E F et g : F G deux applications lin eaires. Montrer que Ker(f ) Ker(g f ) et Im(g f ) Im(g ).

Exercice 6 (Importance du corps de base)

Soient f et g , applications de C dans C, d enies par f (z ) = z et g (z ) = Re(z ). Montrer que f et g sont lin eaires sur C en tant que R-espace vectoriel, et non lin eaires sur C en tant que C-espace vectoriel

Exercice 7 (Exemple d el ement nilpotent non nul)

Donner un exemple dendomorphisme non nul de carr e nul (carr e au sens de la composition, bien entendu).

Exercice 8 (Isomorphisme et equations di erentielles) Montrer que lespace vectoriel des solutions r eelles de y 3y + 5y = 0 est isomorphe ` a R2 .

290

phane FLON Ste

CHAPITRE XII. ESPACES VECTORIELS rations sur les sous-espaces vectoriels 5.3. Ope Exercice 9 (Union de deux sous-espaces vectoriels)

5. FEUILLE DE TD 12

Soit F , G deux sous-espaces vectoriels de E . Montrer que F G est un sous-espace vectoriel de E si et seulement si F G ou G F .

Exercice 10 (Stabilit e du noyau et de limage par un el ement du commutant)

Soient f et g deux endomorphismes de E tels que f g = g f . Montrer que Ker(f ) et Im(f ) sont stables par g . Montrer que limplication r eciproque peut etre fausse.

Exercice 11 (Suppl ementarit e dans lespace des suites convergentes)

Soit E lespace vectoriel des suites r eelles convergentes. Soit F le sous-espace vectoriel de E constitu e des suites r eelles convergeant vers 0, et G celui des suites constantes. Montrer que F et G sont suppl ementaires dans E .

Exercice 12 (Application somme)

Soit F et G deux sous-espaces vectoriels de E . On d enit lapplication f : F G E par f (x1 , x2 ) = x1 + x2 . 1 Montrer que f est lin eaire. 2 D eterminer le noyau et limage de f .

Exercice 13 (Suppl ementaires dun hyperplan)

Soit f une forme lin eaire non nulle sur E . On xe x0 E tel que f (x0 ) = 0, et on note H = Ker f . Montrer : E = H Kx0 .

5.4. Endomorphismes dun espace vectoriel Exercice 14 (Lorsque tout vecteur non nul est propre) 1

Soit f L(E ). On suppose que pour tout vecteur x de E , f (x) est colin eaire ` a x. Montrer que f est une homoth etie.

Exercice 15 (Polyn ome annulateur)

1 Soit f L(E ), v eriant f 3 + 2f + 5Id E = 0. Montrer que f est un automorphisme de E . 2 Soit f un endomorphisme de E , v eriant lidentit e f 2 + f 2Id E = 0. Etablir Im(f Id E ) Ker(f + 2Id E ), Im(f + 2Id E ) Ker(f Id E ), E = Ker(f Id E ) Ker(f + 2Id E ). 3 Soit f L(E ) telle que f 3 = f 2 + f . Montrer que E = Ker(f ) Im(f ). G en eraliser cet exemple

291

phane FLON Ste

5. FEUILLE DE TD 12 Exercice 16 (Commutant dun endomorphisme)

CHAPITRE XII. ESPACES VECTORIELS

Soit f L(E ). On introduit lensemble C (f ) = {g L(E ), f g = g f }, appel e commutant de f . 1 Montrer que C (f ) est une sous-alg` ebre de L(E ). 2 D ecrire C (f ) lorsque f est un projecteur.

Exercice 17 (La nilpotence passe au crochet de Lie)

Soit u un endomorphisme nilpotent dun espace vectoriel E . Montrer que v uv vu est un endomorphisme nilpotent de L(E ).

Exercice 18 (Lorsque la somme des images est limage de la somme) Soit (u, v ) (L(E ))2 , tel que u2 = u et vu = 0. Montrer que : Im(u + v ) = Im(u) + Im(v ).

Exercice 19 (Suppl ementarit e et inverses unilat eraux (Mines PSI 09) )

Soit E et F deux espaces vectoriels, u L(E, F ) et v L(F, E ). On suppose que v u = Id E . Montrer : Ker v Im u = F .

Exercice 20 (Intersection de limage et du noyau) Soit f L(E ). 1 Montrer que (Ker f n ) est croissante pour linclusion. 2 Montrer que (Im f n ) est d ecroissante pour linclusion. 3 Montrer que Ker(f ) Im(f ) = f (Ker(f 2 )).

tries 5.5. Projecteurs, syme Exercice 21 (Projecteurs et puissances dun endomorphisme) 1

Soit f L(E ) v eriant f 2 + f 2Id E = 0. On a vu E = Ker(f Id E ) Ker(f + 2Id E ). Montrer que le projecteur p sur Ker(f Id E ) parall` element ` a Ker(f + 2Id E ) appartient ` a Vect(Id E , f ). On pose q = Id E p. Expliquer en quoi p et q permettent de calculer les puissances de f .

Exercice 22 (Projecteurs)

Soit p et q deux projecteurs de E . 1 On suppose que p q = 0. On note r = p + q q p. Montrer que r est un projecteur, de noyau Ker(p) Ker(q ) et dimage Im(p) Im(q ). 2 Montrer que p + q est un projecteur si et seulement si : p q = q p = 0. 3 On suppose que p et q commutent. Montrer que p q est le projecteur de E sur Im(p) Im(q ) parall` element ` a Ker(p) + Ker(q ).

292

phane FLON Ste

Exercice 23 (Projecteurs de L(E )) Soit p et q deux projecteurs de E tels que p q = q p = 0, : L(E ) L(E ) f pf p et : L(E ) L(E ) . f qf q

V erier que et sont des projecteurs de L(E ), et que = = 0.

5.6. Familles de vecteurs Exercice 24 (Libert e de familles) 1

1 Montrer que si (u1 , u2 , u3 ) est un triplet de vecteurs tous non nuls de R3 , orthogonaux deux ` a deux, alors (u1 , u2 , u3 ) est libre. 2 La famille (x cos(x + a))aR est-elle libre ? 3 Soit n N , et a1 , . . . , an des r eels distincts deux ` a deux. Pour tout i [[1, n]], on introduit n Pi : x j =1,j =i (x aj ). Montrer que (Pi )i[[1,n]] est libre. 4 (Mines MP 08, Mines MP 09) Montrer que la famille des fonctions r eelles de la variable r eelle t |t a|, lorsque a d ecrit R, est libre. 5 Pour tout a R, on d enit ga : x eax RR . Montrer que (ga )aR est libre. 6 Pour tout n N, on d enit hn : x xn RR . Montrer que (hn )nN est libre. 7 Pour tout m N, on pose um = (sin (1/nm ))nN . Montrer que (um )mN est libre. 8 (X MP 08) Pour n N, soit fn : x R cos(xn ). Montrer que la famille (fn )nN est libre. 9 (X MP 08) Soit n N . La famille de fonctions (x sin(nx), x sin((n 1)x) cos(x), . . . , x sin(x) cos((n 1)x)) est-elle libre ? 10 (X MP 08) Soit f : x R+ ln(1 + x). Montrer que (f, f f, f f f ) est un syst` eme libre de F (R+ , R).

Exercice 25 (Translation dune famille libre (Mines MP 08, X MP 08) )

Soit E un K-espace vectoriel, (ui )1 i n une famille libre de E et (i )1 i n une famille de scalaires. On pose s = 1 u1 + + n un . Condition n ecessaire et susante pour que (ui + s)1 i n soit libre ?

293

CHAPITRE XIII

Arithm etique
Sommaire
1. 2. 3. 4. 5. 6. 6.1. 6.2. 6.3. Divisibilit e dans lanneau des entiers relatifs Plus grand diviseur commun Plus petit commun multiple Nombres premiers Questionnaire 6 : Arithm etique Feuille de TD 13 : Arithm etique Congruences, equations diophantiennes, division euclidienne Diviseurs, pgcd, ppcm Nombres premiers, nombres compos es, divers 295 298 300 301 304 305 305 306 306

Larithm etique consiste (` a notre niveau) en l etude de lanneau des entiers relatifs Z. Passez du temps ` a bien d emontrer (au moins de t ete) les armations non prouv ees. Pour ceux qui envisagent la MP, il est fortement recommand e de travailler le DM sur Z/nZ.

dans lanneau des entiers relatifs 1. Divisibilite


D enition (Diviseur, multiple) Soient a et b deux entiers relatifs. On dit que b est un diviseur de a, ou que a est un multiple de b, sil existe un entier relatif q tel que a = qb. On note alors b|a. 1.a

Pour tout n Z, lensemble nZ est lensemble des multiples de n, et D(n) lensemble des diviseurs de n. Pour tous a et b entiers relatifs, on a donc b|a a bZ b D(a). Exemple (Diviseurs et multiples) (1) D(0) = Z, 0Z = {0}. (2) D(1) = {1, 1}, 1Z = Z. (3) D(2) = {2, 1, 1, 2}, 2Z est lensemble des entiers pairs. i

Soit m et n deux entiers relatifs. (1) mZ nZ n|m D(n) D(m). (2) Si n est un multiple non nul de m, alors |n| |m|. (3) On a mZ = nZ si et seulement si D(m) = D(n) si et seulement si m = n ou m = n. On rappelle que les nZ (o` u n d ecrit Z, ou seulement N) sont exactement les sous-groupes de (Z, +). Si G est un sous-groupe de Z, il existe donc un unique entier naturel n tel que G = nZ. Sur la relation de divisibilit e La relation de divisibilit e est r eexive et transitive, mais pas antisym etrique. Cependant, sa restriction ` a N est antisym etrique, et il sagit donc dune relation dordre. Bien s ur, il sagit dun ordre partiel.

1.1

295

DANS LANNEAU DES ENTIERS RELATIFS 1. DIVISIBILITE Proposition (Divisibilit e) Soient a, b, c, d, u et v des entiers relatifs. On a : (1) (d|a d|b) d|au + bv . (2) Si b est non nul, alors : d|a db|ab (3) Si a divise b et c divise d, alors ac divise bd. (4) Pour tout entier naturel k , b|a bk |ak

CHAPITRE XIII. ARITHMETIQUE

1.a

D emonstration

Id eaux dentiers relatifs Soit n un entier relatif. nZ est un sous-groupe de (Z, +). De plus, nZ est stable par multiplication par tout entier relatif. On dit que nZ est un id eal de Z. R eciproquement, tout id eal de lanneau Z est de cette forme :

1.2

Th eor` eme (Division euclidienne) Soit a un entier relatif et b un entier naturel non nul. Il existe un unique couple dentiers relatifs (q, r) tels que a = bq + r et 0 r<b

1.b

D enition (Division euclidienne) Dans ce contexte, q est appel e quotient de la division euclidienne de a par b, et r est appel e reste de la division euclidienne de a par b. 1.b

296

phane FLON Ste

CHAPITRE XIII. ARITHMETIQUE

DANS LANNEAU DES ENTIERS RELATIFS 1. DIVISIBILITE D emonstration

Lunicit e se montre en constatant que si (q, r) et (q , r ) conviennent, alors r r = b(q q ). Il sensuit que r r est un multiple de b, v eriant egalement |r r | < b par hypoth` ese : cest donc 0, do` u r = r puis, par simplication par l el ement non nul b, q = q . Pour lexistence, on exhibe un couple convenable, ` a savoir celui o` u q = a b , et r = a bq .

Soit n N . On d enit une relation, la relation de congruence modulo n, par x, y Z, y x[n] y x nZ ( k Z, y = x + kn)

(on dit alors que y est congru ` a x modulo n, et on note egalement y x mod n). La congruence modulo n est une relation d equivalence :

La congruence est compatible avec la somme et la multiplication : pour tous entiers a, b, c, d, si a b [n] et c d [n], alors a + c b + d [n], ac bd [n], et, pour tout entier naturel k , ak bk [n]) :

Congruence et reste de la division euclidienne Soit a un entier relatif, b un entier naturel non nul, et r le reste de la division euclidienne de a par b. Le reste r est donc lunique el ement de [[0, b 1]], congru ` a a modulo b. Il est nul si et seulement si b divise a. Pour Maple, a mod b d esigne r.

1.3

Exercice (Parit e dune somme) Soit n un entier naturel non nul. Trouver le reste de la division de
n k=1

k par 2.

Exercice (Reste dune puissance) Trouver le reste de la division euclidienne de 234122 par 7. 2

Exercice (Une equation diophantienne) Montrer quil nexiste pas de couple dentiers (x, y ) Z2 tels que x2 5y 2 = 3

297

phane FLON Ste

2. PLUS GRAND DIVISEUR COMMUN

CHAPITRE XIII. ARITHMETIQUE

2. Plus grand diviseur commun


Proposition (Somme de sous-groupes dun groupe additif) Soit (G, +) un groupe ab elien. Soient H et K deux sous-groupes de G. On note H + K = {h + k, h H, k K } H + K le plus petit sous-groupe de G qui contient H et K (pour la relation dordre dinclusion), appel e sous-groupe de G engendr e par H K . 2.a

D emonstration On v erie ais ement que H + K est un sous-groupe de G, contenant H et K . De plus, tout sous-groupe de G contenant H et K est stable par +, et doit donc contenir H + K.

D enition (Plus grand commun diviseur) Soient a et b deux entiers relatifs. Il existe un unique entier naturel n tel que aZ + bZ = nZ. On dit que n est le plus grand commun diviseur (ou pgcd) de a et de b. On note n = pgcd(a, b), ou n = a b (ou parfois (a, b)). 2.a

D emonstration Justication de la d enition : aZ + bZ est un sous-groupe de Z, et peut donc s ecrire de mani` ere unique sous la forme annonc ee.

Exemple (PGCD) Pour tout entier relatif m, 0 m = |m|. 24 (30) = 6. i

Fixons deux entiers relatifs a et b. Par d enition, il existe des entiers relatifs u et v tels que a b = au + bv . R eciproquement, tout entier qui s ecrit au + bv est un multiple de a b. Le pgcd de a et b est donc lunique entier naturel divisant a et b, et divisible par tout diviseur de a et b : il sagit donc bien du plus grand diviseur de a et b, pour la relation dordre de divisibilit e sur N (et m eme pour lordre naturel si a ou b est non nul). Bien s ur a b = b a = |a| |b|. Pour tout entier relatif k , (ka) (kb) = |k |(a b), car k (aZ + bZ) = (ka)Z + (kb)Z. Pour tout k Z, a b = (a kb) b. En particulier si b est un entier naturel non nul, a b = b r, o` u r est le reste de la division euclidienne de a par b. Cette derni` ere remarque est le fondement de lalgorithme dEuclide. 298 phane FLON Ste

CHAPITRE XIII. ARITHMETIQUE Proposition (Algorithme dEuclide)

2. PLUS GRAND DIVISEUR COMMUN

On se donne deux entiers naturels a et b. Lalgorithme suivant donne la valeur de a b. (1) Si b = 0, renvoyer a et terminer lalgorithme. (2) Poser r a mod b, a b, b r et retourner ` a l etape 1. 2.b

D emonstration (Justication de lalgorithme dEuclide) Si b = 0, on a bien a b = |a| = a. Sinon, on applique une ou plusieurs fois l etape 2. Remarquons qu` a chaque application de la seconde etape, le couple (a, b) est chang e en (b, r), o` u r est le reste de la division euclidienne de a par b (licite puisque b = 0), et que le pgcd est inchang e. Comme la suite des couples obtenue est nie (car la suite des secondes composantes est une suite strictement d ecroissante dentiers naturels), de dernier couple (a, 0), et comme a 0 = a, lalgorithme renvoie bien a b.

Exercice (Calcul de pgcd par lalgorithme dEuclide) Calculer, avec lalgorithme dEuclide, le pgcd de 2114 et 2567. 4

D enition (Entiers premiers entre eux) Soient a et b deux entiers relatifs. On dit que a et b sont premiers entre eux (ou etrangers) si a b = 1. 2.b

a et b sont premiers entre eux si et seulement si les seuls diviseurs communs ` a a et b sont 1 et 1, si et seulement si aZ + bZ = Z. 1 et 1 sont premiers avec tout entier. Th eor` eme de B ezout Soient a et b deux entiers relatifs. a et b sont premiers entre eux si et seulement si il existe deux entiers relatifs u et v tels que au + bv = 1. 2.c

D emonstration Si a et b sont premiers entre eux, alors aZ + bZ = Z. En particulier 1 aZ + bZ, ce qui prouve une premi` ere implication. Si r eciproquement on peut ecrire 1 = au + bv pour certains entiers u et v , alors tout diviseur commun d ` a a et b divise 1, et donc a b = 1.

Si a et b sont premiers entre eux, toute relation (il ny a pas unicit e) du type 1 = au + bv est appel ee relation de B ezout. Plus g en eralement, pour tous a, b Z, toute relation au + bv = a b (o` u u, v Z) est appel ee relation de B ezout. Pour trouver une relation de B ezout, on peut appliquer lalgorithme dEuclide, puis  remonter  les calculs. On verra plus tard une m ethode plus propre, fond ee sur le calcul matriciel. 299 phane FLON Ste

3. PLUS PETIT COMMUN MULTIPLE Th eor` eme de Gauss

CHAPITRE XIII. ARITHMETIQUE

Soient a, b, c trois entiers relatifs. Si a divise bc et si a est premier avec b, alors a divise c.

2.d

D emonstration

Si d = a b, alors il existe des entiers a et b premiers entre eux tels que a = da et b = db : le cas o` u a b a ou b est nul est ais e. Si a et b sont non nuls, on est conduit ` a poser a = a et b = , et, de la relation b ab d = au + bv (pour certains entiers u et v ), on d eduit la relation de B ezout 1 = a u + b v entre a et b . Ecriture dun nombre rationnel sous forme irr eductible : tout nombre rationnel r s ecrit de mani` ere unique sous la forme p , o` u ( p, q ) Z ( N \{ 0 } ), et o` u p et q sont premiers entre eux. Lunicit e peut se montrer avec le q 30 th eor` eme de Gauss. Donnez les formes irr eductibles de 24 et de 0 :

Exercice (Entier premier avec un produit) Soit a, b, c Z. Montrer que a est premier avec b et avec c si et seulement si il est premier avec bc. 5

Ceci se g en eralise ` a un produit de plusieurs termes. En particulier, si a et b sont premiers entre eux, toute puissance de a est etrang` ere ` a toute puissance de b (m eme si un exposant est nul).

3. Plus petit commun multiple

D enition (Plus petit commun multiple) Soient a et b deux entiers. Il existe un unique entier naturel n tel que aZ bZ = nZ. Cet entier est appel e plus petit commun multiple de a et b, et est not e ppcm(a, b) ou a b.

3.a

D emonstration Justication de la d enition : aZ bZ est un sous-groupe de Z, et peut donc s ecrire de mani` ere unique sous la forme annonc ee.

300

phane FLON Ste

CHAPITRE XIII. ARITHMETIQUE Exemple (PPCM) (1) 0 0 = 0. (2) Pour tout entier relatif m, 0 m = 0. (3) 24 (30) = 120.

4. NOMBRES PREMIERS

Soit a et b deux entiers relatifs. Lentier a b est le plus petit entier naturel pour la divisibilit e 1 qui soit multiple de a et de b. On a a b = b a = |a| |b|. Pour tout k Z, on a (ka) (kb) = |k |(a b). Exercice (Entiers premiers entre eux et ppcm) Soit a, b Z. 1 Montrer que si a et b sont premiers entre eux, alors a b = |ab|, et que la r eciproque est vraie si a et b sont non nuls. 2 Montrer : (a b)(a b) = |ab|.

On peut d enir le pgcd et le ppcm de plusieurs entiers, de la m eme fa con quavec deux entiers : le pgcd de a1 , . . . , ar (o` ur 3) est lunique entier naturel d tel que dZ = a1 Z + + ar Z, et le ppcm de a1 , . . . , ar est lunique entier naturel n tel que nZ = a1 Z ar Z. On dit que les entiers a1 , . . . , ar sont premiers entre eux (dans leur ensemble) si leur pgcd vaut 1. Lidentit e de B ezout est encore valable, et caract erise la primalit e globale. On dit que les entiers a1 , . . . , ar sont premiers entre eux deux ` a deux si, pour tous i, j {1, . . . , r} tels que i = j , on a ai aj = 1. Si les a1 , . . . , ar sont premiers entre eux deux ` a deux, ils sont premiers dans leur ensemble (il sut m eme que deux de ces entiers soient premiers entre eux), mais la r eciproque est fausse, comme le montre lexemple de 6, 10, 15.

4. Nombres premiers
D enition (Nombre premier) Soit p un entier naturel sup erieur ou egal ` a 2. On dit que p est premier si les seuls diviseurs naturels de p sont 1 et p. Sinon, il est dit compos e. On note P lensemble des nombres premiers.

4.a

1 nest pas premier. Si p P ne divise pas a Z, alors a p = 1. En particulier, p est premier avec 1, . . . , p 1, et deux nombres premiers distincts sont premiers entre eux. Si p P divise ab (o` u a, b Z), alors p divise a ou b. Lemme Existence dun diviseur premier Tout entier naturel n 2 est divisible par (au moins) un nombre premier. 4.a

1. Cela reste-t-il vrai pour lordre usuel ?

301

phane FLON Ste

4. NOMBRES PREMIERS D emonstration

CHAPITRE XIII. ARITHMETIQUE

En eet, D(n) (N \ {0, 1}) nest pas vide (il comprend n), et son plus petit el ement est n ecessairement premier.

Si n (n 2) nest divisible par aucun entier compris (au sens large) entre 2 et Par exemple, 113 est premier car 113 = 5! 7, et 112 > 113. Proposition (Innit e du nombre de nombres premiers) Lensemble des nombres premiers est inni.

n, alors il est premier.

4.b

D emonstration On peut d emontrer ce r esultat par labsurde, en supposant disposer dune enum eration p1 , . . . , pm de lensemble des nombres premiers. Le nombre N = 1 + p1 . . . pm , bien que sup erieur ou egal ` a 2, nadmet pas de diviseur premier (puisquon a une relation de B ezout entre N et chaque nombre premier), ce qui contredit le lemme pr ec edent.

Th eor` eme (D ecomposition en produit de facteurs premiers) Tout entier n 2 s ecrit sous la forme
mr 1 m2 n = pm 1 p2 . . . pr

o` u r N , p1 , . . . , pr sont des nombres premiers distincts deux ` a deux, et m1 , . . . , mr sont des entiers strictement positifs. Une telle d ecomposition est unique ` a lordre des facteurs pr` es.

4.c

D enition (D ecomposition en produit de facteurs premiers) Dans le contexte du th eor` eme pr ec edent, la d ecomposition trouv ee est appel ee d ecomposition de n en produit de facteurs premiers. 4.b

D emonstration
mr 1 m2 Unicit e : si n = pm = p1 1 p2 2 . . . pr r sont deux d ecompositions 1 p2 . . . pr de n en produit de facteurs premiers, on doit avoir {p1 , . . . , pr } = {p1 , . . . , pr } (si par exemple p1 / {p1 , . . . , pr }, le th eor` eme de Gauss it er e nous ferait aboutir a labsurdit ` e p1 |1). En particulier, on a r = r . Quitte ` a r eordonner les nombres p1 , . . . , pr , on peut donc supposer que pour tout i [[1, r]], pi = pi . Sil existe un i [[1, r]] pour lequel mi = mi , par exemple m1 > m1 pour xer les id ees, alors m m m

p1

m1 m1 m2 p2

r . . . pm = p2 r

m2

. . . pr

mr

p1 divise un produit dentiers qui lui sont etrangers : cest absurde.

302

phane FLON Ste

CHAPITRE XIII. ARITHMETIQUE D emonstration

4. NOMBRES PREMIERS

Existence : par r ecurrence forte sur n (n 2). Pour tout entier naturel n 2, on pose lhypoth` ese : (Hn ) : tout entier k [[2, n]] admet une d ecomposition du type annonc e. Lamor cage est ais e (2 = 21 ). Fixons n 2, Hn , et d eduisons-en Hn+1 . Il ne reste qu` a prouver que n+1 admet une telle d ecomposition. Si n +1 est premier, cest facile (n +1 = (n +1)1 ). Sinon, il admet ecomposition, un diviseur premier p, p < n + 1. Dapr` es Hn , n+1 p admet une telle d soit n+1 mr 1 m2 = pm 1 p2 . . . pr p Par cons equent, si p nest pas lun des p1 , . . . , pm , alors
mr 1 m2 n + 1 = ppm 1 p2 . . . pr

est une d ecomposition de n + 1 en produit de facteurs premiers. Si p = pi pour un certain i [[1, r]], alors m m m n + 1 = p1 1 p2 2 . . . pr r , ecomposition o` u, pour tout j [[1, r]], mj = mj si j = i, et mi = mi + 1, est une d de n + 1 en produit de facteurs premiers. En conclusion, Hn est vraie pour tout entier naturel sup erieur ou egal ` a 2, ce qui prouve lexistence.

D enition (Valuation p-adique) Pour chaque nombre premier p, et pour tout entier naturel non nul n, on appelle valuation p-adique de n le plus grand entier k tel que pk divise n. Elle est not ee p (n).

4.c

Exercice (Calculs de valuations p-adiques) Calculer les valuations p-adiques de 23 315 1112 , pour p d ecrivant P . Pour m, n N , montrer que p (mn) = p (m)p (n). 7

Pour tout entier naturel non nul, on a n =


pP

pp (n) .

Soient m et n deux entiers naturels non nuls. m divise n si et seulement si, pour tout nombre premier p, p (m) p (n). Pour calculer le pgcd ou le ppcm de deux entiers m et n, on a les relations suivantes : p (m n) = min{p (m), p (n)} et p (m n) = max{p (m), p (n)}. On peut d ecomposer un entier relatif (di erent de 0, 1 et 1), en rajoutant {1, +1} devant le produit). Exercice (Calculs de pgcd et ppcm ` a laide des d ecompositions) Calculer les pgcd et ppcm de 305 et de 4220 . 8

303

phane FLON Ste

5. QUESTIONNAIRE 6

CHAPITRE XIII. ARITHMETIQUE

tique 5. Questionnaire 6 : Arithme


1 2 3 4 5 6 1. 7 Soit a, b, c Z. A-t-on toujours (a b c)(a b c) = |abc| ? Si a b[m] et c d[n], alors ac bd[mn]. Si a b = 1, alors a + b est premier. Si a b = 1, alors a2 et b2 sont premiers entre eux. Si a b = 1, alors a + b et ab sont premiers entre eux. Si m = 0 et am bm[mn], alors a b[n]. Pour tout nombre premier p di erent de 2 et de 5, il existe un multiple de p dont tous les chires valent

304

phane FLON Ste

CHAPITRE XIII. ARITHMETIQUE

6. FEUILLE DE TD 13

tique 6. Feuille de TD 13 : Arithme


quations diophantiennes, division euclidienne 6.1. Congruences, e Exercice 1 (Divisibilit e) 1 Montrer que, pour tout n N, 3 ne divise jamais n2 + 1. 2 Montrer que le produit de quatre entiers cons ecutifs est divisible par 24. 3 Montrer que 39 divise 737 + 1337 + 1937 . 4 Soit a, b, c Z. Si 9 divise a3 + b3 + c3 , alors 3 divise a ou b ou c. 5 Soit a, b Z. Montrer que a2 + b2 est divisible par 7 si et seulement si a et b le sont. 0

Exercice 2 (Calculs de restes) 1 Trouver, pour tout entier naturel non nul n, le reste de la division de 2 Trouver le reste de la division euclidienne de 234122 par 7. 3 Trouver le reste de la division de (a2 + (a 1)2 )2 par 4a2 (a N ).
n k=1

0 k par 2.

Exercice 3 (Chires en base 10)


7

0` a4

1 Trouver le chire des unit es de 77 . 19 2 Trouver les deux derniers chires de la repr esentation d ecimale de 1919 . 3 Montrer que chaque nombre du type n 22 + 1 (o` u n 2) se termine par 7. 4 Montrer quun nombre entier positif de six chires dont la repr esentation d ecimale est de la forme  abcabc  est n ecessairement divisible par 13. 5 On admet que 229 est un nombre de 9 chires, tous di erents (en base 10). Quel est le chire manquant ? 6 Trouver la somme des chires de la somme des chires de la somme des chires de 44444444 .

Exercice 4 (Equations diophantiennes) 1 Montrer quil nexiste pas de couple dentiers (x, y ) Z2 tels que x2 5y 2 = 3. 2 L equation diophantienne x3 + 2y 3 = 4z 3 poss` ede-t-elle dans Z une autre solution que le triplet nul ?
3

Exercice 5 (Centrale MP 08)

Soit n un entier sup erieur ou egal ` a 2. Calculer le reste de la division euclidienne de (n 1)! par n.

305

phane FLON Ste

6. FEUILLE DE TD 13 6.2. Diviseurs, pgcd, ppcm Exercice 6 (Une fraction irr eductible) Montrer que pour tout n N, la fraction
n3 +n 2n2 +1

CHAPITRE XIII. ARITHMETIQUE

0 est irr eductible.

Exercice 7 (Autour de la relation de B ezout)

1 Soit a et b deux entiers relatifs non nuls et premiers entre eux. Montrer quil existe une innit e de couples (x, y ) de Z2 tels que ax + by = 1. Montrer que si (x0 , y0 ) est lun deux, les autres sont donn es par x = x0 + kb et y = y0 ka, k d ecrivant Z. 2 En d eduire que si a et b sont deux entiers relatifs non nuls, il existe une innit e de couples dentiers (x, y ) tels que ax + by = a b. Expliquer comment calculer les solutions dune telle equation (appliquer scrupuleusement lalgorithme dEuclide ` a |a| et |b|). 3 En d eduire la r esolution g en erale dune equation du type ax + by = c. 4 R esoudre 2520x 3960y = 6480 (x, y Z).

Exercice 8 (Egalit e de ppcm) Montrer que ppcm(1, 2, . . . , 2n) = ppcm(n + 1, n + 2, . . . , 2n).

Exercice 9 (Une caract erisation des carr es parfaits)

Soit n un entier strictement positif, et soit d(n) le nombre dentiers positifs divisant n. Prouver que d(n) est impair si et seulement si n est un carr e parfait (cest-` a-dire le carr e dun nombre entier).

Exercice 10 (Somme des diviseurs)

Pour tout entier naturel non nul n, on note S (n) la somme de ses diviseurs naturels. Montrer que si m et n sont deux entiers naturels non nuls premiers entre eux, alors S (mn) = S (m)S (n).

Exercice 11 (Entiers premiers entre eux dans leur ensemble)

Soient a1 , . . . , an N et bi = j =i aj . Montrer que a1 , . . . , an sont deux ` a deux premiers entre eux si et seulement si b1 , . . . , bn sont premiers entre eux dans leur ensemble.

s, divers 6.3. Nombres premiers, nombres compose Exercice 12 (Nombres premiers) 0

Montrer que si p et 8p 1 sont premiers, alors 8p +1 est compos e (on pourra consid erer la congruence de p modulo 3).

306

phane FLON Ste

Exercice 13 (Une petite partie du th eor` eme de Dirichlet) Montrer quil existe une innit e de nombres premiers de la forme 4n + 3.

Exercice 14 (Nombres de Mersenne et de Fermat)

Trouver une condition n ecessaire sur n N pour que 2n 1 soit premier. M eme question avec 2n +1.

Exercice 15 (Nombre compos e dans toute base) Montrer que, peu importe la base, le nombre 10101 est compos e.

Exercice 16 (Nombres compos es cons ecutifs) Montrer que pour tout entier strictement positif n, il existe n nombres cons ecutifs compos es.

Exercice 17 (ENS Lyon 08)) On pose Fn = 2(2 ) + 1. n1 1 Montrer que k=0 Fk = Fn 2. 2 Si n = m, quel est le pgcd de Fn et de Fm ? ` laide de ce qui pr 3A ec` ede, montrer que lensemble des nombres premiers est inni.
n

Exercice 18 (Irrationalit e de

2, preuve originale)

En observant que 0 erant une suite g eom etrique de raison 2 1, montrer < 2 1 < 1, et en consid par labsurde que 2 est irrationnel.

Exercice 19 (Transfert dinformation)

Deux math ematiciens, P et S , cherchent deux nombres entre 2 et 200. P conna t leur produit, et S leur somme. Tous les deux r e echissent, puis sensuit la discussion suivante : 1 P : Je ne peux pas d eterminer ces deux nombres. 2 S : Je le savais. 3 P : Alors je les ai trouv es. 4 S : Alors moi aussi. Trouver ces nombres.

307

CHAPITRE XIV

Dimension nie
Sommaire
1. 2. 3. 4. 4.1. 4.2. 4.3. 4.4. 5. 6. 6.1. 6.2. 6.3. 6.4. Dimension dun espace vectoriel Dimension dun sous-espace vectoriel Rang dune famille nie de vecteurs Applications lin eaires et dimension nie Structure des K-espaces vectoriels de dimension nie Applications lin eaires et coordonn ees Le th eor` eme du rang et ses cons equences Formes lin eaires et hyperplans Questionnaire 7 : Dimension nie Feuille de TD 14 : Dimension nie Familles de vecteurs Sous-espaces vectoriels Applications lin eaires Rang 309 314 316 316 316 317 318 321 323 324 324 324 325 327

Dans tout ce chapitre, K d esigne R ou C et E un K-espace vectoriel

1. Dimension dun espace vectoriel


D enition (Espace niment engendr e) Un K-espace vectoriel E est dit niment engendr e sil admet une famille g en eratrice nie. 1.a

Exemple (Espaces niment engendr es) (1) Lespace vectoriel trivial {0} est donc niment engendr e, ainsi quune droite ou un plan vectoriel (et lespace R3 ). (2) Plus g en eralement, Kn est un espace vectoriel niment engendr e. (3) R[X ] nest pas niment engendr e.

Voici la proposition fondamentale dont les autres r esulteront, et qui relie familles g en eratrices et libres avec la cardinalit e: Proposition (fondamentale en dimension nie) Soit (x1 , . . . , xn ) (o` u n N ) une famille de vecteurs de E , et soit aussi (y0 , . . . , yn ) une famille de vecteurs de Vect(x1 , . . . , xn ). La famille (y0 , . . . , yn ) est alors li ee. 1.a

309

1. DIMENSION DUN ESPACE VECTORIEL D emonstration

CHAPITRE XIV. DIMENSION FINIE

Par r ecurrence sur n. Cest clair lorsque n = 1 (les vecteurs y0 et y1 sont alors colin eaires). Supposons le r esultat vrai au rang n 1 x e, et montrons-le au rang n + 1. On consid` ere une famille (x1 , . . . , xn+1 ) de vecteurs de E , et une famille (y0 , . . . , yn+1 ) de vecteurs de Vect(x1 , . . . , xn+1 ). Pour tout entier m [[0, n + 1]], il existe des scalaires 1,m , . . . , n+1,m tels que : ym =
1 k n+1

k,m xk .

Si les scalaires n+1,0 , . . . , n+1,n+1 sont nuls, alors les vecteurs y0 , . . . , yn+1 appartiennent ` a Vect(x1 , . . . , xn ), et sont donc li es par hypoth` ese de r ecurrence. Sinon, on peut quitte ` a r eordonner les vecteurs y0 , . . . , yn+1 supposer n+1,n+1 non nul. Lid ee consiste alors se d ebarrasser des coecients selon le nouveau vecteur xn+1 , en posant, pour tout entier k [[0, n]] : n+1,k yn+1 , zk = yk n+1,n+1 On v erie alors que z0 , . . . , zn appartiennent ` a Vect(x1 , . . . , xn ), et forment donc dapr` es lhypoth` ese de r ecurrence une famille li ee : il existe des scalaires non tous nuls 0 , . . . , n , tels que k zk = 0E .
0 k n

En posant n+1 = n+1,n+1 n eaire


0 k n+1

n+1,k k , on constate que la combinaison li0 k n

k yk nest pas triviale, mais ` a r esultat nul : la famille (y0 , . . . , yn+1 )

est li ee.

En corollaire, on a la Corollaire (de la proposition fondamentale) Soit E un espace vectoriel sur K. Soit (x1 , . . . , xn ) une famille de n vecteurs de E . Si cette famille est g en eratrice dans E , toute famille d el ements de E dau moins n + 1 vecteurs est li ee. Si cette famille est libre, aucune famille dau plus n 1 vecteurs nest g en eratrice dans E .

1.b

D emonstration Soit (y1 , . . . , yk ) une famille de vecteurs de E . Dans le cas o` u k n + 1, alors (y1 , . . . , yn+1 ) donc sa surfamille (y1 , . . . , yk ) est li ee. Dans le cas o` u k < n, supposer le caract` ere g en erateur de (y1 , . . . , yk ) entra ne le caract` ere li e de (x1 , . . . , xn ), ce qui prouve le r esultat par contraposition.

Dans un espace vectoriel niment engendr e, toute famille libre est nie. Si pour tout entier naturel n, on peut trouver des familles libres dau moins n vecteurs de E , alors E nest pas niment engendr e. 310 phane FLON Ste

CHAPITRE XIV. DIMENSION FINIE Exercice (Lemme de lajout liant)

1. DIMENSION DUN ESPACE VECTORIEL

Montrer que si (x1 , . . . , xn ) est libre et (x1 , . . . , xn , y ) est li ee, alors y Vect(x1 , . . . , xn ).

Th eor` eme de la base incompl` ete Soient E un K-espace vectoriel niment engendr e, et (x1 , . . . , xm ) (resp. (y1 , . . . , yn )) une famille libre (resp. une famille g en eratrice nie de E ) (m et n sont des entiers naturels non nuls). Il est possible de compl eter la famille (x1 , . . . , xm ) ` a laide de vecteurs de la famille (y1 , . . . , yn ) de mani` ere ` a former une base de E .

1.c

La d emonstration est assez technique, en voici dabord un r esum e : on choisit une famille  interm ediaire  entre la famille libre (x1 , . . . , xm ) et la famille g en eratrice (x1 , . . . , xm , y1 , . . . , yn ) qui reste libre, et dont le nombre de termes soit maximal. On montre alors que cette famille est g en eratrice. D emonstration Pour clarier la r edaction, on eectue le changement de notation xm+i = yi , pour tout i [[1, n]]. Ainsi, (y1 , . . . , yn ) = (xm+1 , . . . , xm+n ). La famille (x1 , . . . , xm ) est libre, mais pas n ecessairement g en eratrice. La famille (x1 , . . . , xm+n ) est g en eratrice, mais pas n ecessairement libre. On consid` ere lensemble : S = {Card I, ([[1, m]] I [[1, m + n]]) ((xi )iI est libre)}. S est une partie non vide (elle comprend m) et major ee (par m + n) de N, donc elle admet un plus grand el ement , provenant d(au moins) une famille libre (xi )iI , dont on cherche ` a montrer le caract` ere g en erateur. Il sut de montrer que pour tout j [[1, n]], yj = xm+j appartient ` a Vect(xi )iI . Soit donc j [[1, n]] quelconque. Si j + m I , alors yj est lun des vecteurs de (xi )iI , et lassertion est evidente. Si j + m / I , alors Card(I {j + m}) = + 1, et la famille (xi )iI {j +m} est li ee : il en existe une combinaison lin eaire non triviale ` a r esultat nul. Dapr` es le lemme de lajout liant, xj +m Vect(xi )iI . La famille (xi )iI est libre et g en eratrice dans E : cest une base de E .

Un cas particulier int eressant : une famille g en eratrice pouvant etre li ee, il nest pas question de lui adjoindre des vecteurs pour en faire une base. Cependant, on peut former une base en lui otant un ou plusieurs vecteurs (cas particulier du th eor` eme pr ec edent), sauf 1 dans le cas o` u lespace vectoriel est nul. Par cons equent, de toute famille g en eratrice dun espace vectoriel non nul, on peut extraire une base. De m eme, toute famille libre dun espace niment engendr e non nul E peut se compl eter en une base de E . Bien s ur, on ne peut pas adjoindre nimporte quel vecteur, et il est fort possible quon ait plusieurs choix convenables : donner des exemples.

Corollaire (Existence dune base) Tout espace vectoriel niment engendr e, non r eduit au vecteur nul, admet une base. 1.d

1. a ` moins quon accepte les familles index ees par lensemble vide

311

phane FLON Ste

1. DIMENSION DUN ESPACE VECTORIEL D emonstration

CHAPITRE XIV. DIMENSION FINIE

Un tel espace vectoriel admet une famille g en eratrice nie, famille dont on peut extraire une base.

Th eor` eme (D enition de la dimension) Si E est un K-espace vectoriel niment engendr e, non r eduit au vecteur nul, toutes les bases de E sont nies et ont le m eme nombre d el ements. 1.e

On rappelle que le nombre d el ements (ou cardinal) dune famille est le cardinal de son ensemble dindexation (ou de sa source si on la voit comme une application). D enition (Dimension) Dans ce contexte, ce nombre appel e dimension de E , et not e dim E . Par convention, la dimension de lespace vectoriel nul est 0. Un espace vectoriel qui nest pas de dimension nie est dit de dimension innie.

1.b

D emonstration Consid erons deux bases (x1 , . . . , xm ) et (y1 , . . . , yn ) de E (il en existe, et elles sont nies, dapr` es la proposition fondamentale). La famille (x1 , . . . , xm ) est g en eratrice, et (y1 , . . . , yn ) est libre, donc n m. En echangeant les r oles des deux bases, m n. Finalement, m = n.

Exemple (Base canonique) Comme Kn admet pour base sa base canonique, de cardinal n, Kn est de dimension nie n. ii

Ainsi, un espace vectoriel est niment engendr e si et seulement si il est de dimension nie (on utilisera dor enavant plut ot cette derni` ere expression). Un espace vectoriel est de dimension nulle si et seulement si il est r eduit au vecteur nul. Nouvelles d enitions dune droite et dun plan vectoriel : espaces vectoriels de dimensions 1 et 2 respectivement. Importance du corps de base : C est un plan vectoriel r eel, mais aussi une droite vectorielle complexe. Voil` a une proposition tr` es importante en pratique : Proposition (Caract erisation des bases en dimension nie connue) Soit E un K-espace vectoriel de dimension nie n 1. Soit (x1 , . . . , xn ) une famille de n el ements de E . Les assertions suivantes sont equivalentes : (1) (x1 , . . . , xn ) est libre. (2) (x1 , . . . , xn ) engendre E . (3) (x1 , . . . , xn ) est une base. 1.f

312

phane FLON Ste

CHAPITRE XIV. DIMENSION FINIE D emonstration

1. DIMENSION DUN ESPACE VECTORIEL

Gr ace ` a cette proposition, si on conna t la dimension n de E , on peut juger si une famille de vecteurs de E est une base de E : on limite l etude ` a son eventuelle libert e ou ` a son eventuel caract` ere g en erateur (il est souvent plus fastidieux de v erier quune famille est g en eratrice), puis on pr ecise que cette famille est bien de cardinal n. Une famille g en eratrice de E doit avoir au moins n(= dim E ) vecteurs (contrapos ee : pour quune famille ne soit pas g en eratrice, il sut quelle ait strictement moins de n vecteurs). Cependant, une famille de plus de n vecteurs peut ne pas etre g en eratrice :

Une famille libre de E ne doit pas avoir plus de n vecteurs (contrapos ee : une famille de plus de n vecteurs est li ee). Cependant, une famille de moins de n vecteurs peut tr` es bien etre li ee :

Exemple (Dimensions) Soit (x1 , . . . , xm ) une famille libre de vecteurs de E . On a alors : dim Vect(x1 , . . . , xm ) = m. Si E est isomorphe ` a E de dimension nie, alors E est de dimension nie, la m eme que E .

iii

Exercice (Base en dimension 4) Soit (u1 , . . . , u4 ) = ((1, 2, 3, 1), (2, 1, 2, 1), (0, 1, 2, 3), (0, 0, 1, 1)). Montrer que (u1 , . . . , u4 ) est une base de K4 . 2

Exercice (Travail en basse dimension) Parcourir lexercice 1 de la feuille de TD. On pourra y revenir quand on aura termin e le cours. 3

Proposition (Dimension dun produit cart esien) Si B = (e1 , . . . , em ) et C = (f1 , . . . , fn ) sont deux bases respectives des espaces vectoriels de dimensions nies E et F (m, n N ), alors la famille ((e1 , 0), . . . , (em , 0), (0, f1 ), . . . , (0, fn )) est une base de E F . En particulier, dim E F = dim E + dim F .

1.g

313

phane FLON Ste

2. DIMENSION DUN SOUS-ESPACE VECTORIEL D emonstration

CHAPITRE XIV. DIMENSION FINIE

La formule dim E F = dim E + dim F subsiste si E ou F est de dimension nulle. Cette formule passe mal. Pour eviter d ecrire l enormit e dim(E F ) = dim(E ) dim(F ), on peut se rappeler que Km Kn est isomorphe ` a Km+n , ou prendre le cas o` u F = {0}. Par une r ecurrence imm ediate, pour tout n N , dim(E n ) = n dim(E ). Exercice (Isomorphisme entre somme et produit en cas de somme directe) Montrer que si F et G sont suppl ementaires dans E , alors E = F G et F G sont isomorphes. En particulier, si les espaces vectoriels consid er es sont de dimension nie, alors dim E = dim F + dim G.

2. Dimension dun sous-espace vectoriel


Proposition (Dimension dun sous-espace vectoriel) Soit E un K-espace vectoriel de dimension nie n, et soit F un sous-espace vectoriel de E . Lespace vectoriel F est alors de dimension nie, et dim F dim E . De plus, on a l egalit e dim E = dim F si et seulement si E = F .

2.a

D emonstration Ecartons le cas evident o` u F est nul. Consid erons lensemble des familles libres de vecteurs de F . Cet ensemble nest pas vide, puisque F admet au moins un vecteur non nul. Comme tout el ement de est une famille libre de vecteurs de E , son cardinal est dau plus n. En particulier, il existe un el ement de , de cardinal maximal. Cette famille de vecteurs de F est libre par appartenance ` a , et g en eratrice (gr ace au lemme de lajout liant) : cest une base de F , qui est donc de dimension nie. Cette base de F pouvant se compl eter en une base de E , on a n ecessairement dim F dim E . Si E = F , alors evidemment, dim E = dim F . Si r eciproquement dim E = dim F , prenons une base de F . Elle peut se compl eter en une base de E . Par contrainte sur le cardinal commun aux bases de E , cette compl etion nen est pas vraiment une, et cette base de F est une base de E .

314

phane FLON Ste

CHAPITRE XIV. DIMENSION FINIE Proposition (Dimension dun suppl ementaire)

2. DIMENSION DUN SOUS-ESPACE VECTORIEL

Soit E un K-espace vectoriel de dimension nie n, et F un sous-espace vectoriel de E . Alors F admet un suppl ementaire G dans E , et la dimension de tout suppl ementaire de F est dim E dim F .

2.b

D emonstration On ecarte le cas evident o` u F est trivial. On sait que F admet alors une base (x1 , . . . , xm ). On peut compl eter cette famille libre de vecteurs de E en une base (x1 , . . . , xm , xm+1 , . . . , xn ) de E . On v erie alors que Vect(xm+1 , . . . , xn ) est un suppl ementaire de F dans E . Si G est un suppl ementaire quelconque de F dans E , on a vu pr ec edemment que dim F + dim G = dim(F + G).

Dans le contexte de la d emonstration pr ec edente, si F et G admettent respectivement pour bases (x1 , . . . , xm ) et (y1 , . . . , yk ), alors (x1 , . . . , xm , y1 , . . . , yk ) (la concat en ee de ces deux familles, dans cet ordre) est une base de E. Proposition (Dimension dune somme) Soit E un K-espace vectoriel de dimension nie, et F , G deux sous-espaces vectoriels de E . On a alors : dim(F + G) = dim F + dim G dim(F G)

2.c

D emonstration D ej` a , F , G, F + G et F G sont de dimension nie. F G admet un suppl ementaire G dans G. Il sut alors de prouver que G et F sont suppl ementaires dans F + G, et la proposition pr ec edente donne le r esultat annonc e.

Remarquez lanalogie avec les cardinaux des ensembles nis. Nous verrons que cette analogie va encore plus loin. Corollaire (Caract erisation de la suppl ementarit e en dimension nie) Soit F et G deux sous-espaces vectoriels de lespace vectoriel de dimension nie E . Deux quelconques de ces trois propositions entra nent la troisi` eme. (1) F G = {0}. (2) F + G = E . (3) dim(F ) + dim(G) = dim(E ). 2.d

315

phane FLON Ste

4. APPLICATIONS LINEAIRES ET DIMENSION FINIE D emonstration

CHAPITRE XIV. DIMENSION FINIE

3. Rang dune famille finie de vecteurs


D enition (Rang dune famille nie de vecteurs) Soit E un K-espace vectoriel, et F = (x1 , . . . , xn ) une famille de vecteurs de E . Le rang de la famille F est la dimension (nie) du sous-espace vectoriel de E engendr e par F : rg(x1 , . . . , xn ) = dim Vect(x1 , . . . , xn )

3.a

Dans ce contexte, comme (x1 , . . . , xn ) est une famille g en eratrice de Vect(x1 , . . . , xn ), le rang r de F v erie r n. De plus, si E est de dimension nie, le rang r v erie r dim E . Donner des exemples din egalit es strictes :

Le rang est nul si et seulement si chacun des vecteurs xi est nul. Le rang est egal ` a 1 si et seulement si au moins un des vecteurs nest pas nul, et tous les autres vecteurs lui sont colin eaires. Le rang est egal ` a deux si et seulement si la famille poss` ede deux vecteurs non colin eaires xi0 et xj0 , et tous les autres xi sont combinaisons lin eaires de ces vecteurs. En pratique, comment d eterminer le rang de (x1 , . . . , xn ) ? Lid ee naturelle est dextraire de (x1 , . . . , xn ) une base de Vect(x1 , . . . , xn ) (si la famille nest pas nulle), dont le nombre de termes est la dimension de Vect(x1 , . . . , xn ), donc le rang de (x1 , . . . , xn ). On observe que le rang dune famille est inchang e si : (1) On multiplie lun des vecteurs par un scalaire non nul. (2) On echange des vecteurs de la famille. (3) On ` a ot ea ` lun des vecteurs une combinaison lin eaire des autres (attention aux erreurs de raisonnement lors de lapplication de cette observation). (4) On a supprim e un vecteur combinaison lin eaire des autres. Une fois la famille g en eratrice (x1 , . . . , xn )  all eg ee  en une famille libre, mais toujours g en eratrice de Vect(x1 , . . . , xn ), il sut den calculer le nombre de termes pour obtenir le rang de la famille.

aires et dimension finie 4. Applications line


4.1. Structure des K-espaces vectoriels de dimension finie Th eor` eme disomorphie Deux K-espaces vectoriels de dimension nie sont isomorphes si et seulement si ils ont m eme dimension. 4.a

316

phane FLON Ste

CHAPITRE XIV. DIMENSION FINIE

4. APPLICATIONS LINEAIRES ET DIMENSION FINIE D emonstration

Soit E et F deux K-espaces vectoriels de dimension nie n. On sait d ej` a que si E et F sont isomorphes, alors ils ont m eme dimension. Si r eciproquement E et F ont m eme dimension, montrons quils sont isomorphes. Si E et F sont de dimension nulle, alors ils ne comprennent que le vecteur nul, et sont donc isomorphes. Sinon, ils admettent des bases (x1 , . . . , xn ) et (y1 , . . . , yn ) et on d enit une application lin eaire de E dans F en envoyant xi sur yi , pour tout i [[1, n]]. Cette application lin eaire envoyant une base sur une base, elle r ealise un isomorphisme de E sur F .

