Académique Documents
Professionnel Documents
Culture Documents
Jean-Romain Heu
2017
Introduction
jeanromain.heu.free.fr.
1
Chapitre 1
La ngation
Soit P une proposition. La ngation de P , ou non P , note P est
la proposition qui est vraie si P est fausse et fausse si P est vraie. On peut
dcrire la proposition P laide dune table de vrit :
P P
V F
F V
2
La conjonction (et)
La conjonction de deux propositions P et Q est la proposition P et Q
note galement P Q qui est vraie si P et Q le sont et qui est fausse sinon.
Sa table de vrit est
P Q P et Q
V V V
V F F
F V F
F F F
La disjonction (ou)
La disjonction de deux propositions P et Q est la proposition P ou Q
note galement P Q qui est vraie si lune au moins des deux propositions
lest et qui est fausse sinon. Sa table de vrit est
P Q P ou Q
V V V
V F V
F V V
F F F
Limplication
Soient P et Q deux propositions. Limplication de P vers Q est la pro-
position (P ) ou Q. On la note P = Q et on la lit P implique Q . Sa
table de vrit est
P Q P = Q
V V V
V F F
F V V
F F V
3
Autrement dit, si P = Q et Q = R sont vraies, alors P = R
est vraie.
On dit que limplication est transitive.
Lquivalence
Lquivalence de deux propositions P et Q est la proposition (P = Q
et Q = P ). On la note P Q et on la lit P quivaut Q . Sa table
de vrit est
P Q P Q
V V V
V F F
F V F
F F V
(P = Q) = (Q = P ).
On dit que Q = P est la contrapose de P = Q.
Lois de Morgan :
(P ou Q) = (P et Q)
(P et Q) = (P ou Q).
4
1.1.2 Quantificateurs
On peut avoir besoin dutiliser des propositions contenant une ou plu-
sieurs variables. Une telle proposition logique est appele prdicat.
Exemple 1.1.2. Pour tout nombre entier relatif x, le nombre x2 est po-
sitif , il existe un nombre entier relatif dont le carr vaut 4 sont des
prdicats.
Symboles
Le symbole signifie pour tout . Par exemple, le prdicat ci-dessus
scrit : x Z, x2 0.
5
1.2 Axiomes
Au XIXme sicle, les mathmaticiens se sont retrouvs coincs face un
grand nombre de problmes. Lune des raisons principales de leurs checs est
le fait que les mathmatiques ne reposaient alors pas sur des bases solides.
Les objets et concepts taient dfinis de manire imprcise alors que les pro-
blmes mathmatiques ncessitaient une rigueur plus grande quauparavant.
Les mathmaticiens ont donc commenc sintresser la structure de leur
langage et ils ont choisi comme notion de base la notion densemble. Ils ont
ainsi construit de manire axiomatique la thorie des ensembles et toutes
les autres thories mathmatiques reposent sur le langage de la thorie des
ensembles.
6
1.3 Raisonnements
Nous prsentons ici les diffrents types de raisonnements permettant de
dmontrer des thormes ainsi que la manire de rdiger ces raisonnements.
Soit x.
x tant quelconque, nous avons bien montr que la proprit est vraie
pour tout x.
7
Proposition du type !x, P (x)
La dmonstration se divise en deux parties : existence et unicit. Tout
dabord, on dmontre lexistence dun tel x comme ci-dessus. Puis on d-
montre son unicit. Pour cela, on considre deux lments quelconques x et
y tels que P (x) et P (y) soient vraies. Puis on dmontre que x = y. Cela
prouve que toutes les solutions du problme sont gales. Comme il en existe
une, elle est unique.
Proposition du type P = Q
Pour dmontrer directement une telle proposition, on suppose que P est
vraie. Puis on en dduit que Q est galement vraie.
Proposition du type P Q
Pour dmontrer une quivalence, on utilise une double implication. On
dmontre P = Q comme ci-dessus puis on dmontre Q = P . Enfin on
conclut P Q.
1.3.2 Dmonstrations
Le langage des mathmatiques est avant tout pour nous la langue fran-
aise. Les symboles mathmatiques ne servent qu abrger les expressions.
Une dmonstration doit donc tre rdige. En particulier, toutes les asser-
tions mathmatiques doivent tre relies par des connecteurs logiques de la
langue. Par exemple : donc, or, si, alors, mais, cependant, de plus...
Raisonnement direct
Cest le mode de raisonnement le plus classique. Il consiste partir des
hypothses, puis laide dimplications successives, aboutir au rsultat re-
cherch. Lexemple le plus clbre est le suivant :
Tous les hommes sont mortels. (hypothse)
Or Socrate est un homme. (hypothse)
Donc Socrate est mortel. (conclusion)
8
Raisonnement par labsurde
Raisonner par labsurde pour dmontrer une proposition consiste sup-
poser que la proposition est fausse. En partant de cette hypothse, on effectue
une suite de raisonnements qui doit aboutir une absurdit, cest dire une
proposition dont on sait quelle est fausse. On peut alors conclure que lhy-
pothse de dpart est fausse et donc que la proposition dmontrer est vraie.
