Vous êtes sur la page 1sur 415

CHAPITRE 1

Algebre generale

1.1 Groupes
1.1.1 Groupes Z/nZ

Ici, n designera un entier > 0.

Proposition 1.1.1. Les sous-groupes de Z sont de la forme aZ ou a Z.

Dem : On a deja a Z, aZ = {ak, k Z} qui est un sous-groupe de Z.


Soit G un sous-groupe de Z, si G 6= {0} alors on considere G N qui est non vide
1
et qui possede un plus petit element a > 0.

G contient alors tous les elements de la forme a.n ou n Z (immediat, par


recurrence) soit aZ G.

Si x G alors on fait la division euclidienne de x par a : x = a.n + r ou


0 6 r < a. Or r = x a.n G donc r = 0 par definition de a. On a donc
G aZ.

Conclusion : par double inclusion, on a prouve que G = aZ (avec eventuellement


a = 0) 

Definition 1.1.1. Congruence


Soient (a, b) Z2 et n un entier > 0, on dit que a est congru a b modulo n ssidef n
divise a b.
On ecrira alors a b [n] ou a b mod n.

Proposition 1.1.2. Proprietes de la congruence

La relation modulo n realise une partition de Z en n sous-ensembles : pour


chaque element p de Z on note p lensemble des elements de Z qui ont le meme
reste dans la division par n (i.e. q p n|p q soit p = p + nZ).

Cette relation est compatible avec laddition i.e.


Soit (a, b, c) Z3 , si a b mod n alors a + c b + c mod n.
1
On sait quil existe x 6= 0 dans G, si x < 0 alors x G

171
172 CHAPITRE 1. ALGEBRE GENERALE

Dem : On a deux proprietes a demontrer.


Soit p = {p + k.n, k Z} que lon note p + nZ en notation ensembliste.
Montrons que {p, p [[0, n 1]]} est une partition de Z :
Si x Z alors x p ou p est le resteS(qui appartient a [[0, n 1]]) de la
division euclidienne de x par n donc p[[0,n1]] p = Z. 2
Si p 6= p alors, en supposant par exemple que 0 6 p < p 6 n 1, si
x p p on a x = p + k.n = p + k .n soit p p = (k k).n or
p p [[1, n 1]] donc k k = 0 ce qui est impossible donc p p = 
La deuxieme propriete est immediate :
si b = a + k.n alors b + c = a + c + k.n 

Definition 1.1.2. Z/nZ


Z/nZ designe lensemble {0, 1, . . . , n 1}.

Theoreme 1.1. Groupe Z/nZ


On definit laddition dans Z/nZ par a + b = a+b
(soit (a + nZ)+(b + nZ) = a + b + nZ).
Lensemble Z/nZ muni de laddition est un groupe additif.
Dem :
On prouve dabord que a+b est independant du representant choisi : en effet,
soit a a, b b alors a = a+ k.n, b = b+ k .n donc a + b = a+ b+ (k + k ).n
soit a + b = a + b.
La loi + ainsi definie est bien une loi de composition interne.
Montrons lassociativite : (a+b)+c = a + b+c = a + b + c et, par symetrie,
a+(b+c) = a + b + c dou legalite.
Lelement neutre est 0 et le symetrique de a est a = n a.
+ est evidemment commutative.
Z/nZ muni de cette loi est un groupe additif 
Par la suite, lorsquil ny aura pas de confusion possible, on notera + a la place de
+.
Remarque 1.1.1. Si p Z alors pa = pa. Lapplication qui a p Z fait corres-
pondre p est un morphisme de groupe appele morphisme canonique de Z sur
Z/nZ.

| + {z
Dem : On definit pa = a + a} si p > 0 et pa = a
| {z
a} si p < 0. On a bien
p fois p fois

(p + p )a = (p + p )a = pa + p a
= pa + p a = pa + p a

donc lapplication p Z 7 pa est un morphisme de groupe 


2
S
On a montre linclusion Z p[[0,n1]] p, linclusion dans lautre sens etant immediate.
1.1. GROUPES 173

Proposition 1.1.3.
Si n = ap ap1 . . . a0 est lecriture de n en base 10 alors
congruence modulo 9 : ap ap1 . . . a0 ap + ap1 + + a0 mod 9.
congruence modulo 11 : ap ap1 . . . a0 (1)p ap + (1)p1 ap1 + + a0 mod 11.

Dem : Cette demonstration peut se faire en utilisant la structure danneau de Z/nZ


que lon verra au 1.2.2.

On a 10 1 = 9 0 mod 9, 102 1 = 99 0 mod 9, plus generalement


10p 1 = 99 . . . 9} = 911 . . . 1 0 mod 9 (ecriture en base 10). On en deduit
| {z
p fois
k
que ak 10 ak mod 9 dou
p p
X X
k
n= ak 10 ak mod 9.
k=0 k=0

Pour la congruence modulo 11 : 10p (1)p = (10 + 1)[10p1 + + (1)p1 ]


alors 10p (1)p mod 11 et on procede comme ci-dessus 

Theoreme 1.2. Generateurs du groupe Z/nZ


a engendre Z/nZ ssi a n = 1.

Dem : On dit que a engendre Z/nZ lorsque le groupe engendre par a vaut Z/nZ
soit {pa, p Z} = Z/nZ.

Si a engendre Z/nZ alors, comme 1 Z/nZ, il existe p tel que pa = 1 ce


qui se traduit par pa = 1 + kn ou bien pa kn = 1, et, par Bezout, a n = 1.

En fait, si a n = 1 alors pa = 1 + kn (en reprenant ce qui a ete fait


ci-dessus) donc q = q1 = qpa = qpa dou a engendre Z/nZ 

Si G est un groupe, a G, on a defini dans le cours de premiere annee le morphisme


canonique de Z dans le groupe engendre par a (k 7 ka ou k 7 ak selon la notation).

Proposition 1.1.4. Le noyau du morphisme canonique a : k 7 ak est un sous-


groupe de Z (donc de la forme pZ).
Limage est le groupe engendre par a note (a).

Attention aux lois qui sont notees multiplicativement dans G et additivement dans
Z.
Dem : Il suffit de prouver que, dune maniere generale, le noyau dun morphisme de
groupe est un sous-groupe :
soit f : G G un morphisme de groupe, H = Ker f , . et etant les lois dans G
et G (notees multiplicativement), e et e etant les elements neutres de G et G .

e H donc H 6= ,

si x et x sont dans H alors f (x.x ) = f (x) f (x ) = e e = e donc x.x H,

si x H alors f (x1 ) = f (x)1 = e donc x1 H.


174 CHAPITRE 1. ALGEBRE GENERALE

Conclusion : H est bien un sous-groupe de G.


Pour limage : cest immediat par definition, en effet, tout element de limage de a
secrit ak 

Definition 1.1.3. Groupe monogene, groupe cyclique


Soit G un groupe, on dit que G est monogene ssidef G est engendre par un seul
element.
Si G est monogene et fini alors on dit quil est cyclique.

Theoreme 1.3. Soit G un groupe monogene engendre par a alors


si Ker a = {0}, G est isomorphe a Z,
si Ker a = nZ, G est isomorphe a Z/nZ.
Dem : Si Ker a = {0} alors a est injective, en effet, a (x) = a (x ) entrane que
a (x x) = e (element neutre de G) soit x x = 0. Comme par definition a est
surjective, on en deduit quelle est bijective donc est un isomorphisme.
Si Ker a = nZ alors on definit a : k 7 ak et on prouve que a est un isomorphisme
de G sur Z/nZ :

Par definition, on sait que an = e (e est toujours lelement neutre de G) donc,



si k k, alors ak = ak+nu = ak .anu = ak .(an )u = ak grace aux proprietes des
puissances, par consequent a est bien definie.

a est un morphisme de groupe : en effet



a (k + k ) = a (k + k ) = a (k + k ) = ak+k = ak ak
= a (k)a (k ) = a (k)a (k ).

a est injective : si a (k) = e alors ak = e soit k Ker a donc k nZ et par


consequent k = 0.

Finalement, comme a est surjective par definition, a est un isomorphisme 

Remarque 1.1.2. Une consequence du theoreme precedent est que si G est cyclique
dordre n alors il est isomorphe a Z/nZ. Cest le cas en particulier du groupe
multiplicatif Un des racines niemes de lunite.

Question : Montrer que tout sous-groupe H dun groupe monogene G = (a) est
monogene (considerer {n Z | an H}).

1.1.2 Groupes

Definition 1.1.4. Produit de deux groupes


Si G1 et G2 sont deux groupes, on definit sur G1 G2 une structure de groupe en
posant
(x1 , x2 ).(y1 , y2 ) = (x1 y1 , x2 y2 ).
avec une notation multiplicative.

On prouve que, muni de cette loi, G1 G2 est un groupe :


1.1. GROUPES 175

La loi est interne (par definition),

elle est associative :

[(x1 , x2 ).(y1, y2 )].(z1 , z2 ) = (x1 y1 , x2 y2 ).(z1 , z2 ) = (x1 y1 z1 , x2 y2 z2 )


= (x1 , x2 ).[(y1 , y2 ).(z1 , z2 )]

par symetrie,

linverse de (x1 , x2 ) est (x1 1


1 , x2 ),

lelement neutre est donne par (e1 , e2 ) ou e1 et e2 sont les elements neutres de
G1 et G2 

Proposition 1.1.5. Lintersection dune famille quelconque de sous-groupes dun


groupe G est un sous-groupe de G.
T
Dem : Soient (Hi )iI une famille de sous-groupes de G, on pose H = iI Hi et on
va montrer que H est un sous-groupe de G :
e H (ou e est lelement neutre de G) donc H 6= ,

si (x, y) H 2 alors i I, (x, y) Hi donc xy 1 Hi par consequent


xy 1 H.
T
Conclusion : H = iI Hi est bien un sous-groupe de G 
Si A est une partie de G alors lensemble des sous-groupes de G qui contiennent A
est non vide et leur intersection, vu la propriete precedente, est non vide. On peut
donc poser la definition suivante :
Definition 1.1.5. Groupe engendre par une partie
Cest lintersection de tous les sous-groupes qui contiennent cette partie : si A est
cette partie, on notera gr(A) le groupe engendre par A.
Cest aussi le plus petit sous-groupe de G qui contient A.

Proposition 1.1.6. Soit A une partie non vide de G un groupe alors

gr(A) = {x G | p N, (a1 , a2 , . . . , ap ) (A A1 )p |x = a1 a2 . . . ap }

(A1 designant lensemble des inverses des elements de A).


Dem : Soit H = {a1 a2 . . . ap , ou ai A A1 }.
Montrons que H est un sous-groupe de G :

A H donc H est non vide,


si a = a1 a2 . . . ap H et b = b1 b2 . . . bq H alors on a immediatement
1 1
q . . . b2 b1 H.
ab1 = a1 a2 . . . ap b1

H est un donc un sous-groupe de G et comme H A alors H gr(A) par


definition du groupe engendre.

On prouve par une recurrence immediate sur p que, si ai A A1 alors


a1 . . . ap gr(A) donc H gr(A).
176 CHAPITRE 1. ALGEBRE GENERALE

Conclusion : on a H = gr(A) par double inclusion 


Definition 1.1.6. Partie generatrice dun groupe
On dit que la partie A engendre G ssidef gr(A) = G.
Sil existe une famille finie qui engendre G alors on dit que G est de type fini.

Questions :
(i) Si H est un sous-groupe de G, on definit fa (H) = {axa1 ou x H}.
Montrer que fa (H) est un sous-groupe de G.
Soit H le groupe des rotations de centre O du plan affine euclidien, a laffinite
daxe Ox, de direction Oy, de rapport m. Soit M un point du plan, determiner
lensemble des points M du plan tels que g fa (H) verifiant M = g(M).

(ii) Montrer que le groupe des isometries du carre ABCD du plan ou A(1, 1),
B(1, 1), C(1, 1) et D(1, 1) est engendre par la symetrie par rapport a

Ox et la rotation dangle de centre O.
2
     
1 1 0 1 1 0
(iii) Montrer que GL2 (K) est engendre par les matrices , , ,
0 1 1 0 0 a
a K.

1.2 Anneaux et corps


1.2.1 Ideaux dun anneau commutatif

Definition 1.2.1. Morphisme danneaux, isomorphisme


Soient (A, +, .) et (B, +, .) deux anneaux et f : A B.
On dit que f est un morphisme danneaux ssidef f est compatible avec les lois + et
. et f (1) = 1.
On dit que f est un isomorphisme danneaux ssidef f est un morphisme danneaux
et f est bijective.
Exemple : Lapplication qui a un element a de R fait correspondre la matrice aIn
est un morphisme danneaux de (R, +, .) dans (Mn (R), +, .).
Proposition 1.2.1. Si f est un isomorphisme danneaux alors f 1 est aussi un
isomorphisme danneaux.
Dem : f : A B etant bijective, f 1 : B A est bien definie. Montrons que f 1
est un isomorphisme danneaux :
Compatibilite avec laddition :

f ([f 1 (b1 + b2 )]) = b1 + b2 = f [f 1 (b1 )] + f [f 1 (b2 )]


= f [f 1 (b1 ) + f 1 (b2 )] car f est un morphisme danneaux

donc, comme f est bijective, f 1 (b1 + b2 ) = f 1 (b1 ) + f 1 (b2 ).

La compatibilite avec la multiplication se fait de la meme maniere.


1.2. ANNEAUX ET CORPS 177

f [f 1 (1B )] = 1B or f (1A ) = 1B et f est injective donc f 1 (1B ) = 1A .


Conclusion : f 1 est bien un isomorphisme danneaux. 
Definition 1.2.2. Noyau et image dun morphisme danneaux
Si f est un morphisme de A dans B, on appelle image de f lensemble Im f = f (A)
et noyau de f lensemble Ker f = f 1 (0).

Definition 1.2.3. Ideal


Soit A un anneau commutatif et I A, on dit que I est un ideal de A ssidef
(i) (I, +) est un sous-groupe de (A, +).

(ii) I est absorbant (i.e. a A, I, a I).


Exemples : I = {0}, I = A, I = xA (voir demonstration ci-dessous).
Proposition 1.2.2. Lintersection dune famille quelconque dideaux est un ideal.
T
Dem : Soient (Ii )iI une famille dideaux de A, on pose I = iI Ii et on va montrer
que I est un ideal de A :
0 I donc I =
6 ,

si (x, y) I 2 alors i I, (x, y) Ii donc xy Ii par consequent xy I,

si A et x I alors, i I, x Ii donc x Ii soit x I.


T
Conclusion : I = iI Ii est bien un ideal de A 

Proposition 1.2.3. Ideal engendre par un element


Si x A alors Ax = xA est un ideal, cest lideal engendre par x (parfois note (x)).
Dem : Ax est bien un ideal (verification immediate). Notons Ix lideal engendre par
x i.e. lintersection des ideaux qui contiennent x.
Alors A, x Ix donc Ax Ix .

Ax est un ideal qui contient x donc, par definition de Ix , Ix Ax.


Conclusion : on a Ix = Ax par double inclusion et on a la remarque suivante 
Remarque 1.2.1. En fait, lideal engendre par un element est lintersection des
ideaux qui contiennent cet element.
Proposition 1.2.4. Si f est un morphisme danneaux de A dans B alors Ker f est
un ideal de A et f (A) est un sous-anneau de B.
Dem : On sait deja que Ker f est un sous-groupe de A et il est facile de verifier que
f (A) est un sous-groupe de B.
Si A et x Ker f alors f (x) = f ()f (x) = 0 donc x Ker f , Ker f est
bien un ideal de A.

f (1A ) = 1B donc 1B f (A) et, si b1 = f (a1 ), b2 = f (a2 ) sont dans f (A) alors
b1 b2 = f (a1 )f (a2 ) = f (a1 a2 ) f (A) donc f (A) est un sous-anneau de B 
178 CHAPITRE 1. ALGEBRE GENERALE

Definition 1.2.4. Divisibilite dans un anneau integre


Soit A un anneau integre, on dit que x divise y (note x|y) ssidef il existe z A tel
que y = xz.

Proposition 1.2.5. On a lequivalence suivante : x|y ssi Ay Ax.


Dem : Lequivalence est immediate :
Si x|y alors y = xz donc y = zx pour tout A soit Ay Ax.

Si Ay Ax alors y Ax donc il existe z A tel que y = xz 


Questions :

(i) Soit f : (a, b) Z2 7 a + ib 3 C. f est-il un morphisme danneaux ?

(ii) Si I et J sont deux ideaux de A, on definit

I + J = {x A | (a, b) IJ , x = a + b},
n
X
I.J = {x A | n N, (ai , bi ) I J , x = ai bi }.
i=1

Montrer que I + J et I.J sont des ideaux. A-t-on I.J = I J ?

1.2.2 Ideaux de Z, anneau Z/nZ

Theoreme 1.4. Ideaux de Z


Les ideaux de Z sont de la forme aZ (on dit que Z est un anneau principal).
Dem : Soit I un ideal de Z, I est un sous-groupe de Z donc il existe a Z tel que
I = aZ. Tous les ideaux de Z sont donc de la forme aZ.
On sait que a Z, aZ est un ideal donc on peut conclure 
Proposition 1.2.6. Caracterisation du P.G.C.D. et du P.P.C.M.
(i) (d = a b) (aZ + bZ = dZ, d > 0).

(ii) (m = a b) (aZ bZ = mZ, m > 0).


Dem :
(i) () Dapres le theoreme de Bezout, on sait quil existe u et v dans Z tels que
d = au + bv. On a donc k Z, d.k aZ + bZ = {au + bv , (u , v ) Z2 } et
par consequent dZ aZ + bZ.
Inclusion dans lautre sens : d|a et d|b aZ dZ et bZ dZ (propriete de
la divisibilite) par consequent aZ + bZ dZ car dZ est un sous-groupe de Z.
On a donc dZ = aZ + bZ.
() si dZ = aZ + bZ, soit d = a b, on vient de prouver que d Z = aZ + bZ
donc d Z = dZ. On en deduit que d|d et d|d (toujours les proprietes de la
divisibilite) soit d = k d et d = kd. Or d > 0 et d > 0 donc d = k kd soit
k k = 1 avec k et k positifs soit k = k = 1.
Conclusion : on a bien d = d i.e. d = a b.
1.2. ANNEAUX ET CORPS 179

(ii) () On a m = ka = k b donc m aZ bZ dou mZ aZ bZ car aZ bZ


est un sous-groupe de Z.
Inclusion dans lautre sens : aZ bZ = m Z (aZ bZ est un ideal donc il est
engendre par un element m Z). m est un multiple commun a a et b. Or
mZ m Z i.e. m = km et m > m car m est le plus petit commun multiple
de a et b donc k = 1 soit m = m .
() Si mZ = aZ bZ, soit m = a b, on vient de prouver que m Z = aZ bZ
donc m Z = mZ dou m = m car on a suppose m > 0 (meme argument que
pour le P.G.C.D.) 

Exemples illustratifs :

(i) Theoreme de Bezout : si a b = 1 alors aZ + bZ = Z (ici, on a d = 1).

(ii) Theoreme de Gauss : si bcZ aZ et aZ + bZ = Z alors cZ aZ.

Proposition 1.2.7. Si a b mod n et c d mod n alors ac bd mod n.

Dem : a = b + kn, c = d + k n donc ac = bd + (kd + k b + kk n)n ce qui signifie que


ac bd mod n 

Theoreme 1.5. Grace a la propriete precedente, (Z/nZ, +, .) est un anneau.

Dem : On sait deja que (Z/nZ, +) est un groupe et a.b = ab est independant du
representant choisi vu la proposition precedente.
On verifie alors que Z/nZ est un anneau :

La loi . est une loi interne par definition,

elle est associative :

(a.b).c = ab.c = abc


= a.(b.c) par symetrie

1 est lelement neutre pour la multiplication,

. est distributive par rapport a + (a droite et a gauche), la aussi, la verification


est immediate 

Proposition 1.2.8. Lapplication a Z 7 a Z/nZ est un morphisme danneaux


appele morphisme canonique.

Dem : On sait deja que cette application est un morphisme de groupes, on la note
. On verifie alors que (1) = 1 element neutre pour la multiplication dans Z/nZ
puis que (ab) = ab = (a)(b) 

Remarque 1.2.2. Il nexiste quun seul morphisme de Z dans un anneau A, en


effet (1) = 1A permet de definir sans ambigute .
180 CHAPITRE 1. ALGEBRE GENERALE

Dem : On pose en effet (n) = n.1A = 1A + + 1A si n > 0, (0) = 0 et


| {z }
n fois
(n) = (n)(1A ) si n < 0. est bien un morphisme danneaux.
Si est un autre morphisme danneaux de Z dans A alors (1) = 1A puis, par
recurrence sur n, (n) = (n) si n > 0. Finalement (n) = (n) pour tout n Z
ce qui permet de conclure a lunicite 
Attention a ne pas dire ici quil y a unicite par construction car cest insuffisant, il
ny a peut-etre pas unicite de la construction.
Theoreme 1.6. Factorisation du morphisme de Z dans A
Si est le morphisme canonique de Z dans un anneau A, Ker = nZ son noyau
alors il existe un unique isomorphisme de Z/nZ dans (Z) A telle que
(a) = (a).

Dem : est bien definie (la valeur de (a) ne depend pas du representant choisi),
est bien un isomorphisme de groupe de Z/nZ sur (Z) cf. Th 1.3 page 174 3 et
on a (1) = (1) = 1A ,

(a.b) = (a.b) = (a.b) = (a).(b)


= (a).(b)

ce qui acheve la demonstration 

Definition 1.2.5. Caracteristique dun corps


Si K est un corps, lunique morphisme que lon peut definir de Z dans K et pZ le
noyau de alors p est appele caracteristique de K.

Remarque 1.2.3.

(i) La caracteristique de Z/pZ est p.


Dem : Immediat avec le theoreme precedent, le noyau de : Z Z/pZ est
pZ 

(ii) La caracteristique dun corps est un nombre premier ou 0 (cest la meme chose
pour un anneau integre).
Dem : Par labsurde, si p = qr avec q > 1 et r > 1 ou p est la caracteristique
du corps en question alors p1K = qr1K = (q1K )(r1K ) = 0 avec q1K 6= 0 et
r1K 6= 0 ce qui est impossible, donc p est bien premier (et cest effectivement
encore vrai dans un anneau integre) 

Proposition 1.2.9. Indicatrice dEuler


lensemble des elements inversibles de Z/nZ est {a, a n = 1}.
On appelle indicatrice dEuler le nombre delements inversibles dans Z/nZ.

Dem : Immediat avec legalite de Bezout : en effet on utilise la demonstration du


theoreme 1.2 et on a equivalence entre a engendre Z/nZ et a inversible 
Cette derniere fonction joue un grand role en arithmetique et en codage informa-
tique.
3
enonce en notation multiplicative pour la loi de groupe, utilise ici en notation additive
1.2. ANNEAUX ET CORPS 181

Theoreme 1.7. Z/pZ est un corps ssi p est premier.

Dem : On sait deja que si Z/pZ est un corps alors p est premier (cf. remarque
1.2.3).
Reciproque : si p est premier alors, grace a la proposition 1.2.9, tous les elements
de Z/pZ \ {0} sont inversibles donc Z/pZ est un corps 
Questions :
12
P k
(i) Montrer que 106 1 [7], en deduire que 1010 1 [7].
k=1

(ii) Montrer que 121 ne divise jamais n2 + 3n + 5.

(iii) Petit theoreme de Fermat : si p est un nombre premier, montrer que, pour
tout entier k, on a k p k [p].
En deduire que si n 1[p 1] alors k n k [p].

(iv) Theoreme de Wilson : montrer lequivalence (p 1)! + 1 0 [p] p premier.

1.2.3 Application a la cryptographie

Theoreme 1.8. Theoreme Chinois


Soient p et q deux(entiers premiers entre eux et (y, z) Z2 alors il existe un entier
x y mod p
x dans Z tel que .
x z mod q
Toutes les solutions de ce systeme sont congrues modulo pq.

Dem : Soit u, v tels que up + vq = 1 alors y z = up(y z) + vq(y z) soit


y+up(zy) = z+vq(yz). Il suffit alors de prendre x = y+up(zy) = z+vq(yz).
Si x et x sont deux solutions alors p|x x et q|x x et donc, en vertu du theoreme
de Gauss, comme p et q sont premiers entre-eux, pq|x x soit x x 0 mod pq.
Conclusion : toutes les solutions sont congrues modulo pq 
Corollaire 1.9.
Si p et q deux entiers premiers entre eux alors il existe un isomorphisme danneaux
de Z/pqZ sur Z/pZZ/qZ (muni de la structure produit).
Dem : On definit la structure produit dans un anneau de la maniere suivante : si
A1 et A2 sont deux anneaux alors (x1 , x2 ) + (y1 , y2) = (x1 + y1 , x2 + y2 ) (loi de
groupe produit) et (x1 , y1 )(x2 , y2 ) = (x1 y1 , x2 , y2 ) permettent de munir A1 A2
dune structure danneau ((1A1 , 1A2 ) etant le neutre pour la multiplication).
On prend alors : x Z 7 (x mod p, x mod q). (x) = 0 ssi p|x et q|x ce qui
est encore equivalent a pq|x donc Ker = pqZ. est surjective grace au theoreme
precedent.
(Si (y, z) Z/pZZ/qZ alors on sait quil existe x Z tel que x y mod p et
x z mod q donc (x) = (y, z)).
Dapres le theoreme 1.6 page 180, definie par (a) = (a) est un isomorphisme
danneaux 
182 CHAPITRE 1. ALGEBRE GENERALE

Remarque 1.2.4.
(i) On peut, grace au dernier corollaire, en deduire lexpression de lindicatrice
dEuler (pq) egale au nombre delements inversibles dans lanneau Z/pqZ.
  
1 1
(pq) = pq 1 1 si p et q sont des nombres premiers.
p q

Dem : comme est un isomorphisme de Z/pqZ sur Z/pZZ/qZ alors


transforme tout element inversible de Z/pqZ en un element inversible de
1
Z/pZZ/qZ. Il en est de meme de i.e. realise une bijection de
U(Z/pqZ) sur U(Z/pZZ/qZ) (U(A) designant lensemble des elements in-
versibles dun anneau A). On a donc egalite des cardinaux.
Or (y, z) Z/pZZ/qZ est inversible ssi y et z le sont (vu la definition de
lanneau produit) donc
Card U(Z/pZZ/qZ) = Card U(Z/pZ) Card(U(Z/qZ))
  
1 1
= (p)(q) = (p 1)(q 1) = pq 1 1 
p q

(ii) Une application de cette derniere egalite est le codage RSA.

Questions :
(i) Montrer que si n 1 [(pq)] ou p et q sont deux nombres premiers alors pour
tout entier x on a xn x [pq] (utiliser la question (iii) page 181).
(ii) Montrer que si est un nombre premier avec (pq) et si est un nombre tel
que 1 [(pq)] alors lapplication
C : x Z/pqZ 7 x Z/pqZ
admet comme application reciproque

D : x Z/pqZ 7 x Z/pqZ.
Cest le principe du codage RSA, en effet on donne le nombre et le produit
pq. Le codage est alors facile (on utilise lalgorithme dexponentiation rapide)
mais si on ne connat pas les nombres p et q alors (pour p et q tres grand) il est
impossible de determiner . En effet il faut connatre (pq) pour determiner
. Dans la pratique on choisira des nombres et les plus petits possible.

1.2.4 Ideaux de K[X]

On reprend dans ce paragraphe letude qui a ete faite sur Z pour lappliquer a K[X].

Theoreme 1.10. Ideaux de K[X]


Les ideaux de K[X] sont de la forme P K[X] ou P est un polynome de K[X] (on
dit que K[X] est un anneau principal).
Dem :
1.2. ANNEAUX ET CORPS 183

On sait que P K[X] est un sous-groupe de K[X]. Il est facile de verifier quil
est stable par produit dun element de K[X] donc cest bien un ideal.

Soit I =6 {0} un ideal de K[X], E = {deg Q, Q I \ {0}} N , E 6= .


Soit p = inf E et P K[X] de degre p. Si Q I, Q = P K + R (division
euclidienne de Q par P ) alors R = Q P K I et deg R < deg P donc R = 0
soit Q P K[X].

Conclusion : les ideaux de K[X] sont de la forme I = P K[X] 

Proposition 1.2.10. Caracterisation du P.G.C.D. et du P.P.C.M.

(i) (D = P Q) (DK[X] = P K[X] + QK[X], D unitaire).

(ii) (M = P Q) (MK[X] = P K[X] QK[X], M unitaire).

Dem : cest la meme chose que pour la proposition 1.2.6 page 178 :

(i) () Dapres le theoreme de Bezout, on sait quil existe U et V dans Z tels


que D = P U + QV . On a donc

K K[X], D.K P K[X] + QK[X] = {P U + QV , (U , V ) K[X]2 }

et par consequent DK[X] P K[X] + QK[X].


Inclusion dans lautre sens : D|P et D|Q entrane P K[X] DK[X] et
QK[X] DK[X] (propriete de la divisibilite) par consequent on obtient
P K[X] + QK[X] DK[X] car DK[X] est un sous-groupe de K[X].
() si DK[X] = P K[X] + QK[X], soit D = P Q, on vient de prouver que
D K[X] = P K[X] + QK[X] donc D K[X] = DK[X]. On en deduit que D|D
et D |D (toujours les proprietes de la divisibilite) soit D = K D et D = KD.
Or D et D sont unitaires donc D = K KD soit K K = 1 avec K et K uni-
taires (examiner les termes de plus haut degre dans les produits D = K D et
D = KD) soit K = K = 1.
Conclusion : on a bien D = D i.e. D = P Q.

(ii) () On a M = KP = K Q donc M P K[X] QK[X] dou on deduit


MK[X] P K[X] QK[X] car P K[X] QK[X] est un sous-groupe de K[X].
Inclusion dans lautre sens : P K[X] QK[X] = M K[X] (P K[X] QK[X] est
un ideal donc il est engendre par un element M K[X]). M est un multiple
commun a P et Q. Or MK[X] M K[X] i.e. M = KM et deg M > deg M
car M est le plus petit commun multiple de P et Q donc K = 1 soit M = M .
() Si MK[X] = P K[X] QK[X], soit M = P Q, on vient de prouver que
M K[X] = P K[X] QK[X] donc M K[X] = MK[X] dou M = M car on a
suppose M0 unitaire (meme argument que pour le P.G.C.D.) 

Exemples dapplications :

(i) Theoreme de Bezout : si P Q = 1 alors P K[X] + QK[X] = K[X].

(ii) Theoreme de Gauss : si QRK[X] P K[X] et P K[X] + QK[X] = K[X] alors


RK[X] P K[X].
184 CHAPITRE 1. ALGEBRE GENERALE

Questions :

(i) Montrer lequivalence

D = P1 (P2 P3 ) DK[X] = P1 K[X] + P2 K[X] + P3 K[X].

Generaliser.

(ii) Determiner I.J lorsque I = P K[X] et J = QK[X] (cf. question (ii) page
178).

(iii) Soit P , Q, R trois polynomes de C[X], on suppose Q R = 1 et P 2 = Q2 + R2 .


Montrer quil existe P1 et P2 2 polynomes premiers entre eux tels que
1 1
Q = [P12 + P22], R = [P12 P22 ].
2 2i
CHAPITRE 2

Algebre lineaire et geometrie affine

2.1 Espaces vectoriels, applications lineaires


On prend ici pour K un sous-corps de C mais la plupart de ce quon va voir est
valable dans le cas dun corps commutatif quelconque, notamment au corps Z/pZ
ou p est un nombre premier. On note aussi E un espace vectoriel sur K.

2.1.1 Bases, sommes directes

Dans ce paragraphe, on etend au cas des familles quelconques les notions suivantes
vues en premiere annee : combinaison lineaire, base, somme directe.
Definition 2.1.1. Combinaison lineaire
Soit (xi )iI une famille de vecteurs, (i )iI une famille de scalaires presque tous nuls
(i.e. il ny a quun nombre fini de i non nuls, (ij )j[[1,p]]) alors on definit
p
X X
i xi = ij xij
iI j=1

Remarque 2.1.1. On a alors la propriete suivante sur les combinaisons lineaires :


X X X
i xi + ixi = (i + i )xi
iI iI iI

i.e. une combinaison lineaire de combinaisons lineaires est une combinaison lineaire.
Dem : On prend J I une famille finie telle que les i soient nuls sur le
complementaire de J,
K I une famille finie telle que les i soient nuls sur le complementaire de K.
On a alors
X X X X
i xi + i xi = i xi + i xi
iI iI iJK iJK
X
= (i + i )xi propriete des C.L. finies
iJK
X
= (i + i)xi 
iI

185
186 CHAPITRE 2. ALGEBRE LINEAIRE ET GEOMETRIE AFFINE

On retrouve alors les memes definitions quen premiere annee pour une
famille libre, liee, generatrice, une base ainsi que pour les coordonnees
dun vecteur :
P
La famille (xi )iI est libre ssi i xi = 0 i I, i = 0 (les i etaient
iI
presque tous nuls, ils sont alors tous nuls).

La famille (xi )iI est liee ssi il existe des (i )iI non tous nuls tels que lon ait
P
i xi = 0.
iI

La famille (xi )iI est generatrice ssi pour tout x E, il existe (i )iI tels que
P
x= i xi (attention ici au fait que la somme est necessairement finie).
iI

La famille (xi )iI est une base ssi elle est libre et generatrice, ce qui est encore
P
equivalent a : pour tout x E, il existe (i )iI uniques tels que x = i xi .
iI

Dans le cas ou les (xi )iI forment une base, les i sont les coordonnees de x.

Exemple : La famille (1, X, . . . , X n , . . .) est une base de K[X] que lon appelle base
canonique de K[X].

Definition 2.1.2. Algebre


Soit E un ensemble muni des lois +, (lois internes) et . loi externe, on dit que E
est une algebre sur K ssidef

(E, +, ) est un anneau,

(E, +, .) est un K-espace vectoriel,

(, ) K2 , x E, .(xy) = (.x)y = x(.y).

Definition 2.1.3. Fonctions polynomiales


Dans F (Kn , K) (ou K = R ou C), on definit les fonctions polynomiales comme etant
des combinaisons lineaires des fonctions de la forme (x1 , . . . , xn ) 7 x1 1 . . . xnn ou
les i sont des entiers. On note cet ensemble P(Kn , K).

P
Remarque 2.1.2. f P(Kn , K) secrit f (x1 , . . . , xn ) = 1 ,...,n x11 . . . xnn .
(1 ,...,n )Nn
On peut preferer la notation plus simple suivante : si = (1 , . . . , n ) Nn , on
ecrit x = x1 1 . . . xnn , = 1 ,...,n alors f secrit :
X
f (x1 , . . . , xn ) = x .
Nn

Proposition 2.1.1. Base de P(Kn , K)


La famille de fonctions (x1 , . . . , xn ) 7 x1 1 . . . xnn est une base de P(Kn , K).

Dem : On prouve par recurrence sur n que ces fonctions forment une base de
P(Kn , K).
2.1. ESPACES VECTORIELS, APPLICATIONS LINEAIRES 187

Cette famille est generatrice par definition.


Montrons que les fonctions f : x Kn 7 x forment une famille libre (on a
pris la notation de la remarque precedente).
p
P
Pour n = 1, si f (x) = i xi = 0 alors le polynome f admet une infinite
i=0
de racines donc cest le polynome nul ce qui donne i = 0 pour tout i.
On suppose la propriete vraie a lordre n 1.
Soit
X
f (x1 , . . . , xn ) = x
N
Xp
X n1

= 1 ,...,n x1 1 . . . xn1 xnn
n =0 (1 ,...,n1 )Nn1
| {z }
=n (x1 ,...,xn1 )
p
X
= n (x1 , . . . , xn1 )xnn = 0
n =0

p designe le degre par rapport a xn et on remarque que les n sont des


fonctions polynomiales de x1 , . . . , xn1 .
En appliquant la demonstration du cas n = 1, on deduit que les n
sont nulles pour tous les n 1-uplets (x1 , . . . , xn1 ). On applique alors
lhypothese de recurrence a chaque n 

On retrouve aussi le fait quune application lineaire est caracterisee par limage des
vecteurs dune base :
Theoreme 2.1. Si (ei )iI est une base de E, si (fi )iI est une famille de vecteurs
de F alors il existe une unique f L(E, F ) telle que f (ei ) = fi .
 
P P
Dem : On definit f par f i ei = i fi .
iI iI
f est bien lineaire grace aux proprietes des applications lineaires :
! !
X X X
f i ei + i ei = f (i + i)ei
iI iI iI
X
= (i + i )fi
iI
X X
= i fi + i fi
iI iI
! !
X X
= f i ei + f i ei .
iI iI

f est bien unique : si g est une autre application lineaire verifiant g(ei ) = fi
alors, par une recurrence immediate sur p, on prouve que
p
! p
!
X X
g ij eij = f ij eij 
j=1 j=1
188 CHAPITRE 2. ALGEBRE LINEAIRE ET GEOMETRIE AFFINE

A partir de maintenant, la famille I est supposee etre finie


Definition 2.1.4. Somme de sous-espaces vectoriels
Si (Ei )iI est une famille finie des sous-espaces vectoriels de E, on definit
P P
Ei lensemble des sommes xi ou les vecteurs xi sont dans Ei .
iI iIM
P
La somme est directe (notee : Ei ) ssidef x = xi decomposition de x vecteur
iI iI
de la somme est unique.
 
P P
Proposition 2.1.2. Ei est directe ssi 0= xi i I, xi = 0 .
iI iI

Dem : les deux implications sont simples :


() On note 0i le vecteur nul de Ei (en fait cest le vecteur nul de E mais cette
P P
notation est provisoire). On a 0 = 0i donc, si 0 = xi , alors, en vertu de
iI iI
lunicite de la decomposition, on en deduit que xi = 0i = 0 pour tout i.
P P P
() Si x = xi = yi alors, en faisant la difference, (xi yi ) = 0 donc
iI iI iI
xi yi = 0 dou lunicite de la decomposition 
Exemple : Soit P un polynome de degre n + 1, P K[X] le sous-espace vectoriel
des multiples de P alors P K[X] admet pour supplementaire le sous-espace vectoriel
Kn [X] des polynomes de degre inferieur ou egal a n.
Attention ! Il ny a pas unicite du supplementaire.
Dem : On utilise la division euclidienne par P : si Q K[X] alors Q = P K + R
avec deg R < deg P = n + 1 donc K[X] = P K[X] + Kn [X].
Si Q P K[X] Kn [X] alors Q = P K et deg Q 6 n entrane que Q = 0.
On a donc prouve que K[X] = P K[X] Kn [X] 
Definition 2.1.5. Base adaptee
On suppose ici que E est de dimension finie.
Soit F un sous-espace vectoriel de E, on appelle base adaptee a F toute base
(e1 , . . . , en ) telle que, apres une eventuelle renumerotation, (e1 , . . . , ep ) soit
une base de F .
m
M
Si E = Ei , on appelle base adaptee a la decomposition en somme directe
i=1
toute base qui, apres une eventuelle renumerotation, secrit (ei,j )i[[1,m]],j[[1,ni]]
ou chaque sous-famille (ei,j )j[[1,ni]] est une base de Ei .
Cette derniere definition est tres interessante pour la reduction des endomorphismes
et on peut lecrire en prenant une partition de I.

Theoreme 2.2. Si E est de dimension finie alors


M X
dim Ei = dim Ei .
iI iI

Dem : On prend une base (ei,j )j[[1,mj ]] dans chaque espace Ei , montrons que lon
obtient une base adaptee a la decomposition en somme directe :
2.1. ESPACES VECTORIELS, APPLICATIONS LINEAIRES 189
P
La famille est generatrice : si x Ei alors
iI

X mi
XX
x= xi = xi,j ei,j
iI iI j=1

ce qui signifie bien que la famille engendre la somme.

La famille est libre : on a


mi
XX X
xi,j ei,j = xi = 0
iI j=1 iI

P
mi
donc, comme la somme est directe, xi = 0 pour tout i donc xi,j ei,j = 0 et
j=1
vu que (ei,j )j[[1,mi]] est une base de Ei alors xi,j = 0 pour tous i et j

Conclusion : la famille (ei,j )j[[1,mj ]] est une base adaptee a la decomposition en


L P P
somme directe donc dim Ei = mi = dim Ei 
iI iI iI

Vient ensuite un corollaire tres utile :


P
Corollaire 2.3. La somme Ei est directe ssi
iI

X X
dim Ei = dim Ei .
iI iI

Dem : On prend les notations du theoreme precedent.

Le sens direct vient detre demontre.

Pour la reciproque, la premiere partie du theoreme demontre que la famille


P
(ei,j ) est generatrice et comme Card(ei,j ) = dim Ei alors cette famille a un
iI
P
cardinal egal a la dimension de la somme donc cest une base de Ei . On en
iI
deduit alors que
X X X
dim Ei = mi = dim Ei 
iI iI iI

M
Theoreme 2.4. E de dimension quelconque, on suppose que E = Ei . On
iI
se donne pour tout i de I une application lineaire ui de Ei dans F alors il existe
une unique application lineaire de E dans F admettant comme restriction a Ei
lapplication ui pour tout i.
P P
Dem : Si x = xi , on pose f (x) = ui (xi ). Comme la decomposition de x est
iI iI
unique, f est bien definie.
190 CHAPITRE 2. ALGEBRE LINEAIRE ET GEOMETRIE AFFINE
P
Si y = yi alors
iI
!
X X
f (x + y) = f xi + yi = ui(xi + yi )
iI iI
X
= ui (xi ) + ui(yi ) = f (x) + f (y)
iI
!
X X
f (x) = f xi = ui(xi )
iI iI
X
= ui (xi ) = f (x)
iI

donc f est lineaire.


On verifie aussi que si x = xi alors f (xi ) = ui(xi ) donc la restriction de f a
Ei est bien egale a ui.
Si g est une autre application qui verifie la meme propriete alors g(xi ) = f (xi )
P
donc g(x) = ui (xi ) = f (x). g = f ce qui assure lunicite 
iI

Definition 2.1.6. Projecteurs associes a une somme directe


M P
Si E = Ei , on peut definir les applications pj qui a x = xi associent xj .
iI iI
La famille (pi )iI est appelee famille de projecteurs associee a la decomposition E =
M
Ei .
iI

Proposition 2.1.3. Les pj definis ci-dessus sont des projecteurs, ils verifient
P
p2j = pj , pi pj = 0 si i 6= j et IdE = pi .
iI
Reciproquement, si une famille dendomorphismes de E verifie les 3 proprietes ci-
dessus alors les espaces vectoriels Ei = pi (E) sont en somme directe, de somme E.
Dem : Limplication directe est immediate : en effet on a pj (xj ) = xj par unicite de
la decomposition dans une somme directe donc
p2j (x) = pj (xj ) = xj = pj (x) soit p2j = pj .
pi (pj (x)) = pi (xj ) = 0 pour i 6= j donc pi pj = 0.
P P P
x = IdE (x) = xi = pi (x) dou IdE = pi .
iI iI iI
P P P
Reciproquement, grace a IE = pi on obtient x = pi (x) soit E Ei puis
iI iI iI
legalite car linclusion dans lautre sens est vraie par hypothese.
Si xi Ei = pi (E) alors il existe x E tel que xi = pi (x) donc, a laide des
proprietes p2i = pi et pj pi = 0 pour i 6= j, on a
pi (xi ) = p2i (x) = pi (x) = xi et pj (xi ) = pj pi (xi ) = 0 pour i 6= j.
P
Enfin, si 0 = xi alors en appliquant pj aux deux membres de cette egalite, on
iI
arrive a pj (0) = 0 = pj (xj ) = xj donc la somme est directe 
2.1. ESPACES VECTORIELS, APPLICATIONS LINEAIRES 191

2.1.2 Image et noyau dune application lineaire

Theoreme 2.5. Soit f L(E, F ) alors f definit un isomorphisme de tout sup-


plementaire E de Ker f sur Im(f ).

Dem : Par hypothese on a E = Ker f E .

Si x = n + x ou n Ker f et x E alors f (x) = f (x ) dou f (E ) = f (E).


| Im f
Si on pose f = f|E , f est surjective.

Enfin, si f (x) = 0 alors f (x) = 0 et x E (vu la definition de f ) donc


x Ker f E = {0} par consequent f est injective.

Conclusion : f est bijective i.e. f realise bien un isomorphisme de E sur Im f 


La difference entre ce theoreme et celui propose dans les revisions de premiere annee
(formule du rang) cest quon na pas suppose que les espaces vectoriels soient de
dimension finie.
Application : Soit u lapplication de K[X] dans Kn+1 definie par

u(P ) = (P (a0 ), . . . , P (an )) ou ai 6= aj pour i 6= j.

Q
n
On a Ker u = NK[X] ou N = (X aj ) : u(P ) = 0 se traduit par les egalites
i=0
P (a0 ) = P (a1 ) = . . . = P (an ) = 0 donc P est divisible par N i.e. P NK[X].
On sait alors que Kn [X] est un supplementaire du noyau (cf. Exemple a la page
188). u definit donc un isomorphisme de Kn [X] sur Kn+1 .
Si (ei ) est la base canonique de Kn+1 alors les polynomes Li = u1 (ei+1 ) sont egaux
Q X aj
a Li = : en effet, Li verifie les proprietes suivantes
j6=i ai aj
Q
Li (aj ) = 0 pour j 6= i donc (X aj ) divise Li ,
j6=i
Q
deg Li 6 n donc Li = (X aj ) ou K,
j6=i

Q 1
Li (ai ) = 1 dou = 
j6=i ai aj

Definition 2.1.7. Polynome dinterpolation de Lagrange


Les polynomes Li sappellent polynomes dinterpolation de Lagrange aux points
dabscisse (ai )i[[1,n]]. Ils forment une base de Kn1 [X].

Remarque 2.1.3. La recherche dun polynome de degre 6 n verifiant les conditions


P (ai ) = bi est equivalente a la resolution dun systeme de Vandermonde

0 + 1 ai + + n ani = bi pour i [[0, n]]

P
n
On trouve la solution sous la forme P = bi Li .
i=0
192 CHAPITRE 2. ALGEBRE LINEAIRE ET GEOMETRIE AFFINE

Dem : On sait, dapres lapplication ci-dessus, que le systeme P (ai ) = bi , i [[0, n]]
Pn
admet une unique solution dans Kn [X]. Or P = bi Li Kn [X] et verifie P (ai) = bi
i=0
ce qui donne la solution cherchee.
Les coefficients k sobtiennent (difficilement) en decomposant les polynomes Li
Pn Y 1
dans la base canonique. En particulier n = bi .
i=0 j6=i
ai aj

1 a0 . . . an0 0 b0
1 a1 . . . an 1 b1
1
On peut donc resoudre le systeme .. .. .. .. = .. 
. . . . .
n
1 an . . . an n bn
Corollaire 2.6. Soit F un sous-espace vectoriel de E, E1 et E2 deux sup-
plementaires de F dans E (i.e. F E1 = E = F E2 ). Soit p la projection
|E
de E sur E1 parallelement a F alors p|E1 definit un isomorphisme de E2 sur E1 .
2

Dem : On applique le theoreme 2.5 page 191 a p L(E) : p definit un isomorphisme


de E2 supplementaire de F = Ker p sur E1 = Im p 
Corollaire 2.7. Les sous-espaces supplementaires dun meme sous-espace vecto-
riel sont isomorphes et ont meme dimension si elle est finie.
Dem : Si E1 et E2 sont deux supplementaires dun meme sous-espace vectoriel F
|E
alors on a vu a la question precedente que p|E1 est un isomorphisme de E2 sur E1
2
donc ces supplementaires sont isomorphes. Une isomorphie conservant la dimension,
on en deduit que si dim E1 = p alors E2 est de dimension finie et que cette dimension
vaut p 
On peut alors poser la definition suivante :

Definition 2.1.8. Codimension finie, hyperplan


Si F est un sous-espace vectoriel de E admettant un supplementaire E de dimen-
sion finie, on dit que F est de codimension finie. dim E sera appele codimension
de F , note codim F (en effet, cela ne depend pas du supplementaire vu le dernier
corollaire).
Si codim F = 1, on dit que F est un hyperplan.

Proposition 2.1.4. Si E est de dimension finie alors dim F + codim F = dim E.

Dem : La cest immediat, en effet si F est un sous-espace vectoriel de E, soit


(e1 , . . . , ep ) une base de F que lon complete en une base de E : (e1 , . . . , en ). Alors
G = Vect(ep+1 , . . . , en ) est un supplementaire de F et dim
| {z F} + |dim
{z G} = |dim {z E} 
=p =np =n

Definition 2.1.9. Rang dune application lineaire


Si f L(E, F ) et si F est de dimension finie alors on definit comme en premiere
annee le rang de f par Rg(f ) = dim f (E).

On peut alors generaliser la formule du rang :

Theoreme 2.8. Si f L(E, F ) et si F est de dimension finie alors Ker f est de


codimension finie dans E et Rg(f ) = codim Ker f .
2.1. ESPACES VECTORIELS, APPLICATIONS LINEAIRES 193

Dem : Im f est de dimension finie car cest un sous-espace vectoriel de F qui est de
dimension finie. Soit (1 , . . . , p ) une base de Im f (p = Rg(f )). On sait quil existe
ei E tels que f (ei ) = i car i Im f .
Montrons que la famille (e1 , . . . , ep ) est libre :
Pp
si i ei = 0 alors
i=1 !
p p
X X
f i ei = i f (ei ) = 0
| {z }
i=1 i=1 =i

donc, vu que (1 , . . . , p ) est libre, i [[1, p]], i = 0, ce qui prouve que (e1 , . . . , ep )
est libre.
Montrons maintenant que E = Vect(e1 , . . . , ep ) est un supplementaire de Ker f :
Pp
en effet si x E alors f (x) = yii , on ecrit maintenant
i=1

p
X
x= yi ei +(x y).
|i=1{z }
=y

Or f (x y) = f (x) f (y) = 0 donc E = Vect(e


 pi ) + Ker
 f. p
P P
Puis si y Vect(ei ) Ker f alors f (y) = f yi ei = yi i = 0. Comme la
i=1 i=1
famille (i ) est une base alors yi = 0 pour tout i [[1, p]] donc y = 0.
On a ainsi prouve que E = Vect(ei ) Ker f donc Ker f est de codimension finie et
codim Ker f = dim Vect(ei ) = Rg(f ).
(la demonstration est immediate avec le theoreme 2.5 page 191 si lon admet que
tout s.e.v. dun e.v. admet un supplementaire) 

Remarque 2.1.4.

(i) Si E est de dimension finie, le theoreme precedent redonne la formule du rang.

(ii) Si Rg(f ) = dim E alors f est injective.


Dem : En effet, dapres le theoreme precedent, dim Ker f = 0 par consequent
Ker f = {0} 

(iii) Si Rg(f ) = dim E alors Rg(f g) = Rg(g) (f L(E, F ), g L(G, E)).

Definition 2.1.10. Dual


On note E lensemble des formes lineaires sur E. E est appele espace dual de E.

Theoreme 2.9.
Si E et si est non nulle alors H = Ker est un hyperplan de E.
Si E et si sannule sur H alors est colineaire a .
Dem :

On sait deja que Ker est un hyperplan (cf. th 2.8).


194 CHAPITRE 2. ALGEBRE LINEAIRE ET GEOMETRIE AFFINE

Si (H) = {0}, on ecrit tout vecteur x = h + e1 (ou (e1 ) est une base dun
supplementaire de H). Alors (x) = (h) + (e1 ) = (e1 ) car (h) = 0 vu
lhypothese.
(e1 )
On obtient alors (x) = (e1 ) dou (x) = (x) 
(e1 )

Remarque 2.1.5. Si E est de dimension finie n alors tout hyperplan H admet une
equation de la forme a1 x1 + + an xn = 0 ou x est un vecteur de H et xi sont les
composantes de x dans une base de E.
Dem : On utilise le resultat demande a la question (i) qui suit : H = Ker ou est
une forme lineaire. Dans une base quelconque, secrit (x) = a1 x1 + + an xn
dou le resultat 
Questions :
(i) Montrer que tout hyperplan H est le noyau dune forme lineaire non nulle.
(ii) Demontrer laffirmation de la remarque 2.1.4 (iii).

2.1.3 Dualite en dimension finie

Proposition 2.1.5. Soit e E, e 6= 0 alors il existe E telle que (e) = 1.


Dem : Comme e 6= 0, on sait que lon peut completer (e) en une base : (e, e2 , . . . , en ),
P
n
on definit alors par (e) = 1 et (ei ) = 0. Si x = xi ei (en posant e1 = e) alors
i=1
(x) = x1 , lapplication x 7 x1 est une forme lineaire 
Remarque 2.1.6. Si (x) = 0 pour toute forme lineaire de E alors x = 0.
Dem : Cest la contraposee de la proposition precedente : on a prouve que

e 6= 0 E | (e) 6= 0

et, en prenant la contraposee, on obtient

E , (e) = 0 e = 0

Proposition 2.1.6. Base duale


Soit (e1 , . . . , en ) une base de E, on note j les formes lineaires coordonnees definies
par j (ei ) = ij .
La famille (1 , . . . , n ) est une base de E appelee base duale de la base B et notee
B .
Dem : Ceci a deja ete prouve en premiere annee, cf. theoreme 8.15 page 135 

Theoreme 2.10. Base ante-duale


Soit B = (1 , 2 , . . . , n ) une base de E , alors il existe une base de E,
B = (e1 , e2 , . . . , en ) telle que j (ei ) = ij .
B est la base duale de B et B est appelee base ante-duale de B .
2.1. ESPACES VECTORIELS, APPLICATIONS LINEAIRES 195

Dem : Soit f : e E 7 (1 (e), 2 (e), . . . , n (e)) Kn . f est une application


lineaire de E dans Kn deux e.v. de meme dimension.
Pn
Si i (e) = 0 pour tout i alors pour toute E , = i i , 1 on obtient alors
i=1
P
n
(e) = i i (0) = 0 donc f est injective.
i=1
f est une application lineaire injective entre deux espaces vectoriels de meme di-
mension donc f est un isomorphisme.
On note ei limage reciproque par f de la base canonique de Kn :
on a ainsi e1 = f 1 (1, 0, . . . , 0) donc 1 (e1 ) = 1 et i (e1 ) = 0 pour i > 2. de meme
i (ej ) = ij (symbole de Kronecker) 
Remarque 2.1.7.
(i) Pour prouver quune famille L de formes lineaires est une base de E , il suffit
de trouver une base de E dont cest la base duale.
Dem : Cest immediat, en effet, soit L = (1 , . . . , n ), si on trouve (ei ) une
base de E telle que i (ej ) = ij alors L est generatrice (toute forme lineaire
P
n P
n
E secrit (x) = ai xi soit = ai i ). Comme L contient n elements
i=1 i=1
alors cest une base de E 
(ii) On note parfois (x)
P =< x, > et, avec les notations du theoreme precedent,
on a < x, >= ni=1 xi yi ou xi et yi designent les coordonnees respectives de
x dans B et de dans B .
Ceci ressemble alors a lexpression du produit scalaire dans une base ortho-
normee et justifie lecriture du theoreme suivant F o pour lorthogonal de
F.
Exemple : Soient (a0 , a1 , . . . , an ) Kn+1 des elements distincts, on definit les formes
lineaires j sur Kn [X] par j (P ) = P (aj ).
La famille (0 , 1 , . . . , n ) est une base car cest la base duale de la famille des
polynomes dinterpolation de Lagrange (L0 , L1 , . . . , Ln ).

Theoreme 2.11.
Soit F un s.e.v. de E de dimension p. On note F o = { E | x F, (x) = 0},
on a dim F o = n p.
Dem : Soit (e1 , e2 , . . . , en ) une base adaptee a F ((e1 , . . . , ep ) est une base de F ),
(1 , 2 ,P
. . . , n ) sa base duale.
Si = ni=1 i i F o alors (ei ) = 0 pour i 6 p donc Vect(p+1 , . . . , n ) = G
et par consequent F o G.
Comme i F o pour i > p + 1 (i (ej ) = 0 pour j 6 p) on a G F o dou F o = G
soit dim F o = n p 
Corollaire 2.12. Soit = (1 , 2 , . . . , q ) une famille libre de formes lineaires
q
\
sur E, Hi = Ker i alors F = Hi est un s.e.v. de dimension n q.
i=1
q
P
o
Si F (notation du theoreme precedent) alors = i i .
i=1

1
Cest lexpression de dans cette base
196 CHAPITRE 2. ALGEBRE LINEAIRE ET GEOMETRIE AFFINE

Dem : On complete en une base B : (1 , . . . , q , . . . , n ) et on prend


(e1 , e2 , . . . , en ) la base ante-duale associee.
On a Hi = Vect(e1 , . . . , ebi , . . . , en ) (b
ei signifie que lon enleve ce vecteuret que lon
garde les autres) :
Pn
en effet x = xj ej Hi i (x) = xi = 0 soit x Hi , linclusion dans lautre
j=1
sens etant immediate.
Ensuite, x F i [[1, q]], xi = 0 (avec la notation ci-dessus) donc
F = Vect(eq+1 , . . . , en )
Enfin, si F o alors, en utilisant la demonstration du theoreme precedent, alors
Vect(1 , . . . , q ) 
On peut alors rajouter la remarque suivante :

Remarque 2.1.8. En reprenant les notations de la demonstration du theoreme


2.10, on peut interpreter le corollaire precedent de la maniere suivante :
q
\
p
si f : e E 7 (1 (e), . . . , q (e)) K alors f est surjective et Ker f = Hi = F
i=1
et on a codim Ker f = q.

Dem : On montre que f est surjective par labsurde. Si f nest pas surjective alors
il existe H hyperplan de Kq tel que Im f H. Soit a1 x1 + + aq xq = 0 lequation
de H dans la base canonique de Kq alors on a

x E, a1 1 (x) + + aq q (x) = 0

soit a1 1 + + aq q = 0 ce qui est impossible car la famille (i ) est libre.


\q
Ker f = Hi = F est immediat car e Ker f i [[1, q]], i (e) = 0 ce qui est
i=1
encore equivalent a i [[1, q]], e Hi 
Questions :

(i) Soit a K, on definit les formes lineaires sur Kn [X] par yk(P ) = P (k) (a).
Montrer que la famille (y0 , . . . , yn ) est une base de Kn [X] . En chercher la
base ante-duale.

(ii) Soit P la matrice de passage de (ei ) a (i), on note (ei ) la base duale de (ei ),
(i ) la base duale de (i ) et on appelle Q la matrice de passage de (ei ) a (i ).
Chercher une relation entre P et Q.

(iii) On pose Vn = Vect(eint , . . . , 1, . . . , eint ) sous-espace vectoriel de lensemble


des fonctions continues sur R. Pour k [n, n], on pose
Z 2
1
k (f ) = f (t)eikt dt pour f Vn .
2 0
Z 2
1
Soit R, trouver g Vn telle que f Vn , f () = f (t)g(t) dt.
2 0
(iv) Soient a1 , . . . , an+1 n + 1 elements distincts de R. On definit Pi = (X + ai )n .
Montrer que la famille (P1 , . . . , Pn+1 ) est une base de Rn [X] (on montrera que
si est une forme lineaire qui sannule sur chaque Pi alors = 0).
2.1. ESPACES VECTORIELS, APPLICATIONS LINEAIRES 197

2.1.4 Trace dun endomorphisme

Definition 2.1.11. Trace dune matrice carree


P
n
Si A Mn (K) on appelle Tr(A) = aii la somme des termes situes sur la diago-
i=1
nale.

Proposition 2.1.7.
La trace est une application lineaire, on a la propriete fondamentale suivante
Tr(AB) = Tr(BA)
ce qui permet davoir Tr(P MP 1 ) = Tr M mais on na pas Tr(ABC) = Tr(BAC).
P
n P
n
Dem : AB = (cij ) ou cij = aik bkj et BA = (cij ) ou cij = bik akj . On a alors
k=1 k=1

n n n
!
X X X
Tr(AB) = cii = aik bki
i=1 i=1 k=1
n n n
!
X X X
Tr(BA) = cii = bik aki .
i=1 i=1 k=1

Dans lexpression de Tr(BA), on utilise la commutativite dans K, on echange les


indices k i, et on permute les sommes ce qui donne legalite.
On a alors
Tr(P MP 1 ) = Tr((P M)P 1 ) = Tr(P 1(P M)) = Tr((P 1P )M) = Tr(M) 

On a vu a la proposition precedente que deux matrices semblables avaient la meme


trace, donc si on prend la matrice dune application lineaire dans une base quel-
conque, alors la trace de cette matrice ne depend pas de la base choisie (les matrices
dun meme endomorphisme sont toutes semblables). On peut alors definir :
Definition 2.1.12. Trace dun endomorphisme en dimension finie
La trace dun endomorphisme est la trace de sa matrice dans une base quelconque.
Enfin, une propriete simple mais tres utile :
Proposition 2.1.8. Si p est un projecteur en dimension finie alors Rg(p) = Tr(p).
Dem : On a E = Im p Ker p et on prend une base adaptee (e1 , . . . , er , er+1 , . . . , en )
ou (e1 , . . . , er ) est une base de Im p2 et (er+1 , . . . , en ) une base de Ker p. p(ei ) = ei
pour i 6 r et p(ei ) = 0 pour i >r. Lamatrice de p dans cette base secrit par
I 0
consequent sous la forme M(p) = r donc Tr(M(p)) = Tr(p) = r 
0 0
Questions :
(i) Montrer que Tr[(AB)n ] = Tr[(BA)n ] pour tout n N.
(ii) Soit f Mn (K) , montrer quil existe F Mn (K) telle que M Mn (K),
f (M) = Tr(MF ).
2
r est bien sur le rang de p
198 CHAPITRE 2. ALGEBRE LINEAIRE ET GEOMETRIE AFFINE

2.1.5 Calcul matriciel et systemes dequations lineaires

Definition 2.1.13. Matrices equivalentes


Si (A, B) M2p,n (K) on dit que A et B sont equivalentes ssidef

(R, S) GLp (K) GLn (K) tel que B = RAS

On a vu dans les revisions de premiere annee au 8.4.4. que deux matrices


  de Mn (K)
Ir 0
sont equivalentes ssi elles sont equivalentes a la matrice Jr = (theoreme
0 0
8.42 page 151).
Theoreme 2.13. C.N.S. pour que 2 matrices soient equivalentes
A et B sont equivalentes dans Mp,n (K) ssi Rg(A) = Rg(B).

Dem : Si A et B sont equivalentes alors il existe (R, S) GLp (K) GLn (K) tel que
B = RAS. Si f et g sont les applications lineaires de Kp dans Kn de matrices A et
B, et celles de R et S alors g = f . Comme et sont bijectives, elles
conservent le rang donc

Rg(B) = Rg(g) = Rg( f ) = Rg(f ) = Rg(A).

Reciproquement : soit r = Rg(A) = Rg(B). A est donc equivalente a Jr ,


B est equivalente a Jr . Ceci secrit encore A = RJr S et B = R Jr S ou
(R, S) GLp (K) GLn (K) et (R , S ) GLp (K) GLn (K). Jr = R1 AS 1 dou
B = RR1 AS 1 S = R AS ou (R , S ) GLp (K) GLn (K) donc A et B sont
equivalentes 

Au 8.4.3. on a vu les operations elementaires sur les matrices et lapplication


que lon pouvait en faire pour calculer linverse dune matrice (algorithme du
pivot de Gauss).

Au 8.4.5. on a vu comment resoudre un systeme dequations lineaires grace


au pivot de Gauss.

On peut appliquer le pivot partiel pour rechercher le rang dune matrice rec-
tangulaire.

Enfin, dans lalgorithme du pivot partiel, lorsquon obtient la matrice trian-


gulaire, le produit des termes qui sont sur la diagonale nous fournit, au signe
pres, le determinant. Le signe de ce dernier sera obtenu en comptant les
transpositions faites.

On a vu, toujours au 8.4.5. que lon pouvait donner une interpretation a


laide de la dualite dun systeme lineaire. On peut maintenant en donner
une interpretation geometrique : on recherche lintersection dune famille
dhyperplans affines.
2.1. ESPACES VECTORIELS, APPLICATIONS LINEAIRES 199

Theor eme 2.14. Interpretation duale dun systeme


1 (x) = b1

Soit 2 (x) = b2 ou x E de dimension n. On suppose que la famille


p (x) = bp
(1 , 2 , . . . , p ) est libre (donc p 6 n) alors le systeme admet comme ensemble de
solutions un sous-espace affine de dimension n p.
En particulier, si n = p (systeme de Cramer), il admet une unique solution.
Dem : On complete (1 , 2 , . . . , p ) en une base B : (1 , . . . , p , p+1, . . . , n ) et
on prend (e1 , e2 , . . . , en ) la base ante-duale associee.
Pp
Si x0 = bi ei alors 1 (x0 ) = b1 , . . . , p (x0 ) = bp donc x0 est une solution du
i=1
systeme.
Si x est une autre solution alors i (x x0 ) = i (x) i (x0 ) = 0 pour i [[1, p]] donc
p
\
x x0 Ker i . On utilise alors le corollaire 2.12 pour conclure que lensemble
i=1
des solutions S sexprime sous la forme S = x0 + Vect(ep+1 , . . . , en ) 

Remarque 2.1.9. si f L(E) il peut etre interessant de considerer f comme une


application lineaire de L(E, E) en choisissant des bases differentes dans E espace
de depart et E espace darrivee (et dans ce cas, on peut avoir M(f ) = Jr ).

Question :
Determiner tous les elements (a1 , a2 , . . . , an ) Kn tels que a1 x1 +a2 x2 + +an xn = 0
pour tout element (x1 , x2 , . . . , xn ) Kn tel que x1 + x2 + + xn = 0.
200 CHAPITRE 2. ALGEBRE LINEAIRE ET GEOMETRIE AFFINE
CHAPITRE 3

Reduction des endomorphismes

Dans ce chapitre, le corps de base K est R ou C, E est un espace vectoriel sur K


qui servira de reference.
Soit f L(E), on cherche une base de E ou une decomposition de E en somme
directe E = E1 En avec f (Ei ) Ei telle que les f||Ei soient simples, par

i 1 0
.. ..
. .
exemple mat (f||Ei ) = i Ini ou . .
.. 1
0 i

3.1 Sous-espaces stables, polynomes dun


endomorphisme
3.1.1 Sous-espaces stables

Definition 3.1.1. Sous-espace stable par un endomorphisme


Soit u L(E) et F un sous-espace vectoriel de E. On dit que F est stable par u
ssidef u(F ) F (on dit aussi que u stabilise F ).

Remarque 3.1.1. On peut alors definir un endomorphisme de F par u||F que lon
appelle endomorphisme induit par u sur F .

Proposition 3.1.1. Si u et v sont deux endomorphismes de L(E) qui commutent


alors Im u et Ker u sont stables par v.

Dem :

Soit y Im u alors il existe x E tel que y = u(x). On obtient

v(y) = v u(x) = u v(x) = u[v(x)] Im u

donc Im u est stable par v.

Si x Ker u alors u(x) = 0 donc v u(x) = u v(x) = 0 donc v(x) Ker u 

201
202 CHAPITRE 3. REDUCTION DES ENDOMORPHISMES

Proposition 3.1.2. Si E est de dimension finie alors F est   u L(E)


stable par
A C
ssi, pour toute base de E adaptee a F , la matrice de u secrit .
0 D
Dem : Par double implication :

Si F est stable par u et si (e1 , . . . , en ) est une base adaptee a F ((e1 , . . . , ep )


etant une base de F ) alors, pour tout j [[1, p]], u(ej ) F par hypothese
Pp
soit u(ej ) = aij ej (les aij sont nuls pour i > p + 1). Ceci se traduit
i=1

a11 . . . a1p a1p+1 . . . a1n
.. .. .. ..
. . . .

a . . . a a . . . a
matriciellement par M(u) = p1 pp pp+1 pn

ce qui est
ap+1p+1 . . . ap+1n
.. ..

0 . .
anp+1 . . . ann
bien la forme annoncee.

Reciproque : on reprend lecriture de la matrice de u ci-dessus, il est immediat


que u(ej ) Vect(e1 , . . . , ep ) = F donc, par linearite, u(x) F pour tout
vecteur x F 
 
A C
Remarque 3.1.2. On a vu que det = det A det D si A et D sont des
0 D
matrices carrees (cf. cours de premiere annee en 8.5.4.). Ceci justifie partiellement
linteret des sous-espaces stables (cf. proposition 3.2.7).

Proposition 3.1.3. Soit (E1 , . . . , Ep ) une famille de sous-espaces vectoriels de E


de somme directe egale a E. u L(E) stabilise les sous-espaces Ei ssi dans toute
base adaptee a la decomposition de E en somme directe, la matrice de u secrit

A1 0
..
.
.
0 Ap

ou les Ai sont les matrices de u||Ei .

Dem : On fait une recurrence sur p en commencant par p = 2 :


Soit (ei,j ) une base adaptee a la decomposition E = E1 E2 (on reprend les notations
de la definition 2.1.5 page 188) : (ei,j )j[[1,mi ]] est une base de Ei pour i [[1, 2]].

Si u stabilise les espacesE1 et E


2 alors dapres la proposition 3.1.2, on sait que
A1 C
la matrice de u secrit . Mais comme u stabilise E2 alors C = 0.
0 A2
Reciproque immediate.

On suppose que la propriete est vraie au rang p alors, au rang p + 1, en ecrivant


que E = E1 Ep1 (Ep Ep+1 ) (somme de p sous-espace vectoriels), en
appliquant lhypothese de recurrence a la somme de ces p sous-espaces vectoriels
puis la propriete a lordre 2 a Ep Ep+1 on obtient bien le resultat 
3.1. SOUS-ESPACES STABLES, POLYNOMES DUN ENDOMORPHISME 203

Remarque 3.1.3.
(i) Dans le cas de la proposition ci-dessus, on dit que u admet une matrice dia-
gonale par blocs. Le determinant de u vaut alors det A1 . . . det Ap .
(Immediat par recurrence sur p).
(ii) Si les espaces Ei sont de dimension 1, la matrice de u est diagonale, la res-
triction de u a chaque Vect(ei ) est une homothetie.
Proposition 3.1.4. Soit B = (e1 , e2 , . . . , en ) une base de E, u L(E), A sa matrice
dans B, on pose Ei = Vect(e1 , e2 , . . . , ei ). On a lequivalence suivante :
A est triangulaire superieure ssi i [[1, n 1]], u(Ei ) Ei .
Dem : Par double implication :
j
P
() Par hypothese on a j [[1, n]], u(ej ) = akj ei par consequent u(ej )
k=1
Vect(e1 , . . . , ej ) = Ej . On obtient donc

i [[1, n 1]], j [[1, i]], u(ej ) Ej Ei

soit u(ei ) Ei .
i
P
() On sait ici que i [[1, n 1]], u(ei ) Ei ce qui se traduit par u(ei ) = aki ek
k=1
donc la matrice de u est bien triangulaire superieure 

3.1.2 Polynome dun endomorphisme

Definition 3.1.2. Polynome dendomorphisme


Si P = a0 + a1 X + + ap X p K[X] et u un endomorphisme de E alors on definit
P (u) = a0 IdE +a1 u + + ap up (ou up = u u . . . u p fois) est appele polynome
de lendomorphisme u (on peut de meme parler de polynome matriciel).

Proposition 3.1.5. Morphisme dalgebre


Pour u L(E), lapplication u : P K[X] 7 P (u) est un morphisme dalgebre de
K[X] dans L(E).
Dem : On verifie facilement que u est une application lineaire :
p
P
On a u (P + Q) = (P + Q)(u) = P (u) + Q(u) : en effet, on pose P = ak X k ,
k=0
p
P k
Q= bk X quitte a completer par des 0 si les degres ne sont pas egaux,
k=0

p p p
X X X
k k
(P + Q)(u) = (ak + bk )u = ak u + bk uk
k=0 k=0 k=0
= P (u) + Q(u)

en notant u0 = IdE .
204 CHAPITRE 3. REDUCTION DES ENDOMORPHISMES

p
P
u (P ) = (P )(u) = ak uk = P (u).
k=0

Pour montrer que u (P Q) = u (P )u (Q) on le prouve dabord dans le cas ou P et


Q sont des monomes :
P = X p et Q = X q alors (P Q)(u) = X p+q (u) = up+q = up uq = P (u) Q(u).
Puis, par linearite, on letend au cas ou P est un polynome quelconque :
p
! p
X X
q k+q
(P X )(u) = ak X (u) = ak uk+q
k=0 k=0
p
!
X
= ak uk uq = P (u) uq .
k=0

Finalement, avec le meme argument, on generalise ce resultat au cas dun polynome


quelconque Q :
q
! q
!
X X
k k
(P Q)(u) = P bk X (u) = P bk X (u)
k=0 k=0
q q
!
X X
= P (u) (bk uk ) = P (u) bk uk
k=0 k=0
= P (u) Q(u).

Enfin on a u (1) = IdE 

Remarque 3.1.4. On a donc : P1 P2 (u) = P1 (u) P2 (u) = P2 (u) P1 (u) (dans ce


cas la loi est commutative) et il ne faut pas oublier que P (u) va secrire sous la
forme P (u) = a0 IdE + a1 u + + ap up .
Attention : ne pas ecrire P (u(x)) a la place de P (u)(x) = a0 x+a1 u(x)+ +ap up (x),
la premiere ecriture nayant pas a priori de signification (sauf si lespace vectoriel E
est muni dune structure danneau).

Proposition 3.1.6. Algebre K[u], ideal des polynomes annulateurs

Im u = {P (u), P K} (note K[u]) est une sous-algebre commutative de


L(E).

Ker u = {P K[X] | P (u) = 0} est un ideal appele ideal des polynomes


annulateurs.

Dem :

On a prouve que u est un morphisme dalgebre donc Im u est une sous-


algebre de L(E). Dapres la remarque precedente (remarque 3.1.4), on sait
que Im u = K[u] est commutative.

Ker u ideal :

0 Ker u donc Ker u 6= .


Si P et Q sont dans Ker u alors (P Q)(u) = P (u) Q(u) = 0 donc
P Q Ker u . On en deduit que Ker u est un sous-groupe de K[X].
3.1. SOUS-ESPACES STABLES, POLYNOMES DUN ENDOMORPHISME 205

Si P Ker u et Q K[X] alors (QP )(u) = Q(u)P (u) = 0 donc Ker u


est absorbant, cest finalement un ideal 

Proposition 3.1.7. Polynome minimal


Si E est de dimension finie n alors Ker u 6= {0} et Ker u = u K[X].
u est appele polynome minimal de u.
Dem : On sait que L(E) est un espace vectoriel de dimension finie (dim L(E) = n2 ),
2
alors la famille a n2 + 1 elements : (Id, u, . . . , un ) est liee.
Il existe donc une combinaison lineaire de ces elements avec des i non tous nuls
soit
2
0 Id +1 u + + n2 un = 0.
2
On en deduit que Ker u 6= {0} car il contient le polynome 0 + 1 X + + n2 X n .
Ker u est un ideal non reduit a {0}, on sait alors quil est de la forme u K[X] avec
u 6= 0 
Proposition 3.1.8. On recupere ici une famille de sous-espaces stables par u, ce
sont les espaces Im P (u) et Ker P (u) pour tout polynome P .
Dem : u et P (u) commutent, on applique la proposition 3.1.1 page 201 
Theoreme 3.1. Lemme des noyaux
(appele aussi theoreme de decomposition des noyaux)
Si P et Q sont deux polynomes premiers entre eux alors

Ker P Q(u) = Ker P (u) Ker Q(u).

