Académique Documents
Professionnel Documents
Culture Documents
Cours Exo7 PDF
Cours Exo7 PDF
Premire anne
Exo7
2
Exo7
Sommaire
1 Logique et raisonnements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1 Logique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Raisonnements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2 Ensembles et applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1 Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3 Injection, surjection, bijection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4 Ensembles finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5 Relation dquivalence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3 Nombres complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1 Les nombres complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2 Racines carres, quation du second degr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3 Argument et trigonomtrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4 Nombres complexes et gomtrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4 Arithmtique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
1 Division euclidienne et pgcd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2 Thorme de Bzout . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3 Nombres premiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4 Congruences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5 Polynmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
1 Dfinitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2 Arithmtique des polynmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3 Racine dun polynme, factorisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4 Fractions rationnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6 Groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
1 Groupe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
2 Sous-groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
3 Morphismes de groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
4 Le groupe Z/nZ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5 Le groupe des permutations S n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
3
4 SOMMAIRE
13 Intgrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
1 Lintgrale de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
2 Proprits de lintgrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
3 Primitive dune fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
4 Intgration par parties Changement de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
5 Intgration des fractions rationnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
18 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
1 Dfinition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
2 Multiplication de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
3 Inverse dune matrice : dfinition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
4 Inverse dune matrice : calcul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
5 Inverse dune matrice : systmes linaires et matrices lmentaires . . . . . . . . . . . . . . . 346
6 Matrices triangulaires, transposition, trace, matrices symtriques . . . . . . . . . . . . . . . . . 353
22 Dterminants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447
1 Dterminant en dimension 2 et 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447
2 Dfinition du dterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 451
3 Proprits du dterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457
4 Calculs de dterminants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 462
5 Applications des dterminants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 466
6 SOMMAIRE
Gomtrie affine
Logique & et euclidienne
Droites et plans
Raisonnements
Courbes pa-
Fonctions Trigonomtrie ramtrs
Nombres rels
continues Fonctions
usuelles
Dveloppements
limits
Suites II
Suites I
Drives
quations
Intgrales I
Zros de diffrentielles
fonctions
Intgrales II
1 Logique et raisonnements
1 Logique
2 Raisonnements
Quelques motivations
Il est important davoir un langage rigoureux. La langue franaise est souvent ambige.
Prenons lexemple de la conjonction ou ; au restaurant fromage ou dessert signifie lun
ou lautre mais pas les deux. Par contre si dans un jeu de carte on cherche les as ou les
curs alors il ne faut pas exclure las de cur. Autre exemple : que rpondre la question
As-tu 10 euros en poche ? si lon dispose de 15 euros ?
Il y a des notions difficiles expliquer avec des mots : par exemple la continuit dune fonction
est souvent explique par on trace le graphe sans lever le crayon . Il est clair que cest une
dfinition peu satisfaisante. Voici la dfinition mathmatique de la continuit dune fonction
f : I R en un point x0 I :
Cest le but de ce chapitre de rendre cette ligne plus claire ! Cest la logique.
Enfin les mathmatiques tentent de distinguer le vrai du faux. Par exemple Est-ce quune
augmentation de 20%, puis de 30% est plus intressante quune augmentation de 50% ? . Vous
pouvez penser oui ou non , mais pour en tre sr il faut suivre une dmarche logique
qui mne la conclusion. Cette dmarche doit tre convaincante pour vous mais aussi pour
les autres. On parle de raisonnement.
Les mathmatiques sont un langage pour sexprimer rigoureusement, adapt aux phnomnes
complexes, qui rend les calculs exacts et vrifiables. Le raisonnement est le moyen de valider
ou dinfirmer une hypothse et de lexpliquer autrui.
1. Logique
1.1. Assertions
Une assertion est une phrase soit vraie, soit fausse, pas les deux en mme temps.
Exemples :
Il pleut.
Je suis plus grand que toi.
2+2 = 4
10 Logique et raisonnements
23 = 7
Pour tout x R, on a x2 0.
Pour tout z C, on a | z| = 1.
Si P est une assertion et Q est une autre assertion, nous allons dfinir de nouvelles assertions
construites partir de P et de Q.
Loprateur logique et
Lassertion P et Q est vraie si P est vraie et Q est vraie. Lassertion P et Q est fausse sinon.
On rsume ceci en une table de vrit :
P \Q V F
V V F
F F F
Par exemple si P est lassertion Cette carte est un as et Q lassertion Cette carte est cur alors
lassertion P et Q est vraie si la carte est las de cur et est fausse pour toute autre carte.
Loprateur logique ou
Lassertion P ou Q est vraie si lune des deux assertions P ou Q est vraie. Lassertion P ou Q
est fausse si les deux assertions P et Q sont fausses.
On reprend ceci dans la table de vrit :
P \Q V F
V V V
F V F
Si P est lassertion Cette carte est un as et Q lassertion Cette carte est cur alors lassertion
P ou Q est vraie si la carte est un as ou bien un cur (en particulier elle est vraie pour las de
cur).
Remarque
Pour dfinir les oprateurs ou , et on fait appel une phrase en franais utilisant les
mots ou, et ! Les tables de vrits permettent dviter ce problme.
La ngation non
P V F
non P F V
Limplication =
P \Q V F
V V F
F V V
Lquivalence
P Q est lassertion (P = Q) et (Q = P) .
P \Q V F
V V F
F F V
Exemples :
Pour x, x0 R, lquivalence x x0 = 0 (x = 0 ou x0 = 0) est vraie.
Voici une quivalence toujours fausse (quelque soit lassertion P) : P non(P) .
On sintresse davantage aux assertions vraies quaux fausses, aussi dans la pratique et en dehors
de ce chapitre on crira P Q ou P = Q uniquement lorsque ce sont des assertions
vraies. Par exemple si lon crit P Q cela sous-entend P Q est vraie . Attention rien
ne dit que P et Q soient vraies. Cela signifie que P et Q sont vraies en mme temps ou fausses en
mme temps.
12 Logique et raisonnements
Proposition 1
Soient P,Q, R trois assertions. Nous avons les quivalences (vraies) suivantes :
1. P non(non(P))
2. (P et Q) (Q et P)
3. (P ou Q) (Q ou P)
4. non(P et Q) (non P) ou (non Q)
5. non(P ou Q) (non P) et (non Q)
6. P et (Q ou R) (P et Q) ou (P et R)
7. P ou (Q et R) (P ou Q) et (P ou R)
8. P = Q non(Q) = non(P)
Dmonstration
P \Q V F
V F V
F V V
6. On fait la mme chose mais il y a trois variables : P , Q , R . On compare donc les tables de vrit
dabord dans le cas o P est vrai ( gauche), puis dans le cas o P est faux ( droite). Dans les
deux cas les deux assertions P et (Q ou R ) et (P et Q ) ou (P et R ) ont la mme table de
vrit donc les assertions sont quivalentes.
Q\R V F Q\R V F
V V V V F F
F V F F F F
1.2. Quantificateurs
Le quantificateur : pour tout
Une assertion P peut dpendre dun paramtre x, par exemple x2 1 , lassertion P(x) est vraie
ou fausse selon la valeur de x.
Lassertion
x E P(x)
Logique et raisonnements 13
est une assertion vraie lorsque les assertions P(x) sont vraies pour tous les lments x de len-
semble E.
On lit Pour tout x appartenant E, P(x) , sous-entendu Pour tout x appartenant E, P(x) est
vraie .
Par exemple :
x [1, +[ (x2 1) est une assertion vraie.
x R (x2 1) est une assertion fausse.
n N n(n + 1) est divisible par 2 est vraie.
Le quantificateur : il existe
Lassertion
x E P(x)
est une assertion vraie lorsque lon peut trouver au moins un x de E pour lequel P(x) est vraie. On
lit il existe x appartenant E tel que P(x) (soit vraie) .
Par exemple :
x R (x(x 1) < 0) est vraie (par exemple x = 12 vrifie bien la proprit).
n N n2 n > n est vraie (il y a plein de choix, par exemple n = 3 convient, mais aussi
n = 10 ou mme n = 100, un seul suffit pour dire que lassertion est vraie).
x R (x2 = 1) est fausse (aucun rel au carr ne donnera un nombre ngatif).
Par exemple la ngation de x [1, +[ (x2 1) est lassertion x [1, +[ (x2 < 1) . En
effet la ngation de x2 1 est non(x2 1) mais scrit plus simplement x2 < 1.
sa ngation est
x R y > 0 (x + y 10).
Remarques
Lordre des quantificateurs est trs important. Par exemple les deux phrases logiques
sont diffrentes. La premire est vraie, la seconde est fausse. En effet une phrase logique se lit de
gauche droite, ainsi la premire phrase affirme Pour tout rel x, il existe un rel y (qui peut donc
dpendre de x) tel que x + y > 0. (par exemple on peut prendre y = x + 1). Cest donc une phrase
14 Logique et raisonnements
vraie. Par contre la deuxime se lit : Il existe un rel y, tel que pour tout rel x, x + y > 0. Cette
phrase est fausse, cela ne peut pas tre le mme y qui convient pour tous les x !
On retrouve la mme diffrence dans les phrases en franais suivantes. Voici une phrase vraie
Pour toute personne, il existe un numro de tlphone , bien sr le numro dpend de la personne.
Par contre cette phrase est fausse : Il existe un numro, pour toutes les personnes . Ce serait le
mme numro pour tout le monde !
! x R ( f (x) = 0).
Pour la ngation dune phrase logique, il nest pas ncessaire de savoir si la phrase est
fausse ou vraie. Le procd est algorithmique : on change le pour tout en il existe et
inversement, puis on prend la ngation de lassertion P.
Pour la ngation dune proposition, il faut tre prcis : la ngation de lingalit stricte <
est lingalit large , et inversement.
Les quantificateurs ne sont pas des abrviations. Soit vous crivez une phrase en franais :
Pour tout rel x, si f (x) = 1 alors x 0. , soit vous crivez la phrase logique :
x R ( f (x) = 1 = x 0).
Mais surtout ncrivez pas x rel, si f (x) = 1 = x positif ou nul . Enfin, pour passer
dune ligne lautre dun raisonnement, prfrez plutt donc = .
Il est dfendu dcrire 6 , 6= . Ces symboles nexistent pas !
Mini-exercices
2. Raisonnements
Voici des mthodes classiques de raisonnements.
Logique et raisonnements 15
Exemple 1
Exemple 2
x2 x + 1 | x 1| = x2 x + 1 ( x 1)
= x2 2 x + 2
= ( x 1)2 + 1 0.
2.3. Contrapose
Le raisonnement par contraposition est bas sur lquivalence suivante (voir la proposition 1) :
Donc si lon souhaite montrer lassertion P = Q , on montre en fait que si non(Q) est vraie
alors non(P) est vraie.
16 Logique et raisonnements
Exemple 3
2.4. Absurde
Le raisonnement par labsurde pour montrer P = Q repose sur le principe suivant : on
suppose la fois que P est vraie et que Q est fausse et on cherche une contradiction. Ainsi si P est
vraie alors Q doit tre vraie et donc P = Q est vraie.
Exemple 4
a b
Soient a, b 0. Montrer que si 1+ b = 1+a alors a = b.
Dmonstration
Nous raisonnons par labsurde en supposant que 1+a b = 1+b a et a 6= b. Comme 1+a b = 1+b a alors
a(1 + a) = b(1 + b) donc a + a2 = b + b2 do a2 b2 = b a. Cela conduit (a b)(a + b) = (a b).
Comme a 6= b alors a b 6= 0 et donc en divisant par a b on obtient a + b = 1. La somme de deux
nombres positifs ne peut tre ngative. Nous obtenons une contradiction.
Conclusion : si 1+a b = 1+b a alors a = b.
Dans la pratique, on peut choisir indiffremment entre un raisonnement par contraposition ou par
labsurde. Attention cependant de bien crire quel type de raisonnement vous choisissez et surtout
de ne pas changer en cours de rdaction !
2.5. Contre-exemple
Si lon veut montrer quune assertion du type x E P(x) est vraie alors pour chaque x de E
il faut montrer que P(x) est vraie. Par contre pour montrer que cette assertion est fausse alors
il suffit de trouver x E tel que P(x) soit fausse. (Rappelez-vous la ngation de x E P(x)
est x E non P(x) ). Trouver un tel x cest trouver un contre-exemple lassertion x
E P(x) .
Exemple 5
Montrer que lassertion suivante est fausse Tout entier positif est somme de trois carrs .
(Les carrs sont les 02 , 12 , 22 , 32 ,... Par exemple 6 = 22 + 12 + 12 .)
Dmonstration
Un contre-exemple est 7 : les carrs infrieurs 7 sont 0, 1, 4 mais avec trois de ces nombres on
ne peut faire 7.
2.6. Rcurrence
Le principe de rcurrence permet de montrer quune assertion P(n), dpendant de n, est
vraie pour tout n N. La dmonstration par rcurrence se droule en trois tapes : lors de
Logique et raisonnements 17
linitialisation on prouve P(0). Pour ltape dhrdit, on suppose n 0 donn avec P(n) vraie,
et on dmontre alors que lassertion P(n + 1) au rang suivant est vraie. Enfin dans la conclusion,
on rappelle que par le principe de rcurrence P(n) est vraie pour tout n N.
Exemple 6
2n > n.
Nous allons dmontrer par rcurrence que P ( n) est vraie pour tout n 0.
Initialisation. Pour n = 0 nous avons 20 = 1 > 0. Donc P (0) est vraie.
Hrdit. Fixons n 0. Supposons que P ( n) soit vraie. Nous allons montrer que P ( n + 1) est
vraie.
2n+1 = 2n + 2n
> n + 2n car par P ( n) nous savons 2n > n,
> n+1 car 2n 1.
Remarques :
La rdaction dune rcurrence est assez rigide. Respectez scrupuleusement la rdaction
propose : donnez un nom lassertion que vous souhaitez montrer (ici P(n)), respectez les
trois tapes (mme si souvent ltape dinitialisation est trs facile). En particulier mditez
et conservez la premire ligne de lhrdit Fixons n 0. Supposons que P(n) soit vraie.
Nous allons montrer que P(n + 1) est vraie.
Si on doit dmontrer quune proprit est vraie pour tout n n 0 , alors on commence linitia-
lisation au rang n 0 .
Le principe de rcurrence est bas sur la construction de N. En effet un des axiomes pour
dfinir N est le suivant : Soit A une partie de N qui contient 0 et telle que si n A alors
n + 1 A. Alors A = N .
Mini-exercices
a+ b
1. (Raisonnement direct) Soient a, b R+ . Montrer que si a b alors a 2 b et a
p
ab b.
2. (Cas par cas) Montrer que pour tout n N, n(n + 1) est divisible par 2 (distinguer les n
pairs des n impairs).
p
3. (Contrapose ou absurde) Soient a, b Z. Montrer que si b 6= 0 alors a + b 2 Q. (On
p
utilisera que 2 Q.)
p
4. (Absurde) Soit n N . Montrer que n2 + 1 nest pas un entier.
5. (Contre-exemple) Est-ce que pour tout x R on a x < 2 = x2 < 4 ?
18 Logique et raisonnements
n( n+1)
6. (Rcurrence) Montrer que pour tout n 1, 1 + 2 + + n = 2 .
7. (Rcurrence) Fixons un rel x 0. Montrer que pour tout entier n 1, (1 + x)n 1 + nx.
Auteurs
Arnaud Bodin
Benjamin Boutin
Pascal Romon
Exo7
2 Ensembles et applications
1 Ensembles
2 Applications
3 Injection, surjection, bijection
4 Ensembles nis
5 Relation d'quivalence
Motivations
Au dbut du X X e sicle le professeur Frege peaufinait la rdaction du second tome dun ouvrage
qui souhaitait refonder les mathmatiques sur des bases logiques. Il reut une lettre dun tout
jeune mathmaticien : Jai bien lu votre premier livre. Malheureusement vous supposez quil
existe un ensemble qui contient tous les ensembles. Un tel ensemble ne peut exister. Sensuit une
dmonstration de deux lignes. Tout le travail de Frege scroulait et il ne sen remettra jamais. Le
jeune Russell deviendra lun des plus grands logiciens et philosophes de sont temps. Il obtient le
prix Nobel de littrature en 1950.
Voici le paradoxe de Russell pour montrer que lensemble de tous les ensembles ne peut exis-
ter. Cest trs bref, mais difficile apprhender. Par labsurde, supposons quun tel ensemble E
contenant tous les ensembles existe. Considrons
n o
F = EE |EE .
Aucun des cas nest possible. On en dduit quil ne peut exister un tel ensemble E contenant tous
les ensembles.
Ce paradoxe a t popularis par lnigme suivante : Dans une ville, le barbier rase tous ceux
qui ne se rasent pas eux-mmes. Qui rase le barbier ? La seule rponse valable est quune telle
situation ne peut exister.
Ne vous inquitez pas, Russell et dautres ont fond la logique et les ensembles sur des bases solides.
Cependant il nest pas possible dans ce cours de tout redfinir. Heureusement, vous connaissez
dj quelques ensembles :
lensemble des entiers naturels N = {0, 1, 2, 3, . . .}.
lensemble des entiers relatifs Z = {. . . , 2, 1, 0, 1, 2, . . .}.
p
lensemble des rationnels Q = q | p Z, q N \ {0} .
p
lensemble des rels R, par exemple 1, 2, , ln(2),. . .
lensemble des nombres complexes C.
Nous allons essayer de voir les proprits des ensembles, sans sattacher un exemple particulier.
Vous vous apercevrez assez rapidement que ce qui est au moins aussi important que les ensembles,
ce sont les relations entre ensembles : ce sera la notion dapplication (ou fonction) entre deux
ensembles.
1. Ensembles
1.1. Dfinir des ensembles
On va dfinir informellement ce quest un ensemble : un ensemble est une collection dl-
ments.
Exemples :
{0, 1}, {rouge, noir}, {0, 1, 2, 3, . . .} = N.
Un ensemble particulier est lensemble vide, not qui est lensemble ne contenant aucun
lment.
On note
xE
Complmentaire. Si A E,
Ensembles et applications 21
E A = x E | x A
On le note aussi E \ A et juste A sil ny a pas dambigut (et parfois aussi A c ou A).
E A E A
Union. Pour A, B E,
A B = x E | x A ou x B
A AB B
Intersection.
A B = x E | x A et x B
A AB B
AB = B A
A (B C) = (A B) C (on peut donc crire A B C sans ambigut)
A = A, A A = A, A B A B = B
A (B C) = (A B) (A C)
A (B C) = (A B) (A C)
A = A et donc A B B A.
(A B) = A B
(A B) = A B
A B
A B A B
22 Ensembles et applications
(A B) = A B (A B) = A B
A AB B A AB B
Les preuves sont pour lessentiel une reformulation des oprateurs logiques, en voici quelques-
unes :
Preuve de A (B C) = (A B) (A C) : x A (B C) x A et x (B C) x
A et (x B ou x C) (x A et x B) ou (x A et x C) (x A B) ou (x A C)
x (A B) (A C).
Preuve de (A B) = A B : x (A B) x (A B) non x A B non x
A et x B non(x A) ou non(x B) x A ou x B x A B.
Remarquez que lon repasse aux lments pour les preuves.
Exemple 7
x
0 1
3. [0, 1] [0, 1] [0, 1] = (x, y, z) | 0 x, y, z 1
y
z
1
1
0 1 x
Ensembles et applications 23
Mini-exercices
2. Applications
2.1. Dfinitions
Une application (ou une fonction) f : E F, cest la donne pour chaque lment x E
dun unique lment de F not f (x).
Nous reprsenterons les applications par deux types dillustrations : les ensembles patates,
lensemble de dpart (et celui darrive) est schmatis par un ovale ses lments par des
points. Lassociation x 7 f (x) est reprsente par une flche.
f
x f (x)
E F
Lautre reprsentation est celle des fonctions continues de R dans R (ou des sous-ensembles
de R). Lensemble de dpart R est reprsent par laxe des abscisses et celui darrive par
laxe des ordonnes. Lassociation x 7 f (x) est reprsente par le point (x, f (x)).
y
f (x)
x
x
g f (x) = g f (x) .
f g
E F G
g f
Exemple 8
1. Lidentit, idE : E E est simplement dfinie par x 7 x et sera trs utile dans la suite.
2. Dfinissons f , g ainsi
Dfinition 1
y
f
E F
A f (A)
f (A)
x
A
Dfinition 2
f 1 (B) = x E | f (x) B
f
E F y
B
B
x
f 1 (B) f 1 (B)
Ensembles et applications 25
Remarque
plusieurs lments ; mais cela peut-tre E tout entier (si f est une fonction constante)
ou mme lensemble vide (si aucune image par f ne vaut y).
2.3. Antcdents
Fixons y F. Tout lment x E tel que f (x) = y est un antcdent de y.
En termes dimage rciproque lensemble des antcdents de y est f 1 ({ y}).
f
y
E x3 F
x1 x2 y y
x
x1 x2 x3
Mini-exercices
Dfinition 3
f est injective si pour tout x, x0 E avec f (x) = f (x0 ) alors x = x0 . Autrement dit :
x, x0 E f (x) = f (x0 ) = x = x0
26 Ensembles et applications
Dfinition 4
f est surjective si pour tout y F, il existe x E tel que y = f (x). Autrement dit :
y F x E y = f (x)
f y
)
E F F
x
E
f
y
E F F
x
E
Remarque
Encore une fois ce sont des notions difficiles apprhender. Une autre faon de formuler
linjectivit et la surjectivit est dutiliser les antcdents.
f est injective si et seulement si tout lment y de F a au plus 1 antcdent (et ven-
tuellement aucun).
f est surjective si et seulement si tout lment y de F a au moins 1 antcdent.
Remarque
f
y
E F
x
x0 y y
x
x x0
f y
F
)
y
E F
x
E
Exemple 9
1. Soit f 1 : N Q dfinie par f 1 (x) = 1+1 x . Montrons que f 1 est injective : soit x, x0 N tels
que f 1 (x) = f 1 (x0 ). Alors 1+1 x = 1+1x0 , donc 1 + x = 1 + x0 et donc x = x0 . Ainsi f 1 est injective.
Par contre f 1 nest pas surjective. Il sagit de trouver un lment y qui na pas dantc-
dent par f 1 . Ici il est facile de voir que lon a toujours f 1 (x) 1 et donc par exemple y = 2
na pas dantcdent. Ainsi f 1 nest pas surjective.
2. Soit f 2 : Z N dfinie par f 2 (x) = x2 . Alors f 2 nest pas injective. En effet on peut trouver
deux lments x, x0 Z diffrents tels que f 2 (x) = f 2 (x0 ). Il suffit de prendre par exemple
x = 2, x0 = 2.
f 2 nest pas non plus surjective, en effet il existe des lments y N qui nont aucun
antcdent. Par exemple y = 3 : si y = 3 avait un antcdent x par f 2 , nous aurions
p
f 2 (x) = y, cest--dire x2 = 3, do x = 3. Mais alors x nest pas un entier de Z. Donc
y = 3 na pas dantcdent et f 2 nest pas surjective.
3.2. Bijection
Dfinition 5
f est bijective si elle injective et surjective. Cela quivaut : pour tout y F il existe un
unique x E tel que y = f (x). Autrement dit :
y F !x E y = f (x)
f y
E F F
x
E
28 Ensembles et applications
Proposition 2
Remarque
Par exemple f : R ]0, +[ dfinie par f (x) = exp(x) est bijective, sa bijection rciproque
est g :]0, +[ R dfinie par g(y) = ln(y). Nous avons bien exp ln(y) = y, pour tout
Dmonstration
Proposition 3
(g f )1 = f 1 g1
Ensembles et applications 29
Dmonstration
Mini-exercices
4. Ensembles finis
4.1. Cardinal
Dfinition 6
Un ensemble E est fini sil existe un entier n N et une bijection de E vers {1, 2, . . . , n}. Cet
entier n est unique et sappelle le cardinal de E (ou le nombre dlments) et est not
Card E.
Quelques exemples :
1. E = {rouge, noir} est en bijection avec {1, 2} et donc est de cardinal 2.
2. N nest pas un ensemble fini.
3. Par dfinition le cardinal de lensemble vide est 0.
Enfin quelques proprits :
1. Si A est un ensemble fini et B A alors B est un ensemble fini et Card B Card A.
2. Si A, B sont des ensembles finis disjoints (cest--dire A B = ) alors Card(A B) = Card A +
Card B.
3. Si A est un ensemble fini et B A alors Card(A \ B) = Card A Card B.
4. Enfin pour A, B deux ensembles finis quelconques :
Card(A B) = Card A + Card B Card(A B)
B
30 Ensembles et applications
Proposition 4
Dmonstration
Proposition 5
Card E = Card F
Dmonstration
Le schma de la preuve est le suivant : nous allons montrer successivement les implications :
( i ) = ( ii ) = ( iii ) = ( i )
Proposition 6
Si lon range dans k tiroirs, n > k paires de chaussettes alors il existe (au moins) un tiroir
contenant (au moins) deux paires de chaussettes.
Malgr sa formulation amusante, cest une proposition souvent utile. Exemple : dans un amphi de
400 tudiants, il y a au moins deux tudiants ns le mme jour !
Proposition 7
pn
Exemple 10
Dmonstration
Fixons F et p = Card F . Nous allons effectuer une rcurrence sur n = Card E . Soit (P n ) lassertion
suivante : le nombre dapplications dun ensemble n lments vers un ensemble p lments est p n .
Initialisation. Pour n = 1, une application de E dans F est dfinie par limage de lunique lment
de E . Il y a p = Card F choix possibles et donc p1 applications distinctes. Ainsi P1 est vraie.
Hrdit. Fixons n 1 et supposons que P n est vraie. Soit E un ensemble n + 1 lments. On
choisit et fixe a E ; soit alors E 0 = E \ {a} qui a bien n lments. Le nombre dapplications de E 0
vers F est p n , par lhypothse de rcurrence (P n ). Pour chaque application f : E 0 F on peut la
prolonger en une application f : E F en choisissant limage de a. On a p choix pour limage de
a et donc p n p choix pour les applications de E vers F . Ainsi P n+1 est vrifie.
Conclusion. Par le principe de rcurrence P n est vraie, pour tout n 1.
Proposition 8
p (p 1) (p (n 1)).
Dmonstration
Supposons E = {a 1 , a 2 , . . . , a n } ; pour limage de a 1 nous avons p choix. Une fois ce choix fait, pour
limage de a 2 il reste p 1 choix (car a 2 ne doit pas avoir la mme image que a 1 ). Pour limage de
a 3 il y a p 2 possibilits. Ainsi de suite : pour limage de a k il y p ( k 1) choix... Il y a au final
p ( p 1) ( p ( n 1)) applications injectives.
Proposition 9
n!
Exemple 11
Parmi les 3125 applications de {1, 2, 3, 4, 5} dans lui-mme il y en a 5! = 120 qui sont bijectives.
Dmonstration
Nous allons le prouver par rcurrence sur n. Soit (P n ) lassertion suivante : le nombre de bijections
dun ensemble n lments dans un ensemble n lments est n!
P1 est vraie. Il ny a quune bijection dun ensemble 1 lment dans un ensemble 1 lment.
Fixons n 1 et supposons que P n est vraie. Soit E un ensemble n + 1 lments. On fixe a E .
Pour chaque b E il y a -par lhypothse de rcurrence- exactement n! applications bijectives
de E \ {a} E \ { b}. Chaque application se prolonge en une bijection de E F en posant a 7 b.
Comme il y a n + 1 choix de b E alors nous obtenons n! ( n + 1) bijections de E dans lui-mme.
Ainsi P n+1 est vraie.
Par le principe de rcurrence le nombre de bijections dun ensemble n lments est n!
On aurait aussi pu directement utiliser la proposition 8 avec n = p (sachant qualors les injections sont
aussi des bijections).
Proposition 10
Il y a 2Card E sous-ensembles de E :
Card P (E) = 2n
Exemple 12
Dmonstration
les sous-ensembles A qui contiennent a : ils sont de la forme A = {a} A 0 avec A 0 E \ {a}.
Par lhypothse de rcurrence il y a 2n sous-ensembles A 0 possibles et donc aussi 2n sous-
ensembles A .
Le bilan : 2n + 2n = 2n+1 parties A E .
Par le principe de rcurrence, nous avons prouv que si Card E = n alors Card P (E ) = 2n .
Dfinition 7
n
Le nombre de parties k lments dun ensemble n lments est not k ou C nk .
Exemple 13
3
Les parties deux lments de {1, 2, 3} sont {1, 2}, {1, 3} et {2, 3} et donc 2 = 3. Nous avons
dj class les parties de {1, 2, 3, 4, 5} par nombre dlments et donc
50 = 1 (la seule partie nayant aucun lment est lensemble vide),
51 = 5 (il y a 5 singletons),
52 = 10 (il y a 10 paires),
53 = 10,
54 = 5,
5
5 = 1 (la seule partie ayant 5 lments est lensemble tout entier).
Proposition 11
n n n
0 = 1, 1 = n, n = 1.
n n
n k = k
n n n n n
0 + 1 ++ k ++ n = 2
Dmonstration
n
1. Par exemple : 1 = n car il y a n singletons.
2. Compter le nombre de parties A E ayant k lments revient aussi compter le nombre de
n n
parties de la forme A (qui ont donc n k lments), ainsi n k = k .
n n n n n
3. La formule 0 + 1 + + k + + n = 2 exprime que faire la somme du nombre de parties
k lments, pour k = 0, . . . , n, revient compter toutes les parties de E .
34 Ensembles et applications
Proposition 12
! ! !
n n1 n1
= + 0<k<n
k k k1
Dmonstration
Le triangle de Pascal est un algorithme pour calculer ces coefficients nk . La ligne du haut corres-
Comment continuer ce triangle pour obtenir le triangle de droite ? Chaque lment de la nouvelle
ligne est obtenu en ajoutant les deux nombres qui lui sont au-dessus droite et au-dessus
gauche.
1 1
1 1 1 1
1 2 1 1 2 1
1 3 3 1 1 3 3 1
1 4 6 4 1 1 4 6 4 1
1 5 10 10 5 1
Ce qui fait que cela fonctionne cest bien sr la proposition 12 qui se reprsente ainsi :
n1 n1
k1 k
n
k
Une autre faon de calculer le coefficient du binme de Newton repose sur la formule suivante :
Ensembles et applications 35
Proposition 13
!
n n!
=
k k!(n k)!
Dmonstration
Cela se fait par rcurrence sur n. Cest clair pour n = 1. Si cest vrai au rang n 1 alors crivons
n n1 n1
et utilisons lhypothse de rcurrence pour nk
1 n1
k = k1 + k 1 et k . Ainsi
! ! !
n n1 n1 ( n 1)! ( n 1)!
= + = +
k k1 k ( k 1)!( n 1 ( k 1))! k!( n 1 k)!
( n 1)! 1 1 ( n 1)! n
= + =
( k 1)!( n k 1)! nk k ( k 1)!( n k 1)! k( n k)
n!
=
k!( n k)!
Thorme 1
Autrement dit :
! ! ! !
n n n 0 n n1 1 n n k k n 0 n
(a + b) = a b + a b ++ a b ++ a b
0 1 k n
Exemple 14
Dmonstration
Nous allons effectuer une rcurrence sur n. Soit (P n ) lassertion : (a + b)n = nk=0 nk a nk b k .
P
Mini-exercices
5. Relation dquivalence
5.1. Dfinition
Une relation sur un ensemble E, cest la donne pour tout couple (x, y) E E de Vrai (sils sont
en relation), ou de Faux sinon.
Nous schmatisons une relation ainsi : les lments de E sont des points, une flche de x vers y
signifie que x est en relation avec y, cest--dire que lon associe Vrai au couple (x, y).
Ensembles et applications 37
Dfinition 8
x, y E, xR y = yR x, (symtrie)
x y
x, y, z E, xR y et yR z = xR z, (transitivit)
y
z
x
5.2. Exemples
Exemple 15
Dfinition 9
cl(x) = y E | yR x
x0
cl(x)
x
cl(x0 )
cl(x) est donc un sous-ensemble de E, on le note aussi x. Si y cl(x), on dit que y un reprsentant
de cl(x).
Proposition 14
E
...
E2
E1 Ei ...
Ej ...
Exemples :
1. Pour la relation tre du mme ge, la classe dquivalence dune personne est lensemble
des personnes ayant le mme ge. Il y a donc une classe dquivalence forme des personnes
de 19 ans, une autre forme des personnes de 20 ans,... Les trois assertions de la proposition
se lisent ainsi :
On est dans la mme classe dquivalence si et seulement si on est du mme ge.
Deux personnes appartiennent soit la mme classe, soit des classes disjointes.
Si on choisit une personne de chaque ge possible, cela forme un ensemble de reprsentants
C. Maintenant une personne quelconque appartient une et une seule classe dun des
reprsentants.
Ensembles et applications 39
2. Pour la relation tre parallle, la classe dquivalence dune droite est lensemble des droites
parallles. chaque classe dquivalence correspond une et une seule direction.
Voici un exemple que vous connaissez depuis longtemps :
Exemple 16
5.4. Lensemble Z/ nZ
Soit n 2 un entier. Dfinissons la relation suivante sur lensemble E = Z :
a b (mod n) a b est un multiple de n
Exemples pour n = 7 : 10 3 (mod 7), 19 5 (mod 7), 77 0 (mod 7), 1 20 (mod 7).
a = cl(a) = b Z | b a (mod n) .
a = a + nZ = a + kn | k Z .
n = 0, n + 1 = 1, n + 2 = 2, . . .
Z/nZ = 0, 1, 2, . . . , n 1
Remarque
Dans beaucoup de situations de la vie courante, nous raisonnons avec les modulos. Par
exemple pour lheure : les minutes et les secondes sont modulo 60 (aprs 59 minutes on
repart zro), les heures modulo 24 (ou modulo 12 sur le cadran aiguilles). Les jours de la
semaine sont modulo 7, les mois modulo 12,...
Mini-exercices
2 x+ y
1. Montrer que la relation dfinie sur N par xR y 3 N est une relation dquiva-
lence. Montrer quil y a 3 classes dquivalence.
2. Dans R2 montrer que la relation dfinie par (x, y)R (x0 , y0 ) x + y0 = x0 + y est une
relation dquivalence. Montrer que deux points (x, y) et (x0 , y0 ) sont dans une mme
classe si et seulement sils appartiennent une mme droite dont vous dterminerez la
direction.
3. On dfinit une addition sur Z/nZ par p + q = p + q. Calculer la table daddition dans Z/6Z
(cest--dire toutes les sommes p + q pour p, q Z/6Z). Mme chose avec la multiplication
p q = p q. Mmes questions avec Z/5Z, puis Z/8Z.
Auteurs
Arnaud Bodin
Benjamin Boutin
Pascal Romon
Exo7
3 Nombres complexes
Prambule
Lquation x + 5 = 2 a ses coefficients dans N mais pourtant sa solution x = 3 nest pas un entier
naturel. Il faut ici considrer lensemble plus grand Z des entiers relatifs.
p
x+5=2 2x=3 x2 = 12 x2 = 2
N , Z , Q , R , C
De mme lquation 2x = 3 a ses coefficients dans Z mais sa solution x = 32 est dans lensemble
plus grand des rationnels Q. Continuons ainsi, lquation x2 = 12 coefficients dans Q, a ses so-
p p 2
p
lutions x1 = +1/ 2 et x2 = 1/ 2 dans lensemble
pp des rels R
pp . Ensuite lquation x = 2 ses
coefficients dans R et ses solutions x1 = + 2 i et x2 = 2 i dans lensemble des nombres
complexes C. Ce processus est-il sans fin ? Non ! Les nombres complexes sont en quelque sorte
le bout de la chane car nous avons le thorme de dAlembert-Gauss suivant : Pour nimporte
quelle quation polynomiale a n x n + a n1 x n1 + + a 2 x2 + a 1 x + a 0 = 0 o les coefficients a i sont
des complexes (ou bien des rels), alors les solutions x1 , . . . , xn sont dans lensemble des nombres
complexes .
1.1. Dfinition
42 Nombres complexes
Dfinition 10
iR
a + ib
b
0 1 a R
Cela revient identifier 1 avec le vecteur (1, 0) de R2 , et i avec le vecteur (0, 1). On note C lensemble
des nombres complexes. Si b = 0, alors z = a est situ sur laxe des abscisses, que lon identifie R.
Dans ce cas on dira que z est rel, et R apparat comme un sous-ensemble de C, appel axe rel.
Si b 6= 0, z est dit imaginaire et si b 6= 0 et a = 0, z est dit imaginaire pur.
1.2. Oprations
Si z = a + ib et z0 = a0 + ib0 sont deux nombres complexes, alors on dfinit les oprations suivantes :
addition : (a + ib) + (a0 + ib0 ) = (a + a0 ) + i(b + b0 )
iR
z + z0
z0
i z
0 1 R
multiplication : (a + ib) (a0 + ib0 ) = (aa0 bb0 ) + i(ab0 + ba0 ). Cest la multiplication usuelle
avec la convention suivante :
i2 = 1
iR
z
Im(z)
0 1 Re(z) R
Nombres complexes 43
En particulier un nombre complexe est rel si et seulement si sa partie imaginaire est nulle. Un
nombre complexe est nul si et et seulement si sa partie relle et sa partie imaginaire sont nuls.
1.4. Calculs
Quelques dfinitions et calculs sur les nombres complexes.
z
i
0
1
z
Proposition 15
1 z n+1
1 + z + z2 + + z n = .
1 z
Remarque
z z = a + ib
i
0 | z|
b
1
z 0 a
Quelques formules :
z + z0 = z + z0 , z = z, zz0 = zz 0
z = z z R
| z|2 = z z,
| z | = | z|, zz0 = | z|| z0 |
| z| = 0 z = 0
Lingalit triangulaire : z + z0 | z| + z0
Nombres complexes 45
Exemple 17
Dans un paralllogramme, la somme des carrs des diagonales gale la somme des carrs des
cts.
Si les longueurs des cts sont notes L et ` et les longueurs des diagonales sont D et d alors il
sagit de montrer lgalit
D 2 + d 2 = 2`2 + 2L2 .
z + z0
| z z0 | | z|
L
z0
| z + z0 | | z0 |
`
d | z0 |
` D z
| z|
L 0
Dmonstration
Cela devient simple si lon considre que notre paralllogramme a pour sommets 0, z, z0 et le dernier
sommet est donc z + z0 . La longueur du grand ct est ici | z|, celle du petit ct est | z0 |. La longueur de
la grande diagonale est | z + z0 |. Enfin il faut se convaincre que la longueur de la petite diagonale est
| z z 0 |.
2 2
D 2 + d 2 = z + z0 + z z0 z + z0 ( z + z0 ) + z z0 ( z z0 )
=
= z z + zz0 + z0 z + z0 z0 + z z zz0 z0 z + z0 z0
2
= 2 z z + 2 z0 z0 = 2 | z|2 + 2 z0
= 2` 2 + 2 L 2
Mini-exercices
1. Calculer 1 2i + 1i 2i .
2. crire sous la forme a + ib les nombres complexes (1 + i)2 , (1 + i)3 , (1 + i)4 , (1 + i)8 .
3. En dduire 1 + (1 + i) + (1 + i)2 + + (1 + i)7 .
4. Soit z C tel que |1 + iz| = |1 iz|, montrer que z R.
5. Montrer que si | Re z| | Re z0 | et | Im z| | Im z0 | alors | z| | z0 |, mais que la rciproque
est fausse.
6. Montrer que 1/ z = z/ | z|2 (pour z 6= 0).
Proposition 16
Attention ! Contrairement au cas rel, il ny a pas de faon privilgie de choisir une racine plutt
que lautre, donc pas de fonction racine. On ne dira donc jamais soit la racine de z .
Si z 6= 0 ces deux racines carres sont distinctes. Si z = 0 alors = 0 est une racine double.
Pour z = a + ib nous allons calculer et en fonction de a et b.
Dmonstration
2 = z ( x + i y)2 = a + i b
(
x2 y2 = a
en identifiant parties relles et parties imaginaires.
2x y = b
Petite astuce ici : nous rajoutons lquation ||2 = | z| (qui se dduit bien sr de 2 = z) qui scrit aussi
p
x2 + y2 = a2 + b2 . Nous obtenons des systmes quivalents aux prcdents :
p pp
p1 a2 + b 2 + a
2 2 2 2 + b2 + a x =
x y = a 2 x = a
2 pp
p
2x y = b
p
2 y2 = a2 + b2 a y = p1 a2 + b 2 a
2
2 2 2
2
x + y = a +b 2x y = b
2x y = b
Discutons suivant le signe du rel b. Si b 0, x et y sont de mme signe ou nuls (car 2 x y = b 0) donc
qp qp
1
= p a2 + b 2 + a + i a2 + b 2 a ,
2
et si b 0 qp qp
1
= p a2 + b 2 + a i a2 + b 2 a .
2
p p
En particulier si b = 0 le rsultat dpend du signe de a, si a 0, a2 = a et par consquent = a,
p p p
tandis que si a < 0, a2 = a et donc = i a = i |a|.
Il nest pas ncessaire dapprendre ces formules mais il est indispensable de savoir refaire les
calculs.
Exemple 18
p p
2 2
Les racines carres de i sont + 2 (1 + i) et 2 (1 + i).
En effet :
2 = i (x + iy)2 = i
(
x2 y2 = 0
2x y = 1
Les rels x et y sont donc de mme signe, nous trouvons bien deux solutions :
1 1 1 1
x + iy = p + i p ou x + iy = p i p
2 2 2 2
Proposition 17
b + b
z1 = et z2 = .
2a 2a
Et si = 0 alors la solution z = z1 = z2 = b/2a est unique (elle est dite double). Si on sautorisait
p
crire = pour le nombre complexe , on obtiendrait la mme formule que celle que vous
connaissez lorsque a, b, c sont rels.
Exemple 19
p
p 1 i 3
z + z + 1 = 0, = 3, = i 3, les solutions sont z =
2
.
2 p
p 2 p
2
1 2 (1 + i)
1i
z + z + 4 = 0, = i, = 2 (1 + i), les solutions sont z =
2
= 12 42 (1 + i).
2
On retrouve aussi le rsultat bien connu pour le cas des quations coefficients rels :
Corollaire 1
Si les coefficients a, b, c sont rels alors R et les solutions sont de trois types :
b
si = 0, la racine double est relle et vaut ,
p 2a
b
si > 0, on a deux solutions relles ,
2a p
b i
si < 0, on a deux solutions complexes, mais non relles, .
2a
Dmonstration
On crit la factorisation
b c b 2 b2 c
2 2
az + bz + c = a z + z+ = a z+ 2+
a a 2a 4a a
2 2
b b 2
= a z+ 2 = a z+ 2
2a 4a 2a 4a
b b
= a z+ z+ +
2a 2a 2a 2a
b + b
= a z z = a ( z z1 ) ( z z2 )
2a 2a
Thorme 2. dAlembertGauss
P(z) = a n (z z1 ) (z z2 ) (z z n ) .
Mini-exercices
3. Argument et trigonomtrie
3.1. Argument
Si z = x + i y est de module 1, alors x2 + y2 = | z|2 = 1. Par consquent le point (x, y) est sur le cercle
unit du plan, et son abscisse x est note cos , son ordonne y est sin , o est (une mesure de)
langle entre laxe rel et z. Plus gnralement, si z 6= 0, z/| z| est de module 1, et cela amne :
Dfinition 11
Pour tout z C = C{0}, un nombre R tel que z = | z| (cos + i sin ) est appel un argument
de z et not = arg(z).
iR
| z|
i
arg(z)
0 1 R
Cet argument est dfini modulo 2. On peut imposer cet argument dtre unique si on rajoute la
condition ] , +].
Nombres complexes 49
Remarque
(
cos = cos 0
0 (mod 2) k Z, = 0 + 2k
sin = sin 0
Proposition 18
Dmonstration
donc arg zz0 arg( z) + arg z0 (mod 2). On en dduit les deux autres proprits, dont la deuxime
par rcurrence.
Dmonstration
ei = cos + i sin
z = ei
zz0 = 0 ei ei = 0 ei(+ )
0 0
z n = ei n = n ei n = n ein
1/z = 1/ ei = 1 ei
z = ei
n
La formule de Moivre se rduit lgalit : ei = ein .
Et nous avons aussi : ei = 0 ei (avec , 0 > 0) si et seulement si = 0 et 0 (mod 2).
0
Dfinition 12
Proposition 19
Dmonstration
crivons z = ei et cherchons sous la forme = rei t tel que z = n . Nous obtenons donc ei = n =
i t n
= r n eint . Prenons tout dabord le module : = ei = r n eint = r n et donc r = 1/n (il sagit ici
re
de nombres rels). Pour les arguments nous avons eint = ei et donc nt (mod 2) (noubliez surtout
pas le modulo 2 !). Ainsi on rsout nt = + 2 k (pour k Z) et donc t = n + 2kn . Les solutions de
i +2i k
lquation n = z sont donc les k = 1/n e n . Mais en fait il ny a que n solutions distinctes car
n = 0 , n+1 = 1 , . . . Ainsi les n solutions sont 0 , 1 , . . . , n1 .
Par exemple pour z = 1, on obtient les n racines n-imes de lunit e2ik/n , k = 0, . . . , n 1 qui
forment un groupe multiplicatif.
i i
j = e2i/3 ei/3
1 = e0 1 = ei
0 0 1
j 2 = e4i/3 ei/3
i e2i/5
e4i/5
1
0
e6i/5
e8i/5
ei + ei ei ei
cos = , sin =
2 2i
Mthode : on utilise la formule de Moivre pour crire cos (n ) + i sin (n ) = (cos + i sin )n que lon
dveloppe avec la formule du binme de Newton.
Exemple 20
Linarisation. On exprime cosn ou sinn en fonction des cos k et sin k pour k allant de 0 n.
i i n
Mthode : avec la formule dEuler on crit sinn = e 2ie . On dveloppe laide du binme de
Newton puis on regroupe les termes par paires conjugues.
Exemple 21
52 Nombres complexes
3
ei ei
sin3 =
2i
1 i 3
= (e ) 3(ei )2 ei + 3ei (ei )2 (ei )3
8i
1 3i
= e 3ei + 3ei e3i
8i
1 e3i e3i ei ei
= 3
4 2i 2i
sin 3 3 sin
= +
4 4
3.5. Mini-exercices
Mini-exercices
1. Mettre les nombres suivants sont la forme module-argument (avec la notation expo-
p p p
nentielle) : 1, i, 1, i, 3i, 1 + i, 3 i, 3 i, p 1 , ( 3 i)20 xx o 20xx est lanne en
3i
cours.
2. Calculer les racines 5-ime de i.
p
3 i
3. Calculer les racines carres de 2 +2 de deux faons diffrentes. En dduire les valeurs
de cos 12 et sin 12 .
4. Donner sans calcul la valeur de 0 + 1 + + n1 , o les i sont les racines n-ime de
1.
5. Dvelopper cos(4 ) ; linariser cos4 ; calculer une primitive de 7 cos4 .
lquation relle dune droite D : a, b, c sont des nombres rels (a et b ntant pas tous les deux
nuls) dinconnues (x, y) R2 .
crivons z = x + iy C, alors
z + z z z
x= , y= ,
2 2i
donc D a aussi pour quation a(z + z) ib(z z)
= 2c ou encore (a ib)z + (a + ib) z = 2c. Posons
= a + ib C et k = 2c R alors lquation complexe dune droite est :
z + z = k
o C et k R.
Nombres complexes 53
C
r
D
i i
0 1 0 1
dist(, M) = r | z | = r | z |2 = r 2 (z )(z ) = r 2
et en dveloppant nous trouvons que lquation complexe du cercle centr en un point daffixe et
de rayon r est :
z z z z = r 2 ||2
o C et r R.
| z a|
4.3. quation | z b|
=k
Proposition 20
MA
Soit A, B deux points du plan et k R+ . Lensemble des points M tel que MB = k est
une droite qui est la mdiatrice de [AB], si k = 1,
un cercle, sinon.
Exemple 22
Prenons A le point daffixe +1,B le point daffixe 1. Voici les figures pour plusieurs valeurs
de k.
Par exemple pour k = 2 le point M dessin vrifie bien M A = 2MB.
54 Nombres complexes
B A
k=3 k = 13
k=2 k = 12
k = 43 k = 34
k=1
Dmonstration
| z a|
Si les affixes de A, B, M sont respectivement a, b, z, cela revient rsoudre lquation | z b| = k.
| z a|
= k | z a|2 = k2 | z b|2
| z b|
( z a)( z a) = k2 ( z b)( z b)
(1 k2 ) z z z(a k2 b ) z (a k2 b) + |a|2 k2 | b|2 = 0
Donc si k = 1, on pose = a k2 b et lquation obtenue z + z = |a|2 k2 | b|2 est bien celle dune droite.
Et bien sr lensemble des points qui vrifient M A = MB est la mdiatrice de [ AB]. Si k 6= 1 on pose
2 2 2 2
z = |a|1+kk2 |b| . Cest lquation dun cercle de centre
= a1kk2b alors lquation obtenue est z z z
|a|2 + k2 | b|2 | a k 2 b |2 2 2 2
et de rayon r satisfaisant r 2 ||2 = 1 k2
, soit r 2 = (1 k2 )2
+ |a|1+kk2 |b| .
Ces calculs se refont au cas par cas, il nest pas ncessaire dapprendre les formules.
Mini-exercices
Auteurs
Arnaud Bodin
Benjamin Boutin
Pascal Romon
Exo7
4 Arithmtique
Prambule
Une motivation : larithmtique est au cur du cryptage des communication. Pour crypter un
message on commence par le transformer en un ou plusieurs nombres. Le processus de codage
et dcodage fait appel plusieurs notions de ce chapitre :
On choisit deux nombres premiers p et q que lon garde secrets et on pose n = p q. Le
principe tant que mme connaissant n il est trs difficile de retrouver p et q (qui sont des
nombres ayant des centaines de chiffres).
La cl secrte et la cl publique se calculent laide de lalgorithme dEuclide et des
coefficients de Bzout.
Les calculs de cryptage se feront modulo n.
Le dcodage fonctionne grce une variante du petit thorme de Fermat.
Dfinition 13
Soient a, b Z. On dit que b divise a et on note b|a sil existe q Z tel que
a = bq
.
56 Arithmtique
Exemple 23
a = bq + r et 0r<b
Exemple 24
6789 = 34 199 + 23
On a bien 0 23 < 34 (sinon cest que lon na pas t assez loin dans les calculs).
6789 34
34 dividende diviseur
338
306
199 quotient
329
306 reste
23
Dmonstration
qb a < ( q + 1) b = qb + b.
Dfinition 14
Soient a, b Z deux entiers, non tous les deux nuls. Le plus grand entier qui divise la fois a
et b sappelle le plus grand diviseur commun de a, b et se note pgcd(a, b).
Exemple 25
Lemme 1
pgcd(a, b) = pgcd(b, r)
En fait on a mme pgcd(a, b) = pgcd(b, a qb) pour tout q Z. Mais pour optimiser lalgorithme
dEuclide on applique le lemme avec q le quotient.
Dmonstration
Nous allons montrer que les diviseurs de a et de b sont exactement les mmes que les diviseurs de b
et r . Cela impliquera le rsultat car les plus grands diviseurs seront bien sr les mmes.
Soit d un diviseur de a et de b. Alors d divise b donc aussi bq, en plus d divise a donc d divise
bq a = r .
Soit d un diviseur de b et de r . Alors d divise aussi bq + r = a.
Algorithme dEuclide.
On souhaite calculer le pgcd de a, b N . On peut supposer a b. On calcule des divisions eucli-
diennes successives. Le pgcd sera le dernier reste non nul.
division de a par b, a = bq 1 + r 1 . Par le lemme 1, pgcd(a, b) = pgcd(b, r 1 ) et si r 1 = 0 alors
pgcd(a, b) = b sinon on continue :
b = r 1 q 2 + r 2 , pgcd(a, b) = pgcd(b, r 1 ) = pgcd(r 1 , r 2 ),
r 1 = r 2 q 3 + r 3 , pgcd(a, b) = pgcd(r 2 , r 3 ),
...
r k2 = r k1 q k + r k , pgcd(a, b) = pgcd(r k1 , r k ),
r k1 = r k q k + 0. pgcd(a, b) = pgcd(r k , 0) = r k .
Comme chaque tape le reste est plus petit que le quotient on sait que 0 r i+1 < r i . Ainsi
lalgorithme se termine car nous sommes sr dobtenir un reste nul, les restes formant une suite
dcroissante dentiers positifs ou nuls : b > r 1 > r 2 > . . . 0
Exemple 26
58 Arithmtique
Exemple 27
Dfinition 15
Exemple 28
Pour tout a Z, a et a + 1 sont premiers entre eux. En effet soit d un diviseur commun a
et a + 1. Alors d divise aussi a + 1 a. Donc d divise 1 mais alors d = 1 ou d = +1. Le plus
grand diviseur de a et a + 1 est donc 1. Et donc pgcd(a, a + 1) = 1.
Si deux entiers ne sont pas premiers entre eux, on peut sy ramener en divisant par leur pgcd :
Exemple 29
Pour deux entiers quelconques a, b Z, notons d = pgcd(a, b). La dcomposition suivante est
souvent utile :
(
a = a0 d
avec a0 , b0 Z et pgcd(a0 , b0 ) = 1
b = b0 d
Mini-exercices
1. crire la division euclidienne de 111 111 par 20xx, o 20xx est lanne en cours.
2. Montrer quun diviseur positif de 10 008 et de 10 014 appartient ncessairement
{1, 2, 3, 6}.
Arithmtique 59
2. Thorme de Bzout
2.1. Thorme de Bzout
au + bv = pgcd(a, b)
La preuve dcoule de lalgorithme dEuclide. Les entiers u, v ne sont pas uniques. Les entiers u, v
sont des coefficients de Bzout. Ils sobtiennent en remontant lalgorithme dEuclide.
Exemple 30
Calculons les coefficients de Bzout pour a = 600 et b = 124. Nous reprenons les calculs
effectus pour trouver pgcd(600, 124) = 4. La partie gauche est lalgorithme dEuclide. La
partie droite sobtient de bas en haut. On exprime le pgcd laide de la dernire ligne o le
reste est non nul. Puis on remplace le reste de la ligne prcdente, et ainsi de suite jusqu
arriver la premire ligne.
600 = 124 4 + 104 4 = 124 (5) + (600 124 4) 6 = 600 6 + 124 (29)
124 = 104 1 + 20 4 = 104 (124 104 1) 5 = 124 (5) + 104 6
104 = 20 5 + 4 4 = 104 20 5
20 = 4 5 + 0
Remarque
Soignez vos calculs et leur prsentation. Cest un algorithme : vous devez aboutir au bon
rsultat ! Dans la partie droite, il faut chaque ligne bien la reformater. Par exemple
104 (124 104 1) 5 se rcrit en 124 (5) + 104 6 afin de pouvoir remplacer ensuite
104.
Noubliez de vrifier vos calculs ! Cest rapide et vous serez certain que vos calculs sont
exacts. Ici on vrifie la fin que 600 6 + 124 (29) = 4.
Exemple 31
Corollaire 2
Exemple : 4|16 et 4|24 donc 4 doit divis pgcd(16, 24) qui effectivement vaut 8.
Dmonstration
Comme d |au et d | bv donc d |au + bv. Par le thorme de Bzout d | pgcd(a, b).
Corollaire 3
Soient a, b deux entiers. a, b sont premiers entre eux si et seulement si il existe u, v Z tels
que
au + bv = 1
Dmonstration
Remarque
Si on trouve deux entiers u0 , v0 tels que au0 + bv0 = d, cela nimplique pas que d = pgcd(a, b).
On sait seulement alors que pgcd(a, b)| d. Par exemple a = 12, b = 8 ; 12 1 + 8 3 = 36 et
pgcd(a, b) = 4.
Soient a, b, c Z.
Si a| bc et pgcd(a, b) = 1 alors a| c
Comme pgcd(a, b) = 1 alors il existe u, v Z tels que au + bv = 1. On multiplie cette galit par c pour
obtenir acu + bcv = c. Mais a|acu et par hypothse a| bcv donc a divise acu + bcv = c.
2.3. quations ax + b y = c
Arithmtique 61
Proposition 21
Considrons lquation
ax + b y = c (E)
o a, b, c Z.
1. Lquation (E) possde des solutions (x, y) Z2 si et seulement si pgcd(a, b)| c.
2. Si pgcd(a, b)| c alors il existe mme une infinit de solutions entires et elles sont exac-
tement les (x, y) = (x0 + k, y0 + k) avec x0 , y0 , , Z fixs et k parcourant Z.
Le premier point est une consquence du thorme de Bzout. Nous allons voir sur un exemple
comment prouver le second point et calculer explicitement les solutions. Il est bon de refaire toutes
les tapes de la dmonstration chaque fois.
Exemple 32
368 = 161 2 + 46
161 = 46 3 + 23
46 = 23 2 + 0
Donc pgcd(368, 161) = 23. Comme 115 = 5 23 alors pgcd(368, 161)|115. Par le thorme
de Bzout, lquation (E) admet des solutions entires.
Deuxime tape. Trouver une solution particulire : la remonte de lalgo-
rithme dEuclide. On effectue la remonte de lalgorithme dEuclide pour calculer
les coefficients de Bzout.
On trouve donc 161 7 + 368 (3) = 23. Comme 115 = 5 23 en multipliant par 5 on
obtient :
161 35 + 368 (15) = 115
(on na aucun intrt remplacer x0 et y0 par leurs valeurs). La diffrence de ces deux
62 Arithmtique
galits conduit
161 (x x0 ) + 368 (y y0 ) = 0
= 23 7 (x x0 ) + 23 16 (y y0 ) = 0
= 7(x x0 ) = 16(y y0 ) ()
Nous avons simplifier par 23 qui est le pgcd de 161 et 368. (Attention, noubliez surtout
pas cette simplification, sinon la suite du raisonnement serait fausse.)
Ainsi 7|16(y y0 ), or pgcd(7, 16) = 1 donc par le lemme de Gauss 7| y y0 . Il existe donc
k Z tel que y y0 = 7 k. Repartant de lquation () : 7(x x0 ) = 16(y y0 ). On obtient
maintenant 7(x x0 ) = 16 7 k. Do x x0 = 16k. (Cest le mme k pour x et pour
y.) Nous avons donc (x, y) = (x0 16k, y0 + 7k). Il nest pas dur de voir que tout couple de
cette forme est solution de lquation (E). Il reste donc juste substituer (x0 , y0 ) par sa
valeur et nous obtenons :
Les solutions entires de 161x + 368y = 115 sont les (x, y) = (35 16k, 15 + 7k), k parcourant Z.
Pour se rassurer, prenez une valeur de k au hasard et vrifiez que vous obtenez bien une
solution de lquation.
2.4. ppcm
Dfinition 16
Le ppcm(a, b) (plus petit multiple commun) est le plus petit entier 0 divisible par a et
par b.
Proposition 22
Dmonstration
|ab|
Posons d = pgcd(a, b) et m = pgcd(a,b) . Pour simplifier on suppose a > 0 et b > 0. On crit a = da0 et
2 0 0
b = db . Alors ab = d a b et donc m = da0 b0 . Ainsi m = ab0 = a0 b est un multiple de a et de b.
0
Il reste montrer que cest le plus petit multiple. Si n est un autre multiple de a et de b alors
n = ka = ` b donc kda0 = ` db0 et ka0 = ` b0 . Or pgcd(a0 , b0 ) = 1 et a0 |` b0 donc a0 |`. Donc a0 b|` b et ainsi
m = a 0 b |` b = n .
Proposition 23
Il serait faux de penser que ab| c. Par exemple 6|36, 9|36 mais 6 9 ne divise pas 36. Par contre
ppcm(6, 9) = 18 divise bien 36.
Mini-exercices
1. Calculer les coefficients de Bzout correspondant pgcd(560, 133), pgcd(12 121, 789).
2. Montrer laide dun corollaire du thorme de Bzout que pgcd(a, a + 1) = 1.
3. Rsoudre les quations : 407x + 129y = 1 ; 720x + 54y = 6 ; 216x + 92y = 8.
4. Trouver les couples (a, b) vrifiant pgcd(a, b) = 12 et ppcm(a, b) = 360.
3. Nombres premiers
Les nombres premiers sont en quelque sorte les briques lmentaires des entiers : tout entier
scrit comme produit de nombres premiers.
Dfinition 17
Un nombre premier p est un entier 2 dont les seuls diviseurs positifs sont 1 et p.
Lemme 2
Dmonstration
D = k 2 | k| n .
Proposition 24
Dmonstration
Par labsurde, supposons quil ny ait quun nombre fini de nombres premiers que lon note p 1 = 2,
p 2 = 3, p 3 ,. . . , p n . Considrons lentier N = p 1 p 2 p n + 1. Soit p un diviseur premier de N (un tel
p existe par le lemme prcdent), alors dune part p est lun des entiers p i donc p| p 1 p n , dautre
part p| N donc p divise la diffrence N p 1 p n = 1. Cela implique que p = 1, ce qui contredit que
p soit un nombre premier.
Cette contradiction nous permet de conclure quil existe une infinit de nombres premiers.
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Rappelons-nous quun diviseur positif dun entier n est infrieur ou gal n. Donc 2 ne peut avoir
comme diviseurs que 1 et 2 et est donc premier. On entoure 2. Ensuite on raye (ici en gris) tous
les multiples suivants de 2 qui ne seront donc pas premiers (car divisible par 2) :
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Le premier nombre restant de la liste est 3 et est ncessairement premier : il nest pas divisible
par un diviseur plus petit (sinon il serait ray). On entoure 3 et on raye tous les multiples de 3 (6,
9, 12, . . . ).
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Le premier nombre restant est 5 et est donc premier. On raye les multiples de 5.
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
7 est donc premier, on raye les multiples de 7 (ici pas de nouveaux nombres barrer). Ainsi de
suite : 11, 13, 17, 19, 23 sont premiers.
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Remarque
p
Si un nombre n nest pas premier alors un de ses facteurs est n. En effet si n = a b avec
p p
a, b 2 alors a n ou b n (rflchissez par labsurde !). Par exemple pour tester si un
nombre 100 est premier il suffit de tester les diviseurs 10. Et comme il suffit de tester les
diviseurs premiers, il suffit en fait de tester la divisibilit par 2, 3, 5 et 7. Exemple : 89 nest
pas divisible par 2, 3, 5, 7 et est donc un nombre premier.
Arithmtique 65
Dmonstration
Si p ne divise pas a alors p et a sont premiers entre eux (en effet les diviseurs de p sont 1 et p, mais
seul 1 divise aussi a, donc pgcd(a, p) = 1). Ainsi par le lemme de Gauss p| b.
Exemple 33
p
Si p est un nombre premier, p nest pas un nombre rationnel.
p
La preuve se fait par labsurde : crivons p = ab avec a Z, b N et pgcd(a, b) = 1. Alors
2
p = ab2 donc pb2 = a2 . Ainsi p|a2 donc par le lemme dEuclide p|a. On peut alors crire
a = pa0 avec a0 un entier. De lquation pb2 = a2 on tire alors b2 = pa02 . Ainsi p| b2 et donc
p| b. Maintenant p|a et p| b donc a et b ne sont pas premiers entre eux. Ce qui contredit
p
pgcd(a, b) = 1. Conclusion p nest pas rationnel.
Thorme 5
Soit n 2 un entier. Il existe des nombres premiers p 1 < p 2 < . . . < p r et des exposants entiers
1 , 2 , . . . , r 1 tels que :
n = p1 1 p2 2 p r r .
Remarque
La principale raison pour laquelle on choisit de dire que 1 nest pas un nombre premier, cest
que sinon il ny aurait plus unicit de la dcomposition : 24 = 23 3 = 1 23 3 = 12 23 3 =
Dmonstration
Existence. Nous allons dmontrer lexistence de la dcomposition par une rcurrence sur n.
Lentier n = 2 est dj dcompos. Soit n 3, supposons que tout entier < n admette une dcomposition
en facteurs premiers. Notons p 1 le plus petit nombre premier divisant n (voir le lemme 2). Si n est
un nombre premier alors n = p 1 et cest fini. Sinon on dfinit lentier n0 = pn1 < n et on applique notre
hypothse de rcurrence n0 qui admet une dcomposition en facteurs premiers. Alors n = p 1 n0
admet aussi une dcomposition.
Unicit. Nous allons dmontrer quune telle dcomposition est unique en effectuant cette fois une
rcurrence sur la somme des exposants = ri=1 i .
P
Exemple 34
504 = 23 32 7, 300 = 22 3 52 .