On peut alors conclure par rcurrence que P (n) est vrai pour tout n.
9
Chapitre 2
Arithmtique
Lun des objectifs de ce chapitre est dillustrer les diffrents types de rai-
sonnements vus dans le premier chapitre.
2.1 Divisibilit
Dfinition 2.1.1. Soient d et n des entiers naturels. On dit que d divise n
et on note d|n si k N, n = dk.
On dit aussi que d est un diviseur de n et que n est un multiple de d.
10
Autrement dit, nb 6 a < (n + 1)b. Ainsi 0 6 a nb < b, cest--dire 0 6 r < b.
On a finalement bien montr quil existait n N et r N tels que a = nb + r et 0 r < b.
Dfinition 2.1.3. On dit que deux entiers naturels a et b sont premiers entre
eux sils nont aucun diviseur commun hormis 1 :
d N, (d|a et d|b) = d = 1.
Or a et b sont supposs premiers entre eux. Donc comme c est un entier positif qui divise a et b, on
dduit que c = 1.
On peut donc conclure que au + bv = 1 avec u et v dans Z.
11
Exercice : dmontrer la version forte du thorme de Bzout :
a N, b N, u Z, v Z, au + bv = PGCD(a, b).
Dmonstration :
Existence : Montrons par rcurrence sur n que n se dcompose en un produit de facteurs premiers.
Soit n N .
Si n = 1, on peut crire n sous la forme dun produit vide de nombres premiers (i.e. avec k = 0).
Q1
Si n = 2, n est premier et se dcompose naturellement en n = i=1 p avec p = 2.
Supposons maintenant le rsultat vrai pour tout entier m tel que m < n. Distinguons deux cas : soit n
est premier soit il ne lest pas.
12
Si n est premier, alors le rsultat est vident.
Si n nest pas premier, alors il existe des entiers m1 et m2 tels que m1 < n, m2 < n et n = m1 m2 .
On peut alors appliquer lhypothse de rcurrence m1 et m2 . Ils se dcomposent en un produit de
Qi Qj
nombres premiers : , i, j > 0, q1 , . . . , qi , r1 , . . . , rj P, m1 = l=1 ql , m2 = l=1 rl . Alors
i j
Y Y
n = m1 m2 = ql rl .
l=1 l=1
Ce dernier terme est un produit de nombre premier. Le rsultat est donc encore vrai pour n.
On a ainsi montr par rcurrence que tout nombre entier strictement positif scrit comme produit de
nombres premiers.
Unicit : soit n N .
Supposons que lon puisse crire n comme produit de nombres premiers de deux manires : k
Qk Qj
N, p1 , . . . , pk P, n = i=1 pi et j N, q1 , . . . , qj P, n = i=1 qi .
Soit p P. Notons le nombre de fois o p apparat dans la premire dcomposition de n ( peut tre
nul). Notons de mme le nombre dapparitions de p dans la seconde dcomposition de n. Montrons que
= .
On peut crire n = p m o m est le produit de tous les facteurs premiers diffrents de p de la premire
dcomposition de n. Comme p ne divise aucun de ces facteurs, p ne divise pas m (cest une consquence
du lemme dEuclide). On peut en dduire que p divise n mais que p+1 ne peut pas diviser pas n.
De mme, on montre que p divise n mais que p+1 ne divise pas n. Comme et vrifient la mme
proprit, on en dduit bien que = .
Ainsi, tout nombre premier apparat le mme nombre de fois dans chaque dcomposition de n en facteurs
premiers. Cela revient dire que ces dcompositions sont les mmes, lordre des facteurs prs.
2.2 Congruences
Dfinition 2.2.1. Soit n un entier et soient a et b deux entiers relatifs. On
dit que a et b sont congrus modulo n si n|a b.
On note a b mod n ou encore a b[n].
13
Proposition 2.2.2. Soient n, a, b et c des entiers relatifs. Alors
a a mod n ;
si a b mod n, alors b a mod n ;
si a b mod n et b c mod n, alors a c mod n.
On dit que la relation de congruence est une relation dquivalence.
a, b Z/nZ b = ab.
a+b = a + b et a
14
Chapitre 3
Ensembles et applications
3.1 Ensembles
La dfinition du concept densemble repose sur une liste daxiomes. Pour
nous, un ensemble sera simplement une collection dobjets appels lments.
Cette collection na pas dordre et chaque lment ne peut y apparatre quune
fois :
{3, 1, 7, 2} = {1, 2, 3, 7} = {7, 3, 1, 3, 2, 7}.
La notation a E se lit a est un lment de E ou bien a appartient E.
Mais avant mme de pouvoir dfinir ces ensembles, il faut disposer den-
sembles de rfrence. Ceux-ci sont dfinis de manire axiomatique ou construits
partir dautres laide de relations dquivalence (voir chapitre 3). Intro-
duisons les notations usuelles de certains de ces ensembles :
15
partir de ces ensembles, on peut dfinir des sous-ensembles particuliers.
Un ensemble peut tre dfini de manire implicite, partir dune proprit.