Pour tout corps de base, et tout entier n, il existe au moins un K-espace vectoriel de dimension n ({0K } si n = 0, et Kn sinon). Ainsi, la structure dun espace vectoriel de dimension nie sur un corps K x e est enti` erement d etermin ee par un simple nombre entier. La structure despace vectoriel (au moins de dimension nie), bien quelle fasse appel ` a celles de groupe, anneau, corps, est donc tr` es simple. En corollaire, on peut xer un repr esentant agr eable de chaque classe disomorphie, ` a savoir Kn :

aires et coordonne es 4.2. Applications line Soient E et F deux K-espaces vectoriels de dimensions nies respectives m et n non nulles. Se donner une application lin eaire f de E dans F revient ` a donner limage dune base B de E dans F . Si C est une base de F , nous sommes donc ramen es ` a donner, pour chacun des m vecteurs de B , ses n coordonn ees dans C . Cela signie que f est d etermin ee par ces mn nombres (dans un certain ordre). Nous reviendrons largement sur cette observation lors du cours sur les matrices. Plus formellement, on a la :

Proposition (Dimension de L(E, F )) Si E et F sont deux espaces de dimension nies respectives m et n, alors L(E, F ) est de dimension nie, et : dim L(E, F ) = mn

4.b

D emonstration

317

phane FLON Ste

4. APPLICATIONS LINEAIRES ET DIMENSION FINIE

CHAPITRE XIV. DIMENSION FINIE

Proposition (Image dun vecteur par une application lin eaire) Soient E et F deux espaces vectoriels de dimensions nies respectives m et n non nulles, B = (e1 , . . . , em ) et C = (f1 , . . . , fn ) deux bases respectives de E et F . Soit u L(E, F ). c1,k . Pour tout k [[1, m]], soit . eme de coordonn ees de u(ek ) dans C . . le syst` cn,k 1 . Soit x un vecteur quelconque de E , de syst` eme de coordonn ees . . dans B . Alors m 1 . u: le syst` eme de coordonn ees de y = u(x) dans C est . . , o` n
m

4.c

l [[1, n]],

l =
k=1

cl,k k

D emonstration

Exercice (Un isomorphisme en cas de suppl ementarit e) Soit E et H des espaces vectoriels de dimension nie, F et G des sous-espaces vectoriels de E . Montrer que L(E, H ) et L(F, H ) L(G, H ) sont isomorphes. Ce r esultat subsiste-t-il en dimension innie ?

ore `me du rang et ses conse quences 4.3. Le the

D enition (Rang dun morphisme) Soient E et F deux K-espaces vectoriels, et L(E, F ). Si Im() est de dimension nie, on appelle rang de la dimension de Im(). 4.a

318

phane FLON Ste

CHAPITRE XIV. DIMENSION FINIE Exemple (Rang dun morphisme)

4. APPLICATIONS LINEAIRES ET DIMENSION FINIE

(1) Si E est de dimension nie de base (e1 , . . . , em ), le rang de est le rang de la famille ((e1 ), . . . , (em )) (cela reste vrai pour une famille g en eratrice), et donc inf erieur ou egal m. (2) Si F est de dimension nie n, alors le rang r (est ni et) v erie r (3) Si E et F sont de dimensions nies respectives m et n, alors r n. i min(m, n).

(4) Bien s ur si E ou F est de dimension nie n, alors on peut parler du rang r de toute application L(E, F ).

Lemme pr eparatoire au th eor` eme du rang Soient E et F deux K-espaces vectoriels. Soit L(E, F ). Alors d enit un isomorphisme de tout suppl ementaire de Ker dans E sur Im . 4.d

D emonstration Soit G un suppl ementaire de Ker dans E . On restreint ` a G au d epart, et ` Im ` a a larriv ee, ce qui donne une application lin eaire de G dans Im . On montre ais ement que cette application est surjective et injective : elle r ealise donc un isomorphisme de G sur Im .

On utilise surtout ce lemme en dimension nie, mais il est valable en dimension quelconque. En corollaire imm ediat, on a le fameux : Th eor` eme du rang Soient E et F deux K-espaces vectoriels, E etant de dimension nie. Soit L(E, F ). On a alors : rg() + dim Ker = dim E

4.e

D emonstration Lexistence dun suppl ementaire G de Ker dans E et le lemme pr ec edent donnent imm ediatement le r esultat.

En pratique, cette formule, la formule du rang, est tr` es utile, plus que lisomorphisme du lemme. Cest pour cette raison quon a quali e de lemme la premi` ere assertion et de th eor` eme la seconde. La dimension de F nintervient pas : il peut tr` es bien ne pas etre de dimension nie. En fait, il est facile de sen rendre compte car en  grossissant  F , on ne change rien au rang de et ` a la dimension de Ker (alors quil serait compliqu e de  grossir  E ). M eme si E = F , Im et Ker , sous-espaces vectoriels de E , ne sont pas n ecessairement suppl ementaires. En revanche, ils le sont si et seulement si ils sont en somme directe (dapr` es le corollaire 2.d page 315). 319 phane FLON Ste

4. APPLICATIONS LINEAIRES ET DIMENSION FINIE

CHAPITRE XIV. DIMENSION FINIE

En corollaire, on obtient une sorte danalogue de la proposition sur les applications entre ensembles nis de m eme cardinal : Proposition (Isomorphismes en m eme dimension nie) Soient E et F deux K-espaces vectoriels de m eme dimension nie n, et soit f L(E, F ). Les trois assertions suivantes sont equivalentes : (1) f est injective ; (2) f est surjective ; (3) f est un isomorphisme. 4.f

D emonstration f est injective (resp. surjective) si et seulement si dim ker(f ) = 0 (resp. rg(f ) = n). La formule du rang (rg + dim Ker = n) montre donc l equivalence entre les deux premi` eres assertions. Ces deux assertions sont donc equivalentes ` a leur conjonction, cest-` a-dire ` a la derni` ere.

On applique tr` es souvent cette derni` ere proposition dans le cas dun endomorphisme en dimension nie. Proposition (Inverse unilat eral dun endomorphisme en dimension nie) Soit u L(E ), o` u E est de dimension nie. Sil existe v L(E ) (resp. w L(E )) tel v u = Id E (resp. u w = Id E ), alors u GL(E ), et v (resp. w) est la bijection r eciproque de u.

4.g

D emonstration

Attention, ce r esultat ne subsiste pas en dimension innie : penser au morphisme de d erivation dans R[X ], o` u aux shifts dans RN . Proposition (Conservation du rang par composition avec un isomorphisme) Soit E , F , G trois espaces vectoriels de dimension nie, u L(E, F ), v L(F, G). (1) Si u est un isomorphisme, alors v et v u ont m eme rang. (2) Si v est un isomorphisme, alors u et v u ont m eme rang. 4.h

320

phane FLON Ste

CHAPITRE XIV. DIMENSION FINIE

4. APPLICATIONS LINEAIRES ET DIMENSION FINIE D emonstration

La premi` ere assertion est imm ediate (il sut dailleurs que u soit surjective pour que rg(v ) = rg(v u)). La seconde provient du fait que Im(v u) = v (Im u), et du fait quun isomorphisme envoie un sous-espace vectoriel sur un sous-espace vectoriel de m eme dimension (il sut dailleurs que v soit injective pour que rg(v u) = rg(u).

Exercice (Caract erisations de suppl ementarit e de limage et du noyau) Faire lexercice 14 de TD. 6

Exercice (Sommes dimages et de noyaux) Faire lexercice 17 de TD. 7

aires et hyperplans 4.4. Formes line Soit E un K-espace vectoriel de dimension n 1. On rappelle quune forme lin eaire sur un K-espace vectoriel E est un el ement de L(E, K). Ce dernier ensemble est appel e dual de E , et est parfois not e E . Si E est de dimension nie, alors E est de dimension nie, celle de E . Exercice (Forme lin eaire non nulle) Montrer quune forme lin eaire est soit nulle, soit surjective. 8

Proposition (Pr eliminaire ` a la d enition dun hyperplan) Soit H un sous-espace vectoriel de E . Les propositions suivantes sont equivalentes : (1) dim H = n 1 ; (2) Il existe une droite vectorielle D de E telle que E = D H ; (3) Il existe une forme lin eaire non nulle f de E telle que H = Ker f . 4.i

D emonstration (1) (2) : soit u E \ H , et D = Ku. On v erie alors que E = D H . (2) (3) : prendre un vecteur directeur x de D compl et e en une base de E par des vecteurs de H , et envoyer x sur 1, tous les autres sur 0. (3) (1) : appliquer le th eor` eme du rang.

321

phane FLON Ste

4. APPLICATIONS LINEAIRES ET DIMENSION FINIE D enition (Hyperplan)

CHAPITRE XIV. DIMENSION FINIE

On se place dans le contexte de la proposition pr ec edente. On appelle hyperplan (vectoriel) de E tout sous-espace vectoriel de E v eriant lune de ces conditions. On dit egalement que f d enit H .

4.b

Si un sous-espace vectoriel F de E contient un hyperplan H de E , alors F = E ou F = H . De fa con pompeuse, les hyperplans sont les el ements maximaux pour la relation dordre dinclusion dans lensemble des sous-espaces vectoriels stricts de E . Pour tout scalaire non nul , f d enit encore H . En fait, deux formes lin eaires non nulles d enissent un m eme hyperplan si et seulement si elles sont proportionnelles (cest-` a-dire li ees). Pour tout vecteur u nappartenant pas ` a H , on a E = H Ku. Proposition (Equation dhyperplan) Soit B une base de E . On note x1 , . . . , xn les composantes dun vecteur x de E selon les vecteurs de B . Une partie H de E est un hyperplan (de E ) si et seulement si elle admet dans B une equation du type
n

4.j ai xi = 0,

i=1

o` u les scalaires a1 , . . . , an ne sont pas tous nuls.

D emonstration Introduire la forme lin eaire x lin eaire consid er ee dans lautre.
n n n i=1

ai xi dans un sens, evaluer en x la forme

Deux equations i=1 ai xi = 0 et i=1 bi xi = 0 (ni les ai ni les bi n etant tous nuls) d enissent un m eme hyperplan si et seulement si il existe un scalaire (non nul) tel que (b1 , . . . , bn ) = (a1 , . . . , an ). On peut d enir la notion dhyperplan en dimension innie, en ne conservant que les deux derni` eres assertions (qui sont bien toujours equivalentes en dimension innie). Exemple (Equations dhyperplans) (1) x + 2y = 0 est une equation dhyperplan dans R2 , cest-` a-dire une equation de droite. (2) x + y + z = 0 est une equation dhyperplan dans R3 , cest-` a-dire une equation de plan. (3) {(x1 , . . . , xn ) Rn ,
n i=1

ii

xi = 0} est une equation dhyperplan dans Rn .

322

phane FLON Ste

CHAPITRE XIV. DIMENSION FINIE

5. QUESTIONNAIRE 7

5. Questionnaire 7 : Dimension finie


1 Soit f L(R7 ) telle que Im f + Ker f = R7 . a Im f et Ker f sont suppl ementaires dans R7 ; b f| Im f est injective.

323

phane FLON Ste

6. FEUILLE DE TD 14

CHAPITRE XIV. DIMENSION FINIE

6. Feuille de TD 14 : Dimension finie


6.1. Familles de vecteurs Exercice 1 (Travail en basse dimension) 0

1 Montrer que les vecteurs x1 = (0, 1, 1), x2 = (1, 0, 1) et x3 = (1, 1, 0) forment une base de R3 . Trouver dans cette base les composantes du vecteur x = (1, 1, 1). 2 Donner, dans R3 , un exemple de famille libre, qui nest pas g en eratrice. 3 3 Donner, dans R , un exemple de famille g en eratrice, mais qui nest pas libre. 4 Dans R4 on consid` ere lensemble E des vecteurs (x1 , x2 , x3 , x4 ) v eriant l equation x1 +x2 +x3 +x4 = 0. Lensemble E est-il un sous-espace vectoriel de R4 ? Si oui, en donner une base. 5 Soient v1 = (1, 0, 0, 1), v2 = (2, 1, 0, 1), v3 = (1, 1, 1, 1), v4 = (7, 2, 0, 1) et v5 = (2, 3, 1, 0). Donner une base du sous-espace vectoriel F = Vect(v1 , v2 , v3 , v4 , v5 ). D eterminer un suppl ementaire G de F dans R4 . 6 (Mines MP 08) Soit F = {(x, y, z, t) R4 , x = y 2z et y = 3t}. Quelle est la structure de F ? Donner une base de F et la compl eter en une base de R4 .

Exercice 2 (Libert e dune famille de formes lin eaires)

Soit E un K-espace vectoriel de dimension n N , et 1 , . . . , k des formes lin eaires sur E (k N ). Montrer l equivalence des propri et es suivantes : (1) (1 , . . . , k ) est libre dans L(E, K). (2) Pour tous scalaires 1 , . . . , k , il existe un vecteur x de E tel que, pour tout i [[1, k ]], on ait : i (x) = i .

Exercice 3 (Travail dans le Q-espace vectoriel des r eels) 1 (X MP 08) On se place dans le Q-espace vectoriel R. La famille (1, 2, 3) est-elle li ee ? 2 Le Q-espace vectoriel R est-il de dimension nie ?

6.2. Sous-espaces vectoriels Exercice 4 (Suppl ementaire commun ` a deux sous-espaces (Mines MP 08)) 2

Soit E un K-espace vectoriel de dimension nie. 1 Soit F et G deux sous-espaces vectoriels stricts de E . Montrer que F G = E . 2 Soit F et G deux sous-espaces vectoriels de E ayant m eme dimension. Montrer que F et G poss` edent un suppl ementaire commun.

Exercice 5 (Sous-espaces stables par un endomorphisme nilpotent cyclique (X PC 09) )

Soit E un espace vectoriel de dimension n, (e1 , . . . , en ) une base de E et u L(E ) tel que : i {1, . . . , n 1}, u(ei ) = ei+1 et u(en ) = 0. D eterminer les sous-espaces stables par u.

324

phane FLON Ste

CHAPITRE XIV. DIMENSION FINIE Exercice 6 (Sous-espace inclus dans son image)

6. FEUILLE DE TD 14

Soit E un K-espace vectoriel, U un sous-espace vectoriel de E . 1 Montrer que si U est de dimension nie, alors, pour tout endomorphisme f de E : (U f (U )) (U = f (U )). 2 Montrer que la propri et e pr ec edente tombe en d efaut si on ne suppose plus U de dimension nie.

Exercice 7 (Le b.a.-ba des extensions de corps)

Soit K un corps, L un sous-corps de K . Montrer que K est un L-espace vectoriel. On suppose que le L-espace vectoriel K est de dimension nie p. On consid` ere un K -espace vectoriel E de dimension nie n. Montrer que E est un L-espace vectoriel de dimension nie np.

aires 6.3. Applications line Exercice 8 (Non equivalence entre injectivit e et surjectivit e dun endomorphisme) 0

Donner un exemple dendomorphisme dun espace vectoriel injectif et non surjectif, puis dun endomorphisme surjectif et non injectif.

Exercice 9 (Existence dune application lin eaire ` a valeurs impos ees (X PC 09) )

Soient E et F deux espaces vectoriels de dimensions nies. ` quelle condition existe-t-il f L(E, F ) tel que f (x) = y ? 1 Soit (x, y ) E F . A ` quelle condition existe-t-il f L(E, F ) tel que f (x1 ) = y1 2 Soient (x1 , y1 ) et (x2 , y2 ) dans E F . A et f (x2 ) = y2 ?

Exercice 10 (Propagation des propri et es par lin earit e)

0` a1

Soit E et F deux espaces vectoriels, E etant de dimension nie. Soit f, g L(E, F ). 1 Montrer que si f est nulle sur une famille g en eratrice de E , alors f est identiquement nulle. 2 Montrer que si f, g co ncident sur une famille g en eratrice de E , alors f = g . 3 Montrer que si (dans le cas o` u E = F ), pour tout x E , (x, f (x)) est li ee, alors f est une homoth etie.

Exercice 11 (Endomorphismes cycliques (Centrale PC 09) )

Soit E un K-espace vectoriel de dimension n. On dit quun endomorphisme f de E est cyclique sil existe x0 E tel que (x0 , f (x0 ), . . . , f n1 (x0 )) soit une base de E . 1 Soit f L(E ) tel que f n1 = 0 et f n = 0. Montrer que f est cyclique 2 Montrer que le commutant dun endomorphisme cyclique est constitu e de ses polyn omes.

325

phane FLON Ste

6. FEUILLE DE TD 14

CHAPITRE XIV. DIMENSION FINIE

Exercice 12 (De la nilpotence ponctuelle ` a la nilpotence globale) 1 Soit E un K-espace vectoriel de dimension nie, f L(E ) tel que : x E, px N , f px (x) = 0. Montrer que f est nilpotent. 2 Montrer que ce r esultat ne subsiste pas en dimension innie.

Exercice 13 (Quand linverse est un polyn ome)

Soit f un automorphisme dun espace vectoriel E de dimension nie non nulle. Montrer que f 1 est un polyn ome en f .

Exercice 14 (Suppl ementarit e de limage et du noyau dun endomorphisme)

Soit E un espace vectoriel de dimension nie et u L(E ). Montrer que les trois propri et es suivantes sont equivalentes : (1) Ker u = Ker u2 ; (2) Im u = Im u2 ; (3) E = Ker u Im u.

Exercice 15 (Sur le dual)

Soit E un espace vectoriel. On note E son dual. 1 Montrer que si f et g sont deux formes lin eaires sur E de m eme noyau, alors f et g sont colin eaires. 2 On suppose ici que E = C (R). Pour tout n N, on pose n : E f R . f (n) (0)

Montrer que (n )nN est libre. 3 Ici, E est de dimension 3, et u est un endomorphisme de E tel que u2 = 0. Montrer lexistence de (a, f ) E E tel que, pour tout x E : u(x) = f (x)a.

Exercice 16 (Endomorphismes commutant)

Soit E un K-espace vectoriel de dimension nie, (f, g ) L(E )2 tel que f 2 f g + 2f Id E = 0. Montrer que f g = g f .

Exercice 17 (Sommes dimages et de noyaux)

Soit E un espace vectoriel de dimension nie, et (f, g ) L(E )2 avec E = Im(f ) + Im(g ) = Ker(f ) + Ker(g ). Montrer que ces sommes sont directes.

326

phane FLON Ste

Exercice 18 (Dimension et annulation sur un sous-espace)

1 (Mines MP 09) Soit E et F deux espaces vectoriels de dimension nie, G un sous-espace de E . On pose L = {u L(E, F ), G Ker u}. Montrer que L est un espace vectoriel et donner sa dimension. 2 (X PC 09) Soient E un K -espace vectoriel de dimension nie n et F un sous-espace vectoriel de E de dimension p avec 1 p n 1. D eterminer la dimension de { E , |F = 0}.

Exercice 19 (Finitude ponctuelle des it er ees (ENS Lyon MP 09) )

Soit E un C-espace vectoriel de dimension nie. Caract eriser les endomorphismes f de E tels que, pour tout x de E , lensemble {f n (x), n N} soit ni.

Exercice 20 (Une d ecomposition en produit dautomorphisme et de projecteur)

Soit E un K-espace vectoriel de dimension nie, f L(E ). Montrer quil existe un automorphisme g de E et un projecteur p de E tels que f = g p.

6.4. Rang Exercice 21 (Calculs de rang) 0

Soit E un K-espace vectoriel de dimension 3, f L(E ) tel que f 2 = 0 et f = 0. Montrer que rg(f ) = 1.

Exercice 22 (In egalit es et rang) 1 Soit u, v L(E, F ) deux morphismes entre espaces vectoriels de dimensions nies. Montrer : | rg(u) rg(v )| rg(u + v ) rg(u) + rg(v ).

2 Soit E un K-espace vectoriel de dimension nie n rg(u) + rg(v ) n rg(u v )

1, et u, v deux el ements de L(E ). Montrer : min(rg(u), rg(v ))

Exercice 23 (Egalit e de rangs)

Soient E et F deux K-espaces vectoriels de dimension nie, f L(E, F ), g L(F, E ) telles que f g f = f et g f g = g . Montrer que Im(g ) et Ker(f ) sont suppl ementaires dans E , puis que f, g, g f, f g ont le m eme rang.

Exercice 24 (Une somme de rangs)

Soit E un K-espace vectoriel de dimension nie, f et g deux endomorphismes de E tels que f g = 0 et f + g GL(E ). Montrer : rg(f ) + rg(g ) = dim E .

327

CHAPITRE XV

Polyn omes
Sommaire
1. 1.1. 1.2. 1.3. 2. 2.1. 2.2. 2.3. 3. 4. 4.1. 4.2. 4.3. 4.4. 5. 5.1. 5.2. 6. 6.1. 6.2. 6.3. 6.4. Polyn omes ` a une ind etermin ee Construction de lanneau K[X ] Degr e dun polyn ome Division euclidienne Fonctions polynomiales D enition. Racines dun polyn ome Ordre de multiplicit e dune racine Polyn ome d eriv e Polyn omes scind es, fonctions sym etriques el ementaires des racines Arithm etique de lanneau des polyn omes Compl ements sur la divisibilit e PGCD Polyn omes premiers entre eux PPCM Polyn omes irr eductibles, d ecomposition Polyn omes irr eductibles Le th eor` eme de dAlembert-Gauss. Application a ` la factorisation dans C[X ] et R[X ] Feuille de TD 15 : Polyn omes Arithm etique des polyn omes Polyn omes et alg` ebre lin eaire Racines dun polyn ome Divers 329 329 332 334 337 337 339 340 343 345 345 345 346 348 348 348 350 352 352 353 355 356

Dans tout ce chapitre, la lettre K d esignera indi eremment le corps des nombres r eels ou le corps des nombres complexes. Cela dit, il est possible de d enir des polyn omes sur tout corps (et m eme sur tout anneau commutatif). Nous avons d ej` a une id ee intuitive de la notion de polyn ome, mais pas de d enition pr ecise. En fait, il serait facile de d enir les polyn omes que nous connaissons de fa con fonctionnelle, mais ceci soul` everait plusieurs probl` emes : tout dabord, cela cacherait lint er et formel des polyn omes, laspect fonctionnel dans des espaces non num eriques (on parlera par exemple de polyn ome de matrices ou dendomorphismes). De plus, cette notion s etendrait mal au cas dun corps de base quelconque, et surtout ni. Je parle de la notion did eal, mais vous pouvez laisser de c ot e cette d enition hors-programme (qui peut toutefois tomber en DS, o` u elle vous serait rappel ee). Sauf mention contraire, A, B, C, P, Q, R d esignent des el ements de K[X ], un el ement de K.

mes a ` une inde termine e 1. Polyno


1.1. Construction de lanneau K[X ] D enition (Support dune suite) On appelle support de la suite (un ) KN la partie suivante de N : {n N, un = 0}.

1.a

329

` UNE INDETERMIN 1. POLYNOMES A EE D enition (Suite presque nulle)

CHAPITRE XV. POLYNOMES

On dit quune suite (un ) d el ements de K est presque nulle si elle est de support ni. Notons K(N) lensemble des suites d el ements de K presques nulles.

1.b

(un ) est de support ni si et seulement si il existe un rang ` a partir duquel son terme g en eral est nul. K(N) est un sous-espace vectoriel de KN . Nous voulons munir K(N) dune op eration de multiplication. En vue de la formule de multiplication de deux polyn omes, on pose : D enition (Produit de suites presque nulles) Pour tous el ements P = (un ) et Q = (vn ) de K(N) , on pose P Q = (n ), o` u:
n

n N,

n =
k=0

uk vnk =
i,j 0,i+j =n

ui vj .

1.c

Lemme (La multiplication polynomiale est interne) Le produit de deux suites presque nulles est une suite presque nulle. 1.a

D emonstration

On pose X = (1,n )nN = (0, 1, 0, 0, . . . ) K(N). On montre facilement par r ecurrence que pour tout k N, X k est la suite de terme g en eral k,n . + Pour tout el ement P = (un ) de K(N) , on a donc P = k=0 uk X k , notation que lon retiendra. D esormais, nous noterons K[X ] lensemble des suites presque nulles ` a coecients dans K, et ses el ements seront appel es polyn omes (en lind etermin ee X ). Dans une phrase telle que  Soit P = k 0 ak X k un polyn ome , on consid` erera implicitement que les coecients ak sont des scalaires. D enition (Base canonique de lespace des polyn omes) La famille innie (X k )kN est une base du K-espace vectoriel K[X ], appel ee base canonique de K[X ]. 1.d

Proposition (Anneau des polyn omes ` a une ind etermin ee) (K[X ], +, ) est un anneau commutatif. 1.b

330

phane FLON Ste

CHAPITRE XV. POLYNOMES D emonstration

` UNE INDETERMIN 1. POLYNOMES A EE

Munie dune structure tr` es riche (anneau et espace vectoriel), on dit que K[X ] est une K-alg` ebre. On lappelle alg` ebre (ou anneau) des polyn omes ` a coecients dans K (et ` a une ind etermin ee). En fait cette construction et ces notations sont g en eralisables ` a tout corps K ( eventuellement ni), et m eme a tout anneau commutatif non nul : si A est un tel anneau, on d ` enit lanneau des polyn omes A[x] ` a une ind etermin ee ` a coecients dans A. Cela sapplique ` a A = K[X ] ! On d enit alors lanneau K[X, Y ] des polyn omes ` a deux ind etermin ees, ` a coecients dans K. On peut evidemment g en eraliser ` a n ind etermin ees, pour tout n 1. Ce nest pas un sous-anneau de KN , car la multiplication dans K[X ] nest pas induite par celle de KN . D enition (Mon ome, polyn ome constant) On appelle mon ome tout polyn ome du type X k , o` u (, k ) K N. Un polyn ome constant est un polyn ome du type , o` u K. 1.e

D enition (Compos e dun polyn ome par un autre) Soit A = k 0 ak X k un el ement de K[X ]. Pour tout polyn ome B , on pose A(B ) = k e du polyn ome B par le polyn ome A. k 0 ak B , le compos

1.f

Exemple (Compos e de polyn omes) Pour tout P K[X ], P (X ) = P . i

Exercice (Compos es de polyn omes) Pour A = X 2 + 1 et B = X + 3, calculer A(B ) et B (A). 1

331

phane FLON Ste

` UNE INDETERMIN 1. POLYNOMES A EE dun polyno me 1.2. Degre D enition (Degr e dun polyn ome)

CHAPITRE XV. POLYNOMES

Soit P = k 0 ak X k K[X ], P non nul. On appelle degr e de P et note deg(P ) le plus grand entier p tel que ap = 0. Par convention, le degr e du polyn ome nul vaut .

1.g

Valuation dun polyn ome On a une notion analogue ` a celle du degr e en prenant le plus petit entier et non le plus grand : la valuation de P non nul (par convention la valuation du polyn ome nul vaut +). Les propri et es que nous verrons pour le degr e ont des analogues pour la valuation, que je vous incite ` a enoncer et d emontrer.

1.1

D enition (Coecient dominant, polyn ome unitaire) On appelle coecient dominant dun polyn ome P = k 0 ak X k non nul de degr e p le coecient ap , i.e. celui de son terme de plus haut degr e. Un polyn ome unitaire (ou normalis e) est un polyn ome (non nul) de coecient dominant egal ` a 1. Le normalis e dun polyn ome non nul P , de coecient dominant , est le polyn ome 1 P.

1.h

Proposition (Degr e dune somme, dun produit) Soit P et Q deux polyn omes de K[X ]. On a : (1) deg(P + Q) max(deg P, deg Q), une condition susante d egalit e etant deg P = deg Q. (2) deg(P Q) = deg P + deg Q. 1.c

D emonstration

Donner un exemple o` u lin egalit e est stricte :

Comme indiqu e, nous avons une condition susante ( si ) mais pas n ecessaire ( seulement si ) : 332 phane FLON Ste

CHAPITRE XV. POLYNOMES Corollaire (Int egrit e de lanneau des polyn omes) Lanneau K[X ] est int` egre.

` UNE INDETERMIN 1. POLYNOMES A EE

1.d

D emonstration

En particulier, tout polyn ome non nul est simpliable pour le produit. Corollaire (Polyn omes inversibles) Un polyn ome de K[X ] est inversible si et seulement si son degr e est nul (i.e. si et seulement si cest un polyn ome constant non nul). 1.e

D emonstration

Ces r esultats expliquent pourquoi on a pos e deg 0 = . Cela permet en particulier de prouver que pour tous P, Q K[X ], tous scalaires et : deg(P + Q) max(deg P, deg Q)

Proposition (Degr es echelonn es) Soit (Pk )1


k m

une famille de polyn omes tous non nuls. On suppose que deg P1 < < deg Pm 1.f

(on dit que lon a une famille de polyn omes ` a degr es echelonn es). La famille (Pk )1 k m est alors libre.

333

phane FLON Ste

` UNE INDETERMIN 1. POLYNOMES A EE D emonstration

CHAPITRE XV. POLYNOMES

D enition (Espace des polyn omes de degr e au plus n) Pour tout n N, on d enit Kn [X ] par {P K[X ], deg P n}

1.i

Kn [X ] est un sous-espace vectoriel de K[X ], de dimension 1 n + 1, dont une base (dite canonique) est (1, X, . . . , X n ). Si n 1, Kn [X ] nest pas un sous-anneau de K[X ], car non stable par multiplication. Exercice (Degr e dun polyn ome compos e) Faire lexercice 8 de TD. 2

1.3. Division euclidienne D enition (Relation de divisibilit e dans lanneau des polyn omes) Soient A et B deux polyn omes de K[X ]. On dit que B divise A, ou que A est un multiple de B , sil existe C K[X ] tel que A = BC . On note alors B |A. On note K[X ]A (resp. D(A)) lensemble des multiples (resp. des diviseurs) de A.

1.j

Exemple (Divisibilit e dans lanneau des polyn omes) X 2 + 1 divise X 4 + 4X 2 + 3. Le polyn ome nul ne divise que lui-m eme, mais est divisible par tout polyn ome. ii

La relation de divisibilit e dans K[X ] est r eexive, transitive, mais non antisym etrique :

Si B |A, alors BC |AC pour tout C K[X ] (la r eciproque est vraie si C = 0, par int egrit e). Si B divise A et A est non nul, alors deg B deg A.

1. et non n, comme on le lit trop souvent.

334

phane FLON Ste

CHAPITRE XV. POLYNOMES D enition (Polyn omes associ es)

` UNE INDETERMIN 1. POLYNOMES A EE

On dit que deux polyn omes A et B sont associ es sil existe K tel que A = B

1.k

Justication de lexpression sym etrique : Proposition (Caract erisations des polyn omes associ es) Soit A, B K[X ]. Les assertions suivantes sont equivalentes : (1) A et B sont associ es. (2) A divise B et B divise A. (3) A et B ont m eme degr e, et lun divise lautre. 1.g

D emonstration

Th eor` eme de division euclidienne dans lanneau des polyn omes Etant donn e deux polyn omes A et B de K[X ], o` u B = 0, il existe un unique couple (Q, R) de polyn omes de K[X ] v eriant : A = BQ + R et deg R < deg B

1.h

D enition (Quotient et reste dune division euclidienne polynomiale) Dans ce contexte, on appelle Q le quotient et R le reste de la division euclidienne de A par B . 1.l

D emonstration Unicit e:

335

phane FLON Ste

` UNE INDETERMIN 1. POLYNOMES A EE D emonstration

CHAPITRE XV. POLYNOMES

Existence : notons m = deg(B ), bm le coecient dominant de B . Pour tout entier n m, on pose lhypoth` ese de r ecurrence Hn : pour tout polyn ome A de degr e strictement inf erieur ` a n, on a existence dun tel couple. Amor cage au rang m : soit A K[X ], deg(A) < m. Le couple (0, A) convient (A = 0 B + A et deg(A) < deg(B )). H er edit e : xons un entier n m, et supposons le r esultat v eri e` a ce rang. Soit A K[X ], deg(A) < n + 1. Si deg(A) < n, lhypoth` ese de r ecurrence permet de conclure directement. Supposons deg(A) = n, notons an son coecient dominant. an X nm B . Comme deg(A1 ) < n, on peut appliquer lhypoth` ese de Posons A1 = A b m r ecurrence, obtenant (Q1 , R1 ) K[X ]2 tel que A1 = Q1 B + R1 et deg(R1 ) < deg(B ). On a an nm A= X + Q1 B + R1 , bm do` u lexistence dun tel couple pour A : lh er edit e est prouv ee.

Le polyn ome B divise A si et seulement si le reste de la division euclidienne de A par B est nul. La preuve de lexistence est int eressante en tant que telle, puisquelle nous fournit un algorithme pour eectuer cette division euclidienne : Algorithme de division euclidienne : Donn ees : B de degr e m 0, de coecient dominant bm = 0, A de degr e n m. Q 0 ; R A. Pour k allant de n m ` a 0 par pas de 1 : qk rk+m /bm . R R qk X k B .

Exercice (Division euclidienne polynomiale) Eectuer la division euclidienne de A = X 5 +2X 4 3X 2 + X +2 par B = X 3 X +1. 3

Dans certains exercices, il est demand e ou il est utile de calculer le reste dans une division euclidienne. Nous verrons quil nest pas toujours n ecessaire deectuer une division euclidienne pour ce faire.

Exercice (Id eaux de lanneau des polyn omes ` a une ind etermin ee) Une partie I de K[X ] en est un id eal si cest un sous-groupe additif, stable par multiplication par un el ement quelconque de K[X ]. Montrer quune partie I de K[X ] en est un id eal si et seulement si il existe A K[X ] tel que I = AK[X ].

336

phane FLON Ste

CHAPITRE XV. POLYNOMES

2. FONCTIONS POLYNOMIALES

2. Fonctions polynomiales
finition. Racines dun polyno me 2.1. De D enition (Fonction polynomiale) Soit A =
k 0

ak X k K[X ]. Pour tout K, on pose A( ) =


k 0

ak k 2.a

(dans cette somme, seul un nombre ni de termes sont non nuls). La fonction de K dans K, d enie par x A(x), est appel ee fonction polynomiale associ ee au polyn ome A, et not ee A, voire A.

Cette d enition est consistante avec celle dun polyn ome compos e. Proposition (Morphisme d evaluation dun polyn ome) Soit K. Lapplication K[X ] K, P P () est ` a la fois une forme lin eaire et un morphisme danneaux. 2.a

Le reste de la division euclidienne de P par X (o` u K) est P (). D enition (Racine dun polyn ome) Soit P K[X ] et K. On dit que est un z ero (ou une racine) de P si P () = 0. 2.b

Comme P (0) est le coecient constant, on voit tout de suite si 0 est racine de P . De m eme, 1 est racine si et seulement si la somme des coecients est nulle. est une racine de P si et seulement si le reste de la division euclidienne de P par X est nul, si et seulement si (X ) divise P . Comme l evaluation en est une forme lin eaire non nulle, lensemble des polyn omes admettant pour racine est un hyperplan. Comme cette evaluation est egalement un morphisme danneaux, cet ensemble est aussi un id eal de K[X ]. Exercice (Polyn ome admettant p racines distinctes) Montrer que si 1 , . . . , p sont p racines distinctes de P , alors P est divisible par 1 i p (X i ). 5

En particulier, si deg P = p, alors il existe une constante non nulle (le coecient dominant de P ) telle que : P =
1 i p

(X i )

Exemple (Polyn ome admettant n racines distinctes) Factorisation de X n 1 dans C[X ] : i

337

phane FLON Ste

2. FONCTIONS POLYNOMIALES

CHAPITRE XV. POLYNOMES

Corollaire (Un polyn ome non nul na pas plus de racines que son degr e) Un polyn ome non nul de degr e n admet au plus n racines distinctes. 2.b

Ainsi, si un el ement Kn [X ] sannule n + 1 fois au moins, cest le polyn ome nul. Exercice (Donn ee dun polyn ome par ses valeurs en certains points) Soit n N, x1 , . . . , xn+1 des scalaires deux ` a deux distincts. Montrer que : Kn [X ] P est un isomorphisme despaces vectoriels. Kn+1 (P (xi ))1 6
i n+1

Proposition (Du polyn ome ` a la fonction polynomiale) Lapplication naturelle : K[X ] KK P P est un morphisme injectif de K-espaces-vectoriels et danneaux. 2.c

D emonstration

Linjectivit e peut tomber en d efaut dans le cas o` u le corps de base est quelconque. Donner un exemple lorsque le corps est ni :

Comment calculer rapidement la valeur dune fonction polynomiale en un point ? Gr ace ` a lalgorithme de Horner : On ecrit P (X ) = ((. . . ((an X + an1 )X + an2 )X + . . . )X + a1 )X + a0 . V = P () V an Pour i allant de n 1 ` a 0 par pas de 1 : V V + ai Cela permet d evaluer un polyn ome en moins de produits que la m ethode na ve. Exemple (Algorithme de Horner) 2X 3 + 3X 2 X + 4 = ((2X + 3)X 1)X + 4. En 3 : 2 puis 2 3 + 3 = 9 puis 9 (3) 1 = 26 puis 26 (3) + 4 = 82 ii

338

phane FLON Ste

CHAPITRE XV. POLYNOMES

2. FONCTIONS POLYNOMIALES

dune racine 2.2. Ordre de multiplicite D enition (Ordre de multiplicit e dune racine) Soit une racine de P non nul. est appel ee racine dordre (de multiplicit e) p (de P ) si p est le plus grand entier tel que (X )p divise P . On dit que est racine multiple (simple, double, triple, . . .) si son ordre vaut 2 au moins (exactement 1, 2, 3, . . .).

2.c

Lexistence de lordre vient de ce que (X )deg P +1 ne divise pas P non nul. En particulier, lordre de dans P est inf erieur ou egal ` a deg(P ). On dit aussi parfois que est racine dordre 0 pour parler dune non racine (ce sera le cas dans ce cours). Exercice (Caract erisation de lordre dune racine) Montrer que K est racine dordre p N dans P si et seulement si il existe Q K[X ] nadmettant pas pour racine tel que P = (X )p Q. 7

Lemme Ordre de multiplicit e dune racine dans un produit Soit P = QR un polyn ome, K. Notons mP , mQ , mR les ordres respectifs de pour les polyn omes P , Q, R. On a alors mP = mQ + mR . 2.d

D emonstration

Corollaire (Ordre de multiplicit e) Si P = QR, est une racine dordre r de P , et nest pas racine de Q, alors est racine dordre r de R. 2.e

Exercice (Polyn ome admettant des racines distinctes donn ees avec multiplicit e) Soit P un polyn ome non nul de K[X ]. Montrer que si 1 , . . . , p sont p racines distinctes de P , dordre respectivement au moins egal ` a r1 , . . . , rp , alors P est divisible par 1 i p (X i )ri .

En particulier, si deg P =

p i=1 ri ,

et si est le coecient dominant de P , alors P =


1 i p

(X i )ri 339 phane FLON Ste

2. FONCTIONS POLYNOMIALES

CHAPITRE XV. POLYNOMES

Corollaire (Nombre de racines dun polyn ome compt ees avec leur multiplicit e) Un polyn ome non nul de degr e n poss` ede au plus n racines compt ees avec leur ordre de multiplicit e. 2.f

me de rive 2.3. Polyno D enition (Polyn ome d eriv e) Soit P =


k 0

ak X k K[X ]. On d enit le polyn ome d eriv e P de P par P =


k 1

kak X k1 (=

(k + 1)ak+1 X k )
k 0

2.d

Contrairement au cas des fonctions, la question de la d erivabilit e ne se pose pas, et la notation (X 2 + X ) par exemple est licite. ) . Lorsque K = R, on  reconna t  bien la d erivation usuelle, cest-` a-dire que pour tout P R[X ], (P ) = (P Proposition (Degr e du polyn ome d eriv e) Si deg P > 0, alors deg P = deg P 1. Le polyn ome P est constant si et seulement si P = 0. 2.g

D emonstration

Proposition (La d erivation polynomiale est lin eaire) La d erivation est un endomorphisme de lespace vectoriel K[X ]. 2.h

Ce morphisme est surjectif non injectif (ce qui prouve au passage quon travaille en dimension innie, m eme si on le savait depuis le d ebut). Proposition (D eriv ee dun produit) Soit A, B K[X ]. On a : (AB ) = A B + AB . 2.i

La d erivation nest pas un endomorphisme de lanneau K[X ] : 340 phane FLON Ste

CHAPITRE XV. POLYNOMES D emonstration

2. FONCTIONS POLYNOMIALES

D enition (D eriv ees successives dun polyn ome) Pour tout r N, on d enit, par r ecurrence, le polyn ome d eriv e dordre r, par : P (0) = P et r 0, P (r+1) = (P (r) )

2.e

Exercice (D eriv ee r-i` eme) Soit K. Donner la d eriv ee r-i` eme de (X )n . 9

It er ee de la d erivation, lapplication d eriv ee r-i` eme est lin eaire. Proposition (Formule de Leibniz) Pour tous polyn omes P et Q, tout entier r N, on a :
r

(P Q)(r) =
k=0

r P (k) Q(rk) k

2.j

D emonstration

341

phane FLON Ste

2. FONCTIONS POLYNOMIALES Proposition (Formule de Taylor) Pour tous P K[X ], K : P (X ) =


p 0

CHAPITRE XV. POLYNOMES

P (p) () (X )p p!

2.k

D emonstration

Cette formule est utile pour d ecomposer un polyn ome dans la base ((X )n )nN des puissances de (X ). On a donc aussi : P (p) () p X p!

P ( + X ) =
p 0

Proposition (Ordre dune racine du polyn ome d eriv e) Soit r 1, P K[X ]. Si est racine dordre r de P , alors est racine dordre r 1 du polyn ome d eriv eP . 2.l

D emonstration

La r eciproque est fausse : 342 phane FLON Ste

CHAPITRE XV. POLYNOMES

EMENTAIRES 3. FONCTIONS SYMETRIQUES EL

Proposition (Caract erisation de lordre dune racine) est racine dordre r de P si et seulement si P () = = P (r1) () = 0 et P (r) () = 0 2.m

D emonstration

Moyen mn emotechnique : lordre est le nombre de polyn omes sannulant en ci-dessus, ou encore prendre r = 0 ou r = 1. est donc une racine multiple de P si et seulement si P () = P () = 0.

mes scinde s, fonctions syme triques e le mentaires des racines 3. Polyno


D enition (Polyn ome scind e) Un polyn ome non nul est dit scind e sur K sil peut s ecrire sous la forme P =
1 k p

(X k )

3.a

o` u , 1 , . . . , p sont des el ements de K.

Le fait d etre scind e est stable par produit, pas par somme :

Exemple (Polyn omes scind es) e sur C, mais pas sur R. (1) X 2 + 1 est scind (2) Si un polyn ome est scind e sur K, alors ses coecients sont dans K, mais la r eciproque est fausse. (3) Un polyn ome complexe de degr e n admettant n racines complexes distinctes est scind e, mais la r eciproque est fausse : i

(4) En revanche, P K[X ] est scind e sur K si et seulement si il poss` ede n racines dans K, compt ees avec leur ordre de multiplicit e.

343

phane FLON Ste

EMENTAIRES 3. FONCTIONS SYMETRIQUES EL Exemple (Premi` eres relations coecients racines)

CHAPITRE XV. POLYNOMES

Soit s, p K. On sait que les racines de A = X 2 sX + p ont pour somme s et pour produit p.

ii

Nous allons g en eraliser ces formules ` a un polyn ome scind e sur K non constant quelconque. p On consid` ere un polyn ome P scind e sur K : P = k=1 (X k ), o` u p N , K , et 1 , . . . , p K. Il existe de scalaires 1 , . . . , p tels que
p

P =

(X k ) = (X p 1 X p1 + + (1)p p ).
k=1

Un calcul trivial donne, pour tout k [[1, p]] : k =


1 i1 <i2 <<ik p

i1 . . . ik .

Retenir en particulier que


p

1 =
k=1

2 =
1 i1 <i2 p

i1 i2

p =
k=1

D enition (Fonctions sym etriques el ementaires des racines) Les quantit es i sont appel ees les fonctions sym etriques el ementaires des racines du polyn ome P . 3.b

Exemple (Fonctions sym etriques el ementaires des racines) D etailler les fonctions sym etriques el ementaires des racines pour les polyn omes scind es sur K de degr es 2 et 3. iii

Chaque k peut etre vu comme un polyn ome en les ind etermin ees 1 , . . . , p , de degr e global et de valuation k. En fait, tout polyn ome sym etrique en les k (i.e. inchang e en permutant ces ind etermin ees) peut sexprimer au moyen de ces fonctions sym etriques el ementaires. Par exemple,
p 2 2 i = 1 22 . i=1

Ainsi, X 3 X 2 + 3X + 1 nest pas scind e sur R, puisque la somme des carr es de ses racines est strictement n egative (je vous invite ` a trouver une autre preuve, plus el ementaire). 344 phane FLON Ste

CHAPITRE XV. POLYNOMES

4. ARITHMETIQUE DE LANNEAU DES POLYNOMES

tique de lanneau des polyno mes 4. Arithme


ments sur la divisibilite 4.1. Comple Exercice (Lemme dalg` ebre lin eaire pour larithm etique des polyn omes) Soit E et F deux K-espaces vectoriels, L(E, F ), E1 et E2 deux espaces vectoriels de E . Montrer : (E1 + E2 ) = (E1 ) + (E2 ) et (E1 E2 ) (E1 ) (E2 ), 10 cette derni` ere inclusion pouvant etre stricte. Cependant, v erier que cest une egalit e si est injective, ou si est nulle.

Soit P K[X ]. Lapplication P : A AP de multiplication par P est un endomorphisme de K[X ], nul ou injectif. Pour tous polyn omes P , Q et R : Si P divise Q et R, il divise Q + R. Si P divise Q, il divise QR. Pour tout polyn ome D, D est un diviseur commun ` a P et Q si et seulement si D est un diviseur commun a P et Q P R. ` Si A et B sont deux polyn omes, B non nul, R le reste de la division euclidienne de A par B , alors D(A) D(B ) = D(B ) D(R). 4.2. PGCD Si P est un polyn ome, on note P lui-m eme.

le normalis e de P si P nest pas nul, et le polyn ome nul si P lest

Proposition (PGCD pour deux polyn omes) Soient A et B deux el ements de K[X ]. Il existe un unique polyn ome nul ou unitaire D tel que D(A) D(B ) = D(D), i.e. : P K[X ], (P |A et P |B ) P |D. De plus, il existe un couple de polyn omes (U, V ) tel que AU + BV = A B . 4.a

D emonstration Commencer par lunicit e. Pour lexistence, on ecarte le cas o` u A ou B est nul, puis on se ram` ene au cas o` u deg(A) deg(B ) 0. On d enit par r ecurrence les suites (Rk ), (Qk ), (Uk ), (Vk ) de la mani` ere suivante. R0 = A, U0 = 1, V0 = 0 de sorte que R0 = U0 A + V0 B . R1 = B , U1 = 0, V1 = 1, de sorte que R1 = U1 A + V1 B . Pour tout entier naturel k tel que Rk et Rk+1 soient d enis, et si Rk+1 = 0, on d enit Qk+2 (resp. Rk+2 ) comme le quotient (resp. le reste) de la division euclidienne de Rk par Rk+1 . On d enit alors Uk+2 = Uk Qk+2 Uk+1 et Vk+2 = Vk Qk+2 Vk+1 de sorte que si Rk = Uk A + Vk B et Rk+1 = Uk+1 A + Vk+1 B , alors Rk+2 = Uk+2 A + Vk+2 B . Les diviseurs communs ` a Rk et Rk+1 sont les diviseurs communs ` a A et B , et la suite des degr es des Rk est strictement d ecroissante ` a partir du rang 1

345

phane FLON Ste

4. ARITHMETIQUE DE LANNEAU DES POLYNOMES D enition (PGCD de deux polyn omes)

CHAPITRE XV. POLYNOMES

On dit que D est le pgcd de A et de B . On note D = pgcd(A, B ), ou D = A B On dit que AU + BV = A B est une relation de B ezout pour A et B , et que (U, V ) est un couple de coecients de B ezout pour le couple (A, B ).

4.a

En fait 2 on a AK[X ] + B K[X ] = (A B )K[X ]

(1) Si A = 0, alors A B vaut B . (2) Plus g en eralement A B = B si et seulement si B divise A. (3) A B = B A (4) D est le polyn ome unitaire de plus haut degr e divisant A et B . (5) Si on a des polyn omes associ es, D(A1 ) = D(A2 ) et D(B1 ) = D(B2 ), alors A1 B1 = A2 B2 . (6) A, B, C K[X ], (A BC ) B = A B (7) Pour tous polyn omes A, B, C , on a (CA) (CB ) = C (A B ). (8) Il ny a pas unicit e du couple de B ezout. Algorithme dEuclide 3 (U0 , V0 ) (1, 0) (U1 , V1 ) (0, 1) Tant que B = 0 Q quotient de la division euclidienne de A par B (A, B ) (B, A QB ) (U0 , U1 ) (U1 , U0 QU1 ) (V0 , V1 ) (V1 , V0 QV1 ) Fin tant que Si A = 0 coecient dominant de A. A A/, U0 U0 /, V0 V0 /. R esultat : (A, U0 , V0 ). mes premiers entre eux 4.3. Polyno D enition (Polyn omes premiers entre eux) Soient A et B deux polyn omes de K[X ]. On dit que A et B sont premiers entre eux si A B = 1, i.e. les seuls diviseurs communs ` a A et B sont les polyn omes constants non nuls (i.e. de degr e 0).

4.b

2. La  bonne  d enition de A B consisterait ` a observer que AK[X ] + B K[X ] est un id eal, donc de la forme C K[X ] pour un certain polyn ome, uniquement d etermin e si on impose en outre quil soit nul ou unitaire. 3. que vous pouvez prouver en utilisant un invariant de boucle

346

phane FLON Ste

CHAPITRE XV. POLYNOMES

4. ARITHMETIQUE DE LANNEAU DES POLYNOMES

Proposition (Identit e de B ezout pour les polyn omes) Deux polyn omes A et B sont premiers entre eux si et seulement si il existe deux polyn omes U et V tels que AU + BV = 1

4.b

D emonstration

Th eor` eme de Gauss Si A divise BC et A est premier avec B , alors A divise C . 4.c

D emonstration

Si A est premier avec BC , il est premier avec B et avec C . Si A est premier avec B et avec C , alors A est premier avec BC . Plus g en eralement, si chaque Ai est premier avec chaque Bj , alors A1 . . . Am et B1 . . . Bn sont premiers entre eux. Cas particulier : si A B = 1, alors Am B n = 1 pour tout (m, n) N2 . Si et sont deux scalaires distincts, alors (X ) (X ) = 1. Plus g en eralement, si i , j sont des scalaires distincts deux ` a deux et i , j sont des entiers naturels, alors (X i )i (X i )i = 1

Ainsi, deux polyn omes scind es sur K sont premiers entre eux si et seulement si ils non pas de racine commune. Si A et B premiers entre eux divisent C , alors AB divise C . Il existe des polyn omes A1 et B1 premiers entre eux tels que A = (A B )A1 et B = (A B )B1 . 347 phane FLON Ste

5. POLYNOMES IRREDUCTIBLES, DECOMPOSITION 4.4. PPCM D enition (PPCM de deux polyn omes)

CHAPITRE XV. POLYNOMES

Soient A et B deux polyn omes de K[X ]. Il existe un unique polyn ome M , nul ou unitaire tel que AK[X ] B K[X ] = M K[X ]. On dit que M est le ppcm de A et B , on le note ppcm(A, B ) ou A B .