Dem :
Montrons legalite Ker(P Q)(u) = Ker P (u) + Ker Q(u) :

Grace a Bezout : P A + QB = 1 donc en passant aux polynomes


dendomorphisme, ceci se traduit par Id = P (u) A(u) + Q(u) B(u)
et, en appliquant cette relation au vecteur x de E, on obtient x = x1 + x2
ou x1 = P (u) A(u)(x) et x2 = Q(u) B(u)(x).
Si x Ker P Q(u) alors

Q(u)(x1 ) = Q(u)[P (u) A(u)(x)] = Q(u) P (u) A(u)(x)


| {z }
=x1

= A(u) P (u) Q(u)(x) = 0

car K[u] est une algebre commutative. Par consequent x1 Ker Q(u).
De meme on a x2 Ker P (u).
On a prouve que Ker P Q(u) Ker P (u) + Ker Q(u).
Si x = x1 + x2 ou x1 Ker Q(u) et x2 Ker P (u) alors

(P Q)(u)(x) = (P Q)(u)(x1 ) + (P Q)(u)(x2 ) = P (u) Q(u)(x1 ) +Q(u) P (u)(x2 )


| {z } | {z }
=0 =0
=0

donc Ker P (u) + Ker Q(u) Ker P Q(u).


206 CHAPITRE 3. REDUCTION DES ENDOMORPHISMES

On a donc prouve legalite.

Montrons que la somme est directe :


Si 0 = x1 + x2 (toujours avec x1 Ker Q(u) et x2 Ker P (u)) alors

x1 = P (u) A(u)(x1 ) + Q(u) B(u)(x1 ) avec legalite Id = P (u) A(u) + Q(u) B(u)
= P (u)A(u)(x1) car Q(u)(x1 ) = 0
= P (u)A(u)(x2 ) car x1 = x2 par hypothese
=0

par consequent x1 = x2 = 0, la somme est bien directe 

Corollaire 3.2. Si P = P1 P2 . . . Pq et si Pi Pj = 1 alors


q
M
Ker P (u) = Ker Pi (u)
i=1

Dem : Se fait par recurrence sur q :

On vient de faire la demonstration dans le cas q = 2.

On suppose la propriete vraie a lordre q > 2 : si P = P1 P2 . . . Pq+1 se


decompose en produit de polynomes premiers entre eux deux a deux alors, en
ecrivant que P = P1 . . . Pq1 (Pq Pq+1 ) et en utilisant lhypothese de recurrence,
| {z }
=Pq
on obtient

Ker P (u) = Ker P1 (u) Ker Pq1 (u) Ker(Pq Pq+1 )(u)
= Ker P1 (u) Ker Pq1 (u) Ker Pq (u) Ker Pq+1 (u)

ce qui assure le resultat a lordre q + 1 et termine la recurrence 

Remarque 3.1.5.

(i) On peut faire une demonstration directe de ce corollaire, il suffit de remarquer


P
que les polynomes Qi = sont premiers dans leur ensemble et de leur appli-
Pi
quer Bezout comme pour la demonstration du theoreme 3.1 (ou on sest limite
au cas ou q = 2).
Dem : Si D est un polynome irreductible qui divise tous les Qi alors D divise
P Q P
= Pj donc il existe k 6= i tel que D|Pk . Mais D| donc il divise un Pl
Pi j6=i Pk
avec l 6= k ce qui donne D = 1. Les polynomes Qi sont donc premiers dans
leur ensemble et legalite de Bezout secrit A1 Q1 + + Aq Qq = 1. On adapte
alors la demonstration du lemme des noyaux :
legalite se fait exactement de la meme facon avec xi = Qi (u)(x) puis, pour
Pq
la somme directe, si 0 = xi avec xi Ker Pi (u), alors Qj (u)(xi ) = 0 pour
i=1
3.2. REDUCTION DUN ENDOMORPHISME 207
Y
j 6= 0 (en effet Qj (u) secrit Pk (u) Pi (u)) ce qui permet davoir
k6=i,k6=j

q
X
xi = Qj (u)(xi ) = Qi (u)(xi )
j=1
!
X
= Qi (u) xj = 0
j6=i

q
M
(ii) Les projections pi attachees a la somme directe Ker Pi (u) appartiennent a
i=1
K[u].
Dem : Cette propriete est vraie pour q = 2, la recurrence se fait alors
comme dans la demonstration du corollaire precedent. On peut aussi utili-
ser la technique du premier point de cette remarque, comme les polynomes
Qi sont premiers dans leur ensemble alors il existe des polynomes Ai tels que
A1 Q1 + + Aq Qq = 1. Les projecteurs cherches secrivent alors sous la forme
pi = Ai (u) Qi (u) 

Question : Soit P = X a et Q = X b avec a 6= b et x Ker P Q(u), exprimer x1


et x2 en fonction de x.

3.2 Reduction dun endomorphisme


3.2.1 Valeurs propres, vecteurs propres dun endomor-
phisme

Proposition 3.2.1. Valeurs propres, vecteurs propres


Soit u L(E), si u stabilise D droite vectorielle de E alors il existe K tel que
x D, u(x) = x.
est une valeur propre de u.
Tout vecteur de D \ {0} est un vecteur propre de u.
Dem : Soit e 6= 0 un vecteur de D, (e) est donc une base de D. Si u(D) D alors
u(e) D donc il existe K tel que u(e) = e.
Si x D alors x = x1 e donc u(x) = x1 u(e) = x1 e = x 
Remarque 3.2.1. Le vecteur nul nest pas un vecteur propre !
Definition 3.2.1. Sous-espace propre
Si est une valeur propre le sous-espace E (u) = Ker(u IdE ) est appele sous-
espace propre de u attache a la valeur propre .

Proposition 3.2.2. Spectre


En dimension finie, est valeur propre de u ssi u IdE nest pas inversible.
Lensemble des valeurs propres de u est appele spectre de u et note Sp(u).
208 CHAPITRE 3. REDUCTION DES ENDOMORPHISMES

Dem : On peut raisonner par equivalences :

valeur propre de u u Id non injective


u Id non inversible (dim. finie)

Proposition 3.2.3. Si u et v sont deux endomorphismes de E qui commutent alors


les sous-espaces propres E (u) de u sont stables par v.
Dem : Ceci est une consequence immediate de la proposition 3.1.1 appliquee a
u IdE et v 

Theoreme 3.3. Soit u L(E) et (1 , . . . , m ) une famille de valeurs propres de


Pm
u distinctes deux a deux alors la somme Ei (u) est directe.
i=1
Toute famille de vecteurs propres (xi ) associee aux (i ) est libre.
m
Y
Dem : On utilise le lemme des noyaux : si P = (X i ) alors
i=1

m
M m
M
Ker P (u) = Ker(u i IdE ) = Ei (u)
i=1 i=1

donc on en deduit queffectivement la somme des Ei (u) est directe et quen plus
elle vaut Ker P (u) 
On peut aussi donner lexpression des projecteurs sur les Ei (u) avec les polynomes
Y X j
dinterpolation de Lagrange : Li = .
i j
j6=i
Ces polynomes verifient L1 + + Lm = 1 et ils correspondent a un facteur multi-
Y 1
plicatif pres (Ai = ) aux polynomes Qi de la demonstration du corollaire
i j
j6=i
du lemme des noyaux.
Y u j IdE
On a donc pi = Ai (u) Qi (u) = (ou pi designe le projecteur de
j6=i
i j
Ker P (u) sur Ei (u)).

Theoreme 3.4. Soit u L(E) et P K[X] alors si est une valeur propre de
u, P () est valeur propre de P (u).
Si P (u) = 0 alors toute valeur propre de u est zero du polynome P .
Dem :
Si P = a0 + a1 X + + ap X p , Sp(u) et x 6= 0 un vecteur propre associe
alors, en utilisant les proprietes uk (x) = k x (immediates par recurrence), on
a

P (u)(x) = a0 x + a1 u(x) + + ap up (x) = a0 + a1 x + + ap p x = P ()x

ce qui signifie que x est un vecteur propre de P (u) associe a la valeur propre
P ().
3.2. REDUCTION DUN ENDOMORPHISME 209

Toujours avec P = a0 + a1 X + + ap X p mais avec lhypothese suivante :


P (u) = 0 alors le meme calcul conduit a P (u)(x) = P ()x = 0 et comme x
nest pas le vecteur nul, P () = 0 

Remarque 3.2.2. les racines dun polynome annulateur ne sont pas toutes valeurs
propres de u (par exemple, si u2 = Id alors Sp(u) {1, 1} mais on ne peut rien
dire de plus a priori).
les valeurs propres sont necessairement racines du polynome minimal (consequence
du theoreme precedent).
Exemples :

(i) Si u est une homothetie de rapport alors Sp(u) = {}, les vecteurs de E \{0}
sont tous vecteurs propres (et ceci est une caracterisation des homotheties).
Le polynome minimal de u est u = X (u IdE = 0 et deg u = 1 est
minimal).

(ii) Si p est un projecteur non nul et different de lidentite alors Sp(p) = {0, 1} et
E0 (p) = Ker p, E1 (p) = Im p.
Ici u = X 2 X car p2 p = 0 et on utilise la remarque precedente.

(iii) Si a est une affinite daxe E1 , de direction E2 et de rapport k 6= 1 avec


E = E1 E2 (a(x1 + x2 ) = x1 + kx2 ) alors Sp(a) = {1, k} et E1 (a) = E1 ,
Ek (a) = E2 .
u = (X 1)(X k) (immediat).

(iv) Si s est une symetrie par rapport a E1 parallelement a E2 (s(x1 +x2 ) = x1 x2 )


alors Sp(s) = {1, 1} et E1 (s) = E1 , E1 (s) = E2 .
u = X 2 1.

Proposition 3.2.4. Soit u L(E) et E stable par u, si on pose u = u||E , alors :


Sp(u ) Sp(u) et si est une valeur propre de u , E (u ) = E (u) E .

Dem :

Si est une vap de u alors il existe x 6= 0 dans E tel que u(x ) = x soit
u(x ) = x donc est une vap de u.

Ensuite, on raisonne par double inclusion :

E (u ) E (u) vu le premier point et E (u) E par consequent on a


E (u ) E (u) E .
Inclusion dans lautre sens : si x E (u) E alors u(x) = x et comme
x E on a u (x) = u(x) = x donc x E (u ) 

Theoreme 3.5.
Soit a GL(E), lapplication u L(E) 7 a u a1 est un automorphisme de
L(E).
Sp(u) = Sp(a u a1 ) et, si Sp(u), alors a (E (u)) = E (v).
Dem :
210 CHAPITRE 3. REDUCTION DES ENDOMORPHISMES

Soit a : u L(E) 7 a u a1 L(E).

a est en endomorphisme de L(E) (immediat),


a (IdE ) = a IdE a1 = IdE ,
a (u v) = a u v a1 = (a u a1 ) (a v a1 ) = a (u) a (v),
a1 a (u) = a1 (a u a1) a = u ce qui signifie que a est inversible
et (a )1 = a1 .

Donc a est bien un automorphisme de L(E).

Si est une vap de u alors pour tout x de E (u), u(x) = x et, si on pose
y = a(x), v = a u a1 ,

v(y) = a u a1 (y) = a u(x) = a(x) = y.

Comme y = a(x) 6= 0 car a GL(E) alors est valeur propre de v soit


Sp(u) Sp(v).
La relation etant symetrique en u et v on en deduit que les spectres sont egaux :
Sp(u) = Sp(u) = Sp(aua1 ).

En outre on a prouve que a(E (u)) E (v) et, par symetrie (en remplacant
a par a1 et u par v) a1 (E (v)) E (u) dou legalite 

Questions :

(i) Chercher les valeurs propres de


u : P Kn [X] 7 (X 2 1)P + (2X + 1)P Kn [X].

(ii) Si E = C (R) chercher les valeurs


Z x propres et les vecteurs propres de
u : f E 7 f (t) dt et v : f E 7 f .
0

(iii) Chercher les valeurs propres et les vecteurs propres de u : f C(R, C) 7 u(f )
Z 2
defini par u(f )(x) = sin(x t)f (t) dt.
0

3.2.2 Valeurs propres, vecteurs propres dune matrice


carree

Definition 3.2.2. Elements propres dune matrice carree


Soit M Mn (K) et u lendomorphisme de Kn canoniquement associe a M.
On definit les valeurs propres de M comme etant celles de u, Sp(M) = Sp(u) et
E (M) = E (u).

Proposition 3.2.5. Si M Mn (R) alors M peut etre consideree comme une


matrice de Mn (C) et dans ce cas, le spectre de M dans R (SpR (M)) est egal au
spectre de M dans C (SpC (M)).

Dem :
3.2. REDUCTION DUN ENDOMORPHISME 211

Si SpR (M) (suppose non vide) alors il existe X matrice unicolonne non
nulle telle que MX = X, comme R C alors SpC (M) (en considerant
comme un nombre complexe), on en deduit que SpR (M) SpC (M) R.

Si SpC (M) R alors il existe X Mn,1(C) telle que MX = X. On


pose alors X = X1 + iX2 ou X1 et X2 sont des matrices unicolonnes reelles.
En identifiant parties reelles et parties imaginaires on obtient MX1 = X1 et
MX2 = X2 . Comme X1 et X2 ne peuvent etre simultanement nulles (sinon
X = 0), on en deduit que SpR (M).

On obtient finalement legalite comme annonce : SpR (M) = SpC (M) R 


Dans la partie concernant la premiere annee (cf. section 8.5.5 page 158, on a
vu la notion de matrice semblable et comme ci-dessus avec les endomorphismes,
M Mn (K) 7 P MP 1 Mn (K) est un automorphisme de Mn (K). On a
Sp(M) = Sp(P MP 1 ).
En fait, deux matrices sont semblables ssi elles representent le meme endomorphisme
dans des bases differentes.

3.2.3 Polynome caracteristique

On suppose que, pour la suite de ce chapitre, E est un espace vectoriel de dimension


finie.

Definition 3.2.3. Polynome caracteristique


Ici, u L(E), A est la matrice de u dans une base donnee ; les definitions pour u
et A se correspondent.
Le polynome caracteristique de u (et de A) secrit :
Pu (x) = det(u x IdE ) = det(A xIn )
(note parfois u , ecrit parfois sous la forme det(x IdE u)).

Proposition 3.2.6. Sp(u) Pu () = 0.

Dem: On peut raisonner par equivalences :

Sp(u) u IdE non injective


u IdE non bijective
det(u IdE ) = Pu () = 0

Ceci est un critere tres utile pour trouver les valeurs propres en dimension finie.

Definition 3.2.4. Ordre de multiplicite dune valeur propre


On appelle ordre de multiplicite de valeur propre de u son ordre de multiplicite
dans le polynome caracteristique.
212 CHAPITRE 3. REDUCTION DES ENDOMORPHISMES

Remarque 3.2.3.
(i) Le coefficient de xn1 dans le polynome caracteristique est : (1)n1 Tr(A) et
donc, si le polynome caracteristique est scinde (ce qui est le cas sur C) alors,
Tr(A) est egal a la somme des vap comptees avec leur ordre de multiplicite.
Le coefficient constant est det A, il est egal au produit des valeurs propres
(toujours dans le cas ou le polynome caracteristique est scinde).

a11 x a 12 . . . a1n


a21
a22 x a2n
Dem : Soit Pn (x) = .. .. .. , montrons par
. . .

an1 an2 . . . ann x
Pn
recurrence sur n que Pn (x) = (1)n xn + (1)n1 aii xn1 + Qn2 (x) ou
i=1
deg Qn2 6 n 2.

Si n = 1, cest immediat,
pour n = 2 aussi : P2 (x) = x2 (a11 + a22 )x + a11 a22 a12 a21 .
| {z } | {z }
Tr A2 =det A

On suppose la propriete vraie a lordre n, on note An la matrice dordre


n, et on developpe Pn+1 (x) par rapport a la derniere colonne :
n
X
Pn+1 (x) = (an+1 n+1 x)Pn (x) + (1)i+n+1 i,n+1 (x)
|i=1 {z }
=Rn+1 (x)

= (an+1 n+1 x) (1)n xn + (1)n1 Tr(An )
+ (an+1 n+1 x)Qn2 (x) + Rn+1 (x)
n+1 n+1 n
= (1) x + (1) Tr(An+1 ) + Qn1 (x).

Or i,n+1 (x) sobtient en supprimant la derniere colonne et la i-ieme


ligne donc on enleve les coefficients aii x et an+1,n+1 x, il ne reste plus
que n 1 termes ajj x et dans le developpement du determinant, on
aura un polynome de degre au plus egal a n 1. Donc Rn+1 Kn1 [X],
de meme pour (an+1,n+1 x)Qn2 (x) ce qui acheve la recurrence.

On obtient ainsi le coefficient de xn1 et, si le polynome caracteristique


est scinde alors les relations entre coefficients et racines nous permettent
daffirmer que Tr(A) est egal a la somme des valeurs propres comptees avec
leur ordre de multiplicite.
Pour le coefficient constant, il suffit de prendre x = 0 et on trouve det A 

(ii) A et AT ont meme polynome caracteristique.



a11 . . . a1n Yn

(iii) Si A est triangulaire, A = . .
. . .. alors PA (x) = (aii x), les aii
0 ann i=1

sont donc valeurs propres de A.


Dem : On utilise le developpement dune matrice triangulaire ce qui donne
directement le polynome caracteristique 
3.2. REDUCTION DUN ENDOMORPHISME 213

Proposition 3.2.7. Soit u L(E), on suppose que E est stable par u et on appelle
u = u||E alors Pu |Pu .
Mm
Plus generalement, si E = Ei et si u stabilise cette somme directe alors
i=1
Pu = Pu1 . . . Pum .
Dem :
 
A B
On ecrit la matrice de u dans une base adaptee : M(u) = (ecriture
0 C
par blocs) alors Pu (x) = det(A xIp ) det(C xIq ) = Pu (x)Q(x) ou u est
lendomorphisme de matrice A.
De meme,
on ecrit la matrice
de u dans une base adaptee a la somme directe :
A1 0
M(u) =
. ..
dou
0 Am

A1 xIp 0
1
Pu (x) =
..
.

0 Am xIpm
= det(A1 xIp1 ) det(Am xIpm ) = Pu1 (x) . . . Pum (x)

Proposition 3.2.8. La dimension dun sous-espace propre E (u) est inferieure ou


egale a lordre de multiplicite de dans Pu .
Dem : On pose u = u||E(u) , u est donc une homothetie sur E (u) donc Pu =
( X)m ou m est la dimension de E (u). Comme Pu |Pu alors Pu (X) = (
X)m Q(X) = ( X)() R(X) ou R() 6= 0 (() designe lordre de multiplicite de
, valeur propre). R(X) et (X) sont des polynomes premiers entre eux, de meme
pour R(X) et ( X)m . Comme R(X) divise le produit ( X)m Q(X), il divise
donc Q(X) (theoreme de Gauss). On a alors Q(X) = S(X)R(X) et on simplifie la
relation ( X)m Q(X) = ( X)() R(X) par R(X) dou

( X)m S(X) = ( X)()

et par consequent on peut conclure m 6 () 

Theoreme 3.6. Theoreme de Cayley-Hamilton


Pu (u) = 0 i.e. le polynome caracteristique est un polynome annulateur.

a11 x a1n
Dem (non exigible) : Soit B(x) = A xIn =
..
, chaque
.
an1 ann x
cofacteur de B sobtient en calculant le determinant dune matrice obtenue a partir
de B(x) en supprimant une ligne et une colonne donc on obtient a chaque fois un
polynome en x de degre au plus egal a n 1.
B(x) T transposee de la matrice des cofacteurs de B(x) secrit par consequent sous
la forme
T
B(x) = B0 + xB1 + + xn1 Bn1

214 CHAPITRE 3. REDUCTION DES ENDOMORPHISMES

en prenant pour matrice Bi la matrice des coefficients de xi .


On utilise alors legalite
T
B(x)B(x) = det B(x)In = Pu (x)In
= (A xIn )(B0 + xB1 + + xn1 Bn1

)

(la premiere relation a ete etablie a la proposition 8.5.11 page 157) et en developpant,
on obtient les egalites

AB0 = a0 In
AB1 B0 = a1 In A
.. ..
. .
ABk Bk1 = ak In Ak
.. ..
. .
ABn1 Bn2 = an1 In An1
Bn1 = (1)n In An

On multiplie alors a gauche par les matrices Ak indiquees ci-dessus, on ajoute toutes
ces egalites, on a les simplifications suivantes : Ak Bk1 (k + 1-ieme ligne) avec
Ak Bk1 (k + 2-ieme ligne). Finalement, on trouve 0 a gauche (tout sest simplifie)
et a0 In + a1 A + + (1)n An = PA (A) a droite soit PA (A) = 0 
Questions :

(i) Soit (u, v) L(E)2 , montrer que Puv = Pvu . On propose deux methodes :
Etudier le cas ou u GL(E) et sy ramener par un argument de continuite.
Si A et B sont les matrices de u et v, remarquer (!) que
     
BA In B In 0 In 0 In B
= .
0 In A In A In 0 AB In

(ii) Si A GLn (K), exprimer PA1 en fonction de PA .



5 1 9
(iii) Si A = 3 4 0 a laide de Cayley-Hamilton, exprimer A1 dans K[A].
1 1 1

(iv) Une autre demonstration de Cayley-Hamilton : on pose, pour tout x de E\{0},


Ex = Vect(um (x), m N).
Montrer que u(Ex ) Ex et quil existe p N tel que (x, u(x), . . . , up1(x))
soit une base de Ex . On pose ux = u||Ex , montrer que la matrice de ux dans

0 . . . 0 a0
. . . ..
1 . a1
la base precedente secrit . .
.. 0
0 1 ap1
En utilisant le fait que Pux |Pu , prouver le theoreme de Cayley-Hamilton.
3.2. REDUCTION DUN ENDOMORPHISME 215

3.2.4 Reduction dun endomorphisme en dimension finie

a) Conditions de diagonalisation
Definition 3.2.5. Endomorphisme diagonalisable
Soit u L(E), on dit que u est diagonalisable ssidef E est somme directe des sous-
espaces propres de u.

Proposition 3.2.9. Si u est diagonalisable et si on appelle p les projecteurs as-


socies a la decomposition en somme directe de E en sous-espaces propres alors
X
u= p .
Sp(u)
M
Reciproquement, si E = Ej et si u induit sur chaque Ej une homothetie alors u
jI
est diagonalisable.
Dem :
M
Soit E = E (u) la decomposition de E en somme directe des sous-
Sp(u)
espaces propres de u alors tout element x de E secrit
X
x= x ou x E (u).
Sp(u)

Donc, par linearite,


X X
u(x) = u(x ) = x
Sp(u) Sp(u)

X X
= p (x) = p (x)
Sp(u) Sp(u)
P
soit u = p .
Sp(u)

Reciproquement : on a u||Ei = i IdEi , on regroupe les i qui sont egaux de


maniere a former une partition de I : I = I1 I2 . . . Im ou, si i et j sont
dans le meme Ik alors i = j et i 6= j dans le cas contraire. En regroupant
Mm M
les espaces Ei on aura donc E = Fk ou Fk = Ei .
k=1 iIk
Si x Fk alors u(x) = k x ou k est la valeur commune des i dans Ik donc
Fk Ek (u) et comme
m
M m
M
E= Fk Ek E
k=1 k=1

alors on a egalite des dimensions donc egalite des sous-espaces vectoriels soit
Mm
Fk = Ek (u). On en deduit alors que E = Ek (u) cest-a-dire u est
k=1
diagonalisable 
216 CHAPITRE 3. REDUCTION DES ENDOMORPHISMES

Proposition 3.2.10. u est diagonalisable ssi il existe une base de E formee de


vecteurs propres, ce qui est encore equivalent a lexistence dune base dans laquelle
la matrice de u est diagonale.
Dem :
Soit (e1 , . . . , en ) une base de vecteurs propres de u, on pose Ei = Vect(ei ). On
M n
aE= Ei et u induit sur chaque Ei une homothetie donc, en vertu de la
i=1
proposition precedente, u est diagonalisable.
Si u est diagonalisable alors on prend une base de chaque sous-espace propre
que lon concatene pour former une base de E (ce qui est possible car E est
somme directe des sous-espaces propres de u). La base obtenue est bien une
base de vecteurs propres de u. On a donc prouve ici la premiere equivalence.
La deuxieme equivalence est alors immediate car la matrice de u dans une
base de vecteurs propres est evidemment diagonale, la reciproque est tout
aussi evidente 
Attention ici a ne pas prendre comme definition dun endomorphisme diagonalisable
lexistence dune base de vecteurs propres de u, en effet, la definition donnee est plus
generale et ne depend pas du choix dune base. Ceci est important pour la suite, voir
la remarque suivante.
Proposition 3.2.11. u est diagonalisable ssi la somme des dimensions des sous-
espaces propres de u est egale a dim E.
M
Dem : () : Si u est diagonalisable alors E = E (u) par consequent on a
Sp(u)
P
dim E = dim E (u).
Sp(u)
M
() On a E (u) E et la condition sur les dimensions donne
Sp(u)

M X
dim E (u) = dim E (u) = dim E
Sp(u) Sp(u)
M
donc E (u) = E (sous-espace vectoriel de E de meme dimension que E 
Sp(u)

Remarque 3.2.4.
(i) Si Pu est scinde sur K et na pas de racine multiple alors u est diagonalisable
et ses sous-espaces propres sont de dimension 1.
Dem : Comme Pu est scinde et a toutes ses racines simples, il admet n racines
distinctes 1 , . . . , n . Comme chaque Ei (u) est de dimension > 1 alors
n
X
n6 dim Ei (u) 6 dim E = n
i=1
n
P
donc on a egalite a chaque niveau soit dim Ei (u) = dim E et on utilise la
i=1
proposition precedente 
3.2. REDUCTION DUN ENDOMORPHISME 217

(ii) Si dim E (u) < () ordre de multiplicite de dans Pu alors u nest pas
diagonalisable.
Dem : Pour tout Sp(u), dim E (u) 6 () (cf. proposition 3.2.8 page
P P
213) et dim E (u) < () donc dim E (u) < () 6 n. On
Sp(u) Sp(u)
utilise alors la proposition precedente (en prenant les proprietes contraires) 

(iii) La notion de vecteur propre nest pas intrinseque (ainsi que lexistence dune
base dans laquelle u est diagonalisable), par contre, la notion de sous-espace
propre est intrinseque (i.e. ne depend que de lendomorphisme) ainsi que le
resultat de la proposition 3.2.9. On peut alors definir sans ambigute (par
exemple)
P P
eu = e p et si > 0, u = p .
Sp(u) Sp(u)

Theoreme 3.7. u est diagonalisable ssi il existe un polynome annulateur scinde


sur K dont toutes les racines sont simples.
Ceci est un theoreme tres important !
Dem :
m
Y
() Soient (i )i[[1,m]] les valeurs propres de u, on pose P = (X i ).
i=1
Si xj Ej (u) alors, comme u(xj ) = j xj ,

P (u)(xj ) = (u 1 IdE ) . . . (u j IdE ) . . . (u n IdE )(xj )

et comme les endomorphismes u i IdE commutent

Y
= (u i IdE ) (u j )(xj )
i6=j
" #
Y
= (u i IdE ) (u(xj ) j xj ) = 0.
i6=j

m
P
On ecrit ensuite tout vecteur x sous la forme x = xj ou xj Ej (u) dou
i=1
n
P
P (u)(x) = P (u)(xj ) = 0.
j=1

m
Q
() On utilise le lemme des noyaux avec P (X) = (X i ) qui est un polynome
i=1
annulateur
m
de u.
M
E= Ker(u i IdE ) et on ecarte les sous-espaces vectoriels reduits a {0}
i=1
et on renumerote les i qui restent, dou (m 6 m)
m
M
E= Ker(u i IdE )
| {z }
i=1
=Ei (u)
218 CHAPITRE 3. REDUCTION DES ENDOMORPHISMES

donc E etant somme des sous-espaces propres de u, on en deduit que u est


diagonalisable 

On peut preciser un polynome annulateur particulierement interessant avec le co-


rollaire suivant :
Y
Corollaire 3.8. u est diagonalisable ssi u annule le polynome (X ).
Sp(u)

Dem : On reprend la demonstration du sens direct du theoreme precedent ou on a


Y
montre que (X ) etait un polynome annulateur.
Sp(u)
Y
La reciproque est une consequence immediate de ce theoreme car (X ) est
Sp(u)
un polynome scinde a racines simples 
Applications :

(i) Si u est diagonalisable et si E est stable par u alors u = u||E est aussi diagona-
lisable.
Dem : Si P (u) = 0 alors x E, P (u)(x) = 0, en particulier si x E on
a P (u)(x) = P (u)(x) = 0 soit P (u) = 0 ou P est un polynome scinde sans
racine multiple donc u est diagonalisable 

(ii) (Tres important) Si u et v sont deux endomorphismes diagonalisables qui


commutent alors ils sont simultanement diagonalisables.
M
Dem : Si u est diagonalisable alors E = E (u). Or v(E (u)) E (u)
Sp(u)
(cf. proposition 3.2.3 page 208). Vu le (i) de cette remarque, on sait que
v = v||E (u) est diagonalisable. Soit (e1, , . . . , en , ) une base qui diagonalise
v alors (ei, )Sp(u),i[[1,n ]] est une base de vecteurs propres communs a u et
v. Dans cette base, les matrices de u et v sont diagonales.
La reciproque est vraie (deux matrices diagonales commutent, il en est de
meme des endomorphismes) mais elle est inutile 

b) Trigonalisation

Definition 3.2.6. Endomorphisme trigonalisable


On dit que u L(E) est trigonalisable ssidef il existe une base dans laquelle la
matrice de u est triangulaire superieure.

Theoreme 3.9. u est trigonalisable ssi il annule un polynome scinde sur K.


Dem :

Limplication directe est immediate : le polynome caracteristique est un po-


lynome annulateur dapres le theoreme de Cayley-Hamilton. Or on sait que
pour une matrice triangulaire, les valeurs propres se retrouvent sur la diago-
nale avecleur ordre demultiplicite :
1 a1n Yn
M(u) =
..
et P (x) = (i x) qui est bien scinde.
. u
0 n i=1
3.2. REDUCTION DUN ENDOMORPHISME 219

Reciproque : on raisonne par recurrence sur n = dim E en faisant lhypothese


suivante : si dim E = n alors tout endomorphisme de E qui annule un po-
lynome scinde est trigonalisable.

Si dim E = 1 cest immediat car tous les endomorphismes sont trigonali-


sables...
On suppose la propriete
Qp vraie a lordre n 1, n > 2. Si u annule un
i
polynome scinde = i=1 (X i ) alors
p
Y
det (u) = [det(u i Id)]i = 0
i=1

donc il existe i tel que det(u i Id) = 0 (on a affaire a un produit


delements de K).
Quitte a renumeroter les i , on suppose que det(u 1 Id) = 0. 1 est
valeur propre de u et u possede alors un vecteur propre e1 . On complete
(e1 ) en une basede E 
: (e1 , e2 , . . . , en ). Dans cette base, la matrice de u
C
secrit M(u) = .
0 A
On utilise alors lhypothese de recurrence avec lendomorphisme v de
Kn1 de matrice A :
En faisant des produits par blocs, on a
 2 
2 C2
M(u) = ,
0 A2
 3 
3 C3
M(u) =
0 A3
.. ..
. .
 n 
n Cn
M(u) = .
0 An
 
() D
On en deduit que (M(u)) = .
0 (A)
A annule un polynome scinde en prenant pour polynome le po-
lynome annulateur de u donc, dapres lhypothese de recurrence, v
est trigonalisable. Par consequent il existe P matrice de passage telle
que A = P T P 1 (ou T est triangulaire).
On aura alors
 
C
M(u) =
0 P T P 1
   
1 0 C 1 0
=
0 P 0 T 0 P 1

ou C = CP 

Cette demonstration est tres utile dans la pratique notamment le dernier produit
matriciel qui sert dans des exercices, des problemes et rend les choses plus claires et
plus faciles a rediger.
220 CHAPITRE 3. REDUCTION DES ENDOMORPHISMES

Corollaire 3.10. u est trigonalisable ssi son polynome caracteristique est scinde
(sur K).
Dem :

Grace a Cayley-Hamilton, si Pu est scinde alors u est trigonalisable (Pu est un


polynome annulateur).

Reciproquement, si u est trigonalisable alors dans une base ou u est trigonalise,


on lit toutes les valeurs propres avec leur ordre de multiplicite sur la diagonale
donc, comme on la vu dans la demonstration du theoreme precedent (sens
Yn
direct) alors Pu (x) = (i x) est bien scinde 
i=1

Remarque 3.2.5. Si K = C alors tous les endomorphismes sont trigonalisables et


toutes les valeurs propres se lisent sur la diagonale avec leur ordre de multiplicite.

c) Cas des matrices


On peut etendre au cas des matrices les notions vues pour les endomorphismes.

Definition 3.2.7. Matrice diagonalisable, trigonalisable


Soit M Mn (K) et u lendomorphisme de Kn associe dans la base canonique.

M est diagonalisable ssidef u est diagonalisable.

M est trigonalisable ssidef u est trigonalisable.

On peut recuperer les conditions de diagonalisation et de trigonalisation des endo-


morphismes. On notera en particulier que M est diagonalisable (resp. trigonalisable)
ssi M est semblable a une matrice diagonale (resp. triangulaire).
Plus precisement on aura M = P DP 1 (resp. M = P T P 1) ou P est la matrice de
passage de la base canonique a la base de vecteurs propres (Mnemo : P D passage
a diagonale...).
Dun point de vue pratique, si (X1 , X2 , . . . , Xn ) est une famille de vecteurs propres de
M (MXi = i Xi ) alors la matrice de passage P est formee des vecteurs colonnes Xi :
P = (X1 X2 . . . Xn ) et la matrice diagonale est egale a D = Diag(1 , 2 , . . . , n ).
Ce qui suit, jusqua la fin du chapitre nest pas explicitement au programme mais
peut rendre des services precieux
Un theoreme interessant concernant les matrices a coefficients reels et tout dabord
une propriete simple.

Proposition 3.2.12. Si A et B sont deux matrices de Mn (R) C-semblables alors


elles sont R-semblables.

Dem : On sait par hypothese quil existe P GLn (C) telle que AP = P B. P est a
coefficients complexes, on ecrit P = R + iQ ou R et Q sont a coefficients reels. On a
donc AR = RB et AQ = QB. Comme f (x) = det(R+xQ) nest pas le polynome nul
(f (i) 6= 0) alors il existe x R tel que f (x) 6= 0. On a donc A(R+xQ) = (R+xQ)B
avec R + xQ inversible et a coefficients reels donc A = (R + xQ)B(R + xQ)1 i.e.
A et B sont R-semblables 
3.2. REDUCTION DUN ENDOMORPHISME 221

Theoreme 3.11. Si A Mn (R) est C-diagonalisable alors A est semblable a une


matrice de la forme  
Diag(i ) 0
0 Diag(Aj )
ou les i sont les valeurs propres reelles
 de A  et ou les matrices Aj sont des
aj bj
matrices de similitude dordre 2 (Aj = ).
bj aj

Dem : On sait que A est C-diagonalisable donc, si (i )i[[1,k]] sont les vap reelles
de A, (j , j )j[[1,p]] les vap complexes alors A est semblable a la matrice diago-
nale Diag(1 , . . . , k , 1 , 1, . . . , p , p ) (en effet les valeurs propres complexes sont
conjuguees deux a deux et j , j ont meme ordre de multiplicite car le polynome
caracteristique de A est reel).
Or, en utilisant les relations
     
j 0 1 1 i aj bj 1 1
=
0 j 2 1 i bj aj i i
| {z } | {z } | {z }
=Bj =P1 =P11

ou a1 = Re(1 ), b1 = Im(1 ) on peut ecrire :



Diag(i ) 0 0 Ik 0 0 Diag(i ) 0 0 Ik 0 0
1
0 B1 0 0 P1 0 0 A1 0 0 P1 0


. . = . . . . . .
. . . .
1
0 0 Bp 0 0 Pp 0 0 Ap 0 0 Pp

Ik 0 0 Ik 0 0
1
0 P1 0
0 P1 0

Comme les matrices .. et .. sont inverses
. .
1
0 0 Pp 0 0 Pp

Diag(i ) 0 0

0 A1 0
lune de lautre, A est C-semblable a la matrice . . et en
.
0 0 Ap
vertu de la propriete precedente, A est R-semblable a cette matrice 
Questions :

0 2 0
(i) Soit u un endomorphisme de C3 de matrice M = 1 0 1. Diagonaliser
0 2 0
u sur C, donner la reduction de u considere comme endomorphisme de R3 .
(ii) Soit M Mn (C) verifiant M 3 2M 2 +M In = 0. M est-elle diagonalisable ?

a c b
(iii) Diagonaliser M = c a + b c , (a, b, c) R3 .
b c a
(iv) Soit u L(E) un endomorphisme trigonalisable et P K[X]. Montrer que
P (u) est trigonalisable.
222 CHAPITRE 3. REDUCTION DES ENDOMORPHISMES

3 3 2
(v) Trigonaliser u de matrice M = 1 1 2
2 4 4
CHAPITRE 4

Espaces euclidiens et hermitiens

4.1 Espaces prehilbertiens reels


Dans toute cette section le corps de base est R.

4.1.1 Formes bilineaires symetriques

On a defini au 8.5.2. dans les revisions du cours de premiere annee la notion


dapplication p-lineaire. On note S(E) lensemble des formes bilineaires symetriques
de E.

Proposition 4.1.1. S(E) est un espace vectoriel.

Dem : Lapplication nulle : O : (x, y) E 2 7 0 est symetrique donc S(E) est non
vide.
Si B et B sont deux elements de S(E) alors B + B est bien une application
bilineaire symetrique (la linearite par rapport a une variable se demontre comme
pour les applications lineaires et la symetrie est evidente). S(E) est donc stable par
combinaison lineaire, cest par consequent un sous-espace vectoriel de lensemble des
applications bilineaires de E 2 dans R 

Definition 4.1.1. Forme quadratique


Si B S(E), on lui associe lapplication Q : x E 7 Q(x) = B(x, x). Q est
appelee forme quadratique associee a B.

Proposition 4.1.2. Identite de polarisation, forme polaire


Si B S(E) et si Q est sa forme quadratique associee alors

4B(x, y) = Q(x + y) Q(x y).

B est appelee forme polaire associee.

Dem : Q(x + y) = B(x + y, x + y) = B(x, x) + B(y, x) + B(x, y) + B(y, y) (ou


= 1) donc Q(x + y) = B(x, x) + B(y, y) + 2B(x, y) par symetrie de B. On
obtient alors la relation donnee en retranchant Q(x y) a Q(x + y) 

Remarque 4.1.1. On a aussi 2B(x, y) = Q(x + y) Q(x) Q(y).

223
224 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

Definition 4.1.2. Forme quadratique positive, forme bilineaire positive


On dit que Q associee a B est positive ssidef Q(x) > 0 pour tout x de E (et aussi
que B est positive).
On retrouve ici linegalite de Cauchy-Schwarz qui est en fait valable pour toutes les
formes positives :
Proposition 4.1.3. Si B S(E) est positive alors (B(x, y))2 6 Q(x)Q(y).
Dem : On etudie le trinome () = Q(x + y) comme dans le cas des espaces
euclidiens :
Par hypothese, () > 0.
En developpant on a aussi () = Q(x) + 2B(x, y) + 2 Q(y).
Si Q(y) = 0 alors B(x, y) = 0 sinon, en choisissant par exemple B(x, y) > 0,
() quand ce qui est contraire a lhypothese.
Si Q(y) 6= 0 alors le trinome du second degre en : Q(x) + 2B(x, y) + 2Q(y)
est toujours positif donc soit il nadmet pas de racine reelle soit il admet une
racine double et dans ce cas sont discriminant = 4B(x, y)2 4Q(x)Q(y) est
6 0.
Dans tous les cas, on a bien B(x, y)2 6 Q(x)Q(y) 
Remarque 4.1.2. Si B est definie positive alors legalite dans linegalite de Cauchy-
Schwarz na lieu que si x et y sont colineaires.
Dem : On a en fait une equivalence, si x et y sont colineaires alors on a egalite car,
si par exemple y = x, B(x, y)2 = 2 Q(x)2 = Q(x).2 Q(x) = Q(x)Q(y) mais cette
implication nest pas tres utile.
Reciproquement : si B(x, y)2 = Q(x)Q(y) alors
dans le cas ou Q(y) 6= 0, le trinome sur second degre mis en evidence a la
question precedente admet une racine double 0 . On a donc (0 ) = Q(x +
0 y) = 0 dou x + 0 y = 0 ce qui prouve que x et y sont colineaires.
Si Q(y) = 0 alors y = 0 et la meme conclusion persiste 

Definition 4.1.3. Matrice associee a une forme bilineaire symetrique


Soit (e1 , . . . , en ) une base de E. On appelle matrice de B forme bilineaire symetrique
definie sur E la matrice M(B) = (B(ei , ej )). Cette matrice est aussi la matrice de
la forme quadratique associee.
Expression analytique. Si M = M(B) alors
n
! n
X X
B(x, y) = B xi ei , y = xi B(ei , y)
i=1 i=1
n n
!
X X
= xi B ei , yj ej
i=1 j=1
X
= xi yj B(ei , ej ) = X T MY = Y T MX
i,j
4.1. ESPACES PREHILBERTIENS REELS 225

ou X et Y sont les matrices de x et y dans la base des (ei ).


Pour la forme quadratique, on pourra ecrire :
X X X
Q(x) = xi xj B(ei , ej ) + xi xj B(ei , ej ) + xi xj B(ei , ej )
i=j i<j j<i

on utilise alors B(ei , ej ) = B(ej , ei ) et on echange i et j dans la derniere somme

n
X X
Q(x) = x2i B(ei , ei ) + 2 B(ei , ej )xi xj = X T MX.
i=1 16i<j6n

Remarque 4.1.3. On passe de la forme quadratique a la forme polaire associee par


1
dedoublement des termes : x2i xi yi et xi xj (xi yj + xj yi ).
2
Dem : Cest immediat et surtout cela se generalise au cas des formes lineaires : si
Q(x) = f (x)g(x) ou f et g sont des formes lineaires, Q est une forme quadratique
1
et sa forme polaire est B(x, y) = [f (x)g(y) + f (y)g(x)] 
2
Questions :
(i) Soit M Mn (R), on definit Q(M) = Tr(M T M) + Tr(M)2 . Montrer que Q
est une forme quadratique.
(ii) Soit Q une forme quadratique positive et x un vecteur isotrope (i.e. Q(x) = 0).
Montrer que y E, B(x, y) = 0.
(iii) Par quoi est remplace la proposition 4.1.3 si Q 6 0 ?
1P n Q 1P n Q
(iv) Montrer que B(x, y) = (x).yi = (y).xi .
2 i=1 xi 2 i=1 yi

4.1.2 Produit scalaire

On renvoie au debut du chapitre 9 des revisions de premiere annee sur les espaces
euclidiens pour la definition du produit scalaire, pour les inegalites de Cauchy-
Schwarz, triangulaire (pour la norme euclidienne) et pour les relations entre produit
scalaire et norme notamment lidentite du parallelogramme ainsi que lidentite de
polarisation qui nest en fait que la reedition de la proposition 4.1.2 ci-dessus.
Definition 4.1.4. Espaces prehilbertiens reels
Soit E un espace vectoriel sur R, on dit que E est prehilbertien ssidef il est muni
dun produit scalaire.
Exemples :
+
P
(i) Si E = {(un ) RN | u2n < +} alors on definit sur E une structure
n=0
despace prehilbertien avec le produit scalaire suivant
+
X
(u|v) = un vn .
n=1
226 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

Cet exemple fait reference a la notion de serie que lon verra en analyse au
chapitre 5.
(ii) Si E = C([a, b]), on peut en particulier definir le produit scalaire suivant :
Z
f (t)g(t) dt
(f |g) = p .
]a,b[ (t a)(b t)
Cet exemple fait reference a la notion dintegrale sur un intervalle quelconque
que lon verra en analyse au chapitre 6.

4.1.3 Orthogonalite

On peut la aussi reprendre le cours de premiere annee et etendre les definitions des
vecteurs orthogonaux, de sous-espaces vectoriels orthogonaux et de lorthogonal F
dun sous-espace vectoriel dans le cas dun espace vectoriel prehilbertien.
Definition 4.1.5. Famille orthogonale, famille orthonormale
Soit I une famille quelconque dindice.
On dit que la famille (ei )iI est orthogonale ssidef (ei |ej ) = 0 pour i 6= j.
On dit que la famille (ei )iI est orthonormale ssidef (ei |ej ) = ij .

Theoreme 4.1. Relation de Pythagore


Si (ei )i[[1,p]] est une famille orthogonale alors

ke1 + + ep k2 = ke1 k2 + + kep k2 .

Dem : On fait une recurrence sur p :


p = 2 : ke1 + e2 k2 = ke1 k2 + 2(e1 |e2 ) + ke2 k2 (en utilisant le developpement de
la norme associee au produit scalaire).
On suppose la propriete vraie a lordre p, a lordre p + 1 on ecrit
ke1 + + ep1 + ep + ep+1 k2 = ke1 k2 + + kep1 k2 + kep + ep+1 k2
| {z }
=ep

en utilisant la propriete de recurrence

= ke1 k2 + + kep1 k2 + kep k2 + kep+1k2


avec la propriete a lordre 2, ce qui acheve la recurrence 

Exemple : Si E = C2 ensemble des fonctions continues 2-periodiques a valeurs


reelles, la famille (cn )nN ou les cn sont definis par
Z 2cn (x) = cos(nx) est une famille
1
orthogonale pour le produit scalaire (f |g) = f (t)g(t) dt.
2 0
La relation de Pythagore nous donne
Z 2
1 1 2 
(a0 + a1 cos x + + an cos nx)2 dx = a20 + a1 + + a2n .
2 0 2
4.1. ESPACES PREHILBERTIENS REELS 227

Definition 4.1.6. Somme directe orthogonale


Si (Ei )i[[1,p]] est une famille finie de sous-espaces vectoriels en somme directe, on dit
que cette famille est en somme directe orthogonale ssidef les (Ei ) sont deux a deux
orthogonaux.

Remarque 4.1.4.

(i) Si les (Ei ) sont en somme directe orthogonale alors chaque espace Ei est ortho-
gonal a la somme des autres.
M P
Dem : Soit xi Ei et y Ej alors y = yj ou yj Ej . On a alors
j6=i j6=i

X
(xi |y) = (xi |yj ) = 0
j6=i

M
donc, comme ceci est realise pour tout element xi Ei et tout y Ej , on
j6=i
M
a bien Ei Ej 
j6=i

(ii) Pour quune somme de sous-espaces vectoriels soit en somme directe orthogo-
nale, il suffit quils soient orthogonaux deux a deux.
p
P
Dem : Soit F = Ei , montrons que les Ei sont en somme directe :
i=1
p
P
si 0 = xi alors on prend le produit scalaire par xj , ceci donne
i=1

(0|xj ) = 0
p
X
= (xi |xj ) = (xj |xj )
i=1

car (xi |xj ) = 0 si i 6= j. On en deduit que xj = 0 pour tout j ce qui prouve que
la somme est directe. Comme elle est orthogonale par definition, cette somme
est bien directe orthogonale 

(iii) Si E est somme directe orthogonale des espaces (Ei )i[[1,p]] , on associera les
projecteurs orthogonaux sur chaque Ei orthogonalement a la somme des autres.

Questions :

(i) Montrer quune famille orthonormale est une famille libre.

(ii) Prouver le (i) et le (ii) de la remarque ci-dessus


(deja fait dans cette version).
228 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

4.2 Espaces euclidiens


4.2.1 Bases orthonormales

On rappelle ici quon a deja vu la definition dun espace vectoriel euclidien E,


lexistence de bases orthonormales de E, lisomorphisme canonique entre E et son
dual E ainsi que les expressions dans une base orthonormale des coordonnees dun
vecteur, de la norme dun vecteur, du produit scalaire de deux vecteurs, de la dis-
tance de deux points. Enfin, on sait que la donnee dune base orthonormale de E
de dimension n determine un isomorphisme de Rn sur E.

Proposition 4.2.1. Si (ei )i[[1,n]] est une base orthonormale de E et si u L(E)


n
P
alors Tr(u) = (ei |u(ei)).
i=1

Dem : Si A = (aij ) est la matrice de u dans la base de (ei ) alors on sait que
n
P n
P n
P
Tr(u) = Tr(a) = aii . Or u(ej ) = aij ei donc (ej |u(ej )) = aij (ej |ei ) = ajj .
i=1 i=1 i=1
Cette derniere egalite fournit alors directement le resultat 

Remarque 4.2.1. La donnee dune base (ei ) de E espace de dimension n permet


de definir une structure despace euclidien sur E en declarant (ei ) orthonormale.
n
P
Dem : En effet, on definit la forme bilineaire B par B(x, y) = xi yi ou les (xi ) et
i=1
(yi ) sont les coordonnees de x et y dans la base (ei ). On verifie alors de maniere
elementaire que B est definie positive et que, par consequent B est un produit
scalaire 
Question :
Montrer que toute matrice R-trigonalisable est trigonalisable dans une base ortho-
normee.

4.2.2 Projections orthogonales

Retour a la dimension quelconque. Ici, E sera un espace prehilbertien reel.

Proposition 4.2.2. Projection orthogonale


Si F est un sous-espace de dimension finie n de E, alors, pour tout vecteur x de E,
il existe un seul vecteur de F (note pF (x)) tel que x pF (x) F .
pF est une application lineaire de E dans F appelee projection orthogonale de
E sur F .
Si (ei )i[[1,n]] est une base orthonormale de F alors (comme dans les revisions)
n
X
pF (x) = (ei |x)ei .
i=1

Dem : Il y a plusieurs proprietes a demontrer mais tout vient de la derniere formule.


Pn
Soit y = (ei |x)ei alors y F .
i=1
4.2. ESPACES EUCLIDIENS 229

n
P
On a (ej |x y) = (ej |x) (ej |y) = 0 car (ej |y) = (ei |x).(ej |ei ) = (ej |x) (la
i=1
base des (ei ) est orthonormale). Par linearite, on en deduit que x y F .

Si z F verifie x z F alors on a (ej |x z) = 0 soit (ej |x) = (ej |z) dou


(ej |y z) = 0 pour tout j [[1, n]]. y z F et y z F donc y z = 0
(y z est orthogonal a lui-meme et le seul vecteur orthogonal a lui-meme est
le vecteur nul). On en deduit lunicite donc on peut definir x 7 y = pF (x).

Grace a la linearite du produit scalaire, on peut affirmer que pF est lineaire.


On a ainsi prouve toutes les affirmations 
On peut visualiser la projection orthogonale sur un sous-espace vectoriel F par le
dessin suivant
x

O pF (x)

Theoreme 4.2. Si F est un sous-espace vectoriel de dimension finie dun espace


vectoriel E prehilbertien alors F est un supplementaire orthogonal de F .
On a en outre codim F = dim F et F = F .
Dem : Trois proprietes a prouver ici.
On vient de voir, avec le theoreme precedent, que x pF (x) F donc avec
legalite x = (x pF (x)) + pF (x) F + F on en deduit que E F + F .
Linclusion dans lautre sens etant immediate, on a E = F + F . On a vu
aussi que F F = {0} donc la somme est directe E = F F . Ceci signifie
que F est un supplementaire orthogonal de F (ce qui nest pas vrai dans tous
les cas, cf. remarque suivante).

La deuxieme propriete est une consequence immediate de la somme directe.

Montrons la derniere egalite par double inclusion :

F F : en effet, si x F alors y F , (x|y) = 0 donc x F ce


qui veut dire que x F .
Si x F alors, comme on vient de voir que F F , on en deduit que
pF (x) F F dou x pF (x) F 1 . On sait aussi que x pF (x)
F (propriete vraie pour tout vecteur) donc xpF (x) F F = {0}
par consequent F F .

Conclusion : on a prouve que F = F 


1
Ne pas oublier que F est un sous-espace vectoriel
230 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

Remarque 4.2.2. Attention, ces resultats ne marchent que si F est de dimension


finie. Si on prend par exemple R[X] tel que la base canonique soit une base ortho-
Pn n
P
normale et F = {P = ak X k | ak = 0} alors F = {0}.
k=0 k=0
n
P
Dem : si P F , P = a0 + +an X n , on definit Q = P an+1 X n+1 ou an+1 = ai .
i=0
Q F car la somme de ses coefficients est nulle donc
n
X
(P |Q) = a2i
i=0
= 0.
On en deduit que i [[0, n]], ai = 0 i.e. P = 0 donc F = {0} 
On retrouve les resultats de la dimension finie :
Definition 4.2.1. Distance a un sous-ensemble
Si F est un sous-ensemble de E, on pose d(x, F ) = inf kx yk.
yF

Proposition 4.2.3. Si F est un sous-espace vectoriel de dimension finie de E alors


d(x, F ) = kx pF (x)k et ce minimum est atteint en un seul point.
On a de plus kxk2 = kpF (x)k2 + d(x, F )2 .
Dem : Soit y F alors comme x pF (x) F , en utilisant Pythagore, on a
kx yk2 = k(x pF (x)) + (pF (x) y)k2
= kx pF (x)k2 + kpF (x) yk2
donc kx yk > kx pF (x)k pour tout y F avec inegalite stricte si y 6= pF (x). On
en deduit trois choses
d(x, F ) = inf kx yk > kx pF (x)k,
yF

d(x, F ) > kx pF (x)k car pF (x) F ,


kx yk = kx pF (x)k ssi y = pF (x)
donc d(x, F ) = kx pF (x)k et le minimum est atteint seulement en pF (x) 

Theoreme 4.3. Inegalite de Bessel Si (ei )i[[1,n]] est une famille orthonormale
alors, pour tout element x de E on a
n
X
|(ej |x)|2 6 kxk2
j=1

Dem : Si on prend y = 0 F dans la demonstration precedente alors on obtient


linegalite
kxk2 = kx pF (x)k2 + kpF (x)k2 > kpF (x)k2
n
P
or pF (x) = (ej |x)ej est lexpression du vecteur pF (x) dans une base orthonormale
j=1
n
P
donc kpF (x)k2 = |(ej |x)|2 ce qui donne linegalite demandee (les | ne sont pas
j=1
4.2. ESPACES EUCLIDIENS 231

necessaires ici car le corps de base est R mais on retrouvera la meme propriete dans
le cas complexe et les | seront essentielles) 
Exemple : Polynomes de Tchebichef du premier genre
Z 1
f (t)g(t) dt
Sur C([1, 1]) on considere le produit scalaire (f |g) = . Une famille
1 1 t2
orthogonale pour ce produit scalaire est la famille des polynomes de Tchebichef :
1
Tn (x) = cos(n Arccos x).
2n1
Dem : Il faut faire attention ici car on a une integrale sur ]1, 1[ donc il faut utiliser
le chapitre 6 dAnalyse pour bien comprendre cette notion (a voir donc en deuxieme
lecture si ce chapitre na pas deja ete traite).
En fait, il suffit de faire un changement de variable t = cos u, u ]0, [ pour se
ramener a une integrale sur un segment :
Z 1
f (t)g(t) dt
(f |g) =
1 1 t2
Z
= f (cos u)g(cos u) du en changeant le signe.
0
Z
cos nu 1
Comme Tn (cos u) = n1 alors (Tn |Tm ) = n+m2 cos nu cos mu du = 0 si
2 2 0
m 6= m (calculs deja faits apres le theoreme 4.1 page 226) 
Question : soit f C([1, 1], R) et Tn = Vect(Tk )k6n ou les Tk sont les polynomes
de Tchebichef. Chercher la projection orthogonale de f sur Tn .

4.2.3 Adjoint dun endomorphisme

Dans cette sous-section, E est un espace vectoriel euclidien (il est donc de dimension
finie).
Definition 4.2.2. Adjoint dun endomorphisme
Si u et v sont 2 endomorphismes de E, on dit que v est adjoint de u ssidef
(x, y) E 2 (u(x)|y) = (x|v(y)).

Theoreme 4.4. Tout endomorphisme u de E admet un adjoint et il est unique.


On le note u et on a : u = u.
Dem :
Existence : x 7 (u(x)|y) est une forme lineaire donc, comme E espace eu-
clidien est canoniquement isomorphe a son dual, on sait que z E tel que
(u(x)|y) = (x|z), z est unique (et ceci va servir ci-dessous).
On peut donc definir u : y 7 z, montrons que u est lineaire :
(u(x)|y + y ) = (x|u (y + y ))
= (u(x)|y) + (u(x)|y ) = (x|u (y)) + (x|u (y ))
= (x|u (y) + u (y )).
Par unicite on en deduit que u (y + y ) = u (y) + u (y ).
232 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

Unicite : (x|v(y)) = (x|v (y)) et on prend x = v(y) v (y) (ou on utilise


lunicite invoquee ci-dessus) 

Remarque 4.2.3. En dimension quelconque, un endomorphisme nadmet pas tou-


jours un adjoint : exemple avec u(f ) = f (0) ou E est lensemble des fonctions
Z 1
continues sur [1, 1] muni du produit scalaire : (f |g) = f (t)g(t) dt.
1

Dem : Proposee en question a la fin de cette section 


Proposition 4.2.4. Lapplication u L(E) 7 u L(E) est un automorphisme
involutif de L(E) qui verifie (u v) = v u .
Dem :
La linearite est une consequence immediate de la linearite du produit scalaire.
Linvolutivite est evidente : (x, y) E 2 , (u(x)|y) = (x|u (y)) = (u (x)|y)
donc u = u.
La derniere propriete se demontre en revenant a la definition :
(u v(x)|y) = (u(v(x))|y) = (v(x)|u (y)) = (x|v u (y))
= (x|(u v) (y))
dou legalite (u v) = v u 

Theoreme 4.5. Soit u L(E)

(i) On a u(F ) F u (F ) F .

(ii) (1) Ker u = (Im u) , (2) Im u = (Ker u) , (3) Rg(u ) = Rg(u).

(iii) Si u GL(E) alors u GL(E) et (u )1 = (u1 ) .

Dem :
(i) On ecrit les equivalences suivantes :
(y F, u(y) F ) (y F, z F , (u(y)|z) = 0) car F = F
(y F, z F , (y|u(z)) = 0) passage a ladjoint
(z F , u (z) F )
donc u(F ) F u (F ) F (propriete tres importante qui servira pour
demontrer le theoreme fondamental de ce chapitre).
(ii)
(1) La encore on a les equivalences
y Ker u x E, (u (y)|x) = 0
x E, (y|u(x)) = 0
y (Im u)
donc on a egalite des ensembles Ker u = (Im u) .
4.2. ESPACES EUCLIDIENS 233

(2) se demontre alors en echangeant les roles de u et u dans (1) :

Ker u = Ker u = (Im u )

et en utilisant la relation (F ) = F valable pour tout sous-espace vec-


toriel en dimension finie :

(Ker u) = [(Im u ) ] = Im u .

(3) devient immediat grace a la formule du rang :

dim E = Rg(u) + dim Ker u = Rg(u) + dim(Im u )


= Rg(u) + dim E Rg(u )

donc Rg(u) = Rg(u ).


(iii) On utilise la proposition 4.2.4

(u u1 ) = (u1 ) u
= IdE = IdE

et comme on est en dimension finie, on en deduit que u est inversible, dinverse


(u1 ) 

Proposition 4.2.5. Si (ei )i[[1,n]] est une base orthonormee et si M est la matrice
de u dans cette base alors la matrice de u est M T .
On a alors Tr(u ) = Tr(u), det(u ) = det(u).
n
P
Dem : Si M = (aij ) alors u(ej ) = akj ek donc aij = (u(ej )|ei ) (deja vu a la
k=1
proposition 4.2.1 page 228). De meme (u (ei )|ej ) = aji si M = (aij ) est la matrice
de u . On a donc
aij = (u(ej )|ei ) = (ej |u (ei )) = aji
ce qui signifie que M = M T 
Definition 4.2.3. Endomorphisme autoadjoint
u L(E) est autoadjoint (ou symetrique) ssidef (u(x)|y) = (x|u(y)) ssi u = u.
Lensemble des endomorphismes autoadjoints est note S(E)

Proposition 4.2.6. Lensemble des endomorphismes autoadjoints est un sous-


espace vectoriel de L(E).
Dem : 0 S(E) donc cet ensemble est non vide.
Si u et v sont autoadjoints alors

((u + v)(x)|y) = (u(x)|y) + (u(x)|y) = (x|u(y)) + (x|v(y)) = (x|(u + v)(y))

donc u + v S(E) 
Proposition 4.2.7. Si M est la matrice de u dans une base orthonormale alors :

u S(E) M = M T .

Dem : Evident avec la prop 4.2.5 


234 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

Remarque 4.2.4.
n(n + 1)
(i) On a dim S(E) = en utilisant les matrices.
2
Dem : Il suffit de prouver que la dimension de lensemble des matrices carrees
n(n + 1)
symetriques vaut . Or une base de cet espace vectoriel est donne
2
par les matrices Eij + Eji, i < j et Eii ou Eij est la matrice ne contenant
que des 0 sauf un 1 a lintersection de la i-ieme ligne et de la j-ieme co-
lonne. Si on denombre lensemble des indices (i, j) avec i < j alors, il suffit
de connatre le nombre de sous-ensembles a deux elements de lensemble [[1, n]]
(et
  dordonner les elements de ces sous-ensembles). On sait alors quil y en a
n n(n 1)
= , il faut y rajouter les matrices Eii qui sont au nombre de n
2 2
pour trouver finalement la reponse 

(ii) Si N est la matrice de la forme quadratique qui definit le produit scalaire dans
une base quelconque, alors u est symetrique ssi M T N = NM ou M est la
matrice de u dans cette base.
Dem : Si X et Y sont les matrices (unicolonnes) des vecteurs x et y alors

(u(x)|y) = (MX)T NY = X T M T NY
(x|u(y)) = X T NMY

et ceci pour tous les vecteurs x et y donc M T N = NM (et dans une base
orthonormee N = In , on retrouve bien le resultat classique) 

Proposition 4.2.8. p est un projecteur orthogonal ssi p2 = p et p = p.

Dem :

() p2 = p est une propriete caracteristique des projecteurs. Ensuite, comme


y p(y) Im p 2

(p(x)|y) = (p(x)|p(y)) + (p(x)|y p(y)) = (p(x)|p(y))


= (x|p(y)) par symetrie

donc p = p.

() Si p2 = p, p est un projecteur, et si p = p alors

Ker p = Ker p = (Im p)

ce qui caracterise un projecteur orthogonal 

Definition 4.2.4. Endomorphisme autoadjoint positif


Si u S(E), on dit que u est positif ssidef x E, (u(x)|x) > 0.
On dit que u est defini positif ssidef x E \ {0}, (u(x)|x) > 0.
Ce vocabulaire se transmet a la matrice associe dans une base orthonormale et on
aura les notions de matrice symetrique positive et symetrique definie positive.

2
En effet p(y p(y)) = p(y) p2 (y) = 0 y p(y) Ker p.
4.2. ESPACES EUCLIDIENS 235

Proposition 4.2.9. Pour tout u de L(E), les endomorphismes u u et u u sont


autoadjoints positifs.
Si u est dans GL(E) alors u u et u u sont autoadjoints definis positifs.

Dem :

(x, y) E 2 , (u u (x)|y) = (u (x)|u (y)) = (x|u u (y)) donc u u est


autoadjoint.

Pour tout x E on a

(u u (x)|x) = (u(x)|u (x)) = ku (x)k2 > 0

donc u u est positif.

Si u GL(E) alors, si x 6= 0, u(x) 6= 0 donc (u u (x)|x) = ku (x)k2 > 0 et


en consequence, u u est autoadjoint defini positif.

Par symetrie, il en est de meme de u u 

Proposition 4.2.10. Grace a ladjoint, on a une caracterisation des automor-


phismes orthogonaux :

u O(E) u u = u u = IdE .

Dem : On sait quune application lineaire est un automorphisme orthogonal ssi


x E, ku(x)k = kxk ce qui est encore equivalent (par polarisation) a (x, y) E 2 ,
(u(x)|u(y)) = (x|y).
Ensuite, comme on est en dimension finie, u u = IdE signifie que u et u
sont inverses lun de lautre donc que u u = IdE . On procede maintenant par
equivalences :

u O(E) (x, y) E 2 , (u(x)|u(y)) = (x|y)


(x, y) E 2 , (x|u u(y)) = (x|y)
(x, y) E 2 , (x|u u(y) y) = 0
y E, u u(y) = y
u u = IdE 

Proposition 4.2.11. Si a et b sont deux vecteurs unitaires distincts alors la


ba
reflexion sa,b qui echange a et b secrit sa,b (x) = x 2(e|x)e ou e = .
kb ak
Les seules reflexions qui echangent Ra et Rb sont sa,b et sa,b .

Dem :

On sait quune reflexion s est une symetrie par rapport a un hyperplan. Si


H est lhyperplan en question et D = H la droite orthogonale a H alors
s(x) = x pour tout x H et s(x) = x pour tout x D. Si e est un vecteur
unitaire de D et si x = y + e est la decomposition dun vecteur de E dans la
somme directe orthogonale H D alors s(x) = y e.
Si sa,b echange les vecteurs a et b alors, avec a = y + e et b = z + e
236 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

(decomposition signalee ci-dessus), sa,b (a) = b donne y e = z + e donc


ba
y = z et = . On retrouve e = .
kb ak
Si maintenant x = y + e alors s(x) = y e = x 2e or (e|x) = ce qui
donne le resultat.
On remarque aussi que sa,b est unique.

Si s echange Ra et Rb alors soit s echange a et b donc s = sa,b soit s echange


a et b donc s = sa,b 

Questions :

(i) On dit que u L(E) est antisymetrique ssi u = u.


Montrer que u est antisymetrique ssi x E, (x|u(x)) = 0.
En dimension 3, montrer que, si u est antisymetrique, t E | u(x) = t x.

(ii) Sur R[X], muni du produit scalaire qui rend la base canonique orthonormale,
chercher ladjoint de loperateur derivation.

(iii) Soit u L(E, F ) ou E et F sont des espaces euclidiens. Montrer quil existe
v L(F, E), unique, tel que (x, y) EF, (u(x)|y) = (x|v(y)).

(iv) Prouver laffirmation de la remarque 4.2.3 page 232 (par labsurde).

(v) Montrer que Ker(u u) = Ker u.

4.2.4 Reduction des endomorphismes autoadjoints

a) Theoreme
Lemme 4.6. Si u est autoadjoint alors le polynome caracteristique de u est scinde
sur R.
Dem : Dans une base orthonormee, on prend la matrice M de u. M est une matrice
a coefficients reels mais son polynome caracteristique P admet au moins une racine
complexe.
Soit une valeur propre (eventuellement complexe) de M et X un vecteur propre
associe 3 alors
T T
X MX = X X car MX = X
T T
=X M X car M est symetrique reelle
T
= (MX)T X = X X

T n
P
et X X = |xi |2 6= 0 car X est non nul.
i=1
T T
On a ainsi X X = X X donc R 
3
Les composantes de X peuvent etre complexes aussi.
4.2. ESPACES EUCLIDIENS 237

Theoreme 4.7. Theoreme fondamental


Si u est un endomorphisme autoadjoint de E espace vectoriel euclidien alors
M
E= E
Sp(u)

et les E sont orthogonaux


Dem :

On ecarte le cas ou u est une homothetie qui ne pose pas de probleme.

On procede alors par recurrence (forte) sur n = dim E : on suppose que


la propriete est realise pour tout espace vectoriel de dimension 6 n et tout
endomorphisme autoadjoint de cet espace vectoriel.

Si n = 1 alors tous les endomorphismes sont diagonalisables.


On suppose la propriete vraie a lordre n. Soit E de dimension n + 1 et
u S(E). On sait dapres le lemme quil existe Sp(u), R.
On utilise la prop 4.5 page 232 : si F = E (u) alors u(F ) F .
On applique ensuite la propriete de recurrence a F et v = u||F :
M
F = E (v) (somme directe orthogonale).
Sp(v)
M
On a alors E = E (u) E (v) mais on sait que E (v) = E (u)
Sp(v)
M
et Sp(u) = {} Sp(v) donc E = E (u).
Sp(u)

On a ainsi prouve la propriete dans tous les cas 


Corollaire 4.8. Si M est symetrique alors on peut ecrire M = UDU T ou D est
une matrice diagonale et U une matrice orthogonale.
Dem : Soit u L(Rn ) de matrice M alors u est autoadjoint. Rn est donc somme
directe orthogonale des sous-espaces propres de u. On prend alors une base or-
thonormale (pour le produit scalaire canonique dans Rn ) dans chaque sous-espace
propre de u et on construit une base de E en collectant toutes ces bases. Dans la
base obtenue, la matrice de u est diagonale et la matrice de passage est orthogonale
car elle correspond a un changement de base orthogonale.
On a donc M = UDU 1 = UDU T 

Remarque 4.2.5.

(i) On peut donc diagonaliser u dans une b.o.n. mais ce nest pas une obligation
(en particulier si u a des vap multiples).

(ii) Si u est autoadjoint positif alors ses valeurs propres sont toutes positives et
meme strictement positives si u est defini positif.
Dem : Si x est un vecteur propre de u associe a la valeur propre alors
(u(x)|x) = kxk2 > 0 donc > 0. Si u est defini positif alors linegalite est
stricte donc > 0 
238 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

(iii) Si M T N = NM ou N est une matrice symetrique definie positive alors M est


diagonalisable (voir remarque 4.2.4 (ii) page 234).
Dem : N est la matrice dun produit scalaire sur Rn (mais pas le produit sca-
laire canonique) alors M est la matrice dun endomorphisme de Rn autoadjoint
pour ce produit scalaire donc M est diagonalisable 

(iv) Le dernier corollaire nest vrai que pour les matrices a coefficients reels.

Applications :

(i) En Mecanique, on utilise cette propriete avec le tenseur dinertie pour trouver
les axes principaux dun solide en mouvement.

(ii) En analyse numerique ou beaucoup de problemes doptimisation font intervenir


des matrices symetriques.

b) Application a la reduction des formes quadratiques reelles


Soit Q une forme quadratique definie sur E espace vectoriel euclidien et B sa forme
polaire ; on sait que B(x, .) E et donc que x E, z E : y E
B(x, y) = (z|y). La correspondance x z est fonctionnelle et lineaire, on note
u lendomorphisme ainsi defini.
Dem : On utilise ici le fait que toute forme lineaire f sur un espace euclidien secrit
de maniere unique sous la forme f (y) = (z|y). Grace a lunicite du vecteur z, on
peut ainsi definir une fonction qui a x E fait correspondre lunique z E tel que
y E, B(x, y) = (z|y). On pose z = u(x) et grace a la linearite de B par rapport
a x sa premiere variable, u est lineaire 

Definition 4.2.5. Endomorphisme autoadjoint associe a une forme


bilineaire
u definie par B(x, y) = (u(x)|y) est appele endomorphisme autoadjoint associe a B.

n
P
Theoreme 4.9. Il existe une base orthonormale dans laquelle Q(x) = i x2i ou
i=1
les i sont les valeurs propres de u.
De plus, si 1 6 . . . 6 n alors 1 kxk2 6 Q(x) 6 n kxk2 .

Dem : Soit (e1 , . . . , en ) une base orthonormale de vecteurs propres de u endomor-


n
P
phisme autoadjoint associe a Q (cest le theoreme fondamental) alors, si x = xi ei ,
i=1
n
P
u(x) = i ei et
i=1

Q(x) = (u(x)|x)
n n
!
X X
= i xi ei | xj ej
i=1 j=1
n
X
= i x2i
i=1
4.2. ESPACES EUCLIDIENS 239

compte tenu de lecriture du produit scalaire dans une base orthonormee.


Si on ordonne les valeurs propres de u alors, pour tout i, 1 x2i 6 i x2i 6 n x2i donc,
en additionnant toutes ces inegalites on obtient
n
X n
X n
X
1 x2i 6 i x2i 6 n x2i
i=1 i=1 i=1

soit 1 kxk2 6 Q(x) 6 n kxk2 


Remarque 4.2.6. On suppose que 1 6 . . . 6 n .
(i) On a min Q(x) = 1 et max Q(x) = n .
kxk=1 kxk=1

Dem : On sait deja que inf Q(x) > 1 vu le theoreme precedent or on a


kxk=1
Q(e1 ) = (u(e1 )|e1 ) = 1 donc 1 > inf Q(x) dou inf Q(x) = 1 et cette
kxk=1 kxk=1
borne inferieure est atteinte donc cest bien un minimum 

(ii) Si Q est definie positive alors 1 > 0.


Dem : Immediat avec le (i) mais en plus on a equivalence 

c) Application a la recherche de lequation reduite dune conique


Soit une courbe dequation g(x, y) = x2 + 2xy + y 2 + 2x + 2y + = 0 dans un
repere orthonormal associe a la forme quadratique Q(x, y) = x2 + 2xy + y 2, on
suppose que lensemble des points M qui verifient cette equation nest pas lensemble
vide ni un ensemble reduit a un point.
Grace au theoreme precedent, on sait que lon peut faire un changement de base
orthonormale tel que, dans le nouveau repere, la courbe admette pour equation
g (x , y ) = x 2 + y 2 + 2 x + 2 y + = 0.
On peut faire alors la discussion suivante (en supposant ( , ) 6= (0, 0)) :
(i) > 0, > 0, par translation on se ramene au cas suivant

x2 y 2
+ 2 = 1 (equation dune ellipse)
a2 b
ou lon a elimine lensemble vide et lensemble reduit a un point.
Dem : On reecrit lequation sous la forme
 2   2 2 2
x + + y + = +
| {z }
| {z }

|

{z }
=X =Y =

soit X 2 + Y 2 = .

Si 6 0 alors on a soit lensemble vide (si < 0) soit un pointlorigine


ici(si = 0). On ecarte ce cas.

Si > 0 alors on divise par et on pose a2 = et b2 = ce qui

X2 Y 2
donne bien lequation 2 + 2 = 1 
a b
240 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

(ii) > 0, < 0, par translation on se ramene donc aux cas

x2 y 2
2 = 1 (equation dune hyperbole)
a2 b
x2 y 2
2 = 0 (reunion de deux droites)
a2 b

ou lon a reduit le nombre de cas par symetries.


Dem : On reecrit la aussi lequation sous la forme
 2   2 2 2
x + + y + = +

| {z }
| {z } | {z }
=X =Y =

soit X 2 + Y 2 = . On se ramene au cas ou > 0 en echangeant


eventuellement X et Y .

22
Si > 0 alors on divise par et on pose a = et b = ce qui

X2 Y 2
donne bien lequation 2 2 = 1.
a b
Si = 0 alors on a X + Y 2 = 0 ce qui peut se ramener (a une
2

X2 Y 2
constante multiplicative pres) a 2 2 = 0 
a b

(iii) > 0, = 0, par translation on a

x2 = 2py parabole (p 6= 0)
x2 = a2 deux droites paralleles ou confondues.

Dem : On a cette fois-ci



2 2
x + + 2 y =


| {z } | {z }
=X =

et on distingue les deux cas



6= 0, on pose Y = y
, p =
dou X 2 = 2pY en divisant par .
2

Si = 0 alors, en divisant par on obtient X 2 = = a2 .

2 2
Si X = a avec a 6= 0, on obtient lensemble vide (cas ecarte).
Si X 2 = a2 avec a 6= 0, on obtient deux droites paralleles X = a et
X = a.
Enfin, si X 2 = 0 on obtient une seule droite correspondant au cas
limite du precedent (a 0) et cest la raison pour laquelle on dit
quon a deux droites confondues 
4.2. ESPACES EUCLIDIENS 241

Definition 4.2.6. Conique propre, conique non degeneree


Les coniques propres correspondent aux cas de lellipse, de lhyperbole et de la para-
bole (on elimine les droites).
Si, de plus, la forme quadratique Q est non degeneree, on dit que la conique est non
degeneree (on obtient soit une ellipse, soit une hyperbole).
Questions :
(i) Soit A une matrice symetrique telle quil existe k N \ {0, 1} avec Ak = In .
Montrer que A2 = In .
(ii) Si A est symetrique, montrer que eA est symetrique definie positive.