504 = 23 32 50 71 , 300 = 22 31 52 70 .
Le pgcd est le nombre obtenu en prenant le plus petit exposant de chaque facteur premier :
Mini-exercices
1. Montrer que n! + 1 nest divisible par aucun des entiers 2, 3, . . . , n. Est-ce toujours un
nombre premier ?
2. Trouver tous les nombres premiers 103.
3. Dcomposer a = 2 340 et b = 15 288 en facteurs premiers. Calculer leur pgcd et leur
ppcm.
4. Dcomposer 48 400 en produit de facteurs premiers. Combien 48 400 admet-il de divi-
seurs ?
5. Soient a, b 0. laide de la dcomposition en facteurs premiers, reprouver la formule
pgcd(a, b) ppcm(a, b) = a b.
4. Congruences
4.1. Dfinition
Arithmtique 67
Dfinition 18
Soit n 2 un entier. On dit que a est congru b modulo n, si n divise b a. On note alors
a b (mod n).
a b (mod n) k Z a = b + kn.
Proposition 26
Exemple 35
Dmonstration
1. Utiliser la dfinition.
2. Idem.
3. Prouvons la proprit multiplicative : a b (mod n) donc il existe k Z tel que a = b + kn et c d
(mod n) donc il existe ` Z tel que c d + ` n. Alors a c = ( b + kn) ( d + ` n) = bd + ( b` + dk + k` n) n
qui est bien de la forme bd + mn avec m Z. Ainsi ac bd (mod n).
4. Cest une consquence du point prcdent : avec a = c et b = d on obtient a2 b2 (mod n). On
continue par rcurrence.
Exemple 36
N est divisible par 9 si et seulement si la somme de ses chiffres est divisible par 9.
Pour prouver cela nous utilisons les congruences. Remarquons dabord que 9| N quivaut
N 0 (mod 9) et notons aussi que 10 1 (mod 9), 102 1 (mod 9), 103 1 (mod 9),...
Nous allons donc calculer N modulo 9. crivons N en base 10 : N = a k a 2 a 1 a 0 (a 0 est le
68 Arithmtique
chiffre des units, a 1 celui des dizaines,...) alors N = 10k a k + + 102 a 2 + 101 a 1 + a 0 . Donc
Donc N est congru la somme de ses chiffres modulo 9. Ainsi N 0 (mod 9) si et seulement
si la somme des chiffres vaut 0 modulo 9.
Voyons cela sur un exemple : N = 488 889. Ici a 0 = 9 est le chiffre des units, a 1 = 8 celui des
dizaines,... Cette criture dcimale signifie N = 4 105 + 8 104 + 8 103 + 8 102 + 8 10 + 9.
Ainsi nous savons que 488 889 est divisible par 9 sans avoir effectu de division euclidienne.
Remarque
Pour trouver un bon reprsentant de a (mod n) on peut aussi faire la division euclidienne
de a par n : a = bn + r alors a r (mod n) et 0 r < n.
Exemple 37
Les calculs bien mens avec les congruences sont souvent trs rapides. Par exemple on sou-
haite calculer 221 (mod 37) (plus exactement on souhaite trouver 0 r < 37 tel que 221 r
(mod 37)). Plusieurs mthodes :
1. On calcule 221 , puis on fait la division euclidienne de 221 par 37, le reste est notre
rsultat. Cest laborieux !
2. On calcule successivement les 2k modulo 37 : 21 2 (mod 37), 22 4 (mod 37), 23
8 (mod 37), 24 16 (mod 37), 25 32 (mod 37). Ensuite on noublie pas dutiliser les
congruences : 26 64 27 (mod 37). 27 2 26 2 27 54 17 (mod 37) et ainsi de
suite en utilisant le calcul prcdent chaque tape. Cest assez efficace et on peut
raffiner : par exemple on trouve 28 34 (mod 37) mais donc aussi 28 3 (mod 37) et
donc 29 2 28 2 (3) 6 31 (mod 37),...
3. Il existe une mthode encore plus efficace : on crit lexposant 21 en base 2 : 21 =
24 + 22 + 20 = 16 + 4 + 1. Alors 221 = 216 24 21 . Et il est facile de calculer successivement
chacun de ces termes car les exposants sont des puissances de 2. Ainsi 28 (24 )2
2
162 256 34 3 (mod 37) et 216 28 (3)2 9 (mod 37). Nous obtenons 221
216 24 21 9 16 2 288 29 (mod 37).
Proposition 27
Exemple 38
Rsolvons lquation 9x 6 (mod 24). Comme pgcd(9, 24) = 3 divise 6 la proposition ci-dessus
nous affirme quil existe des solutions. Nous allons les calculer. (Il est toujours prfrable de
refaire rapidement les calculs que dapprendre la formule). Trouver x tel que 9x 6 (mod 24)
est quivalent trouver x et k tels que 9x = 6 + 24k. Mis sous la forme 9x 24k = 6 il sagit alors
dune quation que nous avons tudier en dtails (voir section 2.3). Il y a bien des solutions
car pgcd(9, 24) = 3 divise 6. En divisant par le pgcd on obtient lquation quivalente :
3x 8k = 2.
Pour le calcul du pgcd et dune solution particulire nous utilisons normalement lalgorithme
dEuclide et sa remonte. Ici il est facile de trouver une solution particulire (x0 = 6, k 0 = 2)
la main.
On termine comme pour les quations de la section 2.3. Si (x, k) est une solution de 3x 8k = 2
alors par soustraction on obtient 3(x x0 ) 8(k k 0 ) = 0 et on trouve x = x0 + 8`, avec ` Z (le
terme k ne nous intresse pas). Nous avons donc trouv les x qui sont solutions de 3x 8k = 2,
ce qui quivaut 9x 24k = 6, ce qui quivaut encore 9x 6 (mod 24). Les solutions sont de
la forme x = 6 + 8`. On prfre les regrouper en 3 classes modulo 24 :
Remarque
Expliquons le terme de classe utilis ici. Nous avons considrer ici que lquation 9x 6
(mod 24) est une quation dentiers. On peut aussi considrer que 9, x, 6 sont des classes
dquivalence modulo 24, et lon noterait alors 9x = 6. On trouverait comme solutions trois
classes dquivalence :
x1 = 6, x2 = 14, x3 = 22.
Dmonstration
1.
Nous avons juste transform notre quation ax b (mod n) en une quation ax kn = b tudie
auparavant (voir section 2.3), seules les notations changent : au + bv = c devient ax kn = b.
70 Arithmtique
2. Supposons quil existe des solutions. Nous allons noter d = pgcd(a, n) et crire a = da0 , n = dn0
et b = db0 (car par le premier point d | b). Lquation ax kn = b dinconnues x, k Z est alors
quivalente lquation a0 x kn0 = b0 , note (?). Nous savons rsoudre cette quation (voir de
nouveau la proposition 21), si ( x0 , k 0 ) est une solution particulire de (?) alors on connat tous
les ( x, k) solutions. En particulier x = x0 + ` n0 avec ` Z (les k ne nous intressent pas ici).
Ainsi les solutions x Z sont de la forme x = x0 +` pgcd(na,n) , ` Z o x0 est une solution particulire
de ax b (mod n). Et modulo n cela donne bien pgcd(a, n) classes distinctes.
a p a (mod p)
Corollaire 5
a p1 1 (mod p)
Lemme 3
p p
p divise k
pour 1 k p 1, cest--dire k
0 (mod p).
Dmonstration
p p! p p
k
= k!( pk)! donc p! = k!( p k)! k . Ainsi p| k!( p k)! k . Or comme 1 k p 1 alors p ne divise pas
k! (sinon p divise lun des facteurs de k! mais il sont tous < p). De mme p ne divise pas ( p k)!, donc
par le lemme dEuclide p divise kp .
Par le principe de rcurrence nous avons dmontr le petit thorme de Fermat pour tout a 0.
Arithmtique 71
Exemple 39
Calculons 143141 (mod 17). Le nombre 17 tant premier on sait par le petit thorme de
Fermat que 1416 1 (mod 17). crivons la division euclidienne de 3141 par 16 :
3141 = 16 196 + 5.
Alors
196
143141 1416196+5 1416196 145 1416 145 1196 145 145 (mod 17)
Il ne reste plus qu calculer 145 modulo 17. Cela peut se faire rapidement : 14 3 (mod 17)
donc 142 (3)2 9 (mod 17), 143 142 14 9 (3) 27 7 (mod 17), 145 142 143
9 7 63 12 (mod 17). Conclusion : 143141 145 12 (mod 17).
Mini-exercices
1. Calculer les restes modulo 10 de 122 + 455, 122 455, 122455 . Mmes calculs modulo 11,
puis modulo 12.
2. Prouver quun entier est divisible par 3 si et seulement si la somme de ses chiffres est
divisible par 3.
3. Calculer 310 (mod 23).
4. Calculer 3100 (mod 23).
5. Rsoudre les quations 3x 4 (mod 7), 4x 14 (mod 30).
Auteurs
Arnaud Bodin
Benjamin Boutin
Pascal Romon
72 Arithmtique
Exo7
5 Polynmes
1 Dnitions
2 Arithmtique des polynmes
3 Racine d'un polynme, factorisation
4 Fractions rationnelles
Motivation
Les polynmes sont des objets trs simples mais aux proprits extrmement riches. Vous savez
dj rsoudre les quations de degr 2 : aX 2 + bX + c = 0. Savez-vous que la rsolution des quations
de degr 3, aX 3 + bX 2 + cX + d = 0, a fait lobjet de luttes acharnes dans lItalie du X V I e sicle ?
Un concours tait organis avec un prix pour chacune de trente quations de degr 3 rsoudre.
Un jeune italien, Tartaglia, trouve la formule gnrale des solutions et rsout les trente quations
en une seule nuit ! Cette mthode que Tartaglia voulait garder secrte sera quand mme publie
quelques annes plus tard comme la mthode de Cardan .
Dans ce chapitre, aprs quelques dfinitions des concepts de base, nous allons tudier larithm-
tique des polynmes. Il y a une grande analogie entre larithmtique des polynmes et celles des
entiers. On continue avec un thorme fondamental de lalgbre : Tout polynme de degr n
admet n racines complexes. On termine avec les fractions rationnelles : une fraction rationnelle
est le quotient de deux polynmes.
1. Dfinitions
1.1. Dfinitions
Dfinition 19
P(X ) = a n X n + a n1 X n1 + + a 2 X 2 + a 1 X + a 0 ,
avec n N et a 0 , a 1 , . . . , a n K.
Lensemble des polynmes est not K[X ].
Les a i sont appels les coefficients du polynme.
Si tous les coefficients a i sont nuls, P est appel le polynme nul, il est not 0.
74 Polynmes
On appelle le degr de P le plus grand entier i tel que a i 6= 0 ; on le note deg P. Pour le
degr du polynme nul on pose par convention deg(0) = .
Un polynme de la forme P = a 0 avec a 0 K est appel un polynme constant. Si
a 0 6= 0, son degr est 0.
Exemple 40
P + Q = (a n + b n )X n + (a n1 + b n1 )X n1 + + (a 1 + b 1 )X + (a 0 + b 0 )
Multiplication. Soient P = a n X n + a n1 X n1 + + a 1 X + a 0 et Q = b m X m + b m1 X m1 +
+ b 1 X + b 0 . On dfinit
P Q = c r X r + c r1 X r1 + + c 1 X + c 0 avec r = n + m et c k =
X
a i b j pour k {0, . . . , r }.
i+ j=k
Proposition 28
Proposition 29
1.3. Vocabulaire
Dfinition 20
Les polynmes comportant un seul terme non nul (du type a k X k ) sont appels mo-
nmes.
Soit P = a n X n + a n1 X n1 + + a 1 X + a 0 , un polynme avec a n 6= 0. On appelle terme
dominant le monme a n X n . Le coefficient a n est appel le coefficient dominant de
P.
Si le coefficient dominant est 1, on dit que P est un polynme unitaire.
Exemple 42
Remarque
Mini-exercices
Dfinition 21
Soient A, B K[X ], on dit que B divise A sil existe Q K[X ] tel que A = BQ. On note alors
B| A.
Proposition 30
Soient A, B, C K[X ].
1. Si A |B et B| A, alors il existe K tel que A = B.
2. Si A |B et B|C alors A |C.
3. Si C | A et C |B alors C |(AU + BV ), pour tout U, V K[X ].
Q est appel le quotient et R le reste et cette criture est la division euclidienne de A par B.
Notez que la condition deg R < deg B signifie R = 0 ou bien 0 deg R < deg B.
Enfin R = 0 si et seulement si B| A.
Dmonstration
a n n m
A=B X + Q 1 + R1 .
bm
an
Donc Q = bm X nm + Q 1 et R = R 1 conviennent.
Polynmes 77
Exemple 43
On pose une division de polynmes comme on pose une division euclidienne de deux entiers.
Par exemple si A = 2X 4 X 3 2X 2 + 3X 1 et B = X 2 X + 1. Alors on trouve Q = 2X 2 + X 3
et R = X + 2. On noublie pas de vrifier queffectivement A = BQ + R.
2X 4 X 3 2X 2 + 3X 1 X2 X +1
2X 4 2X 3 + 2X 2
X 3 4X 2 + 3X 1 2X 2 + X 3
X3 X2 + X
3X 2 + 2X 1
3X 2 + 3X 3
X + 2
Exemple 44
X 4 3X 3 + X +1 X2 +2
X4 + 2X 2
3X 3 2X 2 + X + 1 X 2 3X 2
3X 3 6X
2X 2 + 7X + 1
2X 2 4
7X + 5
2.2. pgcd
Proposition 31
Cet unique polynme est appel le pgcd (plus grand commun diviseur) de A et B que lon note
pgcd(A, B).
78 Polynmes
Remarque
Le degr du reste diminue chaque division. On arrte lalgorithme lorsque le reste est nul. Le
pgcd est le dernier reste non nul R k (rendu unitaire).
Exemple 45
X 4 1 = (X 3 1) X + X 1
X 3 1 = (X 1) (X 2 + X + 1) + 0
Exemple 46
Calculons le pgcd de A = X 5 + X 4 + 2X 3 + X 2 + X + 2 et B = X 4 + 2X 3 + X 2 4.
X 5 + X 4 + 2X 3 + X 2 + X + 2 = (X 4 + 2X 3 + X 2 4) (X 1) + 3X 3 + 2X 2 + 5X 2
X 4 + 2X 3 + X 2 4 = (3X 3 + 2X 2 + 5X 2) 91 (3X + 4) 14 2
9 (X + X + 2)
3X 3 + 2X 2 + 5X 2 = (X 2 + X + 2) (3X 1) + 0
Ainsi pgcd(A, B) = X 2 + X + 2.
Dfinition 22
Pour A, B quelconques on peut se ramener des polynmes premiers entre eux : si pgcd(A, B) = D
alors A et B scrivent : A = D A 0 , B = DB0 avec pgcd(A 0 , B0 ) = 1.
Soient A, B K[X ] des polynmes avec A 6= 0 ou B 6= 0. On note D = pgcd(A, B). Il existe deux
polynmes U, V K[X ] tels que AU + BV = D.
Exemple 47
Exemple 48
14 1
D = B (3X 3 + 2X 2 + 5X 2) (3X + 4).
9 9
14 1
D = B A B (X 1) (3X + 4).
9 9
On en dduit
14 1 1
D = A (3X + 4) + B 1 + (X 1) (3X + 4)
9 9 9
1 1 1
(3X 2 + X +5) on a AU + BV =
Donc en posant U = 14 (3X +4) et V = 14 9+(X 1)(3X +4) = 14
D.
Corollaire 6
Soient A et B deux polynmes. A et B sont premiers entre eux si et seulement sil existe deux
polynmes U et V tels que AU + BV = 1.
Corollaire 7
2.4. ppcm
Proposition 32
Soient A, B K[X ] des polynmes non nuls, alors il existe un unique polynme unitaire M de
plus petit degr tel que A | M et B| M.
Cet unique polynme est appel le ppcm (plus petit commun multiple) de A et B quon note
ppcm(A, B).
Exemple 49
Proposition 33
Soient A, B K[X ] des polynmes non nuls et M = ppcm(A, B). Si C K[X ] est un polynme
tel que A |C et B|C, alors M |C.
Mini-exercices
Dfinition 23
Dfinition 24
Soit P K[X ] et K. On dit que est une racine (ou un zro) de P si P() = 0.
Proposition 34
P() = 0 X divise P
Dmonstration
Dfinition 25
Soit k N . On dit que est une racine de multiplicit k de P si (X )k divise P alors que
(X )k+1 ne divise pas P. Lorsque k = 1 on parle dune racine simple, lorsque k = 2 dune
racine double, etc.
Proposition 35
Il y a quivalence entre :
(i) est une racine de multiplicit k de P.
(ii) Il existe Q K[X ] tel que P = (X )k Q, avec Q() 6= 0.
(iii) P() = P 0 () = = P (k1) () = 0 et P (k) () 6= 0.
Remarque
Tout polynme coefficients complexes de degr n 1 a au moins une racine dans C. Il admet
exactement n racines si on compte chaque racine avec multiplicit.
Exemple 51
Pour les autres corps que les nombres complexes nous avons le rsultat plus faible suivant :
Thorme 10
Exemple 52
Dfinition 26
Soit P K[X ] un polynme de degr 1, on dit que P est irrductible si pour tout Q K[X ]
divisant P, alors, soit Q K , soit il existe K tel que Q = P.
Polynmes 83
Remarque
Un polynme irrductible P est donc un polynme non constant dont les seuls diviseurs
de P sont les constantes ou P lui-mme ( une constante multiplicative prs).
La notion de polynme irrductible pour larithmtique de K[X ] correspond la notion
de nombre premier pour larithmtique de Z.
Dans le cas contraire, on dit que P est rductible ; il existe alors des polynmes A, B de
K[X ] tels que P = AB, avec deg A 1 et deg B 1.
Exemple 53
Tous les polynmes de degr 1 sont irrductibles. Par consquent il y a une infinit de
polynmes irrductibles.
X 2 1 = (X 1)(X + 1) R[X ] est rductible.
X 2 + 1 = (X i)(X + i) est rductible dans C[X ] mais est irrductible dans R[X ].
p p
X 2 2 = (X 2)(X + 2) est rductible dans R[X ] mais est irrductible dans Q[X ].
Dmonstration
Si P ne divise pas A alors pgcd(P, A ) = 1 car P est irrductible. Donc, par le lemme de Gauss, P divise
B.
Thorme 11
Tout polynme non constant A K[X ] scrit comme un produit de polynmes irrductibles
unitaires :
k k k
A = P1 1 P2 2 P r r
Thorme 12
Dmonstration
Thorme 13
Les polynmes irrductibles de R[X ] sont les polynmes de degr 1 ainsi que les polynmes
de degr 2 ayant un discriminant < 0.
Soit P R[X ] de degr n 1. Alors la factorisation scrit P = (X 1 )k1 (X 2 )k2 (X
` `
r )k r Q 11 Q s s , o les i sont exactement les racines relles distinctes de multiplicit k i et
les Q i sont des polynmes irrductibles de degr 2 : Q i = X 2 + i X + i avec = 2i 4 i < 0.
Exemple 54
Exemple 55
Soit P(X ) = X 4 + 1.
Sur C. On peut dabord dcomposer P(X ) = (X 2 + i)(X 2 i). Les racines de P sont donc
les racines carres complexes de i et i. Ainsi P se factorise dans C[X ] :
p p p p
P(X ) = X 22 (1 + i) X + 22 (1 + i) X 22 (1 i) X + 22 (1 i) .
Sur R. Pour un polynme coefficient rels, si est une racine alors aussi. Dans la
dcomposition ci-dessus on regroupe les facteurs ayant des racines conjugues, cela doit
conduire un polynme rel :
h p p i h p p i p p
P(X ) = X 22 (1 + i) X 22 (1 i) X + 22 (1 + i) X + 22 (1 i) = X 2 + 2X +1 X 2 2X +1 ,
Mini-exercices
1
1. Trouver un polynme P(X ) Z[X ] de degr minimal tel que : 2 soit une racine simple,
p
2 soit une racine double et i soit une racine triple.
2. Montrer cette partie de la proposition 35 : P() = 0 et P 0 () = 0 est une racine
de multiplicit 2 .
3. Montrer que pour P C[X ] : P admet une racine de multiplicit 2 P et P 0 ne
sont pas premiers entre eux .
Polynmes 85
4. Factoriser P(X ) = (2X 2 + X 2)2 (X 4 1)3 et Q(X ) = 3(X 2 1)2 (X 2 X + 41 ) dans C[X ]. En
dduire leur pgcd et leur ppcm. Mmes questions dans R[X ].
5. Si pgcd(A, B) = 1 montrer que pgcd(A + B, A B) = 1.
6. Soit P R[X ] et C \ R tel que P() = 0. Vrifier que P( ) = 0. Montrer que (X )(X
) est un polynme irrductible de R[X ] et quil divise P dans R[X ].
4. Fractions rationnelles
Dfinition 27
P
F=
Q
Toute fraction rationnelle se dcompose comme une somme de fractions rationnelles lmentaires
que lon appelle des lments simples . Mais les lments simples sont diffrents sur C ou sur R.
Soit P/Q une fraction rationnelle avec P,Q C[X ], pgcd(P,Q) = 1 et Q = (X 1 )k1 (X r )k r .
Alors il existe une et une seule criture :
P a 1, 1 a 1, 2 a 1,k1
= E + + ++
Q (X 1 )k1 (X 1 )k1 1 (X 1 )
a 2,1 a 2,k2
+ ++
(X 2 )k2 (X 2 )
+
a
Le polynme E sappelle la partie polynomiale (ou partie entire). Les termes ( X ) i
sont les
lments simples sur C.
Exemple 56
Vrifier que 1
X 2 +1
= Xa+i + Xbi avec a = 12 i, b = 12 i.
X 8 X 2 +9 X 7
4
Vrifier que ( X 2)2 ( X +3)
=X + 1 + ( X12)2 + 2
X 2 + 1
X +3 .
Comment se calcule cette dcomposition ? En gnral on commence par dterminer la partie poly-
nomiale. Tout dabord si degQ > deg P alors E(X ) = 0. Si deg P degQ alors effectuons la division
P R
euclidienne de P par Q : P = QE + R donc Q =E+ Q o deg R < degQ. La partie polynomiale est
R
donc le quotient de cette division. Et on sest ramen au cas dune fraction Q avec deg R < degQ.
Voyons en dtails comment continuer sur un exemple.
86 Polynmes
Exemple 57
5 3 2
P
Dcomposons la fraction Q = X 2 XX 3+43XX +28 X +11 .
Premire tape : partie polynomiale. On calcule la division euclidienne de P par Q :
P(X ) = (X 2 + 1)Q(X ) + 2X 2 5X + 9. Donc la partie polynomiale est E(X ) = X 2 + 1 et la
P(X ) 2 X 2 5 X +9 2
fraction scrit Q 2
(X ) = X + 1 + Q(X ) . Notons que pour la fraction 2 X Q(5XX) +9 le degr
du numrateur est strictement plus petit que le degr du dnominateur.
Deuxime tape : factorisation du dnominateur. Q a pour racine vidente +1
(racine double) et 2 (racine simple) et se factorise donc ainsi Q(X ) = (X 1)2 (X + 2).
Troisime tape : dcomposition thorique en lments simples. Le thorme
de dcomposition en lments simples nous dit quil existe une unique dcomposition :
P(X ) a b c 2
Q ( X ) = E(X ) + ( X 1)2 + X 1 + X +2 . Nous savons dj que E(X ) = X + 1, il reste trouver
les nombres a, b, c.
Quatrime tape : dtermination des coefficients. Voici une premire faon de
dterminer a, b, c. On rcrit la fraction ( X a1)2 + Xb1 + X c+2 au mme dnominateur et on
2 X 2 5 X +9
lidentifie avec Q(X ) :
a b c (b + c)X 2 + (a + b 2c)X + 2a 2b + c 2X 2 5X + 9
+ + = qui doit tre gale .
(X 1)2 X 1 X + 2 (X 1)2 (X + 2) (X 1)2 (X + 2)
P X 5 2X 3 + 4X 2 8X + 11 2 1 3
= 3
= X2 +1+ 2
+ + .
Q X 3X + 2 (X 1) X 1 X +2
P 0 (X ) (X 1)2
F1 (X ) = (X 1)2 = a + b(X 1) + c donc F1 (1) = a
Q(X ) X +2
Dautre part
P 0 (X ) 2X 2 5X + 9 2X 2 5X + 9
F1 (X ) = (X 1)2 = (X 1)2 = donc F1 (1) = 2
Q(X ) (X 1)2 (X + 2) X +2
On en dduit a = 2.
On fait le mme processus pour dterminer c : on multiplie par (X + 2) et on value en
0 2
2. On calcule F2 (X ) = (X + 2) PQ ((XX)) = 2 X( X51)X2+9 = a ( XX+1)
2 X +2
2 + b X 1 + c de deux faons et
lorsque lon value x = 2 on obtient dune part F2 (2) = c et dautre part F2 (2) = 3.
Ainsi c = 3.
Comme les coefficients sont uniques tous les moyens sont bons pour les dterminer. Par
0
exemple lorsque lon value la dcomposition thorique PQ ((XX)) = ( X a1)2 + Xb1 + X c+2 en
x = 0, on obtient :
P 0 (0) c
= ab+
Q(0) 2
Polynmes 87
Donc 9
2 = a b + 2c . Donc b = a + 2c 92 = 1.
Soit P/Q une fraction rationnelle avec P,Q R[X ], pgcd(P,Q) = 1. Alors P/Q scrit de ma-
nire unique comme somme :
dune partie polynomiale E(X ),
dlments simples du type ( X a)i ,
aX + b
dlments simples du type ( X 2 + X +) i
.
O les X et X 2 + X + sont les facteurs irrductibles de Q(X ) et les exposants i sont
infrieurs ou gaux la puissance correspondante dans cette factorisation.
Exemple 58
P(X ) 4 3 2
3 X +5 X +8 X +5 X +3
Dcomposition en lments simples de Q (X ) = ( X 2 + X +1)2 ( X 1)
. Comme deg P < degQ alors
2
E(X ) = 0. Le dnominateur est dj factoris sur R car X + X + 1 est irrductible. La dcom-
position thorique est donc :
P(X ) aX + b cX + d e
= 2 2
+ 2 + .
Q(X ) (X + X + 1) X + X +1 X 1
Il faut ensuite mener au mieux les calculs pour dterminer les coefficients afin dobtenir :
P(X ) 2X + 1 1 3
= 2 2
+ 2 + .
Q(X ) (X + X + 1) X + X +1 X 1
Mini-exercices
1. Soit Q(X ) = (X 2)2 (X 2 1)3 (X 2 + 1)4 . Pour P R[X ] quelle est la forme thorique de la
P
dcomposition en lments simples sur C de Q ? Et sur R ?
1 X 2 +1 X
2. Dcomposer les fractions suivantes en lments simples sur R et C : X 2 1
; ( X 1)2
; X 3 1
.
X 2 + X +1 2X 2X
3. Dcomposer les fractions suivantes en lments simples sur R : ( X 1)( X +2)2
; ( X 2 +2)2
;
X6
( X 2 +1)2
.
2
4. Soit F(X ) = 2 X +7 X 20
X +2 . Dterminer lquation de lasymptote oblique en . tudier la
position du graphe de F par rapport cette droite.
Auteurs
6 Groupes
1 Groupe
2 Sous-groupes
3 Morphismes de groupes
4 Le groupe Z/nZ
5 Le groupe des permutations S n
Motivation
variste Galois a tout juste vingt ans lorsquil meurt dans un duel. Il restera pourtant comme lun
des plus grands mathmaticiens de son temps pour avoir introduit la notion de groupe, alors quil
avait peine dix-sept ans.
Vous savez rsoudre les quations de degr 2 du type ax2 + bx + c = 0. Les solutions sexpriment en
p
fonction de a, b, c et de la fonction racine carre . Pour les quations de degr 3, axq3 + bx2 + cx
q+ d =
p p
3 51 3 5+1
0, il existe aussi des formules. Par exemple une solution de x3 + 3x + 1 = 0 est x0 = 2 2 .
De telles formules existent aussi pour les quations de degr 4.
Un proccupation majeure au dbut du X I X e sicle tait de savoir sil existait des formules simi-
laires pour les quations de degr 5 ou plus. La rponse fut apporte par Galois et Abel : non il
nexiste pas en gnral une telle formule. Galois parvient mme dire pour quels polynmes cest
possible et pour lesquels ce ne lest pas. Il introduit pour sa dmonstration la notion de groupe.
Les groupes sont la base dautres notions mathmatiques comme les anneaux, les corps, les
matrices, les espaces vectoriels,... Mais vous les retrouvez aussi en arithmtique, en gomtrie, en
cryptographie !
Nous allons introduire dans ce chapitre la notion de groupe, puis celle de sous-groupe. On tu-
diera ensuite les applications entre deux groupes : les morphismes de groupes. Finalement nous
dtaillerons deux groupes importants : le groupe Z/nZ et le groupe des permutations S n .
1. Groupe
1.1. Dfinition
90 Groupes
Dfinition 28
Un groupe (G, ?) est un ensemble G auquel est associ une opration ? (la loi de composi-
tion) vrifiant les quatre proprits suivantes :
1. pour tout x, y G, x? yG (? est une loi de composition interne)
2. pour tout x, y, z G, (x ? y) ? z = x ? (y ? z) (la loi est associative)
3. il existe e G tel que x G, x ? e = x et e ? x = x (e est llment neutre)
0
4. pour tout x G il existe x G tel que x?x = x ?x = e
0 0
(x0 est linverse de x et est
not x1 )
pour tous x, y G, x ? y = y ? x,
Remarque
Llment neutre e est unique. En effet si e0 vrifie aussi le point (3), alors on a e0 ? e = e
(car e est lment neutre) et e0 ? e = e0 (car e0 aussi). Donc e = e0 . Remarquez aussi que
linverse de llment neutre est lui-mme. Sil y a plusieurs groupes, on pourra noter
e G pour llment neutre du groupe G.
Un lment x G ne possde quun seul inverse. En effet si x0 et x00 vrifient tous les
deux le point (4) alors on a x ? x00 = e donc x0 ? (x ? x00 ) = x0 ? e. Par lassociativit (2) et la
proprit de llment neutre (3) alors (x0 ? x) ? x00 = x0 . Mais x0 ? x = e donc e ? x00 = x0 et
ainsi x00 = x0 .
1.2. Exemples
Voici des ensembles et des oprations bien connus qui ont une structure de groupe.
(R , ) est un groupe commutatif, est la multiplication habituelle. Vrifions chacune des
proprits :
1. Si x, y R alors x y R .
2. Pour tout x, y, z R alors x (y z) = (x y) z, cest lassociativit de la multiplication des
nombres rels.
3. 1 est llment neutre pour la multiplication, en effet 1 x = x et x 1 = x, ceci quelque soit
x R .
4. Linverse dun lment x R est x0 = 1x (car x 1x est bien gal llment neutre 1).
Linverse de x est donc x1 = 1x . Notons au passage que nous avions exclu 0 de notre groupe,
car il na pas dinverse.
Ces proprits font de (R , ) un groupe.
5. Enfin x y = y x, cest la commutativit de la multiplication des rels.
(Q , ), (C , ) sont des groupes commutatifs.
(Z, +) est un groupe commutatif. Ici + est laddition habituelle.
1. Si x, y Z alors x + y Z.
Groupes 91
Alors pour deux rotations R et R 0 la compose R R 0 est encore une rotation de centre
lorigine et dangle + 0 . Ici est la composition. Ainsi (R , ) forme un groupe (qui est mme
commutatif). Pour cette loi llment neutre est la rotation dangle 0 : cest lidentit du plan.
Linverse dune rotation dangle est la rotation dangle .
Si I dsigne lensemble des isomtries du plan (ce sont les translations, rotations, rflexions
et leurs composes) alors (I , ) est un groupe. Ce groupe nest pas un groupe commutatif. En
effet, identifions le plan R2 et soit par exemple R la rotation de centre O = (0, 0) et dangle
2 et T la translation de vecteur (1, 0). Alors les isomtries T R et R T sont des applications
distinctes. Par exemple les images du point A = (1, 1) par ces applications sont distinctes :
T R(1, 1) = T(1, 1) = (0, 1) alors que R T(1, 1) = R(2, 1) = (1, 2).
R T(A)
A
R(A) A T(A)
T R(A)
2 2
O O
Nous tudierons dans les sections 4 et 5 deux autres groupes trs importants : les groupes cycliques
(Z/nZ, +) et les groupes de permutations (S n , ).
1.3. Puissance
Revenons un groupe (G, ?). Pour x G nous noterons x ? x par x2 et x ? x ? x par x3 . Plus
gnralement nous noterons :
92 Groupes
x n = |x ? x ?
{z ? x},
n fois
x0 = e,
xn = |x1 ? {z
? x1}.
n fois
Rappelez-vous que x1 dsigne linverse de x dans le groupe.
Les rgles de calcul sont les mmes que pour les puissances des nombres rels. Pour x, y G et
m, n Z nous avons :
x m ? x n = x m+ n ,
(x m )n = x mn ,
(x ? y)1 = y1 ? x1 , attention lordre !
Si (G, ?) est commutatif alors (x ? y)n = x n ? yn .
Voici comment prsenter les calculs, on place M gauche, M 0 au dessus de ce qui va tre le rsultat.
On calcule un par un, chacun des termes de M M 0 .
Pour le premier terme on prend la colonne situe au dessus et la ligne situe gauche : on effectue
les produits a a0 et b c0 quon additionne pour obtenir le premier terme du rsultat. Mme chose
avec le second terme : on prend la colonne situe au dessus, la ligne situe gauche, on fait les
produit, on additionne : ab0 + bd 0 . Idem pour les deux autres termes.
!
a0 b0
!
c0 d0 !
a b aa0 + bc0 ab0 + bd 0
c d 0
ca + dc 0
cb0 + dd 0
1 1
1 0
et M 0 = alors voici comment poser les calculs (M M 0 gauche,
Par exemple si M = 0 1 21
M 0 M droite) ! !
1 0 1 1
!
2 1 ! !
0 1!
1 1 3 1 1 0 1 1
0 1 2 1 2 1 2 1
a b
Le dterminant dune matrice M = c d est par dfinition le nombre rel
det M = ad bc.
Groupes 93
Proposition 37
Lensemble des matrices 2 2 ayant un dterminant non nul, muni de la multiplication des
matrices , forme un groupe non-commutatif.
Lemme 4
Pour la preuve, il suffit de vrifier le calcul : aa0 + bc0 cb0 + dd 0 ab0 + bd 0 ca0 + dc0 = (ad
bc)(a0 d 0 b0 c0 ).
Revenons la preuve de la proposition.
Dmonstration
Mini-exercices
Matrices :
94 Groupes
0 1 1 2 1 2
7. Soient M1 = 1 0 , M2 = 1 0 , M3 = 3 4 . Vrifier que M1 (M2 M3 ) = (M1 M2 ) M3 .
2. Sous-groupes
Montrer quun ensemble est un groupe partir de la dfinition peut tre assez long. Il existe une
autre technique, cest de montrer quun sous-ensemble dun groupe est lui-mme un groupe : cest
la notion de sous-groupe.
2.1. Dfinition
Soit (G, ?) un groupe.
Dfinition 29
Notez quun sous-groupe H est aussi un groupe (H, ?) avec la loi induite par celle de G.
Par exemple si x H alors, pour tout n Z, nous avons x n H.
Remarque
Un critre pratique et plus rapide pour prouver que H est un sous-groupe de G est :
H contient au moins un lment
pour tout x, y H, x ? y1 H.
2.2. Exemples
(R+ , ) est un sous-groupe de (R , ). En effet :
1 R+ ,
si x, y R+ alors x y R+ ,
si x R+ alors x1 = 1x R+ .
(U, ) est un sous-groupe de (C , ), o U = { z C | | z| = 1}.
(Z, +) est un sous-groupe de (R, +).
{ e} et G sont les sous-groupes triviaux du groupe G.
Lensemble R des rotations du plan dont le centre est lorigine est un sous-groupe du groupe
des isomtries I .
Lensemble des matrices diagonales a0 d0 avec a 6= 0 et d 6= 0 est un sous-groupe de (G`2 , ).
2.3. Sous-groupes de Z
Groupes 95
Proposition 38
Par exemple :
2Z = {. . . , 4, 2, 0, +2, +4, +6, . . .} est lensemble des entiers pairs,
7Z = {. . . , 14, 7, 0, +7, +14, +21, . . .} est lensemble des multiples de 7.
Dmonstration
Rciproquement soit H un sous-groupe de (Z, +). Si H = {0} alors H = 0Z et cest fini. Sinon H contient
au moins un lment non-nul et positif (puisque tout lment est accompagn de son oppos) et notons
n = min h > 0 | h H .
2.5. Mini-exercices
1. Montrer que {2n | n Z} est un sous-groupe de (R , ).
2. Montrer que si H et H 0 sont deux sous-groupes de (G, ?) alors H H 0 est aussi un sous-groupe.
3. Montrer que 5Z 8Z nest pas un sous-groupe de (Z, +).
4. Montrer que lensemble des matrices 2 2 de dterminant 1 ayant leurs coefficients dans Z
est un sous-groupe de (G`2 , ).
5. Trouver le sous-groupe de (Z, +) engendr par {12, 8, 20}.
96 Groupes
3. Morphismes de groupes
3.1. Dfinition
Dfinition 30
Lexemple que vous connaissez dj est le suivant : soit G le groupe (R, +) et G 0 le groupe (R+ , ).
Soit f : R R+ lapplication exponentielle dfinie par f (x) = exp(x). Nous avons bien
3.2. Proprits
Proposition 39
Il faut faire attention o habitent les objets : e G est llment neutre de G, e G 0 celui de G 0 . Il ny
a pas de raison quils soient gaux (ils ne sont mme pas dans le mme ensemble). Aussi x1 est
1
est linverse de f (x) mais dans G 0 .
linverse de x dans G, alors que f (x)
Reprenons lexemple de la fonction f : R R+ dfinie par f (x) = exp(x). Nous avons bien f (0) = 1 :
llment neutre de (R, +) a pour image llment neutre de (R+ , ). Pour x R son inverse dans
1 1
(R, +) est ici son oppos x, alors f ( x) = exp( x) = exp( x) = f ( x) est bien linverse (dans (R+ , )) de
f (x).
Dmonstration
Proposition 40
Dmonstration
La premire partie est facile. Montrons la deuxime : Soit y, y0 G 0 . Comme f est bijective, il existe
x, x0 G tels que f ( x) = y et f ( x0 ) = y0 . Alors f 1 ( y y0 ) = f 1 f ( x) f ( x0 ) = f 1 f ( x ? x0 ) = x ? x0 =
Dfinition 31
Un morphisme bijectif est un isomorphisme. Deux groupes G,G 0 sont isomorphes sil existe
un morphisme bijectif f : G G 0 .
Continuons notre exemple f (x) = exp(x), f : R R+ est une application bijective. Sa bijection
rciproque f 1 : R+ R est dfinie par f 1 (x) = ln(x). Par la proposition 40 nous savons que f 1
est aussi un morphisme (de (R+ , ) vers (R, +)) donc f 1 (x x0 ) = f 1 (x) + f 1 (x0 ). Ce qui sexprime
ici par la formule bien connue :
ln(x x0 ) = ln(x) + ln(x0 ).
Dfinition 32
Le noyau de f est
Ker f = x G | f (x) = e G 0
Cest donc un sous-ensemble de G. En terme dimage rciproque nous avons par dfinition Ker f =
f 1 { e G 0 } . (Attention, la notation f 1 ici dsigne limage rciproque, et ne signifie pas que f est
bijective.) Le noyau est donc lensemble des lments de G qui senvoient par f sur llment neutre
de G 0 .
Dfinition 33
Limage de f est
Im f = f (x) | x G
Cest donc un sous-ensemble de G 0 et en terme dimage directe nous avons Im f = f (G). Ce sont les
lments de G 0 qui ont (au moins) un antcdent par f .
Proposition 41
Dmonstration
implique que x ? x Ker f . Comme Ker f = { e G } alors x ? x01 = e G et donc x = x0 . Ainsi f est
01
injective.
4. Cest clair !
3.4. Exemples
Exemple 59
1. Soit f : Z Z dfinie par f (k) = 3k. (Z, +) est considr comme ensemble de dpart et
darrive de lapplication Alors f est un morphisme du groupe (Z, +) dans lui-mme car
f (k + k0 ) = 3(k + k0 ) = 3k + 3k0 = f (k) + f (k0 ). Calculons le noyau : Ker f = { k Z | f (k) = 0}.
Mais si f (k) = 0 alors 3k = 0 donc k = 0. Ainsi Ker f = {0} est rduit llment neutre et
donc f est injective. Calculons maintenant limage Im f = { f (k) | k Z} = {3k | k Z} = 3Z.
Nous retrouvons que 3Z est un sous-groupe de (Z, +).
Plus gnralement si lon fixe n Z et que f est dfinie par f (k) = k n alors Ker f = {0}
et Im f = nZ.
2. Soient les groupes (R, +) et (U, ) (o U = { z C | | z| = 1}) et f lapplication f : R U
0 0
dfinie par f (t) = ei t . Montrons que f est un morphisme : f (t + t0 ) = ei( t+ t ) = ei t ei t =
f (t) f (t0 ). Calculons le noyau Ker f = { t R | f (t) = 1}. Mais si f (t) = 1 alors ei t = 1 donc
t = 0 (mod 2). Do Ker f = {2k | k Z} = 2Z. Ainsi f nest pas injective. Limage de f
est U car tout nombre complexe de module 1 scrit sous la forme f (t) = ei t .
3. Soient les groupes (G`2 , ) et (R , ) et f : G`2 R dfinie par f (M) = det M. Alors la
formule vue plus haut (lemme 4) det(M M 0 ) = det M det M 0 implique que f est un
morphisme de groupes. Ce morphisme est surjectif, car si t R alors det 10 0t = t. Ce
x1 dsigne linverse de x dans un groupe (G, ?). Cette notation est cohrente avec la notation
usuelle si le groupe est (R , ) alors x1 = 1x .
Pour une application bijective f 1 dsigne la bijection rciproque.
Pour une application quelconque f : E F, limage rciproque dune partie B F est
f 1 (B) = x E | f (x) = B , cest une partie de E. Pour un morphisme f , Ker f = f 1 { e G 0 } est
Groupes 99
donc lensemble des x G tels que leur image par f soit e G 0 . Le noyau est dfini mme si f
nest pas bijective.
Mini-exercices
4. Le groupe Z/nZ
4.1. Lensemble et le groupe Z/ nZ
Fixons n 1. Rappelons que Z/nZ est lensemble
Z/nZ = 0, 1, 2, . . . , n 1
ou encore p = q k Z p = q + kn.
On dfinit une addition sur Z/nZ par :
p+q = p+q
Nous devons montrer que cette addition est bien dfinie : si p0 = p et q0 = q alors p0 p (mod n),
q0 q (mod n) et donc p0 + q0 p + q (mod n). Donc p0 + q0 = p + q. Donc on a aussi p0 + q0 = p + q.
Nous avons montr que laddition est indpendante du choix des reprsentants.
Lexemple de la vie courante est le suivant : considrons seulement les minutes dune montre ; ces
minutes varient de 0 59. Lorsque laiguille passe 60, elle dsigne aussi 0 (on ne soccupe pas des
heures). Ainsi de suite : 61 scrit aussi 1, 62 scrit aussi 2,. . . Cela correspond donc lensemble
Z/60Z. On peut aussi additionner des minutes : 50 minutes plus 15 minutes font 65 minutes qui
scrivent aussi 5 minutes. Continuons avec lcriture dans Z/60Z par exemple : 135 + 50 = 185 = 5.
Remarquez que si lon crit dabord 135 = 15 alors 135 + 50 = 15 + 50 = 65 = 5. On pourrait mme
crire 50 = 10 et donc 135 + 50 = 15 10 = 5. Cest le fait que laddition soit bien dfinie qui justifie
que lon trouve toujours le mme rsultat.
100 Groupes
Proposition 42
Dfinition 34
Un groupe (G, ?) est un groupe cyclique sil existe un lment a G tel que :
Thorme 16
Si (G, ?) un groupe cyclique de cardinal n, alors (G, ?) est isomorphe (Z/nZ, +).
Dmonstration
redondances (car de toute faon G na que n lments). Nous allons montrer quen fait
G = e, a, a2 , . . . , a n1 a n = e.
et que
e, a, a2 , . . . , a n1 G et les deux ensembles ont le mme nombre n dlments, donc ils sont gaux.
tel que a n = a p . Encore une fois si p > 0 cela entrane a n p = e et donc une contradiction. Ainsi p = 0
donc a n = a0 = e.
Nous pouvons maintenant construire lisomorphisme entre (Z/ nZ, +) et (G, ?). Soit f : Z/ nZ G
lapplication dfinie par f ( k) = a k .
Il faut tout dabord montrer que f est bien dfinie car notre dfinition de f dpend du reprsen-
tant k et pas de la classe k : si k = k0 (une mme classe dfinie par deux reprsentants distincts)
0 0
alors k k0 (mod n) et donc il existe ` Z tel que k = k0 + ` n. Ainsi f ( k) = a k = a k +`n = a k ? a`n =
0 0 0
a k ? (a n )` = a k ? e` = a k = f ( k0 ). Ainsi f est bien dfinie.
0 0
f est un morphisme de groupes car f ( k + k0 ) = f ( k + k0 ) = a k+k = a k ? a k = f ( k) ? f ( k0 ) (pour tout
x, x0 Z).
Il est clair que f est surjective car tout lment de G scrit a k .
Comme lensemble de dpart et celui darrive ont le mme nombre dlments et que f est
surjective alors f est bijective.
Conclusion f est un isomorphisme entre (Z/ nZ, +) et (G, ?).
Groupes 101
Mini-exercices
Proposition 43
Lensemble des bijections de {1, 2, . . . , n} dans lui-mme, muni de la composition des fonctions
est un groupe, not (S n , ).
Une bijection de {1, 2, . . . , n} (dans lui-mme) sappelle une permutation. Le groupe (S n , ) sap-
pelle le groupe des permutations (ou le groupe symtrique).
Dmonstration
Lemme 5
Le cardinal de S n est n! .
102 Groupes
Dmonstration
La preuve est simple. Pour llment 1, son image appartient {1, 2, . . . , n} donc nous avons n choix.
Pour limage de 2, il ne reste plus que n 1 choix (1 et 2 ne doivent pas avoir la mme image car notre
application est une bijection). Ainsi de suite... Pour limage du dernier lment n il ne reste quune
possibilit. Au final il y a n ( n 1) 2 1 = n! faon de construire des bijections de {1, 2, . . . , n}
est la bijection f : {1, 2, . . . , 7} {1, 2, . . . , 7} dfinie par f (1) = 3, f (2) = 7, f (3) = 5, f (4) = 4, f (5) = 6,
f (6) = 1, f (7) = 2. Cest bien une bijection car chaque nombre de 1 7 apparat une fois et une
seule sur la deuxime ligne.
se note f 1 =
3 7 5 4 6 1 2 1 2 3 4 5 6 7
1234567 ou plutt aprs rordonnement 6714352 .
5.3. Le groupe S 3
Nous allons tudier en dtails le groupe S 3 des permutations de {1, 2, 3}. Nous savons que S 3
possde 3! = 6 lments que nous numrons :
id = 11 22 33 lidentit,
1 = 11 23 32 une transposition,
1 2 3
2 = 3 2 1 une deuxime transposition,
3 = 12 21 33 une troisime transposition,
= 12 23 31 un cycle,
Donc S 3 = id, 1 , 2 , 3 , , 1 .
Calculons 1 et 1 :
h1 2 3i 1 2 3 h1 2 3i 1 2 3
1 = 231 = 321 = 2 et 1 = 132 = 213 = 3 .
321 213
Ainsi 1 = 2 est diffrent de 1 = 3 , ainsi le groupe S 3 nest pas commutatif. Et plus
gnralement :
Lemme 6
gf id 1 2 3 1
id id 1 2 3 1
1
1 1 id 1 = 2 3
1
2 2 id 3 1
1
3 3 id 1 2
1
1 = 3 1 2 id
1 1
2 3 1 id
deux permutations de la liste reste une permutation de la liste. On lit aussi sur la table linverse
de chaque lment, par exemple sur la ligne de 2 on cherche quelle colonne on trouve lidentit,
cest la colonne de 2 . Donc linverse de 2 est lui-mme.
D3 D2
+ 23 23
O
B C
D1
104 Groupes
Proposition 44
Lensemble des isomtries dun triangle quilatral, muni de la composition, forme un groupe.
Ce groupe est isomorphe (S 3 , ).
est un cycle : les lments 1, 3, 6, 7 sont fixes, les autres sobtiennent comme itration de 2 :
2 7 (2) = 8 7 (8) = 2 (2) = 4 7 (4) = 3 (2) = 5, ensuite on retrouve 4 (2) = (5) = 2.
Nous noterons ce cycle par
(2 8 4 5)
Il faut comprendre cette notation ainsi : limage de 2 est 8, limage de 8 est 4, limage de 4 est
5, limage de 5 est 2. Les lments qui napparaissent pas (ici 1, 3, 6, 7) sont fixes. On aurait
pu aussi noter ce mme cycle par : (8 4 5 2), (4 5 2 8) ou (5 2 8 4).
Pour calculer linverse on renverse les nombres : linverse de = (2 8 4 5) est 1 = (5 4 8 2).
Le support dun cycle sont les lments qui ne sont pas fixes : le support de est {2, 4, 5, 8}.
La longueur (ou lordre) dun cycle est le nombre dlments qui ne sont pas fixes (cest donc
le cardinal du support). Par exemple (2 8 4 5) est un cycle de longueur 4.
Autres exemples : = 12 23 31 = (1 2 3) est un cycle de longueur 3 ; = 11 24 33 42 = (2 4) est un
cycle de longueur 2, aussi appel une transposition.
Par contre f = 17 22 35 44 56 63 71 nest pas un cycle ; il scrit comme la composition de deux cycles
f = (1 7) (3 5 6). Comme les supports de (1 7) et (3 5 6) sont disjoints alors on a aussi
f = (3 5 6) (1 7).
Ce dernier point fait partie dun rsultat plus gnral que nous admettons :
Thorme 17
Pour lunicit il faut comprendre : unique lcriture de chaque cycle prs (exemple : (3 5 6) et
(5 6 3) sont le mme cycle) et lordre prs (exemple : (1 7) (3 5 6) = (3 5 6) (1 7)).
Exemple : la dcomposition de f = 15 22 31 48 53 67 76 84 en composition de cycle supports disjoints est
(1 5 3) (4 8) (6 7).
Attention, si les supports ne sont pas disjoints alors cela ne commute plus : par exemple g =
(1 2) (2 3 4) nest pas gale h = (2 3 4) h 12(13 42).
i En effet lcriture de g en produit de cycle
1 2 3 4
support disjoint est g = (1 2) (2 3 4) = 1 3 4 2 = 2 3 4 1 = (1 2 3 4) alors que celle de h est
2341
h = (2 3 4) (1 2) = 13 21 34 42 = (1 3 4 2).
Groupes 105
Mini-exercices
1. Soient f dfinie par f (1) = 2, f (2) = 3, f (3) = 4, f (4) = 5, f (5) = 1 et g dfinie par g(1) = 2,
g(2) = 1, g(3) = 4, g(4) = 3, g(5) = 5. crire les permutations f , g, f 1 , g1 , g f , f g,
f 2 , g2 , (g f )2 .
2. numrer toutes les permutations de S 4 qui nont pas dlments fixes. Les crire
ensuite sous forme de compositions de cycles supports disjoints.
3. Trouver les isomtries directes prservant un carr. Dresser la table des compositions
et montrer quelles forment un groupe. Montrer que ce groupe est isomorphe Z/4Z.
4. Montrer quil existe un sous-groupe de S 3 isomorphe Z/2Z. Mme question avec Z/3Z.
Est-ce que S 3 et Z/6Z sont isomorphes ?
5. Dcomposer la permutation suivante en produit de cycles supports disjoints : f =
f 2 , f 3 , f 4 puis f 20 xx o 20xx est lanne en cours. Mmes ques-
1 2 3 4 5 6 7
5 7 2 6 1 4 3 . Calculer
1 2 3 4 5 6 7 8 9
tions avec g = 3 8 9 6 5 2 4 7 1 et h = (25)(1243)(12).
Auteurs
Arnaud Bodin
Benjamin Boutin
Pascal Romon
106 Groupes
Exo7
Motivation
Voici une introduction, non seulement ce chapitre sur les nombres rels, mais aussi aux premiers
chapitres de ce cours danalyse.
Aux temps des babyloniens (en Msopotamie de 3000 600 avant J.C.) le systme de numration
b
tait en base 60, cest--dire que tous les nombres taient exprims sous la forme a + 60 + 60c 2 + .
On peut imaginer que pour les applications pratiques ctait largement suffisant (par exemple
estimer la surface dun champ, le diviser en deux parties gales, calculer le rendement par unit
de surface,...). En langage moderne cela correspond compter uniquement avec des nombres
rationnels Q.
p
Les pythagoriciens (vers 500 avant J.C. en Grce) montrent que 2 nentre pas ce cadre l. Cest-
p p
-dire que 2 ne peut scrire sous la forme q avec p et q deux entiers. Cest un double saut
p
conceptuel : dune part concevoir que 2 est de nature diffrente mais surtout den donner une
dmonstration.
p
Le fil rouge de ce cours va tre deux exemples trs simples : les nombres 10 et 1, 101/12 . Le
premier reprsente par exemple la diagonale dun rectangle de base 3 et de hauteur 1 ; le second
correspond par exemple au taux dintrt mensuel dun taux annuel de 10 %. Dans ce premier
p
chapitre vous allez apprendre montrer que 10 nest pas un nombre rationnel mais aussi
p
encadrer 10 et 1, 101/12 entre deux entiers conscutifs.
Pour pouvoir calculer des dcimales aprs la virgule, voire des centaines de dcimales, nous aurons
besoin doutils beaucoup plus sophistiqus :
une construction solide des nombres rels,
ltude des suites et de leur limites,
ltude des fonctions continues et des fonctions drivables.
Ces trois points sont lis et permettent de rpondre notre problme, car par exemple nous
2
verrons en tudiant
la fonction f (x) = x p 10 que la suite des rationnels (u n ) dfinie par u 0 = 3
1 10
et u n+1 = 2 u n + u n tend trs vite vers 10. Cela nous permettra de calculer des centaines de
p
dcimales de 10 et de certifier quelles sont exactes :
p
10 = 3, 1622776601683793319988935444327185337195551393252168 . . .
108 Les nombres rels
p
Q= | p Z, q N .
q
On a not N = N \ {0}.
Par exemple : 25 ; 107 ; 63 = 12 .
a
Les nombres dcimaux, cest--dire les nombres de la forme 10n , avec a Z et n N, fournissent
dautres exemples :
1234 345
1, 234 = 1234 103 = 0, 00345 = 345 105 = .
1000 100 000
Proposition 45
Un nombre est rationnel si et seulement sil admet une criture dcimale priodique ou finie.
Par exemple :
3 1
= 0, 6 = 0, 3333 . . . 1, 179 325 325 325 . . .
5 3
Nous nallons pas donner la dmonstration mais le sens direct ( = ) repose sur la division eu-
clidienne. Pour la rciproque (=) voyons comment cela marche sur un exemple : Montrons que
x = 12, 34 2021 2021 . . . est un rationnel.
Lide est dabord de faire apparatre la partie priodique juste aprs la virgule. Ici la priode
commence deux chiffres aprs la virgule donc on multiplie par 100 :
Maintenant on va dcaler tout vers la gauche de la longueur dune priode, donc ici on multiplie
par encore par 10 000 pour dcaler de 4 chiffres :
Les parties aprs la virgule des deux lignes (7.1) et (7.2) sont les mmes, donc si on les soustrait
en faisant (7.2)-(7.1) alors les parties dcimales sannulent :
p
1.2. 2 nest pas un nombre rationnel
Il existe des nombres qui ne sont pas rationnels, les irrationnels. Les nombres irrationnels
apparaissent naturellement dans les figures gomtriques : par exemple la diagonale dun carr de
p
ct 1 est le nombre irrationnel 2 ; la circonfrence dun cercle de rayon 12 est qui est galement
un nombre irrationnel. Enfin e = exp(1) est aussi irrationnel.
Les nombres rels 109
p
2
1
2
p
Nous allons prouver que 2 nest pas un nombre rationnel.
Proposition 46
p
2Q
Dmonstration
p
Par labsurde supposons que 2 soit un nombre rationnel. Alors il existe des entiers p Z et q N
p p
tels que 2 = q , de plus ce sera important pour la suite on suppose que p et q sont premiers entre
p
eux (cest--dire que la fraction q est sous une criture irrductible).
p p
En levant au carr, lgalit 2 = q devient 2 q2 = p2 . Cette dernire galit est une galit dentiers.
Lentier de gauche est pair, donc on en dduit que p2 est pair ; en terme de divisibilit 2 divise p2 .
Mais si 2 divise p2 alors 2 divise p (cela se prouve par facilement labsurde). Donc il existe un entier
p0 Z tel que p = 2 p0 .
Repartons de lgalit 2 q2 = p2 et remplaons p par 2 p0 . Cela donne 2 q2 = 4 p02 . Donc q2 = 2 p02 .
Maintenant cela entrane que 2 divise q2 et comme avant alors 2 divise q.
Nous avons prouv que 2 divise la fois p et q. Cela rentre en contradiction avec le fait que p et q sont
p
premiers entre eux. Notre hypothse de dpart est donc fausse : 2 nest pas un nombre rationnel.
Comme ce rsultat est important en voici une deuxime dmonstration, assez diffrente mais
toujours par labsurde.
Dmonstration Autre dmonstration
p p p
Par labsurde, supposons 2 = q , donc q 2 = p N. Considrons lensemble
p
N = n N | n 2 N .
p
Cet ensemble nest pas vide car on vient de voir que q 2 = p N donc q N . Ainsi N est une partie
non vide de N, elle admet donc un plus petit lment n 0 = min N .
Posons
p p
n 1 = n 0 2 n 0 = n 0 ( 2 1),
p
il dcoule de cette dernire galit et de 1 < 2 < 2 que 0 < n 1 < n 0 .
p p p p
De plus n 1 2 = ( n 0 2 n 0 ) 2 = 2 n 0 n 0 2 N. Donc n 1 N et n 1 < n 0 : on vient de trouver un
lment n 1 de N strictement plus petit que n 0 qui tait le minimum. Cest une contradiction.
p
Notre hypothse de dpart est fausse, donc 2 Q.
110 Les nombres rels
Exercice 1
p
Montrer que 10 Q.
3 2 1 0 1 2 3 4 5
p
Il est bon de connatre les premires dcimales de certains rels 2 ' 1, 4142 . . . ' 3, 14159265 . . .
e ' 2, 718 . . .
Dfinition 35
R = R {, }
Mini-exercices
1. Montrer que la somme de deux rationnels est un rationnel. Montrer que le produit de
deux rationnels est un rationnel. Montrer que linverse dun rationnel non nul est un
rationnel. Quen est-il pour les irrationnels ?
2. crire les nombres suivants sous forme dune fraction : 0, 1212 ; 0, 1212 . . . ; 78, 33456456 . . .
p p 1
3. Sachant 2 Q, montrer 2 3 2 Q, 1 p Q.
2
a
4. Notons D lensemble des nombres de la forme 2n avec a Z et n N. Montrer que 3 D.
Trouver x D tel que 1234 < x < 1234, 001.
p
5. Montrer que p2 Q.
3
6. Montrer que log 2 Q (log 2 est le logarithme dcimal de 2 : cest le nombre rel tel que
10log 2 = 2).
2. Proprits de R
2.1. Addition et multiplication
Ce sont les proprits que vous avez toujours pratiques. Pour a, b, c R on a :
a+b = b+a ab = ba
0+a = a 1 a = a si a 6= 0
a + b = 0 a = b ab = 1 a = 1b
(a + b) + c = a + (b + c) (a b) c = a (b c)
a (b + c) = a b + a c
a b = 0 (a = 0 ou b = 0)
Proprit: R1
Soit E un ensemble.
1. Une relation R sur E est un sous-ensemble de lensemble produit E E. Pour (x, y)
E E, on dit que x est en relation avec y et on note xR y pour dire que (x, y) R .
2. Une relation R est une relation dordre si
R est rflexive : pour tout x E, xR x,
R est antisymtrique : pour tout x, y E, (xR y et yR x) = x = y,
R est transitive : pour tout x, y, z E, (xR y et yR z) = xR z.
Dfinition 37
Proprit: R2
La relation sur R est une relation dordre, et de plus, elle est totale.
Remarque
x y y x R+
x < y (x y et x 6= y) .
Les oprations de R sont compatibles avec la relation dordre au sens suivant, pour des rels
a, b, c, d :
(a b et c d) = a + c b + d
(a b et c 0) = a c b c
(a b et c 0) = a c b c.
On dfinit le maximum de deux rels a et b par :
a si a b
max(a, b) =
b si b > a.
112 Les nombres rels
Exercice 2
x R n N n > x
Pour tout rel x, il existe un entier naturel n strictement plus grand que x.
Cette proprit peut sembler vidente, elle est pourtant essentielle puisque elle permet de dfinir
la partie entire dun nombre rel :
Proposition 47
Soit x R, il existe un unique entier relatif, la partie entire note E(x), tel que :
Exemple 60
Remarque
y = E(x)
E(2, 853) = 2
0 1 2, 853 x
Pour la dmonstration de la proposition 47 il y a deux choses tablir : dabord quun tel entier
E(x) existe et ensuite quil est unique.
Les nombres rels 113
Dmonstration
Existence. Supposons x 0, par la proprit dArchimde (Proprit R3) il existe n N tel que n > x.
Lensemble K = k N | k x est donc fini (car pour tout k dans K , on a k < n). Il admet donc un plus
grand lment k max = max K . On alors k max x car k max K , et k max + 1 > x car k max + 1 K . Donc
k max x < k max + 1 et on prend donc E ( x) = k max .
Unicit. Si k et ` sont deux entiers relatifs vrifiant k x < k + 1 et ` x < ` + 1, on a donc k x < ` + 1,
donc par transitivit k < ` + 1. En changeant les rles de ` et k, on a aussi ` < k + 1. On en conclut que
` 1 < k < ` + 1, mais il ny a quun seul entier compris strictement entre ` 1 et ` + 1, cest `. Ainsi
k = `.
Exemple 61
p
Encadrons 10 et 1, 11/12 par deux entiers conscutifs.
p p
Nous savons 32 = 9 < 10 donc 3 = 32 < 10 (la fonction racine carre est croissante).
p p p
De mme 42 = 16 > 10 donc 4 = 42 > 10. Conclusion : 3 < 10 < 4 ce qui implique
p
E 10 = 3.
On procde sur le mme principe. 112 < 1, 10 < 212 donc en passant la racine 12-ime
1
) on obtient : 1 < 1, 11/12 < 2 et donc E 1, 11/12 = 1.
(cest--dire la puissance 12
y
y = | x|
0 1 x
Proposition 48
1. | x| 0 ; | x| = | x| ; | x| > 0 x 6= 0
p
2. x2 = | x|
3. | x y| = | x|| y|
4. Ingalit triangulaire | x + y| | x| + | y|
5. Seconde ingalit triangulaire | x| | y| | x y|
114 Les nombres rels
| x| | x y|
| | |
0 x y
De plus on a :
| x a| < r a r < x < a + r.
Ou encore comme on le verra bientt | x a| < r x ]a r, a + r[.
i h
/ / / / / / /|/ / / / / / /
ar a a+r
Exercice 3
Mini-exercices
3. Densit de Q dans R
3.1. Intervalle
Les nombres rels 115
Dfinition 38
a, b I x R (a x b = x I)
Remarque
Dfinition 39
Mme si cela semble vident il faut justifier quun intervalle ouvert est un intervalle ( !). En effet
soient a0 , b0 des lments de ]a, b[ et x R tel que a0 x b0 . Alors on a a < a0 x b0 < b, donc
x ]a, b[.
Dfinition 40
V V I
[ ] [ ] | [ ]
a
3.2. Densit
Thorme 18
1. Q est dense dans R : tout intervalle ouvert (non vide) de R contient une infinit de
rationnels.
2. R\Q est dense dans R : tout intervalle ouvert (non vide) de R contient une infinit
dirrationnels.