4.c

D emonstration Justication de cette d enition :

Invariance du ppcm par association. Si A ou B est nul, le ppcm est nul. A B = B si et seulement si B est un multiple de A. Si A et B sont non nuls, alors le ppcm est non nul, et est le commun multiple unitaire de plus petit degr e de A et B . (CA) (CB ) = C (A B ) Si A et B sont premiers entre eux, alors A B = (AB ) , et r eciproquement dans le cas o` u A et B sont non nuls. Pour tous polyn omes A et B , on a (A B )(A B ) = (AB ) . On g en eralise comme dans le cas de Z les notions de PGCD et PPCM au cas dune famille nie de polyn omes. Il faudra ` a cet egard distinguer polyn omes premiers entre eux deux ` a deux et polyn omes premiers entre eux dans leur ensemble.

mes irre ductibles, de composition 5. Polyno


mes irre ductibles 5.1. Polyno D enition (Polyn ome irr eductible sur un corps) On appelle polyn ome irr eductible (sur K) tout polyn ome P non constant de K[X ] dont les seuls diviseurs dans K[X ] sont les polyn omes constants ou associ es ` aP : A, B K[X ], P = AB (deg A = 0 ou deg B = 0)

5.a

348

phane FLON Ste

CHAPITRE XV. POLYNOMES Exemple (Polyn omes irr eductibles)

5. POLYNOMES IRREDUCTIBLES, DECOMPOSITION

(1) Tout polyn ome de degr e 1 est donc irr eductible. (2) Un polyn ome de degr e 2 nest pas toujours irr eductible, mais peut l etre. (3) Un polyn ome de degr e 2 au moins nest pas irr eductible sil poss` ede une racine et a fortiori sil est scind e, mais ces conditions ne sont pas n ecessaires. (4) En revanche elles le deviennent si le degr e du polyn ome est 2 ou 3. (5) En particulier, un polyn ome r eel de degr e impair tible sur K. 3 nest jamais irr educi

Si P est irr eductible, alors les associ es de P sont irr eductibles. Pour tous A, P K[X ], o` u P est irr eductible, (P A) vaut 1 ou P , i.e. P et A sont premiers entre eux ou P divise A. Si deux polyn omes irr eductibles ne sont pas associ es, ils sont premiers entre eux (en particulier deux polyn omes unitaires irr eductibles distincts). Si P irr eductible divise un produit, alors il divise un terme de ce produit. Proposition (Existence dun diviseur irr eductible) Tout polyn ome non constant est divisible par au moins un polyn ome irr eductible. 5.a

D emonstration

Proposition (D ecomposition en produit dirrr eductibles) Tout polyn ome A non constant s ecrit
1 m A = P1 . . . Pm ,

o` u m > 0, les Pi sont des polyn omes irr eductibles unitaires distincts deux ` a deux, et les i sont des entiers strictement positifs . Une telle ecriture est unique ` a lordre des facteurs pr` es. Cette d ecomposition sappelle d ecomposition de A en produit de facteurs irr eductibles.

5.b

349

phane FLON Ste

5. POLYNOMES IRREDUCTIBLES, DECOMPOSITION D emonstration

CHAPITRE XV. POLYNOMES

On peut d ecrire les diviseurs de A dapr` es sa d ecomposition. On peut calculer A B et A B si on conna t les d ecompositions de A et de B . ore `me de dAlembert-Gauss. Application a ` la factorisation dans C[X ] et R[X ] 5.2. Le the Th eor` eme de dAlembert-Gauss Tout polyn ome non constant de C[X ] poss` ede une racine dans C. 5.c

D emonstration Admise !

Corollaire (Polyn omes irr eductibles complexes) Lensemble des polyn omes irr eductibles dans C[X ] est lensemble des polyn omes de degr e 1. 5.d

Corollaire (D ecomposition en produit dirr eductibles, cas complexe) Tout polyn ome non constant P de C[X ] est scind e sur C, i.e. P peut s ecrire sous la forme P = (X k )mk
1 k p

5.e

pour p N , C , des complexes 1 , . . . , p deux ` a deux distincts, et des entiers naturels non nuls m1 , . . . , mp .

D enition (Polyn ome conjugu e) Soit P = k 0 ak X k un polyn ome. On appelle polyn ome conjugu e de P et on note P le polyn ome k 0 ak X k .

5.b

350

phane FLON Ste

CHAPITRE XV. POLYNOMES

5. POLYNOMES IRREDUCTIBLES, DECOMPOSITION

Proposition (Racine conjugu ee du polyn ome conjugu e) Soit P C[X ], une racine complexe dordre r N. Le complexe est alors racine . dordre r de P 5.f

Dans le cas particulier o` u le polyn ome P est r eel et la racine non r eelle, est racine de P , de m eme ordre que . Proposition (Polyn omes irr eductibles r eels) Les polyn omes irr eductibles dans R[X ] sont les polyn omes de degr e 1 et les polyn omes de degr e 2 sans racine r eelle (i.e. de discriminant strictement n egatif). 5.g

D emonstration

Proposition (D ecomposition en produit dirr eductibles, cas r eel) Tout polyn ome non constant P de R[X ] peut s ecrire comme produit de son coecient dominant, de polyn omes r eels unitaires de degr e 1 et de polyn omes r eels unitaires de degr e 2 sans racine r eelle.

5.h

Exercice (D ecomposition, cas r eel) 1 Factoriser X 4 + bX 2 + c dans R[X ], o` u b et c sont des r eels tels que b2 4c < 0. 2 Factoriser X n 1 dans R[X ].

11

351

phane FLON Ste

6. FEUILLE DE TD 15

CHAPITRE XV. POLYNOMES

mes 6. Feuille de TD 15 : Polyno


La lettre K d esigne le corps R des nombres r eels ou le corps C des nombres complexes, n, p, q sont des entiers naturels. tique des polyno mes 6.1. Arithme Exercice 1 (Calculs de restes) 0

1 Soit P K[X ], a, b K, a = b. Quel est le reste de la division euclidienne de P par (X a), par (X a)(X b) ? 2 Trouver le reste de la division euclidienne de X 6 5X 4 + 3X 3 X 2 + X + 2 par (X 1)3 . 3 Trouver par trois m ethodes le reste de la division euclidienne de P = X 5 + 4X 3 + 3X 2 X + 6 2 par (X 1) (X + 2). 4 Chercher le reste de la division euclidienne de (X + 1)n X n 1 par X 2 + X + 1. 5 Soit B = X 3 X 2 + X 1 et, pour n N : An = (X 2 + X + 1)n X 2n X n 1. i Donner une condition sur n pour que B divise An . ii Donner le reste de la division euclidienne de An par B .

Exercice 2 (Contraintes de restes)

1 D eterminer les polyn omes P K3 [X ] divisibles par X + 1 et dont les restes des divisions par X + 2, X + 3, X + 4 sont egaux. 2 (Mines PSI 09) Trouver le polyn ome P R[X ] de degr e minimal tel que : P divis e par X 2 + X + 1 2 donne un reste egal ` a X 1 et P divis e par (X 1) donne un reste egal ` a 2 X.

Exercice 3 (Divisibilit e de polyn omes) 1

i Soit P K[X ]. D emontrer que P X divise P (P ) X . ii R esoudre dans C : (z 2 + 3z + 1)2 + 3z 2 + 8z + 4 = 0. 2 Trouver , C tels que X 2 + X + 1 divise X 5 + X 3 + X 2 + 1. 3 Soit A, B, P K[X ] avec P non constant. Montrer que si A P (autre notation pour A(P )) divise B P , alors A divise B .

Exercice 4 (Couple de B ezout) Trouver un couple de B ezout pour A = X 5 + 1 et B = X 7 + X 6 + X 3 + 1.

Exercice 5 (D ecomposition en produit dirr eductibles)

0, 5 pour la derni` ere

1 Factoriser P (X ) = 3X 4 + 11X 3 + 20X 2 + 7X 5, sachant que P admet au moins deux racines rationnelles (compt ees avec leur ordre de multiplicit e). 8 4 2 Factoriser X + X + 1 sur R. 3 (CCP MP 08) Soit n N et R. Factoriser en produit dirr eductibles de R[X ] : X 2n n 2 cos()X + 1. 4 D emontrer que 1 + (X 1)2 (X 3)2 est irr eductible dans Q[X ].

352

phane FLON Ste

CHAPITRE XV. POLYNOMES Exercice 6 (Couple de B ezout optimal) Soient P, Q K[X ] non constants et D = P Q. Montrer quil existe un unique couple (U, V ) de polyn omes tels que :

6. FEUILLE DE TD 15

U P + V Q = D, deg U < deg Q deg D et deg V < deg P deg D

Exercice 7 (Polyn omes positifs) Soit E = {P R[X ] : Q, R R[X ] tq P = Q2 + R2 }. 1 Montrer que E est stable par multiplication. 2 Montrer que E = {P R[X ] tq x R, P (x) 0}.

Exercice 8 (Degr e dun polyn ome compos e) Montrer que pour tous polyn omes non constants P et Q, deg(P (Q)) = deg(P ) deg(Q).

mes et alge `bre line aire 6.2. Polyno Exercice 9 (Familles de R3 [X ] (TPE PC 08) ) Soit P1 , P2 , P3 , P4 R3 [X ]. 1 On suppose que : P1 (1) = P2 (1) = P3 (1) = P4 (1) = 0. La famille (P1 , P2 , P3 , P4 ) est-elle li ee ? 2 On suppose que : P1 (0) = P2 (0) = P3 (0) = P4 (0) = 1. La famille (P1 , P2 , P3 , P4 ) est-elle li ee ? 0

Exercice 10 (Puissances de matrices) 0 0 0 Soit A = 2 1 1. 2 0 2 1 Calculer A3 3A2 + 2A. 2 Quel est le reste de la division euclidienne de X n par X 3 3X 2 + 2X ? 3 Calculer An pour n N. 4 A est-elle inversible ?

0, 1 pour la m ethode

Exercice 11 (Un automorphisme de R[X ] (TPE PC 08) ) 1 Soit : P R[X ] P + P . Montrer que est un automorphisme. 2 Etudier de m eme : P R[X ] aP + XP , o` u a R.

353

phane FLON Ste

6. FEUILLE DE TD 15 Exercice 12 (Polyn omes dinterpolation de Lagrange)

CHAPITRE XV. POLYNOMES

Soit a0 , . . . , an des scalaires distincts deux ` a deux, b0 , . . . , bn des scalaires. 1 Montrer quil existe un unique polyn ome P de Kn [X ] tel que P (ai ) = bi pour tout i [[0, n]]. Cest le polyn ome interpolateur de Lagrange aux points (ai , bi ) (i [[0, n]]). 2 D eterminer explicitement ce polyn ome.

Exercice 13 (Un op erateur sur les polyn omes) Pour tout p N, on note Up = vide vaut 1), et
p1 k=0 (X k )

p!

, p N (par convention, un produit index e par lensemble

: K[ X ] K[ X ] P P (X + 1) P (X ) 1 D emontrer que la famille (Up )pN est une base de K[X ]. 2 Soit n N. Calculer n (Up ). 3 En d eduire que : pour tout P Kn [X ], on a P = P (0) + (P )(0)U1 + (2 P )(0)U2 + + (n P )(0)Un . 4 (X MP 09) Soit P K[X ]. Montrer que P prend en tout entier relatif une valeur enti` ere relative si et seulement si les coordonn ees de P dans la base (Up ) sont enti` eres. 5 (X MP 09) On prolonge naturellement lapplication en un endomorphisme de KK . Soit f : Z Z une fonction. Montrer que f est polynomiale si et seulement si il existe un entier naturel n tel que n (f ) = 0. 6 Soit P K[X ] de degr e n. D emontrer que la famille (P (X ), P (X + 1), . . . , P (X + n)) est une base de Kn [X ]

Exercice 14 (Bases despaces polynomiaux)

1 (TPE) Soit a, b K, a = b, et n N. Pour tout k [[0, n]], on pose Pk = (X a)k (X b)nk . D emontrer que la famille (P0 , . . . , Pn ) une base de Kn [X ]. 2 (Mines PSI 09) Soit P un polyn ome de degr e n et a0 , . . . , an des scalaires deux ` a deux distincts. Montrer que la famille (P (X + ak ))0 k n constitue une base de Kn [X ].

Exercice 15 (Formes lin eaires sur des espaces de polyn omes)

1 (Mines MP 09) Soit n N . Montrer quil existe un unique (c1 , . . . , cn ) de Rn tel que, pour tout P de R2n+1 [X ] :
1 n

P (t)dt = 2P (0) +
1

ck (P (k ) + P (k ) 2P (0)).

= 0}. Quelle est la dimension de A ? Donner 2 (Centrale MP 07) Soit A = {P Rn [X ], une base de A. 3 (X MP 09) D eterminer les a R \ {2} tels quil existe (, , , ) R4 tel que : P R4 [X ], P (a) = P (2) + P (2) + P (1) + P (1/2).

k=1 n (k ) (1) k=1 P

354

phane FLON Ste

CHAPITRE XV. POLYNOMES Exercice 16 (Une relation polynomiale (X MP 08) )

6. FEUILLE DE TD 15

Soit n N et P C[X ] unitaire de degr e n, scind e` a racines simples. On note a1 , . . . , an les racines de P . Montrer que pour tout Q Cn1 [X ] :
n

i=1

Q(n1) (0) Q(ai ) = . P (ai ) (n 1)!

me 6.3. Racines dun polyno Exercice 17 (Equation dinconnue polynomiale (Mines MP 08, X MP 09) )

1 Soit A = {P C[X ], P = 0 et P (X 2 ) = P (X )P (X 1)}. Soit P A. Montrer que les racines de P sont de module 1. D eterminer A. 2 (Mines PC 09) D eterminer les polyn omes P R[X ] tels que (X + 4)P (X ) = XP (X + 1). 3 (Centrale PC 09) D eterminer les P C[X ] tels que P divise P . 4 Trouver les P K[X ] tels que P = P P .

Exercice 18 (Relations coecients-racines)

1 (X PC 08) Soit P = X 3 + 2X 2 + X + 1. D eterminer le nombre de racines r eelles de P . On note 1 1 1 1 1 1 + + , x1 , x2 , x3 les racines de P . D eterminer : x1 + x2 + x3 , x1 x2 x3 , x x2 x3 x1 2 + x2 2 + x3 2 , 1 5 5 x5 1 + x2 + x3 . 2 Soit x1 , x2 , x3 , x4 les racines de X 4 + X + 1. Calculer i=1 xi1 1 . 3 Soit a, b, c C. Montrer que ces nombres sont en progression g eom etrique si et seulement si (ab + ac + bc)3 = abc(a + b + c)3 .
4

Exercice 19 (Polyn omes scind es)

1 (Mines MP 09) Soit P R[X ] scind e sur R. Montrer que P est scind e sur R. 2 (X MP 09) Soit Q R[X ] scind e sur R et a R. Montrer que Q + aQ est scind e sur R. n 3 (X MP 09) Soit P = k=0 ak X k R[X ] et Q R[X ] des polyn omes scind es sur R. On pose n R = k=0 ak Q(k) . Montrer que R est scind e sur R.

Exercice 20 (Multiplicit e de racines)

1 (Mines MP 07, X MP 09) Soit n N et a R. Montrer que les racines complexes du polyn ome n e au plus 2. k=0 (X k ) + a sont de multiplicit 2 (X MP 09) Soit P un polyn ome de R[X ] scind e sur R. Montrer que toute racine multiple de P est racine de P .

355

phane FLON Ste

Exercice 21 (Majoration du module des racines (X-ENS PSI 08) )

Soient (a0 , . . . , an1 ) Cn et P = a0 + a1 X + + an1 X n1 + X n . Montrer que les racines complexes de P ont un module major e par max{1, |a0 | + |a1 | + + |an1 |}

Exercice 22 (Etude des racines dun polyn ome (Mines MP 08) ) Soit n N et P (X ) = nX n k=0 X k C[X ]. 1 Soit z une racine de P distincte de 1. Montrer que |z | < 1. 2 Montrer que les racines de P sont simples.
n1

Exercice 23 (Polyn ome complexe laissant stable lensemble des rationnels (Mines PSI 08) ) Soit P C[X ]. On suppose que P (Q) Q. Montrer que P Q[X ].

6.4. Divers Exercice 24 (Irrationnalit e de ) 1 Soit (a, b) (N )2 , n N , montrer que le polyn ome Pn = prennent, en 0 et a , des valeurs enti` e res. b 2 Montrer que la suite de terme g en eral In = 3 Montrer par labsurde que R \ Q.
0 X n (bX a)n n!

1 et ses d eriv ees successives

Pn (t) sin(t)dt converge vers 0.

Exercice 25 (Dun polyn ome positif ` a un autre) Soit P R[X ] tel que : x R, . . . )(x) 0. P (x)

0. D emontrer que pour tout r eel x, on a (P + P + P +

Exercice 26 (Une curiosit e polynomiale) Soit (a, b) Z2 et P = X 2 + aX + b. Montrer : n Z, k Z, P (n)P (n + 1) = P (k ).

356

CHAPITRE XVI

Matrices
Sommaire
1. 1.1. 1.2. 2. 3. 3.1. 3.2. 3.3. 4. 5. 6. 6.1. 6.2. 6.3. 6.4. 7. 7.1. 7.2. 7.3. 7.4. 7.5. 8. 8.1. 8.2. 8.3. 8.4. 8.5. D enitions. Matrices particuli` eres D enition, formes particuli` eres de matrices Matrices carr ees particuli` eres Matrice dune famille nie de vecteurs, dune application lin eaire Op erations sur les matrices Lespace vectoriel des matrices de taille (n, p) Produit matriciel Transposition Matrice de changement de base Matrices equivalentes, matrices semblables Rang dune matrice. Op erations el ementaires Rang dune matrice Op erations el ementaires Premi` ere application : calcul de linverse dune matrice inversible Seconde application : calcul du rang dune matrice Syst` emes D enitions Di erentes interpr etations dun syst` eme lin eaire Structure de lensemble des solutions Op erations el ementaires sur les lignes dun syst` eme R esolution des syst` emes de Cramer par la m ethode du pivot de Gauss Feuille de TD 16 : Matrices Calcul matriciel Matrices et morphismes Rang dune matrice, op erations el ementaires Similitude, equivalence Syst` emes 358 358 358 359 361 361 362 364 366 367 369 369 371 372 372 374 374 374 375 375 376 377 377 379 380 381 382

Dans tout le chapitre, K d esigne R ou C (on peut cependant d enir des matrices sur un corps quelconque). n, p, q d esigneront des entiers naturels non nuls, et Cp sera la base canonique de Kp . Elle sera not ee (e1 (p), . . . , ep (p)) ou simplement (e1 , . . . , ep ) si le contexte le permet. E , F et G seront des espaces de dimension nie non nulle. Les matrices orent un cadre formel de travail en alg` ebre lin eaire en dimension nie. Leur ecacit e (et leur origine) tient avant tout au fait quen dimension nie, on peut repr esenter une application lin eaire ` a laide dune quantit e nie de nombres. En eet, pour se donner une application lin eaire de E dans F , il sut de donner limage dune base de E . Pour se donner limage dun vecteur de cette base, on peut donner ses composantes dans une base de F : la donn ee dun el ement de L(E, F ) peut donc se r eduire ` a la donn ee dun tableau de dim(E ) dim(F ) nombres.
357

` 1. DEFINITIONS. MATRICES PARTICULIERES

CHAPITRE XVI. MATRICES

finitions. Matrices particulie `res 1. De


finition, formes particulie `res de matrices 1.1. De D enition (Matrice) Une matrice de type (ou taille) (n, p) (ou ` a n lignes et p colonnes, ou de taille n p) est une famille A de scalaires index ee par [[1, n]] [[1, p]], i.e. un el ement de K[[1,n]][[1,p]] . Pour tout (l, k ) [[1, n]] [[1, p]], on note al,k limage de (l, k ) par A, coecient de A en position (l, k ). On ecrit alors A = (al,k )1 l n,1 k p (ou moins pr ecis ement A = (al,k )). On note Mn,p (K) lensemble des matrices ` a n lignes et p colonnes (` a coecients dans K).

1.a

Soit A une matrice. On repr esente une matrice par un tableau, de n lignes et p colonnes, le coecient al,k se trouvant sur la l-i` eme ligne et k -i` eme colonne. En fait, une matrice est avant tout un tableau de nombres, qui, le plus souvent a un sens li e` a lalg` ebre lin eaire (une matrice peut par exemple repr esenter une application lin eaire, ou un changement de base). Exemple (Matrices) 1 1 2 4 0 9 est de taille 2 3. i

(1) La matrice A =

(2) La matrice de taille (n, p) dont tous les coecients sont nuls est appel ees matrice nulle (de taille n, p), et not ee 0n,p (ou 0).

D enition (Matrices de tailles particuli` eres) Soit M Mn,p (K) On dit que M est une matrice colonne (resp. une matrice ligne) si p = 1 (resp. si n = 1). On dit que M est une matrice carr ee si n = p. On dit alors que M est une matrice carr ee dordre (ou de taille) n. On note Mn (K) lensemble Mn,n (K) des matrices carr ees de taille n (` a coecients dans K).

1.b

En pratique, on identiera les matrices colonnes ` a n lignes ` a des vecteurs de Kn . La matrice carr ee nulle de taille n 0n,n est egalement not ee 0n . es particulie `res 1.2. Matrices carre 1 Soit A = (ai,j ) une matrice carr ee de taille n. On appelle coecients diagonaux de A les nombres ai,i , i n. D enition (Matrice carr ee diagonale) A est dite diagonale si ai,j = 0, d` es que i = j , i.e. tous les coecients non diagonaux de A sont nuls. 1.c

358

phane FLON Ste

CHAPITRE XVI. MATRICES Exemple (Matrices diagonales)

2. MATRICE DUNE APPLICATION LINEAIRE

(1) La matrice diagonale de taille n dont tous les coecients diagonaux valent 1 ee matrice identit e (de taille n), et not ee In . Par exemple, I3 = est appel 1 0 0 0 1 0. 0 0 1 (2) Une matrice diagonale dont tous les coecients diagonaux sont egaux est dite scalaire. 2 0 (3) est une matrice diagonale non scalaire. 0 3

ii

La notation Diag(1 , . . . , n ) d esignera la matrice de taille n dont les coecients diagonaux sont 1 , . . . , n (i etant en position (i, i)). D enition (Matrices triangulaires) A est dite triangulaire sup erieure si (i, j ) [[1, n]]2 , A est dite triangulaire inf erieure si (i, j ) [[1, n]]2 , (i, j ) [[1, n]]2 , (i, j ) [[1, n]]2 , (j > i) ai,j = 0. (i (j j ) ai,j = 0. i) ai,j = 0. A est dite triangulaire sup erieure stricte si A est dite triangulaire inf erieure stricte si 1.d (i > j ) ai,j = 0.

Exemple (Matrices triangulaires) 1 La matrice 0 0 3 0 1 2 est triangulaire sup erieure. 0 3

iii

Une matrice triangulaire stricte nest donc rien dautre quune matrice triangulaire dont tous les coecients diagonaux sont nuls. Une matrice diagonale nest donc rien dautre quune matrice triangulaire sup erieure et triangulaire inf erieure.

aire 2. Matrice dune famille finie de vecteurs, dune application line


E et F sont de dimensions nies respectives p et n, et munis de bases respectives B = (e1 , . . . , ep ) et C = (f1 , . . . , fn ). D enition (Matrice dune famille nie de vecteurs dans une base) Soit V = (v1 , . . . , vq ) une famille nie de vecteurs de E . On appelle matrice associ ee ` a la famille de vecteurs V dans la base B la matrice de taille p q dont la j -i` eme colonne est constitu ee des coordonn ees dans la base B du vecteur vj (j [[1, q ]]). Cette matrice est not ee MB (V )

2.a

359

phane FLON Ste

2. MATRICE DUNE APPLICATION LINEAIRE Exemple (Matrice dune famille de vecteurs dans une base) 1 2 La matrice 3 5 0 1 est une matrice dun couple de vecteurs de R4 . 4 0

CHAPITRE XVI. MATRICES

Soit V = (v1 , . . . , vq ) une famille nie de vecteurs de E , et u L(E, F ). On note u(V ) la famille (u(v1 ), . . . , u(vq )) de vecteurs de F . D enition (Matrice dune application lin eaire dans un couple de bases) Soit u L(E, F ). La matrice associ ee ` a lapplication lin eaire u et aux bases B et C (ou la matrice de u dans le couple de bases (B , C )), el ement de Mn,p (K), not ee MB,C (u), est la matrice MC (u(B )). Dans le cas o` u E = F et lorsque B = C , on ecrit MB (u) au lieu de MB,B (u). Cette matrice est appel ee matrice de u dans la base B .

2.b

Ainsi, nous dirons que tel morphisme est repr esent e par telle matrice (dans un couple de bases donn e). Exemple (Matrices dune application lin eaire) (1) MB (Id E ) = Ip . (2) La matrice de lapplication partie r eelle (de C dans C) du R-espace vectoriel C dans la base (1, i) est

(3) La matrice de lendomorphisme de d erivation dans R3 [X ], dans la base canonique, est

(4) Id E peut ne pas etre repr esent ee par In dans un couple de bases donn e (donner un exemple)

ii

(5) Un endomorphisme de E distinct de Id E peut etre repr esent ee par In dans un couple de base donn e (donner un exemple)

(6) La matrice dune application nulle est toujours nulle.

Une application lin eaire est enti` erement d etermin ee par sa matrice dans deux bases donn ees (ou une seule dans le cas dun endomorphisme). Attention cependant, deux matrices di erentes peuvent correspondre ` a un m eme morphisme, et deux morphismes distincts peuvent avoir les m emes matrices dans deux couples de bases distincts. Nous reviendrons sur ceci plus tard. Dans le cas dun endomorphisme, on prend presque toujours la m eme base au d epart et ` a larriv ee (sauf pour les matrices de changement de base, voir le paragraphe suivant). Il peut etre utile, etant donn e une matrice M , de la voir comme repr esentant un certain morphisme dans une ou plusieurs bases : si le contexte ne nous fait pas pr ef erer une autre interpr etation, on consid` erera le morphisme canoniquement associ e ` a M. 360 phane FLON Ste

CHAPITRE XVI. MATRICES

3. OPERATIONS SUR LES MATRICES

D enition (Morphisme canoniquement associ e` a une matrice) Soit M Mn,p (K). Le morphisme canoniquement associ e ` a M est lapplication lin eaire de Kp dans Kn , repr esent e par M dans les bases canoniques de ces espaces. 2.c

Nous noterons C lapplication qui ` a une matrice associe son morphisme canoniquement associ e. Exemple (Morphisme canoniquement associ e` a une matrice) (1) Le morphisme canoniquement associ e` a 0n,p est nul. (2) Le morphisme canoniquement associ e` a In est Id Kn . (3) Le morphisme canoniquement associ e` a proquement. (4) Le morphisme canoniquement associ e` a 1 2 3 envoie respectivement 2 0 1 e1 (3), e2 (3) et e3 (3) sur e1 (2) + 2e2 (2), 2e1 (2) et 3e1 (2) + e2 (2). 0 1 1 0 envoie e1 sur e2 , et r eciiii

(5) Le morphisme canoniquement associ e` a une matrice ligne ` a p colonnes est une forme lin eaire sur Kp .

Certains confondent une matrice avec le morphisme qui lui est canoniquement associ e, parlant par exemple de noyau dune matrice. Dans ce cours de premi` ere ann ee, je pr ef` ere eviter cet abus.

rations sur les matrices 3. Ope


Nous allons d enir plusieurs op erations entre matrices, ce qui conf erera ` a certains ensembles de matrices des structures (despaces vectoriels, danneaux). Ces op erations (addition, multiplication par un scalaire, et produit) seront d enies pour repr esenter d` element les op erations correspondantes pour les applications lin eaires (addition, multiplication par un scalaire, et composition). On verra enn une derni` ere op eration matricielle, la transposition, dont linterpr etation en termes lin eaires ne va pas de soi. Ce  transfert de structure  conduira ` a lexistence disomorphismes entre ensembles de matrices et ensembles dapplications lin eaires. 3.1. Lespace vectoriel des matrices de taille (n, p) On rappelle que du point de vue ensembliste, Mn,p (K) est egal ` a K[[1,n]][[1,p]] . Ce dernier ensemble est muni dune structure naturelle despace vectoriel, que nous d ecidons de conserver pour Mn,p (K) : D enition (Somme de matrices) Soient A et B deux matrices de Mn,p (K). On d enit la matrice somme C = (ci,j ), el ement de Mn,p (K), not ee A + B , par ci,j = ai,j + bi,j , pour tout (i, j ) [[1, n]][[1, p]]. 3.a

D enition (Produit dune matrice par un scalaire) Soient A une matrice de Mn,p (K) et K. On d enit la matrice produit de A par le scalaire , C = (ci,j ), not ee A, par ci,j = ai,j pour tout (i, j ) [[1, n]][[1, p]]. 3.b

361

phane FLON Ste

3. OPERATIONS SUR LES MATRICES Proposition (Base canonique matricielle)

CHAPITRE XVI. MATRICES

(Mn,p (K), +, ) est un K-espace vectoriel de dimension nie np, dont une base est (Ei,j (n, p)), o` u Ei,j (n, p) = (l,i k,j )(l,k)[[1,n]][[1,p]] . Cette base est la base canonique de Mn,p (K).

3.a

Cette base est not ee (Ei,j (n)) si n = p, voire (Ei,j ) si le contexte le permet. 3.2. Produit matriciel En r ealit e, K[[1,n]][[1,p]] est egalement muni dune structure danneau produit, d eduite de celle sur K. Cependant, ce produit nest pas lexpression de la composition des applications lin eaires, cest pourquoi nous allons en d enir un autre. Supposons E , F et G de dimensions respectives q , p et n, de bases respectives B = (e1 , . . . , eq ), C = (f1 , . . . , fp ) et D = (g1 , . . . , gn ), et soit u L(E, F ), v L(F, G). Nous voulons d enir un produit matriciel de telle sorte que MB,D (v u) = MC ,D (v )MB,C (u) () Notons A = MC ,D (v ), B = MB,C (u), et C = MB,D (v u). p Soit j [[1, q ]] : on a u(ej ) = k=1 bk,j fk . n Pour tout k [[1, p]], on a v (fk ) = i=1 ai,k gi , de sorte que
p

v (u(ej ))

=
k=1 p

bk,j v (fk )
n

=
k=1 n

bk,j
i=1 p

ai,k gi ai,k bk,j gi .

=
i=1 k=1

La formule () sera v eri ee si et seulement si pour tout (i, j ) [[1, n]] [[1, q ]] :
p

ci,j =
k=1

ai,k bk,j ,

do` u la d enition suivante : D enition (Produit de deux matrices) Soient A = (ai,j ) une matrice de Mn,p (K) et B = (bi,j ) une matrice de Mp,q (K). On d enit la matrice produit (de A par B ) C = (ci,j ), not ee AB , el ement de Mn,q (K), de la mani` ere suivante : pour tout (i, j ) [[1, n]] [[1, q ]]
p

3.c

ci,j =
k=1

ai,k bk,j

Attention ! La multiplication AB nest possible que si le nombre de colonnes de A est egal au nombre de lignes de B . Exercice (Produit matriciel) Faire des exemples de calculs de produits, illustrant la non commutativit e du produit matriciel (il se peut que AB soit d eni sans que BA le soit, que AB et BA soient d enies sans quelles aient m eme taille, que AB et BA soient d enies de m eme taille, mais distinctes).

On a une sorte de relation de Chasles pour la taille du produit :  (n, p) (p, q ) (n, q ).  362 phane FLON Ste

CHAPITRE XVI. MATRICES Il r esulte ais ement de la d enition du produit matriciel : Proposition (Produit matriciel)

3. OPERATIONS SUR LES MATRICES

Le produit matriciel est bilin eaire et associatif. Lin earit e par rapport ` a la premi` ere variable : si A, A et B sont trois matrices, et si AB et A B sont bien d enis, et et sont deux scalaires quelconques, on a : (A + A )B = AB + A B

3.b

Proposition (Alg` ebre des matrices carr ees de taille n) (Mn (K), +, ) est un anneau, non commutatif d` es que n canoniquement isomorphe ` a (L(Kn ), +, ). 2. Cet anneau est 3.c

L el ement nul (resp. unit e) de lanneau Mn (K) est 0n (resp. In ). Comme cet anneau nest pas commutatif (sauf si n = 1), on ne peut pas toujours appliquer la formule du bin ome de Newton. Cependant, on peut lappliquer si les deux matrices consid er ees commutent (ce sera le cas si lune dentre elles est scalaire). Cet anneau poss` ede des diviseurs de 0 si n 2 :

Cet anneau poss` ede m eme des el ements nilpotents non nuls si n

0:

Comme dans tout anneau, on a une structure de groupe multiplicatif pour les inversibles : D enition (Groupe lin eaire matriciel) Lensemble des matrices inversibles de Mn (K) est un groupe pour la loi de multiplication, appel e groupe lin eaire dindice n, et not e GLn (K). 3.d

Si A, B GLn (K), ne pas oublier que (AB )1 = B 1 A1 . Exemple (Matrices inversibles) Les matrices diagonales ne comportant pas de z ero sur leur diagonale sont inversibles. i

Proposition (Isomorphismes entre ensembles dapplications lin eaires et de matrices) Lapplication u MB,C (u) est un isomorphisme de lespace vectoriel L(E, F ) vers lespace vectoriel Mp,q (K). En outre, si E = F et B = C , cette application est aussi un isomorphisme danneaux, et GL(E ) et GLq (K) sont des groupes isomorphes.

3.d

Ces isomorphismes conf` erent aux ensembles de matrices des propri et es particuli` eres : par exemple, si un endomorphisme u a pour matrice A dans une base B , alors u est un automorphisme (i.e. est inversible) si et seulement si A est inversible. En particulier, une matrice carr ee admettant un inverse B dans un sens (` a gauche par exemple) admet B pour inverse. Comme propri et e g en erale dun morphisme, on a aussi MB (un ) = (MB (u))n , et cela pour toute valeur sens ee de n (n N si la matrice nest pas inversible, et n Z sinon). 363 phane FLON Ste

3. OPERATIONS SUR LES MATRICES

CHAPITRE XVI. MATRICES

Il faut sentra ner ` a mettre en correspondance les questions sur les applications lin eaires et celles sur les matrices, chaque point de vue pouvant permettre de mieux comprendre lautre. Proposition (Ecriture matricielle de leet dune application lin eaire sur un vecteur) Soit x E , u L(E, F ), y = u(x). On note X (resp. Y ) le vecteur colonne des composantes de x dans B (resp. de y dans C ), et A = MB,C (u). On a alors Y = AX

3.e

Exercice (Op erations alg ebriques sur les matrices) Faire les deux premiers exercices de TD. 2

Exercice (Commutant dune matrice) Faire lexercice 4 de TD. 3

3.3. Transposition D enition (Transpos ee) Soit A = (ai,j ) Mn,p (K). On d enit la matrice transpos ee de A, not ee t A, el ement t de Mp,n (K) par A = (ci,j ), o` u (i, j ) [[1, p]] [[1, n]], ci,j = aj,i

3.e

Exemple (Transpos ees) La transpos ee dune matrice colonne est une matrice ligne, et r eciproquement. Une matrice diagonale est invariante par transposition, mais la r eciproque est fausse (donner un exemple).

ii

A Mn,p (K),tt A = A. Proposition (La transposition est un isomorphisme) La transposition est un isomorphisme de Mn,p (K) dans Mp,n (K). (A, B ) Mn,p (K), (, ) K2 ,
t

(A + B ) = t A + t B

3.f

La transposition est un automorphisme involutif de lespace vectoriel Mn (K). En revanche, bien que la transposition ne soit pas un automorphisme de lanneau Mn (K) d` es que n on a une formule agr eable pour la transpos ee dun produit : Proposition (Transposition et produit) A Mn,p (K), B Mp,q (K),t (AB ) =t B t A. 3.g

2,

364

phane FLON Ste

CHAPITRE XVI. MATRICES D emonstration

3. OPERATIONS SUR LES MATRICES

En corollaire, si A est une matrice carr ee inversible, alors t A est inversible et (t A)1 =t (A1 ) (plus t k g en eralement, pour tout entier relatif k , ( A) =t (Ak )). D enition (Matrice sym etrique, antisym etrique) Une matrice carr ee A est dite sym etrique (resp. antisym etrique) si t A = A (resp. A = A). On note Sn (K) (resp. An (K)) lensemble des matrices sym etriques (resp. antisym etriques) de Mn (K).
t

3.f

Exemple (Matrices sym etriques, antisym etriques) Toute matrice diagonale est sym etrique, mais la r eciproque est fausse (donner des exemples). Les coecients diagonaux dune matrice antisym etrique sont tous nuls, mais la r eciproque est fausse (donner des exemples).

iii

Exercice (Puissances dune matrice sym etrique ou antisym etrique) Soit A Mn (K), suppos ee sym etrique ou antisym etrique. Que dire des puissances de A ? 4

Proposition (Suppl ementarit e des matrices sym etriques et antisym etriques) Sn (K) et An (K) sont deux sous-espaces vectoriels suppl ementaires de Mn (K). La 1 dimension de Sn (K) est 1 2 n(n + 1), celle de An (K) est 2 n(n 1) 3.h

D emonstration Pour la suppl ementarit e, interpr eter Sn (K) et An (K) comme des noyaux.

365

phane FLON Ste

4. MATRICE DE CHANGEMENT DE BASE

CHAPITRE XVI. MATRICES

En particulier, toute matrice carr ee s ecrit de mani` ere unique comme somme dune matrice sym etrique et dune matrice antisym etrique.

4. Matrice de changement de base


D enition (Matrice de passage) On suppose E de dimension n, et on consid` ere deux bases B = (e1 , . . . , en ) et B = (e1 , . . . , en ) de E . On appelle matrice de passage de la base B ` a la base B la matrice de la famille B dans la base B . On peut la noter PB B .

4.a

La j -i` eme colonne de PB B est constitu ee des composantes de ej dans la base B . Cest donc aussi la matrice MB ,B (Id E ). En particulier, une matrice de passage est inversible. La matrice de passage de B ` a B permet dexprimer facilement les vecteurs de B comme combinaison lin eaire des vecteurs de B . Bien s ur, PB B = In . Proposition (Propri et es des matrices de passage) Si B , B , B sont des bases de E , alors PB B = PB B P B Si B et B sont des bases de E , alors PB
B B

4.a

1 = PB B .

D emonstration

Proposition (Ecriture matricielle dun changement de base pour un vecteur) Soient B et B deux bases de E . Soit x un vecteur de E , et X (resp. X ) le vecteur colonne de ses coordonn ees dans B (resp. B ). On a alors : X = PB B X

4.b

D emonstration

366

phane FLON Ste

CHAPITRE XVI. MATRICES

5. MATRICES EQUIVALENTES, MATRICES SEMBLABLES

On sait facilement exprimer les vecteurs de la nouvelle base comme combinaisons lin eaires des vecteurs de lancienne base, mais on sait facilement exprimer les anciennes coordonn ees dun vecteur en fonction des nouvelles. Proposition (Formules de changement de base) On se donne deux espaces vectoriels E et F , de dimensions respectives non nulles p et n. On se donne deux bases B et B de E , et deux bases C et C de F . On se donne u L(E, F ). Soit A (resp. B ) la matrice de u dans les bases B et C (resp. B et C ). On pose Q = PC C et P = PB B . On a alors : B = Q1 AP Dans le cas particulier dun endomorphisme, si la base est la m eme au d epart et ` a larriv ee, on a donc : B = P 1 AP 4.c

D emonstration

Exercice (Changement de base) Faire lexercice 9 de TD. 5

quivalentes, matrices semblables 5. Matrices e


D enition (Matrices equivalentes) Deux matrices A et B de Mn,p (K) sont dites equivalentes sil existe une matrice inversible Q dordre n et une matrice inversible P dordre p telles que B = Q1 AP

5.a

D enition (Matrices semblables) Deux matrices carr ees A et B de Mn (K) sont dites semblables sil existe une matrice inversible P dordre n telle que B = P 1 AP

5.b

367

phane FLON Ste

5. MATRICES EQUIVALENTES, MATRICES SEMBLABLES

CHAPITRE XVI. MATRICES

Deux matrices A et B sont equivalentes si et seulement si il existe deux matrices inversibles U et V telles que B = U AV . Ces deux relations sont des relations d equivalence. Deux matrices semblables sont equivalentes, mais la r eciproque est fausse, m eme pour des matrices carr ees de m eme taille :

Si B = P 1 AP , alors par r ecurrence 1, B n = P 1 An P pour tout n N, et cette relation s etend aux entiers n egatifs si A (et donc B ) est inversible. Bien souvent, pour calculer une puissance n-i` eme, on cherche si elle est semblable ` a une matrice diagonale, car ces derni` eres matrices ont des puissances facilement calculables. Cest le probl` eme de la diagonalisation dune matrice. Soit K. La seule matrice semblable ` a In est elle-m eme :

Certaines matrices carr ees ne sont pas semblables ` a une matrice diagonale (on pourra consid erer une matrice nilpotente non nulle) :

Proposition (Caract erisation des matrices equivalentes) Deux matrices A et B sont equivalentes si et seulement si elles repr esentent un m eme morphisme dans deux couples de bases. 5.a

D emonstration

Proposition (Caract erisation des matrices semblables) Deux matrices carr ees A et B de taille n sont semblables si et seulement si il existe un endomorphisme u de E et deux bases B et C de E telles que A = MB (u) et B = MC (u)

5.b

1. Ou parce que la conjugaison par P , i.e. lapplication M P 1 M P , est un (auto)morphisme de lalg` ebre Mn (K)

368

phane FLON Ste

CHAPITRE XVI. MATRICES

EMENTAIRES 6. RANG DUNE MATRICE. OPERATIONS EL D emonstration

Exercice (Trace) Faire lexercice 11, que lon peut consid erer comme du cours. 6

rations e le mentaires 6. Rang dune matrice. Ope


6.1. Rang dune matrice D enition (Rang dune matrice) Soit A Mn,p (K). On appelle rang de A le rang de la famille des p vecteurs colonnes de A (identi es ` a des vecteurs de Kn ). On le note rg(A). 6.a

Le rang de A est donc inf erieur ou egal ` a p et ` a n. Exemple (Rangs de matrices) (1) Le rang de A est nul si et seulement si la matrice A est nulle. (2) Le rang de A vaut 1 si et seulement si au moins une des colonnes de A nest pas nulle, et toutes les autres colonnes de A en sont des multiples. (3) Le rang de A est le rang de toute application lin eaire susceptible d etre repr esent ee par A. i

Une matrice carr ee est inversible si et seulement si son rang est egal ` a sa taille. Soient n, p, r trois entiers tels que 0 r min(p, n). On note Jr (n, p) (ou Jr lorsque le contexte est susamment clair) la matrice de Mn,p (K) dont les coecients ai,j v erient ai,i = 1 pour tout i [[1, r]], et tous les autres sont nuls. Ainsi, J0 (2, 2), J2 (4, 5), J3 (5, 3) valent respectivement

Jr (n, p) est de rang r. Lemme premier pour l equivalence matricielle Deux matrices equivalentes (et de m eme taille) ont m eme rang. 6.a

369

phane FLON Ste

EMENTAIRES 6. RANG DUNE MATRICE. OPERATIONS EL D emonstration

CHAPITRE XVI. MATRICES

Lemme second pour l equivalence matricielle Une matrice A de Mn,p (K) est de rang r si et seulement si elle est equivalente ` a Jr (n, p). 6.b

D emonstration

Proposition (Caract erisation de l equivalence matricielle par le rang) Deux matrices A et B de Mn,p (K) sont equivalentes si et seulement si elles ont m eme rang. 6.c

D emonstration

Proposition (Invariance du rang par transposition) Le rang dune matrice est egal au rang de sa transpos ee t A. 6.d

370

phane FLON Ste

CHAPITRE XVI. MATRICES

EMENTAIRES 6. RANG DUNE MATRICE. OPERATIONS EL D emonstration

Le rang dune matrice est donc non seulement egal au nombre maximum de colonnes libres de A, mais aussi au nombre maximum de lignes libres de A. Exercice (In egalit es entre rangs) Faire lexercice 14 de TD. 7

rations e le mentaires 6.2. Ope n et p sont deux entiers naturels non nuls. D enition (Op eration el ementaire sur les lignes dune matrice) Soit A une matrice de Mn,p (K), de lignes L1 , . . . , Ln . On appelle op eration (ou manipulation) el ementaire sur les lignes de la matrice A lune des op erations suivantes : (1) Addition dun multiple dune ligne ` a une autre : changer Li en Li + Lj , avec i, j [[1, n]], i = j et K. (2) Multiplication dune ligne par un scalaire non nul : changer Li en Li avec i [[1, n]], = 0. (3) Echange de deux lignes : changer Li en Lj et r eciproquement changer Lj en Li , i, j [[1, n]]. Ces trois op erations sont cod ees respectivement Li Li + Lj , Li Li , Li Lj . 6.b

On d enit de la m eme fa con des op erations (ou manipulations) el ementaires sur les colonnes de la matrice A. Toute op eration el ementaire, donc toute suite dop erations el ementaires, change A en une matrice de m eme rang. On d eduit de ces r esultats que le rang dune matrice nest pas chang e si : (1) On ajoute ` a une ligne une combinaison lin eaire des autres lignes (applications successives de la premi` ere). (2) On change une ligne Li en Li + Lj , avec i = j , et = 0 (Li Li puis Li Li + Lj ). (3) On permute ses lignes (applications successives de la derni` ere). (4) On ajoute ` a chaque ligne Lj un multiple de Li , avec i = j . Attention : les changements simultan es sur des lignes, comme (L1 , L2 ) (L1 L2 , L2 L1 ), sont interdits. Les op erations el ementaires sur les lignes (resp. les colonnes) sinterpr` etent comme des multiplications ` a gauche (resp. ` a droite) par des matrices inversibles. Plus pr ecis ement : (1) Li Li + Lj sinterpr` ete comme la multiplication ` a gauche par In + Ei,j (n) (et Ci Ci + Cj sinterpr` ete comme la multiplication ` a droite par Ip + Ej,i (p)). (2) Li Li sinterpr` ete comme la multiplication ` a gauche par In +( 1)Ei,i (n) (et Ci Ci sinterpr` ete comme la multiplication ` a droite par Ip + (1 )Ei,i (p)). (3) Li Lj sinterpr` ete comme la multiplication ` a gauche (resp. ` a droite) par In Ei,i Ej,j + Ei,j + Ej,i . En cons equence, on a la proposition : 371 phane FLON Ste

EMENTAIRES 6. RANG DUNE MATRICE. OPERATIONS EL Proposition (Ecriture matricielle des op erations el ementaires)

CHAPITRE XVI. MATRICES

Soit A une matrice de Mn,p (K), transform ee en une matrice B par une suite dop erations el ementaires sur les lignes. il existe alors une matrice inversible U telle que B = U A. La matrice U est obtenue en faisant subir la m eme suite dop erations el ementaires ` a In . De m eme si C est obtenue de A par une suite dop erations el ementaires sur les colonnes : il existe alors une matrice inversible V telle que B = AV . La matrice V est obtenue en faisant subir la m eme suite dop erations el ementaires ` a Ip .

6.e

Exercice (Hyperplan et matrice inversibles) Faire lexercice 17, devenu classique. 8

`re application : calcul de linverse dune matrice inversible 6.3. Premie Soit A Mn (K). On d eduit de la proposition pr ec edente que si on arrive, ` a la suite dop erations sur les lignes, ` a obtenir In ` a partir de A, alors la matrice A est inversible, et son inverse est obtenu en appliquant ` a In la m eme suite dop erations. On en d eduit lalgorithme du pivot de Gauss pour calculer linverse dune matrice inversible. Donn ee : A Mn (K). Lalgorithme retourne A1 si A est inversible, et echoue sinon. (M, P ) (A, In ) Pour j allant de 1 ` a n, faire : (1) Si mj,j = 0, alors soit k > j tel que ak,j = 0. Appliquer lop eration Lj Lk ` a M et P . (on sassure que mj,j = 0, il est appel e pivot). (2) Pour tout i [[1, n]], i = j , appliquer les op erations Li mj,j Li mi,j Lj ` a M et P (seul mj,j nest pas nul sur la colonne Cj de M ). (La matrice M est d esormais diagonale) Pour tout i [[1, n]], eectuer Li m1 Li ` a M et P . i,i 1 (M est d esormais In , et P = A ) Sortie : P (= A1 ). Si lalgorithme echoue, cest que la matrice nest pas de rang n, donc pas inversible. Il existe un algorithme analogue avec les colonnes. Attention cependant ! Il ne faut pas m elanger manipulations sur les lignes et les colonnes en vue dun calcul dinverse, car linverse nest pas obtenu en appliquant les m emes op erations a ` In . Exercice (Algorithme de Gauss pour le calcul dinverse) Appliquer lalgorithme de Gauss pour le calcul dinverse ` a deux matrices de taille 3, lune etant inversible et lautre pas. 9

6.4. Seconde application : calcul du rang dune matrice Nous avons vu comment calculer linverse dune matrice. Cela prouve en particulier que la multiplication ` a gauche (resp. ` a droite) par toute matrice inversible P dune matrice B correspond ` a une suite dop erations sur les lignes (resp. les colonnes) de B . Ainsi, dapr` es les propri et es sur les matrices equivalentes, on peut ramener toute matrice ` a une matrice du type Jr (n, p) pour certains entiers n, p, r. Ceci donne une m ethode pratique de calcul du rang dune matrice. En fait, il nest pas n ecessaire de se ramener ` a une matrice du type Jr (n, p) : nimporte quelle matrice equivalente ` a A dont on peut facilement calculer le rang convient. Lid ee est de se ramener ` a une matrice dite echelonn ee : 372 phane FLON Ste

CHAPITRE XVI. MATRICES D enition (Matrice echelonn ee)

EMENTAIRES 6. RANG DUNE MATRICE. OPERATIONS EL

Soit A = (ai,j ) une matrice de Mn,p (K). On note L1 , . . . , Ln les lignes de A. Pour chaque i, soit d(i) le plus petit entier j (sil existe) tel que ai,j = 0. On dit que la matrice A est echelonn ee sil existe un entier r [[0, n]] tel que : (1) Pour tout i > r, la ligne Li est nulle. (2) Pour tout i r, la ligne Li est non nulle. (3) La suite (d(1), . . . , d(r)) est strictement croissante. Les r coecients ai,d(i) , qui sont tous non nuls, sont appel es les pivots de A. 6.c

Une telle matrice est de rang r. Lalgorithme suivant, dit du pivot de Gauss (pour le calcul du rang) donne une m ethode de calcul du rang. Si tous les coecients de la premi` ere colonne sont nuls, passer ` a la deuxi` eme colonne. Sinon, choisir un coecient non nul en premi` ere colonne (appel e pivot), et le placer en haut ` a gauche par echange de ligne. Annuler tous les autres coecients gr ace ` a ce pivot, puis passer ` a la colonne et au pivot suivants. Algorithme du pivot de Gauss pour le calcul du rang. Donn ee : A Mn,p (K). Description : lalgorithme retourne le rang de A, en transformant une matrice en une matrice echelonn ee par op erations el ementaires sur les lignes. r0 M A l1 Pour j allant de 1 ` a n, faire : Tant que l p et que le rang r na pas et e incr ement e, faire : (1) Si mj,l = 0, alors sil existe k > j tel que mk,l = 0, appliquer lop eration Lj Lk ` a M. (on sassure que mj,l = 0 lorsque cela est possible. Ce nombre mj,l est appel e pivot). (2) Si mj,l = 0, alors r r + 1, et pour tout i [[1, n]], i > j , appliquer les op erations Li mj,l Li mi,l Lj a M. ` (tous les termes de la l-i` eme colonne Cl de M apr` es mj,l sont nuls). (3) Si mj,l = 0, l l + 1. (on passe ` a la colonne Cl+1 car Cl na rien donn e). Fin tant que (soit le rang a et e incr ement e, soit la ligne Lj et les suivantes sont nulles, et la matrice est d ej` a echelonn ee) Fin boucle pour (La matrice M est d esormais echelonn ee) Sortie : r (= rg(A)). Un calcul analogue peut se mener avec les colonnes plut ot quavec les lignes. En fait, contrairement au cas du calcul de linverse dune matrice, si on ne cherche que le rang, on peut tr` es bien m elanger op erations el ementaires sur lignes et colonnes.