7 2 2
1
(iii) Diagonaliser A = 2 4 1.
3
2 1 4
(iv) Que dire de la reduction dune matrice antisymetrique ?
(v) Reduire la forme quadratique Q(x) = x21 + 3x22 3x23 8x2 x3 + 2x3 x1 4x1 x2
dans le groupe orthogonal (i.e. trouver un changement de base orthonormale
dans lequel Q secrit sous forme de carres independants).
P
(vi) Meme question avec Q(x) = 2 xi xj .
16i<j 6n

(vii) Soit A et B deux matrices symetriques reelles, montrer lequivalence des trois
proprietes :
a) AB = BA
b) AB symetrique.
c) Il existe P O(n) telle que P 1 AP et P 1BP soient diagonales.

4.2.5 Quadriques usuelles

Ce paragraphe est cense etre vu sous forme de travaux pratiques.


a) Generalites, formes reduites
Definition 4.2.7. Quadrique
Si est une forme quadratique et une forme affine (i.e. un polynome du 1er degre)
alors lensemble Q(M) = (M) + (M) = 0 est une quadrique Q. Son equation
secrit :
Q(M) = ax2 + by 2 + cz 2 + 2dxy + 2exz + 2f yz + 2x + 2y + 2z + = 0.
On sait quil existe une b.o.n. dans laquelle on aura (M) = X 2 + Y 2 + Z 2 .
Si 6= 0 alors, apres une translation on obtient lequation
2 2 2
X + Y + Z = Rg = 3
Si 6= 0, = 0 alors, toujours apres une translation :
2 2
X + Y + Z = Rg = 2
Si 6= 0, = = 0 alors, apres une translation, on a X 2 + Y + Z = et
apres une rotation :
2
X + Y = Rg = 1
242 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

Definition 4.2.8. Direction principale


Toute direction de droite dirigee par un vecteur propre est dite direction principale.

b) Etude du cas ou est de rang 3


Recherche du centre de symetrie : on cherche (x0 , y0, z0 ) tel que lon ait
Q(x + x0 , y + y0 , z + z0 ) = (x, y, z) + Q(x0 , y0 , z0 ), alors, en utilisant la formule de
Taylor, on voit que cette recherche est equivalente a la resolution du systeme :

Q

(x0 , y0 , z0 ) = ax0 + dy0 + ez0 + = 0

x
Q
(x0 , y0 , z0 ) = dx0 + by0 + f z0 + = 0

y
Q (x , y , z ) = ex + f y + cz + = 0


0 0 0 0 0 0
z

qui admet une solution unique car est de rang 3. En effet, si M0 = (x0 , y0 , z0 ) et
H = (x, y, z) alors

Q Q Q
Q(M0 + H) = Q(M0 ) + x (M0 ) + y +z (M0 ) +(H)
x y z
| {z }
=0

et si M0 + H Q alors M0 H Q (car (H) = (H)) donc M0 est centre de


symetrie (si Q =
6 ).
Equation reduite :
(
x2 y2 z2 1
1 2 + 2 2 + 3 2 =
a b c 0

Les i etant egaux a 1 et netant pas tous negatifs.


x2 y 2 z 2
Ellipsode : 2 + 2 + 2 = 1.
a
b c
x = a sin cos

Parametrisation y = b sin sin , [0, ], [0, 2[.


z = c cos
Par une premiere affinite, on se ramene au cas ou a = b, on obtient alors un ellipsode
de revolution, par une deuxieme affinite, on trouve une sphere.
Compte tenu des proprietes evoquees ci-dessus, on peut dire que lorsquon coupe un
ellipsode par un plan, on trouve dans tous les cas une ellipse.
x2 y 2 z 2
Hyperbolode a deux nappes : 2 + 2 2 = 1.
a b c

x = a sh u cos v = a tan cos v
Parametrisation y = b sh u sin v = b tan sin v , u R+ , v [0, 2[, = 1 (on


z = c ch u = c/ cos
peut aussi prendre le parametre dans ] /2, +/2[] + /2, +3/2[).
On obtient 2 nappes S + et S .
Par une affinite, on se ramene au cas ou a = b. On a alors une H2 de revolution.
Si on coupe par le plan z = , on trouve une ellipse (a condition de choisir une
valeur de convenable!). Si on coupe par le plan x = , on trouve une hyperbole.
4.2. ESPACES EUCLIDIENS 243

x2 y 2 z 2
Hyperbolode a une nappe : 2 + 2 2 = 1.
a b c

x = a ch u cos v
Parametrisation y = b ch u sin v , u R, v [0, 2[ (on peut aussi remplacer le


z = c sh u
parametre u par le parametre ).
Par une affinite, on se ramene au cas ou a = b, on a alors un H1 de revolution.
Si on coupe par le plan z = , on trouve toujours une ellipse. Si on coupe par le
plan dequation x = , on trouve une hyperbole ou 2 droites.

Theoreme 4.10. Un H1 est une surface reglee.


x2 z2 y2
Dem : En effet, on peut ecrire 2 2 = 1 2 i.e. P Q = RS en posant P =
a c b
x z x z y y
+ , Q = , R = 1 + et S = 1 . On obtient les generatrices par
a c a (c b ( b
cos P = sin R cos P = sin S
les equations D et D , et decrivant
cos S = sin Q cos R = sin Q
lensemble [0, +[ 
Remarque 4.2.7.
(i) Pour tout couple (, ) de [0, +[, les droites D et D sont coplanaires et
contenues dans le plan
cos cos P sin cos R cos sin S + sin sin Q = 0.
(ii) Si 6= alors D et D ne sont pas coplanaires (et on a la meme propriete
avec les D ).
(iii) Par chaque point dun H1 passe une seule droite D et une seule droite D ou
et sont elements de [0, +[.
(iv) Un H1 ne contient pas dautre droite.
(v) Si on cherche lintersection de D avec
le plan xOy on obtient une ellipse et
x
= a sin 2 + ta cos 2
une autre parametrisation du H1 : y = b cos 2 + tb sin 2


z = tc

(vi) Si un H1 est de revolution (par rapport a Oz) alors il est engendre par la
rotation dune droite D autour de Oz.
x2 y2 z2
Etude de 1 + 2 + 3 =0:
a2 b2 c2
x2 y 2
On se ramene au cas 2 + 2 = z 2 : cone de sommet O .
a b

x = au cos v
Parametrisation y = bu sin v , u R, v [0, 2[.


z=u
Par une affinite, on se ramene au cas ou a = b et on obtient un cone de revolution.
Section par des plans : z = donne des ellipses, x = ou y = donnent des
hyperboles et si lon coupe par un plan parallele a une generatrice (mais ne la
244 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

contenant pas), on trouve une parabole. On trouve en fait toutes les coniques, ce
qui explique lorigine de cette appellation.
c) Etude du cas ou Rg() = 2
x2 y2
On a lequation reduite : 1 2 + 2 2 + z + = 0
a b
1er cas : 6= 0 (par translation, on se ramene au cas ou = 0), on trouve alors les
surfaces suivantes :
x2 y 2
z = 2 + 2 parabolode elliptique (P.E.).
a b
x = au cos v

Parametrisation y = bu sin v , u R, v [0, 2[.


z = u2
Par une affinite, on se ramene au cas dun parabolode de revolution (obtenu en
faisant tourner une parabole autour de son axe).
Section par des plans z = ( > 0) : ellipse, x = : parabole.
x2 y 2
z = 2 2 parabolode hyperbolique (P.H.).
a b a

x = (u + v)

2
b
Parametrisation y = (v u) , u R, v R. Cette parametrisation prouve


2
z = uv
que cettesurfaceest reglee et que lon a
deuxfamilles de droites : Du passant par
au/2 a/2
le point bu/2, parallele au vecteur b/2 (et on definit de meme Dv ).
0 u
Section par des plans z = ( > 0) : hyperbole, x = : parabole.

Remarque 4.2.8.

(i) Par affinite, on se ramene au cas ou a = b et en faisant une rotation, lequation


secrit
( : z = xy.( Les generatrices rectilignes sont dans ce cas donnees par
x= y=
ou .
z = y z = y

(ii) Par un point passent deux generatrices rectilignes.

(iii) Deux generatrices distinctes dun meme systeme ne sont pas coplanaires.

(iv) S ne contient pas dautre droite que ces generatrices.

2ieme cas : = 0, 6= 0
x2 y 2
2 + 2 = 1 cylindre elliptique , on sait a quoi sen tenir.
a b
x2 y 2
2 2 = 1 cylindre hyperbolique idem.
a b
Remarque 4.2.9. Le cas = 0 nous donne la reunion de deux plans secants
(pouvant etre eventuellement confondus).

Voici maintenant les traces des differentes quadriques (on a ecarte le cas des cy-
lindres) :
4.2. ESPACES EUCLIDIENS 245

Ellipsode

Hyperbolode a une nappe


246 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

Hyperbolode a 2 nappes

Cone
4.2. ESPACES EUCLIDIENS 247

Parabolode hyperbolique

Parabolode elliptique
d) Etude du cas ou Rg() = 1
On aura les deux cas suivants :
x2 = 2pz cylindre parabolique ,
x2 = a2 deux plans paralleles.
On peut en conclusion poser la definition suivante :
Definition 4.2.9. Quadrique non degeneree, quadrique propre
On dit quune quadrique est non degeneree si la forme quadratique est non
degeneree, on a alors les quadriques suivantes : E, H1 , H2 , C.
248 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

On dit quune quadrique est propre si elle est non degeneree ou si cest lune des
quadriques suivantes : PE, PH, CE, CH, CP.

Remarque 4.2.10. On a en tout 9 quadriques propres, 4 sont non degenerees, 6


sont des surfaces reglees (i.e. engendrees par une famille de droites).

4.3 Espaces prehilbertiens complexes,


espaces hermitiens
Comme le nom lindique, a partir de maintenant, tous les espaces consideres sont
des espaces vectoriels sur C.

4.3.1 Espaces prehilbertiens complexes

Definition 4.3.1. Application semi-lineaire



(i) (x, y) E 2 u(x + y) = u(x) + u(y),
Si u : E F verifie alors on dit que u
(ii) C, x E u(x) = u(x),
est semi-lineaire.
Exemple : z z dans C.
Remarque 4.3.1. Si u est semi-lineaire sur E C-e.v. alors u est lineaire sur E
R-e.v.
Definition 4.3.2. Produit scalaire
(x, y) E 2 7 (x|y) est un produit scalaire (hermitien) ssidef
(i) y 7 (x|y) est lineaire, x 7 (x|y) est semi-lineaire (inutile vu le (ii)).
(ii) (x|y) = (y|x) (symetrie hermitienne),
(iii) Si x 6= 0, (x|x) > 0.
Expression analytique en dimension finie :
T X T
B(x, y) = X MY = bij xi yj ou M = M (bij = bji).
i,j

n
P n
P
Dem : Cest la meme chose que dans le cas reel : si x = xi ei et y = yiei alors
i=1 i=1

n
! n
X X
B(x, y) = B x, yj ej = yj B(x, ej )
j=1 j=1
n n
!
X X
= yj B xi ei , ej
j=1 i=1
X
= xi yj B(ei , ej )
i,j

en utilisant la semi-linearite a gauche 


4.3. ESPACES PREHILBERTIENS COMPLEXES, HERMITIENS 249

Definition 4.3.3. Espace prehilbertien complexe


E C-e.v. est un espace prehilbertien complexe ssidef E est muni dun produit scalaire.

Exemples :
n
P
(i) Produit scalaire canonique dans Cn : (x|y) = xi yi .
i=1

(ii) Produit scalaire canonique sur 2 (ensemble


P des series de module carre conver-
gentes, voir chapitre 5) : (x|y) = + x y
n=0 n n
Z
(iii) Dans C([a, b], C) : (f |g) = f g.
[a,b]

Dem : La linearite a droite est une consequence de la linearite


Z de lintegrale,
la symetrie hermitienne est immediate et, si f 6= 0 alors |f |2 > 0 car f
[a,b]
est continue 

(iv) Dans C2 ensemble des Zfonctions continues 2-periodiques sur R a valeurs


1
complexes : (f |g) = f g.
2 [0,2]

Proposition 4.3.1. Inegalites de Cauchy-Schwarz et de Minkowski

Cauchy-Schwarz |(x|y)|2 6 |(x|x)|.|(y|y)| avec egalite ssi x et y sont lies,


p p p
Minkowski (x + y|x + y) 6 (x|x) + (y|y). avec egalite ssi x et y sont
positivement lies (i.e. (, ) 6= (0, 0), > 0, > 0 tels que x = y).

Dem :

On ne peut pas refaire ici la demonstration classique de linegalite de Cauchy-


Schwarz que lon a vue pour les espaces euclidiens, il faut adapter.
On pose (x|y) = ei (ou = |(x|y)|) et T () = kx + ei yk2 > 0. En
developpant on obtient 4

T () = (x + ei y|x + ei y)
= (x|x) + ei (y|x) + ei (x|y) + 2 (y|y)
= (x|x) + 2 + 2 (y|y).

On exprime alors que = 42 4(x|x)2 .(y|y)2 6 0 (car le trinome en ne


change pas de signe). En simplifiant par 4 et en tenant compte de legalite
= |(x|y)| on arrive a |(x|y)|2 6 |(x|x)|.|(y|y)|.
Le cas degalite correspond a x + ei y = 0 avec racine double de T (X) = 0
(si y 6= 0, sinon cest immediat).

Pour Minkowski, on utilise linegalite

Re [(x|y)] 6 |(x|y)| car Re(z) 6 |z|


p
6 (x|x).(y|y) inegalite de Cauchy-Schwarz.
ne pas oublier que e (x|y) = |(x|y)|
250 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

Alors

(x + y|x + y) = (x|x) + (y|x) + (x|y) + (y|y)


= (x|x) + 2 Re(x|y) + (y|y)
p p p
6 (x|x) + 2 (x|x).(y|y) + (y|y) = [ (x|x) + (y|y)]2

dou linegalite de Minkowski.


Le cas degalite sobtient lorsquon a egalite dans les inegalites precedentes :
soit Re[(x|y)] = |(x|y)| et (x, y) liee (cas degalite dans Cauchy-Schwarz).
Si on suppose que y 6= 0 alors x = y dou (x|y) = (y|y) ce qui donne
Re()(y|y) = ||(y|y) soit R+ 

Theoreme 4.11. Si E est un espace prehilbertien alors


p on peut munir E dune
structure despace vectoriel norme en posant kxk = (x|x).
p
Dem : Il suffit de prouver que kxk = (x|x) est bien une norme :

kxk = 0 (x|x) = 0 x = 0 (dapres le (iii) de la definition du produit


scalaire).

kxk2 = (x|x) = ||2 (x|x) soit kxk = ||.kxk.

Linegalite triangulaire est directement obtenue avec Minkowski 

Remarque 4.3.2. On sait alors que lon peut associer une distance a la norme que
lon vient de definir en posant d(x, y) = kx yk.

Theoreme 4.12. Relations entre produit scalaire et norme


On a les relations suivantes :
kx + yk2 = kxk2 + kyk2 + 2 Re(x|y) ( = 1)
kx + yk2 + kx yk2 = 2(kxk2 + kyk2 ) identite du parallelogramme
kx + yk2 kx yk2 = 4 Re(x|y)
4(x|y) = kx + yk2 kx yk2 ikx + iyk2 + ikx iyk2 identite de polarisation
Dem : Les premieres egalites ont deja ete prouvees lors du developpement du carre
scalaire. Les deuxieme et troisieme egalites sobtiennent en faisant la somme et la
difference des premieres egalites. Pour la quatrieme, on reecrit la troisieme egalite
en remplacant y par iy 

Remarque 4.3.3. Mnemo : Dans lidentite de polarisation, le coefficient devant la


norme multiplie par le coefficient de y vaut toujours 1.

On retrouve les memes notions et le meme genre de resultats quavec les espaces
prehilbertiens reels, notamment

Vecteurs unitaires kxk = 1.

Vecteurs orthogonaux (x|y) = 0 (= (y|x)).

Sous-espaces vectoriels orthogonaux.


4.3. ESPACES PREHILBERTIENS COMPLEXES, HERMITIENS 251

Orthogonal dun sous-espace vectoriel F .

Familles orthogonales, orthonormales.

Relation de Pythagore : Si (ei )i[[1,p]] est une famille orthogonale alors

ke1 + + ep k2 = ke1 k2 + + kep k2 .

Somme directe orthogonale.

Sous-espaces vectoriels supplementaires orthogonaux et projecteurs orthogo-


naux associes.

Question :
Si F1 et F2 sont deux sous-espaces vectoriels de E prehilbertien, prouver que F1
F2 = (F1 + F2 ) .
Montrer que F1 + F2 (F1 F2 ) .

4.3.2 Espaces vectoriels hermitiens

a) Orthogonalite

Definition 4.3.4. Espace hermitien


Un espace hermitien est un espace prehilbertien complexe de dimension finie.

En depit de la difficulte liee a la notion despace vectoriel sur C, on retrouve, a


quelques amenagements pres, les memes proprietes que pour les espaces euclidiens.

Theoreme 4.13. Existence de bases orthonormales


Tout espace hermitien possede une base orthonormale.
Dans une telle base, le produit scalaire secrit
n
X
(x|y) = xi yi
i=1

ou (xi ) et (yi ) designent les coordonnees de x et y.


Dem : On raisonne par recurrence sur n = dim E, on pose comme hypothese de
recurrence :

Tout espace hermitien de dimension n possede une base orthonormale.

n = 1 : il suffit de prendre un vecteur norme.

On suppose que la propriete est vraie a lordre n1. Soit en un vecteur norme,
la forme lineaire definie par (x) = (en |x) et E = Ker (orthogonal de en
de dimension n 1) alors lhypothese de recurrence appliquee a E donne une
base orthonormee de E : (e1 , . . . , en1 ). La famille (e1 , . . . , en1 , en ) est une
famille orthonormale. On sait que (dans le cas euclidien mais ici cest pareil)
une famille orthonormale est une famille libre (cf. question (ii) page 227).
Comme dim E = n alors cette famille est bien une base 
252 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS

On retrouve aussi lalgorithme de Schmidt qui permet de construire une base or-
thonormale a partir dune base quelconque et qui permet de prouver la proposition
suivante.

Proposition 4.3.2. Toute famille orthonormale se complete en une base orthonor-


male.

Dem : Soit (e1 , . . . , ep ) une famille orthonormale de E espace hermitien de dimension


n, on suppose que p < n. On sait que lon peut completer cette famille en une base
de E : (e1 , . . . , ep , p+1, . . . , n ). On utilise alors lalgorithme de Schmidt : les p
premiers vecteurs sont exactement les vecteurs e1 , . . . , ep , on note alors ep+1 , . . . , en
les derniers vecteurs obtenus par cet algorithme. La base ainsi obtenue (e1 , . . . , en )
est bien une base orthonormale qui complete la famille (e1 , . . . , ep ) 
Theoreme 4.14. Toute forme lineaire f sur E espace hermitien secrit sous la
forme f (x) = (a|x) ou a E.
On peut dire alors que E et E sont semi-isomorphes.
Dem :

Existence de a : soit (e1 , . . . , en ) une base orthonormale de E, f E secrit


n
P n
P n
P
f (x) = ai xi ou x = xi ei . Il suffit alors de prendre a = ai ei .
i=1 i=1 i=1

Unicite : si f (x) = (a|x) = (b|x) pour tout x alors (a b|x) = 0 et, avec
x = a b, on obtient ka bk2 = 0 soit a = b. On peut donc definir une
application qui a f E associe a E defini par

f (x) = ((f )|x).

Semi-linearite : si f (x) = (a|x) et g(x) = (b|x) alors

(f + g)(x) = (a|x) + (b|x) = (a|x) + (b|x)


= (a + b|x).

On a donc (f + g) = (f ) + (g).

Linjectivite est evidente car si (f ) = (g) alors

f (x) = ((f )|x) = ((g)|x) = g(x).

La surjectivite lest tout autant : pour tout a E, on peut definir f E par


f (x) = (a|x).

Conclusion : est une application semi-lineaire bijective de E sur E donc E et E


sont bien semi-isomorphes (en fait on a les memes proprietes pour les applications
semi-lineaires que pour les applications lineaires, on aurait pu donc se contenter de
prouver uniquement linjectivite) 
Retour a E de dimension quelconque.
4.3. ESPACES PREHILBERTIENS COMPLEXES, HERMITIENS 253

Theoreme 4.15. Si F est un sous-espace vectoriel de dimension finie dun espace


prehilbertien E alors F admet un supplementaire orthogonal F .
En outre codim F = dim F et F = F .
La projection orthogonale sur F va secrire (dans une base orthonormale de F ) :
n
X
pF (x) = (ej |x)ej
j=1

Attention a lordre des vecteurs dans le produit scalaire !


Dem : Cest exactement la meme demonstration que la proposition 4.2.2 page 228
et du theoreme qui suit (theoreme 4.2) 
Avec la definition generale de la distance a un sous-ensemble on a
Proposition 4.3.3. d(x, F ) = kx pF (x)k et, grace a Pythagore,
kxk2 = kpF (x)k2 + d(x, F )2 .
Et on retrouve linegalite de Bessel
X n
|(ej |x)|2 6 kxk2 .
j=1

Dem : La aussi, on retrouve les meme demonstrations que pour la proposition 4.2.3
et du theoreme adjacent, theoreme 4.3 page 230 
Enfin, pour conclure ce chapitre, voici un tableau comparatif concernant les espaces
prehilbertiens reels ou complexes. Commencons par les differences :
R C
euclidien hermitien
4(x|y) = kx + yk2 kx yk2
4(x|y) = kx + yk2 kx yk2
ikx + iyk2 + ikx iyk2
E et E isomorphes E et E semi-isomorphes
Maintenant, les notions communes :
Cauchy-Schwarz
Orthogonalite
Pythagore
Existence de b.o.n.
Algorithme de Schmidt
Projection orthogonale
Inegalite de Bessel
Questions :
Z 2
1
(i) Prouver que dans E = Cn [X], B(P, Q) = P (ei )Q(ei ) d est un pro-
2 0
duit scalaire hermitien.
Si Q = X n + bn1 X n1 + + b0 , prouver que sup |Q(z)| > 1 avec egalite ssi
|z|=1
b0 = . . . = bn1 = 0.
(ii) Montrer que F1 + F2 = (F1 F2 ) en dimension finie.
254 CHAPITRE 4. ESPACES EUCLIDIENS ET HERMITIENS
CHAPITRE 5

Suites et fonctions

5.1 Espaces vectoriels normes reels ou complexes


Ici, K designe soit R, soit C.

5.1.1 Normes et distances

Definition 5.1.1. Norme, espace vectoriel norme


Soit E un e.v. sur K, on appelle norme sur E toute application (notee k.k ou N(.))
de E dans R+ verifiant :

(i) x E, kxk = 0 x = 0 (on a en fait equivalence grace a (ii)),

(ii) x E, K, k.xk = ||.kxk,

(iii) (x, y) E 2 , kx + yk 6 kxk + kyk.

On dit alors que (E, k.k) est un espace vectoriel norme. Sil y a ambigute on notera
aussi k.kE la norme sur E.

Dem : Si x = 0 (vecteur nul) alors 0.x = x (0 element neutre de K) donc, avec (ii),
kxk = k0.xk = 0kxk = 0 ce qui prouve la reciproque 
Exemples : Normes N1 , N2 et N
n
r n
n
P P
(i) Sur K (x = (xi )) : N1 (x) = |xi |, N2 (x) = |xi |2 , N (x) = sup |xi |.
i=1 i=1 i[[1,n]]
Dem :

N1 est une norme : N1 : Kn R+ est immediat. Montrons les autres


proprietes :
Si N1 (x) = 0 alors i [[1, n]], xi = 0 (si une somme de termes
positifs est nulle alors tous ses termes sont nuls1 ) donc x = 0.
|xi | = ||.|xi | donc, en additionnant, on a N1 (x) = ||N1 (x).
De meme |xi + yi| 6 |xi | + |yi| donc N1 (x + y) 6 N1 (x) + N1 (y)
1
Pour sen convaincre, raisonner par labsurde

257
258 CHAPITRE 5. SUITES ET FONCTIONS

N2 est une norme : N2 : Kn R+ est immediat. Montrons les autres


proprietes :
Si N2 (x) = 0 alors i [[1, n]], x2i = 0 donc x = 0.
|xi | = ||.|xi | donc
v
u n
uX
N2 (x) = t ||2 .|xi |2
i=1
v
u n
u X
= ||
t 2 |xi |2
i=1

= ||N2 (x).
Linegalite triangulaire a ete vue au chapitre 4 avec linegalite de
Minkowski.
N : Kn R+ est immediat. Montrons les autres proprietes :
Si N (x) = 0 alors i [[1, n]], xi = 0 car le sup est nul donc x = 0.
|xi | = ||.|xi | donc, en passant au sup (qui est ici un maximum), on
a N (x) = ||N (x).
|xi + yi | 6 |xi | + |yi | 6 sup |xj | + sup |yj | donc N (x) + N (y) est un
j j
| {z } | {z }
=N (x) =N (y)
majorant de lensemble des |xi + yi | ce qui entrane que
sup |xi + yi | = N (x + y) 6 N (x) + N (y) 
i

n n
r n
P i
P P
(i bis) Sur K[X] (avec P = ai X ) : N1 (P ) = |ai |, N2 (P ) = |ai |2 ,
i=0 i=0 i=0
N (P ) = sup |ai |.
i[[0,n]]
Dem : Cest la meme demonstration que celle que lon vient de faire 
Z sZ
b b
(ii) Sur C([a, b]) : N1 (f ) = |f (t)| dt, N2 (f ) = |f (t)|2 dt,
a a
N (f ) = sup |f (t)|.
t[a,b]
Dem : Pour N1 , voir le theoreme 5.53 page 332, pour N2 , voir la proposition
5.4.2 page 334 et pour la norme infinie, voir le theoreme 5.1 page 260 
s
+
P +
P
(iii) Sur j ou j {1, 2, } N1 (u) = |un | (sur 1 ), N2 (u) = |un |2 (sur 2 ),
n=0 n=0
N (u) = sup |un | (sur ) cf. definition 5.3.5 page 320.
nN
Dem : Pour N1 , on verra ceci avec les series (meme demonstration que pour le
(i), cf. theoreme 5.42 page 320), pour N2 , voir aussi plus loin dans ce chapitre,
2 est un espace de Hilbert (cf. theoreme 5.43 page 320). Enfin, pour N , on
reprend la premiere demonstration (cf. theoreme 5.4 page 266) 
Definition 5.1.2. Distance associee a une norme
On definit la distance entre deux points de E par d(x, y) = kx yk.
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 259

Remarque 5.1.1. d verifie :

(i) (x, y) E 2 , d(x, y) = 0 x = y separation,

(ii) (x, y) E 2 , d(x, y) = d(y, x) symetrie,

(iii) (x, y, z) E 3 : d(x, y) 6 d(x, z) + d(z, y) inegalite triangulaire.

Dem : Ces trois proprietes sont simples a prouver :

d(x, y) = 0 kx yk = 0 x = y,

d(x, y) = kx yk = ky xk = d(y, x),

d(x, y) = kx yk = k(x z) + (z y)k 6 kx zk + kz yk = d(x, z) + d(z, y)




Definition 5.1.3. Boule ouverte, fermee


Lensemble B(a, r) = {x E, d(a, x) < r} est appele boule ouverte de centre a, de
rayon r > 0, et lensemble B(a, r) = {x E, d(a, x) 6 r}, boule fermee de centre a,
de rayon r.

norme 2 norme infinie norme 1

Definition 5.1.4. Distance a un ensemble


Soit A un ensemble non vide, alors on pose d(x, A) = inf d(x, y).
yA

Definition 5.1.5. Vecteur unitaire


On dit que x E espace vectoriel norme est un vecteur unitaire ssidef kxk = 1 (cela
depend evidemment de la norme choisie).
x
Si x E \ {0} alors u = est appele vecteur unitaire associe a x.
kxk

Proposition 5.1.1.
p Si E est un espace prehilbertien (reel ou complexe), la norme
euclidienne kxk = (x|x) verifie kxk = sup |(x|y)|.
kyk61

Dem : Si x = 0 legalite est immediate, on se place donc dans le cas ou x 6= 0. On


va montrer legalite par double inegalite :
260 CHAPITRE 5. SUITES ET FONCTIONS

Soit y E tel que kyk 6 1 alors, par Cauchy-Schwarz, on a


|(x|y)| 6 kxk.kyk 6 kxk
donc A = {|(x|y)|, kyk 6 1} est borne par kxk dou sup |(x|y)| 6 kxk.
kyk61

x kxk2
Soit maintenant y = , kyk = 1 et |(x|y)| = = kxk ce qui signifie que
kxk kxk
kxk A donc kxk 6 sup A = sup |(x|y)|.
kyk61

Conclusion : on a bien montre que kxk = sup |(x|y)| 


kyk61

Definition 5.1.6. Ensemble borne, diametre


On dit que A 6= est un ensemble borne ssidef il existe une boule fermee contenant
A. Dans ce cas, on parle du diametre de A :
(A) = sup d(x, y).
(x,y)A2

Dem : Cette definition est legitime car A B(a, r) par definition dou, par inegalite
triangulaire, d(x, y) 6 d(x, a) + d(a, y) 6 2r pour tout (x, y) A2 par consequent
{d(x, y), (x, y) A2 } est majore donc il possede une borne superieure 
Definition 5.1.7. Application bornee, Ensemble B(A, F )
Soient E et F sont deux e.v.n., on dit que f F (A, F ) ou A E est une application
bornee ssidef f (A) est borne dans F .
Lensemble des applications bornees est note B(A, F ).

Theoreme 5.1. Lensemble B(A, F ) muni de la norme N (f ) = sup kf (x)kF est


xA
un espace vectoriel norme.
Dem : Cest la demonstration classique que lon retrouve ici, on verifie les axiomes
de la norme (on a evidemment N (f ) R+ ), k.kF designe la norme sur F .
Si N (f ) = 0 alors x A, f (x) = 0 soit f = 0.
On utilise la propriete
sup = sup
A A

pour A R et > 0 :
6 sup est immediat donc sup est un majorant de lensemble
A A
{, A} donc
sup 6 sup .
A A

Si = 0, legalite est immediate, supposons > 0 alors, on applique


1
linegalite que lon vient de montrer a B = {, A} et = dou

sup 6 sup or = et B = A dou
B B

1
sup 6 sup
A A
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 261

Cette derniere inegalite permet de conclure a legalite en multipliant par .


On prend alors A = {kf (x)kF , x A} dou N (f ) = ||N (f ) (en rem-
placant par || et en utilisant la propriete kf (x)kF = ||.kf (x)kF ).

kf (x) + g(x)kF 6 kf (x)kF + kg(x)kF 6 N (f ) + N (g) donc N (f ) + N (g)


est un majorant de {kf (x) + g(x)kF , x A} et par consequent

N (f + g) 6 N (f ) + N (g);

Conclusion : N est bien une norme sur B(A, F ) donc B(A, F ) muni de N est
bien un espace vectoriel norme 

Definition 5.1.8. Application lipschitzienne


Soit k R+ , on dit que f : A E F est k-lipschitzienne ssidef

kf (x) f (y)k 6 kkx yk.

On dit que f est lipschitzienne ssidef k R+ telle que f est k-lipschitzienne.

Proposition 5.1.2.
La composee de deux applications lipschitziennes est lipschitzienne.
Lensemble des fonctions lipschitziennes de F (A, F ) est un sous-espace vectoriel de
F (A, F )

Dem : Notons Lip (A, F ) lensemble des applications lipschitziennes de A dans F


(notation non standard, utilisee de facon episodique).

Soit f Lip (A, F ), g Lip (B, G) avec f (A) B (pour pouvoir definir g f ),
A E et B F . On suppose que f est k-lipschitzienne et g h-lipschitzienne.
Alors, pour tout (x, y) A2 on a

kg f (x) g f (y)kG 6 hkf (x) f (y)kF 6 khkx ykE

donc g f est lipschitzienne.

Si f et g sont dans Lip (A, F ) (ensemble non vide car lapplication nulle en
fait partie), si f est k-lipschitzienne et g h-lipschitzienne. Alors, pour tout
(x, y) A2 et tout (, ) K2 on a

k(f + g)(x) (f + g)(y)kF = k(f (x) f (y)) + (g(x) g(y))kF


6 ||.kf (x) f (y)kF + ||.kg(x) g(y)kF
6 ||kkx ykE + ||hkx ykE
6 (||k + ||h)kx ykE

donc f + g est bien lipschitzienne 

Exemples :

(i) Les applications x 7 kxk et x 7 d(x, A) sont 1-lipschitziennes.


Dem :
262 CHAPITRE 5. SUITES ET FONCTIONS

On utilise linegalite triangulaire : kxk = k(x y) + yk 6 kx yk + kyk


dou kxkkyk 6 kxyk et, par symetrie, kykkxk 6 ky xk = kxyk.
On a ainsi
kx yk 6 kxk kyk 6 kx yk

ce qui signifie que kxk kyk 6 kx yk (inegalite tres importante)
donc x 7 kxk est 1-lipschitzienne.
Pour tout (x, z) E 2 et tout y A on a

d(x, A) 6 d(x, y) 6 d(x, z) + d(z, y)

donc d(x, A) d(x, z) 6 d(z, y) donc d(x, A) d(x, z) est un minorant


de {d(z, y), y A} (il ne depend pas de y) par consequent il est majore
par la borne inferieure de cet ensemble soit

d(x, A) d(x, z) 6 d(z, A)

dou d(x, A) d(z, A) 6 d(x, z) = kx zk. Par symetrie, comme dans la


demonstration precedente, on a

| d(x, A) d(z, A)| 6 kx zk

donc x 7 d(x, A) est 1-lipschitzienne (la aussi, ce resultat est tres im-
portant) 

(ii) Sur A = {(x, y), x2 + y 2 6 1}, f (x, y) = (x2 , y 2 ) est lipschitzienne pour la
norme 2.
Dem : Soit (x, y) et (x , y ) dans R2 , f (x, y) f (x , y ) = (x2 x 2 , y 2 y 2 ).
p
kf (x, y) f (x , y )k2 = (x x )2 (x + x )2 + (y y )2 (y + y )2
p
6 4(x x )2 + 4(y y )2

car kxk 6 1, kx k 6 1 et kyk 6 1, ky k 6 1

6 2k(x, y) (x , y )k2 .

Donc f est lipschitzienne (on verra que toutes les normes sont equivalentes sur
R2 donc ce resultat ne depend pas de la norme choisie) 

Definition 5.1.9. Norme induite, distance induite


Si E est un sous-espace vectoriel de E et si N est une norme sur E alors la res-
triction de N a E est une norme que lon appelle norme induite sur E .
Si A est une partie non vide de E alors la restriction de d a AA est appelee distance
induite sur A

Dem : Si on note N = NE alors il est immediat de verifier que N definit sur E


une norme (il suffit de restreindre lensemble E a lensemble E ) 

Remarque 5.1.2. On ne peut parler de norme induite sur une partie quelconque
car les axiomes de la norme ne sont plus verifies.
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 263

Proposition 5.1.3. Soient (Ei , Ni ) des e.v.n., sur E = E1 Ep , i [[1, p]],


N(x) = supi[[1,p]] Ni (xi ) definit une norme.

Dem : La demonstration est exactement la meme que celle donnee pour la norme
infinie sur Rn 

Definition 5.1.10. Produit fini despaces vectoriels normes


Dans le cadre de la proposition precedente, (E, N) est appele espace produit des
e.v.n. (Ei , Ni ).

Remarque 5.1.3. Vu la norme choisie sur le produit fini despaces vectoriels


normes, les applications coordonnees sont 1-lipschitziennes.

Dem : Prenons par exemple p1 : (x1 , . . . , xp ) E = E1 Ep 7 x1 E1 alors


N1 (p1 (x)) = N1 (x1 ) 6 N(x) donc on en deduit que

|N1 (p1 (x) p1 (y))| = N1 (x1 y1 ) 6 N(x y)

i.e. p1 est 1-lipschitzienne (on a pris comme norme sur R la valeur absolue qui est
la seule norme sur R a un facteur multiplicatif pres) 
Questions :

(i) Soit f GL(E) et (E, k.k) un espace vectoriel norme, prouver que N(x) =
kf (x)k est une norme.

1 x y
(ii) Prouver que kx yk > (max(kxk, kyk))
kxk kyk

2

5.1.2 Suites delements dun espace vectoriel norme

On retrouve ici une generalisation de la notion de convergence dune suite :

Definition 5.1.11. Limite, suite convergente, suite divergente


On dit que la suite (un ) tend vers a E quand n + ssidef

> 0, N N | n > N, kun ak 6

note lim un = a ce qui secrit encore lim kun ak = 0.


n+ n+
Sil nexiste pas delement a de E verifiant la propriete ci-dessus, on dit que (un )
diverge.

Remarque 5.1.4. Si (un ) possede une limite, celle-ci est unique.

Dem : Supposons que un a et un b alors

ka bk = k(a un ) + (un b)k 6 ka un k + kun bk 0

et on peut directement conclure que a = b (on pouvait aussi faire une demonstration
par labsurde).
264 CHAPITRE 5. SUITES ET FONCTIONS

Ceci justifie le fait que lon puisse ecrire legalite lim un = a puisquil ny a pas
n+
dautre choix possible (sinon il faudrait parler de lensemble des limites de (un )) 
On retrouve alors les proprietes classiques sur les limites :

Theoreme 5.2. Si on note C(E) lensemble des suites delements de E conver-


gentes alors

C(E) est un espace vectoriel

lapplication lim : (un ) 7 lim un est une application lineaire de C(E)


n+
dans E.

Dem : On va prouver les deux affirmations en meme temps (en remarquant que
C(E) 6= car les suites constantes sont dans C(E)).
Lensemble des suites de E est un espace vectoriel (cest lensemble des applications
de N dans E), on va montrer plus simplement que C(E) est un sous-espace vectoriel
de E N 2 .
Soit un a et vn b deux suites convergentes. Comme avec les applications
lipschitziennes, on a

k(un + vn ) (a + b)k = k(un a) + (vn b)k


6 ||.kun ak + ||.kvn ak 0

donc, en utilisant les proprietes des suites reelles, on en deduit que

(un +vn ) admet une limite (donc C(E) etant stable par combinaison lineaire
est un sous-espace vectoriel de E N ),

lim (un + vn ) = lim un + lim vn donc lapplication limite definie


n+ n+ n+
par lim : (un ) 7 lim un est une application lineaire de C(E) dans E 
n+

Remarque 5.1.5. La aussi on pourra avantageusement se ramener a letude des


limites en 0.

Theoreme 5.3. Comparaison des normes


Si N et N sont deux normes sur lespace vectoriel E alors on a lequivalence entre
les deux proprietes suivantes :

(i) Toute suite convergeant vers 0 au sens de N converge vers 0 au sens de N .

(ii) Il existe un reel > 0 tel que N 6 N.

Dem :

(ii) (i) immediat : si un 0 au sens de N, cela signifie que N(un ) 0.


Or 0 6 N (un ) 6 N(un ) entrane que N (un ) 0 donc un 0 au sens de
N .
2
Notation qui designe lensemble des suites de E
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 265

(i) (ii) par contraposee, la negation de (ii) secrit


> 0, x E | N (x) > N(x).
Avec = n, on sait quil existe x E tel que N (x) > nN(x). x depend de
x, on le note xn . On construit alors une suite (xn ) (et on a xn 6= 0 pour tout
n car N (xn ) > nN(xn ) > 0 donc N (xn ) > 0).
xn
Soit yn = alors
N (xn )

N (xn )
N (yn ) = =1
N (xn )
 
nN (xn ) xn
> = nN = nN (yn )
N (xn ) N (xn )

1
donc N(yn ) 6 et par consequent yn 0 pour N, pas pour N car N (yn )
n
est constamment egal a 1 

Remarque 5.1.6. Si N 6 N alors si (un ) converge pour N, (un ) converge pour


N .

Dem : En effet, si un a pour N alors N(un a) 0 donc N (un a) 0 soit


un a pour N (et les deux limites sont egales) 

Definition 5.1.12. Normes equivalentes


Si N et N normes sur E, on dit quelles sont equivalentes ssidef il existe (, ) R2
+
tel que
N 6 N et N 6 N .

Remarque 5.1.7.

(i) Soit C (E) lensemble des suites convergentes pour N alors C(E) = C (E).
Dem : Si N et N sont equivalentes alors N 6 N entrane que toute
suite convergeant pour N converge pour N (cest la remarque precedente) i.e.
C(E) C (E). N 6 N permet darriver a lautre conclusion : C (E) C(E)
dou legalite C(E) = C (E) 

(ii) On a aussi equivalence avec N est -lipschitzienne par rapport a N et N est


-lipschitzienne par rapport a N .
Dem : On montre lequivalence N 6 N N est -lipschitzienne par
rapport a N.

Si N est -lipschitzienne par rapport a N alors

(x, y) E 2 , |N (x) N (y)| 6 N(x y).

On prend alors y = 0 dou |N (x)| = N (x) 6 N(x) i.e. N 6 N.


Si N 6 N alors on utilise une propriete de la norme (cf. Exemple (i)
page 261) : |N (x) N (y)| 6 N (x y) On a alors la reponse :

|N (x) N (y)| 6 N (x y) 6 N(x y)


266 CHAPITRE 5. SUITES ET FONCTIONS

On a prouve la moitie de la propriete, lautre sen deduit immediatement par


symetrie 

(iii) Pour prouver que deux normes ne sont pas equivalentes, il suffit de trouver
une suite delements de E qui tend vers 0 pour une norme et pas pour lautre.
Dem : Cest ce quon a fait lors de la demonstration du theoreme 5.3 

(iv) Sur Kn les trois normes N1 , N2 , N sont equivalentes mais ce nest pas vrai
sur K[X], C([a, b]), j .
Dem : On va comparer les normes deux a deux (la relation etre equivalente
pour les normes est transitive donc il suffirait de ne faire que deux comparai-
sons) :

N1 et N : immediat, en effet
n
X
N (x) = sup |xi | 6 N1 (x) = |xi | 6 nN (x)
i[[1,n]] i=1

soit N 6 N1 6 nN .
N2 et N : on fait la meme chose mais en elevant au carre :
n
X
2 2 2
N (x) = sup |xi | 6 N2 (x) = |xi |2 6 nN (x)2
i[[1,n]] i=1

soit N 6 N2 6 nN .
N1 et N2 : on intercale N dou

N1 6 nN 6 nN2

N2 6 nN 6 nN1 

(v) Si N est -lip par rapport a N, on dit que N est plus fine que N mais cette
notion nest pas au programme...

Theoreme 5.4. Lensemble (E) des suites bornees delements de E muni de


la norme N est un espace vectoriel norme.
Lensemble C(E) des suites convergentes est un sous-espace vectoriel de (E).
Dem :

On montre simultanement les proprietes (E) sous-espace vectoriel et N


norme ( (E) est non vide, prendre la suite nulle).

Soit u = (un ) (E), si N (u) = 0 alors n N, un = 0 car le sup est


nul donc u = 0.
kun k = ||.kunk donc, en passant au sup, on a N (u) = ||N (u).
Si v = (vn ) est une autre suite de (E) alors

kun + vn k 6 kun k + kvn k 6 sup kun k + sup kvn k


| n {z } | n {z }
=N (u) =N (v)
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 267

donc N (u) + N(v) est un majorant de lensemble des kun + vn k ce qui


entrane que

sup kun + vn k = N (u + v) 6 N (u) + N (v).


n

On deduit de ceci que est un sous-espace vectoriel de E N et que N est


bien une norme sur cet ensemble.

Il est immediat que C(E) est un sous-espace vectoriel de :


en effet toute suite convergente est bornee, si un a alors il existe N N tel
que n > N, kun ak 6 1 donc kun k 6 kun ak + kak 6 1 + kak. On prend
alors M = max{kun k, n < N, 1 + kak} qui est un majorant de kun k 

Proposition 5.1.4. Si (un ) = (u1n , u2n , . . . , upn ) est une suite delements de lespace
E = E1 . . . Ep produit despaces vectoriels normes alors on a lequivalence sui-
vante
(un ) converge dans E i [[1, p]], (uin ) converge dans Ei

Dem : Cest une demonstration que lon retrouvera assez souvent.

() On pose lim un = a = (a1 , . . . , ap ) donc N (un a) 0. On en deduit


n+
que
i [[1, p]], Ni (uin ai ) 6 N (un a) 0
donc i [[1, p]], lim uin = ai i.e. (uin ) converge dans Ei .
n+

() On suppose que lim uin = ai Ei pour tout i et on pose a = (a1 , . . . , ap ).


n+
Traduisons ceci :

i [[1, p]], > 0, ni N | n > ni , Ni (uin ai ) 6 .

On prend alors, pour chaque , n0 = max(ni ) dou

> 0, n0 N | n > n0 , i [[1, p]], Ni (uin ai ) 6

ce qui signifie encore que N(un a) 6 et prouve la reciproque 

Definition 5.1.13. Suite extraite


On dit que la suite (vn ) est extraite de la suite (un ) ssidef : N N strictement
croissante telle que vn = u(n) .

Definition 5.1.14. Valeur dadherence


On dit que a E est valeur dadherence de la suite (un ) ssidef il existe une suite
extraite qui converge vers a.

Remarque 5.1.8.

(i) Il se peut quune suite (un ) nait aucune valeur dadherence (prendre un = n
dans R).
268 CHAPITRE 5. SUITES ET FONCTIONS

(ii) Une suite convergente na quune seule valeur dadherence.


Dem : Il suffit de montrer que toute suite extraite dune suite convergente vers
a converge elle aussi vers a :
Soit (un ) une suite convergente dans E vers a alors

> 0, N N | n > N, kun ak 6 .

Si vn = u(n) est une suite extraite alors, comme est strictement croissante,
(n + 1) > (n) + 1 et par une recurrence immediate, (n) > n. Si n > N
(de la propriete ci-dessus) alors (n) > N donc kvn ak = ku(n) ak 6
ce qui signifie que vn a 
Proposition 5.1.5. Si la suite (un ) a au moins deux valeurs dadherence distinctes
alors elle diverge.
Dem : Immediat par contraposee avec la remarque (ii) ci-dessus 
On retrouve les relations de comparaison que lon avait definies pour les suites
reelles :
Definition 5.1.15. Notations de Landau, suites equivalentes
Soit (un ) E N et (n ) RN , alors
(i) un = o(n ) ssidef kun k = o(n ).

(ii) un = O(n ) ssidef kun k = O(n ).

(iii) Si (vn ) E N est une autre suite alors un vn ssidef un vn = o(kvn k).
Questions :
(i) Prouver que sur C([a, b]), N1 , N2 et N ne sont pas equivalentes.

(ii) Donner un exemple de suite bornee qui na pas de valeur dadherence.

(iii) Donner un exemple de suite bornee, divergente, qui na quune seule valeur
dadherence.

5.1.3 Exemples detude de suites

a) Comportement asymptotique des suites


Definition 5.1.16. Convergence lineaire, convergence quadratique
Soit (un ) E N , ou E est un e.v.n., convergeant vers a E. On pose en = un a.
Si en+1 Aen on dit que la convergence de la suite (un ) est lineaire.

Si ken+1 k Aken k2 on dit que la convergence de la suite (un ) est quadratique.

1
Etude de la suite u0 = 1, un = un1 + .
n!
1
On pose vn = un + , on a vu au 3.1.5 page 55 que les suites un et vn etaient
nn!
1
adjacentes et que un < e < vn i.e. 0 < e un < .
nn!
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 269

Moyenne arithmetico-geometrique.
Soit 0 < a < b 2 reels, on definit la suite (un ) par :
un + vn
u0 = a, v0 = b et un+1 = un vn , vn+1 = .
2
x+y
Lemme : si 0 < x < y alors x < xy < < y.
2
Dem :
Pour la premiere inegalite, on eleve au carre x2 < xy est immediat.

Pour la deuxieme, on pose x = x, y = y alors xy = x y et
2 2
x + y = 2x y + (y x )2 > 2x y .
x+y y+y
La troisieme est simple : < =y
2 2
On deduit du lemme que (un ) , (vn ) et un 6 vn on en tire les inegalites
vn un
vn+1 un+1 6 vn+1 un 6
2
ba
dou, par recurrence : vn un 6 n .
2
Remarque : on a une meilleure majoration

( vn un )2 (vn un )2
0 < vn+1 un+1 = =
2 2( un + vn )2
(vn un )2
6
8a
2
car vn > un > a ( un + vn ) > 4a.
On a en fait une convergence quadratique (a chaque iteration on double le
nombre de decimales).
 2n
ba
On obtient alors la majoration suivante vn un 6 8a (ce qui donne
8a
ba
une convergence tres rapide des que < 1).
8a  2p
vn un
En fait on peut prouver que vn+p un+p 6 8a ce qui explique la
8a
ba
rapidite de convergence meme si au depart > 1.
8a
Amelioration de la convergence, methode de Richardson
 x n
Soit un (x) = 1 + , on sait que lim un (x) = ex (prendre le logarithme)
n n+
mais la convergence est tres lente. Si on pose en (x) = ex un (x) alors nen (x)
a une limite.
La methode de Richardson, dans ce cas, consiste a remplacer un (x) par la suite
vn (x) = (n + 1)un+1(x) nun (x). On obtient le tableau suivant (pour x = 2)

n 10 100 1000
un 6,19 7,245 7,37431
vn 7,18 7,386 7,38902
e2 7,38 7,389 7,38905
270 CHAPITRE 5. SUITES ET FONCTIONS

ce qui prouve, dans ce cas, lamelioration de la convergence.

Dem : On peut ecrire le developpement de un (x) sous la forme


 
x a1 a2 1
un (x) = e + + 2 +O
n n n3

(cf. question (ii) ci-dessous) donc


     
x a1 a2 1 x a1 a2 1
vn (x) = (n + 1) e + + + O n e + + + O
n + 1 (n + 1)2 n3 n n2 n3
 1   
1 1
= ex + a2 +O
|n + {z
1 n} n2
1
= n(n+1)
 
a2
x 1
=e 2 +O
n n2

ce qui prouve (mathematiquement cette fois) lamelioration de la convergence


constatee numeriquement ci-dessus 
Questions :
1
(i) On definit la suite (un ) par u0 = 1, un+1 = un + . Utiliser la methode
(n + 1)2
de Richardson pour ameliorer  la convergence de cette suite. Sachant en fait
2 a1 a2 1
que un = + + 2 +O donner une suite qui converge encore plus
6 n n n3
rapidement.
 x n x2 ex
(ii) Montrer que ex 1 + . Utiliser lamelioration de la question
n 2n
precedente
 (enx supposant que lon a les memes hypotheses) pour la suite
n
un (x) = 1 + .
n

b) Etude des suites recurrentes


Theoreme 5.5. Theoreme du point fixe
Soit f : A K ou A K et f (A) A, K = R ou C admettant un point fixe
a A.
Si f est contractante sur A (i.e. k < 1, (x, y) A2 , |f (x) f (y)| 6 k|x y|)
alors a est lunique point fixe de f .
Si on pose x0 = b A, xn+1 = f (xn ) et si f (A) A alors la suite (xn ) converge
vers a, de plus on a |xn a| 6 k n |b a|.
Dem :

Unicite : si a est un (eventuel) autre point fixe de f alors

|f (a ) f (a)| = |a a| 6 k|a a|

donc (k 1)|a a | > 0 ce qui impose a = a car k 1 < 0 (on pouvait aussi
raisonner par labsurde).
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 271

On a ensuite |xn a| = |f (xn1) f (a)| 6 k|xn1 a| dou la majoration par


une recurrence simple 

Corollaire 5.6. Si A R est un intervalle et si f est C 1 sur A, f contractante,


on a xn+1 a k(xn a) ou k = f (a).
Dem : On utilise la formule de Taylor avec reste dYoung a lordre 1 :
xn+1 a = f (xn ) f (a) = (xn a)f (a) + o(xn a)
donc xn+1 a k(xn a) 
un
Exemple : Soit un la suite definie par u0 = 1 et un+1 = + sin un = f (un ). On
2
a f (x) > x pour x [0, a[ ou a est lunique solution de f (x) = x sur [0, 2] (faire
une etude de fonction). La suite (un ) est croissante et converge vers a car f est
contractante sur [1, a]. On a le tableau de valeurs suivant :
n 1 2 3 4 5 6
un 1,3415 1,6446 1,8196 1,8790 1,8924 1,8949
alors que a#1, 89549426703.
Amelioration de la convergence, methode du 2 dAitken
Soit (xn ) une suite convergeant vers a K telle quil existe C K, |C| < 1 verifiant
a xn+1 = C(a xn ) alors on a
xn xn+2 x2n+1 (xn+1 )2 (xn )2
a= = xn+2 = xn
xn+2 2xn+1 + xn 2 xn 2 xn
ou xn = xn+1 xn et 2 xn = (xn ) = xn+2 2xn+1 + xn .
Dans le cas general, on aura plutot a xn+1 C(a xn ). La methode dAitken
(xn+1 )2
consiste a remplacer la suite (xn ) par la suite (xn ) definie par xn = xn+2 .
2 xn
Si lon reprend lexemple de la suite (un ) et avec les valeurs calculees dans le tableau
(u5 )2
on obtient u6 2 #1, 89552 ce qui constitue une bien meilleure approximation.
u4
Dem :
(
a xn+1 = C(a xn )
Comment obtenir la premiere egalite : on a et on
a xn+2 = C(a xn+1 )
elimine C entre ces deux equations (on suppose C 6= 0) : on peut faire le
rapport de ces deux egalites (en esperant quaucune des quantites ne sannule)
ou mieux, faire le produit en croix (ce qui revient au meme mais est moins
risque !). En tous cas, on arrive a (axn+2 )(axn ) = (axn )2 . On developpe
et on simplifie le terme a2 dou
a(xn + xn+2 ) + xn xn+2 = 2axn+1 + x2n+1
xn xn+2 x2n+1
soit a = .
xn 2xn+1 + xn+2
Le denominateur de sannule pas constamment sinon la suite (xn ) est une
suite recurrente double qui se resout en xn = + n (1 est racine double de
la resolvante). On a suppose que (xn ) avait une limite, ce qui impose = 0
(et a = ), et on a suppose aussi que C 6= 0 donc la suite nest pas constante
ce qui permet de conclure.
272 CHAPITRE 5. SUITES ET FONCTIONS

On peut alors reecrire la relation ci-dessus en faisant intervenir loperateur .


On remarque tout dabord que

(xn ) = (xn+1 ) xn = (xn+2 xn+1 ) (xn+1 xn )


= xn+2 2xn+1 + xn = 2 xn (notation)

On a alors
xn xn+2 x2n+1
a=
xn 2xn+1 + xn+2
xn+2 (xn 2xn+1 + xn+2 ) (x2n+1 2xn+1 xn+2 + x2n+2 )
=
2 xn
(xn+1 )2
= xn+2
2 xn

que lon peut aussi ecrire

xn (xn 2xn+1 + xn+2 ) (x2n+1 2xn+1 xn + x2n )


=
2 xn
2
(xn )
= xn
2 xn
La derniere relation est plus simple a ecrire (et a retenir eventuellement), elle
justifie lappellation 2 dAitken mais on preferera la premiere car xn+2 est
une meilleure approximation de la limite (en general) et le terme correctif
(xn+1 )2
sera plus petit 
2 xn

Calcul de la racine carree dun nombre complexe


Soit a C , on note les deux racines carrees de a. On definit lasuite (un) par
1 a
u0 = b C \ ou est la mediatrice de A()A () et un+1 = un + .
2 un
(un )2
Par un calcul simple on a un+1 = donc, comme u0 / on montre
2un
que u1 / et par une recurrence immediate, un / . Les termes de la suite (un )
sont donc tous definis (aucun ne sannule).
b un n
Si k = avec |k| < 1 on a une convergence quadratique et = k2 .
b+ un +
Dem :

Montrons la premiere relation :


 
1 a
un+1 = un +
2 un
1 (un )2
= (u2n + a2un ) =
2un 2un

Si un+1 = alors (un )2 = 0 soit un = 0 et par une recurrence


descendante, u0 = 0. On a donc ici une suite constante. On ecarte ce cas
la par la suite.
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 273

La mediatrice de AA est lensemble des points M verifiant MA = MA soit


|z | = |z + |. Or avec la relation que lon a prouvee au premier point,

un+1
vn+1 = = vn2 ,
un+1 +

on a |vn+1 | = |vn |2 . Si |v0 | =


6 1 (ce qui est suppose par hypothese), alors
|vn | =
6 1, en effet :

si |v0 | < 1, |v1 | < 1 et par une recurrence immediate, |vn | < 1,
si |v0 | > 1, |v1 | > 1 et par une recurrence immediate, |vn | > 1,

donc un
/ pour tout n.
a
Montrons alors que un 6= 0 pour tout n : si un+1 = 0 alors un + = 0 donc
un
u2n = a = (i)2 . On en deduit alors que un = i soit

|un | = ||.|i 1| = ||.|i + 1| = |un + |

mais on vient de voir que ceci netait jamais realise donc la suite (un ) est bien
definie pour tout n.

n u0
vn+1 = vn2 donc, par une recurrence immediate, vn = k 2 ou k =
u0 +
(attention ici a ne pas ecrire vn = k 2n , erreur souvent rencontree dans les
raisonnements).
n
un 2n 1 + k2
On resout = k : un = . Si k < 1 alors un 
un + 1 k 2n

Questions :

(i) Que se passe-t-il dans le dernier exemple si |k| = 1 ?

(ii) Si xn+1 = f (x
n ) calculer
 labscisse xn du point dintersection de la droite
xn xn+1
A , B avec la droite y = x (calculer xn en fonction de xn ,
xn+1 xn+2
xn , 2 xn ou xn = xn+1 xn ). Que remarque-t-on ?

(iii) On pose en = xn a et on suppose que en+1 = (A + n )en ou en 6= 0, |A| < 1


x a
et n = o(1). Montrer alors que n 0 quand n + (cf. (ii)).
xn a

(iv) On suppose que f admet sur lintervalle I un unique point fixe a, que f est de
classe C 2 et enfin que f (a) = 0.
Montrer que si la suite recurrente xn+1 = f (xn ) converge vers a alors la conver-
gence est quadratique (i.e. xn+1 a C(xn a)2 ), on double pratiquement
le nombre de decimales a chaque iteration.
274 CHAPITRE 5. SUITES ET FONCTIONS

5.1.4 Topologie dun espace vectoriel norme

Definition 5.1.17. Voisinage dun point


On dit que Va est un voisinage de a ssidef Va contient une boule ouverte de centre a.

Proposition 5.1.6.
Une intersection finie de voisinages de a est un voisinage de a.
Tout ensemble contenant un voisinage de a est un voisinage de a.

Dem :

Soit V1 , . . . , Vn des voisinages de a alors pour tout i [[1, n]] il existe ri > 0 tel
que B(a, ri ) Vi . On pose r = min (ri ) alors B(a, r) Vi pour tout i donc
i[[1,n]]
n
\
B(a, r) Vi .
i=1
n
\
Conclusion : Vi est un voisinage de a.
i=1

Si A contient V un voisinage de a alors il existe r > 0 tel que B(a, r) V A


donc A est un voisinage de a 

Definition 5.1.18. Partie ouverte, partie fermee


Une partie A E est un ouvert ssidef A est un voisinage de chacun de ses points.
Une partie B E est un ferme ssidef son complementaire dans E est un ouvert.

Proposition 5.1.7.
Une boule ouverte est un ouvert, une boule fermee est un ferme.

Dem : Soit B(a, r) une boule ouverte, r > 0.

Montrons que pour tout B(a, r) est un voisinage de tous ses points :
Si x B(a, r) alors B(x, r d(a, x)) B(a, r) (faire un dessin), en effet soit
y B(x, r d(a, x)) alors

d(a, y) 6 d(a, x) + d(x, y) < d(a, x) + (r d(a, x)) = r

donc y B(x, r) ce qui prouve effectivement que B(a, r) est un ouvert.

Montrons que le complementaire de B(a, r) est un ouvert :


Si x / B(a, r) alors montrons que B(x, d(a, x) r) est contenue dans le
complementaire de B(a, r). Soit y B(x, d(a, x) r) alors, en utilisant
linegalite triangulaire, on a

d(a, y) > d(a, x) d(y, x) > d(a, x) (d(a, x) r) = r

donc B(x, d(a, x) r) B(a, r) = 


5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 275

Proposition 5.1.8.
Une union quelconque douverts est un ouvert.
Une intersection finie douverts est un ouvert.

Dem :
[
Si x Oi alors, par definition dune reunion densemble, il existe i0 I tel
iI
que x Oi0 . [
Comme Oi0 est un ouvert, il existe r > 0 tel que x B(x, r) Oi0 Oi .
[ iI
Conclusion : Oi est un ouvert.
iI

n
\
Si x Oi alors, pour tout i, il existe ri > 0 tel que B(x, ri ) Oi . On pose
i=1 T
alors, avec r = min ri > 0, on a B(x, r) ni=1 Oi (on pouvait aussi utiliser la
propriete 5.1.6) 

Remarque 5.1.9.

(i) Une intersection infinie douverts nest pas un ouvert,


\
exemple ] 1/n, 1/n[= {0} (cf. exemple page 113).
nN

(ii) Par complementation, on obtient les proprietes sur les fermes :


Une intersection quelconque de fermes est un ferme, une reunion finie de
fermes est un ferme.

Definition 5.1.19. Point adherent, adherence dune partie


Soit A une partie non vide de E, on dit que a est adherent a A ssidef tout voisinage
de a rencontre A.
Lensemble des points adherents a A est appele adherence de A et est note A.
Par convention, on notera = .

Remarque 5.1.10.

(i) On a evidemment A A.
Dem : Soit x A alors, pour tout voisinage Vx de x, on a x Vx A ce qui
signifie que x A 

(ii) On a alors A = {a E | Va , Va A 6= }.
Dem : En fait, cest exactement la traduction avec des quantificateurs de la
definition 

Definition 5.1.20. Partie dense


On dit quune partie A de E est dense dans E ssidef A = E
276 CHAPITRE 5. SUITES ET FONCTIONS

Exemples :
(i) Q est dense dans R.
Dem : On prend bien sur la valeur absolue comme norme sur R. On sait que
tout intervalle ouvert de R rencontre Q. Soit x R alors, pour tout r > 0,
]x r, x + r[ Q 6= donc, par definition, x Q. On a R Q, linclusion
inverse etant immediate on a bien Q = R 
n  n |a |
P i
P i
(ii) Soit E = R[X] que lon muni de la norme N : N ai X = alors
i=0 i=0 i + 1
Pn
A = {P R[X] | ai = 0} est dense dans R[X].
i=0
n
P
Dem : Soit P R[X], on ecrit P = ai X i , montrons quil existe une suite
i=0
delements de A quitend vers
 P :
n P
P k | ni=0 ai |
on pose Pk = P ai X alors N(P Pk ) = k+1 0. Pour tout
i=0
r > 0 il existe k tel que N(P Pk ) < r donc B(P, r) A 6= ce qui signifie
que P A. Comme ci-dessus, on peut conclure que R[X] = A 

Theoreme 5.7. Caracterisation des fermes


Si A est une partie non vide de E alors A est le plus petit ferme contenant A (i.e.
lintersection de tous les fermes contenant A).
A est fermee ssi A = A.
Dem : Soit F = {B E | B ferme et A B}.
c
Montrons que A est ouvert (et donc que A est ferme) :
c
Soit x A alors, en prenant la contraposee de x A (Vx , Vx A 6= ) on
obtient lexistence de Vx voisinage de x tel que Vx A = . Ceci se traduit
alors par :
B(x, r) | B(x, r) A = .
Or, pour tout y de B(x, r), B(y, r d(x, y)) A = (on a deja vu que
B(y, r d(x, y)) B(x, r)cf. demonstration de la propriete 5.1.7 page
(A)c et (A)c est un ouvert.
274et B(x, r) A = ) donc B(x, r) \
On vient de prouver que A F donc F A.
F F

Montrons que cest le plus petit ferme :


Soit F un ferme contenant A, si x / F alors, comme F c est ouvert, il existe un
voisinage de x, Vx , tel que Vx F = i.e. Vx A = (car A F ) donc, par
contraposee (cf. premiere partie de la demonstration) x
/ A et en conclusion
A F. \
Ceci etant vrai pour tout F , on obtient A F.
F F
\
On a ainsi prouve legalite A = F.
F F
Lequivalence est alors immediate :
En effet, si A est ferme alors A F (donc A A) et A A (cf. remarque
5.1.10) par consequent A = A.
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 277

Reciproquement : si A = A alors, comme A est ferme, A est ferme 

Definition 5.1.21. Point interieur, interieur dun ensemble


Si A est une partie non vide de E, on dit que a E appartient a linterieur de A
ssidef il existe une boule ouverte B(a, r) contenue dans A.

Lensemble des points interieurs a A est appele interieur de A et est note A .

Par convention, on notera = .

[
Remarque 5.1.11. On a A = O.
OA
[
Dem : Posons A = O et O = {O E | O ouvert et O A}.
OA


Soit x A alors, par definition, il existe B(x, r) A or B(x, r) est un ouvert
contenu dans A donc B(x, r) A ce qui entrane que x A et en consequence

que A A .

Soit x A , par definition de la reunion dune famille densembles, il existe


O O tel que x O donc, comme O est ouvert, on trouve B(x, r) O A

ce qui se traduit par x A A . On a prouve que A A A .
[
Conclusion : on a ainsi legalite A A = O
OA

Theoreme 5.8. Le complementaire de linterieur dun ensemble A est egal a


ladherence du complementaire,
le complementaire de ladherence de A est egal a linterieur du complementaire.
Si on note Ac le complementaire dans E de A alors cette propriete secrit
 c  c
A = Ac et A = Ac

Dem : On reprend les notations de la question precedente.


   
En utilisant lequivalence O A, O ouvert O c Ac , O c ferme on
obtient
[  c \
A= O par complementation A = F = Ac
OA F Ac

On peut redemontrer la deuxieme egalite de la meme maniere ou remarquer


que le complementaire du complementaire de A est A donc
 cc

c c
c

(A) = A c = Ac = Ac 
278 CHAPITRE 5. SUITES ET FONCTIONS

Definition 5.1.22. Point frontiere, frontiere dun ensemble


Si A est un ensemble non vide, on dit quun point a E est point frontiere de A
ssidef il appartient a ladherence de A et a ladherence de son complementaire.
Lensemble des points frontieres de A est appele frontiere de A est note Fr(A).


Remarque 5.1.12. Grace au theoreme precedent, on sait que Fr(A) = A \ A .

Dem : On peut raisonner par equivalences :


c
x Fr(A) x A A par definition

c
x AA

x A\A 

Theoreme 5.9. Caracterisation sequentielle de ladherence, dun ferme


a est adherent a A ssi a est limite dune suite delements de A.
A est ferme ssi toute suite delements de A qui converge dans E converge dans A.
Dem :
1
Si a A on prend an B(a, n+1 ) A (ensemble non vide car a A). La
1
suite (an ) appartient a AN et ka an k < donc lim an = a.
n+1 n+

La reciproque est immediate : soit B(a, r) une boule ouverte centree en a


et (an ) AN une suite qui converge vers a. Par definition de la limite, il
existe N N tel que, pour tout n > N, kaan k < r donc B(a, r)A 6=
ce qui se traduit par a A.

Enfin, A ferme ssi A = A. Montrons lequivalence ;

Si A = A, soit (an ) AN une suite qui converge vers a E. On en deduit


que a A = A.
Reciproque : soit a A alors on vient de voir que a = lim an ou
n+
(an ) AN . On sait, dapres lhypothese de la reciproque, que a A donc
A A (et A A est une propriete generale) donc A = A, A est ferme.

Cette derniere equivalence est tres utile pour prouver quun ensemble est ferme
et sera souvent utilisee 

Il est parfois necessaire de retrouver les notions que lon vient de definir sur E
espace vectoriel norme pour une partie A non vide de E, notamment lorsque A est
lensemble de definition dune fonction.

Definition 5.1.23. Topologie induite


Si A est une partie non vide de E, on definit alors

(i) Voisinage relatif de a A : Va A ou Va est un voisinage de a dans E.

(ii) Ouvert relatif dans A : O A ou O est un ouvert de E.


5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 279

(iii) Ferme relatif dans A : F A ou F est un ferme de E.


Exemple : sur R, si A =]a, b[, c A alors [c, b[ est ferme dans A.
En reprenant les definitions donnees dans le cas general, on peut definir ladherence
relative, linterieur relatif et un ensemble B dense dans A.
Enfin, pour terminer cette sous-section, une derniere definition.
Definition 5.1.24. Propriete vraie au voisinage dun point
Soit f F (A, F ) une fonction definie sur une partie A de E, on dit quune propriete
(portant sur f ) est vraie au voisinage de a A ssidef elle est vraie sur lintersection
de A avec un voisinage de a.
Si E = R et a = +, on etend cette definition en prenant lensemble ]c, +[,
] , c[ si a = .
Enfin, si E est un e.v.n. et si a est a linfini, on prend le complementaire dune
boule de centre 0.
Exemples :
(i) On dit quune fonction est positive au voisinage de + sil existe I =]c, +[
tel que f > 0 sur I.
1 1
(ii) f (x) = sin nest pas bornee au voisinage de 0.
x x
Question : soit A E, A non vide, on sait que (B(a, r) A) 6 2r mais quil ny a
pas forcement egalite (cela depend de A). Montrer que (B(a, r)) = 2r (ici, A = E).

5.1.5 Etude locale dune application, continuite

Comme sur R, on definit la limite dune fonction.


Definition 5.1.25. Limite dune fonction
Soit f : A F , A E et a A. Etant donne un element b de F , on dit que f
admet b comme limite au point a si, pour tout nombre reel > 0, il existe un nombre
reel > 0 tel que, pour tout element x de A, la relation kx ak 6 implique la
relation kf (x) bk 6 .
Ce qui donne avec les quantificateurs
> 0, > 0, x A | kx ak 6 , kf (x) bk 6 .

Proposition 5.1.9. Le vecteur b est unique, on le note lim f (x) = b et la traduction


xa
en terme de voisinage secrit
Vb , Va , f (Va A) Vb .

Dem :
On va faire ici (pour changer) une demonstration par labsurde. Soient b 6= b
kb b k
deux limites de f en a. On prend = , par definition, il existe > 0
3
tel que
x A, kx ak 6 kf (x) bk 6 et kf (x) b k 6 .
280 CHAPITRE 5. SUITES ET FONCTIONS

2
dou = kb b k 6 kb f (x)k + kf (x) b k 6 ce qui est tout simplement
3
impossible.

Pour la deuxieme propriete, on a une equivalence que lon va prouver (comme


souvent) par double implication.

Des vers les voisinages : soit Vb un voisinage de b alors il existe > 0 tel
que B(b, ) Vb . Or on sait quil existe > 0 tel que, si x B(a, ) A,
alors f (x) B(b, ). On prend donc comme Va voisinage de a la boule
B(a, ) et on a bien f (Va A) Vb .
Des voisinages vers les : soit > 0, on prend Vb = B(b, ), on sait par
hypothese quil existe Va tel que x Va A, kf (x) bk 6 . Comme
Va est un voisinage de a alors il existe > 0 tel que B(a, ) Va .
En reprenant ce quon vient decrire on aura bien x B(a, ) A,
kf (x) bk 6 

Definition 5.1.26. Extension de la notion de limite


a = , E = R on prend les voisinages ]c, +[ si a = + et ] , c[ si
a = .

De meme si f est a valeurs reelles et b = .

Si f est a valeurs vectorielles, on dit que f ssidef kf k +.

Definition 5.1.27. Limite selon un ensemble


Soit P une partie de A et a adherent a P , on dit que f admet une limite en a selon
P ssidef la restriction de f a P admet une limite en a notee lim f (x).
xa,xP

Definition 5.1.28. Continuite en un point


f est continue en a ssidef a A et la limite de f en a existe. Cette limite est bien
entendu egale a f (a). Avec les voisinages, on a Vf (a) , Va | f (Va A) Vf (a) .

Remarque 5.1.13. On a lequivalence suivante : f admet une limite en a A \ A


ssi f se prolonge par continuite en a.
La aussi, on retrouve les proprietes usuelles de la continuite en un point.
Proposition 5.1.10. Limite du compose de deux fonctions
Soit A E et B F , E, F , G trois e.v.n. et g F (A, F ), f F (B, G).
Si g(A) B on a alors
!
lim g(x) = b
xa
lim f g(x) = c.
lim f (x) = c xa
xb

Dem : Immediat avec les voisinages, on traduit les hypotheses :


(i) Vb , Va | g(Va A) Vb ,

(ii) Vc , Vb | f (Vb B) Vc .
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 281

Soit Vc un voisinage de c alors il existe un voisinage de a, Va tel que g(Va A) Vb


(on utilise la propriete (i) avec Vb mis en evidence par (ii)). Comme g(Va A) B
(cest la quintervient lhypothese g(A) B), on a g(Va A) Vb B et

f g(Va A) f (Vb B) Vc

donc on a prouve que Vc , Va | f g(Va A) Vc ce qui traduit exactement la


conclusion attendue : lim f g(x) = c 
xa
On retrouve aussi les proprietes de linearite des limites.
Dem : Les demonstrations sont les memes que pour les fonctions dune variable
reelle.
Si f et g sont definies sur A E a valeurs dans F espace vectoriel norme, si f et g
ont une limite en a alors

lim (f + g)(x) = lim f (x) + lim g(x).


xa xa xb

On remplace les valeurs absolues des demonstrations par des k 

Proposition 5.1.11. Fonction a valeurs dans un e.v.n. produit


Si f = (f1 , . . . , fp ) est une fonction definie sur A E a valeurs dans E1 . . . Ep
alors
(lim f (x) existe ) (i [[1, p]], lim fi (x) existe.
xa xa

Dem : On retrouve la demonstration que lon a pu faire pour les suites (cf. propo-
sition 5.1.2 page 267).

() : On pose lim f (x) = b = (b1 , . . . , bp ).


xa
Pour i [[1, p]] on a Ni (fi (x) bi ) 6 N(f (x) b) 0 donc lim fi (x) = bi .
xa

On peut reprendre en effet la demonstration citee ci-dessus ou bien utiliser


largument suivant :
par recurrence sur p, si g1 , . . . , gp sont des reels, on montre que lapplication
m : (g1 , . . . , gp ) 7 max(g1 , . . . , gp ) est continue, on utilise les formules :
1 1
max(g1 , g2 ) = (g1 + g2 ) + |g1 + g2 |,
2 2
max(g1 , . . . , gp ) = max(max(g1 , . . . , gp1), gp ).

On prend alors gi (x) = Ni (fi (x) bi ) et, par definition de N, on a


max(g1 (x), . . . , gp (x)) = N(f (x) b) donc N(f (x) b) 0 grace a la conti-
nuite de m 

Et comme en premiere annee on a le theoreme suivant qui se generalise.