Dmonstration
On commence par remarquer que tout intervalle ouvert non vide de R contient un intervalle du type
]a, b[. On peut donc supposer que I =]a, b[ par la suite.
1. Tout intervalle contient un rationnel.
On commence par montrer laffirmation :
Mini-exercices
1. Montrer quune intersection dintervalles est un intervalle. Quen est-il pour une
runion ? Trouver une condition ncessaire et suffisante afin que la runion de deux
intervalles soit un intervalle.
a
2. Montrer que lensemble des nombres dcimaux (cest--dire ceux de la forme 10n , avec
n N et a Z) est dense dans R.
3. Construire un rationnel compris strictement entre 123 et 123, 001. Ensuite construire
un irrationnel. Sauriez-vous en construire une infinit ? Et entre et + 0, 001 ?
4. Montrer que si z = e i et z0 = e i sont deux nombres complexes de module 1, avec < ,
il existe un entier n N et une racine n-ime de lunit z = e i avec < < .
4. Borne suprieure
Dfinition 41
Soit A une partie non vide de R. Un rel est un plus grand lment de A si :
A et x A x .
Sil existe, le plus grand lment est unique, on le note alors max A.
Le plus petit lment de A, not min A, sil existe est le rel tel que A et x A x .
Le plus grand lment sappelle aussi le maximum et le plus petit lment, le minimum. Il faut
garder lesprit que le plus grand lment ou le plus petit lment nexistent pas toujours.
Les nombres rels 117
Exemple 62
max[a, b] = b , min[a, b] = a.
Lintervalle ]a, b[ na pas de plus grand lment, ni de plus petit lment.
Lintervalle [0, 1[ a pour plus petit lment 0 et na pas de plus grand lment.
Exemple 63
Soit A = 1 n1 | n N .
0 = u1 1 u 3 u 4u 5 1
2 = u2
1. A na pas de plus grand lment : Supposons quil existe un plus grand lment =
max A. On aurait alors u n , pour tout u n . Ainsi 1 n1 donc 1 n1 . la limite
lorsque n + cela implique 1. Comme est le plus grand lment de A alors A.
Donc il existe n 0 tel que = u n0 . Mais alors = 1 n10 < 1. Ce qui est en contradiction
avec 1. Donc A na pas de maximum.
2. min A = 0 : Il y a deux choses vrifier tout dabord pour n = 1, u 1 = 0 donc 0 A. Ensuite
pour tout n 1, u n 0. Ainsi min A = 0.
Dfinition 42
Exemple 64
Si un majorant (resp. un minorant) de A existe on dit que A est majore (resp. minore).
Comme pour le minimum et maximum il nexiste pas toujours de majorant ni de minorant, en plus
on na pas lunicit.
Exemple 65
minorants A majorants
[ [
0 1
Dfinition 43
Exemple 66
sup[a, b] = b,
inf[a, b] = a,
sup]a, b[= b,
]0, +[ nadmet pas de borne suprieure,
inf]0, +[= 0.
Exemple 67
Thorme 19. R4
De la mme faon : Toute partie de R non vide et minore admet une borne infrieure.
Remarque
Cest tout lintrt de la borne suprieure par rapport la notion de plus grand lment, ds
quune partie est borne elle admet toujours une borne suprieure et une borne infrieure.
Ce qui nest pas le cas pour le plus grand ou plus petit lment. Gardez lesprit lexemple
A = [0, 1[.
Soit A une partie non vide et majore de R. La borne suprieure de A est lunique rel sup A
tel que
(i) si x A, alors x sup A,
(ii) pour tout y < sup A, il existe x A tel que y < x.
Les nombres rels 119
Exemple 68
0 = u1 1 u 3 u 4u 5 1
2 = u2
1. Nous avions vu que min A = 0. Lorsque le plus petit lment dune partie existe alors la
borne infrieure vaut ce plus petit lment : donc inf A = min A = 0.
2. Premire mthode pour sup A. Montrons que sup A = 1 en utilisant la dfinition de la
borne suprieure. Soit M un majorant de A alors M 1 n1 , pour tout n 1. Donc
la limite M 1. Rciproquement si M 1 alors M est un majorant de A. Donc les
majorants sont les lments de [1, +[. Ainsi le plus petit des majorant est 1 et donc
sup A = 1.
3. Deuxime mthode pour sup A. Montrons que sup A = 1 en utilisant la caractrisation
de la borne suprieure.
(i) Si x A, alors x 1 (1 est bien un majorant de A) ;
(ii) pour tout y < 1, il existe x A tel que y < x : en effet prenons n suffisamment grand
tel que 0 < n1 < 1 y. Alors on a y < 1 n1 < 1. Donc x = 1 n1 A convient.
Par la caractrisation de la borne suprieure, sup A = 1.
Dmonstration
1. Montrons que sup A vrifie ces deux proprits. La borne suprieure est en particulier un majo-
rant, donc vrifie la premire proprit. Pour la seconde, fixons y < sup A . Comme sup A est le
plus petit des majorants de A alors y nest pas un majorant de A . Donc il existe x A tel que
y < x. Autrement dit sup A vrifie galement la seconde proprit.
2. Montrons que rciproquement si un nombre vrifie ces deux proprits, il sagit de sup A . La
premire proprit montre que est un majorant de A . Supposons par labsurde que nest pas
le plus petit des majorants. Il existe donc un autre majorant y de A vrifiant y < . La deuxime
proprit montre lexistence dun lment x de A tel que y < x, ce qui contredit le fait que y est
un majorant de A . Cette contradiction montre donc que est bien le plus petit des majorants de
A , savoir sup A .
Nous anticipons sur la suite pour donner une autre caractrisation, trs utile, de la borne sup-
rieure.
120 Les nombres rels
Proposition 50
Soit A une partie non vide et majore de R. La borne suprieure de A est lunique rel sup A
tel que
(i) sup A est un majorant de A,
(ii) il existe une suite (xn )nN dlments de A qui converge vers sup A.
Remarques historiques
Les proprits R1, R2, R3 et le thorme R4 sont intrinsques la construction de R (que
nous admettons).
Il y a un grand saut entre Q et R : on peut donner un sens prcis lassertion il y a beaucoup
plus de nombres irrationnels que de nombres rationnels , bien que ces deux ensembles soient
infinis, et mme denses dans R.
Dautre part, la construction du corps des rels R est beaucoup plus rcente que celle de Q
dans lhistoire des mathmatiques.
La construction de R devient une ncessit aprs lintroduction du calcul infinitsimal (New-
ton et Leibniz vers 1670). Jusqualors lexistence dune borne suprieure tait considre
comme vidente et souvent confondue avec le plus grand lment.
Ce nest pourtant que beaucoup plus tard, dans les annes 1860-1870 (donc assez rcemment
dans lhistoire des mathmatiques) que deux constructions compltes de R sont donnes :
Les coupures de Dedekind : C est une coupure si C Q et si r C on a r 0 < r = r 0 C .
Le suites de Cauchy : ce sont les suites (u n )nN vrifiant la proprit
> 0 N N | (m N , n N) = | u m u n | .
Les rels sont lensemble des suites de Cauchy (o lon identifie deux suites de Cauchy
dont la diffrence tend vers 0).
Mini-exercices
petit lment, les majorants, les minorants, la borne suprieure et la borne infrieure.
5. Mme question avec A = 1+1 x | x [0, +[ .
Auteurs
Arnaud Bodin
Niels Borne
Laura Desideri
Exo7
8 Les suites
1 Dnitions
2 Limites
3 Exemples remarquables
4 Thorme de convergence
5 Suites rcurrentes
Introduction
Ltude des suites numriques a pour objet la comprhension de lvolution de squences de
nombres (rels, complexes ...). Ceci permet de modliser de nombreux phnomnes de la vie quo-
tidienne. Supposons par exemple que lon place une somme S un taux annuel de 10%. Si S n
reprsente la somme que lon obtiendra aprs n annes, on a
1. Dfinitions
Dfinition 44
La suite est note u, ou plus souvent (u n )nN ou simplement (u n ). Il arrive frquemment que lon
considre des suites dfinies partir dun certain entier naturel n 0 plus grand que 0, on note alors
(u n )nn0 .
122 Les suites
Exemple 69
p p p
( n)n0 est la suite de termes : 0, 1, 2, 3,. . .
((1)n )n0 est la suite qui alterne +1, 1, +1, 1,. . .
La suite (S n )n0 de lintroduction dfinie par S n = S (1, 1)n ,
(F n )n0 dfinie par F0 = 1, F1 = 1 et la relation F n+2 = F n+1 + F n pour n N (suite de
Fibonacci). Les premiers termes sont 1, 1, 2, 3, 5, 8, 13, . . . Chaque terme est la somme
des
deux prcdents.
n12 . Les premiers termes sont 1, 14 , 91 , 16
1
, ...
n1
Dfinition 45
M R n N | u n | M.
+ M
+
+ +
+ + +
+
+
+ +
0 1 2 +
+ + m
Dfinition 46
+ +
+ +
+
+
+
+
Remarque
Exemple 70
1 +
2
+
+
1 2 3 4 5 6
+
+
12
-1 +
La suite n1 n1 est une suite strictement dcroissante. Elle est majore par 1 (borne
atteinte pour n = 1), elle est minore par 0 mais cette valeur nest jamais atteinte.
124 Les suites
Mini-exercices
n
1. La suite n+1 nN est-elle monotone ? Est-elle borne ?
n sin(n!)
2. La suite 1+ n2 nN
est-elle borne ?
3. Rcrire les phrases suivantes en une phrase mathmatique. crire ensuite la ngation
mathmatique de chacune des phrases. (a) La suite (u n )nN est majore par 7. (b) La
suite (u n )nN est constante. (c) La suite (u n )nN est strictement positive partir dun
certain rang. (d) (u n )nN nest pas strictement croissante.
4. Est-il vrai quune suite croissante est minore ? Majore ?
n
5. Soit x > 0 un rel. Montrer que la suite xn! est dcroissante partir dun certain
nN
rang.
2. Limites
2.1. Introduction
Pour un trajet au prix normal de 20 euros on achte une carte dabonnement de train 50 euros et
on obtient chaque billet 10 euros. La publicit affirme 50% de rduction . Quen pensez-vous ?
Pour modliser la situation en termes de suites, on pose pour un entier n 1 :
u n = 20n
vn = 10n + 50
u n est le prix pay au bout de n achats au tarif plein, et vn celui au tarif rduit, y compris le prix
de labonnement. La rduction est donc, en pourcentage :
vn u n vn 10n 50 5
1 = = = 0, 5 0, 5
un un 20n 2n n+
50%
+ + + +
+
+
+
+
Dfinition 47
La suite (u n )nN a pour limite ` R si : pour tout > 0, il existe un entier naturel N tel que
si n N alors | u n `| :
> 0 N N n N (n N = | u n `| )
On dit aussi que la suite (u n )nN tend vers `. Autrement dit : u n est proche daussi prs que lon
veut de `, partir dun certain rang.
`+
+ +
` +
un + + +
` +
+
+
+
+ +
+
N n
Dfinition 48
A > 0 N N n N (n N = u n A)
A > 0 N N n N (n N = u n A)
Remarque
Dfinition 49
Une suite (u n )nN est convergente si elle admet une limite finie. Elle est divergente sinon
(cest--dire soit la suite tend vers , soit elle nadmet pas de limite).
Proposition 51
Dmonstration
On procde par labsurde. Soit ( u n )nN une suite convergente ayant deux limites ` 6= `0 . Choisissons
0
> 0 tel que < |`2` | .
Comme limn+ u n = `, il existe N1 tel que n N1 implique | u n `| < .
De mme limn+ u n = `0 , il existe N2 tel que n N2 implique | u n `0 | < .
Notons N = max( N1 , N2 ), on a alors pour ce N :
| u N `| < et | u N `0 | <
Proposition 52
Dmonstration
lim (u n + vn ) = ` + `0
n+
lim (u n vn ) = ` `0
n+
Exemple 71
Si u n ` avec ` 6= 1, alors
1 1
u n (1 3u n ) `(1 3`) .
u2n 1 n+ `2 1
Les suites 127
Exemple 72
Dmonstration
Fixons > 0. Comme limn+ u n = +, il existe un entier naturel N tel que n N implique u n 1 .
On obtient alors 0 u1n pour n N . On a donc montr que limn+ u1n = 0.
Afin de prouver que la limite dun produit est le produit des limites nous aurons besoin dun peu
de travail.
Proposition 55
Dmonstration
Soit ( u n )nN une suite convergeant vers le rel `. En appliquant la dfinition de limite (dfinition 47)
avec = 1, on obtient quil existe un entier naturel N tel que pour n N on ait | u n `| 1, et donc pour
n N on a
| u n | = |` + ( u n `)| |`| + | u n `| |`| + 1.
`+1
+ +
` +
+ + +
+
+
`1
+
+
+ +
+
N
Donc si on pose
M = max(| u 0 |, | u 1 |, , | u N 1 |, |`| + 1)
128 Les suites
on a alors n N | u n | M .
Proposition 56
Exemple 73
Si (u n )n1 est la suite donne par u n = cos(n) et (vn )n1 est celle donne par vn = p1 , alors
n
limn+ (u n vn ) = 0.
Dmonstration
La suite ( u n )nN est borne, on peut donc trouver un rel M > 0 tel que pour tout entier naturel n on
ait | u n | M . Fixons > 0. On applique la dfinition de limite (dfinition 47) la suite (vn )nN pour
0 = M . Il existe donc un entier naturel N tel que n N implique |vn | 0 . Mais alors pour n N on a :
| u n vn | = | u n ||vn | M 0 = .
Prouvons maintenant la formule concernant le produit de deux limites (voir proposition 53).
Daprs la proposition 56, la suite de terme gnral `(vn `0 ) tend vers 0. Par la mme proposition il
en est de mme de la suite de terme gnral ( u n `)vn , car la suite convergente (vn )nN est borne. On
conclut que limn+ ( u n vn ``0 ) = 0, ce qui quivaut limn+ u n vn = ``0 .
Exemple 74
e n ln(n) = +
lim
n+
lim n n2 =
n+
1
lim n+ n =0
n+ n
Les suites 129
2. 0
1
lim e n = +
n+ ln n
1
lim ln n = 0
n+ n
1
lim (n + 1) = 1
n+ n
0
3. , 0 , 1 , ...
Proposition 57
1. Soient (u n )nN et (vn )nN deux suites convergentes telles que : n N, u n vn . Alors
lim u n lim vn
n+ n+
n N u n vn wn
` wn + + + + + + + + + + +
+ + + + +
+ +
+ +
+ + + + + + + +
vn + + + + + +
un +
Remarque
0
N
` + 2 = 2l +
+ + wn `2 < 0
+ + +
`
2. Laiss en exercice.
3. En soustrayant la suite ( u n )nN , on se ramne montrer lnonc suivant : si ( u n )nN et (vn )nN
sont deux suites telles que : n N, 0 u n vn et limn+ vn = 0, alors ( u n ) converge et
limn+ u n = 0. Soit > 0 et N un entier naturel tel que n N implique |vn | < . Comme
| u n | = u n vn = |vn |, on a donc : n N implique | u n | < . On a bien montr que limn+ u n = 0.
(1)n
un = 2 +
1 + n + n2
Mini-exercices
1. Soit (u n )nN la suite dfinie par u n = 2nn++21 . En utilisant la dfinition de la limite montrer
que limn+ u n = 2. Trouver explicitement un rang partir duquel 1, 999 u n 2, 001.
n+cos n
2. Dterminer la limite ` de la suite (u n )nN de terme gnral : nsin n et trouver un entier
N tel que si n N, on ait | u n `| 102 .
3. La suite (u n )nN de terme gnral (1)n e n admet-elle une limite ? Et la suite de terme
gnral u1n ?
p p
4. Dterminer la limite de la suite (u n )n1 de terme gnral n + 1 n. Idem avec vn =
cos n n!
sin n+ln n . Idem avec w n = n n .
3. Exemples remarquables
Dmonstration
1. est vident.
2. crivons a = 1 + b avec b > 0. Alors le binme de Newton scrit a n = (1 + b)n = 1 + nb + n2 b2 + +
n k n n
k b + + b . Tous les termes sont positifs, donc pour tout entier naturel n on a : a 1 + nb.
n
Or limn+ (1 + nb) = + car b > 0. On en dduit que limn+ a = +.
3. Si a = 0, le rsultat est clair. Sinon, on pose b = | a1 |. Alors b > 1 et daprs le point prc-
dent limn+ b n = +. Comme pour tout entier naturel n on a : |a|n = b1n , on en dduit que
limn+ |a|n = 0, et donc aussi limn+ a n = 0.
4. Supposons par labsurde que la suite ( u n )nN converge vers le rel `. De a2 1, on dduit que
pour tout entier naturel n, on a a2n 1. En passant la limite, il vient ` 1. Comme de plus
pour tout entier naturel n on a a2n+1 a 1, il vient en passant de nouveau la limite ` 1.
Mais comme on a dj ` 1, on obtient une contradiction, et donc ( u n ) ne converge pas.
n 1 a n+1
ak =
X
k=0 1a
Dmonstration
En multipliant par 1 a on fait apparatre une somme tlescopique (presque tous les termes san-
nulent) :
(1 a) 1 + a + a2 + + a n = 1 + a + a2 + + a n a + a2 + + a n+1 = 1 a n+1 .
Remarque
Pn 1
Si a ] 1, 1[ et (u n )nN est la suite de terme gnral : u n = k=0
a k , alors limn+ u n = 1a .
De manire plus frappante, on peut crire :
1
1 + a + a2 + a3 + =
1a
Exemple 76
1
Lexemple prcdent avec a = 2 donne
1 1 1
1+
+ + + = 2.
2 4 8
Cette formule tait difficilement concevable avant lavnement du calcul infinitsimal et a t
popularise sous le nom du paradoxe de Znon. On tire une flche 2 mtres dune cible.
Elle met un certain laps de temps pour parcourir la moiti de la distance, savoir un mtre.
Puis il lui faut encore du temps pour parcourir la moiti de la distance restante, et de nouveau
un certain temps pour la moiti de la distance encore restante. On ajoute ainsi une infinit
132 Les suites
de dures non nulles, et Znon en conclut que la flche natteint jamais sa cible !
Lexplication est bien donne par lgalit ci-dessus : la somme dune infinit de termes peut
bien tre une valeur finie ! ! Par exemple si la flche va une vitesse de 1 m/s, alors elle
parcoure la premire moiti en 1 s, le moiti de la distance restante en 12 s, etc. Elle parcoure
bien toute la distance en 1 + 12 + 41 + 18 + = 2 secondes !
1 1 1
2 4
3.3. Suites telles que uun+n 1 < ` < 1
Thorme 20
Soit (u n )nN une suite de rels non nuls. On suppose quil existe un rel ` tel que pour tout
entier naturel n (ou seulement partir dun certain rang) on ait :
u n+1
u < ` < 1.
n
Alors limn+ u n = 0.
Dmonstration
On suppose que la proprit uun+n 1 < ` < 1 est vraie pour tout entier naturel n (la preuve dans le cas
o cette proprit nest vraie qu partir dun certain rang nest pas trs diffrente). On crit
u n u1 u2 u3 un
=
u0 u0 u1 u2 u n1
ce dont on dduit
un n
u < ` ` ` ` = `
0
et donc | u n | < | u 0 |`n . Comme ` < 1, on a limn+ `n = 0. On conclut que limn+ u n = 0.
Corollaire 9
Exemple 77
n
Soit a R. Alors limn+ an! = 0.
Les suites 133
Dmonstration
an
Si a = 0, le rsultat est vident. Supposons a 6= 0, et posons u n = n! . Alors
u n+1 a n+1 n! a
= = .
un ( n + 1)! a n n + 1
Pour conclure, on peut ou bien directement utiliser le corollaire : comme lim uun+n 1 = 0 (car a est fixe), on
a lim u n = 0. Ou bien, comme uun+n 1 = n+
a
1 , on dduit par le thorme que pour n N > 2|a| on a :
u n+1 | a| | a| | a| 1
u = n+1 N +1 < N < 2 = `
n
et donc limn+ u n = 0.
Remarque
Exemple 78
p
Pour un nombre rel a, a > 0, calculer limn+ n a.
p
On va montrer que limn+ n a = 1. Si a = 1, cest clair. Supposons a > 1. crivons a = 1 + h,
avec h > 0. Comme
h n h
1+ 1+n = 1+h = a
n n
p
(voir la preuve de la proposition 58) on a en appliquant la fonction racine n-ime, n :
h p
1+ n a 1.
n
p
n
On peut conclure grce au thorme des gendarmes que limn+ a = 1. Enfin, si a < 1,
on applique le cas prcdent b = a1 > 1.
Proposition 60
Soit a R. Posons
E(10n a)
un = .
10n
Alors u n est une approximation dcimale de a 10n prs, en particulier limn+ u n = a.
Exemple 79
= 3, 14159265 . . .
134 Les suites
E (100 )
u0 = 100
= E() = 3
E (101 ) E (31,415...)
u1 = 101
= 10 = 3, 1
E (102 ) E (314,15...)
u2 = 102
= 100 = 3, 14
u 3 = 3, 141
Dmonstration
donc
1
un a < un +
10n
ou encore
1
0 a un < .
10n
1 1
Or la suite de terme gnral 10n est une suite gomtrique de raison 10 , donc elle tend vers 0. On en
dduit que limn+ u n = a.
Exercice 4
Remarque
1. Les u n sont des nombres dcimaux, en particulier ce sont des nombres rationnels.
2. Ceci fournit une dmonstration de la densit de Q dans R. Pour > 0, et I =]a , a + [,
alors pour n assez grand, u n I Q.
Mini-exercices
4. Thorme de convergence
4.1. Toute suite convergente est borne
Revenons sur une proprit importante que nous avons dj dmontre dans la section sur les
limites.
Proposition 61
La rciproque est fausse mais nous allons ajouter une hypothse supplmentaire pour obtenir des
rsultats.
Thorme 21
Remarque
Et aussi :
Toute suite dcroissante et minore est convergente.
Une suite croissante et qui nest pas majore tend vers +.
Une suite dcroissante et qui nest pas minore tend vers .
Notons A = { u n | n N} R. Comme la suite ( u n )nN est majore, disons par le rel M , lensemble A
est major par M , et de plus il est non vide. Donc daprs le thorme R4 du chapitre sur les rels,
lensemble A admet une borne suprieure : notons ` = sup A . Montrons que limn+ u n = `. Soit > 0.
Par la caractrisation de la borne suprieure, il existe un lment u N de A tel que ` < u N `. Mais
alors pour n N on a ` < u N u n `, et donc | u n `| .
1 1 1
un = 1 + 2
+ 2 ++ 2 .
2 3 n
Remarque
2
On note (2) cette limite, vous montrerez plus tard quen fait (2) = 6 .
Suite harmonique
1 1 1
un = 1 + + ++ .
2 3 n
Calculons limn+ u n .
1
La suite (u n )n1 est croissante : en effet u n+1 u n = n+ 1 > 0.
Minoration de u 2 u 2 p1 . On a u 2 u 1 = 1 + 2 1 = 12 ; u 4 u 2 = 31 + 14 >
p
1 1
4 + 14 = 21 , et en
gnral :
1 1 1 1 1
u 2 p u 2 p1 = p1 + p1 + + p > 2 p1 p =
|2 + 1 2 {z + 2 2} 2 2
2 p1 =2 p 2 p1 termes 21p
limn+ u n = +. En effet
p
u 2 p 1 = u 2 p u 1 = (u 2 u 1 ) + (u 4 u 2 ) + + (u 2 p u 2 p1 )
2
donc la suite (u n )n1 est croissante mais nest pas borne, donc elle tend vers +.
Dfinition 50
Thorme 22
Si les suites (u n )nN et (vn )nN sont adjacentes, elles convergent vers la mme limite.
Il y a donc deux rsultats dans ce thorme, la convergence de (u n ) et (vn ) et en plus lgalit des
limites.
Les termes de la suites sont ordonnes ainsi :
u 0 u 1 u 2 u n v n v2 v1 v0
Dmonstration
La suite ( u n )nN est croissante et majore par v0 , donc elle converge vers une limite `.
La suite (vn )nN est dcroissante et minore par u 0 , donc elle converge vers une limite `0 .
Donc `0 ` = limn+ (vn u n ) = 0, do `0 = `.
Les suites 137
Exemple 80
Reprenons lexemple de (2). Soient (u n ) et (vn ) les deux suites dfinies pour n 1 par
Xn 1 1 1 1 2
un = 2
= 1+ 2 + 2 ++ 2 et vn = u n + .
k=1 k 2 3 n n+1
Exercice 5
1 1 1
un = 1 + 3
+ 3 ++ 3 .
2 3 n
Montrer que la suite (u n )n1 converge (on pourra considrer la suite (vn )n1 de terme gnral
vn = u n + n12 ).
Remarque
On note (3) cette limite. On lappelle aussi constante dApry. Roger Apry a prouv en 1978
que (3) Q.
Dfinition 51
Soit (u n )nN une suite. Une suite extraite ou sous-suite de (u n )nN est une suite de la forme
(u (n) )nN , o : N N est une application strictement croissante.
+ + +
+ + +
+
+
+
+
+ +
+
(0) (1) (2) (3)
138 Les suites
Exemple 81
(u n )nN .
1 + + + + +
-1 + + + +
1 + + + + +
-1 + + + +
Proposition 62
Soit (u n )nN une suite. Si limn+ u n = `, alors pour toute suite extraite (u (n) )nN on a
limn+ u (n) = `.
Dmonstration
Soit > 0. Daprs la dfinition de limite (dfinition 47), il existe un entier naturel N tel que n N
implique | u n `| < . Comme lapplication est strictement croissante, on montre facilement par
rcurrence que pour tout n, on a ( n) n. Ceci implique en particulier que si n N , alors aussi
( n) N , et donc | u (n) `| < . Donc la dfinition de limite (dfinition 47) sapplique aussi la suite
extraite.
Corollaire 10
Soit (u n )nN une suite. Si elle admet une sous-suite divergente, ou bien si elle admet deux
sous-suites convergeant vers des limites distinctes, alors elle diverge.
Exemple 82
Soit la suite (u n )nN de terme gnral u n = (1)n . Alors (u 2n )nN converge vers 1, et (u 2n+1 )nN
converge vers 1 (en fait ces deux sous-suites sont constantes). On en dduit que la suite
(u n )nN diverge.
Les suites 139
Exercice 6
Soit (u n )nN une suite. On suppose que les deux sous-suites (u 2n )nN et (u 2n+1 )nN convergent
vers la mme limite `. Montrer que (u n )nN converge galement vers `.
Exemple 83
1. On considre la suite (u n )nN de terme gnral u n = (1)n . Alors on peut considrer les
deux sous-suites (u 2n )nN et (u 2n+1 )nN .
2. On considre la suite (vn )nN de terme gnral vn = cos n. Le thorme affirme quil
existe une sous-suite convergente, mais il est moins facile de lexpliciter.
On procde par dichotomie. Lensemble des valeurs de la suite est par hypothse contenu h dansi un
intervalle [a, b]. Posons a 0 = a, b 0 = b, (0) = 0. Au moins lun des deux intervalles a 0 , a0 +2 b0 ou
h i
a0 +b0
2 , b 0 contient u n pour une infinit dindices n. On note [a 1 , b 1 ] un tel intervalle, et on note (1)
un entier (1) > (0) tel que u (1) [a 1 , b 1 ].
a1 b1
a0 b0
En itrant cette construction, on construit pour tout entier naturel n un intervalle [a n , b n ], de longueur
ba
2n , et un entier ( n) tel que u ( n) [a n , b n ]. Notons que par construction la suite (a n ) nN est croissante
et la suite ( b n )nN est dcroissante.
Comme de plus limn+ ( b n a n ) = limn+ b2na = 0, les suites (a n )nN et ( b n )nN sont adjacentes
et donc convergent vers une mme limite `. On peut appliquer le thorme des gendarmes pour
conclure que limn+ u (n) = `.
Mini-exercices
p
1. Soit (u n )nN la suite dfinie par u 0 = 1 et pour n 1, u n = 2 + u n1 . Montrer que cette
suite est croissante et majore par 2. Que peut-on en conclure ?
ln(2 n)
2. Soit (u n )n2 la suite dfinie par u n = ln 4 ln 6 ln 8
ln 5 ln 7 ln 9 ln(2 n+1) . tudier la croissance
de la suite. Montrer que la suite (u n ) converge.
3. Soit N 1 un entier et (u n )nN la suite de terme gnral u n = cos( nN ). Montrer que la
suite diverge.
4. Montrer que les suites de terme gnral u n = nk=1 k1! et vn = u n + n(1n!) sont adjacentes.
P
de terme gnral vn = u 2n et wn = u 2n+1 . Montrer que les deux suites (vn )n1 et (wn )n1
sont adjacentes. En dduire que la suite (u n )n1 converge.
140 Les suites
6. Montrer quune suite borne et divergente admet deux sous-suites convergeant vers des
valeurs distinctes.
5. Suites rcurrentes
Une catgorie essentielle de suites sont les suites rcurrentes dfinies par une fonction. Ce chapitre
est laboutissement de notre tude sur les suites, mais ncessite aussi ltude de fonctions (voir
Limites et fonctions continues).
u0 R et u n+1 = f (u n ) pour n 0
Une suite rcurrente est donc dfinie par deux donnes : un terme initial u 0 , et une relation de
rcurrence u n+1 = f (u n ). La suite scrit ainsi :
u0 , u 1 = f (u 0 ), u 2 = f (u 1 ) = f ( f (u 0 )), u 3 = f (u 2 ) = f ( f ( f (u 0 ))), . . .
Exemple 84
p
Soit f (x) = 1 + x. Fixons u 0 = 2 et dfinissons pour n 0 : u n+1 = f (u n ). Cest--dire u n+1 =
p
1 + u n . Alors les premiers termes de la suite sont :
r s r
p p p p
q q q
2, 1 + 2, 1 + 1 + 2, 1+ 1 + 1 + 2, 1+ 1+ 1 + 1 + 2, . . .
Proposition 63
Si f est une fonction continue et la suite rcurrente (u n ) converge vers `, alors ` est une
solution de lquation :
f (`) = `
Si on arrive montrer que la limite existe alors cette proposition permet de calculer des candidats
tre cette limite.
y
y=x
`1
`2 `3 x
Les suites 141
Une valeur `, vrifiant f (`) = ` est un point fixe de f . La preuve est trs simple et mrite dtre
refaite chaque fois.
Dmonstration
Lorsque n +, u n ` et donc aussi u n+1 `. Comme u n ` et que f est continue alors la suite
( f ( u n )) f (`). La relation u n+1 = f ( u n ) devient la limite (lorsque n +) : ` = f (`).
Nous allons tudier en dtail deux cas particuliers fondamentaux : lorsque la fonction est crois-
sante, puis lorsque la fonction est dcroissante.
Proposition 64
Si f : [a, b] [a, b] une fonction continue et croissante, alors quelque soit u 0 [a, b], la suite
rcurrente (u n ) est monotone et converge vers ` [a, b] vrifiant f (`) = ` .
Il y a une hypothse importante qui est un peu cache : f va de lintervalle [a, b] dans lui-mme.
Dans la pratique, pour appliquer cette proposition, il faut commencer par choisir [a, b] et vrifier
que f ([a, b]) [a, b].
y
b
f ([a, b])
a b x
Dmonstration
La preuve est une consquence des rsultats prcdents. Par exemple si u 1 u 0 alors la suite ( u n )
est croissante, elle est majore par b, donc elle converge vers un rel `. Par la proposition 63, alors
f (`) = `. Si u 1 u 0 , alors ( u n ) est une dcroissante et minore par a, et la conclusion est la mme.
142 Les suites
Exemple 85
Soit f : R R dfinie par f (x) = 41 (x2 1)(x 2) + x et u 0 [0, 2]. tudions la suite (u n ) dfinie
par rcurrence : u n+1 = f (u n ) (pour tout n 0).
1. tude de f
(a) f est continue sur R.
(b) f est drivable sur R et f 0 (x) > 0.
(c) Sur lintervalle [0, 2], f est strictement croissante.
1
(d) Et comme f (0) = 2 et f (2) = 2 alors f ([0, 2]) [0, 2].
2. Graphe de f
f
y
(y = x)
u0 u1 u2 1 u01 u00 2 x
1
f (x) x = (x2 1)(x 2) (8.1)
4
Donc les points fixes sont les {1, 1, 2}. La limite de (u n ) est donc chercher parmi ces 3
valeurs.
4. Premier cas : u 0 = 1 ou u 0 = 2.
Alors u 1 = f (u 0 ) = u 0 et par rcurrence la suite (u n ) est constante (et converge donc vers
u 0 ).
5. Deuxime cas : 0 u 0 < 1.
Les suites 143
Comme f ([0, 1]) [0, 1], la fonction f se restreint sur lintervalle [0, 1] en une fonction
f : [0, 1] [0, 1].
De plus sur [0, 1], f (x) x 0. Cela se dduit de ltude de f ou directement de lex-
pression (8.1).
Pour u 0 [0, 1[, u 1 = f (u 0 ) u 0 daprs le point prcdent. Comme f est croissante,
par rcurrence, comme on la vu, la suite (u n ) est croissante.
La suite (u n ) est croissante et majore par 1, donc elle converge. Notons ` sa limite.
Dune part ` doit tre un point fixe de f : f (`) = `. Donc ` {1, 1, 2}.
Dautre part la suite (u n ) tant croissante avec u 0 0 et majore par 1, donc ` [0, 1].
Conclusion : si 0 u 0 < 1 alors (u n ) converge vers ` = 1.
6. Troisime cas : 1 < u 0 < 2.
La fonction f se restreint en f : [1, 2] [1, 2]. Sur lintervalle [1, 2], f est croissante
mais cette fois f (x) x. Donc u 1 u 0 , et la suite (u n ) est dcroissante. La suite (u n )
tant minore par 1, elle converge. Si on note ` sa limite alors dune part f (`) = `, donc
` {1, 1, 2}, et dautre part ` [1, 2[. Conclusion : (u n ) converge vers ` = 1.
Le graphe de f joue un rle trs important, il faut le tracer mme si on ne le demande pas
explicitement. Il permet de se faire une ide trs prcise du comportement de la suite : Est-elle
croissante ? Est-elle positive ? Semble-t-elle converger ? Vers quelle limite ? Ces indications sont
essentielles pour savoir ce quil faut montrer lors de ltude de la suite.
Proposition 65
Soit f : [a, b] [a, b] une fonction continue et dcroissante. Soit u 0 [a, b] et la suite rcur-
rente (u n ) dfinie par u n+1 = f (u n ). Alors :
La sous-suite (u 2n ) converge vers une limite ` vrifiant f f (`) = `.
La sous-suite (u 2n+1 ) converge vers une limite `0 vrifiant f f (`0 ) = `0 .
La preuve se dduit du cas croissant. La fonction f tant dcroissante, la fonction f f est croissante.
Et on applique la proposition 64 la fonction f f et la sous-suite ( u 2n ) dfinie par rcurrence
u 2 = f f ( u 0 ), u 4 = f f ( u 2 ),. . .
De mme en partant de u 1 et u 3 = f f ( u 1 ),. . .
Exemple 86
1 1
f (x) = 1 + , u 0 > 0, u n+1 = f (u n ) = 1 +
x un
1. tude de f . La fonction f :]0, +[]0, +[ est une fonction continue et strictement
dcroissante.
2. Graphe de f .
144 Les suites
u0 1 u2 u3 2 u1 x
1 1 x 2x + 1
f f (x) = f f (x) = f 1 + = 1 + 1
= 1+ =
x 1+ x x+1 x+1
Donc
( p p )
2x + 1 1 5 1+ 5
f f (x) = x = x x2 x 1 = 0 x ,
x+1 2 2
p
1+ 5
Comme la limite doit tre positive, le seul point fixe considrer est ` = 2 .
Attention ! Il y a un unique point fixe, mais on ne peut pas conclure ce stade car f est
dfinie sur ]0, +[ qui nest pas un intervalle compact.
p
1+ 5
4. Premier cas 0 < u 0 ` = 2 .
Alors, u 1 = f (u 0 ) f (`) = ` ; et par une tude de f f (x) x, on obtient que : u 2 = f f (u 0 )
u 0 ; u 1 f f (u 1 ) = u 3 .
Comme u 2 u 0 et f f est croissante, la suite (u 2n ) est croissante. De mme u 3 u 1 ,
donc la suite (u 2n+1 ) est dcroissante. De plus comme u 0 u 1 , en appliquant f un
nombre pair de fois, on obtient que u 2n u 2n+1 . La situation est donc la suivante :
u 0 u 2 u 2n u 2n+1 u 3 u 1
p
1+ 5
5. Deuxime cas u 0 ` = 2 . p
1+ 5
On montre de la mme faon que (u 2n ) est dcroissante et converge vers 2 , et que
p
1+ 5
(u 2n+1 ) est croissante et converge aussi vers 2 .
Mini-exercices
Auteurs
1 Notions de fonction
2 Limites
3 Continuit en un point
4 Continuit sur un intervalle
5 Fonctions monotones et bijections
Motivation
Nous savons rsoudre beaucoup dquations (par exemple ax + b = 0, ax2 + bx + c = 0,...) mais ces
quations sont trs particulires. Pour la plupart des quations nous ne saurons pas les rsoudre,
en fait il nest pas vident de dire sil existe une solution, ni combien il y en a. Considrons par
exemple lquation extrmement simple :
x + exp x = 0
Il ny a pas de formule connue (avec des sommes, des produits,... de fonctions usuelles) pour trouver
la solution x.
Dans ce chapitre nous allons voir que grce ltude de la fonction f (x) = x + exp x il est possible
dobtenir beaucoup dinformations sur la solution de lquation x + exp x = 0 et mme de lquation
plus gnrale x + exp x = y (o y R est fix).
x + exp(x)
Nous serons capable de prouver que pour chaque y R lquation x +exp x = y admet une solution
x ; que cette solution est unique ; et nous saurons dire comment varie x en fonction de y. Le point
148 Limites et fonctions continues
cl de tout cela est ltude de la fonction f et en particulier de sa continuit. Mme sil nest pas
possible de trouver lexpression exacte de la solution x en fonction de y, nous allons mettre en
place les outils thoriques qui permettent den trouver une solution approche.
1. Notions de fonction
1.1. Dfinitions
Dfinition 52
Une fonction dune variable relle valeurs relles est une application f : U R, o U est
une partie de R. En gnral, U est un intervalle ou une runion dintervalles. On appelle U le
domaine de dfinition de la fonction f .
Exemple 87
La fonction inverse :
f : ] , 0[ ]0, +[ R
1
x 7 .
x
f
f (x)
(x, f (x))
1
x
x
x
Soient f : U R et g : U R deux fonctions dfinies sur une mme partie U de R. On peut alors
dfinir les fonctions suivantes :
la somme de f et g est la fonction f + g : U R dfinie par ( f + g)(x) = f (x) + g(x) pour tout
xU ;
le produit de f et g est la fonction f g : U R dfinie par ( f g)(x) = f (x) g(x) pour tout
xU ;
la multiplication par un scalaire R de f est la fonction f : U R dfinie par
( f )(x) = f (x) pour tout x U.
Limites et fonctions continues 149
f +g
( f + g)(x)
g(x) f
g
f (x)
Dfinition 53
f (y)
f (x)
x y
Dfinition 54
m
150 Limites et fonctions continues
Dfinition 55
f (y)
f (x)
x y
Exemple 88
[0, +[ R
La fonction racine carre est strictement croissante.
x 7 p x
Les fonctions exponentielle exp : R R et logarithme ln :]0, +[ R sont strictement
croissantes.
R R
La fonction valeur absolue nest ni croissante, ni dcroissante. Par contre,
x 7 | x|
[0, +[ R
la fonction est strictement croissante.
x 7 | x|
Dfinition 56
Interprtation graphique :
f est paire si et seulement si son graphe est symtrique par rapport laxe des ordonnes.
f est impaire si et seulement si son graphe est symtrique par rapport lorigine.
Limites et fonctions continues 151
y y
x x
Exemple 89
y
x3
x2
Dfinition 57
Soit f : R R une fonction et T un nombre rel, T > 0. La fonction f est dite priodique de
priode T si x R f (x + T) = f (x).
f
f (x) = f (x + T)
x x+T
Exemple 90
Les fonctions sinus et cosinus sont 2-priodiques. La fonction tangente est -priodique.
y
+1
cos x
x
sin x
0 2 3
Mini-exercices
2. Limites
2.1. Dfinitions
Limite en un point
Dfinition 58
On dit aussi que f (x) tend vers ` lorsque x tend vers x0 . On note alors lim f (x) = ` ou bien
x x0
lim f = `.
x0
x0
x
Remarque
le quantificateur x I nest l que pour tre sr que lon puisse parler de f (x). Il est
souvent omis et lexistence de la limite scrit alors juste :
Noubliez pas que lordre des quantificateurs est important, on ne peut changer le
avec le : le dpend en gnral du . Pour marquer cette dpendance on peut crire :
> 0 () > 0 . . .
154 Limites et fonctions continues
Exemple 91
p p
lim x = x0 pour tout x0 0,
x x0
la fonction partie entire E na pas de limite aux points x0 Z.
y y
E(x)
p
x
p
x0
1 1
0 1 x0 x 0 1 x0 Z x
Dfinition 59
x0 x
x0
x0 +
Limite en linfini
Dfinition 60
On dfinit de la mme manire la limite en des fonctions dfinies sur les intervalles du type
] , a[.
Exemple 92
Exemple 93
Soit f une fonction dfinie sur un ensemble de la forme ]a, x0 []x0 , b[.
Dfinition 61
Si la fonction f a une limite en x0 , alors ses limites gauche et droite en x0 concident et valent
lim f .
x0
Rciproquement, si f a une limite gauche et une limite droite en x0 et si ces limites valent
f (x0 ) (si f est bien dfinie en x0 ) alors f admet une limite en x0 .
Exemple 94
y
E(x)
0 2 x
2.2. Proprits
Proposition 66
Si une fonction admet une limite, alors cette limite est unique.
On ne donne pas la dmonstration de cette proposition, qui est trs similaire celle de lunicit de
la limite pour les suites (un raisonnement par labsurde).
Proposition 67
Cette proposition se montre de manire similaire la proposition analogue sur les limites de suites.
Nous nallons donc pas donner la dmonstration de tous les rsultats.
Limites et fonctions continues 157
Dmonstration
1
Montrons par exemple que si f tend en x0 vers une limite ` non nulle, alors f est bien dfinie dans un
1
voisinage de x0 et tend vers `
.
1
Supposons ` > 0, le cas ` < 0 se montrerait de la mme manire. Montrons tout dabord que f est bien
dfinie et est borne dans un voisinage de x0 contenu dans I . Par hypothse
Si on choisit 0 tel que 0 < 0 < `/2, alors on voit quil existe un intervalle J = I ] x0 , x0 + [ tel que
pour tout x dans J , f ( x) > `/2 > 0, cest--dire, en posant M = `/2 :
1
x J 0< < M.
f ( x)
1 |` f ( x)| M
1
f ( x) ` = f ( x)` < ` |` f ( x)| .
Proposition 68
Exemple 95
Soit x 7 u(x) une fonction , x0 R tel que u(x) 2 lorsque x x0 . Posons f (x) =
q
1 + u(1x)2 + ln u(x). Si elle existe, quelle est la limite de f en x0 ?
Tout dabord comme u(x) 2 alors u(x)2 4 donc u(1x)2 14 (lorsque x x0 ).
De mme comme u(x) 2 alors dans un voisinage de x0 u(x) > 0 donc ln u(x) est bien
dfinie dans ce voisinage et de plus ln u(x) ln 2 (lorsque x x0 ).
Cela entrane que 1 + u(1x)2 + ln u(x) 1 + 14 + ln 2 lorsque x x0 . En particulier 1 + u(1x)2 +
ln u(x) 0 dans un voisinage de x0 donc f (x) est bien dfinie dans un voisinage de x0 .
Et par composition
q avec la racine carre alors f (x) a bien une limite en x0 et
lim x x0 f (x) = 1 + 14 + ln 2.
Il y a des situations o lon ne peut rien dire sur les limites. Par exemple si lim x0 f = + et
lim x0 g = alors on ne peut a priori rien dire sur la limite de f + g (cela dpend vraiment de f
et de g). On raccourci cela en + est une forme indtermine.
0
Voici une liste de formes indtermines : + ; 0 ; ; ; 1 ; 0 .
0
Enfin voici une proposition trs importante qui lie le comportement dune limite avec les ingalits.
158 Limites et fonctions continues
Proposition 69
x0
Mini-exercices
2 x2 x2
1. Dterminer, si elle existe, la limite de 3 x2 +2 x+2
en 0. Et en + ?
sin x en +. Et pour cos px
1
2. Dterminer, si elle existe, la limite de x
?
3. En utilisant la dfinition de la limite (avec des ), montrer que lim x2 (3x + 1) = 7.
4. Montrer que si f admet une limite finie en x0 alors il existe > 0 tel que f soit borne
sur ]x0 , x0 + [.
p p
1+ x 1+ x 2 x2 4
5. Dterminer, si elle existe, lim x0 x . Et lim x2 x2 3 x+2
?
3. Continuit en un point
3.1. Dfinition
Dfinition 62
cest--dire si f admet une limite en x0 (cette limite vaut alors ncessairement f (x0 )).
On dit que f est continue sur I si f est continue en tout point de I.
f (x0 )
x0
x
Intuitivement, une fonction est continue sur un intervalle, si on peut tracer son graphe sans
lever le crayon , cest--dire si elle na pas de saut.
Voici des fonctions qui ne sont pas continues en x0 :
y y y
x0 x x0 x x0 x
Exemple 96
3.2. Proprits
La continuit assure par exemple que si la fonction nest pas nulle en un point (qui est une
proprit ponctuelle) alors elle nest pas nulle autour de ce point (proprit locale). Voici lnonc :
160 Limites et fonctions continues
Lemme 7
x ]x0 , x0 + [ f (x) 6= 0
f (x0 )
x0 x0 x0 +
Dmonstration
Supposons par exemple que f ( x0 ) > 0, le cas f ( x0 ) < 0 se montrerait de la mme manire. crivons
ainsi la dfinition de la continuit de f en x0 :
Il suffit donc de choisir tel que 0 < < f ( x0 ). Il existe alors bien un intervalle J = I ] x0 , x0 + [ tel
que pour tout x dans J , on a f ( x) > 0.
La continuit se comporte bien avec les oprations lmentaires. Les propositions suivantes sont
des consquences immdiates des propositions analogues sur les limites.
Proposition 70
Exemple 97
La proposition prcdente permet de vrifier que dautres fonctions usuelles sont continues :
les fonctions puissance x 7 x n sur R (comme produit x x ),
les polynmes sur R (somme et produit de fonctions puissance et de fonctions constantes),
P ( x)
les fractions rationnelles x 7 Q ( x) sur tout intervalle o le polynme Q(x) ne sannule
pas.
La composition conserve la continuit (mais il faut faire attention en quels points les hypothses
sappliquent).
Limites et fonctions continues 161
Proposition 71
Dfinition 63
x0 x
Exemple 98
Considrons la fonction f dfinie sur R par f (x) = x sin 1x . Voyons si f admet un prolonge-
Proposition 72
Dmonstration
= On suppose que f est continue en x0 et que ( u n ) est une suite qui converge vers x0 et on veut
montrer que ( f ( u n )) converge vers f ( x0 ).
Soit > 0. Comme f est continue en x0 , il existe un > 0 tel que
x I | x x0 | < = | f ( x) f ( x0 )| < .
n N n N = | u n x0 | < .
1
| u n x0 | < et | f ( u n ) f ( x0 )| > 0 .
n
La suite ( u n ) converge vers x0 alors que la suite ( f ( u n )) ne peut pas converger vers f ( x0 ).
Remarque
On retiendra surtout limplication : si f est continue sur I et si (u n ) est une suite convergente
de limite `, alors ( f (u n )) converge vers f (`). On lutilisera intensivement pour ltude des
suites rcurrentes u n+1 = f (u n ) : si f est continue et u n `, alors f (`) = `.
Mini-exercices
1. Dterminer le domaine
q de dfinition et de continuit des fonctions suivantes : f (x) =
1
1/ sin x, g(x) = 1/ x + 2 , h(x) = ln(x2 + x 1).
2. Trouver les couples (a, b) R2 tels que la fonction f dfinie sur R par f (x) = ax + b si
x < 0 et f (x) = exp(x) si x 0 soit continue sur R. Et si on avait f (x) = xa 1 + b pour x < 0 ?
3. Soit f une fonction continue telle que f (x0 ) = 1. Montrer quil existe > 0 tel que : pour
tout x ]x0 , x0 + [ f (x) > 21 .
4. tudier la continuit de f : R R dfinie par : f (x) = sin(x) cos 1x si x 6= 0 et f (0) = 0. Et
x3 +8
5. La fonction dfinie par f (x) = admet-elle un prolongement par continuit en 2 ?
| x+2|
p
6. Soit la suite dfinie par u 0 > 0 et u n+1 = u n . Montrer que (u n ) admet une limite ` R
p
lorsque n +. laide de la fonction f (x) = x calculer cette limite.
Pour tout rel y compris entre f (a) et f (b), il existe c [a, b] tel que f (c) = y.
f (b) y
y f (b)
f (a)
a c1 c2 c3 b x f (a)
a b x
Dmonstration
Montrons le thorme dans le cas o f (a) < f ( b). On considre alors un rel y tel que f (a) y f ( b) et
on veut montrer quil a un antcdent par f .
1. On introduit lensemble suivant
n o
A = x [a, b] | f ( x) y .
Tout dabord lensemble A est non vide (car a A ) et il est major (car il est contenu dans [a, b]) :
il admet donc une borne suprieure, que lon note c = sup A . Montrons que f ( c) = y.
y
f (b)
f (a)
a b x
A c = sup(A)
2. Montrons tout dabord que f ( c) y. Comme c = sup A , il existe une suite ( u n )nN contenue dans
164 Limites et fonctions continues
Corollaire 11
f (b) > 0
a c
b x
f (a) < 0
Dmonstration
Il sagit dune application directe du thorme des valeurs intermdiaires avec y = 0. Lhypothse
f (a) f ( b) < 0 signifiant que f (a) et f ( b) sont de signes contraires.
Exemple 99
y
x 7 P(x)
En particulier, il existe deux rels a et b tels que f (a) < 0 et f (b) > 0 et on conclut grce au
corollaire prcdent.
Corollaire 12
Soit f : I R une fonction continue sur un intervalle I. Alors f (I) est un intervalle.
Attention ! Il serait faux de croire que limage par une fonction f de lintervalle [a, b] soit lintervalle
[ f (a), f (b)].
y
f (b)
f ([a, b])
f (a)
a b x
Dmonstration
Thorme 25
Soit f : [a, b] R une fonction continue sur un segment. Alors il existe deux rels m et M tels
que f ([a, b]) = [m, M]. Autrement dit, limage dun segment par une fonction continue est un
segment.
y
M
a b x
Comme on sait dj par le thorme des valeurs intermdiaires que f ([a, b]) est un intervalle, le
thorme prcdent signifie exactement que
Si f est continue sur [a, b] alors f est borne sur [a, b] et elle atteint ses bornes.
166 Limites et fonctions continues
Donc m est le minimum de la fonction sur lintervalle [a, b] alors que M est le maximum.
[[Preuve : crire]]
Mini-exercices
Dans cette section nous rappelons le matriel ncessaire concernant les applications bijectives.
Dfinition 64
Proposition 73
Si f : E F est une fonction bijective alors il existe une unique application g : F E telle
que g f = idE et f g = idF La fonction g est la bijection rciproque de f et se note f 1 .
Limites et fonctions continues 167
Remarque
y
y
y y
x1 x2 x3 x
x x
y
y f
y=x
f 1
y
y=x
f 1
J = f (I)
I x
Exemple 100
Considrons la fonction carre dfinie sur R par f (x) = x2 . La fonction f nest pas strictement
monotone sur R, dailleurs, on voit bien quelle nest pas injective. Cependant, en restreignant
son ensemble de dfinition ] , 0] dune part et [0, +[ dautre part, on dfinit deux
fonctions strictement monotones (les ensembles de dpart sont diffrents) :
( (
] , 0] [0, +[ [0, +[ [0, +[
f1 : 2 et f2 :
x 7 x x 7 x2
On remarque que f (] , 0]) = f ([0, +[) = [0, +[. Daprs le thorme prcdent, les fonc-
tions f 1 et f 2 sont des bijections. Dterminons leurs fonctions rciproques f 11 : [0, +[
] , 0] et f 21 : [0, +[ [0, +[. Soient deux rels x et y tels que y 0. Alors
y = f (x) y = x2
p p
x= y ou x = y,
cest--dire y admet deux antcdents, lun dans [0, +[ et lautre dans ] , 0]. Et donc
p p
f 11 (y) = y et f 21 (y) = y. On retrouve bien que chacune des deux fonctions f 1 et f 2 a le
mme sens de variation que sa rciproque.
Limites et fonctions continues 169
y
y=x
f1 f2
f 21
p p x
y y
f 11
On remarque que la courbe totale en pointille ( la fois la partie bleue et la verte), qui est
limage du graphe de f par la symtrie par rapport la premire bissectrice, ne peut pas tre
le graphe dune fonction : cest une autre manire de voir que f nest pas bijective.
Exemple 101
Soit n 1. Soit f : [0, +[ [0, +[ dfinie par f (x) = x n . Alors f est continue et strictement
croissante. Comme lim+ f = + alors f est une bijection. Sa bijection rciproque f 1 est no-
1 p
te : x 7 x n (ou aussi x 7 n x) : cest la fonction racine n-ime. Elle est continue et strictement
croissante.
5.3. Dmonstration
On tablit dabord un lemme utile la dmonstration du thorme prcdent.
Lemme 8
Soit f : I R une fonction dfinie sur un intervalle I de R. Si f est strictement monotone sur
I, alors f est injective sur I.
Dmonstration
Soient x, x0 I tels que f ( x) = f ( x0 ). Montrons que x = x0 . Si on avait x < x0 , alors on aurait ncessaire-
ment f ( x) < f ( x0 ) ou f ( x) > f ( x0 ), suivant que f est strictement croissante, ou strictement dcroissante.
Comme cest impossible, on en dduit que x x0 . En changeant les rles de x et de x0 , on montre de
mme que x x0 . On en conclut que x = x0 et donc que f est injective.
1. Daprs le lemme prcdent, f est injective sur I . En restreignant son ensemble darrive son
image J = f ( I ), on obtient que f tablit une bijection de I dans J . Comme f est continue, par le
thorme des valeurs intermdiaires, lensemble J est un intervalle.
2. Supposons pour fixer les ides que f est strictement croissante.
(a) Montrons que f 1 est strictement croissante sur J . Soient y, y0 J tels que y < y0 . Notons
170 Limites et fonctions continues
y < y0 = f ( x) < f ( x0 )
= x < x0 (car f est strictement croissante)
1 1
= f ( y) < f ( y0 ),
f ( x0 ) < y0 et f ( x0 + ) > y0 +
Mini-exercices
1. Montrer que chacune des hypothses continue et strictement monotone est nces-
saire dans lnonc du thorme.
2. Soit f : R R dfinie par f (x) = x3 + x. Montrer que f est bijective, tracer le graphe de f
et de f 1 .
3. Soit n 1. Montrer que f (x) = 1 + x + x2 + + x n dfinit une bijection de lintervalle [0, 1]
vers un intervalle prciser.
4. Existe-t-il une fonction continue : f : [0, 1[]0, 1[ qui soit bijective ? f : [0, 1[]0, 1[ qui
soit injective ? f :]0, 1[ [0, 1] qui soit surjective ?
5. Pour y R on considre lquation x + exp x = y. Montrer quil existe une unique solution
y. Comment varie y en fonction de x ? Comme varie x en fonction de y ?
Limites et fonctions continues 171
Auteurs
10 Fonctions usuelles
1 Logarithme et exponentielle
2 Fonctions circulaires inverses
3 Fonctions hyperboliques et hyperboliques inverses
1. Logarithme et exponentielle
1.1. Logarithme
Proposition 74
1
ln0 (x) = (pour tout x > 0) et ln(1) = 0.
x
De plus cette fonction vrifie (pour tout a, b > 0) :
1. ln(a b) = ln a + ln b,
2. ln( a1 ) = ln a,
3. ln(a n ) = n ln a, (pour tout n N)
174 Fonctions usuelles
4. ln est une fonction continue, strictement croissante et dfinit une bijection de ]0, +[
sur R,
5. lim x0 ln(1x+ x) = 1,
6. la fonction ln est concave et ln x x 1 (pour tout x > 0).
ln x
0 1 e x
Remarque
ln(x)
loga (x) =
ln(a)
Dmonstration
Rx 1
Lexistence et lunicit viennent de la thorie de lintgrale : ln( x) = 1 t dt. Passons aux proprits.
y
1. Posons f ( x) = ln( x y) ln( x) o y > 0 est fix. Alors f ( x) = y ln ( x y) ln0 ( x) = x y 1x = 0. Donc
0 0
x 7 f ( x) a une drive nulle, donc est constante et vaut f (1) = ln( y) ln(1) = ln( y). Donc ln( x y)
ln( x) = ln( y).
2. Dune part ln(a a1 ) = ln a + ln a1 , mais dautre part ln(a a1 ) = ln(1) = 0. Donc ln a + ln a1 = 0.
3. Similaire ou rcurrence.
4. ln est drivable donc continue, ln0 ( x) = 1x > 0 donc la fonction est strictement croissante. Comme
ln(2) > ln(1) = 0 alors ln(2n ) = n ln(2) + (lorsque n +). Donc lim x+ ln x = +. De ln x =
ln 1x on dduit lim x0 ln x = . Par le thorme sur les fonctions continues et strictement
croissantes, ln :]0, +[ R est une bijection.
5. lim x0 ln(1x+ x) est la drive de ln au point x0 = 1, donc cette limite existe et vaut ln0 (1) = 1.
6. ln0 ( x) = 1x est dcroissante, donc la fonction ln est concave. Posons f ( x) = x 1 ln x ; f 0 ( x) = 1 1x .
Par une tude de fonction f atteint son maximum en x0 = 1. Donc f ( x) f (1) = 0. Donc ln x x 1.
1.2. Exponentielle
Fonctions usuelles 175
Dfinition 65
y exp x
0 1 x
Proposition 75
Remarque
La fonction exponentielle est lunique fonction qui vrifie exp0 (x) = exp(x) (pour tout x R) et
exp(1) = e. O e ' 2, 718 . . . est le nombre qui vrifie ln e = 1.
Dmonstration
a b = exp b ln a
176 Fonctions usuelles
Remarque
p 1
a = a 2 = exp 21 ln a
p 1
n a = a n = exp n1 ln a (la racine n-ime de a)
On note aussi exp x par e x ce qui se justifie par le calcul : e x = exp x ln e = exp(x).
Proposition 76
ln x exp x
lim =0 et lim = +.
x+ x x+ x
xa (a > 1)
y exp x
x
xa (a < 1)
ln x
0 1 x
Dmonstration
p
ln x
1. On a vu ln x x 1 (pour tout x > 0). Donc ln x x donc p
x
1. Cela donne
p
2 p p
ln x ln x ln x ln x 1 2
0 = =2 =2 p p p
x x x x x x
x ln(exp x) ln u
= =
exp x exp x u
ln u x
lorsque x + alors u = exp x + et donc par le premier point u 0. Donc exp x 0 et
exp x
reste positive, ainsi lim x+ x = +.
Fonctions usuelles 177
Mini-exercices
arccos x
y
+1
x 2
0
2 2
x
1 cos x 1 0 1
Autrement dit :
Si x [0, ] cos(x) = y x = arccos y
Dmonstration
cos(arccos x) = x
= arccos0 ( x) sin(arccos x) = 1
1
= arccos0 ( x) =
sin(arccos x)
1
= arccos0 ( x) = p ()
1 cos2 (arccos x)
1
= arccos0 ( x) = p
1 x2
2.2. Arcsinus
La restriction
sin| : [ , + ] [1, 1]
2 2
est une bijection. Sa bijection rciproque est la fonction arcsinus :
arcsin : [1, 1] [ , + ]
2 2
y
2 arcsin x
y
+1 sin x x
1 0 1
x
0
2 2
2
1
sin arcsin(x) = x x [1, 1]
arcsin sin(x) = x x [ 2 , + 2 ]
Si x [ 2 , + 2 ] sin(x) = y x = arcsin y
1
arcsin0 (x) = p x ] 1, 1[
1 x2
2.3. Arctangente
La restriction
tan| :] , + [ R
2 2
Fonctions usuelles 179
y tan x
x
2
2
3
2
y
2
arctan x
0 x
tan arctan(x) = x x R
arctan tan(x) = x x ] 2 , + 2 [
Si x ] 2 , + 2 [ tan(x) = y x = arctan y
1
arctan0 (x) = x R
1 + x2
Mini-exercices
p p p
2 3
1. Calculer les valeurs de arccos et arcsin en 0, 1, 12 , 2 , 2 . Idem pour arctan en 0, 1, 3
et p1 .
3
2. Calculer arccos(cos 73 ). Idem avec arcsin(sin 73 ) et arctan(tan 73 ) (attention aux inter-
valles !)
3. Calculer cos(arctan x), cos(arcsin x), tan(arcsin x).
4. Calculer la drive de f (x) = arctan p x 2 . En dduire que f (x) = arcsin x, pour tout
1 x
x ] 1, 1[.
5. Montrer que arccos x + arcsin x = 2 , pour tout x [1, 1].
180 Fonctions usuelles
e x + e x
ch x =
2
La restriction ch| : [0, +[ [1, +[ est une bijection. Sa bijection rciproque est argch : [1, +[
[0, +[.
y
chx
shx
y
1 argshx
argchx
1
0 1 x
0 1 x
e x e x
sh x =
2
Proposition 77
ch2 x sh2 x = 1.
ch0 x = sh x, sh0 x = ch x.
argsh : R R est strictement croissante et continue.
argsh est drivable et argsh0 x = p 12 .
p x +1
argsh x = ln x + x2 + 1 .
Fonctions usuelles 181
Dmonstration
ch2 x sh2 x = 14 ( e x + e x )2 ( e x e x )2 = 14 ( e2 x + 2 + e2 x ) ( e2 x 2 + e2 x ) = 1.
d x
d e +e x x x
dx (ch x) = dx 2 = e 2e = sh x. Idem pour la drive de sh x.
Car cest la rciproque de sh.
Comme la fonction x 7 sh0 x ne sannule pas sur R alors la fonction argsh est drivable sur R. On
calcule la drive par drivation de lgalit sh(argsh x) = x :
1 1 1
argsh0 x = =q =p
ch(argsh x) 2 2
x +1
sh (argsh x) + 1
p
Notons f ( x) = ln x + x2 + 1 alors
1 + p x2 1
x +1
f 0 ( x) = p =p = argsh0 x
2
x+ x +1 2
x +1
Comme de plus f (0) = ln(1) = 0 et argsh 0 = 0 (car sh 0 = 0), on en dduit que pour tout x R,
f ( x) = argsh x.
sh x
th x =
ch x
y
argthx
y
1 0 1 x
1 thx
0 x
ch2 x sh2 x = 1
182 Fonctions usuelles
ch(a + b) = ch a ch b + sh a sh b
ch(2a) = ch2 a + sh2 a = 2 ch2 a 1 = 1 + 2 sh2 a
sh(a + b) = sh a ch b + sh b ch a
sh(2a) = 2 sh a ch a
th a + th b
th(a + b) =
1 + th a th b
ch0 x = sh x
sh0 x = ch x
1
th0 x = 1 th2 x =
ch2 x
1
argch0 x = p (x > 1)
x2 1
1
argsh0 x = p
x2 + 1
1
argth0 x = (| x| < 1)
1 x2
p
argch x = ln x + x2 1 (x 1)
p
argsh x = ln x + x2 + 1 (x R)
1 1+ x
argth x = ln (1 < x < 1)
2 1 x
Mini-exercices
1. Dessiner les courbes paramtres t 7 (cos t, sin t) et t 7 (ch t, sh t). Pourquoi cos et sin
sappellent des fonctions trigonomtriques circulaires alors que ch et sh sont des fonc-
tions trigonomtriques hyperboliques ?
e ix + e ix
2. Prouver par le calcul la formule ch(a + b) = . . . En utilisant que cos x = 2 retrouver
la formule pour cos(a + b).
3. Rsoudre lquation sh x = 3.
sh(2 x)
4. Montrer que 1+ch(2 x) = th x.
5. Calculer les drives des fonctions dfinies par : th(1 + x2 ), ln(ch x), argch(exp x),
argth(cos x).