Exercice (Calcul de rang dune matrice) Faire la premi` ere question de lexercice 13. 10

373

phane FLON Ste

` 7. SYSTEMES

CHAPITRE XVI. MATRICES

`mes 7. Syste
finitions 7.1. De D enition (Syst` eme lin eaire) On appelle syst` eme lin eaire de n equations, ` a p inconnues (et ` a coecients dans K) tout syst` eme d equations dinconnues x1 , . . . , xp , de la forme : a1,1 x1 + a1,2 x2 + + a1,p xp = b1 a2,1 x1 + a2,2 x2 + + a2,p xp = b2 (S ) . . . . . . . . . an,1 x1 + an,2 x2 + + an,p xp = bn o` u les ai,j et les bi sont des el ements de K. Les ai,j sont appel es coecients du syst` eme. La matrice A = (ai,j ) est appel ee matrice du syst` eme. Le rang de A est le rang du syst` eme. Les coecients b1 , . . . , bn sont les seconds membres du syst` eme. On dit que (x1 , . . . , xp ) est le vecteur (ou p-uplet) des inconnues de S . Un vecteur (x1 , . . . , xp ) v eriant les n egalit es de S est appel e solution du syst` eme. ` Un syst` eme lin eaire est dit homog` ene si les seconds membres sont tous nuls. A un syst` eme S on associe un syst` eme homog` ene H en changeant tous les seconds membres en 0. Deux syst` emes lin eaires sont dits equivalents sils ont le m eme ensemble de solutions. 7.a

Cependant, si le syst` eme est homog` ene, il poss` ede toujours la solution nulle (0, 0, . . . , 0), appel ee solution triviale. D enition (Syst` emes carr es) Un syst` eme est dit carr e si sa matrice associ ee est carr ee (i.e. S comporte autant d equations que dinconnues). Un syst` eme S est dit triangulaire si sa matrice associ ee est triangulaire (en particulier, un tel syst` eme est carr e). Un syst` eme carr e est dit de Cramer si sa matrice associ ee est inversible (i.e. son rang r v erie r = n(= p)).

7.b

rentes interpre tations dun syste `me line aire 7.2. Diffe On reprend le syst` eme S de la d enition ci-dessus. b1 x1 . . , alors S Interpr etation matricielle : si A = (ai,j ) est la matrice du syst` eme, B = . . , X = . . bn xn s ecrit AX = B Le syst` eme homog` ene associ e s ecrit 0 . AX = . . 0 En particulier, si le syst` eme est de Cramer, le syst` eme poss` ede une unique solution (peu importe le second membre). Lavantage dun syst` eme triangulaire de Cramer est quil est facile den donner lunique solution. Si par exemple ce syst` eme est triangulaire sup erieur (de matrice triangulaire sup erieure), on en d eduit xn puis xn1 , comme cela jusqu` a x1 . 374 phane FLON Ste

CHAPITRE XVI. MATRICES

` 7. SYSTEMES

Interpr etation en termes dapplications lin eaires : en prenant le morphisme u( L(Kp , Kn )), canoniquement associ ea ` A, il appara t que S est equivalent ` a l egalit e u(x) = b o` u x = (x1 , . . . , xp ) K et b = (b1 , . . . , bn ) Kn . R esoudre S , cest donc trouver u1 ({b}). Dans le cas particulier dun syst` eme homog` ene H, il sagit donc de trouver Ker u. Interpr etation en termes de lin eaires de vecteurs de Kn : combinaisons a1,j b1 . . . R Notons Cj = . . , et B = . . esoudre S cest trouver tous les scalaires x1 , . . . , xp tels que
p

an,j

bn
p

xj Cj = B
j =1

i.e. toutes les fa cons d ecrire le vecteur colonne B comme combinaison lin eaire des vecteurs C1 , . . . , Cp . S admet une solution au moins si et seulement si B Vect(C1 , . . . , Cp ). H admet toujours la solution triviale signie que la combinaison lin eaire triviale est ` a r esultat nul. Dire que H poss` ede dautres solutions que la solution triviale signie que la famille (C1 , . . . , Cp ) est li ee. Interpr etation en termes de formes lin eaires sur Kp : pour tout i [[1, n]], on d enit la forme lin eaire i : (x1 , . . . , xp ) ai,1 x1 + . . . ai,p xp (x1 , . . . , xp ) est solution de S si et seulement si ( x1 , . . . , x p )
1 i n 1 i ({bi })

D enition (Matrice associ ee ` a une famille de formes lin eaires) Soit (1 , . . . , q ) une famille nie de formes lin eaires sur E . On appelle matrice associ ee ` a cette famille de formes lin eaires dans la base B la matrice dont la j -i` eme ligne est constitu ee des images par j dans K des vecteurs de la base B . Cette matrice est de taille q n.

7.c

Si une forme lin eaire i est nulle, une condition n ecessaire pour que S ait une solution est que bi = 0, et on peut alors retirer du syst` eme la ligne Li qui est sans int er et. Supposons que ces formes lin eaire soient toutes non nulles. Un vecteur solution sinterpr` ete dans ce cas 1 comme un vecteur appartenant ` a lintersection des  hyperplans anes  i ({bi }). 7.3. Structure de lensemble des solutions Lensemble des solutions de H est un espace vectoriel de dimension p rg(A). En cons equence, pour S admettant au moins une solution x0 , une solution g en erale x de S s ecrit x = x0 + h, o` u h est une solution g en erale de H. Si S admet au moins deux solutions distinctes, il en poss` ede une innit e. rations e le mentaires sur les lignes dun syste `me 7.4. Ope On conserve le syst` eme S , dont on note les equations E1 , . . . , En . On d enit ais ement des lois daddition de deux equations, et de multiplication dune equation par un scalaire. D enition (Op eration el ementaire sur les equations dun syst` eme) On appelle op eration el ementaire sur les lignes de S lune des op erations suivantes : (1) Addition dun multiple dune equation ` a une autre (codage Ei Ei + Ej ). (2) Multiplication dune equation par un scalaire non nul (codage Ei Ei ). (3) Echanger deux equations (codage Ei Ej ). 7.d

Toute op eration el ementaire sur les lignes de S transforme ce syst` eme en un syst` eme equivalent. 375 phane FLON Ste

` 7. SYSTEMES

CHAPITRE XVI. MATRICES

Comme pour les op erations el ementaires sur les lignes dune matrice, on peut donner dautres op erations licites : (1) On ajoute ` a une equation une combinaison lin eaire des autres equations (applications successives de la premi` ere). (2) On change une equation Ei en Ei + Ej , avec i = j , et = 0 (Ei Ei puis Ei Ei + Ej ). (3) On permute ses equations (applications successives de la derni` ere). (4) On ajoute ` a chaque equation Ej un multiple de Ei , avec i = j . (5) On peut supprimer de S toute equation triviale. Plus g en eralement, on peut supprimer de S une equation combinaison lin eaire des autres equations. solution des syste `mes de Cramer par la me thode du pivot de Gauss 7.5. Re Le principe de cette m ethode est analogue aux autres m ethodes du pivot de Gauss : on eectue des op erations el ementaires sur les equations dun syst` eme an dobtenir un syst` eme equivalent, et dont la matrice est echelonn ee. En fait, lalgorithme du pivot de Gauss correspond exactement ` a lalgorithme du pivot de Gauss pour le calcul du rang dune matrice par op erations sur les lignes, appliqu e ` a la matrice A du syst` eme ` a laquelle on adjoint une derni` ere colonne qui est B (second membre). La matrice ainsi trouv ee est echelonn ee. Si le syst` eme est de Cramer, la matrice A est chang ee en une matrice triangulaire sup erieure, ce qui permet de calculer lunique solution du syst` eme. En pratique, il nest pas n ecessaire dappliquer cet algorithme de mani` ere si rigide : si par exemple les coecients sont entiers, on privil egiera les pivots petits (id ealement 1), quitte dailleurs ` a modier lordre d ecriture des inconnues (exemple idiot o` u la matrice est echelonn ee ` a permutation des colonnes pr` es).

376

phane FLON Ste

CHAPITRE XVI. MATRICES

8. FEUILLE DE TD 16

8. Feuille de TD 16 : Matrices
n d esigne un entier naturel non nul. 8.1. Calcul matriciel Exercice 1 (Matrices commutant) 0

1 Soit A et B deux matrices carr ees n n telles que AB = A + In . Montrer que A et B commutent. 2 Soit (A, B ) (Mn (K))2 tel que AB = In + A + A2 . Montrer que AB = BA. 3 Soit A, B Mn (K) telles que AB = A + B . Montrer que A et B commutent.

Exercice 2 (Calcul dinverse dune matrice) 0 Soit A = 1 1 inverse.

1 1 0 1. V erier que A2 = A + 2I3 . En d eduire que A est inversible et calculer son 1 0

Exercice 3 (Puissances de matrices) 1 1 1 Soit A = 0 1 0 0 1 1 0 1 2 Soit A = 0 0 0 0 0 1 et soit B = A I3 . Calculer B n , puis An , pour tout entier naturel n. 1 1 1 1 1 . Pour tout entier n, calculer An . 1 1 0 1

cos sin 3 Soit A() = pour R. Calculer (A())n pour n Z. sin cos 1 1 0 0 0 1 0 0 n 4 Soit A = 0 0 1 1 . Calculer A pour n N. 0 0 0 1 5 Calculer les puissances de 0 1 1 . Faire le lien avec la suite de Fibonacci. 1

Exercice 4 (Commutant dune matrice)

Soit A Mn (K). On nomme commutant de A et on note C (A) lensemble des B Mn (K) telles que AB = BA. 1 Montrer que C (A) est une sous-alg` ebre de Mn (K), contenant lensemble K[A] des polyn omes en A. 2 Soit 1 , . . . , n des scalaires distincts deux ` a deux. D eterminer les matrices de Mn (K) commutant avec D = Diag(1 , . . . , n ).

377

phane FLON Ste

8. FEUILLE DE TD 16 Exercice 5 (Nullit e de produits de matrices) Soit A, B Mn (K) telles que : X Mn (K), AXB = 0. Montrer que A = 0 ou B = 0.

CHAPITRE XVI. MATRICES

Exercice 6 (Matrices commutant avec un ensemble de matrices) 1 Trouver les matrices A Mn (K) commutant avec toute matrice de Mn (K). 2 Trouver les matrices B Mn (R) commutant avec toute matrice de Sn (R).

Exercice 7 (Inverse dune matrice (X MP 09))

Soit A et B dans Mn (R). On suppose In AB inversible. Montrer que In BA est inversible et d eterminer son inverse.

Exercice 8 (Sous-espaces de M3 (R)) Soit F et G les sous-ensembles de M3 (R) d enis par : 0 c a+b b+c 0 , (a, b, c) R3 F = 0 c+a 0 a+b et a c a+b+d 0 b+d 0 , (a, b, c, d) R4 . G= a+c+d 0 a+c Montrer que ce sont des sous-espaces vectoriels de M3 (R) dont on d eterminera des bases.

378

phane FLON Ste

CHAPITRE XVI. MATRICES 8.2. Matrices et morphismes Exercice 9 (Changement de base)

8. FEUILLE DE TD 16

3 1 3 1 Soit A = 1 1 1 . On note B = (e1 , e2 , e3 ) la base canonique de R3 . Soit f lendomor1 1 1 phisme de R3 canoniquement associ e` a A. On pose e1 = (1, 1, 1), e2 = (1, 1, 0), e3 = (1, 0, 1) et B = (e1 , e2 , e3 ). i Montrer que B est une base de R3 . ii Ecrire la matrice de f dans cette base. iii D eterminer des bases de Ker(f ) et de Im(f ). 2 1 1 2 Soit f lendomorphisme de R3 canoniquement associ e` a A = 0 1 0 . 1 1 0 On note B = (e1 , e2 , e3 ) la base canonique de R3 . On pose e1 = (1, 0, 1), e2 = (1, 1, 0), e3 = (1, 1, 1) et B = (e1 , e2 , e3 ). i Montrer que B est une base de R3 . ii D eterminer la matrice de f dans B . iii Calculer MB (f n ), pour tout n N. 3 Soit h lhomomorphisme de R3 dans R2 d eni par rapport ` a deux bases (e1 , e2 , e3 ) et (f1 , f2 ) par 2 1 1 la matrice A = . 3 2 3 i On prend dans R3 la nouvelle base : (e1 , e2 , e3 ) = (e2 + e3 , e3 + e1 , e1 + e2 ). Quelle est la nouvelle matrice A1 de h ? ii On choisit pour base de R2 les vecteurs : 1 1 (f1 + f2 ), (f1 f2 ) (f1 , f2 ) = 2 2 en conservant la base (e1 , e2 , e3 ) de R3 . Quelle est la nouvelle matrice A2 de h ?

Exercice 10 (Matrice dun projecteur ( Mines MP 08))

Soient, dans R3 , P le plan d equation z = x y , D la droite d equations : x = y = z . Trouver la matrice canonique de la projection p de R3 sur P parall` element ` a D.

Exercice 11 (Trace)

Soit A = (ai,j ) un el ement de Mn (K). La trace de A, not ee tr(A) est la somme de ses termes
n

diagonaux :

tr(A) =
i=1

ai,i .

1 Montrer que la trace est une forme lin eaire. 2 Soit A, B Mn (K). Montrer que tr(AB ) = tr(BA). Donner un exemple de trois matrices A, B, C Mn (K) telles que tr(ABC ) = tr(CBA). 3 Soit f un endomorphisme de E , B et B deux bases de E (dim(E ) = n). Montrer que tr(MB (f )) = tr(MB (f )). Ceci permet de d enir la trace dun endomorphisme de E comme la trace de lune quelconque des matrices le repr esentant. 4 Soit p un projecteur de E . Montrer que rg(p) = tr(p). 5 Montrer que lensemble des matrices A Mn (K) de trace nulle est un sous-espace vectoriel de Mn (K), et en donner une base.

379

phane FLON Ste

8. FEUILLE DE TD 16

CHAPITRE XVI. MATRICES

Exercice 12 (Repr esentation matricielle des endomorphismes de carr e nul en dimension 3)

Soit E un C-espace vectoriel de dimension 3. Soit f un endomorphisme non nul de E . Montrer que f est de carr e nul si et seulement si il existe une base B de E telle que 0 1 0 MB (f ) = 0 0 0 . 0 0 0

rations e le mentaires 8.3. Rang dune matrice, ope

Exercice 13 (Calculs de rangs) 1 Calculer le rang 1 1 2 1 2 1 1 1 1 1 1 2 2 1 1 1 1 1 1 1 des matrices 1 1 1 1 1 , 1 1 1 1 2 suivantes : 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 1 0 0 , 0 1 1 0 1 2 1 1 2 1 1 1 1 1 3 1 1 2 1 2 2 , 1 1 3 1 1 0 1 0 1 2 1 1 2 1 1 1 1 1 2 1 1 2 1 2 2 . 1 1 3 1 1 0

Si on est courageux, on pourra calculer linverse lorsque la matrice est inversible. 2 Soit a R et n 2. D eterminer le rang de la matrice de Mn (K), dont tous les coecients sont egaux ` a a sauf les diagonaux qui valent 1. 3 Montrer que A Mn (K) est de rang 1 si et seulement si il existe deux vecteurs colonne X, Y Mn,1 (K) non nuls tels que A = X t Y . 4 Soit A M4 (K) telle que A2 = 0 et A3 = 0. D eterminer le rang de A.

Exercice 14 (In egalit es entre rangs) 1 Soit M Mn (C) de rang 1. On ecrit M = P + iQ, o` u P, Q Mn (R). Montrer : rg(P ) 2. 2 Montrer : (A, B ) Mn (C)2 , rg(A) + rg(B ) rg(AB ) + n.

Exercice 15 (Un calcul dinverse) En utilisant les op erations el ementaires, calculer 1 2 3 0 1 2 0 0 1 . . . . . . . . . 0 0 0 linverse de ... n . . . n 1 . . . n 2 . . .. . . . ... 1

380

phane FLON Ste

CHAPITRE XVI. MATRICES quivalence 8.4. Similitude, e Exercice 16 (Condition susante de non similitude)

8. FEUILLE DE TD 16

Soit A et B deux matrices carr ees de taille n. 1 Montrer que si A et B sont semblables, et si P est un polyn ome, alors P (A) et P (B ) sont semblables. 2 En d eduire que sil existe un polyn ome P tel que P (A) = 0 mais P (B ) = 0, alors A et B ne sont pas semblables. 1 2 3 3 1 2 3 Application : montrer que A = 0 1 2 et B = 2 0 1 ne sont pas semblables. 0 0 1 1 0 0 29 38 18 7 8 4 7 et B = 3 3 2 . 4 Soit A = 11 14 20 27 12 3 4 1 Montrer que A et B ont m eme rang, m eme d eterminant (notion que lon verra plus tard, mais que lon a rencontr ee en d ebut dann ee), m eme trace mais ne sont pas semblables (calculer (A I3 )2 et (B I3 )2 ).

Exercice 17 (Tout hyperplan de Mn (K) rencontre GLn (K)) Soit H un hyperplan de Mn (K) (n 2). 1 Montrer quil existe A Mn (K) telle que H = {M, tr(AM ) = 0}. 2 En d eduire que H contient une matrice inversible.

Exercice 18 (Similitude de matrices) 1 Soit A M2 (R) v eriant A2 = I2 , non scalaire. Montrer que A est semblable ` a

0 1 . 1 0 2 Soit (A, B ) GLn (K) Mn (K). Montrer que AB et BA sont semblables. Ce r esultat subsiste-t-il si A nest plus suppos ee inversible ? 3 Soit (i, j, k, l) [[1, n]]4 . Les matrices Ei,j et Ek,l sont-elles semblables ?

Exercice 19 (Produit et inverse de matrices triangulaires sup erieures)

Soient A et B Mn (K) deux matrices triangulaires sup erieures. 1 Montrer que AB est triangulaire sup erieure. 2 Montrer que si A est triangulaire sup erieure stricte, alors An = 0n (en particulier, A est nilpotente). n 3 Soit un automorphisme de K et F un sous-espace vectoriel de Kn tel que (F ) F . Montrer que 1 (F ) F . 4 Montrer que si A est inversible, alors A1 est triangulaire sup erieure.

Exercice 20 (Exponentielle dune matrice nilpotente)


i

Soit A Mn (K) nilpotente, on d enit : exp A = i 0 A i! . Montrer que si A et B sont nilpotentes et commutent, alors exp(A + B ) = exp(A) exp(B ). En d eduire que exp(A) est toujours inversible et calculer son inverse.

381

phane FLON Ste

Exercice 21 (Matrice ` a diagonale dominante (X MP 09, X PSI 09)) Soit A = (ai,j ) Mn (K) telle que i [[1, n]], |ai,i | >
j =i

|ai,j |

(on dit que A est ` a diagonale dominante ). Montrer que A est inversible.

`mes 8.5. Syste Exercice 22 (Syst` emes) 1 R esoudre, suivant les valeurs du param` etre r eel m : x mx + (m + 1)y + (m + 4)y = m+2 = 8 et mx + (m 1)y (m + 1)x my et a : z+t z 2z z = = 1 = 2 = 3 + a = m+2 = 5m + 3 3

2 R esoudre, suivant les valeurs des param` etres r eels 3x + 2y 2x + y 5 x + 4y ( + 2)x + ( + 2)y

Exercice 23 (Compatibilit e dun syst` eme) Etudier lexistence de solutions des syst` emes complexes : 1 + y + (1 m)z x (1 + m)x y + 2z 2x my + 3z 2 x mx mx my m2 y + y my 2y + m2 z + mz m3 z

= = =

m+2 0 m + 2.

= m = 1 = 1. = 1 = 1 = 1. = = = m1 m+1 0.

+ x (m + 1)x + (m 1)x 3mx (2m 1)x 4mx

+ z + (m 3)z 3z

+ (3m 7)y + (4m 1)y + (5m 7)y

+ (m 5)z + 2mz + (2m 5)z

382

CHAPITRE XVII

D eterminant
Sommaire
1. 1.1. 1.2. 1.3. 2. 2.1. 2.2. 3. 3.1. 3.2. 4. 5. 6. 6.1. 6.2. 6.3. 7. 7.1. 7.2. 7.3. 7.4. 8. 8.1. 8.2. 8.3. Groupe sym etrique D enitions Parties g en eratrices de Sn Signature, groupe altern e Applications multilin eaires D enitions Applications multilin eaires altern ees D eterminant de n vecteurs dans une base Formes n-lin eaires altern ees sur E D enitions et propri et es du d eterminant de n vecteurs D eterminant dun endomorphisme D eterminant dune matrice carr ee Calcul et utilit e dun d eterminant Propri et es calculatoires dun d eterminant Cofacteurs, comatrice Aspect polynomial du d eterminant Applications de la notion de d eterminant Inverse dune matrice Formules de Cramer Orientation Calcul du rang dune matrice (hors-programme) Feuille de TD 17 : D eterminant Calculs de d eterminants Propri et es du d eterminant Utilisation du d eterminant 383 383 385 387 388 389 390 392 392 393 394 396 398 398 398 400 400 400 401 402 402 403 403 405 406

(B ) la famille Etant donn e une application f de E dans F , B = (e1 , . . . , en ) E n , nous noterons f (f (e1 ), . . . , f (en )) de vecteurs de F .

trique 1. Groupe syme


finitions 1.1. De Soit E un ensemble non vide. On appelle permutation de E une application bijective de E sur lui-m eme. On note SE (ou S (E ), SE ) lensemble des permutations de E . Cet ensemble est muni dune structure de groupe pour la composition. Si E est ni de cardinal n N, alors SE est ni de cardinal n!. On rappelle que le cardinal dun groupe est egalement appel e son ordre. D enition (Groupe sym etrique dindice n) Soit n N . On d enit le groupe sym etrique Sn (ou Sn ) comme le groupe des permutations de [[1, n]], muni de la composition. 1.a

Un el ement de Sn (n N ) peut etre repr esent e sous la forme suivante : 1 (1) 2 (2)
383

... ...

n (n)

1. GROUPE SYMETRIQUE Par exemple, l el ement neutre e(= Id [[1,n]] ) de Sn est : 1 1 et S1 = On a S3 = : 1 1 , S2 = 1 1 2 2 , 1 2 2 ... 2 ... n n ,

CHAPITRE XVII. DETERMINANT

2 1

Le groupe Sn est dordre n!, non commutatif d` es que n

3:

Soit n N \ {0, 1}. Lensemble { Sn , (n) = n}

est un sous-groupe de Sn , canoniquement ismomorphe ` a Sn1 . Proposition (Ordre dune permutation) Pour tout Sn , il existe un plus petit entier naturel non nul p tel que p = e. 1.a

D emonstration Lensemble = { k , k N} etant ni, lapplication k N k nest pas injective, et il existe donc deux entiers naturels i et j , i < j , tels que i = j . Ainsi, j i = e. Il sensuit que lensemble {k N , k = e} est une partie non vide de N, et admet donc un plus petit el ement p.

D enition (Ordre dune permutation) Dans le contexte de la proposition pr ec edente, p est appel e lordre de . 1.b

Exemple (Ordre dune permutation) Le seul el ement dordre 1 de Sn est son el ement neutre. Les permutations 1 2 3 4 1 2 3 4 et sont des el ements dordre 2 de S4 . 2 1 3 4 2 1 4 3

384

phane FLON Ste

CHAPITRE XVII. DETERMINANT D enition (Cycle, transposition)

1. GROUPE SYMETRIQUE

Soit n 2, p [[2, n]]. Un el ement de Sn est appel e cycle de longueur p (ou p-cycle) sil existe p el ements distincts i1 , . . . , ip de [[1, n]] tels que : (1) (i1 ) = i2 , (i2 ) = i3 , . . . , (ip1 ) = ip , (ip ) = i1 . (2) Pour tout j [[1, n]] \ {i1 , . . . , ip }, (j ) = j . On appelle support du p-cycle lensemble {i1 , . . . , ip }. peut etre not e i1 i2 . . . ip . Un 2-cycle est aussi appel e transposition. Le cycle 1 2 . . . n est appel e permutation circulaire. 1.c

Toute transposition est dordre 2, mais un exemple pr ec edent nous montre que la r eciproque est fausse. Deux cycles de supports disjoints commutent. Un m eme cycle peut poss eder plusieurs  ecritures . Par exemple, 1 2 3 = 3 1 2 . Un p-cycle est dordre p. Exemple (Cycles) (1) Lexemple de 1 2 3 4 5 6
2

5 1

2 j

6 1 k ip1 1 ... j = i1 ) ii

montre quune puissance dun cycle nest pas toujours un cycle. (2) Soit n 3 et j, k [[2, n]], j = k . On a j k . (3) Linverse du p-cycle = ( i1 (cest aussi p1 ). i2 ...

ip ) est ( ip

Sn poss` ede

n 2

n(n1) 2

transpositions. ne ratrices de Sn 1.2. Parties ge

D enition (Orbite dun el ement sous-laction dune permutation) Soit i [[1, n]], et Sn . On appelle orbite de i pour (ou sous laction de ) lensemble i = { k (i), k N} Une orbite est dite triviale si cest un singleton.

1.d

Exercice (Cardinal dune orbite) Montrer que Card(i ) = min{p N , p (i) = i}, et que Card(i ) divise lordre de . 1

On a i = { k (i), k N } = { k (i), k Z} mais aussi, si p (i) = i : i = { k (i), k [[1, p]]} = { k (i), k [[0, p 1]]} Un el ement de Sn est un cycle si et seulement si toutes les orbites de , sauf une, sont triviales. 385 phane FLON Ste

1. GROUPE SYMETRIQUE

CHAPITRE XVII. DETERMINANT

Soit Sn , et i, j [[1, n]]. La relation  appartenir ` a lorbite de  (iRj equivaut ` a i j ) est une relation d equivalence. En particulier, [[1, n]] est union disjointe des orbites distinctes sous laction de . Proposition (D ecomposition dune permutation en produit de cycles ` a supports disjoints) Soit n 2. Tout el ement non trivial de Sn peut s ecrire comme produit de cycles a supports disjoints. De plus, cette d ` ecomposition est unique ` a lordre des facteurs pr` es.

1.b

D emonstration Unicit e : les cycles intervenant dans une telle d ecomposition (de Sn \ {e}) doivent avoir pour supports les di erentes orbites non triviales de , et pour unne telle orbite, laction du cycle correspondant s doit co ncider avec celle de , ce qui d etermine s.

D emonstration Existence : soit un el ement non trivial de Sn , et j1 , . . . , jl les di erentes orbites non triviales de [[1, n]] sous laction de . Pour tout k [[1, l]], on note pk le cardinal de lorbite jk , de sorte que jk = {jk , (jk ), . . . , pk 1 (jk )}. On note k = jk (jk ) . . . pk 1 (jk ) . Les permutations et k co ncident sur jk . On sait par ailleurs que les cycles 1 , . . . , l commutent deux ` a deux. V erions que = 1 . . . l . Soit i [[1, n]]. Cet entier appartient ` a au plus une des orbites j1 , . . . , jl : Sil nappartient ` a aucune dentre elles, il est laiss e xe par , ainsi que par 1 , . . . , l , de sorte que (i) = (1 . . . l )(i). Sil appartient ` a lune dentre elles, mettons jk0 , alors, il est laiss e invariant par tout j tel que j = j0 , de sorte que (1 . . . l )(i) = jk0 (i) = (i).

Exercice (D ecomposition dune permutation) D ecomposer = 1 2 3 5 3 4 7 1 5 6 8 6 7 4 8 2 . 2

Quel est lint er et dune telle d ecomposition ? (1) Comparaison de permutations : gr ace ` a lunicit e, deux permutations sont egales si et seulement si on a trouv e les m emes d ecompositions. (2) V erication dune propri et e sur Sn : si on veut v erier une propri et e 1 sur Sn , il sut de v erier quelle est vraie pour tous les cycles, et quelle est stable par produit. (3) Puissances dune permutation : muni dune telle d ecomposition, il est ais e de calculer toute puissance dune permutation (car les cycles intervenant dans cette d ecomposition commutent deux ` a deux). Ainsi, dans lexercice ci-dessus, 17 =
1. On peut comparer cela au principe de r ecurrence : pour v erier une propri et e sur N, il sut de la v erier au rang 0 et d etablie quelle est par passage au successeur. On a aussi utilis e ce genre darguments en alg` ebre lin eaire.

386

phane FLON Ste

CHAPITRE XVII. DETERMINANT Proposition (G en eration du groupe sym etrique par les transpositions) Soit n

1. GROUPE SYMETRIQUE

2. Tout el ement de Sn peut s ecrire comme produit de transpositions.

1.c

D emonstration Dapr` es la proposition pr ec edente, il sut de le prouver pour tout cycle. On note que : i1 . . . ip = i1 i2 i2 i3 . . . ip1 ip .

Cette d ecomposition nest pas unique en g en eral, voir lexemple 2 page 385. De plus, dapr` es cet exemple, les transpositions 1 j engendrent Sn . 1.3. Signature, groupe alterne D enition (Signature dune permutation) Soit Sn . On appelle signature de le nombre not e ( ), d eni par ( ) = (1)nt , o` u t est le nombre dorbites de . On dit que est de signature paire (resp. impaire) si ( ) = 1 (resp. ( ) = 1). 1.e

Exemple (Signature dune permutation) (1) (Id [[1,n]] ) = 1. (2) Une transposition est de signature 1. (3) Un 3-cycle est de signature 1. (4) Plus g en eralement, pour tout p-cycle , on a ( ) = (1) (5) 1 2 3 4 el ement de S4 est de signature 1.
p+1

iii .

Lemme sur la signature Soit Sn , et une transposition de Sn . Alors ( ) = ( )

1.d

D emonstration Ecrivons = i j (i = j ). Soit une orbite sous laction de . On v erie que si ne comprend ni i ni j , alors est aussi une orbite sous laction de . si comprend i et j , alors les orbites de i et j sous laction de sont disjointes, dunion . si comprend i mais pas j , et si on note lorbite de j sous laction de , alors lorbite de i et de j sous laction de est . Ainsi, les nombres dorbites sous les actions respectives de et nont pas m eme parit e, do` u le r esultat.

387

phane FLON Ste

2. APPLICATIONS MULTILINEAIRES Ce lemme permet de prouver la : Proposition (La signature est un morphisme)

CHAPITRE XVII. DETERMINANT

Lapplication : (Sn , ) ({1, 1}, ) est un morphisme de groupes multiplicatifs.

1.e

D emonstration Soit Sn . Le lemme pr ec edent montre que si lon d ecompose en produit de k transpositions, ( ) = (1)k . Ainsi, si Sn se d ecompose en produit de k transpositions, on a : ( ) = (1)k+k = (1)k (1)k = ( )( ), do` u le r esultat.

Cela prouve en particulier que si Sn se d ecompose en produit de p transpositions (resp. de q transpositions), alors p et q ont m eme parit e. D enition (Groupe altern e dindice n) On d enit le groupe altern e dindice n, not e An (ou An ), comme le noyau du morphisme de groupes : Sn {1, 1} (i.e. lensemble des permutations de Sn de signature paire).

1.f

Exercice (Cardinal du groupe sym etrique altern e dindice n) On suppose n 2. Montrer que An est dordre n!/2. 3

Exercice (Autre point de vue sur la signature) (Exercice facultatif, peu utile dans la suite) Etant donn e Sn , (i, j ) [[1, n]]2 , o` u i < j , on dit que inverse i et j si (j ) < (i). 1 Montrer que ( ) = (1)inv() , o` u inv ( ) d esigne le nombre dinversions dinversions sous laction de , i.e. le nombre de couples (i, j ) [[1, n]]2 , o` u i < j , tels que inverse i et j , soit encore (j ) (i) ( ) = . ji
1 i<j n

2 En utilisant la question pr ec edente, montrer ` a nouveau que est un morphisme de groupes.

aires 2. Applications multiline


Dans toute la suite du chapitre, K d esigne R ou C, n est un entier naturel non nul, et E et F sont deux K-espaces vectoriels. 388 phane FLON Ste

CHAPITRE XVII. DETERMINANT finitions 2.1. De D enition (Application multilin eaire)

2. APPLICATIONS MULTILINEAIRES

Soit f une application de E n dans F . On dit que f est lin eaire en sa i-` eme variable (o` u i [[1, n]]) si, pour tout choix de vecteurs uj , j [[1, n]] \ {i}, lapplication u f (u1 , . . . , ui1 , u, ui+1 , . . . , un ) (de E dans F ) est lin eaire. On dit que f est n-lin eaire (ou multilin eaire) si elle est lin eaire en chacune de ses n variables. On note Ln (E, F ) lensemble des applications n-lin eaires de E n vers F Si n = 2 (resp. n = 3), et si f Ln (E, F ), alors on dit que f est bilin eaire (resp. trilin eaire). On dit que f est une forme multilin eaire (ou n-lin eaire) sur E si f Ln (E, K).

2.a

Attention ! Il ne faut pas confondre Ln (E, F ) et L(E n , F ). On a par exemple (avec des notations evidentes) f (u1 , . . . , un ) = f (u1 , . . . , un ) si f est lin eaire, mais f (u1 , . . . , un ) = n f (u1 , . . . , un ) si f est n-lin eaire. De m eme, on a : (1) f (u + u , v + v ) = f (u, v ) + f (u , v ) si f est lin eaire. (2) f (u + u , v + v ) = f (u, v ) + f (u, v ) + f (u , v ) + f (u , v ) si f est bilin eaire. Ln (E, F ) est un sous-espace vectoriel de F E . Exemple (Applications multilin eaires) Exemples dapplications bilin eaires : (1) La multiplication de K2 dans K. (2) Le produit scalaire sur R2 (ou R3 ). (3) Le produit vectoriel dans R3 . (4) Le d eterminant dans R2 . (5) (f, g )
1 0
n

f g dans C ([0, 1]).

(6) (f, g ) (f g ) de (C 1 (R))2 dans C 0 (R). (7) Exemple dapplication trilin eaire : le produit mixte (ou d eterminant) dans R3 .

Exercice (Exemples dapplications multilin eaires) Constuire des applications n-lin eaires par composition ` a partir dapplications nlin eaires et dapplications lin eaires. 5

Proposition (Expression dune application n-lin eaire dans une base) On suppose E de dimension nie p 1. Soit B = (e1 , . . . , ep ) une base de E . On p es dans B ) de E , et Ln (E, F ). On consid` ere n vecteurs uj = i=1 ai,j ei (exprim a alors (u1 , . . . , un ) = ai1 ,1 . . . ain ,n (ei1 , . . . , ein )
1 i1 p,...,1 in p

2.a

389

phane FLON Ste

2. APPLICATIONS MULTILINEAIRES D emonstration R ecurrence sur n.

CHAPITRE XVII. DETERMINANT

En reprenant le contexte de cette proposition : (1) R eciproquement, une expression de la forme i1 ,...,in ai1 ,1 . . . ain ,n ,
1 i1 p,...,1 in p

o` u les sont des scalaires, d enit une application n-lin eaire. (2) Pour v erier 2 que deux applications n-lin eaires sont egales, il sut de v erier quelles co ncident en chaque (ei1 , . . . , ein ), (i1 , . . . , in ) [[1, p]]n . aires alterne es 2.2. Applications multiline D enition (Application n-lin eaire sym etrique, antisym etrique, altern ee) Soit : E n F . (1) est dite sym etrique si, pour toute transposition de [[1, n]] : (i, j ) [[1, n]]2 , (u1 , . . . , un ) E n , (u (1) , . . . , u (n) ) = (u1 , . . . , un ). (2) est dite antisym etrique si, pour toute transposition de [[1, n]] : (i, j ) [[1, n]]2 , (u1 , . . . , un ) E n , (u (1) , . . . , u (n) ) = (u1 , . . . , un ). (3) est dite altern ee si (u1 , . . . , un ) E n , (i, j ) [[1, n]]2 , i = j ui = uj ((u1 , . . . , un ) = 0F ) Lensemble des applications n-lin eaires altern ees de E n dans F est not e An (E, F ). 2.b

est altern ee si et seulement si (u1 , . . . , un ) E n , (Card({u1 , . . . , un }) < n) ((u1 , . . . , un ) = 0F ) Proposition (Equivalence entre antisym etrie et caract` ere altern e) Ln (E, F ) est antisym etrique si et seulement si elle est altern ee. 2.b

D emonstration

2. Cest une bonne approche pour montrer la formule du double produit vectoriel par exemple

390

phane FLON Ste

CHAPITRE XVII. DETERMINANT

2. APPLICATIONS MULTILINEAIRES

Proposition (Formule pour les applications n-lin eaires altern ees) Soit f An (E, F ), et Sn . Pour tous vecteurs u1 , . . . , un de E , on a : f (u(1) , u(2) , . . . , u(n) ) = ( )f (u1 , . . . , un ).

2.c

D emonstration

On a une formule plus simple (sans le  ( ) ) analogue dans le cas dune application multilin eaire sym etrique. Exemple (Applications n-lin eaires altern ees) (1) Le d eterminant dans le plan est bilin eaire altern e. (2) Le produit vectoriel est bilin eaire altern e. (3) Le produit mixte (ou le d eterminant) dans lespace R3 est trilin eaire altern e. ii

Une application n-lin eaire ` a la fois sym etrique et antisym etrique est nulle (si n An (E, F ) est un sous-espace vectoriel de Ln (E, F ).

2).

Proposition (Evaluation dune application n-lin eaire altern ee sur une famille li ee) Soit une application n-lin eaire altern ee. Si (u1 , . . . , un ) est une famille li ee de vecteurs de E , alors (u1 , . . . , un ) = 0F

2.d

D emonstration

En particulier, si dim E < n, alors An (E, F ) est un singleton, constitu e de lapplication nulle E n F . 391 phane FLON Ste

3. DETERMINANT DE N VECTEURS DANS UNE BASE Corollaire (Image dune application n-lin eaire altern ee)

CHAPITRE XVII. DETERMINANT

Soit une application n-lin eaire altern ee. Si (u1 , . . . , un ) est une famille de vecteurs de E , et si on ajoute ` a uj une combinaison lin eaire des autres vecteurs de (u1 , . . . , un ) pour obtenir un vecteur uj , alors (u1 , . . . , un ) = (u1 , . . . , uj 1 , uj , uj +1 , . . . , un ) (i.e. on ne modie pas limage de (u1 , . . . , un ) en ajoutant ` a lun des vecteurs uj une combinaison lin eaire des autres vecteurs de cette famille). 2.e

Proposition (Expression sommatoire pour une application n-lin eaire altern ee) On suppose E de dimension n, et on se donne une base B = (e1 , . . . , en ) de E . On n consid` ere n vecteurs uj = i=1 ai,j ei de E exprim es dans B , et An (E, F ). On a: (u1 , . . . , un ) = ( )a(1),1 a(2),2 . . . a(n),n (e1 , . . . , en )
Sn

2.f

D emonstration

Exercice (Expression sommatoire en basse dimension) Ecrire en extension cette formule en dimensions 1, 2 puis 3. 6

terminant de n vecteurs dans une base 3. De


E est un K-espace vectoriel de dimension n 1, muni dune base B = (e1 , . . . , en ). Nous allons dans un premier temps etudier les formes n-lin eaires altern ees sur E , et prouver que dim An (E, K) = 1, ce qui d ebouchera sur la d enition du d eterminant (dune famille) de n vecteurs de E dans la base B . aires alterne es sur E 3.1. Formes n-line Th eor` eme fondamental pour le d eterminant Lespace vectoriel An (E, K) est une droite vectorielle. 3.a

392

phane FLON Ste

CHAPITRE XVII. DETERMINANT

3. DETERMINANT DE N VECTEURS DANS UNE BASE D emonstration

Lapplication f f (e1 , . . . , en ) est un isomorphisme de An (E, K) sur K. finitions et proprie te s du de terminant de n vecteurs 3.2. De D enition (D eterminant dans une base) Lunique forme n-lin eaire altern ee sur E telle que (e1 , . . . , en ) = 1 est appel ee application d eterminant dans la base B , et est not ee detB . 3.a

Pout tout el ement de An (E, F ), on a = (e1 , . . . , en ) det


B

Dapr` es ce qui pr ec` ede, on a : Proposition (Formule sommatoire du d eterminant dans une base) On consid` ere n vecteurs uj =
B n i=1

ai,j ei de E . On a : ( )a(1),1 a(2),2 . . . a(n),n 3.b

det(u1 , . . . , un ) =
Sn

Attention ! Contrairement au d ebut dann ee, on ne parle par simplement de d eterminant dune famille de vecteurs, mais de d eterminant dune famille de vecteurs dans une base. Cette formule est rarement employ ee pour calculer eectivement un d eterminant. En revanche, on lutilise souvent dans les exercices th eoriques permettant de montrer un r esultat g en eral. Proposition (Lien entre les d eterminants dans deux bases) Soit B = (e1 , . . . , en ) une base de E . Pour tous vecteurs u1 , . . . , un de E , on a : det(u1 , . . . , un ) = det(B ) det(u1 , . . . , un ).
B B B

3.c

393

phane FLON Ste

4. DETERMINANT DUN ENDOMORPHISME D emonstration

CHAPITRE XVII. DETERMINANT

Nous en d eduisons une des premi` eres propri et es vraiment utiles de la notion de d eterminant : Proposition (Caract erisation des bases par le d eterminant) La famille (e1 , . . . , en ) de dim(E ) vecteurs de E est une base de E si et seulement si detB (e1 , . . . , en ) = 0. 3.d

D emonstration

Exercice (Base gr ace au d eterminant) Soit (u1 , u2 , u3 ) = ((1, 2, 3), (2, 1, 1), (0, 1, a)), o` u a est un param` etre r eel. D eterminer pour quelles valeurs de a (u1 , u2 , u3 ) est une base de R3 . 7

terminant dun endomorphisme 4. De


E d esigne un K-espace vectoriel de dimension n N . Proposition (D enition du d eterminant dun endomorphisme) Soit f L(E ). Il existe un unique scalaire tel que, pour toute base B de E , on ait, pour tout (u1 , . . . , un ) E n : det(f (u1 ), . . . , f (un )) = det(u1 , . . . , un ).
B B

4.a

D emonstration Unicit e : xons une base B de E . On doit avoir : (B )) = det(f (B )) = det(f


B B

(B )). Lunique valeur possible pour est donc detB (f

394

phane FLON Ste

CHAPITRE XVII. DETERMINANT

4. DETERMINANT DUN ENDOMORPHISME D emonstration

Existence : (1) Fixons une base B de E . Lapplication detB (f ()) : En (u1 , . . . , un ) K detB (f (u1 ), . . . , f (un ))

est une forme n-lin eaire altern ee sur E . La droite vectorielle An (E, K) etant dirig ee par detB , il existe K tel que detB (f ()) = detB . Ceci prouve lexistence de , pour une base donn ee. Il reste ` a v erier que ce scalaire ne d epend pas de cette base. (2) Soit B une base de E . On sait quil existe un scalaire tel que det = det
B B

(on sait m eme que = detB (B )). On a alors detB (f ()) = detB (f ()). L egalit e detB (f ()) = detB , multipli ee par , montre que : det(f ()) = det
B B

Lassertion est prouv ee.

D enition (D eterminant dun endomorphisme) Soit f un endomorphisme de E , B = (e1 , . . . , en ) une base de E . Le scalaire (B )) det(f (e1 ), . . . , f (en )) = det(f
B B

4.a

ne d epend pas de la base B (mais seulement de f ). On lappelle d eterminant de f et on le note det(f ).

Attention ! Soit f, g L(E ), K. Alors det(f ) = n det(f ) (et non det(f ), sauf cas particulier) et, en g en eral, det(f + g ) = det(f ) + det(g ) De plus, on ne parle pas du d eterminant dun endomorphisme dans une base, mais simplement du d eterminant dun endomorphisme. Exemple (D eterminant dun endomorphisme) (1) Le d eterminant de lendomorphisme nul de E est nul. (2) Le d eterminant de lapplication identique de E vaut 1. (3) det(Id E ) = .
n

Pour tout f L(E ) et tous u1 , . . . , un E , on a : det(f (u1 ), . . . , f (un )) = det(f ) det(u1 , . . . , un ).


B B

Proposition (D eterminant dune compos ee) Soit f, g L(E ). On a : det(f g ) = det(f ) det(g ) 4.b

395

phane FLON Ste

5. DETERMINANT DUNE MATRICE CARREE D emonstration

CHAPITRE XVII. DETERMINANT

En particulier, det f g = det g f . Proposition (Caract erisation des automorphismes par le d eterminant) Soit f L(E ). f est un automorphisme de E si et seulement si son d eterminant est non nul. Dans ce dernier cas, on a : 1 det(f 1 ) = det f

4.c

D emonstration

Le d eterminant d enit donc un morphisme de GL(E ) vers K . Soit f L(E ). Pour tout entier naturel p, on a : det(f p ) = (det f )p (par convention, f 0 = Id E ). Ce r esultat s etend ` a tout entier relatif dans le cas o` u f est un automorphisme.

terminant dune matrice carre e 5. De


D enition (D eterminant dune matrice carr ee) Soit A = (ai,j ) Mn (K) une matrice carr ee. On appelle d eterminant de A, et on note det A, le scalaire ( )a(1),1 . . . a(n),n .
Sn

Ce scalaire est not e a1,1 . . . an,1 ... ... a1,n . . . an,n

5.a

det(A) est donc le d eterminant de la famille des vecteurs colonnes de A dans la base canonique, vus comme des vecteurs de Kn . Cest egalement le d eterminant de lendomorphisme de Kn , canoniquement associ e` a A, et m eme le d eterminant de tout endomorphisme repr esent e par A dans une base donn ee. 396 phane FLON Ste

CHAPITRE XVII. DETERMINANT Exemple (D eterminant matriciels) On a a1,1 a2,1 et a1,1 a2,1 a3,1 a1,2 a2,2 a3,2 a1,3 a2,3 = a3,3 a1,2 = a2,2

5. DETERMINANT DUNE MATRICE CARREE

Le travail pr ec edent montre les propri et es suivantes : (1) Soit A, B Mn (K), K. On a alors det(AB ) = det A det B et det(A) = n det(A). Attention ! En g en eral, det(A) = det(A), et det(A + B ) = det(A) + det(B ). (2) Une matrice carr ee A Mn (K) est inversible si et seulement si det A = 0. On a alors det(A1 ) = (det A)1 (3) La formule det(Ak ) = (det A)k est valable pour tout entier k pour lequel elle a un sens. (4) Deux matrices semblables ont m eme d eterminant. (5) Soit E un K-espace vectoriel de dimension n 1, muni dune base B = (e1 , . . . , en ). Soit (u1 , . . . , un ) une famille de vecteurs de E , et A la matrice carr ee de cette famille dans la base B . On a alors det(u1 , . . . , un ) = det A
B

Cette famille est une base si et seulement si det A = 0. (6) On consid` ere deux bases B et B de E . Soit P = PB B . On a : det = det P det
B B

Proposition (Invariance du d eterminant par transposition) Soit A Mn (K). On a : 5.a

det t A = det A

D emonstration

Exercice (Calculs de d eterminants par lexpression sommatoire) Faire la premi` ere question de lexercice 2 de TD en utilisant lexpression sommatoire du d eterminant. 8

397

phane FLON Ste

DUN DETERMINANT 6. CALCUL ET UTILITE

CHAPITRE XVII. DETERMINANT

dun de terminant 6. Calcul et utilite


te s calculatoires dun de terminant 6.1. Proprie Remarquons que nous retrouvons bien les d enitions donn ees en d ebut dann ee pour des tableaux 2 2 et 3 3. Pour calculer un d eterminant, il est rare de recourir ` a lexpression sommatoire donn ee plus haut. Par abus de langage, on confond le d eterminant (qui est un scalaire) avec le  tableau  dont on part. Ainsi, nous pourrons parler de colonnes et de lignes dun d eterminant. (1) Multiplier une colonne par un scalaire mutliplie le d eterminant par . (2) Multiplier tous les coecients (i.e. chaque colonne) par multiplie le d eterminant par n . (3) Un d eterminant dont une colonne est nulle est nul. (4) Permuter deux colonnes change le d eterminant en son oppos e. Plus g en eralement, appliquer une permutation de signature paire (resp. impaire) ` a lensemble des colonnes dun d eterminant le laisse inchang e (resp. le change en son oppos e). (5) On ne modie pas la valeur dun d eterminant en ajoutant ` a une de ses colonnes une combinaison lin eaire des autres colonnes. (6) Un d eterminant est nul si et seulement si ses vecteurs colonnes sont li es. On a bien s ur des propri et es analogues sur les lignes dun d eterminant (puisque le d eterminant dune matrice est le d eterminant de sa transpos ee). Ces propri et es sont, avec le d eveloppement dun d eterminant selon une ligne ou une colonne (voir plus loin), les plus utiles en pratique pour calculer un d eterminant. 6.2. Cofacteurs, comatrice Ici n est un entier naturel sup erieur ou egal ` a 2. D enition (Mineur, cofacteur, comatrice) Soit A = (ai,j ) Mn (K). Pour tout couple dindices (i, j ) [[1, n]]2 , on appelle mineur du coecient de position (i, j ) dans A (ou par abus mineur de ai,j ) et on note i,j le d eterminant i,j , dordre n 1, obtenu en supprimant dans A la i-` eme ligne et la j -i` eme colonne (ligne et colonne o` u se trouve ai,j ). Le scalaire Ai,j = (1)i+j i,j est appel e cofacteur du coecient ai,j . On appelle comatrice de A et on note com A la matrice (Ai,j ) de Mn (K).

6.a

On parle aussi abusivement de cofacteur dun d eterminant. Exercice (Comatrices) Donner les comatrices des matrices carr ees de taille 2, puis de taille 3. 9

Exercice (Comatrice de la transpos ee) Soit A Mn (K). Montrer que com(t A) =t com(A). 10

Lemme premier pour le d eveloppement du d eterminant selon une colonne Le d eterminant dune matrice carr ee A = (ai,j ) dont la derni` ere colonne est nulle sauf son dernier coecient, qui vaut 1, est le mineur de ce coecient. 6.a

398

phane FLON Ste

CHAPITRE XVII. DETERMINANT

DUN DETERMINANT 6. CALCUL ET UTILITE D emonstration

On a det A =
Sn

( )a(1),1 . . . a(n),n ,

or a(n),n = 0 si (n) = n et an,n = 1. La somme est donc indic ee sur le sous-groupe G de Sn laissant n invariant. On a un isomorphisme canonique entre Sn1 et G, qui laisse la signature inchang ee. Le r esultat sensuit.

Lemme second pour le d eveloppement du d eterminant selon une colonne Si la j -i` eme colonne de A = (ai,j ) Mn (K) est nulle, sauf son i-` eme terme, qui vaut 1, alors det A = (1)i+j i,j = Ai,j .

6.b

D emonstration Si cest le i-` eme et non plus le dernier coecient qui vaut 1 et les autres 0, alors on se ram` ene au cas pr ec edent par action du cycle n n 1 . . . i + 1 i sur les lignes de A, cycle de signature (1)ni+11 . Si en outre cest la j i` eme colonne qui a tous ses coecients nuls sauf 1, on eectue la permutation n n 1 . . . j + 1 j sur les colonnes de A, de signature (1)nj +11 .