Theoreme 5.10. Caracterisation sequentielle dune limite


Soit f F (A, F ) alors

lim f (x) = b (xn ) AN , lim xn = a lim f (xn ) = b.


xa n+ n+

Dem :
282 CHAPITRE 5. SUITES ET FONCTIONS

() Soit (xn ) AN une suite telle que lim xn = a alors


n

N, n > N, kxn ak 6 kf (xn ) bk 6


i.e. lim f (xn ) = b. On peut aussi utiliser le theoreme de composition des
n
limites (generalise) en considerant les applications x : n N 7 x(n) = xn A
et f . On a alors f (xn ) = f x(n) et lim f x(n) = b.
n+

() Par labsurde, on nie la propriete


> 0, > 0, | x A B(a, ), kf (x) bk <
ce qui donne
> 0, > 0, x A, kx ak 6 , kf (x) bk >
1
et donc, avec = on construit une suite (xn ) telle que xn a mais, comme
n
kf (xn ) bk > alors f (xn ) 6 b 

Remarque 5.1.14.
(i) Le dernier theoreme nous permet aussi de caracteriser la limite en un point a
par 
f lim xn = lim f (xn )
n+ n+

pour toute suite (xn ) qui tend vers a.


(ii) On peut remplacer ce theoreme par
lim f (x) existe ssi (xn ), lim xn = a lim f (xn ) existe.
xa n+ n+
Dem : Le sens direct est immediat, pour la reciproque, il suffit de montrer que
si (xn ) et (yn ) sont deux suites qui tendent vers a alors les suites (f (xn )) et
(f (yn )) ont meme limite : (
z2n = xn
pour cela, il suffit de definir la suite (zn ) par . La suite (zn )
z2n+1 = yn
tend bien vers a, donc (f (zn )) admet une limite (par hypothese). Or, si
lim f (xn ) = b, lim f (yn ) = b et lim f (zn ) = bn alors
n+ n+ n+

b = lim f (z2n ) = b = lim f (z2n+1 ) = b .


n+ n+

On a ainsi prouve quil existe b F tel que, pour toute suite (xn ) qui tend
vers a, lim f (xn ) = b, on utilise alors le theoreme precedent 
n+

Pour la suite de ce paragraphe, on prend a A et on note lim f la limite de f en


a : lim f (x).
xa

Definition 5.1.29. Notations de Landau


Si f F (A, F ) et F (A, R) alors
(i) f = o() ssidef > 0, Va voisinage de a tel que x Va , kf (x)k 6 |(x)|
f
(on peut aussi dire que lim = 0 si ne sannule pas).

(ii) f = O() ssidef M > 0, Va , x Va , kf (x)k 6 M|(x)|.
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 283

Definition 5.1.30. Fonctions equivalentes


Si f et g sont dans F (A, F ) alors on dit que f est equivalent a g au voisinage de a
ssidef f g = o(kgk), relation notee f g.

Definition 5.1.31. Continuite sur un ensemble


On dit que f est continue sur A ssidef f est continue en chaque point de A.
Lensemble des applications continues sur A est note C(A, F ).

Proposition 5.1.12. C(A, F ) est un sous-espace vectoriel de F (A, F ).


C(A) ensemble des fonctions continues a valeurs dans K = R ou C est une sous-
algebre de lensemble des fonctions definies sur A a valeurs dans K.

Dem :

Si f et g sont des fonctions continues sur A alors, grace aux proprietes de


linearite des limites, pour tout x A, pour tout (, ) K, f + g est
continue en x donc f + g C(A, F ). C(A, F ) est donc un sous-espace
vectoriel de F (A, F ).

La fonction constante egale a 1 est continue donc elle appartient a C(A). On


utilise ensuite le fait que si f et g ont une limite en x alors f g admet aussi
une limite en x. C(A) est donc une sous-algebre de F (A, K) 

Proposition 5.1.13.

(i) Si g C(A, F ), f C(B, G) et si g(A) B alors f g C(A, G).

(ii) Si f C(A, F ) et si A1 A alors f1 = f|A1 C(A1 , F ).

(iii) Si F = F1 . . . Fp est un espace vectoriel norme produit alors

f = (f1 , . . . , fp ) C(A, F ) i [[1, p]], fi C(A, Fi ).

Dem :

(i) Si g C(A, F ), f C(B, G) et si g(A) B alors on peut appliquer, pour tout


x A, la composition des limites donc f g C(A, G).

(ii) Si f C(A, F ) et si A1 A alors f1 = f|A1 C(A1 , F ) est immediat (on


restreint le domaine de depart).

(iii) Consequence immediate de la proposition 5.1.11 page 281 

Theoreme 5.11. Soient f et g deux applications continues de A dans F et si f


et g concident sur une partie B dense dans A alors elles sont egales.

Dem : Soit x A, comme B est dense dans A alors il existe (xn ) B N telle que
lim xn = a. Par hypothese, on a donc
n+

n N, f (xn ) = g(xn )
284 CHAPITRE 5. SUITES ET FONCTIONS

et comme f et g sont continues, on peut passer a la limite, dou f (x) = g(x) et ceci
pour tout x donc f = g 
Ce theoreme est souvent utilise avec les relations fonctionnelles, on prouve que deux
fonctions continues sont egales sur Q ou sur lensemble des reels de la forme 2kn pour
conclure a leur egalite.

Theoreme 5.12. Caracterisation des applications continues


f est continue sur A ssi O ouvert de F , f 1 (O) est un ouvert relatif de A.
Attention a la topologie induite!
Dem : Resultat un peu abstrait mais tres general, permet de faire des demonstrations
particulierement simples.

() Soit O un ouvert de F , on suppose que f 1 (O) 6= ( sinon, par convention


est un ouvert et la demonstration est terminee).
Si a f 1 (O) et b = f (a) O alors O est un voisinage de b donc il existe
Va voisinage ouvert de a tel que f (Va A) O (par propriete de la limite) et
donc
Va A f 1 (f (Va A)) f 1 (0)
(on a conservation des inclusions par image reciproque et lapplication reci-
proque grossit). On en deduit que f 1 (O) est un voisinage relatif de a dans
A et ceci pour tout a A donc f 1 (O) est un ouvert relatif de A.

() Soit a A et > 0. On pose Vf (a) = B(f (a), ). Par hypothese,


f 1 (B(f (a), )) = f 1 (Vf (a) ) est un ouvert relatif de A. Cest donc aussi un
voisinage relatif de a que lon note Va . On a ainsi

f (Va ) = f (f 1 (Vf (a) )) = f (f 1 (B(f (a), ))) B(f (a), ) = Vf (a)

(lapplication directe reduit, au contraire de lapplication reciproque). On


peut alors conclure a la continuite de f en a pour tout a A.
Dans le livre, je propose une demonstration plus synthetique :
pour tout Vb il existe O tel que b O, O Vb . On prend Va = f 1 (O) et on
a f (Va ) Vf (a) 

Remarque 5.1.15. On a aussi equivalence si on prend des fermes.

Dem : La propriete secrit

f C(A, F ) C ferme de F , f 1 (C) est un ferme de A.

Et cela vient du fait que f 1 (B c ) = f 1 (B)c , que lon peut prouver par equivalences :

x f 1 (B c ) f (x) B c f (x)
/B
x / f (B) x f 1 (B)c 
1

Question : Soit f C(A, R), montrer que {x A | f (x) 6= 0} est un ouvert de A.


5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 285

5.1.6 Applications lineaires continues

Theoreme 5.13. Caracterisation des applications lineaires continues


Soient (E, N) et (F, N ) deux e.v.n., u L(E, F ) ; on a alors equivalence entre :

(i) u est continue sur E,

(ii) u est continue en 0,

(iii) C > 0, N (u(x)) 6 CN(x).

Dem :

(i) (ii) : Evident.

(ii) (iii) : On traduit la continuite de u en 0 :

> 0, > 0, N(x) 6 N (u(x)) 6 .



On pose C = et pour y E \ {0} on prend x = N y(y) .

On a N(x) = N( N y(y) ) = donc, N (u(x)) 6 vu la propriete rappelee
ci-dessus. Ceci secrit alors sous la forme
 

N (u(x)) = N u(x) = N (u(y)) 6
N(y) N(y)

donc, pour tout y E \ {0}, N (u(y)) 6 N(y) = CN(y) (evident si y = 0).

(iii) (i) : On a N (u(x) u(y)) = N (u(x y)) 6 CN(x y) donc u est


C-lipschitzienne i.e. u est continue sur E 

Exemples : il est utile davoir des exemples dapplications lineaires non continues.

(i) Soit : P R[X] 7 P (2) R ou R[X] est muni de la norme 1. Si Pn = X n


alors N1 (Pn ) = 1 et (Pn ) = 2n +.
Dem : Si etait continue, il existerait C tel que |(P )| 6 CN1 (P ) pour tout
polynome P . Avec les polynomes Pn , cela donne 2n 6 C pour tout n est cest
impossible.
Conclusion : nest pas continue 
I
(R[X], N1 ) ou I est lidentite et Pn = n1 (1 + X + + X n1 ),
(ii) (R[X], N )
N1 (Pn ) = 1 et N (Pn ) = n1 .
Dem : Si I est continue, meme raisonnement que ci-dessus, il existerait C
1
tel que N1 (I(P )) = N1 (P ) 6 CN (P ) et, avec Pn , on a 1 6 C ce qui est
n
la aussi impossible. I nest pas continue et cela peut paratre surprenant, le
theoreme qui suit precise justement ce genre de situation 
286 CHAPITRE 5. SUITES ET FONCTIONS

Theoreme 5.14. Caracterisation de lequivalence des normes


Soit E un espace vectoriel, N et N deux normes sur E alors on a equivalence
entre les trois proprietes ci-dessous

(i) N et N sont equivalentes,

IE : x (E, N) 7 x (E, N )
(ii) les applications sont continues,
IE : x (E, N ) 7 x (E, N)

(iii) (E, N) et (E, N ) ont les memes parties ouvertes.

Dem :

(ii) (i) : IE et IE sont continues, on utilise le (iii) du theoreme precedent,


donc il existe C et C telles que

x E, N (IE (x)) = N (x) 6 CN(x)


x E, N(IE (x)) = N(x) 6 C N (x)

par consequent N et N sont equivalentes.

(i) (ii) : On a N (IE (x)) = N (x) 6 N(x) donc, grace au theoreme


precedent, IE est continue. De meme en echangeant les roles de N et N on
obtient N(IE (x)) = N(x) 6 N (x). N et N sont equivalentes.

(ii) (iii) : On utilise le theoreme 5.12 page 284 et lequivalence est alors
immediate :
notons T et T lensemble des ouverts pour N et pour N .

(ii) (iii) : Soit O T , comme IE est continue, O = I 1 (O ) est un


ouvert de (E, N), O T i.e. T T . Par symetrie, on a aussi T T
donc T = T .
(iii) (ii) : On sait que O ouvert de (E, N ) est un ouvert de (E, N)
donc I 1 (O ) T . Dapres le theoreme 5.12, IE est continue.
Il en est de meme pour IE , IE est continue 

Remarque 5.1.16. Grace au (iii) du theoreme sur la caracterisation des applica-


tions lineaires continues, ku(x)k est bornee sur la boule unite et on a egalite entre :
ku(x)k
sup ku(x)k, sup ku(x)k, sup et inf{C > 0|x E, ku(x)k 6 Ckxk}.
kxk=1 kxk61 x6=0 kxk

Dem : cf. question (i) page 289 

Definition 5.1.32. Norme subordonnee


Si (E, N) et (F, N ) sont deux espaces vectoriels normes et u une application lineaire
continue de E dans F , on appelle norme subordonnee a N et N le reel

kuk = sup N (u(x)).


N (x)61
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 287

Remarque 5.1.17.
(i) Si le choix des normes sur E et F ne presente pas dambiguite, on adopte la
meme notation pour les normes.

(ii) On a aussi ku(x)k 6 kuk.kxk.


ku(x)k
Dem : Par definition, on a kuk = sup ce qui secrit encore
x6=0 kxk
ku(x)k
x E \ {0}, 6 kuk 
kxk
(iii) Certains auteurs notent k|u|k la norme subordonnee, dautre |u|...

Theoreme 5.15. Espace LC(E, F )


Si E et F sont deux espaces vectoriels normes, lensemble des applications lineaires
continues de E dans F muni de la norme subordonnee est un espace vectoriel
norme.
Dem : On utilise la propriete kuk = sup ku(x)kF . LC(E, F ), ensemble des appli-
kxkE =1
cations lineaires continues de E dans F est non vide (il contient lapplication nulle).
On montre (rapidement ici) que cest un espace vectoriel norme.
Si kuk = 0 alors x SE (0, 1) (sphere unite de E), on a ku(x)kF = 0 donc
u(x) = 0. Par homothetie on a y E \ {0} :
 
y
u(y) = kykE .u = 0F
kykE
donc u = 0 (dans L(E, F )).

Les proprietes kuk = ||.kuk et ku + vk 6 kuk + kvk ont deja ete demontrees
avec N .
Grace aux proprietes mises ainsi en evidence, on en deduit que LC(E, F ) est stable
par combinaison lineaire (cest donc un sous-espace vectoriel de L(E, F )) et la norme
subordonnee est bien une norme 

Theoreme 5.16.
Si u LC(E, F ), v LC(F, G) alors v u LC(E, G) et kv uk 6 kvk.kuk.
Dem : On a, pour tout x de E :

kv u(x)kG 6 kvk.ku(x)kF 6 kvk.kuk.kxkE

donc v u est continue.


Si kxk = 1 alors kvk.kuk est un majorant de kv u(x)kG . Par definition de la norme
subordonnee, kv uk 6 kvk.kuk (kv uk est le plus petit des majorants) 
Definition 5.1.33. Algebre normee unitaire
Soit A une algebre unitaire munie dune norme (definie sur sa structure despace
vectoriel), on dit que A est une algebre normee unitaire ssidef la norme verifie

kx.yk 6 kxk.kyk.
288 CHAPITRE 5. SUITES ET FONCTIONS

Proposition 5.1.14.
B(A, K) ensemble des applications bornees de A dans K munie de la norme infinie
est une algebre normee unitaire.
LC(E) ensemble des endomorphismes continus de E muni de la norme subordonnee
est une algebre normee unitaire (notee aussi Lc (E)).
Dem :
B(A, K) est une algebre :
On sait deja que B(A, K) est un espace vectoriel norme (cf. theoreme 5.1
page 260).
B(A, K) est un sous-anneau de F (A, K) car il est stable par produit :
|f (x).g(x)| 6 |f (x)|.|g(x)| 6 kf k .kgk
pour tout (f, g) B(A, K)2 par consequent f.g B(A, K), en outre
kf.gk 6 kf k .kgk .
On verifie alors que
K, (f, g) B(A, K)2 , .(f.g) = (.f ).g = f.(.g).
B(A, K) est donc une algebre normee (unitaire).
LC(E) est une algebre normee :
LC(E) est une sous-algebre de L(E) (on a vu que cetait un sous-espace
vectoriel de L(E), E = F cf. theoreme 5.15 page 287),
la stabilite par la loi a ete etablie au theoreme 5.16 ainsi que la propriete
kv uk 6 kvk.kuk.
On a prouve que LC(E) etait une algebre normee 

Proposition 5.1.15. Cas des applications bilineaires


Soit B une application bilineaire de EF dans G, sil existe k > 0 tel que
kB(x, y)k 6 kkxk.kyk
alors B est continue.
Dem : On ecrit
B(x + x , y + y ) B(x, y) = [B(x + x , y + y ) B(x + x , y)] + [B(x + x , y) B(x, y)]
= B(x + x , y ) + B(x , y)

puis, en passant aux normes, on obtient


 
kB(x + x , y + y ) B(x, y)k 6 k kx + x k.ky k + kx k.kyk
et on passe aux : soient > 0, x , y E tels que kx k 6 et ky k 6 avec

= min( k(kxk+kyk+1) , 1) alors

kB(x + x , y + y ) B(x, y)k 6 k(kx + x k + kyk) 6 k(kxk + kx k +kyk)


|{z}
61

6 k(kxk + kyk + 1) 6
donc B est continue 
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 289

Exemples dapplications bilineaires continues :

(i) (, x) KE 7 x E (k.xk = ||.kxk).

(ii) Si E est prehilbertien reel (x, y) E 2 7 (x|y) (|(x|y)| 6 kxk.kyk par Cauchy-
Schwarz).

(iii) Si A est une algebre normee (x, y) 7 x.y (kx.yk 6 kxk.kyk par definition)

Dem : Dans tous les cas, on a kB(x, y)k 6 kxk.kyk et on applique la proposition
precedente 
Questions :
ku(x)k
(i) Prouver legalite sup ku(x)k = sup = inf{C > 0 | ku(x)k 6 Ckxk}.
kxk=1 x6=0 kxk

Soit f : (R2 , k.k1) (R2 , k.k2 ) lineaire, de matrice dans les bases canoniques
(ii) 
a b
, chercher kf k.
c d
n
P n
P
(iii) Soit R[X] muni de la norme kP k = |ak | ou P (X) = ak X k ; on considere
k=0 k=0
la forme lineaire definie par u(X k ) = 1, est-elle continue ? Meme question si
on choisit kP k = sup |ak |.
k[[0,n]]

5.1.7 Completude, compacite

a) Completude
Dans la pratique, le programme recommande de se placer en dimension finie, cepen-
dant le critere de Cauchy peut rendre des services pour les series de fonctions donc
les demonstrations se feront en dimension quelconque sauf mention contraire.

Definition 5.1.34. Suite de Cauchy


On dit que la suite (un ) delements de E e.v.n. est une suite de Cauchy ssidef

> 0, N N, n > N, p N, kun+p un k 6 .

Remarque 5.1.18. Toute suite convergente est de Cauchy, reciproque fausse.

Dem : Si la suite (un ) converge (vers b) alors



> 0, N N | n > N, kun bk 6 .
2

Si p N alors n + p > N donc kun+p bk 6 dou
2
kun+p un k = k(un+p b) + (b un )k 6 kun+p bk + kun bk 6

donc la suite (un ) est de Cauchy 


290 CHAPITRE 5. SUITES ET FONCTIONS

Xn
Exemple : dans (R[X], k.k1), Pn = 1 + X + + n!
.
Dem : Cf. question (i) page 297 

Definition 5.1.35. Espace complet


Soit E un e.v.n., si toute suite de Cauchy de E converge alors on dit que E est un
espace complet.
Cette notion setend, par le biais de la topologie induite, au cas des parties de E
(qui nest pas forcement un espace complet).

Theoreme 5.17. R est complet


Toute suite de Cauchy de reels converge dans R.
Dem : Soit (un ) une suite de Cauchy de reels.

Elle est bornee : on prend = 1 dans la definition : il existe N N tel que


p N, |uN +p| 6 |uN +p uN | + |uN | 6 1 + |uN |.
On pose alors M1 = max{|uk |, k [[0, N 1]]} et M = max(M1 , 1 + |uN |) et
on a n N, |un | 6 M.

Pour chaque p, on pose p = inf n>p un et p = supn>p un . (p ) est croissante,


(p ) est decroissante car p+1 est la borne inferieure dun ensemble plus petit
que pour p , argument que lon renverse pour p+1 .

Grace au critere de Cauchy, on prouve que p p 0 :


en effet, > 0, N N | p > N, (k, l) N2 , |up+k up+l | 6 dou

(k, l) N2 , up+k 6 up+l +

par consequent, up+l + est un majorant de {up+k , k N} et on en tire


linegalite p 6 up+l + .
p est un minorant de {up+l, l N} dou p 6 p . Comme p 6 p
on en deduit que
0 6 p p 6
ce qui signifie que lim (p p ) = 0.
p+

On peut donc appliquer le theoreme des suites adjacentes, par consequent


lim p = lim p = u. Or on a lencadrement suivant
p+ p+

p 6 up 6 p

qui permet de conclure a la convergence de (un ) par application du theoreme


dencadrement 

Definition 5.1.36. Espace de Banach


Un espace vectoriel norme complet (i.e. dans lequel toute suite de Cauchy converge)
est appele espace de Banach.

Definition 5.1.37. Espace de Hilbert


Un espace prehilbertien complet est un espace de Hilbert.
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 291

Theoreme 5.18. Si les (Ei )i[[1,p]] sont des espaces de Banach alors E1 . . . Ep
est un espace de Banach pour la topologie produit.
Dem : Si un = (u1n , . . . , upn ) est une suite de Cauchy alors (u1n ), . . . , (upn ) sont des
suites de Cauchy (par definition de la norme produit). Comme les Ei sont des
espaces de Banach, chaque suite converge donc (u1n , . . . , upn ) converge (cf. propriete
5.1.2 page 267) 
Corollaire 5.19. Rn et Cn sont des espaces de Banach.
Dem : On sait que R est complet et sur C, la norme du module est equivalente a la
norme infinie donc C est complet en application du theoreme precedent.
On peut alors conclure que Kn est complet pour la topologie de la norme produit
(mais on verra quen dimension finie, tous les espaces sont complets 

Remarque 5.1.19. (C([a, b], R), k.k ) est un espace de Banach de dimension infinie
mais (C([a, b], R), k.k1 ) nest pas un espace de Banach.

Dem :
Montrons que E1 = (C([a, b], R), k.k ) est un espace de Banach, on va utiliser pour
cela des techniques que lon rencontrera plus loin avec les suites et les series de
fonctions.
Soit (fn ) une suite de Cauchy de E1 .

Montrons que, pour tout x [a, b], (fn (x)) est une suite de Cauchy (qui
converge par consequent) : on a
> 0, n0 N | n > n0 , p N, kfn+p fn k 6 (1)
> 0, n0 N | n > n0 , p N, x [a, b], |fn+p (x) fn (x)| 6 (2)
La derniere propriete signifie en effet que (fn (x)) est une suite de Cauchy. On
note f (x) sa limite.

On fait alors tendre p vers linfini dans (2) et, par conservation des inegalites
dans les limites, on a
> 0, n0 N | n > n0 , x [a, b], |f (x) fn (x)| 6 (3)
et, en passant a la borne superieure sur x, on a kf fn k 6 donc la suite
de Cauchy (fn ) converge.

Pour conclure, il reste a prouver que f est continue :



soit x0 [a, b], on utilise (3) avec /3 : |fn0 (x) f (x)| 6 pour tout x,
3
on utilise ensuite la continuite de fn0 en x0 :

> 0, > 0 | |x x0 | 6 |fn0 (x) fn0 (x0 )| 6
3
et on rassemble toutes ces inegalites :

|f (x) f (x0 )| 6 |f (x) fn0 (x)| + |fn0 (x) fn0 (x0 )| + |fn0 (x0 ) f (x0 )| 6
| {z } | {z } | {z }
6/3 6/3 6/3

ce qui prouve la continuite de f .

Conclusion : on a prouve que (fn ) suite de Cauchy de E1 convergeait dans E1 donc


E1 est un espace de Banach.
292 CHAPITRE 5. SUITES ET FONCTIONS

Montrons maintenant que E2 = (C([a, b], R), k.k1 ) nest pas un espace de Banach.
Il suffit en fait de trouver un exemple de suite de Cauchy de E2 qui ne converge
pas. On prend fn affine par morceaux sur [0, 1] definie par fn = 1 sur [0, 1/2 1/n],
fn = 0 sur [1/2 + 1/n, 1] :

0
0 1
.5

(fn ) est de Cauchy : le dessin ci-dessus represente une fonction fn , n > 2. On


peut majorer kfn+p fn k1 par laire hachuree (le trace de y = fn+p (x) passe
1
dans cette partie) donc kfn+p fn k1 6 (somme des aires des triangles).
2n
(fn ) est bien de Cauchy.

Montrons quelle ne converge pas, par labsurde :


On suppose quil existe f C([0, 1]) telle que kf fn k1 0.
Montrons (a nouveau par labsurde) que f (x) = 0 pour x ] 12 , 1] :
supposons quil existe x ] 12 , 1] tel que f (x) 6= 0. Comme f est continue, on
1
peut trouver [, ] ] 12 , 1] tel que y [, ], |f (y)| > |f (x)|.
2
1 1 1
Pour N assez grand, on a < + < donc, si n > N, fn est nulle sur
2 2 N
[, ]. Par consequent, on a
Z 1 Z
kf fn k1 = |f (y) fn (y)| dy > |f (y) fn (y)| dy
0
Z

> |f (y)| dy > |f (x)|
2

ce qui est impossible car kf fn k1 0.


1
On montre de meme que f (x) = 1 si x [0, 12 [. f nest pas continue en car
2
lim f (x) = 1 et lim f (x) = 0. Conclusion : la suite (fn ) ne converge
x1/2 x1/2+
pas dans C([0, 1]), C([0, 1]) nest pas un espace de Banach et, par homothetie-
translation, il en est de meme de C([a, b]) 

Proposition 5.1.16. Si E est un espace de Banach et si A E, A 6= , on a


equivalence entre
A complet A ferme
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 293

Dem : On utilise le critere sequentiel pour les fermes :

() Soit (xn ) AN une suite convergente dans E, (xn ) est une suite de Cauchy
(cf. remarque 5.1.18 page 289) donc elle converge dans A car A est complet.
Ceci entrane que A est ferme.

() Soit (xn ) AN une suite de Cauchy. Comme E est complet, (xn ) converge
dans E. Or, comme A est ferme, on sait que toute suite de AN qui converge
dans E converge dans A. On en deduit effectivement que A est complet 

Limplication directe nutilise pas lhypothese E complet donc toute partie


complete est fermee.

Theoreme 5.20. Critere de Cauchy pour les fonctions


On suppose que f : A E F ou E et F sont des e.v.n., F complet, on a alors
lequivalence

lim f (x) existe ssi > 0, > 0, (x, y) [A B(a, )]2 , kf (x) f (y)k 6 .
xa

Dem : On utilise ici le critere sequentiel de continuite.

() Soit b = lim f (x), on utilise la meme demonstration que pour la remarque


xa
5.1.18. Traduisons lhypothese :

> 0, > 0, | x B(a, ) A, kf (x) bk 6 .
2

donc, pour tout (x, y) [B(a, ) A]2 ,

kf (x) f (y)k 6 kf (x) bk + kb f (y)k 6 .

() Soit (xn ) une suite convergente vers a alors

> 0, > 0, N N | n > N, kxn ak 6


p N, kxn+p ak 6

donc (xn , xn+p ) [A B(a, )]2 ce qui entrane que kf (xn+p ) f (xn )k 6 .
La suite (f (xn )) est une suite de Cauchy et comme F est un espace de Banach,
lim f (xn ) existe. Comme ceci est vrai pour toute suite xn a, on en deduit
n+
que lim f (x) existe (cf. remarque 5.1.14 (ii) page 282) 
xa

Exemple : soit f derivable sur ]a, b[ a valeurs reelles, f bornee alors, grace a
linegalite des accroissements finis, on peut prolonger f par continuite a [a, b].
Dem : On utilise le theoreme des accroissements finis : si M > 0 est une borne de

|f | alors, avec = , on a
M
(x, y) ]a, a + [2 , |f (x) f (y)| 6 M|x y| 6 M =

donc f admet une limite grace au theoreme precedent 


294 CHAPITRE 5. SUITES ET FONCTIONS

b) Compacite

Definition 5.1.38. Propriete de Bolzano-Weierstrass, partie compacte


A E verifie la propriete de Bolzano-Weierstrass ssidef de toute suite de A, on peut
extraire une sous-suite convergente dans A. On dit dans ce cas que A est compact.

Proposition 5.1.17. Si A E est un compact alors A est un ferme borne de E.

Dem :

A est ferme en utilisant le critere sequentiel : soit (xn ) AN une suite conver-
gente dans E. On peut extraire (x(n) ) une suite qui converge dans A car A
est compact. Or, on sait que toute suite extraite dune suite convergente vers
a converge elle aussi vers a. On a donc

a = lim xn
n+

= lim x(n) A
n+

i.e. a A donc A est ferme.

On prouve que A est borne par labsurde : si A nest pas borne alors on nie
la propriete
M > 0 | x A, kxk 6 M
ce qui donne M > 0, x A | kxk > M. Si on prend M = n N alors on
met en evidence une suite (xn ) AN telle que kxn k > n. La suite (xn ) est
divergente, en effet

p N, kxn+p xn k > kxn+p k kxn k > n + p kxn k +

quand p +. (xn ) nest pas une suite de Cauchy donc elle ne converge pas
(on pouvait aussi raisonner par labsurde en supposant que lim xn = a et en
n+
prouvant que kxn ak +).
Soit : N N strictement croissante, on a kx(n) k > (n) > n donc (x(n) )
ne peut pas converger ce qui est contradictoire avec lhypothese A compact 

Proposition 5.1.18. Si A est compact, B A, alors B ferme ssi B est compact


(i.e. pour les sous-ensembles de A, on a equivalence entre compact et ferme).

Dem :

() Soit (xn ) B N , (xn ) est aussi une suite delements de A donc, comme A
est compact, il existe une suite extraite convergente dans A : (x(n) ). Or B
est ferme donc (x(n) ) converge dans B i.e. B est compact.

() On vient de voir a la proposition precedente que si un ensemble est com-


pact alors il est ferme 

Proposition 5.1.19. Si Ai est un compact de Ei alors A1 A2 An est un


compact de E1 E2 En .
5.1. ESPACES VECTORIELS NORMES REELS OU COMPLEXES 295

Dem : On procede par recurrence et on extrait des suites convergentes des suites
coordonnees :
Pour n = 2, A = A1 A2 , soit (up ) = ((u1p ), (u2p )) AN , il existe telle que
(u1(p) ) converge dans A1 . (u2(p) ) est une suite de A2 qui est lui aussi compact
donc il existe telle que (u2((p)) ) converge (attention ici a lordre entre
et , pour sen convaincre, ecrire vp2 = u2(p) alors la suite extraite a pour
2
terme v(p) = u2((p)) ). (u1((p)) ) converge aussi donc (u((p)) ) converge dans
A1 A2 .
On suppose lhypothese vraie a lordre n alors si A = (A1 An )An+1 ,
| {z }
=B compact
A = BAn+1 est lui aussi compact grace a la propriete prouvee a lordre 2 

Proposition 5.1.20. Si (un ) est une suite delements de A compact et si (un ) na


quune seule valeur dadherence alors (un ) converge.
Dem : Soit a lunique valeur dadherence de la suite (un ), on definit lensemble
N = {n N | kun ak > }.
Montrons par labsurde que cet ensemble est fini :
sil existe > 0 tel que Card(N ) = + alors, en rangeant les elements de N
dans lordre croissant, on ecrit N = {(0), (1), . . . , (n), . . .}. On pose vn = u(n) ,
(vn ) AN et comme A est compact, (vn ) admet une valeur dadherence b. Comme
par hypothese, kvn ak > alors kb ak > i.e. b 6= a. On peut donc extraire de
la suite (un ) une suite qui converge vers b 6= a ce qui est contradictoire.
N est donc fini, on pose N = max(N ) + 1 alors n > N, n / N ce qui entrane
que kun ak < .
Conclusion : on a prouve que, pour tout > 0, il existe N tel que n > N entrane
kun ak < ce qui traduit le fait que (un ) converge (vers a son unique valeur
dadherence) 

Theoreme 5.21. Theoreme de Bolzano-Weierstrass


Sur Rn et Cn , A compact ssi A ferme borne.
Dem : On sait deja que si A est compact, il est ferme, borne (cf. proposition 5.1.17).
Il reste a prouver que si A est ferme borne, il est compact.
On sait quun segment [a, b] est compact par la version du theoreme de B.W. vue en
premiere annee, puis si A est borne pour la norme infinie (mais cest la meme chose
pour les normes 1 et 2) alors il existe M > 0 tel que A B(0, M) = [M, M]n .
A est donc contenu dans un produit dintervalles compacts qui est compact (cf.
proposition 5.1.19). Par consequent A est compact comme ferme dans un compact
(cf. proposition 5.1.18) 
Proposition 5.1.21. Si A est un compact de E alors A est complet.
Dem : Soit (un ) une suite de Cauchy de AN , comme A est compact, on sait quon
peut extraire (u(n) ) une suite convergente vers a A soit
> 0, N N | n > N , ku(n) ak 6 /2
et on traduit lhypothese (un ) suite de Cauchy :
> 0, N N | n > N, p N, kun+p un k 6 /2.
296 CHAPITRE 5. SUITES ET FONCTIONS

Soit N = max(N, N ), n > N , comme (n) > n, on peut ecrire (n) = n + p dou

kun ak 6 kun u(n) k + ku(n) ak 6


| {z } | {z }
(1)6/2 (2)6/2

car dans (1), on utilise le critere de Cauchy et dans (2) la convergence de la suite
extraite.
Conclusion : on a prouve que toute suite de Cauchy converge donc A est complet 
Un theoreme tres important qui permet par exemple de prouver quun ensemble est
compact.

Theoreme 5.22. Etant donnee une application continue f de A dans F , limage


par f dune partie compacte de E incluse dans A est une partie compacte de F .
Dem : On utilise la propriete de Bolzano-Weierstrass :
Soit K A un compact, (yn ) f (K)N une suite. On sait que, pour tout n, il existe
xn tel que yn = f (xn ) (par definition). Comme K est compact, il existe (x(n) ) une
suite extraite qui converge vers x K.
On utilise alors la continuite de f : y(n) = f (x(n) ) tend vers y = f (x).
Conclusion : de toute suite (yn ) de f (K)N , on peut extraire une suite convergente
dans f (K), donc f (K) est bien un compact 
Remarque 5.1.20. On a vu en premiere annee que ce dernier theoreme permettait
de prouver quune fonction definie sur un intervalle compact, a valeurs reelles etait
bornee et atteignait ses bornes (theoreme de Heine n2). Ce resultat est aussi vrai
pour f C(A, R) ou A est compact i.e. f est bornee et atteint ses bornes. De meme,
si f C(A, F ), kf k est bornee et atteint ses bornes (car kf k est continue).
Definition 5.1.39. Continuite uniforme
On dit que f est uniformement continue sur A ssidef

> 0, > 0, (x, x ) A2 , kx x k 6 kf (x) f (x )k 6 .

On retrouve alors le theoreme de Heine n3.

Theoreme 5.23. Si f C(A, F ) ou A est un compact alors f est uniformement


continue.
Dem : Par labsurde : on suppose que f nest pas uniformement continue ; ecrivons
donc la propriete que lon veut nier :

> 0, > 0, (x, x ) A2 , kx x k 6 kf (x) f (x )k 6

dou

> 0, > 0, (x, x ) A2 , kx x k 6 et kf (x) f (x )k > .


1
On prend = , ce qui nous fournit un couple (xn , xn ) A2 . A2 est compact
n+1
donc on peut extraire une suite convergente (x(n) , x(n) ) vers (x, x ) A2 .
On a alors
1
kx(n) x(n) k 6 0 donc x = x a la limite,
(n) + 1
5.2. ESPACES VECTORIELS NORMES DE DIMENSION FINIE 297

comme f est continue, kf (x(n) ) f (x(n) )k 0


ce qui mene a une contradiction car kf (x(n) f (x(n) k > ne peut tendre vers 0.
Conclusion : on a prouve que f est uniformement continue 
Remarque 5.1.21. Si f est lipschitzienne alors f est uniformement continue.

Dem : Si f est k-lipschitzienne (k > 0) alors il suffit de prendre = :
k

> 0, = | (x, x ) A2 , kx x k 6 kf (x) f (x )k 6 kkx x k 6 
k

Questions :
Xn
(i) Prouver que, dans (R[X], k.k1), la suite Pn = 1 + X + + est de Cauchy
n!
mais ne converge pas.
(ii) Si la sphere unite S(0, 1) est compacte dans E espace vectoriel norme alors
prouver que B(0, 1) (la boule unite fermee) est aussi compacte.

5.2 Espaces vectoriels normes de dimension finie


5.2.1 Topologie dun espace vectoriel de dimension finie

Theoreme 5.24. Theoreme fondamental


Dans un espace vectoriel de dimension finie superieure ou egale a 1, toutes les
normes sont equivalentes.
Dem : (non exigible) On prend K = R en premiere lecture. Soit (ei )i[[1,n]] une base
de E (choisie une fois pour toutes) et on prend la norme infinie dans cette base
(notee N(ei ) ici).
Lapplication (x1 , x2 , . . . , xn ) Kn 7 x1 e1 + x2 e2 + + xn en E est
continue si on choisit N(x) = sup |xi | dans Kn (ou x = (x1 , . . . , xn )) :
en effet, on a N(ei ) ((x)) = N(x) donc est continue, de norme subordonnee
1.
Comme est continue, SE (0, 1) = (S(0, 1)) est un compact de E (SE (0, 1)
designe ici la sphere unite de E et S(0, 1) celle de Kn ).
Si N est une autre norme sur E, grace a linegalite triangulaire, elle est conti-
nue par rapport a N :
n
! n
X X

N (x) = N xi ei 6 |xi |N (ei )
i=1 i=1
n
X
6 N (ei ) N(ei ) (x) 6 N(ei ) (x)
|i=1 {z }
=

et on utilise la celebre inegalite des normes


|N (x) N (y)| 6 N (x y) 6 N(ei ) (x y).
298 CHAPITRE 5. SUITES ET FONCTIONS

N est bornee et atteint ses bornes sur SE (0, 1) en tant quapplication continue
donc

(x0 , y0 ) SE (0, 1)2 | x SE (0, 1), N (x0 ) 6 N (x) 6 N (y0 )

y
Soit y E \ {0}, on pose x = SE (0, 1) et a = N (x0 ), b = N (y0 ). a
N(ei ) (y)
et b sont > 0 car x0 et y0 ne sont pas nuls. En traduisant linegalite ci-dessus,
on obtient
N (y)
a 6 N (x) = 6b
N(ei ) (y)
soit aN(ei ) (y) 6 N (y) 6 bN(ei ) (y) (encore valable si y = 0).
On a montre que toutes les normes etaient equivalentes a N(ei ) donc, par transitivite,
toutes les normes sur E sont equivalentes.
En deuxieme lecture, on prend K = C, la demonstration est la meme 
Remarque 5.2.1. Une consequence directe du theoreme fondamental est que, en
dimension finie, il ny a quune topologie compatible avec les normes ; donc, on
pourra traiter tout probleme relatif a la topologie dans un e.v.n. avec la norme de
son choix (notamment les problemes de limite et de continuite). Par exemple, pour
PN An
prouver que la suite admet une limite, on prendra une norme appropriee (cf.
n=0 n!
theoreme 5.45 page 322).
Dem : On rappelle quune topologie designe lensemble des ouverts dun espace
vectoriel norme. On a vu (cf. theoreme 5.14 page 286) que deux normes equivalentes
definissaient la meme topologie. La remarque sen deduit alors immediatement 
Corollaire 5.25. Tout e.v.n. de dimension finie est complet (i.e. est un espace
de Banach).
Dem : En effet, on peut prendre nimporte quelle norme, en particulier la norme
infinie associee a une base et on se ramene ainsi a Kn :
Soit E un espace vectoriel norme de dimension n > 1, (e1 , . . . , en ) une base de E,
on choisit la aussi la norme infinie que lon note N(ei ) .
Si (xp ) E N est une suite de Cauchy alors, en reprenant lapplication , la suite
(1 (xp )) est une suite de Cauchy de KN . En effet, on a N(1 (xp )) = N(ei ) (xp ) (N
designe ici la norme infinie de Kn ).
On sait que Kn est complet (cf. theoreme 5.19 page 291) donc la suite (1 (xp ))
converge dans Kn . Comme xp = (1 (xp )) et que est continue, on en deduit que
la suite (xp ) converge.
Conclusion : E est complet 
Corollaire 5.26. Les parties compactes de E sont les fermes bornes (en par-
ticulier, la boule unite fermee est compacte). Cest le theoreme de Bolzano-
Weierstrass.
Dem : Le sens direct est immediat.
Reciproque : si A est fermee bornee dans E alors 1 (A) est aussi fermee, bornee
de Kn (on utilise toujours la meme application ). On sait alors, dapres le faux
theoreme de Bolzano-Weierstrass (cf. theoreme 5.21 page 295), que 1 (A) = K est
compacte donc A = (K) est aussi un compact 
5.2. ESPACES VECTORIELS NORMES DE DIMENSION FINIE 299

Remarque 5.2.2.

(i) La partie constituee des elements dune suite convergente et de sa limite est
compacte.
Dem : un peu penible a rediger. Soit (xn ) E N une suite de limite a, on pose
A = {xn , n N} {a} et on veut montrer que A est compact. On considere
pour cela une suite (yn ) AN .

Sil existe x A tel que Card P est infini ou P = {n N | yn = x} alors,


en ordonnant les elements de P , on ecrit P = {(0), (1), . . . , (n), . . .}.
La suite (y(n) ) est stationnaire donc convergente.
On ecarte maintenant le premier cas.
On sait que yn = xt(n) ou t : N N est une application quelconque.
t(n) + : en effet, soit P N, {n N | t(n) < P } est fini (sinon il
existe m N et une infinite dentiers n tels que t(n) = m, la suite (yn )
prendrait une infinite de fois la valeur xm ce qui est ecarte). Il existe
donc N = sup{n N | t(n) 6 P } + 1 tel que n > N, t(n) > P (ce qui
est la definition dune suite tendant vers +).
On deduit de ceci que yn a.

Conclusion : on a prouve dans tous les cas que, de toute suite de A admettait
une sous-suite convergente donc A est compact.
Remarque : on pouvait aussi prouver que A est un ferme borne en dimension
finie, la demonstration proposee est valable en dimension quelconque 

(ii) En dimension finie on a equivalence entre partie complete et partie fermee.


Dem : un espace de dimension finie est un espace de Banach, il suffit alors
dutiliser la proposition 5.1.16 page 292 

Corollaire 5.27. Si E est un e.v.n. de dimension finie alors LC(E, F ) = L(E, F ).


Dem : On prend (ej ) base de E et on choisit la norme infinie sur E alors

X n Xn

f ( xj ej ) = xj f (ej )

j=1 F j=1 F
n
X X
6 |xj |.kf (ej )kF 6 kxkE kf (ej )k
j=1 j
| {z }
=A
6 AkxkE

donc f est bien continue. L(E, F ) LC(E, F ). Linclusion inverse est immediate
donc LC(E, F ) = L(E, F ) 

Remarque 5.2.3. Il en est de meme des applications multilineaires :


si f L(E1 , E2 , , En ; F ) et si les Ei sont des e.v.n. de dimension finie, alors f
est continue.

Dem : Ceci nest pas au programme, on peut le prouver en generalisant la


demonstration que lon a pu faire pour les applications bilineaires (cf. proposi-
tion 5.1.15 page 288) et en majorant f (x1 , . . . , xp ) comme ci-dessus.
300 CHAPITRE 5. SUITES ET FONCTIONS

On peut aussi exprimer f dans une base de E et une base de F . Dans ce cas, les
applications coordonnees de f sont polynomiales donc continues (on se sert de cet
argument pour montrer que lapplication qui a une matrice fait correspondre son
determinant est continue) 
Theoreme 5.28. Caracterisation des applications continues a valeur
dans un espace de dimension finie
Soit f F (A, F ) ou F est un espace vectoriel norme de dimension finie, si
n
P
(ei )i[[1,n]] est une base de F , on ecrit f = fi ei alors
i=1

si f est continue alors, pour toute base (ei ), les fi sont continues

sil existe une base (ei ) telle que les fi soient continues alors f est continue.

Dem :

Soit pi : x F 7 xi K application coordonnee, pi est une forme lineaire,


elle est par consequent continue. fi = pi f est continue par composition des
applications continues.

Si fi est continue pour tout i [[1, n]] alors fi .ei est egalement continue donc
Pn
f= fi .ei est continue 
i=1

Remarque 5.2.4. On obtient le meme resultat avec les suites et les suites coor-
donnees.

Questions :

(i) Montrer que O(n) = {P Mn (R) | P P T = In } est compact.

(ii) Si F est un sous-espace vectoriel de dimension finie de E espace vectoriel


norme (de dimension quelconque), montrer que F est ferme.

5.2.2 Connexite par arcs

Definition 5.2.1. Connexite par arcs


A est connexe par arc ssidef (a, b) A2 , (, ) R2 ,
< , f : [, ] A continue telle que f () = a et f () = b.

Exemples :

(i) Les intervalles de R sont connexes par arcs.


Dem : cf. prochain theoreme 

(ii) Plus generalement, toute boule dun e.v.n. est connexe par arcs.
Dem : Prenons lexemple de B(a, r) boule ouverte de centre a, de rayon r > 0.
Soit (x, y) B(a, r)2 , on pose f (t) = (1 t)x + ty.
5.2. ESPACES VECTORIELS NORMES DE DIMENSION FINIE 301

f est continue car f (t) f (t ) = (t t )(y x) donc

kf (t) f (t )k = |t t |.ky xk

i.e. f est lipschitzienne.


f (0) = x, f (1) = y,
f ([0, 1]) B(a, r) :

ka f (t)k = ka (1 t)x tyk = k(1 t)(a x) + t(a y)k


6 (1 t)ka xk + tka yk < r

(en distinguant par exemple les cas t = 0 et t > 0 pour avoir linegalite
stricte).

On a alors prouve que B(a, r) est connexe par arc mais, a la difference des
intervalles de R, on na pas equivalence 

On a vu en premiere annee le theoreme des valeurs intermediaires, il se traduit alors


de la maniere suivante.

Theoreme 5.29. Sur R on a equivalence entre les notions dintervalle et de partie


connexe par arcs.
Dem :

Si I est un intervalle, on sait que (a, b) I 2 , a < b, [a, b] I. Il suffit alors


de prendre f (t) = t qui est continue (ou de reprendre la demonstration que
lon a faite pour les boules).

Reciproque : soit I un ensemble connexe par arcs, (a, b) I 2 , a < b. Par hy-
pothese, on sait quil existe (, ) R2 , < (par exemple), f C([, ], I)
telle que f () = a, f () = b.
On applique alors le theoreme des valeurs intermediaires : c ]a, b[, ], [
tel que f () = c donc c I.
On a ainsi prouve que [a, b] I pour tout couple (a, b) I 2 donc I est bien
un intervalle 

Ce theoreme se generalise dans les espaces vectoriels normes.


302 CHAPITRE 5. SUITES ET FONCTIONS

Theoreme 5.30. Si E est un espace vectoriel norme alors toute partie convexe
de E est connexe par arcs.
Dem : Cest la meme demonstration que celle quon a pu faire pour les boules (en
plus simple). Si A est convexe et si (a, b) A2 alors on prend f (t) = (1 t)a + tb.
f est continue, a valeurs dans A car A est convexe et f (0) = a, f (1) = b 

Proposition 5.2.1. Si A et B sont deux parties connexes par arcs dintersection


non vide alors A B est aussi connexe par arcs.

Dem : Soit c A B et (a, b) (A B)2 . On traduit les hypotheses :

f C([, ], A B)| f () = a, f () = c
g C([, ], A B)| g() = c, g() = b

(f ([, ]) A A B, de meme pour g). On pose alors


(
f (x) si x [, ]
h(x) =
g(x + ) si x [, + ].

h est continue a droite en car g(x + ) lest, h est continue a gauche en car
f lest donc h C([, + ], A B), h() = a, h( + ) = b.
Conclusion : A B est connexe par arcs (cette propriete qui se generalise par
recurrence a une reunion finie densemble connexes par arcs A1 . . . An avec
Ai Ai+1 6= ) 

Remarque 5.2.5. Pour les formes differentielles, on a besoin de la notion de partie


etoilee (i.e. A est etoilee ssi il existe a A tel que pour tout b A, [a, b] A).
On verifie facilement que toute partie etoilee est connexe par arcs.

Dem : Soit A etoilee par rapport a a. Si (x, y) A2 alors [x, a] et [a, y] sont connexes
par arcs et [x, a] [a, y] 6= donc [x, a] [a, y] A est connexe par arcs dou

(, ) R2 , < , f C([, ], A) | f () = x, f () = y

ce qui signifie que A est connexe par arcs 


Theoreme 5.31. Soit f C(A, F ) et B A une partie connexe par arcs alors
f (B) est une partie connexe par arcs. En dautre termes, limage continue dun
connexe par arcs est un connexe par arcs.
Dem : On utilise la composee dapplications continues :
Soit f C(A, F ) et B A connexe par arcs. Si (a , b ) f (B)2 alors a = f (a) et
b = f (b) ou (a, b) B 2 . On traduit lhypothese faite sur B :

(, ) R2 , < , g C([, ], B) | g() = a, g() = b.

h = f g C([, ], f (B)), h() = f (a) = a , h() = f (b) = b ce qui signifie que


f (B) est connexe par arcs 
Exemples dapplications :
5.3. SERIES DELEMENTS DUN ESPACE VECTORIEL NORME 303

(i) Il nexiste pas dapplication bicontinue de R sur R2 .


Dem : Par labsurde, on suppose que f C(R, R2 ) bijective, f 1 C(R2 , R)
et A = f (a) R2 . R2 \ {A} est connexe par arcs (il suffit de faire le tour de
A) mais f 1 (R2 \ {A}) = R \ {a} nest pas connexe par arcs (la, on ne peut
pas faire le tour). On a donc une contradiction, limage dun connexe par
arcs (R2 \ {A}) par f 1 , supposee continue, nest pas connexe par arcs 

(ii) Il nexiste pas dapplication bicontinue de [0, 2[ sur U (ensemble des nombres
complexes de module 1), notamment t [0, 2[7 eit nadmet pas de fonction
reciproque continue.
Dem : Toujours par labsurde, soit f C([0, 2[, U) bijective telle que f 1
C(U, [0, 2[). On utilise le meme argument que ci-dessus :
U \ {f ()} est connexe par arcs mais [0, 2[\{} ne lest pas 

5.3 Series delements dun espace vectoriel norme


5.3.1 Suites et series

Definition 5.3.1. Serie dans un espace norme, somme partielle


Soit E un espace norme, (un ) une suite delements de E, on appelle serie associee
Pp P
a la suite (un ), la suite (sp ) ou sp = un que lon notera un .
n=0 P
La suite (sp ) est appelee suite des sommes partielles de la serie un .
Exemples :
P1
(i) Serie harmonique .
n
P n
(ii) Serie geometrique ar .

(iii) Serie telescopique si un = vn vn1 , u0 = v0 alors sn = vn : ceci est un


exemple tres interessant dans la pratique et on lutilise dans les deux sens.
1 1 1 1
Avec un = on aura sp = 1 (On a un = ).
n(n + 1) p+1 n n+1 P
Reciproquement, a partir dune suite (vn ), on peut etudier la serie un ou
un = vn vn1 appelee serie aux differences .
Definition 5.3.2. Serie convergente, somme dune serie
Si la suite (sp )pN des sommes partielles dune serie est convergente alors on dit que
P +
P
la serie un est convergente. La limite de cette suite est notee un et est appelee
n=0
somme de la serie.

+
P p
P
Remarque 5.3.1. Attention !, la notation un correspond a la limite de un
n=0 n=0
quand p tend vers +. Ce nest en aucun cas une somme !
Proposition 5.3.1. Espace vectoriel des series convergentes
Lensemble des series convergentes sur E est un espace vectoriel.
304 CHAPITRE 5. SUITES ET FONCTIONS

Dem : On definit
X X def
X
un + vn = (un + vn )
X def
X
un = un .
P P
GraceP
aux proprietes
P des limites et de la convergence, si un et vn convergent
alors un + vn converge et
+
X +
X +
X
(un + vn ) = un + vn .
n=0 n=0 n=0

P +
P +
P
De meme un converge et un = un .
n=0 n=0
Conclusion : la serie nulle est convergente donc lensemble des series convergentes
nest pas vide et on vient de montrer quil est stable par combinaison lineaire, cest
donc un sous-espace vectoriel de E N 

Remarque 5.3.2. Dans un e.v.n. de dim. finie, une serie converge ssi chacune
des series coordonnees converge.

Dem : Si dim E = p, soit (e1 , . . . , ep ) une base de E. Pour tout n N, on ecrit


p
P P P p P
un = un,iei . On a alors un = ( un,i) ei et on applique le resultat relatif
i=1 i=1
aux suites dans un espace vectoriel norme de dimension finie 
Theoreme 5.32. Pour quune serie converge, il est necessaire mais non suffisant
que lim un = 0 (contre-exemple : un = ln(1 + 1/n)).
n+

Dem :
P
Si un converge alors un = sn sn1 (sn est la somme partielle). Or (sn ) et
(sn1 ) sont deux suites qui admettent la meme limite donc un 0.

un = ln(1 + 1/n) = ln n+1


n
= ln(n + 1) ln n (pour n > 1).
n
P P
On a sn = uk = ln(n + 1) + donc un diverge 
k=1

Definition 5.3.3. Reste dune serie convergente


P +
P
Si un est une serie convergente alors rp = un sp est appele reste de la serie.
n=0

+
P
On a alors rp = un .
n=p+1 P
Exemple des series geometriques : ar n converge ssi |r| < 1 (r peut etre complexe)
+
P n a
et on a ar = .
n=0 1r
ar p+1
Un resultat aussi interessant : rp = car dans la pratique, le fait de connatre
1r
explicitement le reste dune serie peut rendre de grands services.
5.3. SERIES DELEMENTS DUN ESPACE VECTORIEL NORME 305

Dem : On utilise la formule donnant la somme dune suite geometrique :


n
X 1 r n+1
ar p = a pour r 6= 1.
p=0
1r

+
P a ar p+1
On en deduit les 2 resultats : si |r| < 1, ar n = et rp = s sp = 
n=0 1r 1r

Remarque 5.3.3.
(i) On ne modifie pas la nature dune serie en changeant un nombre fini de termes
(la notion de convergence pour une serie est un caractere a linfini).

(ii) Si les premiers termes dune serie ne sont pas definis (prendre par exemple
1
un = ) alors il est dusage de les remplacer par 0 sauf mention expli-
n(n 1)
cite du contraire.

Theoreme 5.33. Theoreme des series


alternees
(i) un un+1 < 0
P
Soit (un ) RN , si (ii) (|un |)

alors un est convergente.
(iii) lim un = 0
n+
p + p+1
X X X
Si up+1 > 0 alors un 6 un 6 un .
n=0 n=0 n=0
On peut dire les choses dune autre maniere : le reste dordre p, rp , dune serie
alternee est majore en valeur absolue par le premier terme neglige (i.e. |up+1|) et
est du signe de up+1 .

Dem : On demontre ce resultat en prouvant que les suites (s2p ) et (s2p+1 ) sont ad-
jacentes :
Quitte a changer de signe, on peut supposer que un = (1)n vn avec vn > 0. Mon-
trons que (s2p ) et (s2p+1 ) sont adjacentes.
s2p+1 s2p = (1)2p+1 v2p+1 = v2p+1 0 et s2p > s2p+1 (hypothese (iii)).

s2p+1 s2p1 = v2p+1 + v2p > 0 car la suite (vn ) est decroissante (hypothese
(ii)).

s2p+2 s2p = v2p+2 v2p+1 < 0 (idem).


On peut donc appliquer le theoreme des suites adjacentes, les suites (s2p+1 ) et (s2p )
convergent vers la meme limite par consequent la suite (sp ) converge et on a
2p+1 + 2p
X X X
p N, un < un < un 
n=0 n=0 n=0

P (1)n
Exemple : La serie converge, sa somme vaut ln 2.
n+1
Dem :
(1)n
un = verifie bien le theoreme des series alternees.
n+1
306 CHAPITRE 5. SUITES ET FONCTIONS
Z 1
1
Calcul de la somme : on parachute le resultat = xn dx, la somme
n+1 0
partielle secrit alors
p
X (1)n
sp =
n=0
n+1
p Z Z p
!
X 1 1 X
= (1)n xn dx = (x)n dx
n=0 0 0 n=0
Z 1 Z 1
1 (x)p+1 dx
= = +rp
0 1+x 1+x
|0 {z }
=ln 2
Z 1 Z 1
xp+1 dx 1 1
ou |rp | = 6 xp+1 dx = (on a majore par 1). rp 0
0 1+x 0 p+2 1+x
donc sp ln 2 

Question : nature et eventuellement somme des series de terme general


cos n n2 + n 3 2 (1)n
(i) , (ii) , (iii) Arctan , (iv) 3n sin3 , (v)
2n n! n2 3 n+1 th n

5.3.2 Series de nombres reels positifs

a) Generalites
P
Theoreme 5.34. Pour quune serie un de nombres reels positifs converge,
il faut et il suffit que la suite (sp ) des sommes partielles soit majoree. Alors
+
P
un = lim sp = sup sp .
n=0 p p

Dem : Comme un > 0, la suite (sp ) est croissante. On sait alors que, pour une telle
suite, on a lequivalence

(sp ) converge (sp ) majoree.

et de plus lim sp = sup sp 


p+ p

Proposition 5.3.2. (P P
un diverge vn diverge
Si n N, un 6 vn alors P P .
vn converge un converge

Dem : On utilise le fait que, si (sn ) est majoree alors elle converge, sinonPelle
diverge (cest le theoreme
P precedent). On note sp la somme partielle de la serie un

et sp celle de la serie vn . On remarque que sp 6 sp .
P P
Si un diverge, sp + donc sp +, la serie vn diverge.
P
Si vn converge alors sp 6 sup sp donc la suite (sp ) est majoree et par
P p
consequent, la serie un converge 
5.3. SERIES DELEMENTS DUN ESPACE VECTORIEL NORME 307

Remarque 5.3.4. Cette derniere propriete subsiste si on suppose seulement un 6 vn


a partir dun certain rang.

Dem : On suppose que lon a 0 6 un 6 vn pour n > n0 . On ecrit alors (pour p > n0 )

0 1
nX p p
X X
sp = un + un = U + un
n=0 n=n0 n=n0
nX
0 1 p p
X X
sp = vn + vn = V + vn
n=0 n=n0 n=n0

dou sp 6 U V + sp et on peut reprendre la demonstration precedente 


Applications :

(i) Convergence des series de Riemann.


1 1 1 P 1
Si > 1 > ( 1) (T.A.F.) donc C.
n1 (n + 1)1 (n + 1) n
1 1
Dem : Soit f (x) = 1 ou > 1. f (x) = (1 ) et le theoreme des
x x
accroissements finis applique a f entre n et n + 1 donne

1
f (n) f (n + 1) = 1f (n + ) = , ]0, 1[
(n + )
1
>
(n + 1)

1 1 1
car x 7
est decroissante. Or la serie vn = 1 est une serie
x n (n + 1)1
1
aux differences, de somme partielle 1 qui converge donc, grace
(n + 1)1
P1 P 1
au theoreme de comparaison, la serie converge i.e. converge 
n n
 
1 1 1 P 1
Si 6 1 > > ln 1 + , donc D.
n n n n
Dem : Soit vn = ln(1 + 1/), on sait (contre-exemple du theoreme 5.32 page
P P1 1 1
304) que vn diverge donc, par comparaison, diverge. Comme >
n n n
P 1
pour < 1, il en est de meme de 
n
P 1
C ssi > 1
n

(ii) Regle de Riemann :

61 >1
l 6= 0 D C
Si lim n un = l alors .
n+ l=0 ? C
l= D ?
Dem : On distingue les trois cas
308 CHAPITRE 5. SUITES ET FONCTIONS

Si l > 0 (on etudie ici les series a termes positifs) alors, par definition de
la limite, il existe n0 N tel que n > n0 entrane l/2 6 n un 6 2l soit

l 2l

6 un 6 .
2n n
2l
Si > 1 alors on utilise linegalite un 6 et le theoreme de comparaison
P n
pour conclure a la convergence de un .
l P
Si 6 1, on utilise lautre inegalite 6 un , un diverge.
2n

Si l = 0 et > 1 alors
P il existe n0 tel que n > n0 n un 6 1 et comme
ci-dessus, la serie un converge.
1
Si 6 1, on ne peut pas conclure avec par exemple un = qui
n ln n
converge si > 1 et qui diverge si 6 1 (cf. series de Bertrand question
(i) page 318).
Si l = + et 6 1 alors il existe n0 tel que n > n0 n un > 1, la serie
P
un diverge.
Si > 1, on ne peut pas conclure, on peut reprendre exactement
lexemple ci-dessus des series de Bertrand 

(iii) Comparaison a uneP serie geometrique : si, a partir dun certain rang, un 6 ar n
ou 0 < r < 1 alors un C.
Dem : Cest immediat avec le theoreme de comparaison 

b) Developpement decimal dun reel

Proposition 5.3.3. Si a N, a > 2, si (vn ) [0, a 1]N (vn entier naturel) alors
vn
la serie de terme general un = n converge et on a
a
+
X
06 un 6 1.
n=1

Dem : Pour tout n de N, on a


vn a1 1 1
06 6 =
an an an1 an
Pp v 1
n
et, en additionnant ces inegalites, p N, 0 6 n
6 1 p 6 1. On en deduit
n=0 a a
deux choses :
P vn +
P vn
converge et, par passage a la limite, 0 6 61
an n=0 a
n

On peut appliquer ce resultat en prenant a = 10 ; pour [0, 1[, on pose vn =


[10n ] 10[10n1], on a alors la propriete suivante :

Proposition 5.3.4. Developpement decimal dun reel


+
P
= un note = 0, v1 v2 . . . vn . . . appele developpement decimal de .
n=1
5.3. SERIES DELEMENTS DUN ESPACE VECTORIEL NORME 309

Dem : Avec vn = [10n ] 10[10n1], la somme partielle de la serie secrit


p p  
X vn X [10n ] [10n1] [10p ]
n
= n
n1
= p
.
n=1
10 n=1
10 10 10

Or, par definition de la partie entiere, 10p 1 < [10p ] 6 10p , soit, en divisant
par 10p ,
1 [10p ]
p < p
6
10 | 10
{z }
Pp [10n ]
= n=1 10n

et, en prenant la limite quand p +, on obtient bien


+  
X [10n ] 10[10n1]
= 
n=1
10n

Remarque 5.3.5. On a 0, 99 . . . 9 . . . = 1 et si dans un developpement decimal on


a vp1 < 9 et vn = 9 pour tout n superieur a p alors = 0, v1 v2 . . . (vp1 + 1) ;
est en fait un nombre decimal.

Dem : 0, 99 . . . 9 . . . est une ecriture imprecise (a cause des . . .) et elle correspond en


fait a la somme dune serie i.e.
+
X 9 0, 9
0, 99 . . . 9 . . . = n
= =1
n=1
10 1 0, 1

qui est la somme de la serie de raison 0, 1 et de premier terme 0, 9.


On ecrit ensuite

= 0, v1 . . . vp1 99 . . . = 0, v1 . . . vp1 + 10p10, 99 . . . 9 . . .


= 0, v1 v2 . . . (vp1 + 1) 

Non explicitement au programme, le theoreme suivant est une application


interessante des series.
Theoreme 5.35. Caracterisation dun rationnel
On reconnat un rationnel a la periodicite de son developpement decimal i.e.

= 0, v1 v2 . . . vn . . . Q p N , r N , n > p, vn+r = vn .

Dem :
a
() Si = on utilise lalgorithme de recherche du developpement decimal.
b
On suppose ici que ]0, 1[ pour eliminer une eventuelle partie entiere.
On fait des divisions euclidiennes :
a v1 a1
10a = bv1 + a1 , 0 6 a1 < b dou = + ,
b 10 10b
a v1 v2 a2
puis 10a1 = bv2 + a2 , 0 6 a2 < b dou = + + .
b 10 100 100b
310 CHAPITRE 5. SUITES ET FONCTIONS

Lalgorithme se poursuit ainsi avec 10an1 = bvn + an soit

n
a X vp an+1
= p
+ n
b p=1
10 10 b

a
Sil existe n N tel que an+1 = 0 alors est un nombre decimal, son
b
developpement est bien periodique (il ny a que des 0).
Sinon, on utilise alors le fait que n 7 an nest pas injective (puisque les an
prennent leurs valeurs dans [[1, b 1]] ensemble fini) : il existe donc n0 N

( r N tels que an0 +r = an . Si on reprend lalgorithme ci-dessus on a
et
10an0 = bvn0 +1 + an0 +1
.
10an0 +r = bvn0 +r+1 + an0 +r+1
Comme an0 = an0 +r alors, par unicite du quotient et du reste dans la division
euclidienne, on a vn0 +1 = vn0 +r+1 et an0 +1 = an0 +r+1 . Par une recurrence
immediate, on obtient vn0 +k = vn0 +r+k donc (vn ) est periodique a partir dun
certain rang.

() La periodicite a partir dun certain rang du developpement decimal de


se traduit par

= 0, v1 . . . vn0 1 (vn0 . . . vn0 +r1 ) . . . (vn0 . . . vn0 +r1 ) . . .


= 0, v1 . . . vn0 1 + 0, 0 . . . 0vn0 . . . vn0 +r1 +
| {z } | {z }
v1 ...vn 1 vn0 ...vn +r1
= 0 = 0
10n0 1 10n0 +r1

v1 . . . vn0 1 vn0 ...vn0 +r1


= + (1 + 10r + )
10n0 1 10n0 +r1
v1 . . . vn0 1 vn0 ...vn0 +r1 1
= +
10n0 1 10n0 +r1 1 10r
v1 . . . vn0 1 vn0 . . . vn0 +r1 1
= n 1
+ n 1 r
Q
10 0 10 0 10 1

c) Comparaison logarithmique

Proposition 5.3.5. Si, pour tout entier n, un > 0 et n > 0, et si, a partir dun
un+1 n+1
certain rang 6 alors un = O(n ).
uP
n n P
En particulier n converge un converge.

un+1 n+1
Dem : On suppose qua partir du rang p, on a 6 pour n > p. On
un n
un+1 un
peut encore ecrire ceci sous la forme 6 . On montre par une recurrence
n+1 n
un up
immediate sur n > p que 6 = k donc un 6 kn ce qui signifie que un = O(n ).
n p P
Par leP
theoreme de comparaison, on en deduit immediatement que si n converge
alors un converge 
5.3. SERIES DELEMENTS DUN ESPACE VECTORIEL NORME 311

Applications :

un+1 l < 1 C

(i) Regle de dAlembert : si lim = l alors l > 1 D (on compare
n+ un

l = 1+ D
un a une serie geometrique).
Dem : La aussi on distingue les cas (comme pour la regle de Riemann).

un+1 1+l
Si l < 1 alors il existe p N tel que 6 (par definition de la
un 2  n
1+l P
limite). On utilise la proposition precedente avec n = . n
2
est une serie P
geometrique de raison < 1 donc elle converge, il en est alors
de meme de un .
un+1
Si l > 1 ou l = 1+ (i.e. tend vers 1 par valeurs superieures) alors il
un
un+1
existe p N tel que (dans les 2 cas) > 1, la suite (un ) est croissante
un
a partir dun certain rang, elle ne peut donc pas tendre vers 0. La serie
P
un est par consequent divergente 

(ii) Regle de Duhamel : (cette regle nest pas au programme mais elle est
souvent utile) dans le cas ou l = 1 ,si on
 peut faire le developpement asymp-
un+1 1
totique suivant : =1 +o alors,
un n n
P 1
si > 1 : un converge (on compare un a 1+ )
n 2

P 1
si < 1 : un diverge (on compare un a ).
n

Dem : On utilise toujours le critere logarithmique.

1+
Si > 1 on prend = > 1 (par exemple) et < et on pose
2
1 vn+1
vn = . On ecrit le developpement limite de :
n vn
     
vn+1 n 1 1
= = 1+ =1 +o ,
vn n+1 n n n
 
vn+1 un+1 1
dou = +o . On en deduit que
vn un n n
 
vn+1 un+1
n = + o(1) > 0
vn un
vn+1 un+1 un+1 vn+1
donc est positif a partir dun certain rang i.e. 6 .
vnP un P un vn
Comme vn converge ( > 1) alors un converge.
312 CHAPITRE 5. SUITES ET FONCTIONS
 
1 vn+1 1 1
Si < 1 on prend vn = , =1 +o dou
n vn n n
 
vn+1 un+1 1 1
= +o
vn un n n
vn+1 un+1
qui tend vers 0 par valeurs negatives donc, 6 a partir dun
P P vn un
certain rang. Comme vn diverge, un diverge 

Questions :
(i) Etudier la convergence des series de terme general
 
1
a a 1/2 xn 1 1
(a) 2 , (b) tan sin , (c) 2 (x > 0), (d) + ln 1
n + a2 n n n n n+1

(ii) Determiner le rationnel = 3, 142857 142857 . . ..


p
(iii) Si = 0, v1 . . . vn . . . alors montrer que la periode r de la suite (vn ) verifie
q
r < q.

(iv) Etude des series de terme general (x > 0, a > 0, b > 0)


xn 2 n! a(a + 1)(. . .)(a + n)
(a) , (b) n!xn , (c) ln(1+x) . . . ln(1+x/n), (d)
n! x b(b + 1)(. . .)(b + n)
et calculer la somme de la derniere serie (lorsquelle converge).

5.3.3 Sommation des relations de comparaison

P P
Theoreme 5.36. SoientP an et P bn deux series a termes positifs.
Si an l.bn (l 6= 0) alors an et bn sont de meme nature et on a les proprietes
suivantes :
P +
P +
P
(i) Si bn converge alors ak l bk .
k=n+1 k=n+1

P n
P n
P
(ii) Si bn diverge alors ak l bk .
k=0 k=0

Dem : Il existe n0 tel que n > n0 entrane l/2bn 6 an 6 2lbn (pour l > 0) et on
utilise la proposition
P 5.3.2 page 306 de comparaison des series a termes positifs qui
P
nous dit que an et bn sont de meme nature (ne pas oublier ici que an et bn sont
a termes positifs).
P P
(i) bn converge, donc an converge aussi. On ecarte le cas ou (bn ) est la suite
nulle, ce cas ne presente pas dinteret et lhypothese an l.bn naurait pas de
signification.
Pour tout > 0, il existe n1 tel que k > n1 entrane

(l )bk 6 ak 6 (l + )bk
5.3. SERIES DELEMENTS DUN ESPACE VECTORIEL NORME 313

(traduction de lhypothese). En sommant, de k = n+1 > n1 a N ces inegalites,


on obtient
XN N
X XN
(l ) bk 6 ak 6 (l + ) bk .
k=n+1 k=n+1 k=n+1
P P
Comme les series bn et an convergent, on peut passer a la limite quand
N + dou
+
X +
X +
X
(l ) bk = (l )rn 6 ak = rn 6 l + ) bk = (l + )rn
k=n+1 k=n+1 k=n+1
P P
(rn et rn designant les restes des series an et bn ).
On a donc prouve que, pour tout > 0 il existe n1 N tel que pour n > n1
rn
on a (l ) 6 6 (l + ) (ici rn > 0 car la suite (bn ) nest pas identiquement
rn
nulle).
+
P +
P
Conclusion : on a bien ak l bk .
k=n+1 k=n+1

(ii) On a une demonstration analogue a la propriete de Cesaro : en utilisant


lencadrement ci-dessus pour n > n1 . On separe la somme en deux :
n1
X n
X n
X n1
X n
X
ak + (l ) bk 6 ak 6 ak + (l + ) bk
k=0 k=n1 +1 k=0 k=0 k=n1 +1
| {z } | {z }
P n1 Pn P n1 P
k=0 (ak bk )+(l) k=0 bk 6 6 k=0 (ak bk )+(l+) nk=0 bk

n
P n
P
On pose (pour simplifier) Sn = ak et Sn = bk . Linegalite ci-dessus
k=0 k=0
devient
Sn1 Sn 1 + (l )Sn 6 Sn 6 Sn1 Sn 1 + (l + )Sn .
Pn
On divise par Sn = bk qui tend vers linfini, n1 etant fixe :
k=0

Sn1 Sn 1 Sn Sn1 Sn 1
+(l ) 6 6 +(l + )
Sn Sn Sn
| {z } | {z }
0 0

Sn1 Sn 1
et on choisit n2 > n1 tel que 6 . On obtient alors
S
n

Sn
l 2 6 6 l + 2
Sn
pour n > n2 ce qui donne Sn Sn (on aurait pu couper les en 2...) 
Ce theoreme est tres important.

Remarque 5.3.6.
(i) Important : pour ce theoreme, il est essentiel que les suites (an ) et (bn ) soient
de signe constant a partir dun certain rang comme le montre le contre-exemple
(1)n 1 P P
suivant : an = , bn = an + , an converge et bn diverge.
n n
314 CHAPITRE 5. SUITES ET FONCTIONS
P P P
(ii) Si |un | converge alors max(un , 0) et max(un , 0) convergent (par do-
mination), il en est de meme si un C (cf. series absolument convergentes).

Dem :

(1)n P
(i) an , de meme pour bn . La serie an converge en application
n P
immediate du theoreme des series alternees. La serie bn diverge car elle
P P1
est la somme dune serie convergente ( an ) et dune serie divergente ( ).
n

Si (un ) RN , on a bien sur max(un , 0) 6 |un | donc, par


(ii) P P domination,
max(un , 0) converge. De meme max(un , 0) 6 |un | donc max(un , 0)
converge aussi. On utilise alors legalitePun = max(un , 0) max(un , 0)
(immediate en distinguant les cas) dou un converge en tant que somme
de deux series convergentes. P
N
Si
P (u n ) C alors | Re(u n )| 6 |u n | et | Im(u n )| 6 |u n | donc Re(un ) et
Im(un ) convergent (en appliquant ce que lon vient P de prouver).
un = Re(un ) + i Im(un ) permet alors daffirmer que un converge 

P
P eme 5.37. Ici, on suppose que
Theor un est une serie a termes complexes et
que bn est une serie a termes positifs.
+
 + 
P P P P
(i) Si un = o(bn ) alors bn C un C et uk = o bk .
k=n+1 k=n+1

+


P P P P
(ii) Si un = O(bn ) alors bn C un C et uk = O bk .
k=n+1 k=n+1

Dem : On reprend
P la demonstration du theoreme precedent mais en utilisant ici la
convergence de |un | car la suite (un ) est a termes complexes.
P
(i) Il existe n0 tel que n > n0 entrane
P |un | 6 bn donc un est absolument
convergente. On en deduit que un est convergente (cest le (ii) de la re-
marque ci-dessus).
Puis, pour tout > 0, il existe n1 tel que n > n1 entrane |un | 6 bn dou, en
sommant de k = n + 1 > n1 a N, on obtient

N
X N
X N
X

uk 6 |uk | 6 bk

k=n+1 k=n+1 k=n+1

et,
comme toutes ces quantites ont une limite quand
 N +, on obtient
+
P +
P +
P +
P

uk 6 bk i.e. uk = o bk .
k=n+1 k=n+1 k=n+1 k=n+1

(ii) Meme demonstration (on remplace par M > 0 


5.3. SERIES DELEMENTS DUN ESPACE VECTORIEL NORME 315

5.3.4 Comparaison dune serie a une integrale

Theoreme 5.38. Cas dune serie a termes positifs


Si f est une fonction continue par morceaux, decroissante de [0, +[ a valeurs
dans R+ alors, la serie de terme general
Z n
wn = f (t) dt f (n), n > 1
n1
P
est
Z x convergente. En particulier, la serie f (n) converge si et seulement si
f (t) dt admet une limite quand x +.
0

Dem : Comme f est decroissante, f (n) 6 f (t) 6 f (n 1) pour t [n 1, n] dou,


en integrant ces inegalites, on a 0 6 wn 6 f (n 1) f (n).
On fait alors la somme pour n variant de 1 a p ce qui donne
p
X
wn 6 f (0) f (p) 6 f (0).
n=1
P
La serie wn est une serie a termes positifs dont les sommes partielles sont majorees,
elle est donc convergente.
Montrons maintenant lequivalence :
Z n
P
Si f (n) converge alors, vu que f (t) dt = wn + f (n), la serie
P nR n1

n1
f (t) dt converge car elle est la somme de deux series convergentes.
Z x
Posons F (x) = f (t) dt qui est une fonction croissante. Legalite
Z 0
p R p
P n
n1
f (t) dt = f (t) dt = F (p) nous permet de dire que F (p) admet
n=1 0
une limite L quand p +. On a F (x) 6 F ([x] + 1) 6 L, F est croissante
et majoree, elle admet une limite en +.