Fonctions usuelles 183
Auteurs
1 Drive
2 Calcul des drives
3 Extremum local, thorme de Rolle
4 Thorme des accroissements nis
Motivation
p
Nous souhaitons calculer 1, 01 ou du moins en trouver une valeur approche. Comme 1, 01 est
p p
proche de 1 et que 1 = 1 on se doute bien que 1, 01 sera proche de 1. Peut-on tre plus prcis ?
p
Si lon appelle f la fonction dfinie par f (x) = x, alors la fonction f est une fonction continue en
x0 = 1. La continuit nous affirme que pour x suffisamment proche de x0 , f (x) est proche de f (x0 ).
Cela revient dire que pour x au voisinage de x0 on approche f (x) par la constante f (x0 ).
y = (x 1) 12 + 1
p
y= x
y=1
1
0 1 x
Nous pouvons faire mieux quapprocher notre fonction par une droite horizontale ! Essayons avec
une droite quelconque. Quelle droite se rapproche le plus du graphe de f autour de x0 ? Elle doit
passer par le point (x0 , f (x0 )) et doit coller le plus possible au graphe : cest la tangente au graphe
en x0 . Une quation de la tangente est
y = (x x0 ) f 0 (x0 ) + f (x0 )
p 0,01
pour notre calcul de 1, 01 ? On pose x = 1, 01 donc f (x) 1 + 21 (x 1) = 1 + 2 = 1, 005. Et cest
p
effectivement une trs bonne de approximation de 0, 01 = 1, 00498 . . .. En posant h = x 1 on peut
p
reformuler notre approximation en : 1 + h 1 + 12 h qui est valable pour h proche de 0.
Dans ce chapitre nous allons donc dfinir ce quest la drive dune fonction, et tablir les formules
des drives des fonctions usuelles. Enfin, pour connatre lerreur des approximations, il nous
faudra travailler beaucoup plus afin dobtenir le thorme des accroissements finis.
1. Drive
Dfinition 66
f ( x ) f ( x )
f est drivable en x0 si le taux daccroissement x x0 0 a une limite finie lorsque x tend
vers x0 . La limite sappelle alors le nombre driv de f en x0 et est not f 0 (x0 ). Ainsi
f (x) f (x0 )
f 0 (x0 ) = lim
x x0 x x0
Dfinition 67
f est drivable sur I si f est drivable en tout point x0 I. La fonction x 7 f 0 (x) est la
df
fonction drive de f , elle se note f 0 ou dx .
Exemple 102
On a mme montr que le nombre driv de f en x0 est 2x0 , autrement dit : f 0 (x) = 2x.
Exemple 103
Montrons que la drive de f (x) = sin x est f 0 (x) = cos x. Nous allons utiliser les deux assertions
suivantes :
sin x pq p+q
1 et sin p sin q = 2 sin cos .
x x0 2 2
f ( x) f (0) sin x
Remarquons dj que la premire assertion prouve x0 = x 1 et donc f est drivable
en x0 = 0 et f 0 (0) = 1.
Pour x0 quelconque on crit :
x x
f (x) f (x0 ) sin x sin x0 sin 2 0 x + x0
= = x x0 cos .
x x0 x x0 2
2
Lorsque x x0 alors dune part cos x+2x0 cos x0 et dautre part en posant u = x x0
2 alors u 0
f ( x ) f ( x )
et on a sinu u 1. Ainsi x x0 0 cos x0 et donc f 0 (x) = cos x.
Drive dune fonction 187
1.2. Tangente
f ( x ) f ( x )
La droite qui passe par les points distincts (x0 , f (x0 )) et (x, f (x)) a pour coefficient directeur x x0 0 .
la limite on trouve que le coefficient directeur de la tangente est f 0 (x0 ). Une quation de la
tangente au point (x0 , f (x0 )) est donc :
y = (x x0 ) f 0 (x0 ) + f (x0 )
M0
x0 x
Proposition 78
f (x0 + h) f (x0 )
f est drivable en x0 si et seulement si lim existe et est finie.
h
h 0
f est drivable en x0 si et seulement sil existe ` R (qui sera f 0 (x0 )) et une fonction
: I R telle que (x) 0 avec
x x0
Dmonstration
Il sagit juste de reformuler la dfinition de f 0 ( x0 ). Par exemple, aprs division par x x0 , la deuxime
criture devient
f ( x ) f ( x0 )
= ` + ( x).
x x0
Proposition 79
Dmonstration
On reprend cette dmonstration sans utiliser les limites mais uniquement la dfinition de continuit
et drivabilit :
Fixons 0 > 0 et crivons f ( x) = f ( x0 ) + ( x x0 )` + ( x x0 )( x) grce la proposition 78, o ( x) 0 et
x x0
` = f 0 ( x0 ). Choisissons > 0 de sorte quil vrifie tous les points suivants :
1
|`| < 0
si | x x0 | < alors |( x)| < 0 (cest possible car ( x) 0)
Alors lgalit ci-dessus devient :
f ( x) f ( x0 ) = ( x x0 )` + ( x x0 )( x)
| x x0 | |`| + | x x0 | |( x)|
| ` | + 0 pour | x x0 | <
0 0 0
+ = 2
Nous venons de prouver que si | x x0 | < alors f ( x) f ( x0 ) < 20 , ce qui exprime exactement que f
est continue en x0 .
Remarque
La rciproque est fausse : par exemple, la fonction valeur absolue est continue en 0 mais
nest pas drivable en 0.
y
y = | x|
0 1 x
Il y a bien une limite droite (qui vaut +1), une limite gauche (qui vaut 1) mais elles ne
sont pas gales : il ny a pas de limite en 0. Ainsi f nest pas drivable en x = 0.
Cela se lit aussi sur le dessin il y a une demi-tangente droite, une demi-tangente gauche
mais elles ont des directions diffrentes.
Drive dune fonction 189
Mini-exercices
1. Montrer que la fonction f (x) = x3 est drivable en tout point x0 R et que f 0 (x0 ) = 3x02 .
p
2. Montrer que la fonction f (x) = x est drivable en tout point x0 > 0 et que f 0 (x0 ) = 2p1x .
0
p
3. Montrer que la fonction f (x) = x (qui est continue en x0 = 0) nest pas drivable en
x0 = 0.
4. Calculer lquation de la tangente (T0 ) la courbe dquation y = x3 x2 x au point
dabscisse x0 = 2. Calculer x1 afin que la tangente (T1 ) au point dabscisse x1 soit paral-
lle (T0 ).
5. Montrer que si une fonction f est paire et drivable, alors f 0 est une fonction impaire.
Proposition 80
Remarque
Dmonstration
f ( x) g( x) f ( x0 ) g( x0 ) f ( x) f ( x0 ) g ( x ) g ( x0 )
= g ( x) + f ( x0 ) f 0 ( x0 ) g( x0 ) + g0 ( x0 ) f ( x0 ).
x x0 x x0 x x0 x x0
Ceci tant vrai pour tout x0 I la fonction f g est drivable sur I de drive f 0 g + f g0 .
Le tableau de gauche est un rsum des principales formules connatre, x est une variable. Le
tableau de droite est celui des compositions (voir paragraphe suivant), u reprsente une fonction
x 7 u(x).
190 Drive dune fonction
x x1 ( R) u u0 u1 ( R)
ex ex eu u0 e u
1 u0
ln x x ln u u
Remarque
p
Notez que les formules pour x n , 1x x et x sont aussi des consquences de la drive de
lexponentielle. Par exemple x = e ln x et donc
d d ln x 1 1
(x ) = (e ) = e ln x = x = x1 .
dx dx x x
Si vous devez driver une fonction avec un exposant dpendant de x il faut absolument
repasser la forme exponentielle. Par exemple si f (x) = 2 x alors on rcrit dabord
f (x) = e x ln 2 pour pouvoir calculer f 0 (x) = ln 2 e x ln 2 = ln 2 2 x .
2.3. Composition
Proposition 81
Dmonstration
La preuve est similaire celle ci-dessus pour le produit en crivant cette fois :
g f ( x) g f ( x0 ) g f ( x) g f ( x0 ) f ( x ) f ( x0 )
g0 f ( x0 ) f 0 ( x0 ).
=
x x0 f ( x) f ( x0 ) x x0 x x 0
Exemple 104
1
Calculons la drive de ln(1 + x2 ). Nous avons g(x) = ln(x) avec g0 (x) = x ; et f (x) = 1 + x2 avec
f 0 (x) = 2x. Alors la drive de ln(1 + x2 ) = g f (x) est
0 2x
g f (x) = g0 f (x) f 0 (x) = g0 1 + x2 2x =
.
1 + x2
Drive dune fonction 191
Corollaire 13
Dmonstration
Remarque
Il peut tre plus simple de retrouver la formule chaque fois en drivant lgalit
f g(x) = x
f 0 g(x) g0 (x) = 1.
Mais g = f 1 donc
0 1
f 1 (x) =
.
f 1 (x)
f0
Exemple 105
et donc ici
1 1
g0 (x) = = .
f0 g(x) 1 + exp g(x)
Pour cette fonction f particulire on peut prciser davantage : comme f g(x) = x alors g(x) +
exp g(x) = x donc exp g(x) = x g(x). Cela conduit :
1
g0 (x) = .
1 + x g(x)
y
y = x + exp(x)
y=x
y = 12 (x 1)
1 y = g(x)
0 1 x
0
Par exemple f (0) = 1 donc g(1) = 0 et donc g0 (1) = 12 . Autrement dit f 1 (1) = 12 . Lquation
! !
(n) ( n) n (n1) (1) n ( n k ) ( k )
g + + f g ( n)
f g =f g+ f g ++ f
1 k
Autrement dit : !
(n) n n
f ( n k ) g ( k ) .
X
f g =
k=0 k
La dmonstration est similaire celle de la formule du binme de Newton et les coefficients que
lon obtient sont les mmes.
Drive dune fonction 193
Exemple 106
Exemple 107
Calculons les drives n-ime de exp(x) (x2 + 1) pour tout n 0. Notons f (x) = exp(x) alors
f 0 (x) = exp(x), f 00 (x) = exp(x),..., f (k) (x) = exp(x). Notons g(x) = x2 + 1 alors g0 (x) = 2x, g00 (x) = 2
et pour k 3, g(k) (x) = 0.
Appliquons la formule de Leibniz :
! ! !
(n) ( n) n (n1) (1) n (n2) (2) n (n3)
(x) g(3) (x) +
f g (x) = f (x) g(x) + f (x) g (x) + f (x) g (x) + f
1 2 3
On remplace f (k) (x) = exp(x) et on sait que g(3) (x), g(4) (x) = 0,. . . Donc cette somme ne contient
que les trois premiers termes :
! !
(n) 2 n n
f g (x) = exp(x) (x + 1) + exp(x) 2x + exp(x) 2.
1 2
(n) n(n 1)
(x) = exp(x) x2 + 2nx +
f g +1 .
2
Mini-exercices
1. Calculer les drives des fonctions suivantes : f 1 (x) = x ln x, f 2 (x) = sin 1x , f 3 (x) =
p p x 3
1
1 + 1 + x2 , f 4 (x) = ln( 11+ x 1
x ) , f 5 (x) = x , f 6 (x) = arctan x + arctan x .
f0
2. On note ( f ) = f . Calculer ( f g).
3. Soit f :]1, +[] 1, +[ dfinie par f (x) = x ln(x) x. Montrer que f est une bijection.
Notons g = f 1 . Calculer g(0) et g0 (0).
4. Calculer les drives successives de f (x) = ln(1 + x).
5. Calculer les drives successives de f (x) = ln(x) x3 .
Dfinition 68
maximum global
x
I
Dire que f a un maximum local en x0 signifie que f (x0 ) est la plus grande des valeurs f (x) pour les
x proches de x0 . On dit que f : I R admet un maximum global en x0 si pour toutes les autres
valeurs f (x), x I on a f (x) f (x0 ) (on ne regarde donc pas seulement les f (x) pour x proche de
x0 ). Bien sr un maximum global est aussi un maximum local, mais la rciproque est fausse.
Thorme 28
En dautres termes, un maximum local (ou un minimum local) x0 est toujours un point critique.
Gomtriquement, au point (x0 , f (x0 )) la tangente au graphe est horizontale.
y
x
I
Drive dune fonction 195
Exemple 108
x2
x1
>0 =0 <0
Remarque
x0 I a I
196 Drive dune fonction
I b
Supposons que x0 soit un maximum local de f , soit donc J lintervalle ouvert de la dfinition contenant
x0 tel que pour tout x I J on a f ( x) f ( x0 ).
f ( x ) f ( x )
Pour x I J tel que x < x0 on a f ( x) f ( x0 ) 0 et x x0 < 0 donc x x0 0 0 et donc la limite
f ( x ) f ( x0 )
lim x x0 x x0 0.
f ( x) f ( x0 )
Pour x I J tel que x > x0 on a f ( x) f ( x0 ) 0 et x x0 > 0 donc x x0 0 et donc la limite
f ( x ) f ( x0 )
lim x x+ 0.
x x0
0
Or f est drivable en x0 donc
f ( x ) f ( x0 ) f ( x) f ( x0 )
lim = lim = f 0 ( x0 ).
x x0 x x0 +
x x0 x x0
La premire limite est positive, la seconde est ngative, la seule possibilit est que f 0 ( x0 ) = 0.
f (a) = f (b)
a c b
Dmonstration
Tout dabord, si f est constante sur [a, b] alors nimporte quel c ]a, b[ convient. Sinon il existe x0 [a, b]
tel que f ( x0 ) 6= f (a). Supposons par exemple f ( x0 ) > f (a). Alors f est continue sur lintervalle ferm et
born [a, b], donc elle admet un maximum en un point c [a, b]. Mais f ( c) f ( x0 ) > f (a) donc c 6= a. De
mme comme f (a) = f ( b) alors c 6= b. Ainsi c ]a, b[. En c, f est donc drivable et admet un maximum
(local) donc f 0 ( c) = 0.
Exemple 109
Mini-exercices
Soit f : [a, b] R une fonction continue sur [a, b] et drivable sur ]a, b[. Il existe c ]a, b[ tel
que
a c b
f ( b ) f ( a ) f ( b) f (a)
Posons ` = ba et g( x) = f ( x) ` ( x a). Alors g(a) = f (a), g( b) = f ( b) ba ( b a) = f (a). Par le
0 0 0 0 f ( b ) f ( a )
thorme de Rolle, il existe c ]a, b[ tel que g ( c) = 0. Or g ( x) = f ( x) `. Ce qui donne f ( c) = ba .
Corollaire 14
Soit f : [a, b] R une fonction continue sur [a, b] et drivable sur ]a, b[.
1. x ]a, b[ f 0 (x) 0 f est croissante ;
2. x ]a, b[ f 0 (x) 0 f est dcroissante ;
0
3. x ]a, b[ f (x) = 0 f est constante ;
4. x ]a, b[ f 0 (x) > 0 = f est strictement croissante ;
5. x ]a, b[ f 0 (x) < 0 = f est strictement dcroissante.
Remarque
La rciproque au point (4) (et aussi au (5)) est fausse. Par exemple la fonction x 7 x3 est
strictement croissante et pourtant sa drive sannule en 0.
Drive dune fonction 199
Dmonstration
Sens =. Rciproquement, supposons que f est croissante. Fixons x ]a, b[. Pour tout y > x nous
f ( y) f ( x)
avons y x > 0 et f ( y) f ( x) 0, ainsi le taux daccroissement vrifie y x 0. la limite, quand
y x, ce taux daccroissement tend vers la drive de f en x et donc f 0 ( x) 0.
Soit f : I R une fonction drivable sur un intervalle I ouvert. Sil existe une constante M
tel que pour tout x I, f 0 (x) M alors
x, y I f (x) f (y) M | x y|
Dmonstration
Exemple 110
Soit f (x) = sin(x). Comme f 0 (x) = cos x alors | f 0 (x)| 1 pour tout x R. Lingalit des accrois-
sements finis scrit alors :
| sin x| | x|
y=x
y
y = sin x
x
y = sin x
y = x
f 0 (x) f (x)
Si lim =` ( R) alors lim = `.
x x0 g0 (x) x x0 g(x)
Dmonstration
Fixons a I \ { x0 } avec par exemple a < x0 . Soit h : I R dfinie par h( x) = g(a) f ( x) f (a) g( x). Alors
h est continue sur [a, x0 ] I ,
h est drivable sur ]a, x0 [,
h( x0 ) = h(a) = 0.
Donc par le thorme de Rolle il existe c a ]a, x0 [ tel que h0 ( c a ) = 0.
Or h0 ( x) = g(a) f 0 ( x) f (a) g0 ( x) donc g(a) f 0 ( c a ) f (a) g0 ( c a ) = 0. Comme g0 ne sannule pas sur I \ { x0 }
f ( a) f 0 (c )
cela conduit g(a) = g0 ( c a ) . Comme a < c a < x0 lorsque lon fait tendre a vers x0 on obtient c a x0 . Cela
a
implique
f ( a) f 0(ca) f 0(ca)
lim = lim 0 = lim 0 = `.
a x0 g ( a ) a x0 g ( c a ) c a x0 g ( c a )
Exemple 111
2
Calculer la limite en 1 de ln( xln(+xx)1) . On vrifie que :
f (x) = ln(x2 + x 1), f (1) = 0, f 0 (x) = x22+x+x11 ,
g(x) = ln(x), g(1) = 0, g0 (x) = 1x ,
Prenons I =]0, 1], x0 = 1, alors g0 ne sannule pas sur I \ { x0 }.
f 0 (x) 2x + 1 2x2 + x
= x = 3.
g0 (x) x2 + x 1 x 2 + x 1 x 1
Donc
f (x)
3.
g(x) x1
Mini-exercices
3 2
1. Soit f (x) = x3 + x2 2x + 2. tudier la fonction f . Tracer son graphe. Montrer que f
admet un minimum local et un maximum local.
p
2. Soit f (x) = x. Appliquer le thorme des accroissements finis sur lintervalle [100, 101].
1
p 1
En dduire lencadrement 10 + 22 101 10 + 20 .
1
3. Appliquer le thorme des accroissements finis pour montrer que ln(1 + x) ln(x) < x
(pour tout x > 0).
4. Soit f (x) = e x . Que donne lingalit des accroissements finis sur [0, x] ?
5. Appliquer la rgle de lHospital pour calculer les limites suivantes (quand x 0) :
Drive dune fonction 201
Auteurs
Arnaud Bodin
Niels Borne
Laura Desideri
202 Drive dune fonction
Exo7
1 La dichotomie
2 La mthode de la scante
3 La mthode de Newton
Dans ce chapitre nous allons appliquer toutes les notions prcdentes sur les suites et les fonctions,
la recherche des zros des fonctions. Plus prcisment, nous allons voir trois mthodes afin de
trouver des approximations des solutions dune quation du type ( f (x) = 0).
1. La dichotomie
1.1. Principe de la dichotomie
Le principe de dichotomie repose sur la version suivante du thorme des valeurs interm-
diaires :
Thorme 31
La condition f (a) f (b) 0 signifie que f (a) et f (b) sont de signes opposs (ou que lun des deux est
nul). Lhypothse de continuit est essentielle !
y y
f (b) > 0
f (a) > 0
a ` b b
x a ` x
f (a) < 0
f (b) < 0
Ce thorme affirme quil existe au moins une solution de lquation ( f (x) = 0) dans lintervalle
[a, b]. Pour le rendre effectif, et trouver une solution (approche) de lquation ( f (x) = 0), il sagit
maintenant de lappliquer sur un intervalle suffisamment petit. On va voir que cela permet dobte-
nir un ` solution de lquation ( f (x) = 0) comme la limite dune suite.
204 Zros des fonctions
Voici comment construire une suite dintervalles embots, dont la longueur tend vers 0, et conte-
nant chacun une solution de lquation ( f (x) = 0).
On part dune fonction f : [a, b] R continue, avec a < b, et f (a) f (b) 0.
Voici la premire tape de la construction : on regarde le signe de la valeur de la fonction f
applique au point milieu a+2 b .
Si f (a) f ( a+2 b ) 0, alors il existe c [a, a+2 b ] tel que f (c) = 0.
Si f (a) f ( a+2 b ) > 0, cela implique que f ( a+2 b ) f (b) 0, et alors il existe c [ a+2 b , b] tel que
f (c) = 0.
y
y
a+b
a 2
b x
f ( a+ b
2 )>0 f ( a+ b
2 )<0
a
a+b b x
2
Nous avons obtenu un intervalle de longueur moiti dans lequel lquation ( f (x) = 0) admet une
solution. On itre alors le procd pour diviser de nouveau lintervalle en deux.
Voici le processus complet :
Au rang 0 :
On pose a 0 = a, b 0 = b. Il existe une solution x0 de lquation ( f (x) = 0) dans lintervalle
[a 0 , b 0 ].
Au rang 1 :
Si f (a 0 ) f ( a0 +2 b0 ) 0, alors on pose a 1 = a 0 et b 1 = a0 +2 b0 ,
sinon on pose a 1 = a0 +2 b0 et b 1 = b.
Dans les deux cas, il existe une solution x1 de lquation ( f (x) = 0) dans lintervalle [a 1 , b 1 ].
...
Au rang n : supposons construit un intervalle [a n , b n ], de longueur b2na , et contenant une
solution xn de lquation ( f (x) = 0). Alors :
Si f (a n ) f ( a n +2 b n ) 0, alors on pose a n+1 = a n et b n+1 = a n +2 b n ,
sinon on pose a n+1 = a n +2 b n et b n+1 = b n .
Dans les deux cas, il existe une solution xn+1 de lquation ( f (x) = 0) dans lintervalle
[a n+1 , b n+1 ].
chaque tape on a
a n xn b n .
On arrte le processus ds que b n a n = b2na est infrieur la prcision souhaite.
Comme (a n ) est par construction une suite croissante, (b n ) une suite dcroissante, et (b n a n ) 0
lorsque n +, les suites (a n ) et (b n ) sont adjacentes et donc elles admettent une mme limite.
Daprs le thorme des gendarmes, cest aussi la limite disons ` de la suite (xn ). La continuit de
f montre que f (`) = limn+ f (xn ) = limn+ 0 = 0. Donc les suites (a n ) et (b n ) tendent toutes les
deux vers `, qui est une solution de lquation ( f (x) = 0).
p
1.2. Rsultats numriques pour 10
p
Nous allons calculer une approximation de 10. Soit la fonction f dfinie par f (x) = x2 10, cest
p p
une fonction continue sur R qui sannule en 10. De plus 10 est lunique solution positive de
Zros des fonctions 205
lquation ( f (x) = 0). Nous pouvons restreindre la fonction f lintervalle [3, 4] : en effet 32 = 9 10
p p
donc 3 10 et 42 = 16 10 donc 4 10. En dautre termes f (3) 0 et f (4) 0, donc lquation
( f (x) = 0) admet une solution dans lintervalle [3, 4] daprs le thorme des valeurs intermdiaires,
p p
et par unicit cest 10, donc 10 [3, 4].
p p
Notez que lon ne choisit pas pour f la fonction x 7 x 10 car on ne connat pas la valeur de 10.
Cest ce que lon cherche calculer !
3 4
x
3.125
3.25
3.5
p
3, 160 10 3, 165
p
En particulier, on vient dobtenir les deux premires dcimales : 10 = 3, 16 . . .
Nous cherchons maintenant une approximation de (1, 10)1/12 . Soit f (x) = x12 1, 10. On pose a 0 = 1
et b 0 = 1, 1. Alors f (a 0 ) = 0, 10 0 et f (b 0 ) = 2, 038 . . . 0.
206 Zros des fonctions
a0 = 1 b 0 = 1, 10
a1 = 1 b 1 = 1, 05
a2 = 1 b 2 = 1, 025
a3 = 1 b 3 = 1, 0125
a 4 = 1, 00625 b 4 = 1, 0125
a 5 = 1, 00625 b 5 = 1, 00937 . . .
a 6 = 1, 00781 . . . b 6 = 1, 00937 . . .
a 7 = 1, 00781 . . . b 7 = 1, 00859 . . .
a 8 = 1, 00781 . . . b 8 = 1, 00820 . . .
ba
10 N (b a)10 N 2n
2n
log(b a) + log(10 N ) log(2n )
log(b a) + N n log 2
N + log(b a)
n
log 2
Sachant log 2 = 0, 301 . . ., si par exemple b a 1, voici le nombre ditrations suffisantes pour avoir
une prcision de 10 N (ce qui correspond, peu prs, N chiffres exacts aprs la virgule).
Remarque
En toute rigueur il ne faut pas confondre prcision et nombre de dcimales exactes, par
exemple 0, 999 est une approximation de 1, 000 103 prs, mais aucune dcimale aprs la
virgule nest exacte. En pratique, cest la prcision qui est la plus importante, mais il est plus
frappant de parler du nombre de dcimales exactes.
Zros des fonctions 207
1.5. Algorithmes
Voici comment implmenter la dichotomie dans le langage Python. Tout dabord on dfinit une
fonction f (ici par exemple f (x) = x2 10) :
Algorithme . dichotomie.py (1)
def f(x):
return x*x - 10
def dicho(a,b,n):
for i in range(n):
c = (a+b)/2
if f(a)*f(c) <= 0:
b = c
else:
a = c
return a,b
def dichobis(a,b,prec):
while b-a>prec:
c = (a+b)/2
if f(a)*f(c) <= 0:
b = c
else:
a = c
return a,b
def dichotomie(a,b,prec):
if b-a<=prec:
return a,b
else:
c = (a+b)/2
if f(a)*f(c) <= 0:
return dichotomie(a,c,prec)
else:
208 Zros des fonctions
return dichotomie(c,b,prec)
Mini-exercices
p p
3
1. la main, calculer un encadrement 0, 1 prs de 3. Idem avec 2.
2. Calculer une approximation des solutions de lquation x3 + 1 = 3x.
3. Est-il plus efficace de diviser lintervalle en 4 au lieu den 2 ? ( chaque itration, la
dichotomie classique ncessite lvaluation de f en une nouvelle valeur a+2 b pour une
prcision amliore dun facteur 2.)
4. crire un algorithme pour calculer plusieurs solutions de ( f (x) = 0).
5. On se donne un tableau tri de taille N, rempli de nombres appartenant {1, . . . , n}.
crire un algorithme qui teste si une valeur k apparat dans le tableau et en quelle
position.
2. La mthode de la scante
a a0 a00 b
x
A 00
A0
A
Zros des fonctions 209
Proposition 82
Soit f : [a, b] R une fonction continue, strictement croissante et convexe telle que f (a) 0,
f (b) > 0. Alors la suite dfinie par
b an
a0 = a et a n+1 = a n f (a n )
f (b) f (a n )
Lhypothse f convexe signifie exactement que pour tout x, x0 dans [a, b] la scante (ou corde)
entre (x, f (x)) et (x0 , f (x0 )) est au-dessus du graphe de f .
(x0 , f (x0 ))
x
x0 x
(x, f (x))
Dmonstration
f ( b ) f ( a)
y = ( x a) + f ( a)
ba
f ( b ) f ( a )
Cette droite intersecte laxe des abscisses en (a0 , 0) qui vrifie donc 0 = (a0 a) ba + f (a),
donc a0 = a f (bb)
a
f (a) f (a).
2. Croissance de (a n ).
Montrons par rcurrence que f (a n ) 0. Cest vrai au rang 0 car f (a 0 ) = f (a) 0 par hypothse.
Supposons vraie lhypothse au rang n. Si a n+1 < a n (un cas qui savrera a posteriori jamais ra-
lis), alors comme f est strictement croissante, on a f (a n+1 ) < f (a n ), et en particulier f (a n+1 ) 0.
Sinon a n+1 a n . Comme f est convexe : la scante entre (a n , f (a n )) et ( b, f ( b)) est au-dessus
du graphe de f . En particulier le point (a n+1 , 0) (qui est sur cette scante par dfinition a n+1 )
est au-dessus du point (a n+1 , f (a n+1 )), et donc f (a n+1 ) 0 aussi dans ce cas, ce qui conclut la
rcurrence.
ba n
Comme f (a n ) 0 et f est croissante, alors par la formule a n+1 = a n f ( b ) f ( a n ) f (a n ), on obtient
que a n+1 a n .
3. Convergence de (a n ).
La suite (a n ) est croissante et majore par b, donc elle converge. Notons ` sa limite. Par
continuit f (a n ) f (`). Comme pour tout n, f (a n ) 0, on en dduit que f (`) 0. En parti-
culier, comme on suppose f ( b) > 0, on a ` < b. Comme a n `, a n+1 `, f (a n ) f (`), lgalit
b`
a n+1 = a n f (bb)
a n
f (a n ) f (a n ) devient la limite (lorsque n +) : ` = ` f ( b) f (`) f (`), ce qui
implique f (`) = 0.
Conclusion : (a n ) converge vers la solution de ( f ( x) = 0).
210 Zros des fonctions
p
2.2. Rsultats numriques pour 10
Pour a = 3, b = 4, f (x) = x2 10 voici les rsultats numriques, est aussi indique une majoration
p
de lerreur n = 10 a n (voir ci-aprs).
a0 = 3 0 0, 1666 . . .
a 1 = 3, 14285714285 . . . 1 0, 02040 . . .
a 2 = 3, 16000000000 . . . 2 0, 00239 . . .
a 3 = 3, 16201117318 . . . 3 0, 00028 . . .
a 4 = 3, 16224648985 . . . 4 3, 28 . . . 105
a 5 = 3, 16227401437 . . . 5 3, 84 . . . 106
a 6 = 3, 16227723374 . . . 6 4, 49 . . . 107
a 7 = 3, 16227761029 . . . 7 5, 25 . . . 108
a 8 = 3, 16227765433 . . . 8 6, 14 . . . 109
a0 = 1 0 0, 0083 . . .
a 1 = 1, 00467633 . . . 1 0, 0035 . . .
a 2 = 1, 00661950 . . . 2 0, 0014 . . .
a 3 = 1, 00741927 . . . 3 0, 00060 . . .
a 4 = 1, 00774712 . . . 4 0, 00024 . . .
a 5 = 1, 00788130 . . . 5 0, 00010 . . .
a 6 = 1, 00793618 . . . 6 4, 14 . . . 105
a 7 = 1, 00795862 . . . 7 1, 69 . . . 105
a 8 = 1, 00796779 . . . 8 6, 92 . . . 106
Proposition 83
Soit f : I R une fonction drivable et ` tel que f (`) = 0. Sil existe une constante m > 0 telle
que pour tout x I, | f 0 (x)| m alors
| f (x)|
| x `| pour tout x I.
m
Dmonstration
p
Exemple 112. Erreur pour 10
Soit f (x) = x2 10 et lintervalle I = [3, 4]. Alors f 0 (x) = 2x donc | f 0 (x)| 6 sur I. On pose donc
p
m = 6, ` = 10, x = a n . On obtient lestimation de lerreur :
| f (a n )| |a2n 10|
n = |` a n | =
m 6
p |3,172 10|
Par exemple on a trouv a 2 = 3, 16... 3, 17 donc 10 a 2 6 = 0, 489.
p |a28 10|
Pour a 8 on a trouv a 8 = 3, 1622776543347473 . . . donc 10 a 8 6 = 6, 14 . . . 109 . On a
en fait 7 dcimales exactes aprs la virgule.
Dans la pratique, voici le nombre ditrations suffisantes pour avoir une prcision de 10n pour
cet exemple. Grosso-modo, une itration de plus donne une dcimale supplmentaire.
1010 ( 10 dcimales) 10 itrations
10100 ( 100 dcimales) 107 itrations
101000 ( 1000 dcimales) 1073 itrations
On pose f (x) = x12 1, 10, I = [1; 1, 10] et ` = (1, 10)1/12 . Comme f 0 (x) = 12x11 , si on pose de plus
m = 12, on a | f 0 (x)| m pour x I. On obtient
|a12
n 1, 10|
n = |` a n | .
12
Par exemple a 8 = 1.0079677973185432 . . . donc
|a12
8 1, 10|
|(1, 10)1/12 a 8 | = 6, 92 . . . 106 .
12
2.5. Algorithme
Voici lalgorithme : cest tout simplement la mise en uvre de la suite rcurrente (a n ).
Algorithme . secante.py
def secante(a,b,n):
for i in range(n):
a = a-f(a)*(b-a)/(f(b)-f(a))
return a
Mini-exercices
p p
3
1. la main, calculer un encadrement 0, 1 prs de 3. Idem avec 2.
2. Calculer une approximation des solutions de lquation x3 + 1 = 3x.
3. Calculer une approximation de la solution de lquation (cos x = 0) sur [0, ]. Idem avec
(cos x = 2 sin x).
212 Zros des fonctions
4. tudier lquation (exp( x) = ln(x)). Donner une approximation de la (ou des) solu-
tion(s) et une majoration de lerreur correspondante.
3. La mthode de Newton
f (u n )
u 0 [a, b] et u n+1 = u n .
f 0 (u n )
Dmonstration
f (u n )
un
u n+1
p
3.2. Rsultats pour 10
p
Pour calculer a, on pose f (x) = x2 a, avec f 0 (x) = 2x. La suite issue de la mthode de Newton
u2 a
est dtermine par u 0 > 0 et la relation de rcurrence u n+1 = u n 2nu n . Suite qui pour cet exemple
sappelle suite de Hron et que lon rcrit souvent
1 a
u0 > 0 et u n+1 = un + .
2 un
Zros des fonctions 213
Proposition 84
p
Cette suite (u n ) converge vers a.
p
Pour le calcul de 10, on pose par exemple u 0 = 4, et on peut mme commencer les calculs la
main :
u0 = 4
1
u 0 + 10 1 10
13
u1 = 2 u 0 = 2 4 + 4 = = 3, 25
! 4
u 2 = 21 u 1 + 10 1 13 10 329
u 1 = 2 4 + 13 = 104 = 3, 1634 . . .
4
u 3 = 21 u 2 + 10
u2 = 216 401
68 432 = 3, 16227788 . . .
u 4 = 3, 162277660168387 . . .
p
Pour u 4 on obtient 10 = 3, 1622776601683 . . . avec dj 13 dcimales exactes !
p
Voici la preuve de la convergence de la suite (u n ) vers a.
Dmonstration
1 a
u0 > 0 et u n+1 = un + .
2 un
p
1. Montrons que u n a pour n 1.
Tout dabord
2
1 u2n + a 1 1 ( u2n a)2
u2n+1 a = a= ( u 4
n 2 au 2
n + a 2
) =
4 un 4 u2n 4 u2n
Donc u2n+1 a 0. Comme il est clair que pour tout n 0, u n 0, on en dduit que pour tout
p
n 0, u n+1 a. (Notez que u 0 lui est quelconque.)
2. Montrons que ( u n)n1 est
une suite dcroissante qui converge.
Comme uun+n 1 = 12 1 + a2 , et que pour n 1 on vient de voir que u2n a (donc a
1), alors
un u2n
u n+1
un 1, pour tout n 1.
Consquence : la suite ( u n )n1 est dcroissante et minore par 0 donc elle converge.
p
3. ( u n ) converge vers a.
Notons
` la
limite de ( u n ). Alors u n ` et u n+1 `. Lorsque n + dans la relation u n+1 =
1 a 1 a
` ` . Ce qui conduit la relation `2 = a et par positivit de la
2 u n + un , on obtient = 2 + `
p
suite, ` = a.
1 a
u 0 > 0 et u n+1 = 11u n + 11 .
12 un
Voici les rsultats numriques pour (1, 10)1/12 en partant de u 0 = 1.
u0 = 1
u 1 = 1, 0083333333333333 . . .
u 2 = 1, 0079748433368980 . . .
u 3 = 1, 0079741404315996 . . .
u 4 = 1, 0079741404289038 . . .
214 Zros des fonctions
Toutes les dcimales affiches pour u 4 sont exactes : (1, 10)1/12 = 1, 0079741404289038 . . .
p
3.4. Calcul de lerreur pour 10
Proposition 85
p
1. Soit k tel que u 1 a k. Alors pour tout n 1 :
2n1
p p k
un a 2 a p
2 a
2. Pour a = 10, u 0 = 4, on a :
2n1
p 1
u n 10 8
24
Dmonstration
1
!2n1 2n1
p 1
4
un a 2 4 =8 .
23 24
Zros des fonctions 215
3.5. Algorithme
p
Voici lalgorithme pour le calcul de a. On prcise en entre le rel a 0 dont on veut calculer la
racine et le nombre n ditrations.
Algorithme . newton.py
def racine_carree(a,n):
u=4 # N'importe qu'elle valeur > 0
for i in range(n):
u = 0.5*(u+a/u)
return u
p
En utilisant le module decimal le calcul de u n pour n = 11 donne 1000 dcimales de 10 :
3,
16227766016837933199889354443271853371955513932521
68268575048527925944386392382213442481083793002951
87347284152840055148548856030453880014690519596700
15390334492165717925994065915015347411333948412408
53169295770904715764610443692578790620378086099418
28371711548406328552999118596824564203326961604691
31433612894979189026652954361267617878135006138818
62785804636831349524780311437693346719738195131856
78403231241795402218308045872844614600253577579702
82864402902440797789603454398916334922265261206779
26516760310484366977937569261557205003698949094694
21850007358348844643882731109289109042348054235653
40390727401978654372593964172600130699000095578446
31096267906944183361301813028945417033158077316263
86395193793704654765220632063686587197822049312426
05345411160935697982813245229700079888352375958532
85792513629646865114976752171234595592380393756251
25369855194955325099947038843990336466165470647234
99979613234340302185705218783667634578951073298287
51579452157716521396263244383990184845609357626020
Mini-exercices
p
1. la calculette, calculer les trois premires tapes pour une approximation de 3, sous
p3
forme de nombres rationnels. Idem avec 2.
2. Implmenter la mthode de Newton, tant donnes une fonction f et sa drive f 0 .
3. Calculer une approximation des solutions de lquation x3 + 1 = 3x.
4. Soit a > 0. Comment calculer a1 par une mthode de Newton ?
p
5. Calculer n de sorte que u n 10 10` (avec u 0 = 4, u n+1 = 12 u n + uan , a = 10).
216 Zros des fonctions
Auteurs
13 Intgrales
1 L'intgrale de Riemann
2 Proprits de l'intgrale
3 Primitive d'une fonction
4 Intgration par parties Changement de variable
5 Intgration des fractions rationnelles
Motivation
Nous allons introduire lintgrale laide dun exemple. Considrons la fonction exponentielle
f (x) = e x . On souhaite calculer laire A en-dessous du graphe de f et entre les droites dquation
(x = 0), (x = 1) et laxe (Ox).
y y = ex
1
A
x
0 1
Nous approchons cette aire par des sommes daires des rectangles situs sous la courbe. Plus
prcisment, soit n 1 un entier ; dcoupons notre intervalle [0, 1] laide de la subdivision
(0, n1 , n2 , . . . , ni , , n1
n , 1).
On considre les rectangles infrieurs R , chacun ayant pour base lintervalle in1 , ni et pour
i
hauteur f in1 = e( i1)/n . Lentier i varie de 1 n. Laire de R est base hauteur : ni in1
i
i 1
e( i1)/n = n1 e n .
218 Intgrales
y y = ex y y = ex
1 1
R 0 R 1 R 2 R 3 R 0+ R 1+ R 2+ R 3+
x x
0 1 2 3 1 0 1 2 3 1
4 4 4 4 4 4
i 1 1 n 1
n e n 1X n 1 1 1 en
X i 1 n
= en = 1
= 1
e 1 e 1.
i =1 n n i=1 n 1 en en 1 n+
e x 1
Pour la limite on a reconnu lexpression du type x 1 (avec ici x = n1 ).
x0
Soit maintenant les rectangles suprieurs R + , ayant la mme base in1 , ni
i
mais la hauteur
i
f ni = e i/n . Un calcul similaire montre que ni=1 en e 1 lorsque n +.
n
P
Laire A de notre rgion est suprieure la somme des aires des rectangles infrieurs ; et elle est
infrieure la somme des aires des rectangles suprieurs. Lorsque lon considre des subdivisions
de plus en plus petites (cest--dire lorsque lon fait tendre n vers +) alors on obtient la limite
que laire A de notre rgion est encadre par deux aires qui tendent vers e 1. Donc laire de notre
rgion est A = e 1.
y y = ex
x
0 1
n = 10
Voici le plan de lecture conseill pour ce chapitre : il est tout dabord ncessaire de bien comprendre
comment est dfinie lintgrale et quelles sont ses principales proprits (parties 1 et 2). Mais il
est important darriver rapidement savoir calculer des intgrales : laide de primitives ou par
les deux outils efficaces que sont lintgration par parties et le changement de variable.
Dans un premier temps on peut lire les sections 1.1, 1.2 puis 2.1, 2.2, 2.3, avant de sattarder lon-
guement sur les parties 3, 4. Lors dune seconde lecture, revenez sur la construction de lintgrale
et les preuves.
Dans ce chapitre on sautorisera (abusivement) une confusion entre une fonction f et son ex-
pression f (x). Par exemple on crira une primitive de la fonction sin x est cos x au lieu une
primitive de la fonction x 7 sin x est x 7 cos x .
Intgrales 219
1. Lintgrale de Riemann
Nous allons reprendre la construction faite dans lintroduction pour une fonction f quelconque. Ce
qui va remplacer les rectangles seront des fonctions en escalier. Si la limite des aires en-dessous
gale la limite des aires au-dessus on appelle cette limite commune lintgrale de f que lon note
Rb
a f (x) dx. Cependant il nest pas toujours vrai que ces limites soit gales, lintgrale nest donc
dfinie que pour les fonctions intgrables. Heureusement nous verrons que si la fonction f est
continue alors elle est intgrable.
a x
b
y = f (x)
Dfinition 69
Soit [a, b] un intervalle ferm born de R ( < a < b < +). On appelle une subdivision de
[a, b] une suite finie, strictement croissante, de nombres S = (x0 , x1 , . . . , xn ) telle que x0 = a et
xn = b. Autrement dit a = x0 < x1 < . . . < xn = b.
a b
x0 x1 x2 x3 x4 x5 x6 x7 x
Dfinition 70
Une fonction f : [a, b] R est une fonction en escalier sil existe une subdivision
(x0 , x1 , . . . , xn ) et des nombres rels c 1 , . . . , c n tels que pour tout i {1, . . . , n} on ait
x ]x i1 , x i [ f (x) = c i
Autrement dit f est une fonction constante sur chacun des sous-intervalles de la subdivision.
220 Intgrales
Remarque
La valeur de f aux points x i de la subdivision nest pas impose. Elle peut tre gale celle
de lintervalle qui prcde ou de celui qui suit, ou encore une autre valeur arbitraire. Cela na
pas dimportance car laire ne changera pas.
c7
y
c5
c1
c2
0
x0 x1 x2 x3 x4 x5 x6 x7 x
c4
c6
c3
Dfinition 71
Rb
Pour une fonction en escalier comme ci-dessus, son intgrale est le rel a f (x) dx dfini par
Z b n
X
f (x) dx = c i (x i x i1 )
a i =1
Remarque
Notez que chaque terme c i (x i x i1 ) est laire du rectangle compris entre les abscisses x i1
et x i et de hauteur c i . Il faut juste prendre garde que lon compte laire avec un signe + si
c i > 0 et un signe si c i < 0.
Lintgrale dune fonction en escalier est laire de la partie situe au-dessus de laxe des
abscisses (ici en rouge) moins laire de la partie situe en-dessous (en bleu). Lintgrale dune
fonction en escalier est bien un nombre rel qui mesure laire algbrique (cest--dire avec
signe) entre la courbe de f et laxe des abscisses.
x [a, b] M f (x) M.
On suppose prsent que f : [a, b] R est une fonction borne quelconque. On dfinit deux
nombres rels : Z b
I ( f ) = sup (x) dx | en escalier et f
a
Intgrales 221
Z b
I + ( f ) = inf (x) dx | en escalier et f
a
f f
y = f (x)
a x
b
Pour I ( f ) on prend toutes les fonctions en escalier (avec toutes les subdivisions possibles) qui
restent infrieures f . On prend laire la plus grande parmi toutes ces fonctions en escalier,
comme on nest pas sr que ce maximum existe on prend la borne suprieure. Pour I + ( f ) cest le
mme principe mais les fonctions en escalier sont suprieures f et on cherche laire la plus petite
possible.
Il est intuitif que lon a :
Proposition 86
I ( f ) I + ( f ).
Dfinition 72
Une fonction borne f : [a, b] R est dite intgrable (au sens de Riemann) si I ( f ) = I + ( f ).
Rb
On appelle alors ce nombre lintgrale de Riemann de f sur [a, b] et on le note a f (x) dx.
Exemple 114
Les fonctions en escalier sont intgrables ! En effet si f est une fonction en escalier alors
la borne infrieure I ( f ) et suprieure I + ( f ) sont atteintes avec la fonction = f . Bien
Rb
sr lintgrale a f (x) dx concide avec lintgrale de la fonction en escalier dfinie lors
du paragraphe 1.1.
Nous verrons dans la section suivante que les fonctions continues et les fonctions mono-
tones sont intgrables.
Cependant toutes les fonctions ne sont pas intgrables. La fonction f : [0, 1] R d-
finie par f (x) = 1 si x est rationnel et f (x) = 0 sinon, nest pas intgrable sur [0, 1].
Convainquez-vous que si est une fonction en escalier avec f alors 0 et que
si f alors 1. On en dduit que I ( f ) = 0 et I + ( f ) = 1. Les bornes infrieure et
suprieure ne concident pas, donc f nest pas intgrable.
222 Intgrales
0 1 x
Il nest pas si facile de calculer des exemples avec la dfinition. Nous allons vu lexemple de la
R1
fonction exponentielle dans lintroduction o nous avions en fait montr que 0 e x dx = e 1. Nous
allons voir maintenant lexemple de la fonction f (x) = x2 . Plus tard nous verrons que les primitives
permettent de calculer simplement beaucoup dintgrales.
Exemple 115
R1
Soit f : [0, 1] R, f (x) = x2 . Montrons quelle est intgrable et calculons 0 f (x) dx.
y
y = x2
x
0 n=5 1
i1 2 i 2
x2
i1
, ni
x n n n .
2
Nous construisons une fonction en escalier en-dessous de f par (x) = ( in1) si x in1 , ni
2
Pn 2 n( n+1)(2 n+1)
On se souvient de la formule i =1 i = 6 , et donc
Z 1 n(n + 1)(2n + 1) (n + 1)(2n + 1)
+ (x) dx = =
0 6n3 6n2
Maintenant I ( f ) est la borne suprieure sur toutes les fonctions en escalier infrieures f
R1 R1
donc en particulier I ( f ) 0 (x) dx. De mme I + ( f ) 0 + (x) dx. En rsum :
(n 1)(2n 1)
Z 1 Z 1 (n + 1)(2n + 1)
+
= (x) dx I ( f ) I ( f ) + (x) dx = .
6n2 0 0 6n2
Lorsque lon fait tendre n vers + alors les deux extrmits tendent vers 13 . On en dduit
R1
que I ( f ) = I + ( f ) = 13 . Ainsi f est intgrable et 0 x2 dx = 13 .
Proposition 87
2. Si f : [a, b] R est intgrable alors la restriction de f tout intervalle [a0 , b0 ] [a, b] est
encore intgrable.
Thorme 32
La preuve sera vue plus loin mais lide est que les fonctions continues peuvent tre approches
daussi prs que lon veut par des fonctions en escalier, tout en gardant un contrle derreur
uniforme sur lintervalle.
Une fonction f : [a, b] R est dite continue par morceaux sil existe un entier n et une subdi-
vision (x0 , . . . , xn ) telle que f |] xi1 ,xi [ soit continue, admette une limite finie droite en x i1 et une
limite gauche en x i pour tout i {1, . . . , n}.
x
224 Intgrales
Corollaire 17
Voici un rsultat qui prouve que lon peut aussi intgrer des fonctions qui ne sont pas continues
condition que la fonction soit croissante (ou dcroissante).
Thorme 33
Dmonstration
Comme f est de classe C 1 alors f 0 est une fonction continue sur lintervalle ferm et born [a, b] ; f 0
est donc une fonction borne : il existe M 0 tel que pour tout x [a, b] on ait | f 0 ( x)| M .
Nous allons utiliser lingalit des accroissements finis :
0 < x i x i1 . (??)
Nous allons construire deux fonctions en escalier , + : [a, b] R dfinies de la faon suivante : pour
chaque i = 1, . . . , n et chaque x [ x i1 , x i [ on pose
c i = ( x ) = inf f ( t) et d i = + ( x ) = sup f ( t)
t[ x i1 ,x i [ t[ x i1 ,x i [
et aussi ( b) = + ( b) = f ( b). et + sont bien deux fonctions en escalier (elles sont constantes sur
chaque intervalle [ x i1 , x i [).
Intgrales 225
y
y = f (x)
di
ci
x i1 xi x
Mini-exercices
1. Soit f : [1, 4] R dfinie par f (x) = 1 si x [1, 2[, f (x) = 3 si x [2, 3[ et f (x) = 1 si
R2 R3 R4 R3 R7
x [3, 4]. Calculer 1 f (x) dx, 1 f (x) dx, 1 f (x) dx, 12 f (x) dx, 32 f (x) dx.
2
R1 Pn n( n+1)
2. Montrer que 0 x dx = 1 (prendre une subdivision rgulire et utiliser i =1 i = 2 ).
3. Montrer que si f est une fonction intgrable et paire sur lintervalle [a, a] alors
Ra Ra
a f (x) dx = 2 0 f (x) dx (on prendra une subdivision symtrique par rapport lori-
gine).
4. Montrer que si f est une fonction intgrable et impaire sur lintervalle [a, a] alors
Ra
a f (x) dx = 0.
5. Montrer que tout fonction monotone est intgrable en sinspirant de la preuve du tho-
rme 34.
2. Proprits de lintgrale
Les trois principales proprits de lintgrale sont la relation de Chasles, la positivit et la linarit.
Soient a < c < b. Si f est intgrable sur [a, c] et [c, b], alors f est intgrable sur [a, b]. Et on a
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx
a a c
Proposition 90
Rb R b R b
3. f g est une fonction intgrable sur [a, b] mais en gnral a ( f g)(x) dx 6= a f (x) dx a g(x) dx .
4. | f | est une fonction intgrable sur [a, b] et
Z b Z b
f (x) dx f (x) dx
a a
Intgrales 227
Exemple 116
Z 1 Z 1 Z 1 1 10
x
2 2
e x dx = 7
7x e dx = 7 x dx (e 1) = e
0 0 0 3 3
R1 1
R1
Nous avons utilis les calculs dj vus : 0 x2 dx = 3 et 0 e x dx = e 1.
Exemple 117
R n sin(nx)
Soit I n = 1 1+ x n dx. Montrons que I n 0 lorsque n +.
Z n Z n Z n Z n
sin(nx) | sin(nx)| 1 1
| I n | = n
dx
n
dx n
dx n
dx
1 1+ x 1+ x 1 1+ x 1 x
1
Il ne reste plus qu calculer cette dernire intgrale (en anticipant un peu sur la suite du
chapitre) :
n+1 n
nn+1
Z n Z n
1 n x 1
n
dx = x dx = = 0
1 x 1 n + 1 1 n + 1 n + 1 n+
1
(car nn+1 0 et n+1 0).
Remarque
Rb R b R b
Notez que mme si f g est intgrable on a en gnral a ( f g)(x) dx 6= a f (x) dx a g(x) dx .
Par exemple, soit f : [0, 1] R la fonction dfinie par f (x) = 1 si x [0, 12 [ et f (x) = 0 sinon. Soit
g : [0, 1] R la fonction dfinie par g(x) = 1 si x [ 12 , 1[ et g(x) = 0 sinon. Alors f (x) g(x) = 0
R1 R1 R1
pour tout x [0, 1] et donc 0 f (x)g(x) dx = 0 alors que 0 f (x) dx = 12 et 0 g(x) dx = 12 .
suivante : il est facile de voir que pour des fonctions en escalier lintgrale (qui est alors une
somme finie) est linaire. Comme les fonctions en escalier approchent autant quon le souhaite les
fonctions intgrables alors cela implique la linarit de lintgrale.
f =
R R
Dmonstration Preuve de f
Quitte rajouter des points, on peut supposer que la subdivision ( x0 , x1 , . . . , xn ) de [a, b] est suffisam-
ment fine pour que et + soient toutes les deux constantes sur les intervalles ] x i1 , x i [ ; on note ci
et c+i leurs valeurs respectives.
Dans un premier temps on suppose 0. Alors et + sont encore des fonctions en escalier
vrifiant f + . De plus
Z b n n Z b
( x) dx = c ci ( x i x i1 ) = ( x) dx
X X
i ( x i x i 1 ) =
a i =1 i =1 a
228 Intgrales
R R R
Dmonstration Preuve de f +g= f+ g
Soit > 0. Soient f , g : [a, b] R deux fonctions intgrables. On dfinit deux fonctions en escalier
+ , pour f et deux fonctions en escalier + , pour g vrifiant des ingalits similaires () de
la preuve au-dessus. On fixe une subdivision suffisamment fine pour toutes les fonctions , . On
note ci , d
i
les constantes respectives sur lintervalle ] x i1 , x i [. Les fonctions + et + + + sont
en escalier et vrifient + f + g + + + . Nous avons aussi que
Z b n Z b Z b
( + )( x) dx = ( ci + d ( x) dx + ( x) dx
X
i )( x i x i 1 ) =
a i =1 a a
Mini-exercices
R1 1
R1
1. En admettant que 0 x n dx = n+ 1 . Calculer lintgrale n
0 P(x) dx o P(x) = a n x + +
a x + a 0 . Trouver un polynme P(x) non nul de degr 2 dont lintgrale est nulle :
R 11
0 P(x) dx = 0.
Rb R 2 R p qR R
2 b b b Rb b
2. A-t-on a f (x) dx = a f (x) dx ; a f (x) dx = a f (x) dx ; a | f (x)| dx = a f (x) dx ;
R R b R b
| f (x) + g(x)| dx = a f (x) dx + a g(x) dx ?
Rb Rb Rb
3. Peut-on trouver a < b tels que a x dx = 1 ; a x dx = 0 ; a x dx = +1 ? Mmes questions
Rb 2
avec a x dx.
R
R2 b
4. Montrer que 0 1 sin2 x dx 1 et a cos3 x dx | b a|.
Dfinition 73
Soit f : I R une fonction dfinie sur un intervalle I quelconque. On dit que F : I R est
une primitive de f sur I si F est une fonction drivable sur I vrifiant F 0 (x) = f (x) pour tout
x I.
Trouver une primitive est donc lopration inverse de calculer la fonction drive.
Exemple 118
x3
1. Soit I = R et f : R R dfinie par f (x) = x2 . Alors F : R R dfinie par F(x) = 3 est une
x3
primitive de f . La fonction dfinie par F(x) = 3 + 1 est aussi une primitive de f .
p 3
2. Soit I = [0, +[ et g : I R dfinie par g(x) = x. Alors G : I R dfinie par G(x) = 32 x 2
est une primitive de g sur I. Pour tout c R, la fonction G + c est aussi une primitive de
g.
Nous allons voir que trouver une primitive permet de les trouver toutes.
Proposition 91
Dmonstration
Notons tout dabord que si lon note G la fonction dfinie par G ( x) = F ( x) + c alors G 0 ( x) = F 0 ( x) mais
comme F 0 ( x) = f ( x) alors G 0 ( x) = f ( x) et G est bien une primitive de f .
Pour la rciproque supposons que G soit une primitive quelconque de f . Alors (G F )0 ( x) = G 0 ( x)
F 0 ( x) = f ( x) f ( x) = 0, ainsi la fonction G F a une drive nulle sur un intervalle, cest donc une
fonction constante ! Il existe donc c R tel que (G F )( x) = c. Autrement dit G ( x) = F ( x) + c (pour tout
x I ).
R R R
Notations On notera une primitive de f par f (t) dt ou f (x) dx ou f (u) du (les lettres t, x, u, ...
sont des lettres dites muettes, cest--dire interchangeables). On peut mme noter une primitive
R
simplement par f .
La proposition 91 nous dit que si F est une primitive de f alors il existe un rel c, tel que F =
R
f (t) dt + c.
Rb
Attention : f (t) dt dsigne une fonction de I dans R alors que lintgrale a f (t) dt dsigne un
R
Rb
nombre rel. Plus prcisment nous verrons que si F est une primitive de f alors a f (t) dt =
F(b) F(a).
Proposition 92
e x dx = e x + c sur R
R
sur R
R
cos x dx = sin x + c
sur R
R
sin x dx = cos x + c
x n+1
x n dx = (n N) sur R
R
n+1 +c
x+1
x dx = ( R \ {1}) sur ]0, +[
R
+1
+c
1
R
x dx = ln | x| + c sur ]0, +[ ou ] , 0[
sur R
R R
sh x dx = ch x + c, ch x dx = sh x + c
dx
sur R
R
1+ x 2
= arctan x + c
(
arcsin x + c
p dx
R
= sur ] 1, 1[
1 x2
2 arccos x + c
(
argshx + c
p dx sur R
R
= p
ln x + x2 + 1 + c
x2 +1
(
argchx + c
p dx
R
= p sur x ]1, +[
ln x + x2 1 + c
x2 1
Remarque
x n+1
n+1 + c, o c R.
2. Souvenez vous que la variable sous le symbole intgrale est une variable muette. On
n+1
peut aussi bien crire t n dt = xn+1 + c.
R
Thorme 35
b
Notation. On note F(x) a = F(b) F(a).
Exemple 119
Nous allons pouvoir calculer plein dintgrales. Recalculons dabord les intgrales dj ren-
contres.
1. Pour f (x) = e x une primitive est F(x) = e x donc
Z 1 1
e x dx = e x 0 = e1 e0 = e 1.
0
x3
2. Pour g(x) = x2 une primitive est G(x) = 3 donc
Z 1 x3 1
x2 dx = 3 0 = 13 .
0
Rx t= x
3. a cos t dt = sin t t=a = sin x sin a est une primitive de cos x.
Ra
4. Si f est impaire alors ses primitives sont paires (le montrer). En dduire que a f (t) dt =
0.
Remarque
Rx
1. F(x) = f (t) dt est mme lunique primitive de f qui sannule en a.
a
Rb 0
2. En particulier si F est une fonction de classe C 1 alors a F (t) dt = F(b) F(a) .
Rx
3. On vitera la notation a f (x) dx o la variable x est prsente la fois aux bornes et
Rx Rx
lintrieur de lintgrale. Mieux vaut utiliser la notation a f (t) dt ou a f (u) du pour
viter toute confusion.
4. Une fonction intgrable nadmet pas forcment une primitive. Considrer par exemple
f : [0, 1] R dfinie par f (x) = 0 si x [0, 21 [ et f (x) = 1 si x [ 12 , 1]. f est intgrable sur
[0, 1] mais elle nadmet pas de primitive sur [0, 1]. En effet par labsurde si F tait une
primitive de F, par exemple la primitive qui vrifie F(0) = 0. Alors F(x) = 0 pour x [0, 21 [
et F(x) = x 12 pour x [ 12 , 1]. Mais alors nous obtenons une contradiction car F nest pas
drivable en 12 alors que par dfinition une primitive doit tre drivable.
232 Intgrales
Dmonstration
y
A
f (x0 )
y = f (x)
x0 x x
o A est laire hachure (en rouge). Mais cette aire hachure est presque un rectangle, si x est suffi-
samment proche de x0 , donc laire A vaut environ ( x x0 ) f ( x0 ) lorsque x x0 le taux daccroissement
tend donc vers f ( x0 ). Autrement dit F 0 ( x0 ) = f ( x0 ).
Rx
Passons la preuve rigoureuse. Comme f ( x0 ) est une constante alors x0 f ( x0 ) dt = ( x x0 ) f ( x0 ), donc
F ( x ) F ( x0 ) 1
Z x 1
Z x 1
Z x
f ( x0 ) = f ( t) dt f ( x0 ) dt = f ( t) f ( x0 ) dt
x x0 x x0 x0 x x0 x0 x x0 x0
Fixons > 0. Puisque f est continue en x0 , il existe > 0 tel que (| t x0 | < = | f ( t) f ( x0 )| < ).
Donc :
Z x Z x Z x
F ( x ) F ( x0 ) 1 1 1
=
f ( x ) =
0
f ( t ) f ( x 0 ) dt f ( t ) f ( x 0 ) dt dt
x x0 x x0 x0 | x x0 | x0
| x x0 | x0
Maintenant on sait que F est une primitive de f , F est mme la primitive qui sannule en a car
Ra
F (a) = a f ( t) dt = 0. Si G est une autre primitive on sait F = G + c. Ainsi
Z b
G ( b ) G ( a) = F ( b ) + c F ( a) + c = F ( b ) F ( a) = F ( b ) = f ( t) dt.
a
Thorme 36
n Z b
ba
f a + k bn a
X
Sn = n f (x) dx
n+ a
k=1
n Z 1
1
f nk
X
Sn = n f (x) dx
n+ 0
k=1
f ( nk )
x
k
0 n 1
Exemple 120
On a S 1 = 12 , S 2 = 31 + 14 , S 3 = 41 + 15 + 16 , S 4 = 15 + 16 + 17 + 18 ,. . .
La somme S n scrit aussi S n = n1 nk=1 1 k . En posant f (x) = 1
P
1+ x , a = 0 et b = 1, on reconnat
1+ n
que S n est une somme de Riemann. Donc
n 1 n Z b Z 1 1 1
1 1
f nk
X X
Sn = n k
= n f (x) dx = dx = ln |1 + x| 0 = ln 2 ln 1 = ln 2.
k=1 1 + k=1
n+ a 0 1+ x
n
Mini-exercices
p p
1. Trouver les primitives des fonctions : x3 x7 , cos x + exp x, sin(2x), 1 + x + x, p1 , 3
x,
x
1
x+1 .
2. Trouver les primitives des fonctions : ch(x) sh( 2x ), 1
1+4 x2
,p1 2 p 1
.
1+ x 1 x 2
3. Trouver une primitive de x2 e x sous la forme (ax2 + bx + c)e . x
4. Trouver toutes les primitives de x 7 x12 (prciser les intervalles et les constantes).
R1 R dx R e 1 x R1
5. Calculer les intgrales 0 x n dx, 04 1+ x2
, 1 x2 dx, 02 x2dx
1
.
k/ n
6. Calculer la limite (lorsque n +) de la somme S n = nk=0 e n . Idem avec S 0n =
P
234 Intgrales
Pn n
k=0 ( n+ k)2
.
Thorme 37
b b b
Notation. Le crochet F a est par dfinition F a = F(b) F(a). Donc uv a = u(b)v(b) u(a)v(a).
Si lon omet les bornes alors F dsigne la fonction F + c o c est une constante quelconque.
La formule dintgration par parties pour les primitives est la mme mais sans les bornes :
Z Z
u(x)v (x) dx = uv u0 (x)v(x) dx.
0
Lutilisation de lintgration par parties repose sur lide suivante : on ne sait pas calculer direc-
tement lintgrale dune fonction f scrivant comme un produit f (x) = u(x)v0 (x) mais si lon sait
calculer lintgrale de g(x) = u0 (x)v(x) (que lon espre plus simple) alors par la formule dintgra-
tion par parties on aura lintgrale de f .
Exemple 121
R1
1. Calcul de 0 xe x dx. On pose u(x) = x et v0 (x) = e x . Nous aurons besoin de savoir que
u0 (x) = 1 et quune primitive de v0 est simplement v(x) = e x . La formule dintgration par
parties donne :
R1 x R1 0
0 xe dx = 0 u(x)v (x) dx
1 R 1 0
= u(x)v(x) 0 0 u (x)v(x) dx
1 R1
= xe x 0 0 1 e x dx
1
= 1 e1 0 e0 e x 0
= e (e1 e0 )
= 1
Re
2. Calcul de 1 x ln x dx.
Intgrales 235
1 x2
On pose cette fois u = ln x et v0 = x. Ainsi u0 = x et v = 2. Alors
Z e Z e Z e Z e
x2 e 1 x2
0
e 0
ln x x dx = uv = uv 1 u v = ln x 2 1 x 2 dx
1 1 1 1
Z e
2 2
e2 1h 2 e
i
e2 2
e2 +1
= ln e e2 ln 1 12 12 x
e4 + 14 =
x dx = 2 2 = 2 4
1 2 1
R
3. Calcul de arcsin x dx.
Pour dterminer une primitive de arcsin x nous faisons artificiellement apparatre un
produit en crivant arcsin x = 1 arcsin x pour appliquer la formule dintgration par
parties. On pose u = arcsin x, v0 = 1 (et donc u0 = p 1 2 et v = x) alors
1 x
x
Z Z
p p
dx = x arcsin x 1 x2 = x arcsin x+ 1 x2 + c
1arcsin x dx = x arcsin x p
1 x2
Z Z
x2 e x dx = x2 e x 2 xe x dx
Do Z
x2 e x dx = (x2 2x + 2)e x + c.