Proposition (D eveloppement dun d eterminant par rapport ` a une ligne ou une colonne) Soit A = (ai,j ) Mn (K). On a, pour tout j [[1, n]] :
n n

det A =
i=1

(1)i+j ai,j i,j =


i=1

ai,j Ai,j 6.c

(d eveloppement de par rapport ` a sa j -` eme colonne) On a aussi, pour tout i [[1, n]] :
n n

det A =
j =1

(1)i+j ai,j i,j =


j =1

ai,j Ai,j

(d eveloppement de par rapport ` a sa i-` eme ligne)

D emonstration

399

phane FLON Ste

7. APPLICATIONS DE LA NOTION DE DETERMINANT

CHAPITRE XVII. DETERMINANT

Une combinaison habile des propri et es calculatoires dun d eterminant et ces formules constituent tr` es souvent la fa con la plus simple de calculer un d eterminant. Exercice (Calculs de d eterminants) Faire les questions 3 et 4 de lexercice 2 de TD. 11

terminant 6.3. Aspect polynomial du de Dapr` es son expression sommatoire, on constate que lapplication d eterminant A Mn (K) det(A) est polynomiale en ses n2 coecients. Cet aspect polynomial permet de calculer certains d eterminants, en estimant le degr e du polyn ome consid er e, et en le connaissant en un nombre susant de points. Lexemple typique sur le sujet est le tr` es classique d eterminant de Vandermonde : Exercice (D eterminant de Vandermonde) Faire lexercice 3 de TD. 12

terminant 7. Applications de la notion de de


Nous avons d ej` a vu comment la notion de d eterminant permettait facilement de tester si une famille est une base, ou si un endomorphisme est un automorphisme. 7.1. Inverse dune matrice

Proposition (Formule avec la comatrice) Pour toute matrice A Mn (K), on a : A(t com A) = (t com A)A = (det A)In En particulier, si A est inversible, alors A 1 = 1 t ( com A) det A 7.a

D emonstration

Il faut bien observer que la premi` ere formule est valable (et est utile) m eme si A nest pas inversible. 400 phane FLON Ste

CHAPITRE XVII. DETERMINANT

7. APPLICATIONS DE LA NOTION DE DETERMINANT

Exemple (Inverse dune matrice de taille 2 par la comatrice) On ne se sert pas souvent de cette formule pour un calcul dinverse, sauf dans le cas a b dune matrice carr ee de taille 2 : si est inversible, alors son inverse est c d 1 ad bc d b c a

Exercice (Inverse dune matrice triangulaire par la comatrice) Soit A une matrice triangulaire sup erieure inversible. Montrer, avec la formule de la comatrice, que son inverse est triangulaire sup erieure. 13

7.2. Formules de Cramer On se donne un syst` eme carr e S (i.e. dont la matrice est carr ee). On sait que le syst` eme est de Cramer si et seulement si le d eterminant de sa matrice nest pas nul. Proposition (Formules de Cramer) On se donne un syst` eme de Cramer S , d ecriture matricielle AX = B . Lunique vecteur solution de S est le n-uplet (x1 , . . . , xn ) tel que det Ai i [[1, n]], xi = , det A o` u Ai d esigne la matrice obtenue ` a partir de A en rempla cant sa i-` eme colonne par le vecteur colonne second membre B .

7.b

D emonstration

Comme pour la formule avec la comatrice, lint er et de cette formule est avant tout th eorique Le d eterminant de la matrice est n eanmoins utile pour v erier/trouver les valeurs sp eciales dun param` etre, cest-` a-dire celles qui rendent le syst` eme non inversible. 401 phane FLON Ste

7. APPLICATIONS DE LA NOTION DE DETERMINANT Exemple (Formules de Cramer) Le syst` eme

CHAPITRE XVII. DETERMINANT

ax + by = e , cx + dy = f est de Cramer si et seulement si ad bc = 0, et on a alors pour unique solution le couple (x0 , y0 ), o` u ed bf af ce x0 = et y0 = . ad bc ad bc

ii

7.3. Orientation Gr ace ` a la notion de d eterminant, nous pouvons reprendre et etendre la notion dorientation dun espace vectoriel r eel. Consid erons un R-espace vectoriel E de dimension n 1. On d enit une relation d equivalence sur lensemble des bases de E en posant que B a m eme orientation que B si det MB (B ) > 0 (nous savons d ej` a que ce d eterminant est non nul). Si deux bases B et B nont pas la m eme orientation, alors toute base B aura m eme orientation que B ou que B : nous avons ainsi deux orientations possibles pour E . Ainsi, le choix dune base B de E d enit une orientation de E . Toutes les bases de m eme orientation que B seront dites directes, les autres indirectes. En g en eral, nous orientons Rn avec sa base canonique (cest parfois implicite). Nous retrouvons les d enitions de lorientation du plan et de lespace vues en d ebut dann ee. Si (e1 , . . . , en ) est directe et Sn , alors (e(1) , . . . , e(n) ) est directe (resp. indirecte) si est de signature paire (resp. impaire). Interpr etation du d eterminant (plut ot de sa valeur absolue) comme aire/volume en dimensions 2 et 3. 7.4. Calcul du rang dune matrice (hors-programme)

Exercice (Rang dune matrice par le d eterminant) Soit A = (ai,j )(i,j )[[1,n]][[1,p]] Mn,p (K). On appelle matrice extraite de A toute matrice obtenue en supprimant des lignes ou colonnes de A. Montrer que le rang de A est la plus grande taille dune matrice inversible extraite de A. Ainsi, le rang de A est la plus grande taille dun  d eterminant extrait  de A non nul.

14

402

phane FLON Ste

CHAPITRE XVII. DETERMINANT

8. FEUILLE DE TD 17

terminant 8. Feuille de TD 17 : De
n d esigne un entier naturel non nul.

terminants 8.1. Calculs de de

Exercice 1 (Nullit e dun d eterminant) Montrer sans calcul que pour tous r eels a, b, c, d : a2 b2 c2 d2 (a + 1)2 (b + 1)2 (c + 1)2 (d + 1)2 (a + 2)2 (b + 2)2 (c + 2)2 (d + 2)2 (a + 3)2 (b + 3)2 = 0. (c + 3)2 (d + 3)2

Exercice 2 (Calculs divers de d eterminants)

1 Montrer que le d eterminant dune matrice triangulaire est le produit de ses coecients diagonaux. 2 Calculer 1 2 3 4 5 1 0 3 4 5 1 2 0 4 5 . 1 2 3 0 5 1 2 3 4 0 3 Calculer 1 2 . . . n R eponse : 4 Calculer (a, b, c R) :
+1) (1)n1 nn2 n(n2 .

n 1 . . .

... . . .

2 3 . . . 1

n 1 ...

(b + c)2 a2 a2

b2 (c + a)2 b2

c2 c2 (a + b)2

R eponse : 2abc(a + b + c)3 . 5 (X MP 09, CCP PSI 09) Soit : A Mn (R) t A Mn (R). Calculer det . 6 (X PC 09) Soit : A Mn (R) A + 2t A. D eterminer la trace et le d eterminant de .

Exercice 3 (D eterminant de Vandermonde ) On consid` ere un entier n 1 et n + 1 scalaires 1 , . . . , n+1 . Calculer : 1 1 . . .


n 1

1 2 . . .
n 2

... ... . . . ...

1 n+1 . . . .
n n +1

403

phane FLON Ste

8. FEUILLE DE TD 17 Exercice 4 (Matrice compagnon) On consid` ere un entier n 2 et n scalaires a0 , . . . , an1 . Calculer X 1 0 . . . 0 0 X 1 . . . 0 ... ... .. . .. . ... 0 0 0 .. . 1 a0 a1 a2 . . .

CHAPITRE XVII. DETERMINANT

an1 X

Exercice 5 (Calcul de d eterminant par multilin earit e) (Mines PSI) Soit (a1 , . . . , an , b1 , . . . , bn ) R2n et M = (mi,j )1 si i = j . Calculer le d eterminant de M .
i,j n ,

2 o` u mi,i = ai + bi et mi,j = bi

Exercice 6 (Mines MP 08 ) Soit n N et Pn = X n X + 1. 1 Montrer que Pn admet n racines distinctes z1 , . . . , zn dans C. 1 + z1 1 ... 1 . .. . 1 . 1 + z2 . . 2 Calculer le d eterminant de . .. .. . . . 1 . 1 ... 1 1 + zn

Exercice 7 (Un d eterminant tridiagonal) Soit a, b, c trois r eels, et n le d eterminant de taille n (n a n = c 0 On pose 0 = 1, 1 = a. 1 Montrer que pour tout entier naturel n : n+2 = an+1 bcn . 2 En d eduire une m ethode de calcul de n pour tout entier naturel n. 3 Donner une formule explicite pour n dans le cas o` u a2 = 4bc. b .. .. . . .. .. c . . b a 2) suivant : 0

404

phane FLON Ste

CHAPITRE XVII. DETERMINANT Exercice 8 (Calcul astucieux de d eterminant) (Centrale PC 09) Soit a, b, c trois r eels, b = c. Calculer : a c . . . . . . c b a .. . c ... ... .. . .. . .. . ... ... b .. . .. . c b . . . . . . . b a

8. FEUILLE DE TD 17

Exercice 9 (Mines MP 08 )

On se donne m et n dans N avec m < n, P1 , . . . , Pn Rm [X ], a1 , . . . , an dans R. Calculer le d eterminant de la matrice (Pi (aj ))1 i,j n .

te s du de terminant 8.2. Proprie

Exercice 10 (D eterminant par blocs) Soit (A, B ) Mp (K) Mq (K) (p, q 1 Calculer 1). A 0q,p 2 Etendre ce r esultat ` a A 0q,p 0p,q . B

C , o` u C Mp,q (K). B

Exercice 11 (D erivation dun d eterminant)

1 Soit n N , et A = (ai,j ) Mn (R[X ]). Montrer que si ai,j = Pi,j (X ) R[X ] (pour tout (i, j ) [[1, n]]2 ), alors P1,1 P2,1 (det(A)) = . . . Pn,1 P1,2 P2,2 . . . Pn,2 ... ... ... P1,n P1,1 P2,n P2,1 + . . . . . . Pn,n Pn,1 1+X 1 . . . 1 P1,2 P2,2 . . . Pn,2 1 1+X .. . ... P1,3 P2,3 . . . Pn,3 ... .. . .. . 1 ... ... ... 1 . . . 1 1+X P1,n P1,1 P2,n P2,1 + + . . . . . . Pn,n Pn,1 ... ... ... P1,n1 P2,n1 . . . Pn,n1 P1,n P2,n . . . Pn,n

2 Calculer, au moyen dune r ecurrence, le d eterminant suivant de taille n :

405

phane FLON Ste

8. FEUILLE DE TD 17

CHAPITRE XVII. DETERMINANT

Exercice 12 (Perturbation matricielle sans eet sur le d eterminant)

1 (X MP 09) Soit n un entier pair, A Mn (R) antisym etrique, J la matrice de Mn (R) dont tous les coecients sont egaux ` a 1. Montrer que, pour tout r eel t, det(A + tJ ) = det(A). 2 (X PC 09) D eterminer les A Mn (C) telles que : M Mn (C), det(A + M ) = det(A) + det(M ).

Exercice 13 (D eterminant dun endomorphisme matriciel)

Soit A M2 (K). On consid` ere lendomorphisme uA de M2 (K) d eni par B AB . Pr eciser la matrice de uA dans la base (E1,1 , E1,2 , E2,1 , E2,2 ), et v erier que det(uA ) = (det A)2 .

Exercice 14 ((Ulm MP 08) ) Soit A, B Mn (R) telles que AB = BA et det(A + B ) det(Ap + B p ) 0.

3 0. Montrer que pour tout p N ,

Exercice 15 (X 07, Mines MP 08 ) Soit A et H dans Mn (R) avec rg(H ) = 1. Montrer : det(A + H ) det(A H ) det A2 .

terminant 8.3. Utilisation du de Exercice 16 (Racines carr ees r eelles de lunit e) 0

On suppose quil existe M Mn (R) telle que M 2 = In . Montrer que n est pair. Si n est pair, existe-t-il une matrice M Mn (R) telle que M 2 = In ?

Exercice 17 (Matrice antisym etrique de taille impaire) Montrer quune matrice antisym etrique de taille impaire ne peut pas etre inversible.

Exercice 18 (Inversion matricielle par le d eterminant) En utilisant les d eterminants, inverser la matrice : 1 1 2 1 0 0 0 0

0 0 0 0 1 2 2 1

406

phane FLON Ste

Exercice 19 (Comatrice) On consid` ere trois r eels a, b, c, et 1+a 1 1+b A= 1 1 1 1 1 1+c

Calculer le d eterminant et la comatrice de A. Quand A est inversible, pr eciser A1 .

Exercice 20 (Rang et d eterminant de la comatrice) Soit A Mn (K), o` u n 2. Calculer rg(com A) et det(com A). Indication : discuter selon le rang de A, le cas compliqu e etant rg(A) = n 1.

Exercice 21 (Ind ependance de la similitude par rapport au corps des scalaires)

(Mines MP 08, X PC 09) Montrer que si deux matrices de Mn (R) sont semblables dans Mn (C), alors elles le sont dans Mn (R).

407

CHAPITRE XVIII

Espaces euclidiens
Sommaire
1. 1.1. 1.2. 2. 2.1. 2.2. 2.3. 2.4. 3. 3.1. 3.2. 4. 5. 6. 6.1. 6.2. 6.3. 6.4. Produit scalaire Produit scalaire sur un R-espace vectoriel Norme et distance associ ees a ` un produit scalaire Orthogonalit e Familles orthonormales et orthogonales Orthogonal dune partie de E Formes lin eaires sur un espace euclidien Projecteurs orthogonaux dans un espace euclidien Automorphismes orthogonaux Groupe orthogonal Matrices orthogonales Automorphismes orthogonaux du plan Automorphismes orthogonaux de lespace Feuille de TD 18 : Espaces euclidiens Produits scalaires Endomorphismes despaces euclidiens Matrices orthogonales Espaces euclidiens de petite dimension 409 409 411 412 412 416 418 419 423 423 425 428 432 435 435 436 437 438

Dans ce chapitre, le corps de base des espaces vectoriels consid er es est R. Notre objectif est de compl eter et g en eraliser certains r esultats de d ebut dann ee. E d esignera un R-espace vectoriel, et n un entier naturel non nul.

1. Produit scalaire
1.1. Produit scalaire sur un R-espace vectoriel D enition (Application (d enie) positive) Une application f : E 2 R est dite positive si x E, x E, f (x, x) 0 Dans ce dernier cas, f est dite d enie positive si en outre f (x, x) = 0 x = 0E 1.a

D enition (Produit scalaire) On dit quune application f : E 2 R est un produit scalaire (sur E ) si f est une forme bilin eaire sym etrique, d enie positive. On appelle espace pr ehilbertien (r eel) un espace vectoriel r eel muni dun produit scalaire.

1.b

409

1. PRODUIT SCALAIRE Exemple (Produits scalaires)

CHAPITRE XVIII. ESPACES EUCLIDIENS

(1) Soit u = (u1 , . . . , un ) et v = (v1 , . . . , vn ) deux el ements quelconques de Rn . Lapplication


n

(u, v )
i=1

ui vi

est un produit scalaire, appel e produit scalaire canonique de/sur Rn . (2) Soit P =
k 0

ak X k et Q = (P |Q) =

k 0 bk X

des polyn omes r eels. On pose

ak bk ,
k 0

somme bien d enie puisque (an bn ) est presque nulle. On d enit ainsi un produit scalaire (|) sur R[X ], dit canonique. (3) Produit scalaire sur C 0 ([a, b]) (a, b R, a < b) : (f, g )
b a

f g.

(4) Soit E le R-espace vectoriel des applications f : R R, continues et 2 p eriodiques. Lapplication : 1 2 est un produit scalaire sur E . (f, g )
2

f (t)g (t)dt
0

(5) Si F est un sous-espace vectoriel de E pr ehilbertien, alors le produit scalaire sur E induit une structure pr ehilbertienne sur F .

D enition (Espace euclidien) Un espace euclidien est un R-espace vectoriel de dimension nie, muni dun produit scalaire. 1.c

Exemple (Espaces euclidiens) (1) Les espaces R2 et R3 , munis de leurs produits scalaires usuels sont des espaces euclidiens. (2) Lespace C 0 ([0, 1]), muni du produit scalaire ci-dessus, nest pas euclidien, car il nest pas de dimension nie. Cependant, ses sous-espaces vectoriels de dimension nie sont des espaces euclidiens pour la structure induite. ii

Un m eme espace peut etre muni de plusieurs produits scalaires. Pour R2 et R3 ,le produit scalaire canonique est aussi dit usuel. On parle ainsi de R2 (ou de R3 ) euclidien usuel. Proposition (In egalit e de Cauchy-Schwarz) Soit (|) un produit scalaire sur E . On a : (u, v ) E 2 , (u|v )2 (u|u)(v |v ). 1.a De plus, il y a egalit e si et seulement si (u, v ) est li ee.

410

phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS D emonstration

1. PRODUIT SCALAIRE

Dans le cas de Rn euclidien canonique, lin egalit e de Cauchy-Schwarz s ecrit :


n 2 n n

ui vi
i=1

(
i=1

u2 i )(
i=1

2 vi ).

Dans le cas int egral, on reconna t lin egalit e de Cauchy-Schwarz d ej` a vue :
b 2 b b

f (t)g (t)dt
a a

f 2 (t)dt
a

g 2 (t)dt .

Exercice (Produit scalaire canonique matriciel) Faire la premi` ere question de lexercice 4 de TD. 1

es a ` un produit scalaire 1.2. Norme et distance associe Soit (|) un produit scalaire sur E . On d enit, pour tout vecteur u de E , la norme de u (associ ee au produit scalaire (|)), par : u = (u|u) Cette application v erie les propri et es suivantes 1 : (1) u E, u 0 et ( u = 0 u = 0E ) (axiome de s eparation). (2) R, u E, u = || u (homog en eit e). (3) (u, v ) E 2 , u + v u + v (in egalit e triangulaire). On dit que lapplication est une norme. Dans le cas o` u lespace est euclidien, lapplication d enie ci-dessus est appel ee norme euclidienne associ ee au (ou d eduite du) produit scalaire (|). On peut reformuler lin egalit e de Cauchy-Schwarz dune fa con g eom etrique, facile ` a retenir : (u, v ) E 2 , |(u|v )|
2

v . u + v (ou encore | u v | uv ,

On a la seconde in egalit e triangulaire : (u, v ) E , | u v | ce qui montre que la norme est une fonction 1-lipschitzienne). Exemple (Norme euclidienne)

Dans Rn euclidien canonique, la norme euclidienne est donc donn ee par


n

u =
i=1

u2 i.

iii

On reconna t en particulier la norme usuelle dans le plan R2 et lespace R3 .

1. Ces propri et es constituent la d enition g en erale dune norme

411

phane FLON Ste

2. ORTHOGONALITE Pour tous r eels et , tous vecteurs u et v de E , on a : u + v


2

CHAPITRE XVIII. ESPACES EUCLIDIENS

= 2 u

+ 2 (u|v ) + 2 v

Proposition (Identit e du parall elogramme) Soit E un R-espace vectoriel muni dun produit scalaire (|). On a : (u, v ) E 2 , u + v
2

+ uv

= 2( u

+ v ).

1.b

Illustration

Proposition (Identit es de polarisation) Pour tout (u, v ) E 2 : (u|v ) = = = 1 2 1 4 1 2 u+v u+v u


2 2

v
2

uv
2

1.c
2

+ v

uv

Ainsi, gr ace ` a ces identit es de polarisation, il y a autant dinformation dans la norme euclidienne que dans le produit scalaire : la connaissance de la norme nous permet de retrouver le produit scalaire dont elle est issue. Cependant, toutes les normes ne sont pas issues dun produit scalaire, une condition n ecessaire etant quelle v erie lidentit e du parall elogramme : Exercice (Norme non euclidienne) (Facultatif, car un peu hors-sujet) Donner un exemple de norme sur un R-espace vectoriel, non issue dun produit scalaire. 2

enie par d(u, v ) = u v (qui se lira : Soit la norme euclidienne sur E . Lapplication d : E 2 R d distance de u ` a v ) v erie les propri et es suivantes : (1) u, v E, (2) u, v E, d(u, v ) d(u, v ) 0 et (d(u, v ) = 0 u = v ). d(u, w) + d(w, v ) (in egalit e triangulaire). d(u, v ) = d(v, u).

(3) u, v, w E,

On dit que d est une distance, associ ee ` a la norme (ou au produit scalaire (|)).

2. Orthogonalite
2.1. Familles orthonormales et orthogonales E est ici un espace pr ehilbertien (r eel). 412 phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS D enition (Vecteur unitaire) Un vecteur u de E est dit unitaire (ou encore norm e) si u = 1. Si u est un vecteur non nul de E , on appelle normalis e de u le vecteur

2. ORTHOGONALITE

u u

2.a

D enition (Vecteurs orthogonaux) Deux vecteurs u et v de E sont dits orthogonaux si (u|v ) = 0. On note alors parfois uv . 2.b

Exemple (Vecteurs orthogonaux) (1) Le seul vecteur orthogonal ` a lui-m eme est le vecteur nul (dapr` es laxiome de s eparation). (2) Le seul vecteur orthogonal ` a tous les vecteurs de E est donc a fortiori le vecteur nul. (3) Pour le produit scalaire canonique sur R[X ], des polyn omes respectivement pair et impair sont orthogonaux. (4) Pour le produit (f, g ) 1 f (t)g (t)dt sur C 0 ([1, 1], R), des fonctions respectivement paire et impaire sont orthogonales. (5) Si on munit E de deux produits scalaires, deux vecteurs peuvent etre orthogonaux pour lun mais pas pour lautre (donner un exemple).
1

D enition (Famille orthogonale, orthonorm ee) On dit quune famille (ui )iI de vecteurs de E est orthogonale si les ui sont orthogonaux deux ` a deux. Si de plus ils sont unitaires, la famille est alors dite orthonormale (ou orthonorm ee).

2.c

Exemple (Familles orthonorm ees) Dans tous les exemples de produits scalaires canoniques (i.e. dans Rn et R[X ]), la base canonique de lespace sous-jacent est une base orthonorm ee, do` u leur nom. ii

Proposition (Expression dun produit scalaire en base orthonorm ee) On suppose que E est un espace euclidien de dimension n, et que B = (e1 , . . . , en ) n n est une base orthonorm ee de E . Soit u = i=1 ui ei et v = i=1 vi ei des vecteurs de E donn es avec leurs d ecompositions respectives dans B . On a :
n

(u|v ) =
i=1

ui vi .

2.a

En particulier,
n

u =
i=1

u2 i.

413

phane FLON Ste

2. ORTHOGONALITE

CHAPITRE XVIII. ESPACES EUCLIDIENS

Attention ! Lexpression du produit scalaire dans une base orthonorm ee est tr` es agr eable, mais cette formule nest pas valable pour une base quelconque. Exercice (Produit scalaire orthonormalisant une base) Montrer, r eciproquement, que si E est un R-espace vectoriel de dimension nie n 1, de base B = (e1 , . . . , en ), et si on pose
n

(u|v ) =
n

u i vi
i=1 n i=1

pour tous vecteurs u = i=1 ui ei et v = vi ei de E , alors on obtient un produit scalaire sur E , pour lequel B est orthonormale.

Ainsi, pour toute base dun R-espace vectoriel de dimension nie non nulle, il existe un unique produit scalaire rendant cette base orthonorm ee. La famille (ui )i[[1,n]] est orthonormale si et seulement si pour tout (i, j ) [[1, n]]2 , on a (ui |uj ) = i,j . Proposition (Libert e dune famille orthogonale de vecteurs non nuls) Une famille orthogonale constitu ee de vecteurs tous non nuls est libre. En particulier, toute famille orthonorm ee de E est libre. 2.b

D emonstration

Ainsi, une base orthonorm ee de E euclidien de dimension n nest rien dautre quune famille orthonorm ee, de cardinal n. Proposition (Relation de Pythagore) Soit (ui )1
i p

une famille orthogonale. On a :


p 2 p

ui
i=1

=
i=1

ui

2.c

D emonstration

La r eciproque est vraie pour p = 2 (si u1 + u2 pour p 3.

= u1 414

+ u2 , alors (u1 , u2 ) est orthogonale), mais pas phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS

2. ORTHOGONALITE

La question de lexistence dune base orthonormale se pose naturellement, ainsi que celle de lobtention dune telle base. Lemme de lajout orthonorm e` a un hyperplan Soit E euclidien de dimension n N . On suppose disposer dune base orthonorm ee B = (e1 , . . . , en1 ) dun hyperplan H de E . Il existe alors deux vecteurs (oppos es) permettant de compl eter B en une base orthonorm ee de E .

2.d

D emonstration

Illustration

Corollaire (Compl etion dune famille orthonorm ee en une base orthonorm ee) Soit E euclidien de dimension n N . Toute famille orthonorm ee de E se compl` ete en une base orthonorm ee de E . 2.e

D emonstration

415

phane FLON Ste

2. ORTHOGONALITE Proposition (Existence dune base orthonormale)

CHAPITRE XVIII. ESPACES EUCLIDIENS

Tout espace euclidien de dimension non nulle admet une base orthonorm ee.

2.f

D emonstration

Proposition (D ecomposition dun vecteur dans une base orthonorm ee) Soit E un espace euclidien, de base orthonorm ee B = (e1 , . . . , en ). Pour tout vecteur u de E , on a :
n

2.g

u=
i=1

(u|ei )ei .

D emonstration

Attention ! Cette formule nest a priori valable que si la base est orthonorm ee. 2.2. Orthogonal dune partie de E E d esigne un espace pr ehilbertien r eel, et F un sous-espace vectoriel de E . D enition (Orthogonal dune partie) Soit A une partie de E . On appelle orthogonal de A (dans E ), et on note A ou A , lensemble des vecteurs de E orthogonaux ` a tous les vecteurs de A. Deux parties non vides A et B de E sont dites orthogonales si (a, b) A B, (a|b) = 0

2.d

416

phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS

2. ORTHOGONALITE

Illustration

Exemple (Orthogonal dune partie) (1) {0E } = E et E = {0E }. (2) Les sous-espaces de C 0 ([1, 1]) constitu es respectivement des fonctions paires et impaires sont orthogonaux pour le produit scalaire (f, g ) f g. [1,1] (3) Si deux sous-espaces vectoriels F et G de E sont suppl ementaires orthogonaux, alors on obtient une base orthonorm ee de E en concat enant des base orthonorm ees de F et de G.

iii

Proposition (Propri et es de lorthogonal) Soit A et B deux parties de E . (1) A et B sont orthogonales si et seulement si A B (si et seulement si B A ). (2) Si A B , alors B A . (3) A A . (4) A

2.h

est un sous-espace vectoriel de E (m eme si A nen est pas un).

(5) A = (Vect(A)) . En particulier, si F est engendr e par (f1 , . . . , fk ), alors u F si et seulement si u est orthogonal ` a tous les vecteurs f1 , . . . , fk . (6) F et F sont en somme directe.

D emonstration

417

phane FLON Ste

2. ORTHOGONALITE Proposition (Suppl ementaire orthogonal)

CHAPITRE XVIII. ESPACES EUCLIDIENS

On suppose ici E euclidien. On a E = F F et F = F .

2.i

D emonstration

Ces formules sont g en eralement fausses dans un espace pr ehilbertien r eel :

D enition (Suppl ementaire orthogonal) On suppose E euclidien. Le sous-espace vectoriel F de E est appel e le suppl ementaire orthogonal de F (dans E ). 2.e

Dans ce cadre, il y a bien unicit e du suppl ementaire orthogonal de F , qui est souvent ` a privil egier par rapport aux autres suppl ementaires si la structure euclidienne de E intervient.

aires sur un espace euclidien 2.3. Formes line E est un espace euclidien. Soit a E . Lapplication a : x (a|x) est une forme lin eaire sur E . Son noyau est E si a = 0E , et lhyperplan (Ra) sinon. Proposition (Isomorphisme explicite entre E et son dual) Lapplication a a est un isomorphisme de E sur son dual E = L(E, R). En particulier, pour toute forme lin eaire f sur E , il existe un unique vecteur a de E tel que f = a , i.e. x E, f (x) = (a|x).

2.j

418

phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS D emonstration

2. ORTHOGONALITE

Exemple (Produit vectoriel) Dans R3 euclidien canonique, xons deux vecteurs u et v . Lapplication x det(u, v, x) (det d esigne le d eterminant dans la base canonique) est une forme lin eaire sur R3 , ce qui conduit ` a la d enition du produit vectoriel u v .

iv

En dimension innie, toute forme lin eaire nest pas n ecessairement le produit scalaire par un vecteur donn e, donner un exemple :

2.4. Projecteurs orthogonaux dans un espace euclidien E d esigne un espace euclidien, F un sous-espace vectoriel de E . D enition (Projecteur orthogonal) Le projecteur pF sur F parall` element ` a F est appel ee projecteur orthogonal sur F . La sym etrie sF par rapport ` a F parall` element ` a F est appel ee sym etrie orthogonale par rapport a ` F. On appelle r eexion de E toute sym etrie orthogonale par rapport ` a un hyperplan de E .

2.f

Ces d enitions sont licites car F et F sont suppl ementaires dans E . Proposition (Expression dune projection orthogonale en base orthonorm ee) Si (e1 , . . . , ep ) est une base orthonorm ee de F , alors, pour tout vecteur u de E , on a
p

pF (u) =

(ek |u)ek .
k=1

2.k

419

phane FLON Ste

2. ORTHOGONALITE D emonstration

CHAPITRE XVIII. ESPACES EUCLIDIENS

On a pF = Id E pF , sF = 2pF Id E , et sF = sF . Cela permet par exemple dexprimer simplement une r eexion : Exercice (Expression dune r eexion) Soit H un hyperplan de E , dorthogonal dirig e par un vecteur a. 1 On suppose a unitaire. Exprimer r(u) en fonction de u et de a, o` u u E et r est la r eexion par rapport ` a H. 2 Donner une formule lorsque a nest plus suppos e unitaire.

Proposition (Proc ed e dorthonormalisation de Gram-Schmidt) Soit B = (e1 , . . . , en ) une base de E . Il existe alors une unique base orthonormale C = (f1 , . . . , fn ) de E v eriant : (1) k [[1, n]], (2) k [[1, n]], Vect(f1 , . . . , fk ) = Vect(e1 , . . . , ek ). (fk |ek ) > 0. 2.l

D enition (Orthonormalisation de Gram-Schmidt) Dans ce contexte, on dit que C est lorthonormalis ee de (Gram-)Schmidt de B . 2.g

Illustration

420

phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS D emonstration

2. ORTHOGONALITE

Orthonormalisation de Gram-Schmidt On peut interpr eter ce proc ed e de mani` ere g eom etrique : f1 est le normalis e de e1 , et pour tout k [[2, n]], fk est le normalis e de ek pFk1 (ek ), o` u pFk1 d esigne le projecteur orthogonal sur Fk1 = Vect(e1 , . . . , ek1 ). Puisque (f1 , . . . , fk1 ) est une base orthonorm ee de Fk1 , on a
k1

pFk1 (ek ) =
i=1

(ek |fi )fi ,


k1 i=1 (ek |fi )fi k1 i=1 (ek |fi )fi

2.1

de sorte que fk = ek ek .

Le proc ed e dorthonormalisation de Schmidt est co uteux, cest pourquoi il constitue un dernier recours : il vaut mieux trouver des informations pertinentes sur la structure euclidienne avant dy faire appel. Exercice (Matrice de passage ` a lorthonormalis ee de Schmidt) Dans le contexte de la proposition pr ec edente, que dire de la matrice PB C ? 5

Exercice (Une sym etrie orthogonale est auto-adjointe) Soit s une sym etrie orthogonale de E . 1 Montrer que pour tout (u, v ) E 2 , (s(u)|v ) = (u|s(v )). 2 En d eduire que pour tout (u, v ) E 2 , (s(u)|s(v )) = (u|v ).

Exercice (R eexion echangeant deux vecteurs distincts de m eme norme) Soit a, b E , a = b, a = b . Montrer quil existe une unique r eexion echangeant a et b. 7

421

phane FLON Ste

2. ORTHOGONALITE D enition (Distance dun vecteur ` a un sous-espace)

CHAPITRE XVIII. ESPACES EUCLIDIENS

Soit u E . Soit p le projecteur orthogonal sur F . La quantit e d(u, F ) = u p(u) est appel ee distance du vecteur u au sous-espace vectoriel F .

2.h

Proposition (Interpr etation de la distance dun vecteur ` a un sous-espace) On a d(u, F ) = min{ u x , x F } 2.m

Illustration

D emonstration

422

phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS Calcul pratique de distance

3. AUTOMORPHISMES ORTHOGONAUX

Comment, en pratique, calculer la distance dun vecteur u ` a un sous-espace F ? D ej` a, si on travaille en dimension nie, on a d(u, F ) = pF (u) , et il est donc parfois avantageux de sint eresser ` a F (si par exemple F est un hyperplan et quil est facile de trouver un vecteur non nul de F ). Ensuite, on peut tenter de trouver une base orthonorm ee (e1 , . . . , ep ) de F , an dexprimer pF (u). On a m eme un raccourci dans ce cas, car le th eor` eme de Pythagore permet de donner la formule :
p

d(u, F )2 = u

i=1

(u|ei )2 .

2.2

Une autre approche consiste ` a d eterminer pF (u) sans chercher une base orthonorm ee de F , mais en le caract erisant comme unique vecteur v de F tel que u v soit orthogonal ` a tout vecteur de F : on prend alors une base (non orthonorm ee) B = p esout le syst` eme (e1 , . . . , ep ) de F , on d ecompose v dans B : v = i=1 i ei , et on r dinconnues 1 , . . . , p , d equations (v |ej ) = (u|ej ) (j parcourant [[1, p]]). Une fois v d etermin e, on calcule d(u, F ) = u v .

Exercice (Un calcul de distance) 1 3 2 4 8

1 Pour le produit scalaire canonique sur M2 (R), calculer la distance de A = a F = S2 (R), puis ` ` a G = Vect

1 1 1 0 , . 1 1 0 0 2 Pour le produit scalaire (f, g ) [1,1] f g sur C 0 ([1, 1]), calculer la distance de cos ` a Vect(f0 , f1 , f2 ), o` u fk (t) = tk pour tout (k, t) [[0, 2]] [1, 1].

3. Automorphismes orthogonaux
3.1. Groupe orthogonal Soit E un espace vectoriel euclidien non nul.

D enition (Endomorphisme orthogonal) Soit f L(E ). On dit que lendomorphisme f de E est orthogonal sil conserve le produit scalaire, i.e. : u, v E, (f (u)|f (v )) = (u|v )

3.a

Tout endomorphisme orthogonal est en fait un automorphisme : 423 phane FLON Ste

3. AUTOMORPHISMES ORTHOGONAUX Exemple (Endomorphismes orthogonaux)

CHAPITRE XVIII. ESPACES EUCLIDIENS

(1) Les applications Id E et Id E sont des automorphismes orthogonaux de E. (2) Plus g en eralement, toute sym etrie orthogonale est un automorphisme orthogonal. (3) Le seul projecteur orthogonal qui soit un endomorphisme orthogonal de E est Id E . i

Proposition (Groupe orthogonal dun espace euclidien) Lensemble des automorphismes orthogonaux de E est un sous-groupe de GL(E ). 3.a

D emonstration

D enition (Groupe orthogonal dun espace euclidien) Lensemble des automorphismes orthogonaux de E est appel e groupe orthogonal de E et not e O(E ). 3.b

Proposition (Caract erisation des automorphismes orthogonaux) Soit f L(E ). Les propri et es suivantes sont equivalentes : (1) f conserve la norme ( u E, f (u) = u ). (2) f est orthogonal. (3) f transforme toute base orthonormale de E en une base orthonormale. (4) f transforme une base orthonormale de E en une base orthonormale. 3.b

424

phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS D emonstration

3. AUTOMORPHISMES ORTHOGONAUX

Exercice (Orthogonal dun sous-espace invariant par un automorphisme orthogonal) Soit O(E ), et F un sous-espace vectoriel de E stable par . Montrer qualors F est globalement invariant par , i.e. (F ) = F , et que F est egalement globalement invariant par .

D enition (Automorphismes orthogonaux positifs ou n egatifs) Soit E un espace euclidien, f O(E ). On dit que f est un automorphisme orthogonal positif, ou une rotation (vectorielle) (resp. un automorphisme orthogonal n egatif), si det(f ) > 0 (resp. det(f ) < 0). On note SO(E ) ou O+ (E ), et appelle groupe sp ecial orthogonal de E , lensemble des automorphismes orthogonaux positfs de E , O (E ) lensemble des automorphismes orthogonaux n egatifs de E .

3.c

D emonstration Justication du fait que SO(E ) soit bien un groupe (pour la composition) :

Evidemment, O (E ) nest pas un groupe pour la composition :

3.2. Matrices orthogonales n d esigne un entier naturel non nul. 425 phane FLON Ste

3. AUTOMORPHISMES ORTHOGONAUX Proposition (Matrices orthogonales)

CHAPITRE XVIII. ESPACES EUCLIDIENS

Soit M Mn (R). Les propri et es suivantes sont equivalentes : (1) M t M = In . (2) t M M = In . (3) M est inversible, et M 1 = (t M ). (4) Les vecteurs colonnes de M forment une base orthonormale de Rn (euclidien canonique). (5) Les vecteurs lignes de M forment une base orthonormale de Rn (euclidien canonique). 3.c

D enition (Matrice orthogonale) Lorsquune des (donc toutes les) conditions ci-dessus est r ealis ee, on dit que la matrice M est orthogonale. 3.d

D emonstration

Proposition (Groupe orthogonal dindice n) Lensemble O(n) des matrices orthogonales de taille n est un sous-groupe de GLn (R). 3.d

D enition (Groupe orthogonal dindice n) Le groupe O(n) est appel e groupe orthogonal dindice n. 3.e

426

phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS D emonstration

3. AUTOMORPHISMES ORTHOGONAUX

Une matrice de O(n) est n ecessairement de d eterminant 1 ou 1, mais la r eciproque est fausse (si n

2) :

D enition (Groupe sp ecial orthogonal) Le groupe sp ecial orthogonal dindice n, not e SO(n) ou O+ (n), est lensemble des matrices orthogonales de taille n de d eterminant 1. On pose egalement O (n) = {M O(n), det M = 1}. Les matrices de SO(n) sont dites orthogonales positives, Les matrices de O (n) sont dites orthogonales n egatives

3.f

D emonstration Justication du fait que SO(n) soit un groupe multiplicatif :

Bien s ur, O (n) nest pas un groupe multiplicatif :

Changer deux colonnes (ou deux lignes) dune matrice orthogonale positive (resp. n egative) la change en une matrice orthogonale n egative (resp. positive). De m eme si on change une colonne (ou une ligne) en son oppos ee. Exemple (Matrices orthogonales) (1) La matrice 2 1 2 3 1 est orthogonale. (2) Les matrices cos () sin () sin () cos () et cos () sin () , sin () cos () ii 2 1 2 1 2 2

o` u d ecrit R, sont orthogonales. Nous verrons plus tard quil sagit des seules de taille 2.

427

phane FLON Ste

4. AUTOMORPHISMES ORTHOGONAUX DU PLAN

CHAPITRE XVIII. ESPACES EUCLIDIENS

Exercice (Coecients manquants dune matrice orthogonale positive) 6 3 . 2 6 . en une matrice orthogonale positive. Compl eter la matrice A = 1 7 3 . .

10

Proposition (Lien entre automorphismes orthogonaux et matrices orthogonales) Soit f un endomorphisme de E , et M la matrice de f dans une base orthonormale. Les conditions suivantes sont equivalentes : (1) f est un automorphisme orthogonal de E . (2) M est une matrice orthogonale. 3.e

D emonstration

Attention ! Le lien entre automorphismes orthogonaux et matrices orthogonales seectue en base orthonorm ee. Les groupes O(E ) et O(n) donc sont isomorphes par choix dune base orthonormale B de E via f MB (f ). De m eme pour SO(E ) et SO(n). Les matrices orthogonales sont les matrices de passage entre bases orthonormales. Si f O(E ), alors det f = 1 (la r eciproque est fausse), de sorte que SO(E ) = {f O(E ), det(f ) = 1} et O (E ) = {f O(E ), det(f ) = 1}. Id E SO(E ), mais Id E appartient ` a SO(E ) ou O (E ) selon la parit e de dim E Exercice (N egativit e des r eexions) Montrer quune r eexion est toujours un automorphisme orthogonal n egatif. 11

4. Automorphismes orthogonaux du plan


On sint eresse dans cette sous-section au cas o` u E est euclidien de dimension 2. On suppose notre espace orient e, i.e. muni dune base que lon qualie de directe. Lapplication det d esignera le d eterminant dans nimporte quelle base orthonorm ee directe. La matrice de passage dune base orthonorm ee ` a une autre est donc orthogonale positive si lorientation est inchang ee, orthogonale n egative sinon. Pour tout r eel , on note R() = cos () sin () sin () cos () et 428 S () = cos () sin () sin () cos () phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS

4. AUTOMORPHISMES ORTHOGONAUX DU PLAN

Proposition (Groupe (sp ecial) orthogonal dindice 2) On a O(2) = {R(), R} {S (), R} et SO(2) = {R(), R} 4.a

D emonstration

Les rotations non triviales (i.e. distinctes de lidentit e) nadmettent aucun vecteur non nul invariant. Tout autre automorphisme orthogonal de E admet un vecteur non nul invariant.

Lapplication R : R() est un morphisme surjectif du groupe commutatif (R, +) sur SO(2), donc SO(2) est commutatif. Le noyau de R est 2 Z.

Les automorphismes orthogonaux n egatifs du plan euclidien sont donc les r eexions (ici, les hyperplans sont des droites). Plus pr ecis ement, si S () est la matrice dans (e1 , e2 ) de s O(E ), alors s est la sym etrie orthogonale par rapport ` a R(cos e + sin e ). 1 2 2 2

Illustration

429

phane FLON Ste

4. AUTOMORPHISMES ORTHOGONAUX DU PLAN

CHAPITRE XVIII. ESPACES EUCLIDIENS

Exercice (O(2) est engendr e par les r eexions) Montrer que tout produit de deux r eexions est une rotation, que, r eciproquement, toute rotation s ecrit comme produit de deux r eexions. En particulier, le groupe O(2) est engendr e par ses r eexions.

12

Proposition (Mesure dangle dune rotation) Pour toute rotation vectorielle r de E (espace euclidien de dimension 2), il existe un r eel , unique modulo 2 , tel que dans toute base orthonorm ee directe de E , la matrice de r soit egale ` a R().

4.b

D enition (Mesure dangle dune rotation) On dit que est une mesure de langle de la rotation r. 4.a

D emonstration

Si u et v sont deux vecteurs de m eme norme non nulle, il existe une unique rotation vectorielle r telle que r(u) = v . Si cette rotation est r(), alors : v = cos()u + sin()u , o` u u est choisi an que (u, u ) soit une base orthonorm ee directe de E .

D enition (Mesure dangle entre deux vecteurs non nuls) Si u et v sont deux vecteurs non nuls, on appelle mesure de langle (orient e) des u vecteurs u, v , not e (u, v ), une mesure de lunique rotation transformant u en
v v

, et lon note alors (u, v ) [2 ]

4.b

La relation de Chasles angulaire se d eduit de la relation R( + ) = R()R( ). On retrouve bien entendu les autres propri et es vues en d ebut dann ee. 430 phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS

4. AUTOMORPHISMES ORTHOGONAUX DU PLAN

Proposition (D etermination de langle dune rotation) On se donne deux vecteurs unitaires u et v , et soit une mesure de langle (u, v ) : on a cos = u v et sin = det(u, v ) En particulier, si r est une rotation dangle de mesure , alors pour tout vecteur unitaire a, on a cos = (a|r(a)) et sin = det(a, r(a))

4.c

D emonstration

Que faire si u et v ne sont pas unitaires ?

Proposition (Eet dun automorphisme orthogonal sur les angles orient es) Soit u et v deux vecteurs non nuls du plan, et f un automorphisme orthogonal de E. (1) Si f est une rotation, on a (f (u), f (v )) (u, v ) [2 ] (2) Si f est une r eexion, on a (f (u), f (v )) (u, v ) [2 ] 4.d

D emonstration On se ram` ene au cas o` u u et v sont unitaires. Soit (resp. ) une mesure de langle orient e (u, v ) (resp. (f (u), f (v ))). Comme f conserve le produit scalaire, cos() = cos( ). Par d enition du d eterminant, det(f (u), f (v )) = det(f ) det(u, v ). Ainsi, sin( ) = det(f ) sin(), do` u le r esultat.

431

phane FLON Ste

5. AUTOMORPHISMES ORTHOGONAUX DE LESPACE

CHAPITRE XVIII. ESPACES EUCLIDIENS

5. Automorphismes orthogonaux de lespace

Exercice (Quelques pr eliminaires sur les valeurs propres) Soit E un R-espace vectoriel de dimension n N . Soit u L(E ), R. On dit que u admet pour valeur propre si u Id E nest par injectif, i.e. sil existe un vecteur x non nul de E tel que u(x) = x : un tel vecteur est appel e vecteur propre de u pour la valeur propre (autrement dit, cest un vecteur non nul de Ker(u Id E )). 1 Montrer que si n est impair, alors u admet toujours au moins une valeur propre. 2 On suppose E euclidien et u orthogonal. 1 Montrer que si est une valeur propre de u, alors {1, 1}. 2 Montrer que si deux vecteurs x, y de E v erient u(x) = x et u(y ) = y , alors x y .

13

Cette fois ci, E est un espace euclidien orient e de dimension 3, et det d esignera le d eterminant dans toute base orthonorm ee directe. Proposition (Orientation dun plan vectoriel de lespace par un vecteur normal) Soit P un plan vectoriel de E , et a un vecteur normal ` a P , unitaire. Il existe alors une unique orientation de P telle que, pour tout base orthonormale directe (e1 , e2 ) de P , (e1 , e2 , a) soit une base orthonormale directe de E .

5.a

Illustration

D enition (Orientation dun plan vectoriel de lespace par un vecteur normal) On dit que le vecteur a (ou laxe Ra orient e par a) d enit une orientation de P , ou que P est orient e par a. 5.a

432

phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS

5. AUTOMORPHISMES ORTHOGONAUX DE LESPACE D emonstration

Plus g en eralement si a est un vecteur non nul orthogonal ` a P , il d enit une orientation de P (la m eme que ). Soit f un automorphisme orthogonal de E . Nous allons etudier f en examinant le sous-espace vectoriel des vecteurs invariants par f , i.e. Ker(f Id E ). Soit F = Ker(f Id E ), et m = dim F . Bien s ur, F est stable (et m eme invariant point par point) par f , et f est orthogonal, donc F est stable par f , (i.e. f (F ) F ), et m eme globalement invariant par f . Ces stabilit es font que lon pourra consid erer les endomorphismes induits par f sur F et sur F .
a a

(1) Si m = 3, alors f = Id E (en particulier, f est une rotation). (2) Si m = 2, alors f est une r eexion par rapport ` a F , f est un automorphisme orthogonal n egatif :

(3) Si m = 1, alors F est globalement invariant par f , mais seul son vecteur nul est invariant par f : la restriction de f ` a ce plan euclidien est donc une rotation non triviale. Soit e3 un vecteur unitaire de F , orientant F . La matrice de f dans une base orthonormale directe (e1 , e2 , e3 ) o` u (e1 , e2 ) est une base orthonormale directe de F s ecrit donc (pour un certain r eel ) cos sin 0 A = sin cos 0 0 0 1 Cette matrice ne d epend pas du choix de (e1 , e2 ) (base orthonorm ee directe de F ). Il sagit dune rotation vectorielle. D enition (Axe dune rotation non triviale de lespace) Dans ce contexte, f est appel ee rotation de E daxe F orient e par e3 , et de mesure (d enie modulo 2 ). 5.b

f est donc aussi la rotation de E daxe F orient e par e3 et de mesure (d enie modulo 2 ). Pour trouver cos(), on peut utiliser la trace : tr(A) = 1 + 2 cos(). Exemple (Demi-tour) Une rotation dangle de mesure est appel ee demi-tour. Dans ce cas particulier, lorientation de laxe de rotation nest pas primordiale. i

Si r est une rotation vectorielle de E daxe dirig e par un vecteur unitaire a et dangle de mesure (modulo 2 ), limage dun vecteur u orthogonal ` a laxe est donn ee par r(u) = (cos )u + (sin )a u. 433 phane FLON Ste

5. AUTOMORPHISMES ORTHOGONAUX DE LESPACE

CHAPITRE XVIII. ESPACES EUCLIDIENS

(car si u est unitaire, (u, a u, a) est orthonorm ee directe). Cette formule permet en particulier de calculer une mesure de langle dune rotation, car cos() = (u|r(u)) et sin() = det(u, r(u), a)

Exercice (Expression analytique dune rotation vectorielle) 1 En conservant les notations ci-dessus, donner limage dun vecteur quelconque u de E par r. 2 V erier que pour tout vecteur u de E non colin eaire ` a a, det(u, r(u), a) et sin() sont de m eme signe.

14

Gr ace ` a cette derni` ere observation, il est facile de d eterminer une mesure dangle dune rotation. Toute rotation peut sexprimer comme la compos ee de deux r eexions, par rapport ` a des plans dont lintersection est laxe de la rotation, lune des deux etant arbitraire (outre cette condition). R eciproquement, tout produit de deux r eexions est soit lidentit e, soit une rotation par rapport ` a laxe intersection des plans invariants par les deux r eexions. (4) Si m = 0, Ker(f +Id E ) nest pas trivial. Soit a un vecteur unitaire de ce noyau, et F la droite vectorielle engendr ee par a. Alors l etude men ee plus haut donne lallure de la matrice de f dans (e1 , e2 , a), o` u (e1 , e2 ) est une base orthonorm ee directe du plan F orient e par a : cos sin 0 0 . A = sin cos 0 0 1 f est un automorphisme orthogonal n egatif. On a cette fois-ci tr(A) = 2 cos() 1 et det(u, f (u), a) est du signe de sin() lorsque u nest pas colin eaire ` a a. Un tel automorphisme est parfois appel e antirotation ou sym etrie-rotation (daxe F orient e par a, dangle de mesure ). Id E est un exemple de tel automorphisme (on ne parle pas daxe dantirotation dans ce cas). En pratique, comment savoir si A O(3) est positive ou n egative ? En notant C1 , C2 et C3 les colonnes de A, il sut de voir si C1 C2 = C3 (A est alors positive) ou C1 C2 = C3 (A est alors n egative). Il est trivial de distinguer le cas o` u m = 3 du cas o` u m = 1 (cas des automorphismes orthogonaux positifs). Il est facile de distinguer le cas o` u m = 2 du cas o` u m = 0 (cas des automorphismes orhogonaux n egatifs) :

434

phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS

6. FEUILLE DE TD 18

6. Feuille de TD 18 : Espaces euclidiens


On se placera parfois implicitement dans Rp euclidien canonique (pour un certain entier naturel non nul p). Sauf mention contraire, E d esigne un espace euclidien. On v eriera que les applications quali ees de produits scalaires en sont vraiment. 6.1. Produits scalaires Exercice 1 (Exemples de produits scalaires) 1 Montrer que lon d enit un produit scalaire sur C 1 ([0, 1]) en posant :
1

(f, g ) C 1 ([0, 1])2 , < f, g >= f (0)g (0) +


0

f (t)g (t)dt.

2 Soit n N. Montrer que lapplication (P, Q) Rn [X ].

n k=0

P (k) (0)Q(k) (0) est un produit scalaire sur

Exercice 2 (Relations entre orthogonaux) Soit F et G deux sous-espaces vectoriels de E . Montrer que : 1 Si F G alors G F . 2 (F + G) = F G . 3 (F G) = F + G . 4 (F ) = F .

Exercice 3 (Recherche de base orthonorm ee) 1 Trouver une base orthonorm ee de R3 [X ] pour le produit scalaire donn e par
2

(P |Q) =
0

P (t)Q(t)dt.