Quelques exemples :
lensemble des nombres entiers qui sont des carrs est lensemble
{x N | y N, x = y 2 },
lensemble P des nombres premiers,
lensemble des solutions dune quation de la forme f (x) = 0 est len-
semble {x | f (x) = 0}.
Il faut savoir jongler avec ces deux manires de dfinir les ensembles.
Selon les situations, une dfinition est meilleure quune autre. Le cercle unit
dans le plan, par exemple, admet deux dfinitions trs diffrentes. On peut le
dfinir implicitement comme lensemble {(x, y) | x2 + y 2 = 1} et de manire
paramtrique comme lensemble {(cos(t), sin(t)), t R}.
16
3.1.2 Comparaisons densemble
Dfinition 3.1.1. Soient A et B deux ensembles. On dit que A est inclus
dans B et on note A B si tout lment de A est lment de B :
x A, x B.
Si A est inclus dans B, on dit aussi que A est une partie de B. On dit
que deux ensembles sont diffrents sils ne sont pas gaux.
NZQRC
17
Dfinition 3.1.3. Soit E un ensemble. On appelle ensemble des parties
de E lensemble not P(E) dfini par
P(E) = {A | A E}.
Autrement dit, A P(E) A E.
18
Dans les ensembles de nombres, la notation * permet dexclure 0 de len-
semble. Ainsi
(x, y) = (x0 , y 0 ) x = x0 et y = y 0 .
E F = {(x, y) | x E, y F }.
Remarque 3.1.2.
Le produit cartsien E E se note aussi E 2 .
On peut tendre la notion de couple : si E1 , . . . , En sont des ensembles,
on peut dfinir des n-uplets (x1 , . . . , xn ) avec pour tout i, xi Ei .
Lensemble de ces n-uplets est le produit cartsien E1 E2 En .
Le produit cartsien E E des n-uplets dlments de E se note
E n.
19
3.2 Applications
3.2.1 Dfinition
Pour nous, les termes fonction et application seront synonymes.
Il existe quelques diffrences subtiles entre ces deux notions, mais nous les
ignorerons.
20
3.2.2 Images et antcdents
Dfinition 3.2.3. Soient f et g deux applications. On dit quelles sont gales
et on note f = g si elles ont le mme ensemble de dpart E, le mme ensemble
darrive F et si x E, f (x) = g(x).
Soit B F .
On appelle image rciproque de B par f lensemble f 1 (B) = {x
E | f (x) B}.
Soit y F . On appelle antcdent de y tout lment x de E tel que
f (x) = y, i.e. tel que x f 1 ({y}).
21
3.2.4 Injections, surjections et bijections
Dfinition 3.2.7. Soient E et F des ensembles et f F(E, F ).
Lapplication f est injective si deux lments quelconques distincts
de E ont des images distinctes par f :
x, x0 E, f (x) = f (x0 ) = x = x0 .
y F, !x E, f (x) = y.
22
3.3 Cardinal dun ensemble
3.3.1 Ensembles finis
Le cardinal dun ensemble est le nombre dlments quil possde. Donner
le cardinal dun ensemble revient donc compter ses lments. Mathmati-
quement, cela implique lutilisation de lensemble N. On peut dfinir la notion
de cardinal de la manire suivante.
Pour que cette dfinition ait un sens, il ne faut pas que deux entiers
distincts puissent tre le cardinal dun mme ensemble. Cela ne peut pas
arriver grce la proprit suivante.
Et de manire gnrale :
23
3.3.2 Ensemble infinis et dnombrabilit
Dfinition 3.3.2. Soit E un ensemble.
On dit que E est de cardinal infini sil nest pas de cardinal fini.
Linfini de N est en quelque sorte le plus petit des infinis. Un ensemble est
dnombrable sil a le mme infini que N, autrement dit, si on peut numrer
ses lments.
24
Chapitre 4
Nombres complexes
4.1 Dfinitions
4.1.1 Construction de C
Dfinition 4.1.1. On dfinit sur R2 laddition et la multiplication suivantes
Proposition 4.1.2. Soit z = 6 (0, 0). Alors il existe un unique nombre com-
plexe z 0 tel que zz 0 = (1, 0). On note alors z 0 = z1 .
25
4.1.2 criture alggrique et conjugu
Dfinition 4.1.3. On note i llment (0, 1) de C.
Pour x R, on note simplement x llment (x, 0) de C.
Ainsi, pour tous x, y dans R, x + iy reprsente llment (x, y) de C.
ei = cos() + i sin().
1
Proposition 4.1.4. Soient 1 , 2 R. Alors ei1 ei2 = ei(1 +2 ) et = ei .
ei
26
Proposition 4.1.5. Soit z C . Il existe r R+
et R tels que
z = rei .
Cette galit est appele criture polaire de z. Le nombre r est appel mo-
dule de z et le nombre est appel argument de z. On note |z| = r et
arg(z) = .
Le module dun nombre z est unique. Largument dun nombre z non nul
est unique modulo 2, cest--dire
arctan( xy )
si x > 0
y
+ arctan( x ) si x < 0
q
|z| = x2 + y 2 et arg(z) =
si x = 0 et y > 0
2
2 si x = 0 et y < 0
27
4.2 Proprits des nombres complexes
4.2.1 Racines de polynmes
Thorme 4.2.1. fondamental de lalgbre
Tout polynme non constant coefficients complexes admet une racine
complexe.