Si F (x) admet une limite en + alors F (p), P pR n N admet aussi une limite
Pdonc,
en utilisant les egalites ci-dessus, la serie n1
f (t) dt converge donc f (n)
Rn
converge (car f (n) = n1 f (t) dt wn somme de deux series convergentes) 
On se sert souvent du dessin ci-dessous comme support de demonstration :
Remarque 5.3.7.
Z p
P
(i) Si f (n) diverge, on a le resultat utile dans la pratique : sp f (x) dx ou
0
p
P
sp = f (n).
n=0
Z p p p Z p
X X
Dem : En fait f (t) dt wn a une limite donc sp
f (n) = f (t) dt
0 n=1 n=1 0
Z
1 p
admet une limite et comme sp +, on a bien f (t) dt 1 (mais en
sp 0
fait on a mieux). Linteret de ce resultat est que lon a ainsi un equivalent
316 CHAPITRE 5. SUITES ET FONCTIONS

1
0 1 2 x 3 4 5

Figure 5.1: Comparaison serie-integrale

dune somme partielle et il peut etre utilise avec le theoreme 5.36 pour recher-
cher lequivalent dune somme (cf. exemple (ii) ci-apres) 
Z + Z +
(ii) Si la serie converge, on a lencadrement : f (x) dx 6 rp 6 f (x) dx
p+1 p
Z + Z + Z +
et avec hypothese f (x) dx f (x) dx alors on a rp f (x) dx.
p p+1 p
Z n+1 Z n
Dem : On utilise ici les inegalites f (t) dt 6 f (n) 6 f (t) dt dou, en
n n1
les additionnant de p + 1 a N :
Z N N
X Z N 1
f (t) dt 6 f (n) 6 f (t) dt
p+1 n=p+1 p

puis, en passant a la limite quand N +


Z + +
X Z +
f (t) dt 6 f (n) 6 f (t) dt
p+1 n=p+1 p

car toutes les expressions concernees ont une limite quand N +.


Cet encadrement
Z est souvent utile mais on ny pense pas toujours.
+
rp f (t) dt decoule immediatement de lencadrement que lon vient de
p
trouver 

(iii) Si f est croissante et admet une limite en + alors la serie de terme general
Z n+1
vn = f (t) dt f (n) est convergente. Si f nest pas bornee il sera tout de
n
meme interessant dencadrer vn .
Dem : Il suffit de renverser les inegalites de la demonstration du theoreme,
on note l = lim f (t).
t+
Comme f est croissante, f (n + 1) > f (t) > f (n) pour t [n, n + 1] dou, en
5.3. SERIES DELEMENTS DUN ESPACE VECTORIEL NORME 317

integrant ces inegalites, on a 0 6 vn 6 f (n + 1) f (n).


On fait alors la somme pour n variant de 1 a p ce qui donne

p
X
vn 6 f (p + 1) f (1) 6 l.
n=1

P
La serie vn est une serie a termes positifs dont les sommes partielles sont
majorees, elle est donc convergente 

Exemples :

n 1
Z n
1 P
(i) Si f (x) = alors lim f (x) dx = constante dEuler.
x n+ k=1 k 1
Dem : f est decroissante sur [1, +[, continue donc on peut appliquer le
theoreme de comparaison serie-integrale (sur lintervalle [1, +[ et non sur
[0, +[). Le resultat est alors immediat 

   
P 1 1
(ii) Soit la serie un , si un = O (avec > 1) alors rn = O , si
n n1
A A 1
un
alors rn 1
(on prend la fonction f (x) = ).
n ( 1)n Z x x
A P 1
Dem : On prend f (t) = , > 1. lim f (t) dt existe donc
t x+ 1 n
converge (on retrouve le resultat sur les series de Riemann). On connat alors
lencadrement du reste :
Z + Z +
dt dt
A 6 rp 6 A
p+1 t p t

1 A
et, apres calculs des integrales, 1
6 rp 6 par
( 1)(p + 1) ( 1)p1
A
consequent rp 1
.
 ( 1)p
1 P
Si un = O alors on sait que le reste dordre p de un est majore par
n  
1
rp encadre ci-dessus donc cest un O 1

p

Theoreme 5.39. Formule de Stirling


On a  n n
(n + 1) = n! 2n.
e

n!
Dem : (Non exigible) On pose, pour tout entier n > 1, an = 1 , bn = ln an .
nn+ 2 en
318 CHAPITRE 5. SUITES ET FONCTIONS
P
On etudie la serie aux differences : (bn bn1 ) a laide dun developpement limite.
 
an n!en (n 1)n1/2
bn bn1 = ln = ln
an1 nn+1/2 (n 1)!en+1
 
n (n 1)n1/2 (n 1)n1/2
= ln = ln 1
e nn+1/2 nn1/2
n1
= (n 1/2) ln 1 = (n 1/2) ln(1 1/n) 1
n  
1 1 1
= (n 1/2). 2 + O 1
n 2n n2

x2
+ O(x2 )
en utilisant le developpement limite de ln(1 x) = x
2
   
1 1 1 1
=1 + +O 2
1=O .
2n 2n n n2
P
La serie bn bn1 converge, on en deduit que bn admet une limite b et comme
an = e , alors la suite (an ) admet une limite l = eb > 0. On obtient la formule
bn

intermediaire suivante  n n
n! l n.
e
(2n n!)4
On utilise alors la formule de Wallis = lim obtenue avec les integrales
n+ n[(2n)!]2
de Wallis (cf. exemple (ii) page 361.
On a ainsi
24n l4 n4n n2 42 n
4n 4n+2
(2n n!)4 = l
e4n e4n
4n 4n+1 4n+2
(2n) 2n 22 n
n[(2n)!]2 nl2 = l
e4n e4n
dou
(2n n!)4 4n 4n+2
42 n e4n
l
n[(2n)!]2 e4n l2 24n+1 n4n+2
2
l

2
 n n
dou l = 2 dou n! 2n 
e
Questions :
1
(i) Nature des series de Bertrand de terme general un = .
n (ln n)
Pn 1 1
(ii) Si sn = , montrer que sn ln n .
k=1 k 2n
+
P 1
(iii) Chercher un equivalent de la fonction de Riemann (t) = t
quand t 1.
n=1 n
5.3. SERIES DELEMENTS DUN ESPACE VECTORIEL NORME 319

5.3.5 Series delements dun espace vectoriel norme de di-


mension finie

a) Critere de Cauchy
Theoreme 5.40. Critere de Cauchy P
Si E est un espace vectoriel norme de dimension finie alors la serie un converge
ssi elle verifie le critere de Cauchy i.e.

> 0, N N | n > N, p N, kun + + un+p k 6 .

Dem : Lequivalence est immediate, il suffit dexprimer que la suite des sommes
partielles converge ssi cest une suite de Cauchy car tout espace vectoriel norme de
dimension finie est complet 

Definition 5.3.4. Serie


P absolument convergente
On
P dit que la serie u n ou un E, est absolument convergente ssidef la serie
,
kun k est convergente.

ThPeoreme 5.41. Convergence des series absolument convergentes


Si un est absolument convergente dans E de dimension finie, alors elle converge.
De plus, on a
X+ X +

un 6 kun k.

n=0 n=0

Dem :

On utilise kun + + un+p k 6 kun k + + kun+p k et le critere de Cauchy :


k
P Pk P
Notons Sk = uk et Sk = kuk k. Si un est absolument convergente
n=0 n=0
alors la suite (Sk ) est une suite de Cauchy donc

> 0, N N | n > N, p N, kun k + + kun+pk 6 .

Il suffit alors dutiliser linegalite mentionnee en preambule pour enPdeduire


que (Sk ) est une suite de Cauchy et de conclure a la convergence de un .

Linegalite sobtient par passage a la limite grace a la continuite de la norme :



XN X N

un 6 kun k

n=0 n=0

et comme chacune des sommes admet une limite, on en deduit



X+ X +

un 6 kun k

n=0 n=0

par passage a la limite 


320 CHAPITRE 5. SUITES ET FONCTIONS

Definition 5.3.5. Espace 1 , espace 2


On appelle 1 lensemble des series (de complexes) absolument convergentes.
On appelle 2 lensemble des series de (module) carre absolument convergentes.
P
Theoreme 5.42. 1 muni de la norme u 7 N1 (u) = |un | est un espace
nN
vectoriel norme.
Dem : On va montrer directement que N1 est une norme (et on en deduira que 1
est un sous-espace vectoriel de KN ) :
N1 : 1 R+ est immediat. Montrons les autres proprietes :
Si N1 (u) = 0 alors pour tout p N,
p +
X X
06 |un | 6 |un | = 0
n=0 n=0

donc un = 0 pour n [[0, p]]. Comme ceci est vrai pour tout p, on en deduit
que un = 0 pour tout n i.e. u = 0.
|un | = ||.|xn | donc, en additionnant, de n = 0 a p, puis en passant a la limite
sur p (par hypothese, toutes les limites existent) on deduit que u 1 et que
N1 (u) = ||N1 (u).
De meme |un + vn | 6 |un | + |vn | par consequent u + v 1 et finalement
N1 (u + v) 6 N1 (u) + N1 (v) 
Enfin, un dernier theoreme qui constitue un exemple important (mais pas neces-
sairement au programme).
P
Theoreme 5.43. 2 muni du produit scalaire (u, v) 7 (u|v) = un vn et de la
nN
norme N2 associee est un espace de Hilbert.
Dem :
N2 est une norme : N2 : 2 R+ est immediat. Montrons les autres pro-
prietes :
Si N2 (u) = 0 alors n [[0, p]], |un |2 = 0 donc, comme pour N1 , u = 0.
|un | = ||.|un| donc en additionnant, de n = 0 a p, puis en passant a
la limite sur p (par hypothese, toutes les limites existent) on deduit que
u 2 et que N2 (u) = ||N2 (u).
On utilise linegalite de Minkowski vue au chapitre 4 : pour tout p N
p
!1/2 p
!1/2 p
!1/2
X X X
|un + vn |2 6 |un |2 + |vn |2
n=0 n=0 n=0

on passe ensuite a la limite quand p +

+
!1/2 +
!1/2 +
!1/2
X X X
2 2 2
|un + vn | 6 |un | + |vn |
n=0 n=0 n=0

On en deduit que u + v 2 et que N2 (u + v) 6 N2 (u) + N2 (v).


5.3. SERIES DELEMENTS DUN ESPACE VECTORIEL NORME 321

Montrons que 2 est complet. Soit (u(p) ) une suite de Cauchy de 2 que lon
(p)
note u(p) = (un )nN . Il faut faire attention ici car on a deux indices n et p et
on doit preciser quel est lindice qui varie. On a donc > 0, P N tel que
p > P , q N, N2 (u(p+q) u(p) ) 6 . Traduisons cette derniere inegalite :
+
!1/2
X
|u(p+q)
n u(p)
n |
2
6 (inegalite 1)
n=0

soit, en elevant au carre et en majorant un terme de la serie a terme positif


par la somme de cette serie :
+
X
|u(p+q)
n upn |2 6 |u(p+q)
n u(p) 2
n | 6
2

n=0

(p)
donc chaque suite (un )pN est une suite de Cauchy, donc converge vers un
complexe note un .
On utilise a nouveau l(inegalite 1)
N
X
X
|un(p) u(p+q)
n |2 6 |u(p) (p+q) 2
n un | 6 2
n=0 n=0

N
P (p)
pour p > P . On prend alors la limite quand q + dans linegalite |un
n=0
(p+q) 2
un | 6 2 (on a une somme finie donc il ny a pas de probleme) dou
N
X
|u(p) 2 2
n un | 6 . (inegalite 2)
n=0
P (p)
Ceci prouve que la serie |u un |2 converge (elle est a terme positifs et
majoree) et, par inegalite triangulaire,
N
!1/2 N
!1/2 N
!1/2
X X X
|un |2 6 |u(p)
n un |
2
+ |u(p)
n |
2
6 + N2 (u(p) ).
n=0 n=0 n=0

On en deduit que u = (un ) 2 et, en prenant la limite quand N + dans


l(inegalite 2)
+
X
|u(p) 2 2
n un | 6 .
n=0
(p)
ce qui signifie que (u )pN est une suite convergente (vers u) 

Remarque 5.3.8. On prouve de la meme maniere que 1 est un espace de Banach


mais ce nest pas un espace de Hilbert.

Questions :
ein
(i) Etudier la convergence absolue de la serie de terme general un = .
n
P
(ii) Si un est absolument convergente, prouver que (vn ), ou vn = u2n + u2n+1 ,
est absolument convergente. Generaliser.
322 CHAPITRE 5. SUITES ET FONCTIONS

b) Series geometriques et exponentielles


Un theoreme tres utile.

Theoreme 5.44. Convergence des series geometriques


Etant donne une algebre normee A de dimension P finie ayant e pour element unite
et u un element de A tel que kuk < 1, la serie un est absolument convergente,
+
X
1
e u est inversible dans A et (e u) = un .
n=0

Dem :
P n
Comme kun k 6 kukn par recurrence immediate, la serie u est absolument
convergente (majoree par une serie geometrique de raison < 1).
Comme on a P suppose que A est de dimension finie, cest un espace de Banach
donc la serie un converge.

Ensuite
p p p+1
X X X
n n
(e u)sp = (e u) u = u un
n=0 n=0 n=1
p+1
=eu = sp (e u).

Grace a la continuite du produit dans une algebre normee alors


+
!
X
lim (e u)sp = (e u) un = lim sp (e u)
p+ p+
n=0
+
!
X
=e= un (e u)
n=0

car kup+1 k 0 donc up+1 0. On obtient bien le resultat annonce 

Ce theoreme permet de prouver quun element dune algebre normee est inversible.
Un autre theoreme plein de consequences.

Theoreme 5.45. Serie exponentielle


Etant donne une algebre normee de dimension finie A ayant e pour element unite
X un
alors, pour tout element u de A, la serie est absolument convergente.
n!
On definit alors lexponentielle de u par
+ n
X u
exp u =
n=0
n!

n n
P un
Dem : On a la aussi ku k 6 kuk donc est absolument convergente donc
n!
convergente 
Applications :
+
P zn
(i) Exponentielle dun nombre complexe ez = .
n=0 n!
5.3. SERIES DELEMENTS DUN ESPACE VECTORIEL NORME 323

(ii) Exponentielle dun endomorphisme despace vectoriel norme E de dimension


P un
+
finie eu = .
n=0 n!

+
P An
(iii) Exponentielle dune matrice reelle ou complexe eA = .
n=0 n!

Questions :
 
a b
(i) Si A = , calculer eA .
b a
(ii) Si u L(E) et sil existe C et p N tels que (u Id)p = 0, calculer
eu (on utilisera le fait que si deux endomorphismes u et v commutent, alors
eu+v = eu ev ).
c) Produit de Cauchy, series doubles
Definition 5.3.6. Produit de Cauchy (ou produit de convolution)
P P
Si un et P vn sont deux
P series de nombres complexes alors on definit le produit
de Cauchy de un par vn avec
X  X  X n
X
un vn = wn ou wn = uk vnk = (u v)n .
k=0

Theoreme 5.46. Produit de Cauchy de deux series absolument conver-


gentes P P
Si les series un et vn sont absolument convergentes, il en est de meme de la
P n
P
serie wn ou wn = up vnp et on a :
p=0

+
! +
! + + X
n
X X X X
un vn = wn = up vnp .
n=0 n=0 n=0 n=0 p=0

Dem : La demonstration se fait en 2 temps :


On suppose que up > 0 et vq > 0. On montre lencadrement
N
X N
X 2N
X 2N
X 2N
X
up vq 6 wn 6 up vq
p=0 q=0 n=0 p=0 q=0

v\u u0 u1 ... uN uN +1 ... u2N


v0 u0 v0 u1 v0 ... uN v0 uN +1 v0 ... u2N v0
.
v1 u0 v1 u1 v1 ... uN v1 uN +1 v1 .. u2N v1
.. .. .. .. .. . . ..
. . . . . .. .. .
..
vN u0 vN u1 vN . . . uN vN ... . u2N vN
.
vN +1 u0 vN +1 u1 vN +1 . . uN vN +1 ... ... u2N vN
.. .. . . .. .. .. ..
. . .. .. . . . .
v2N u0 v2N u1 v2N . . . uN v2N uN +1 v2N . . . u2N v2N
324 CHAPITRE 5. SUITES ET FONCTIONS

N
P N
P
La somme S1 (N) = up vq correspond au termes ecrits en rouge, a
p=0 q=0
2N
P
laquelle on rajoute les termes en noir pour avoir S2 (N) = wn et enfin, on
n=0
2N
P 2N
P
prend les termes en vert pour avoir la derniere somme S3 (N) = up vq .
p=0 q=0
Dun point de vue plus mathematique :
X
S1 (N) = up vq ,
(p,q)[[0,N ]]2
X
S2 (N) = up vq ,
p+q6N
X
S3 (N) = up vq .
(p,q)[[0,2N ]]2

Si on note CN = [[0, N]]2 , TN = {(p, q) N2 | p + q 6 2N} alors on a les


inclusions CN TN C2N justifiees par :
Si p 6 N et q 6 N alors on a evidemment p + q 6 2N donc CN TN .
Si p + q 6 2N alors p 6 2N q 6 2N et q 6 2N p 6 2N soit TN C2N .
Grace a ces inclusions, on en deduit que S1 (N) 6 S2 (N) 6 S3 (N) (on addi-
tionne des quantites positives). P
On utilise alors le theoreme
 +  dencadrement
 +  +pour en deduire que la serie wn
P P P
converge et que un vn = wn .
n=0 n=0 n=0
n
P
Cas general : on pose un = |un |, vn = |vn | et wn = up vnp

. En utilisant
P p=0
le premier point de  la demonstration,
  + on  peut en deduire que wn converge
+
P P +
P
et quon a legalite un vn = wn . Ceci se traduit par le fait
N  n=0 N  n=0 n=0

P P
que wN up vq = N 0.
p=0 q=0
p
X X n
|up|.|vnp | = wn

|wn | = up vnp 6

n=0 p=0
P
par comparaison on en deduit que wn est absolument convergente.
On reprend ensuite les notations du premier point : CN et TN . CN TN donc

2N N
! N
!



X X X X X X

wn up vq = up vq up vq =
up vq
(p,q)TN \CN
n=0 p=0 q=0 (p,q)TN (p,q)CN
X X X
6 up vq = up vq up vq
(p,q)TN \CN (p,q)TN (p,q)CN
N
! N
!
X X

= wN up vq = N .
p=0 q=0
5.3. SERIES DELEMENTS DUN ESPACE VECTORIEL NORME 325

2N
 N
  N

P P P
On sait que N 0 donc wn up vq 0 et comme chacune
n=0 p=0 q=0
des series converge, on a bien
+
! +
! + + X
n
X X X X
un vn = wn = up vnp
n=0 n=0 n=0 n=0 p=0

ce qui permet de conclure 

+
P zn
Exemple : Si on pose ez = alors on peut montrer ainsi la propriete fonda-
n=0 n!

mentale de lexponentielle : ez .ez = ez+z .
q
zp z P P
Dem : Soit up = , vq = , les series up et vq convergent absolument.
p! q!
n n
X X z p z np
wn = up vnp =
p=0 p=0
p! (n p)!
n
1 X n! np (z + z )n
= zp z =
n! p=0 p!(n p)! n!

en utilisant la formule du binome.


On applique alors le theoreme precedent soit
+ p
! + q
!

X z X z
ez .ez =
p=0
p! q=0
q!
+
X (z + z )n
= = ez+z 
n=0
n!

Theoreme 5.47. Interversion de sommations, Theoreme de Fubini


Soit u = (up,q )(p,q)N2 une suite double de reels ou de complexes. Si
+ P P
q N,
P
|up,q | est convergente, up,q , up,q convergent et
p  q
p=0  alors +  + + 
PP P + P P P
|up,q | converge up,q = up,q .
q p q=0 p=0 p=0 q=0
i.e. on peut intervertir les sommations.
Theoreme admis.

Remarque 5.3.9. En fait, ce qui a ete dit sur les series de complexes absolu-
ment convergentes peut etre elargi au cas des series dans les espaces vectoriels et
les algebres normees en dimension finie. En particulier, si A et B sont deux ma-
trices carrees qui commutent alors exp(A + B) = exp A. exp B. Ce resultat est hors
programme mais il est souvent invoque ou utilise dans les ecrits et oraux de concours.

Questions :
+
  +
 
1 P p n
P p+n1 n
(i) Montrer que = (z) = z pour |z| < 1.
(1 z)p n=0 n n=0 n
326 CHAPITRE 5. SUITES ET FONCTIONS

(1)n P
(ii) Si un = vn = , que penser de la serie (u v)n ?
n
+
P 1 +
P
(iii) Si (q) = q
calculer ((q) 1).
p=1 p q=2

5.4 Suites et series de fonctions


5.4.1 Convergence simple, convergence uniforme, conver-
gence normale

Dans un premier temps, toutes les fonctions considerees ici seront des fonctions
definies sur A une partie non vide dun espace vectoriel norme E de dimension finie
a valeurs reelles ou complexes. Dans un deuxieme temps, on sinteressera au cas ou
ces fonctions sont a valeurs dans un espace vectoriel norme F de dimension finie.
a) Convergence simple et uniforme des suites et series de fonctions
Definition 5.4.1. Convergence simple, convergence uniforme,
Soit (fn ) une suite de fonctions, on definit alors
C.S.
La convergence simple fn f ssidef x A, lim fn (x) = f (x).
A n+

C.U.
La convergence uniforme fn f ssidef lim N (f fn ) = 0 ou N est la
A n+
norme definie sur les fonctions bornees.

Remarque 5.4.1.
(i) La convergence uniforme implique la convergence simple.
(ii) Il est tres formateur decrire au moins une fois la definition ci-dessus avec des
quantificateurs et de remarquer les differences !
On ecrit
convergence simple :
x A, > 0, n0 N | n > n0 , |fn (x) f (x)| 6 ,
convergence uniforme :
> 0, n0 N | n > n0 , x A, |fn (x) f (x)| 6 ,
puis on permute les ecrits en noir ce qui donne convergence simple :
> 0, x A, n0 N | n > n0 , |fn (x) f (x)| 6 ,
convergence uniforme :
> 0, n0 N | x A, n > n0 , |fn (x) f (x)| 6 .
Tout le probleme ici pour passer de la convergence simple a la convergence
uniforme consiste a permuter les quantificateurs en rouge, en fait cela revient
a montrer que n0 ne depend que de mais pas de x, i.e. n0 est uniforme par
rapport a x dou lappellation
5.4. SUITES ET SERIES DE FONCTIONS 327

(iii) On peut definir la convergence uniforme dune suite de fonctions non bornees
aussi, il faudra faire attention en manipulant cette norme.

(iv) La convergence uniforme sur tout intervalle [0, a] pour 0 < a < 1 nentrane
pas la convergence uniforme sur [0, 1] (prendre par exemple fn (x) = xn ). Ceci
est bien sur vrai dans dautres circonstances.
C.U.
Sur [0, a], on a kfn k = an 0 donc fn 0 mais sur [0, 1], kfn k = 1
[0,a]
donc fn 9 0.

(v) Pour prouver que la suite (fn ) ne converge pas uniformement vers f sur A, il
suffit de trouver > 0 et une suite (xn ) de AN tels que |fn (xn ) f (xn )| > .
Dem : En effet, on aura dans ce cas kf fn k > |fn (xn ) f (xn )| > donc
kf fn k 6 0 
On donne les memes definitions pour les series de fonctions, on trouvera ainsi les
notions de convergence simple, uniforme pour une serie de fonctions.
P
On dit que fn converge simplement sur A ssidef la suite des sommes partielles
converge simplement (et la on ne connat pas P forcement la limite comme dans
le cas des suites de fonctions) et on lecrit fn C.S. sur A.
P
On dit que fn converge uniformement surPA ssidef la suite des sommes
partielles converge uniformement et on lecrit fn C.U. sur A.
Proposition 5.4.1. Si (fn ) converge vers f uniformement sur A et si, pour tout
n, fn est bornee sur A, alors f lest aussi.
Dem : Prenons dans la definition de la convergence uniforme = 1 alors il existe
n N tel que kf fn k 6 1. On a donc (en posant M = kfn k )

x A, |f (x)| 6 |f (x) fn (x)| + |fn (x)|


6 kf fn k + kfn k 6 1 + M

donc f est bornee par 1 + M 


Remarque 5.4.2. Cette derniere proposition peut sinterpreter de la maniere sui-
vante : si (fn ) B(A, F )N et si N (f fn ) 0 alors f B(A, F ). On ne peut pas
dire la meme chose par exemple avec lensemble des fonctions continues sur [0, 1] a
valeurs reelles muni de la norme 1.
Cela signifie que B(A, F ) est ferme pour la norme infinie alors que C([0, 1]) ne lest
pas pour la norme 1, la suite de fonctions fn affine par morceaux sur [0, 1] definie
par fn = 1 sur [0, 1/2 1/n], fn = 0 sur [1/2 + 1/n, 1] (cf. page 292) converge pour
N1 vers la fonction f = 1[0,1/2] qui nest pas continue.
Theoreme 5.48. Theoreme de double limite
Soit (fn ) une suite de fonctions definies sur A a valeurs dans K (K = R ou K = C).
C.U.
! !
(i) fn f, (i) f est continue en a
A (ii) lim (lim f (x)) = lim ( lim f (x))
n n
(ii) n N, fn continue en a, n+ xa xa n+

i.e. on peut permuter les limites.


328 CHAPITRE 5. SUITES ET FONCTIONS

Dem :
On traduit dabord la convergence uniforme :

> 0, n | kf fn k 6 .
3

Donc |f (x) fn (x)| 6 et |f (a) fn (a)| 6 .
3 3
Puis, n etant choisi, on traduit la continuite de fn en a :

> 0, > 0 | |x a| 6 |fn (x) fn (a)| 6 .
3
Montrons maintenant la continuite de f en a :
|f (x) f (a)| 6 |f (x) fn (x)| + |fn (x) fn (a)| + |fn (a) fn (x)|

6 + + =
3 3 3
On a utilise la convergence uniforme pour majorer |f (x) fn (x)| et |fn (a) fn (x)|
et la continuite de fn pour majorer |fn (x) fn (a)|.
Conclusion : on a montre la continuite de f en a et, en prime on a pu echanger les
limites :
lim (lim fn (x)) = lim fn (a)
n+ xa n+

= f (a)
= lim f (x)
xa
= lim ( lim fn (x))
xa n+

Corollaire 5.49. On suppose ici que a A \ A et que


!
C.U.
(i) fn f, (i) lim f (x) existe
A xa
(ii) n N, lim fn (x) existe, (ii) lim (lim fn (x)) = lim ( lim fn (x))
xa n+ xa xa n+

Cest ce resultat qui est appele theoreme de double limite.


Dem : On utilise lhypothese (ii) pour prolonger les fonctions fn par continuite en
a. On note fn (a) cette limite.
Montrons que la suite (fn (a)) est de Cauchy :
Lhypothese (i) se traduit par
> 0, n0 N | n > n0 , p N, kfn+p fn k 6
(une suite convergente est une suite de Cauchy). Pour tout x A, on a par
consequent |fn+p (x) fn (x)| 6 et en prenant la limite quand x a, on obtient
|fn+p (a) fn (a)| 6 . La suite (fn (a)) est de Cauchy, elle est donc convergente. On
note f (a) sa limite. Si on revient a legalite |fn+p (a) fn (a)| 6 et que lon prenne
la limite quand p + (cest possible car on vient de prouver que cette limite
existait) alors on obtient |f (a) fn (a)| 6 .
On a ainsi les memes hypotheses que pour le theoreme de double limite en rem-
placant A par A = A {a}. On peut donc utiliser sa conclusion 
5.4. SUITES ET SERIES DE FONCTIONS 329

Remarque 5.4.3. On peut encore etendre le domaine de validite du corollaire


precedent, si E = R, au cas ou a = .
Si A = N, on peut alors reecrire ce corollaire sous la forme suivante :
Soit (un,p)(n,p)N2 une suite double de complexes telle que
 !
(i) lim suppN |un,p up | = 0, (i) lim up existe ,
n+ p+

(ii) n N, lim un,p existe, (ii) lim ( lim un,p ) = lim ( lim un,p ).
p+ n+ p+ p+ n+

Les choses se comprennent mieux si on ecrit un (p) a la place de un,p .

Theoreme 5.50. Si A est un compact de E alors C(A) est un sous-espace vectoriel


ferme de B(A) muni de la norme N .
Dem :

Comme A est compact alors toute fonction continue sur A est bornee donc
C(A) B(A).
C.U.
Soit (fn ) (C(A))N telle que fn f .
A
Par hypothese, pour tout x de A, fn est continue en x donc, en application
du theoreme de double limite, f est continue en x et ceci pour tout x A par
consequent f C(A).

Conclusion : C(A) est un sous-espace vectoriel ferme de lespace vectoriel norme


B(A) muni de la norme N 
b) Convergence normale des series de fonctions
Pour les series de fonctions il nest pas toujours commode de prouver la conver-
gence uniforme (en effet on ne connat pas toujours la somme) aussi il est souvent
interessant dutiliser la convergence normale comme critere de convergence uniforme
pour les series de fonctions.
DefinitionP5.4.2. Convergence normale
Une serie fn de fonctions (de B(A, F ))Pdefinies sur A est dite normalement
convergente sur A ssidef la serie numerique kfn k est convergente.

P
Remarque 5.4.4. Pour etablir la convergence normale P de fn , il convient
dutiliser une serie numerique convergente majorante n , cest-a-dire telle que,
pour tout n, kfn k 6 n .

Theoreme 5.51. Toute serie normalement convergente sur A est absolument et


uniformement convergente sur A et on a

! +
X X
N fn 6 N (fn )
n=0 n=0

Dem : On utilise ici le fait que F etant un espace vectoriel norme, cest un espace
de Banach, toute suite de Cauchy converge et la convergence absolue entrane la
convergence simple.
330 CHAPITRE 5. SUITES ET FONCTIONS
P
Pour tout x A, on a |fn (x)| 6 N (fn ) donc la serie fn (x) est absolument
convergente pour tout x A et elle converge simplement sur A.
Soit n0 N et n > n0 + 1 alors

Xn n
X n
X

fk (x) 6 |fk (x)| 6 N (fk )

k=n0 +1 k=n0 +1 k=n0 +1
+
X
6 N (fk ).
k=n0 +1

+
P +
P
Donc |rn0 (x)| 6 N (fk ) soit krn0 k 6 N (fk ) 0 par conse-
k=n0 +1 Pk=n0 +1
quent rn0 converge uniformement vers 0 i.e. fn converge uniformement.
On peut reprendre la demonstration ci-dessus en remplacant n0 + 1 par 0 et
dans ce cas on obtient linegalite

! +
X X
N fn 6 N (fn )
n=0 n=0

P
Traduction de ce theoreme : Si la serie de fonctions fn converge normalement
+
P
et si, pour tout n, lim fn (x) existe alors lim fn (x) existe et on a
xa xa n=0

+
X +
X
lim fn (x) = lim fn (x).
xa xa
n=0 n=0

Remarque 5.4.5. On peut rassembler les resultats de convergence sur le schema


suivant
C.U.

C.N C.S.

C.A.
Ou C.N. signifie convergence normale, C.U. convergence uniforme, C.A. conver-
gence absolue et C.S. convergence simple.
 z n
Exemple dapplication : Soit z C alors lim 1 + = ez .
n+ n
Dem : On developpe avec la formule du binome :
n
 z n X n! zk
1+ =
n k=0
k!(n k)! nk
n
X n! zk
=
(n k)!nk k!
k=0 | {z }
=ak,n
+
X zk
= ak,n
k=0
k!
5.4. SUITES ET SERIES DE FONCTIONS 331

n!
si k 6 n
avec ak,n = (n k)!nk .

0 si k > n
On prouve alors que cette serie converge normalement pour n N :
k
z
zk lim uk (n) = P |z|k
si uk (n) = ak,n alors n+ k! et comme converge on a bien
k
k! |uk (n)| 6 |z|
k!
k!
la convergence normale.
On utilise finalement le theoreme de double limite :

 +
z n X
lim 1+ = lim uk (n)
n+ n n+
k=0
+
X
= lim uk (n)
n+
k=0
+
X zk
= = ez 
k=0
k!

c) Extension au cas des fonctions a valeurs dans un espace vectoriel


norme de dimension finie
Tout ce qui a ete dit ci-dessus, tant pour les suites que pour les series se transmet
sans probleme au cas des fonctions a valeurs dans F e.v.n. de dimension finie.

Theoreme 5.52. Si A est une algebre normee de dimension finie alors

u 7 (e u)1 est continue sur la boule unite kuk < 1,

u 7 exp(u) est continue sur A.

Dem :

Soit 0 < a < 1, on pose A = B(0, a) boule fermee de rayon a de lensemble


+
P n
A. On a vu que, sur A, (e u)1 = u (cf. theoreme 5.44 page 322). On
n=0
definit fn : u A 7 un , fn est continue sur A (par recurrence immediate sur
n, en utilisant la continuite du produit dans une algebre normee).P
kun k 6 kukn 6 an donc il y a convergence normale de la serie un sur A,
on en deduit la continuite de u 7 (e u)1 sur A pour tout a ]0, 1[ (en
application du theoreme de double limite).
Soit u0 B(0, 1) alors il existe r > 0 tel que B(u0 , r) A pour a ]0, 1[ :
1 ku0 k 1 + ku0 k
on peut prendre par exemple r = et a = alors pour tout
2 2
u B(u0 , r), kuk 6 ku u0 k +ku0 k < a i.e. u A soit B(u0 , r) A. Comme
| {z }
<r
f : u 7 (e u)1 est continue sur A alors f est continue en u0 et ceci pour
tout u0 B(0, 1).
Conclusion : f : u 7 (e u)1 est continue sur B(0, 1).
332 CHAPITRE 5. SUITES ET FONCTIONS

P un
De meme converge normalement sur toute boule fermee B(0, a) de A
n n!
n n n
6 kuk 6 a ) et gn : u 7 u est continue donc e : u 7 eu est
u
(
n! n! n! n!
continue sur A 

Reprenons
 lexemple du b) alors on peut affirmer, par le meme raisonnement, que
u n
1+ exp(u) quand n +.
n
Questions :

(i) Etudier la convergence simple et uniforme (sur des ensembles a preciser) des
suites de fonctions (fn ) :

nx x n sin nx
(a) xe , (b) , (c) enx sin x, (d)
1 + nx2 1 + n2 x2

(ii) Etudier la convergence normale (sur des ensembles a preciser) des series de
fonctions de terme general un :

einx 1 1 (1)n x
(a) , (b) , (c) , (d)
n2 nx+iy n2 + sin nx (1 + x2 )n

(iii) Que dire dune suite de polynomes (Pn ) qui converge uniformement sur R ?

5.4.2 Integration sur un segment des suites de fonctions


continues

Le but de ce paragraphe est de faire le lien entre les notions de convergence uniforme,
normale et lintegration, la derivation. On en profitera aussi pour illustrer certaine
normes sur lespace vectoriel E = C([a, b]).
Theoreme 5.53. Norme de la convergenceZ en moyenne
Sur E = C([a, b]) on definit N1 (f ) = |f | qui est bien entendu une norme.
[a,b]
En outre, on a Z


f 6 N1 (f ) 6 (b a) N (f ).
[a,b]

Dem :

N1 est une norme :

N1 (f ) = 0 f = 0 car |f | est continue, positive.


Z
N1 (f ) = ||.|f | = ||N1 (f ).
[a,b]
Z Z
N1 (f + g) = |f + g| 6 (|f | + |g|) 6 N1 (f ) + N1 (g).
[a,b] [a,b]
5.4. SUITES ET SERIES DE FONCTIONS 333
Z

Montrons linegalite f 6 N1 (f ) : pour cela on passe par les sommes de
[a,b]
ba
Riemann en prenant xi = a + i (ne pas perdre de vue que les fonctions
n
considerees peuvent etre a valeurs complexes).

n baX n
ba X
f (xi ) 6 |f (xi )|
n i=1 n i=1
| {z } | {z }
Rb Rb
| a f (t) dt| a |f (t)| dt

Linegalite N1 (f ) 6 (b a)N (f ) est immediate 


La derniere propriete permet donc de comparer les deux normes N1 et N , sachant
que la suite de fonctions (fn ) definies sur [0, 1] par

nx
si x [0, 1/n]
fn (x) = 2 nx si x ]1/n, 2/n]


0 si x ]2/n, 1]

tend vers 0 au sens de N1 mais na pas de limite au sens de N (cf. dessin ci-dessous).

0
0 1
1 2
n n

Theoreme 5.54. La convergence uniforme de (fn ) suite de fonctions continues


sur [a, b] implique la convergence en moyenne et, en outre,
Z Z
lim fn = lim fn .
[a,b] n n [a,b]

Dem : On utilise linegalite N1 (f fn ) 6 (ba)N (f fn ) (cf. theoreme precedent) :


Z b Z b Z b


f (t) dt fn (t) dt = (f (t) fn (t)) dt

a a a
Z b
6 |f (t) fn (t)| dt = N1 (f fn )
a
6 (b a)N (f fn ) 0
334 CHAPITRE 5. SUITES ET FONCTIONS
Z Z
donc lim fn = lim fn 
[a,b] n n [a,b]
Z
On a deja vu lexemple du produit scalaire (f |g) = fg sur C([a, b]).
[a,b]

Proposition 5.4.2. Norme de la convergence en moyenne quadratique


C([a, b]) muni du s produit scalaire ci-dessus est un espace prehilbertien. La norme
Z
associee N2 (f ) = |f |2 est appelee norme de la convergence en moyenne qua-
[a,b]
dratique.
De plus, on a les inegalites

N2 (f ) 6 b a N (f ),

N1 (f ) 6 b a N2 (f ).
Dem :
On a vu au chapitre 4 la premiere propriete (cf. exemple (iii) page 249.

La premiere inegalite est immediate :


Z
2
N2 (f ) = |f (t)|2 dt 6 (b a) N (f )2
[a,b]

et on prend la racine carre.

La deuxieme inegalite est une consequence de linegalite de Cauchy-Schwarz :


Z 2 Z  Z 
2 2
N1 (f ) = 1f (t) dt 6 1 dt |f (t)| dt
[a,b] [a,b] [a,b]
2
6 (b a)N2 (f )

et, la encore, on prend la racine carree 


Cette derniere propriete nous permet daffirmer que :
Proposition 5.4.3. La convergence uniforme de (fn ) sur [a, b] implique la conver-
gence en moyenne quadratique, qui implique elle-meme la convergence en moyenne.
Dem : Cest une consequence immediate des inegalites

N1 (f ) 6 b a N2 (f ) 6 (b a)N (f ) 

Ce qui se traduit par


C.U. C.M.Q. C.M.
ou C.M.Q. signifie convergence en moyenne quadratique et C.M. convergence en
moyenne.
On verra dans le cours sur les series de Fourier que la serie de Fourier dune fonction
continue f converge en moyenne quadratique vers f et que si, en plus, f est C 1 par
morceaux, cette convergence est uniforme.
5.4. SUITES ET SERIES DE FONCTIONS 335

Theoreme 5.55. Integration terme a terme dune serie dapplications


P
Soit (fn ) une suite dapplications continues sur [a, b]. Si la serie fn converge
uniformement sur [a, b] la serie des integrales est convergente et
Z +
X + Z
X
fn = fn .
[a,b] n=0 n=0 [a,b]

Pp
Dem : On applique le theoreme 5.54 page 333 a la somme partielle sp = fn .
P n=0
Comme la serie fn converge uniformement, elle converge simplement vers une
fonction s qui est continue dou
Z Z
s= lim sp au sens de la norme infinie
[a,b] [a,b] p+
Z
= lim sp theoreme 5.54
p+ [a,b]
p Z
X
= lim fn linearite de lintegrale
p+ [a,b]
n=0
+ Z
X
= fn 
n=0 [a,b]

P
Exemple : Soit fn (x) = (1)n xn alors la serie fn converge uniformement (et
meme normalement) sur tout intervalle [0, a] ou |a| < 1. On a donc
Z a X+
! + Z a + n+1
n a
X X
n n n n
(1) x dx = ln(1 + a) = (1) x dx = (1) .
0 n=0 n=0 0 n=0
n+1
P
Remarque 5.4.6. Lorsque la convergence est normale sur [a, b], la serie N1 (fn )
est convergente et
X+  X +
N1 fn 6 N1 (fn ).
n=0 n=0
P
Dem : CommeP N 1 (fn ) 6 (b a) N (fn ) et que N (fn ) converge alors, par
domination, N1 (fn ) converge. On a alors
p
! p +
X X X
N1 fn 6 N1 (fn ) 6 N1 (fn )
n=0 n=0 n=0
+
! +
X X
N1 fn 6 N1 (fn )
n=0 n=0

par passage a la limite 


Questions :
+
P x2n+1
(i) Montrer que, sur un ensemble a preciser, Arctan x = (1)n .
n=0 2n + 1
(ii) Trouver une suite (fn ) delements de C([0, 1])N telle que N1 (fn ) 0 et
N2 (fn ) = 1.
336 CHAPITRE 5. SUITES ET FONCTIONS

5.4.3 Suites et series de fonctions de classe C 1

Theoreme 5.56. Primitivation de la limite dune Z x suite de fonctions


N
Soit a I, (fn ) C(I) et, pour tout n, hn (x) = fn (t) dt.
a
C.U.
Si fn f (i.e. converge uniformement sur tout segment de I vers f )
tt segment Z x
C.U.
alors hn h ou h(x) = f (t) dt.
tt segment a

Dem : Soit [, ] I et [ , ] le plus petit segment contenant [, ] et a. On note


N (g) = sup |g(x)|. On a
t[ , ]
Z x

x [, ], |hn (x) h(x)| = (fn (t) f (t)) dt

a
6 |x a|.N (fn f ) 6 ( ).N (fn f ) dou
N (hn h) 6 ( ).N (fn f )
Z x
et par consequent sur [, ] la suite (hn ) converge uniformement vers f (t) dt = h.
a
C.U.
Conclusion : on a prouve que hn h 
tt segment

Remarque 5.4.7. si f R C(I) et si [a, b] I alors toute primitive h de f sur [a, b]


verifie N (h) 6 |h(a)| + [a,b] |f |.
Dem : Grace au theoreme fondamental
Z x du calcul integral, toute primitive h de f
continue secrit h(x) = h(a) + f (t) dt dou
a
Z x
Z b

|h(x)| 6 |h(a)| + f (t) dt 6 |h(a)| +
|f (t)| dt
a a

dou on deduit la majoration


Z b
N (h) 6 |h(a)| + |f (t)| dt 
a

Corollaire 5.57. Primitivation dune serie de fonctions


P
Si fn est une serie de fonctions continues sur lintervalle I, hn la primitive
de fn qui sannule en a.
P
Si fn converge uniformement sur tout segment de I,
P
alors la serie
P hn converge uniformement sur tout segment vers la primitive de
fn qui sannule en a et on peut ecrire
Z x X +
! + Z x
X
fn (t) dt = fn (t) dt
a n=0 n=0 a

i.e. on peut primitiver terme a terme.


5.4. SUITES ET SERIES DE FONCTIONS 337
P
Dem : On applique le theoreme precedent
P aux sommes partielles de la serie fn
(on note f la somme de la serie fn qui est bien definie grace a la convergence
uniforme) :
P C.U. P C.U.
Comme fn f alors hn h ou h est la primitive de f
tt segment tt segment
qui sannule en a.

On peut integrer terme a terme sur tout segment grace encore a la convergence
uniforme soit : !
Z x X + + Z x
X
fn (t) dt = fn (t) dt 
a n=0 n=0 a

Theoreme 5.58. Derivation de la limite dune suite de fonctions


Soit (fn ) une suite dapplications de classe C 1 sur I.
C.U.

C.S. f f
fn f n
tt segment
I
Si C.U.
alors f C 1 (I)
fn h
tt segment f = h.
Z x
Dem : Soit a I, on pose g(x) = f (a) + h(t) dt. On a g (x) = h(x) et
Z x a

g(x) fn (x) = f (a) fn (a) + (h(t) fn (t)) dt. On note N (u) = sup |u(t)|
a t[a,b]
alors
Z b
N (g fn ) 6 |f (a) fn (a)| + |h(t) fn (t)| dt
a
6 |f (a) fn (a)| + (b a).N (h fn )

C.U. C.S.
donc lim N (gfn ) = 0 soit fn g. En particulier fn g et, par hypothese,
n+ [a,b] [a,b]
C.S.
fn f donc, par unicite de la limite, on en deduit que f = g sur [a, b] et ceci
[a,b]
pour tout segment [a, b] I. On a alors f = g sur I.
C.U.
Conclusion : fn f , comme f = g alors f C 1 (I, K) et f = h 
tt segment

Remarque 5.4.8. On peut reecrire la conclusion du theoreme precedent sous la


forme  
d d
lim fn = lim fn .
dx n+ n+ dx

Corollaire
P 5.59. Derivation dune serie de fonctions
Soit fn une serie de fonctions de classe C 1 sur I
P
fn C.U. sur tout segment
 P  +
P
1
fn CS sur I f n C (I)
Si P alors n=0 

fn C.U. sur tout segment
d +

P +
P d


fn = fn .
dx n=0 n=0 dx
338 CHAPITRE 5. SUITES ET FONCTIONS

Dem : Meme chose, on applique le theoreme precedent aux sommes partielles 


Theoreme 5.60. Derivation de lexponentielle
Etant donne un element a dune algebre normee A de dimension finie, lapplication
ea : t 7 exp ta est de classe C sur R et D ea = a ea = ea a.
Dem : On a besoin de la derivation des fonctions vectorielles ici que lon traitera
dans le chapitre suivant. On utilisera la propriete simple suivante : si f (t) = tn
ou A alors f est derivable et f (t) = ntn1 . Le theoreme precedent setend
lui aussi sans probleme au cas des fonctions vectorielles (se ramener aux fonctions
coordonnees). Une fois ceci acquis, on peut passer a la demonstration.
P an n
+ an n an
exp ta = t , on pose fn (t) = t . Pour n > 1 on a fn (t) = tn1 .
n=0 n! n! (n 1)!
Soit [A, A] R, A > 0 un segment de R, on pose N (u) = sup ku(t)k pour u
t[A,A]
une fonction a valeurs dans A.

n
n1 a kakn
kfn (t)k = |t| 6A
n1
donc
n! (n 1)!
kakn
N (fn ) 6 An1 .
(n 1)!
P P
La serie fn converge normalement (donc uniformement) sur [A, A] et fn
+
P
converge simplement par consequent ea = fn C 1 ([A, A], A) pour tout A > 0
n=0
+
P
donc ea C 1 (R, A) et (e a) (t) = fn (t).
n=1
Conclusion :
+

X an
(exp(at)) = tn1
n=1
(n 1)!
+
X an n
= a t = a exp(at)
n=0
n!
+
X an n
= t a = exp(at)a.
n=0
n!

Et, par une recurrence simple, on prouve que t 7 exp ta est C 


Applications :
(k)
(i) t 7 etz est de classe C et (etz ) = z k etz .

(ii) Si u L(E) est un endomorphisme dun espace vectoriel de dimension finie,


(k)
t 7 etu est de classe C et (etu ) = uk etu .
(k)
(iii) Si A Mn (C), t 7 etA est de classe C et etA = Ak etA .

Cette derniere propriete sera utilisee pour les equations differentielles.


r sin t +
P n sin nt
Question : Montrer que Arctan = r pour 0 < r < 1.
1 r cos t n=1 n
5.4. SUITES ET SERIES DE FONCTIONS 339

5.4.4 Approximation des fonctions dune variable reelle

Dans ce paragraphe, les applications considerees sont definies sur un intervalle I de


R et a valeurs dans un espace vectoriel F de dimension finie.
Pour les fonctions en escalier, on reprend la meme definition que celle donnee pour
les fonctions a valeurs reelles.
Definition 5.4.3. Fonction en escalier
F ([a, b], F ) est une fonction en escalier ssidef il existe subdivision de [a, b] :
a < x1 . . . < xn = b telle que est constante sur chaque intervalle ]xi , xi+1 [.
est dite subordonnee a .
Lensemble des fonctions en escalier definies sur I est un sous-espace vectoriel de
F (I, F ).
Tout comme sur R, on etend la definition des fonctions en escalier sur I = [a, b] au
cas des fonctions en escalier sur R en prenant des fonctions nulles en dehors dun
segment.
Definition 5.4.4. Fonction continue par morceaux
Soit f F ([a, b], F ), on dit que f est continue par morceaux sur I = [a, b] ssidef il
existe une subdivision de [a, b] x0 = a < x1 . . . < xn = b telle que, pour i [[0, n 1]],
la restriction fi de f a ]xi , xi+1 [ se prolonge en une fonction continue sur lintervalle
[xi , xi+1 ]
On etend la definition dune fonction continue par morceaux au cas dun intervalle
I quelconque : sa restriction a tout segment est une fonction continue par morceaux
( mais elle nest pas forcement nulle en dehors dun segment ).

Theoreme 5.61. Approximation uniforme des fonctions continues par


morceaux par les fonctions en escalier
Si f est continue par morceaux sur [a, b] alors, pour tout > 0, il existe fonction
en escalier sur [a, b] telle que

N (f ) 6 .

Dem : On se ramene au cas dune fonction continue puis on utilise le theoreme n3


de Heine :
soit = x0 = a < x1 < . . . < xn = b une subdivision associee a la fonction continue
par morceaux f . On note encore fi = f|]xi,xi+1 [ et fi son prolongement continu sur
[xi , xi+1 ]. fi est continue sur un segment, elle est donc uniformement continue soit
> 0, i > 0 | (x, y) [xi , xi+1 ]2 , |x y| 6 i kfi (x) fi (y)k 6 .
On prend alors une subdivision de [xi , xi+1 ] :
i = xi0 = xi < xi,1 < . . . < xi,ni = xi+1 telle que j, 0 < xi,j+1 xi,j 6 i
(
x +x
fi ( i,j 2 i,j+1 ) si x ]xi,j , xi,j+1 [
et on pose (x) = .
f (xi,j ) si x = xi,j
La fonction est en escalier et, si x ]xi,j , xi,j+1[
|(x) f (x)| 6 |fi ( xi,j +x2 i,j+1 ) f (x)|
6
340 CHAPITRE 5. SUITES ET FONCTIONS

x +x
car |x i,j 2 i,j+1 | 6 i .
Si x = xi,j alors |(x) f (x)| = 0 donc on a bien N ( f ) 6 

Theoreme 5.62. Approximation uniforme des fonctions continues par


des fonctions continues affines par morceaux
Si f C([a, b], F ) alors, pour tout > 0 il existe fonction continue affine par
morceaux telle que
N (f ) 6 .

Dem : La encore, on utilise luniforme continuite de f sur [a, b] :

> 0, > 0 | (x, y) [a, b]2 , |x y| 6 kf (x) f (y)k 6 .

ba ba
Soit n N tel que 6 , on pose xi = a + i pour i [[0, n]] et,
n n
x xi x xi+1
pour x [xi , xi+1 ], (x) = f (xi+1 ) + f (xi ) (cest le polynome
xi+1 xi xi xi+1
dinterpolation de Lagrange de f aux points xi et xi+1 ). est une fonction affine
x xi x xi+1
par morceaux, continue sur [a, b] et en remarquant que 1 = + ,
xi+1 xi xi xi+1
sur chaque intervalle [xi , xi+1 ] on a
x xi x xi+1
(x) f (x) = [f (xi+1 ) f (x)] + [f (xi ) f (x)]
xi+1 xi xi xi+1
x xi xi+1 x
k(x) f (x)k 6 kf (xi+1 ) f (x)k + kf (xi ) f (x)k
xi+1 xi | {z } xi+1 xi | {z }
6 6

car |x xi | 6 et |x xi+1 | 6 . On en deduit que k(x) f (x)k 6 pour tout


x [a, b] soit N ( f ) 6 
Deux theoremes importants que lon nomme theoremes de Weierstrass.

Theoreme 5.63. Theoreme de Weierstrass n1


Approximation polynomiale uniforme des fonctions continues sur un segment.
Soit f C([a, b]) alors, pour tout > 0, il existe un polynome P tel que

N (f P ) 6 .

Dem : hors programme. Ce theoreme est tres utile en analyse, on peut le demontrer a
Pn 
n k
laide des polynomes de Bernstein Bn (f )(t) = k
t (1t)nk f ( nk ) qui fournissent
k=0
une expression de polynomes convergeant uniformement vers f sur [0, 1].

Definition 5.4.5. Polynome trigonometrique


On appelle polynome trigonometrique toute fonction qui secrit
n
X
P (t) = ak eikt
k=n

Remarque 5.4.9. On peut prendre une sommation de m a n mais il est plus


simple de sommer de n a n quitte a prendre des coefficients ak nuls.
5.4. SUITES ET SERIES DE FONCTIONS 341

Theoreme 5.64. Theoreme de Weierstrass n2


Soit f C(T ) ensemble des fonctions continues 2-periodiques (T designe le cercle
unite sur C ou le toredou le nom). Pour tout > 0, il existe un polynome
trigonometrique P tel que
N (f P ) 6 .

Dem : hors programme 


Ce theoreme sera tres utile pour letude des series de Fourier, une demonstration
consiste a utiliser le noyau de Fejer
Z Z
1 sin2 (nu/2) 1 sin2 (nu/2)
[f (t u) + f (t + u)] du = f (t u) du
2n 0 sin2 (u/2) 2n sin2 (u/2)

qui fournit explicitement une ecriture du polynome P .

Remarque 5.4.10. Ces deux derniers theoremes sont des cas particuliers dun seul
et meme theoreme, le theoreme de Stone-Weierstrass.
342 CHAPITRE 5. SUITES ET FONCTIONS
CHAPITRE 6

Fonctions vectorielles : derivation


et integration

6.1 Derivation des fonctions a valeurs vectorielles


Les fonctions etudiees dans cette section sont definies sur un intervalle I de R et a
valeurs dans F espace vectoriel norme de dimension finie sur R ou C.

6.1.1 Derivee en un point, fonctions de classe C 1

Ici, on etend au cas des fonctions vectorielles les notions de derivabilite.


Definition 6.1.1. Derivee dune fonction
f (x) f (a)
Soit f F (I, F ), on dit que f est derivable en a ssidef lim existe (limite
xa xa
df
notee f (a) ou D f (a) ou (a)).
dx
Remarque 6.1.1. En cinematique, la derivee dun point correspond au vecteur
vitesse.
Notation : On notera les derivees a gauche et a droite : fg (a) et fd (a).
Definition 6.1.2. Derivee sur un intervalle
df
On note D(I, F ) lensemble des fonctions derivables sur I, f , D f , la fonction
dx
1 1
derivee et C (I, F ) lensemble des fonctions de classe C sur I i.e. derivable et a
derivee continue.

Theoreme 6.1. C 1 (I, F ) est un sous-espace vectoriel de F (I, F ) et D : f 7 D f


est une application lineaire.
Dem : Cest immediat en utilisant la linearite de la limite :
0 lapplication nulle est bien dans C 1 (I, F ) donc cet ensemble est non vide.
Soient f et g deux fonctions de classe C 1 et (, ) R2 , on pose h = f + g.
Alors
h(x) h(a) f (x) f (a) g(x) g(a)
= +
xa xa xa
admet une limite quand x a pour tout a I. On en deduit trois choses :

343
344 CHAPITRE 6. DERIVATION ET INTEGRATION

h derivable,
D h = D f + D g,
D h est continue.

D est donc une application lineaire de C 1 (I, R) dans C(I, R) et C 1 (I, R) est un
sous-espace vectoriel de F (I, R) 

Proposition 6.1.1. Proprietes de la derivation


Soient f D(I, F ) et g D(I, G) ou F et G sont deux espaces vectoriels de
dimension finie.
Si u L(F, G) alors u(f ) D(I, G) et D(u(f )) = u(D f ).

Si B est une application bilineaire de F G dans H ou H est un espace vectoriel


de dimension finie alors B(f, g) D(I, H) et

D(B(f, g)) = B(D f, g) + B(f, D g).

Dem : On revient a la definition de la derivee.


Soit u L(F, G), comme on est en dimension finie, u est continue et, par
linearite,
 
u(f (x)) u(f (a)) f (x) f (a)
=u u(D f (a))
xa xa

par passage a la limite et continuite de u. On en deduit que u(f ) est derivable


en a pour tout a I donc u(f ) D(I, G) et que D(u(f )) = u(D f ).
B(f (x), g(x)) B(f (a), g(a))
Soit (x) = alors, en ecrivant que f (x) =
xa
(f (x) f (a)) + f (a) et par linearite,
   
f (x) f (a) g(x) g(a)
(x) = B , g(x) + B f (a), .
xa xa
 
g(x) g(a)
B f (a), admet une limite quand x a car en dimension
xa
finie, toutes les applications bilineaires sont continues et cette limite vaut
B(f (a), D g(a)).
 
f (x) f (a)
De meme, B , g(x) tend vers B(D f (a), g(a)).
xa
B(f, g) est donc derivable pour tout a I. B(f, g) D(I, H) et

D(B(f, g)) = B(D f, g) + B(f, D g) 

Application : Si F est un espace prehilbertien de dimension finie alors la derniere


propriete nous permet de deriver le produit scalaire D(f |g) = (D f |g) + (f | D g), le
carre de la norme. Enfin, lorsque e est un vecteur unitaire alors e D e.
On peut aussi etendre ces proprietes au cas ou F nest plus de dimension finie grace
a la continuite du produit scalaire.
6.1. DERIVATION DES FONCTIONS A VALEURS VECTORIELLES 345

n
P
Proposition 6.1.2. Si (ei )i[[1,n]] est une base de F , on ecrit f = fi ei alors
i=1

Si f est derivable alors, pour toute base (ei ), les fi sont derivables.

Sil existe une base (ei ) telle que les fi soient derivables alors f est derivable.
n  n
P P
et, on a D fi ei = D fi ei .
i=1 i=1

Dem : On utilise la propriete sur les fonctions vectorielles (cf. theoreme 5.28 page
n
P
300) qui dit que si f = fi ei alors
i=1
si f est continue alors, pour toute base (ei ), les fi sont continues,
sil existe une base (ei ) telle que les fi soient continues alors f est continue,
f (x) f (a)
applique a lexistence de limite en remplacant f (x) par 
xa
Remarque 6.1.2. Si f est a valeurs complexes alors f est de classe C 1 ssi f lest
ssi Re(f ) et Im(f ) le sont et on a

= D f,
D(f) D f = D(Re(f )) + i D(Im(f )).

Theoreme 6.2. Soient f et g deux applications de classe C 1 sur [a, b], f a valeurs
dans F e.v.n., g a valeurs dans R. On suppose que t [a, b], kf (t)k 6 g (t) alors

kf (b) f (a)k 6 g(b) g(a).

Dem : On montre dabord que

> 0, t [a, b], kf (t) f (a)k 6 (t a) + g(t) g(a) (1)

Soit I lensemble des t [a, b] tels que (1) soit verifie pour u 6 t.

I 6= : a I est immediat.

I est un intervalle : si t1 < t2 sont deux elements de I alors t1 verifie (1) et,
si u [t1 , t2 ], (1) est aussi verifie donc [t1 , t2 ] I .

Montrons que I est ferme : soit (tn ) IN une suite convergeant vers t [a, b],
on a
n N, kf (tn ) f (a)k 6 (tn a) + g(tn ) g(a)
donc, a la limite, comme f et g sont continues,

kf (t) f (a)k 6 (t a) + g(t) g(a)

Puis, si u < t alors il existe n N tel que u 6 tn donc (1) est verifie aussi
pour u et en consequence, t I .

Montrons que son plus grand element est b par labsurde :


si c = sup I < b alors on peut trouver t > c tel que
346 CHAPITRE 6. DERIVATION ET INTEGRATION

(i) kf (u) f (c) f (c)(u c)k 6 (u c)/2 pour c 6 u 6 t. En effet f est


derivable en c donc f (u) f (c) f (c)(u c) + o(u c) soit
kf (u) f (c) f (c)(u c)k = (u c)(u) ou (u) 0 quand u c.
On en deduit que
kf (u) f (c)k 6 kf (u) f (c) f (c)(u c)k +kf (c)k(u c)
| {z }
6(uc)/2
uc
6 + kf (c)k(u c).
2
(ii) |g(u) g(c) g (c)(u c)| 6 (u c)/2 pour c 6 u 6 t (meme chose avec
la derivabilite de g). La aussi, on peut en deduire que (g est croissante
donc g(u) g(c) > 0)
|g (c)(u c)| = |g (c)(u c) [g(u) g(c)] + g(u) g(c)|
6 |g (c)(u c) [g(u) g(c)] +g(u) g(c)
| {z }
6(uc)/2
uc
6 g(u) g(c) + .
2
dou, comme kf (c) f (a)k 6 (c a) + g(c) g(a) (c I ),
kf (u) f (a)k 6 kf (u) f (c)k + kf (c) f (a)k
uc
6 + kf (c)k(u c) + (c a) + g(c) g(a)
2
uc
6 + g (c)(u c) + (c a) + g(c) g(a)
2
uc uc
6 + g(u) g(c) + + (c a) + g(c) g(a)
2 2
6 g(u) g(a) + (u c) + (c a) = g(u) g(a) + (u a)
donc t I et t > c, on arrive a une contradiction.
La, je pense que les redacteurs du programme actuel nont pas voulu imposer une
telle demonstration, aussi, je conseille vivement de voir linegalite de la question
page 416 : dans ce cas, la demonstration se simplifie terriblement :
Z b Z b


kf (b) f (a)k = f (t) dt kf (t)k dt
6
a a
Z b
6 g (t) dt = g(b) g(a) 
a

Theoreme 6.3. Inegalite des accroissements finis


Si f est de classe C 1 sur [a, b] alors on a

kf (b) f (a)k 6 (b a) sup kf (t)k


t[a,b]

Dem : u 7 kf (u)k est continue sur [a, b] donc bornee et on applique le theoreme
precedent a f et g definie par g(t) = (t a) supu[a,b] kf (u)k 
6.1. DERIVATION DES FONCTIONS A VALEURS VECTORIELLES 347

Proposition 6.1.3. Caracterisation des fonctions constantes



Si f C(I, F ) C 1 (I, F ) alors f est constante ssi f = 0 sur I.

Dem : Limplication directe ne pose pas de probleme.


Pour la reciproque, on utilise linegalite des accroissements finis :
soit a I alors, pour tout b I, b > a on a sup kf (t)k = 0 dou f (b) = f (a). Si
t[a,b]
b < a cest la meme chose donc f (b) = f (a) pour tout b I i.e. f est constante 
Questions :

(i) Soient A(t) et B(t) deux fonctions matricielles dordre n, derivables, calculer
[A(t)B(t)] .

(ii) De meme, calculer [Ap (t)] .

6.1.2 Fonctions de classe C k

Definition 6.1.3. Fonctions de classe C k


On dit que f F (I, F ) est de classe C k sur I ssidef f est k fois derivable et f (k) est
continue. Lensemble des fonctions de classe C k est note C k (I, F ) et on definit
+
\

C (I, F ) = C k (I, F ).
k=0

dk f
On note aussi Dk f ou la derivee k ieme de f .
dxk

Proposition 6.1.4.
Si 0 6 k 6 +, C k (I, F ) est un sous-espace vectoriel de F (I, F ) et si F = R ou C,
on a meme une sous-algebre.

Dem : Cest la meme demonstration que pour le theoreme 6.1 page 343. Le cas ou
F = R ou C utilise les proprietes de la derivation du produit 
On peut generaliser la formule de Leibniz de la maniere suivante.

Theoreme 6.4. Formule de Leibniz


Si f C k (I, F ) et g C k (I, G) et B une application bilineaire de F G dans H
(ou F , G, H sont trois espaces vectoriels de dimension finie) alors
k  
X
k k
D [B(f, g)] = B(Dp f, Dkp g).
p=0
p

Dem : Par recurrence sur k avec laide de la formule du triangle de Pascal :

k = 1 : cf. proposition 6.1.1 : D(B(f, g)) = B(D f, g) + B(f, D g).


348 CHAPITRE 6. DERIVATION ET INTEGRATION

On suppose la propriete vraie a lordre k.


" k   #
X k
Dk+1 [B(f, g)] = D[Dk (B(f, g))] = D B(Dp f, Dkp g)
p=0
p
Xk  
k
= D[B(Dp f, Dkp g)]
p=0
p
Xk   Xk  
k p+1 kp k
= B(D f, D g) + B(Dp f, Dk+1p g)
p=0
p p=0
p

et en decalant lindice de la premiere somme : p p 1

k
"   #
X k k
= B(Dk+1 f, g) + + B(Dp f, Dk+1p g) + B(f, Dk+1 g)
p 1 p
p=1 | {z }
=( p )
k+1

k+1
X  
k+1
= B(Dp f, Dk+1p g)
p=0
p

ce qui acheve la recurrence 

Theoreme 6.5. Derivation des applications composees


Si f C k (I, F ) et C k (J, R) ou (J) I alors f C k (J, F ).

Dem : On fait une recurrence finie sur p 6 k (en supposant k > 1) :

Si p = 1, cest le theoreme de derivation compose.

On suppose donc la propriete vraie pour p < k. (f ) = f . , or f


est de classe C p dapres lhypothese de recurrence donc (f ) est de classe
C p . Finalement f est de classe C p+1 

Definition 6.1.4. C k -diffeomorphisme


On dit que C(J, R) est un C k -diffeomorphisme de J sur I (k > 1 et I = (J))
ssidef est bijective, et 1 sont de classe C k .

Theoreme 6.6. Caracterisation des diffeomorphismes


Soit C k (J, R) (k > 1), est un C k -diffeomorphisme de J sur I = (J) ssi,
pour tout element t de J, (t) 6= 0.
Dem :

Comme est derivable, on peut deriver la relation

t J, 1 ((t)) = t

donc t J, (t)1 ((t)) = 1 par consequent ne sannule pas sur J.
6.2. INTEGRATION SUR UN INTERVALLE QUELCONQUE 349

Si ne sannule pas alors garde un signe constant car est continue sur
lintervalle J. est strictement monotone donc injective. est une bijection
de J sur I = (J). On note = 1 , montrons que est derivable :
(t) (t0 )
soit u0 = (t0 ), u = (t) alors (t0 ) 6= 0 et (t) 6= (t0 ) donc
t t0
ce rapport ne sannule jamais. On peut alors ecrire

t t0 t t0
=
u u0 (t) (t0 )
(u) (u0 ) 1
=
u u0 (t0 )

donc est derivable en u0 pour tout u0 I.


1
On a donc (u) = et on procede par recurrence finie sur p 6 k en
((u))
utilisant le theoreme de derivation des applications composees ci-dessus 

Question :
Si A(t) et B(t) sont des fonctions matricielles dordre n, de classe C k , calculer
[A(t)B(t)](k) .

6.2 Integration sur un intervalle quelconque

Dans ce chapitre, toutes les fonctions sont continues par morceaux sur un intervalle
I de R a valeurs reelles ou complexes.

6.2.1 Fonction integrable a valeurs positives

Definition 6.2.1. Fonction sommable,integrale dune fonction sommable


Soit f continue par morceaux, positive, on dit que f est sommable
R sur I ssidef il
existe M R+Rtel que, pour
R tout segment J contenu dans I, J
f 6 M.
On note alors I f = supJ J f et L1 (I) lensemble des fonctions integrables sur I.

Remarque 6.2.1. Si par hasard I etait un segment, on retrouve avec cette definition
lintegrale que lon a vue en premiere annee.
Rb
Dem : Soit I = [a, b], on note a
f (t) dt lintegrale vue en premiere annee.
R Rb
Si J = [, ] I alors, comme f est positive,
f 6 a
f (t) dt donc, en
R Rb
passant a la borne superieure, I f 6 a f (t) dt.
Rb R
Comme I est un segment contenu dans I (...) alors a
f (t) dt 6 I
f.
R Rb
En combinant les deux inegalites, on obtient I
f= a
f (t) dt 
350 CHAPITRE 6. DERIVATION ET INTEGRATION

Theoreme 6.7. Critere de sommabilite

Soit Jn une suite croissanteR de segments dont la reunion est egale a I et


telle que pour tout n de N, Jn f 6 M, alors f est sommable sur I.
R
Si f est sommable alors pour toute suite croissante (Jn ), la suite Jn f est
bornee.
R R R
Dans ces conditions I f = supnN Jn f = limn+ Jn f.

Dem :
[
Soit J = [a, b] I alors, comme a I = Jn , il existe na N tq a Jna .
De meme il existe nb tel que b Jnb .
On pose n = max(na , nb ) donc J Jn et
Z Z Z Z
f6 f 6 sup f = lim f.
J Jn nN Jn n+ Jn

f est par consequent integrable sur I.


R R
Reciproque : Jn est un segment contenu dans I donc Jn f 6 supJI J f . La
R
suite un = Jn f est une suite croissante majoree elle converge et sa limite
R R
verifie lim Jn f 6 I f et ceci pour toute suite croissante (Jn ).
n+
R R
En combinant les inegalites obtenues on conclut I
f = lim f 
n+ Jn

Proposition 6.2.1. Si f est continue par morceaux sur [a, b] alors f est integrable
sur [a, b]. En outre f est integrable sur ]a, b], [a, b[ et ]a, b[ et on a
Z Z Z Z Z
f= f= f= f= f.
[a,b] ]a,b] [a,b[ ]a,b[ [a,b[

Dem :
1
Montrons par exemple
R R que f L ([a,1b[) avec egalite des integrales. Soit
J [a, b[ alors J f 6 [a,b] f donc f L ([a, b[).

Soit maintenant (bn ) une suite strictement croissante, de limite b alors


Z Z Z

f
f = f 6 (b bn )kf k

[a,b] [a,bn ] [bn ,b]
R R R R
donc lim f= f dou legalite f= f 
n+ [a,bn ] [a,b] [a,b[ [a,b]

On a alors les proprietes suivantes :

Proposition 6.2.2. Pseudo-linearite


R R R
(i) Si f et g sont sommables sur I alors f + g lest aussi et
(f + g) = I f + I g. I
R R
(ii) Si f est sommable et si R+ alors f est sommable et I f = I f .
6.2. INTEGRATION SUR UN INTERVALLE QUELCONQUE 351

Dem : On considere ici (Jn ) une suite croissante de segments de reunion I.


(i) Par propriete des integrales, on a
Z Z Z Z Z
(f + g) = f+ g6 f+ g
Jn Jn Jn I I

donc f + g est integrable et, en passant a la limite dans legalite ci-dessus, on


obtient
Z Z Z Z Z
lim (f + g) = (f + g) = lim f + lim g = f + g.
n+ I n+ Jn n+ Jn I I

(ii) Cest la meme demonstration pour f (avec > 0) 

Theoreme 6.8. Theoreme de comparaison, croissance


Si f et g sont deux fonctions continues par morceaux, Zpositives
Z sur I telles que
f 6 g, si g est sommable alors f est sommable et on a f6 g.
I I
Lapplication qui a une fonction sommable fait correspondre son integrale est
croissante.
R R R
Dem : PourZ toutZ segment J I on a J
f 6 J
g 6 I
g donc f L1 (I) et
R
I
f = sup f 6 g 
JI J I
On a ensuite une caracterisation tres interessante de la sommabilite dune fonction
a laide dune limite :
Theoreme 6.9. Sommabilite et integrabilite
Soit f continue par morceaux sur I = [a, b[ (et, on le rappelle, a valeurs positives)
ou b R. On a alors
Z x
f sommable sur I ssi f (t) dt admet une limite finie quand x b
a
Z Z x
et, dans ce cas, f = lim f (t) dt.
I xb a

Dem :
Z x Z Z
Si f est sommable sur I alors f (t) dt = f 6 f donc la fonction
Z x a [a,x] I

F : x 7 f (t) dt est une fonction croissante et majoree, elle admet une


a Z x Z

limite quand x b et on a lim f (t) dt 6 f .
xb a I

Supposons que F admet une limite finie l quand x b.


Soit (bn ) une suite strictement croissante de limite b avec b0 = a. On pose
Jn = [a, bn ]. Z
Comme F est croissante, F (bn ) = f 6 l. En application du theoreme 6.7,
Z JZ
Z x
n

on en deduit que f est sommable et f = lim f 6 lim f (t) dt.


I n+ Jn xb a

Legalite est alors immediate 


352 CHAPITRE 6. DERIVATION ET INTEGRATION

Remarque 6.2.2.

(i) On obtient bien sur le meme resultat avec I =]a, b] et on peut etendre ce
resultat au cas des intervalles ]a, b[.
Z
(ii) Si f est integrable sur [a, b[, on dit que f (t) dt converge.
[a,b[

(iii) Si b = + et si f integrable sur I a une limite en + alors cette limite est


nulle.
Dem : Soit l = lim f (x) et supposons, par labsurde, que l 6= 0 (donc l > 0).
x+
l
Il existe x0 tel que x > x0 f (x) > . On a alors
2
Z x Z x0 Z x Z x0
l
f (t) dt = f (t) dt + f (t) dt > f (t) dt + (x x0 ) +
a a x0 a 2

donc f nest pas integrable 


Attention, ici il ny a pas de reciproque, i.e. si lim f (x) = 0 alors f nest
x+
pas forcement integrable !

Theoreme 6.10. Integrabilite des fonctions t 7 t


1
Sur I = [a, +[ (a > 0), f (t) = est integrable ssi > 1.
t
1
Sur I =]0, a], f (t) = est integrable ssi < 1.
t
Dem : Immediat, on integre les fonctions : si 6= 1
Z x  x  
1 1 +1 1 1 1
dt = t = .
a t 1 a 1 x1 a1

1
Si I = [a, +[ alors na de limite en + que si > 1.
x1

1
Si I =]0, a] alors na de limite en 0 que si < 1.
x1

1
Et on remarque que dans tous les cas, f (t) = nest pas integrable 
t
Un dernier theoreme tres utile :

Theoreme 6.11. Theoreme des equivalents


Soient f et g deux fonctions continues par morceaux positives sur I = [a, b[. Si,
au voisinage de b, on a f g et g integrable sur [a, b[ alors f est integrable.

Dem : Il existe A I tel que, pour x > A, f (x) 6 2g(x) donc f est integrable par
theoreme de comparaison 
6.2. INTEGRATION SUR UN INTERVALLE QUELCONQUE 353

Regle pratique dintegrabilite sur [a, b[.


A
(i) Si f ou v = t si b = , v = |t b| ailleurs, on peut conclure.
b v
Cf. theoreme 6.10.
(ii) Si f g et on connat une primitive de g.
b
On peut savoir alors si g est integrable ou non et on utilise le theoreme
precedent.
(iii) Si f 6 g et g integrable ou f > g et g non integrable.
On utilise le theoreme de comparaison.
Z +
(iv) Pour montrer que lintegrale f (x) dx converge, on cherche > 1 tel que
a
lim x f (x) = 0.
x+    
1 1
On aura alors f (x) = o (en fait, il suffit davoir f (x) = O pour
x x
conclure).
Z +
Si lon veut montrer que f (x) dx ne converge pas, alors on essaie de
a
prouver (par exemple) que lim xf (x) = +.
x+
1
f donc f nest pas integrable.
x
(v) On peut adapter le (iv) au cas ou b est fini.
Questions :
(i) Etudier la convergence des integrales suivantes
Z + Z + Z 1 Z +
1 + cos x dx dx dx
dx
1 x2
e (ln x) 4 1
0 (x + ) ln
1 e (x + 1) ln x
Z 1 Z + Z + x x
1/x dx
e x dx p P (x)ex dx, P R[X]
|x 3 1|
0 0 0

(ii) Trouver un exemple de fonction f non integrable sur [a, +[ de limite nulle
en +.
(iii) Montrer que si f est decroissante et si f est integrable sur [0, +[ alors
lim xf (x) = 0. Trouver un exemple de fonction f decroissante non integrable
x+
sur [0, +[ et telle que lim xf (x) = 0.
x+

6.2.2 Fonctions integrables a valeurs complexes

Definition 6.2.2. Fonctions a valeurs complexes sommables


Soit f continue par morceaux sur I a valeurs dans C, on dit que f est sommable sur
I ssidef |f | est sommable. On note L1 (I) lensemble des fonctions sommables sur I
a valeurs reelles ou complexes (ou L1 (I, R), L1 (I, C) si necessaire).
354 CHAPITRE 6. DERIVATION ET INTEGRATION

Remarque 6.2.3. Si f est a valeurs positives, la definition ci-dessus sapplique


sans probleme.