Exemple 122
1 sin( x)
Z
Nous allons tudier les intgrales dfinies par I n = dx, pour tout entier n > 0.
0 x+n
1. Montrer que 0 I n+1 I n .
sin( x) sin( x)
Pour 0 x 1, on a 0 < x + n x + n + 1 et sin( x) 0, donc 0 x+ n+1 x+ n . Do
0 I n+1 I n par la positivit de lintgrale.
2. Montrer que I n ln n+1
n . En dduire lim n+ I n .
sin( x) R1 1
De 0 sin( x) 1, on a 1 1
dx = ln(x + n) 0 = ln n+1
x+ n x+ n . Do 0 I n 0 x+ n n 0.
3. Calculer limn+ nI n .
1
Nous allons faire une intgration par parties avec u = x+ n et v0 = sin( x) (et donc u0 =
( x+1n)2 et v = 1 cos( x)) :
1 1
1 n 1 n 1 1 n 1 n
Z Z
nI n = n sin( x) dx = cos( x) cos( x) dx = + Jn
0 x+n x+n 0 0 (x + n)
2 (n + 1)
R 1 cos( x)
Il nous reste valuer Jn = 0 ( x + n )2 dx.
n n Z 1 | cos( x)| n 1 1 n 1 1 n 1 1 1 1
Z
Jn dx dx = = + = 0.
0 (x + n) 2 0 (x + n) 2 x+n 0 1+n n n+1
Thorme 38
Soit f une fonction dfinie sur un intervalle I et : J I une bijection de classe C 1 . Pour
tout a, b J
Z ( b) Z b
f (t) 0 (t) dt
f (x) dx =
(a) a
Voici un moyen simple de sen souvenir. En effet si lon note x = (t) alors par drivation on obtient
dx
R (b) Rb
dt = (t) donc dx = (t) dt. Do la substitution (a) f (x) dx = a f ((t)) (t) dt.
0 0 0
Dmonstration
Remarque
Comme est une bijection de J sur (J), sa rciproque 1 existe et est drivable sauf quand
sannule. Si ne sannule pas, on peut crire t = 1 (x) et faire un changement de variable
en sens inverse.
Exemple 123
R
Calculons la primitive F = tan t dt.
sin t
Z Z
F= tan t dt = dt .
cos t
0
On reconnat ici une forme uu (avec u = cos t et u0 = sin t) dont une primitive est ln | u|. Donc
0
F = uu = ln | u| = ln | u| + c = ln | cos t| + c.
R
Nous allons reformuler tout cela en terme de changement de variable. Notons (t) = cos t alors
0 (t) = sin t, donc
0 (t)
Z
F= dt
(t)
Si f dsigne la fonction dfinie par f (x) = 1x , qui est bijective tant que x 6= 0 ; alors F =
0 (t) f ((t)) dt. En posant x = (t) et donc dx = 0 (t)dt, on reconnat la formule du change-
R
1
Z Z
1
F = f (x) dx = dx = ln | x| + c .
x
Comme x = (t) = cos t, on retrouve bien F(t) = ln | cos t| + c.
Intgrales 237
Remarque : pour que lintgrale soit bien dfinie il faut que tan t soit dfinie, donc t 6 2 mod .
La restriction dune primitive un intervalle ] 2 + k, 2 + k[ est donc de la forme ln | cos t|+ c.
Mais la constante c peut tre diffrente sur un intervalle diffrent.
Exemple 124
R 1/2
Calcul de 0 (1 xx2 )3/2 dx.
Soit le changement de variable u = (x) = 1 x2 . Alors du = 0 (x) dx = 2x dx. Pour x = 0 on a
u = (0) = 1 et pour x = 12 on a u = ( 12 ) = 34 . Comme 0 (x) = 2x, est une bijection de [0, 12 ]
sur [0, 34 ]. Alors
Z 1/2 x dx
Z 3/4 du 1
Z 3/4 1 3/4 1 3/4 1 2
2
= = u3/2 du = 2u1/2 1 = p 1 = q 1 = p 1.
0 (1 x2 )3/2 1 u3/2 2 1 2 u 3 3
4
Exemple 125
R 1/2
Calcul de 0 (1 x12 )3/2 dx.
On effectue le changement de variable x = (t) = sin t et dx = cos t dt. De plus t = arcsin x donc
pour x = 0 on a t = arcsin(0) = 0 et pour x = 12 on a t = arcsin( 12 ) = 6 . Comme est une bijection
de [0, 6 ] sur [0, 12 ],
Z 1/2 dx
Z /6 cos t dt
Z /6 cos t dt
Z /6 cos t
Z /6 1 /6 1
= 2
= = dt = dt = tan t 0 = p .
0 (1 x2 )3/2 0 (1 sin t)3/2 0 (cos2 t)3/2 0 cos3 t 0
2
cos t 3
Exemple 126
dt
Soit le changement de variable x = tan t donc t = arctan x et dx = cos2 t
. Donc
1 1 dt
Z Z
F= dx =
(1 + x2 )3/2 (1 + tan2 t)3/2 cos2 t
dt 1
Z
= (cos2 t)3/2
2
car 1 + tan2 t =
Z cos t cos2 t
= cos t dt = sin t = sin t + c = sin(arctan x) + c
Donc
1
Z
dx = sin(arctan x) + c.
(1 + x2 )3/2
En manipulant un peu les fonctions on trouverait que la primitive scrit aussi F(x) = p x + c.
1+ x2
Mini-exercices
R /2 R /2
1. Calculer les intgrales laide dintgrations par parties : 0 t sin t dt, 0 t2 sin t dt,
R /2
puis par rcurrence 0 t n sin t dt.
t2 sh t dt, puis
R R
2. Dterminer les primitives laide dintgrations par parties : t sh t dt,
par rcurrence t n sh t dt.
R
238 Intgrales
Rap R p
3. Calculer les intgrales laide de changements de variable : 0 a2 t2 dt ; 1 + cos t dt
(pour ce dernier poser deux changements de variables : u = cos t, puis v = 1 u).
R
4. Dterminer les p
primitives suivantes laide de changements de variable : th t dt o
t
th t = sh
R t
ch t , e dt.
b
a
// //
Mais de faon remarquable, il y a toute une famille de fonctions que lon saura intgrer : les
fractions rationnelles.
A
Z
f (x) dx = + B ln | x x0 | + c
x x0
sur chacun des intervalles ] , x0 [, ]x0 , +[.
Troisime cas. Le dnominateur ax2 + bx + c ne possde pas de racine relle. Voyons comment
faire sur un exemple.
Exemple 127
u0
Soit f (x) = 2 x2x++x1+1 . Dans un premier temps on fait apparatre une fraction du type u (que
lon sait intgrer en ln | u|).
(4x + 1) 41 41 + 1 1 4x + 1 3 1
f (x) = = 2 + 2
2x2 + x + 1 4 2x + x + 1 4 2x + x + 1
Intgrales 239
4 x+1
On peut intgrer la fraction 2 x2 + x+1
:
4x + 1 u0 (x)
Z Z
dx = ln 2x2 + x + 1 + c
dx =
2x2 + x + 1 u(x)
1 1
Occupons nous de lautre partie 2 x2 + x+1
, nous allons lcrire sous la forme u2 +1
(dont une
primitive est arctan u).
1 1 1 8 1 8 1
= = = 8 =
2x2 + x + 1 2(x + 1 2 1
4) 8 +1 2(x + 1 2 7
4) + 8
7 7 2(x + 4 )2 + 1 7 p4 (x + 1 ) 2 + 1
1
47
Finalement :
1 2 3 4 1
Z
f (x) dx = ln 2x + x + 1 + p arctan p x + +c
4 2 7 7 4
x + 2ax + b 1
= +
(ax2 + bx + c)k (ax2 + bx + c)k (ax2 + bx + c)k
2ax+ b u 0 ( x) 1 k+1
+ c = k1+1 (ax2 + bx + c)k+1 + c.
R R
(a) (ax2 + bx+ c)k
dx = u ( x) k
dx = k+1 u(x)
(b) Si k = 1, calcul de ax2 +1bx+ c dx. Par un changement de variable u = px + q on se ramne
R
1
R
(c) Si k 2, calcul de (ax2 +bx+ c)k dx. On effectue le changement de variable u = px + q pour
se ramener au calcul de I k = (u2du
R
+1)k
. Une intgration par parties permet de passer de I k
I k1 .
Par exemple calculons I 2 . Partant de I 1 = udu 1 0
R
2 +1 on pose f = u2 +1 et g = 1. La formule
R du h i R 2 h i R u2 +11
u 2 u du u
I1 = 2 +1 = 2 +1 + 2 +1)2 = 2 +1 + 2 du
h u i u ( u u h i (u2 +1)2
u
R du R du u
= u2 +1
+ 2 u2 +1 2 (u2 +1)2 = u2 +1 + 2I 1 2I 2
240 Intgrales
du 1 1 u
Z
I2 = = arctan u + + c.
(u2 + 1)2 2 2 u2 + 1
Exemple 128
x dx
Calcul de la primitive 2cos
R
cos2 x
x) d ( x) x) ( dx)
On note (x) = 2cos x dx
cos2 x
. Comme ( x) = cos( 2cos2 ( x)
= ( cos
2cos2 x
= (x) alors le change-
ment de variable qui convient est u = sin x pour lequel du = cos x dx. Ainsi :
cos x dx cos x dx du
Z Z Z
= = = arctan u = arctan(sin x) + c .
2 cos2 x 2 (1 sin2 x) 1 + u2
x 1 t2 2t 2t 2 dt
Avec t = tan on a cos x = sin x = tan x = et dx = .
2 1 + t2 1 + t2 1 t2 1 + t2
Exemple 129
R0
Calcul de lintgrale /2 1dxsin x .
Le changement de variable t = tan 2x dfinit une bijection de [ 2 , 0] vers [1, 0] (pour x = 2 ,
2t
t = 1 et pour x = 0, t = 0). De plus on a sin x = 1+ t2
et dx = 12+dt
t2
.
2 dt
0 dx 0 0 dt 0 dt 1 0 1
Z Z Z Z
1+ t2
= 2t
=2 2
=2 2
=2 = 2 1 =1
2 1 sin x 1 1 1 1 + t 2t 1 (1 t) 1 t 1 2
1+ t 2
Intgrales 241
Mini-exercices
4 x+5 6 x 2 x4
1
R R R R
1. Calculer les primitives x2 + x2
dx, x2 4 x+4
dx, ( x2)2 +1
( x2)2 +1
dx,
dx.
R dx R x dx
2. Calculer les primitives I k = ( x1)k pour tout k 1. Idem avec Jk = ( x2 +1)k .
R1 R1 R 1 x dx R1
3. Calculer les intgrales suivantes : 0 x2 +dxx+1 , 0 x2x+dx
x+1
, 0 ( x2 + x+1)2
, 0 ( x2 +dx
x+1)2
.
R 2 dx
sin2 x cos3 x dx, cos4 x dx,
R 2
R 2
4. Calculer les intgrales suivantes : 2 0 0 2+sin x .
Auteurs
14 Dveloppements limits
1 Formules de Taylor
2 Dveloppements limits au voisinage d'un point
3 Oprations sur les dveloppements limits
4 Applications des dveloppements limits
Motivation
Prenons lexemple de la fonction exponentielle. Une ide du comportement de la fonction f (x) =
exp x autour du point x = 0 est donn par sa tangente, dont lquation est y = 1 + x. Nous avons
approxim le graphe par une droite. Si lon souhaite faire mieux, quelle parabole dquation
y = c 0 + c 1 x + c 2 x2 approche le mieux le graphe de f autour de x = 0 ? Il sagit de la parabole
dquation y = 1 + x + 12 x2 . Cette quation la proprit remarquable que si on note g(x) = exp x
1 + x + 12 x2 alors g(0) = 0, g0 (0) = 0 et g00 (0) = 0. Trouver lquation de cette parabole cest faire
un dveloppement limit lordre 2 de la fonction f . Bien sr si lon veut tre plus prcis, on
continuerait avec une courbe du troisime degr qui serait en fait y = 1 + x + 12 x2 + 61 x3 .
y y = ex
y = 1+ x
2
y = 1 + x + x2
2 3 0 1 x
y = 1 + x + x2 + x6
Dans ce chapitre, pour nimporte quelle fonction, nous allons trouver le polynme de degr n qui
approche le mieux la fonction. Les rsultats ne sont valables que pour x autour dune valeur fixe
(ce sera souvent autour de 0). Ce polynme sera calcul partir des drives successives au point
considr. Sans plus attendre, voici la formule, dite formule de Taylor-Young :
x2 xn
f (x) = f (0) + f 0 (0)x + f 00 (0) + + f (n) (0) + x n (x).
2! n!
244 Dveloppements limits
n
La partie polynomiale f (0) + f 0 (0)x + + f (n) (0) xn! est le polynme de degr n qui approche le mieux
f (x) autour de x = 0. La partie x n (x) est le reste dans lequel (x) est une fonction qui tend vers
0 (quand x tend vers 0) et qui est ngligeable devant la partie polynomiale.
1. Formules de Taylor
Nous allons voir trois formules de Taylor, elles auront toutes la mme partie polynomiale mais
donnent plus ou moins dinformations sur le reste. Nous commencerons par la formule de Taylor
avec reste intgral qui donne une expression exacte du reste. Puis la formule de Taylor avec reste
f (n+1) (c) qui permet dobtenir un encadrement du reste et nous terminons avec la formule de
Taylor-Young trs pratique si lon na pas besoin dinformation sur le reste.
Soit I R un intervalle ouvert. Pour n N , on dit que f : I R est une fonction de classe C n si f
est n fois drivable sur I et f (n) est continue. f est de classe C 0 si f est continue sur I. f est de
classe C si f est de classe C n pour tout n N.
f 00 (a) 2 f ( n) ( a ) n
R x f (n+1) ( t) n
f (x) = f (a) + f 0 (a)(x a) + 2! (x a) + + n! (x a) + a n! (x t) dt.
Nous noterons T n (x) la partie polynomiale de la formule de Taylor (elle dpend de n mais aussi de
f et a) :
f 00 (a) f (n) (a)
T n (x) = f (a) + f 0 (a)(x a) + (x a)2 + + (x a)n .
2! n!
Remarque
Exemple 130
La fonction f (x) = exp x est de classe C n+1 sur I = R pour tout n. Fixons a R. Comme
f 0 (x) = exp x, f 00 (x) = exp x,. . . alors pour tout x R :
Z x
exp a exp t
exp x = exp a + exp a (x a) + + (x a)n + (x t)n dt.
n! a n!
f 00 (a) f ( k ) ( a) b ( b t) k
Z
f ( b) = f (a) + f 0 (a)( b a) + ( b a)2 + + ( b a) k + f (k+1) ( t) dt.
2! k! a k!
(Pour viter les confusions entre ce qui varie et ce qui est fixe dans cette preuve on remplace x par b.)
Rb
Initialisation. Pour n = 0, une primitive de f 0 ( t) est f ( t) donc a f 0 ( t) dt = f ( b) f (a), donc f ( b) =
Rb
f (a) + a f 0 ( t) dt. (On rappelle que par convention ( b t)0 = 1 et 0! = 1.)
f (k1) (a)
Hrdit. Supposons la formule vraie au rang k 1. Elle scrit f ( b) = f (a)+ f 0 (a)( b a)+ + (k1)! ( b
Rb k1
a)k1 + a f (k) ( t) (b(kt)1)! dt.
Rb k1
On effectue une intgration par parties dans lintgrale a f (k) ( t) (b(kt)1)! dt. En posant u( t) = f (k) ( t) et
( b t)k1 k
v0 ( t) = ( k1)! , on a u0 ( t) = f (k+1) ( t) et v( t) = (bk!t) ; alors
b Z b
b ( b t)k1 ( b t) k ( b t) k
Z
f ( k ) ( t) dt = f (k) ( t) + f (k+1) ( t) dt
a ( k 1)! k! a a k!
( b a) k ( b t) k
Z b
= f ( k ) ( a) + f (k+1) ( t) dt.
k! a k!
Ainsi lorsque lon remplace cette expression dans la formule au rang k 1 on obtient la formule au
rang k.
Conclusion. Par le principe de rcurrence la formule de Taylor est vraie pour tous les entiers n pour
lesquels f est classe C n+1 .
Exemple 131
Soient a, x R. Pour tout entier n 0 il existe c entre a et x tel que exp x = exp a + exp a (x
exp a exp c
a) + + n! (x a)n + (n+1)! (x a)n+1 .
Dans la plupart des cas on ne connatra pas ce c. Mais ce thorme permet dencadrer le reste.
Ceci sexprime par le corollaire suivant :
246 Dveloppements limits
Corollaire 18
Si en plus la fonction | f (n+1) | est majore sur I par un rel M, alors pour tout a, x I, on a :
n+1
f (x) T n (x) M | x a|
(n + 1)!
Exemple 132
(0, 01)3
sin(0, 01) 0, 01 = 0, 00999983333 . . .
6
On peut mme savoir quelle est la prcision de cette approximation : comme f (4) (x) = sin x
3 4
alors | f (4) (c)| 1. Donc f (x) x x6 x4! . Pour x = 0, 01 cela donne : sin(0, 01) 0, 01
Remarque
Supposons a < b et soient u, v : [a, b] R deux fonctions continues avec v 0. Alors il existe
Rb Rb
c [a, b] tel que a u(t)v(t) dt = u(c) a v(t) dt.
Dmonstration
Rb Rb Rb
Notons m = inf t[a,b] u( t) et M = sup t[a,b] u( t). On a m a v( t) dt a u( t)v( t) dt M a v( t) dt (car v 0).
Rb
a u( t)v( t) dt
Ainsi m Rb M . Puisque u est continue sur [a, b] elle prend toutes les valeurs comprises
a v( t) dt
Rb
a u( t)v( t) dt
entre m et M (thorme des valeurs intermdiaires). Donc il existe c [a, b] avec u( c) = Rb .
a v( t) dt
Dveloppements limits 247
Pour la preuve nous montrerons la formule de Taylor pour f ( b) en supposant a < b. Nous montrerons
seulement c [a, b] au lieu de c ]a, b[.
n
Posons u( t) = f (n+1) ( t) et v( t) = (bn!t) . La formule de Taylor avec reste intgral scrit f ( b) = T n (a) +
Rb Rb Rb
a u( t)v( t) dt. Par le lemme, il existe c [a, b] tel que a u( t)v( t) dt = u( c) a v( t) dt. Ainsi le reste est
n n+1 b a)n+1
Rb Rb h i
a u( t)v( t) dt = f
( n+1)
( c) a (bn!t) dt = f (n+1) ( c) (b(n+t)1)! = f (n+1) ( c) (b(n+1)! . Ce qui donne la formule
a
recherche.
f 00 (a) 2 f ( n) ( a ) n n
f (x) = f (a) + f 0 (a)(x a) + 2! (x a) + + n! (x a) + (x a) (x),
Dmonstration
f tant un fonction de classe C n nous appliquons la formule de Taylor avec reste f (n) ( c) au rang n 1.
f 00 (a)
Pour tout x, il existe c = c( x) compris entre a et x tel que f ( x) = f (a) + f 0 (a)( x a) + 2! ( x a)2 + +
f (n1) (a) n1 f ( n) ( c ) f 00 (a)
( n1)! ( x a) + n! ( x a)n . Que nous rcrivons : f ( x) = f (a) + f 0 (a)( x a) + 2
2! ( x a) + +
f ( n) ( a ) ( n) ( n)
n f ( c ) f ( a ) f ( n ) ( c ) f ( n ) ( a )
n! ( x a ) + n! ( x a)n . On pose ( x) = n! . Puisque f (n) est continue et que c( x) a
alors lim xa ( x) = 0.
1.4. Un exemple
Soit f :] 1, +[ R, x 7 ln(1 + x) ; f est infiniment drivable. Nous allons calculer les formules de
Taylor en 0 pour les premiers ordres.
Tous dabord f (0) = 0. Ensuite f 0 (x) = 1+1 x donc f 0 (0) = 1. Ensuite f 00 (x) = (1+1x)2 donc f 00 (0) = 1.
Puis f (3) (x) = +2 (1+1x)3 donc f (3) (0) = +2. Par rcurrence on montre que f (n) (x) = (1)n1 (n 1)! (1+1x)n
f (n) (0) n n
et donc f (n) (0) = (1)n1 (n 1)!. Ainsi pour n > 0 : n! x = (1)n1 (n1)! n
n! x = (1)
n1 x
n.
Voici donc les premiers polynmes de Taylor :
x2 x2 x3
T0 (x) = 0 T1 (x) = x T2 (x) = x T3 (x) = x +
2 2 3
Les formules de Taylor nous disent que les restes sont de plus en plus petits lorsque n crot. Sur
le dessins les graphes des polynmes T0 , T1 , T2 , T3 sapprochent de plus en plus du graphe de f .
Attention ceci nest vrai quautour de 0.
2 3
y = x x2 + x3 y=x
y
y = ln(1 + x)
1
0 y=0
1 x
2
y = x x2
n xk x2 x3 xn
(1)k1 + (1)n1 .
X
T n (x) = = x +
k=1 k 2 3 n
Dveloppements limits 249
1.5. Rsum
Il y a donc trois formules de Taylor qui scrivent toutes sous la forme
f (n+1) (t)
x
Z
R n (x) = (x t)n dt Taylor avec reste intgral
a n!
f (n+1) (c)
R n (x) = (x a)n+1 Taylor avec reste f (n+1) (c), c entre a et x
(n + 1)!
R n (x) = (x a)n (x) Taylor-Young avec (x) 0
x a
Selon les situations lune des formulations est plus adapte que les autres. Bien souvent nous
navons pas besoin de beaucoup dinformation sur le reste et cest donc la formule de Taylor-Young
qui sera la plus utile.
Notons que les trois formules ne requirent pas exactement les mmes hypothses : Taylor avec
reste intgral lordre n exige une fonction de classe C n+1 , Taylor avec reste une fonction n + 1 fois
drivable, et Taylor-Young une fonction C n . Une hypothse plus restrictive donne logiquement une
conclusion plus forte. Cela dit, pour les fonctions de classe C que lon manipule le plus souvent,
les trois hypothses sont toujours vrifies.
Notation. Le terme (x a)n (x) o (x) 0 est souvent abrg en petit o de (x a)n et est
x 0
n
not o((x a)n ). Donc o((x a)n ) est une fonction telle que lim xa o((( xxaa))n ) = 0. Il faut shabituer
cette notation qui simplifie les critures, mais il faut toujours garder lesprit ce quelle signifie.
x2 xn
f (x) = f (0) + f 0 (0)x + f 00 (0) + + f (n) (0) + x n (x)
2! n!
o lim x0 (x) = 0.
Et avec la notation petit o cela donne :
x2 xn
f (x) = f (0) + f 0 (0)x + f 00 (0) + + f (n) (0) + o(x n )
2! n!
Mini-exercices
p p
4. Avec une formule de Taylor lordre 2 de 1 + x, trouver une approximation de 1, 01.
Idem avec ln(0, 99).
Dfinition 74
Proposition 93
Remarque
x2 xn
f (x) = f (0) + f 0 (0)x + f 00 (0) + + f (n) (0) + x n (x)
2! n!
o lim xa (x) = 0.
Dveloppements limits 251
2.2. Unicit
Proposition 94
Dmonstration
Lorsque lon fait x = a dans cette galit alors on trouve d 0 c 0 = 0. Ensuite on peut diviser cette galit
par x a : ( d 1 c 1 ) + ( d 2 c 2 )( x a) + + ( d n c n )( x a)n1 + ( x a)n1 (2 ( x) 1 ( x)) = 0. En valuant
en x = a on obtient d 1 c 1 = 0, etc. On trouve c 0 = d 0 , c 1 = d 1 , . . . , c n = d n . Les parties polynomiales
sont gales et donc les restes aussi.
Corollaire 19
Si f est paire (resp. impaire) alors la partie polynomiale de son DL en 0 ne contient que des
monmes de degrs pairs (resp. impairs).
2
Par exemple x 7 cos x est paire et nous verrons que son DL en 0 commence par : cos x = 1 x2! +
x4 6
4! x6! + .
Dmonstration
Remarque
2 4 2n
ch x = 1 + x2! + x4! + + (2xn)! + x2n+1 (x)
3 5 2 n+1
x
sh x = 1! + x3! + x5! + + (2xn+1)! + x2n+2 (x)
2 4 2n
cos x = 1 x2! + x4! + (1)n (2xn)! + x2n+1 (x)
3 5 2 n+1
x
sin x = 1! x3! + x5! + (1)n (2xn+1)! + x2n+2 (x)
2 3 n
ln(1 + x) = x x2 + x3 + (1)n1 xn + x n (x)
1
= 1 x + x2 x3 + + (1)n x n + x n (x)
1+ x
1
= 1 + x + x2 + + x n + x n (x)
1 x
p (2 n3) n
1 + x = 1 + 2x 18 x2 + + (1)n1 11325
n n! x + x n (x)
Ils sont tous apprendre par cur. Cest facile avec les remarques suivantes :
Le DL de ch x est la partie paire du DL de exp x. Cest--dire que lon ne retient que les
monmes de degr pair. Alors que le DL de sh x est la partie impaire.
Le DL de cos x est la partie paire du DL de exp x en alternant le signe +/ du monme. Pour
sin x cest la partie impaire de exp x en alternant aussi les signes.
On notera que la prcision du DL de sin x est meilleure que lapplication nave de la formule
de Taylor le prvoit (x2n+2 (x) au lieu de x2n+1 (x)) ; cest parce que le DL est en fait lordre
2n + 2, avec un terme polynomial en x2n+2 nul (donc absent). Le mme phnomne est vrai
pour tous les DL pairs ou impairs (dont sh x, cos x, ch x).
Pour ln(1 + x) noubliez pas quil ny a pas de terme constant, pas de factorielle aux dnomi-
nateurs, et que les signes alternent.
Il faut aussi savoir crire le DL laide des sommes formelles (et ici des petits o) :
n xk n xk
+ o(x n ) (1)k1 + o(x n )
X X
exp x = et ln(1 + x) =
k=1 k! k=1 k
La DL de (1+ x) est valide pour tout R. Pour = 1 on retombe sur le DL de (1+ x)1 = 1+1 x .
Mais on retient souvent le DL de 11 x qui est trs facile. Il se retrouve aussi avec la somme
n+1 n+1
x x
dune suite gomtrique : 1 + x + x2 + + x n = 11 1 1 n
x = 1 x 1 x = 1 x + x (x).
1 1 p x 1
Pour = 2 on retrouve (1 + x) 2 = 1 + x = 1 + 2 8 x2 + . Dont il faut connatre les trois
premiers termes.
1. DL de f (x) = exp x en 1.
On pose h = x 1. Si x est proche de 1 alors h est proche de 0. Nous allons nous ramener
Dveloppements limits 253
h2 hn
n
exp x = exp(1 + (x 1)) = exp(1) exp(x 1) = e exp h = e 1 + h + ++ + h (h)
2! n!
(x 1)2 (x 1)n
= e 1 + (x 1) + ++ + (x 1)n (x 1) , lim (x 1) = 0.
2! n! x1
Mini-exercices
Proposition 95
f g admet un DL en 0 lordre n qui est : ( f g)(x) = f (x) g(x) = T n (x) + x n (x) o T n (x)
est le polynme (c 0 + c 1 x + + c n x n ) (d 0 + d 1 x + + d n x n ) tronqu lordre n.
Tronquer un polynme lordre n signifie que lon conserve seulement les monmes de degr n.
254 Dveloppements limits
Exemple 134
p p
Calculer le DL de cos x 1 + x en 0 lordre 2. On sait cos x = 1 21 x2 + x2 1 (x) et 1 + x =
1 + 21 x 81 x2 + x2 2 (x). Donc :
p 1 2 1 1 2
2 2
cos x 1 + x = 1 x + x 1 (x) 1 + x x + x 2 (x) on dveloppe
2 2 8
1 1
= 1 + x x2 + x2 2 (x)
2 8
1 2 1 1
x 1 + x x2 + x2 2 (x)
2 2 8
1 1
+ x2 1 (x) 1 + x x2 + x2 2 (x)
2 8
1 1 2
= 1 + x x + x2 2 (x) on dveloppe encore
2 8
1 1 1 4 1 4
x2 x3 + x x 2 (x)
2 4 16 2
1 3 1
+ x 1 (x) + x 1 (x) x4 1 (x) + x4 1 (x)2 (x)
2
2 8
1 1 2 1 2
= 1+ x+ x x on a regroup les termes de degr 0 et 1, 2
2 8 2
| {z }
partie tronque lordre 2
1 1 4 1 4 1 1
+ x2 2 (x) x3 + x x 2 (x) + x2 1 (x) + x3 1 (x) x4 1 (x) + x4 1 (x)2 (x) et ici les aut
| 4 16 2 {z 2 8 }
reste de la forme x2 ( x)
1 5
= 1 + x x2 + x2 (x)
2 8
On a en fait crit beaucoup de choses superflues, qui la fin sont dans le reste et navaient
pas besoin dtre explicites ! Avec lhabitude les calculs se font trs vite car on ncrit plus
les termes inutiles. Voici le mme calcul avec la notation petit o : ds quapparat un terme
x2 1 (x) ou un terme x3 ,... on crit juste o(x2 ) (ou si lon prfre x2 (x)).
p 1 2 1 1 2
2 2
cos x 1 + x = 1 x + o(x ) 1 + x x + o(x ) on dveloppe
2 2 8
1 1
= 1 + x x2 + o(x2 )
2 8
1 2
x + o(x2 )
2
+ o(x2 )
1 5
= 1 + x x2 + o(x2 )
2 8
La notation petit o vite de devoir donner un nom chaque fonction, en ne gardant que sa
proprit principale, qui est de dcrotre vers 0 au moins une certaine vitesse. Comme on le
voit dans cet exemple, o(x2 ) absorbe les lments de mme ordre de grandeur ou plus petits
que lui : o(x2 ) 41 x3 + 12 x2 o(x2 ) = o(x2 ). Mais il faut bien comprendre que les diffrents o(x2 )
crits ne correspondent pas la mme fonction, ce qui justifie que cette galit ne soit pas
fausse !
Dveloppements limits 255
3.2. Composition
On crit encore :
Proposition 96
Exemple 135
Calcul du DL de h(x) = sin ln(1 + x) en 0 lordre 3.
On pose ici f (u) = sin u et g(x) = ln(1 + x) (pour plus de clart il est prfrable de donner
des noms diffrents aux variables de deux fonctions, ici x et u). On a bien f g(x) =
sin ln(1 + x) et g(0) = 0.
3
On crit le DL lordre 3 de f (u) = sin u = u u3! + u3 1 (u) pour u proche de 0.
2 3
Et on pose u = g(x) = ln(1 + x) = x x2 + x3 + x3 2 (x) pour x proche de 0.
On aura besoin de calculer un DL lordre 3 de u2 (qui est bien sr le produit u u) :
2 3 2
u2 = x x2 + x3 + x3 2 (x) = x2 x3 + x3 3 (x) et aussi u3 qui est u u2 , u3 = x3 + x3 4 (x).
3
Donc h(x) = f g(x) = f (u) = u u3! + u3 1 (u) = x 12 x2 + 13 x3 61 x3 + x3 (x) = x 12 x2 +
1 3 3
6 x + x (x).
Exemple 136
p
Soit h(x) = cos x. On cherche le DL de h en 0 lordre 4.
p
On utilise cette fois la notation petit o. On connat le DL de f (u) = 1 + u en u = 0 lordre
p
2 : f (u) = 1 + u = 1 + 12 u 81 u2 + o(u2 ).
Et si on pose u(x) = cos x 1 alors on a h(x) = f u(x) et u(0) = 0. Dautre part le DL de u(x) en
x = 0 lordre 4 est : u = 12 x2 + 24
1 4
x + o(x4 ). On trouve alors u2 = 41 x4 + o(x4 ).
Et ainsi
1 1
h(x) = f u = 1 + u u2 + o(u2 )
2 8
1 1 2 1 4 1 1 4
= 1+ x + x x + o(x4 )
2 2 24 8 4
1 1 4 1 4
= 1 x2 + x x + o(x4 )
4 48 32
1 1 4
= 1 x2 x + o(x4 )
4 96
3.3. Division
Voici comment calculer le DL dun quotient f /g. Soient
1
Nous allons utiliser le DL de 1+ u = 1 u + u2 u3 + .
256 Dveloppements limits
1 1 1
= .
g(x) d 0 1 + x + + d n x n + xn 2 ( x)
d 1
d0 d0 d0
3. Si d 0 = 0 alors on factorise par x k (pour un certain k) afin de se ramener aux cas prcdents.
Exemple 137
1. DL de tan x en 0 lordre 5.
3 5 2 4
Tout dabord sin x = x x6 + 120
x
+ x5 (x). Dautre part cos x = 1 x2 + 24
x
+ x5 (x) = 1 + u en
2 4
x
posant u = x2 + 24 + x5 (x).
2 x4 5 2 x4
Nous aurons besoin de u2 et u3 : u2 = x2 + 24 + x (x) = 5
4 + x (x) et en fait u3 = x5 (x).
(On note abusivement (x) pour diffrents restes.)
Ainsi
1 1 x2 x4 x4 x2 5 4
= = 1 u + u2 u3 + u3 (u) = 1 + + + x5 (x) = 1 + + x + x5 (x) ;
cos x 1 + u 2 24 4 2 24
Finalement
1 x3 x5 x2 5 x3 2
+ x5 (x) 1+ + x4 + x5 (x) = x+ + x5 + x5 (x).
tan x = sin x = x +
cos x 6 120 2 24 3 15
1+ x
2. DL de 2+ x en 0 lordre 4.
1+ x 1 1 1 x x 2 x 3 x 4 1 x x2 x3 x4
= (1+ x) x = (1+ x) 1 + + + o(x ) = + + + o(x4 )
4
2+ x 2 1+ 2 2 2 2 2 2 2 4 8 16 32
sin x
3. Si lon souhaite calculer le DL de sh x en 0 lordre 4 alors on crit
3 5 2 4
x x3! + x5! + o(x5 ) x 1 x3! + x5! + o(x4 )
sin x
= 3 5
= 2 4
sh x x + x3! + x5! + o(x5 ) x 1 + x3! + x5! + o(x4 )
x2 x4 1 x2 x4
+ o(x4 ) + o(x4 )
= 1 + 2 4
= = 1 +
3! 5! 1 + x3! + x5! + o(x4 ) 2 18
Autre mthode. Soit f (x) = C(x) + x n 1 (x) et g(x) = D(x) + x n 2 (x). Alors on crit la division suivant
les puissances croissantes de C par D lordre n : C = DQ + x n+1 R avec degQ n. Alors Q est la
partie polynomiale du DL en 0 lordre n de f /g.
Exemple 138
3
DL de 2+1x++x22x lordre 2. On pose C(x) = 2 + x + 2x3 et g(x) = D(x) = 1 + x2 alors C(x) =
D(x) (2 + x 2x2 ) + x3 (1 + 2x). On a donc Q(x) = 2 + x 2x2 , R(x) = 1 + 2x. Et donc lorsque lon
f ( x)
divise cette galit par C(x) on obtient g( x) = 2 + x 2x2 + x2 (x).
3.4. Intgration
Soit f : I R une fonction de classe C n dont le DL en a I lordre n est f (x) = c 0 + c 1 (x a) +
c 2 (x a)2 + + c n (x a)n + (x a)n (x).
Dveloppements limits 257
Thorme 42
Cela signifie que lon intgre la partie polynomiale terme terme pour obtenir le DL de F(x) la
constante F(a) prs.
Dmonstration
Rx Rx Rx
On a F ( x) F (a) = a f ( t) dt = a 0 ( x a)+ + na+n1 ( x a)n+1 + a ( t a)n+1 ( t) dt. Notons ( x) = ( xa1)n+1 a ( t
a)n ( t) dt.
Rx Rx
Alors |( x)| ( xa1)n+1 a |( t a)n | sup t[a,x] |( t)| dt = | ( xa1)n+1 |sup t[a,x] |( t)| a |( ta)n | dt = n+
1
1 sup t[a,x] |( t)|.
Exemple 139
Calcul du DL de arctan x.
On sait que arctan0 x = 1+1x2 . En posant f (x) = 1
1+ x 2
et F(x) = arctan x, on crit
1 n
arctan0 x = (1)k x2k + x2n (x).
X
=
1 + x2 k=0
(1)k 2 k+1 3 5 7
+ x2n+1 (x) = x x3 + x5 x7 +
Pn
Et comme arctan(0) = 0 alors arctan x = k=0 2 k+1
x
Exemple 140
Mini-exercices
ln(1+ x3 ) ex
4. Calculer le DL en 0 lordre n de x3
. Idem lordre 3 avec 1+ x .
5. Par intgration retrouver la formule du DL de ln(1 + x). Idem lordre 3 pour arccos x.
Les DL sont trs efficaces pour calculer des limites ayant des formes indtermines ! Il suffit juste
de remarquer que si f (x) = c 0 + c 1 (x a) + alors lim xa f (x) = c 0 .
Exemple 141
x3 x3 3 2 x2 x4 1 2 1 4
4
1 4 5 4 4 2 2
3 +o(x ) +2 x 6 + o(x ) = 2 4 + 2 (x 3 x ) + o(x ) = 12 x + o(x ) et g(x) = 3x sin x =
2 2 4 4
3x x + o(x) = 3x + o(x ).
5 4 5
12
f ( x) x + o( x4 ) 12 + o(1)
Ainsi g ( x) =4 4
3 x + o( x )
= 3+ o(1) en notant o(1) une fonction (inconnue) tendant vers 0 quand
f ( x) 5
x 0. Donc lim x0 g( x) = 36 .
Note : en calculant le DL un ordre infrieur (2 par exemple), on naurait pas pu conclure, car
f ( x) 2
on aurait obtenu g( x) = oo(( xx2 )) , ce qui ne lve pas lindtermination. De faon gnrale, on calcule
les DL lordre le plus bas possible, et si cela ne suffit pas, on augmente progressivement
lordre (donc la prcision de lapproximation).
Proposition 97
Il y a 3 cas possibles.
Si le signe est positif alors la courbe est au-dessus de la tangente.
y
a x
a x
Dveloppements limits 259
Si le signe change (lorsque lon passe de x < a x > a) alors la courbe traverse la tangente au
point dabscisse a. Cest un point dinflexion.
y
a x
f 00 (a)
Comme le DL de f en a lordre 2 scrit aussi f (x) = f (a) + f 0 (a)(x a) + 2 (x a)2 + (x a)2 (x).
Alors lquation de la tangente est aussi y = f (a) + f 0 (a)(x a). Si en plus f 00 (a) 6= 0 alors f (x) y
garde un signe constant autour de a. En consquence si a est un point dinflexion alors f 00 (a) = 0.
(La rciproque est fausse.)
Exemple 142
y y
y = x4 2x3 + 1 y = x4 2x3 + 1
1 1 tangente en 0
0 0 1
1 1 x x
2
tangente en 12
tangente en 1
c1 cn 1 1
f (x) = c 0 + ++ n + n
x x x x
Exemple 143
f (x) = ln 2 + 1x = ln 2 + ln 1 + 1 1 1 1
+ + (1)n1 n21n xn + 1 1
x n ( x ),
2x = ln 2 + 2x 8 x2
+ 24 x3
o
lim x ( 1x ) = 0
y
y = ln 2 + 1x
1
y = ln(2)
0 1 x
Cela nous permet davoir une ide assez prcise du comportement de f au voisinage de +.
Lorsque x + alors f (x) ln 2. Et le second terme est + 12 x, donc est positif, cela signifie
que la fonction f (x) tend vers ln 2 tout en restant au-dessus de ln 2.
Remarque
Proposition 98
f ( x) f ( x)
On suppose que la fonction x 7 x admet un DL en + (ou en ) : x = a 0 + ax1 +
ak
xk
+ x1k ( 1x ), o k est le plus petit entier 2 tel que le coefficient de x1k soit non nul. Alors
lim x+ f (x) (a 0 x + a 1 ) = 0 (resp. x ) : la droite y = a 0 x + a 1 est une asymptote la
courbe de f en + (ou ) et la position de la courbe par rapport lasymptote est donne
par le signe de f (x) y, cest--dire le signe de xakk1 .
y
y = f (x)
y = a0 x + a1
Dmonstration
ak
+ xk11 ( 1x ) = 0. Donc y = a 0 x + a 1 est une asymptote la
On a lim x+ f ( x) a 0 x a 1 = lim x+ x k1
a a
courbe de f . Ensuite on calcule la diffrence f ( x) a 0 x a 1 = xkk 1 + xk11 ( 1x ) = xkk 1 1 + a1 ( 1x ) .
k
Exemple 144
p
Asymptote de f (x) = exp 1x x2 1.
y y = 1+ x p
y = exp 1x x2 1
y = x 1
0
1 1 x
262 Dveloppements limits
1. En +,
p s
f (x) 1 x2 1 1 1
= exp = exp 1 2
x x x x x
1 1 1 1 1 1 1 1
= 1 + + 2 + 3 + 3 ( ) 1 2 + 3 ( )
x 2x 6x x x 2x x x
1 1 1 1
= = 1 + 3 + 3 ( )
x 3x x x
Mini-exercices
p
sin x x 1 + x sh 2x
1. Calculer la limite de lorsque x tend vers 0. Idem avec (pour
x3 xk
k = 1, 2, 3, . . .).
p 1
x1 1 x x 1 1
2. Calculer la limite de lorsque x tend vers 1. Idem pour , puis 2
2
ln x 1+ x tan x x
lorsque x tend vers 0.
3. Soit f (x) = exp x + sin x. Calculer lquation de la tangente en x = 0 et la position du
graphe. Idem avec g(x) = sh x.
x
4. Calculer le DL en + lordre 5 de x2x1 . Idem lordre 2 pour 1 + 1x .
q
3
5. Soit f (x) = xx++11 . Dterminer lasymptote en + et la position du graphe par rapport
cette asymptote.
Auteurs
15 Courbes paramtres
1 Notions de base
2 Tangente une courbe paramtre
3 Points singuliers Branches innies
4 Plan d'tude d'une courbe paramtre
5 Courbes en polaires : thorie
6 Courbes en polaires : exemples
Dans ce chapitre nous allons voir les proprits fondamentales des courbes paramtres. Com-
menons par prsenter une courbe particulirement intressante. La cyclode est la courbe que
parcourt un point choisi de la roue dun vlo, lorsque le vlo avance. Les coordonnes (x, y) de ce
point M varient en fonction du temps :
(
x(t) = r(t sin t)
y(t) = r(1 cos t)
o r est le rayon de la roue.
y
La cyclode a des proprits remarquables. Par exemple, la cyclode renverse est une courbe
brachistochrone : cest--dire que cest la courbe qui permet une bille darriver le plus vite possible
dun point A un point B. Contrairement ce que lon pourrait croire ce nest pas une ligne droite,
mais bel et bien la cyclode. Sur le dessin suivant les deux billes sont lches en A linstant
t 0 , lune sur le segment [AB] ; elle aura donc une acclration constante. La seconde parcourt la
cyclode renverse, ayant une tangente verticale en A et passant par B. La bille acclre beaucoup
au dbut et elle atteint B bien avant lautre bille ( linstant t 4 sur le dessin). Notez que la bille
passe mme par des positions en-dessous de B (par exemple en t 3 ).
t1
A
t2
t3
t1 t4
B
t2 t4
t3
264 Courbes paramtres
1. Notions de base
1.1. Dfinition dune courbe paramtre
Dfinition 75
f: DR R2
t 7 f (t)
Ainsi, une courbe paramtre est une application qui, un rel t (le paramtre), associe un point du
plan. On parle aussi darc paramtr. On peut aussi la noter f : D R R2 ou crire
t 7 M(t)
x( t) 2
en abrg t 7 M(t) ou t 7 y( t) . Enfin en identifiant C avec R , on note aussi t 7 z(t) = x(t) + iy(t)
avec lidentification usuelle entre le point M(t) = xy((tt)) et son affixe z(t) = x(t) + iy(t).
M(t) = x(t), y(t)
y(t)
x(t) x
Par la suite, une courbe sera frquemment dcrite de manire trs synthtique sous une forme du
type (
x(t) = 3 ln t
, t ]0, +[ ou z(t) = ei t , t [0, 2].
y(t) = 2t2 + 1
Il faut comprendre que x et y dsignent des fonctions de D dans R ou que z dsigne une fonction
de D dans C. Nous connaissons dj des exemples de paramtrisations :
Exemple 145
Si f est une fonction dun domaine D de R valeurs dans R(, une paramtrisation du
x(t) = t
graphe de f , cest--dire de la courbe dquation y = f (x), est .
y(t) = f (t)
Courbes paramtres 265
y
y
M(
2) M(2)
M(t)
sin t
M(1)
~
u
M() M(0)
cos t x A
M(0)
x
M(1)
M( 32 )
y
y y(t) = f (t)
M(t)
B
M(1)
A M()
M(0) x(t) = t x
Il est important de comprendre quune courbe paramtre ne se rduit pas au dessin, malgr le
vocabulaire utilis, mais cest bel et bien une application. Le graphe de la courbe porte le nom
suivant :
Dfinition 76
Nanmoins par la suite, quand cela ne pose pas de problme, nous identifierons ces deux notions
en employant le mot courbe pour dsigner indiffremment la fois lapplication et son graphe. Des
courbes paramtres diffrentes peuvent avoir un mme support. Cest par exemple le cas des
courbes :
[0, 2[ R2 et [0, 4[ R2
t 7 (cos t, sin t) t 7 (cos t, sin t)
dont le support est un cercle, parcouru une seule fois pour la premire paramtrisation et deux
fois pour lautre (figure de gauche).
M(t)
sin t
1 t2
(1, 0) 1+ t2
cos t
2t
1+ t2 M(t)
266 Courbes paramtres
M = (x, y)
y
t~u (M) = (x + a, y + b)
O x
~
u
M = (x, y)
M = (x, y) y
rotO,/2 (M) = ( y, x)
O x M = (x, y)
2
s O (M) = ( x, y) O x
Courbes paramtres 267
On utilise ces transformations pour rduire le domaine dtude dune courbe paramtre. Nous le
ferons travers quatre exercices.
Exemple 146
(
x(t) = t 32 sin t
Dterminer un domaine dtude le plus simple possible de larc .
y(t) = 1 32 cos t
Solution.
Pour t R,
o ~
u = (2, 0). Donc, on tudie larc et on en trace le support sur un intervalle de longueur 2
au choix, comme [, ] par exemple, puis on obtient la courbe complte par translations de
vecteurs k (2, 0) = (2k, 0), k Z.
Pour t [, ],
M( t) = (t 32 sin t), 1 32 cos t = s (O y) M(t) .
On tudie la courbe et on en trace le support sur [0, ] (premire figure), ensuite on effectue
la rflexion daxe (O y) (deuxime figure), puis on obtient la courbe complte par translations
de vecteurs k~ u, k Z (troisime figure).
y y
x x
Exemple 147
courbe pour t [0, ], puis on obtient la courbe complte par symtrie centrale de centre
O.
Pour t [0, ], M( t) = sin(2 2t), sin(3 3t) = sin(2t), sin( 3t) =
y y y
x x x
Exemple 148
t
x(t) =
Dterminer un domaine dtude le plus simple possible de larc 1 + t4 .
3
y(t) = t
1 + t4
Indication : on pourra, entre autres, considrer la transformation t 7 1/t.
Solution.
Pour tout rel t, M(t) est bien dfini.
Pour t R, M( t) = s O M(t) . On tudie et on construit larc quand t dcrit [0, +[, puis
1/t3
3
1 1/t t t
M = 4
, 4
= 4
, 4
= y(t), x(t) = s ( y= x) M(t) .
t 1 + 1/t 1 + 1/t 1+ t 1+ t
Autrement dit, M(t 2 ) = s ( y= x) M(t 1 ) avec t 2 = 1/t 1 , et si t 1 ]0, 1] alors t 2 [1, +[.
Puisque la fonction t 7 1t ralise une bijection de [1, +[ sur ]0, 1], alors on tudie
et on construit la courbe quand t dcrit ]0, 1] (premire figure), puis on effectue la r-
flexion daxe la premire bissectrice (deuxime figure) puis on obtient la courbe complte
par symtrie centrale de centre O et enfin en plaant le point M(0) = (0, 0) (troisime
figure).
y y y
x x x
Exemple 149
Dterminer un domaine dtude le plus simple possible de larc z = 31 2ei t + e2i t . En calcu-
lant z(t + 23 ), trouver une transformation gomtrique simple laissant la courbe globalement
invariante.
Solution.
Pour t R, z(t + 2) = 13 2ei( t+2) + e2i( t+2) = 13 2ei t + e2i t = z(t). La courbe complte
construit la courbe quand t dcrit [0, ], la courbe complte tant alors obtenue par
rflexion daxe (Ox) (qui correspond la conjugaison).
Pour t R, z(t + 23 ) = 31 2ei( t+2/3) + e2i( t+2/3) = 13 2e2i/3 ei t + e4i/3 e2i t = e2i/3 z(t).
Le point M(t + 2/3) est donc limage du point M(t) par la rotation de centre O et dangle
2 2
3 . La courbe complte est ainsi invariante par la rotation de centre O et dangle 3 .
Dfinition 77
Soit f : t 7 M(t) une courbe paramtre et soit A un point du plan. La multiplicit du point
A par rapport la courbe f est le nombre de rels t pour lesquels M(t) = A.
En termes plus savants : la multiplicit du point A par rapport larc f est Card f 1 (A) .
A
A
A
Si A est atteint une et une seule fois, sa multiplicit est 1 et on dit que le point A est un
point simple de la courbe (premire figure).
Si A est atteint pour deux valeurs distinctes du paramtre et deux seulement, on dit que A
est un point double de la courbe (deuxime figure).
On parle de mme de points triples (troisime figure), quadruples, . . . , multiples (ds
que le point est atteint au moins deux fois).
Une courbe dont tous les points sont simples est appele une courbe paramtre simple.
Il revient au mme de dire que lapplication t 7 M(t) est injective.
On se limite au couple (t, u) avec t > u afin de ne pas compter la solution redondante (u, t) en plus
de (t, u).
270 Courbes paramtres
Exemple 150
(
x(t) = 2t + t2
Trouver les points multiples de larc , t R .
y(t) = 2t t12
M(t) = M(u)
p
Il nous reste dterminer o est ce point double M(t) = M(u). Fixons t = 1 + 2 et u =
p
1 2. De plus, x(t) = t2 + 2t = 1 (puisque pour cette valeur de t, t2 + 2t 1 = 0). Ensuite, en
divisant les deux membres de lgalit t2 + 2t = 1 par t2 , nous dduisons t12 = 1 + 2t , puis, en
divisant les deux membres de lgalit t2 + 2t = 1 par t, nous dduisons 1t = t + 2. Par suite,
y(t) = 2t (1 + 2(t + 2)) = 5. La courbe admet un point double, le point de coordonnes (1, 5).
Remarque 1
Dans cet exercice, les expressions utilises sont des fractions rationnelles, ou encore, une fois
rduites au mme dnominateur, puis une fois les dnominateurs limins, les expressions
sont polynomiales. Or, u donn, lquation M(t) = M(u), dinconnue t, admet bien sr la
solution t = u. En consquence, on doit systmatiquement pouvoir mettre en facteur (t u),
ce que nous avons fait en regroupant les termes analogues : nous avons crit tout de suite
(t2 u2 ) + 2(t u) = 0 et non pas t2 + 2t u2 2u = 0. Le facteur t u se simplifie alors car il
est non nul.
Courbes paramtres 271
Mini-exercices
On doit dj prendre garde au fait que lorsque ce point M(t 0 ) est un point multiple de la courbe,
alors la courbe peut tout fait avoir plusieurs tangentes en ce point (figure de droite). Pour viter
cela, on supposera que la courbe est localement simple en t 0 , cest--dire quil existe un intervalle
ouvert non vide I de centre t 0 tel que lquation M(t) = M(t 0 ) admette une et une seule solution
dans D I, savoir t = t 0 (figure de gauche). Il revient au mme de dire que lapplication t 7 M(t)
est localement injective. Dans tout ce paragraphe, nous supposerons systmatiquement que cette
condition est ralise.
Soit f : t 7 M(t), t D R, une courbe paramtre et soit t 0 D. On suppose que la courbe est
localement simple en t 0 .
272 Courbes paramtres
On dit que la courbe admet une tangente en M(t 0 ) si la droite (M(t 0 )M(t)) admet une position
limite quand t tend vers t 0 . Dans ce cas, la droite limite est la tangente en M(t 0 ).
M(t 0 )
M(t)
Dfinition 79
Soit t 7 M(t) = x(t), y(t) , t D R, une courbe paramtre et soit t 0 D. La courbe est
En dautres termes la courbe est continue en t 0 si et seulement si x(t) x(t 0 ) et y(t) y(t 0 ),
lorsque t t 0 .
Revenons maintenant notre tangente. Un autre vecteur directeur de la droite (M(t 0 )M(t)) est le
vecteur x ( t ) x ( t ) !
0
1
M(t 0 )M(t) = y( tt) t0
y( t 0 ) .
t t0 t t 0
On a multipli le vecteur M(t 0 )M(t) par le rel t1t0 . Remarquons que chaque coordonne de ce
vecteur est un taux daccroissement, dont on cherche la limite. Do la dfinition :
Courbes paramtres 273
Dfinition 80
Soient t 7 M(t) = (x(t), y(t)), t D R, une courbe paramtre et t 0 D. La courbe est dri-
vable en t 0 si et seulement si les fonctions x et y le sont. Dans ce cas, le vecteur driv de
!
x0 (t 0 ) dM
la courbe en t 0 est le vecteur 0 . Ce vecteur se note (t 0 ).
y (t 0 ) dt
1
Cette notation se justifie car dans le vecteur t t 0 M(t 0 )M(t),
dont on cherche la limite, M(t 0 )M(t)
peut scrire M(t) M(t 0 ) (on rappelle quune diffrence de deux points B A est un vecteur AB).
Ainsi :
dM diffrence infinitsimale de M
(t 0 ) = en t 0
dt diffrence infinitsimale de t
dM
(t 0 )
dt
M(t 0 )
Dfinition 81
Interprtation cinmatique. Si t est le temps, le vecteur driv ddMt (t 0 ) est le vecteur vitesse au
point M(t 0 ). Un point singulier, cest--dire un point en lequel la vitesse est nulle, sappellera alors
plus volontiers point stationnaire. Dun point de vue cinmatique, il est logique que le vecteur
vitesse en un point, quand il est non nul, dirige la tangente la trajectoire en ce point. Cest ce
quexprime le thorme suivant, qui dcoule directement de notre tude du vecteur driv :
274 Courbes paramtres
Thorme 43
En tout point rgulier dune courbe drivable, cette courbe admet une tangente. La tangente
en un point rgulier est dirige par le vecteur driv en ce point.
dM
(t 0 )
dt
M(t 0 )
T0
Si dM ~ une quation de la tangente T0 en M(t 0 ) est donc fournie par :
d t (t 0 ) 6= 0,
x x(t )
0 x0 (t 0 )
= 0 y0 (t 0 ) x x(t 0 ) x0 (t 0 ) y y(t 0 ) = 0.
M(x, y) T0
y y(t 0 ) y0 (t 0 )
Exemple 151
(
x(t) = sin(2t)
Trouver les points o la tangente la courbe de Lissajous , t [, ], est
y(t) = sin(3t)
verticale, puis horizontale.
Solution.
Tout dabord, par symtries, on limite notre tude sur t [0, 2 ]. Or au point M(t) = sin(2 t)
sin(3 t) , le
vecteur driv est
0 ! !
dM x (t) 2 cos(2t)
= 0 = .
dt y (t) 3 cos(3t)
Quand est-ce que la premire coordonne de ce vecteur driv est nul (sur t [0, 2 ]) ?
x0 (t) = 0 2 cos(2t) = 0 t =
4
Et pour la seconde :
y0 (t) = 0 3 cos(3t) = 0 t = ou t=
6 2
Les deux coordonnes ne sannulent jamais en mme temps, donc le vecteur driv nest
jamais nul, ce qui prouve que tous les points sont rguliers, et le vecteur driv dirige la
tangente.
La tangente est verticale lorsque le vecteur driv est vertical, ce qui quivaut x0 (t) = 0,
autrement dit en M( 4 ). La tangente est horizontale lorsque le vecteur driv est horizontal,
ce qui quivaut y0 (t) = 0, autrement dit en M( 6 ) et en M( 2 ).
Courbes paramtres 275
y
M(
6)
M(
4)
M(
2)
Remarque 2
Une courbe peut avoir une tangente verticale, contrairement ce quoi on est habitu
pour les graphes de fonctions du type y = f (x). (
x(t) = t
Par contre dans le cas dune paramtrisation cartsienne du type qui
y(t) = f (t)
est une paramtrisation du graphe de la fonction (drivable)
f (o cette fois-ci f est
1
valeurs dans R), le vecteur driv en t 0 = x0 est f 0 ( x0 ) . Celui-ci nest jamais nul puisque
sa premire coordonne est non nulle. Ainsi, une paramtrisation cartsienne drivable
est toujours rgulire. De plus, pour la mme raison, ce vecteur nest jamais vertical.
Thorme 44
df
dk f k f (t 0 ) | d t (t 0 )
(t 0 ) = .
dt k f (t 0 )k
276 Courbes paramtres
Dmonstration
Exemple 152
Soit t 7 M(t) = (cos t, sin t) une paramtrisation du cercle de centre O et de rayon 1. Pour tout
rel t, on a OM(t) = 1 ou encore kOM(t)k = 1. En drivant cette fonction constante, on obtient :
t R, OM(t) | ddMt (t) = 0 et on retrouve le fait que la tangente au cercle au point M(t) est
orthogonale au rayon OM(t).
dM
dt
(t)
M(t)
OM(t)
O
Thorme 45
Dmonstration
Posons f = ( x1 , y1 ) et
g = ( x , y ). Alors
2 2
0
( f +
g ) ( t 0 ) = ( x1 + x2 , y1 + y2 )0 ( t 0 ) = ( x10 + x20 , y10 + y20 )( t 0 ) = f 0 ( t 0 ) +
g 0 ( t ),
0
et aussi
( f )0 ( t 0 ) = ( x1 , y1 )0 ( t 0 ) = (0 x1 + x10 , 0 y1 + y10 )( t 0 ) = 0 ( x1 , y1 )( t 0 ) + ( x10 , y10 )( t 0 ) = (0 f + f 0 )( t 0 ).
Thorme 46
Soient t 7 (t) une application drivable sur un domaine D de R valeurs dans un domaine
D 0 de R et u 7 f (u) une application drivable sur D 0 valeurs dans R2 . Alors f est drivable
sur D et, pour t 0 D,
d( f ) df
(t 0 ) = 0 (t 0 ) (t 0 ) .
dt dt
Mini-exercices
1. Soit la courbe dfinie par x(t) = t5 4t3 , y(t) = t2 . Calculer le vecteur driv en chaque
point. Dterminer le point singulier. Calculer une quation de la tangente au point (3, 1).
Calculer les quations de deux tangentes au point (0, 4).
2. Soit f une fonction drivable de D R dans R2 . Calculer la drive de lapplication
t 7 k f (t)k2 .
3. Calculer le vecteur driv en tout point de lastrode dfinie par x(t) = cos3 t, y(t) =
sin3 t. Quels sont les points singuliers ? Trouver une expression simple pour la pente de
tangente en un point rgulier.
4. Calculer le vecteur driv en tout point de la cyclode dfinie par x(t) = r(t sin t),
y(t) = r(1 cos t). Quels sont les points singuliers ? En quels points la tangente est-elle
horizontale ? En quels points la tangente est-elle parallle la bissectrice dquation
(y = x) ?
(0, 0). Lorsque le vecteur driv est nul, il nest daucune utilit pour la recherche dune tangente.
Pour obtenir une ventuelle tangente en un point singulier, le plus immdiat est de revenir la
dfinition en tudiant la direction limite de la droite (M(t 0 )M(t)), par exemple en tudiant la limite
du coefficient directeur de cette droite dans le cas o cette droite nest pas parallle (O y). En
supposant que cest le cas :
y(t) y(t 0 )
En un point M(t 0 ) singulier, on tudie lim .
x(t) x(t 0 )
t t 0
Si cette limite est un rel `, la tangente en M(t 0 ) existe et a pour
coefficient directeur `.
Si cette limite existe mais est infinie, la tangente en M(t 0 ) existe et
est parallle (O y).
278 Courbes paramtres
Exemple 153
(
x(t) = 3t2
Trouver les points singuliers de la courbe . Donner une quation cartsienne de
y(t) = 2t3
la tangente en tout point de la courbe.
Solution.
Calcul du vecteur driv. Pour t R, ddMt (t) = 66tt2 . Ce vecteur est nul si et seulement
M(t)
dM
dt
(t)
O
x
la courbe continue dans le mme sens, sans traverser la tangente : cest un point dallure
ordinaire,
la courbe continue dans le mme sens, en traversant la tangente : cest un point dinflexion,
la courbe rebrousse chemin le long de cette tangente en la traversant, cest un point de
rebroussement de premire espce,
la courbe rebrousse chemin le long de cette tangente sans la traverser, cest un point de
rebroussement de seconde espce.
Courbes paramtres 279
Intuitivement, on ne peut rencontrer des points de rebroussement quen un point stationnaire, car
en un point o la vitesse est non nulle, on continue son chemin dans le mme sens.
M(t) = M(0) + t p
v + t q
w + tq
(t)
o :
p < q sont des entiers,
v et
w sont des vecteurs non colinaires,
(t) est un vecteur, tel que k
(t)k 0 lorsque t t .
0
En un tel point M(0), la courbe C admet une tangente, dont un vecteur directeur est
v . La position
de la courbe C par rapport cette tangente est donne par la parit de p et q :
w
w
v
v
w
w
v
t2 > 0
(
t>0:
t5 > 0
t=0
v
t2 > 0
(
t<0:
t5 < 0
Exemple 154
(
x(t) = t5
tudier le point singulier lorigine de .
y(t) = t3
Solution.
En M(0) = (0, 0), il y a bien un point singulier. On crit
! !
3 0 5 1
M(t) = t +t .
1 0
Ainsi p = 3, q = 5, v = 0 ,
w = 10 . La tangente, dirige par
v , est verticale lorigine.
1
Comme p = 3 est impair alors t3 change de signe en 0, donc la courbe continue le long de la
tangente, et comme q = 5 est aussi impair, la courbe franchit la tangente au point singulier.
Cest un point dinflexion.
O
x
Exemple 155
(
x(t) = 2t2
tudier le point singulier lorigine de .
y(t) = t2 t3
Solution.
En M(0) = (0, 0), il y a bien un point singulier. On crit
! !
2 2 3 0
M(t) = t +t .
1 1
Ainsi p = 2, q = 3,
v = 2 0
1 , w = 1 . Cest un point de rebroussement de premire espce.
Courbes paramtres 281
O
x
Exemple 156
(
x(t) = 1 + t2 + 21 t3
tudier le point singulier en (1, 0) de .
y(t) = t2 + 12 t3 + 2t4
Solution.
On crit ! ! ! !
1
1 2 1 3 2 4 0
M(t) = +t +t 1 +t .
0 1 2 2
1
On a donc p = 2 avec v = 1 , par contre le vecteur v = 21 est colinaire
v , donc q = 4 et
1 0
2
w = 02 . Cest un point de rebroussement de seconde espce.
Exemple 157
(
x(t) = t2 ln(1 + t)
tudier le point singulier lorigine de .
y(t) = t2 exp(t2 ) 1
Solution.
On crit
t4
x(t) = t3 + t4 1 (t) y(t) = t4 + t4 2 (t)
2
et ainsi ! !
1 4 1/2
M(t) = t 3
+t + t4
(t).
0 1
On a donc p = 3, q = 4 et cest un point dallure ordinaire.
282 Courbes paramtres
O x
Dfinition 82
Il y a branche infinie en t 0 ds que lune au moins des deux fonctions | x| ou | y| tend vers
linfini quand t tend vers t 0 . Il revient au mme de dire que lim t t0 k f (t)k = +.