Corollaire 4.2.2.
Tout polynme de degr n coefficients complexes peut scrire comme
un produit de n polynmes de degr 1 coefficients complexes.
Dterminer les racines dun polynme est crucial dans un grand nombre
de problmes mathmatiques et scientifiques. On sait daprs le thorme
ci-dessus quun polynme quelconque possde toujours des racines. Encore
faut-il russir les dterminer. Il existe des mthodes gnrales pour trouver
toutes les racines des polynmes de degr 1, 2, 3 et 4. partir du degr 5, on
ne possde plus de mthode gnrale, mais pire, variste Galois a dmontr
quune telle mthode ne pouvait pas exister. part pour certains polynmes
particuliers, la seule mthode dont nous disposons en pratique est lapproxi-
mation numrique des racines. Cela mriterait un chapitre entier de cours
mais ce sera pour une autre fois.
Racine carre
28
En pratique, on ne dispose pas toujours de la forme trigonomtrique dun
nombre complexe. Il est nanmoins possible de dterminer ses racines carres
partir de son criture algbrique. Voil la mthode.
Soit z = a + ib. On cherche les nombres complexes x + iy tels que (x + iy)2 = a + ib. En
identifiant parties relle et imaginaire on obtient un systme deux quations : x2 y 2 = a
2
et 2xy = b. Pour simplifier la rsolution on ajoute la condition |(x+iy)
q | = |z| = q a2 + b2 .
On rsout le systme x2 y 2 = a, x2 +y 2 = |z| et on obtient x = |z|+a 2 et y = |z|a
2 .
Parmi les 4 couples (x, y) ainsi obtenus, seuls deux vrifient lquation 2xy = b. On obtient
ainsi les deux solutions x + iy recherches.
Racines n-imes
29
4.2.2 Trigonomtrie
Lutilisation de lexponentielle complexe permet de simplifier certains cal-
culs de trigonomtrie.
Proposition 4.2.6. Soient x R et n N. Alors
eix + eix eix eix
cos(x) = , sin(x) = .
2 2i
Formule de Moivre :
(cos(x) + i sin(x))n = cos(nx) + i sin(nx).
Avant de parler de linarisation, rappelons quelques formules algbriques.
Proposition 4.2.7. binme de Newton
Soient x et y deux nombres complexes et n un entier naturel. Alors
n
!
n
X n k nk
(x + y) = x y .
k=0 k
Somme des termes dune suite gomtrique
Soit z un nombre complexe tel que z 6= 1 et soit n un entier naturel. Alors
n
1 z n+1
z k = 1 + z + z 2 + + z n1 + z n =
X
.
k=0 1z
Cette formule dcoule de la formule suivante : pour tous a, b C,
n1
an bn = (ab) bk an1k = (ab)(an1 +an2 b+an3 b2 + +a2 bn3 +abn2 +bn1 ).
X
k=0
De manire gnrale, linariser une expression mathmatique signifie lex-
primer comme une somme de termes dordre 1, cest--dire sans exposants. En
trigonomtrie, linariser une expression faisant intervenir des produits et des
puissances de cosinus, sinus et tangente signifie lexprimer comme une somme
cos(2x) + 1
de cosinus, sinus et tangente. Par exemple lgalit cos2 (x) = est
2
une linarisation de cos2 (x). Lintrt est que les expressions linarises sont
en gnral plus facile manipuler et intgrer.
Translation
Soit ~u un vecteur de R2 . La translation de vecteur ~u est lapplication du
plan dans lui-mme qui envoie tout point A sur le point B tel que AB ~ = ~u.
Soit z0 laffixe de ~u. Alors la translation de vecteur ~u correspond lapplica-
tion
T~u : C C
z 7 z + z0
Remarque : T~u est une bijection et T~u1 = T~u .
Rotation
Soit R. La rotation dangle et de centre 0 est lapplication du plan
dans lui-mme qui envoie tout point A sur le point B tel que OA = OB et
AOB = .
Alors la rotation dangle correspond lapplication
R : C C
z 7 ei z
R, : C C
z 7 z0 + ei (z z0 )
~ R TO
On remarque que R, = TO ~ .
Symtrie
Soit R et D la droite du plan passant par 0 et dangle . La symtrie
orthogonale par rapport la droite D correspond lapplication
SD : C C
z 7 e2i z
31
Thorme 4.2.8. On appelle isomtrie du plan toute application f du plan
qui prserve les distances : (z1 , z2 ) C2 , |f (z2 ) f (z1 )| = |z2 z1 |.
Les translations, les rotations, les symtries et les symtrie glisses (cest-
-dire la compose dune symtrie et dune translation) forment lensemble
des isomtries du plan.
Homothtie
Soit R. Lhomothtie de rapport et de centre O est lapplication
du plan dans lui-mme qui envoie tout point A sur le point B tel que O, A
et B sont aligns et OB = OA.