Theoreme 6.12. Theoreme de domination


Si f et g sont continues par morceaux, si |f | 6 g et si g est sommable alors f est
sommable.
Dem : Immediat par le theoreme de comparaison (theoreme 6.8 page 351) 
Proposition 6.2.3. Espace vectoriel des fonctions sommables
Lensemble L1 (I) des fonctions continues par morceaux sommables sur I est un
sous-espace vectoriel de CM(I).
Dem :
0 L1 (I) donc L1 (I) nest pas vide.
Soient f et g dans L1 (I) et (, ) K2 , on a |f + g| 6 ||.|f | + ||.|g|.
En utilisant la pseudo-linearite (cf. proposition 6.2.2 page 350) on sait que
||.|f | + ||.|g| L1 (I) donc, grace au theoreme precedent, f + g L1 (I) 

Theoreme 6.13. Fonctions sommables de signe quelconque


Si f est continue par morceaux aR valeurs
R reellesR alors f est sommable ssi f + et
f le sont. Dans ce cas, on pose I f = I f + I f .

Dem : On utilise legalite |f | = f + + f et les majorations f + 6 |f |, f 6 |f | :


Si f est sommable alors f + 6 |f | donc, par le theoreme de comparaison, f +
est sommable, il en est de meme pour f .
Si f + et f sont sommables alors, par pseudo-linearite, |f | = f + + f est
sommable, il en est de meme pour f 

Theoreme 6.14. Fonctions sommables complexes


Si f est continue par morceaux a valeurs
R complexes
R alorsR f est sommable ssi Re f
et Im f le sont. Dans ce cas, on pose I f = I Re f + i I Im f.

Dem : On utilise les inegalites | Re f | 6 |f |, | Im f | 6 |f | et |f | 6 | Re f | + | Im f | si


f est complexe pour avoir les equivalences :
Si f est sommable alors | Re(f )| 6 |f | donc, par le theoreme de comparaison,
Re(f ) est sommable, il en est de meme pour Im(f ).
Si Re(f ) et Im(f ) sont sommables alors, toujours par pseudo-linearite,
|f | 6 Re(f ) + Im(f ) est sommable, il en est de meme pour f 
On retrouve les proprietes que lon a vues dans le cas des fonctions positives.
Theoreme 6.15. Critere de sommabilite
Soit Jn une suite croissante
R de segments dont la reunion est egale a I et telle que
pour tout n de N, Jn |f | 6 M, alors f est sommable sur I (reciproque immediate).
R
Dans ces conditions lim Jn f existe et est independante de (Jn ) et
n+
Z Z
f = lim f.
I n+ Jn
6.2. INTEGRATION SUR UN INTERVALLE QUELCONQUE 355

Dem :
On sait que |f | est integrable
R (cf. theoreme
R 6.7 page 350). Toujours avec ce
meme theoreme, si f > 0, I f = lim Jn f et cette limite est independante
n+
de la suite (Jn ).
Si f est de signe quelconque alors on ecrit f = f + f . On sait que f + et f
sont integrables (avant dernier theoreme) et positives donc
Z f Z Z Z Z
+
= f f f f
+
Jn Jn Jn I I

et cette limite est independante de (Jn ).


On procede de meme avec f = Re(f ) + i Im(f ) 

Proposition 6.2.4. Si f est continue par morceaux sur [a, b] alors f est integrable
sur [a, b]. En outre f est integrable sur ]a, b], [a, b[ et ]a, b[ et on a
Z Z Z Z Z
f= f= f= f= f.
[a,b] ]a,b] [a,b[ ]a,b[ [a,b[

Dem : On utilise la proposition 6.2.1 et on lapplique aux fonctions f + , f si f est


a valeurs reelles, puis a Re(f ) et Im(f ) si f est complexe 
Proposition 6.2.5. Si f est sommable sur I = [a, b[ alors, dans tous les cas, on a
Z Z x
f = lim f (t) dt.
[a,b[ xb a

mais on na pas de reciproque.


Dem : On utilise le theoreme 6.9 page 351 en ecrivant directement

f = Re(f )+ Re(f ) + i[Im(f )+ Im(f ) ].

Pour sassurer que lon na pas de reciproque, voir la question (i) a la fin de cette
section 
Grace a la derniere remarque, on peut prouver les resultats suivants :
Proposition 6.2.6. Linearite Z
1
Lapplication qui a f L (I) fait correspondre f est une application C-lineaire.
I
On a donc Z Z Z
(f + g) = f + g.
I I I

Dem : Soit (Jn ) une suite croissante de segments de reunion I alors


Z Z Z
(f + g) = f + g
Jn Jn Jn

en utilisant les proprietes des integrales sur un segment. Il suffit alors de passer a
la limite quand n + 
356 CHAPITRE 6. DERIVATION ET INTEGRATION

Un theoreme qui generalise le theoreme 5.53 page 332 :

Theoreme 6.16. Majoration du module dune integrale


Si f L1 (I) alors Z Z

f 6 |f |.

I I

Dem
R : La encore soit (Jn ) une suite croissante de segments de reunion I alors
R
Jn f 6 Jn |f | et on passe a la limite 

Proposition 6.2.7. Si I est unZintervalle


Z contenu dans I et si f est sommable sur
I alors f est sommable sur I et f = 1I f ou 1I est la fonction caracteristique
I I
de I .

Dem :

Si J est un segment
R contenu

R dans I alors J est aussi un segment contenu

dans I. On a alors J |f | 6 I |f | donc f est integrable sur I .

Si I = (c, d) (onR met desRparentheses pour remplacer les delimiteurs [ et ])


et si c I alors (c,d) f = [c,d) f (cf. proposition 6.2.4) et on remplace I par
[c, d). On procede de meme avec d.
On se ramene ainsi a lun des cas suivants :

I est un segment (c et d sont dans I),


I =]c, d] ou I = [c, d[ et c ou d est une borne de I,
I = I.

Grace a cette remarque, si J I est un segment de I alors J I est un


segment de I : on reprend les trois cas ci-dessus :

si I est un segment alors J I est aussi un segment (que lon suppose


non vide),
si I =]c, d], J = [, ] alors > c et I J = [, min(d, )], idem avec
I = [c, d[,
et si I = I alors il ny a rien a ajouter.

Soit (Jn ) une suite croissante de segment de reunion I alors, en posant Jn =


Jn I (Jn 6= pour n assez grand car si x I , on sait quil existe nx tel que
x Jnx ).
(Jn ) est une suite croissante de segments de reunion I et on a
Z Z Z Z
f= 1Jn f = 1Jn I f = 1I f
Jn Jn I Jn

car 1I Jn = 1I 1Jn et on prend la limite quand n + 

On peut deduire de la propriete precedente que lon a additivite par rapport a


lintervalle dintegration.
6.2. INTEGRATION SUR UN INTERVALLE QUELCONQUE 357

Theoreme 6.17. Theoreme de partition


Si I = I I avec I I = {c} et si f L1 (I) alors fI L1 (I ), fI L1 (I ) et
Z Z Z
f= f+ f.
I I I

Dem : Si f est sommable sur I, alors vu la proposition precedente, f est sommable


sur I et sur I .
Sur I, on a 1I + 1I = 1 + 1{c} . On multiplie par f et on integre :
Z Z
f = (1I + 1{c} )f
I I

car le fait de changer la valeur en c ne change pas lintegrale


Z Z Z Z
= 1I f + 1I f = f+ f 
I I I I

Definition 6.2.3. Integrale algebrique generalisee


(R
2 R b f si a < b
Soit (a, b) R , f L1 (]a, b[), on pose a f (t) dt = ]a,b[
R
]b,a[ f si b < a

Proposition 6.2.8. Chasles revisite


Rb Rc Rb
Si a, b et c sont 3 elements de I et si f L1 (I) alors a f = a f + c f .

Dem : On distingue les cas selon les positions respectives de a, b, c et on utilise le


theoreme de partition. Supposons dans un premier temps que a 6 b.
R R R Rb Rc Rc Rc Rb
a 6 b 6 c : [a,c] f = [a,b] f + [b,c] f dou a f = a f b f = a f + c f .
R R R Rb Rc Rb
a6c6b: [a,b]
f= [a,c]
f+ [c,b]
f dou a
f= a
f+ c
f.
R R R Rb Rb Ra Rc Rb
c6a6b: [c,b]
f= [c,a]
f+ [a,b]
f dou a
f= c
f c
f= a
f+ c
f.

Les
R b trois autres
Ra cas se traitent en remplacant f par f et en utilisant la propriete
a
(f ) = b
f , on se ramene ainsi au cas a 6 b 
Theoreme 6.18. Changement de variable
Si f L1 (I) et une bijection de lintervalle I sur I de classe C 1 alors
Z Z
f= f .| |.
I I

Dem :

est strictement monotone (sinon on obtient une contradiction avec le


theoreme des valeurs intermediaires, cf. question (iv) page 65).
358 CHAPITRE 6. DERIVATION ET INTEGRATION

Supposons que > 0, on ecrit I = (a, b) ou a et b sont dans R mais pas


necessairement dans I.
soit (Jn ) une suite de segments croissante de reunion I , on ecrit Jn = [an , bn ]
avec an a, bn b et (Jn ) = [n , n ] ou n = (an ) et n = (bn ).
Comme est croissante ((Jn )) est une suite croissante de segments.
[
(Jn ) I donc (Jn ) I puis, si x I alors x = (y) ou y I .
Comme I est reunion des Jn alors il existe ny tel que y Jny donc
x (Jny ).
[
Conclusion : par double inclusion on a (Jn ) = I.

On utilise alors le theoreme de changement de variable dans les integrales sur


un segment
Z (bn ) Z
f (t) dt = f
(an ) [(an ),(bn )]
Z bn Z

= f (t). (t) dt = f .
an [an ,bn ]
R R
dou legalite par passage a la limite I
f= I
f . .
Si < 0 alors la derniere egalite secrit
Z (bn ) Z bn
f (t) dt = f (t). (t) dt
(an ) an

mais, comme (an ) > (bn ), elle peut encore secrire


Z Z (bn ) Z bn Z

f = f (t) dt = f (t). (t) dt = f .| |
(Jn ) (an ) an Jn

On a donc prouve legalite dans tous les cas.

RLhypothese bijective est essentielle comme le montre lexemple suivant :


R
sin u cos u nest pas definie alors que le Rchangement de Rvariable (u) = sin u
de R sur [1, 1] dans le theoreme donnerait R sin u cos u = [1,1] x = 0 

Corollaire 6.19. On reprend les hypotheses du theoreme precedent. Si I admet


pour bornes a et b alors
Z (b) Z b
f (x) dx = f ((t)) (t) dt.
(a) a

Dem : On a deja prouve ceci dans la demonstration precedente 


Definition 6.2.4. Integrale impropre, integrale generalisee
Soient a R, b R et f une fonction continue par morceaux sur [a, b[, si la fonction
Z x Z b
F (x) = f (t) dt admet une limite en b on note encore f (t) dt cette limite.
a Z b a

Dans ce cas on dit que f (t) dt est lintegrale impropre (ou generalisee) de f entre
a Z b
a et b. On dit aussi que lintegrale f (t) dt converge.
a
6.2. INTEGRATION SUR UN INTERVALLE QUELCONQUE 359
Z b
1
Proposition 6.2.9. Si f L ([a, b[) alors f (t) dt converge.
a

Dem : On applique directement le theoreme 6.9 page 351 aux fonctions Re(f )+ ,
Re(f ) , Im(f )+ , Im(f ) 

Remarque 6.2.4.

(i) Il faut faire tres attention lorsquon utilise le theoreme 6.18 et son corollaire
car lintegrale dune fonction continue par morceaux peut se transformer en
R /2
integrale impropre. Prendre par exemple 0 cos(x2 ) dx lorsquon fait le chan-
gement de variable t = x2 .
R +
(ii) Ne pas confondre les 2 notions dintegrale, si on ecrit 0 f (x) dx par exemple
sans precision, on ne sait pas a priori si f est integrable ou si cest son
integrale qui converge.

Questions :
Z x
sin t
(i) Prouver que lim dt existe (faire une integration par parties). Est-ce
x+ 0 t
sin t
que est sommable sur R+ ?
t
Z +
x ln x
(ii) Convergence de dx et calcul pour = 2.
0 (1 + x2 )

6.2.3 Convergence en moyenne, en moyenne quadratique

Theoreme 6.20. Norme de la convergence en moyenne


Lensemble des fonctions continues et integrables sur I a valeurs complexes consti-
tuent un sous-espace
R vectoriel de C(I).
f 7 N1 (f ) = I |f | est une norme sur cet espace vectoriel appelee norme de la
convergence en moyenne.
Dem : On reprend la demonstration du theoreme 5.53 page 332. Il ny a vraiment
que la premiere propriete
Z qui change :
R
Si N1 (f ) = 0 alors sup |f | = 0 donc, pour tout segment J I, J |f | = 0. Comme
JI J
|f | est continue et positive, on en deduit que f|J = 0 pour tout J donc f = 0 
On note aussi L1c (I) lensemble des fonctions continues integrables sur I.

Definition 6.2.5. Fonctions de carre integrable


Une fonction continue a valeurs complexes f est dite de carre integrable sur I ssidef
|f |2 est integrable sur I.
Lensemble des fonctions de carre integrable est note L2c (I).

Proposition 6.2.10. Inegalite de Cauchy-Schwarz R 2 R R


Si f et g sont dans L2c (I) alors f g est dans L1 (I) et I f g 6 I |f |2 I |g|2.
360 CHAPITRE 6. DERIVATION ET INTEGRATION

Dem :
Tout dabord 2|f g| 6 |f |2 + |g|2 ce qui permet davoir la premiere conclusion :
en effet, |f |2 et |g|2 sont integrables donc, par le theoreme de domination, on
en deduit lintegrabilite de |f g| i.e. f g L1 (I).
On utilise ensuite le fait que linegalite de Cauchy-Schwarz est valable sur les
segments et on passe a la limite
R : 2 R
R
Soit (Jn ) de reunion I alors Jn f g 6 Jn |f |2 Jn |g|2 (inegalite de Cauchy-
Schwarz pour les integrales sur un segment). Comme chaque quantite admet
R 2 R R
une limite, on passe a la limite dou I f g 6 I |f |2 I |g|2. 

Theoreme 6.21. Norme de la convergence en moyenne quadratique


L2c (I) est un sous-espace vectoriel de C(I). R
L2c (I) est un espace prehilbertien muni du produit scalaire (f |g) = I fg.
R 1/2
La norme associee au produit scalaire N2 (f ) = I |f |2 est appelee norme de
la convergence en moyenne quadratique.
Dem : On ecrit
|f + g|2 = |f |2 + |g|2 + fg + gf = |f |2 + |g|2 + 2 Re(fg) 6 2(|f |2 + |g|2)
car |f g|2 = |f |2 + |g|2 2 Re(fg) (meme calcul) donc 2 Re(fg) 6 |f |2 + |g|2. Si f
et g sont dans L2c (I) alors f + g L2c (I).
(f |g) est bien un produit scalaire (cf. proposition 5.4.2 page 334) 
Remarque 6.2.5.
(i) On a prouve |(f |g)| 6 N1 (f g) 6 N2 (f )N2 (g).
(ii) Le produit scalaire est continu sur L2c (I).
(iii) Si I est borne alors L2c (I) L1c (I).

6.2.4 Le theoreme de Lebesgue de convergence dominee

Nous abordons dans ce paragraphe le theoreme le plus important du programme. Ce


theoreme correspond a une version amenagee, au niveau des classes preparatoires,
dun theoreme plus general qui a beaucoup servi aux mathematiciens depuis le debut
du vingtieme siecle et qui est lie a la theorie de la mesure.

Theoreme 6.22. Theoreme de convergence dominee


Soit (fn ) une suite de fonctions a valeurs reelles ou complexes, une fonction
continue par morceaux, si on a les hypotheses
C.S.
fn f CM(I),
I
n N, |fn | 6 , L1 (I, R+ )
R R
alors f L1 (I) et I f = limn I fn .

Dem : hors programme (CM signifie continue par morceaux) 


6.2. INTEGRATION SUR UN INTERVALLE QUELCONQUE 361

Exemples :
C.U. R R
(i) Soit fn = n1 1[0,n] , fn 0 mais f = 1 et
R n R
lim fn = 0.
R n
 n
2 2 C.S. 2
(ii) Soit fn (x) = 1 xn 1[0,n] , 0 6 fn (x) 6 ex sur [0, +[ et fn ex .
[0,+[
R n  2
n R + 2
On a donc In = 0 1 xn dx 0 ex dx. En posant x = n sin t,
R /2
t [0, /2], on obtient In = n 0 cos2n+1 t dt et, avec les integrales de

R + x2
Wallis, on prouve que In donc 0 e dx = . En effet :
R /2 2 2
En posant Jn = 0 cosn t dt alors, a laide dune integration par parties :

u = cosn1 t du = (n 1) cosn2 t dt
dv = cos t dt v = sin t

on trouve (on a suppose n > 2)


Z /2
 n1
/2
Jn = cos t sin t 0 +(n 1) cosn2 t sin2 t dt
| {z } 0
=0
Z /2
= (n 1) cosn2 t(1 cos2 t) dt = (n 1)Jn2 (n 1)Jn
0

dou Jn = n1
n
Jn2 . La suite (Jn ) est decroissante (car cosn t 6 cosn1 t) donc
on a les inegalites
n
Jn 6 Jn1 6 Jn2 = Jn
n1
Jn1 n
en divisant par Jn > 0, on obtient 1 6 6 dou Jn Jn1 . Ensuite,
Jn n1
en multipliant la relation nJn = (n 1)Jn2 par Jn1 , on a

nJn Jn1 = (n 1)Jn1 Jn2 =
2
.
dou, comme Jn1 Jn , Jn2 2
soit Jn 2n

1
On en deduit alors que J2n+1 = In 2

n
dou le resultat 

Theoreme 6.23. Integration terme a terme dune serie de fonctions


Soit (fn ) une suite de fonctions a valeurs reelles ou complexes telle que lon ait
les hypotheses
PR 1 P C.S.
la serie I
|fn | converge, fn L (I), fn f CM(I),
I
alors P  P R P+ P+ R
+ +
f L1 (I), N1 f
n=0 n 6 n=0 N1 (fn ), I n=0 fn = n=0 I fn .

Dem : hors programme 


Question :
Z + Z +
X
u2 2x + du xn
(i) Sachant que e du = , montrer que = .
0 2 0 eu2 x n=1 n
362 CHAPITRE 6. DERIVATION ET INTEGRATION

(ii) Soit f L1 (R) nulle en dehors dun Z


Z + segment.
+

Montrer que f (t) sin nt dt = f (t + ) sin nt dt.
n
Z +
En deduire que lim f (t) sin nt dt = 0.
n+

(iii) Si lim bn sin nx = 0 pour tout x R, montrer par labsurde que bn 0.


n+

6.2.5 Integrales dependant dun parametre

a) Les theoremes

Theoreme 6.24. Continuite sous le signe integral


Soit f une fonction a valeurs reelles ou complexes definie sur AI ou A est une
m
partie
de R et I un intervalle de R, on suppose que
f (., t) : x A 7 f (x, t) C(A, C),
(H) f (x, .) : t I 7 f (x, t) CM(I, C),

L1(I, R+ ) | (x, t) AI, |f (x, t)| 6 (t)(hypothese de domination)
x A,R f (x, .) L1 (I),
alors
g(x) = I f (x, t) dt C(A).

Dem :

t 7 f (x, t) est integrable (hypothese de domination) donc g est bien definie.

Soit (xn ) une suite delements de A qui converge vers x A, on definit


fn (t) = fR(xn , t) et on applique le theoreme de convergence dominee aux
integrales I fn :
C.S.
fn f (x, .) CM(I) (en notant f (x, .) la fonction qui, a x fixe,
I
associe f (x, t)) car f est continue par rapport a x,
n N, |fn | 6 , ou L1 (I, R+ ), cest lhypothese de domination.
R
On en deduit que lim I fn existe et que
n+

Z
lim fn = lim g(xn )
n+ I n
Z
= lim f (xn , t) dt = g(x)
I n

donc, par le critere sequentiel de continuite, g est continue en tout point x de


A

Remarque 6.2.6. La continuite etant une notion locale, lhypothese de domination


na pas besoin detre valable sur A en entier mais au voisinage de chaque point de
A (et on peut prendre un voisinage compact) i.e.
x0 A, Vx0 , x0 integrable sur I telle que x Vx0 , t I, |f (x, t)| 6 x0 (t).
6.2. INTEGRATION SUR UN INTERVALLE QUELCONQUE 363

Corollaire 6.25. Si I est un intervalle quelconque de R, si A est une partie de


Rm alors, avec les hypotheses du theoreme precedent,
Z v
G : (u, v, x) 7 f (x, t) dt
u

est continue.
Ru
Dem : Il suffit en fait de prouver que F (u, x) = a f (x, t) dt est continue car
G(u, v, x) = F (u, x) F (v, x).
Soit (u0, x0 ) IA,
Z u Z u0
F (u, x) F (u0, x0 ) = f (x, t) dt f (x0 , t) dt
a a
Z u Z u0 Z u0
= f (x, t) dt + f (x, t) dt f (x0 , t) dt
u0 a a
Z u
= f (x, t) dt + g(x) g(x0 )
u0
R u0
ou on a pose g(x) = a
f (x, t) dt.
g est continue par application du theoreme precedent (on en a les hypotheses !)
donc
> 0, > 0 | x B(x0 , ) A, |g(x) g(x0 )| 6 /2.

|f (x, t)| 6 (t) donc


Z u Z u


f (x, t) dt 6 (t) dt (on peut avoir u < u0 )

u0 u0
R
u
dou lexistence de tel que u B(u0 , ), u0 (t) dt 6 .
2
On pose = min(, ) dou
(u, x) IA, k(u, x) (u0 , x0 )k 6 |F (u, x) F (u0, x0 )| 6
ce qui donne la continuite de F sur IA 
Theoreme 6.26. Derivation sous le signe integral (formule de Leibniz)
Soit A un intervalle(de R et f une fonction a valeurs reelles ou complexes definie
f (x, .) L1 (I, C),
sur AI telle que f
verifie (H) (cf. theoreme 6.24)
x
Alors la fonction g definie au theoreme precedent est de classe C 1 sur A, et
Z
f
g (x) = (x, t) dt.
I x

Dem : On a par hypothese lexistence,


pour tout x de A, dune fonction continue,
f
integrable, positive telle que (x, t) 6 (t).
x
On va prouver, grace au theoreme de convergence dominee (comme pour la conti-
nuite), que Z
g(x + h) g(x) f
lim = (x, t) dt
h0 h I x
364 CHAPITRE 6. DERIVATION ET INTEGRATION

par le critere sequentiel dexistence dune limite.


Soit x A et (hn ) une suite delements non nuls qui tend vers 0 et telle que, pour
tout n, x + hn A alors grace a linegalite des accroissements finis, on a pour tout
t de I,

f
|f (x + hn , t) f (x, t)| 6 |hn | sup (x + hn , t) 6 |hn |(t)
[0,1] x

par
Z consequent on peut appliquer le theoreme de convergence dominee aux integrales
f (x + hn , t) f (x, t)
dt dou
I hn
Z
g(x + hn ) g(x) f (x + hn , t) f (x, t)
lim = lim dt
n+ hn n+ I hn
Z
f (x + hn , t) f (x, t)
= lim dt
I n+ hn
Z
f
= (x, t) dt
I x

donc g est de classe C 1 sur A 

Corollaire 6.27. Extension aux fonctions de classe C k


f k f
Si f , ,..., verifient les hypotheses (H) du theoreme de continuite sous le signe
x xk
integral alors g est de classe C k et
Z j
j f
D g(x) = j
(x, t) dt.
I x

Dem : Il sagit de faire une simple recurrence finie sur j a partir du precedent
theoreme (on suppose k > 1)

Pour j = 1 cest le theoreme precedent.

On suppose que la propriete vraie pour j 6 k 1. On a par consequent


R j f
Dj g(x) = I j (x, t) dt et on peut encore appliquer le theoreme de derivation
x
a Dj g donc Z j+1
j+1 f
D g(x) = j+1
(x, t) dt
I x

ce qui prouve la recurrence.

Si k = + la demonstration ci-dessus est encore valable 

Remarque 6.2.7.

(i) Le dernier theoreme et son corollaire sappliquent aussi aux derivees partielles
dune fonction definie sur un ouvert A de Rm .

(ii) La remarque 6.2.6 precedente est aussi valable, lhypothese de domination na


besoin detre valable quau voisinage de chaque point.
6.2. INTEGRATION SUR UN INTERVALLE QUELCONQUE 365
Z v(x)
(iii) Si u et v sont continues, f (x, t) dt = G(u(x), v(x), x) est continue.
u(x)
Dem : On utilise le theoreme de composition des applications continues :

: x A 7 (u(x), v(x), x) est continue car ses applications coordonnees


sont continues,
(u, v, x) I 2 A 7 G(u, v, x) est continue (cf. corollaire 6.25).

Donc, par composition, x A 7 G(u(x), v(x), x) est continue 

f
(iv) Si u et v sont derivables, f continue, existe et est continue par rapport a
x Z v(x)
x alors, avec les hypotheses du theoreme 6.26, f (x, t) dt est derivable et
u(x)
on a :
Z ! Z
v(x) v(x)
f (x, t)
f (x, t) dt = dt + f (x, v(x))v (x) f (x, u(x))u (x).
u(x) u(x) x

Dem : On utilise ici la differentielle du compose de deux applications de classe


C 1 , plus precisement, ce quon a appele la regle de la chane. Z
u
Comme au corollaire 6.25 on se ramene a la fonction F (u, x) = f (x, t) dt.
a

F est derivable par rapport a u en vertu du theoreme fondamental du


F
calcul differentiel et (u, x) = f (x, u) est une fonction continue (par
u
rapport a (u, x)).
F est derivable par rapport a x enZ vertu du theoreme de derivation sous
u
F f
le signe integral et (u, x) = (x, t) dt est une fonction conti-
x a x
nue (par rapport a (u, x)) grace au theoreme de continuite sous le signe
integral.

Conclusion : grace au theoreme fondamental des fonctions differentiables, F


est de classe C 1 . Comme x 7 (u(x), x) est aussi de classe C 1 , on peut appliquer
la fameuse regle de la chane, H(x) = F (u(x), x) est derivable et
Z u(x)
F du F dx f
H (x) = + = f (x, u(x)).u (x) + (x, t) dt.
u dx x dx a x

On obtient alors facilement le resultat annonce 

Questions :

(i) Demontrer le resultat (iv) de la remarque 6.2.7.

(ii) Soit f C(I, E) ou I = [a, b] et c [a, b], on definit la fonction


Z x
(x t)m1
Fm (x) = f (t) dt. Calculer les derivees successives de Fm .
c (m 1)!
366 CHAPITRE 6. DERIVATION ET INTEGRATION
Z x
(iii) Soit F (x) = sin(x t)g(t) dt. Montrer que F + F = g.
0
Generalisation : soit (E) lequation differentielle y + by + cy = g ou b, c sont
des constantes, une solution de lequation differentielle y + by + cy = 0
verifiant (0) = 0, (0) = 1. Exprimer une solution particuliere de (E) sous
forme integrale.
Z + t
e
(iv) Calculer les derivees successives de S(x) = dt pour x > 0.
0 1 + xt
Z +
dt
(v) Soit Fn (a) = 2 2 n+1
, montrer que Fn (a) = 2(n + 1)aFn+1 (a), en
0 (t + a )
deduire Fn (a).
Z +
(vi) Transformee de Fourier : si f C(R) on pose f (x) = b f (u)eixu du.

Montrer que, si u 7 u f (u)e n ixu
L (R) alors fb C n (R) et
1
Z +
fb (x) = (i)
(n) n
un f (u)eixu du.

(vii) Transformee de Laplace : soit f C(R+ ) telle que |f | soit majoree par un
f (x)
polynome (i.e. n N tel que lim = 0), on pose
x+ xn
Z +
F (p) = ept f (t) dt.
0

Prouver que F est de classe C sur ]0, +[ et calculer F (n) .

b) Application a la fonction dEuler

Definition 6.2.6. Fonction dEuler


La fonction dEuler est definie sur ]0, +[ par la relation
Z +
(x) = et tx1 dt.
0

Proposition 6.2.11. Relations

x > 0, (x + 1) = x(x)
 
1
(n + 1) = n!, =
2
Dem :

La premiere relation sobtient par une integration par parties :

u = tx du = xtx1 dt
dv = e dt v = et
t

Z + Z +
t x
 +
dou (x + 1) = e t dt = tx et 0 +x et tx1 dt = x(x).
0 0
6.2. INTEGRATION SUR UN INTERVALLE QUELCONQUE 367

(n + 1) = n! est immediat par recurrence.


La derniere est une consequence immediate de lexemple (ii) page 361 :
Z + Z +
t dt 2
(1/2) = e =2 eu du
0 t 0
2
apres le changement de variable t = u 
Une application du theoreme de Leibniz de derivation sous le signe integral nous
donne :
Proposition 6.2.12. est de classe C sur ]0, +[ et, pour tout entier k,
Z +
k
D (x) = (ln t)k et tx1 dt.
0
Dem : On utilise le theoreme 6.4 sur tout segment [a, b] de ]0, +[ :
On pose f (x, t) = et tx1 .
f C(]0, +[2 ),
f
k N, (x, t) = (ln t)k et tx1 C(]0, +[2),
xk
si x [a, b] ]0, +[, tx 6 tb si t > 1 et tx 6 ta si t 6 1 donc
k t
f
(x, t) 6 | ln t|k e max(ta , tb ) = k (t).
xk t
Or k (t) | ln t|k .ta1 fonction integrable au voisinage de 0 et lim t2 k (t) = 0
0 t+
donc k est integrable au voisinage de +.
Le theoreme de Leibniz de derivation sous le signe integral sapplique sur tout
intervalle [a,
R +b] ]0, +[ donc est bien de classe C sur ]0, +[ et on a
k
D (x) = 0 (ln t)k et tx1 dt 
Application :
La fonction intervient dans de nombreuses formules grace a ses proprietes, on la
retrouve par exemple dans le developpement en serie des fonctions de Bessel
 x  X
+  2 n
1 x
J (x) =
2 n=0 n!(n + + 1) 4
dans les fonctions dAiry
+
X +
X
2/3 x3n 4/3 x3n+1
Ai (x) = 3 3
n=0
9n n!(n + 23 ) n=0
9n n!(n + 43 )
+
X +
X
x3n x3n+1
Bi (x) = 31/6 + 3 5/6

n=0
9n n!(n + 23 ) n=0
9n n!(n + 43 )
et dans de nombreuses fonctions speciales.
On a aussi une formule importante en theorie des nombres
nx n!
lim = (x)
n+ x(x + 1)(. . .)(x + n)

et enfin une caracterisation classique, la fonction est lunique fonction de classe


C 2 de ]0, +[ sur ]0, +[ qui verifie
f (x + 1) = xf (x), f (1) = 1, ln f convexe .
368 CHAPITRE 6. DERIVATION ET INTEGRATION

Questions :
Z 
n n
t nx n!
(i) Soit Jn = 1 tx1 dt. Montrer que Jn = . En
0 n x(x + 1)(. . .)(x + n)
nx n!
deduire (x) = lim .
n+ x(x + 1)(. . .)(x + n)

(ii) Prouver la caracterisation classique de (poser (t) = ln f (t) ou f de classe


C 2 sur ]0, +[ est convexe, f (x + 1) = xf (x), f (1) = 1 et ln f convexe, puis
prouver que f = sur ]0, 1]).

6.3 Integrales doubles

6.3.1 Integrales doubles sur un produit dintervalles

Theoreme 6.28. Theoreme de Fubini


Lorsque A est un intervalle de R et que f est continue sur A[c, d] a valeurs
complexes, alors pour tout segment [a, b] inclus dans A
Z bhZ d i Z d hZ b i
f (x, y) dy dx = f (x, y) dx dy.
a c c a

Z d Z X Z X
Dem : Soit g(x) = f (x, y) dy, G(X) = g(x) dx et h(X, y) = f (x, y) dx,
Z d c a a

H(X) = h(X, y) dy. f est bornee car cest une fonction continue sur le compact
c
[a, b][c, d], soit M une borne de |f |.
g est continue car

f est continue par rapport a x (et aussi par rapport a y),


|f (x, y)| 6 M qui est integrable (!) sur [c, d],

donc le theoreme de continuite sous le signe integral sapplique.


G est donc derivable
Z grace au theoreme fondamental du calcul differentiel et
d
G (X) = g(X) = f (X, y) dy.
c

h est continue par rapport a y (cest encore le theoreme de continuite sous


le signe integral), derivable par rapport a X (theoreme fondamental) et
h
(X, y) = f (X, y). On peut appliquer le theoreme de Leibniz car
X
h
(X, y) = f (X, y) est continue par rapport a X et par rapport a y,
X

h

(X, y) 6 M est integrable sur [c, d]
X
6.3. INTEGRALES DOUBLES 369
Z d Z d
h
donc H est derivable et H (X) = (X, y) dy = f (X, y) dy.
c X c

On remarque alors que G (X) = H (X) et G(a) = H(a) = 0 donc G = H, en


particulier G(b) = H(b) soit
Z b hZ d i Z dhZ b i
f (x, y) dy dx = f (x, y) dx dy 
a c c a

Definition 6.3.1. Integrale double


La valeur commune obtenueZ Z dans le theoreme precedent est appelee integrale double
de f sur [a, b][c, d] notee f.
[a,b][c,d]

Remarque 6.3.1.
ZZ Z bhZ d i Z d hZ b i
(i) On a alors f= f (x, y) dy dx = f (x, y) dx dy.
[a,b][c,d] a c c a
ZZ
(ii) Lintegrale double est lineaire, si f est positive alors f > 0 et
ZZ ZZ [a,b][c,d]

f6 f si [a , b ] [a, b] et [c , d ] [c, d].


[a ,b ][c ,d ] [a,b][c,d]
Dem :
On a
ZZ Z b Z d 
(f + g) = [f (x, y) + g(x, y)] dy dx
[a,b][c,d] a c
Z b Z d Z d 
= f (x, y) dy + g(x, y) dy dx
a c c
Z b Z d  Z b Z d 
= f (x, y) dy dx + g(x, y) dy dx
a c a c
ZZ ZZ
= f + g
[a,b][c,d] [a,b][c,d]

dou la linearite de lintegrale double.


Z d
Si f > 0 alors g(x) = f (x, y) dy > 0 par consequent on obtient
ZZ c

G(b) = g(x) dx > 0.


[a,b][c,d]
Enfin, toujours si f > 0 alors
ZZ Z d Z b ! Z Z 
d b
f= f (x, y) dx dy 6 f (x, y) dx dy
[a ,b ][c ,d ] c a c a
Z d Z b 
6 f (x, y) dx dy
ZcZ a

6 f 
[a,b][c,d]
370 CHAPITRE 6. DERIVATION ET INTEGRATION
ZZ
(iii) Si f est positive alors f represente le volume de la partie de lespace
[a,b][c,d]
V = {(x, y, z) R3 | (x, y) [a, b][c, d], 0 6 z 6 f (x, y)}.

Definition 6.3.2. Fonction integrable,integrale dune fonction integrable


Soit f continue sur II ou I et I sont 2 intervalles de R, positive, on dit que f
est integrable sur II ssidef il existe M ZR
Z+ tel que, pour tout segment J contenu
dans I, tout segment J contenu dans I , f 6 M.
ZZ ZZ JJ

On note alors f = sup f.


II J,J JJ

Remarque 6.3.2.
(i) Si par hasard I et I etaient des segments, on retrouve avec cette definition
lintegrale que lon a vue au debut de la section (ne pas oublier que f > 0).
Dem : Cf. remarque 6.2.1 page 349. Soit I = [a, b] et I = [c, d].
Si J = [, ] I et J =
 [, ] I alors, comme f est positive,
RR Rb Rd
JJ
f 6 a c f (x, y) dy dx donc, en passant a la borne superieure,
R R b R d 
II
f 6 a c f (x, y) dy dx.
Comme I et I sont des segments contenu dans I et I (...) alors
R b R d R
a c
f (x, y) dy dx 6 II
f.

En combinant les deux inegalites, on obtient


Z Z b Z d 
f= f (x, y) dy dx 
II a c

(ii) Si (Jm ) et (Jn ) sont deux suites croissantes


ZZ de segments de reunion respectives
RR
I et I alors lim Jn J
f = f (comme avec les integrales simples,
n+ n
II
cf. theoreme 6.7 page 350). [
Dem : Soit J = [a, b] I, J = [a , b ] I alors, comme a I = Jm , il
existe ma N tq a Jma . De meme il existe mb tel que b Jmb .
On pose m = max(ma , mb ) donc J Jm . De meme il existe n (que lon peut
prendre > m) tel que J JZn .Z ZZ
RR
On a alors II f = sup f = lim f (la suite est crois-
nN Jn Jn n+ Jn Jn
sante) : RR RR
en effet, Jn J f 6 II f donc la suite double est majoree, si on note M
n RR
sa borne superieure, on a M 6 II f . Ensuite, vu ce que lon vient de faire,
ZZ ZZ

> 0, J I, J I | f> f
JJ II
RR RR RR
donc il existe n tel que Jn J f > II f i.e. M > II
f et par
RR RRn
consequent lim Jn J f = II
f 
n+ n
6.3. INTEGRALES DOUBLES 371

Theoreme 6.29. Critere dintegrabilite


Soit f C(II , R+ ), si on a les hypotheses
R
x I, f (x, .) L1 (I ), x 7 I f (x, .) L1 (I)
ZZ Z Z 
1
alors f L (II ) et on a f= f (x, .) .
II I I

Dem : Soit J et J 2 intervalles contenus respectivement dans I et I alors, grace au


theoreme de Fubini
ZZ Z Z 
f= f (x, .)
JJ J J
Z Z 
6 f (x, .) car f (x, .) L1 (I)
ZJ Z I

 Z
6 f (x, .) car x 7 f (x, .) L1 (I).
I I I

On en deduit que
f L1 (II ),
RR R R 
II f 6 I I f (x, .) .
Inegalite dans lautre sens : soit (Jm ) et (Jn ) deux suites croissantes
RR de segments
RR de
reunion respective I et I . Comme f est integrable, on sait que Jm J f 6 II f .
R n
On pose alors fn (x) = J f (x, .) et on utilise le theoreme de convergence dominee :
n

On sait (premiere hypothese) que x I, f (x, .) L1 (I ) donc la suite (fn (x))


C.S. R
admet une limite soit fn ou : x 7 I f (x, .),
I
R
puis, comme f > 0 alors fn (x) 6 I f (x, .) = (x) et par hypothese, L1 (I)
ce qui donne lhypothese de domination.
On a donc
Z Z Z 
lim fn = f (x, .)
n+ Jm Jm I
Z
6 f
II
R R  R R  R
dou lim f (x, .) = I I f (x, .) 6 II f .
m+ Jm I
RR R R 
Par double inegalite on a II f = I I f (x, .) 

Remarque 6.3.3. On peut enoncer le meme theoreme en renversant les roles des
variables x et y.


Proposition
RR RR6.3.1. Si f est integrable sur II alors f est integrable sur I I
et II f = f.
I I

Dem :
372 CHAPITRE 6. DERIVATION ET INTEGRATION

RR RR
Soit J I I et J I I alors JJ
f 6 II
f par consequent
RR RR
f L1 (I I ) et f 6
II
f.
I I
RR
Soit > 0 alors il existe J I et J I segments tels que f >
RR JJ
II
f /2.
f etant continue sur JJ , qui est compact, est bornee par une constante
A.

On prend alors J1 J tel que J1 I , de meme avec J1 I verifiant
aire (JJ \ J1 J1 ) 6 /(2A).
Si J = [a, b], J = [c, d], on peut prendre J1 = [a1 , b1 ], J1 = [c1 , d1 ] avec

a1 = a + 4A(dc) , b1 = b 4A(dc) , c1 = c + 4A(ba) et d1 = d 4A(ba) (ou
est choisi assez petit pour que b1 > a1 et d1 > c1 ). Comme b > a1 > a alors

a1 I , de meme pour b1 , c1 , d1 i.e. J1 I et J1 I . On obtient le dessin
suivant :

d
d1

c1
c


Laire de chaque rectangle dua genre
a1 [a, a1 ][c,b1d]b vaut et la reunion de ces
4A
quatre rectangles recouvre lensemble JJ \ J1 J1 .
On a alors
ZZ ZZ ZZ ZZ

f> f> f f
I I J1 J1 JJ JJ \J1 J1
ZZ

> f A.aire (JJ \ J1 J1 )
2
Z ZII

> f
II
RR RR
pour tout > 0 donc f >
II
f.
I RR
I RR
Par double inegalite, on a II f = f 
I I

Proposition 6.3.2. Pseudo-linearite



(i) Si
RR les fonctions RRf et g sont
RR integrables sur II alors f + g lest aussi et
II
(f + g) = II f + II g.
RR RR
(ii) Si f L1 (II ) et si R+ alors f L1 (II ) et II f = II f .
Dem : On procede comme avec les integrales simples, i.e.
RR RR RR
Jn J (f + g) = Jn J f + Jn J g et on passe a la limite,
n n n
RR RR
Jn J f = Jn J f et on passe a la limite 
n n
6.3. INTEGRALES DOUBLES 373

Theoreme 6.30. Theoreme de comparaison, croissance



Si f et g sont deux fonctions continues, positives
ZZ sur II
Z Z telles que f 6 g, si g
est integrable alors f est integrable et on a f6 g.
II II
Lapplication qui a une fonction integrable fait correspondre son integrale est
croissante.
RR RR RR
Dem : Jn J f 6 Jn J g 6 II g donc f L1 (II ) et par passage a la limite
RR n RR n
on a II f = II g 

Definition 6.3.3. Fonctions a valeurs complexes integrables


Soit f continue sur II a valeurs dans C, on dit que f est integrable sur II ssidef
|f | est integrable. On note L1 (II ) lensemble des fonctions integrables sur II a
valeurs reelles ou complexes (ou L1 (II , R), L1 (II , C) si necessaire).

Remarque 6.3.4. Si f est a valeurs positives, la definition ci-dessus sapplique


sans probleme.

Theoreme 6.31. Theoreme de domination


Si f et g sont continues, si |f | 6 g et si g est integrable alors f est integrable.
Dem : Immediat avec le theoreme precedent 
Theoreme 6.32. Fonctions integrables de signe quelconque
Si f est continue a valeurs reelles alors f est sommable ssi f + et f le sont. Dans
ce cas, on pose ZZ ZZ ZZ
f= f+ f .
II II II

Dem : Comme avec les integrales simples, on utilise legalite |f | = f + + f et les


majorations f + 6 |f |, f 6 |f |.

On remarque aussi que, si (J RRm ) et (Jn ) RR
sont deux suites croissantes de segments de

reunion I et I alors lim Jn J
f = II f 
n+ n

Theoreme 6.33. Fonctions integrables complexes


Si f est continue a valeurs complexes alors f est integrable ssi Re f et Im f le
sont. Dans ce cas, on pose
ZZ ZZ ZZ
f= Re f + i Im f.
II II II

Dem : Idem, on utilise les inegalites | Re f | 6 |f |, | Im f | 6 |f | et |f | 6 | Re f |+| Im f |


si f est complexe pour avoir les equivalences.

On remarque aussi que, si (J RR m ) et (Jn ) RR
sont deux suites croissantes de segments de

reunion I et I alors lim Jn J
f = II f 
n+ n

Proposition 6.3.3. Espace vectoriel des fonctions integrables


Lensemble L1 (II ) des fonctions integrables sur II est un sous-espace vectoriel
de C(II ) et lapplication qui a f L1 (II ) fait correspondre son integrale est
lineaire.
374 CHAPITRE 6. DERIVATION ET INTEGRATION

Dem :
La fonction nulle est dans L1 (II ) donc cet ensemble est non vide.

Linegalite |f + g| 6 ||.|f | + ||.|g| montre que si (f, g) L1 (II )2 et


(, ) (K)2 alors f + g L1 (II ) donc L1 (II ) est bien un espace
vectoriel.
RR RR RR
Jn J (f + g) = Jn J f + Jn J g et on passe a la limite quand
n RR n RR n RR
n +, dou II (f + g) = II f + Jn J g 
n

Theoreme 6.34.
Soit
 f une fonction continue a valeurs complexes integrable
ZZ surZ II . Si
1
x I, f (x, R.) : y I 7 f (x, y) L (I ),
alors f = g.
g : x I 7 I f (x, .) L1 (I) II I

Dem : Hors programme 


Theoreme 6.35. Formule de Fubini
On reprend les hypotheses du theoreme precedent et on rajoute les hypotheses
suivantes :
 ZZ Z Z
1
y I , f (., y)
R : x I
7 f (x, y) L (I),
alors f= g= h.
h : y I 7 I f (., y) L1 (I ) II I I

Dem : Hors programme 


Proposition 6.3.4. Passage en coordonnees polaires
On retrouve la proposition 5.3.5 page 99. Soit f L1 (II , C) (on suppose ici que
II L = R2 \ R alors, en passant en polaires, on a la formule :
ZZ ZZ
f (x, y) dx dy = f (r cos , r sin )r dr d
II C(II )

ou C est lapplication reciproque de P : (r, ) 7 (r cos , r sin ) definie a la propo-


sition 5.3.4 page 99.
Dem : On utilise la formule donnee page 99 pour Jn Jn ou (Jn ) et (Jn ) sont deux

suites croissantes de segments de reunion respectives
! I et I , f > 0 :
p y
avec C(x, y) = x2 + y 2, 2 Arctan p , on a
x + x2 + y 2
ZZ ZZ
f (x, y) dx dy = f (r cos , r sin )r dr d
Jn Jn C(Jn Jn )

on passe a la limite quand n + puis on etend la propriete au cas des fonctions


a valeurs reelles et complexes.
Le seul ennui ici est que, en general, C(Jn Jn ) nest pas un produit de segment, on
admet cependant que ce resultat reste valable 
Questions
(i) Sur I = I = [a, +[ (a > 0), chercher un critere dintegrabilite pour la
1
fonction f (x, y) = .
x y
6.3. INTEGRALES DOUBLES 375

(ii) Meme question sur I = I =]0, a].


2 2
(iii) Montrer que (x, y) R2+ 7 e(x +y ) L1 (R2+ ). En faisant un changement de
Z +
x2
variables, montrer que e dx = .
0 2
(iv) Soit f C(R2+ ) telle que
R +
(a) t R+ , f (., t) L1 (R+ ), t 7 0
|f (x, t)| dx L1 (R+ )
R +
(b) x R+ , f (x, .) L1 (R+ ), x 7 0 |f (x, t)| dt L1 (R+ )
Z + Z +  Z + Z + 
montrer que f (x, t) dx dt = f (x, t) dt dx.
0 0 0 0

6.3.2 Integrales doubles sur une partie elementaire

Definition 6.3.4. Partie elementaire


Une partie A du plan R2 est dire elementaire ssidef elle admet les 2 definitions
suivantes :

A = {(x, y) R2 | a 6 x 6 b, 1 (x) 6 y 6 2 (x)}


A = {(x, y) R2 | c 6 y 6 d, 1 (y) 6 x 6 2 (y)}

ou (1 , 2 ) C([a, b])2 verifient 1 (x) < 2 (x) pour x ]a, b[ et (1 , 2 ) C([c, d])2
verifient 1 (y) < 2 (y) pour y ]c, d[.

Proposition 6.3.5. Si A est une partie elementaire alors, pour tout > 0 il existe
(, ) deux fonctions definies et continues sur R2 , nulles en dehors dune partie
bornee et telles que ZZ
6 1A 6 et ( ) 6
R2

Dem : Soit > 0, on prolonge les fonctions 1 et 2 sur lintervalle [a , b + ]


par i (x) = i (a) sur [a , a] et par i (x) = i (b) sur [b, b + ]. On definit les
ensembles C = {(x, y) R2 | a + 6 x 6 b , 1 (x) + 6 y 6 2 (x) } et
B = {(x, y) R2 | a 6 x 6 b + , 1 (x) 6 y 6 2 (x) + }.
On pose alors

d((x, y), Ac) d((x, y), Bc )


(x, y) = , (x, y) = .
d((x, y), C ) + d((x, y), Ac) d((x, y), Bc ) + d((x, y), A)

On verifie que les fonctions et satisfont les 1ere conditions :

Si (x, y) C alors d((x, y), C ) = 0 donc (x, y) = 1 et comme C A,


d((x, y), A) = 0 on a aussi (x, y) = 1.

Si (x, y) A \ C alors (x, y) 6 1 et (x, y) = 1.

Si (x, y) Ac B alors (x, y) = 0 et (x, y) > 0.


376 CHAPITRE 6. DERIVATION ET INTEGRATION

Enfin, si (x, y) Bc alors (x, y) = (x, y) = 0.


(
0 sur C
On a = et 6 1 sur B Cc dou
0 sur Bc
ZZ ZZ
( ) 6 1 6 2(b a) + 4[max(2 ) min(1 )]
R2 B Cc

et on prend suffisamment petit 


e pense que cette demonstration nest pas reellement exigible, il faut
quand meme rester raisonnable.
2 (x)

B C

1 (x)

On obtient a peu pres le dessin ci-contre :


a b

Theoreme 6.36. Integrale double sur A


Soit f C(A) ou A est une partie elementaire, fb la fonction definie sur R2 obtenue
en prolongeant f par 0 sur le complementaire de A alors les integrales
Z Z  Z Z 
fb(x, y) dy dx et fb(x, y) dx dy
R R R R

ont un sens et prennent la meme valeur. ZZ Z Z 


On definit alors lintegrale double de f sur A par f= b
f (x, y) dy dx
A R R
par exemple.
Dem : On commence par le cas f > 0, et on prolonge f a une fonction F continue
sur R2 , nulle en dehors dun compact et telle que F.1A = f = fb.1A
(prendre par exemple


f (x, y) si (x, y) A,



f (x, 2 (x))(2 (x) + 1 y)
si 2 (x) 6 y 6 2 (x) + 1, a 6 x 6 b
F (x, y) = f (x, 1 (x))(1 (x) + 1 + y) si 1 (x) > y > 2 (x) 1, a 6 x 6 b



F (b, y)(b + 1 x) si b 6 x 6 b + 1


F (a, y)(a + x + 1) si a 1 6 x 6 a

0 ailleurs)
et on prouve que F est continuefaire un dessinet kF k = kf k ...).
On a alors F 6 fb 6 F dou
Z + Z 2 (x) Z +
(x, y)F (x, y) dy 6 b
f (x, y) dy 6 (x, y)F (x, y) dy.
1 (x)
| {z }
=g(x)
6.3. INTEGRALES DOUBLES 377

g est continue, positive, integrable (car elle est nulle en dehors dun compact) et
RR R RR R (y)
R2
F 6 R g 6 R2 F et on fait de meme avec h(y) = 12(y) f (x, y) dx ce qui
RR R RR
donne les inegalites R2 F 6 R h 6 R2 F . On fait alors les differences dou
ZZ Z Z ZZ
( )F 6 g h6 ( )F
R2 R R R2
R R
i.e. > 0, R g R h 6 kf k dou legalite. On generalise alors au cas ou f est
reelle puis f complexe 
La aussi, je pense que cette demonstration nest pas reellement exigible,
il faut quand meme rester raisonnable.

Definition 6.3.5. Aire dune partie elementaire


RR RR
v2 (A) = A 1 = R2 1A est appele aire de A (v2 pour volume en dimension 2).

Definition 6.3.6. Partie simple


Soit A un sous-ensemble de R2 , on dit que A est une partie simple ssidef A est la
reunion finie de parties elementaires dont les interieurs sont 2 a 2 disjoints i.e.
[n

A= Ai ou Ai est une partie elementaire et ou i 6= j Ai Aj = .
i=1

Definition 6.3.7. Integrale sur une partie simple


n
[
Soit A une partie simple, on ecrit A = Ai ou les Ai sont des parties elementaires,
i=1
ZZ n ZZ
X
f C(A), on definit f = f et on admet que cette definition est
A i=1 Ai
independante du decoupage de A en parties elementaires.

Remarque 6.3.5. Si A = A1 A2 est une partie simple et A1 , A2 des parties


elementaires alors 1A = 1A1 + 1A2 1A1 A2 . or A1 A2 est une portion de courbe
daire nulle dou la definition suivante.

Definition 6.3.8. Aire dune partie simple


n
[
Soit A une partie simple, A = Ai ou les Ai sont des parties elementaires, on
i=1
definit laire de A comme
ZZ n ZZ
X n
X
v2 (A) = 1= 1= v2 (A).
A i=1 Ai i=1

Proposition 6.3.6. Si A est la reunion de parties simples Bi , i [[1, p]] dont les
interieurs sont 2 a 2 disjoints alors
p
X
v2 (A) = v2 (Bi ).
i=1
378 CHAPITRE 6. DERIVATION ET INTEGRATION

ni
[
Dem : On ecrit Bi = Aij ou les Aij sont des parties elementaires ce qui donne
j=1
[
A= Aij .
i,j
Montrons que les interieurs des Aij sont disjoints :
On utilise tout dabord la propriete suivante : si A et B sont deux sous-ensembles
dun espace vectoriel norme alors

z }| {
A B A B,

z }| {
par definition, A B est le plus grand ouvert contenu dans A B or A B est un
ouvert contenu dans A B dou linclusion annoncee. Cette propriete se generalise
au cas dune intersection dune famille finie.
Si i1 6= i2 on a alors
! !
[ [
= Bi1 Bi2 Ai1 j1 Ai2 j2 Ai1 j1 Ai2 j2
j1 j2


donc Ai1 j1 Ai2 j2 = .

Si i1 = i2 alors Ai1 j1 Ai2 j2 = par hypothese.
On en deduit que A est une partie simple et que
p nj
!
X X X
v2 (A) = v2 (Aij ) = v2 (Aij )
i,j i=1 j=1
p
X
= v2 (Bi ) 
i=1

Le theoreme de changement de variables dans un cas plus general que ce qui a ete
vu.
Theoreme 6.37. Changement de variables dans les integrales doubles
Soit f une fonction continue sur A une partie simple de R2 , un C 1 diffeomor-
phisme de B sur (B) = A alors
ZZ ZZ
f (x, y) dx dy = f ((u, v))| det J (u, v)| du dv
A B

Dem : Theoreme admis. On peut detailler ce theoreme de la facon suivante : soit


(u, v) = (x(u, v), y(u, v)) (notations commodes mais fallacieuses) alors
ZZ ZZ
x y x y
f (x, y) dx dy =
f (x(u, v), y(u, v)) (u, v) du dv
u v v u
A (x(u,v),y(u,v))A

et le probleme souvent dans ce theoreme et de determiner lensemble B 


Ce theoreme sapplique alors dans les deux cas qui ont ete traites dans le cours de
premiere annee i.e. le changement de variable affine et le passage en polaires.
6.4. COURBES DUN ESPACE VECTORIEL NORME 379

Questions :
ZZ
x2 y 2
(i) Calculer I = (x2 y 2) dx dy ou E est linterieur de lellipse + 2 6 1.
E a2 b
ZZ
3 x2 y 2
(ii) Calculer I = (MF +MF ) dx dy ou E est linterieur de lellipse + 61
E 4 3
et F (1, 0) et F (1, 0) sont les foyers de cette meme ellipse (on prendra des
ellipse homofocales de foyers F et F ).

(iii) Soit A = [a, b][c, d], on pose


1 (x, y) = (y, x), 2 (x, y) = (x + y, y), (x, y) = (x, y).
Montrer la formule du changement de variables dans le cas ou {1 , 2 , }
a laide du theoreme de Fubini. En deduire la formule dans le cas plus general
ou GL2 (R).

6.4 Courbes dun espace vectoriel norme


de dimension finie
Cette section est reprise en deuxieme annee dans le but de consolider les connais-
sances sur les notions abordees en premiere annee ainsi que leur extension au cas
dun espace vectoriel norme F de dimension finie.

6.4.1 Courbes parametrees

Cf paragraphe 2.3.1. des revisions du cours de premiere annee, on remplace R2 par


F.
Definition 6.4.1. Courbes C k -equivalentes
Deux courbes parametrees (I, f ) et (J, g) de classe C k sont dit C k -equivalentes ssidef
il existe C k (I) bijective de I sur J verifiant 1 C k (J) (on dit que est un
C k -diffeomorphisme) et telle que f = g .

Definition 6.4.2. Arc geometrique, parametrage admissible


Lensemble des courbes parametrees de classe C k qui sont toutes equivalentes est
appele arc geometrique de classe C k .
Si est un arc geometrique, tout element de est appele parametrage admissible.

Remarque 6.4.1.
(i) On peut dire quun arc geometrique est une facon de decrire le support f (I).

(ii) On pourra orienter un arc geometrique en choisissant un parametrage admis-


sible (I, f ) et en posant + = {(J, g) | > 0} ou a ete defini ci-dessus
(on pourra alors definir et obtenir = + ).

(iii) Les notions de points regulier et biregulier ne dependent pas du parametrage


admissible choisi.
Dem : On rappelle tout dabord que
380 CHAPITRE 6. DERIVATION ET INTEGRATION

un point regulier (pour un arc geometrique de classe C 1 ) est un point


M = f (t) tel que f (t) 6= 0 (on dit aussi que M nest pas stationnaire)
et quun point biregulier (pour un arc geometrique de classe C 2 ) est un
point M = f (t) tel que (f (t), f (t)) est une famille libre.

Dans le premier cas, si (I, f ) et (J, g) sont deux parametrages admissibles, on


a f (t) = g((t)) donc f (t) = g ((t)). (t) avec (t) 6= 0 donc, en posant
u = (t)
f (t) 6= 0 g (u) 6= 0.
Dans le deuxieme cas on a f (t) = g ((t)) (t)2 + g ((t)) (t), avec les
memes notations, soit f (t) Vect(g (u), g (u)) (toujours avec u = (t)).
Comme f (t) Vect(g (u), g (u)) (on vient de le voir dans le premier cas) alors
Vect(f (t), f (t)) Vect(g (u), g (u)) et Vect(g (u), g (u)) Vect(f (t), f (t))
par symetrie, dou legalite de ces deux sous-espaces vectoriels (cf. proposition
6.4.1). On obtient alors immediatement lequivalence suivante :

(f (t), f (t)) libre (g (u), g (u)) libre 

Questions :
(i) Que dire dun mouvement tel que (f |f ) = 0 pour tout t ?

(ii) Comment caracteriser un mouvement a acceleration centrale a laide des vec-


teurs f (t) et f (t) ?

6.4.2 Etude locale dun arc oriente de classe C k

a) Etude qu voisinage dun point


Definition 6.4.3. Demi-tangentes, tangente
Soit A = f (t0 ) un point de un arc geometrique oriente, si M = f (t0 + h), on

AM
dit que admet une demi-tangente en A a ssidef admet une limite quand
+
AM
h 0 . De meme si h 0 .
On dit que admet une tangente a sil admet des demi-tangentes colineaires (elles
seront egales ou opposees).

Theoreme 6.38. Existence de la tangente


Si A est un point regulier alors admet en A une tangente.
Dem : Soit A = f (t0 ) et M = f (t0 + h) alors

AM = f (t0 + h) f (t0 ) = hf (t0 ) + o(h)

AM hf (t0 ) + o(h) f (t0 ) + o(1)
= =
kAM k khf (t0 + h) + o(h)k kf (t0 ) + o(1)k
f (t0 )

kf (t0 )k
6.4. COURBES DUN ESPACE VECTORIEL NORME 381

selon le signe de h. Les deux demi-tangentes sont colineaires donc admet en A


une tangente 
( 2
(e1/t , 0) si t > 0
Exemple : Si f (t) = 2 alors larc geometrique associe possede
(0, e1/t ) si t < 0

( (il2 est pourtant de classe C ).
en 0 deux demi-tangentes non colineaires
e1/t si t > 0
Dem : On sait que la fonction u(t) = est de classe C (toutes ses
0 si t < 0
derivees ont une limite en 0). Or f (t) = (u(t), u(t)) donc f est de classe C . En
t = 0 on a (
f (h) (1, 0) si h 0+
lim =
h0 kf (h)k (0, 1) si h 0
donc larc geometrique associe ne possede pas de tangente en O 
Definition 6.4.4. Tangente unitaire
Dans le cas ou la tangente existe, on definit la tangente unitaire comme etant la

AM
limite quand h 0 de .
AM
Etude de la position locale de par rapport a la tangente
On se ramene au cas ou A = f (0) par translation sur le parametre. On suppose que
f est suffisamment derivable et que ses derivees ne sont pas toutes nulles au point
0. On peut alors ecrire la formule de Taylor avec reste dYoung :
tk (k)
f (t) = A + tf (0) + + f (0) + o(tk ).
k!
La tangente est donnee par le premier vecteur derivee non nul f (p) (0) = e1 .
Pour rechercher la concavite, on recherche (sil existe) le vecteur derivee suivant non
a e1 que lon note f (q) (0) = e2 . On aura alors les cas suivants :
colineaire
q p impair pair

f (q) (t) f (q) (t)


f (p) (t) f (p) (t)

point ordinaire point de rebroussement de 2ieme espece


pair

f (q) (t) f (q) (t)


f (p) (t) f (p) (t)

impair point dinflexion point de rebroussement de 1iere espece

Proposition 6.4.1. Si (I, f ) et (J, g) sont deux courbes parametrees de classe C k


C k -equivalentes (f = g ) alors, si u = (t) on a legalite :
Vect(f (t), . . . , f (p) (t)) = Vect(g (u), . . . , g (p)(u))
pour tout p [[1, k]].
382 CHAPITRE 6. DERIVATION ET INTEGRATION

Dem : On utilise le calcul des derivees successives dune composee dapplications :


Pp
Montrons par recurrence finie sur p 6 k que f (p) (t) = p,q (t)g (q) (u) ou p,q est de
q=1
classe C kp .

Si p = 1, on sait que f (t) = g (u). (t) avec = 1,1 de classe C k1 .

On suppose la propriete vraie pour p 6 k 1 alors on peut deriver lexpression


p
P
f (p) (t) = p,q (t)g (q) (u) :
q=1

p
X  
(p+1)
f (t) = p,q (t)g (q) (u) + p,q (t)g (q+1) (u) (t)
q=1
p+1
X
= p+1,q (t)g (q) (u)
q=1

ou p+1,q (t) = p,q (t) + p,q1 (t) (t) en posant, par convention, p,0 (t) = 0 et
p+1,p+1(t) = p,p (t) (t). On verifie alors que p+1,q est de classe C k(p+1) .

On en deduit lappartenance de f (q) (t) a Vect(g (u), . . . , g (p)(u)) pour q 6 p dou


linclusion Vect(f (t), . . . , f (p) (t)) Vect(g (u), . . . , g (p)(u)).
Pour linclusion dans lautre sens, on se sert de la symetrie g = f 1 et on renverse
les roles de f et g.
Conclusion : on a bien prouve que, pour tout p 6 k,

Vect(f (t), . . . , f (p) (t)) = Vect(g (u), . . . , g (p)(u)) 

b) Branches infinies

Definition 6.4.5. Direction asymptotique


Soit (I, f ) un arc parametre, on dit que f (I) presente une direction asymptotique de
f2 (t)
pente m R quand t t0 si lim kf (t)k = + et lim = m (ou f = (f1 , f2 )).
tt0 tt0 f1 (t)

On etudie alors la limite de f2 mf1 en t0 si m est fini.

Definition 6.4.6. Asymptote, branche parabolique


Si f2 mf1 a une limite finie p quand t t0 , alors la droite dequation y = mx + p
est dite asymptote a la courbe parametree (I, f ).
Si f2 mf1 a une limite infinie alors on parle de branche parabolique de pente m.

Remarque 6.4.2. Dans le cas dune asymptote, il est souvent recommande


detudier la position de la courbe par rapport a cette asymptote en etudiant le signe
de la quantite f2 (t) mf1 (t) p (on operera de meme pour une courbe asymptote
dequation F (x, y) = 0 en etudiant lequivalent de F (f (t), g(t))).
6.4. COURBES DUN ESPACE VECTORIEL NORME 383

Questions :

(i) Soit (I, f ) un arc parametre regulier de classe C 2 tel que f (t)) Vect(f (t))
pour tout t I.
Montrer que f (I) est contenu dans une droite.

(ii) Soit (I, f ) un arc parametre biregulier de classe C 3 tel que, pour tout t, f (t)
Vect(f (t), f (t)).
Montrer que f (I) est contenu dans un plan.

6.4.3 Theoreme du relevement

Theoreme 6.39. Lapplication 7 ei definit une bijection continue de ] , [


sur U prive de 1, dont lapplication reciproque u 7 Arg u est continue.
y
Dem : Si u = x + iy, x2 + y 2 = 1, x 6= 1 alors Arg u = 2 Arctan :
1+x
en effet, x = cos et y = sin ou = Arg u ] , [ donc

y sin 2 sin /2 cos /2


= = = tan /2
1+x 1 + cos 2 cos2 /2

or /2 ] 2 , 2 [ donc Arctan tan(/2) = /2 dou la formule.


Il est interessant de savoir retrouver cette formule et pour cela penser a utiliser
langle moitie.
Ceci nous permet de prouver que 7 ei est un homeomorphisme de ] , [ sur
U \ {1} dont lapplication reciproque est u 7 Arg u 

Remarque 6.4.3. Lorsque u tend vers 1 en restant tel que Im u > 0 (resp. Im u <
0), Arg u admet pour limite (resp. ). En particulier, lapplication u 7 Arg u
ne se prolonge pas en une application continue sur U. On retrouve bien un resultat
que lon avait annonce lors de letude de la connexite par arcs.

Theoreme 6.40. Theoreme du relevement


Soit f C 1 (I) telle que f (I) U alors il existe g C 1 (I) a valeurs reelles et telle
que f = eig .
Si f est de classe C k pour k > 2 alors g est aussi de classe C k .
Dem :

Analyse : on cherche g tel que f = eig et on pose f = f1 + if2 . En remarquant


que f = ig eig = ig .f et que |f |2 = f12 + f22 = 1 f1 f1 + f2 f2 = 0 (en
derivant), on obtient

f (f + if2 )(f1 if2 )


g = i = i 1
f |f |2
= i[(f1 f1 + f2 f2 ) +i(f2 f1 f1 f2 )]
| {z }
=0
= f2 f1 f1 f2
384 CHAPITRE 6. DERIVATION ET INTEGRATION
Rx
Synthese : on pose g(x) = Arg f (a) + a
(f1 (t)f2 (t) f1 (t)f2 (t)) dt et h(x) =
eig(x) .
On a alors
h
= ig = f2 f1 f1 f2
h
f
= = (notation)
f
et h(a) = f (a).
h et f sont solutions de la meme E.D. y = y avec la meme condition initiale
h(a) = f (a) donc elles sont egales.
Conclusion : on a prouve quil existait g de classe C k telle que f = eig 

Question
Soit (I, f ) un arc parametre de classe C 1 tel que f (t) 6= 0 pour tout t.
Montrer quil existe h et g des fonctions de classe C 1 a valeurs reelles telles que
f (t) = h(t)eig(t) .

6.4.4 Etude metrique dun arc oriente

Cf paragraphe 6.1.1. et 6.1.2. des revisions du cours de premiere annee.


On definit de meme labscisse curviligne et la tangente unitaire. Pour un point
biregulier on peut aussi definir la normale (ici F est muni dune structure eucli-
dienne) en choisissant le vecteur normal a la tangente unitaire contenu dans le plan
Vect(f (t), f (t)) tel que la composante de f (t) sur ce vecteur soit positive. Enfin
labscisse curviligne est un parametrage admissible.
Calcul de labscisse curviligne dans un espace euclidien de dimension 3






En cylindriques : on ecrit OM = r u + z k alors dM = dr u + r v d + dz k ou



v est le vecteur directement perpendiculaire a u dans le plan xOy. On a alors

ds2 = dM 2 = dr 2 + r 2 d2 + dz 2 .



OM
En spheriques : on a de meme OM = r u avec dans ce cas r = OM et u = .


OM

1 u u

On pose v = et w = de sorte que la base ( u , v , w ) est orthonormee
sin




directe. On a donc dM = dr u + r sin v d r w d dou
ds2 = dr 2 + r 2 sin2 d2 + r 2 d2 .
Questions : Rechercher labscisse curviligne des courbes (avec un minimum de cal-
cul)
a
(i) r = , z = a th m en cylindriques ou a > 0 et m R.
ch m

x = u 2 + ch u +2 sh u x = sin u ch u + cos u sh u
(ii) y = u 2 + ch u + 2 sh u (iii) y = sin u sh u cos u ch u

z= 2 ch u + 2 sh u z = 2 sh u
CHAPITRE 7

Series entieres, series de Fourier

7.1 Series entieres


7.1.1 Rayon de convergence dune serie entiere

a) Definitions
On note D(z0 , r) le disque ouvert de centre z0 , de rayon r et D(z0 , r) le disque ferme.

Definition 7.1.1. Serie entiere P


On appelle serie entiere toute serie f (z) = an z n ou les an et z sont des complexes.

On sinteresse maintenant au domaine de convergence dune telle serie :


Lemme 7.1. Lemme dAbel
Si M > 0, n N, |an z0n | 6 M alors, pour tout z D(0, |z0|) la serie f (z) converge
absolument.
Si f (z1 ) diverge alors on a divergence pour tout z exterieur au disque D(0, |z1|).
Dem :

Si |z| < |z0 | alors


n
z
n
|an z | = |an z0n |.

z0
n
z
6 M. .
z0
P z n

La serie z0 est une serie geometrique de raison zz0 < 1 donc elle converge
P
dou, par domination, an z n converge absolument donc converge.

Lautre propriete se prouve par labsurde :


supposons quil existe z exterieur au disque D(0, P |zn1 |) tel nque f (z) converge
(attention ici, la notation f (z) designe la serie an z ). an z 0 comme tout
terme dune serie convergente donc la suite (an z n ) est bornee (il en est ainsi de
toute suite convergente). On utilise alors le premier point de la demonstration.
|z1 | < |z| donc f (z1 ) converge ce qui est contradictoire.
Conclusion : f (z) diverge pour tout z exterieur au disque D(0, |z1 |) 

385
386 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER

Remarque 7.1.1. Dans la premiere hypothese il y a convergence normale sur


D(0, r) avec r < |z0 |.
Dem : En effet, pour z D(0, r) on a
n n
r
n n
|an z | 6 |an |r 6 |an z0n |. 6 M. r
z0 z0

ce qui entrane effectivement la convergence normale 


Theoreme 7.2. Rayon de convergence
Lensemble des z C tels que la serie f (z) converge est non vide, on appelle R,
rayon de convergence de la serie f (z), la borne superieure des |z| tels que f (z)
converge.
Si R > 0, dans le disque de convergence D(0, R), f (z) converge absolument et on
a convergence normale dans tout disque D(0, r) ou r < R (et par consequent sur
tout compact de D(0, R)).
De plus, si z
/ D(0, R), f (z) diverge.
Dem :
Pour tout 0 < r < R on sait, par definition de la borne superieure, quil existe
z0 C tel que r < |z0 | < R et f (z0 ) converge. On utilise alors la remarque
7.1.1 qui nous permet de conclure a la convergence normale sur D(0, r).
On en deduit aussi que, si |z| < R alors en prenant r = |z| ci-dessus, on a
convergence absolue de f (z).

Enfin, si |z| > R (dans le cas ou R < +) alors, dapres le lemme dAbel,
f (z) diverge 

Remarque 7.1.2.
(i) Le rayon de convergence peut etre nul et dans ce cas f (z) ne converge que pour
z = 0 (a priori peu interessant).

(ii) Il peut aussi etre infini et dans ce cas il y a convergence de f (z) pour tout z.
P
(iii) Si |an |Rn converge alors on aura convergence uniforme sur D(0, R).
Dem : En fait, on a convergence normale puisque si |z| 6 R alors on a
|an z n | 6 |an |Rn terme general dune serie convergente 

Theoreme 7.3. f (z) est continue (en tant que fonction de la variable complexe
z) sur D(0, R). P
Et si, comme au iii de la remarque precedente, |an |Rn converge, f (z) est
continue sur le disque ferme.
Dem : On utilise la convergence normale sur tout compact (cf. theoreme 5.52 page
331
Soit 0 < r < R, on pose A = D(0, r) disque ferme de rayon r de C. On definit
fn : z C 7 an z n , fn est continue sur A. P
On sait quil y a convergence normale de la serie an z n sur A, on en deduit la
+
P
continuite de f : z 7 an z n sur A pour tout r ]0, R[ (en application du theoreme
n=0
7.1. SERIES ENTIERES 387

de double limite).
Soit z0 D(0, R) alors on peut trouver r ]0, R[ et a > 0 tel que D(z0 , a) A (si
R + |z0 | R |z0 |
R < +, prendre r = et a = ) : alors pour tout z D(z0 , a),
2 2
|z| 6 |z z0 | +|z0 | < r i.e. z A soit D(z0 , a) A. Comme f est continue sur A
| {z }
<a
alors f est continue en z0 et ceci pour tout z0 D(0, R).
Conclusion
P : f est continue sur D(0, R).
Si |an |Rn converge alors on a vu au (iii) de la remarque precedente quil y avait
convergence normale sur D(0, R) on peut alors conclure directement 
b) Determination pratique de R
On a les resultats suivants :

Theoreme 7.4. Determination du rayon de convergence


|an+1 | 1
Si lim = alors R = ( R et R R).
n+ |an |
Dem : Cest une consequence immediate de la regle de dAlembert :
Si ]0, +[ alors on a
|an+1 z n+1 |
lim = |z|.
n+ |an z n |
1 P 1
Si |z| < la serie an z n converge et R > .

1 1
Si |z| > elle diverge donc R 6 .

1
Conclusion : on a bien R = .

|an+1 z n+1
Si = 0 alors pour tout z C, lim = 0 donc R = +.
n+ |an z n |
|an+1 z n+1
Si = + alors pour tout z C , lim = + donc R = 0 
n+ |an z n |
P
Remarque 7.1.3. On note R le rayon de convergence de la serie an z n .

+
P
(i) Si |an | 6 |bn | et si bn z n a un rayon de convergence R alors R > R .
n=0

(ii) Si an bn les 2 series ci-dessus ont meme rayon de convergence (il nest pas
necessaire ici que an et bn soient positifs).
(iii) On a la formule magique dHadamard (hors programme) qui marche toujours :
1 p
= lim sup n |an |
R
ou la limite superieure est la borne!superieure des valeurs dadherences de la
q
suite consideree (= inf sup p |ap | ).
n p>n
388 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER
P P
(iv) Si f (z) est semi-convergente alors R = |z| (i.e. an z n C et |an z n | D).