2 Soit E = R4 [X ] muni du produit scalaire :


4

(P |Q) =
i=0

P (i)Q(i)

Chercher une base orthonorm ee de E .

Exercice 4 (Produit scalaire canonique matriciel)

Pour tous el ements A, B de E = Mn (R), on d enit (A | B ) = tr(t AB ). 1 V erier que cest un produit scalaire. Pourquoi lappelle-t-on produit scalaire canonique de Mn (R) ? Remarque : la m eme formule d enit plus g en eralemet un produit scalaire sur Mn,p (R), dit canonique. 2 D eterminer lorthogonal de lespace des matrices scalaires, des matrices sym etriques. 3 Soit P O(n). Montrer que les applications P : A AP et P : A P 1 AP sont orthogonales. 4 R eciproquement, si P ou P O(Mn (R)), est-ce que P O(n) ? (r eponses di erentes pour et ).

435

phane FLON Ste

6. FEUILLE DE TD 18 Exercice 5 (Encore les fonctions paires et impaires)

CHAPITRE XVIII. ESPACES EUCLIDIENS

Soit [a, a] un segment centr e en 0, et C ([a, a]) le R-espace vectoriel des fonctions continues sur [a, a], ` a valeurs r eelles. On munit C ([a, a]) du produit scalaire classique (f, g ) [a,a] f g . Soit P (resp. I ) lensemble des fonctions paires (resp. impaires) de C ([a, a]). 1 Montrer que I et P sont orthogonaux et suppl ementaires dans C ([a, a]). 2 Expression de la sym etrie orthogonale par rapport ` a P.

Exercice 6 (Etude dorthogonal en dimension innie) Soit E = C ([0, 1]) muni du produit scalaire : (f |g ) = t=0 f (t)g (t)dt, et F = {f E, f (0) = 0}. Montrer que F = {0}. En d eduire que E est de dimension innie.
1

Exercice 7 (Calculs de distances) 1 (X PC 09) On munit E = Rn [X ] du produit scalaire : Pour P = (P |Q) = i ai bi . Soit H = {P E, P (1) = 0}. i Trouver une base orthonormale de H . ii Calculer d(X, H ).
1 2 i

0 ai X i et Q =
i bi X i

2 Soit = inf { 1 ax2 + bx + c |x| dx : a, b, c R}. i D eterminer un espace vectoriel euclidien (E, (, )), un sous-espace vectoriel F de E et v E tel que = d(v, F )2 . ii D eterminer p F tel que = d(v, p)2 et calculer . 1 . R eponse : = 96 3 (Mines MP 09) D eterminer min R eponse :
128 11025 . 1 (f (t) (a,b)R2 0 1 (t4 1

at2 bt c)2 dt, (a, b, c) R3 .

4 (Mines MP 09) Soit f : t ]0, 1] t ln(t), prolong ee par continuit e en 0. Calculer min at b)2 dt et d eterminer les couples (a, b) qui r ealisent ce minimum. 1 . R eponse : le minimum cherch e vaut 108

Exercice 8 (Vecteurs de la sph` ere unit e et produit scalaire contraint (X MP 09) )

Soit < 1 et A une partie de la sph` ere unit e de E telle que pour tout couple (a, a ) d el ements distincts de A, on ait : < a, a > . Montrer que A est nie.

6.2. Endomorphismes despaces euclidiens Exercice 9 (Endomorphisme conservant lorthogonalit e (TPE MP 08, Mines MP 09) ) 0

Soit f un endomorphisme de E tel que : (x, y ) E 2 , < x, y >= 0 < f (x), f (y ) >= 0. Montrer que f est compos ee dune homoth etie et dune isom etrie vectorielle.

436

phane FLON Ste

CHAPITRE XVIII. ESPACES EUCLIDIENS Exercice 10 (Expression du rang dun projecteur orthogonal (CCP PSI 08) ) Soit p un projecteur orthogonal de E . 2 1 Montrer que p(x) =< p(x), x > pour tout x E . 2 Montrer que, pour toute base orthonorm ee (ei )1
i n

6. FEUILLE DE TD 18

de E ,

n i=1

p(ei )

= rg(p).

Exercice 11 (Compos ees de sym etries orthogonales)

1 Soit F, G deux sous-espaces de E tels que F G. On note sF et sG les sym etries orthogonales respectives par rapport ` a F et G. Montrer que sF sG = sG sF = s(F G) . 2 Soit F, G deux sous-espaces de E tels que F G. On note sF et sG les sym etries orthogonales respectives par rapport ` a F et G. Montrer que sF sG = sG sF = sF G .

Exercice 12 (Equivalences de propri et es dun automorphisme orthogonal) Soit f O(E ). Montrer que les enonc es suivants sont equivalents : 1 f f = Id E . 2 x E, (f (x)|x) = 0. 3 x, y E, (f (x)|y ) = (x|f (y )).

Exercice 13 (Caract erisations dun projecteur orthogonal)

Soit E un espace vectoriel euclidien et p L(E ) un projecteur. Montrer l equivalence des assertions suivantes : 1 p est un projecteur orthogonal. 2 x, y E, (x|p(y )) = (p(x)|y ). 3 x E, p(x) x .

Exercice 14 (Une somme inversible dendomorphismes (X PC 09) )

Soit u L(E ) tel que Im(u) = Ker(u). Soit v L(E ) tel que : (x, y ) E 2 , < u(x), y >=< x, v (y ) >. Montrer que u + v est inversible.

6.3. Matrices orthogonales Exercice 15 (Fonction ` a valeurs dans On (R) (X MP 08) ) 3

Soit n N impair et : R On (R) une fonction d erivable. Montrer que pour tout r eel t, (t) / GLn (R).

Exercice 16 (Matrice egale ` a sa comatrice) Quelles sont les matrices A Mn (R) egales ` a leur comatrice ?

437

phane FLON Ste

6.4. Espaces euclidiens de petite dimension Exercice 17 (Orthonormalis ee de Gram-Schmidt) 0

R3 est muni de sa structure canonique despace vectoriel euclidien. V erier que les vecteurs e1 = (1, 0, 1), e2 = (1, 0, 2) et e3 = (1, 1, 1) forment une base de R3 et en d eterminer lorthonormalis ee (f1 , f2 , f3 ) de Gram-Schmidt.

Exercice 18 (Matrice dune sym etrie orthogonale)

Donner la matrice canoniquement associ ee ` a la sym etrie orthogonale par rapport ` a la droite D donn ee par le syst` eme : xy+z = 0 x + y + 2z = 0

Exercice 19 (Expressions analytiques dendomorphismes de lespace) Donner lexpression analytique de 1 La projection orthogonale par rapport au plan d equation x + 2y + z = 0. 2 La rotation daxe orient e par (1, 0, 1), dangle de mesure 23 . 3 La rotation daxe orient e par (1, 1, 1), dangle de mesure . 4 4 La r eexion par rapport au plan d equation 2x + 2y + z = 0.

Exercice 20 (Transformations de lespace) Reconna tre les transformations g eom etriques lin eaires dont les matrices canonique de R3 sont : 3 1 6 2 2 1 2 3 1 , 1 3 6 , 1 2 1 2 1 3 6 4 3 7 1 2 2 6 2 6 6 2 7 4 4 7 4 4 1 1 4 1 8 et 4 1 8 . 9 9 4 8 1 4 8 1

0 respectives dans la base 6 2 , 3

Exercice 21 (Matrice circulaire de rotation)

a b c Soit M = c a b . Montrer que M est une matrice de rotation si et seulement si a, b, c sont les b c a 4 racines dun polyn ome de la forme P = X 3 X 2 + avec 0, 27 .

438

CHAPITRE XIX

Fractions rationnelles
Sommaire
1. 1.1. 1.2. 2. 3. 3.1. 3.2. 3.3. 3.4. 4. 4.1. 4.2. 5. 5.1. 5.2. Corps des fractions rationnelles D enition Propri et es Fonctions rationnelles Etude locale dune fraction rationnelle Partie enti` ere dune fraction rationnelle Partie polaire dune fraction rationnelle relativement a ` un p ole D ecomposition dune fraction rationnelle en el ements simples Pratique de la d ecomposition Compl ements D eriv ee logarithmique D ecomposition en el ements simples dune fraction rationnelle r eelle Feuille de TD 19 : Fractions rationnelles D ecomposition en el ements simples Calculs li es aux fractions rationnelles 439 439 441 443 445 445 446 447 448 449 449 449 451 451 452

Comme dhabitude, K d esigne le corps R ou C. Les lettres F et G ( eventuellement indic ees) d esigneront des polyn omes, P , Q d esigneront des polyn omes.

1. Corps des fractions rationnelles


finition 1.1. De On sait que K[X ] est un anneau int` egre. On peut alors d enir une relation d equivalence sur lensemble K[X ] (K[X ] {0}), en posant (P1 , Q1 )R(P2 , Q2 ) P1 Q2 = P2 Q1 On note K(X ) lensemble des classes d equivalence de K[X ] (K[X ] {0}) pour la relation R. Tout el ement de K(X ) est appel ee fraction rationnelle. P Si F K(X ) est la classe d equivalence de (P, Q), on note F = Q . Ainsi, on a P2 P1 = (P1 , Q1 )R(P2 , Q2 ) P1 Q2 = P2 Q1 Q1 Q2
P Le couple (P, Q) est appel e repr esentant de la fraction rationnelle Q . On d enit des lois daddition et de multiplication de la fa con suivante :

P1 P2 P1 Q2 + P2 Q1 + = Q1 Q2 Q1 Q2 et P1 P2 P1 P2 = Q1 Q2 Q1 Q2 Pour l egitimer ces d enitions, il faut en fait v erier que ces op erations ne d ependent pas des repr esentants choisis pour les deux fractions rationnelles :
439

1. CORPS DES FRACTIONS RATIONNELLES

CHAPITRE XIX. FRACTIONS RATIONNELLES

D emonstration

Proposition (Corps des fractions rationnelles) K(X ) muni de ces lois est un corps. 1.a

D emonstration

D enition (Corps des fractions rationnelles) Le corps K(X ) sappelle corps des fractions rationnelles ` a une ind etermin ee et ` a coecients dans K. 1.a

Plus g en eralement, pour tout anneau int` egre A, on peut d enir son corps des fractions. Nous avons egalement eectu e cette construction pour passer de Z ` a Q. De plus, on a un morphisme injectif canonique danneaux de K[X ] vers K(X ), qui ` a P associe P 1 et la notion de fraction rationnelle etend donc bien celle de polyn ome. On confondra un polyn ome et sa fraction rationnelle associ ee. K(X ) est aussi un K-espace vectoriel, de dimension innie (puisque K[X ] lest d ej` a). 440 phane FLON Ste

CHAPITRE XIX. FRACTIONS RATIONNELLES

1. CORPS DES FRACTIONS RATIONNELLES

te s 1.2. Proprie D enition (Conjugu ee dune fraction rationnelle) Soit


P Q

une fraction rationnelle ` a coecients complexes. On appelle conjugu ee de la


P . Q

fraction rationnelle la fraction

1.b

D emonstration Justication de cette d enition :

D enition (Repr esentant irr eductible dune fraction rationnelle) On appelle repr esentant irr eductible dune fraction rationnelle F tout repr esentant (P, Q) de F , o` u P Q = 1. 1.c

Par abus de langage, on dit que la fraction rationnelle

P Q

est mise sous forme irr eductible si P Q = 1.

Proposition (Forme irr eductible dune fraction rationnelle) (1) Toute fraction rationnelle admet une repr esentation irr eductible.
P (2) Si Q est une forme irr eductible dune fraction rationnelle F , et si F = alors il existe R K[X ] tel que P1 Q1 ,

P1 = RP
P Q P1 Q1

et

Q1 = RQ

1.b

(3) Si et sont des formes irr eductibles de F , alors il existe un scalaire non nul tel que P1 = P et Q1 = Q En particulier, P1 et P sont associ es, de m eme que Q1 et Q.

D emonstration

441

phane FLON Ste

1. CORPS DES FRACTIONS RATIONNELLES

CHAPITRE XIX. FRACTIONS RATIONNELLES

D enition (Mise sous forme canonique dune fraction rationnelle) On appelle forme canonique (ou repr esentant irr eductible unitaire) de F K(X ) lunique repr esentant irr eductible de F dont le d enominateur est unitaire. 1.d

D emonstration Justication de cette d enition :

Exemple (Forme canonique dune fraction rationnelle) (1) La forme canonique de 0 est 0 1. (2) La forme canonique de
X 6 X 2 3X 4 2X

est : i

(3) si F C(X ) v erie F = F , alors sa forme canonique est constitu ee de polyn omes r eels :

D enition (Degr e dune fraction rationnelle)


P Si F = Q est une fraction rationnelle, la quantit e deg P deg Q Z {} ne d epend pas du repr esentant (P, Q) de F choisi. On lappelle degr e de F , et on la note deg F .

1.e

D emonstration

La fonction degr e sur K(X ) etend bien celle de K[X ]. Lunique fraction rationnelle de degr e non entier est la fraction rationnelle nulle. 442 phane FLON Ste

CHAPITRE XIX. FRACTIONS RATIONNELLES Proposition (Degr e dune fraction rationnelle) On se donne deux fractions rationnelles F1 et F2 de K(X ). On a :

2. FONCTIONS RATIONNELLES

(1) deg(F1 +F2 ) max(deg F1 , deg F2 ), une condition susante d egalit e etant deg(F1 ) = deg(F2 ). (2) deg(F1 F2 ) = (deg F1 ) + (deg F2 ).

1.c

D emonstration

2. Fonctions rationnelles
On se donne une fraction rationnelle F =
P Q

mise sous forme irr eductible.

D enition (P oles et racines dune fraction rationnelle) (1) On appelle racine de F toute racine de P . (2) On appelle p ole de F toute racine de Q.

2.a

D emonstration Justication de cette d enition :

Un scalaire ne peut etre ` a la fois racine et p ole dune fraction rationnelle F (mais il peut etre ni lun ni lautre). P1 Si F = Q pour certains polyn omes P1 et Q1 , alors lensemble des racines (resp. des p oles) de F est un 1 sous-ensemble de lensemble des racines de P1 (resp. de Q1 ). D enition (Ordre de multiplicit e dune racine ou dun p ole dune fraction rationnelle) Si a est une racine (resp. un p ole) de F , son ordre de multiplicit e est celui de a dans P (resp. Q). 2.b

443

phane FLON Ste

2. FONCTIONS RATIONNELLES Si F = F.
P Q

CHAPITRE XIX. FRACTIONS RATIONNELLES

C(X ) admet comme p ole (resp. racine) dordre n, alors est p ole (resp. racine) dordre n de

Exercice (P oles et racines dune fraction rationnelle) Donner les racines et p oles complexes, avec leur ordre de multiplicit e, de F = (X 6 1)X 3 (X 4 1)(X 3 1) 1

D enition (Fonction rationnelle)


P Soit F = Q mise sous forme irr eductible, et soit A lensemble des p oles de F (i.e. lensemble des racines de Q). On d enit la fonction rationnelle, not ee encore F , de K A dans K, par : P ( ) K A, F () = Q()

2.c

Cela etend bien le lien entre polyn omes et fonctions polynomiales. Une fonction rationnelle est d enie en P1 tout point de K, sauf un nombre ni. Si F = Q , sous forme non n e cessairement irr e ductible, et si Q 1 () = 0, 1 alors F () =
P1 () Q1 () .

Exercice (Fonction rationnelle) Donner la fonction rationnelle complexe associ ee ` a F = (X 2 X3 X X )(X + 3) 2

D enition (Compos ee dune fraction rationnelle par un polyn ome)


P Si F = Q est une fraction rationnelle, et R est un polyn ome non constant, alors la P R fraction rationnelle QR ne d epend pas du repr esentant (P, Q) choisi pour F . Cette fraction rationnelle est not ee F (R), et appel ee compos ee de F (` a droite) par R.

2.d

D emonstration

Le degr e de F (R) est deg F deg R. Cette d enition poserait des probl` emes si R etait constant. 444 phane FLON Ste

CHAPITRE XIX. FRACTIONS RATIONNELLES 3. ETUDE LOCALE DUNE FRACTION RATIONNELLE D enition (Parit e et imparit e dune fraction rationnelle) F K(X ) est dite paire (resp. impaire) si F (X ) = F (X ) (resp. F (X ) = F (X )). 2.e

Exercice (Parit e et imparit e dune fraction rationnelle) Soit F une fraction rationnelle. (1) Montrer que F est paire si et seulement si on peut en retrouver un couple constitu e de polyn omes pairs la repr esentant. (2) Montrer que F est impaire si et seulement si on peut en retrouver un couple constitu e dun polyn ome pair et dun polyn ome impair, la repr esentant. 3

3. Etude locale dune fraction rationnelle


`re dune fraction rationnelle 3.1. Partie entie Proposition (Partie enti` ere dune fraction rationnelle) Soit F K[X ]. Il existe un unique couple (P, ) K[X ] K(X ) tel que F =P + et deg < 0

3.a

D enition (Partie enti` ere dune fraction rationnelle) Dans le contexte de la proposition pr ec edente, P est appel e partie enti` ere de la fraction rationnelle F . 3.a

D emonstration

Retenir la fa con dont on a obtenu la partie enti` ere (on remarque dailleurs que cette m ethode fonctionne m eme si la fraction rationnelle nest pas mise sous forme irr eductible). La partie enti` ere dune fraction rationnelle paire (resp. impaire) est paire (resp. impaire). 445 phane FLON Ste

3. ETUDE LOCALE DUNE FRACTION RATIONNELLE CHAPITRE XIX. FRACTIONS RATIONNELLES Exemple (Partie enti` ere dune fraction rationelle) (1) Si deg F < 0, alors la partie enti` ere de F est nulle. (2) Si deg F 0, alors le degr e de sa partie enti` ere est deg F .
X 4 3X 3 X 2 +X 1 X 2 2X +1

(3) La partie enti` ere de la fraction rationnelle

est :

` un po le 3.2. Partie polaire dune fraction rationnelle relativement a Proposition (Partie polaire dune fraction rationnelle relativement ` a un p ole) Soit F une fraction rationnelle admettant pour p ole dordre r 1. Alors il existe un unique r-uplet de scalaires (i )i[[1,r]] et une unique fraction rationnelle G nadmettant pas pour p ole, tels que : p +G F = (X )p p=1
r

3.b

D enition (Partie polaire dune fraction rationnelle relativement ` a un p ole) Dans le contexte de la proposition pr ec edente, on appelle partie polaire de la fraction rationnelle F relativement au p ole lexpression p . ( X )p p=1
r

3.b

D emonstration

Les p oles de G sont les p oles de F (sauf ), avec m emes ordres de multiplicit e respectifs. Retenir la mani` ere dont on a obtenu la partie polaire. 446 phane FLON Ste

CHAPITRE XIX. FRACTIONS RATIONNELLES 3. ETUDE LOCALE DUNE FRACTION RATIONNELLE Exemple (Partie polaire) (1) Lorsque le p ole est dordre 1 (on parle alors de p ole simple ), on peut multiplier tout par X et evaluer en (voir aussi lexercice de cours 5 ci-dessous). (2) Lorsque le p ole est dordre 2 (on parle alors de p ole double ), on peut calculer 2 ole 2 comme pr ec edemment, et consid erer F (X )2 , dont nest pas p ou p ole simple. (3) Si lunique p ole est 0, il est tr` es facile de trouver la partie polaire relative, m eme si lordre de 0 est elev e. (4) Si lunique p ole est = 0, on peut toujours se ramener au cas pr ec edent par translation de lind etermin ee.

ii

Exercice (Partie polaire) Calculer la partie polaire de F = (XX 1)4 . 10 R eponse : (F = X + 4 + X 1 + (X10 1)2 +
5

5 (X 1)3

1 (X 1)4 )

Exercice (Cas dun p ole simple) Soit F =


P Q

mise sous forme irr eductible, un p ole simple de F . Montrer que la


G Q,

P () partie polaire de F relativement ` a est Q ( en eraliser au cas o` uF = )(X ) . G o` u G K(X ) nadmet pas pour racine, et o` u est racine simple de Q.

composition dune fraction rationnelle en e le ments simples 3.3. De Dans ce paragraphe, on suppose K = C. Th eor` eme (D ecomposition en el ements simples, cas complexe) Soit F C(X ) une fraction rationnelle, dont les di erents p oles sont 1 , . . . , n , dordres respectifs r1 , . . . , rn . Il existe un unique polyn ome E C[X ], et une unique famille de scalaires (i,j )1 i n,1 j ri tels que : ri n i,j F =E+ ( X i )j i=1 j =1

3.c

D enition (D ecomposition en el ements simples, cas complexe) Dans le contexte de ce th eor` eme, on appelle d ecomposition en el ement simples (dans C(X )) de la fraction F lexpression : ri n i,j E+ (X i )j i=1 j =1

3.c

447

phane FLON Ste

3. ETUDE LOCALE DUNE FRACTION RATIONNELLE CHAPITRE XIX. FRACTIONS RATIONNELLES D emonstration

Toute fraction rationnelle F est donc somme de sa partie enti` ere et des parties polaires de F relativement a ses di ` erents p oles.

composition 3.4. Pratique de la de Le calcul de la partie enti` ere est ais e, on se concentre sur celui des parties polaires. Utilisation des d eveloppements limit es : Cest la m ethode de la d emonstration du cours, ` a utiliser quand aucune astuce nappara t. Decomposition des fractions ` a coecients r eels : Si la fraction rationnelle F ` a d ecomposer dans C(X ) est r eelle, alors sa partie enti` ere est r eelle, et si est un p ole non r eel de F de partie polaire

p ( X )p p=1

ole de F de partie polaire alors est p

p ( X )p p=1

` utiliser pour r A eduire le nombre de coecients a ` calculer. Decomposition des fractions paires ou impaires : On peut aussi utiliser la parit e ou limparit e dune fraction rationnelle pour trouver des relations simples entre les i,j . Plus g en eralement, si on trouve une transformation simple laissant F invariante, cela nous donne une information sur les parties polaires et eventuellement sur la partie enti` ere. Les coecients de plus grand poids : Si i est un p ole dordre ri , il ne doit y avoir aucune dicult e` a calculer i,ri :

Exploitation des limites de fractions rationnelles : Voir les nombreux exemples. ` utiliser sil reste peu de coecients ` Evaluation : On peut aussi evaluer en di erents points. A a calculer, pas d` es le d epart. 448 phane FLON Ste

CHAPITRE XIX. FRACTIONS RATIONNELLES Exercice (D ecompositions en el ements simples) D ecomposer en elements simples les fractions rationnelles suivantes : 1F = 2F =
X 3 +X 2 X +1 (X 2 +1)(X 2 +4) . X 2 4 (X 2 3) . 1 X 3 (X 2 1) .

4. COMPLEMENTS

3F = 1 R eponse : F = X 3
4 3 2

1 X

1 2(X 1)

1 2(X +1) .

4F = R eponse : F = X + 1
5 3 2

2X +X +3X 6X +1 . 2X 3 X 2 1 X2

4 X

2 X 1 2

.
1 X 1 .

X +8X 4X +1 5 F = 2X 8 . X 3 (X 1)2 1 2 R eponse : F = 2 + X 3 X2 +

3 X

1 (X 1)2

ments 4. Comple
rive e logarithmique 4.1. De Proposition (D ecomposition en el ements simples dune d eriv ee logarithmique) Soit P =
n

(X i )ri
i=1 P P

un polyn ome complexe (avec = 0). La d ecomposition en el ements simples de la fraction rationnelle rithmique de P ) est alors : n ri X i i=1

(la d eriv ee loga-

4.a

D emonstration

composition en e le ments simples dune fraction rationnelle re elle 4.2. De Si F R[X ], et si C R est un p ole dordre r de F , alors la somme des d ecompositions polaires de F relatives ` a et est : 1 P1 P = + = (X )r (X )r (X 2 sX + p)r o` u R2r1 [X ], s = + , p = . 449 phane FLON Ste

4. COMPLEMENTS

CHAPITRE XIX. FRACTIONS RATIONNELLES

Or (1, X, (X 2 sX + p), X (X 2 sX + p), (X 2 sX + p)2 , . . . , X (X 2 sX + p)r1 ) est une base de R2r1 [X ]. Ainsi, on peut ecrire : r i X + i = 2 sX + p)i ( X i=1 ce qui permet de trouver une d ecomposition (en fait dans R[X ]) de F , o` u tous les polyn omes sont r eels. Cest la d ecomposition de F dans R[X ].

450

phane FLON Ste

CHAPITRE XIX. FRACTIONS RATIONNELLES

5. FEUILLE DE TD 19

5. Feuille de TD 19 : Fractions rationnelles


composition en e le ments simples 5.1. De

Exercice 1 (D ecompositions el ementaires en el ements simples) D ecomposition en el ements simples dans C(X ) de la fraction rationnelle F donn ee par : 1 2 3 4 5 6
X5 (X 1)4 . X 3 +X 2 X +1 (X 2 +1)(X 2 +4) . X 2 4 X 2 3 . 1 X 3 (X 2 1) . 2X 4 +X 3 +3X 2 6X +1 . 2X 3 X 2 2X 5 8X 3 +8X 2 4X +1 . X 3 (X 1)2

Exercice 2 (Une d ecomposition en el ements simples dans R(X )) Donner la d ecomposition en el ements simples dans R(X ) de F = 2X 8 + 5X 6 12X 5 + 30X 4 + 36X 2 + 24 . X 4 (X 2 + 2)3

Exercice 3 (D ecomposition en el ements simples par d eveloppement limit e) Soit x1 , . . . , xn , n scalaires distincts deux ` a deux. On pose

D ecomposer F et F 2 P (xi )).

1 P en el ements simples (on exprimera les coecients en fonction des P (xi ) et P (X ) = (X x1 ) . . . (X xn ) et F (X ) =

Exercice 4 (D ecompositions en el ements simples plus diciles) Soit n N, n 2. D ecomposer en el ements simples dans C(X ) : 1 (Mines MP 05) X (X +1)1 . ...(X +n) 2 (Mines MP 05) Soit P un polyn ome unitaire de degr e n et Q = i D ecomposer P/Q en el ements simples. ii Montrer que : max{|P (k )|, 0 k n} n!/2n . 1 3 (X 1)( X n 1) . 4
1 X 2 (X 1)n . n i=0 (X

i).

451

phane FLON Ste

s aux fractions rationnelles 5.2. Calculs lie Exercice 5 (Sommes et fractions rationnelles) Calculer : 1 11 23 + 2
1 13

1 234

1 57

1 345 + 1 1 911 + 1315

... + ...

Exercice 6 (Reprise dun exercice sur les polyn omes)

1 (X PC 08) Soit P = X 3 + 2X 2 + X + 1. D eterminer le nombre de racines r eelles de P . On note 1 1 1 1 1 1 + + , x1 , x2 , x3 les racines de P . D eterminer : x + + x2 x 3 x 1 2 x 2 2 x 3 2 1 2 On note w1 , . . . , wn1 les racines de X n 1 di erentes de 1. Calculer :
n1 1 i=1 1wi , n1 1 i=1 1wi .

Exercice 7 (Fraction rationnelle ` a coecients rationnels (Centrale MP 06) ) Soit F C(X ) telle que, pour tout n N non p ole de F , F (n) Q. Montrer que F Q(X ).

Exercice 8 (Sommes classiques et fractions rationnelles) Soit P C[X ] ` a racines simples : x1 , . . . , xn . 1 (Centrale MP 05, X MP 07) Soit P C[X ] ` a racines simples : x1 , . . . , xn . Calculer : 2 On suppose P (0) = 0. Montrer : 3 (Centrale MP 05) Calculer :
n k=1 n 1 i=1 xi P (xi ) P P 1 = P (0) .

n 1 k=1 P (xk ) .

(xk ).

4 (Centrale MP 05) Soit P C[X ] de degr en 2. On note x1 , . . . , xn les racines de P compt ees avec leurs multiplicit es, et on suppose que x1 est une racine simple. On note y2 , . . . , yn les racines de P compt ees avec leurs multiplicit es. Montrer que :
n

k=2

1 1 = x1 xk 2

k=2

1 . x1 yk

Exercice 9 (Utilisation de la d eriv ee logarithmique)

Soit P C[X ] tel que deg(P ) 2. 1 (Centrale MP 06) i (Th eor` eme de Gauss-Lucas) Montrer que les z eros de P sont dans lenveloppe convexe des z eros de P . ii On suppose que toute racine de P est de partie r eelle positive. Montrer quil en va de m eme des racines de P . iii On suppose de plus que P poss` ede des racines non imaginaires pures. Montrer que toute racine imaginaire pure de P est racine de P . 2 Soit P R[X ]. Montrer que si les racines de P sont r eelles et simples, alors le polyn ome Q = 2 P P P na pas de racines r eelles.

452

CHAPITRE XX

Espaces anes
Sommaire
1. 2. 3. 3.1. 3.2. 4. 4.1. 4.2. 4.3. 4.4. 4.5. 5. 5.1. 5.2. 5.3. Notion despace ane : distinguer point et vecteur Sous-espaces anes Applications anes D enition et exemples Propri et es Espaces anes euclidiens Isom etries R eexions Isom etries du plan ane euclidien Similitudes du plan Isom etries de lespace ane euclidien Feuille de TD 20 : Espaces anes Sous-espaces anes Applications anes Espaces anes de petite dimension 453 454 457 457 459 460 460 462 463 464 464 468 468 468 469

Ici, le corps des scalaires est celui des r eels, et E d esigne un espace vectoriel.

1. Notion despace affine : distinguer point et vecteur


Nous avons d ej` a un cadre alg ebrique pour parler de g eom etrie : celui des R-espaces vectoriels. Pourtant, comme son nom lindique, ce cadre est surtout satisfaisant pour parler . . . de vecteurs. Nous aimerions egalement pourvoir parler de points dun espace. Cela nous conduit ` a nous pencher sur ce qui distingue vecteurs (formant lensemble structur e E ) et points (formant un ensemble structur e not e E ). En r ealit e, la di erence ne tiendra pas tant ` a la nature de ces objets quaux op erations permises sur lesdits objets. Nous aimerions entre autres pouvoir parler de droites et de plans qui ne passent pas par lorigine. En fait, la notion de point doit etre ind ependante de lorigine. Quelles op erations peut-on d enir si on supprime lorigine ? D ej` a, il nous sera interdit de parler de la somme de deux points, ou de la multiplication dun point par un scalaire : Illustration

En revanche, nous pourrons ajouter un vecteur u ` a un point M , obtenant le translat e M + u du point M par le vecteur u :
453

2. SOUS-ESPACES AFFINES

CHAPITRE XX. ESPACES AFFINES

Illustration

Partant, nous pourrons d enir la di erence B A de deux points, dont le r esultat sera un vecteur AB . Etant donn e lespace vectoriel E , on appelle espace ane associ e` a E et on note E lensemble E , muni de lop eration S : On a donc, pour tout (M, u, v ) E E E : M + (u + v ) = (M + u) + v. De plus, M M + u est une permutation de E , appel ee translation selon le vecteur u, not ee tu , de bijection r eciproque tu . Ainsi, T : E SE u tu E E (M, u) E M +u

est un morphisme 1 de (E, +) sur (SE , ), tel que pour tout (M, N ) E 2 , il existe un unique u E tel que N = M + u. Ce vecteur u est not e N M , ou M N . Pour tout M0 E , lapplication IM0 : E M E M M0

est une bijection, qui permet didentier E et E par le choix de lorigine M0 . En pratique, nous identierons E et E par choix de lorigine 0E (sauf mention contraire). Pour toute partie de E , et u E , on note + u limage de par tu , i.e. + u = { + u, } Pour toute partie G de E , et tout M E , on note M + G lensemble M + G = {M + g, g G}. Nous pouvons egalement d enir le barycentre dune famille pond er ee (nie) de points de E , de poids total non nul (ce qui a et e fait dans chapitre de g eom etrie plane se g en eralise ais ement). On d enit donc egalement les notions de segment, de convexit e, denveloppe convexe, etc.

2. Sous-espaces affines
D enition (Sous-espace ane) On appelle sous-espace ane de E toute partie de E de la forme M0 + F , o` u F est un sous-espace vectoriel de E , et M0 E . M0 + F est appel e sous-espace ane de E passant par M0 et dirig e par F .

2.a

1. En particulier, lensemble des translations de selon un vecteur de E est un sous-groupe de SE .

454

phane FLON Ste

CHAPITRE XX. ESPACES AFFINES Exemple (Sous-espace ane) (1) Lensemble vide nest pas un sous-espace ane. (2) Tout singleton est un sous-espace ane, dirig e par {0E }. (3) E est un sous-espace ane de lui-m eme.

2. SOUS-ESPACES AFFINES

(4) En prenant M0 = 0E , tout sous-espace vectoriel de E peut etre vu comme un sous-espace ane de E (ses el ements sont des vecteurs ou des points, selon le point de vue). (5) Les sous-espaces anes du plan sont les singletons, les droites, le plan. (6) Lensemble des solutions de y y = x 1 est un sous-espace ane de RR .

Proposition (Description dun sous-espace ane) Pour tout point M du sous-espace ane F dirig e par F , on a F =M +F et F = {N M, N F} = {M N , N F} 2.a

D emonstration

D enition (Direction dun sous-espace ane) La direction de lespace ane F = M0 + F est le sous-espace vectoriel F de E . 2.b

Cette d enition est licite (i.e. existe, est unique, et ne d epend pas de M0 F ) dapr` es la proposition pr ec edente. Le choix dune origine M0 F fournit une bijection entre F et F , ce qui permet didentier points et vecteurs. Cependant, cette identication nest pas syst ematique. D enition (Droites et plans anes) La dimension dun sous-espace ane est la dimension de sa direction. On appelle droite ane (resp. plan ane, resp. hyperplan ane) de E tout sous-espace ane de E dont la direction est une droite vectorielle (resp. un plan, resp. un hyperplan). Tout vecteur engendrant la direction dune droite ane D est appel e vecteur directeur de D.

2.c

455

phane FLON Ste

2. SOUS-ESPACES AFFINES D enition (Parall elisme de sous-espaces anes)

CHAPITRE XX. ESPACES AFFINES

Soit W et W deux sous-espaces anes dun espace ane E , de directions respectives W et W . On dit que W est parall` ele ` a W si W W . On dit que W et W sont parall` eles si W = W .

2.d

Illustration

Deux sous-espaces anes sont donc parall` eles si et seulement si chacun est parall` ele ` a lautre. Cela d enit une relation d equivalence. En revanche, la relation  etre parall` ele ` a  est r eexive et transitive, mais non sym etrique : ce nest pas une relation d equivalence. Exemple (Parall elisme) (1) Un sous-espace ane r eduit ` a un point est parall` ele ` a tout autre sousespace ane. (2) Deux droites anes sont parall` eles si et seulement si elles admettent un vecteur directeur commun. (3) Un plan nest jamais parall` ele ` a une droite. (4) Deux sous-espaces parall` eles sont soit disjoints, soit egaux. (5) Lintersection de deux sous-espaces anes non parall` eles lun ` a lautre peut etre vide. ii

Proposition (Intersection de sous-espaces anes) Lintersection de deux sous-espaces anes W et W de E de directions respectives W et W , si elle nest pas vide, est un sous-espace ane de E , de direction W W . 2.b

456

phane FLON Ste

CHAPITRE XX. ESPACES AFFINES D emonstration

3. APPLICATIONS AFFINES

Proposition (Structure de lensemble des solutions dune equation lin eaire) Soit u une application lin eaire de E dans F , et b F . Lensemble des solutions de l equation lin eaire u(x) = b, sil nest pas vide, est un sous-espace ane de E . 2.c

D emonstration

En particulier, si cette equation admet au moins deux solutions, alors elle en admet une innit e. Si b = 0F , nest en aucun cas un sous-espace vectoriel de E . La solution g en erale de l equation u(x) = b, s ecrit donc : solution particuli` ere + solution g en erale de l equation homog` ene associ ee. On retrouve dans un cadre plus g en eral la d emarche de r esolution des equations di erentielles lin eaires vues en d ebut dann ee.

3. Applications affines
On consid` ere deux espaces vectoriels E et F , et les sous-espaces anes associ es E et F . finition et exemples 3.1. De D enition (Application ane) Une application f de E dans F est dite ane sil existe une application L(E, F ) telle que : M, N E , f (M )f (N ) = (M N ) Lapplication lin eaire est alors unique, appel ee application lin eaire associ ee ` a (ou partie lin eaire de) f , et not ee f ou f .

3.a

L(E, F ) telle que, pour tout (M, u) Autrement dit, f : E F est ane si et seulement si il existe f E E : (u). f (M + u) = f (M ) + f 457 phane FLON Ste

3. APPLICATIONS AFFINES D enition (Transformation ane)

CHAPITRE XX. ESPACES AFFINES

On appelle transformation ane de E toute application ane bijective de E dans lui-m eme.

3.b

Exemple (Applications anes) (1) Toute application lin eaire est ane et est sa propre partie lin eaire. (2) Toute application constante est ane, de partie lin eaire nulle. (3) Toute translation est une transformation ane, et sa partie lin eaire est lidentit e. (4) Lapplication (x, y ) (3x + y + 2, 5x 2y + 1, x + y ) de R2 dans R3 est ane de partie lin eaire (x, y ) (3x + y, 5x 2y, x + y ). i

et limage dun Une application ane f (de E dans F ) est enti` erement d etermin ee par sa partie lin eaire f point donn e (puisque pour tout M E , f (M ) = f () + f (M )) : ainsi, pour prouver que deux applications anes (ayant m eme source et m eme but) sont egales, on pourra montrer quelle co ncident en un point et quelles ont m eme partie lin eaire. Une application ane de E dans E est une transformation ane si et seulement si sa partie lin eaire est un automorphisme de E . D enition (Homoth etie ane) Une application h de E dans lui-m eme est une homoth etie (ane) sil existe E et R tels que pour tout M E : h(M ) = + M Le r eel est d eni de mani` ere unique (sauf dans le cas sans int er et o` u E est de dimension nulle), et est appel e rapport de h. (1) Si = 1, alors f = Id E , et peut etre choisi quelconque. (2) Si = 1, alors est unique, et est appel e le centre de lhomoth etie h. 3.c

Toute homoth etie ane est une application ane, de partie lin eaire lhomoth etie vectorielle de m eme rapport. Une application ane de partie lin eaire une homoth etie vectorielle nest pas toujours une homoth etie ane :

Cependant, si la partie lin eaire dune application ane est une homoth etie de rapport di erent de 1, alors cest une homoth etie ane :

Toute homoth etie ane de E , de rapport non nul, est une transformation ane. Exercice (Sous-espaces anes suppl ementaires) Soit F et G des sous-espaces anes de E , de directions respectives F et G, suppl ementaires dans E (on dit que F et G sont des sous-espaces anes suppl ementaires). Montrer que F G est un singleton.

458

phane FLON Ste

CHAPITRE XX. ESPACES AFFINES D enition (Projecteurs et sym etries anes)

3. APPLICATIONS AFFINES

Soit F et G deux sous-espaces anes suppl ementaires de directions respectives F et G. Soit un point de F . Pour tout M E , soit uF et uG les vecteurs de F et G tels que M = + uF + uG . On pose p(M ) = + uF et s(M ) = + uF uG . 3.d On d enit ainsi des applications anes p et s, respectivement appel ees projecteur ane sur F parall` element ` a G (ou ` a G) et sym etrie ane par rapport ` a F , parall` element ` a G (ou ` a G).

Illustration

D emonstration

te s 3.2. Proprie Proposition (Description des applications anes) Une application est ane si et seulement si elle est somme dune application constante et dune application lin eaire. 3.a

Autrement dit, une application de E dans F est ane si et seulement si elle s ecrit t , o` u t est une translation dans F , et une application lin eaire de E dans F . 459 phane FLON Ste

4. ESPACES AFFINES EUCLIDIENS Proposition (Propri et es des applications anes) Soit f : E F une application ane.

CHAPITRE XX. ESPACES AFFINES

(1) Pour tout sous-espace ane E de E , f (E ) est un sous-espace ane, de (E ). direction f (2) Pour tout sous-espace ane F de F , f 1 (F ), sil nest pas vide, est un 1 (F ). sous-espace ane de E de direction f (3) f conserve lalignement et le parall elisme. (4) f conserve les barycentres. (5) La compos ee licite g f dapplications anes est une application ane, de . partie lin eaire g f 3.b

D emonstration

Lensemble des transformations anes de E est un sous-groupe de SE :

Lensemble constitu e des homoth eties anes de rapport non nul et des translations dans E est un groupe, appel e groupe des homoth eties-translations de E (observez le l eger abus).

4. Espaces affines euclidiens


Ici, E d esigne un espace euclidien (et ane) orient e de dimension n norme, et m eme dune distance. tries 4.1. Isome D enition (Isom etrie) Une application f de E dans lui-m eme est appel ee isom etrie si elle conserve la distance, i.e. : M, N E , d(f (M ), f (N )) = d(M, N ) 1. En particulier, E est muni dune

4.a

460

phane FLON Ste

CHAPITRE XX. ESPACES AFFINES Exemple (Isom etries)

4. ESPACES AFFINES EUCLIDIENS

(1) Toute translation est une isom etrie, tout automorphisme orthogonal de E est une isom etrie. (2) Toute compos ee disom etries est une isom etrie. (3) Une homoth etie ane est une isom etrie si et seulement si elle admet 1 ou 1 pour rapport, i.e. est lidentit e ou une sym etrie centrale. i

Une isom etrie est n ecessairement injective :

Proposition (Caract erisation des isom etries) Soit f une application de E dans E . Les assertions suivantes sont equivalentes : (1) f est une isom etrie. (2) f est ane, de partie lin eaire un automorphisme orthogonal de E . 4.a

D emonstration

Proposition (Groupe des isom etries) Lensemble des isom etries de E est un sous-groupe du groupe des transformations anes de E . 4.b

461

phane FLON Ste

4. ESPACES AFFINES EUCLIDIENS D emonstration

CHAPITRE XX. ESPACES AFFINES

D enition (D eplacement, antid eplacement) On appelle d eplacement de E toute isom etrie de E dont la partie lin eaire est un automorphisme orthogonal positif (i.e. une rotation vectorielle). Les autres isom etries de E sont parfois appel ees antid eplacements.

4.b

Lensemble des d eplacements de E est un sous-groupe de lensemble des isom etries de E . D enition (Rotation ane) On appelle rotation ane de E tout d eplacement de E admettant un point xe. 4.c

flexions 4.2. Re D enition (Projecteurs et sym etries anes orthogonaux) Un projecteur ou une sym etrie ane est dit(e) orthogonal(e) si sa partie lin eaire est un projecteur ou sym etrie orthogonal(e). 4.d

D enition (R eexion ane) Soit H un hyperplan ane de E (dirig e par H ). On appelle r eexion ane par rapport ` a H la sym etrie ane orthogonale par rapport ` a H. 4.e

Illustration

462

phane FLON Ste

CHAPITRE XX. ESPACES AFFINES

4. ESPACES AFFINES EUCLIDIENS

La partie lin eaire dune r eexion ane est une r eexion vectorielle, mais la r eciproque est fausse :

Exercice (Hyperplan m ediateur) Etant donn es deux points distincts A et B de E , il existe une r eexion ane et une seule echangeant A et B . Lhyperplan ane de cette r eexion est appel e hyperplan m ediateur de [AB ], et est constitu e des points ` a egale distance de A et de B . En dimension 2, on retrouve simplement la m ediatrice du segment [AB ].

tries du plan affine euclidien 4.3. Isome D enition (Rotation ane du plan) Une rotation (ane) de E est une application f de E dans E telle quil existe E et r SO(E ), v eriant : M E, f (M ) = + r(M ) (1) Si r = Id E , alors f = Id E . (2) Si r = Id E , de mesure dangle , alors est unique, et on dit que f est la rotation de centre et dangle de mesure .

4.f

Proposition (Description des d eplacements du plan) Tout d eplacement du plan est soit une rotation, soit une translation. 4.c

D emonstration Montrer que si la partie lin eaire nest pas lidentit e, alors le d eplacement admet un (unique) point xe.

Tout d eplacement du plan est la compos ee de deux r eexions. Illustration

463

phane FLON Ste

4. ESPACES AFFINES EUCLIDIENS Toute isom etrie du plan est compos ee de r eexions.

CHAPITRE XX. ESPACES AFFINES

4.4. Similitudes du plan

D enition (Similitude) On appelle similitude de E toute application de E dans E qui multiplie les distances par un r eel strictement positif donn e, ce r eel etant appel e rapport de la similitude (ce rapport est unique si E = {0E }).

4.g

Exemple (Similitudes) (1) Les homoth eties de rapport non nul et les isom etries sont des similitudes. (2) La compos ee de deux similitudes en est une.

ii

Toute similitude est la compos ee dune isom etrie et dune homoth etie, et est en particulier ane :

Une similitude est dite directe (resp. indirecte) si le d eterminant de son application lin eaire associ ee est strictement positif (resp. strictement n egatif). Une similitude de rapport change une surface de E daire A en une surface daire 2 A (Ne pas s etendre sur le sens de cette phrase). Les similitudes directes conservent les angles orient es, les similitudes indirectes les changent en leurs oppos es. Ecriture complexe dune similitude directe. Pour calculer une mesure de langle et le rapport dune similitude directe distincte dune translation, on peut utiliser l ecriture complexe. Etant donn es deux segments [AB ] et [A B ] de longueur non nulle, il existe une similitude directe et une seule transformant A en A et B en B (tous les el ements caract eristiques de cette similitude se trouvent avec les nombres complexes).

tries de lespace affine euclidien 4.5. Isome Ici, E est un espace euclidien (et ane) orient e de dimension 3.

D enition (Rotation ane dans lespace) On appelle rotation (ane) de E daxe D une droite ane de E tout d eplacement de E , di erent de lidentit e, et laissant chaque point de D invariant. Soit la direction de D. Soit a un vecteur directeur de , et une mesure de langle de (daxe orient e par a). est appel ee appel ee rotation daxe D orient e par a et de mesure dangle .

4.h

464

phane FLON Ste

CHAPITRE XX. ESPACES AFFINES

4. ESPACES AFFINES EUCLIDIENS

Illustration

Expression de la rotation : M E, M sur D.

(M ) = p(M ) + r(p(M )M ), o` u p(M ) est le projet e orthogonal de

Exemple (Rotation ane de lespace) Demi-tour daxe D. iii

Proposition (Rotation ane de lespace) Toute rotation ane de E distincte de lidentit e est une rotation ane par rapport a un axe. ` 4.d

D emonstration

D enition (Vissage) On appelle vissage dans E toute compos ee t = t, o` u est une rotation daxe D orient e a dangle de mesure non nul modulo 2 , et t est une translation de vecteur u non nul colin eaire ` a a. Un tel vissage est appel e vissage daxe D orient e par a, dangle de mesure et de vecteur u.

4.i

465

phane FLON Ste

4. ESPACES AFFINES EUCLIDIENS

CHAPITRE XX. ESPACES AFFINES

Illustration

Pour certains auteurs, les rotations et les translations sont des vissages.

Lemme sur les rotations anes de lespace Si on compose une rotation ane daxe D avec une translation de vecteur u orthogonal ` a laxe D, alors le d eplacement obtenu est une rotation ane daxe parall` ele a D. `

4.e

D emonstration

Proposition (Description des d eplacements de lespace) Tout d eplacement de lespace est soit une translation, soit une rotation, soit un vissage. 4.f

466

phane FLON Ste

CHAPITRE XX. ESPACES AFFINES D emonstration

4. ESPACES AFFINES EUCLIDIENS

Pour d eterminer les el ements caract eristiques dun vissage v , on etudie dabord sa partie lin eaire, puis on d etermine le vecteur comme projet e orthogonal de M v (M ) (o` u M d esigne un point quelconque de lespace). Une fois ce vecteur connu, on d etermine ais ement laxe du vissage.

467

phane FLON Ste

5. FEUILLE DE TD 20

CHAPITRE XX. ESPACES AFFINES

5. Feuille de TD 20 : Espaces affines


E d esigne un espace ane. On munit parfois lespace ane dont il est question dune structure euclidienne orient ee, canonique dans le cas de R2 et de R3 . 5.1. Sous-espaces affines Exercice 1 (Exemples de sous-espaces anes) Montrer que les ensembles suivants sont des sous-espaces anes : 1 {(x, y, z, t) R4 , x + y + t = 2 x y 2z + t = 1}. 2 {P R[X ], X 2 P 3XP + 4P = 4 X }. 3 {f C 2 (R, R), f + f + f = ex }. 0

Exercice 2 (Caract erisation des sous-espaces anes)

1 Montrer quune partie non vide F de E en est un sous-espace ane si et seulement si il contient la droite passant par deux quelconques de ses points. 2 Montrer quune partie non vide F de E en est un sous-espace ane si et seulement si il comprend tout barycentre dune famille pond er ee (de poids total non nul) de ses points.

Exercice 3 (Application ane laissant la sph` ere unit e invariante (X MP 07))

Soit E un espace ane euclidien et f : E E une application ane telle que f (S ) = S , o` u S est la sph` ere centr ee en 0E de rayon 1. Montrer que f est une isom etrie de E xant 0E .

5.2. Applications affines Exercice 4 (Exemples dapplications anes) 1 Montrer que lapplication : R 3 R2 (x, y, z ) (2x + y + 3z + 2, x y z 3) 0

est ane, et donner sa partie lin eaire. 2 Montrer que lapplication : C 1 ([1, 1]) f est ane, et donner sa partie lin eaire. R 2
1 (f (t) 1

t2 + 1)dt + f (0) + 3

Exercice 5 (Conjugaison dune homoth etie ane)

Soit h une homoth etie ane de E , de centre et de rapport . Soit f une transformation ane de E . D ecrire f h f 1 .

468

phane FLON Ste

CHAPITRE XX. ESPACES AFFINES Exercice 6 (Projecteurs anes)

5. FEUILLE DE TD 20

1 Donner un exemple dapplication ane dont la partie lin eaire est un projecteur non trivial, mais qui nest pas un projecteur ane. 2 Montrer quune application ane f de E dans lui-m eme est un projecteur si et seulement si f f = f . 3 Donner et prouver des enonc es analogues pour les sym etries anes.

Exercice 7 (Point xe et transformations anes)

1 Soit G un sous-groupe ni du groupe ane de E . Montrer lexistence dun point x e par tout el ement de G. 2 Soit f une transformation ane de E telle que f p = Id E pour un certain p N . Montrer que f admet un point xe.

Exercice 8 (Application ane laissant un point et son image ` a distance xe)

Soit f : E E ane telle que d(M, f (M )) = d(N, f (N )) pour tous points M et N de E (muni dune structure euclidienne). Montrer que f est une translation.

5.3. Espaces affines de petite dimension Exercice 9 (Isom etrie du plan echangeant deux points distincts) 0

Montrer que toute isom etrie du plan qui echange deux points distincts est une sym etrie ane orthogonale.

Exercice 10 (Expression analytique dune application ane) Donner lexpression analytique 1 de la sym etrie ane par rapport au plan d equation x + 2y + z = 1, de direction R(1, 1, 1). 2 du projecteur ane par rapport au plan d equation x + 2y + 3z = 1 parall` element ` a R(1, 0, 2). 3 du projecteur ane orthogonal sur le plan P d equation x y + 3z = 4. 4 de la sym etrie ane orthogonale sur le plan P d equation 2x y z = 4. 2x + y z = 3 5 du projecteur ane orthogonal sur la droite D d equation . x + y + z = 1 6 de la rotation de centre (2, 1) dangle de mesure 2/3.

Exercice 11 (Isom etrie du plan donn ee par son expression analytique) D ecrire g eom etriquement lapplication donn ee analytiquement par 1 (x, y ) 1 (3 x 4 y + 20 , 4 x + 3 y 10). 5 2 (x, y ) (y + 1, x + 2).