Lhomothtie de rapport correspond lapplication
H : C C
z 7 z
H, : C C
z 7 z0 + (z z0 )
~ H TO
On remarque encore que H, = TO ~ .
Similitude
Soient R et R. La similitude dangle et de rapport est
la compose dune rotation dangle et de centre O avec lhomothtie de
rapport et de centre O. Elle correspond donc lapplication
Sim, : C C
z 7 ei z
32
Chapitre 5
Groupes
33
5.2 Groupes
5.2.1 Gnralits
Dfinition 5.2.1. Soit G un ensemble muni dune loi de composition interne
note . On dit que le couple (G, ) est un groupe si
la loi est associative ;
G possde un lment neutre : e G, x G, x e = e x = x ;
tout lment de G admet un inverse : x G, y G, xy = yx = e.
Si de plus la loi est commutative, on dit que le groupe (G, ) est com-
mutatif ou encore ablien.
Exemple 5.2.1. (Z, +), (Q, +), (R, +) et (C, +) sont des groupes.
(Q , ), (R , ) et (C , ) sont des groupes.
Soit E un ensemble. Alors (Bij(E), ) est un groupe.
34
Remarque 5.2.2. Historiquement, la notion de groupe a t introduite par
variste Galois au XIXme sicle dans le cadre de la rsolution des quations
polynmiales. On sait obtenir les racines des polynmes de degr 2 grce
des formules bien connues. Il existe galement des formules plus compliques
pour dterminer les racines des polynmes de degr 3 et 4. Galois a dmon-
tr, grce la thorie des groupes, qu partir du degr 5, de telles formules
ne pouvaient pas exister et quil nexiste donc pas de mthode gnrale pour
rsoudre les quations polynmiales.
35
5.2.2 Sous-groupes
Dfinition 5.2.2. Soit (G, ) un groupe et H G. On dit que H est un
sous-groupe de G si (H, ) est un groupe, cest--dire si la restriction de la
loi au sous-ensemble H confre H une structure de groupe.
Cette proprit implique notamment que H est stable par la loi . Ma-
thmatiquement, la dfinition de sous-groupe se traduit ainsi :
Exemple 5.2.2. Lensemble des nombres pairs est un sous-groupe de (Z, +).
Le groupe tout entier G et {e} sont des sous-groupes de (G, ).
Exemple 5.2.3. Dans (Z, +), le sous-groupe < {2} > engendr par 2 est le
sous-groupe des nombres pairs.
Les nombres 2 et 3 engendrent (Z, +) : < {2, 3} >= Z.
36
5.2.3 Morphismes
Un morphisme, du grec morphos, la forme, est une application qui pr-
serve la structure.
37
5.3 Groupes finis
Thorme 5.3.1. de Lagrange
Soit (G, ) un groupe fini et H un sous-groupe de G.
Alors le cardinal de H divise le cardinal de G.
Dmonstration : Notons k le cardinal de H. Soit x G et soit Ax = {xh; h H}.
Montrons que Card(Ax ) = Card(H) : soient h1 et h2 deux lments distincts de H. Si xh1 = xh2 , alors
comme on est dans un groupe on peut en dduire h1 = h2 , ce qui est faux. Donc xh1 6= xh2 . Ainsi
les k lments xh pour h variant dans H sont deux deux distincts et donc Ax contient k lments :
Card(Ax ) = Card(H).
Montrons maintenant que si x et y sont dans G, alors Ax = Ay ou Ax et Ay sont disjoints. Soient donc x
et y dans G. Supposons que Ax et Ay ne sont pas disjoints. Il existe donc un lment commun ces deux
ensembles. On a donc h1 et h2 dans H tels que xh1 = yh2 . Donc x = yh2 h1 1 . Considrons un lment
quelconque de Ax . Il est de la forme xh avec h H. Or xh = yh2 h1 1 h. Comme H est un sous-groupe
de G, h2 h1 1
1 h H et donc yh2 h1 h Ay . On a ainsi dmontr que xh Ay pour tout h H. Donc
Ax Ay . On montre de la mme manire que Ay Ax . Ainsi, si Ax et Ay ne sont pas disjoints, alors
Ax = Ay .
Remarquons avant de conclure que puisque e H, xe = x Ax . Ainsi tout lment de G est dans lun
des ensembles Ax .
Nous pouvons dsormais conclure : tout lment de G est dans une certaine partie Ax de G. Chacune de
ces parties est de cardinal k. Et ces diffrentes parties sont deux deux disjointes. On en dduit que G se
dcoupe en un certain nombre de parties Ax toutes de mme cardinal k. Donc k divise n.
Enfin, le sous-groupe engendr par x contient ncessairement x et toutes ses puissances. En particulier,
H < x >.
Donc H =< x >.
38
Proposition 5.3.3. Soit n N, (G, ) un groupe de cardinal n et x G.
Alors xn = e.
Dfinition 5.3.2. On dit quun groupe fini est cyclique sil existe un lment
de G qui engendre G :
x G, < x >= G.
Si n est le cardinal de G, cela signifie quil existe un lment dordre n.
Il est de cardinal n 1.