Pour chaque branche infinie, on cherche sil existe une asymptote, cest--dire une droite qui
approxime cette branche infinie. La droite dquation y = ax + b est asymptote C si y(t) ax(t) +
b 0, lorsque t t 0 .
Dans la pratique, on mne ltude suivante :
1. Si, quand t tend vers t 0 , x(t) tend vers + (ou ) et y(t) tend vers un rel `, la droite
dquation y = ` est asymptote horizontale C .
2. Si, quand t tend vers t 0 , y(t) tend vers + (ou ) et x(t) tend vers un rel `, la droite
dquation x = ` est asymptote verticale C .
3. Si, quand t tend vers t 0 , x(t) et y(t) tendent vers + (ou ), il faut affiner. On tudie
y( t)
lim t t0 x( t) avec les sous-cas suivants :
y( t)
(a) Si x( t) tend vers 0, la courbe admet une branche parabolique de direction asymptotique
dquation y = 0 (mais il ny a pas dasymptote).
y( t)
(b) Si x( t) tend vers + (ou ), la courbe admet une branche parabolique de direction
asymptotique dquation x = 0 (mais il ny a pas dasymptote).
y( t)
(c) Si x( t) tend vers un rel non nul a, la courbe admet une branche parabolique de direc-
tion asymptotique dquation y = ax.
Il faut encore affiner ltude. On tudie alors lim t t0 y(t) ax(t) avec les deux sous-cas :
(i) Si y(t) ax(t) tend vers un rel b (nul ou pas), alors lim t t0 (y(t) (ax(t) + b)) = 0 et la
droite dquation y = ax + b est asymptote oblique la courbe.
(ii) Si y(t) ax(t) tend vers + ou , ou na pas de limite, la courbe na quune direction
asymptotique dquation y = ax, mais nadmet pas de droite asymptote.
De gauche droite : asymptote verticale, horizontale, oblique.
y
x x
x
Courbes paramtres 283
Une branche parabolique peut ne pas admettre de droite asymptote, comme dans le cas dune
parabole :
y
Exemple 158
(
x(t) = tt 1
tudier les asymptotes de la courbe . Dterminer la position de la courbe par
y(t) = t23t 1
rapport ses asymptotes.
Solution.
Branches infinies. La courbe est dfinie sur R \ {1, +1}. | x(t)| + uniquement
lorsque t +1 ou t +1+ . | y(t)| + lorsque t 1 ou t 1+ ou t +1 ou
t +1+ . Il y a donc 4 branches infinies, correspondant 1 , 1+ , +1 , +1+ .
tude en 1 . Lorsque t 1 , x(t) 12 et y(t) : la droite verticale (x = 12 ) est
donc asymptote pour cette branche infinie (qui part vers le bas).
tude en 1+ . Lorsque t 1+ , x(t) 12 et y(t) + : la mme droite verticale
dquation (x = 12 ) est asymptote pour cette branche infinie (qui part cette fois vers le
haut).
tude en +1 . Lorsque t +1 , x(t) et y(t) . On cherche une asymptote
y( t )
oblique en calculant la limite de x( t) :
3t
y(t) t2 1 3 3
= t
= lorsque t +1 .
x(t) t1
t+1 2
3 3t 3 t 3t 32 t(t + 1) 23 t(t 1) 32 t 3
y(t) x(t) = 2 = 2
= = lorsque t +1 .
2 t 1 2 t1 t 1 (t 1)(t + 1) t + 1 4
y y = 32 x 34
t 1+
5 t +1+
x = 12
t +
-3 -2 -1 1 2 3 4 x
t
-1
-2
-3
-4
t +1
-5 t 1
On trouvera dautres exemples dtudes de branches infinies dans les exercices de la section
suivante.
Mini-exercices
1. Dterminer la tangente et le type de point singulier lorigine dans chacun des cas :
(t5 , t3 + t4 ), (t2 t3 , t2 + t3 ), (t2 + t3 , t4 ), (t3 , t6 + t7 ).
2. Trouver les branches infinies de la courbe dfinie par x(t) = 1 1+1t2 , y(t) = t. Dterminer
lasymptote, ainsi que la position de la courbe par rapport cette asymptote.
3. Mmes questions pour les asymptotes de la courbe dfinie par x(t) = 1t + t11 , y(t) = 1
t1 .
3
4. Dterminer le type de point singulier de lastrode dfinie par x(t) = cos3 t, y(t) = sin t.
Pourquoi lastrode na-t-elle pas de branche infinie ?
5. Dterminer le type de point singulier de la cyclode dfinie par x(t) = r(t sin t), y(t) =
r(1 cos t). Pourquoi la cyclode na-t-elle pas dasymptote ?
Dans la pratique, les courbes sont traites de manire diffrente lcrit et loral. lcrit, ltude
dune courbe est souvent dtaille en un grand nombre de petites questions. Par contre, loral,
un nonc peut simplement prendre la forme construire la courbe . Dans ce cas, on peut adopter
le plan dtude qui suit. Ce plan nest pas universel et nest quune proposition. Aussi, pour deux
courbes diffrentes, il peut tre utile dadopter deux plans dtude diffrents.
Courbes paramtres 285
t
0
x (t)
y0 (t)
Ce tableau est le tableau des variations des deux fonctions x et y ensemble. Il nous montre
lvolution du point M(t). Par suite, pour une valeur de t donne, on doit lire verticalement
des rsultats concernant et x, et y. Par exemple, x tend vers +, pendant que y vaut 3.
4. tude des points singuliers.
5. tude des branches infinies.
6. Construction mticuleuse de la courbe.
On place dans lordre les deux axes et les units. On construit ensuite toutes les droites
asymptotes. On place ensuite les points importants avec leur tangente (points tangente
verticale, horizontale, points singuliers, points dintersection avec une droite asymptote,. . . ).
Tout est alors en place pour la construction et on peut tracer larc grce aux rgles suivantes :
Trac de la courbe paramtre x(t), y(t)
7. Points multiples.
On cherche les points multiples sil y a lieu. On attend souvent de commencer la construction
de la courbe pour voir sil y a des points multiples et si on doit les chercher.
286 Courbes paramtres
Exemple 159
Construire la courbe
t3
x(t) =
t2 1
.
y(t) = t(3t 2)
3(t 1)
Solution. On note C la courbe construire.
Domaine dtude.
Pour t R, le point M(t) est dfini si et seulement si t 6= 1. Aucune rduction intres-
sante du domaine napparat clairement et on tudie donc sur D = R \ {1, 1}.
Variations conjointes des coordonnes.
La fonction x est drivable sur D et, pour t D,
tude en linfini.
Quand t tend vers +, x(t) et y(t) tendent toutes deux vers + et il y a donc une
branche infinie. Mme chose quand t tend vers .
y( t)
tudions lim t x( t) . Pour t D \ {0},
y(t) (x(t) + 13 ) = 0.
lim
t
t 1 1 1 +
2
signe de y( t) x( t) + 31
+ +
position C au-dessus C en-dessous C au-dessus C en-dessous
relative de de de de
p p
3 1 1 p1 1 1 + p1 3 +
3 3
x0 (t) + 0 0 +
2, 59 . . . + + +
x
2, 59 . . .
0, 17 . . . + +
y
2, 48 . . .
y0 (t) + 0 0 +
288 Courbes paramtres
y y = x + 31
t +
5 t +1+
y = 23 x + 12
4
-6 -5 -4 -3 -2 -1 1 2 3 4 5 6 x
t 1+
-1 y = 65
t 1
-2
t +1 -3
-4
t
-5
Le trac fait apparatre un point double. Je vous laisse le chercher (et le trouver).
Exemple 160
(
x = sin(2t)
Construire la courbe de la famille des courbes de Lissajous.
y = sin(3t)
Solution.
Domaine dtude. Pour tout rel t, M(t) existe et M(t + 2) = M(t). On obtient la courbe
complte quand t dcrit [, ].
Pour t [, ], M( t) = s O (M(t)), puis pour t [0, ], M( t) = s (O y) (M(t)). On tudie et
on construit larc quand t dcrit [0, 2 ], puis on obtient la courbe complte par rflexion
daxe (O y) puis par symtrie centrale de centre O. Puisque, pour tout rel t, M(t + ) =
s (Ox) (M(t)), laxe (Ox) est galement axe de symtrie de la courbe.
Localisation. Pour tout rel t, | x(t)| 1 et | y(t)| 1. Le support de la courbe est donc
contenu dans le carr (x, y) R2 | | x| 1 et | y| 1 .
dM
(t) = ~0 cos(2t) = cos(3t) = 0 t 4 + 2 Z 6 + 3 Z = .
dt
Donc ddMt ne sannule pas et la courbe est rgulire. La tangente en tout point est
dirige par le vecteur 2 cos(2t), 3 cos(3t) .
Cette tangente est parallle (Ox) si et seulement si cos(3t) = 0 ou encore t 6 + 3 Z ou
enfin t = 6 et t = 2 , et cette tangente est parallle (O y) si et seulement si cos(2t) = 0
ou encore t 4 + 2 Z ou enfin t = 4 .
La tangente en M(0) est dirige par le vecteur (2, 3) et a donc pour coefficient directeur
3/2.
Pour t [0, 2 ], M(t) (Ox) si et seulement si sin(3t) = 0 ou encore t 3 Z ou enfin t = 0
ou t = 3 . La tangente en M(/3) est dirige par le vecteur (1, 3) et a donc pour
coefficient directeur 3.
t=
6
t=
4
t=
3
t=
2
Il existe dautres faons de dfinir une courbe, par exemple par une quation cartsienne du type
f (x, y) = 0. Par exemple, (x2 + y2 1 = 0) dfinit le cercle de rayon 1, centr lorigine.
Pour tudier les quations f (x, y) = 0, il nous manque un cours sur les fonctions de deux variables.
Nanmoins, il est possible ds prsent de construire de telles courbes en trouvant une para-
mtrisation. Une ide (parmi tant dautres), frquemment utilise en pratique, est de chercher
lintersection de la courbe avec toutes les droites passant par lorigine comme le montre le dessin
y
suivant. Ceci revient en gros prendre comme paramtre le rel t = x .
290 Courbes paramtres
y
C
y = tx
M(t)
y(t)
x(t) x
Exemple 161
Solution.
Commenons par montrer que lintersection de la courbe avec laxe des ordonnes est rduite
lorigine :
M(x, y) C (O y) x3 + y3 3ax y = 0 et x = 0 x = y = 0.
x 6= 0
x 6= 0
M(x, y) D t C \ (O y) y = tx y = tx
3 3 3
x + t x 3atx2 = 0 (1 + t3 )x 3at = 0
x 6= 0
(
x = 13+att3
3at
x = 1+ t3 pour t {1} 2 pour t {1, 0}.
3at2 y = 13+att3
y = 1+ t 3
2
Ainsi C est la runion de {O } et de lensemble des points 13+att3 , 13+att3 , t {1, 0}. Dautre part
les droites D 1 et D 0 nont quun point commun avec C , savoir le point O. Comme t = 0
refournit le point O, on a plus simplement :
3at 3at2
C= , | t R \ {1} .
1 + t3 1 + t3
-3 -2 -1 1 2 3 x
-1
-2
-3
Mini-exercices
t
1. Faire une tude complte et le trac de la courbe dfinie par x(t) = tan 3 , y(t) = sin(t).
2. Faire une tude complte et le trac de lastrode dfinie par x(t) = cos3 t, y(t) = sin3 t.
3. Faire une tude complte et le trac de la cyclode dfinie par x(t) = r(t sin t), y(t) =
r(1 cos t).
M tant un point du plan, on dit que [r : ] est un couple de coordonnes polaires du point M si
et seulement si OM = r
u .
M = [r : ] OM = r
u M = O + r
u .
y
y
v
u
sin M = [r : ]
2
r
u
cos x
O x
292 Courbes paramtres
Exemple 162
p
Voici une spirale dquation polaire r = , dfinie pour [0, +[.
Par exemple pour = 0, r( ) = 0, donc lorigine appartient la courbe C . Pour = 2 , r( ) =
q q
2 , donc M( 2 ) = 2 : 2 , soit en coordonnes cartsiennes M( 2 ) = (0, 1, 25 . . .) C . Puis
p p p
M() = : = (1, 77 . . . , 0) C , M(2) = 2 : 2 = 2 : 0 = (2, 50 . . . , 0) C , . . .
2, 2 + 2
3 , 3 + 2
+ 2,
M( 4, 4 4 + 4
2 + 2)
4 4
M(
2)
M() M(2) 0, 2, 4
, 3
M(0) 1 2 3 x
3 , 3 + 2
2 2
Une telle quation (r = f ( )) ressemble une quation cartsienne (y = f (x)). Mais la non unicit
dun couple de coordonnes polaires en fait un objet plus compliqu. Reprenons lexemple de la
p p
spirale dquation polaire r = . Le point de coordonnes polaires [ : ] est sur la spirale, mais
p p p
aussi le point [ : 2] (car [ : 2] = [ : ]). Ainsi, si en cartsien on peut crire M(x, y)
C f y = f (x), ce nest pas le cas en polaires, o lon a seulement r = f ( ) = M[r : ] C .
Pour avoir une quivalence, avec C la courbe dquation polaire r = f ( ) et M un point du plan, il
faut crire :
il existe un couple [r : ] de coordonnes
M C
polaires de M tel que r = f ( ).
Courbes paramtres 293
Remarque 3
Dans cette prsentation, la lettre r dsigne la fois la premire des deux coordonnes
polaires du point [r : ] et aussi la fonction 7 r( ), cette confusion des notations tant
rsume dans lgalit r = r( ).
r( ) nest pas ncessairement la distance OM( ) car la fonction r peut tout fait prendre
des valeurs strictement ngatives. La formule gnrale est OM( ) = | r( )|.
Grce aux relations usuelles entre les coordonnes cartsiennes et les coordonnes
polaires dun point, on peut tout moment crire une reprsentation polaire sous la
forme dune reprsentation paramtrique classique :
(
x( ) = r( ) cos( )
7 .
y( ) = r( ) sin( )
Pour pouvoir driver un arc en coordonnes polaires, il faut dabord savoir driver le vecteur
u = cos i + sin j en tant que fonction de :
du
d
v
( ) = sin i + cos j =
v = u +/2 et ( ) =
u
+/2+/2 = u + = u .
d d
du
d
v
=v =
u
d d
Soient r une fonction drivable sur un domaine D de R valeurs dans R et C la courbe dquation
polaire r = r( ) ou encore de reprsentation polaire 7 O + r( )
u .
294 Courbes paramtres
dM
d
( )
r
r0
v
u
~j M( )
~i
Le repre (M( ),
u ,
) est le repre polaire en M( ). Dans ce repre, les coordonnes du vecteur
v
dM dM dM
d sont donc (r , r). On note langle ( u , d ) et langle ( i , d ) de sorte que = + .
0
Dmonstration
Comme M ( ) = O + r ( )
u , alors par la formule de drivation dun produit :
dM d r ( ) du
( ) = u + r ( ) = r 0 ( )
u + r ( )
v
d d d
1 r0
Ces galits dfinissent modulo 2. Ensuite, (puisque r 6= 0) on a tan = r. On prfre retenir
que, si de plus r 0 6= 0, tan() = rr0 .
Courbes paramtres 295
Les deux dernires galits dterminent modulo , ce qui est suffisant pour construire la
tangente, mais insuffisant pour construire le vecteur ddM
.
Exemple 163
r = 1 2 cos
au point M( 2 ).
Solution.
On note C la courbe.
1. Premire mthode. On dtermine langle (
u , ddM
) form par la tangente avec la droite
dangle polaire .
Comme r 0 ( ) = 2 sin , alors r 0 ( 2 ) = 2. De plus, r( 2 ) = 1 6= 0. Donc,
r( 2 ) 1
tan = = .
r 0 ( 2 ) 2
Ainsi, modulo ,
= arctan( 12 ) = arctan(2).
2
Langle polaire de la tangente en M( 2 ) est donc
= + = + arctan(2) = arctan(2).
2 2
2. Seconde mthode. On calcule le vecteur driv, qui bien sr dirige la tangente :
dM
= 2 u
/2 + 1 v/2 = i + 2 j
d 2
Comme la tangente passe par le point M( 2 ) = 1 : 2 = (0, 1), une quation cartsienne
y
dM
d
1
= 2
x
-3 -2 -1
u
0
Une quation cartsienne de cette droite dans le repre (O, i , j ) est donc y = tan(0 )x, si 0
2 + Z et x = 0, si 0 2 + Z.
Courbes paramtres 297
Dmonstration
Pour 6= 0 , le vecteur
1 1
M ( 0 ) M ( ) = OM ( ) = u ,
r ( ) r ( )
dirige la droite M (0 ) M ( ) . Or, quand tend vers 0 , u tend vers u
0 . Ainsi u 0 est un vecteur
directeur de la tangente, comme on le souhaitait.
Remarque 4
Exemple 164
r = ( + 1) cos et r = cos2 ( ).
Solution. Dans les deux cas, M( 2 ) = O et la tangente en M( 2 ) est la droite passant par O et
dangle polaire 2 , cest--dire laxe des ordonnes.
Dans le premier cas, r change de signe en franchissant 2 , de positif ngatif. Ainsi, en
tournant toujours dans le mme sens, on se rapproche de lorigine, on la franchit et on
sen carte : cest un point dallure ordinaire.
Dans le deuxime cas, r ne change pas de signe. On ne franchit pas lorigine. On re-
brousse chemin tout en tournant toujours dans le mme sens : cest un point de rebrous-
sement de premire espce.
y y
1 1
=
2 1 2 3 4 x
-1
-1 =
2 1
x
Mini-exercices
1. Soit la courbe dquation polaire r = (cos )2 . Quand est-ce que la tangente en M( ) est
perpendiculaire u ? Quelle est la tangente lorigine ? En quels points la tangente
est-elle horizontale ? Tracer la courbe.
1
2. Montrer que la courbe polaire r = cos +2 sin est une droite, que vous dterminerez.
298 Courbes paramtres
1
Mme problme avec r = cos( 4 )
.
3. Montrer que la courbe polaire r = cos est un cercle, que vous dterminerez.
M = [r : ] M = [r : ]
r + r
O x O x
r
r
2 M = [r : ]
M = [r : ]
+
2
O x
O x
Exemple 165
r = 1 + 2 cos2 .
Solution.
La fonction r est dfinie sur R et 2-priodique. Donc, pour R,
M( + 2) = r( + 2) : + 2 = r( ) : = M( ).
Courbes paramtres 299
La courbe complte est donc obtenue quand dcrit un intervalle de longueur 2 comme
[, ] par exemple.
La fonction r est paire. Donc, pour [, ],
M( ) = r( ) : = r( ) : = s (Ox) M( ) .
On tudie et construit la courbe sur [0, ], puis on obtient la courbe complte par rflexion
daxe (Ox).
r( ) = r( ). Donc, pour [0, ],
M( ) = r( ) : = r( ) : = s (O y) M( ) .
On tudie et construit la courbe sur [0, 2 ], puis on obtient la courbe complte par r-
flexion daxe (O y) puis par rflexion daxe (Ox).
On obtiendrait les tracs suivants sur [0, 2 ], sur [0, ] puis [0, 2].
y y
1 1
-3 -2 -1 1 2 3 x -3 -2 -1 1 2 3 x
-1 -1
-3 -2 -1 1 2 3 x
-1
3. Variations de la fonction r ainsi que le signe de la fonction r. Ce signe aura une influence
sur le trac de la courbe (voir plus bas). Ce signe permet aussi de savoir si lorigine est un
point de rebroussement ou un point ordinaire.
4. Tangentes parallles aux axes. Recherche ventuelle des points en lesquels la tangente
est parallle un axe de coordonnes (pour une tangente en un point distinct de O, parallle
0
(Ox), on rsout r sin( ) = y0 = 0).
5. tude des branches infinies. Aucun rsultat spcifique ne sera fait ici. Le plus simple
est
( alors de se ramener ltude des branches infinies dune courbe paramtre classique :
x( ) = r( ) cos( )
.
y( ) = r( ) sin( )
6. Construction de la courbe.
300 Courbes paramtres
Exemple 166
r = 1 cos .
Solution.
Domaine dtude. La fonction r est 2-priodique, donc on ltudie sur [, ], mais
comme r est une fonction paire, on se limite lintervalle [0, ], la courbe tant sym-
trique par rapport laxe des abscisses.
Localisation de la courbe. Comme 0 r 2 alors la courbe est borne, incluse dans
le disque de rayon 2, centr lorigine. Il ny a pas de branches infinies.
Passage par lorigine. r = 0 cos = 1 = 0 (toujours avec notre restriction
[0, ]). La courbe passe par lorigine uniquement pour = 0.
Variations de r. La fonction r est croissante sur [0, ] avec r(0) = 0, r() = 2. Cons-
quence : r est positif et crot, on tourne dans le sens direct en scartant de lorigine.
Tangentes parallles aux axes. La reprsentation paramtrique de la courbe est
x( ) = r( ) cos , y( ) = r( ) sin . La tangente est horizontale lorsque y0 ( ) = 0 (et x0 ( ) 6=
0) et verticale lorsque x0 ( ) = 0 (et y0 ( ) 6= 0). On calcule
Or :
1 2
2X 2 + X + 1 = 0 X = ou X = 1 donc y0 ( ) = 0 = 0, =
2 3
y
= 23
=
3
=
x
-2 -1
-1
Exemple 167
Le plan est rapport un repre orthonorm direct. Construire la courbe dquation polaire
1 + 2 sin
r= .
1 + 2 cos
Solution.
Domaine dtude.
La fonction r est 2-priodique. De plus, pour r [, ],
2 2
1 + 2 cos = 0 = ou = .
3 3
On obtient la courbe complte quand dcrit D = [, 23 [] 23 , 23 [] 23 , ].
Passages par lorigine.
Pour D,
5
1 + 2 sin = 0 = ou = .
6 6
En M( 6 ) = O, la tangente est la droite dquation y = tan( 6 )x = p1 x et en M( 56 ) =
3
O, la tangente est la droite dquation y = tan( 56 )x = p1 x.
3
Signe et variations de r.
r est strictement positive sur ] 56 , 23 [ ] 6 , 23 [, et strictement ngative sur
[, 56 [ ] 23 , 6 [ ] 23 , ]. Ensuite, r est drivable sur D et, pour D,
p
p
0 2 cos (1 + 2 cos ) + 2 sin (1 + 2 sin ) 2(cos + sin + 2) 2 2(cos( 4 ) + 2)
r ( ) = = = > 0.
(1 + 2 cos )2 (1 + 2 cos )2 (1 + 2 cos )2
Ensuite,
p 2
(1 + 2 sin )(sin 3 cos ) (1 + 2 sin ) 2 sin( + 3 )
p
y( ) 3x( ) = =
1 + 2 cos 2 cos cos( 23 )
Quand tend vers 23 , cette dernire expression tend vers 2(1 p1 ) et on en dduit que
p 3
la droite dquation y = 3x + 2(1 p1 ) est asymptote la courbe.
3 p
On trouve de mme que, quand tend vers 23 , la droite dquation y = 3x + 2(1 + p1 )
3
est asymptote la courbe.
Graphe.
y
4
-2 -1 1 2 3 4 x
-1
-2
-3
Mini-exercices
Auteurs
16 Systmes linaires
ax + b y = e
o a, b et e sont des paramtres rels. Cette quation sappelle quation linaire dans les
variables (ou inconnues) x et y.
Par exemple, 2x + 3y = 6 est une quation linaire, alors que les quations suivantes ne sont pas
des quations linaires :
p
2x + y2 = 1 ou y = sin(x) ou x= y.
Considrons maintenant deux droites D 1 et D 2 et cherchons les points qui sont simultanment
sur ces deux droites. Un point (x, y) est dans lintersection D 1 D 2 sil est solution du systme :
(
ax + b y = e
(S)
cx + d y = f
1. Les droites D 1 et D 2 se coupent en un seul point. Dans ce cas, illustr par la figure de gauche,
le systme (S) a une seule solution.
2. Les droites D 1 et D 2 sont parallles. Alors le systme (S) na pas de solution. La figure du
centre illustre cette situation.
3. Les droites D 1 et D 2 sont confondues et, dans ce cas, le systme (S) a une infinit de solutions.
y y y
D1
D1
D2
D2
D1 = D2
x x x
Nous verrons plus loin que ces trois cas de figure (une seule solution, aucune solution, une infinit
de solutions) sont les seuls cas qui peuvent se prsenter pour nimporte quel systme dquations
linaires.
3 8
Le systme (S) admet donc une solution unique ( 25 , 25 ). Lensemble des solutions est donc
3 8
S = , .
25 25
ax + b y + cz = d
Systmes linaires 305
Exemple 168
(
2x + 3y 4z = 7
1. Le systme na pas de solution. En effet, en divisant par 2
4x + 6y 8z = 1
(
2x + 3y 4z = 7
la seconde quation, on obtient le systme quivalent : . Les
2x + 3y 4z = 12
deux lignes sont clairement incompatibles : aucun (x, y, z) ne peut vrifier la fois
2x + 3y 4z = 7 et 2x + 3y 4z = 12 . Lensemble des solutions est donc S = .
(
2x + 3y 4z = 7
2. Pour le systme , les deux quations dfinissent le mme plan !
4x + 6y 8z = 14
Le systme est donc quivalent une seule quation : 2x + 3y 4z = 7. Si on rcrit cette
quation sous la forme z = 12 x + 34 y 74 , alors on peut dcrire lensemble des solutions
sous la forme : S = (x, y, 12 x + 34 y 74 ) | x, y R .
(
7x + 2y 2z = 1
3. Soit le systme . Par substitution :
2x + 3y + 2z = 1
( ( (
7x + 2y 2z = 1 z = 27 x + y 12 z = 27 x + y 12
2x + 3y + 2 72 x + y 12 = 1
2x + 3y + 2z = 1 9x + 5y = 2
( (
z = 72 x + y 12 z = 17 1
10 x 10
y = 95 x + 25 y = 95 x + 25
Pour dcrire lensemble des solutions, on peut choisir x comme paramtre :
9 2 17 1
S = x, x + , x |xR .
5 5 10 10
Du point de vue du nombre de solutions, nous constatons quil ny a que deux possibilits, savoir
aucune solution ou une infinit de solutions. Mais les deux derniers cas ci-dessus sont nanmoins
trs diffrents gomtriquement et il semblerait que dans le second cas (plans confondus), linfinit
de solutions soit plus grande que dans le troisime cas. Les chapitres suivants nous permettront
de rendre rigoureuse cette impression.
Si on considre trois plans dans lespace, une autre possibilit apparat : il se peut que les trois
plans sintersectent en un seul point.
306 Systmes linaires
inconnues : (
ax + b y = e
cx + d y = f
Notez que le dnominateur gale le dterminant pour les deux coordonnes et est donc non nul.
Pour le numrateur de la premire coordonne x, on remplace la premire colonne par le second
membre ; pour la seconde coordonne y, on remplace la seconde colonne par le second membre.
Exemple 169
(
tx 2y = 1
Rsolvons le systme suivant la valeur du paramtre t R.
3x + t y = 1
Le dterminant associ au systme est 3t t2 = t2 + 6 et ne sannule jamais. Il existe donc une
est quivalent ! ! !
a b x e
AX = Y o A= , X= , Y= .
c d y f
X = A 1 Y .
Systmes linaires 307
Exemple 170
(
x+ y = 1
Rsolvons le systme suivant la valeur du paramtre t R.
x + t2 y = t
Le dterminant du systme est 11 t12 = t2 1.
! ! ! !
t
1 1 t2 1 1 1 t2 t t + 1
X=A Y= 2 = 2 = 1 .
t 1 1 1 t t 1 t1 t+1
x+ y = 1
Troisime cas. t = 1. Le systme scrit alors : , les deux quations sont
x + y = 1
clairement incompatibles et donc S = .
Mini-exercices
(
x 2y = 1
1. Tracer les droites et rsoudre le systme linaire de trois faons
x + 3y = 3
diffrentes
( : substitution, mthode de Cramer, inverse dune matrice. Idem avec
2x y = 4
.
3x + 3y = 5
(
4x 3y = t
2. Rsoudre suivant la valeur du paramtre t R : .
2x y = t2
(
tx y = 1
3. Discuter et rsoudre suivant la valeur du paramtre t R : .
x + (t 2)y = 1
(
(t 1)x + y = 1
Idem avec .
2x + t y = 1
2.1. Dfinitions
Dfinition 83
On appelle quation linaire dans les variables (ou inconnues) x1 , . . . , x p toute relation de
la forme
a 1 x1 + + a p x p = b, (16.1)
Remarque
Il importe dinsister ici sur le fait que ces quations linaires sont implicites, cest--dire
quelles dcrivent des relations entre les variables, mais ne donnent pas directement les
valeurs que peuvent prendre les variables.
Rsoudre une quation signifie donc la rendre explicite, cest--dire rendre plus appa-
rentes les valeurs que les variables peuvent prendre.
On peut aussi considrer des quations linaires de nombres rationnels ou de nombres
complexes.
Soit n 1 un entier.
Dfinition 84
On crit usuellement de tels systmes en n lignes places les unes sous les autres.
Exemple 171
Les nombres a i j , i = 1, . . . , n, j = 1, . . . , p, sont les coefficients du systme. Ce sont des donnes. Les
nombres b i , i = 1, . . . , n, constituent le second membre du systme et sont galement des donnes.
Il convient de bien observer comment on a rang le systme en lignes (une ligne par quation)
numrotes de 1 n par lindice i, et en colonnes : les termes correspondant une mme inconnue
x j sont aligns verticalement les uns sous les autres. Lindice j varie de 1 p. Il y a donc p colonnes
gauche des signes dgalit, plus une colonne supplmentaire droite pour le second membre.
La notation avec double indice a i j correspond ce rangement : le premier indice (ici i) est le
numro de ligne et le second indice (ici j) est le numro de colonne. Il est extrmement important
de toujours respecter cette convention.
Dans lexemple 171, on a n = 2 (nombre dquations = nombre de lignes), p = 3 (nombre dinconnues
= nombre de colonnes gauche du signe =) et a 11 = 1, a 12 = 3, a 13 = 1, a 21 = 2, a 22 = 4, a 23 = 3,
b 1 = 1 et b 2 = 9.
Systmes linaires 309
Dfinition 85
Une solution du systme linaire est une liste de p nombres rels (s 1 , s 2 , . . . , s p ) (un p-uplet)
tels que si lon substitue s 1 pour x1 , s 2 pour x2 , etc., dans le systme linaire, on obtient une
galit. L ensemble des solutions du systme est lensemble de tous ces p-uplets.
Exemple 172
Le systme (
x1 3x2 + x3 = 1
2x1 + 4x2 3x3 = 9
admet comme solution (18, 6, 1), cest--dire
x1 = 18 , x2 = 6 , x3 = 1 .
Par contre, (7, 2, 0) ne satisfait que la premire quation. Ce nest donc pas une solution du
systme.
En rgle gnrale, on sattache dterminer lensemble des solutions dun systme linaire. Cest
ce que lon appelle rsoudre le systme linaire. Ceci amne poser la dfinition suivante.
Dfinition 86
On dit que deux systmes linaires sont quivalents sils ont le mme ensemble de solutions.
Thorme 49
Un systme dquations linaires na soit aucune solution, soit une seule solution, soit une
infinit de solutions.
En particulier, si vous trouvez 2 solutions diffrentes un systme linaire, alors cest que vous
pouvez en trouver une infinit ! Un systme linaire qui na aucune solution est dit incompatible.
La preuve de ce thorme sera vue dans un chapitre ultrieur ( Matrices ).
Mini-exercices
Dfinition 87
Exemple 173
2x1
+3x2 +2x3 x4 = 5
x2 2x3 = 4 est chelonn (mais pas rduit).
3x4 = 1
2x1
+3x2 +2x3 x4 = 5
2x3 = 4 nest pas chelonn (la dernire ligne commence avec
x3 + x4 = 1
la mme variable que la ligne au-dessus).
Il se trouve que les systmes linaires sous une forme chelonne rduite sont particulirement
simples rsoudre.
Exemple 174
En dautres termes, pour toute valeur de x3 relle, les valeurs de x1 , x2 et x4 calcules ci-
dessus fournissent une solution du systme, et on les a ainsi toutes obtenues. On peut donc
dcrire entirement lensemble des solutions :
Exemple 175
Puis L 3 L 3 + L 1 :
x
+ y +7z = 1
3y 9z = 3
2y 2z = 6
L 3 L 3 +L 1
On continue pour faire apparatre un coefficient 1 en tte de la deuxime ligne ; pour cela on
divise la ligne L 2 par 3 :
x
+ y +7z = 1
y +3z = 1 L 2 31 L 2
2y 2z = 6
312 Systmes linaires
On continue ainsi
x + y +7z
= 1 x
+ y +7z = 1
y +3z = 1 y +3z = 1
4z = 4 z = 1 L 3 14 L 3
L 3 L 3 +2L 2
x
+ y +7z = 1 x
+y = 6 L 1 L 1 7L 3
y = 4 L 2 L 2 3L 3 y = 4
z = 1 z = 1
La mthode utilise pour cet exemple est reprise et gnralise dans le paragraphe suivant.
Pour appliquer la mthode du pivot de Gauss, il faut dabord que le premier coefficient de la
premire ligne soit non nul. Comme ce nest pas le cas ici, on change les deux premires lignes
par lopration lmentaire L 1 L 2 :
x1
2x2 +3x3 +17x4 = 4 L 1 L 2
x2 +2x3 +13x4 = 5
x1 +3x2 3x3 20x4 = 1
Nous avons dj un coefficient 1 devant le x1 de la premire ligne. On dit que nous avons un pivot
en position (1, 1) (premire ligne, premire colonne). Ce pivot sert de base pour liminer tous les
autres termes sur la mme colonne.
Il ny a pas de terme x1 sur le deuxime ligne. Faisons disparatre le terme x1 de la troisime ligne ;
pour cela on fait lopration lmentaire L 3 L 3 + L 1 :
x1
2x2 +3x3 +17x4 = 4
x2 +2x3 +13x4 = 5
x2 3x4 = 3
L 3 L 3 +L 1
Systmes linaires 313
On fait disparatre le terme x2 de la troisime ligne, puis on fait apparatre un coefficient 1 pour
le pivot de la position (3, 3) :
x1
2x2 +3x3 +17x4 = 4 x1
2x2 +3x3 +17x4 = 4
x2 2x3 13x4 = 5 x2 2x3 13x4 = 5
2x3 +10x4 = 8 x3 +5x4 = 4 L 3 12 L 3
L 3 L 3 L 2
On fait apparatre des 0 sur la deuxime colonne (en utilisant le pivot de la deuxime ligne) :
x1
4x4 = 2 L 1 L 1 +2L 2
x2 3x4 = 3
x3 +5x4 = 4
Partie C. Solutions. Le systme est maintenant trs simple rsoudre. En choisissant x4 comme
variable libre, on peut exprimer x1 , x2 , x3 en fonction de x4 :
Thorme 50
Tout systme homogne dquations linaires dont le nombre dinconnues est strictement
plus grand que le nombre dquations a une infinit de solutions.
314 Systmes linaires
Exemple 176
Mini-exercices
1. crire un systme linaire 4 quations et 5 inconnues qui soit chelonn mais pas
rduit. Idem avec chelonn, non rduit, dont tous les coefficients sont 0 ou +1. Idem
avec chelonn et rduit.
2x1 x2
+ x4 = 1
x2 + x3 2x4 = 3
2. Rsoudre les systmes chelonns suivants :
2x3 + x4 = 4
x4 = 2
x1 + x2 + x4 = 0
(
x1 +2x2 + x4 = 0
x2 + x3 = 0
2x 3 3x4 = 0
2x3 + x4 = 0
3. Si lon passe dun systme (S) par une des trois oprations lmentaires un systme
(S 0 ), alors quelle opration permet de passer de (S 0 ) (S) ?
4. Rsoudre les systmes linaires suivants par la mthode du pivot de Gauss :
2x
+ y + z = 3 2x1
+ 4x2 6x3 2x4 = 2
x y + 3z = 8 3x1 + 6x2 7x3 + 4x4 = 2
x + 2y z = 3 5x1 + 10x2 11x3 + 6x4 = 3
x
+y z = a
5. Rsoudre le systme suivant, selon les valeurs de a, b R : x +2z = b
2y +2z = 4
Systmes linaires 315
Auteurs
17 Lespace vectoriel Rn
1 Vecteurs de Rn
2 Exemples d'applications linaires
3 Proprits des applications linaires
Ce chapitre est consacr lensemble Rn vu comme espace vectoriel. Il peut tre vu de plusieurs
faons :
un cours minimal sur les espaces vectoriels pour ceux qui nauraient besoin que de Rn ,
une introduction avant dattaquer le cours dtaill sur les espaces vectoriels,
une source dexemples lire en parallle du cours sur les espaces vectoriels.
1. Vecteurs de Rn
Lensemble des nombres rels R est souvent reprsent par une droite. Cest un espace de
dimension 1.
Le plan est form des couples xx12 de nombres rels. Il est not R2 . Cest un espace deux
dimensions. x1
Lespace de dimension 3 est constitu des triplets de nombres rels xx2 . Il est not R3 .
x1 3
Le symbole xx2 a deux interprtations gomtriques : soit comme un point de lespace (figure
3
de gauche), soit comme un vecteur (figure de droite) :
x1 x1
x2 x2
x3 x3
x1
x2
Lespace de dimension n est not Rn . Comme en dimensions 2 et 3, le n-uple .. dnote aussi
.
xn
bien un point quun vecteur de lespace de dimension n.
u1 v1
u2 v2
Soient u = .. et v = .. deux vecteurs de Rn .
. .
un vn
Dfinition 88
u 1 + v1
..
Somme de deux vecteurs. Leur somme est par dfinition le vecteur u + v = .
.
u n + vn
u1
.
Produit dun vecteur par un scalaire. Soit R (appel un scalaire) : u = .
. .
u n
!
0
Le vecteur nul de Rn est le vecteur 0 = ... .
u1 ! 0 u1 !
Loppos du vecteur u = ... est le vecteur u = ... .
un u n
u+v
Dans un premier temps, vous pouvez noter ~ v,~0 au lieu de u, v, 0. Mais il faudra shabituer
u,~
rapidement la notation sans flche. De mme, si est un scalaire et u un vecteur, on notera
souvent u au lieu de u.
Lespace vectoriel Rn 319
Thorme 51
u1 ! v1 ! w1 !
. .
Soient u = .. , v = .. et w = ... des vecteurs de Rn et , R. Alors :
un vn wn
1. u + v = v + u
2. u + (v + w) = (u + v) + w
3. u + 0 = 0 + u = u
4. u + ( u) = 0
5. 1 u = u
6. ( u) = () u
7. (u + v) = u + v
8. ( + ) u = u + u
u u+v
u | v = u 1 v1 + u 2 v2 + + u n v n .
320 Lespace vectoriel Rn
Cest un scalaire (un nombre rel). Remarquons que cette dfinition gnralise la notion de produit
scalaire dans le plan R2 et dans lespace R3 .
Une autre criture :
v1
v2
u | v = u T v = u 1 u 2 u n
..
.
vn
a i1 b 1 j + a i2 b 2 j + + a i p b p j .
Autrement dit, cest le produit scalaire du i-me vecteur ligne de A avec le j-me vecteur colonne
de B. Notons `1 , . . . , `n les vecteurs lignes formant la matrice A, et c 1 , . . . , c q les vecteurs colonnes
formant la matrice B. On a alors
`1 | c 1 `1 | c 2 `1 | c q
`2 | c 1 `2 | c 2 `2 | c q
AB = .. .. .. .
. . .
`n | c 1 `n | c 2 `n | c q
Mini-exercices
1. Faire un dessin pour chacune des 8 proprits qui font de R2 un espace vectoriel.
2. Faire la mme chose pour R3 .
3. Montrer que le produit scalaire vrifie u | v = v | u, u + v | w = u | w + v | w,
u | v = u | v pour tout u, v, w Rn et R.
4. Soit u Rn . Montrer que u | u 0. Montrer u | u = 0 si et seulement si u est le vecteur
nul.
f i : R p R, (x1 , x2 , . . . , x p ) 7 f i (x1 , . . . , x p )
Lespace vectoriel Rn 321
dfinie par
f (x1 , . . . , x p ) = f 1 (x1 , . . . , x p ), . . . , f n (x1 , . . . , x p ) .
Dfinition 89
Une application f : R p Rn dfinie par f (x1 , . . . , x p ) = (y1 , . . . , yn ) est dite une application
linaire si
y1 = a 11 x1 + a 12 x2 + + a 1 p x p
y2 = a 21 x1 + a 22 x2 + + a 2 p x p
.. .. .. ..
. . . .
yn = a n1 x1 + a n2 x2 + + a np x p .
En notation matricielle, on a
x1 y1 a 11 a 12 a 1 p x1
x2 y2 a 21 a 22 a 2 p x2
f
.. = .. = ..
.. .. . ,
. . . . . ..
xp yn a n1 a n2 a np x p
x1
.
. et A M n,p (R) la matrice (a i j ),
ou encore, si on note X = .
xp
f (X ) = A X .
Autrement dit, une application linaire R p Rn peut scrire X 7 A X . La matrice A M n,p (R) est
appele la matrice de lapplication linaire f .
Remarque
On a toujours f (0, . . . , 0) = (0, . . . , 0). Si on note 0 pour le vecteur nul dans R p et aussi
dans Rn , alors une application linaire vrifie toujours f (0) = 0.
Le nom complet de la matrice A est : la matrice de lapplication linaire f de la base
canonique de R p vers la base canonique de Rn !
Exemple 177
Exemple 178
La fonction
! !
x x
f : R2 R2 7
y y
est la rflexion par rapport laxe des ordonnes (O y), et sa matrice est
! ! ! !
1 0 1 0 x x
car = .
0 1 0 1 y y
y
! !
x x
y y
O x
La rflexion par rapport laxe des abscisses (Ox) est donne par la matrice
!
1 0
.
0 1
Lespace vectoriel Rn 323
y
!
x
y
O x
!
x
y
et sa matrice est
!
0 1
.
1 0
y
!
y
(y = x)
x
!
x
y
O x
Homothties
x 0 x
On peut donc crire f y = 0 y . Alors la matrice de lhomothtie est :
!
0
.
0
324 Lespace vectoriel Rn
y !
x
y
!
x
y
O x
Remarque
u0
La translation de vecteur v0 est lapplication
! ! ! !
x x u0 x + u0
f : R2 R2 , 7 + = .
y y v0 y + v0
u0 0
Si cest une translation de vecteur non nul, cest--dire v0 6= 0 , alors ce nest pas une
application linaire, car f 00 6= 00 .
Rotations
!
x
y
O x
Si le vecteur xy fait un angle avec lhorizontale et que le point xy est une distance r de
lorigine, alors (
x = r cos
.
y = r sin
0
Si xy0 dnote limage de xy par la rotation dangle , on obtient :
( (
x0 = r cos( + ) x0 = r cos cos r sin sin
donc
y0 = r sin( + ) y0 = r cos sin + r sin cos
Projections orthogonales
y
!
x
y
O
! x
x
0
Lapplication ! !
2 2 x x
f : R R , 7
y 0
est la projection orthogonale sur laxe (Ox). Cest une application linaire donne par la matrice
!
1 0
.
0 0
Lapplication linaire
x x
f : R3 R3 , y 7 y
z 0
est la projection orthogonale sur le plan (Ox y) et sa matrice est
1 0 0
0 1 0 .
0 0 0
x
y
O y
x
y
0
x
326 Lespace vectoriel Rn
De mme, la projection orthogonale sur le plan (Oxz) est donne par la matrice de gauche ; la
projection orthogonale sur le plan (O yz) par la matrice de droite :
1 0 0 0 0 0
0 0 0 0 1 0 .
0 0 1 0 0 1
Lapplication
x x
f : R3 R3 , y 7 y
z z
est la rflexion par rapport au plan (Ox y). Cest une application linaire et sa matrice est
1 0 0
0 1 0 .
0 0 1
De mme, les rflexions par rapport aux plans (Oxz) ( gauche) et (O yz) ( droite) sont donnes
par les matrices :
1 0 0 1 0 0
0 1 0 0 1 0 .
0 0 1 0 0 1
Mini-exercices
En fait le produit de matrices, qui au premier abord peut sembler bizarre et artificiel, est dfini
exactement pour vrifier cette relation.
Exemple 179
f (X ) (y = x)
g(X )
g f (X ) f g(X )
3
O X = 10
x
Alors ! p ! p !
1 3 3 1
0 1
C = Mat( f g) = Mat( f ) Mat(g) = p23 2 = 2 2p .
1 0
2
1
2
1
2 23
Notons que si lon considre la composition g f alors
p ! ! p !
3
1
2 0 1 3 1
D = Mat(g f ) = Mat(g) Mat( f ) = p2 = 12 p2 .
3 1 1 0 3
2 2 2 2
Thorme 52
Lapplication f est dfinie par f (X ) = A X . Donc si f est bijective, alors dune part f (X ) = Y
X = f 1 (Y ), mais dautre part A X = Y X = A 1 Y . Consquence : la matrice de f 1 est A 1 .
Corollaire 20
Exemple 180
Exemple 181
Soit f : R2 R2 la projection sur laxe (Ox). Alors f nest pas injective. En effet, pour x fix
et tout y R, f xy = 0x . Lapplication f nest pas non plus surjective : ceci se vrifie aisment
!
x
y
O
! x
x
0
1 0
La matrice de f est 00 ; elle nest pas inversible.
La preuve du thorme 52 est une consquence directe du thorme suivant, vu dans le chapitre
sur les matrices :
Lespace vectoriel Rn 329
Thorme 53
Si A est inversible, alors pour tout vecteur Y le systme A X = Y a une unique solution X ,
autrement dit pour tout Y , il existe un unique X tel que f ( X ) = A X = Y . f est donc bijective.
Si A nest pas inversible, alors il existe un vecteur X non nul tel que A X = 0. En consquence
on a X 6= 0 mais f ( X ) = f (0) = 0. f nest pas injective donc pas bijective.
Thorme 54
Dans le cadre gnral des espaces vectoriels, ce sont ces deux proprits (i) et (ii) qui dfinissent
une application linaire.
Dfinition 90
Les vecteurs
0
1 0
1
.
0 ..
e1 = e 2 = 0 ep =
..
. . 0
.
.
0 1
0
sont appels les vecteurs de la base canonique de R p .
Corollaire 21
autrement dit les vecteurs colonnes de Mat( f ) sont les images par f des vecteurs de la base
canonique (e 1 , . . . , e p ).
330 Lespace vectoriel Rn
Exemple 182
1 0 0
Calculons les images des vecteurs de la base canonique 0 , 1 , 0 :
0 0 1
2 1 1
1 0 0
1 4 0
f 0 = f 1 = f 0 =
1 .
5 1
0 0 1
0 3 2
Donc la matrice de f est :
2 1 1
1 4 0
Mat( f ) =
.
5 1 1
0 3 2
Exemple 183
p ! ! ! p !
1
1
! !
1 3 0 3
f g = f 21 = p23 f g = f p32 = 21
0 2 2
1 2 2
Donc la matrice de f g est : p !
1 3
Mat( f ) = p2 2 .
3
2 21
f ( e 1 ), f ( e 2 ), . . . , f ( e p ).
x1
x
2 p
Pour .. R ,
X = alors X = x1 e 1 + x2 e 2 + + x p e p
.
xp
Lespace vectoriel Rn 331
et donc
AX = A ( x1 e 1 + x2 e 2 + + x p e p )
= Ax1 e 1 + Ax2 e 2 + + Ax p e p
= x1 Ae 1 + x2 Ae 2 + + x p Ae p
= x1 f ( e 1 ) + x2 f ( e 2 ) + + x p f ( e p )
= f ( x1 e 1 ) + f ( x2 e 2 ) + + f ( x p e p )
= f ( x1 e 1 + x2 e 2 + + x p e p ) = f ( X ).
Mini-exercices
1. Soit f la rflexion du plan par rapport laxe (Ox) et soit g la rotation dangle 23 centre
lorigine. Calculer la matrice de f g de deux faons diffrentes (produit de matrices et
image de la base canonique). Cette matrice est-elle inversible ? Si oui, calculer linverse.
Interprtation gomtrique. Mme question avec g f .
2. Soit f la projection orthogonale de lespace sur le plan (Oxz) et soit g la rotation dangle
2 daxe (O y). Calculer la matrice de f g de deux faons diffrentes (produit de ma-
trices et image de la base canonique). Cette matrice est-elle inversible ? Si oui, calculer
linverse. Interprtation gomtrique. Mme question avec g f .
Auteurs
18 Matrices
1 Dnition
2 Multiplication de matrices
3 Inverse d'une matrice : dnition
4 Inverse d'une matrice : calcul
5 Inverse d'une matrice : systmes linaires et matrices lmentaires
6 Matrices triangulaires, transposition, trace, matrices symtriques
Les matrices sont des tableaux de nombres. La rsolution dun certain nombre de problmes
dalgbre linaire se ramne des manipulations sur les matrices. Ceci est vrai en particulier pour
la rsolution des systmes linaires.
1. Dfinition
1.1. Dfinition
Dfinition 91
Exemple 184
!
1 2 5
A=
0 3 7
est une matrice 2 3 avec, par exemple, a 1,1 = 1 et a 2,3 = 7.
Dfinition 92
Deux matrices sont gales lorsquelles ont la mme taille et que les coefficients corres-
pondants sont gaux.
Lensemble des matrices n lignes et p colonnes coefficients dans K est not M n,p (K).
Les lments de M n,p (R) sont appels matrices relles.
Soient A et B deux matrices ayant la mme taille n p. Leur somme C = A + B est la matrice
de taille n p dfinie par
ci j = ai j + bi j.
Exemple 185
! ! !
3 2 0 5 3 3
Si A= et B= alors A+B = .
1 7 2 1 3 6
!
0 2
Par contre si B = alors A + B0 nest pas dfinie.
8
forme en multipliant chaque coefficient de A par . Elle est note A (ou simplement A).
Exemple 186
! !
1 2 3 2 4 6
Si A= et =2 alors A = .
0 1 0 0 2 0
La matrice (1)A est loppose de A et est note A. La diffrence A B est dfinie par A + (B).
Exemple 187
! ! !
2 1 0 1 4 2 3 5 2
Si A= et B= alors AB = .
4 5 2 7 5 3 3 0 1
Proposition 99
Dmonstration
Prouvons par exemple le quatrime point. Le terme gnral de ( + ) A est gal ( + )a i j . Daprs les
rgles de calcul dans K, ( + )a i j est gal a i j + a i j qui est le terme gnral de la matrice A + A .
Mini-exercices
7 2 1 2 3 21 6 1 0 1 1 2
1. Soient A = 0 1 , B = 2 3 1 , C = 0 3 , D = 12 0 1 0 , E = 3 0 . Calculer toutes les
1 4 321 3 12 111 8 6
sommes possibles de deux de ces matrices. Calculer 3A + 2C et 5B 4D. Trouver tel
que A C soit la matrice nulle.
2. Montrer que si A + B = A, alors B est la matrice nulle.
336 Matrices
2. Multiplication de matrices
2.1. Dfinition du produit
Le produit AB de deux matrices A et B est dfini si et seulement si le nombre de colonnes de A
est gal au nombre de lignes de B.
p
X
ci j = a ik b k j
k=1
c i j = a i1 b 1 j + a i2 b 2 j + + a ik b k j + + a i p b p j .
Avec cette disposition, on considre dabord la ligne de la matrice A situe gauche du coefficient
que lon veut calculer (ligne reprsente par des dans A) et aussi la colonne de la matrice B situe
au-dessus du coefficient que lon veut calculer (colonne reprsente par des dans B). On calcule
le produit du premier coefficient de la ligne par le premier coefficient de la colonne (a i1 b 1 j ), que
lon ajoute au produit du deuxime coefficient de la ligne par le deuxime coefficient de la colonne
(a i2 b 2 j ), que lon ajoute au produit du troisime. . .
2.2. Exemples
Exemple 188
! 1 2
1 2 3
A= B = 1 1
2 3 4
1 1
On dispose dabord le produit correctement ( gauche) : la matrice obtenue est de taille
2 2. Puis on calcule chacun des coefficients, en commenant par le premier coefficient c 11 =
1 1 + 2 (1) + 3 1 = 2 (au milieu), puis les autres ( droite).
Matrices 337
1 2 1 2 1 2
1 1 1 1 1 1
! 1 1 ! ! 1 1 ! ! 1 1!
1 2 3 c 11 c 12 1 2 3 2 c 12 1 2 3 2 7
2 3 4 c 21 c 22 2 3 4 c 21 c 22 2 3 4 3 11
Un exemple intressant est le produit dun vecteur ligne par un vecteur colonne :
b1
b2
u = a1 a2 an v=
..
.
bn
Calculer le coefficient c i j dans le produit A B revient donc calculer le produit scalaire des
vecteurs forms par la i-me ligne de A et la j-me colonne de B.
Exemple 189
! ! ! ! ! !
5 1 2 0 14 3 2 0 5 1 10 2
= mais = .
3 2 4 3 2 6 4 3 3 2 29 2
Exemple 191
! ! ! !
0 1 4 1 2 5 5 4
A= B= C= et AB = AC = .
0 3 5 4 5 4 15 12
338 Matrices
Proposition 100
Dmonstration
Posons A = (a i j ) M n,p (K), B = ( b i j ) M p,q (K) et C = ( c i j ) M q,r (K). Prouvons que A (BC ) = ( AB)C en
montrant que les matrices A (BC ) et ( AB)C ont les mmes coefficients.
Xp
Le terme dindice ( i, k) de la matrice AB est x ik = a i` b `k . Le terme dindice ( i, j ) de la matrice ( AB)C
`=1
est donc !
q
X q
X p
X
x ik c k j = a i` b `k c k j .
k=1 k=1 `=1
q
X
Le terme dindice (`, j ) de la matrice BC est y` j = b `k c k j . Le terme dindice ( i, j ) de la matrice A (BC )
k=1
est donc !
p
X q
X
a i` b `k c k j .
`=1 k=1
Comme dans K la multiplication est distributive et associative, les coefficients de ( AB)C et A (BC )
concident. Les autres dmonstrations se font comme celle de lassociativit.
Ses lments diagonaux sont gaux 1 et tous ses autres lments sont gaux 0. Elle se note
I n ou simplement I. Dans le calcul matriciel, la matrice identit joue un rle analogue celui du
nombre 1 pour les rels. Cest llment neutre pour la multiplication. En dautres termes :
Proposition 101
In A = A et A I p = A.
Matrices 339
Dmonstration
Nous allons dtailler la preuve. Soit A M n,p (K) de terme gnral a i j . La matrice unit dordre p est
telle que tous les lments de la diagonale principale sont gaux 1, les autres tant tous nuls.
On peut formaliser cela en introduisant le symbole de Kronecker. Si i et j sont deux entiers, on appelle
symbole de Kronecker, et on note i, j , le rel qui vaut 0 si i est diffrent de j , et 1 si i est gal j .
Donc (
0 si i 6= j
i, j =
1 si i = j.
Alors le terme gnral de la matrice identit I p est i, j avec i et j entiers, compris entre 1 et p.
La matrice produit AI p est une matrice appartenant M n,p (K) dont le terme gnral c i j est donn
p
X
par la formule c i j = a ik k j . Dans cette somme, i et j sont fixs et k prend toutes les valeurs
k=1
comprises entre 1 et p. Si k 6= j alors k j = 0, et si k = j alors k j = 1. Donc dans la somme qui
dfinit c i j , tous les termes correspondant des valeurs de k diffrentes de j sont nuls et il reste donc
c i j = a i j j j = a i j 1 = a i j . Donc les matrices AI p et A ont le mme terme gnral et sont donc gales.
Lgalit I n A = A se dmontre de la mme faon.
Dfinition 96
Exemple 192
1 0 1
On cherche calculer A p avec A = 0 1 0. On calcule A 2 , A 3 et A 4 et on obtient :
0 0 2
1 0 3 1 0 7 1 0 15
A 2 = 0 1 0 A 3 = A 2 A = 0 1 0 A 4 = A 3 A = 0 1 0 .
0 0 4 0 0 8 0 0 16
0 0 2p
Il est vrai pour p = 0 (on trouve lidentit). On le suppose vrai pour un entier p et on va le
dmontrer pour p + 1. On a, daprs la dfinition,
2p 1 2 p+1 1
1 0 1 0 1 1 0
A p+1 = A p A = 0 (1) p 0 0 1 0 = 0 (1) p+1 0 .
0 0 2p 0 0 2 0 0 2 p+1
340 Matrices
(A + B)2 = A 2 + AB + BA + B2 .
Soient A et B deux lments de M n (K) qui commutent, cest--dire tels que AB = BA. Alors,
pour tout entier p 0, on a la formule
!
p
p
X p p k k
(A + B) = A B
k=0 k
p
o k
dsigne le coefficient du binme.
Exemple 193
1 1 1 1 0 1 1 1
0 1 2 1
0 0 2 1
Soit A =
0 0 . On pose N = A I = . La matrice N est nilpotente (cest-
1 3
0
0 0 3
0 0 0 1 0 0 0 0
-dire il existe k N tel que N k = 0) comme le montrent les calculs suivants :
0 0 2 4 0 0 0 6
0 0 0 6 3 0 0 0 0
N2 = N 4 = 0.
0 0
N = et
0 0
0 0 0 0
0 0 0 0 0 0 0 0
Do
1 p p2 p(p2 p + 1)
0 1 2p p(3p 2)
Ap =
.
0 0 1 3p
0 0 0 1
Matrices 341
Mini-exercices
2 1 0 8 2 5
1. Soient A = 60 24 02 , B = 0 1 0 , C = 3 2 , D = 2 , E = x y z . Quels produits
2 2 3 5 5 1
sont possibles ? Les calculer !
0 0 1 1 0 0
2. Soient A = 0 1 0 et B = 0 0 2 . Calculer A 2 , B2 , AB et BA.
112 1 1 0
2 0 0 0 0 0
3. Soient A = 0 2 0 et B = 2 0 0 . Calculer A p et B p pour tout p 0. Montrer que AB =
002 310
BA. Calculer (A + B) p .
Soit A une matrice carre de taille n n. Sil existe une matrice carre B de taille n n telle
que
AB = I et BA = I,
On verra plus tard quil suffit en fait de vrifier une seule des conditions AB = I ou bien BA = I.
A p = (A 1 ) p = |A 1 A {z
1
A 1} .
p facteurs
3.2. Exemples
Exemple 194
!
1 23
.
0 31
Exemple 195
!
3 0 a b
La matrice A = 50 nest pas inversible. En effet, soit B = une matrice quelconque.
c d
Alors le produit ! ! !
a b 3 0 3a + 5b 0
BA = =
c d 5 0 3c + 5d 0
ne peut jamais tre gal la matrice identit.
Exemple 196
Soit I n la matrice carre identit de taille n n. Cest une matrice inversible, et son
inverse est elle-mme par lgalit I n I n = I n .
La matrice nulle 0n de taille n n nest pas inversible. En effet on sait que, pour toute
matrice B de M n (K), on a B0n = 0n , qui ne peut jamais tre la matrice identit.
3.3. Proprits
Unicit
Proposition 103
Dmonstration
La mthode classique pour mener bien une telle dmonstration est de supposer lexistence de deux
matrices B1 et B2 satisfaisant aux conditions imposes et de dmontrer que B1 = B2 .
Soient donc B1 telle que AB1 = B1 A = I n et B2 telle que AB2 = B2 A = I n . Calculons B2 ( AB1 ). Dune
part, comme AB1 = I n , on a B2 ( AB1 ) = B2 . Dautre part, comme le produit des matrices est associatif,
on a B2 ( AB1 ) = (B2 A )B1 = I n B1 = B1 . Donc B1 = B2 .
Inverse de linverse
Proposition 104
(A 1 )1 = A
Proposition 105
(AB)1 = B1 A 1
(B1 A 1 )( AB) = B1 ( A A 1 )B = B1 IB = B1 B = I,
et ( AB)(B1 A 1 ) = A (BB1 ) A 1 = AI A 1 = A A 1 = I.
(A 1 A 2 A m )1 = A 1 1 1
m A m1 A 1 .
Si C est une matrice quelconque de M n (K), nous avons vu que la relation AC = BC o A et B sont
des lments de M n (K) nentrane pas forcment lgalit A = B. En revanche, si C est une matrice
inversible, on a la proposition suivante :
Proposition 106
Soient A et B deux matrices de M n (K) et C une matrice inversible de M n (K). Alors lgalit
AC = BC implique lgalit A = B.
Dmonstration
Mini-exercices
4.1. Matrices 2 2
!
a b
Considrons la matrice 2 2 : A = .
c d
Proposition 107
Dmonstration
1
1 0
d b
On vrifie que si B = ad bc c a alors AB = 0 1 . Idem pour BA .
En pratique, on fait les deux oprations en mme temps en adoptant la disposition suivante :
ct de la matrice A que lon veut inverser, on rajoute la matrice identit pour former un tableau
(A | I). Sur les lignes de cette matrice augmente, on effectue des oprations lmentaires jusqu
obtenir le tableau (I | B). Et alors B = A 1 .
Noubliez pas : tout ce que vous faites sur la partie gauche de la matrice augmente, vous devez
aussi le faire sur la partie droite.
4.3. Un exemple
1 2 1
Calculons linverse de A = 4 0 1 .
1 2 2
Voici la matrice augmente, avec les lignes numrotes :
1 2 1 1 0 0 L1
(A | I) = 4 0 1 0 1 0
L2
1 2 2 0 0 1 L3
Matrices 345
On applique la mthode de Gauss pour faire apparatre des 0 sur la premire colonne, dabord sur
la deuxime ligne par lopration lmentaire L 2 L 2 4L 1 qui conduit la matrice augmente :
1 2 1 1 0 0
0 8 5 4 1 0
L 2 L 2 4L 1
1 2 2 0 0 1
1 2 1 1 0 0
0 8 5 4 1 0
0 4 3 1 0 1 L 3 L 3 +L 1
On continue afin de faire apparatre des 0 partout sous la diagonale, et on multiplie la ligne L 3 .
Ce qui termine la premire partie de la mthode de Gauss :
1 2 1 1 0 0 1 2 1 1 0 0
5 1
0 1 18 0 puis 0 1 5 1
1
0
8 2 8 2 8
1 1
0 0 2 1 2 1 L 3 L 3 4L 2 0 0 1 2 1 2 L 3 2 L 3
Il ne reste plus qu remonter pour faire apparatre des zros au-dessus de la diagonale :
12 1 1
1 2 1 1 0 0 1 0 0 2 2 L 1 L 1 2L 2 L 3
7
0 1 0 43 54 L 2 L 2 58 L 3 puis 0 1 0 7
34 54
4 4
0 0 1 2 1 2 0 0 1 2 1 2
Ainsi linverse de A est la matrice obtenue droite et aprs avoir factoris tous les coefficients par
1
4 , on a obtenu :
2 2 2
1
A 1 = 7 3 5
4
8 4 8
Pour se rassurer sur ses calculs, on noublie pas de vrifier rapidement que A A 1 = I.
Mini-exercices
3 1 2 3 0 2 +1 1
1. Si possible calculer linverse des matrices : 7 2 , 5 4 , 3 0 , 2 .
sin 1
2. Soit A( ) = cos
sin cos . Calculer A( ) .
2 2 1 1 0 1 0 2 1 1 1
1 1 1 0 0!
1 3 0 0 1 2 0 0
3. Calculer linverse des matrices : 2 1 1 , 3 0 5 , 01 22 02 01 , 10 01 01 21 , 1 1 2 0 0 .
2 1 1 1 1 2 0 2 1 3 01 1 0 0 0 0 2 1
0 0 0 5 3
346 Matrices
On appelle A M n,p (K) la matrice des coefficients du systme. B M n,1 (K) est le vecteur du second
membre. Le vecteur X M p,1 (K) est une solution du systme si et seulement si
A X = B.
Thorme 55
Un systme dquations linaires na soit aucune solution, soit une seule solution, soit une
infinit de solutions.
Alors A M n (K) est une matrice carre et B un vecteur de M n,1 (K). Pour tout second membre,
nous pouvons utiliser les matrices pour trouver la solution du systme linaire.
Matrices 347
Proposition 108
X = A 1 B.
Exemple 197
1.
1 0 0 x1 x2 x3 x1 x2 x3
1 1 1 1
E L 2 1 L 2 A = 0 0 y1 y2 y3 = 3 y1 3 y2 3 y3
3 3
0 0 1 z1 z2 z3 z1 z2 z3
2.