469

phane FLON Ste

5. FEUILLE DE TD 20 Exercice 12 (Expression analytique disom etries de lespace)

CHAPITRE XX. ESPACES AFFINES

1 Donner lexpression analytique du vissage de R3 daxe D orient e par u = (1, 1, 0) et passant par A(1, 2, 3), de vecteur u, dangle de mesure /3. 2 Donner lexpression analytique de la rotation ane de R3 daxe D orient e par u = (1, 0, 2) passant par A(1, 2, 1), dangle de mesure /4.

Exercice 13 (Applications anes d enies analytiquement) D ecrire g eom etriquement les applications dexpressions analytiques 1 (x, y, z ) 1 2 x y 2 + z + 2, x 2 z 2 2 2, x + y 2 + z 2 .
1 (2x y + 2z, 2x + 2y z, x + 2y + 2z + 3). 2 (x, y, z ) 3 3 (x, y, z ) (3x + 4y + 2z 4, 2x 3y 2z + 4, 4x + 8y + 5z 8). 4 (x, y, z ) 1 7 (2x + 3y + 6z 1, 3x 6y + 2z + 9, 6x + 2y 3z + 4).

Exercice 14 (Groupe des isom etries du plan conservant une gure)

1 D eterminer le groupe des isom etries du plan laissant globalement invariant un carr e, un rectangle non carr e, un cercle, un polygone r egulier ` a n c ot es. 2 Soit G le groupe des isom etries du plan laissant globalement invariant une partie du plan. On suppose ce groupe ni. Montrer que G ne contient que des d eplacements, ou contient autant de d eplacements que dantid eplacements.

Exercice 15 (Sous-groupes nis du groupe des d eplacements du plan)

Montrer que tout sous-groupe ni du groupe des d eplacements du plan est cyclique (i.e. engendr e par un de ses el ements).

470

phane FLON Ste

Quatri` eme partie

Analyse et g eom etrie di erentielle

472

CHAPITRE XXI

Nombres r eels, suites num eriques


Sommaire
1. Le corps des nombres r eels 1.1. Structures alg ebriques sur le corps des r eels 1.2. La propri et e de la borne sup erieure 1.3. La droite num erique achev ee. Intervalles 1.4. Valeurs approch ees, densit e des rationnels 2. Suites de nombres r eels : premi` eres d enitions 3. Limite dune suite de nombres r eels 4. Limites et ordre 5. Op erations alg ebriques sur les limites 6. Suites extraites 7. Suites monotones. Th eor` emes des segments embo t es et de Bolzano-Weierstrass. 8. Relations de comparaison 9. Br` eve extension aux suites complexes 10. Questionnaire 8 : Suites 11. Feuille de TD 21 : Nombres r eels, suites num eriques 11.1. Borne sup erieure, corps des nombres r eels 11.2. Convergence, divergence 11.3. Relations de comparaison, comportement a ` linni 11.4. Suites extraites 11.5. Suites adjacentes 11.6. Suite de nombres complexes 473 473 474 475 476 478 480 482 484 486 487 491 495 498 499 499 500 501 503 504 504

Le corps des nombres r eels comble certaines  insusances  du corps des nombres rationnels. Par exemple, lensemble {x Q, |x| 2} est une partie non vide et major ee de Q, mais nadmet pas de borne sup erieure dans Q. Cet ensemble en admet une dans R. Les suites constituent une fausse retrouvaille : le cours est beaucoup plus approfondi quen Terminale, et il sagit du premier vrai cours danalyse de lann ee. Il faudra notamment vous m eer de votre intuition !

els 1. Le corps des nombres re


briques sur le corps des re els 1.1. Structures alge La construction de R est hors-programme. Recensons quelques-unes de ses propri et es, plus ou moins connues. Tout dabord, (R, +, ) est un surcorps de Q : on peut donc y eectuer des calculs comme nous en avons lhabitude. Le corps des nombres r eels R est egalement muni dune relation dordre total (prolongeant celle de Q), compatible avec laddition et la multiplication (par un r eel positif) : x, y, z R, ((x y ) (x + z y + z )) ((x y0 z ) (xz yz ))

On dit alors que R est un corps totalement ordonn e. R est aussi muni de la fonction valeur absolue (x max{x, x}), prolongeant celle de Q, et v eriant : (1) x R, (2) x, y R, |x| = 0 x = 0 (axiome de s eparation) ; |xy | = |x||y | (homog en eit e) ;
473

1. LE CORPS DES NOMBRES REELS (3) x, y R, ||x| |y || |x + y |

CHAPITRE XXI. SUITES |x| + |y | (seconde et premi` ere in egalit es triangulaires 1).

Cette fonction valeur absolue permet de d enir la distance de deux nombres r eels x et y par d(x, y ) = |x y |. Lapplication d : R2 R+ v erie, pour tous r eels x, y et z : (1) d(x, y ) = 0 x = y (2) d(x, y ) = d(y, x) (3) d(x, z ) (axiome de s eparation) ; (in egalit e triangulaire). (sym etrie) ;

d(x, y ) + d(y, z )

te de la borne supe rieure 1.2. La proprie a Soit A une partie de R. On dit que A est major ee (dans R) sil existe c R tel que pour tout a A, on ait c. Supposons A major ee, et soit b R. On dit que b est la borne sup erieure de A (dans R) si b est le plus petit des majorants de A, i.e. b majore A et pour tout r eel c majorant A, on a : b c. Lordre sur R etant total, cela revient ` a ecrire : ( a A, a b) R + , a A, b < a R se distingue de Q par la propri et e fondamentale suivante : Fait (Propri et e fondamentale du corps des r eels) Toute partie non vide major ee de R admet une borne sup erieure.

Corollaire (Propri et e de la borne inf erieure) Toute partie non vide minor ee de R admet une borne inf erieure. 1.a

D emonstration Soit A une partie non vide et minor ee de R, mettons par a. Lensemble A est non vide et major e (par a), donc admet une borne sup erieure b. On v erie ais ement que b est un minorant de A, et que pour tout r eel strictement positif, b + nest pas un minorant de A : A admet b pour borne inf erieure dans R.

Proposition (Le corps des r eels est archim edien) R est archim edien : soit x R, a R + . Il existe un entier naturel n tel que : na > x. 1.b

D emonstration On raisonne par labsurde, en supposant quil nexiste pas de tel entier n. Lensemble A = {na, n N} est non vide, major e par x, et admet donc une borne sup erieure b. Comme b est un majorant de A, pour tout entier naturel n, on a : na En particulier, pour tout entier naturel n, (n + 1)a b b a est donc un majorant de A, ce qui est absurde. b

1. La seconde se d eduit de la premi` ere.

474

phane FLON Ste

CHAPITRE XXI. SUITES Corollaire (Puissances dun nombre sup erieur ` a un)

1. LE CORPS DES NOMBRES REELS

Etant donn es deux r eels a et x, avec a > 1, il existe un entier n N tel que an > x.

1.c

D emonstration Ecrivons a = 1 + h (h > 0). Dapr` es la formule du bin ome de Newton a, on a, pour tout entier naturel n : (1 + h)n nh Comme R est archim edien, il existe un entier n tel que nh > x, do` u le r esultat.
a. Ou par r ecurrence, entra nez-vous ` a le montrer ainsi.

Exercice (Borne sup erieure) Faire lexercice 6 de TD. 1

rique acheve e. Intervalles 1.3. La droite nume En vue dunier et simplier certains r esultats, sur les suites notamment 2, on introduit la droite num erique achev ee. D enition (Droite num erique achev ee) On introduit deux symboles + et . On appelle droite num erique achev ee lensemble R = R {, +} On prolonge la relation dordre en posant x R, x + et x R, x

1.a

Si A R nest pas major ee (resp. minor ee), on pose sup A = + (resp. inf A = ) 3. On prolonge partiellement ` a R les op erations daddition et de multiplication sur R, comme on sy attend. Par exemple, 3 + (+) = +, 2() = +, ou ()() = +. On a cependant aussi des formes ind etermin ees, comme + (+), 0(+), 0(). Soit a, b R, o` u a b. D enition (Intervalle) On d enit comme attendu les intervalles ]a, b[, [a, b[, ]a, b], [a, b]. Par exemple : [a, b[= {x R, a x < b}. 1.b On d enit aussi [a, +[, ]a, +[, ] , a], ] , a[, et ] , +[. Les intervalles ]a, b[, ]a, +[, ] , a[ et ] , +[ sont dits ouverts. Les intervalles , R, [a, b], ] , a], [a, +[ sont dits ferm es.

Nous donnerons une d enition plus g en erale et satisfaisante des notions douverts et ferm es lors du cours sur les fonctions (voir aussi lexercice 5 de TD). Observons ici que et R sont les seuls intervalles ouverts et ferm es, et que des intervalles sont ni ouverts ni ferm es, comme [0, 1[ par exemple. La longueur dun intervalle I (non vide) est sup(I ) inf(I ).
2. Par exemple : toute suite croissante converge vers sa borne sup erieure. 3. On a simplement pris les bornes dans R. En fait, toute partie de R admet une borne sup erieure et une borne inf erieure.

475

phane FLON Ste

1. LE CORPS DES NOMBRES REELS D enition (Segment) Un segment est un intervalle du type [a, b].

CHAPITRE XXI. SUITES

1.c

Un intervalle est un segment si et seulement si il est ferm e, born e, et non vide. D enition (Partie r eelle convexe) Une partie X de R est dite convexe si elle contient le segment joignant deux quelconques de ses points. 1.d

Proposition (Intervalles et convexes) Les intervalles de R sont les convexes de R. 1.d

D emonstration Tout intervalle de R est convexe : le montrer pour [a, b[.

R eciproquement, soit I un convexe de R. Si I est de cardinal 0 ou 1, cest un intervalle : supposons que I comprenne au moins deux el ements. Si I est born e, soit a = inf I et b = sup I . On a a, b R et a < b. On va montrer que ]a, b[ I . Soit c ]a, b[ : par d enition de a et de b, il existe deux el ements x et y de I tels que x < c < y . Par convexit e de I , c [x, y ] I . On a donc ]a, b[ I [a, b] : dans les quatre cas possibles, I est bien un intervalle. Si par exemple I est minor e et non major e, soit a = inf I . On montre que ]a, +[ I . Soit c ]a, +[ : il existe deux el ements x et y de I tels que x < c < y . Par convexit e de I , c I . D` es lors, I vaut ]a, +[ ou [a, +[ : dans tous les cas, cest un intervalle. De m eme dans les autres cas.

es, densite des rationnels 1.4. Valeurs approche

Proposition (Partie enti` ere) Etant donn es x R, a R + , il existe un unique entier relatif n tel que na (n + 1)a. x< 1.e

476

phane FLON Ste

CHAPITRE XXI. SUITES D emonstration

1. LE CORPS DES NOMBRES REELS

Existence : comme R est archim edien, on peut trouver un entier k tel que x < ka. Lensemble = {k Z, k a x} est donc major e par k , et le caract` ere archim edien de R montre encore quil est non vide. Son plus grand el ement n est tel que na x < (n + 1)a. Unicit e:

On d enit la relation de congruence modulo a sur R par (x, y ) R2 , (x y [a]) (n Z, y = x + na).

Dapr` es la proposition pr ec edente, pour tout r eel x, il existe un unique y [0, a[ tel que x y [a]. D enition (Partie enti` ere) Si x est un r eel, lunique entier relatif n v eriant n enti` ere de x, et se note E (x), [x], ou x . x < n + 1 sappelle la partie 1.e

Cest la fonction floor de Maple. D enition (Approximations d ecimales) Soit x un r eel, et n un entier naturel. Il existe un unique entier relatif mn tel que mn 10n x < (mn + 1)10n Le r eel n = mn 10n (resp. n = (mn + 1)10n ) est appel e approximation d ecimale de x ` a 10n pr` es par d efaut (resp. par exc` es). 1.f

La fonction n n (resp. n n ) est croissante (resp. d ecroissante) :

Nous verrons plus tard que ces deux suites sont adjacentes, et que leur limite commune est x. D enition (Partie dense de r eels) Soit A une partie de R. On dit A dense dans R si A rencontre tout intervalle de longueur non nulle. 1.g

A est dense dans R si et seulement si pour tout (a, b) R2 , o` u a < b, A]a, b[= , ou encore : entre deux r eels quelconques, on peut trouver un el ement de A. 477 phane FLON Ste

` 2. SUITES DE NOMBRES REELS : PREMIERES DEFINITIONS

CHAPITRE XXI. SUITES

Illustration

Proposition (Densit e des rationnels dans les r eels) Q est dense dans R. 1.f

D emonstration Soit a, b R, o` u a < b. Soit n un entier naturel tel que 10n < b a, et mn lentier tel que : mn 10n On a a < (mn + 1)10n a < (mn + 1)10n a + 10n < b.

Proposition (Densit e des irrationnels dans les r eels) Lensemble R \ Q des nombres irrationnels est dense dans R. 1.g

D emonstration Soit u a < b. Il existe un nombre rationnel r dans lintervalle ]a a, b R, o` 2[. Le nombre irrationnel r + 2 appartient ` a ]a, b[. 2, b

Exercice (Sous-groupes additifs r eels) Faire lexercice 3 de TD. 2

els : premie `res de finitions 2. Suites de nombres re


D enition (Suite de nombres r eels) On appelle suite de nombres r eels toute famille d el ements de R index ee par N. Leur ensemble est not e RN . Une suite sera le plus souvent not ee sous forme indic ee, i.e. on ecrira u = (un )nN . un est appel e le terme de rang (ou dindice) n de u, ou terme g en eral. u0 est appel e terme initial.

2.a

478

phane FLON Ste

CHAPITRE XXI. SUITES D enition (Suite stationnaire)

` 2. SUITES DE NOMBRES REELS : PREMIERES DEFINITIONS

Une suite u = (un )nN de nombres r eels est dit constante si n N, n0 N, n un+1 = un . n0 , un+1 = un . La suite u est dite stationnaire si elle est constante ` a partir dun certain rang, i.e. 2.b

Notre etude portant principalement sur le comportement ` a linni, nous ne faisons pas de grande di erence entre une suite constante et une suite stationnaire. Plus g en eralement, il faut bien comprendre que le comportement ` a linni dune suite na aucun lien avec son comportement en un nombre ni dindices x es. En particulier, le comportement ` a linni dune suite nest pas modi e si on en change ou m eme supprime un nombre ni de termes. D enition (Op erations sur les suites) Si u et v sont deux suites de nombres r eels, la somme u + v de ces suites est la suite de terme g en eral un + vn . On d enit ainsi une loi de composition interne daddition sur RN . Soit u = (un )nN une suite r eelle, et soit R. On d enit la suite u, suite dont le terme g en eral est un . Cela d enit une loi de multiplication scalaire R RN RN .

2.c

Si , R, et u, v RN , alors u + v RN , i.e. RN est stable par combinaison lin eaire. Th eor` eme (Structure despace vectoriel sur les suites) Lensemble RN , muni de la loi de composition interne daddition et de la loi externe de multiplication scalaire est un espace vectoriel r eel : pour toutes suites r eelles u et v , tous r eels et , on a : (1) (RN , +) est un groupe commutatif ; (2) (u) = ()u ; (3) 1.u = u ; (4) ( + )u = u + u ; (5) (u + v ) = u + v . 2.a

D enition (Produit de suites) Soit u et v deux suites r eelles. Le produit uv de u et de v est la suite r eelle de terme g en eral un vn . 2.d

Proposition (Structure danneau sur les suites) (RN , +, ) est un anneau commutatif. 2.b

En outre, pour tout r eel , toutes suites r eelles u et v , on a : (u)v = (uv ). On dit alors que RN est une R-alg` ebre (cest une sorte de super-structure combinant espaces vectoriels et anneaux). 479 phane FLON Ste

3. LIMITE DUNE SUITE DE NOMBRES REELS D enition (Ordre sur les suites) Soit u, v RN . On ecrit u v lorsque un vn , pour tout n N.

CHAPITRE XXI. SUITES

2.e

Selon nos conventions, u < v signie u v et u = v . En particulier, 0 < u (ou u > 0) signie que la suite est a ` termes positifs ou nuls, non tous nuls : elle nest pas forc ement ` a termes tous strictement positifs. Cet ordre nest pas total :

On d enit comme on la fait plus g en eralement dans le chapitre sur les relations dordre les notions de suites major ees, minor ees, born ees, de suites monotones, strictement monotones. Au passage, on peut noter quune suite u est born ee si et seulement si |u| est major ee. Pour la croissance dune suite u, la d enition est m, n N, (m n) (um un ).

On lui pr ef` ere souvent lassertion equivalente suivante : n N, un un+1 .

Exercice (Stabilit e de sous-ensembles de suites) D eterminer si les sous-ensembles suivants de suites r eels sont des sous-espaces vectoriels (parties non vides stables par combinaisons lin eaires) ou des sous-anneaux (parties comprenant l el ement unit e stables par di erence et par produit) de RN : (1) Lensemble B (RN ) des suites r eelles born ees. (2) Lensemble des suites r eelles major ees. (3) Lensemble des suites r eelles major ees ou minor ees. (4) Lensemble des suites r eelles croissantes. (5) Lensemble des suites r eelles monotones. (6) Lensemble des suites r eelles sommes dune suite croissante et dune suite d ecroissante. 3

els 3. Limite dune suite de nombres re


D enition (Limite dune suite de nombres r eels) On dit que la suite u = (un )nN converge (ou tend) vers un r eel l R lorsque R + , N N, n N, (n N ) (|un l| ). 3.a Sil existe un r eel l tel que la suite converge vers l, on dit que la suite est convergente, ou encore quelle admet une limite nie. Une suite non convergente est dite divergente.

Exercice (Convergence dune suite r eelle) Proposer des r e ecritures vari ees du fait quune suite r eelle u converge vers le r eel l. 4

480

phane FLON Ste

CHAPITRE XXI. SUITES

3. LIMITE DUNE SUITE DE NOMBRES REELS

Illustration

Exercice (Divergence dune suite r eelle) Ecrire dans le registre formel le fait quune suite r eelle u diverge. 5

Changer la valeur de la suite u en un nombre ni dindices ne change rien ` a son eventuelle convergence. Cette d enition traduit donc bien le caract` ere asymptotique de cette notion.

D enition (Divergence dune suite r eelle vers plus ou moins linni) On dit que la suite (un )nN diverge (ou tend) vers + (resp. ) si : M R, N N, n (resp. M R, N N, n N, un N, un M M) Dans le , on note indi cas o` u la suite u tend vers une limite l R eremment lim un = l,un n l, u l, ou encore n lim u = l. 3.b

Exercice (Divergence dune suite r eelle vers linni) Proposer des r e ecritures vari ees du fait quune suite r eelle u diverge vers +. 6

Proposition (Unicit e de la limite) Une suite admet au plus une limite. 3.a

481

phane FLON Ste

4. LIMITES ET ORDRE D emonstration

CHAPITRE XXI. SUITES

Ne pas oublier qu en g en eral , une suite r eelle nadmet pas de limite (nie ou non). La notation lim un
n

ne peut etre employ ee que si on a etabli (ou suppos e) lexistence de cette limite. Pour bien distinguer le type de divergence, on dit parfois quune suite r eelle divergeant vers + ou est divergente de premi` ere esp` ece, et que les suites nadmettant pas de limite sont divergentes de seconde esp` ece. Exemple (de limites pour des suites classiques) (1) La suite
1 n+1

tend vers 0 : en eet, soit un r eel strictement positif. Il


1 (>

existe un entier N ` a partir duquel n + 1

0), et donc 0

1 n+1

(2) Toute suite stationnaire est convergente. Dans ce cas pr ecis, on peut m eme par R , et inverser , N exceptionnellement remplacer R + + en N, . (3) La suite (an ) est constante de valeur 1 si a = 1, tend vers + si a > 1 (pour tout r eel M , il existe un entier N tel que aN M . Pour tout entier n N , on aura an M ), et tend vers 0 si |a| < 1 : en eet, cest evident si a = 0. Si, a = 0, et si on xe un r eel strictement positif , il existe un 1 n entier N ` a partir duquel |a1 . |n , i.e. |a| (4) La suite ( n) tend vers +. En eet, si M est un r eel x e, il existe un rang N ` a partir duquel n M 2 , et donc n M . i

Exercice (Caract erisation s equentielle de la densit e) Faire lexercice 2 de TD. 7

4. Limites et ordre
Proposition (Toute suite convergente est born ee) Toute suite convergente est born ee. 4.a

482

phane FLON Ste

CHAPITRE XXI. SUITES D emonstration

4. LIMITES ET ORDRE

Soit u une suite convergente, vers un r eel l. On prend = 1 dans lassertion de convergence de u vers l : il existe un rang N ` a partir duquel un est compris entre l 1 et l + 1. Bien s ur, lensemble {uk , k [[0, N ]]} est born e, car ni, mettons minor e par m et major e par M . La suite u est alors major ee par max(M, l + 1), et minor ee par min(m, l 1).

Proposition (Suite convergeant vers un r eel strictement positif) Toute suite de nombres r eels, convergeant vers un nombre r eel strictement positif, est minor ee ` a partir dun certain rang par un nombre r eel strictement positif. 4.b

D emonstration Soit u une telle suite, de limite l > 0. Appliquons lassertion de convergence de u l l vers l pour = 2 > 0. Il existe un rang N ` a partir duquel un est compris entre 2 et l 3l , et est donc en particulier minor e e par le nombre strictement positif . 2 2

Ce r esultat est relativement n. La suite

1 n+1

de rang ` a partir duquel son terme g en eral est minor e par un nombre strictement positif. Proposition (De lordre de deux suites ` a lordre de leurs limites) Soit (un )nN et (vn )nN deux suites r eelles, de limites respectives l et l dans R. On suppose u v . On a alors l l . 4.c

n N

est ` a termes strictement positifs, mais il nexiste pas

D emonstration Il ny a rien ` a montrer si l = ou l = +. Si l = +, alors n ecessairement l = +. De m eme si l = . ` partir dun On se place d esormais dans le cas o` u l et l sont nis. Soit > 0. A certain rang N (resp. N ), on a |un l| (resp. |vn l | ). Cela nous donne, pour n max(N, N ) : l un vn l + et donc l l + 2. Ceci etant valable pour tout > 0, on a l l .

Une in egalit e stricte ne nous apporterait rien : si un < vn pour tout n N, alors la conclusion est toujours l , l egalit e pouvant se produire :

Proposition (Principe des gendarmes) Soient u, v, w trois suites r eelles. On suppose que v u w, et que v et w convergent vers un m eme r eel a. La suite u est alors convergente, vers a. 4.d

483

phane FLON Ste

5. OPERATIONS ALGEBRIQUES SUR LES LIMITES D emonstration

CHAPITRE XXI. SUITES

Soit un r eel strictement positif quelconque. Il existe un rang Nv (resp. Nw ) ` a partir ` partir du rang max(Nv , Nw ), on aura : duquel |vn a| (resp. |wn a| ). A a La suite u converge donc vers a. vn un wn a+

Notez que la convergence de u ne fait pas partie des hypoth` eses. Il reste en revanche valable si v et w divergent toutes deux vers + (resp. ), mais on a plus g en eralement : Exercice (Ordre et limites innies) Soit u et v deux suites r eelles. On suppose u v . Montrer que si u tend vers + (resp. v tend vers ), alors v tend vers + (resp. u tend vers ). 8

Exercice (Convergence vers 0) Soit u, v RN . Montrer que si |u| w et si wn 0, alors un 0. 9

On en d eduit que tout r eel est limite dune suite de nombres rationnels 4 (avec des notations pr ec edentes, n |x n | 10 ).

rations alge briques sur les limites 5. Ope


Dans la pratique, on utilise tr` es souvent ces r esultats pour prouver lexistence de certaines limites, plut ot que de revenir ` a la d enition. Lemme (Op erations alg ebriques lorsquune suite tend vers linni) Soit u une suite r eelle tendant vers + : (1) Si v est minor ee, alors u + v tend vers + ; (2) Si v est minor ee par un nombre strictement positif ` a partir dun certain rang, alors uv tend vers +. 5.a

D emonstration (1) Soit M un r eel quelconque. Si v est minor ee par mv , et que u tend vers ` partir de ce +, il existe un rang N ` a partir duquel un M mv . A rang, on a (u + v )n M . (2) Soit M un r eel positif quelconque. Si v est minor ee par un nombre strictement positif mv ` a partir dun certain rang Nv , et que u tend vers +, il M ` existe un rang Nu ` a partir duquel un mv . A partir du rang max(Nu , Nv ), M vn M on a un mv > 0, et donc un vn M. mv et vn mv

4. En fait, il sagit dune reformulation de la densit e de Q dans R.

484

phane FLON Ste

CHAPITRE XXI. SUITES

5. OPERATIONS ALGEBRIQUES SUR LES LIMITES

Lemme (Produit dune suite de limite nulle et dune suite born ee) Le produit dune suite convergeant vers 0 et dune suite born ee est une suite convergeant vers 0. 5.b

D emonstration Soit u tendant vers 0 et v born ee (disons |v | M , o` u M > 0). Soit > 0 : il existe , et donc |un vn | . un rang N ` a partir duquel |un | M

Th eor` eme (Op erations alg ebriques sur les limites) On consid` ere deux suites u et v de limites respectives l et l , el ements de R. (1) La suite |u| tend vers |l| (en notant | | = +). (2) Si l + l existe dans R, alors u + u tend vers l + l . (3) Si ll existe dans R, alors uv tend vers ll . (4) Si R , alors u tend vers l (la limite vaut 0 si = 0). (5) Si l = 0, alors il existe un rang ` a partir duquel un ne sannule pas, et 1 1 = (en posant = 0). lim u1 l n
n

5.c

(6) Si

l l

nest pas une forme ind etermin ee, alors la suite


l l

vn un ,

d enie ` a partir

dun certain rang, tend vers

D emonstration (1) Si l est inni, cest imm ediat. Si l est ni, cela r esulte clairement de la seconde in egalit e triangulaire (||un | |l|| |un l|). (2) Si l ou l est inni, et que l + l nest pas une forme ind etermin ee, par exemple si l = + et l est ni ou vaut + : u tend vers +, et v est minor ee, donc un r esultat pr ec edent prouve que u + v tend vers +. Si l et l sont nis : xons > 0. Il existe un rang Nu (resp. Nv ) ` a partir ` partir du rang max(Nu , Nv ), duquel |un l| (resp. | v l | ). A n 2 2 on a |(un + vn ) (l + l )| |un l| + |vn l | . (3) Si par exemple l = +, on ecarte le cas o` u l = 0. Si par exemple l est un r eel strictement positif ou vaut +, v est minor ee ` a partir dun certain rang par un r eel strictement positif, et le produit tend donc vers + (de m eme si l < 0). Si l et l sont nis, il sut dobserver que uv = (u l)v + l(v l ) + ll (et dutiliser un lemme pr ec edent). (4) Cas particulier du r esultat pr ec edent. (5) Si l = , pour tout > 0, il existe un rang ` a partir duquel |un |
1 un 1 ul 1 ,

i.e.

.
1 ul Si l = 0, on ecrit u 1 a partir duquel l = ul . Il existe un rang ` est major ee par un r eel strictement positif, donc born ee. v u 1 =u v.

(6) On ecrit

On en d eduit la limite de

un vn

, pour u et v tendant vers l et l respectivement (l = 0). 485 phane FLON Ste

6. SUITES EXTRAITES Dans les cas ind etermin es, on ne peut rien dire :

CHAPITRE XXI. SUITES

Corollaire (Somme dune suite convergente et dune suite divergente) Si u converge et v diverge, alors u + v diverge. 5.d

D emonstration Sachant que u converge, on a limplication : si u + v converge, alors v converge (car v = (u + v ) u). Cest la contrapos ee de lassertion cherch ee.

Il se peut tr` es bien que u + v (ou uv ) admette une limite sans que ni u ni v en admettent 5 : Exercice (Stabilit e de sous-ensembles de suites et limite) Lensemble des suites convergentes (resp. convergentes de limite nulle) est-il un sousespace vectoriel de RN (et de B (RN )) ? 10

Lemme (Suite tendant vers 0 par valeurs sup erieures) Si lim u = 0+ , i.e. si u admet 0 pour limite, et si tous les termes de u sont stricte1 ment positifs ` a partir dun certain rang, alors u (d enie ` a partir dun certain rang eventuellement) tend vers +.

5.e

D emonstration Soit M > 0 : il existe un rang N ` a partir duquel 0 < un


1 M,

donc

1 un

M.

On a une assertion analogue si lim u = 0 .

6. Suites extraites
D enition (Suite extraite) Soit u et v deux suites r eelles index ees par N. On dit que v est extraite de u (ou que v est une sous-suite de u) sil existe une application de N dans N, strictement croissante, appel ee extractrice, telles que n N, vn = u(n)

6.a

On rappelle que si : N N est strictement croissante, alors on a (n)

n, pour tout entier naturel n.

5. Dune mani` ere g en erale, si une partie dun ensemble est stable par une op eration, il est fr equent que son compl ementaire ne le soit pas

486

phane FLON Ste

` ET DE 7. SUITES MONOTONES. THEOR EMES DES SEGMENTS EMBO ITES CHAPITRE XXI. SUITES BOLZANO-WEIERSTRASS. Exemple (Suites extraites) Pour tout n0 N, la suite (un0 +n )nN est extraite de u. Les suites (u2n ), (u2n+1 ), (u3n ) sont extraites de u, gr ace aux extractrices respectives :

Th eor` eme (Suite extraite dune suite convergente) Supposons quune suite u converge vers un r eel l. Toute suite extraite de u converge egalement vers l. 6.a

D emonstration Soit un r eel strictement positif quelconque. Il existe un rang N ` a partir duquel ` partir de ce rang N , on a |vn l| , dapr` |un l| . A es le rappel.

Un raisonnement analogue montre que toute suite extraite dune suite divergeant vers + (resp. ) est une suite divergeant vers + (resp. ). Corollaire (Condition susante de divergence) Une suite admettant une suite extraite divergente (resp. divergente de seconde esp` ece) est divergente (resp. divergente de seconde esp` ece). 6.b

Corollaire (Condition susante de divergence de seconde esp` ece) Une suite admettant deux suites extraites convergeant vers deux limites di erentes est divergente de seconde esp` ece. 6.c

Par exemple, la suite ((1)n )nN est divergente de seconde esp` ece. En revanche, si (u2n ) et (u2n+1 ) tendent vers une m eme limite, alors u tend vers cette limite. Exercice (De la convergence de sous-suites ` a la convergence) Faire lexercice 27 de TD. 11

ore `mes des segments embo s et de Bolzano-Weierstrass. 7. Suites monotones. The te


Th eor` eme de la limite monotone (pour les suites) Soit u une suite r eelle croissante. Si cette suite est major ee, alors elle est convergente, vers sup{un , n N}. Sinon, elle tend vers +. Soit u est une suite r eelle d ecroissante. Si cette suite est minor ee, elle est convergente, vers inf {un , n N}. Sinon, elle tend vers .

7.a

487

phane FLON Ste

` ET DE 7. SUITES MONOTONES. THEOR EMES DES SEGMENTS EMBO ITES BOLZANO-WEIERSTRASS. CHAPITRE XXI. SUITES D emonstration Supposons u croissante non major ee. Si M est un r eel x e, il existe donc un entier N tel que uN M . Par croissance de u, on aura un M ` a partir du rang N : u diverge vers +. Supposons u croissante major ee, et soit l la borne sup erieure de son image (l est r eelle). Soit R . Par d e nition de l , il existe un entier N tel que l uN l. + ` partir du rang N , on aura |un l| , par croissance de u. A Le cas o` u u est d ecroissante se ram` ene au pr ec edent en consid erant u.

D enition (Suites adjacentes) Deux suites u et v sont adjacentes si lune est croissante, lautre d ecroissante, et si leur di erence tend vers 0 7.a

Lemme (Suites adjacentes) Supposons u croissante, v d ecroissante, et u v de limite nulle. On a alors, pour tout n N, un vn . 7.b

D emonstration

Proposition (Suites adjacentes) Soit u et v deux suites adjacentes, avec u croissante et v d ecroissante. Les suites u et v sont alors convergentes, et ont m eme limite l. De plus l est lunique r eel x tel que n N, un x vn

7.c

D emonstration La suite u (resp. v ) est croissante major ee (par v0 ) (resp. d ecroissante minor ee (par u0 )). Chacune de ces suites est donc convergente, mettons vers lu et lv respectivement. Comme lim(v u) = 0, lu = lv . l v erie bien les in egalit es de l enonc e. R eciproquement, par passage ` a la limite dans ces in egalit es, seul l peut v erier ces in egalit es.

488

phane FLON Ste

` ET DE 7. SUITES MONOTONES. THEOR EMES DES SEGMENTS EMBO ITES CHAPITRE XXI. SUITES BOLZANO-WEIERSTRASS. ` nouveau, tout r A eel x est limite dune suite de nombres rationnels, puisque les suites des approximations de x ` a 10n pr` es par d efaut et par exc` es sont adjacentes, et encadrent x ` a tout rang.

Th eor` eme des segments embo t es On consid` ere une suite (In )n de segments de R. On suppose que cette suite est d ecroissante pour linclusion, et que la suite (dn ) (o` u dn est la longueur du segment In ) tend vers 0. Alors lintersection des segments In est un singleton.

7.d

D emonstration Pour chaque entier naturel n, on ecrit In = [n , n ] (avec n n ). Notons en particulier que dn = n n . Dapr` es les hypoth` eses de l enonc e, les suites = (n ) et = (n ) sont respectivement croissante et d ecroissante, et lim( ) = 0. Ces suites sont adjacentes, elles admettent donc admettent une limite commune l. Par d enition, lintersection des segments In est lensemble des r eels x tels que : n N, n x n Cette intersection est donc le singleton {l}.

Voici maintenant un r esultat fondamental danalyse (vous pouvez dailleurs essayer de suivre sa longue descendance tout au long de lann ee) :

Th eor` eme de Bolzano-Weierstrass De toute suite born ee de nombres r eels, on peut extraire une suite convergente. 7.e

Le grand principe de cette d emonstration est dexploiter la notion de suite dichotomique dintervalles. Par suite dintervalles, on entend une famille dintervalles index ee par N : ` a chaque entier naturel n, on va associer un intervalle In . La suite (In ) de ces intervalles sera dite dichotomique car, pour tout entier naturel, In+1 sera obtenu ` a partir de In en coupant ce dernier en deux. Pour chaque entier naturel n, In sera un segment [n , n ], n n .

489

phane FLON Ste

` ET DE 7. SUITES MONOTONES. THEOR EMES DES SEGMENTS EMBO ITES BOLZANO-WEIERSTRASS. CHAPITRE XXI. SUITES D emonstration Premi` ere etape : Consid erons une suite r eelle born ee u = (un )nN , disons major ee par M , et minor ee par m. On pose 0 = m, et 0 = M (et donc I0 = [m, M ]). Notons 0 = { n N, Bien s ur, 0 = N. On introduit lensemble n N, un 0 , 0 + 0 2 un I0 }

(attention, cest une partie de N, et non une partie de I0 (penser au cas des suites constantes)).
0 . Sil est ni, on pose I1 = Si cet ensemble est inni, on pose I1 = 0 , 0 + 2 0 +0 , 0 2

. Dans tous les cas, lensemble 1 = { n N, un I1 }

est inni. On construit ainsi, par r ecurrence, une suite dintervalles (Ip )pN , telle que pour tout p N, lensemble p = {n N, un Ip } soit inni : si, pour un certain entier naturel p, Ip est suppos e construit, on introduit lensemble p + p n N, un p , 2 Cet ensemble peut etre inni, auquel cas on pose Ip+1 = p , cas on pose Ip+1 =
p +p , p 2 p +p 2

, ou ni, auquel

. Dans tous les cas, p+1 est inni.

m , donc tend vers 0 lorsque p Pour tout entier naturel p, le diam` etre de Ip est M2 p tend vers +. Dapr` es le th eor` eme des segments embo t es, lintersection Ip est un singleton p N

{l}.

D emonstration Seconde etape : construisons maintenant une suite extraite de u, tendant vers l. Pour tout entier naturel n, on formule lhypoth` ese de r ecurrence suivante : (Hn ) : on a trouv e une suite strictement croissante dentiers naturels (ik )0 k n , telle que ik k , pour tout entier k [[0, n]]. Lamor cage de cette propri et e est imm ediat (on peut prendre nimporte quel entier pour i0 ). Fixons un entier naturel n, supposons Hn , et d eduisons-en Hn+1 : lensemble n+1 etant inni, lensemble n+1 \ [[0, in ]] nest pas vide (il est m eme inni). On choisit un el ement in+1 dans cet ensemble, et lhypoth` ese Hn+1 sen d eduit ais ement. Ainsi, en consid erant lapplication : n in , on dispose dune suite extraite v = (vn ) de u, telle que, pour tout entier naturel n, n vn n . Encadr ee par deux suites de limite l, la suite v , extraite de u, converge (vers l) : le th eor` eme de Bolzano-Weierstrass est prouv e.

490

phane FLON Ste

CHAPITRE XXI. SUITES Corollaire (Compacit e de tout segment)

8. RELATIONS DE COMPARAISON

Soit un segment [a, b] et une suite (xn ) de points de ce segment. Il existe alors une suite extraite de (xn ) qui converge vers un point l du segment [a, b].

7.f

D emonstration Etant born ee, on peut extraire de la suite (xn ) une suite convergente. La limite de cette suite est comprise (au sens large), entre a et b, et (xn ) converge donc vers un point du segment [a, b].

Sur la compacit e Ce r esultat exprime la compacit e de tout segment de R. Aucun autre intervalle non vide ne v erie cette propri et e. 7.1

8. Relations de comparaison
La premi` ere question que lon se pose devant une suite r eelle est celle de sa convergence, ou de sa divergence vers + ou . En admettant que cela soit le cas, il peut etre int eressant de savoir comment cette suite tend vers sa limite,  ` a quelle vitesse . Par exemple, les suites (n), (n + 12) et (n2 ) tendent toutes les trois vers +, mais les deux premi` eres semblent aller  ` a la m eme allure , beaucoup plus lentement que la troisi` eme. Lobjectif de cette partie est de formaliser et exploiter tout cela. On consid` ere une suite (bn ) de nombres r eels tous non nuls, et une suite de r eels (an ). D enition (Suite n egligeable devant une autre) La suite (an ) est dite n egligeable devant (bn ) sil existe une suite (n ) tendant vers 0, telle que an = bn n pour tout entier naturel n. On note alors an = o(bn ). 8.a

Cela revient donc ` a dire que la suite de terme g en eral D enition (Suite domin ee par une autre)

an bn

tende vers 0.

La suite (an ) est dite domin ee par (bn ) (on dit egalement que (bn ) domine an ) sil existe un r eel M tel que |an | M |bn | pour tout entier naturel n. On note alors an = O(bn ).

8.b

Cela revient ` a dire que la suite de terme g en eral D enition (Equivalence des suites)

an bn

soit born ee.

On suppose que (an ) est ` a termes tous non nuls. La suite (an ) est dite equivalente a la suite (bn ) si an bn = o(bn ), i.e. il existe une suite (n ) tendant vers 0, telle ` que an = bn (1 + n ) pour tout entier naturel n. On note alors an bn .

8.c

n Cela revient ` a dire que la suite de terme g en eral a bn tende vers 1. L equivalence des suites est une relation d equivalence.

491

phane FLON Ste

8. RELATIONS DE COMPARAISON Lien entre les relations de comparaison

CHAPITRE XXI. SUITES

Toute suite convergente etant born ee, si an = o(bn ) ou an bn , alors an = O(bn ).

8.1

Cas dune suite sannulant On peut rencontrer ces notations pour une suite (bn ) sannulant (cest le cas des suites (n) et (n2 ) de lintroduction). On remplace alors souvent la condition  pour tout entier naturel n  par  ` a partir dun certain rang , ce qui conforte le caract` ere asymptotique de ces relations. Attention cependant, ces notions nont pas grand int er et si la suite (bn ) est nulle a partir dun certain rang, car alors la suite (an ) (domin ` ee par, n egligeable devant ou equivalente ` a (bn )) est nulle ` a partir dun certain rang. Cest pourquoi vous ne verrez jamais lexpression an 0 par exemple. En pratique, on nutilise ces notions que pour des suites ne sannulant pas ` a partir dun certain rang.

8.2

Exemple (Relations de comparaison) (1) Dire que an = O(1) signie quelle est born ee. Dire que an = o(1) signie quelle est de limite nulle. (2) n n + 12 et n = o(n2 ). (3) Si une suite (an ) tend vers l R , alors an l. (4) On consid` ere p, q N, a0 , . . . , ap , b0 , . . . , bq R, o` u ap et bq sont non nuls. On a : ap np + + a1 n + a0 ap pq n bq nq + + b1 n + b0 bq i

Aspect formel de ces relations Il faut bien comprendre que les notations o(bn ) et O(bn ) ne d esignent pas des suites pr ecises, mais plut ot des ensembles de suites. Cest pourquoi certains pr ef` erent ecrire par exemple an o(bn ). Cependant, nous conservons la notation consacr ee, an par exemple deectuer des op erations alg ebriques. Par exemple, on ecrira n2 + n + cos(n) + o(n2 ) = n2 + o(n2 ), mais on ne peut pas simplier par  o(n2 ) , puisque ce symbole d esigne deux suites di erentes. Autre exemple : sil est vrai quun  o(1/n)  est un  o(1) , la r eciproque est fausse : 8.3

Lemploi de ces relations n ecessite un temps dadaptation, et rec` ele quelques dangers. Par chance, les formules qui suivent se d emontrent tr` es facilement de t ete, il sut donc de proc eder ` a une v erication simple pour eviter les erreurs. Proposition (Propri et es des relations de comparaison) Si an = o(bn ) et bn = O(cn ) (ou si an = O(bn ) et bn = o(cn )), alors an = o(cn ). La relation o est transitive, et O est r eexive, transitive. 8.a

492

phane FLON Ste

CHAPITRE XXI. SUITES

8. RELATIONS DE COMPARAISON

Si les deux suites (an ) et (bn ) sont equivalentes, et si (bn ) admet une limite l (nie ou innie), alors la suite (an ) tend vers l. Proposition (Equivalence de suites et signe) On consid` ere deux suites (an ) et (bn ) equivalentes de nombres r eels non nuls. Alors, ` partir dun certain rang, an et bn ont m a eme signe. 8.b

D emonstration Une suite tendant vers 1 est ` a termes strictement positifs ` a partir dun certain rang.

Proposition (Op erations alg ebriques sur les relations de comparaison) Si an bn , et si an bn , alors an an bn bn an bn an bn Si (an ) et (bn ) sont deux suites equivalentes de r eels strictement positifs, et si R est x e, alors a n bn et 8.c

D emonstration Le produit et le quotient de deux suites tendant vers 1 est une suite tendant vers 1. Si est un r eel quelconque, et u de limite 1, alors u est de limite 1.

Sommation des equivalents Attention ! Il ny a pas de r esultat g en eral sur la somme (ou di erence) d equivalents. Ce nest pas parce que an bn et an bn que an + an an + bn . Cela peut etre vrai comme faux :

8.4 Pour cette raison, il ny a aucun int er et ` a ecrire par exemple cos 1 (bien 1 1 que ce soit vrai), mais il est beaucoup plus int eressant d ecrire cos n 1 2n 2 En revanche, si un = n + wn , o` u wn = o(n ), alors un n :
1 n 1 2n2

493

phane FLON Ste

8. RELATIONS DE COMPARAISON Composition des relations de comparaison

CHAPITRE XXI. SUITES

Si an bn , et si f est une fonction telles que (f (an )) et (f (bn )) soient d enies, il ny a aucune raison que ces suites soient equivalentes :

8.5

Il est notamment interdit de prendre des logarithmes ou exponentielles d equivalents sans pr ecaution.

Exercice (Logarithme dun equivalent) On consid` ere deux suites equivalentes de r eels strictement positifs (an ) et (bn ). On suppose quelles tendent vers une limite (commune) l R \ {1}. Montrer qualors (ln(an )) et (ln(bn )) sont equivalentes. Montrer que ce r esultat tombe en d efaut si la limite commune vaut 1.

12

Proposition (Comparaison des suites de r ef erence) Soit , R + , a ]1, +[. On a : (ln n) = o(n ), n = o(an ), an = o(n!) Soit , R , a ]0, 1[. On a : 1 = o(an ), an = o(n ), n = o((ln n) ) n! 8.d

D emonstration Tout est connu depuis le cours sur les fonctions usuelles, sauf les assertions portant sur n!. Soit a un r eel, a > 1. Il existe un entier naturel N non nul tel que N 2a. Bien s ur, on aura n 2a d` es le rang N , et par cons equent, pour tout entier n N :
n n

k
k=N k=N

(2a) = 2nN +1 anN +1

Il vient donc :

pour tout entier naturel n

an 2N 1 1 n! (N 1)! 2n N , ce qui montre que

an n!

est de limite nulle.

Exercice (Equivalents simples de suites) Soit (un )nN une suite de r eels non nuls tendant vers 0. Montrer qualors sin un un , tan un un , ln(1 + un ) un , 1 cos(un )
u2 n 2 ,

eun 1 un .

13

494

phane FLON Ste

CHAPITRE XXI. SUITES

` 9. BREVE EXTENSION AUX SUITES COMPLEXES

`ve extension aux suites complexes 9. Bre


D enition (Suites complexes) Une suite u = (un )nN ` a valeurs complexes est une famille de nombres complexes index ee par N. La partie r eelle (resp. partie imaginaire) de (un )nN est la suite r eelle, not ee Re(u) (resp. Im(u)), de terme g en eral Re(un ) (resp. Im(un )). La suite conjugu ee de (un )nN , not ee u , est la suite de terme g en eral u n . La suite des modules de (un )nN , not ee |u|, est la suite r eelle de terme g en eral |un |.

9.a

Op erations sur les suites complexes On d enit bien s ur des op erations sur lensemble CN des suites complexes, qui lui conf` erent une structure danneau commutatif et de C-espace vectoriel (et m eme de C-alg` ebre).

9.1

D enition (Suite complexe born ee) Une suite complexe (un )nN est dite born ee sil existe un r eel positif M tel que |un | M , pour tout entier naturel n. 9.b

Suites born ees : reformulations Cela revient ` a dire que la suite des modules soit born ee, ou encore ` a ce que les suites des parties imaginaire et r eelle le soient (dapr` es les encadrements |z | | Re(z )| + | Im(z )|, | Re(z )| |z |, et | Im(z )| |z |, valables pour tout nombre complexe z ).

9.2

D enition (Convergence dune suite complexe) On dit quune suite complexe (un )nN converge (ou tend) vers un nombre complexe l si : R N, |un l| . + , N N, n On note alors lim un = l, ou lim u = l.
n

9.c

Proposition (Convergence dune suite complexe) Une suite (un )nN converge vers l si et seulement si ses parties r eelle et imaginaire convergent respectivement vers Re(l) et Im(l). 9.a

D emonstration Cela r esulte clairement des encadrements : z C, |z | | Re(z )| + | Im(z )|, | Re(z )| |z | et | Im(z )| |z |.

495

phane FLON Ste

` 9. BREVE EXTENSION AUX SUITES COMPLEXES Convergence dune suite complexe

CHAPITRE XXI. SUITES

(1) La d enition est exactement la m eme que pour une suite r eelle, le module rempla cant la valeur absolue (et les disques rempla cant les segments). Bien des propri et es des suites r eelles sont encore valables pour les suites complexes ; (2) Dire que (un )nN converge vers l revient ` a dire que la suite r eelle de terme g en eral |un l| tend vers 0 ; (3) Si u converge vers l, alors sa suite conjugu ee converge vers l; (4) Si u converge vers l, alors sa suite des modules converge vers |l| (dapr` es la seconde in egalit e triangulaire), mais la r eciproque est evidemment fausse (on peut prendre lind efectible exemple ((1)n )nN ) ; (5) Toute suite complexe convergente est born ee (la r eciproque est fausse) ; (6) Nous ne d enissons pas de notion de suite complexe divergeant vers linni (que serait cet inni dans le cas complexe ?)

9.3

Th eor` eme (Op erations alg ebriques, suites complexes) On consid` ere deux suites complexes u et v de limites complexes respectives l et l . (1) |u| converge vers |l| et u converge vers l. (2) (u + v ) converge vers l + l . (3) uv converge vers ll . (4) si C, alors u converge vers l. (5) si l = 0, alors il existe un rang ` a partir duquel un ne sannule pas, et l converge vers l .
v u

9.b

D emonstration Tout est facile, et r esulte de ces m emes propri et es pour le cas r eel, et de la proposition 9. V erions-le pour le produit (cas le plus  compliqu e ) : les parties r eelle et imaginaire de la suite produit uv sont de termes g en eraux respectifs : Re(un ) Re(vn ) Im(un ) Im(vn ) et Re(un ) Im(vn ) + Im(un ) Re(vn ). Dapr` es les r esultats alg ebriques sur les suites r eelles, ces suites convergent respectivement vers : Re(l) Re(l ) Im(l) Im(l ) La suite uv converge donc vers ll . et Re(l) Im(l ) + Im(l) Re(l ).

Pas dordre sur les suites complexes Nayant pas dordre agr eable sur C, nous navons donc pas d eni la croissance dune suite de nombres complexes, et le principe des gendarmes ou le th eor` eme de la limite monotone par exemple sont inutilisables dans C. Cela dit, on peut se ramener au cas r eel en evaluant |un l| (si on conna t l). On ne parle pas non plus de suites complexes adjacentes.

9.4

496

phane FLON Ste

CHAPITRE XXI. SUITES Th eor` eme de Bolzano-Weierstrass complexe

` 9. BREVE EXTENSION AUX SUITES COMPLEXES

N eanmoins, le th eor` eme de Bolzano-Weierstrass est encore valable pour les suites complexes.

9.5

Relations de comparaison pour les suites complexes On peut egalement d enir des relations de comparaison sur CN . 9.6

497

phane FLON Ste

10. QUESTIONNAIRE 8

CHAPITRE XXI. SUITES

10. Questionnaire 8 : Suites


Dans ce qui suit, u = (un ), v = (vn ) et w = (wn ) d esignent des suites r eelles, l un r eel. 1 Si A est une partie de R, alors . a A admet des bornes sup erieure et inf erieure dans R b inf A sup A. 2 Si A est une partie non vide de R, born ee, alors a elle admet des bornes sup erieure et inf erieure. b inf A sup A. c inf A < sup A. d sup A A. e sup A / A. 3 Si une suite r eelle est minor ee par 0 et non major ee, alors elle diverge vers +. 4 Si uv converge, alors u ou v converge. 5 Si |u| converge, alors u converge. 6 Si u et v admettent une limite, alors u + v admet une limite. 7 Si u et w convergent, et si u v w, alors lim u lim v lim w. 8 Si u ne tend pas vers +, alors on peut en extraire une suite major ee. 9 Si u tend vers +, alors on peut en extraire une suite croissante. 10 Si u est born ee, et si toutes ses sous-suites convergentes tendent vers un m eme r eel, alors u est convergente. 11 Si (un+1 un ) tend vers 0, alors u est born ee. 12 Si u est croissante, major ee, non constante, alors elle converge vers un r eel l, et un < l pour tout n N. 13 Si toutes les suites extraites de u convergent, la suite u converge-t-elle ? est vraie pour une innit e dentiers naturels n, la suite u 14 Si pour tout R + , lassertion |un l| converge-t-elle vers l ? 15 La convergence de u vers l equivaut-elle a ` 1 ? N N , n N, (n N ) |un l| N 16 17 18 19 20 Une suite convergente est-elle equivalente ` a toutes ses suites extraites ? Si u tend vers 0 et si un+1 un , u est-elle equivalente ` a toutes ses suites extraites ? Si w u v et wn vn , a-t-on un vn ? Si u + v et uv convergent, u et v convergent-elles ? Si un vn , a-t-on lim (un vn ) = 0 ?
n

21 Si et sont deux applications de N dans N, et si u converge vers un r eel non nul, a-t-on u(n) u(n) ? n 22 Si la suite de terme g en eral k=0 uk converge, la suite u converge-t-elle vers 0 ? n 23 Si u tend vers 0, la suite de terme g en eral k=0 uk converge-t-elle ? 24 Si une suite complexe est born ee et croissante pour lordre lexicographique, est-elle convergente ? 25 Si une suite complexe est born ee et croissante pour un ordre total sur C, est-elle convergente ?