(v) Si f (z) diverge et si lim an z n = 0 alors R = |z|.


n+

(vi) R = sup{r > 0 | lim an r n = 0}.


n+

|an+2 | +
P 1
(vii) Si lim = alors le rayon de convergence de a2n z 2n vaut .
n+ |an | n=0

c) Proprietes algebriques

Definition 7.1.2. Produit de Cauchy de series entieres


P P
Soit f (z) = an z n et g(z) = bn z n deux series entieres, on appelle produit de
Cauchy de ces deux series la serie

X n
X
n
h(z) = cn z ou cn = ak bnk
k=0

Remarque 7.1.4.

(i) Grace au theoreme 5.46 page 323, on sait que si les series entieres f et g
ont des rayons de convergence > a > 0 alors P f (z)g(z)
P= h(z) sur D(0, a).
n n
Dem : En effet, si |z| < a alors chaque serie an z et bn z est absolument
convergente donc leur produit de Cauchy est lui aussi absolument convergent.
Le rayon de convergence de h est donc > a et on a f (z)g(z) = h(z) 

(ii) On a vu a lexemple page 325 que exp(z + z ) = exp z exp z .

Theoreme 7.5. Soient f (z) et g(z) deux series entieres alors

R(f + g) > min(R(f ), R(g)) (egalite si R(f ) 6= R(g))

R(f.g) > min(R(f ), R(g)).

Dem :

On utilise le fait que la somme et le produit de Cauchy de 2 series A.C. est


A.C. donc, on procede comme pour la demonstration du (i) de la remarque
ci-dessus avec a = min(R(f ), R(g)).

Montrons legalite dans le cas ou R(f ) < R(g) (par exemple) :


Soit z C tel que R(f ) < |z| < R(g) alors la serie f (z) diverge et g(z)
converge donc (f + g)(z) diverge donc R(f + g) 6 R(f ) et comme on avait
linegalite dans lautre sens alors R(f + g) = R(f ) = min(R(f ), R(g) 

Remarque 7.1.5.

(i) Si on prend f = g alors R(f + g) = +.


7.1. SERIES ENTIERES 389

+
P
(ii) Si on prend f (z) = 1 z, g(z) = z n alors R(f ) = +, R(g) = 1 et
n=0
R(f.g) = +.
1
Dem : On sait que g(z) = donc (f.g)(z) = 1 serie entiere de rayon
1z
infini 
+
P +
P
(iii) Si f0 (z) = a2n z 2n et f1 (z) = a2n+1 z 2n+1 ont meme rayon R, alors f0 +f1
n=0 n=0
a pour rayon R.
Dem : On sait deja que R(f0 +f1 ) > R et si |z| > R alors la suite (a2n z 2n ) nest
pas bornee (sinon, grace au lemme dAbel, R(f0 ) > R) donc R(f0 + f1 ) 6 R
dou legalite 
Question : Prouver les assertions de la remarque 7.1.3.

7.1.2 Series entieres dune variable reelle

a) Derivation et integration dune serie entiere


P P P an n+1
Theoreme 7.6. Les series an z n , nan z n1 et n+1
z ont meme rayon de
convergence.
P n
P
Dem : Montrons que les series f (z)
P = a n z et f (z)
P = nan z n1 ont meme
rayon de convergence (ici f (z) = an z n et f (z) = nan z n1 ne sont que des
notations). On raisonne ici dans R.
Si n > 1, |an | 6 n|an | donc R(f ) 6 R(f ) = R.
Pour avoir linegalite dans lautre sens, on utilise la propriete suivante :
X
nk n1 converge si k < 1.

(n + 1)k n
En effet par le critere de dAlembert, lim = k < 1 ce qui prouve
n+ nk n1
bien cette assertion (si k = 0 la convergence etait immediate). n1
z
Si |z0 | < R alors pour tout z tel que |z| < |z0 |, |nan z | = n
n1
. an z0n1 .
P z0
n1 n1
Or la serie an z0 converge par hypothese donc an z0 0 et la suite
n1
z
(an z0 ) est bornee par M > 0. On obtient linegalite |nan z n1 | 6 Mn
n1

z0
P z
ce qui assure la convergence de nan z n (car k = < 1).
z0
On en deduit, par le tour de passe-passe usuel sur les rayons de convergence 1
que R(f ) > R(f ).
Conclusion : par double inegalite on a prouve que R(f ) = R(f ).
P an n+1
Si on pose maintenant F (z) = n+1
z alors F (z) = f (z) donc, grace au rai-
sonnement que lon vient de faire, R(F ) = R(F ) = R(f ) (toujours avec les memes
notations pour les series) 
1
Dans le cas ou R(f ) est fini, on a > 0, f (z) converge pour |z| > R(f ) en prenant
z0 = R(f ) /2 par exemple, donc par definition du rayon de convergence, R(f ) > R(f )
390 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER

Corollaire 7.7. Derivation et integration dune serie entiere


+
P
Sur lintervalle ] R, +R[ la fonction f (t) = an tn est C et lon a :
n=0

X Z t +
X
(p) n! an n+1
f (t) = an tnp et f (u) du = t .
(n p)! 0 n=0
n+1
n> p

Dem :
Montrons que f est derivable (ici, on abandonne la notation f (z) pour designer
la serie). On utilise pour cela le theoreme de derivation terme a terme dune
serie de fonctions (cf. corollaire 5.59 page 337). On pose fn (t) = an tn et
I =] R, R[.
P
Pour tout t I, fn converge simplement,
P
Si [a, b] I alors fn converge uniformement sur [a, b] :
En effet, si c = max(|a|, |b|) alors |fn (t)| = n|an |.|tn1 | 6 n|an |.cn1 terme
general dune serie convergente car c < R.
P
Ce theoreme sapplique a la serie fn sur I =] R, R[ donc f C 1 (I) et on
peut deriver terme a terme :
+
! +
X X
f (t) = an tn = nan tn1
n=0 n=1

A partir de la, une simple recurrence permet de conclure que f C p pour tout
p N et que, pour tout t ] R, R[,
+
X
f (p)
(t) = an (tn )(p)
n=0
+
X n!
= an tnp
n=p
(n p)!

(on a ecarte les p premiers termes qui sannulent).


Pour la primitivation, on utilise le corollaire 5.57 page 336.
P
fn est une serie de fonctions continues sur I =] R, R[,
P
fn converge uniformement sur tout segment de I (meme demonstration
que ci-dessus)
donc on peut primitiver terme a terme et on a
Z t Z t X+
!
f (u) du = an un du
0 0 n=0
+
X tZ
= an un du
n=0 0
+
X tn+1
= an 
n=0
n+1
7.1. SERIES ENTIERES 391

Remarque 7.1.6.

(i) Le rayon de convergence dune serie entiere est invariant par integration terme
a terme et par derivation terme a terme et, sur ]R, R[, on peut deriver terme
a terme sans justification.
1
(ii) Pour tout entier k, on a ak = Dk f (0).
k!
Dem : On a vu au theoreme precedent que
+
X n!
Dk f (t) = an tnk
n=k
(n k)!

donc, en prenant t = 0, tous les termes de la somme sannulent sauf le premier


dou Dk f (0) = k!ak 

b) Fonctions developpables en serie entiere

Definition 7.1.3. Fonction developpable en serie entiere (D.S.E.)


Soit f une fonction definie sur un intervalle voisinage de 0, on dit que f est
developpable en serie entiere sur ] r, r[ (ou r > 0) ssidef
+
X
f (t) = an tn |t| < r.
n=0

Proposition 7.1.1. Unicite du D.S.E.


Si une fonction f admet un developpement en serie entiere au voisinage de 0, il est
unique.

Dem : Deux methodes ici pour faire cette demonstration, chacune etant formatrice.

On utilise lunicite du developpement limite de f :


En effet, pour tout n on a
+
X
n n+1
f (t) = a0 + a1 t + + an t + t an+k+1 tk .
|k=0 {z }
=gn (t)

Si |t| < R (rayon de convergence de la serie donnant f ) alors ak tk 0 donc,


an+k+1 tn+k+1
pour t 6= 0, an+k+1tk = 0 (quand k +) par consequent,
tn+1
le rayon de convergence de la serie de somme gn est > R. On en deduit que gn
est continue en 0 et que tn+1 gn (t) = o(tn ). f admet donc un developpement
limite a tout ordre donne par f (t) = a0 + a1 t + + an tn + o(tn ) (on savait
deja que f admettait un D.L. car f est de classe C ). Grace a lunicite du
D.L. on conclut a lunicite des coefficients an .
1
Il y a plus simple ici, effectivement, on a vu que ak = Dk f (0) ce qui permet
k!
daffirmer immediatement que les coefficients du D.S.E. de f sont uniques 
392 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER

Definition 7.1.4. Serie de Taylor


Soit f une fonction de classe C , on appelle serie de Taylor de f la serie entiere
+ (n)
X f (0)
zn.
n=0
n!

Remarque 7.1.7. Une fonction f de classe C peut ne pas etre developpable en


serie entiere pour deux raisons :
(i) Sa serie de Taylor peut converger mais sa somme peut etre differente de f par
2
exemple f (t) = e1/t .
Dem : Cest un grand classique du genre.
On prouve par recurrence sur n que f (n) (t) = R(t)f (t) ou R est une
fraction rationnelle en t.
Par comparaison des fonctions puissance et exponentielle, on en deduit
que lim f (n) (t) = 0 donc, a laide du theoreme du prolongement derivable,
t0
f se prolonge en 0 en une fonction de classe C et f (n) (0) = 0.
La serie de Taylor de f est donc la serie nulle, de somme 0 et elle nest
pas egale a f (!) 

(ii) Sa serie de Taylor Zpeut ne pas converger (hormis en 0), exemple la fonction
+
eu +
P
de Stieltjes S(t) = du dont la serie de Taylor vaut (1)n n!tn .
0 1 + ut n=0
Dem : Ici, on utilise le theoreme de derivation sous le signe integral. Cf. ques-
tion (iii) page 366 qui donne directement S (n) (t) = (1)n (n!)2 . Le theoreme
7.4 donne R = 0 comme rayon de convergence 

c) Recherche de D.S.E., exemples


On utilise les memes methodes que pour les developpements limites mais les calculs
peuvent etre plus laborieux et il ne faut surtout pas oublier de preciser a chaque
fois le rayon de convergence ! On peut aussi utiliser les equations differentielles ainsi
que lunicite de la solution verifiant des conditions initiales donnees :
Exemple : Pour montrer que la fonction (1+x) admet un D.S.E., on prouve dabord
que cest la seule solution de lequation differentielle (E) (1 + x)y y = 0 verifiant
la condition f (0) = 1 ; ensuite, on cherche les solutions de lequation ci-dessus
developpables en serie entiere par analyse-synthese :
Dem :
+
P
Analyse : si y = an xn est solution de (E) en supposant que le rayon de
n=0
convergence de cette serie R est > 0 alors on peut deriver terme a terme dou
la presentation
+
X
y= an xn
n=0
+
X
y = nan xn1 (1 + x)
n=0
7.1. SERIES ENTIERES 393

(on fait partir la deuxieme somme de n = 0, cela permet de simplifier la


discussion et, de toutes facons, on multiplie le terme en question par 0).
On trouve alors ( n)an = (n + 1)an+1 en egalant les coefficients de xn par
unicite du D.S.E.
Au passage on verifie alors que le rayon de convergence de la serie obtenue
an+1
vaut 1 si / N ( lim = 1).
n+ an

+
P

Synthese : soit g(x) = n
xn definie sur ] 1, 1[ 2 . On verifie que g est
n=0
solution de (E) (en derivant terme a terme) et comme g(0) = 1 = f (0) alors
g = f par unicite de la solution dune equation differentielle lineaire du premier
ordre avec condition initiale 

Remarque 7.1.8. Les raisonnements semblables a celui que lon vient de faire
sappliquent dans dautres circonstances, il suffit que la fonction f dont on cherche
le developpement en serie entiere soit la seule solution dune equation fonctionnelle.

Pour les fractions rationnelles, decomposer la fraction rationnelle sur C.


On a
+   n
1 (1)p 1 (1)p X p x
= = , R=1
(x a)p ap (1 xa )p ap n=0 n a

Exemples de D.S.E.

(tz)2 (tz)n
etz = 1 + tz + ++ + R = +
2 n!

on utilise la definition de lexponentielle vu au chapitre 5

t3 t2n+1
sin t = t + + (1)n + R = +
6 (2n + 1)!
t2 t2n
cos t = 1 + + (1)n + R = +
2 (2n)!

on utilise les relations cos t = Re(eit ) et sin t = Im(eit )

t3 t2n+1
sh t = t + ++ + R = +
6 (2n + 1)!
t2 t2n
ch t = 1 + + + + R = +
2 (2n)!

ch t est la partie paire de et et sh t est la partie impaire

1
= 1 + t + t2 + + tn + R=1
1t

2
 ( 1)(. . .)( n + 1)
on rappelle que = est le coefficient binomial generalise
n n!
394 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER

somme dune serie geometrique


( 1) 2 ( )( n + 1) n
(1 + t) = 1 + t + t ++ t + R=1
2 n!
+  
X n
= t
n=0
n

on vient de le voir en exemple


t2 tn
ln(1 + t) = t + + (1)n+1 + R=1
2 n
1
on integre
1+t
t3 n t
2n+1
Arctan t = t + + (1) + R=1
3 2n + 1
1
on integre
1 + t2
t3 (2n)! t2n+1
Arcsin t = t + + + 2n + R=1
6 2 (n!)2 2n + 1
1
on integre
1 t2

Questions :
P
(i) Chercher le rayon de convergence de an z n avec

sh n nn 1 sin n
(a) an = , (b) an = , (c) an = , (d) an =
ch2 n n! n n!
et calculer la somme de la derniere serie.
+
P a (b + c)z 2cz 2
(ii) Montrer que (a + bn + cn2 )z n = + + .
n=0 1 z (1 z)2 (1 z)3
+
P n3 n
(iii) Rayon de convergence et somme des series f (x) = x et
n=0 n!
+
P x2n
g(x) = 2
.
n=0 4n 1

(iv) Chercher les developpements en serie entiere des fonctions


2x 1
(a) (b) ln(1 + x + x2 ) (c)
(1 + x2 )2 1 + x 2 + x2
r
1+x 1
(d) (e)
1x 1 2x ch + x2
+
P 22n1
(v) Calculer .
n=0 (2n)!
7.2. SERIES DE FOURIER 395

7.2 Series de Fourier


On considere dans un premier temps des fonctions 2-periodiques, le cas des fonc-
tions de periode T sy ramene par changement de variable (voir a la fin).

7.2.1 Coefficients de Fourier

a) Definitions
CM2 designera ici lensemble des fonctions continues par morceaux, 2-periodiques,
a valeurs complexes. Cet ensemble est un C-espace vectoriel.
A partir dune fonction g continue par morceaux sur un intervalle I contenu dans un
intervalle de longueur 2, prolongeable en une fonction continue par morceaux sur
ladherence de I, on peut definir une fonction f de CM2 de la maniere suivante :
 
xa
Si g est definie sur [a, a + 2[, on pose f (x) = g(x + k2) ou k = .
2
Dem :
xa
Si x [a, a + 2[ alors [0, 1[, k = 0 donc f (x) = g(x),
2
 
x a x a xa
Soit x = x + 2, k = . = + 1 donc, comme la
2 2 2
partie entiere verifie [y + 1] = [y] + 1, on en deduit que k = k 1 dou

f (x ) = g(x + k 2) = g(x 2 + k2)


= g(x + k2) = f (x)

donc f est bien 2-periodique et prolonge g a R. 

Si on cherche f paire concidant avec une fonction g definie sur [0, ] alors on
prolonge g par g sur [, ] avec g(x) = g(x) pour x [0, ] et on procede
comme ci-dessus pour definir f a partir de g.
Dem : On a bien g() = g() donc on na pas de probleme de periodicite
avec x = . Ensuite on reprend ce qui a ete fait ci-dessus avec a = 

Si on cherche f impaire concidant avec une fonction g definie sur ]0, [ alors
on prolonge g par g sur [, ] avec g(x) = g(x) pour x ]0, [ et on pose
g(0) = g() = g() = 0.
Dem : Cest la meme chose ici toujours avec a = 

Proposition 7.2.1. Integrale sur une periode dune fonction periodique


Z +2 Z
Si f CM2 , f (t) dt = f (t) dt pour tout reel.

Dem : On utilise le theoreme de Chasles :


Z +2 Z Z Z +2
f (t) dt = f (t) dt + f (t) dt + f (t) dt

396 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER

on fait le changement de variable u = t + 2 dans la premiere integrale


Z Z Z +2
= f (t) dt + f (t) dt + f (t) dt
+2
Z Z Z +2 Z
= f (t) dt + f (t) dt + f (t) dt = f (t) dt 
+2

Definition 7.2.1. Coefficients de Fourier


Si f CM2 alors on definit ses coefficients de Fourier par
Z
b 1
f(n) = cn (f ) = f (t) eint dt.
2

On definit aussi les coefficients de Fourier sous forme de cosinus et de sinus (n > 1) :
Z
1
an (f ) = f (x) cos nx dx,

Z
1
bn (f ) = f (x) sin nx dx.

Remarque 7.2.1. Pour n = 0 on ne definit pas a0 (f ), on utilise c0 (f ).


Proposition 7.2.2. Si n N alors on a les relations

an = cn + cn , bn = icn icn ,
1 1
cn = (an ibn ), cn = (an + ibn ).
2 2
einx + einx einx einx
Dem : Avec les formules dEuler : cos(nx) = et sin(nx) =
2 2i
on obtient
Z
1 einx + einx
an = f (x) dx
2
Z Z
1 inx 1
= f (x)e dx + f (x)einx dx
2 2
= cn + cn .

On fait de meme avec bn . Pour cn et cn on utilise les formules einx = cos(nx) +


i sin(nx) et einx = cos(nx) i sin(nx) 

Definition 7.2.2. Somme partielle dune serie de Fourier


Pour tout entier naturel p, on definit la somme partielle :
p
X
Sp (f )(x) = cn (f ) einx .
n=p

p
P
Remarque 7.2.2. On a Sp (f )(x) = c0 (f ) + (an (f ) cos nx + bn (f ) sin nx).
n=1
7.2. SERIES DE FOURIER 397

Dem : Immediat mais utile :


p
X
Sp (f )(x) = c0 (f ) + cn (f )einx + cn (f )einx
n=1
p
X an ibn an + ibn
= c0 (f ) + (cos nx + i sin nx) + (cos nx i sin nx)
n=1
2 2
p
X
= c0 (f ) + (an (f ) cos nx + bn (f ) sin nx)
n=1

car (an ibn )(cos nx i sin nx) = an cos nx + bn sin nxi(an sin nx bn cos nx), les
parties imaginaires se simplifient 

Definition 7.2.3. Convergence et somme dune serie de Fourier


Lorsque quen un point x de R les sommes partielles Sp (f ) convergent, la serie de
Fourier est dite convergente au point x et la somme de la serie de Fourier est, par
+
P
definition, la limite des sommes Sp (f )(x) que lon notera cn (f )einx .
n=

Remarque 7.2.3.

(i) Il faut faire tres attention ici au fait que la somme partielle dune serie de
Fourier ne correspond pas a la somme partielle dune serie sauf si on lecrit a
laide des fonctions cosinus et sinus (cf. remarque 7.2.2).

(ii) Meme chose pour la notion de convergence !

b) Proprietes des coefficients de Fourier

Theoreme 7.8. Lapplication F quiZ a f associe fb est lineaire.



b6 1
La suite fb est bornee et kfk |f (t)| dt = kf k1 .
2
Enfin lim fb(n) = 0 (cest le lemme de Lebesgue).
n

Dem :

F est lineaire par linearite de lintegrale.

On a immediatement
Z Z 2
b 1 2 int

1
f (n) = f (t)e dt 6 |f (t)| dt
2 0 2 0

donc la suite (fb(n))nZ est bornee en norme infinie par kf k1 .

Il reste a prouver que lim fb(n) = 0.


|n|+
398 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER

On prouve tout dabord que cest realise pour une fonction indicatrice
dun intervalle :
Si f = 1[a,b] alors
Z 2 Z b
1 1
fb(n) = 1[a,b] (t)eint
dt = eint dt
2 0 2 a
1  inb 
= e eina 0
in2
inb
car e eina 6 2 (si f = 1|]a,b] , f = 1[a,b[ ou f = 1]a,b[ , cest la meme
demonstration).
Pour une fonction en escalier : on utilise le fait quune fonction en escalier
est combinaison lineaire (finie) de fonctions indicatrices dintervalles Ik :
Pl
f= k 1Ik dou
k=1

l
X
fb(n) = k b
1Ik (n) 0
k=1

car chaque terme tend vers 0.


Par passage a la limite uniforme, on en deduit le resultat pour une fonc-
tion continue par morceaux :
En effet, on sait quune fonction continue par morceaux est limite uni-
forme de fonctions en escalier (cf. theoreme 5.61 page 339).

Soit > 0 alors il existe fonction en escalier telle que kf k 6 .
2
Puis, comme (n)
b 0 quand |n| + alors il existe N tel que

|n| > N |(n)|
b 6 .
2
On a alors, pour tout |n| > N
b
|f(n)| b (n)|
6 |f(n) b + |(n)|
b
Z 2
1
6 (f (t) (t))e int
dt +
2 0 2
Z 2
1
6 |f (t) (t)| dt +
2 0 2
6

donc lim fb(n) = 0.


|n|+

On remarque que cette demonstration reste valable si on remplace n par n


suite de reels tendant vers + 

Proposition 7.2.3. Relations entre coefficients de Fourier

(i) Coefficient de f : cn (f)


= cn (f ) et si f est reelle cn (f ) = cn (f ).

(ii) Coefficient de g : t 7 f (t) : cn (g) = cn (f ).


Si f est paire alors cn (f ) = cn (f ), si f est impaire cn (f ) = cn (f ).
(iii) Coefficient de g : t 7 f (t + a) : cn (g) = eina cn (f ).
7.2. SERIES DE FOURIER 399

Dem : Simples relations de calcul integral.


(i) Coefficient de f :
Z Z
1 1
cn (f) = f(t)eint dt = f (t)eint dt
2 2
Z
1
= f (t)eint dt = cn (f )
2

= cn (f ).
et si f est reelle cn (f ) = cn (f)

(ii) Coefficient de g : t 7 f (t) :


Z Z
1 int 1
cn (g) = f (t)e dt = f (u)einu du
2 2

en faisant le changement de variable u = t

= cn (f )

Si f est paire alors cn (f ) = cn (g) = cn (f ), si f est impaire cn (g) = cn (f ) =


cn (f ).

(iii) Coefficient de g : t 7 f (t + a) :
Z Z +a
1 int 1
cn (g) = f (t + a)e dt = f (u)ein(ua) du
2 2 +a

en faisant le changement de variable u = t + a

= eina cn (f )

car lintegrale dune fonction 2-periodique sur une periode ne depend pas des
bornes 

Remarque 7.2.4.
(i) Si f est paire et reelle alors cn (f ) R et on peut avoir interet a rechercher
les coefficients an (f ) et c0 (f ) (les bn (f ) sont tous nuls).
Dem : On combine le (i) et le (ii) de la proposition ci-dessus, cn (f ) = cn (f )
(i) et g = f (ii) cn (f ) = cn (f ) donc cn (f ) = cn (f ) i.e. cn (f ) R 

(ii) Si f est impaire et reelle alors cn (f ) iR et on peut avoir interet a rechercher


les coefficients bn (f ) (les an (f ) sont tous nuls).
Dem : Meme chose 
Definition 7.2.4. Fonctions de classe C k par morceaux
Une fonction f a valeurs dans C est dite de classe C k par morceaux sur [a, b], ou
1 6 k 6 +, sil existe une subdivision (a0 , a1 , . . . , an ) de [a, b] telle que, pour tout
i, f|]ai ,ai+1 [ soit prolongeable en une fonction de classe C k sur [ai , ai+1 ].
f est C k par morceaux sur I intervalle ssidef pour tout segment J I, f|J est C k par
morceaux.
400 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER

Remarque 7.2.5.

(i) Pour que f soit de classe C k par morceaux, il suffit que les f (j) , j [[0, k]],
admettent une limite a droite et a gauche des points ai (a droite si a0 = a et
a gauche si an = b) et le theoreme du prolongement derivable fera le reste.
Dem : Posons fi = f|]ai ,ai+1 [ et montrons que fi se prolonge en une fonction
de classe C k sur [ai , ai+1 ] : on procede par recurrence (finie si k < +) sur
j 6 k.

j = 0 est immediat, on note fi le prolongement continu de fi a [ai , ai+1 ].


j = 1 : fi admet une limite en ai et en ai+1 donc le theoreme du prolon-
gement derivable sapplique, fi est de classe C 1 sur [ai , ai+1 ].
On suppose la propriete vraie a lordre j 6 k 1. On applique alors le
(j)
raisonnement fait pour j = 1 a la fonction fi qui est alors de classe C 1
sur [ai , ai+1 ]. fi est par consequent de classe C j+1 sur [ai , ai+1 ].

Conclusion : fi se prolonge bien en une fonction de classe C k sur [ai , ai+1 ] et


ceci pour tout i [[0, n 1]] 

(ii) Si f est de classe C k par morceaux sur [a, b] alors les derivees successives de f
sont definies sur [a, b] prive dune partie finie.

(iii) Si f est definie sur R, 2-periodique alors on dit que f est de classe C k par
morceaux sur R si la restriction de f a [0, 2] est de classe C k par morceaux.

(iv) Les fonctions qui nous interesseront dans les series de Fourier seront les fonc-
tions 2-periodiques de classe C 1 par morceaux.

(v) On peut definir lintegrale de la derivee dune fonction f continue, C 1 par


Rb
morceaux sur I intervalle par a f (t) dt = f (b) f (a), pour tout [a, b] I. f
nest pas definie partout.
Dem : Soient a0 = a < a1 < . . . < an = b une subdivision attachee a la
fonction f continue, de classe C 1 par morceaux. Par hypothese, f admet une
limite a droite et (ou) a gauche aux points ai pour i [[0, n]]. On pose alors
Z b n1 Z
X

f (t) dt = f .
a i=0 ]ai ,ai+1 [

Or f est integrable sur ]ai , ai+1 [ (cest une fonction continue qui admet une
2
limite
R y a droite en ai et une limite a gauche en ai+1 ) et, pour (x, y) ]ai , ai+1 [ ,
x
f (t) dt = f (y)
R f (x) grace au theoreme fondamental du calcul differentiel.

On sait alors que ]ai ,ai+1 [ f = f (ai+1 ) f (ai ) donc, avec la definition que lon
a prise
Z b Xn1

f (t) dt = f (ai+1 ) f (ai ) = f (b) f (a).
a i=0
Rx
On a meme mieux, pour tout x [a, b], a f (t) dt = f (x) f (a) ce qui
generalise le theoreme fondamental du calcul differentiel.
Tout ceci se fait un peu a la sauvette mais cest une volonte du programme
de ne traiter les definitions quau moment ou elles sont necessaires 
7.2. SERIES DE FOURIER 401

Theoreme 7.9. Integration par parties


1
Si u et v sont
Z continues, de classe
Z C par morceaux sur R alors pour tout couple
b b
(a, b) R2 , u dv = [uv]ba v du.
a a

Dem : On prend une subdivision de [a, b] a0 = a < a1 < . . . < an = b. On ecrit


Rb Pn1 R ai+1
que a u dv = i=0 ai
u dv et on utilise la formule dintegration par parties sur
chaque intervalle (les fonctions se prolongent en des fonctions de classe C 1 ) puis on
remarque que la continuite des applications u et v permet de simplifier les parties
toutes integrees :
Z b n1 Z ai+1
X

u(t)v (t) dt = u(t)v (t) dt
a i=0 ai
n1 h
X iai+1 Z ai+1
= u(t)v(t) u (t)v(t) dt
ai ai
i=0
n1
X n1 Z
X ai+1
= [u(ai+1 )v(ai+1 ) u(ai )v(ai )] u (t)v(t) dt
i=0 i=0 ai
Z b
= u(b)v(b) u(a)v(a) u (t)v(t) dt 
a

Proposition 7.2.4. Coefficients de Fourier et derivee


Si f est 2-periodique continue sur R et de classe C 1 par morceaux sur R, alors
cn (D f ) = in cn (f ).
Si f est 2-periodique et de classe C k1 sur R et de classe C k par morceaux sur R,
alors cn (Dk f ) = (in)k cn (f ), cn (f ) est negligeable devant nk au voisinage de +.
Dem :
On utilise le theoreme dintegration par parties que lon vient de demontrer :
Z
1
cn (f ) = f (t)eint dt
2
Z
1h int
i (in)
= f (t)e f (t)eint dt
2 2
= incn (f )
h i
car f est 2-periodique donc f (t)eint = 0.

cn (Dk f ) = (in)k cn (f ) sobtient alors par une recurrence simple.


Le lemme de Lebesgue sapplique a la fonction f (k) :
En effet, f (k) nest pas definie partout mais on peut la prolonger aux points
de discontinuite et obtenir f(k) une fonction continue par morceaux qui admet
la meme integrale que f (k) .  
k 1
Par consequent on a cn (D f ) = o(1) et cn (f ) = o (resultat a bien
nk
retenir) 
402 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER

Exemples de series de Fourier :


(i) Fonction creneau : f impaire, 2-periodique et f (x) = 1 si x ]0, [ alors
ses coefficients de Fourier secrivent :
4
an (f ) = 0, b2p (f ) = 0, b2p+1 (f ) = ,
(2p + 1)
Dem : Comme f est impaire reelle (et 2-periodique) alors an (f ) = 0 pour
tout n N et c0 (f ) = 0. Il reste a calculer les bn (f ).
Z Z
1 2
bn (f ) = f (t) sin nt dt = sin nt dt
0
2 h i 2 h i
= cos nt = (1)n 1
n 0 n
4
donc b2p (f ) = 0 et b2p+1 (f ) = 
(2p + 1)
(ii) f paire, 2-periodique et f (x) = x si x [0, ] (en fait f est une primitive de
la fonction creneau), ses coefficients de Fourier secrivent :
4
bn (f ) = 0, c0 (f ) = , a2p (f ) = 0, a2p+1 (f ) = .
2 (2p + 1)2
Dem : Dans le cas qui nous interesse ici, bn (f ) = 0 pour tout n N . On
utilise la parite de f pour se ramener a une integrale sur [0, ].
Z Z
1 1
c0 (f ) = f (t) dt = t dt
2 0

=
2Z Z
1 2
an (f ) = f (t) cos nt dt = t cos nt dt
0

et on fait une integration par parties


Z
2 h i 2
= t sin nt sin nt dt
n 0 n 0
2 h i 2 h i
= 2 cos nt = 2 (1)n 1
n 0 n
4
dou a2p (f ) = 0 et a2p+1 (f ) = 
(2p + 1)2
(iii) f (t) = eit , R \ Z sur ] , +] et on suppose que f est 2-periodique,
alors ses coefficients de Fourier sont :
sin (1)n
fb(n) =
n
ce qui permet davoir les coefficients de Fourier (dans les memes conditions)
pour sin t et pour cos t : respectivement
2n sin 2 sin
bn (sin t) = (1)n , an (cos t) = (1)n .
(2 n2 ) (2 n2 )
7.2. SERIES DE FOURIER 403

Dem : La le calcul est tres simple :


Z Z
1 1
cn (f ) = fb(n) = it
e e int
dt = ei(n)t dt
2 2
i h i i h i
= ei(n)t = ei(n) ei(n)
2( n) 2( n)
2 sin
= sin[( n)] = (1)n
2( n) ( n)
car sin(a n) = (1)n sin a.
On utilise alors les formules an (f ) = cn (f )+cn (f ) et bn (f ) = i[cn (f )cn (f )]
et le fait que (1)n = (1)n dou
 
n sin 1 1
an (f ) = (1) +
n +n
sin 2
= (1)n
2 n2 
n sin 1 1
bn (f ) = i(1)
n +n
sin 2n
= i(1)n .
2 n2
On en deduit alors les expressions annoncees en prenant les parties reelles et
imaginaires 

3
2.5
1 2
0.5 1.5
1
-3 -2 -1 0 1 x 2 3 0.5
-0.5
-1 -3 -2 -1 0 1 x 2 3

Figure 7.1: Serie de Fourier de la Figure 7.2: Serie de Fourier dune


fonction creneau de ses primitives

Questions :
(i) Chercher les coefficients de Fourier de la fonction f (t) = sh t sur ] , [.
+
P
(ii) Soit f (z) = an z n la somme dune serie entiere de rayon de convergence
n=0
R > 0. On pose g(t) = f (reit ), 0 < r < R. Calculer b
g (n).

7.2.2 Convergence en moyenne quadratique

On rappelle que
Z
1
(i) (f, g) 7 (f |g) = f(t)g(t) dt est un produit scalaire sur C2 espace
2
vectoriel des fonctions 2-periodiques continues sur R.
404 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER
 Z 1/2
1 2
(ii) La norme associee est notee kf k2 = |f (t)| dt .
2

(iii) La famille (en )nZ ou en (t) = eint est une famille orthonormale et, pour tout
n, cn (f ) = (en |f ).

Theoreme 7.10. Projection orthogonale sur Pp


La projection orthogonale dun element f de C2 sur le sous-espace vectoriel Pp
engendre par les en , ou |n| 6 p, est la somme partielle Sp (f ).
Cette projection verifie la relation

kf k2 2 = kSp (f )k2 2 + d(f, Pp )2 = kSp (f )k2 2 + kf Sp (f )k2 2 .

En particulier, lapplication qui a tout element P de Pp associe kf P k2 atteint


son minimum en un point et un seul, a savoir Sp (f ).
Dem : On utilise ici le theoreme 4.15 page 253 en prenant pour espace F lensemble
Pp . Dans ce cas, la projection orthogonale secrit
p
X
PF (f ) = (en |f )en
n=p

or (en |f ) = fb(n) donc pF (f ) = Sp (f ). La proposition qui suit ce theoreme nous dit


alors que kf k22 = kSp (f )k22 + kf Sp (f )k22 

Corollaire 7.11. Inegalite de Bessel


P P
Les series |cn (f )|2 et |cn (f )|2 sont convergentes et on a linegalite de Bessel :
+
X +
X
2
|cn (f )| + |cn (f )|2 6 kf k2 2 .
n=0 n=1

Ceci est en fait aussi valable si f CM2 .


Dem : La aussi, ce corollaire est la traduction du theoreme 4.15 page 253 et de la
proposition 4.3.3 page 253 :
P P P
Soit Jp = [p, p], |cn (f )|2 6 kf k2 2 donc |cn (f )|2 et |cn (f )|2 sont
nJp
majorees par kf k22 par consequent ces deux series convergent.

De plus on a
+
X +
X X
2
|cn (f )| + |cn (f )|2 = lim |cn (f )2
p+
n=0 n=1 nJp
2
6 kf k2 .

Maintenant un probleme de conscience se pose. En effet le programme ne


prevoit rien ici pour gerer linegalite de Bessel dans le cas de fonctions continues
par morceaux. On va proceder comme ce qui suit :
7.2. SERIES DE FOURIER 405

1
Si f CM2 alors on definit f1 par f1 (x) = [f (x+ ) + f (x )]. Si f est
2
continue en x alors f1 (x) = f (x) donc f et f1 ne different que par un
nombre fini de valeurs. Leurs integrales sont donc egales.
On note (pour la circonstance) D2 lensemble des fonctions f de CM2
telles que f = f1 .
1 R
Alors D2 muni du produit scalaire (f |g) = f(t)g(t) dt est un
2
espace prehilbertien complexe.
En effet, les proprietes de linearite et de symetrie sont les memes que sur
C2 , il reste a prouver que, si kf k22 = 0 alors f = 0.
Par contraposee, si f 6= 0 alors il existe x [, ] tel que f (x) 6= 0 donc
|f (x)|2 > 0. On a ainsi f (x+ ) ou f (x ) 6= 0, par consequent il existe un
2
voisinage Vx (a droite
R ou a2 gauche de x) tel que |f (y)| > 0 pour y Vy .
2 1
Donc kf k2 = 2 |f (t)| dt > 0 ce qui acheve cette demonstration.
On peut alors appliquer aux fonctions de D2 ce quon a fait sur C2 et
obtenir exactement les memes conclusions 

Theoreme 7.12. Convergence en moyenne quadratique


Pour tout element f de C2 , les sommes partielles Sn (f ) convergent en moyenne
quadratique vers f i.e. dans (C2 , k.k2 ) on a lim Sn (f ) = f .
n+

Dem : On sait quon peut approcher uniformement f par des polynomes trigo-
nometriques P . On utilise alors linegalite kf k2 6 kf k :
> 0, P P | kf P k2 6 kf P k 6 .
Comme P est un polynome trigonometrique alors N N tel que P PN . Donc,
pour n > N, P Pn et on sait que kf Sn (f )k2 6 kf P k2 6 (cf. theoreme
7.10). Ceci se traduit par Sn (f ) f pour k.k2 

Corollaire 7.13. Formule de Parseval


Pour tout element f de C2 on a la formule de Parseval
X
|cn (f )|2 = kf k2 2
nZ

qui donne, par polarisation :


X Z
1
cn (f )cn (g) = (f |g) = f(t)g(t) dt.
nZ
2

Dem : On utilise (comme pour tout corollaire qui se respecte) le theoreme precedent :
p
X
kf k22 = |cn (f )|2 + kf Sp (f )k22
| {z }
n=p
0
+
X
= |cn (f )|2
n=

en prenant la limite quand p +.


406 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER
P
Soit 2 (Z) = {(cn )nZ | |cn |2 < +}, comme pour 2 (N), on definit le produit
nZ
scalaire
+
X
(c|d) = cn dn .
n=

Legalite de Parseval se traduit alors de la maniere suivante : kc(f )k2 = kf k22 ou


c(f ) = (cn (f ))nZ . Par polarisation on obtient
+
X
(c(f )|c(g)) 2(Z) = cn (f )cn (g)
n=
Z
1
= (f |g)C 2 = f(t)g(t) dt 
2

Corollaire 7.14. Lapplication lineaire f 7 fb de C2 dans 2 (Z) conserve le


produit scalaire ; elle est injective.
Dem : On vient de voir que (fb|b g) = (f |g) ce qui traduit exactement la premiere
propriete. Linjectivite sen deduit immediatement :
Si fb = 0 alors kfkb 2 (Z) = kf kC = 0 donc f = 0 
2

Remarque 7.2.6.
(i) On a donc, pour une fonction de C2 ,
b = 0).
f = 0 (n Z, f(n)
Dem : Cest une traduction du dernier corollaire mais ca ne marche pas pour
les fonctions continues par morceaux 
(ii) Lorsquon developpe f en serie de cosinus et de sinus, on peut reecrire la
formule de Parseval sous la forme
+
2 2 1X
kf k2 = |c0 (f )| + (|an (f )|2 + |bn (f )|2 )
2 n=1

Dem : On reprend le resultat kf k22 = lim kSp (f )k2 mais cette fois, on ecrit
p+
p
P
la somme partielle sous la forme Sp (f ) = c0 (f ) + an (f )cn + bn (f )sn en
n=1
posant cn (t) = cos(nt) et sn (t) = sin(nt). La famille (cn , sn ) est orthogonale
1
et kcn k22 = ksn k22 = dou
2
p
2 2 1X
kSp (f )k2 = |c0 (f )| + (|an (f )|2 + |bn (f )|2 )
2 n=1
et on obtient la formule annoncee en passant a la limite 
(iii) La quasi-totalite de ce quon vient de voir setend au cas des fonctions de CM2
ensemble des fonctions continues par morceaux, 2-periodiques, notamment la
projection Sp (f ), legalite de Parseval et la convergence en moyenne quadra-
tique. Seule linjectivite de f 7 fb ne se conserve pas.
Dem : La on sort du programme ( ) et je donne une idee de la
demonstration :
7.2. SERIES DE FOURIER 407

Pour tout
R > 0, on approche f CM2 par une fonction f de C2 telle
1 2
que 2 |f (t) f (t)| dt 6 /2 que lon note aussi mais abusivement
kf f k22 (prendre une fonction egale a f sauf sur de petits intervalles
entourant les discontinuites de f ou f sera affine par morceaux).
On approche alors f element de C2 par un polynome trigonometrique
P tel que kf P k2 6 /2 et, en utilisant linegalite de Minkowski, on
obtient kf P k2 6 kf f k2 + kf P k2 6 .

On peut alors reprendre ce qui a ete fait et si on prend des fonctions dans D2 ,
on conserve meme linjectivite 
Question : Calculer les coefficients de Fourier de la fonction f paire definie par
+
P 1 +
P 1
f (x) = x sur [0, ]. En deduire la somme 4
et 4
.
p=0 (2p + 1) n=1 n

7.2.3 Convergence ponctuelle

Une propriete simple et efficace :


P b P b
Proposition 7.2.5. Si f C2 et si les series |f(n))|, |f(n))| sont conver-
gentes alors
+
X +
X
f= b
f (n)en + fb(n)en
n=0 n=1

ou en (t) = eint et la convergence de chacune des series est normale.


Dem :
b P b
|f(n)e inx
| = |fb(n)| et |f(n)e
b inx b
| = |f(n)| or, par hypothese, |f(n)|,
P b Pb inx
P b inx
|f(n)| sont convergentes donc les series f(n)e et f (n)e sont
absolument convergentes.
P P+ b
On peut donc poser g = + b
n=0 f(n)en + n=1 f (n)en . Cette fonction est
bien definie car, pour tout x, on a une somme de series convergentes.
Pb Pb
Il y a convergence normale des series f (n)en et f(n)en grace a la
premiere majoration et donc g C2 en tant que somme dune serie normale-
ment convergente de fonctions continues 2-periodiques.

On verifie alors, par interversion somme et integrale, que fb(k) = gb(k) : prenons
par exemple k N alors
Z
1
g (k) =
b g(t)eikt dt
2
Z X +
! Z X +
!
1 1
= fb(n)ei(nk)t dt + b
f(n)e i(n+k)t
dt
2 n=0 2 n=1
X+ Z +
X Z
b 1 i(nk)t b 1
= f (n) e dt + f (n) ei(n+k)t dt
n=0
2 n=1
2

b
= f(k)
408 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER

1
R i(nk)t 1
R
car 2
e dt = n,k (symbole de Kronecker) et 2
ei(n+k)t dt = 0.
On fait de meme si k < 0.

On en deduit alors que f = g vu le corollaire 7.14 

Theoreme 7.15. Convergence normale dune serie de Fourier


Soit f C2 de classe C 1 par morceaux.
P b P b
les series |f(n))|, |f (n))| sont convergentes.
+
P
La serie S(f ) = c0 (f ) + an (f ) cos nt + bn (f ) sin nt converge normalement
n=1
vers f sur R.

En particulier, pour tout nombre reel t, la serie de Fourier de f converge en


ce point, et sa somme est egale a f (t) ce que lon peut ecrire
+
X +
X
f (t) = fb(n)eint = c0 (f ) + an (f ) cos nt + bn (f ) sin nt
n= n=1

Dem :

On sait que fb (p) = ipfb(p) (cf. proposition 7.2.4 page 401).

1
On utilise ensuite linegalite classique : ab 6 (a2 + b2 ) qui donne, pour p 6= 0,
2
 
b 1 b 1 1 b 2
|f (p)| = f (p) 6 + |f (p)| ,
|p| 2 p2
P b P P b
|f(p)| converge car 1/p2 et |f (p)|2 convergent. Il en est de meme
Pb
pour la serie f (p).

On a donc convergence normale de la serie de Fourier de f .

On applique alors la proposition precedente 

Theoreme 7.16. Theoreme de Dirichlet


Soit f CM2 de classe C 1 par morceaux.
Pour tout nombre reel t, la serie de Fourier de f converge en ce point et on a
+
X 1  
fb(n)eint = lim f (t + h) + f (t h) .
n=
2 h0,h6=0

En particulier, en tout point t ou f est continue, la somme de la serie de Fourier


de f est egale a f (t).

Dem : (Non exigible)


7.2. SERIES DE FOURIER 409

On sait que
n
X sin(n + 1/2)x
eipx =
p=n
2 sin x/2

cf. question (i) page 16.


sin(n+ 1 )u
On montre alors la formule de Dirichlet ; en posant Dn (u) = sin 2u noyau
2
de Dirichlet en deux temps (ici est un parametre que lon choisira apres) :
n
X
Sn (f )(t) = fb(p)eipt
p=n
Xn Z + 
1 ipu
= f (u)e du eipt
p=n
2 +
Z + X n 
1
= f (u) eip(tu) du
+ 2 p=n
| {z }
=Dn (tu)
Z +
1
= f (u)Dn (t u) du.
2 +

On prend alors = t et on partage lintegrale en deux et on utilise la parite


de Dn :
Z
1 t+
Sn (f )(t) = f (u)Dn (t u) du
2 t
Z Z
1 t 1 t+
= f (u)Dn (t u) du + f (u)Dn (t u) du
2 t 2 t
Z
1
= [f (t + v) + f (t v)]Dn (v) dv
0 2

en faisant les changements de variables v = t u et v = u t respectifs dans


chacune des 2 integrales (Dn est paire).
R
On remarque que 0 Dn (v) dv = 1 soit en revenant a lecriture de Dn a laide
des exponentielles complexes soit en prenant f = 1 dans la formule que lon
vient detablir (Sn (1) = 1).
En utilisant ceci avec y = [f (t+ ) + f (t )]/2, on a
Z
1
Sn (f )(t)y = uDn (u)(u) du ou (u) = [f (t+u)+f (tu)f (t+ )f (t )].
0 h

Montrons que est une fonction continue par morceaux sur ]0, ] qui se pro-
longe par continuite en 0 :
On reecrit sous la forme

f (t + u) f (t+ ) f (t u) f (t )
(u) = + .
u u
410 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER

est continue par morceaux sur ]0, ] en tant que rapport de fonctions conti-
nues par morceaux. Montrons que se prolonge par continuite en 0 :
Il existe > 0 tel que f est de classe C 1 sur ]t , t[ et ]t, t + [. On note
f = f|]t,t[ , f+ = f|]t,t+[ , f et f+ leur prolongement C 1 aux intervalles
[t , t], [t, t + ].
f (t + u) f (t+ ) f+ (t + u) f+ (t)
= f+ (t) = f (t+ ),
u u
f (t u) f (t+ ) f (t u) f (t)
= f (t) = f (t )
u u
donc lim (u) = f (t+ ) f (t ).
u0

1 u
uDn (u) secrit sin(n + 1/2)u(u) ou (u) = (u) .
sin(u/2)
u
: u 7 est continue sur R, on peut demontrer ce resultat
sin(u/2)
soit en etudiant la limite de la derivee en 0 et en utilisant le theoreme du
prolongement derivable,
sin(u/2) + P (1)n u2n
soit en ecrivant le D.S.E. de = 2n+1 (2n + 1)!
ce qui prouve
u n=0 2
que cette fonction est C au voisinage de 0 et comme son inverse ne
sannule pas sur ]0, ] et quil a une limite en 0 non nulle alors est de
classe C .
En tous cas, est une fonction continue par morceaux donc on peut lui ap-
pliquer le lemme de Lebesgue.
+
P b 1  
Conclusion : Sn (f )(t) y 0 i.e. f(n)eint = lim f (t + h) + f (t h) 
n= 2 h0,h6=0
Remarque 7.2.7.
(i) La difference entre la pratique des deux derniers theoremes est apparemment
minime, cependant, elle est fondamentale.
(ii) Si f est seulement C 1 par morceaux (pas forcement continue) alors il y a
convergence uniforme sur tout intervalle compact [a, b] ou f est continue.
Dem : Ce resultat est hors programme (et ne parlons pas de la
demonstration...) Il est cite pour la culture 
Exemples :
(i) On a vu a la fin du paragraphe sur les coefficients de Fourier la serie de Fourier
de la fonction f (t) = cos t (pour t [, ]). On peut dire maintenant que
cette serie converge normalement et que sa somme est egale a cos t i.e.
+
X
sin cos nt
cos t = + 2 sin (1)n
n=1
(2 n2 )
pour t [, ].
Dem : La fonction f prolongee par 2-periodicite a R est continue (le branche-
ment en ne pose pas de probleme car f () = f ()). Sur louvert ] , [
elle est de classe C 1 (et meme C ) et elle se prolonge a lintervalle [, ] en
une fonction de classe C 1 . Le theoreme de convergence normale sapplique 
7.2. SERIES DE FOURIER 411

1+z +
P n
(ii) Noyau de Poisson Pr (t) : pour |z| < 1 on a = 1+2 z dou en
1z n=1
prenant les parties reelles et complexes
+
X X
1 r2 n
2
= 1 + 2 r cos nt = r |n|eint = Pr (t)
1 2r cos t + r n=1 nZ
+
X
2r sin t
2
=2 r n sin nt (ou r = |z|).
1 2r cos t + r n=1

1+z 2z +
P n
Dem : On a 1= = 2z z ce qui donne la premiere formule.
1z 1z n=0
En posant z = r eit on fait le calcul suivant :
1+z 1 + r eit
=
1z 1 r eit
(1 + r eit )(1 r eit )
=
(1 r eit )(1 r eit )
1 r 2 + 2ir sin t
= .
1 2r cos t + r 2
Et comme annonce, si on prend les parties reelles et imaginaires dans la formule
+
X
1 r 2 + 2ir sin t
2
= 1+2 r n eint
1 2r cos t + r n=1

on obtient les deux resultats 


+
P n cos nt 1
(iii) r = ln(1 2r cos t + r 2 ), r ]0, 1[.
n=1 n P2
Dem : La serie r n sin nt converge normalement car |r n sin nt| 6 r n terme
general dune serie convergente. On peut donc integrer terme a terme :
Z t X +
! + n
X r
r n sin(nu) du = (1 cos nt)
0 n=1 n=1
n
dou, en utilisant le D.S.E. du logarithme,
+ + n Z t X
+
!
X X
n cos nt r n
r = r sin(nu) du
n=1
n n=1
n 0 n=1
| {z }
= ln(1r)
Z t
r sin u
= ln(1 r) du
0 1 2r cos u + r 2
en utilisant la relation du (ii). Or
Z t Z
r sin u 1 t d(1 2r cos u + r 2 )
2
du =
0 1 2r cos u + r 2 0 1 2r cos u + r 2
1h it
= ln(1 2r cos u + r 2 )
2 0
1
= ln(1 2r cos t + r 2 ) ln(1 r)
2
+
P n cos nt 1
ce qui donne la relation r = ln(1 2r cos t + r 2 ) 
n=1 n 2
412 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER

r sin t +
P n sin nt
(iv) Arctan = r (meme technique). Cette formule est encore
1 r cos t n=1 n
valable pour r = 1 (la, il faut prendre les choses a lenvers, i.e. on cherche le
t
developpement en serie de Fourier de la fonction t 7 ) : pour t ]0, 2[,
2
+
P sin nt t
le theoreme de Dirichlet donne = .
n=1 n 2
Dem :

Pour le cas
P rn]0, 1[, on procede comme ci-dessus n:
La serie r cos nt converge normalement car |r cos nt| 6 r n , on peut
donc integrer terme a terme :
Z t X +
! + n
X r
n
r cos(nu) du = sin nt
0 n=1 n=1
n

dou, en utilisant la relation du (ii) modifiee :


+
X  
n 1 1 r2 r cos u r 2
r cos nu = 1 =
n=1
2 1 2r cos u + r 2 1 2r cos u + r 2

on obtient
+ Z +
!
X sin nt t X
rn = r n cos(nu) du
n=1
n 0 n=1
Z t
r cos u r 2
= du
0 1 2r cos u + r 2
  
r sin u r cos u r 2
et on remarque que Arctan =
1 2r cos u + r 2 1 2r cos u + r 2
(connaissant le resultat, cette demarche est legitime) dou
Z t h  i
r cos u r 2 r sin u t
du = Arctan
0 1 2r cos u + r 2 1 2r cos u + r 2 0
 
r sin t
= Arctan
1 2r cos t + r 2

r sin t +
P n sin nt
dou Arctan = r .
1 r cos t n=1 n
Si r = 1 on ne peut pas passer a la limite dans legalite ci-dessus car
aucun theoreme ne le permet (il ny a pas de convergence uniforme par
rapport a r ]0, 1] a t fixe). On utilise ici la technique suivante :
On ecrit ce que donne legalite pour r = 1 et t ]0, 2[ soit

sin t 2 sin t/2 cos t/2 sin t/2


Arctan = Arctan 2
= Arctan
1 cos t 2 cos t/2 cos t/2
 
t t
= Arctan tan =
2 2
7.2. SERIES DE FOURIER 413

t
car ] /2, /2[
2
+
X sin nt
= formellement.
n=1
n

Pour justifier cette egalite, on procede a lenvers, cest-a-dire on cherche


le developpement en serie de Fourier de la fonction f impaire definie par
t 1
f (t) = sur ]0, [. On trouve an = et on utilise le theoreme de
2 n
1
Dirichlet car f est de classe C par morceaux 

(v) Dune maniere generale, si lon veut developper en serie de Fourier une ex-
pression de la forme R(cos x, sin x) ou R est une fraction rationnelle en cos x
et sin x definie sur R alors on exprime cos x et sin x a laide de z = eix , on
decompose la fraction rationnelle obtenue en elements simples sur C et on
developpe chaque element a laide des formules
+  
1 (1)p 1 (1)p X n + p 1  z n
=  z p = si |a| > 1
(z a)p ap 1 ap n=0 p1 a
a
+ 
X 
1 z p n + p 1 n n+p
= = a z si |a| < 1
(z a)p (1 az)p n=0
p1
 
z2 + 1 z2 1
Dem : R(cos x, sin x) = R , = R1 (z) ou R1 est une fraction
2z 2iz
rationnelle en z. On decompose R1 :
k
X  
1
R1 (z) = E(z) + P
p=1
zzp

ou z1 , . . . , zk sont les poles de R1 . On est alors amene a utiliser les formules


rappelees puis a remplacer z et z en fonction de cos x et sin x 

Remarque 7.2.8. Tout ce qui a ete dit se generalise sans peine au cas des fonctions
T -periodiques. On posera
Z
b 1 T /2 2n
cn (f ) = f (n) = f (t)ei T t dt
T T /2
Z
2 T /2 2n
an (f ) = f (t) cos t dt
T T /2 T
Z
2 T /2 2n
bn (f ) = f (t) sin t dt
T T /2 T
i.e. on remplace 2 par T .
Z Z !1/2
1 T /2 1 T /2
Si on note kf k1 = |f (t)| dt, kf k2 = |f (t)|2 dt , alors legalite
T T /2 T T /2
de Parseval secrit de la meme facon, elle traduit la conservation de lenergie dun
signal periodique.
414 CHAPITRE 7. SERIES ENTIERES, SERIES DE FOURIER

Les theoremes de convergence 7.15 page 408 et 7.16 page 408 sont les memes et
legalite dune fonction et de sa serie de Fourier secrit :

X + 
X 
2n 2n 2n
f (x) = fb(n)ei T x = c0 (f ) + an (f ) cos x + bn (f ) sin x
nZ n=1
T T

2
ce que lon voit aussi en utilisant le parametre = . Cela signifie quun signal
T
periodique de classe C 1 par morceaux est egal a la somme de ses harmoniques.

Questions :

(i) A laide de la serie de Fourier de la fonction cos t vue page 410 montrer les
egalites, pour t R \ Z :
+ +
1 X 2t 1 X 2t
cotan(t) = + , = + (1)n 2 .
t n=1 t2 n2 sin t t n=1 t n2

2 P 1
En deduire que 2 = .
sin t nZ (t n)2
Z 2
(ii) Soit f C2 , on pose (x) = f (x + t)f (t) dt. Montrer que
0

(n)
b b 2 . A laide de (0), prouver la formule de Parseval.
= 2|f(n)|
sin x
(iii) Chercher le developpement en serie de Fourier de f (x) = .
5
+ cos x
4
CHAPITRE 8

Equations differentielles

8.1 Equations differentielles lineaires


Les applications considerees dans cette section sont definies sur un intervalle I de R
et a valeurs dans un espace vectoriel norme F de dimension finie n sur R ou C.

8.1.1 Equations lineaires dordre 1

a) Complements de calcul integral


n
ba P
Proposition 8.1.1. Soit f CM([a, b], F ), on pose Rn (f ) = f (xk ) ou
n k=1
ba
xk = a + k . La suite Rn (f ) admet une limite quand n +.
n
P
Dem : Soit (e1 , . . . , ep ) une base de F et f = pi=1 fi ei .
fi CM([a, b], K) donc les sommes de Riemann des fi convergent vers leur
integrale : Z b
lim Rn (fi ) = fi (t) dt.
n+ a
Par linearite, on a alors
n p
!
baX X
Rn (f ) = fi (xk )ei
n k=1 i=1
p n
!
X baX
= fi (xk ) ei
i=1
n k=1
p
X
= Rn (fi )ei
i=1

Pp R b 
donc la suite (Rn (f )) converge vers i=1 a
fi (t) dt ei 

Definition 8.1.1. Integrale des fonctions de CM([a, b], F )


Z b
On appelle integrale de f sur [a, b] la quantite note f (t) dt = lim Rn (f ).
a n+

415
416 CHAPITRE 8. EQUATIONS DIFFERENTIELLES

Remarque 8.1.1.
Z b
(i) La definition de f (t) dt ne depend pas de la base (ei ) que lon a choisie
a
dans la proposition precedente.
Dem : Cest une consequence de lunicite de la limite. En effet, on vient de
prouver que la suite (Rn (f )) avait une limite dans lespace vectoriel F donc
Rb
a
f (t) dt ne depend pas de la base choisie pour la calculer 

(ii) On
R x a les proprietes de lintegrale
Rx des Rfonctions complexes : linearite, Chasles,
x
( a f (t) dt) = f (x), u a f (t) dt =

R x a u(f (t)) P dt (u application
Rx lineaire).
p
Dem : Il suffit dutiliser la formule a f (t) dt = i=1 a fi (t) dt ei . Les trois
premieres proprietes citees decoulent immediatement de cette relation.
De meme, si u est une application lineaire alors
Z x  p Z x
!
X
u f (t) dt = u fi (t) dt.ei
a i=1 a
p Z x 
X
= fi (t) dt u(ei )
i=1 a
Z p
! Z
x X x
= u fi (t)ei dt = u(f (t)) dt 
a i=1 a

Question Z b Z b

Montrer que, pour f CM([a, b], F ),
f (t) dt 6
kf (t)k dt pour a < b.
a a

b) Definitions, theoreme de Cauchy-Lipschitz

Definition 8.1.2. Equation lineaire dordre 1


On appelle equation differentielle lineaire dordre 1 (synonyme equation differentielle
lineaire du premier ordre) toute equation qui secrira sous la forme

(1) x (t) = a(t)(x(t)) + b(t) = a(t).x(t) + b(t)

ou a designe une application continue de I dans L(F ) et b une application continue


de I dans F , a(t).x etant une notation simplifiee correspondant a limage du vecteur
x(t) de F par lapplication lineaire a(t).
On appelle solution de cette equation toute fonction x de classe C 1 sur I verifiant
x (t) = a(t).x(t) + b(t) pour tout t de I (meme notation que ci-dessus).

Remarque 8.1.2.
(i) On ecrit souvent x = a(t).x + b(t) a la place de (1) (moins de parentheses).

(ii) Traduction matricielle Si on prend une base de F et si on note A(t) la


matrice de lapplication lineaire a(t), B(t) la matrice unicolonne de b(t) et X
celle de x alors lequation differentielle secrit :

(2) X = A(t).X + B(t).


8.1. EQUATIONS DIFFERENTIELLES LINEAIRES 417

(iii) Traduction en systemes dequations differentielles scalaires


On reprend le precedent systeme et on ecrit le systeme developpe :

x1 = a11 (t)x1 + + a1n (t)xn + b1 (t)

(3) .............................


xn = an1 (t)x1 + + ann (t)xn + bn (t)

(iv) On peut ramener un systeme lineaire dordre p a un systeme lineaire du pre-


mier ordre :
Si y (p) +ap1y (p1) + +a0 y = b est une equation differentielle lineaire dordre
p, on peut la ramener a un systeme lineaire du premier ordre en posant x1 = y,
x2 = y ,...,xp = y (p1) , on aura alors (dans le cas dune equation scalaire)

0 1 0 0
.. . .
.. .. .
.

X = . X + .

0 ... 0 1 0
a0 . . . . . . ap1 b

y

y

Dem : On a X = .. or la premiere ligne de la matrice secrit y = y ,
.
y (p1)
il en va de meme des autres a lexception de la derniere qui secrit

y (p) = a0 y ap1 y (p1) + b 

Definition 8.1.3. Probleme de Cauchy, conditions initiales


Soit x = a(t).x + b(t) une equation differentielle lineaire, on appelle probleme de
Cauchy aux conditions initiales (t0 , x0 ) IF le probleme suivant :

trouver une solution verifiant la condition initiale x(t0 ) = x0 pour un t0 I.

Remarque 8.1.3. Il existe dautres conditions pour une equation differentielle que
les conditions initiales, notamment les conditions aux limites.

Theoreme 8.1. Theoreme de Cauchy-Lipschitz lineaire


Pour tout probleme de Cauchy (i.e. pour toute condition initiale (t0 , x0 ) IF )
il existe une solution et une seule a lequation differentielle (1).
Dem : (Non exigible)
On va utiliser la convergence normale dune serie de fonctions definie sur un segment
J I. Comme il nest pas facile de raisonner avec les fonctions derivees, on remplace
lequation differentielle par une equation integrale :
Rt
x solution de (1), x(t0 ) = x0 x(t) = x0 + t0 (a(s).x(s) + b(s)) ds.

Montrons cette equivalence :


418 CHAPITRE 8. EQUATIONS DIFFERENTIELLES

() On a x (s) = a(s).x(s) + b(s) pour tout s I dou, en integrant de t0 a t, on


obtient Z t Z t

x (s) ds = x(t) x(t0 ) = (a(s).x(s) + b(s)) ds.
t0 t0
Rt
() Si x(t) = x0 + t0 (a(s).x(s) + b(s)) ds alors x est derivable grace au theoreme
fondamental du calcul differentiel et x (t) = a(t).x(t) + b(t). Si t = t0 alors
x(t0 ) = x0 .
Existence : On pose E = C(I, F ), soit G : x E 7 G(x) E defini par
Z t
G(x)(t) = x0 + (a(s).x(s) + b(s)) ds.
t0

Compte tenu de lequivalence montree en preambule, il suffit de trouver un point


fixe de G pour obtenir lexistence dune solution.
Montrons par recurrence que
(Mt |t t0 |)n
(I) (x, y) E 2 , kGn (x)(t) Gn (y)(t)k 6 Kt
n!
n
ou Kt = sup kx(s) y(s)k, Mt = sup ka(s)k et G designe litere dordre n de
s[t0 ,t] s[t0 ,t]
G. On demontre que linegalite (I) est realisee pour tout u [t0 , t] :
Supposons dans un premier temps que t > t0 , soit u [t0 , t] alors
Z u Z u

kG(x)(u) G(y)(u)k =
a(s).x(s) ds a(s).y(s) ds
Zt0u t0


= a(s).(x(s) y(s)) ds
par linearite de a(s)
t0
Z u Z u
6 ka(s).(x(s) y(s))k ds 6 ka(s)k.kx(s) y(s)k ds
t0 t0

on utilise linegalite ka(s)(x(s) y(s))k 6 ka(s)k.kx(s) y(s)k car a(s) est une
application lineaire continue donc

kG(x)(u) G(y)(u)k 6 (u t0 )Mt Kt


car ka(s)k 6 Mu 6 Mt par hypothese et kx(s) y(s)k 6 Ku 6 Kt (les
applications u 7 Mu et u 7 Ku sont croissantes car on prend la borne
superieure sur des ensembles croissants).
Passage de lordre n a lordre n + 1 : on procede de la meme maniere, on
[Mt (u t0 )]n
suppose que kGn (x)(u) Gn (y)(u)k 6 Kt , alors
n!
Z u
n+1 n+1
n n

kG (x)(u) G (y)(u)k = a(s).[G (x)(s) G (y)(s)] ds
Z ut0
6 ka(s)k.kGn (x)(s) Gn (y)(s)k ds
Zt0u Z u
[Mt (s t0 )]n n+1 (s t0 )n
6 Mt Kt ds 6 Kt Mt ds
t0 n! t0 n!
[Mt (u t0 )]n+1
6 Kt
(n + 1)!
8.1. EQUATIONS DIFFERENTIELLES LINEAIRES 419

(s t0 )n+1
car une primitive de (s t0 )n est (surtout ne pas developper !).
n+1
Ceci termine la recurrence en remplacant u par t.
Pour t < t0 , cest la meme chose mais il faut gerer les valeurs absolues dans
linegalite :
Z u
n+1 n+1
n n

kG (x)(u) G (y)(u)k 6 ka(s)k.kG (x)(s) G (y)(s)k ds
t0
Z u
n+1
(s t0 )n
6 Kt Mt ds
t0 n!
[Mt |u t0 |]n+1
6 Kt
(n + 1)!

On pose ensuite xn = Gn (x0 ) et en notant x0 la fonction constante egale a x0 , on a


alors
(Mt |t t0 |)n
kxn+1 (t) xn (t)k = kGn (x1 )(t) Gn (x0 )(t)k 6 Kt
n!
en appliquant (I) a x = x1 et y = x0 (ici Kt = sup kx( s) x0 k).
s[t0 ,t]
Soit J = [a, b] I un segment alors
(MJ l)n
sup kxn+1 (t) xn (t)k 6 KJ
t[a,b] n!

ou KJ = max(Ka , Kb ), MJ = max(Ma , Mb ) et l = max(|a t0 |, |b t0 |). Par le


P (MJ l)n
critere de dAlembert, la serie KJ converge, on en deduit que
n!
+
P
la serie x0 + (xn+1 xn ) converge normalement sur tout segment J de I.
n=0

Comme C(J, F ) est un espace de Banach, sa somme x est bien definie (on a
convergence simple) et continue sur J (cf. theoreme 5.50 page 329 etendu au
cas des fonctions a valeurs dans un espace vectoriel norme de dimension finie).
x est donc continue sur tout segment J I donc x C(I, F ).
n1
P C.U. C.U.
xn = (xp+1 xp ) + x0 donc xn x et a.xn a.x car
p=0 J J

ka(s).(x(s) xn (s))k 6 ka(s)k.kx(s) xn (s)k 6 MJ sup kx(s) xn (s)k.


sJ

Pour J = [t0 , t], comme on a convergence uniforme de (a.xn ) vers a.x, on peut
passer a la limite dans legalite
Z t
xn+1 (t) = x0 + (a(s).xn (s) + b(s)) ds
t0
Z t
pour obtenir x(t) = x0 + (a(s).x(s) + b(s)) ds.
t0

Conclusion x verifie (1) avec la condition initiale x(t0 ) = x0 .


420 CHAPITRE 8. EQUATIONS DIFFERENTIELLES

Unicite : Soit x et y deux solutions alors x = G(x) = Gn (x) (recurrence immediate)


pour tout n, de meme pour y.
(Mt |t t0 |)n
On applique linegalite (I), on a kx(t) y(t)k 6 Kt pour tout n. En
n!
prenant la limite quand n +, x(t) = y(t) pour tout t I i.e. x = y 
c) Etude de la resolution

Theoreme 8.2. Equation homogene


Les solutions sur I de lequation

(4) x = a(t).x

constituent un sous-espace vectoriel E de C 1 (I, F ). En outre, etant donne un


element t0 de I, lapplication qui a tout element x de E associe x(t0 ) est un
isomorphisme de E sur F .
En particulier, la dimension de E est egale a n = dim F .
Dem : E sous-espace vectoriel de C 1 (I, F ) est une consequence immediate de la
linearite des applications a(t).
On pose : x E 7 x(t0 ) F et : x0 F 7 x E, x(t0 ) = x0 . est definie
grace au theoreme de Cauchy-Lipschitz et cest linverse de :

est une application lineaire de E dans F (immediat).

On sait, grace au theoreme de Cauchy-Lipschitz lineaire que, t0 I etant


donne, il existe une unique solution de (4) x verifiant x(t0 ) = x0 donc est
bien definie, la linearite de etant elle aussi immediate.

On a alors ((x0 )) = (x) = x(t0 ) = x0 pour tout x0 F soit = IdF .

((x)) = (x(t0 )) = x car si y est une solution de (4) qui verifie y(t0 ) = x(t0 )
alors x = y (lunicite de la solution dune equation differentielle joue un grand
role ici, role que lon retrouvera souvent par la suite) donc = IdE .

On a ainsi prouve que etait un isomorphisme et dim E = dim (E) = dim F 


Lemme 8.3. x1 , . . . , xp designant p solutions de (4), si 1 x1 (t0 ) + + p xp (t0 ) = 0
pour un t0 de I alors 1 x1 (t) + + p xp (t) = 0 pour tout t de I.
Dem : 0 est solution de (4), on utilise alors lunicite :
on pose x = 1 x1 + + p xp , par linearite, x est solution de (4) et x(t0 ) = 0. On
a donc (x) = 0 donc ((x)) = x = 0 (en utilisant les details de la demonstration
precedente 

Theoreme 8.4. Wronskien


Si x1 , x2 ,...,xn designent n solutions de (4) telles que det(xi (t0 )) 6= 0, alors
det(xi (t)) 6= 0 pour tout t de I (ou le determinant des xi est pris dans une
base de F ). Ce determinant est appele wronskien.
n
P
Toutes les solutions de (4) secrivent x(t) = i xi (t).
i=1

Dem : Par contraposee en utilisant le lemme 8.3, ensuite la famille des (xi ) est une
famille libre de n vecteurs dans un espace de dimension n, cest une base :
8.1. EQUATIONS DIFFERENTIELLES LINEAIRES 421

Sil existe t1 I tel que det(xi (t1 )) = 0 (cest la negation de la conclusion)


alors cela signifie que les vecteurs (x1 (t1 ), . . . , xn (t1 )) sont lies. Il existe des
i non tous nuls tels que 1 x1 (t1 ) + + n xn (t1 ) = 0. Il suffit dappliquer
le lemme precedent, on en deduit que 1 x1 (t) + + n xn (t) = 0 pour tout
t I, en particulier pour t = t0 . On obtient ainsi det(xi (t0 )) = 0.

Soit x une solution de (4), la famille (xi (t0 )) est libre et contient n elements,
cest donc une base de F , on peut alors exprimer x(t0 ) dans cette base :

x(t0 ) = 1 x1 (t0 ) + + n xn (t0 ).

On utilise encore le lemme avec 1 x1 + + n xn x. Comme cette solution


n
P
de (4) sannule en t0 , elle sannule sur tout I donc x = i xi 
i=1

Definition 8.1.4. Systeme fondamental de solutions


Les xi forment alors ce quon appelle un systeme fondamental de solutions.

Application : Methode de variation des constantes


Si on connat un systeme fondamental de solutions de (4), on va chercher une solution
particuliere de (1) sous la forme :
x(t) = 1 (t)x1 (t) + 2 (t)x2 (t) + + n (t)xn (t). On trouvera alors la condition
b(t) = 1 (t)x1 (t) + 2 (t)x2 (t) + + n (t)xn (t) i.e.

b1 (t) = 1 (t)x11 (t) + 2 (t)x12 (t) + n (t)x1n (t)

.............................................


bn (t) = 1 (t)xn1 (t) + 2 (t)xn2 (t) + n (t)xnn (t)

Or, pour tout t, ce systeme est de Cramer, on pourra calculer les i et pour avoir
une solution particuliere de (2), il suffira de les integrer.
Dem : On derive x(t) :

x (t) = 1 (t)x1 (t) + + n (t)xn (t) + 1 (t)x1 (t) + + n (t)xn (t)


= 1 (t)(a(t).x1 (t)) + + n (t)(a(t).xn (t)) + 1 (t)x1 (t) + + n (t)xn (t)
= a(t) [1 (t)x1 (t) + + n (t)xn (t)] + 1 (t)x1 (t) + + n (t)xn (t)
= a(t).x(t) + 1 (t)x1 (t) + + n (t)xn (t)
= a(t).x(t) + b(t)

dou b(t) = 1 (t)x1 (t) + 2 (t)x2 (t) + + n (t)xn (t).


Les formules de Cramer donnent

1 (t) = det(b(t), x2 (t), . . . , xn (t))


... = ...

n (t) = det(x1 (t), . . . , xn1 (t), b(t))

Il suffit en effet (!) dintegrer les i avec les formules que lon vient de trouver. Ce
calcul nous fournit une solution particuliere de lequation complete. Cette methode
est rarement utilisee telle quelle mais on la retrouvera cependant avec les equations
differentielles lineaires du second ordre 
422 CHAPITRE 8. EQUATIONS DIFFERENTIELLES

Questions :
(
x + y = a(t)
(i) Resoudre ou a et b sont des fonctions continues sur R.
y x = b(t)
(
(t2 + 1)x = tx + y + 2t2 1
(ii) Resoudre
(t2 + 1)y = x + ty + 3t
(
(t + 1)x = tx + y t 2
(iii) Resoudre
(t 1)y = x + ty 2t + 1

8.1.2 Equations lineaires a coefficients constants

On rappelle que, si a L(F ) alors exp(ta) est derivable, de derivee a exp(ta) (cf.
theoreme 5.60 page 338).

Proposition 8.1.2. On a exp(sa). exp(ta) = exp[(s + t)a].

Dem : Avec la theorie des equations differentielles : on pose g(t) = e(t+s)a eta .
Le theoreme cite ci-dessus nous dit que a commute avec eta dou

g (t) = e(t+s)a (a eta ) + a e(t+s)a eta


= a e(t+s)a eta +a e(t+s)a eta = 0

donc g est constante soit g(t) = g(0) = esa = e(t+s)a eta .


Avec s = 0 on obtient g(t) = eta eta = e0 = IdF donc eta = (eta )1 .
On obtient le resultat en multipliant a droite par eta la relation esa = e(t+s)a eta .
On peut deduire de ce resultat que eta et esa commutent 
Theoreme 8.5. Resolution de lequation homogene
Lunique solution sur R du probleme de Cauchy x = a.x, x(t0 ) = x0 ou x0 est un
vecteur de F , est la fonction t 7 exp[(t t0 )a].x0 .
Les solutions correspondant aux conditions initiales (t0 , x0 ), (t0 + s, x0 ) se
deduisent lune de lautre par translation du parametre s.
Dem :

On a une demonstration directe, sans utiliser le theoreme de Cauchy-Lipschitz.


En effet lequation x = a.x est equivalente a (exp(ta).x(t)) = 0 :

x (t) = a.x(t) exp(ta)[x (t) ax(t)] = 0


exp(ta)x (t) a exp(ta)x(t) = 0
(exp(ta).x(t)) = 0

donc exp(ta).x(t) est constant et vaut exp(t0 a).x0 .