1 0 7 x1 x2 x3 x1 7z1 x2 7z2 x3 7z3
E L 1 L 1 7L 3 A = 0 1 0 y1 y2 y3 = y1 y2 y3
0 0 1 z1 z2 z3 z1 z2 z3
3.
1 0 0 x1 x2 x3 x1 x2 x3
E L 2 L 3 A = 0 0 1 y1 y2 y3 = z1 z2 z3
0 1 0 z1 z2 z3 y1 y2 y3
Dfinition 98
Deux matrices A et B sont dites quivalentes par lignes si lune peut tre obtenue partir
de lautre par une suite doprations lmentaires sur les lignes. On note A B.
Dfinition 99
Exemple dune matrice chelonne ( gauche) et chelonne rduite ( droite) ; les dsignent des
coefficients quelconques, les + des coefficients non nuls :
+ 1 0 0 0
0 0 + 0 0 1 0 0
0 0 0 + 0 0 0 1 0
0 0 0 0 0 0 + 0 0 0 0 0 0 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0
Matrices 349
Thorme 56
tant donne une matrice A M n,p (K), il existe une unique matrice chelonne rduite U
obtenue partir de A par des oprations lmentaires sur les lignes.
Ce thorme permet donc de se ramener par des oprations lmentaires des matrices dont la
structure est beaucoup plus simple : les matrices chelonnes rduites.
Dmonstration
Au dbut de ltape A.3, on a obtenu dans tous les cas de figure une matrice de la forme
dont la premire colonne est bien celle dune matrice chelonne. On va donc conserver cette premire
colonne. Si a111 6= 0, on conserve aussi la premire ligne, et lon repart avec ltape A.1 en lappliquant
cette fois la sous-matrice ( n 1) ( p 1) (ci-dessous gauche : on oublie la premire ligne et
la premire colonne de A ) ; si a111 = 0, on repart avec ltape A.1 en lappliquant la sous-matrice
n ( p 1) ( droite, on oublie la premire colonne) :
Au terme de cette deuxime itration de la boucle, on aura obtenu une matrice de la forme
et ainsi de suite.
Comme chaque itration de la boucle travaille sur une matrice qui a une colonne de moins que la
prcdente, alors au bout dau plus p 1 itrations de la boucle, on aura obtenu une matrice chelonne.
Exemple 198
Soit
1 2 3 4
A = 0 2 4 6 .
1 0 1 0
A. Passage une forme chelonne.
Matrices 351
Premire itration de la boucle, tape A.1. Le choix du pivot est tout fait, on garde a111 = 1.
Premire itration de la boucle, tape A.2. On ne fait rien sur la ligne 2 qui contient dj un
zro en bonne position et on remplace la ligne 3 par L 3 L 3 + L 1 . On obtient
1 2 3 4
A 0 2 4 6 .
0 2 4 4
Deuxime itration de la boucle, tape A.1. Le choix du pivot est tout fait, on garde a222 = 2.
Deuxime itration de la boucle, tape A.2. On remplace la ligne 3 avec lopration L 3
L 3 L 2 . On obtient
1 2 3 4
A 0 2 4 6 .
0 0 0 2
Cette matrice est chelonne.
0 0 0 1
tape B.2, premire itration. On ne touche plus la ligne 3 et on remplace la ligne 2 par
L 2 L 2 3L 3 et L 1 L 1 4L 3 . On obtient
1 2 3 0
A 0 1 2 0 .
0 0 0 1
tape B.2, deuxime itration. On ne touche plus la ligne 2 et on remplace la ligne 1 par
L 1 L 1 2L 2 . On obtient
1 0 1 0
A 0 1 2 0
0 0 0 1
qui est bien chelonne et rduite.
Thorme 57
Dmonstration
Notons U la forme chelonne rduite de A . Et notons E le produit de matrices lmentaires tel que
E A = U.
= Si U = I n alors E A = I n . Ainsi par dfinition, A est inversible et A 1 = E .
= Nous allons montrer que si U 6= I n , alors A nest pas inversible.
Supposons U 6= I n . Alors la dernire ligne de U est nulle (sinon il y aurait un pivot sur chaque
ligne donc ce serait I n ).
Cela entrane que U nest pas inversible : en effet, pour tout matrice carre V , la dernire
ligne de UV est nulle ; on naura donc jamais UV = I n .
Alors, A nest pas inversible non plus : en effet, si A tait inversible, on aurait U = E A et U
serait inversible comme produit de matrices inversibles (E est inversible car cest un produit
de matrices lmentaires qui sont inversibles).
Remarque
Corollaire 22
Dmonstration
Alors X nest pas le vecteur nul, mais U X est le vecteur nul. Comme A = E 1U , alors A X est le vecteur
nul. Nous avons donc trouv un vecteur non nul X tel que A X = 0.
Matrices 353
Mini-exercices
i < j = a i j = 0.
a n1 a n2 a nn
On dit que A est triangulaire suprieure si ses lments en-dessous de la diagonale sont nuls,
autrement dit :
i > j = a i j = 0.
Exemple 199
Une matrice qui est triangulaire infrieure et triangulaire suprieure est dite diagonale. Autre-
ment dit : i 6= j = a i j = 0.
Exemple 200
Si D est une matrice diagonale, il est trs facile de calculer ses puissances D p (par rcurrence
sur p) :
p
1 0 . . . ... 0 1 0 ... ... 0
0 2 0 ... 0 0 2p 0 ... 0
. .. .. ..
D = .. . . . . . . ..
. . = D p
= ..
.
..
.
..
.
. .
p
0 . . . 0 n1 0 0 . . . 0 n1 0
p
0 ... ... 0 n 0 ... ... 0 n
Thorme 58
Dmonstration
Il est alors clair que la colonne numro ` de la forme chelonne rduite ne contiendra pas de 1
comme pivot. La forme chelonne rduite de A ne peut donc pas tre I n et par le thorme 57,
A nest pas inversible.
Dans le cas dune matrice triangulaire infrieure, on utilise la transposition (qui fait lobjet de la section
suivante) et on obtient une matrice triangulaire suprieure. On applique alors la dmonstration ci-
dessus.
6.2. La transposition
Soit A la matrice de taille n p
a 11 a 12 ... a1 p
a 21 a 22 ... a2 p
A= .. .. .. .
. . .
a n1 a n2 ... a np
Dfinition 100
Autrement dit : le coefficient la place (i, j) de A T est a ji . Ou encore la i-me ligne de A devient
la i-me colonne de A T (et rciproquement la j-me colonne de A T est la j-me ligne de A).
Exemple 202
T T
1 2 3 1 4 7 0 3 ! 1
0 1 1
4 5 6 = 2 5 8 1 5 = (1 2 5)T = 2
3 5 2
7 8 9 3 6 9 1 2 5
Thorme 59
1. (A + B)T = A T + B T
2. ( A)T = A T
3. (A T )T = A
4. (AB)T = B T A T
6.3. La trace
Dans le cas dune matrice carre de taille n n, les lments a 11 , a 22 , . . . , a nn sont appels les
lments diagonaux.
Sa diagonale principale est la diagonale (a 11 , a 22 , . . . , a nn ).
a 11 a 12 ... a 1n
a 21 a 22 ... a 2n
. .. ..
. ..
. . . .
a n1 a n2 ... a nn
Dfinition 101
tr A = a 11 + a 22 + + a nn .
Exemple 203
2 1
Si A = 05 , alors tr A = 2 + 5 = 7.
1 1 2
Pour B = 5 2 8 , tr B = 1 + 2 10 = 7.
11 0 10
Thorme 60
Dmonstration
c ii = a i1 b 1 i + a i2 b 2 i + + a in b ni .
Ainsi,
tr( AB) = a 11 b 11 +a 12 b 21 + + a 1 n b n1
+a 21 b 12 +a 22 b 22 + + a 2 n b n2
..
.
+ a n1 b 1 n + a n2 b 2 n + +a nn b nn .
tr( AB) = a 11 b 11 +a 21 b 12 + + a n1 b 1 n
+a 12 b 21 +a 22 b 22 + + a n2 b 2 n
..
.
+ a 1 n b n1 + a 2 n b n2 + +a nn b nn .
b 11 a 11 + b 12 a 21 + + b 1n a n1
qui vaut le coefficient (1, 1) de BA . On note d i j les coefficients de BA . En faisant de mme avec
les autres lignes, on voit finalement que
Dfinition 102
Une matrice A de taille n n est symtrique si elle est gale sa transpose, cest--dire si
A = AT ,
ou encore si a i j = a ji pour tout i, j = 1, . . . , n. Les coefficients sont donc symtriques par rapport
la diagonale.
Exemple 204
Exemple 205
Dfinition 103
A T = A,
Exemple 206
! 0 4 2
0 1
4 0 5
1 0
2 5 0
Remarquons que les lments diagonaux dune matrice antisymtrique sont toujours tous nuls.
Exemple 207
Toute matrice est la somme dune matrice symtrique et dune matrice antisymtrique.
Mini-exercices
5. Soit A une matrice de taille 2 2 inversible. Montrer que si A est symtrique, alors A 1
aussi. Et si A est antisymtrique ?
6. Montrer que la dcomposition dune matrice sous la forme symtrique + antisym-
Matrices 359
Auteurs
19 Espaces vectoriels
La notion despace vectoriel est une structure fondamentale des mathmatiques modernes. Il
sagit de dgager les proprits communes que partagent des ensembles pourtant trs diffrents.
Par exemple, on peut additionner deux vecteurs du plan, et aussi multiplier un vecteur par un
rel (pour lagrandir ou le rtrcir). Mais on peut aussi additionner deux fonctions, ou multiplier
une fonction par un rel. Mme chose avec les polynmes, les matrices,... Le but est dobtenir des
thormes gnraux qui sappliqueront aussi bien aux vecteurs du plan, de lespace, aux espaces de
fonctions, aux polynmes, aux matrices,... La contrepartie de cette grande gnralit de situations
est que la notion despace vectoriel est difficile apprhender et vous demandera une quantit
consquente de travail ! Il est bon davoir dabord tudi le chapitre Lespace vectoriel Rn .
Dfinition 104
EE E
(u, v) 7 u+v
KE E
(, u) 7 u
Nous reviendrons en dtail sur chacune de ces proprits juste aprs des exemples.
(x, y) + (x0 , y0 ) = (x + x0 , y + y0 ).
(x, y) = ( x, y).
Llment neutre de la loi interne est le vecteur nul (0, 0). Le symtrique de (x, y) est ( x, y),
que lon note aussi (x, y).
Espaces vectoriels 363
u+v
0 v
Lexemple suivant gnralise le prcdent. Cest aussi le bon moment pour lire ou relire le chapitre
Lespace vectoriel Rn .
(x1 , . . . , xn ) = ( x1 , . . . , xn ).
Llment neutre de la loi interne est le vecteur nul (0, 0, . . . , 0). Le symtrique de (x1 , . . . , xn )
est ( x1 , . . . , xn ), que lon note (x1 , . . . , xn ).
De manire analogue, on peut dfinir le C-espace vectoriel Cn , et plus gnralement le K-
espace vectoriel Kn .
Exemple 210
Tout plan passant par lorigine dans R3 est un espace vectoriel (par rapport aux oprations
habituelles sur les vecteurs). Soient K = R et E = P un plan passant par lorigine. Le plan
admet une quation de la forme :
ax + b y + cz = 0
x
Un lment u E est donc un triplet (not ici comme un vecteur colonne) y tel que ax + b y +
z
364 Espaces vectoriels
cz = 0. 0
x x
Soient y et y0 deux lments de P . Autrement dit,
z z0
ax + b y + cz = 0,
et ax0 + b y0 + cz0 = 0.
x+ x0
Alors y+ y0 est aussi dans P car on a bien :
z+ z0
1.4. Mini-exercices
1. Vrifier les 8 axiomes qui font de R3 un R-espace vectoriel.
(
ax + b y + cz = 0
2. Idem pour une droite D de R3 passant par lorigine dfinie par .
a x + b0 y + c0 z = 0
0
3. Justifier que les ensembles suivants ne sont pas des espaces vectoriels : (x, y) R2 | x y = 0 ;
4. Montrer par rcurrence que si les v i sont des lments dun K-espace vectoriel E, alors pour
tous i K : 1 v1 + 2 v2 + + n vn E.
EE E
(u, v) 7 u+v
Cest--dire qu partir de deux vecteurs u et v de E, on nous en fournit un troisime, qui sera not
u + v.
La loi de composition interne dans E et la somme dans K seront toutes les deux notes +, mais le
contexte permettra de dterminer aisment de quelle loi il sagit.
Loi externe.
La loi de composition externe, cest une application de K E dans E :
KE E
(, u) 7 u
Cest--dire qu partir dun scalaire K et dun vecteur u E, on nous fournit un autre vecteur,
qui sera not u.
Proposition 109
Sil existe un lment neutre 0E vrifiant laxiome (3) ci-dessus, alors il est unique.
Soit u un lment de E. Sil existe un lment symtrique u0 de E vrifiant laxiome (4),
alors il est unique.
366 Espaces vectoriels
Dmonstration
Soient 0E et 00E deux lments vrifiant la dfinition de llment neutre. On a alors, pour tout
lment u de E :
u + 0E = 0E + u = u et u + 00E = 00E + u = u
Alors, la premire proprit utilise avec u = 00E donne 00E + 0E = 0E + 00E = 00E .
La deuxime proprit utilise avec u = 0E donne 0E + 00E = 00E + 0E = 0E .
En comparant ces deux rsultats, il vient 0E = 00E .
Supposons quil existe deux symtriques de u nots u0 et u00 . On a :
u + u0 = u0 + u = 0E et u + u00 = u00 + u = 0E .
Remarque
Les tudiants connaissant la thorie des groupes reconnatront, dans les quatre premiers
axiomes ci-dessus, les axiomes caractrisant un groupe commutatif.
1 u = u.
( u) = ( ) u.
7. Distributivit par rapport laddition des vecteurs. Pour tout lment de K et pour tous
lments u et v de E, on a
(u + v) = u + v.
8. Distributivit par rapport laddition des scalaires. Pour tous et de K et pour tout
lment u de E, on a :
( + ) u = u + u.
La loi interne et la loi externe doivent donc satisfaire ces huit axiomes pour que (E, +, ) soit un
espace vectoriel sur K.
2.2. Exemples
Dans tous les exemples qui suivent, la vrification des axiomes se fait simplement et est laisse
au soin des tudiants. Seules seront indiques, dans chaque cas, les valeurs de llment neutre
de la loi interne et du symtrique dun lment.
Espaces vectoriels 367
Lensemble des fonctions f : R R est not F (R, R). Nous le munissons dune structure de
R-espace vectoriel de la manire suivante.
Loi interne. Soient f et g deux lments de F (R, R). La fonction f + g est dfinie par :
x R ( f )(x) = f (x).
(Nous dsignons par la loi externe de F (R, R) et par la multiplication dans R. Avec
lhabitude on oubliera les signes de multiplication : ( f )(x) = f (x).)
lment neutre. Llment neutre pour laddition est la fonction nulle, dfinie par :
x R f (x) = 0.
On note S lensemble des suites relles (u n )nN . Cet ensemble peut tre vu comme lensemble
des applications de N dans R ; autrement dit S = F (N, R).
Loi interne. Soient u = (u n )nN et v = (vn )nN deux suites appartenant S . La suite u + v
est la suite w = (wn )nN dont le terme gnral est dfini par
n N wn = u n + vn
n N u0n = u n .
Lensemble M n,p (R) des matrices n lignes et p colonnes coefficients dans R est muni dune
structure de R-espace vectoriel. La loi interne est laddition de deux matrices. La loi externe
est la multiplication dune matrice par un scalaire. Llment neutre pour la loi interne est
la matrice nulle (tous les coefficients sont nuls). Le symtrique de la matrice A = (a i, j ) est
la matrice (a i, j ). De mme, lensemble M n,p (K) des matrices coefficients dans K est un
K-espace vectoriel.
Autres exemples :
1. Lespace vectoriel R[X ] des polynmes P(X ) = a n X n + + a 2 X 2 + a 1 X + a 0 . Laddition est
laddition de deux polynmes P(X ) + Q(X ), la multiplication par un scalaire R est P(X ).
Llment neutre est le polynme nul. Loppos de P(X ) est P(X ).
2. Lensemble des fonctions continues de R dans R ; lensemble des fonctions drivables de R
dans R,...
3. C est un R-espace vectoriel : addition z + z0 de deux nombres complexes, multiplication z
par un scalaire R. Llment neutre est le nombre complexe 0 et le symtrique du nombre
complexe z est z.
Proposition 110
Lopration qui (u, v) associe u + (v) sappelle la soustraction. Le vecteur u + (v) est not u v.
Les proprits suivantes sont satisfaites : (u v) = u v et ( )u = u u.
Dmonstration
Les dmonstrations des proprits sont des manipulations sur les axiomes dfinissant les espaces
vectoriels.
1. Le point de dpart de la dmonstration est lgalit dans K : 0 + 0 = 0.
Do, pour tout vecteur de E , lgalit (0 + 0) u = 0 u.
Donc, en utilisant la distributivit de la loi externe par rapport la loi interne et la dfinition
de llment neutre, on obtient 0 u + 0 u = 0 u. On peut rajouter llment neutre dans le
terme de droite, pour obtenir : 0 u + 0 u = 0 u + 0E .
En ajoutant (0 u) de chaque ct de lgalit, on obtient : 0 u = 0E .
2. La preuve est semblable en partant de lgalit 0E + 0E = 0E .
3. Montrer (1) u = u signifie exactement que (1) u est le symtrique de u, cest--dire vrifie
u + (1) u = 0E . En effet :
2.4. Mini-exercices
1. Justifier si les objets suivants sont des espaces vectoriels.
(a) Lensemble des fonctions relles sur [0, 1], continues, positives ou nulles, pour laddition et
le produit par un rel.
(b) Lensemble des fonctions relles sur R vrifiant lim x+ f (x) = 0 pour les mmes opra-
tions.
(c) Lensemble des fonctions sur R telles que f (3) = 7.
(d) Lensemble R+ pour les oprations x y = x y et x = x ( R).
(e) Lensemble des points (x, y) de R2 vrifiant sin(x + y) = 0.
(f) Lensemble des vecteurs (x, y, z) de R3 orthogonaux au vecteur (1, 3, 2).
(g) Lensemble des fonctions de classe C 2 vrifiant f 00 + f = 0.
R1
(h) Lensemble des fonctions continues sur [0, 1] vrifiant 0 f (x) sin x dx = 0.
(i) Lensemble des matrices ac db M2 (R) vrifiant a + d = 0.
Dfinition 105
Remarque
La troisime condition, cest dire que F est stable pour la multiplication par un scalaire.
(a) (0, 0) F,
(b) si u = (x1 , y1 ) et v = (x2 , y2 ) appartiennent F, alors x1 + y1 = 0 et x2 + y2 = 0 donc
(x1 + x2 ) + (y1 + y2 ) = 0 et ainsi u + v = (x1 + x2 , y1 + y2 ) appartient F,
(c) si u = (x, y) F et R, alors x + y = 0 donc x + y = 0, do u F.
y
0 x
2. Lensemble des fonctions continues sur R est un sous-espace vectoriel de lespace vec-
toriel des fonctions de R dans R. Preuve : la fonction nulle est continue ; la somme de
deux fonctions continues est continue ; une constante fois une fonction continue est une
fonction continue.
3. Lensemble des suites relles convergentes est un sous-espace vectoriel de lespace vec-
toriel des suites relles.
Exemple 215
F2 F3
0
0 0
F1
Espaces vectoriels 371
Thorme 61
Mthodologie. Pour rpondre une question du type Lensemble F est-il un espace vectoriel ? ,
une faon efficace de procder est de trouver un espace vectoriel E qui contient F, puis prouver
que F est un sous-espace vectoriel de E. Il y a seulement trois proprits vrifier au lieu de huit !
Exemple 216
1. Est-ce que lensemble des fonctions paires (puis des fonctions impaires) forme un espace
vectoriel (sur R avec les lois usuelles sur les fonctions) ?
Notons P lensemble des fonctions paires et I lensemble des fonctions impaires. Ce
sont deux sous-ensembles de lespace vectoriel F (R, R) des fonctions.
P = f F (R, R) | x R, f ( x) = f (x)
I = f F (R, R) | x R, f ( x) = f (x)
P et I sont des sous-espaces vectoriels de F (R, R). Cest trs simple vrifier, par
exemple pour P :
(a) la fonction nulle est une fonction paire,
(b) si f , g P alors f + g P ,
(c) si f P et si R alors f P .
Par le thorme 61, P est un espace vectoriel (de mme pour I ).
2. Est-ce que lensemble S n des matrices symtriques de taille n est un espace vectoriel
(sur R avec les lois usuelles sur les matrices) ?
S n est un sous-ensemble de lespace vectoriel M n (R). Et cest mme un sous-espace
vectoriel. Il suffit en effet de vrifier que la matrice nulle est symtrique, que la somme
de deux matrices symtriques est encore symtrique et finalement que le produit dune
matrice symtrique par un scalaire est une matrice symtrique. Par le thorme 61, S n
est un espace vectoriel.
Soit F un sous-espace vectoriel dun espace vectoriel (E, +, ). La stabilit de F pour les deux lois
permet de munir cet ensemble dune loi de composition interne et dune loi de composition externe, en
restreignant F les oprations dfinies dans E . Les proprits de commutativit et dassociativit de
laddition, ainsi que les quatre axiomes relatifs la loi externe sont vrifis, car ils sont satisfaits dans
E donc en particulier dans F , qui est inclus dans E .
Lexistence dun lment neutre dcoule de la dfinition de sous-espace vectoriel. Il reste seulement
justifier que si u F , alors son symtrique u appartient F .
Fixons u F . Comme on a aussi u E et que E est un espace vectoriel alors il existe un lment de E ,
not u, tel que u + ( u) = 0E . Comme u est lment de F , alors pour = 1, (1) u F . Et ainsi u
372 Espaces vectoriels
appartient F .
Un autre exemple despace vectoriel est donn par lensemble des solutions dun systme linaire
homogne. Soit A X = 0 un systme de n quations p inconnues :
a 11 . . . a 1 p x1 0
. .. . .
. . = .
. . . .
a n1 . . . a np xp 0
On a alors
Thorme 62
Dmonstration
Soit F lensemble des vecteurs X R p solutions de lquation A X = 0. Vrifions que F est un sous-
espace vectoriel de R p .
Le vecteur 0 est un lment de F .
F est stable par addition : si X et X 0 sont des vecteurs solutions, alors A X = 0 et A X 0 = 0, donc
A ( X + X 0 ) = A X + A X 0 = 0, et ainsi X + X 0 F .
F est stable par multiplication par un scalaire : si X est un vecteur solution, on a aussi A ( X ) =
( A X ) = 0 = 0, ceci pour tout R. Donc X F .
Exemple 217
Considrons le systme
1 2 3 x 0
2 4 6 y = 0 .
3 6 9 z 0
F = (x = 2s 3t, y = s, z = t) | s, t R .
Par le thorme 62, F est un sous-espace vectoriel de R3 . Donc par le thorme 61, F est un
espace vectoriel.
Une autre faon de voir les choses est dcrire que les lments de F sont ceux qui vrifient
lquation (x = 2y 3z). Autrement dit, F est dquation (x 2y + 3z = 0). Lensemble des
solutions F est donc un plan passant par lorigine. Nous avons dj vu que ceci est un espace
vectoriel.
3.3. Mini-exercices
Parmi les ensembles suivants, reconnatre ceux qui sont des sous-espaces vectoriels :
1. (x, y, z) R3 | x + y = 0
2. (x, y, z, t) R4 | x = t et y = z
3. (x, y, z) R3 | z = 1
4. (x, y) R2 | x2 + x y 0
Espaces vectoriels 373
5. (x, y) R2 | x2 + y2 1
6. f F (R, R) | f (0) = 1
7. f F (R, R) | f (1) = 0
Dfinition 106
Exemple 218
1. Dans le R-espace vectoriel R3 , (3, 3, 1) est combinaison linaire des vecteurs (1, 1, 0) et
(1, 1, 1) car on a lgalit
(3, 3, 1) = 2(1, 1, 0) + (1, 1, 1).
2. Dans le R-espace vectoriel R2 , le vecteur u = (2, 1) nest pas colinaire au vecteur v1 = (1, 1)
car sil ltait, il existerait un rel tel que u = v1 , ce qui quivaudrait lgalit
(2, 1) = (, ).
3. Soit E = F (R, R) lespace vectoriel des fonctions relles. Soient f 0 , f 1 , f 2 et f 3 les fonctions
dfinies par :
x R f 0 (x) = 1, f 1 (x) = x, f 2 (x) = x2 , f 3 (x) = x3 .
x R f (x) = x3 2x2 7x 4
f = f3 2 f2 7 f1 4 f0.
!
1 1 3
4. Dans M2,3 (R), on considre A = . On peut crire A naturellement sous la
0 1 4
forme suivante dune combinaison linaire de matrices lmentaires (des zros partout,
sauf un 1) :
! ! ! ! !
1 0 0 0 1 0 0 0 1 0 0 0 0 0 0
A= + +3 +4 .
0 0 0 0 0 0 0 0 0 0 1 0 0 0 1
Exemple 219
1 6 9
Soient u = 2 et v = 4 deux vecteurs de R3 . Montrons que w = 2 est combinaison linaire
1 2 7
de u et v. On cherche donc et tels que w = u + v :
6 + 6
9 1 6
2 = 2 + 4 = 2 + 4 = 2 + 4 .
7 1 2 2 + 2
On a donc
9 = + 6
2 = 2 + 4
7 = + 2.
Une solution de ce systme est ( = 3, = 2), ce qui implique que w est combinaison linaire
de u et v. On vrifie que lon a bien
9 1 6
2 = 3 2 + 2 4 .
7 1 2
Exemple 220
1 6 4
Soient u = 2 et v = 4 . Montrons que w = 1 nest pas une combinaison linaire de u et
1 2 8
v. Lgalit
4 = + 6
4 1 6
1 = 2 + 4 quivaut au systme 1 = 2 + 4
8 = + 2.
8 1 2
Dmonstration
Soient F,G deux sous-espaces vectoriels dun K-espace vectoriel E. Lintersection F G est
un sous-espace vectoriel de E.
Exemple 221
D = (x, y, z) R3 | x + 3y + z = 0 et x y + 2z = 0 .
F = (x, y, z) R3 | x + 3y + z = 0
G = (x, y, z) R3 | x y + 2z = 0
Ce sont deux plans passant par lorigine, donc des sous-espaces vectoriels de R3 . Ainsi D =
F G est un sous-espace vectoriel de R3 , cest une droite vectorielle.
376 Espaces vectoriels
Remarque
(0, 1) + (1, 0) = (1, 1) est la somme dun lment de F et dun lment de G, mais nest pas dans
F G.
(1, 1)
(0, 1)
G
0 (1, 0)
4.4. Mini-exercices
p
2
p 4 2
1. Peut-on trouver t R tel que les vecteurs 2 et 4pt soient colinaires ?
t 2 2
1 1 1
2. Peut-on trouver t R tel que le vecteur 3t soit une combinaison linaire de 3 et 1 ?
t 2 1
F +G
F
Espaces vectoriels 377
Proposition 112
Dmonstration
Exemple 222
F = (x, y, z) R3 | y = z = 0 G = (x, y, z) R3 | x = z = 0 .
et
F +G
F
G 0
y
Exemple 223
F = (x, y, z) R3 | x = 0 G = (x, y, z) R3 | y = 0 .
et
378 Espaces vectoriels
z G
0
y
Dans cet exemple, montrons que F + G = R3 . Par dfinition de F + G, tout lment de F + G est
dans R3 . Mais rciproquement, si w = (x, y, z) est un lment quelconque de R3 : w = (x, y, z) =
(0, y, z) + (x, 0, 0), avec (0, y, z) F et (x, 0, 0) G, donc w appartient F + G.
Remarquons que, dans cet exemple, un lment de R3 ne scrit pas forcment de faon unique
comme la somme dun lment de F et dun lment de G. Par exemple (1, 2, 3) = (0, 2, 3) +
(1, 0, 0) = (0, 2, 0) + (1, 0, 3).
Si F et G sont en somme directe, on dit que F et G sont des sous-espaces vectoriels supplmen-
taires dans E.
Proposition 113
Remarque
Dire quun lment w de E scrit dune manire unique comme la somme dun lment
de F et dun lment de G signifie que si w = u + v avec u F, v G et w = u0 + v0 avec
u0 F, v0 G alors u = u0 et v = v0 .
On dit aussi que F est un sous-espace supplmentaire de G (ou que G est un sous-espace
supplmentaire de F).
Il ny a pas unicit du supplmentaire dun sous-espace vectoriel donn (voir un exemple
ci-dessous).
Lexistence dun supplmentaire dun sous-espace vectoriel sera prouve dans le cadre
des espaces vectoriels de dimension finie.
Espaces vectoriels 379
Dmonstration
u = 0E + u et u = u + 0E .
Exemple 224
F
0 x
(a) Montrons F G 0 = {(0, 0)}. Si (x, y) F G 0 alors dune part (x, y) F donc y = 0, et
aussi (x, y) G 0 donc x = y. Ainsi (x, y) = (0, 0).
(b) Montrons F + G 0 = R2 . Soit u = (x, y) R2 . Cherchons v F et w G 0 tels que u = v + w.
Comme v = (x1 , y1 ) F alors y1 = 0, et comme w = (x2 , y2 ) G 0 alors x2 = y2 . Il sagit
donc de trouver x1 et x2 tels que
qui prouve que tout lment de R2 est somme dun lment de F et dun lment de
G0.
3. De faon plus gnrale, deux droites distinctes du plan passant par lorigine forment
des sous-espaces supplmentaires.
380 Espaces vectoriels
Exemple 225
F = (x, y, z) R3 | x y z = 0 G = (x, y, z) R3 | y = z = 0
et
G
F
(x, y, z) = (y + z, y, z) + (x y z, 0, 0)
Conclusion : F G = R3 .
Exemple 226
f (x) + f ( x) f (x) f ( x)
g(x) = et h(x) = .
2 2
f ( x)+ f ( x)
Synthse. Pour f F (R, R), on dfinit deux fonctions g, h par g(x) = 2 et h(x) =
f ( x ) f ( x )
2 . Alors dune part f (x) = g(x) + h(x) et dautre part g P (vrifier g( x) = g(x))
et h I (vrifier h( x) = h(x)). Bilan : P + I = F (R, R).
En conclusion, P et I sont en somme directe dans F (R, R) : P I = F (R, R). Notez que,
comme le prouvent nos calculs, les g et h obtenus sont uniques.
Notation. Ce sous-espace vectoriel est appel sous-espace engendr par v1 , . . . , vn et est not
Vect(v1 , . . . , vn ). On a donc
Remarque
Dire que Vect(v1 , . . . , vn ) est le plus petit sous-espace vectoriel de E contenant les vec-
teurs v1 , . . . , vn signifie que si F est un sous-espace vectoriel de E contenant aussi les
vecteurs v1 , . . . , vn alors Vect(v1 , . . . , vn ) F.
Plus gnralement, on peut dfinir le sous-espace vectoriel engendr par une partie V
quelconque (non ncessairement finie) dun espace vectoriel : Vect V est le plus petit
sous-espace vectoriel contenant V .
Exemple 227
K = Vect(u)
u
0
382 Espaces vectoriels
v u
0
Vect(u, v)
Nous obtenons bien une quation paramtrique du plan P passant par lorigine et
contenant les vecteurs u et v. On sait en trouver une quation cartsienne : (x 2y + z =
0).
Exemple 228
Mthodologie. On peut dmontrer quune partie F dun espace vectoriel E est un sous-espace
vectoriel de E en montrant que F est gal lensemble des combinaisons linaires dun nombre
fini de vecteurs de E.
Exemple 229
5.4. Mini-exercices
(a) F + G = R3 et F G 6= {0} ;
(b) F + G 6= R3 et F G = {0} ;
(c) F + G = R3 et F G = {0} ;
(d) F + G 6= R3 et F G 6= {0}.
(a) Montrer que F est un espace vectoriel. Trouver deux vecteurs u, v tels que F = Vect(u, v).
(a) Quel est lespace vectoriel F engendr par A et B ? Idem avec G engendr par C et D.
6.1. Dfinition
Nous avons dj rencontr la notion dapplication linaire dans le cas f : R p Rn (voir le chapitre
Lespace vectoriel Rn ). Cette notion se gnralise des espaces vectoriels quelconques.
Dfinition 109
Soient E et F deux K-espaces vectoriels. Une application f de E dans F est une application
linaire si elle satisfait aux deux conditions suivantes :
1. f (u + v) = f (u) + f (v), pour tous u, v E ;
2. f ( u) = f (u), pour tout u E et tout K.
Autrement dit : une application est linaire si elle respecte les deux lois dun espace vectoriel.
Notation. Lensemble des applications linaires de E dans F est not L (E, F).
384 Espaces vectoriels
Exemple 230
est une application linaire. En effet, soient u = (x, y, z) et v = (x0 , y0 , z0 ) deux lments de R3
et un rel.
f (u + v) = f (x + x0 , y + y0 , z + z0 ) f ( u) = f ( x, y, z)
2(x + x0 ), y + y0 + 3(z + z0 ) = (2 x, y + 3 z)
=
et
= (2x, y + 3z) + (2x0 , y0 + 3z0 ) = (2x, y + 3z)
= f (u) + f (v) = f (u)
Exemple 231
Soit f : R R lapplication dfinie par f (x) = x2 . On a f (1) = 1 et f (2) = 4. Donc f (2) 6= 2 f (1).
Ce qui fait que lon na pas lgalit f ( x) = f (x) pour un certain choix de , x. Donc f nest
pas linaire. Notez que lon na pas non plus f (x + x0 ) = f (x) + f (x0 ) ds que xx0 6= 0.
f (X ) = A X
Proposition 114
Soient E et F deux K-espaces vectoriels. Si f est une application linaire de E dans F, alors :
f (0E ) = 0F ,
f ( u) = f (u), pour tout u E.
Dmonstration
Pour dmontrer quune application est linaire, on peut aussi utiliser une proprit plus concen-
tre , donne par la caractrisation suivante :
Espaces vectoriels 385
f ( u + v) = f (u) + f (v).
Plus gnralement, une application linaire f prserve les combinaisons linaires : pour tous
1 , . . . , n K et tous v1 , . . . , vn E, on a
f (1 v1 + + n vn ) = 1 f (v1 ) + + n f (vn ).
Dmonstration
f ( u + v) = f ( u) + f (v) = f ( u) + f (v).
Vocabulaire.
Soient E et F deux K-espaces vectoriels.
Une application linaire de E dans F est aussi appele morphisme ou homomorphisme
despaces vectoriels. Lensemble des applications linaires de E dans F est not L (E, F).
Une application linaire de E dans E est appele endomorphisme de E. Lensemble des
endomorphismes de E est not L (E).
6.4. Mini-exercices
Montrer que les applications suivantes f i : R2 R2 sont linaires. Caractriser gomtriquement
ces applications et faire un dessin.
1. f 1 (x, y) = ( x, y) ;
2. f 2 (x, y) = (3x, 3y) ;
3. f 3 (x, y) = (x, y) ;
4. f 4 (x, y) = ( x, y) ;
p p
5. f 5 (x, y) = 23 x 21 y, 12 x + 23 y .
f :E E
u 7 u
0
f (u) = u
f (u) = u
u
0
Homothtie.
Soient E un K-espace vectoriel et K. On dfinit lapplication f par :
f : E E
u 7 u
Projection.
Soient E un K-espace vectoriel et F et G deux sous-espaces vectoriels supplmentaires dans E,
cest--dire E = F G. Tout vecteur u de E scrit de faon unique u = v + w avec v F et w G. La
projection sur F paralllement G est lapplication p : E E dfinie par p(u) = v.
w u
F
v = p(u)
u + u0 = (v + w) + (v0 + w0 ) = (v + v0 ) + (w + w0 ).
Exemple 232
F = (x, y, z) R3 | x y z = 0 G = (x, y, z) R3 | y = z = 0
et
G
(x, y, z)
F
0
p(x, y, z)
Exemple 233
Nous avons vu dans lexemple 226 que lensemble des fonctions paires P et lensemble des
fonctions impaires I sont des sous-espaces vectoriels supplmentaires dans F (R, R). Notons
p la projection sur P paralllement I . Si f est un lment de F (R, R), on a p( f ) = g o
g:R R
f (x) + f ( x)
x 7 .
2
d : C 1 (R, R) C 0 (R, R)
f 7 f 0
I : C 0 (R, R) C 1 (R, R)
Rx
f (x) 7 0 f (t) dt
R x Rx Rx
Lapplication I est linaire car 0 f (t) + g(t) dt = 0 f (t) dt + 0 g(t) dt pour toutes
f : E F
P(X ) 7 X P(X )
T : M n (K) M n (K)
A 7 AT
T est linaire, car on sait que pour toutes matrices A, B M n (K) et tous scalaires , K :
5. La trace.
tr : M n (K) K
A 7 tr A
est une application linaire car tr( A + B) = tr A + tr B.
7.3. Mini-exercices
1. Les applications suivantes sont-elles linaires ?
(a) R R, x 7 3x 2
4
(b) R R, (x, y, x0 , y0 ) 7 x x0 + y y0
(c) C 0 (R, R) R, f 7 f (1)
1 0
(d) C (R, R) C (R, R), f 7 f 0 + f
R1
(e) C 0 ([0, 1], R) R, f 7 0 | f (t)| dt
(f) C 0 ([0, 1], R) R, f 7 max x[0,1] f (x)
(g) R3 [X ] R3 [X ], P(X ) 7 P(X + 1) P(0)
T T
2. Soient f , g : M n (R) M n (R) dfinies par A 7 A +2A et A 7 A 2A . Montrer que f et g sont
des applications linaires. Montrer que f (A) est une matrice symtrique, g(A) une matrice
antisymtrique et que A = f (A) + g(A). En dduire que les matrices symtriques et les
matrices antisymtriques sont en somme directe dans M n (R). Caractriser gomtriquement
f et g.
Dans toute la suite, E et F dsigneront des K-espaces vectoriels et f : E F sera une application
linaire.
f (E) sappelle limage de lapplication linaire f et est not Im f .
Remarque
Dmonstration
Tout dabord, comme 0E E 0 alors 0F = f (0E ) f (E 0 ). Ensuite on montre que pour tout couple ( y1 , y2 )
dlments de f (E 0 ) et pour tous scalaires , , llment y1 + y2 appartient f (E 0 ). En effet :
y1 f (E 0 ) x1 E 0 , f ( x1 ) = y1
y2 f (E 0 ) x2 E 0 , f ( x2 ) = y2 .
y1 + y2 = f ( x1 ) + f ( x2 ) = f ( x1 + x2 ).
Autrement dit, le noyau est limage rciproque du vecteur nul de lespace darrive : Ker( f ) =
f 1 {0F }.
Proposition 117
Dmonstration
Ker( f ) est non vide car f (0E ) = 0F donc 0E Ker( f ). Soient x1 , x2 Ker( f ) et , K. Montrons que
x1 + x2 est un lment de Ker( f ). On a, en utilisant la linarit de f et le fait que x1 et x2 sont des
lments de Ker( f ) : f ( x1 + x2 ) = f ( x1 ) + f ( x2 ) = 0F + 0F = 0F .
Exemple 234
f : R3 R2
(x, y, z) 7 (2x, y + 3z)
Donc Ker( f ) = (0, 3z, z) | z R . Autrement dit, Ker( f ) = Vect (0, 3, 1) : cest une
droite vectorielle.
Calculons limage de f . Fixons (x0 , y0 ) R2 .
Exemple 235
Soit A M n,p (R). Soit f : R p Rn lapplication linaire dfinie par f (X ) = A X . Alors Ker( f ) =
X R p | A X = 0 : cest donc lensemble des X R p solutions du systme linaire homogne
A X = 0. On verra plus tard que Im( f ) est lespace engendr par les colonnes de la matrice A.
Exemple 236
Un plan P passant par lorigine, dquation (ax + b y + cz = 0), est un sous-espace vectoriel
de R3 . En effet, soit f : R3 R lapplication dfinie par f (x, y, z) = ax + b y + cz. Il est facile
de vrifier que f est linaire, de sorte que Ker f = (x, y, z) R3 | ax + b y + cz = 0 = P est un
sous-espace vectoriel.
Espaces vectoriels 391
Exemple 237
w u
F
v = p(u)
Autrement dit, f est injective si et seulement si son noyau ne contient que le vecteur nul. En
particulier, pour montrer que f est injective, il suffit de vrifier que :
si f (x) = 0F alors x = 0E .
Dmonstration
Supposons que f soit injective et montrons que Ker( f ) = {0E }. Soit x un lment de Ker( f ). On
a f ( x) = 0F . Or, comme f est linaire, on a aussi f (0E ) = 0F . De lgalit f ( x) = f (0E ), on dduit
x = 0E car f est injective. Donc Ker( f ) = {0E }.
Rciproquement, supposons maintenant que Ker( f ) = {0E }. Soient x et y deux lments de E
tels que f ( x) = f ( y). On a donc f ( x) f ( y) = 0F . Comme f est linaire, on en dduit f ( x y) = 0F ,
cest--dire x y est un lment de Ker( f ). Donc x y = 0E , soit x = y.
Exemple 238
f : Rn [X ] Rn+1 [X ]
P(X ) 7 X P(X ).
Alors
a n X n+1 + + a 1 X 2 + a 0 X = 0.
Ainsi, a i = 0 pour tout i {0, . . . , n} et donc P(X ) = 0. Le noyau de f est donc nul : Ker( f ) = {0}.
Lespace Im( f ) est lensemble des polynmes de Rn+1 [X ] sans terme constant : Im( f ) =
Vect X , X 2 , . . . , X n+1 .
Proposition 118
Lensemble des applications linaires entre deux K-espaces vectoriels E et F, not L (E, F),
muni des deux lois dfinies prcdemment, est un K-espace vectoriel.
Dmonstration
Lensemble L (E, F ) est inclus dans le K-espace vectoriel F (E, F ). Pour montrer que L (E, F ) est un
K-espace vectoriel, il suffit donc de montrer que L (E, F ) est un sous-espace vectoriel de F (E, F ) :
Tout dabord, lapplication nulle appartient L (E, F ).
Soient f , g L (E, F ), et montrons que f + g est linaire. Pour tous vecteurs u et v de E et pour
tous scalaires , de K,
( f + g)( u + v) = f ( u + v) + g( u + v) (dfinition de f + g)
= f ( u ) + f ( v) + g ( u ) + g ( v) (linarit de f et g)
= ( f ( u) + g( u)) + ( f (v) + g(v)) (proprits des lois de F )
= ( f + g)( u) + ( f + g)(v) (dfinition de f + g)
( f )( u + v) = f ( u + v) (dfinition de f )
f ( u ) + f ( v)
= (linarit de f )
= f ( u) + f (v) (proprits des lois de F )
= ( f )( u) + ( f )(v) (dfinition de f )
Soient E, F,G trois K-espaces vectoriels, f une application linaire de E dans F et g une
application linaire de F dans G. Alors g f est une application linaire de E dans G.
Remarque
Dmonstration
( g f )( u + v) g f ( u + v)
= (dfinition de g f )
g f ( u ) + f ( v)
= (linarit de f )
= g ( f ( u)) + g ( f (v)) (linarit de g)
= ( g f )( u) + ( g f )(v) (dfinition de g f )
g ( f1 + f2) = g f1 + g f2 (g 1 + g 2 ) f = g 1 f + g 2 f ( g) f = g ( f ) = (g f )
Vocabulaire.
Soient E et F deux K-espaces vectoriels.
Une application linaire bijective de E sur F est appele isomorphisme despaces vectoriels.
Les deux espaces vectoriels E et F sont alors dits isomorphes.
Un endomorphisme bijectif de E (cest--dire une application linaire bijective de E dans E)
est appel automorphisme de E. Lensemble des automorphismes de E est not GL(E).
Dmonstration
Comme f est une application bijective de E sur F , alors f 1 est une application bijective de F sur E .
Il reste donc prouver que f 1 est bien linaire. Soient u0 et v0 deux vecteurs de F et soient et
deux lments de K. On pose f 1 ( u0 ) = u et f 1 (v0 ) = v, et on a alors f ( u) = u0 et f (v) = v0 . Comme f est
linaire, on a
f 1 ( u0 + v0 ) = f 1 f ( u) + f (v) = f 1 f ( u + v) = u + v
f 1 ( u0 + v0 ) = f 1 ( u0 ) + f 1 (v0 ),
Exemple 239
Soit f : R2 R2 dfinie par f (x, y) = (2x + 3y, x + y). Il est facile de prouver que f est linaire.
Pour prouver que f est bijective, on pourrait calculer son noyau et son image. Mais ici nous
allons calculer directement son inverse : on cherche rsoudre f (x, y) = (x0 , y0 ). Cela corres-
pond lquation (2x + 3y, x + y) = (x0 , y0 ) qui est un systme linaire deux quations et deux
inconnues. On trouve (x, y) = ( x0 + 3y0 , x0 2y0 ). On pose donc f 1 (x0 , y0 ) = ( x0 + 3y0 , x0 2y0 ).
On vrifie aisment que f 1 est linverse de f , et on remarque que f 1 est une application
linaire.
Exemple 240
8.5. Mini-exercices
1. Soit f : R3 R3 dfinie par f (x, y, z) = ( x, y + z, 2z). Montrer que f est une application
linaire. Calculer Ker( f ) et Im( f ). f admet-elle un inverse ? Mme question avec f (x, y, z) =
(x y, x + y, y).
2. Soient E un espace vectoriel, et F,G deux sous-espaces tels que E = F G. Chaque u E
se dcompose de manire unique u = v + w avec v F, w G. La symtrie par rapport
F paralllement G est lapplication s : E E dfinie par s(u) = v w. Faire un dessin.
Montrer que s est une application linaire. Montrer que s2 = idE . Calculer Ker(s) et Im(s). s
admet-elle un inverse ?
3. Soit f : Rn [X ] Rn [X ] dfinie par P(X ) 7 P 00 (X ) (o P 00 dsigne la drive seconde). Montrer
que f est une application linaire. Calculer Ker( f ) et Im( f ). f admet-elle un inverse ?
Auteurs
Daprs un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des
parties dun cours de H. Ledret et dune quipe de luniversit de Bordeaux anime par
J. Queyrut,
et un cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de lcole Polytech-
nique Fdrale de Lausanne,
mixs et rviss par Arnaud Bodin, relu par Vianney Combet.
Exo7
20 Dimension finie
1 Famille libre
2 Famille gnratrice
3 Base
4 Dimension d'un espace vectoriel
5 Dimension des sous-espaces vectoriels
Les espaces vectoriels qui sont engendrs par un nombre fini de vecteurs sont appels espaces
vectoriels de dimension finie. Pour ces espaces, nous allons voir comment calculer une base, cest-
-dire une famille minimale de vecteurs qui engendrent tout lespace. Le nombre de vecteurs dans
une base sappelle la dimension et nous verrons comment calculer la dimension des espaces et des
sous-espaces.
1. Famille libre
1.1. Combinaison linaire (rappel)
Soit E un K-espace vectoriel.
Dfinition 111
u = 1 v1 + 2 v2 + + p v p
1.2. Dfinition
Dfinition 112
1 v1 + 2 v2 + + p v p = 0
396 Dimension finie
1 = 0 2 = 0 ... p = 0.
Dans le cas contraire, cest--dire sil existe une combinaison linaire nulle coefficients non tous
nuls, on dit que la famille est lie ou linairement dpendante. Une telle combinaison linaire
sappelle alors une relation de dpendance linaire entre les v j .
Exemple 241
On souhaite dterminer si elle est libre ou lie. On cherche des scalaires (1 , 2 , 3 ) tels que
1 4 2 0
1 2 + 2 5 + 3 1 = 0
3 6 0 0
3 6 0 0
La famille
1
4 2
2 , 5 , 1
3 6 0
3 6 0 0 6 6 0 0 0 0 0 0 0 0 0
Dimension finie 397
Exemple 242
1 2 2
Soient v1 = 1 , v2 = 1 , v3 = 1 . Est-ce que la famille {v1 , v2 , v3 } est libre ou lie ? Rsolvons
1 0 1
le systme linaire correspondant lquation 1 v1 + 2 v2 + 3 v3 = 0 :
1
+ 22 + 23 = 0
1 2 + 3 = 0
1 + 3
= 0
Exemple 243
2 1 7
Soient v1 = 1 , v2 = 2 et v3 = 1 . Alors {v1 , v2 , v3 } forme une famille lie, car
0 5 5
3 1 8
3v1 + v2 v3 = 0.
Exemple 244
3P1 (X ) P2 (X ) + 2P3 (X ) = 0.
Exemple 245
Dans le R-espace vectoriel F (R, R) des fonctions de R dans R, on considre la famille {cos, sin}.
Montrons que cest une famille libre. Supposons que lon ait cos + sin = 0. Cela quivaut
x R cos(x) + sin(x) = 0.
Proposition 121
Ce qui se reformule ainsi par contraposition : La famille {v1 , v2 } est libre si et seulement si v1
nest pas un multiple de v2 et v2 nest pas un multiple de v1 .
Dmonstration
Supposons la famille {v1 , v2 } lie, alors il existe 1 , 2 non tous les deux nuls tels que 1 v1 +2 v2 =
0. Si cest 1 qui nest pas nul, on peut diviser par 1 , ce qui donne v1 = 21 v2 et v1 est un multiple
de v2 . Si cest 2 qui nest pas nul, alors de mme v2 est un multiple de v1 .
Rciproquement, si v1 est un multiple de v2 , alors il existe un scalaire tel que v1 = v2 , soit
1v1 + ()v2 = 0, ce qui est une relation de dpendance linaire entre v1 et v2 puisque 1 6= 0 : la
famille {v1 , v2 } est alors lie. Mme conclusion si cest v2 qui est un multiple de v1 .
Gnralisons tout de suite cette proposition une famille dun nombre quelconque de vecteurs.
Thorme 66
Dmonstration
1 v1 + 2 v2 + + p v p = 0,
avec k 6= 0 pour au moins un indice k. Passons tous les autres termes droite du signe gal. Il
vient
k vk = 1 v1 2 v2 p v p ,
o vk ne figure pas au second membre. Comme k 6= 0, on peut diviser cette galit par k et lon
obtient
1 2 p
v k = v1 v2 vp,
k k k
cest--dire que vk est combinaison linaire des autres vecteurs de F , ce qui peut encore scrire
vk Vect F \ {vk } (avec la notation ensembliste A \ B pour lensemble des lments de A qui
0 = 1 v 1 + 2 v2 + v k + + p v p ,
ce qui est une relation de dpendance linaire pour F (puisque 1 6= 0) et ainsi la famille F est
lie.
Dimension finie 399
0
v1
v2
e3
v3
v2
v1
e2
e1
Proposition 122
Dmonstration
Supposons que
v11 v12 v1 p
v v v
21 22 2p
v1 =
..
v2 =
..
... vp =
.. .
. . .
v n1 v n2 vnp
Lquation
x1 v1 + x2 v2 + + x p v p = 0
Cest un systme homogne de n quations p inconnues. Lorsque p > n, ce systme a des solutions
non triviales (voir le chapitre Systmes linaires , dernier thorme) ce qui montre que la famille F
est une famille lie.
Mini-exercices
2
1. Pour quelles valeurs de t R, t1 , t t est une famille libre de R2 ? Mme question
n 1 2 1 o
t
avec la famille t
2
1 t de R3 .
t 1 1
2. Montrer que toute famille contenant une famille lie est lie.
3. Montrer que toute famille inclue dans une famille libre est libre.
400 Dimension finie
4. Montrer que si f : E F est une application linaire et que {v1 , . . . , v p } est une famille
lie de E, alors { f (v1 ), . . . , f (v p )} est une famille lie de F.
5. Montrer que si f : E F est une application linaire injective et que {v1 , . . . , v p } est une
famille libre de E, alors { f (v1 ), . . . , f (v p )} est une famille libre de F.
2. Famille gnratrice
Soit E un espace vectoriel sur un corps K.
2.1. Dfinition
Dfinition 113
v E 1 , . . . , p K v = 1 v1 + + p v p
2.2. Exemples
Exemple 246
1 0 0
Considrons par exemple les vecteurs v1 = , v2 = 1 et v3 = 0 de E = R3 . La famille
0
00 1
x 3
{v1 , v2 , v3 } est gnratrice car tout vecteur v = y de R peut scrire
z
x 1 0 0
y =x 0 +y 1 +z 0 .
z 0 0 1
Exemple 247
1 1
Soient maintenant les vecteurs v1 = 1 , v2 = de E = R3 . Les vecteurs {v1 , v2 } ne forment
2
1 3 0
pas une famille gnratrice de R3 . Par exemple, le vecteur v = 1 nest pas dans Vect(v1 , v2 ).
0
En effet,
0 si ctait 1 alors il existerait 1 , 2 R tels que v = 1 v1 + 2 v2 . Ce qui scrirait
1 le cas,
aussi 1 = 1 1 + 2 2 , do le systme linaire :
0 1 3
1 + 2 = 0
1 + 22 = 1
1 + 32
= 0
Exemple 248
Soit E = R2 .
Soient v1 = 10 et v2 = 01 . La famille {v1 , v2 } est gnratrice de R2 car tout vecteur de
R2 se dcompose comme xy = x 10 + y 01 .
Soient maintenant v10 = 21 et v20 = 11 . Alors {v10 , v20 } est aussi une famille gnratrice. En
de v10 et v20 revient dmontrer lexistence de deux rels et tels que v = v10 + v20 . Il
sagit donc dtudier lexistence de solutions au systme :
(
2 + = x
+ = y
Exemple 249
Soit Rn [X ] lespace vectoriel des polynmes de degr n. Alors les polynmes {1, X , . . . , X n }
forment une famille gnratrice. Par contre, lespace vectoriel R[X ] de tous les polynmes ne
possde pas de famille finie gnratrice.
Proposition 123
n o
Soit F = v1 , v2 , . . . , v p une famille gnratrice de E. Alors F 0 = v10 , v20 , . . . , v0q est aussi une
Dmonstration
Nous chercherons bientt avoir un nombre minimal de gnrateurs. Voici une proposition sur la
rduction dune famille gnratrice.
Proposition 124
Si la famille de vecteurs {v1 , . . . , v p } engendre E et si lun des vecteurs, par exemple v p , est
combinaison linaire des autres, alors la famille {v1 , . . . , v p } \ {v p } = {v1 , . . . , v p1 } est encore
une famille gnratrice de E.
402 Dimension finie
Dmonstration
En effet, comme les vecteurs v1 , . . . , v p engendrent E , alors pour tout lment v de E , il existe des
scalaires 1 , . . . , p tels que
v = 1 v1 + + p v p .
Or lhypothse v p est combinaison linaire des vecteurs v1 , . . . , v p1 se traduit par lexistence de sca-
laires 1 , . . . , p1 tels que
v p = 1 v1 + + p1 v p1 .
v = 1 v1 + + p1 v p1 + p 1 v1 + + p1 v p1 .
Donc
v = 1 + p 1 v1 + + p1 + p p1 v p1 ,
ce qui prouve que v est combinaison linaire des vecteurs v1 , . . . , v p1 . Ceci achve la dmonstration. Il
est clair que si lon remplace v p par nimporte lequel des vecteurs v i , la dmonstration est la mme.
Mini-exercices
2
1. quelle condition sur t R, la famille t01 , tt tt1t est une famille gnratrice de
R2 ?
n 1 1 1 o
2. Mme question avec la famille 0 t2 t2 de R3 .
t t 1
3. Montrer quune famille de vecteurs contenant une famille gnratrice est encore une
famille gnratrice de E.
4. Montrer que si f : E F est une application linaire surjective et que {v1 , . . . , v p } est
une famille gnratrice de E , alors f (v1 ), . . . , f (v p ) est une famille gnratrice de F.
3. Base
La notion de base gnralise la notion de repre. Dans R2 , un repre est donn par un couple de
vecteurs non colinaires. Dans R3 , un repre est donn par un triplet de vecteurs non coplanaires.
Dans un repre, un vecteur se dcompose suivant les vecteurs dune base. Il en sera de mme pour
une base dun espace vectoriel.
v = 1 v1 + 2 v2
2 v2
v2 1 v1
v1
3.1. Dfinition
Dimension finie 403
Soit E un K-espace vectoriel. Une famille B = (v1 , v2 , . . . , vn ) de vecteurs de E est une base de
E si B est une famille libre et gnratrice.
Thorme 67
Soit B = (v1 , v2 , . . . , vn ) une base de lespace vectoriel E. Tout vecteur v E sexprime de faon
unique comme combinaison linaire dlments de B . Autrement dit, il existe des scalaires
1 , . . . , n K uniques tels que :
v = 1 v1 + 2 v2 + + n vn .
Remarque
: Kn E
(1 , 2 , . . . , n ) 7 1 v1 + 2 v2 + + n vn
Par dfinition, B est une famille gnratrice de E , donc pour tout v E il existe 1 , . . . , n K
tels que
v = 1 v1 + 2 v2 + + n vn .
3.2. Exemples
Exemple 250
canonique de R2 .
2. Soient les vecteurs v1 = 31 et v2 = 12 . Alors (v1 , v2 ) forment aussi une base de R2 .
404 Dimension finie
ye 2 v = 1 v1 + 2 v2
e3
2 v2
v2
1 v1
e2
e2
v1
e1 xe 1 e1
1 0 0
3. De mme dans R3 , si e 1 = 0 , e2 = 1 , e3 = 0 , alors (e 1 , e 2 , e 3 ) forment la base cano-
0 0 1
3
nique de R .
Exemple 251
1 2 3
Soient v1 = 2 , v2 = 9 et v3 = 3 . Montrons que la famille B = (v1 , v2 , v3 ) est une base de
1 0 4
R3 .
Dans les deux premiers points, nous ramenons le problme ltude dun systme linaire.
a1
1. Montrons dabord que B est une famille gnratrice de R3 . Soit v = aa2 un vecteur
3
quelconque de R3 . On cherche 1 , 2 , 3 R tels que
v = 1 v1 + 2 v2 + 3 v3 .
1 + 22 + 33
a1 1 2 3
a 2 = 1 2 + 2 9 + 3 3 = 21 + 92 + 33 .
a3 1 0 4 1 + 43
1 v1 + 2 v2 + 3 v3 = 0
est
1 = 2 = 3 = 0.
3. Nous pouvons maintenant rpondre la question sans explicitement rsoudre les sys-
tmes.
Remarquons que les deux systmes ont la mme matrice de coefficients. On peut donc
montrer simultanment que B est une famille gnratrice et une famille libre de R3 en
montrant que la matrice des coefficients est inversible. En effet, si la matrice des coeffi-
cients est inversible, alors (S) admet une solution (1 , 2 , 3 ) quel que soit (a 1 , a 2 , a 3 ) et
dautre part (S) admet la seule solution (0, 0, 0).
Cette matrice est
1 2 3
A = 2 9 3 .
1 0 4
Pour montrer quelle est inversible, on peut calculer son inverse ou seulement son dter-
minant qui vaut det A = 1 (le dterminant tant non nul la matrice est inversible).
Conclusion : B est une famille libre et gnratrice ; cest une base de R3 .
Exemple 252
Les vecteurs de Kn :
1 0 0
.
0 1 ..
e1 =
..
e2 =
..
... en =
. . 0
0 0 1
forment une base de Kn , appele la base canonique de Kn .
Remarque
Lexemple 251 se gnralise de la faon suivante. Pour montrer que n vecteurs de Rn forment
une base de Rn , il suffit de montrer la chose suivante : la matrice A constitue des composantes
de ces vecteurs (chaque vecteur formant une colonne de A) est inversible.
Exemple 253
!
a b
En effet, nimporte quelle matrice M = de M2 (R) se dcompose de manire unique
c d
en
M = aM1 + bM2 + cM3 + dM4 .
4. Cest un bon exercice de prouver que les quatre matrices suivantes forment aussi une
base de M2 (R) :
! ! ! !
0 1 0 0 1 0 0 0 1 0 1 3
M1 = M2 = M3 = M4 = .
1 0 0 1 1 0 4 2
Voyons maintenant un thorme dexistence dune base finie. Dans la suite, les espaces vectoriels
sont supposs non rduits {0}.
Tout espace vectoriel admettant une famille finie gnratrice admet une base.
Une version importante et plus gnrale de ce qui prcde est le thorme suivant :
3.5. Preuves
Les deux thormes prcdents sont la consquence dun rsultat encore plus gnral :
Thorme 70
Soit G une famille gnratrice finie de E et L une famille libre de E. Alors il existe une
famille F de G telle que L F soit une base de E.
En particulier, le thorme 68 dexistence dune base se dmontre comme le point (2) ci-dessus
avec L = et G une famille gnratrice de E.
Dimension finie 407
tape 0. Si L est une famille gnratrice de E , on pose F = et cest fini puisque L est une
famille gnratrice et libre, donc une base. Sinon on passe ltape suivante.
tape 1. Comme L nest pas une famille gnratrice, alors il existe au moins un lment g 1
de G qui nest pas combinaison linaire des lments de L . (En effet, par labsurde, si tous
les lments de G sont dans Vect L , alors L serait aussi une famille gnratrice.) On pose
L 1 = L { g 1 }. Alors la famille L 1 vrifie les proprits suivantes :
(i) L ( L 1 E : la famille L 1 est strictement plus grande que L .
(ii) L 1 est une famille libre. (En effet, si L 1 ntait pas une famille libre, alors une combinaison
linaire nulle impliquerait que g 1 Vect L .)
On recommence le mme raisonnement partir de L 1 : si L 1 est une famille gnratrice de E ,
alors on pose F = { g 1 } et on sarrte. Sinon on passe ltape suivante.
tape 2. Il existe au moins un lment g 2 de G qui nest pas combinaison linaire des lments
de L 1 . Alors la famille L 2 = L 1 { g 2 } = L { g 1 , g 2 } est strictement plus grande que L 1 et est
encore une famille libre.
Si L 2 est une famille gnratrice, on pose F = { g 1 , g 2 } et cest fini. Sinon on passe ltape
daprs.
...
Lalgorithme consiste donc construire une suite, strictement croissante pour linclusion, de familles
libres, o, si L k1 nengendre pas E , alors L k est construite partir de L k1 en lui ajoutant un vecteur
g k de G , de sorte que L k = L k1 { g k } reste une famille libre.
Lalgorithme se termine. Comme la famille G est finie, le processus sarrte en moins dtapes
quil y a dlments dans G . Notez que, comme G est une famille gnratrice, dans le pire des
cas on peut tre amen prendre F = G .
Lalgorithme est correct. Lorsque lalgorithme sarrte, disons ltape s : on a L s = L F o
F = { g 1 , . . . , g s }. Par construction, L s est une famille finie, libre et aussi gnratrice (car cest la
condition darrt). Donc L F est une base de E .
Exemple 254
Soit R[X ] le R-espace vectoriel des polynmes rels et E le sous-espace de R[X ] engendr par
la famille G = {P1 , P2 , P3 , P4 , P5 } dfinie par :
P1 (X ) = 1 P2 (X ) = X P3 (X ) = X + 1 P4 (X ) = 1 + X 3 P5 (X ) = X X 3
P1 + P2 P4 P5 = 0,
ce qui prouve que la famille {P1 , P2 , P4 , P5 } est lie. Donc avec les notations de lalgo-
rithme, s = 3 et L 3 = {P1 , P2 , P4 } est une base de E.
Mini-exercices
1. Trouver toutes les faons dobtenir une base de R2 avec les vecteurs suivants : v1 =
1
3 0 2 2 3 ,
v2 = 3 , v3 = 0 , v4 = 0 , v5 = 6 .
2 2 1
2. Montrer que la famille {v1 , v2 , v3 , v4 } des vecteurs v1 = 1 , v2 = 3 , v3 = 2 , v4 =
1 3 1 4
1 est une famille gnratrice du sous-espace vectoriel dquation 2x y + z = 0 de R3 .
1
En extraire une base.
3. Dterminer une base du sous-espace vectoriel E 1 de R3 dquation x+3y2z = 0. Compl-
ter cette base en une base de R3 . Idem avec E 2 vrifiant les deux quations x + 3y 2z = 0
et y = z.
4. Donner une base de lespace vectoriel des matrices 3 3 ayant une diagonale nulle. Idem
avec lespace vectoriel des polynmes P Rn [X ] vrifiant P(0) = 0, P 0 (0) = 0.
Dfinition 115
Un K-espace vectoriel E admettant une base ayant un nombre fini dlments est dit de
dimension finie.