39
5.4.2 Le groupe des permutations
Dfinition 5.4.1. Soit n N . On note Sn lensemble des bijections de
{1, . . . , n}. Une telle bijection est appele permutation de {1, . . . , n}.
40
5.5 Anneaux, corps, espaces vectoriels
Si on ajoute une seconde loi, on peut considrer de nouvelles structures
algbriques.
5.5.1 Anneaux
Dfinition 5.5.1. Soit E un ensemble muni de deux lois de composition
internes et . On dit que est distributive par rapport si
Exemple 5.5.1.
(Z, +, ) et (Z/nZ, +, ) sont des anneaux commutatifs.
(F(R, R), +, ) est un anneau commutatif.
Si pour n N on note G lensemble des endomorphismes du groupe
n
(R , +), alors (G, +, ) est un anneau non commutatif.
Dfinition 5.5.3. Soit (A, +, ) un anneau. On dit que cest un anneau in-
tgre si
x A, y A, xy = 0 = x = 0 ou y = 0.
41
Formule du binme de Newton : soient x et y dans A tels que xy = yx
et soit n un entier naturel. Alors
n
!
n
X n k nk
(x + y) = x y .
k=0 k
Avec les mmes hypothses,
n1
n n
y k xn1k = (xy)(xn1 +xn2 y+xn3 y 2 + +x2 y n3 +xy n2 +y n1 ).
X
x y = (xy)
k=0
5.5.2 Corps
Dfinition 5.5.4. Soit K un ensemble muni de deux lois de composition
internes + et .
On dit que (K, +, ) est un corps si (K, +, ) est un anneau unitaire
commutatif et si tout lment de K \ {0K } admet un inverse pour la loi .
42
5.5.3 Espace vectoriel
Lespace vectoriel est la structure la plus importante connatre, elle sera
tudie au second semestre.
(x + y) = x + y, ( + ) x = x + x.
() x = ( x), 1K x = x.
Cela signifie que lon sait additionner des vecteurs, les multiplier par un
nombre rel et que toutes ces oprations ont des proprits algbriques satis-
faisantes.
43
Chapitre 6
Introduction
On sintresse une population expose un virus extrieur (un virus
transmis par des insectes par exemple). Le but de notre tude est de r-
pondre ces questions : la population est-elle menace dextinction ? Ou au
contraire, le virus disparatra-t-il ? Ou encore, la population continuera-t-elle
se dvelopper tout en ayant toujours une certaine proportion dindividus
malades ?
44
Nous noterons Sn , In et Mn le nombre de personnes saines, infectes et
malades lanne n. Daprs les donnes ci-dessus, on peut dcrire lvolution
de la population par le systme suivant.
Nous verrons
7 4 que toutes les donnes du problme sont contenues dans la
9 9
0
1 1
matrice 3 3 0 . Nous rpondrons dans ce chapitre aux questions poses
0 13 13
plus haut en nous intressant aux proprits de cette matrice.
45
6.1 Gnralits
On considre un ensemble A muni dune addition et dune multiplication
avec de bonnes proprits (associativit, commutativit, distributivit). Nous
ne travaillerons essentiellement quavec les corps R ou C, mais cet ensemble
A peut trs bien tre Z, Z/nZ, un anneau de polynmes ou un anneau de
fonctions.
Soient n et p des entiers strictement positifs.
Dfinition 6.1.4.
Soient M = (aij )i6n,j6p Mn,p (A) et N = (bij )i6n,j6p Mn,p (A).
On dfinit laddition de ces deux matrices par
Dfinition 6.1.5.
Soient M = (aij )i6n,j6p Mn,p (A) et N = (bij )i6p,j6q Mp,q (A).
On dfinit le produit de ces deux matrices par
46
avec pour tous i et j
p
X
cij = aik bkj .
k=1
Proposition 6.1.1.
Laddition des matrices est associative et commutative.
Le couple (Mn,p (A), +) est un groupe. Muni en plus de la multiplica-
tion scalaire, cest un A-espace-vectoriel si A est un corps.
La multiplication des matrices est associative mais non commutative.
La multiplication est distributive par rapport laddition.
la multiplication nest pas intgre : si AB = 0, on ne peut pas dduire
en gnral que A = 0 ou B = 0.
47
6.2 Lanneau des matrices
Soit n N . On note Mn (A) lensemble Mn,n (A) des matrices carres de
taille n coefficients dans A. La loi est interne Mn (A). Muni de cette
loi associative et distributive, et si A est un corps, le groupe (Mn (A), +)
devient un anneau (Mn (A), +, ).
1 0 0
.. ..
0
1 . .
. . . . . . . ..
In = .
. . . . . .
.
. ...
. 1 0
0 0 1
Proposition 6.2.1.
La matrice nulle est llment absorbant de lanneau :
A Mn (A), A 0 = 0 A = 0.
La matrice identit en est llment unit :
A Mn (A), A In = In A = A.
48
6.3 Le groupe des matrices inversibles
6.3.1 Dfinitions
Dfinition 6.3.1. Soit M Mn (A). On dit que M est inversible sil existe
N Mn (A) telle que M N = N M = In .
On note GLn (A) (ou GL(n, A)) lensemble des matrices inversibles de
Mn (A).