498

phane FLON Ste

CHAPITRE XXI. SUITES

11. FEUILLE DE TD 21

els, suites nume riques 11. Feuille de TD 21 : Nombres re


rieure, corps des nombres re els 11.1. Borne supe Exercice 1 (Borne sup erieure et suites) 0

Soit A une partie non vide de R. Montrer lexistence dune suite (an ) d el ements de A, de limite sup(A).

Exercice 2 (Caract erisation s equentielle de la densit e)

Soit A une partie de R. Montrer que A est dense dans R si et seulement si pour tout r eel x, il existe une suite d el ements de A, de limite x.

Exercice 3 (Sous-groupes de R)

Soit G un sous-groupe de R additif, non r eduit ` a 0. Notons a la borne inf erieure de G R + . Montrer que si a > 0, alors G = aZ (on dit que G est discret). Montrer que si a = 0, alors G est dense dans R (i.e. rencontre tout intervalle ], [, o` u < ).

Exercice 4 (Automorphismes de corps classiques)

1 Montrer que tout endomorphisme du groupe (Q, +) est lin eaire, i.e. de la forme x x pour un certain rationnel x. 2 Montrer que Id Q est lunique automorphisme du corps des nombres rationnels. 3 Montrer que Id R est lunique automorphisme du corps des nombres r eels.

Exercice 5 (Caract erisation s equentielle des ferm es de R)

Une partie U de R est dite ouverte si pour tout el ement u de U , il existe R + tel que ]u, u+[ U . Une partie F de R est dite ferm ee si son compl ementaire dans R est ouvert. Montrer quune partie F de R est ferm ee si et seulement si la limite de toute suite convergente d el ements de F appartient ` a F.

Exercice 6 (Autour de la borne sup erieure)

Soit A et B deux parties non vides de R. 1 On suppose B born ee et A incluse dans B . Montrer que A et B admettent des bornes sup erieures et inf erieures (dans R), et que inf(B ) inf(A) sup(A) sup(B ). 2 On suppose que, pour tout couple (a, b) A B , a b. Montrer que A admet une borne sup erieure, B une borne inf erieure, et que sup(A) inf(B ). 3 On suppose A et B major ees. On note A + B lensemble des r eels s ecrivant comme somme dun el ement de A et dun el ement de B . Montrer que A + B admet une borne sup erieure, et que sup(A + B ) = sup(A) + sup(B ).

499

phane FLON Ste

11. FEUILLE DE TD 21 11.2. Convergence, divergence

CHAPITRE XXI. SUITES

Exercice 7 (Expression formelle de la convergence)

Soit l un r eel, et (un ) une suite r eelle. Les assertions suivantes sont-elles equivalentes ` a la convergence de la suite (un ) vers l ? 1 ]0, 1[, N N, n N, |un l| . 2 > 1000, N N, n N, |un l| . 3 R N, |un l| . + , N [[1000, +[[, n 4 R+ , N N, n N, |un l| . 5 R N, |un l| < . + , N N, n 6 N N, R , n N, |un l| . +

Exercice 8 (Etude el ementaire de convergence ou de divergence) 1 Etudier la convergence des suites suivantes : u = n w=
n sin(n) n2 +1 n N

0 , v = (1)n +
1 n nN

n2 n

n N

et

. A2 Ak
1

2 On consid` ere k r eels A1 , . . . , Ak , avec A1


n

0. Evaluer

n n lim (An 1 + + Ak )

3 Etant donn e x r eel, etudier la suite index ee par N , de terme g en eral un = 1 n2


n

E (kx)
k=1 n 1 k=0 (k+1)2

4 Montrer que la suite de terme g en eral un = n la suite de terme g en eral vn = k=1 k(k1 +1) (n

(n N) converge (on pourra consid erer

1)).

5 Etudier la convergence de la suite de terme g en eral n E ( k + 1) E ( k ) un = . k+1


k=0

6 Soit un nombre irrationnel positif, et (pn , qn ) une suite de couples dentiers naturels non nuls, n telle que limn p qn = . Montrer que les suites (pn ) et (qn ) divergent vers +.

Exercice 9 (Suite convergente dentiers relatifs) Montrer que toute suite de nombres entiers relatifs convergente est stationnaire.

Exercice 10 (Taux compar es)


n+1 Soient u et v deux suites ` a valeurs strictement positives, telles que : n N, uu n les implications suivantes :

0
vn+1 vn .

Montrer

(lim vn = 0 lim un = 0) et (lim un = + lim vn = +).

500

phane FLON Ste

CHAPITRE XXI. SUITES Exercice 11 (S erie harmonique) Montrer que la suite de terme g en eral
n 1 k=1 k

11. FEUILLE DE TD 21

1 tend vers +.

Exercice 12 (Th eor` eme de Ces` aro) On consid` ere une suite u = (un )n
1

1 et la suite des moyennes v = (vn )n u1 + u2 + + un vn = n


1,

de terme g en eral

1 Montrer que si la suite u cro t, il en est de m eme de v . 2 Montrer que si u tend vers une limite nie ou innie l R, alors v tend vers l (cest le th eor` eme de Ces` aro). 3 Montrer, en donnant un contre-exemple, que la r eciproque est fausse. n+1 tende vers 4 Soit (un ) une suite de r eels strictement positifs, telle que la suite de terme g en eral uu n un r eel . Montrer que la suite de terme g en eral n un tend vers .

Exercice 13 (Image des entiers par la fonction sinus)

1 Montrer que le sous-groupe Z + Z de R est dense dans R (on admettra que est irrationnel). En d eduire que la suite (sin(n))nN diverge. 2 Retrouver ce r esultat par un raisonnement el ementaire.

Exercice 14 (Suite dentiers naturels) 1 Montrer que si lapplication f : N N est injective, alors la suite (f (n))nN tend vers +. 2 Soit une permutation de N telle que la suite
n) limn ( n (n) n

soit convergente. Que dire alors de


n

` linfini 11.3. Relations de comparaison, comportement a Exercice 15 (Equivalents simples) Trouver des equivalents simples des suites de termes g en eraux en
2 1 +n!+ n

0 n+1 n, de
n n en +n! e +e +n , n+1 , n2 +nn

Exercice 16 (Equivalents et convergence) 1 Montrer que la suite de terme g en eral 2 Montrer que la suite de terme g en eral
n+3 sin(n) 2n+(1)n converge. E (ln(n)) ln(n2 +n) converge.

501

phane FLON Ste

11. FEUILLE DE TD 21 Exercice 17 (Algorithme de Babylone, ou de H eron dAlexandrie)

CHAPITRE XXI. SUITES

ecurrence suivante : On d enit la suite u = (un ) par son terme initial u0 = 5 2 , et la relation de r n N, un+1 = 1 2 un + 5 un

Montrer que u converge vers une limite l que lon calculera, et quil existe R + et ]0, 1[ tels que : n n N, 0 < un l < (2 ) Remarque : la vitesse de convergence est remarquable, on dit quelle est (au moins) quadratique. Nous reverrons cette suite dans un cadre plus g en eral ult erieurement.

Exercice 18 (suite de Fibonacci) On d enit la suite de Fibonacci, (un ), par u0 = 0, u1 = 1, et : n > 1, un = un1 + un2

1 Chercher les suites g eom etriques v eriant la relation de r ecurrence (mais pas n ecessairement les conditions initiales). 2 Gr ace ` a la question pr ec edente, trouver une fonction f telle que : n N, un = f (n). n+1 . 3 En d eduire un equivalent simple de (un ), et la limite de uu n

Exercice 19 (Equivalent dune suite) Soit (un ) une suite de r eels de limite nulle et telle que un + un+1 1 . n

1 Montrer que si lon suppose (un ) d ecroissante, alors un 21 n. 2 Montrer que ce r esultat peut tomber en d efaut si lon ne suppose plus (un ) d ecroissante.

Exercice 20 (Equivalents plus durs) Trouver des equivalents simples des suites de termes g en eraux
n 1 k=1 k

2 et
n k=0

k !.

Exercice 21 (Exemple de suite implicite)

1 Montrer que pour tout n N , l equation x + ln(x) = n dinconnue x R + admet une unique solution, que nous noterons un . 2 Etudier la monotonie de (un ). En d eduire la limite de cette suite. 3 Montrer que un n. 4 Montrer que un n ln(n).

502

phane FLON Ste

CHAPITRE XXI. SUITES Exercice 22 (Une autre suite implicite)

11. FEUILLE DE TD 21

Soit (un )n 0 RN telle que : n N, u5 eveloppement n + nun = 1. Etudier (un ). Donner un d asymptotique ` a deux termes de un .

Exercice 23 (Une suite implicite avec tangente)

Si n N, soit xn la solution de tan x = x qui appartient ` a [n, n + /2[. Donner un d eveloppement de xn ` a la pr ecision 1/n2 .

11.4. Suites extraites Exercice 24 (Extraction dune suite non major ee) Montrer que toute suite r eelle non major ee admet une suite extraite divergeant vers +. 0

Exercice 25 (Extraction convergente dune suite monotone)

Montrer quune suite monotone dont une suite extraite est convergente est elle-m eme convergente.

Exercice 26 (Suite extraite de suite extraite)

Soit u = (un ) une suite de r eels, et soit v = (vn )nN une suite extraite de u : il existe donc : N N strictement croissante telle que vn = u(n) , pour tout entier naturel n. Soit w = (wn )nN une suite extraite de v ( n N, wn = v(n) ). Montrer que w est une suite extraite de u, et exprimer le terme g en eral wn de w en fonction de u, et (et n).

Exercice 27 (De la convergence de sous-suites ` a la convergence)

Soit (un ) une suite r eelle. Montrer que si les suites extraites (u2n )nN , (u2n+1 )nN et (u3n )nN convergent, alors u converge.

Exercice 28 (Innit e de sous-suites convergentes)

Donner un exemple de suite (un ) divergente, telle que pour tout k N \ {0, 1}, la suite extraite (ukn )nN converge.

503

phane FLON Ste

11.5. Suites adjacentes Exercice 29 (Crit` ere sp ecial des s eries altern ees) 2

Soit u = (un ) une suite de r eels positifs d ecroissante, de limite nulle. On pose, pour tout entier n :
n

vn =

(1)k uk
k=0

1 Montrer que la suite v = (vn )nN ainsi d enie est convergente (on pourra montrer que les suites extraites (v2n ) et (v2n+1 ) sont adjacentes). 2 Soit l = limn vn . Montrer : n N, |vn l| un+1 .

Exercice 30 (Moyenne arithm etico-g eom etrique) Soit a, b deux r eels, avec 0 < a

b. On consid` ere les suites u et v d enies par u0 = a, v0 = b, et : un + vn n N, un+1 = un vn et vn+1 = 2 Montrer que u et v sont adjacentes. Leur limite commune est appel ee moyenne arithm eticog eom etrique de a et b.

11.6. Suite de nombres complexes Exercice 31 (Th eor` eme de Bolzano-Weierstrass complexe) Enoncer et montrer un th eor` eme de Bolzano-Weierstrass pour les suites complexes. 2

Exercice 32 (Suite r ecurrente complexe) Soit (zn ) la suite complexe d enie par son terme initial z0 C et la relation de r ecurrence 1 zn+1 = (zn + |zn |) , 2 pour tout entier naturel n. Etudier la convergence de (zn ).

504

CHAPITRE XXII

Fonctions num eriques


Sommaire
1. 2. 3. 4. 5. 6. 7. 8. 8.1. 8.2. 8.3. 8.4. 9. 10. 11. 12. 12.1. 12.2. 12.3. 12.4. Pr eliminaires topologiques Premi` eres d enitions Etude locale dune fonction Limite et ordre Op erations alg ebriques sur les limites Limites et monotonie Caract erisation s equentielle de la continuit e Fonctions continues sur un intervalle D enition et premiers exemples Le th eor` eme des valeurs interm ediaires Fonctions continues sur un segment R eciproque dune fonction continue strictement monotone Uniforme continuit e Fonctions ` a valeurs complexes Questionnaire 9 : Fonctions Feuille de TD 22 : Fonctions num eriques Limites Continuit e Fonctions lipschitziennes Uniforme continuit e 506 507 512 516 518 520 521 522 522 524 525 526 527 529 532 533 533 533 535 535

Dans ce chapitre, nous allons enn d enir avec rigueur des notions que vous employez depuis longtemps d ej` a, comme celle de continuit e par exemple. Vous verrez notamment que cette notion est plus compliqu ee quil ny para t, et que lanalyse est pleine dexemples contre-intuitifs (il existe par exemple des fonctions continues en tout irrationnel, et discontinues en tout rationnel (mais pas linverse !), des fonctions continues partout et d erivables nulle part). La notion de limite (et donc celles de continuit e, de d erivabilit e) est une notion locale (on etudie a priori lexistence dune limite en un point, et tout d epend de la conduite de la fonction au voisinage de ce point). Dune mani` ere g en erale, il faudra bien distinguer les r esultats locaux des r esultats globaux. On peut eectuer une analogie avec les suites : pour savoir si une suite admet une limite, on se moque totalement de ce quil se passe en un nombre ni dindices. Ici, on se moque de ce quil se passe hors dun voisinage de a. Plus g en eralement, la plupart des d emonstrations de ce chapitre ressembleront aux d emonstrations analogues eectu ees pour les suites (voir par exemple les propri et es alg ebriques sur les limites), et nous verrons m eme que nous pourrions utiliser ces derni` eres pour prouver la plupart des r esultats de ce chapitre. On laissera le lecteur g en eraliser les d enitions et r esultats ` a dautres domaines de d enition quun intervalle.
505

1. PRELIMINAIRES TOPOLOGIQUES

CHAPITRE XXII. FONCTIONS NUMERIQUES

liminaires topologiques 1. Pre


D enition (Voisinage dun r eel) Soit a un r eel. On appelle voisinage de a dans R toute partie A de R contenant un segment de diam` etre non nul, centr e en a, cest-` a-dire telle que : > 0, [a , a + ] A. 1.a On dit alors que a est int erieur ` a A. Lint erieur de A est lensemble des points int erieurs ` a A, cest-` a-dire dont A est voisinage.

Par exemple, ]0, 1[ est lint erieur de [0, 1], de ]0, 1[, de [0, 1[, ou encore de ]0, 1[N. Exercice (Caract erisation des voisinages) Montrer quune partie A de R est un voisinage de a dans R si et seulement si elle contient un intervalle ouvert (et born e) non vide centr e en a : > 0, ]a , a + [ A 1 Montrer que A est un voisinage de a dans R si et seulement si elle contient un intervalle ouvert comprenant a.

D enition (Ouverts et ferm es) On appelle ouvert de R toute partie de R, voisinage de chacun des ses points. On appelle ferm e de R toute partie de R, dont le compl ementaire dans R est un ouvert ; 1.b

Nous avons d ej` a vu des exemples douverts et de ferm es de R, lors de la d enition des intervalles r eels. Cependant, il faut comprendre que le statut des notions douvert et de ferm e a chang e, et quil faudrait donc prouver quun intervalle pr ec edemment dit ouvert est eectivement ouvert en ce nouveau sens. Cela permet egalement de comprendre pourquoi [1, +[ etait dit ferm e (bien quil semble  ouvert  en +). D enition (Voisinage de linni) On appelle voisinage de + dans R toute partie A de R contenant un ensemble du type [M, +[, pour un certain r eel M , i.e. tel que : M R, [M, +[ A. 1.c On d enit de mani` ere analogue un voisinage de .

On peut observer que si une partie B de R contient un voisinage de a, alors cest un voisinage de a. Exercice (Sur les voisinages) 1 Soit a R. Montrer que lintersection de deux (et, par r ecurrence, dun nombre ni non nul) voisinages de a est un voisinage de a. 2 Soient a et b deux el ements distincts de la droite num erique achev ee. Montrer quil existe des voisinages respectifs Va et Vb de a et b, tels que Va Vb = .

506

phane FLON Ste

CHAPITRE XXII. FONCTIONS NUMERIQUES Intersection et r eunion douverts, de ferm es

` 2. PREMIERES DEFINITIONS

(1) Une union quelconque douverts est un ouvert, une intersection nie douverts est un ouvert. Cependant, une intersection quelconque douverts nest pas n ecessairement un ouvert ; (2) Par passage au compl ementaire, une intersection quelconque de ferm es est un ferm e, une union nie de ferm es est ferm ee. Cependant, une union quelconque de ferm es nest pas n ecessairement ferm ee (si tel etait le cas, comme les singletons sont ferm es, et que tout ensemble est r eunion de singletons, tout ensemble serait ferm e !). 1.1

Dans ce chapitre, I d esignera un intervalle dint erieur non vide (car la notion de limite na dint er et que pour un point non  isol e ), a sera un el ement de I ou une extr emit e de I ( eventuellement innie), et toutes les fonctions consid er ees seront d enies sur I , et ` a valeurs r eelles (sauf mention contraire). Suite ` a notre choix erence de A de a, tout voisinage de a rencontrera I (on dit que a est adh erent ` a I , et on note A et appelle adh lensemble des points adh erents ` a a) . Dans un souci dunication, on dit (abusivement) quune propri et e portant sur une fonction d enie sur I est vraie au voisinage de a si elle est vraie sur lintersection de I avec un voisinage de a dans R. Par exemple, nous dirons que la fonction logarithme est ` a valeurs strictement n egatives au voisinage de 0 (bien quelle ne soit pas d enie sur un voisinage de 0). On d eduit du travail pr ec edent que si un nombre ni dassertions sont vraies au voisinage de a, leur conjonction est encore vraie 1 au voisinage de a (ce r esultat sera largement utilis e dans la suite). Pour les suites, le r esultat analogue est : si un nombre ni dassertions sont vraies ` a partir dun certain rang, alors leur conjonction est vraie ` a partir dun certain rang.

`res de finitions 2. Premie


Consid erons lensemble RI des fonctions d enies sur I et ` a valeurs r eelles. D enition (Op erations sur les fonctions) Soit f, g RI . La somme de f et g , not ee f + g est d enie par x I, (f + g )(x) = f (x) + g (x) On d enit ainsi une loi de composition interne sur RI . Le produit de f et g , not e f g est d eni par x I, (f g )(x) = f (x)g (x)
I

2.a

On d enit ainsi une loi de composition interne sur R . Soit R. Le produit de et de f , not e f , est d eni par x R, (f )(x) = f (x) Cest une loi de multiplication externe.

1. En revanche, cela est faux en g en eral pour une conjonction dune innit e dassertions vraies au voisinage de a, donnez des exemples.

507

phane FLON Ste

` 2. PREMIERES DEFINITIONS

CHAPITRE XXII. FONCTIONS NUMERIQUES

Structure danneau sur lensemble des fonctions num eriques sur I Ces d enitions sont bien licites gr ace aux lois de composition interne daddition et de multiplication sur R. Ceci explique pourquoi on part dun intervalle (presque) quelconque, mais que lensemble darriv ee est le corps des r eels. Dailleurs, RI , muni des lois daddition et de multiplication, est un anneau (son el ement nul est la fonction identiquement nulle sur I , et son el ement unit e est lapplication constante de valeur 1 sur I ). Si g est inversible (dans cet anneau), cest-` a-dire si g ne sannule pas, alors 1 son inverse (et on notera f le produit de f par linverse de g ). on pourra noter g g

2.1

Proposition (Structure despace vectoriel sur lensemble des fonctions num eriques sur I ) RI , muni des lois daddition et de multiplication externe, est un espace vectoriel. 2.a

D emonstration Les v erications sont imm ediates. Elles r esultent des d enitions des lois consid er ees, et des propri et es de R.

D enition (Relation dordre sur lensemble des fonctions num eriques sur I ) On d enit une relation dordre f, g RI , (f sur RI par g ) ( x I, f (x) g (x))

2.b

Relation dordre sur lensemble des fonctions num eriques sur I (1) Cet ordre nest evidemment pas total. (2) Cet ordre est compatible avec laddition et la multiplication, au sens o` u: 2.2 (3) Que signie lassertion f = g ? (4) Que signie lassertion f < g ? Bien faire attention ` a notre convention.

D enition (Valeur absolue, inf et sup) Soit f : I R. On d enit la fonction valeur absolue de f , not ee |f | par x I, x I, et x I, inf(f, g )(x) = inf {f (x), g (x)} |f |(x) = |f (x)| 2.c Soient f, g RI . On d enit les fonctions sup(f, g ) et inf(f, g ) par sup(f, g )(x) = sup{f (x), g (x)}

508

phane FLON Ste

CHAPITRE XXII. FONCTIONS NUMERIQUES Fonction born ee

` 2. PREMIERES DEFINITIONS

Une fonction f est born ee si et seulement si il existe un r eel positif K tel que |f (x)| K , pour tout x I . Autrement dit, f est born ee si et seulement si la fonction |f | est major ee.

2.3

D enition (Extremum global dune fonction) Une fonction f admet un maximum sil existe un el ement x0 de I pour lequel on a : x I, f (x) f (x0 ). Pour un tel x0 , on dit que f pr esente (ou admet) son maximum en x0 . On note f (x0 ) =max f (x), ou f (x0 ) =max f .
xI I

Une fonction f ` a valeurs r eelles admet un minimum sil existe un el ement x0 de I pour lequel on a : x I, f (x) f (x0 ). Pour un tel x0 , on dit que f pr esente (ou admet) un minimum en x0 . On note f (x0 ) =min f (x), ou f (x0 ) =min f .
x I I

2.d

Une fonction f admet un extremum (en x0 I ) si elle admet un maximum ou un minimum (en x0 ).

Une fonction nadmet pas forc ement dextremum :

Une fonction peut pr esenter un (m eme) maximum en plusieurs points distincts :

Illustration

Une fonction f pr esente un minimum en x0 I si et seulement si f pr esente un maximum en x0 I . D enition (Extremum local dune fonction) Une fonction f admet un maximum (resp. minimum, extremum) local en x0 I si f admet un maximum (resp. minimum, extremum) en x0 au voisinage de x0 , i.e. il existe un intervalle non vide ]x0 , x0 + [ tel que f|]x0 ,x0 +[I pr esente un maximum (resp. minimum, extremum) en x0 .

2.e

Evidemment, un extremum global dune fonction est un extremum local, mais la r eciproque est fausse : 509 phane FLON Ste

` 2. PREMIERES DEFINITIONS

CHAPITRE XXII. FONCTIONS NUMERIQUES

Illustration

D enition (Borne sup erieure, borne inf erieure) La borne sup erieure (resp. la borne inf erieure) de la fonction f : I R est la borne sup erieure (resp. inf erieure) de f (I ) dans R. On les note respectivement sup f (x)
xI

2.f

(resp. inf f (x)) ou sup f (resp. inf f )).


x I I I

Si f est strictement monotone, elle est n ecessairement injective. En particulier, sa restriction ` a larriv ee ` a f (I ) est une bijection. Lassertion de stricte croissance de f est equivalente ` a x, y I, (x < y ) (f (x) < f (y ))

En particulier, si f est une bijection strictement monotone (ou plus simplement une bijection monotone), alors sa r eciproque f 1 est egalement (strictement) monotone, de m eme monotonie que f ; Si f : I R et g : J R sont deux applications, avec f (I ) J , alors on peut d enir g f (remarquer le l eger abus de notation) ; On a quelques r esultats sur la monotonie de la composition ou du produit de fonctions monotones. Le plus simple est de les retrouver soi-m eme, au brouillon ou de t ete : Par exemple, la compos ee (licite) g f de deux fonctions monotones est monotone (croissante si g et f ont m eme monotonie, d ecroissante dans le cas contraire : penser ` a la r` egle des signes). Si f et g sont croissantes ET positives, alors f g est croissante :

Attention : ceci est faux si f et g sont seulement suppos ees croissantes !

D enition (Parit e, imparit e) On suppose ici que I = I (i.e. lintervalle I est centr e en 0). Soit f RI . f est dite paire (resp. impaire) si, pour tout point x de I , f (x) = f (x) (resp. f (x) = f (x)).

2.g

510

phane FLON Ste

CHAPITRE XXII. FONCTIONS NUMERIQUES Proposition (Parit e, imparit e)

` 2. PREMIERES DEFINITIONS

I est suppos e centr e en 0. Les ensembles P et I des fonctions respectivement paires et impaires de RI sont des sous-espaces vectoriels suppl ementaires de RI . Ainsi, tout I el ement de R s ecrit de fa con unique comme somme dune fonction paire et dune fonction impaire.

2.b

On a de plus des formules donnant fp et fi , les parties paire et impaire de f :

D enition (Fonction p eriodique) Soit T un r eel strictement positif. Une fonction f : R R est T -p eriodique si, pour tout r eel x : f (x + T ) = f (x). On dit alors que T est une p eriode de f .

2.h

On etend parfois cette d enition ` a un r eel quelconque T . Lensemble des p eriodes de f est alors un sousgroupe additif de R, donc soit dense, soit de la forme T0 Z, pour un certain T0 R+ . Dans ce dernier cas, et si T0 > 0, on dit que T0 est la p eriode de f .

Illustration

Lensemble des fonctions T -p eriodiques est un sous-espace vectoriel de RR . En revanche, lensemble des fonctions p eriodiques nest pas stable par somme :

D enition (Fonction lipschitzienne) Soit k un r eel positif ou nul. Une fonction f est lipschitzienne de rapport k ou k -lipschitzienne si x, y I, |f (x) f (y )| k |x y |

2.i

511

phane FLON Ste

3. ETUDE LOCALE DUNE FONCTION

CHAPITRE XXII. FONCTIONS NUMERIQUES

Illustration

Fonction lipschitzienne Cette notion nest pas du tout anecdotique, elle appara t dans de nombreux th eor` emes danalyse ; Une fonction k -lipschitzienne est une fonction dont tous les taux daccroissement sont compris entre k et k : on se doute d ej` a que le caract` ere k -lipschitzien sera li e a la fonction d ` eriv ee de f (si elle existe).

2.4

3. Etude locale dune fonction


D enition (Limite dune fonction en un point) Soit a un point de I , ou une extr emit e nie de I . Une fonction f : I R admet l R pour limite en a R si > 0, > 0, x I, + pour limite en a R si M R, > 0, x I, pour limite en a R si M R, > 0, x I, (|x a| ) (f (x) M) (|x a| ) (f (x) M) (|x a| ) (|f (x) l| ) 3.a

Illustration

512

phane FLON Ste

CHAPITRE XXII. FONCTIONS NUMERIQUES

3. ETUDE LOCALE DUNE FONCTION

Illustration

Une fonction nadmet pas forc ement de limite en un point donn e, m eme si elle y est d enie !

D enition (Limite dune fonction en plus ou moins linni) On suppose que I est un voisinage de +. Une fonction f : I R admet l R pour limite en + si > 0, c R, x I, + pour limite en + si M R, c R, x I, pour limite en + si M R, c R, x I, (x c) (f (x) M) On d enit de m eme la notion de limite en . (x c) (f (x) M) 3.b (x c) (|f (x) l| )

Illustration

D enition (Limite dune fonction en un point de la droite num erique achev ee) Dans tous les cas, on dit que f (x) tend vers l R lorsque x tend vers a R, ou que f tend vers l en a, et on note lim f (x) ou encore lim f la limite l, on note egalement
xa a

3.c

f (x) x a l, ou f a l.

Comme dhabitude, on justiera lexistence dune limite avant demployer cette notation. 513 phane FLON Ste

3. ETUDE LOCALE DUNE FONCTION

CHAPITRE XXII. FONCTIONS NUMERIQUES

Pour une fonction on pr ecise evidemment la valeur de la limite, mais aussi la valeur en laquelle on a cette limite (par exemple : f tend vers 0 en 3). Pour une suite, cela n etait pas n ecessaire, car on regardait toujours le comportement  ` a linni . Une fonction admet donc une limite nie l en a R si et seulement si, pour tout > 0 lassertion |f (x)l| est vraie au voisinage de a. eel M , Une fonction admet donc + (resp. ) pour limite en a R si et seulement si, pour tout r lassertion f (x) M (resp. f (x) M ) est vraie au voisinage de a. Lorsque l R, la relation f (x) tend vers l lorsque x tend vers a equivaut ` a f (x) l x a 0. On peut donc se ramener ` a une limite nulle (dans le cas o` u on conna t l). Lorsque a R, la relation f (x) tend vers l lorsque x tend vers a equivaut ` a la relation f (a + h) h 0 l. On peut donc se ramener ` a une etude de limite en 0. Lexpression  au voisinage de a  pour les fonctions est lanalogue de lexpression  ` a partir dun certain rang  pour les suites. Le lien entre limite dune suite et limite dune fonction est en fait beaucoup plus profond que cela, comme nous le verrons ult erieurement. En fait, nous pourrions montrer beaucoup des r esultats de ce chapitre ` a laide des r esultats d ej` a obtenus sur les suites. Unication de la notion de limite La notion de voisinage permet de regrouper les di erentes notions de limites : dire que f admet l R pour limite en a R, cest dire que pour tout voisinage Vl de l, il existe un voisinage Va de a tel que f (Va I ) Vl .

3.1

Si a est en outre un el ement int erieur ` a I , dire que f admet l pour limite en a, cest dire que limage r eciproque de tout voisinage de l est un voisinage de a. Proposition (Unicit e de la limite) La fonction f admet au plus une limite en a. 3.a

D emonstration En eet, deux el ements distincts l et l de la droite num erique achev ee admettent des voisinages disjoints Vl et Vl . Supposer que f ait pour limites l et l en a entra nerait lexistence dun voisinage Va de a tel que f (Va I ) Vl Vl = , ce qui est absurde, puisque a est adh erent ` a I.

D emonstration Pour ceux qui ont peur de la d emonstration pr ec edente, montrons ce r esultat dans le cas particulier o` u a est r eel (les autres sont analogues). Raisonnons par labsurde, en l| supposant que f est de limites distinctes nies l et l en a. On choisit = |l 3 > 0. Il existe deux r eels strictement positifs et tels que pour tout point x de I , on ait : (|x a| ) (|f (x) l| ) et (|x a| ) (|f (x) l | ) Il existe un point x de I tel que |x a| in egalit es |f (x) l| et |f (x) l | |l l| 2|l 3l| , ce qui est absurde. min(, ). Pour un tel x, on a les deux . Lin egalit e triangulaire donne alors

514

phane FLON Ste

CHAPITRE XXII. FONCTIONS NUMERIQUES Exercice (Unicit e de la limite)

3. ETUDE LOCALE DUNE FONCTION

Pour vous entra ner, montrer ` a la main quune fonction ne peut avoir pour limites + et en a R.

D enition (Continuit e ponctuelle) Soit f : I R, et a I . On dit que f est continue en a si f (x) tend vers f (a) lorsque x tend vers a. 3.d

Lorsque a I , dire que f admet une limite nie en a equivaut ` a la continuit e de f en ce point (car la seule limite envisageable en a, cest f (a)). D enition (Prolongement par continuit e) Si a est une extr emit e nie de I nappartenant pas ` a I , et si f admet une limite nie l en a, on pose (x) = f (x) si x I, et f (a) = l f ainsi d La fonction f enie sur I {a} est continue en a. On dit que f se prolonge est appel par continuit e en a, et f ee le prolongement par continuit e de f en a.

3.e

Par d enition, lorsque a est une extr emit e nie de I nappartenant pas ` a I , f a une limite nie si et seulement si f se prolonge par continuit e en ce point. Il ny avait pas lieu de d enir un prolongement par continuit e si a ou l n etait pas ni. Exercice (Prolongement par continuit e)
2 Montrer que la fonction f : x R e + x cos(1/x) est prolongeable par continuit en 0.

D enition (Limites ` a gauche et ` a droite) Soit a un point int erieur ` a I . On dit que f admet une limite a ` gauche (resp. une limite ` a droite) en a si la restriction de f ` a I ] , a[ (resp. ` a I ]a, +[) admet une limite en a. Cette limite est alors not ee lima f (resp. lima+ f ). On dit que f est continue ` a gauche (resp. ` a droite) en a si f admet f (a) pour limite ` a gauche (resp. a droite) en a. `

3.f

Bien remarquer que pour les limites ` a gauche et ` a droite, les intervalles consid er es sont I ] , a[ et I ]a, +[, et non I ] , a] et I [a, +[ (en fait, si on prend ces derniers ensembles, on tombe sur les continuit e` a gauche et ` a droite de f en a, ce qui est di erent). Proposition (Continuit es ` a gauche et ` a droite) Une fonction f est continue en un point a int erieur ` a I si et seulement si elle est continue en a ` a droite et ` a gauche. 3.b

515

phane FLON Ste

4. LIMITE ET ORDRE

CHAPITRE XXII. FONCTIONS NUMERIQUES D emonstration

Si f est continue en a, elle y est evidemment continue ` a droite et ` a gauche. Si r eciproquement f est continue ` a droite et ` a gauche en a, soit un r eel strictement positif. Il existe des r eels strictement positifs + et tels que ( x [a , a[, |f (x) f (a)| ) et ( x ]a, a + + ], |f (x) f (a)| ) En posant = min(+ , ), on a, pour tout x de [a , a + ] : |f (x) f (a)| (cest evidemment vrai pour x = a).

Ne surtout pas confondre limites ` a gauche et droite, et continuit e` a gauche et droite : une fonction peut admettre une m eme limite nie ` a gauche et ` a droite en un point sans etre continue ` a gauche ou droite en ce point.

Illustration

4. Limite et ordre
Proposition (Limite nie et bornitude locale) Toute fonction admettant une limite nie l en un point a R est born ee au voisinage de ce point. 4.a

D emonstration Il sut de prendre = 1 dans lassertion formelle armant que lima f = l.

Proposition (Limite strictement positive et minoration) Toute fonction admettant une limite strictement positive en un point est minor ee, au voisinage de ce point, par un nombre r eel strictement positif. 4.b

516

phane FLON Ste

CHAPITRE XXII. FONCTIONS NUMERIQUES D emonstration

4. LIMITE ET ORDRE

l (on Soit l la limite strictement positive dune fonction f en a. On prend = 2 l 3l choisit une bonne valeur de ). Lassertion f (x) [ 2 , 2 ] est vraie pour x voisin de a, et la fonction f est en particulier minor ee par le nombre r eel strictement positif l au voisinage de a . 2

Proposition (De la comparaison des fonctions ` a celle des limites) On suppose que les fonctions f et g admettent respectivement pour limites l et l en a et que f g au voisinage de a. On a alors l l . 4.c

D emonstration Soit un r eel strictement positif quelconque. Comme les assertions l f (x), f (x) g (x) et g (x) l + sont vraies au voisinage de a, leur conjonction lest egalement, et donc l l + . Ceci etant vrai pour > 0 quelconque, on a l l .

Des in egalit es strictes ne nous apporteraient rien. Cependant, on a : Proposition (Conservation din egalit es strictes) Soit f : I R, a I . On suppose que f (x) tend vers l R lorsque x tend vers a. Soient k et k deux r eels tels que k < l < k . Alors lassertion k < f (x) < k est vraie pour x voisin de a.

4.d

D emonstration
l lk Prendre = min( k 2 , 2 ).

Proposition (principe des gendarmes) Si g f h, et si g et h tendent vers b R en a, alors f (x) tend vers b lorsque x tend vers a. 4.e

D emonstration Seul le cas dune limite nie b est int eressant. Soit un r eel strictement positif. Les assertions g (x) [b , b + ] et h(x) [b , b + ] sont vraies pour x voisin de a, donc lassertion f (x) [b , b + ] est vraie pour x voisin de a.

517

phane FLON Ste

5. OPERATIONS ALGEBRIQUES SUR LES LIMITES

CHAPITRE XXII. FONCTIONS NUMERIQUES

rations alge briques sur les limites 5. Ope


Proposition (Condition susante pour quun produit tende vers 0) Le produit dune fonction born ee au voisinage de a par une fonction tendant vers 0 en a est une fonction tendant vers 0 en a. 5.a

D emonstration On suppose que f est born ee au voisinage de a : il existe un r eel strictement positif M tel que |f | soit major ee par M au voisinage de a. On suppose que g est de limite au nulle en a. Soit un r eel strictement positif quelconque. |g | est major ee par M voisinage de a. |f g | est donc major ee par au voisinage de a.

Proposition (Conditions susantes pour quune somme ou un produit tende vers linni) Soit f une fonction tendant vers + en a : (1) Si g est minor ee au voisinage de a, alors f + g tend vers + en a. (2) Si g est minor ee par un nombre strictement positif au voisinage de a, alors f g tend vers + en a. 5.b

D emonstration

Th eor` eme (Op erations alg ebriques sur les limites) On consid` ere deux fonctions f et g de limites respectives l et l , el ements de R en a R. (1) lim |f | = |l| (en notant | | = +).
a

(2) lim(f + g ) = l + l (si l + l existe dans R).


a

(3) lim(f g ) = ll (si ll existe dans R).


a

5.c
1 l

(4) Si R , alors lim(f ) = l (la limite vaut 0 si = 0).


a 1 (5) Si l = 0, alors g ne sannule pas au voisinage de a, et lim g = a 1

(en posant

= 0).
l l

(6) Si outre

nest pas ind etermin ee, alors lim f g =


a

l l

518

phane FLON Ste

CHAPITRE XXII. FONCTIONS NUMERIQUES

5. OPERATIONS ALGEBRIQUES SUR LES LIMITES

D emonstration Laiss ee au lecteur, qui pourra sinspirer de ce qui a et e fait sur les suites, ou m eme lutiliser :

Exercice (Continuit e du sup) Montrer que sup(f, g ) est continue en a si f et g le sont. 5

(i.e. I rencontre tout voisinage de a). Lensemble des fonctions tendant vers une limite nie (resp. Soit a I vers 0) en a est un sous-espace vectoriel de RI . Proposition (Limite dune compos ee) Soient f : I R et g : J R, avec f (I ) J . On suppose que f admet une limite b en a, et que g admet une limite l R en b. Alors g f admet l pour limite en a. 5.d

D emonstration Soit Vl un voisinage de l. Il existe un voisinage Vb de b tel que g (J Vb ) Vl . Il existe un voisinage Va tel que f (I Va ) Vb . On a alors (g f )(I Va ) Vl .

Corollaire (Continuit e ponctuelle dune compos ee) Si f est continue en a, et si g continue en f (a), alors g f est continue en a. 5.e

519

phane FLON Ste

6. LIMITES ET MONOTONIE

CHAPITRE XXII. FONCTIONS NUMERIQUES

6. Limites et monotonie
Th eor` eme de la limite monotone, aux bornes On suppose que I =], [ (, R, < ), et que f : I R est monotone. Alors f admet des limites ( eventuellement innies) en et . Plus pr ecis ement, si f est croissante, alors (les bornes sont prises dans R) (1) lim f (x) = sup f .
x I I

(2) lim f (x) = inf f .


x

6.a

Si f est d ecroissante, alors (1) lim f (x) = inf f .


x I

(2) lim f (x) = sup f .


x I

D emonstration

Th eor` eme de la limite monotone, en un point int erieur On suppose que a est int erieur ` a I , et que f : I R est monotone. Alors f admet une limite nie l ` a gauche et une limite nie l+ ` a droite en a. Plus pr ecis ement, si f est croissante, alors (1)
x a

lim f = f (a)

sup
I ],a[

et

x a+

lim f =

I ]a,+[

inf

f 6.b

(2) l (1)

l+ inf f et lim f = sup


I ]a,+[

Si f est d ecroissante, alors


x a

lim f = f (a)

I ],a[

x a+

f.

(2) l

l+ .

D emonstration

520

phane FLON Ste

7. CARACTERISATION CHAPITRE XXII. FONCTIONS NUMERIQUES SEQUENTIELLE DE LA CONTINUITE

Illustration

Une fonction monotone est continue en un point int erieur ` a I si et seulement si ses limites ` a gauche et ` a droite en ce point sont egales.

risation se quentielle de la continuite 7. Caracte


Proposition (Caract erisation s equentielle de lexistence dune limite) Une fonction f : I R admet une limite l en a si et seulement si pour toute suite (un ) d el ements de I tendant vers a, la suite des images (f (un )) tend vers l. 7.a

D emonstration On se place dans le cas o` u a et l sont nis. On suppose que f est de limite l en a. Soit u une suite d el ements de I , de limite a. Soit un r eel strictement positif. Il existe un r eel strictement positif tel que, pour tout x de I : |x a| |f (x) l| Il existe un entier N tel que, pour tout n N , |un a| . On a donc, pour tout n N , |f (un ) l| : la suite de terme g en eral f (un ) tend donc vers l. Montrons la r eciproque par contraposition : on suppose que f nest pas de limite l en a, et on va construire une suite (un ) d el ements de I telle que (f (un )) ne tende pas vers l. Comme f ne tend pas vers l en a, on a : > 0, > 0, x I, (|x a| |f (x) l| > ) Pour un tel , on choisit les valeurs suivantes de : n = 2n . Pour chaque entier n, il existe un I tel que |un a| n et |f (un ) l| > ). La suite (un ) tend vers a, et (f (un )) ne tend pas vers l.

Cette caract erisation sutilise surtout dans le sens direct, pour d eterminer la limite dune suite, ou, par contraposition, pour montrer que f nadmet pas de limite, en exhibant (un ) tendant vers a telle que (f (un )) diverge (ou en exhibant de suites (un ) et (vn ) tendant vers a telles que (f (un )) et (f (vn )) naient pas la m eme limite). Par exemple, on lutilise souvent pour l etude des suites r ecurrentes : si (un ) dit eratrice f : I I tend vers un point l de I en lequel f est continue, alors l est un point xe de f , i.e. f (l) = l. Exercice (Limite de sinus en linni) Faire lexercice 1 de TD. 6

521

phane FLON Ste

8. FONCTIONS CONTINUES SUR UN INTERVALLE

CHAPITRE XXII. FONCTIONS NUMERIQUES

Cette caract erisation permet aussi d etudier des equations fonctionnelles, en it erant la relation fonctionnelle souhait ee : Exercice (Equations fonctionnelles) Faire la premi` ere question de lexercice 15 de TD. 7

Gr ace ` a cette proposition, l etude de limites de fonctions ne ressemble pas seulement ` a l etude de limite dune suite, elle en r esulte. En fait, cette proposition est surtout utilis ee pour caract eriser la continuit e (et limportance de ce corollaire justie lappellation de th eor` eme) : Th eor` eme (Caract erisation s equentielle de la continuit e) Une fonction f : I R est continue en a I si et seulement si pour toute suite (un ) d el ements de I convergeant vers a, la suite des images (f (un )) converge vers f (a). 7.b

Ce crit` ere est tr` es utile pour prouver la non continuit e dune fonction : il sut en eet pour ce faire dexhiber au choix (1) une suite convergeant vers a, mais dimage ne convergeant pas vers f (a) ; (2) une suite convergeant vers a, mais dimage divergente ; (3) ou deux suites convergeant vers a, mais dont les images par f ont des limites di erentes. Dans les deux derniers cas, on prouve m eme quaucun changement de la valeur de f en a ne rendra f continue en a. Exercice (Continuit e ponctuelle, ou pas)
1 ) si x = 0 et f (0) = 0 nest pas continue en 0. Montrer que la fonction f : x sin( x La fonction g = Id f est-elle continue en 0 ?

8. Fonctions continues sur un intervalle


finition et premiers exemples 8.1. De D enition (Continuit e sur un intervalle) Une fonction f : I R est continue sur I si elle est continue en tout point de I . On note C (I ) (ou C 0 (I )) lensemble des fonctions continues de I dans R. 8.a

Sur la quantication de la continuit e globale f est continue sur I si et seulement si :


x I, R + , R+ , y I,

(|x y |

) (|f (x) f (y )|

) 8.1

Bien remarquer qua priori, l est fonction de et de x, et que cette assertion na pas de raison d etre equivalente ` a
R + , R+ , x, y I,

(|x y |

) (|f (x) f (y )|

De l etude men ee pr ec edemment, on d eduit des r esultats g en eraux sur les fonctions continues sur un intervalle : 522 phane FLON Ste

CHAPITRE XXII. FONCTIONS NUMERIQUES

8. FONCTIONS CONTINUES SUR UN INTERVALLE

Proposition (Structure sur lensemble des fonctions continues sur I ) C (I ) est un sous-espace vectoriel et un sous-anneau de RI . 8.a

On a aussi, par exemple, si f, g sont continues sur I et si g ne sannule pas, Proposition (Compos ee dapplications continues)

f g

continue sur I .

Si f : I J et g : J R sont continues sur I et J respectivement, alors g f est continue sur I .

8.b

Exemple (Fonctions globalement continues) (1) Une fonction lipschitzienne est continue sur I :

(2) Les fonctions constantes, lidentit e, les fonctions polynomiales, la fonction valeur absolue, sont continues sur R. (3) La fonction carr e, bien que non lipschitzienne, est continue. De m eme pour la fonction racine carr ee (sur R+ ). (4) Les fonctions usuelles (sinus, cosinus, tangente, exponentielle, logarithme, etc.) sont continues sur tout intervalle sur lequel elles sont d enies. (5) Une fonction rationnelle (quotient de deux fonctions polynomiales) est continue sur tout intervalle o` u elle est d enie. (6) Si f, g sont continues sur I , alors |f |, sup(f, g ), inf(f, g ) le sont. (7) Si J est un intervalle contenu dans I , et que f : I R est continue sur I , alors f|J est continue sur J . (8) Si a est une extr emit e nie de I nappartenant pas ` a I , et si f est continue sur I , et admet une limite nie en a, alors le prolongement par continuit e de f en a est une fonction continue sur {a} I . (9) Si f et g sont continues sur ]a, b] et [b, c[ respectivement, et si f (b) = g (b), alors la fonction h d enie par recollement sur ]a, c[ est continue sur ]a, c[. (10) La fonction f : x x sin
1 x

si x = 0 et f (0) = 0 est continue sur I .

La continuit e globale permet de prouver des r esultats par des arguments de densit e : par exemple, si une fonction est continue sur R et nulle sur une partie dense de R, alors elle est identiquement nulle. Exercice (Fonction continue p eriodique non constante) Faire lexercice 11 de TD. 9

523

phane FLON Ste

8. FONCTIONS CONTINUES SUR UN INTERVALLE

CHAPITRE XXII. FONCTIONS NUMERIQUES

ore `me des valeurs interme diaires 8.2. Le the Th eor` eme des valeurs interm ediaires Soient f : I R et a, b I , a < b. On suppose (1) f continue sur [a, b] ; (2) f (a)f (b) 0. Il existe alors un r eel c [a, b] tel que f (c) = 0. 8.c

D emonstration On ecarte le cas evident o` u f sannule en a ou b. Quitte ` a consid erer f plut ot que f , on peut supposer que f (a) < 0 et f (b) > 0. Consid erons lensemble = {x [a, b], f (x) 0} est une partie non vide (elle comprend a) et major ee (par b) de R. Elle admet donc une borne sup erieure c. Par d enition de la borne sup erieure, et en prenant = 2n , il existe une suite d el ements de tendant vers c. Par continuit e de f en c, la suite des images tend vers f (c), et f (c) 0. Comme c < b, on a f (x) > 0 pour tout x ]c, b[. Par continuit e` a droite en c, on obtient f (c) 0. Il en r esulte f (c) = 0.

Illustration

Le th eor` eme des valeurs interm ediaires par dichotomie Il existe une d emonstration par dichotomie, en construisant une suite ([an , bn ]) de segments embo t es dont la longueur tend vers 0, et tels que f (an ) 0 et f (bn ) 0 pour tout n. La limite commune c des suites (an ) et (bn ) v erie donc f (c) = 0.

8.2

Le th eor` eme des valeurs interm ediaires arme un r esultat dexistence, pas dunicit e (il ny a dailleurs pas toujours unicit e). Exercice (Polyn ome r eel de degr e impair) Montrer que tout polyn ome r eel de degr e impair admet une racine r eelle. 10

524

phane FLON Ste

CHAPITRE XXII. FONCTIONS NUMERIQUES

8. FONCTIONS CONTINUES SUR UN INTERVALLE

Corollaire ((Reformulation du th eor` eme des valeurs interm ediaires)) Soit f : I R et a, b I , a < b. On suppose que f est continue sur [a, b]. Soit t un el ement du segment dextr emit es f (a) et f (b). Il existe alors un r eel c [a, b] tel que f (c) = t.

8.d

D emonstration Il sut dappliquer le th eor` eme pr ec edent ` a x f (x) t.

Exercice (Th eor` eme des valeurs interm ediaires) 1 Soit f : [0, 1] [0, 1] continue. Montrer quelle admet un point xe. 2 Faire lexercice 5 de TD. 3 Montrer quune fonction continue injective f : I R est strictement monotone. Indication : on pourra consid erer, pour a I x e, lensemble Ia des taux daccroissements de f entre a et un point quelconque de I \ {a}.

11

Th eor` eme (Image continue dun intervalle) Limage continue dun intervalle est un intervalle. 8.e

D emonstration On d emontre que limage dun convexe est un convexe, ce qui nous ram` ene au corollaire pr ec edent.

8.3. Fonctions continues sur un segment Th eor` eme (Image continue dun segment) Limage continue dun segment est un segment. 8.f

525

phane FLON Ste

8. FONCTIONS CONTINUES SUR UN INTERVALLE

CHAPITRE XXII. FONCTIONS NUMERIQUES

D emonstration On consid` ere une application f continue sur un segment [a, b]. f (I ) est donc un intervalle. Notons m = inf f (I ) et M = sup f (I ). On sait que ]m, M [ f (I ) (par d enitions des bornes sup erieure et inf erieure, et convexit e dun intervalle). Montrons que m et M sont des el ements de f (I ) (en particulier, m et M sont nis), ce qui impose f (I ) = [m, M ]. Montrons que M f (I ) (on d emontre de mani` ere analogue que m f (I )). Que M soit ni ou pas, il existe une suite (yn ) d el ements de f (I ) tendant vers M . Pour chaque entier naturel n, il existe un el ement xn de [a, b] tel que yn = f (xn ). La suite (xn ) est une suite de [a, b], et admet donc une suite extraite (x(n) ), convergente, vers un el ement c de [a, b]. La suite des images de cette suite extraite est une suite extraite de (yn ), donc tend vers M . Par continuit e de f en c, on a f (c) = M : M est un el ement de f (I ). De m eme pour m. Finalement, f (I ) = [m, M ].

Limage continue dun intervalle est un intervalle, et limage continue dun segment est un segment. Il ne faut pas pour autant croire que limage continue dun intervalle soit un intervalle de m eme nature :

Th eor` eme (Une fonction continue sur un segment est born ee et atteint ses bornes) Soit f : [a, b] R une fonction continue sur [a, b]. Alors f est born ee et atteint ses bornes, i.e. il existe c et c el ements de [a, b] tels que f (c) = sup f et f (c ) = inf f
[a,b] [a,b]

8.g

Exercice (Minoration dune fonction continue sur un segment) On suppose I = [a, b], que f est continue sur I , et que pour tout x I , f (x) > 0. Montrer quil existe alors > 0 tel que f (x) . Montrer que ceci peut tomber en d efaut si I nest pas un segment.

12

ciproque dune fonction continue strictement monotone 8.4. Re Lemme Condition susante de continuit e pour une fonction monotone Soit f : I R monotone sur un intervalle I . Si f (I ) est un intervalle, alors f est continue sur I . 8.h

526

phane FLON Ste

CHAPITRE XXII. FONC