Par le thorme 68 dexistence dune base, cest quivalent lexistence dune famille finie gnra-
trice.
On va pouvoir parler de la dimension dun espace vectoriel grce au thorme suivant :
Toutes les bases dun espace vectoriel E de dimension finie ont le mme nombre dlments.
Dfinition 116
La dimension dun espace vectoriel de dimension finie E, note dim E, est par dfinition le
nombre dlments dune base de E.
Mthodologie. Pour dterminer la dimension dun espace vectoriel, il suffit de trouver une base
de E (une famille la fois libre et gnratrice) : le cardinal (nombre dlments) de cette famille
donne la dimension de E. Le thorme 71 de la dimension prouve que mme si on choisissait une
base diffrente alors ces deux bases auraient le mme nombre dlments.
Convention. On convient dattribuer lespace vectoriel {0} la dimension 0.
Dimension finie 409
4.2. Exemples
Exemple 255
2. Les vecteurs 21 , 11 forment aussi une base de R2 , et illustrent quune autre base
Exemple 256
Exemple 257
Nous avons vu que lensemble des solutions dun systme dquations linaires homogne
est un espace vectoriel. On considre par exemple le systme
2x1 + 2x2 x3 + x5 = 0
x x
1 2 + 2x3 3x4 + x5 = 0
x1 + x 2 2x3 x5 = 0
x3 + x4 + x5 = 0.
x1 = s t x2 = s x3 = t x4 = 0 x5 = t .
4.3. Complments
Lorsquun espace vectoriel est de dimension finie, le fait de connatre sa dimension est une infor-
mation trs riche ; les proprits suivantes montrent comment exploiter cette information.
Le schma de preuve sera : Lemme 10 = Proposition 125 = Thorme 71.
410 Dimension finie
Lemme 10
Soit E un espace vectoriel. Soit L une famille libre et soit G une famille gnratrice finie de
E. Alors Card L Card G .
Proposition 125
Corollaire 23
Si E est un espace vectoriel admettant une base ayant n lments, alors toute base de E
possde n lments.
La preuve du corollaire (et donc du thorme 71 de la dimension) est la suivante : par la proposi-
tion 125, si B est une base quelconque de E, alors B est la fois une famille libre et gnratrice,
donc possde la fois au plus n lments et au moins n lments, donc exactement n lments.
Thorme 72
Dmonstration
Les implications (i) = (ii) et (i) = (iii) dcoulent de la dfinition dune base.
Voici la preuve de (ii) = (i).
Si F est une famille libre ayant n lments, alors par le thorme de la base incomplte (tho-
rme 69) il existe une famille F 0 telle que F F 0 soit une base de E . Dune part F F 0 est une
base de E qui est de dimension n, donc par le thorme 71, Card F F 0 = n. Mais dautre part
Card F F 0 = Card F + Card F 0 (par lalgorithme du thorme 69) et par hypothse Card F = n.
Donc Card F 0 = 0, ce qui implique que F 0 = et donc que F est dj une base de E .
Voici la preuve de (iii) = (i).
Par hypothse, F est cette fois une famille gnratrice. Toujours par le thorme 69, on peut
extraire de cette famille une base B F . Puis par le thorme 71, Card B = n, donc n = Card B
Card F = n. Donc B = F et F est bien une base.
Exemple 258
Pour quelles valeurs de t R les vecteurs (v1 , v2 , v3 ) suivants forment une base de R3 ?
1 1 1
v1 = 1 v2 = 3 v3 = 1
4 t t
Nous avons une famille de 3 vecteurs dans lespace R3 de dimension 3. Donc pour
montrer que la famille (v1 , v2 , v3 ) est une base, par le thorme 72, il suffit de montrer
que la famille est libre ou bien de montrer quelle est gnratrice. Dans la pratique, il
est souvent plus facile de vrifier quune famille est libre.
quelle condition la famille {v1 , v2 , v3 } est libre ? Soient 1 , 2 , 3 R tels que 1 v1 +
2 v2 + 3 v3 = 0. Cela implique le systme
1 + 2 + 3 = 0
1 + 32 + 3 = 0 .
41 + t2 + t3
= 0
Il est clair que si t 6= 4, alors la seule solution est (1 , 2 , 3 ) = (0, 0, 0) et donc {v1 , v2 , v3 }
est une famille libre. Si t = 4, alors par exemple (1 , 2 , 3 ) = (1, 0, 1) est une solution
non nulle, donc la famille nest pas libre.
Conclusion : si t 6= 4 la famille est libre, donc par le thorme 72 la famille (v1 , v2 , v3 ) est
en plus gnratrice, donc cest une base de R3 . Si t = 4, la famille nest pas libre et nest
donc pas une base.
4.4. Preuve
Il nous reste la preuve du lemme 10. La dmonstration est dlicate et hors-programme.
412 Dimension finie
Dmonstration
Hrdit. On dmontre maintenant que si la proprit est vraie au rang n 1 ( n 2), alors elle
vraie au rang n. Soit E un espace vectoriel engendr par n vecteurs nots g 1 , g 2 , . . . , g n , et soit
{v1 , v2 , . . . , vn , vn+1 } une famille de E ayant n + 1 lments. Tout vecteur v j , pour j = 1, 2, . . . , n + 1, est
j j j
combinaison linaire de g 1 , g 2 , . . . , g n , donc il existe des scalaires 1 , 2 , . . . , n tels que :
j j j
v j = 1 g 1 + 2 g 2 + + n g n .
Remarque. On est contraint dutiliser ici deux indices i, j pour les scalaires (attention ! j nest pas un
exposant) car deux informations sont ncessaires : lindice j indique quil sagit de la dcomposition du
vecteur v j , et i indique quel vecteur de la famille gnratrice est associ ce coefficient.
Si vn+1 est nul, cest termin, la famille est lie ; sinon, vn+1 est non nul, et au moins un des coefficients
nj +1 est non nul. On suppose, pour allger lcriture, que nn+1 est non nul (sinon il suffit de changer
lordre des vecteurs). On construit une nouvelle famille de n vecteurs de E de telle sorte que ces
vecteurs soient combinaisons linaires de g 1 , g 2 , . . . , g n1 , cest--dire appartiennent au sous-espace
engendr par { g 1 , g 2 , . . . , g n1 }. Pour j = 1, 2, . . . , n, on dfinit w j par :
n
j j j
w j = nn+1 v j n vn+1 = (nn+1 k n nk +1 ) g k .
X
k=1
Le coefficient nn+1 a t suppos non nul et au moins un des scalaires 1 , 2 , . . . , n est non nul ; on a
donc une combinaison linaire nulle des vecteurs v1 , v2 , . . . , vn , vn+1 avec des coefficients qui ne sont
pas tous nuls, ce qui prouve que ces vecteurs forment une famille lie.
Mini-exercices
Dire si les assertions suivantes sont vraies ou fausses. Justifier votre rponse par un rsultat
du cours ou un contre-exemple :
1. Une famille de p n vecteurs dans un espace vectoriel de dimension n est gnratrice.
2. Une famille de p > n vecteurs dans un espace vectoriel de dimension n est lie.
3. Une famille de p < n vecteurs dans un espace vectoriel de dimension n est libre.
4. Une famille gnratrice de p n vecteurs dans un espace vectoriel de dimension n est
libre.
5. Une famille de p 6= n vecteurs dans un espace vectoriel de dimension n nest pas une
base.
6. Toute famille libre p lments dun espace vectoriel de dimension n se complte par
une famille ayant exactement n p lments en une base de E.
Thorme 73
Dmonstration
Cet ensemble K est non vide (car 1 K ) ; K est un sous-ensemble born de N (puisque tout
lment de K est compris entre 1 et n) donc K admet un maximum. Notons p ce maximum et
414 Dimension finie
5.2. Exemples
Exemple 259
Corollaire 24
F = G dim F = dimG
Autrement dit, sachant quun sous-espace est inclus dans un autre, alors pour montrer quils sont
gaux il suffit de montrer lgalit des dimensions.
Exemple 260
Deux droites vectorielles F et G sont soit gales, soit dintersection rduite au vecteur nul.
Exemple 261
Est-ce que F = G ?
Dimension finie 415
1. On remarque que les vecteurs u et v ne sont pas colinaires, donc G est de dimension 2,
et de plus ils appartiennent F, donc G est contenu dans F.
2. Pour trouver la dimension de F, on pourrait dterminer une base de F et on montrerait
alors que la dimension de F est 2. Mais il est plus judicieux
1 ici de remarquer que F
est contenu strictement dans R (par exemple le vecteur 0 de R3 nest pas dans F),
3
0
donc dim F < dim R3 = 3 ; mais puisque F contient G alors dim F dimG = 2, donc la
dimension de F ne peut tre que 2.
3. On a donc dmontr que G F et que dimG = dim F, ce qui entrane G = F.
Corollaire 25
Exemple 262
Corollaire 26
Tout sous-espace vectoriel F dun espace vectoriel E de dimension finie admet un supplmen-
taire.
416 Dimension finie
Pp Pq
On pose u = i=1 i u i , v = j= p+1 j v j , w = rk= p+1 k wk . Alors dune part u + v F (car BF est
P
Mini-exercices
1 3 7 6
1. Soient F = Vect 2 , 1 et G = Vect 7 , 5 . Montrer que F = G.
3 2 0 11
1 t 1
2. Dans R3 , on considre F = Vect t , 1 , G = Vect 1 . Calculer les dimensions de
1 1 1
F,G, F G, F + G en fonction de t R.
3. Dans un espace vectoriel de dimension 7, on considre des sous-espaces F et G vrifiant
dim F = 3 et dimG 2. Que peut-on dire pour dim(F G) ? Et pour dim(F + G) ?
4. Dans un espace vectoriel E de dimension finie, montrer lquivalence entre : (i) F G =
E ; (ii) F + G = E et dim F + dimG = dim E ; (iii) F G = {0E } et dim F + dimG = dim E.
5. Soit H un hyperplan dans un espace vectoriel de dimension finie E. Soit v E \ H.
Montrer que H et Vect(v) sont des sous-espaces supplmentaires dans E.
Auteurs
Daprs un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des
parties dun cours de H. Ledret et dune quipe de luniversit de Bordeaux anime par
J. Queyrut,
et un cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de lcole Polytech-
Dimension finie 417
Ce chapitre est laboutissement de toutes les notions dalgbre linaire vues jusquici : espaces
vectoriels, dimension, applications linaires, matrices. Nous allons voir que dans le cas des espaces
vectoriels de dimension finie, ltude des applications linaires se ramne ltude des matrices,
ce qui facilite les calculs.
1.1. Dfinition
Soient E un K-espace vectoriel et {v1 , . . . , v p } une famille finie de vecteurs de E. Le sous-espace
vectoriel Vect(v1 , . . . , v p ) engendr par {v1 , . . . , v p } tant de dimension finie, on peut donc donner la
dfinition suivante :
Dfinition 117. Rang dune famille finie de vecteurs
Soit E un K-espace vectoriel et soit {v1 , . . . , v p } une famille finie de vecteurs de E. Le rang de
la famille {v1 , . . . , v p } est la dimension du sous-espace vectoriel Vect(v1 , . . . , v p ) engendr par
les vecteurs v1 , . . . , v p . Autrement dit :
Calculer le rang dune famille de vecteurs nest pas toujours vident, cependant il y a des ingalits
qui dcoulent directement de la dfinition.
420 Matrices et applications linaires
Proposition 126
Remarque
Le rang dune famille vaut 0 si et seulement si tous les vecteurs sont nuls.
Le rang dune famille {v1 , . . . , v p } vaut p si et seulement si la famille {v1 , . . . , v p } est libre.
Exemple 263
Dfinition 118
On dfinit le rang dune matrice comme tant le rang de ses vecteurs colonnes.
Exemple 264
Le rang de la matrice !
1 2 21 0
A= M 2, 4
2 4 1 0
n 1
est par dfinition le rang de la famille de vecteurs de K2 : v1 = 12 , v2 = 24 , v3 = 2 , v4 =
1
0o
0 . Tous ces vecteurs sont colinaires v1 , donc le rang de la famille {v1 , v2 , v3 , v4 } est 1 et
ainsi rg A = 1.
a1 j
...
B : v j = a 1 j e 1 + + a i j e i + + a n j e n , ce que lon note v j = a i j . En juxtaposant ces vecteurs
.
..
an j B
colonnes, on obtient une matrice A M n,p (K). Le rang de la famille {v1 , . . . , v p } est gal au rang de
la matrice A.
Dfinition 119
On dit quune matrice est chelonne par rapport aux colonnes si le nombre de zros commen-
ant une colonne crot strictement colonne aprs colonne, jusqu ce quil ne reste plus que
des zros. Autrement dit, la matrice transpose est chelonne par rapport aux lignes.
Voici un exemple dune matrice chelonne par colonnes ; les dsignent des coefficients quel-
conques, les + des coefficients non nuls :
+ 0 0 0 0 0
0 0 0 0 0
+
0 0 0 0
+ 0 0 0
0 0 0
+ 0 0
Proposition 127
Le rang dune matrice chelonne par colonnes est gal au nombre de colonnes non nulles.
Par exemple, dans la matrice chelonne donne en exemple ci-dessus, 4 colonnes sur 6 sont non
nulles, donc le rang de cette matrice est 4.
La preuve de cette proposition consiste remarquer que les vecteurs colonnes non nuls sont
linairement indpendants, ce qui au vu de la forme chelonne de la matrice est facile.
Proposition 128
Le rang dune matrice ayant les colonnes C 1 , C 2 , . . . , C p nest pas modifi par les trois opra-
tions lmentaires suivantes sur les vecteurs :
1. C i C i avec 6= 0 : on peut multiplier une colonne par un scalaire non nul.
2. C i C i + C j avec K (et j 6= i) : on peut ajouter la colonne C i un multiple dune
autre colonne C j .
3. C i C j : on peut changer deux colonnes.
Dmonstration
1.4. Exemples
Exemple 265
Exemple 266
0 4 0
0 4 0 0 4 0 0 2 0 0 2 2
Comme la dernire matrice est chelonne par colonnes et que ses 3 colonnes sont non nulles,
424 Matrices et applications linaires
on en dduit que la famille {v1 , v2 , v3 } constitue de 3 vecteurs est de rang 3, et donc quelle
est libre dans R5 .
Exemple 267
Considrons les quatre vecteurs suivants dans R3 : v1 = (1, 2, 3) , v2 = (2, 0, 6), v3 = (3, 2, 1) et
v4 = (1, 2, 2). Montrons que la famille {v1 , v2 , v3 , v4 } engendre R3 . Pour cela, calculons le rang
de cette famille de vecteurs ou, ce qui revient au mme, celui de la matrice suivante :
1 2 3 1
2 0 2 2 .
3 6 1 2
3 6 1 2 3 0 8 5 3 0 8 5 3 0 8 0
La famille {v1 , v2 , v3 , v4 } est donc de rang 3. Cela signifie que Vect(v1 , v2 , v3 , v4 ) est un sous-
espace vectoriel de dimension 3 de R3 . On a donc Vect(v1 , v2 , v3 , v4 ) = R3 . Autrement dit, la
famille {v1 , v2 , v3 , v4 } engendre R3 .
Une matrice carre de taille n est inversible si et seulement si elle est de rang n.
La preuve repose sur plusieurs rsultats qui seront vus au fil de ce chapitre.
Dmonstration
Soit A une matrice carre dordre n. Soit f lendomorphisme de Kn dont la matrice dans la base
canonique est A . On a les quivalences suivantes :
A de rang n f de rang n
f surjective
f bijective
A inversible.
Nous avons utilis le fait quun endomorphisme dun espace vectoriel de dimension finie est bijectif si
et seulement sil est surjectif et le thorme sur la caractrisation de la matrice dun isomorphisme.
Proposition 129
rg A = dim Vect(w1 , . . . , wn )
Nous admettrons ce rsultat. Autrement dit : lespace vectoriel engendr par les vecteurs colonnes
et lespace vectoriel engendr par les vecteurs lignes sont de mme dimension.
Une formulation plus thorique est que le rang dune matrice gale le rang de sa transpose :
rg A = rg A T
Attention ! Les dimensions dim Vect(v1 , . . . , v p ) et dim Vect(w1 , . . . , wn ) sont gales, mais les espaces
vectoriels Vect(v1 , . . . , v p ) et Vect(w1 , . . . , wn ) ne sont pas les mmes.
Mini-exercices
1 3 0 2
1. Quel est le rang de la famille de vecteurs 2 , 4 , 2 , 2 ?
1 t 1 1 2 1 1
Mme question pour t , 1 , 1 en fonction du paramtre t R.
1 t t
1 2 4 2 1
2. Mettre sous forme chelonne par rapport aux colonnes la matrice 0 2 4 2 0 .
1 1 2 1 1
1 7 2 5
2 1 1 5
Calculer son rang. Idem avec
.
1 2 1 4
1 4 1 2
2 4 5 7
3. Calculer le rang de 1 3 1 2 en fonction de a et b.
1 a 2 b
4. Calculer les rangs prcdents en utilisant les vecteurs lignes.
5. Soit f : E F une application linaire. Quelle ingalit relie rg( f (v1 ), . . . , f (v p )) et
rg(v1 , . . . , v p ) ? Que se passe-t-il si f est injective ?
Soient E et F deux espaces vectoriels sur un mme corps K. On suppose que lespace vectoriel
E est de dimension finie n et que (e 1 , . . . , e n ) est une base de E. Alors pour tout choix (v1 , . . . , vn )
de n vecteurs de F, il existe une et une seule application linaire f : E F telle que, pour
tout i = 1, . . . , n :
f (e i ) = v i .
Exemple 268
Dmonstration
Unicit. Supposons quil existe une application linaire f : E F telle que f ( e i ) = v i , pour tout
i = 1, . . . , n. Pour x E , il existe des scalaires x1 , x2 , . . . , xn uniques tels que x = ni=1 x i e i . Comme
P
f est linaire, on a !
n
X n
X n
X
f ( x) = f xi e i = xi f ( e i ) = xi vi . ()
i =1 i =1 i =1
Proposition 130
Dmonstration
Il suffit de dmontrer que tout lment de Im f est combinaison linaire des vecteurs f ( e 1 ), . . . , f ( e n ).
Soit y un lment quelconque de Im f . Il existe donc un lment x de E tel que y = f ( x). Comme
n
X
( e 1 , . . . , e n ) est une base de E , il existe des scalaires ( x1 , . . . , xn ) tels que x = x i e i . En utilisant la
i =1
n
X
linarit de f , on en dduit que y = f ( x) = x i f ( e i ), ce qui achve la dmonstration.
i =1
Le rang est plus petit que la dimension de E et aussi plus petit que la dimension de F, si F est de
dimension finie :
Proposition 131
Exemple 269
Soit f : R3 R2 lapplication linaire dfinie par f (x, y, z) = (3x 4y + 2z, 2x 3y z). Quel est
le rang de f ?
1
0 0
Si on note e 1 = 0 , e 2 = 1 et e 3 = 0 , alors (e 1 , e 2 , e 3 ) est la base canonique de R3 .
0 0 1
Il sagit de trouver le rang de la famille {v1 , v2 , v3 } :
1 0 0
v1 = f (e 1 ) = f 0 = 32 v2 = f (e 2 ) = f 1 = 3
4 v3 = f (e 3 ) = f 0 = 21
0 0 1
Remarque : il est encore plus facile de voir que le rang de la matrice A est 2 en remarquant
que ses deux seules lignes ne sont pas colinaires.
le noyau de f est Ker f = x E | f (x) = 0F ; cest un sous-espace vectoriel de E, donc Ker f
est de dimension finie,
limage de f est Im f = f (E) = f (x) | x E ; cest un sous-espace vectoriel de F et est de
dimension finie.
Le thorme du rang donne une relation entre la dimension du noyau et la dimension de limage
de f .
Soit f : E F une application linaire entre deux K-espaces vectoriels, E tant de dimension
finie. Alors
Exemple 270
f : R4 R3
(x1 , x2 , x3 , x4 ) 7 (x1 x2 + x3 , 2x1 + 2x2 + 6x3 + 4x4 , x1 2x3 x4 )
n o 2 1 2 1
Ker f = (2x3 x4 , x3 x4 , x3 , x4 ) | x3 , x4 R = x3 1 + x4 0 | x3 , x4 R = Vect 11 , 01
1 1
0 1 0 1
Les deux vecteurs dfinissant le noyau sont linairement indpendants, donc dim Ker f =
2.
On applique maintenant le thorme du rang pour en dduire sans calculs la dimension
de limage : dim Im f = dim R4 dim Ker f = 4 2 = 2. Donc le rang de f est 2.
Deuxime mthode. On calcule dabord limage. On note (e 1 , e 2 , e 3 , e 4 ) la base cano-
nique de R4 . Calculons v i = f (e i ) :
1 0 1
1
v1 = f (e 1 ) = f 0 = 2 v2 = f (e 2 ) = f 1 = 2
0 1 0 0
0 0
Matrices et applications linaires 429
0 0
1 0
v3 = f (e 3 ) = f 0 = 6 v4 = f (e 4 ) = f 0 = 4
1 2 0 1
0 1
On rduit la matrice A, forme des vecteurs colonnes, sous une forme chelonne :
1 1 1 0 1 0 0 0
A= 2 2 6 4 2 4 0 0
1 0 2 1 1 1 0 0
Donc le rang de A est 2, ainsi rg f = dim Im f = dim Vect f (e 1 ), f (e 2 ), f (e 3 ), f (e 4 ) = 2.
Maintenant, par le thorme du rang, dim Ker f = dim R4 rg f = 4 2 = 2.
On trouve bien sr le mme rsultat par les deux mthodes.
Exemple 271
o a, b R sont des constantes. Cela prouve que Ker f est engendr par les deux poly-
nmes : 1 (le polynme constant) et X . Ainsi Ker f = Vect(1, X ). Donc dim Ker f = 2. Par
le thorme du rang, rg f = dim Im f = dim Rn [X ] dim Ker f = (n + 1) 2 = n 1.
Deuxime mthode. On calcule dabord limage : (1, X , X 2 , . . . , X n ) est une base de
lespace de dpart Rn [X ], donc rg f = dim Im f = dim Vect f (1), f (X ), . . . , f (X n ) . Tout
p+1 f ( p+1 ) + + n f (n ) = 0.
Puisque f est linaire, cette galit quivaut lgalit f p+1 p+1 + + n n = 0, qui prouve
que le vecteur p+1 p+1 + +n n appartient au noyau de f . Il existe donc des scalaires 1 , . . . , p
430 Matrices et applications linaires
tels que
p+1 p+1 + + n n = 1 1 + + p p .
Proposition 132
Dmonstration
Si E est de dimension finie, alors comme f est surjective, F = Im f , donc F est engendr par limage
dune base de E . On a donc F de dimension finie et dim F dim E . De mme f 1 : F E est un
isomorphisme, donc f 1 (F ) = E , ce qui prouve cette fois dim E dim F .
Si cest F qui est de dimension finie, on fait le mme raisonnement avec f 1 .
Nous allons dmontrer une sorte de rciproque, qui est extrmement utile.
Thorme 78
Autrement dit, dans le cas dune application linaire entre deux espaces de mme dimension,
pour dmontrer quelle est bijective, il suffit de dmontrer lune des deux proprits : injectivit ou
surjectivit.
Dmonstration
Cest immdiat partir du thorme du rang. En effet, la proprit f injective quivaut Ker f =
{0}, donc daprs le thorme du rang, f est injective si et seulement si dim Im f = dim E . Daprs
lhypothse sur lgalit des dimensions de E et de F , ceci quivaut dim Im f = dim F . Cela quivaut
donc Im f = F , cest--dire f est surjective.
Exemple 272
Soit f : R2 R2 dfinie par f (x, y) = (x y, x + y). Une faon simple de montrer que lapplication
linaire f est bijective est de remarquer que lespace de dpart et lespace darrive ont mme
Matrices et applications linaires 431
Exemple 273
On termine par la justification que si une matrice admet un inverse droite, alors cest aussi
un inverse gauche. La preuve se fait en deux temps : (1) lexistence dun inverse gauche ;
(2) lgalit des inverses.
Soit A M n (K) une matrice admettant un inverse droite, cest--dire il existe B M n (K) tel
que AB = I.
(C A)B = IB = B et C(AB) = CI = C
donc B = C.
Mini-exercices
Ainsi, lapplication linaire f est entirement dtermine par les coefficients (a i, j )( i, j){1,...,n}{1,...,p} .
Il est donc naturel dintroduire la dfinition suivante :
Dfinition 120
f (e 1 ) ... f (e j ) ... f (e p )
f1 a 11 a1 j ... a1 p
f2 a 21 a2 j ... a2 p
.. .. .. .. ..
. . . . .
fn a n1 an j ... a np
En termes plus simples : cest la matrice dont les vecteurs colonnes sont limage par f des vecteurs
de la base de dpart B , exprime dans la base darrive B 0 . On note cette matrice MatB ,B 0 ( f ).
Matrices et applications linaires 433
Remarque
Exemple 274
f : R3 R2
(x1 , x2 , x3 ) 7 (x1 + x2 x3 , x1 2x2 + 3x3 )
Ainsi : !
1 1 1
MatB ,B 0 ( f ) =
1 2 3
Cet exemple illustre bien le fait que la matrice dpend du choix des bases.
434 Matrices et applications linaires
Proposition 133
Alors :
C = A+B D = A
Autrement dit : la matrice associe la somme de deux applications linaires est la somme des
matrices ( condition de considrer la mme base sur lespace de dpart pour les deux applications
et la mme base sur lespace darrive). Idem avec le produit par un scalaire.
Proposition 134
Alors
C =B A
Autrement dit, condition de bien choisir les bases, la matrice associe la composition de deux
applications linaires est le produit des matrices associes chacune delles, dans le mme ordre.
En fait, le produit de matrices, qui semble compliqu au premier abord, est dfini afin de corres-
pondre la composition des applications linaires.
Dmonstration
Mais ceci est aussi la premire colonne de la matrice BA . En faisant la mme chose avec les autres
colonnes, on remarque que C = MatB ,B 00 ( g f ) et BA sont deux matrices ayant leurs colonnes gales.
On a donc bien lgalit cherche.
Exemple 275
Calcul des g f (e j ). Pour cela on combine les deux sries de calculs prcdents :
g f (e 1 ) = g( f 1 + f 2 ) = g( f 1 ) + g( f 2 ) = (2g 1 + 3g 2 ) + ( g 1 + g 2 ) = g 1 + 4g 2
g f (e 2 ) = g( f 2 + 2 f 3 ) = g( f 2 ) + 2g( f 3 ) = ( g 1 + g 2 ) + 2(2g 2 ) = g 1 + 5g 2
On trouve bien une matrice de taille 2 2 (car lespace de dpart et darrive de g f est
R2 ).
436 Matrices et applications linaires
Cet exemple met bien en vidence le gain, en termes de quantit de calculs, ralis en passant
par lintermdiaire des matrices.
Exemple 276
Cas de lidentit : id : E E est dfinie par id(x) = x. Alors quelle que soit la base B de
E, la matrice associe est la matrice identit : MatB (id) = I n . (Attention ! Ce nest plus
vrai si la base darrive est diffrente de la base de dpart.)
Cas dune homothtie h : E E, h (x) = x (o K est le rapport de lhomothtie) :
MatB (h ) = I n .
Cas dune symtrie centrale s : E E, s(x) = x : MatB (s) = I n .
Cas de r : R2 R2 la rotation dangle , centre lorigine, dans lespace vectoriel R2
muni de la base canonique B . Alors r (x, y) = (x cos y sin , x sin + y cos ). On a
!
cos sin
MatB (r ) = .
sin cos
Corollaire 27
Exemple 277
p
Soit r la matrice de la rotation dangle dans R2 . La matrice de r est :
!p
p p cos sin
MatB (r ) = MatB (r ) =
sin cos
ce qui est bien la matrice de la rotation dangle p : composer p fois la rotation dangle
revient effectuer une rotation dangle p .
Soient E et F deux K-espaces vectoriels de mme dimension finie. Soit f : E F une applica-
tion linaire. Soient B une base de E, B 0 une base de F et A = MatB ,B 0 ( f ).
Voici le cas particulier trs important dun endomorphisme f : E E o E est muni de la mme
base B au dpart et larrive et A = MatB ( f ).
Corollaire 28
1
Autrement dit : MatB ( f 1 ) = MatB ( f ) .
Exemple 278
p !1 p !
1 3 1 3
1 1 p2 2 p2 2
La matrice de (s r) est (BA) = 3
= 3
. On aurait aussi pu
2 12 2 12
calculer ainsi : (BA)1 = A 1 B1 =
On note que (BA)1 = BA ce qui, en termes dapplications linaires, signifie que (s r)1 =
s r. Autrement dit, s r est son propre inverse.
On note A = MatB ,B 0 ( f ).
Si f est bijective, notons B = MatB 0 ,B ( f 1 ). Alors par la proposition 134 on sait que
Donc la matrice de g f est lidentit, ce qui implique g f = idE . De mme f g = idF . Ainsi f
est bijective (et sa bijection rciproque est g).
Mini-exercices
4. Changement de bases
x = x1 e 1 + x2 e 2 + + x p e p .
Matrices et applications linaires 439
x1
x2
La matrice des coordonnes de x est un vecteur colonne, not MatB (x) ou encore .. .
.
xp B
x1
x2
Dans R p , si B est la base canonique, alors on note simplement .. en omettant de mentionner
.
xp
la base.
Proposition 135
Soit A = MatB ,B 0 ( f ). x1
x2
Pour x E, notons X = MatB (x) = .. .
.
xyp1 B
y2
Pour y F, notons Y = MatB 0 (y) = .. .
.
yn B 0
Alors, si y = f (x), on a
Y = AX
Autrement dit :
MatB 0 f (x) = MatB ,B 0 ( f ) MatB (x)
Dmonstration
x1
x2
On pose B = ( e 1 , . . . , e p ), B = ( f 1 , f 2 , . . . , f n ), A = (a i, j ) = MatB ,B 0 ( f ) et X = MatB ( x) = .. .
0
.
xp
On a ! !
p
X p
X p
X n
X
f ( x) = f xje j = x j f (e j ) = xj a i, j f i .
j =1 j =1 j =1 i =1
En utilisant la commutativit de K, on a
! !
p
X p
X
f ( x) = a 1, j x j f 1 + + a n, j x j f n .
j =1 j =1
Pp
j =1
a 1, j x j
Pp
j =1
a 2, j x j
La matrice colonne des coordonnes de y = f ( x) dans la base ( f 1 , f 2 , . . . , f n ) est .
..
.
Pp
j =1
a n, j x j
Pp
a x
j =1 1, j j x1
Pp
a x x2
j =1 2, j j
Ainsi la matrice Y = MatB 0 f ( x) = nest autre que A .. .
.. .
.
Pp xp
j =1
a n, j x j
440 Matrices et applications linaires
Exemple 279
1 1 0
0 x3 0
x1 + 2x2 + x3 = 0
2x1 + 3x2 + x3 = 0
x1 + x2 = 0
Le noyau est donc de dimension 1. Par le thorme du rang, limage Im f est de dimension 2.
Les deux premiersvecteurs
1
la matrice A tant linairement indpendants, ils engendrent
2 de
Im f : Im f = Vect 2 , 3 .
1 B 1 B
Dfinition 121
On rsume en :
Exemple 280
Proposition 136
PB ,B 0 = MatB 0 ,B (idE )
Cette interprtation est un outil fondamental pour ce qui suit. Elle permet dobtenir les rsultats
de faon trs lgante et avec un minimum de calculs.
Dmonstration
Proposition 137
1. La matrice de passage dune base B vers une base B 0 est inversible et son inverse est
1
gale la matrice de passage de la base B 0 vers la base B : PB 0 ,B = PB ,B 0
Dmonstration
1. On a PB ,B 0 = MatB 0 ,B idE . Donc, daprs le thorme 79 caractrisant la matrice dun
1
1 1 1 1
isomorphisme, P = MatB ,B 0 id
0 = MatB 0 ,B idE E . Or idE = idE , donc PB ,B 0 =
B ,B
MatB ,B 0 idE = PB 0 ,B .
2. idE : (E, B 00 ) (E, B ) se factorise de la faon suivante :
idE idE
(E, B 00 ) (E, B 0 ) (E, B ).
Autrement dit, on crit idE = idE idE . Cette factorisation permet dcrire lgalit suivante :
MatB 00 ,B idE = MatB 0 ,B idE MatB 00 ,B 0 idE , soit PB ,B 00 = PB ,B 0 PB 0 ,B 00 .
Exemple 281
0 0 1 0 0 1
0 0 1 0 0 1
1
La proposition 137 implique que PB ,B2 = PB ,B1 PB1 ,B2 . Donc PB1 ,B2 = P
B , B 1 PB , B 2
. En
1
appliquant la mthode de Gauss pour calculer PB ,B , on trouve alors :
1
1
1 0 3 1 0 0 1 0 3 1 0 0 1 0 3
PB1 ,B2 = 1 1 2 1 1 0 = 1 1 1 1 1 0 = 2 1 1 .
0 0 1 0 0 1 0 0 1 0 0 1 0 0 1
Nous allons maintenant tudier leffet dun changement de bases sur les coordonnes dun vecteur.
Soient B = (e 1 , e 2 , . . . , e n ) et B 0 = (e01 , e02 , . . . , e0n ) deux bases dun mme K-espace vectoriel E.
Soit PB ,B 0 la matrice de passage de la base B vers la base B 0 .
x1
Pn x2
Pour x E, il se dcompose en x = i=1 x i e i dans la base B et on note X = MatB (x) = .. .
.
xn B
Pn
Ce mme x E se dcompose en x = i=1 x i e i dans la base B et on note X = MatB 0 (x) =
0 0 0 0
x0
1
0
x2
. .
..
0
xn B 0
Matrices et applications linaires 443
Proposition 138
X = PB , B 0 X 0
PB ,B 0 est la matrice de idE : (E, B 0 ) (E, B ). On utilise que x = idE ( x) et la proposition 135. On a :
B = Q 1 AP
Dmonstration
Lapplication f : (E, BE
0
) (F, BF0 ) se factorise de la faon suivante :
0 idE f idF
(E, BE ) (E, BE ) (F, BF ) (F, BF0 ),
B = MatB 0 ,BF0 ( f )
E
= MatBF ,B 0 (idF ) MatBE ,BF ( f ) MatB 0 ,BE (idE )
F E
= PBF0 ,BF MatBE ,BF ( f ) PBE ,BE0
= Q 1 AP
Dans le cas particulier dun endomorphisme, nous obtenons une formule plus simple :
Soit f : E E une application linaire.
Soient B , B 0 deux bases de E.
Soit P = PB ,B 0 la matrice de passage de B B 0 .
Soit A = MatB ( f ) la matrice de lapplication linaire f dans la base B .
Soit B = MatB 0 ( f ) la matrice de lapplication linaire f dans la base B 0 .
Le thorme 80 devient alors :
444 Matrices et applications linaires
Corollaire 29
B = P 1 AP
Exemple 282
0 0 1 0 0 1
0 0 3
0 0 1
1 0 3
2. On calcule aussi P 1 = 2 1 5 .
0 0 1
3. On applique la formule du changement de base du corollaire 29 :
1 0 3 1 0 6 1 0 3 1 0 0
B = P 1 AP = 2 1 5 2 2 7 2 1 1 = 0 2 0
0 0 1 0 0 3 0 0 1 0 0 3
Cest souvent lintrt des changements de base, se ramener une matrice plus simple. Par
exemple ici, il est facile de calculer les puissances B k , pour en dduire les A k .
Dfinition 122
Soient A et B deux matrices de M n (K). On dit que la matrice B est semblable la matrice A
sil existe une matrice inversible P M n (K) telle que B = P 1 AP.
Cest un bon exercice de montrer que la relation tre semblable est une relation dquivalence
dans lensemble M n (K) :
Matrices et applications linaires 445
Proposition 139
Vocabulaire :
Compte tenu de ces proprits, on peut dire indiffremment que la matrice A est semblable la
matrice B ou que les matrices A et B sont semblables.
Le corollaire 29 se reformule ainsi :
Corollaire 30
Deux matrices semblables reprsentent le mme endomorphisme, mais exprim dans des
bases diffrentes.
Mini-exercices
Soit f : R2 R2 dfinie par f (x, y) = (2x + y, 3x 2y), Soit v = 34 R2 avec ses coordonnes
Auteurs
Daprs un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des
parties dun cours de H. Ledret et dune quipe de luniversit de Bordeaux anime par
J. Queyrut,
rcrit et complt par Arnaud Bodin. Relu par Vianney Combet.
446 Matrices et applications linaires
Exo7
22 Dterminants
1 Dterminant en dimension 2 et 3
2 Dnition du dterminant
3 Proprits du dterminant
4 Calculs de dterminants
5 Applications des dterminants
Dans tout ce qui suit, nous considrons des matrices coefficients dans un corps commutatif K,
les principaux exemples tant K = R ou K = C. Nous commenons par donner lexpression du
dterminant dune matrice en petites dimensions.
1. Dterminant en dimension 2 et 3
1.1. Matrice 2 2
Cest donc le produit des lments sur la diagonale principale (en bleu) moins le produit des
lments sur lautre diagonale (en orange).
a b
c d
+
448 Dterminants
1.2. Matrice 3 3
a 31 a 32 a 33
det A = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 31 a 22 a 13 a 32 a 23 a 11 a 33 a 21 a 12 .
Il existe un moyen facile de retenir cette formule, cest la rgle de Sarrus : on recopie les deux
premires colonnes droite de la matrice (colonnes grises), puis on additionne les produits de trois
termes en les regroupant selon la direction de la diagonale descendante (en bleu), et on soustrait
ensuite les produits de trois termes regroups selon la direction de la diagonale montante (en
orange).
a 11 a 12 a 13 a 11 a 12 a 11 a 12 a 13 a 11 a 12
a 21 a 22 a 23 a 21 a 22
a 21 a 22 a 23 a 21 a 22
a 31 a 32 a 33 a 31 a 32 a 31 a 32 a 33 a 31 a 32
Exemple 283
2 1 0
Calculons le dterminant de la matrice A = 1 1 3.
3 2 1
Par la rgle de Sarrus :
Attention : cette mthode ne sapplique pas pour les matrices de taille suprieure 3. Nous
verrons dautres mthodes qui sappliquent aux matrices carres de toutes tailles et donc aussi
aux matrices 3 3.
On va voir quen dimension 2, les dterminants correspondent des aires et en dimension 3 des
volumes.
Donnons nous deux vecteurs v1 = ( ac ) et v2 = db du plan R2 . Ces deux vecteurs v1 , v2 dterminent
un paralllogramme.
Dterminants 449
v2
~j
v1
O ~i x
Proposition 140
a 31 a 32 a 33
dfinissent un paralllpipde.
v3
v2 v1
partir de ces trois vecteurs on dfinit, en juxtaposant les colonnes, une matrice et un dtermi-
nant :
a 11 a 12 a 13
det(v1 , v2 , v3 ) = det a 21 a 22 a 23 .
a 31 a 32 a 33
Proposition 141
On prendra comme unit daire dans R2 laire du carr unit dont les cts sont les vecteurs de la
base canonique 10 , 01 , et comme unit de volume dans R3 , le volume du cube unit.
Dmonstration
a 0
Traitons le cas de la dimension 2. Le rsultat est vrai si v1 = 0 et v2 =
d . En effet, dans ce cas
on a!
a 0
affaire un rectangle de cts |a| et | d |, donc daire |ad |, alors que le dterminant de la matrice
0 d
vaut ad .
450 Dterminants
v2
d
~j
v1
O ~i a
Si les vecteurs v1 et v2 sont colinaires alors le paralllogramme est aplati, donc daire nulle ; on calcule
facilement que lorsque deux vecteurs sont colinaires, leur dterminant est nul.
Dans la suite on suppose que les vecteurs ne sont pas colinaires. Notons v1 = ac et v2 = db . Si a 6= 0,
0
alors v20 = v2 ab v1 est un vecteur vertical : v20 = d b c .
a
Lopration de remplacer v2 par v20 ne change pas laire du paralllogramme (cest comme si on avait
coup le triangle vert et on lavait coll la place le triangle bleu).
v2
v20
~j
v1
O ~i
On pose alors v10 = a0 : cest un vecteur horizontal. Encore une fois lopration de remplacer v1 par v10
v20
~j
v1
O ~i v10
On sest donc ramen au premier cas dun rectangle aux cts parallles aux axes, pour lequel le
rsultat est dj acquis.
Mini-exercices
! !
1 2 7 8
1. Pour A = et B = calculer les dterminants de A, B, A B, A + B, A 1 ,
5 3 9 5
A, A T .
! !
a b a0 0
2. Mmes questions pour A = et B = 0 .
c d c d0
2 0 1 1 2 3
3. Mmes questions pour A = 2 1 2 et B = 0 2 2.
3 1 0 0 0 3
4. Calculer laire du paralllogramme dfini par les vecteurs 73 et 14 .
2 1 1
5. Calculer le volume du paralllpipde dfini par les vecteurs 1 , 1 , 3 .
1 4 1
2. Dfinition du dterminant
Cette partie est consacre la dfinition du dterminant. La dfinition du dterminant est assez
abstraite et il faudra attendre encore un peu pour pouvoir vraiment calculer des dterminants.
Nous allons caractriser le dterminant comme une application, qui une matrice carre associe
un scalaire :
det : M n (K) K
452 Dterminants
Il existe une unique application de M n (K) dans K, appele dterminant, telle que
(i) le dterminant est linaire par rapport chaque vecteur colonne, les autres tant fixs ;
(ii) si une matrice A a deux colonnes identiques, alors son dterminant est nul ;
(iii) le dterminant de la matrice identit I n vaut 1.
Une preuve de lexistence du dterminant sera donne plus bas en section 2.4.
On note le dterminant dune matrice A = (a i j ) par :
a 11 a 12 a 1n
a 21 a 22 a 2n
det A ou .
. .. .. .
. . .
a a n2 a nn
n1
Avec cette notation, la proprit (i) de linarit par rapport la colonne j scrit : pour tout , K,
det(C 1 , . . . , C j + C 0j , . . . , C n ) = det(C 1 , . . . , C j , . . . , C n ) + det(C 1 , . . . , C 0j , . . . , C n ), soit
a 11
a 1 j + a01 j a 1n a
11 a1 j a 1n a 11
a01 j a 1n
. .. ..
. .. .. . .. ..
. . .
. . . . . . . . .
a i j + a0i j a in = a i1 a in + a i1 a0i j
a i1 ai j a in .
. .. .. . .. .. . .. ..
.. . . .. . . .. . .
a n j + a0n j 0
a n1 a nn a n1 an j a nn a n1 an j a nn
Exemple 284
6 5 4 6 1 4
7 10 3 = 5 7 2 3
12 25 1 12 5 1
3 2 4 3 3 2 4 3 2 3
7 5 3 2 = 7 5 3 7 5 2
9 2 10 4 9 2 10 9 2 4
Remarque
Une application de M n (K) dans K qui satisfait la proprit (i) est appele forme multi-
linaire.
Si elle satisfait (ii), on dit quelle est alterne.
Le dterminant est donc la seule forme multilinaire alterne qui prend comme valeur 1
sur la matrice I n . Les autres formes multilinaires alternes sont les multiples scalaires du
Dterminants 453
dterminant. On verra plus loin comment on peut calculer en pratique les dterminants.
Proposition 142
Soit A M n (K) une matrice ayant les colonnes C 1 , C 2 , . . . , C n . On note A 0 la matrice obtenue
par une des oprations lmentaires sur les colonnes, qui sont :
1. C i C i avec 6= 0 : A 0 est obtenue en multipliant une colonne de A par un scalaire
non nul. Alors det A 0 = det A.
2. C i C i + C j avec K (et j 6= i) : A 0 est obtenue en ajoutant une colonne de A un
multiple dune autre colonne de A. Alors det A 0 = det A.
3. C i C j : A 0 est obtenue en changeant deux colonnes distinctes de A. Alors
det A 0 = det A .
Pn
Plus gnralement pour (2) : lopration C i C i + j =1 j C j dajouter une combinaison linaire
j 6= i
des autres colonnes conserve le dterminant.
Attention ! changer deux colonnes change le signe du dterminant.
Dmonstration
Corollaire 31
Si une colonne C i de la matrice A est combinaison linaire des autres colonnes, alors det A = 0.
Proposition 143
Le dterminant dune matrice triangulaire suprieure (ou infrieure) est gal au produit des
termes diagonaux.
Corollaire 32
Le dterminant dune matrice diagonale est gal au produit des termes diagonaux.
Dmonstration
On traite le cas des matrices triangulaires suprieures (le cas des matrices triangulaires infrieures
est identique). Soit donc
a 11 a 12 a 13 a 1n
0 a 22 a 23 a 2n
A= 0
0 a 33 a 3n .
. .. .. .. ..
. .
. . . .
0 0 0 a nn
La faon de procder utilise lalgorithme du pivot de Gauss (sur les colonnes, alors quil est en gnral
Dterminants 455
dfini sur les lignes). Par linarit par rapport la premire colonne, on a
1 a a 13 a 1n
12
0 a 22 a 23 a 2n
det A = a 11 0
0 a 33 a 3n .
. .. .. .. ..
. .
. . . .
0 0 0 a nn
et lon continue ainsi jusqu avoir parcouru toutes les colonnes de la matrice. Au bout de n tapes, on
a obtenu
1 0 0 0
0 1 0 0
det A = a 11 a 22 a 33 a nn 0 0 1 0 = a 11 a 22 a 33 a nn det I n ,
. . . . .
. . . . . ..
. . .
0 0 0 1
Les formules suivantes dfinissent par rcurrence, pour n 1, une application de M n (K) dans
K qui satisfait aux proprits (i), (ii), (iii) caractrisant le dterminant :
Dterminant dune matrice 1 1. Si a K et A = (a), det A = a.
Formule de rcurrence. Si A = (a i, j ) est une matrice carre de taille n n, alors pour
tout i fix
det A = (1) i+1 a i,1 det A i,1 + (1) i+2 a i,2 det A i,2 + + (1) i+n a i,n det A i,n .
Dmonstration
Initialisation. Dans le cas n = 1, il est vident que toutes les proprits souhaites sont satisfaites.
Hrdit. Supposons maintenant que lapplication det : M n1 (K) K soit dfinie et satisfasse les
proprits (i), (ii) et (iii). Pour faciliter lexposition, la preuve va tre faite pour i = n. Soit A = (a i, j )
a1, j ! a 1, j !
.
note aussi A = (C 1 C n ) o C j = .. est la j -me colonne de A . On notera aussi C j = .. la
.
a n, j a n1, j
colonne ( n 1) lments, gale C j prive de son dernier coefficient.
Proprit (i).
Il sagit de vrifier que lapplication
A 7 det A = (1)n+1 a n,1 det A n,1 + (1)n+2 a n,2 det A n,2 + + (1)n+n a n,n det A n,n
est linaire par rapport chaque colonne. Nous allons le prouver pour la dernire colonne,
cest--dire que :
det A = (1)n+1 a n,1 det A n,1 + (1)n+2 a n,2 det A 1,2 + + (1)n+n a n,n det A n,n
!
nX
1
= (1) a n, j det A n, j + (1)2n a n,n det A n,n
n+ j
j =1
!
nX
1
n+ j
= (1) a n, j ( det A 0n, j + det A 00n, j ) + (1)2n (a0n,n + a00n,n ) det A n,n
j =1
n n
(1)n+ j a0n, j det A 0n, j + (1)n+ j a00n, j det A 00n, j
X X
=
j =1 j =1
= det A 0 + det A 00
Dterminants 457
La dmonstration est similaire pour les autres colonnes (on peut aussi utiliser la proprit (ii)
ci-dessous).
Proprit (ii).
Supposons que C r = C s pour r < s. Si k est diffrent de r et de s, la matrice A n,k possde encore
deux colonnes identiques C r et C s . Par hypothse de rcurrence, det A n,k = 0. Par consquent,
Or A n,r et A n,s possdent toutes les deux les mmes colonnes : A n,r = (C 1 C r1 C r+1 C s C n )
et A n,s = (C 1 C r C s1 C s+1 C n ), car C r = C s . Pour passer de A n,s A n,r , il faut faire s r 1
changes de colonnes C j C j+1 successifs, qui par hypothse de rcurrence changent le signe
par (1)sr1 : det A n,s = (1)sr1 det A n,r . On conclut immdiatement que
Proprit (iii). Si lon considre pour A la matrice identit I n , ses coefficients a i, j sont tels
que :
i = j = a i, j = 1
i 6= j = a i, j = 0.
Donc det I n = (1)n+n det A n,n . Or, la matrice A n,n obtenue partir de la matrice identit en
supprimant la dernire ligne et la dernire colonne est la matrice identit de taille ( n 1) ( n 1).
Par hypothse de rcurrence, on a det I n1 = 1. On en dduit det I n = 1.
Remarque
La dfinition donne ci-dessus suppose le choix dun indice i de ligne (i = n dans la dmonstra-
tion) et peut paratre arbitraire. Alors se pose naturellement la question : que se passe-t-il si
lon prend une autre valeur de i ? Lunicit du dterminant dune matrice permet de rpondre :
quelle que soit la ligne choisie, le rsultat est le mme.
Mini-exercices
j =1..n j C j
P
3. Montrer que le dterminant reste invariant par lopration C i C i + (on
j 6= i
ajoute une colonne de A une combinaison linaire des autres colonnes de A).
3. Proprits du dterminant
Nous allons voir trois proprits importantes du dterminant : le dterminant dun produit de
matrices, le dterminant de linverse dune matrice, le dterminant de la transpose dune matrice.
Pour prouver ces proprits, nous aurons besoin des matrices lmentaires.
Nous allons dtailler le cas de chaque opration et son effet sur le dterminant :
Proposition 144
1. det E C i C i =
2. det E C i C i +C j = +1
3. det E C i C j = 1
4. Si E est une des matrices lmentaires ci-dessus, det (A E) = det A det E
Dmonstration
Cette proposition nous permet de calculer le dterminant dune matrice A de faon relativement
simple, en utilisant lalgorithme de Gauss. En effet, si en multipliant successivement A par des
matrices lmentaires E 1 , . . . , E r on obtient une matrice T chelonne, donc triangulaire.
T = A E1 E r
det T = det(A E 1 E r )
= det(A E 1 E r1 ) det E r
=
= det A det E 1 det E 2 det E r
Exemple 285
0 3 2
Calculer det A, o A = 1 6 6
5 9 1
0 3 2
det A = det 1 6 6
5 9 1
3 0 2
= (1) det 6 1 6 opration C 1 C 2 pour avoir un pivot en haut gauche
9 5 1
1 0 2
= (1) 3 det 2 1 6 C 1 31 C 1 (linarit par rapport la premire colonne)
3 5 1
1 0 0
= (1) 3 det 2 1 10 C 3 C 3 2C 1
3 5 5
1 0 0
= (1) 3 det 2 1 0 C 3 C 3 10C 2
3 5 55
= (1) 3 (55) car la matrice est triangulaire
= 165
Thorme 83
Dmonstration
La preuve utilise les matrices lmentaires ; en effet, par la proposition 144, pour A une matrice
quelconque et E une matrice dune opration lmentaire alors :
BE 1 E r = I n .
On en dduit
1
det B =
det E 1 det E r
460 Dterminants
Ainsi
det( ABE 1 E r ) = det( AB) det E 1 det E r = det A .
Donc :
1
det( AB) = det A = det A det B.
det E 1 det E r
Do le rsultat dans ce cas.
Si B nest pas inversible, rg B < n, il existe donc une relation de dpendance linaire entre les colonnes
de B, ce qui revient dire quil existe un vecteur colonne X tel que BX = 0. Donc det B = 0, daprs le
corollaire 31. Or BX = 0 implique ( AB) X = 0. Ainsi AB nest pas inversible non plus, do det( AB) =
0 = det A det B dans ce cas galement.
Corollaire 33
Une matrice carre A est inversible si et seulement si son dterminant est non nul. De plus
si A est inversible, alors :
1
det A 1 =
det A
Dmonstration
Si A est inversible, il existe une matrice A 1 telle que A A 1 = I n , donc det( A ) det( A 1 ) = det I n =
1. On en dduit que det A est non nul et det( A 1 ) = det1 A .
Si A nest pas inversible, alors elle est de rang strictement infrieur n. Il existe donc une
relation de dpendance linaire entre ses colonnes, cest--dire quau moins lune de ses colonnes
est combinaison linaire des autres. On en dduit det A = 0.
Exemple 286
1
puisque det P 1 = det P .
Corollaire 34
det A T = det A
Dmonstration
Commenons par remarquer que la matrice E dune opration lmentaire est soit triangulaire (sub-
stitution), soit symtrique cest--dire gale leur transpose (change de lignes et homothtie). On
vrifie facilement que det E T = det E .
Supposons dabord que A soit inversible. On peut alors lcrire comme produit de matrices lmentaires,
A = E 1 E r . On a alors
AT = ET T
r E1
et
det( A T ) = det(E T T
r ) det(E 1 ) = det(E r ) det(E 1 ) = det( A ).
Dautre part, si A nest pas inversible, alors A T nest pas inversible non plus, et det A = 0 = det A T .
Remarque
Une consquence du dernier rsultat, est que par transposition, tout ce que lon a dit des
dterminants propos des colonnes est vrai pour les lignes. Ainsi, le dterminant est multili-
naire par rapport aux lignes, si une matrice a deux lignes gales, son dterminant est nul, on
ne modifie pas un dterminant en ajoutant une ligne une combinaison linaire des autres
lignes, etc.
Mini-exercices
a 1 3 1 0 2
1. Soient A = 0 b 2 et B = 0 d 0. Calculer, lorsque cest possible, les dtermi-
0 0 c 2 0 1
nants des matrices A, B, A , B1 , A T , B T , AB, BA.
1
4. Calculs de dterminants
Une des techniques les plus utiles pour calculer un dterminant est le dveloppement par rapport
une ligne (ou une colonne).
4.1. Cofacteur
Dfinition 123
a 11 . . . a 1, j1 a 1, j a 1, j+1 . . . a 1n
.. .. .. ..
. . . .
a i1,1 . . . a i1, j1 a i1, j a i1, j+1 . . . a i1,n
A = a i,1 . . . a i, j1 a i, j a i, j+1 . . . a i,n
a i+1,1 . . . a i+1, j1 a i+1, j a i+1, j+1 . . . a i+1,n
.. .. .. ..
. . . .
a . . . a n, j1 a n, j a n, j+1 ... a
n1 nn
a 1,1 ... a 1, j1 a 1, j+1 ... a 1,n
. .. .. ..
.. . . .
a i1,1 ... a i1, j1 a i1, j+1 ... a i1,n
Ai j =
a
i+1,1 ... a i+1, j1 a i+1, j+1 ... a i+1,n
. .. ..
.
. . .
Exemple 287
1 2 3
Soit A = 4 2 1. Calculons A 11 , C 11 , A 32 , C 32
0 1 1
1 2 3 !
2 1
A 11 = 4 2 1 = C 11 = (1)1+1 det A 11 = +1.
1 1
0 1 1
1 2 3 !
1 3
A 32 = 4 2 1 = C 32 = (1)3+2 det A 32 = (1) (11) = 11.
4 1
0 1 1
Dterminants 463
Pour dterminer si C i j = + det A i j ou C i j = det A i j , on peut se souvenir que lon associe des signes
en suivant le schma dun chiquier :
+ + ...
+ + . . .
A=
+ + . . .
.. .. .. ..
. . . .
Dmonstration
Nous avons dj dmontr la formule de dveloppement suivant une ligne lors de la dmonstration du
thorme 81 dexistence et dunicit du dterminant. Comme det A = det A T , on en dduit la formule
de dveloppement par rapport une colonne.
Exemple 288
4.3. Exemple
464 Dterminants
Exemple 289
4 0 3 1
4 2 1 0
A=
0
3 1 1
1 0 2 3
On choisit de dvelopper par rapport la seconde colonne (car cest l quil y a le plus de
zros) :
= 83
Remarque
Le dveloppement par rapport une ligne permet de ramener le calcul dun dterminant
n n celui de n dterminants (n 1) (n 1). Par rcurrence descendante, on se ramne
ainsi au calcul de n! sous-dterminants, ce qui devient vite fastidieux. Cest pourquoi le
dveloppement par rapport une ligne ou une colonne nest utile pour calculer explicitement
un dterminant que si la matrice de dpart a beaucoup de zros. On commence donc souvent
par faire apparatre un maximum de zros par des oprations lmentaires sur les lignes
et/ou les colonnes qui ne modifient pas le dterminant, avant de dvelopper le dterminant
suivant la ligne ou la colonne qui a le plus de zros.
Thorme 85
1
A 1 = CT
det A
Exemple 290
1 1 0
Soit A = 0 1 1 . Le calcul donne que det A = 2. La comatrice C sobtient en calculant
1 0 1
9 dterminants 2 2 (sans oublier les signes +/). On trouve :
1 1 1 1 1 1
1 1
C = 1 1 1 et donc A 1 = CT = 1 1 1
det A 2
1 1 1 1 1 1
Lemme 11
Soit A une matrice (inversible ou pas) et C sa comatrice. Alors AC T = (det A)I n , autrement
dit (
X det A si i = j
a ik C jk =
k 0 sinon
Dmonstration
Or, C 0jk se calcule partir de la matrice extraite A 0jk , qui ne contient que les lments de A 0 sur les
lignes diffrentes de j et colonnes diffrents de k. Mais sur les lignes diffrentes de j , A 0 est identique
A , donc C 0jk = C jk . On conclut que k a ik C 0jk = 0.
P
Finalement,
det A 0 ... 0
..
T
0 det A .
AC = = det A I.
.
. ..
.
. 0
0 ... 0 det A
et en particulier, si det A 6= 0, cest--dire si A est inversible, alors on a
1
A 1 = CT .
det A
466 Dterminants
Mini-exercices
2 0 2 t 0 t
1. Soient A = 0 1 1 et B = 0 t 0. Calculer les matrices extraites, les mineurs
2 0 0 t 0 t
dordre 2 et les cofacteurs de chacune des matrices A et B. En dduire le dterminant
de A et de B. En dduire linverse de A et de B lorsque cest possible.
2. Par dveloppement suivant une ligne (ou une colonne) bien choisie, calculer les dter-
minants :
1 0 1 2 t 0 1 0
0 0 0 1 1 t 0 0
1 1 1 0 0 1 t 0
0 0 0 1 0 0 0 t
Autrement dit, A j est la matrice obtenue en remplaant la j-me colonne de A par le second
membre B. La rgle de Cramer va nous permettre de calculer la solution du systme dans le cas
o det A 6= 0 en fonction des dterminants des matrices A et A j .
Dterminants 467
Soit
AX = B
Dmonstration
Nous avons suppos que det A 6= 0. Donc A est inversible. Alors X = A 1 B est lunique solution du
systme. Dautre part, nous avons vu que A 1 = det1 A C T o C est la comatrice. Donc X = det1 A C T B. En
dveloppant,
x1 C 11 . . . C n1 b1 C 11 b 1 + C 21 b 2 + + C n1 b n
. 1 . ..
.
1 ..
X = .. = det A .. . .. = det A .
xn C 1n . . . C nn bn C 1n b 1 + C 2n b 2 + + C nn b n
Cest--dire
C 11 b 1 + + C n1 b n C 1 i b 1 + + C ni b n C 1n b 1 + + C nn b n
x1 = ... xi = ... xn =
det A det A det A
Mais b 1 C 1 i + + b n C ni est le dveloppement en cofacteurs de det A i par rapport sa i -me colonne.
Donc
det A i
xi =
det A
Exemple 291
On a
1 0 2 6
A = 3 4 6 B = 30
1 2 3 8
6 0 2 1 6 2 1 0 6
A 1 = 30 4 6 A 2 = 3 30 6 A 3 = 3 4 30
8 2 3 1 8 3 1 2 8
et
det A = 44 det A 1 = 40 det A 2 = 72 det A 3 = 152.
La mthode de Cramer nest pas la mthode la plus efficace pour rsoudre un systme, mais est
468 Dterminants
Thorme 87
Corollaire 35
Exemple 292
b 0 a
Conclusion : si a3 6= b3 alors les trois vecteurs forment une base de R3 . Si a3 = b3 alors les
trois vecteurs sont lis. (Exercice : montrer que a3 + b3 = 0 si et seulement si a = b.)
Dmonstration
La preuve fait appel des rsultats du chapitre Matrices et applications linaires (section Rang
Dterminants 469
Dfinition 124
Soit A = (a i j ) M n,p (K) une matrice n lignes et p colonnes coefficients dans K. Soit k un
entier infrieur n et p. On appelle mineur dordre k le dterminant dune matrice carre
de taille k obtenue partir de A en supprimant n k lignes et p k colonnes.
Exemple 293
Soit la matrice
1 2 3 4
A = 1 0 1 7
0 1 6 5
Un mineur dordre 1 est simplement un coefficient de la matrice A.
Un mineur dordre 2 est le dterminant dune matrice 2 2 extraite de A. Par exemple
en ne!retenant que la ligne 1 et 3 et la colonne 2 et 4, on obtient la matrice extraite
2 4 2 4
. Donc un des mineurs dordre 2 de A est = 6.
1 5 1 5
Un mineur dordre 3 est le dterminant dune matrice 3 3 extraite de A. Par exemple,
en ne retenant que les colonnes 1, 3 et 4 on obtient le mineur
1 3 4
1 1 7 = 28
0 6 5
Dfinition 125
Le rang dune matrice est la dimension de lespace vectoriel engendr par les vecteurs colonnes.
Cest donc le maximum de vecteurs colonnes linairement indpendants.
470 Dterminants
Thorme 88
Le rang dune matrice A M n,p (K) est le plus grand entier r tel quil existe un mineur
dordre r extrait de A non nul.
Exemple 294
1 1 1
Clairement, le rang ne peut pas tre gal 4, puisque 4 vecteurs de R3 ne sauraient tre
indpendants.
On obtient les mineurs dordre 3 de A en supprimant une colonne. Calculons le mineur
dordre 3 obtenu en supprimant la premire colonne, en le dveloppant par rapport sa
premire colonne :
1 2 1
3 1 2 1 2 1
2 3 1 = 2 + = 2.
1 1 3 1
1 1
Par consquent, si 6= 2, le mineur prcdent est non nul et le rang de la matrice A est
3.
Si = 2, on vrifie que les 4 mineurs dordre 3 de A sont nuls :
1 2 1 1 2 1 1 1 1 1 1 2
2 3 1 = 1 3 1 = 1 2 1 = 1 2 3 = 0
1 2 1 1 2 1 1 1 1 1 1 2
1 1
Donc dans ce cas, A est de rang infrieur ou gal 2. Or
= 1 (lignes 1, 2, colonnes
1 2
1, 2 de A) est un mineur dordre 2 non nul. Donc si = 2 , le rang de A est 2.
Proposition 145
Dmonstration
Les mineurs de A T sont obtenus partir des mineurs de A par transposition. Comme les dterminants
dune matrice et de sa transpose sont gaux, la proposition dcoule de la caractrisation du rang dune
matrice laide des mineurs (thorme 88).
{v1 , . . . , v p } forment une famille libre si et seulement sil existe un mineur dordre p non nul
extrait de la matrice A = a i, j M n,p (K).
Dmonstration
a i p ,1 ... a i p ,p
En exprimant chaque v i dans la base ( e 1 , . . . , e n ), on voit aisment que cette relation quivaut au
systme suivant n lignes et p inconnues :
a 1,1 1 a 1,p p
+ ... + = 0
a 2,1 1 a 2,p p
+ ... + = 0
...
..
.
..
.
..
.
..
.
..
.
..
.
a n,1 1 + ... + a n,p p = 0
a i 1 ,1 1 a i 1 ,p p
+ ... + = 0
a i 2 ,1 1 a i 2 ,p p
+ ... + = 0
.. .. .. .. .. .. ..
. . . . . . .
a i p ,1 1 + ... + a i p ,p p = 0
p
Comme B est inversible (car det B 6= 0), cela implique 1 = = p = 0. Ce qui montre lindpendance
des v i .
Mini-exercices
ty+ z = 1
1. Rsoudre ce systme linaire, en fonction du paramtre t R : 2x + t y = 2
y + tz = 3
b b 2b
Auteurs
Daprs un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des
parties dun cours de H. Ledret et dune quipe de luniversit de Bordeaux anime par
J. Queyrut,
et un cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de lcole Polytech-
nique Fdrale de Lausanne,
rcrit et complt par Arnaud Bodin, Niels Borne. Relu par Laura Desideri et Pascal
Romon.