Nous verrons que cette proposition signifie que tout systme linaire dfini
par une matrice carre inversible admet une unique solution.
49
6.3.2 Inversion dune matrice
Nous prsentons ici la mthode la plus classique pour inverser une ma-
trice. Elle consiste effectuer une srie doprations sur les lignes de la ma-
trice considre jusqu ce quon obtienne la matrice identit. Si on effectue
en parallle les mmes oprations en partant de la matrice identit, alors la
matrice obtenue la fin est linverse de la matrice considre.
change de lignes : Li Lj ;
50
1 1 0
Inversons la matrice A = 1 1 3 :
2 1 1
1 1 0 | 1 0 0
1 1 3 | 0 1 0 L2 L2 L1
2 1 1 | 0 0 1
1 1 0 | 1 0 0
0 0 3 | 1 1 0 L3 L3 2L1
2 1 1 | 0 0 1
1 1 0 | 1 0 0
0 0
3 | 1 1 0 L2 L3
0 1 1 | 2 0 1
1 1 0 | 1 0 0
0 1 1 | 2 0 1 L2 L2 + L3 /3
0 0 3 | 1 1 0
1 1 0 | 1 0 0
7 1
0 1 0 | 3 3 1 L1 L1 + L2
0 0 3 | 1 1 0
1 0 0 | 43 13 1
7 1
0 1 0 | 3 3 1 L2 L2 ; L3 L3 /3
0 0 3 | 1 1 0
1 0 0 | 34 31
1
7 1
0 1 0 | 3 1
3
0 0 1 | 13 31 0
4 31
1 1 0 1
1 73
Ainsi, linverse de la matrice A = 1 1 3 est la matrice A = 3 13 1 .
2 1 1 13 31 0
Bien sr, il nest pas certain que la matrice considre soit inversible. La
mthode permet galement de rpondre ce problme. Si on arrive obtenir
la matrice identit aprs diffrentes oprations, cela prouve que la matrice
est inversible et on a obtenu son inverse.
Si au cours de la mthode, on a russi faire apparatre une ligne ou une
colonne de zros, cela signifie que la matrice considre nest pas inversible
et il est inutile de continuer les calculs, ils naboutiront pas.
51
6.4 Quelques applications
6.4.1 Systmes linaires
Un systme linaire est un systme dquations de la forme
a11 x1 + a12 x2 + + a1n xn = y1
a21 x1 + a22 x2 +
+ a2n xn = y2
.. .. .. .
. . . = ..
ap1 x1 + ap2 x2 + + apn xn = yp
AX = Y,
x1 y1
. .
avec A = (aij )i,j Mp,n (R), X = .. et Y = .. .
xn yp
Sil y a autant dquations que dinconnues, i.e. n = p, alors la matrice A
est une matrice carre. Si celle-ci est inversible, alors le systme possde une
unique solution donne par
X = A1 Y.
Ainsi, rsoudre un systme revient inverser une matrice. Si la matrice A
nest pas inversible, alors le systme aura une infinit de solutions ou aucune.
En raisonnant sur la matrice A il est possible de prciser tout cela. Lorsque
le systme nest pas donn par une matrice carre, il existe des moyens de se
ramener une matrice carre.
(X) = AX,
52
est que la composition dapplications linaires est donne par un produit ma-
triciel : si et sont donnes par les matrices M et N , alors est une
application linaire de matrice N M .
Il est possible dattribuer aux artes des poids, voire des probabilits. La
matrice dadjacence peut alors tre amliore en la matrice constitue par
ces poids ou probabilits. L encore, les puissance de cette matrice donnent
un certain nombre de proprits du graphe.
53
Chapitre 7
Polynmes
54
Dfinition 7.1.2. On dfinit sur K[X] une addition.
Soient P = + k P+ k
k=0 bk X dans K[X]. Alors
P
k=0 ak X et Q =
+
(ak + bk )X k .
X
P +Q=
k=0
+
ck X k ,
X
PQ =
k=0
Pk
avec pour tout k dans N, ck = i=0 ai bki .
Proposition 7.1.1.
Le triplet (K[X], +, ) est un anneau commutatif et intgre.
x : K[X] A
P = ak X P (x) = ak xk .
k
P P
55
Dfinition 7.1.5. Soit P = + k
k=0 ak X K[X] un polynme non nul. On
P
56
7.2 Arithmtique des polynmes
Dfinition 7.2.1. Soient P et Q dans K[X]. On dit que Q divise P et on
note Q|P si R K[X], P = QR.
57
Comme pour les nombres entiers, on a une version forte du thorme de
Bezout :
58
7.3 Racines dun polynme
Dfinition 7.3.1. Soit P K[X] et K. On dit que est une racine
de P si le polynme X divise P .
Si est une racine de multiplicit 1, on dit que cest une racine simple,
si elle est de multiplicit 2, on parle de racine double.
Dfinition 7.3.4. Soit P K[X]. On dit que P est scind si on peut lcrire
comme un produit de polynmes de degr 1.
59
Proposition 7.3.4. Relations entre racines et coefficients
Soit n N et P = nk=0 ak X k un polynme de K[X] de degr n. On le
P
En particulier,
n n
a0 = (1)n
Y X
i , et an1 = i .
i=1 i=1
fr : [0, 2] C
7 P (rei ).
Cette application est continue et comme fr (0) = fr (2) = P (r), son image dans C est une courbe
continue et ferme.
Pour r = 0, f0 est constante et la courbe associe est simplement le point {P (0)}.
Lorsquon augmente r, cela revient augmenter le module des nombres rei dont on considre limage par
P . Or on peut montrer que si |z| +, alors |P (z)| +. En effet, si on pose P = an X n + +a1 X +a0
(avec n > 1 car P est non constant), alors daprs lingalit triangulaire :
n1
X
|P (z)| > |an ||z|n |ak ||z|k .
k=0
Le terme de droite diverge vers + quand |z| tend vers +, donc il en est de mme pour |P (z)|.
Revenons nos courbes. Cette dernire proprit signifie que lorsque r devient grand, les points de
la courbe de fr sont tous de module lev. Regardons ce que cela donne sur un exemple. Nous avons pris
P = X 3 X + 2 + 3i.
60
r = 0, 2 r = 0, 8 r=1
r = 1, 6
r = 1, 4
On comprend ainsi ce quil se passe. Lorsquon augmente r, nos courbes scartent de plus en plus de P (0)
tout en tournant autour de lui. Leur ensemble va recouvrir le plan complexe. En particulier, lune delle
passera par lorigine. Donc il existe r et tel que P (rei ) = 0. Autrement dit, le polynme P admet une
racine dans C.
Sur notre exemple, on voit quune des racines de P aura un module compris entre 1 et 1, 4. Et on comprend
que notre argument repose sur une version gnralise du thorme des valeurs intermdiaires.
61
Corollaire 7.4.6. Tout polynme coefficients rels se dcompose en un pro-
duit de polynmes de degr 1 et de polynmes de degr 2 dont le discriminant
est strictement ngatif.
En particulier, tout polynme rel de degr impair possde une racine
relle.
62
7.5 Applications
Les fonctions polynomiales sont les fonctions les plus simples, celles que
lon matrise le mieux et que lon sait calculer sans difficults. Cest pourquoi
elles jouent un rle central dans lapproximation des fonctions.
Exemple 7.5.1. Quel est le polynme de degr minimal qui interpole les
points ci-dessous ?
63
7.5.2 Approximation locale
Ltude locale dune fonction consiste dcrire le comportement de la
fonction au voisinage direct dun certain point. Par exemple, on peut consi-
drer que la fonction x ex est proche de la fonction x 1 + x au voisinage
de x = 0 car cette droite est la tangente la fonction exp en x = 0.
On peut affiner cela et lide est dapprocher localement les fonctions par
des fonctions polynomiales. Cela repose sur la remarque suivante.
Si P est un polynme de degr n, alors pour tout x dans R
n
P 00 (0) 2 P (3) (0) 3 P (n) (0) n X P (k) (0) k
P (x) = P (0)+P 0 (0)x+ x + x + + x = x .
2 3! n! k=0 k!
64
7.6 Le corps des fractions rationnelles
Nous ne considrons ici que les corps R et C et nous contenterons dune
prsentation succinte des fractions rationnelles.
Le corps des fractions rationnelles sur K est en un sens le plus petit corps
contenant lensemble des polynmes de K[X]. On peut le dfinir rigoureuse-
ment laide dune relation dquivalence parfaitement analogue celle qui
permet de construire Q partir de Z. Cela nous permet de dfinir lensemble
suivant.
P
Dfinition 7.6.1. Une fraction rationnelle sur K est le quotient F = Q
de deux polynmes P et Q de K[X] avec Q 6= 0.
P
On dit que la fraction Q est sous forme irrductible si les polynmes
P et Q sont premiers entre eux.
65
P
Thorme 7.6.2. Soit F C(X) de forme irrductible F = Q .
Qk ni
Soit Q = u i=1 (X i ) la dcomposition en facteurs irrductibles de Q,
les i tant les racines de Q dans C et les ni leurs multiplicits.
Alors il existe des nombres complexes i,j et un polynme E tels que
k
!
P X i,1 i,2 i,ni
=E+ + + + .
Q i=1 X i (X i )2 (X i )ni
Cette dcomposition est unique.
Exemple 7.6.1.
2X 2 1 2X 2 1 1 2 1 2
En utilisant le fait que X 4 +2X 3 +X 2 = X 2 (X+1)2 = (X+1)2 X+1
X2
+ X
,
on montre (en reconnaissant une somme tlescopique)
n n
!
2k 2 1 1 1 2 2
X X
4 3 2
= 2
2 +
k=1 k + 2k + k k=1 (k + 1) k k k+1
!
1 2 n2
= 1 + + 2 = .
(n + 1)2 n+1 (n + 1)2
8X 2 + 4X 1 2i 1 + 2i 3 1 4 2X 3 1
= + + + = + + +
X4 1 X i X +i X 1 X +1 X2 + 1 X2 + 1 X 1 X + 1
on dduit quune primitive de cette fonction rationnelle est
66