On en deduit que x(t) = exp(ta) exp(t0 a).x0 et, en utilisant la proposition
precedente, que x(t) = exp[(t t0 )a].x0 .
8.1. EQUATIONS DIFFERENTIELLES LINEAIRES 423

Le deuxieme point est une consequence immediate de la proposition


precedente :
Soient x et y les solutions correspondant respectivement aux conditions ini-
tiales (t0 , x0 ) et (t0 + s, x0 ), alors
x(t) = exp[(t t0 )a].x0 et y(t) = exp[(t t0 s)].x0 donc y(t + s) = x(t) 

Remarque 8.1.4.
(i) Si on prend une base de F alors lequation secrit X = A.X et tout le probleme
se ramene a calculer exp(tA).
Si A = P DP 1 ou D = Diag(i ) alors exp(tA) = P Diag(eti )P 1.
Dem : On a D k = Diag(ki ) (immediat par recurrence) dou
p p
X tk D k X
exp(tD) = lim = lim Diag(tk ki /k!)
p+ k! p+
k=0 k=0
p
! p
!
X X
= lim Diag tk ki /k! = Diag lim tk ki /k!
p+ p+
k=0 k=0
ti
= Diag(e )

On utilise alors la formule exp(tA) = P exp(tD)P 1 qui sobtient de la


maniere suivante :
Ak = P D k P 1 (recurrence immediate) puis
p p
!
X tk k X tk k
exp(tA) = lim A = lim P D P 1
p+ k! p+ k!
k=0 k=0

et par continuite du produit matriciel


p
!
X (tD)k
=P lim P 1
p+
k=0
k!
1
= P exp(tD)P

finalement, on arrive a exp(tA) = P Diag(eti )P 1 


(ii) Si A est nilpotent dindice p (i.e. Ap = 0), toutes les solutions de (1) sont
tp1
polynomiales : exp(tA) = In + tA + + Ap1 .
(p 1)!
Si A Inest nilpotent alors X = AX Y = (A  In )Y ou Y = e X
t
p1
(A In )
et X = et In + (A In )t + + tp1 X0 .
(p 1)!
P tk k
+
Dem : En effet exp(tA) = A or si k > p, Ak = 0 donc cette somme est
k=0 k!
finie.
Si A In est nilpotent : X = AX alors

Y = (et X) = et X + et X
= [In + A] et X = (A In )Y.

La reciproque est immediate. On utilise alors le premier point pour conclure 


424 CHAPITRE 8. EQUATIONS DIFFERENTIELLES

(iii) Si X0 est un vep de A associe a la vap alors etA X0 = et X0 ou est un


scalaire (il nest pas necessaire dans ce cas de calculer etA ).
Dem : On sait que, si AX0 = X0 alors Ak X0 = k X0 (recurrence immediate)
donc
+ k
!
X t
etA X0 = Ak X0
k!
k=0

et par continuite du produit matriciel


+ k + k
X t X t
= Ak X0 = k X0
k! k!
k=0 k=0
+
!
X (t)k
= X0 = et X0 
k=0
k!

(iv) Si on connat une base de vecteurs propres Xi associes a des valeurs propres
i alors lensemble des solutions secrit

X = 1 et1 X1 + + n etn Xn ,

les (eti Xi ) forment un systeme fondamental de solutions (et on peut appliquer


la methode de variation des constantes pour trouver une solution de lequation
non homogene).
Dem : Chaque fonction Xi (t) = eti Xi est solution et les vecteurs (Xi (0))
forment une base donc le theoreme 8.4 page 420 nous dit que les fonctions
Xi (t) realisent un systeme fondamental de solutions 

(v) Si la resolution de X = AX pour des conditions initiales X(0) = X0 quelcon-


ques donne X(t) = B(t)X0 alors B(t) = exp(tA). Par exemple si on revient au
(ii) de la remarque alors on peut en deduire que exp(tA) = et exp(t(AIn )).

Dem : On a dune part X(t) = B(t)X0 et dautre part X(t) = etA X0 donc
B(t)X0 = etA X0 et ceci pour tout X0 donc les matrices B(t) et etA sont egales.
Si on reprend le (ii) alors on a vu que X(t) = et et(AIn ) X0 donc exp(tA) =
et exp(t(A In )) 

(vi) Ce que lon a fait avec une matrice unicolonne peut se generaliser au cas ou
X0 est une matrice rectangulaire (ou carree).

Theoreme 8.6. Etude de lequation avec second membre


Lensemble des solutions de lequation (1) x = a.x + b(t) secrit sous la forme
Z t Z t
(tt0 )a
x(t) = eta
eua
.b(u) du + e .x0 = e(tu)a .b(u) dt + e(tt0 )a .x0 .
t0 t0

Dem : Lequation (1) se met la aussi sous la forme equivalente



eta .x = eta .b(t).
8.1. EQUATIONS DIFFERENTIELLES LINEAIRES 425

En effet, x (t) a.x(t) = b(t) peut secrire de maniere equivalente sous la forme
eta .x (t) eta a.x(t) = eta .b(t) (attention a lordre des termes, bien mettre

les matrices avant les vecteurs !). Or (eta .x(t)) = eta .x (t) eta a.x(t) dou
lequivalence annoncee.
Pour obtenir la formule annoncee, il suffit alors dintegrer cette derniere relation
entre t0 et t et de tenir compte de la condition initiale x(t0 ) = x0 . R
t
On remarque ensuite que, si f est une application lineaire, alors f ( t0 h(u) du) =
Rt
t0
f (h(u)) du ou h est une fonction vectorielle (cf remarque 8.1.1(ii) page 416). On
peut donc finalement ecrire
Z t Z t
(tt0 )a
x(t) = ta ua
e e .b(u) du + e .x0 = e(tu)a .b(u) dt + e(tt0 )a .x0 .
t0 t0

en utilisant la propriete 8.1.2 page 422 

Remarque 8.1.5.
Rt
(i) Le theoreme precedent secrit X(t) = etA . t0
euA .B(u) du + e(tt0 )A .X0 avec
les matrices.

(ii) Si PA () = (1)n n + + a0 est le polynome caracteristique de la matrice


A et si xi sont les coordonnees dune solution X = AX alors elles verifient
PA (D)(xi ) = 0 ou D est loperateur derivation.
Dem : En effet Ap X = X (p) donc PA (D)(X) = PA (A)(X) et on utilise le
theoreme de Cayley-Hamilton :

Par recurrence, AX = X puis Ap X = X (p) devient immediat.


Si P = a0 + a1 X + + am X m est un polynome alors

P (D)(X) = (a0 Id +a1 D + + am Dm )X = a0 X + a1 X + + am X (m)


= a0 X + a1 AX + + am Am X = P (A)X.

On applique cette propriete a PA polynome caracteristique de A. Le


theoreme de Cayley-Hamilton donne PA (A) = 0 donc PA (D)X = 0. En
regardant les coordonnees de ce vecteur, on obtient PA (D)(xi ) = 0 ce qui
permet de decoupler les fonctions coordonnees i.e. de pouvoir trouver une
solution sans avoir a les chercher toutes 

Questions :
(
x = 2x + 3y
(i) Resoudre O point repulsif.
y = x 2y
(
x = 2x + 3y
(ii) Resoudre O point attractif.
y = x y

x = 4x + y + z
(iii) Resoudre y = x y 2z .

z = 2x + y z
426 CHAPITRE 8. EQUATIONS DIFFERENTIELLES

8.1.3 Equations lineaires scalaires dordre 1 ou 2

a) Equation lineaire scalaire dordre 1


On rappelle ici comment on resout une equation differentielle du premier ordre qui
secrit sous la forme (t)x + (t)x = (t) :
On se place sur un intervalle J ou lequation est resolue en x (i.e. on divise
par (t) sur un intervalle ou ne sannule pas), on aura x = a(t)x + b(t) ou
a et b sont des fonctions continues a valeurs complexes.
Resolution : Soit A une primitive de a sur J qui sannule Zen t0 J alors
 t
x = a(t)x + b(t) eA(t) x = eA(t) b(t) x = x(t0 ) eA(t) + eA(t) eA(u) b(u) du.
t0
Dou, si lon se donne (t0 , x0 ) IC, on ne trouvera quune seule solution
definie sur I.
Lensemble des solutions de lequation resolue sans second membre est un C-
espace vectoriel de dimension 1, lensemble des solutions de lequation complete
est un espace affine sur C de dimension 1.
b) Equations differentielles lineaires scalaires dordre 2
Soit (, , , ) C 4 (I, C), non identiquement nulle, on etudie lequation
differentielle
(1) (t)x + (t)x + (t)x = (t)
Soit J un intervalle de R tel que pour tout t de J, on ait (t) 6= 0 alors on pourra
ramener lequation (1) a une forme equivalente
(2) x = a(t)x + b(t)x + c(t)
On sait alors que le probleme de Cauchy a une seule solution definie sur J et  que

x
lon peut se ramener a une equation differentielle lineaire dordre 1 avec y = .
x
Etude de lequation homogene :

(3) x = a(t)x + b(t)x


Definition 8.1.5. Wronskien
Si x1 et x2 sont deux solutions lineairement
independantes
de (3) alors on appelle
x1 (t) x2 (t)
wronskien le determinant W (t) = .
x1 (t) x2 (t)

Remarque 8.1.6. Cette   definition correspond


  bien a celle de la definition 8.4 page
x1 x2
420 en prenant X1 = et X2 = .
x1 x2
   
0 1 x
Dem : On ecrit le systeme (3) sous la forme X = X avec X = .
a(t) b(t) x
Il reste a montrer que si x1 et x2 sont deux solutions lineairement independantes
alors X1 et X2 le sont aussi.
Par labsurde : soit X2 = X1 .
8.1. EQUATIONS DIFFERENTIELLES LINEAIRES 427

(X2 |X1 )
est une fonction de classe C 1 : = est bien de classe C 1 (X1
kX1 k2
ne sannule jamais car, vu lunicite dans le theoreme de Cauchy-Lipschitz, si
X1 (t0 ) = 0 alors X1 = 0).
On a ainsi x2 = x1 et x2 = x1 dou, en derivant la premiere relation,
x2 = x1 + x1 ce qui donne x1 = 0.
Or x2 = ax2 + bx2 = ax1 + bx1 = x1 et, en derivant la deuxieme relation
x2 = x1 on arrive a x2 = x1 + x1 soit x1 = 0.
 
x1
Finalement, on obtient = X1 = 0 donc = 0 car on a vu que X1 ne
x1
sannulait pas. est donc constante, la famille (x1 , x2 ) est liee ce qui est contradic-
toire 
Proposition 8.1.3. W est solution de lequation differentielle W = a(t)W dou
Z t 
W (t) = W (t0 ) exp a(u) du .
t0
   
x1 x2
Les solutions , constituent un systeme fondamental de solutions de
x1 x2
lequation dordre 1 associee.
Dem : On peut deriver W (t) en developpant le determinant mais il est une maniere
plus generale (elle marche aussi pour les equations differentielles lineaires dordre n)
qui consiste a deriver le determinant ligne par ligne.


x1 x2 x1 x2 x 1 x2
x1 x2 x1 x2
W (t) = + = = b
x1 x2 +a x1 x2 = aW.

x1 x2 x1 x2 bx1 + ax1 bx2 + ax2
| {z } | {z }
=0 =0

Il suffit alors dintegrer lequation differentielle W = aW 


Recherche des solutions de lequation homogene :


Si on connat une solution x1 , on cherche les autres solutions sous la forme
x = x1 : on a ainsi
x = x1 + x1 , x = x1 + 2x1 + x1 ; on aura alors lequation differentielle
x1 + (2x1Z a(t)x1 ) = 0 ce qui donne, apres integration une autre solution
t
W (u)
x2 (t) = x1 (t) 2
du.
t0 x1 (u)
Dem : On peut retenir le resultat final mais ce nest pas forcement facile
aussi je recommande de retrouver cette formule par un calcul litteral ou, si
les fonctions qui interviennent sont simples, par le calcul effectif. En posant
x = x1 sur un intervalle K ou x1 ne sannule pas alors
x(t) = (t)x1 (t) (b)
x (t) = (t)x1 (t) + (t)x1 (t) (a)
x (t) = (t)x1 (t) + 2 (t)x1 (t) + (t)x1 (t) 1

............................................................................

0 = 0 + (t)[2x1 (t) a(t)x1 (t)] + (t)x1 (t).


428 CHAPITRE 8. EQUATIONS DIFFERENTIELLES

On se ramene donc a lequation differentielle x1 + (2x1 a(t)x1 ) = 0


ax1 2x1 x1
qui sintegre formellement sous la forme = = a2 puis
x1 x1
ln( /C) = W ln(x21 ) (toujours formellement) et on retrouve la formule
C Rt
(t) = 2 e (t) ou W (t) = W (t0 ) t0 a(u) du. On peut choisir C = 1 car on
x1 (t)
cherche une autre solution particuliere. Si x1 sannule en un point t1 , on peut
verifier (dans la pratique) que x2 se prolonge en t1 . 

x2 W
La famille (x1 , x2 ) sur lintervalle K est libre car = 2 6= 0 donc le
x1 x1
x2
rapport nest pas constant 
x1
On peut se ramener a une equation differentielle du premier ordre en posant
x
z= ; on trouve alors une equation de Riccati z + z 2 = a(t)z + b(t) (cest
x
plutot le contraire qui nous interesse).
Dem :Onse place la encore sur un intervalle K ou x ne sannule pas. z =
2
x x x
donc = z + z 2 donc sur K :
x x x

x = ax + bx z + z 2 = az + b

en divisant par x. On se ramene a une equation differentielle du premier ordre


mais elle nest pas lineaire... 

En dernier recours ou si lenonce le demande, on pourra chercher les solutions


sous forme de series entieres.

Recherche des solutions de lequation complete (2) :

Si on ne connat quune solution de lequation homogene, on utilise la methode


de variation de la constante (comme ci-dessus).
Dem : On reprend la demonstration ci-dessus :

x(t) = (t)x1 (t) (b)


x (t) = (t)x1 (t) + (t)x1 (t) (a)
x (t) = (t)x1 (t) + 2 (t)x1 (t) + (t)x1 (t) 1

............................................................................

c(t) = 0 + (t)[2x1 (t) a(t)x1 (t)] + (t)x1 (t).

C(t) (t)
On cherche alors = e par la methode de variation de la constante
x21 (t)
x1 (t)
(encore !) dou C (t) = k que lon integre pour trouver puis .
W (t)
Il vaut mieux commencer directement par ces calculs si on a une equation avec
second membre 

Si on connat lensemble des solutions de (3), on utilisera la methode suivante :


8.1. EQUATIONS DIFFERENTIELLES LINEAIRES 429

x = 1 x1 +2 x2 , x = 1 x1 +2 x2 en imposant la relation 1 x1 +2 x2 = 0, puis


x = 1 x1 +2 x2 +1 x1 +2 x2 ; en remplacant dans lequation (2), on trouvera
1 x1 + 2 x2 = c(t). On resout alors le systemeZ t en 1 , 2 puis on integre. On

x1 (s)x2 (t) x1 (t)x2 (s)


trouve alors la solution particuliere x(t) = c(s) ds.
t0 W (s)
Remarque : cette derniere methode correspond a la methode de variation des
constantes (cf. page 421).
Dem : On utilise la meme presentation pratique :

x(t) = 1 (t)x1 (t) + 2 (t)x2 (t) (b)


x (t) = 1 (t)x1 (t) + 2 (t)x2 (t) (a)
x (t) = 1 (t)x1 (t) + 2 (t)x2 (t) + 1 (t)x1 (t) + 2 (t)x2 (t) 1

............................................................................

c(t) = 0 + 0 + 1 (t)x1 (t) + 2 (t)x2 (t).


(
1 (t)x1 (t) + 2 (t)x2 (t) = 0
On se retrouve avec le systeme qui se resout
1 (t)x1 (t) + 2 (t)x2 (t) = c(t)
en
Z t
c(t)x2 (t) c(s)x2 (s)
1 (t) = 1 (t) = du + 1
W (t) t0 W (s)
Z t
c(t)x1 (t) c(s)x1 (s)
2 (t) = 2 (t) = du + 2
W (t) t0 W (s)
dou, en prenant 1 = 2 = 0, on obtient la solution particuliere
Z t
x1 (s)x2 (t) x1 (t)x2 (s)
x(t) = 1 (t)x1 (t) + 2 (t)x2 (t) = c(s) ds.
t0 W (s)
On peut se poser des questions sur la condition x1 + x2 = 0 en fait, cela
revient a utiliser
  la methode de variation des constantes que lon a rappele :
x
on pose X = . On a vu que si x1 et x2 sont deux solutions lineairement
x
independantes de lequation homogene alors (X1 , X2 ) forme un systeme fonda-
mental de solutions (cf. remarque 8.1.6 page 426). On a cherche une solution
particuliere sous la forme X = 1 X1 + 2 X2 et la deuxieme ligne de cette
ecriture matricielle est x = 1 x1 + 2 x2 ce qui correspond exactement a la
condition 1 x1 + 2 x2 = 0 
Exemples :
(i) Equations differentielles a coefficients constants, cf. revisions du cours de
premiere annee.

(ii) Equation dEuler :

(4) at2 x + btx + cx = 0, (a, b, c) C3

Pour t > 0, on pose t = eu , on est alors ramene a une equation a coefficients


constants a(y y ) + by + cy = 0 (x(eu ) = x(t)) ; on peut aussi chercher
430 CHAPITRE 8. EQUATIONS DIFFERENTIELLES

directement des solutions sous la forme x = tr ou r C.


Dem : Si t > 0, on ecrit x(t) = y(u) et on utilise le theoreme de derivation des
applications composees :

dx 1 d2 x 1 1
= y (u) , 2
= 2 y (u) + 2 y (u)
du t du t t

dou at2 x (t) + btx (t) + cx(t) = ay (u) + (b a)y (u) + cy(u) = 0, on est donc
ramene a une equation differentielle lineaire a coefficients constants que lon
sait resoudre...
Si t < 0, on pose t = eu et on reprend les calculs, en fait il suffit dadapter
les solutions que lon a trouve dans le premier cas 

Questions : Resoudre les equations differentielles suivantes :

(i) (x + 1)y y xy = (x + 1)2

(ii) x2 y + xy y = 2x

(iii) (x2 + 1)y + xy y = 2x

(iv) 4xy 2y + 9x2 y = 0


+
P P
(v) y + y = an cos nx ou |an | converge.
n=0

8.2 Notions sur les equations differentielles


non lineaires
8.2.1 Equations non lineaires

a) Le theoreme de Cauchy-Lipschitz

Definition 8.2.1. Equation differentielle, solution


Soit f C 1 (U, R) (i.e. f admet des derivees partielles continues) ou U est un ouvert
de R2 , on appelle equation differentielle lequation

x = f (t, x) (1)

On appelle solution de (1) toute fonction definie sur I intervalle de R et de classe


C 1 sur I verifiant t I, (t) = f (t, (t)).

Definition 8.2.2. Probleme de Cauchy, conditions initiales


Soit x = f (t, x) une equation differentielle, on appelle probleme de Cauchy aux
conditions initiales (t0 , x0 ) U le probleme suivant :

trouver une solution verifiant la condition initiale (t0 ) = x0 pour (t0 , x0 ) U.


8.2. EQUATIONS DIFFERENTIELLES NON LINEAIRES 431

Theoreme 8.7. Theoreme de Cauchy-Lipschitz


Soit lequation (1), si on se donne (t0 , x0 ) U une condition initiale alors

il existe un intervalle J voisinage de t0

et une unique solution de (1) : t 7 (t) verifiant la condition initiale


ci-dessus (appelee la aussi condition de Cauchy).

Ne pas oublier ici que est de classe C 1 .


En outre, si (J1 , 1 ) est une autre solution du probleme de Cauchy alors = 1
sur J J1 .
Dem : Hors programme 

Remarque 8.2.1. Attention, ici dans lenonce de ce theoreme, lunicite est locale,
on ne peut pour linstant conclure a une unicite globale.

Definition 8.2.3. Solution maximale


On dit que solution de lequation (1) definie sur J est une solution maximale ssidef
il nexiste pas dintervalle J1 contenant strictement J et 1 un prolongement C 1 de
a J1 tel que 1 soit aussi solution de lequation (1).

Theoreme 8.8. Existence dune solution maximale


Avec les hypotheses du theoreme precedent, il existe une unique solution maximale
pour tout probleme de Cauchy.
De plus cette solution est definie sur un intervalle ouvert.
Dem :

Soient (J1 , 1 ) et (J2 , 2 ) deux solutions de lequation (1) verifiant les memes
conditions initiales en (t0 , x0 ) U alors 1 = 2 sur J1 J2 :
En effet, grace au theoreme de Cauchy-Lipschitz, il existe une unique solution
de (1) sur J1 J2 or 1 J1 et 2 J2 sont aussi solutions donc t J1 J2 ,
(t) = 1 (t) = 2 (t).

Montrons alors que lon peut definir une solution de (1) sur J1 J2 (on suppose
quaucun des intervalles J1 ou J2 nest inclus dans lautre, sinon, il ny a rien
1 (t)
si t J1 \ J2
a faire) : on pose (t) = 2 (t) si t J2 \ J1 . est bien


(t) si t J1 J2
definie sur J1 J2 , pour tout t J1 J2 , on verifie que (t) = f (t, (t)) (en
distinguant les differents cas).
[
Soit A lensemble des couples (J, ) solution de (1), on pose K = J
(J,)A
alors K est un intervalle maximal et il existe une solution de (1) definie sur
K :
Il suffit de poser (t) = (t) pour t J et (J, ) solution de (1). est bien
solution de (1) sur K et la definition de (t) ne depend pas de lintervalle
J contenant t vu le premier point. K est un intervalle en tant que reunion
dintervalles contenant t0 .
432 CHAPITRE 8. EQUATIONS DIFFERENTIELLES

Montrons pour conclure que K est un ouvert :


Soit a la borne inferieure (dans R) de K.
Si a = alors cest termine.
Si a est fini et si a K alors est definie en a. Si on considere le probleme
de Cauchy avec la condition initiale x(a) = (a), on sait quil existe un
Intervalle L, voisinage de a, et une solution telle que (a) = (a). Il
existe donc > 0 tel que ]a , a + [ L K et = sur [a, a + [ donc
prolonge a gauche de a. On obtient alors une contradiction avec la
maximalite de .
Conclusion : K ne contient pas sa borne inferieure, de meme pour la borne
superieure donc K est un intervalle ouvert 

Proposition 8.2.1. Soit une solution de (1) sur lintervalle J, si a est une borne
finie de J et si admet une limite b en a avec (a, b) U, alors on peut prolonger
sur un intervalle J contenant strictement J.
Dem : On suppose par exemple que a est la borne inferieure de J. On prolonge
par continuite en a par (a) = b. Or (t) = f (t, (t)) donc, par continuite de
f , (t) admet une limite quand t a. On utilise le theoreme du prolongement
derivable donc est de classe C 1 en a.
On utilise alors la fin de la demonstration du theoreme precedent et on trouve en
fait un prolongement de sur un voisinage de a 

Remarque 8.2.2.
(i) On a prouve de plus que toute solution de (1) sur son intervalle de definition
etait la restriction dune solution maximale.
(ii) Si U = R2 et si une borne a de K intervalle maximal est finie alors nest
pas bornee au voisinage de a.
Question
Demontrer laffirmation (ii) de la remarque ci-dessus.
b) Exemples dequations differentielles a variables separables

Definition 8.2.4. Equation a variables separables


On dit que lequation differentielle x = f (t, x) est a variables separables ssidef elle
peut se mettre sous la forme
p(t) = q(x)x ou p(t) dt = q(x) dx ou encore q(x) dt = p(t) dx.
Dans le dernier cas, attention aux integrales particulieres !
On cherche des solutions sur IJ ou p C(I), q C(J), q ne sannulant pas.
Resolution : on a p(t) = q(x)x Q(x) = P (t) + C x = Q1 [P (t) + C] defini
pour P (t) + C Q(J). Prendre pour exemple et = ex x .
Dem : Ici I = J = R, en integrant on obtient et +c = ex soit x = ln (et +C). A partir
de la, on peut determiner les solutions maximales selon la valeur de la constante C
(qui
( est calculee en fonction des conditions initiales) :
si C > 0 x est definie sur R

si C < 0 x est definie sur ] ln(C), +[
8.2. EQUATIONS DIFFERENTIELLES NON LINEAIRES 433

Equations qui sy ramenent

(i) F (t, x ) = 0 non resoluble en x (On parametre la courbe F (u, v) = 0, on a


alors t = u(s), dx = v(s) dt = v(s)u (s) ds.)
Les solutions se deduisent lune de lautre par laddition dune constante.
Dem : Parametrer une courbe ici, cest trouver deux fonctions u et v definies
sur un intervalle I telles que

F (u, v) = 0 (s I | u = u(s), v = v(s)) et s I, F (u(s), v(s)) = 0.

On suppose en outre que les fonctions u et v sont de classe C 1 .


On a alors F (t, x ) = 0 t = u(s), x (t) = v(s). On se place sur un
intervalle J I sur lequel u ne sannule pas donc garde un signe constant
(u est continue sur un intervalle) par consequent t J 7 u(t) u(J) est
un C 1 -diffeomorphisme (i.e. u et u1 sont de classe C 1 ). On peut ecrire les
equivalences
(
t = u(s) t = u(s) t = u(s)
dx dx
= v(s) = v(s)u (s)
x(s) = x0 + V (s)
dt ds
ou V est une primitive de v.
Les solutions (locales) secrivent alors x(t) = x0 +V (u1 (t)) et elles se deduisent
lune de lautre par laddition dune constante 

(ii) F (x, x ) = 0 non resoluble en x (On parametre la courbe F (u, v) = 0, on a


dx u (s)
alors x = u(s), dt = = ds.)
v(s) v(s)
Les solutions se deduisent lune de lautre par translation sur le parametre.
dx
Dem : On parametre comme ci-dessus donc x = u(s), = v(s). On se place
dt
sur un intervalle J I ou u et v ne sannulent pas.
On utilise ensuite la derivation des applications composees :
dx dx ds ds
= = v(s) = u(s)
dt ds dt dt
u (s) ds
ce qui est equivalent a = 1 (equation a variables separables).
v(s) dt
u (s)
Soit V (s) une primitive de sur J alors cette derniere relation est
v(s)
equivalente a V (s) = t t0 avec V qui sinverse comme au premier cas ci-
dessus : V (s) 6= 0 donc s 7 V (s) realise une bijection de J sur V (J), on a
donc s = V 1 (t t0 ).
Les solutions secrivent x(t) = u (V 1 (t t0 )) et les solutions se deduisent
lune de lautre par translation sur le parametre 

(iii) P (t, x) + Q(t, x)x = 0 ou (t, x) = P (t, x) dt + Q(t, x) dx est une forme
differentielle exacte. Si (t, x) = F (t, x) (differentielle de F ) alors les solu-
tions verifient F (t, x) = ou est une constante reelle.
Ceci nest pas vraiment une equation differentielle a variables separables mais
cest un exemple utile.
434 CHAPITRE 8. EQUATIONS DIFFERENTIELLES

Dem : Q est de classe C 1 sur son ensemble D de definition donc cest une
application continue, U = {(t, x) D | Q(t, x) 6= 0} est un ouvert de
P (t, x)
D et on suppose que cest un ouvert de R2 . Sur U, x = est
Q(t, x)
une equation differentielle qui verifie les hypotheses du theoreme de Cauchy-
P (t, x)
Lipschitz ((t, x) 7 est de classe C 1 en tant que rapport de deux
Q(t, x)
fonctions de classe C 1 ) donc il existe des solutions.
Soit x(t) une solution definie sur un intervalle maximal I pour une condition
F F
initiale donnee. Soit F une primitive de (P (t, x) = , Q(t, x) = ), on
t x
pose G(t) = F (t, x(t)) et par la regle de la chane (cf. remarque (ii) page 94)
alors G (t) = P (t, x(t)) + Q(t, x(t))x (t) donc

G (t) = P (t, x(t)) + Q(t, x(t))x (t) = 0 F (t, x(t)) = 

Questions : Resoudre les equations differentielles suivantes :

(i) t = x3 + 2x 1.

(ii) x = x3 + 2x 1 (prendre s = x comme parametre).

(iii) (x 2t)x + t 2x = 0.

8.2.2 Systemes differentiels autonomes

Definition 8.2.5. Systeme differentiel autonome dordre 2


(
x = f (x, y)
(1)
y = g(x, y)

ou f et g sont des fonctions a valeurs reelles de classe C 1 sur un ouvert U de R2 ,


est un systeme
  differentiel autonome  dordre 2 (ce quon peut ecrire : X = F (X)

x f (x, y)
ou X = et F (x, y) = ).
y g(x, y)
On dit que (t) = (x(t), y(t)) fonction de classe C 1 sur un intervalle J de R a valeurs
dans R2 est une solution dun tel systeme ssidef = F () = (f (), g()).

Definition 8.2.6. Systeme differentiel autonome dordre 1


Le cas particulier x = f (x), ou f est une fonction de classe C 1 sur I intervalle de
R a valeurs dans R est appele systeme differentiel autonome dordre 1. Il nest pas
necessaire ici de supposer I ouvert.

Proposition 8.2.2. Invariance par translation


Si est une solution du systeme (1) alors 1 (t) = (t + t1 ) est aussi solution de ce
systeme pour tout t1 R.
8.2. EQUATIONS DIFFERENTIELLES NON LINEAIRES 435

Dem : Immediat ici en effet


1 (t) = (t + t1 ) = F ((t + t1 )) = F (1 (t))
donc 1 est aussi solution de (1) et si est une solution maximale, il en est de meme
que 1 
Remarque 8.2.3. On retrouve linvariance par translation mise en evidence lors
de la resolution de lequation x = ax, ou a est un endomorphisme de F .
Proposition 8.2.3. Soit le systeme differentiel autonome (1) dordre 2, au voi-
sinage dun point (x0 , y0 ) U ou (f (x0 , y0 ), g(x0 , y0)) 6= (0, 0) alors la resolution
locale se ramene a la resolution de deux equations differentielles du premier ordre.
Reciproquement la resolution dune equation differentielle du premier ordre se
ramene a la resolution dun systeme differentiel autonome.
Dem :
En effet, si on prend le systeme (1), et si, par exemple, f (x0 , y0 ) 6= 0, alors
f (x, y) 6= 0 sur un voisinage ouvert U de (x0 , y0) car f est continue.
dy g(x, y)
On considere alors lequation differentielle = ; x etant la variable
dx f (x, y)
avec la condition initiale y(x0 ) = y0 qui secrit y = F (x, y) avec F de classe
C 1 (F est le rapport de deux fonctions de classe C 1 ) sur un ouvert U.
Le theoreme de Cauchy-Lipschitz nous assure lexistence dune solution
maximale y = (x) sur I intervalle : premiere equation differentielle.
On resout ensuite lequation differentielle x (t) = f (x(t), (x(t))) avec la
condition initiale x(t0 ) = x0 : deuxieme equation differentielle.
On obtient alors une fonction (t) = (x(t), y(t)) avec y(t) = (t). On a bien
x (t) = f (x(t), y(t)) et
dy dy dx g(x(t), y(t))
= = f (x(t), y(t))
dt dx dt f (x(t), y(t))
= g(x(t), y(t))
par consequent est bien une solution (locale) du systeme (1).
Reciproquement : si y = f (x, y) est une equation differentielle alors on lui
associe le systeme differentiel autonome equivalent (x, y) 7 (1, f (x, y)) :
x = 1 et y = f (x, y), il suffit de prendre x = t comme parametre 

On retrouve une version du theoreme de Cauchy-Lipschitz adaptee au cas des


systemes differentiels autonome dordre 2 :
Theoreme 8.9. Theoreme de Cauchy-Lipschitz
Soit le systeme autonome (1), si on se donne t0 R, (x0 , y0 ) U une condition
initiale alors il existe un intervalle maximal J voisinage de t0 et une unique solution
de (1) : t 7 (t) verifiant la condition initiale ci-dessus (appelee la aussi
condition de Cauchy). Ne pas oublier ici que est de classe C 1 .
Dem : On admet ici lunicite des solutions de (1) (il existe un seul theoreme de
Cauchy-Lipschitz qui rassemble les differentes versions que lon a pu voir dans ce
chapitre et pour lequel on a unicite des solutions).
436 CHAPITRE 8. EQUATIONS DIFFERENTIELLES

Si f (x0 , y0 ) = g(x0 , y0 ) = 0 alors x(t) = x0 , y(t) = y0 est solution de (1) sur


R.

Sinon (f (x0 , y0 ), g(x0 , y0 )) 6= 0, on se ramene grace a la proposition precedente


au cas dune equation differentielle du premier ordre. On peut alors appliquer
la premiere version du theoreme de Cauchy-Lipschitz.

Lexistence dune solution maximale se demontre de la meme facon que dans


le cas des equations differentielles non lineaires 

Remarque 8.2.4. Soit x = f (x, x ) une equation differentielle autonome dordre


2 ou f C 1 (U, R) alors on peut lui associer le systeme differentiel autonome suivant
(x, y) 7 (y, f (x, y)) en posant y = x .

Interpretation geometrique : Sur louvert U de R2 , a chaque point M de coordonnees


(x, y), on fait correspondre le vecteur (x , y ). Lapplication qui a (x, y) fait corres-
pondre le vecteur (x , y ) est un champ de vecteurs et la recherche dune solution
consiste a trouver une trajectoire t J 7 (x(t), y(t)) telle quen chaque point de
parametre t, le vecteur vitesse soit egal a (x (t), y (t)) = F (x(t), y(t)).
On se reportera a la figure faite page 39, faite avec lequation differentielle y = y,
a
elle correspond au champ de vecteurs defini par F (x, y) = p (1, y) (on divise
1 + y2
par la racine carree car sur le dessin, les fleches ont toutes la meme longueur).
Questions : Resoudre les equations differentielles suivantes :

(i) y = y 2 avec comme condition initiale y(0) = 1.



(ii) y = y avec comme condition initiale y(0) = 0.

(iii) yy 2y 2 y 2 = 0 (se ramener a un systeme autonome).


CHAPITRE 9

Fonctions de plusieurs variables


reelles

9.1 Calcul differentiel


Les applications f considerees dans cette section sont definies sur un ouvert U dun
espace E a valeurs dans F , ou E et F sont des espaces vectoriels de dimension finie.
Pour la pratique, on se limite au cas ou dim E 6 3 et dim F 6 3 et ou f est de classe
C 1 . On pose pour la suite p = dim E, n = dim F .

9.1.1 Applications continument differentiables

La notion de differentielle est tres utile pour certaines demonstrations qui deviennent
elementaires, pour la Physique car la differentielle est definie intrinsequement et enfin
parce que cest la meilleure generalisation que lon peut donner de la derivee dune
fonction dune variable.
a) Definition
Comme on la dit, on veut generaliser la notion de derivee, cest a dire, remplacer
f (a + h) par une application affine + l(h) ou F , l L(E, F ), telle que
f (a + h) = + l(h) + o(h) (la fonction o(h) est une fonction qui secrit khk(h) ou
(h) tend vers 0 quand h tend vers 0). Avec h = 0, on deduit que = f (a).
Comme U est un ouvert, les fonctions de h que lon a vu ci-dessus sont definies sur
une boule ouverte de centre 0 : B(0, r), lapplication lineaire l est definie sur E en
entier car tout vecteur x de E peut secrire x = y ou y B(0, r). Ceci permet de
prouver que l est unique.
Dem : En effet, si l et l sont deux applications lineaires qui verifient la meme
propriete alors

f (a + h) = f (a) + l(h) + khko(1) = f (a) + l (h) + khko(1)

soit l(h) l (h) = khko(1) et comme U est un ouvert alors il existe une boule
ouverte B(a, r) contenue dans U. Legalite que lon vient decrire est donc valable
pour a + h B(a, r) soit h B(0, r). Soit u S(0, 1) un vecteur de la sphere unite
on pose h = tu ou t < r

l(h) l (h) = l(tu) l (tu) = t[l(u) l (u)] = to(1)

437
438 CHAPITRE 9. FONCTIONS DE PLUSIEURS VARIABLES REELLES

donc, en divisant par t, on obtient l(u) l (u) = o(1) ou o(1) est une fonction de t
qui tend vers 0 quand t 0. On peut passer a la limite quand t tend vers 0 ce qui
donne l(u) l (u) = 0. l l est une application lineaire qui est nulle sur la sphere
unite donc l l est nulle sur E par homothetie (tout vecteur x de E peut secrire
x = kxku avec u S(0, 1)).
Conclusion : si une telle application existe alors elle est unique et on voit ici linteret
de prendre des fonctions definies sur un ouvert U 
Definition 9.1.1. Differentielle
On dit que f est differentiable en a U ssidef il existe une application lineaire l de
E dans F telle que f (a + h) = f (a) + l(h) + o(h).
l est appelee application lineaire tangente a f en a ou differentielle de f en a et
notee df (a), D f (a) ou encore plus simplement (pour un public averti) f (a).

Remarque 9.1.1. Si E = R alors f (a)(h) = f (a).h i.e. on confondra differentielle


et derivee (ce qui justifie a posteriori la notation).
Dem : Une application lineaire de E = R dans F espace vectoriel de dimension finie
secrit l(h) = hu ou u F .
Si f est differentiable en a alors f (a + h) = f (a) + hu + o(h). On deduit de cette
ecriture que f est derivable en a et que sa derivee vaut u 
On rappelle la notion de derivee selon un vecteur et de derivee partielle que lon a
vu dans les revisions du cours de premiere annee.
Soit a U et h un vecteur non nul de E alors on sait quil existe > 0 tel que pour
tout t [, ], a + th U. On peut alors definir la fonction h (t) = f (a + th) sur
[, ].
Definition 9.1.2. Derivee dune fonction selon un vecteur
Si la fonction h est derivable en 0, on dit que f admet une derivee en a U selon
le vecteur h et on pose Dh f (a) = h (0).

Definition 9.1.3. Derivees partielles


Lorsque lon prend les vecteurs (e1 , . . . , ep ) dune base B de E alors on peut ecrire
f (a) = f (a1 e1 + + ap ep ) = fB (a1 , . . . , ap ). Si f admet des derivees selon ces
vecteurs, on parle de derivee partielle pour fB . On note alors
fB
Dj f (a) = (a1 , . . . , ap ).
xj

Remarque 9.1.2. Ici, contrairement a ce qui a ete vu dans les revisions du cours
de premiere annee, le choix dune base de E est essentiel pour definir une derivee
partielle (et il faut connatre tous les vecteurs de cette base pour definir correctement
la derivee partielle Dj ) mais il suffit de connatre le vecteur ej pour calculer la derivee
de f selon ce vecteur. Dans la pratique, on ne fait pas la difference entre f et fB
lorsquil ny a pas de confusion a craindre.
Proposition 9.1.1. Si f est differentiable au point a, elle est continue en ce point
et admet des derivees selon tout vecteur h ; en outre,
p
X

f (a)(h) = Dh f (a) = hj Dj f (a)
j=1
P
dans toute base (ej ) de E ou h = hj ej .
9.1. CALCUL DIFFERENTIEL 439

Dem :

Continuite : comme lim f (a)(h) + o(h) = 0 alors f (a + h) = f (a)(h) + o(h)


h0
f (a) et par consequent f est continue en a.

f (a + th) f (a)
h (t) = f (a) + tf (a)(h) + o(t) donc = f (a)(h) + o(1) ce qui
t
donne Dh f (a) = f (a)(h).

Enfin
p
! p
X X

f (a) hj ej = hj f (a)(ej ) par linearite de f (a)
j=1 j=1
p
X
= hj Dej f (a)
j=1
Xp
= hj Dj f (a)
j=1

f (a1 , . . . , aj + t, . . . , ap )
car Dej f (a) = lim = Dj f (a) 
t0 t

Remarque 9.1.3. Une fonction peut etre continue en 0, admettre des derivees selon
tous les vecteurs et cependant, ne pas etre differentiable comme le montre lexemple :

0 si (x, y) = (0, 0)
f (x, y) = 5
x
si (x, y) 6= (0, 0)
(y x2 )2 + x4

Definition 9.1.4. Fonctions de classe C 1


On dit que f F (U, F ) est de classe C 1 sur U si, pour tout vecteur h de E \ {0},
pour tout x de U, Dh f (x) existe et lapplication x U 7 Dh f (x) est continue sur
U.
Lensemble des fonctions de classe C 1 sur U est note C 1 (U, F ).

b) Le theoreme fondamental, fonctions de classe C 1

Theoreme 9.1. Theoreme fondamental


Si, dans une base de E, les derivees partielles sont continues sur U, alors f est
differentiable en tout point a de U. En outre, f est de classe C 1 sur U et on a
equivalence.
Dem : Demonstration non exigible.
On se place dans le cas ou dim E = 2, la generalisation ne presentant pas de diffi-
cultes. On choisit donc une base (e1 , e2 ) de E et on ecrit tout dans cette base. Pour
simplifier les notations on va donc ecrire f (x, y) a la place de f (xe1 + ye2 ). Toutes
les normes etant equivalentes, on choisit la norme infinie.
440 CHAPITRE 9. FONCTIONS DE PLUSIEURS VARIABLES REELLES

f
On definit la fonction g1 (t) = f (x + ht, y + k) f (x, y + k) ht (x, y) : la derivee
x
de t 7 f (x + ht, y + k) fait intervenir la derivee, partielle par rapport a x dou
f f
g1 (t) = h (x + ht, y + k) h (x, y).
x x
f
De meme si on pose g2 (t) = f (x, y + kt) f (x, y) kt (x, y) alors
y
f f
g2 (t) = k (x, y + kt) k (x, y).
x x
On utilise alors linegalite des accroissements finis pour evaluer les deux differences
g1 (1) g1 (0) et g2 (1) g2 (0) :


f f
kg1(1) g1 (0)k 6 sup kg1 (t)k 6 |h| sup (x + ht, y + k) (x, y)
t[0,1] x x

t[0,1]

f f
kg2(1) g1 (0)k 6 sup kg2 (t)k 6 |k| sup x (x, y + kt) x (x, y)

t[0,1] t[0,1]

On utilise maintenant la continuite des derivees partielles :



f f
> 0, > 0 | k(h1 , k1 )k 6 (x + h1 , y + k1 )
(x, y)
6
x x
donc, pour k(h, k)k 6 on a k(ht, k)k 6 et k(0, kt)k 6 pour t [0, 1] et on peut
majorer les differences kg1 (1) g1 (0)k par |h| et kg2 (1) g2 (0)k par |k|.
On obtient alors

f f
kg1 (1) g1 (0) + g2 (1) g2 (0)k 6 f (x + h, y + k) f (x, y) h (x, y) k (x, y)

x y
6 kg1 (1) g1 (0)k + kg2 (1) g2 (0)k 6 (|h| + |k|)
6 k(h, k)k.
f f
On peut alors ecrire f (x + h, y + k) f (x, y) = h (x, y) + k (x, y) + o (k(h, k)k)
x y
f f
donc f est bien differentiable en (x, y) et D(h,k) f (x, y) = h (x, y) + k (x, y).
x y
(x, y) 7 D(h,k) f (x, y) est continue par consequent f est bien C 1 .
La generalisation peut se faire de la meme maniere :
On etudie la difference f (x1 + h1 , . . . , xp + hp ) f (x1 , . . . , xp ) et on fait intervenir
les fonctions
f
gj (t) = f (x1 , . . . , xj + thj , . . . , xp + hp ) f (x1 , . . . , xj , . . . , xp + hp ) hj (x1 , . . . , xp ).
xj
On a alors
p
X f
f (x1 + h1 , . . . , xp + hp ) f (x1 , . . . , xp ) hj (x1 , . . . , xp )
j=1
xj
p
X
= gj (1) gj (0).
j=1

La fin de la demonstration est identique et la reciproque est evidente 


9.1. CALCUL DIFFERENTIEL 441

Remarque 9.1.4. On peut reprendre alors la definition 9.1.4 ci-dessus et dire que
f est de classe C 1 ssi f est differentiable et x U 7 f (x) L(E, F ) est continue.
Dem : Cest une consequence du theoreme precedent, la continuite de x 7 f (x) se
verifie plus facilement avec les derivees partielles 
Proposition 9.1.2. Differentielle dune application lineaire
Si f est une application lineaire de E dans F , alors f est de classe C 1 sur E et,
pour tout point a de E, f (a) = f i.e. la differentielle de f est constante.
Dem : Ce resultat peut paratre surprenant mais il est immediat :
f (a+h)f (a) = f (h) car f est lineaire qui secrit aussi f (a+h)f (a) = f (h)+o(h)
donc f est bien differentiable et sa differentielle vaut f (qui est une application
constante et donc, si on veut la differencier a nouveau, on trouvera 0) 
Theoreme 9.2. Differentielle du compose de deux fonctions
Si f C 1 (U, F ), g C 1 (V, G) avec f (U) V alors g f C 1 (U, G) et pour tout
a de U, (g f ) (a) = g (f (a)) f (a).
Dem : Le principe de la demonstration est simple avec les notations employees mais
il est important de comprendre les quantites que lon manipule.
f differentiable en a : f (a+h) = f (a)+f (a)(h)+o(h) = f (a)+f (a)(h)+khk1 (h),
g differentiable en f (a) : g(f (a) + u) = g(f (a)) + g (f (a))(u) + o(u) en prenant ici
u = f (a)(h) + o(h) = f (a)(h) + 1 (h) = O(h) et o(u) = kuk2(u).

g(f (a + h)) = g(f (a)) + g (f (a))[f (a)(h) + khk1 (h)] + kuk2(u)


= g(f (a)) + g (f (a))(f (a)(h)) + khkg (f (a))(1 (h)) + kuk2(u) .
| {z }
=(h)

kuk 6 kf (a)(h)k + khk.k1 (h)k 6 Mkhk + khk.k1 (h)k car f (a) est une ap-
plication lineaire continue et kf (a)(x)k 6 Mkxk dou, pour khk suffisamment
petit, kuk 6 (M + 1)khk donc, lorsque h 0, u 0 et par consequent
2 (u) = 4 (h) qui tend vers 0 quand h 0.
Conclusion de ce premier point : kuk2(u) = o(h).

kg (f (a))(1 (h))k 6 M k1 (h)k (toujours grace a la continuite des applica-


tions lineaires en dimension finie) par consequent g (f (a))(1(h)) = 4 (h) et
khkg (f (a))(1 (h)) = o(h).
On a ainsi (h) = o(h) donc g(f (a + h)) = g(f (a)) + g (f (a))(f (a)(h)) + o(h) i.e.
g f est differentiable en a, (g f )(a) = g (f (a))(f (a)) = g (f (a)) f (a), le
designant la composition des applications lineaires.
Enfin, pour terminer, il reste a montrer que x U 7 g (f (x)) f (x) L(E, G) est
continue :
x U 7 g (f (x)) L(F, G) est continue comme composee dapplications
continues,

Si G1 = L(F, G) et F1 = L(E, F ) alors (v, u) G1 F1 7 B(v, u) = v u est


continue car cest une application bilineaire en dimension finie.
Par consequent x U 7 (g (f (x)), f (x)) 7 B(g (f (x)), f (x)) = g (f (x)) f (x)
est bien continue par composition 
442 CHAPITRE 9. FONCTIONS DE PLUSIEURS VARIABLES REELLES

Definition 9.1.5. Diffeomorphisme


Soit f C 1 (U, F ), on dit que f est un diffeomorphisme de classe C 1 de U sur
f (U) = V ouvert de F ssidef f est une bijection de U sur f (U) et son application
reciproque f 1 est de classe C 1 sur f (U).

Remarque 9.1.5. La notion de diffeomorphisme est utile pour les changements de


variables dans les integrales multiples et elle est essentielle pour tous les prolonge-
ments que lon peut faire sur le calcul differentiel.
Proposition 9.1.3. Si f est un C 1 diffeomorphisme de U E sur f (U) F alors
dim E = dim F , pour tout x de U, f (x) est un isomorphisme et
(f 1 ) (f (x)) = (f (x))1 .
Dem : Soit x U alors, avec g = f 1 on a (g f )(x) = x.
Par hypothese g et f sont differentiables donc la differenciation de cette relation
donne
x U, (g f ) (x) = g (f (x)) f (x) = IdE .
De meme y V , (f g)(y) = f (g(y)) g (y) = IdF donc en posant y = f (x) on
obtient (
g (y) f (x) = IdE
f (x) g (y) = IdF
donc f (x) et g (f (x)) sont des applications lineaires inverses lune de lautre. f (x)
est un isomorphisme car cest une application lineaire bijective.
On peut alors conclure que dim E = dim F 

Theoreme 9.3. Lensemble C 1 (U, F ) est un sous-espace vectoriel de C(U, F ) et


lapplication D : f C 1 (U, F ) 7 f C(U, L(E, F )) est lineaire.

Dem : On a bien evidemment C 1 (U, F ) C(U, F ) et 0 C 1 (U, F ) (application


nulle). Montrons la stabilite par combinaison lineaire :
Soit (f, g) C 1 (U, F )2 , par definition on a
x U, f (x + h) = f (x) + f (x)(h) + o(h)
g(x + h) = g(x) + g (x)(h) + o(h)
donc pour tout couple (, ) R2 ,
(f + g)(x + h) = (f + g)(x) + f (x)(h) + g (x)(h) + o(h)
donc f +g est differentiable, de differentielle f (x)+g (x). En outre lapplication
x U 7 f (x) + g (x) L(E, F ) est continue.
Conclusion : C 1 (U, F ) est bien un sous-espace vectoriel de C(U, F ) 
Remarque 9.1.6. Il faut noter ici que f est une application continue de U dans
F1 = L(E, F ) qui est aussi un espace vectoriel de dimension finie (a suivre).
Proposition 9.1.4. Caracterisation dune application de classe C 1 par ses
fonctions coordonnees
On a lequivalence suivante, si on choisit (i ) une base de F et si on note fi les
applications coordonnees de f dans cette base :
f C 1 (U, F ) (i [[1, n]], fi C 1 (U, R))
P
et Dh f = Dh fi i .
9.1. CALCUL DIFFERENTIEL 443

Dem :
() Soit (i ) la base duale de (i). Les formes lineaires i sont les applications
coordonnees donc fi = i f . i etant une forme lineaire est differentiable, de
differentielle constante (cf. proposition 9.1.2 page 441) donc elle est de classe
C 1 . Par composition, fi C 1 (U, R).
n
P
() Pour tout i, fi est de classe C 1 , il en est de meme de fi i . f = fi i est
i=1
C 1 comme somme de fonctions de classe C 1 

c) Matrice jacobienne, jacobien


Definition 9.1.6. Matrice jacobienne, jacobien
Soit f C 1 (U, F ), on choisit une base (ej )j[[1,p]] de E et (i )i[[1,n]] une base de F ,
fi designent les applications coordonnees de f dans cette base. On appelle matrice
jacobienne de f en a U relativement a ces deux bases la matrice de lapplication
f1 f1
...
x1 xp
lineaire f (a) dans ces bases. On ecrit alors : Mf (a) =
.
. ..
. . ou les
fn fn
...
x1 xp
derivees partielles sont prises au point a.
D(f1 , . . . , fn )
Si E = F , on parle du jacobien Jf (a) = det Mf (a) parfois note .
D(x1 , . . . , xn )

Proposition 9.1.5. Proprietes des matrices jacobiennes


Si f C 1 (U, F ), g C 1 (V, G) avec f (U) V , si lon choisit des bases dans E, F ,
G alors
Mgf (a) = Mg (f (a)).Mf (a).
Si f est un C 1 -diffeomorphisme alors
Mf 1 (f (a)) = (Mf (a))1 .
Dem :
On traduit matriciellement la formule (g f ) (a) = g (f (a)) f (a) (le
ici designe la composition des applications lineaires) : le resultat est alors
immediat Mgf (a) = Mg (f (a)).Mf (a).
On peut reprendre la formule precedente avec g = f 1 , g f = IdU donc
(g f ) (a) = IdE (cf. proposition 9.1.3). On a alors Mg (b) = (Mf (a))1 avec
b = f (a) 

Remarque 9.1.7. Regle de la chane


Cette derniere propriete generalise la regle de la chane que lon a deja vue en
premiere annee page 94, en effet, avec h = g f , dim G = m, on a

h1 h1 g1 g1 f1 f1
... ... ...
x1 xp y. 1 yp
x xp
1
. . . . ..
.. .. = .. ..
..
.

hm hm gm gm fn fn
... ... ...
x1 xp y1 yp x1 xp
444 CHAPITRE 9. FONCTIONS DE PLUSIEURS VARIABLES REELLES

soit
h g f1 g fn
= ++
xi y1 xi yn xi
pour i [[1, p]] et ou x = (x1 , . . . , xp ), f = (f1 , . . . , fn ).
Une propriete simple mais utile.

Theoreme 9.4. Soit f C 1 (U, F ) et C 1 (I, E) ou I est un intervalle de R


telle que (I) U, on sait que f est differentiable et on a

(f ) (t) = f ((t)) ( (t))


| {z } | {z }
derivee differentielle

ou on a confondu differentielle et derivee pour les fonctions dune variable.


Dem : La demonstration et linterpretation de ce theoreme pose toujours probleme.
En effet, la demonstration est une consequence directe du theoreme de differenciation
du compose de deux fonctions differentiables suivit de lidentification de la derivee
et de la differentielle pour une fonction dune variable reelle.
Cette version ne faisant pas lunanimite, je propose donc une demonstration a la
main (moins elegante mais plus pedagogique (?)) :
Revenons a la definition de la derivee : (t + h) = (t) + h (t) + o(h) en utilisant
la derivabilite de , (t) designant ici le vecteur derive. t et h designent des reels,
t I, t + h I.
(f )(t + h) (f )(t) f ((t + h)) f ((t))
=
h h
f ((t) + h (t) + o(h)) f ((t))
=
h
f ((t))(h (t) + o(h))
= grace a la differentiabilite de f
h
= f ((t))( (t) + o(1)) par linearite de f ((t)).
f ((t)) est une application lineaire en dimension finie, elle est continue par conse-
(f )(t + h) (f )(t)
quent f ((t))(o(1)) = o(1) donc lim = f ((t))( (t)).
h0 h
Conclusion : f est derivable et (f ) (t) = f ((t))( (t)) 
Corollaire 9.5. Lorsque f est un diffeomorphisme, limage f () dune courbe
parametree : t I 7 (t) F reguliere a lordre 1 est une courbe reguliere a
lordre 1 (une courbe reguliere a lordre 1 est une courbe sans point stationnaire).
La tangente a f () en M = f ((t)) est donnee par f ((t))((t)).
Dem : La courbe f () est parametree par (I, f ) et on vient de demontrer que
(f ) (t) = f ((t))( (t)). Par hypothese, est reguliere donc (t) 6= 0 pour tout
t I et comme f ((t)) est inversible (cf. proposition 9.1.3 page 442) on a
t I, f ((t))( (t)) 6= 0
donc f () est reguliere 

Theoreme 9.6. Theoreme dinversion globale


Soit f C 1 (U, E) une application injective de U ouvert U E alors
f est un C 1 -diffeomorphisme de U sur f (U) ssi le jacobien de f ne sannule pas
sur U.
9.1. CALCUL DIFFERENTIEL 445

Dem : Hors programme, cette demonstration utilise le theoreme dinversion locale :


Si f C 1 (U, E) et si Jf (x) 6= 0 alors il existe un voisinage de x, Vx tel que fVx soit
un C 1 -diffeomorphisme de Vx sur f (Vx ) 

Remarque 9.1.8. Si U est connexe par arc alors Jf le jacobien de f garde un signe
constant, ce qui nest pas forcement le cas si U nest pas connexe par arc (U reunion
de deux boules ouvertes disjointes).

Dem : En effet, comme x U 7 Jf (x) R est une application continue alors


Jf (U) est un connexe par arc de R i.e. un intervalle I. Comme 0
/ I alors on a soit
I ] , 0[ soit I ]0, +[. Jf garde donc une signe constant 
Questions :

(i) Prouver que la fonction definie dans le remarque 9.1.3 page 439 verifie bien les
proprietes annoncees.

(ii) Soit f C 1 (U, F ) ou U est un ouvert convexe. Si (a, b) U 2 , on definit


F (t) = f (a + t(b a)) pour t [0, 1]. Montrer que F est C 1 sur [0, 1] et que
F (t) = f (a + t(b a))(b a).
+
P
(iii) Soit a(x) = an xn la somme dune serie entiere de rayon R > 0. Montrer
n=0
a(x) a(y)
que f (x, y) = est C 1 sur ] R, R[2 .
xy
(
p : (r, ) 7 (r cos , r sin )
(iv) Est-ce que les applications
s : (r, , ) 7 (r sin cos , r sin sin , r cos )
1
sont des C -diffeomorphismes sur des ensembles a preciser ?

9.1.2 Fonctions numeriques continument differentiables

On a deja vu dans les revisions du cours de premiere annee que C 1 (U) ensemble
des fonctions de classe C 1 sur U a valeurs reelles etait un sous-espace vectoriel de
lespace vectoriel C(U).
Theoreme 9.7.
C 1 (U) est une sous-algebre de lalgebre C(U).
Dem :

On sait deja que C 1 (U) est un sous-espace vectoriel de C(U) (cf. theoreme
9.3).

Lapplication 1 : x U 7 1 R est dans C 1 (U).

Soit (f, g) C 1 (U) alors

(f g)(x + h) = f (x + h)g(x + h)
= (f (x) + f (x)(h) + o(h))(g(x) + g (x)(h) + o(h))
= (f g)(x) + g(x)f (x)(h) + f (x)g (x)(h) + o(h).
446 CHAPITRE 9. FONCTIONS DE PLUSIEURS VARIABLES REELLES

Or lapplication h 7 g(x)f (x)(h) + f (x)g (x)(h) est lineaire et continue donc


f g C 1 (U) et on a de plus
x U, D(f g)(x) = f (x) D g(x) + g(x) D f (x).

On pouvait aussi utiliser la differentiabilite des applications composees avec les ap-
plications : (f, g) R2 7 f g et : x U 7 (f (x), g(x)) 
On a defini le gradient en dimension 2, cela se generalise a tout espace vectoriel
euclidien E. En particulier, dans ce paragraphe, le corps de base sera R. En
utilisant lisomorphisme canonique qui existe entre E et E son dual on peut poser :
Definition 9.1.7. Gradient
On definit le gradient dune fonction f de classe C 1 sur U ouvert de E euclidien par
f (a)(h) = (grad f (a)|h).

Proposition 9.1.6. Dans une base orthonormale (ei ) de E, le gradient secrit :


p
X f
grad f (a) = (a)ei .
i=1
xi

Dem : Par definition on a f (a)(h) = (grad f (a)|h) dune part et


p

X f
f (a)(h) = (a)hi = (V |h)
i=1
xi

f
en posant V le vecteur de composantes (a) dautre part.
xi
On a par consequent, pour tout h de E, (grad f (a)|h) = (V |h) ce qui entrane que
V = grad f (a) 

Theoreme 9.8. Inegalite des accroissements finis


Si U est un ouvert convexe et si grad f est une fonction bornee sur U alors

(a, b) U 2 , |f (b) f (a)| 6 kb ak sup k grad f (x)k.


xU

Dem : Soit (t) = tb + (1 t)a, comme U est convexe alors (t) U pour tout
t [0, 1]. On pose F (t) = f ((t)) alors on a vu au theoreme 9.4 page 444 que
F (t) = (grad f ((t))| (t)) = (grad f ((t))|b a).
On utilise alors Cauchy-Schwarz :
|F (t)| 6 k grad f ((t))k.kb ak 6 sup k grad f (x)k.kb ak
xU

et on applique linegalite des accroissements finis a F (1) F (0) = f (b) f (a) :


|f (b) f (a)| = |F (1) F (0)| 6 (1 0) sup |F (t)|
t[0,1]

6 sup k grad f (x)k.kb ak 


xU
9.1. CALCUL DIFFERENTIEL 447

Corollaire 9.9. Si f de classe C 1 sur louvert convexe U alors

f est constante ssi grad f = 0.

Dem :

() Immediat !

() Comme grad f = 0, il est borne sur U (!) donc

(a, b) U 2 , |f (b) f (a)| 6 0 dou f (b) = f (a).

Soit a U alors pour tout b U, f (b) = f (a) donc f est bien constante 

Remarque 9.1.9.

(i) On peut generaliser cette derniere propriete au cas ou U est un ouvert etoile
(on reste dans le cadre du programme) ou, encore mieux, au cas ou U est un
ouvert connexe par arc (la on sort du programme...)
Dem : Si U est etoile par rapport a a, la demonstration du corollaire precedent
est encore valable.
Si U est un ouvert connexe par arc alors on admet la propriete suivante :
pour tout (a, b) U on peut relier a a b par un chemin continu forme de
segments de droites.
Soit a0 = a, a1 , . . . , an = b les extremites des segments en question alors,
toujours avec le meme argument que dans la demonstration du corollaire, on
a f (a) = f (a1 ) = . . . = f (an1 ) = f (b). On retrouve la meme conclusion. 

(ii) Pour prouver que grad f = 0, il suffit que les derivees partielles de f dans une
base (quelconque en fait) soient toutes nulles.
Dem : Immediat car si f est differentiable et si ses derivees partielles sont
nulles alors f est nulle donc grad f = 0 

Definition 9.1.8. Points critiques


Soit f C 1 (U), on dit que a est un point critique de f ssidef grad f (a) = 0 (i.e.
toutes les derivees partielles de f en a sont nulles).

Theoreme 9.10. Condition necessaire dexistence dun extremum local


Soit f C 1 (U), si f presente en a U un extremum local alors a est un point
critique de f .
Dem : Comme U est un ouvert alors il existe r > 0 tel que B(a, r) U.
r
Pour h E, soit h (t) = f (a + th) definie sur I =] , [ avec = . Comme a
khk
est un extremum local, h passe aussi par un extremum local en 0 donc h (0) = 0
dou
h (0) = Dh f (a) = f (a)(h) = (grad f (a)|h) = 0
et ceci pour tout h donc grad f (a) = 0, a est bien un point critique de f 
448 CHAPITRE 9. FONCTIONS DE PLUSIEURS VARIABLES REELLES

Questions :

(i) Soit f C 1 (U) ou U est un ouvert de R2 . On suppose que (x, y) U,


f
(x, y) = 0. Que penser de f ?
x
f f
(ii) Resoudre sur R2 : + = 0 pour f de classe C 1 .
x y

f
(iii) Soit a C 1 (R2 ) et b C 1 (R), chercher f C 1 (R2 ) tel que (x, y) = a(x, y),
x
f (0, y) = b(y).

f f f f
(iv) Simplifier les expressions x +y , y x .
x y x y

(v) Soit f C 1 (Rn , R) et C 1 (Rp , Rn ), calculer grad f .

(vi) Soit f C 1 (R+ , R), k.k norme dans E espace euclidien. Calculer grad f (kxk).

9.1.3 Derivees partielles dordre k > 2

a) Le theoreme de Schwarz
On reprend ici la definition dune fonction de classe C 2 .

Definition 9.1.9. Fonction de classe C 2


Soit f F (U, R), on dit que f est de classe C 2 sur U si f est de classe C 1 et si la
differentielle f de f est de classe C 1 .

Remarque 9.1.10.

(i) En choisissant une base de E, cette derniere definition est encore equivalente
au fait que toutes les derivees partielles de f sont de classe C 1 sur U.
Dem : Les coordonnees de f (x) dans B , base duale la base B de E sont
exactement les derivees partielles de fB 
 
f
(ii) On pourra alors definir les derivees partielles Di,j f = .
xi xj

Theoreme 9.11. Theoreme de Schwarz


Si f C 2 (U) alors dans une base de E, Di,j f = Dj,i f pour tout couple (i, j), ce
qui donne, avec les notations de Jacobi

2f 2f
= .
xi xj xj xi

Dem : Hors programme.


En dimension 2, on evalue (h, k) = f (a, b) + f (a+ h, b+ k) f (a+ h, b) f (a, b+ k)
9.1. CALCUL DIFFERENTIEL 449

en faisant intervenir les deux fonctions g1 (t) = f (a + ht, b + k) f (a + hy, b) et


g2 (t) = f (a + h, b + kt) f (a, b + kt). On trouve

2
(h, k) = hk f (a + h, b + k )
yx
2
= hk f (a + h1 , b + k1 )
xy
et on utilise la continuite des derivees partielles secondes 

Definition 9.1.10. Fonctions de classe C k


On peut definir la notion de fonction de classe C k par recurrence sur k :
f est de classe C k ssidef (dans une base de E) pour tout i, les Di f sont de classe
C k1 . On notera C k (U) lensemble des fonctions de classe C k sur U.
Dans la foulee, on peut definir
\
C (U) = C k (U).
kN

Proposition 9.1.7. Lensemble C k (U) (1 6 k 6 +) est une sous-algebre de C(U).


Dem : Tout dabord on a C k (U) C(U), 0 (lapplication nulle) est dans C k (U) et
1 :x U 7 1 est de classe C k .
Procedons par recurrence finie sur k pour montrer que, si (f, g) C k (U), (, ) R2 ,
alors f + g C k (U) et f.g C k (U). On se place dans une base de E et on
sinteresse aux derivees partielles. k = 1 a deja ete traite avec le theoreme 9.7 page
445. On suppose donc la propriete vraie a lordre k 1.
Grace aux proprietes de la derivation, on a

(f + g) (x) = f (x) + g(x)
xi xi xi

donc, par hypothese de recurrence, f (x) + g(x) C k1 (U) pour tout
xi xi
i soit, par definition, f + g C k (U).

De meme

(f.g)(x) = f (x) g(x) + f (x).g(x)
xi xi xi
et la meme demarche que ci-dessus nous permet daffirmer que f.g C k (U)
On a donc prouve par recurrence finie que C k (U) est une sous-algebre de C(U) 
Notations :
|| f
(i) Si = (1 , . . . , p ) Np , on pose D f = D11 ,...,pp f = ou
x1 1 . . . xp p
|| = 1 + + p .

(ii) Dans le cas des fonctions de 2 variables, on utilisera souvent les notations de
Monge :
f f 2f 2f 2f
p= , q= , r= , s = et t = .
x y x2 xy y 2
450 CHAPITRE 9. FONCTIONS DE PLUSIEURS VARIABLES REELLES

Proposition 9.1.8. Les operateurs differentiels Dh et en particulier les Di sont des


applications lineaires de C k (U) dans C k1 (U) pour 1 6 k < +.

Dem : Cest la demonstration qui vient detre faite 


b) Recherche dextremum

Proposition 9.1.9. Soit f C 2 (U), (a, b) U, (t) = (a + th, b + tk) telle que
([0, 1]) U, on pose F (t) = f ((t)). F C 2 ([0, 1]) et

2f 2f 2
2 f
F (t) = h2 ((t)) + 2hk ((t)) + k ((t)).
x2 xy y 2

f f
Dem : On a deja F (t) = h ((t)) + k ((t)) (cf. question (ii) page 445), il
x y
suffit de deriver encore une fois en utilisant la meme propriete (en fait la regle de la
chane) :
f f
On ecrit F (t) = f1 ((t)) avec f1 (x, y) = h (x, y) + k (x, y). f1 est de classe C 1
x y
(puisque f est de classe C 2 ) donc, en utilisant la meme demarche, on peut deriver a
nouveau F :
f1 f1
F (t) = h ((t)) + k ((t))
x y
2f 2f 2f 2f
= h2 2 ((t)) + hk ((t)) + hk ((t)) + k 2 2 ((t))
x xy yx y
2 2 2
f f f
= h2 2 ((t)) + 2hk ((t)) + k 2 2 ((t))
x xy y

grace au theoreme de Schwarz 


Theoreme 9.12. Formule de Taylor reste integral dans C 2 (U)
Soit f C 2 (U), U ouvert de R2 , alors (en posant (t) = (a + th, b + tk)) :

f f
f (a + h, b + k) = f (a, b) + h (a, b) + k (a, b)
x y
Z 1  2

2 f 2f 2
2 f
+ (1 t) h ((t)) + 2hk ((t)) + k ((t)) dt
0 x2 xy y 2

Dem : On applique Taylor reste integral a la fonction F (t) = f (a + th, b + tk) en


utilisant la proposition precedente :
Z 1

F (1) = F (0) + F (0) + (1 t)F (t) dt
0

f f
et on remplace : F (1) = f (a+h, b+k), F (0) = f (a, b), F (0) = h (a, b)+k (a, b)
x y
2f 2f 2
2 f
et enfin F (t) = h2 ((t)) + 2hk ((t)) + k ((t)) 
x2 xy y 2
9.1. CALCUL DIFFERENTIEL 451

Corollaire 9.13. Formule de Taylor-Young


On reprend les hypotheses ci-dessus, alors, au voisinage de (a, b) (en prenant un
voisinage compact), on a

f f h2 2 f 2f
f (a + h, b + k) = f (a, b) + h (a, b) + k (a, b) + (a, b) + hk (a, b)
x y 2 x2 xy
k2 2 f
+ 2
(a, b) + (h2 + k 2 )(h, k)
2 y

ou la fonction (h, k) est une fonction qui tend vers 0 quand (h, k) tend vers (0, 0).
Dem : Avec la formule ci-dessus, il suffit de prouver que
Z 1  2

2 f 2f 2
2 f
= (1 t) h ((t)) + 2hk ((t)) + k ((t)) dt
0 x2 xy y 2
 
1 2 2f 2f 2
2 f 2

h (a, b) + 2hk (a, b) + k (a, b) = o k(h, k)k .
2 x2 xy y 2

Comme souvent lorsquon a a faire la difference entre une integrale et une autre
expression, on essaye de tout mettre sous forme dintegrale ce qui justifie ce qui
suit :
 
1 2 2f 2f 2
2 f
h (a, b) + 2hk (a, b) + k (a, b)
2 x2 xy y 2
Z 1  2

2 f 2f 2
2 f
= (1 t) h (a, b) + 2hk (a, b) + k (a, b) dt
0 x2 xy y 2

donc, en reportant dans lexpression de on obtient


Z 1   2   2 
2 f 2f f 2f
= (1 t) h ((t)) 2 (a, b) + 2hk ((t)) (a, b)
0 x2 x xy xy
 2 
2 f 2f
+k ((t)) 2 (a, b) dt.
y 2 y

Grace a la continuite des derivees partielles, pour tout > 0, il existe > 0 tel que,
si k(h, k)k 6 on ait
2 2

f f
x2 ((t)) x2 (a, b) 6

2 2

f f

xy ((t)) (a, b) 6
xy
2
f 2f

y 2 ((t)) (a, b) 6 .
y 2

Z 1

Donc || 6 (1 t)[h2 + 2|hk| + k 2 ] dt 6 (|h| + |k|)2 6 (h2 + k 2 ) (en utilisant
0 2
Cauchy-Schwarz) ce qui se traduit exactement par = o(k(h, k)k2 
452 CHAPITRE 9. FONCTIONS DE PLUSIEURS VARIABLES REELLES

Theoreme 9.14. Existence dun extremum local


Dans lhypothese ou f est de classe C 2 sur U ouvert de R2 et ou p = q = 0 en
(a, b) (on utilise(les notations de Monge) alors
r > 0 on a un minimum local strict en (a, b)
si rt s2 > 0,
r < 0 on a un maximum local strict en (a, b)
2
si rt s < 0 on na pas dextremum, au voisinage de (a, b), la surface dequation
z = f (x, y) presente un col.
Dem : On utilise la formule de Taylor-Young a lordre 2
1
f (a+ h, b+ k) f (a, b) = Q(h, k) + k(h, k)k2 (h, k) ou Q(h, k) = (rh2 + 2shk + tk 2 )
2
(avec les notations de Monge). Comme toutes les normes sont equivalentes, on a le
libre choix de la norme pour faire le raisonnement.
Si rts2 > 0 alors Q(h, k) est une forme quadratique definie, positive si r > 0,
negative si r < 0 :
h i
2 2 s 2 rts2 2
Si r > 0 alors rh + 2shk + tk = r (h + 2 r k) + r2 k > 0 donc
Q(h, k) > 0 et Q(h, k) = 0 k = 0 et h + 2 rs k = 0 dou h = k = 0. Q
est bien definie positive.
Si r < 0 alors en multipliant par 1 on peut utiliser le raisonnement
precedent et conclure que Q est definie negative.
p
On prend alors k(h, k)k = |Q(h, k)| (qui est une norme euclidienne) dou

f (a + h, b + k) f (a, b) = Q(h, k) + k(h, k)k2 (h, k)


= k(h, k)k2 + k(h, k)k2 (h, k)
= k(h, k)k2 (1 + (h, k))
| {z }
=o(1)

et donc pour k(h, k)k suffisamment petit, on a (par exemple) |(h, k)| < 1 soit
1 + (h, k) > 1 |(h, k)| > 0 par consequent

f (a + h, b + k) f (a, b) > 0 si r > 0 et (h, k) 6= (0, 0), on a un minimum


local strict,
f (a + h, b + k) f (a, b) < 0 si r < 0 et (h, k) 6= (0, 0), on a un maximum
local strict.

Si rt s2 < 0 alors on peut ecrire en changeant de base Q(h, k) = H 2 K 2 :

Si (r, t) 6= (0, 0), on peut supposer, compte tenu de la symetrie, que r 6= 0


et meme, quitte a changer de signe, que rh > 0. On reprend alors i le calcul
2 2 s 2 rts2 2
qui a ete fait : rh + 2shk + tk = r (h + 2 r k) + r2 k , on pose
p q
2 rt
H = r/2(h + 2 rs k) et K = s 2r k.
s
Si r = t = 0 alors Q(h, k) = shk = [(h + k)2 (h k)2 ], on pose
4
h+k hk
H= s et K = s .
2 2
9.1. CALCUL DIFFERENTIEL 453

Q (h, k) = H 2 + K 2 est une forme quadratique positive et si Q (h, k) = 0 alors


H(h, k) = K(h, k) = 0 donc h = k = 0 (en distinguant les deux cas que lon a

considere ci-dessus). Q est definie positive, k(h, k)k = H 2 + K 2 definit bien
une norme (euclidienne) dou
 
f (a + h, b + k) f (a, b) = H 2 K 2 + o H 2 + K 2 = H 2 K 2 + o k(h, k)k2 .

Sur la droite H = 0 que lon peut parametrer par (x, y) = (a, b) + tK


(avec K 6= 0), on a

f (x, y) = f ((a, b) + tK) = t2 K 2 + o(t2 K 2 ) = t2 K 2 (1 + o(1)) < 0.

Sur la droite K = 0, cest la meme chose :

f (x, y) = f ((a, b) + tH) = t2 H 2 + o(t2 H 2 ) = t2 H 2 (1 + o(1) > 0.

Dans ce cas, f ne presente en (a, b) ni un maximum, ni un minimum 

Recherche pratique dextrema :

(i) Sur un ouvert, on utilisera evidemment le theoreme precedent.

(ii) Si f est definie sur U ferme, on etudiera ce qui se passe a linterieur et on fera
une etude speciale a la frontiere ; les extrema se trouveront la ou les conditions
du theoreme 9.14 seront remplies et eventuellement sur la frontiere de U.

Questions :

(i) Dans C 2 (R2 ) resoudre les equations

2f 2f 2f 2f 2f
= 0, = 0, a + 2b + c = 0 avec b2 ac > 0
xy x2 x2 xy y 2

(poser u = x + y, v = x + y pour la derniere equation).


p 
(ii) Soit f de classe C 2 sur ]0, +[, on pose F (x, y, z) = f x2 + y 2 + z 2 .
F
Resoudre F = 0, F = 0 sur S(0, 1), (1, 0, 0) = 1.
x

(iii) Soit f (x, y) = sin x + sin y + cos(x + y) definie sur R2 . Chercher les extrema
de f .

(iv) Chercher les extrema de f (x, y) = x2 + xy + y 2 sur le triangle OAB ferme ou


O = (0, 0), A = (1, 0), B = (0, 1).

(v) Etude en (0, 0) de f (x, y) = x4 + y 4 + 4x3 y + x5 y 5 (on precisera si (0, 0)


est un extremum local ou non).
454 CHAPITRE 9. FONCTIONS DE PLUSIEURS VARIABLES REELLES

9.1.4 Notions sur les courbes et les surfaces

On demande de rappeler ici la notion de point regulier dune courbe (cf. cours de
premiere annee page 42) ainsi que les notions de tangente et de normale (meme
paragraphe).
Dans le cas dune courbe definie implicitement on pose la definition suivante :

Definition 9.1.11. Point regulier


Soit F C k (U) ou 1 6 k 6 + et U un ouvert de R2 . Si F (a, b) = 0 et
grad F (a, b) 6= 0 on dit que le point (a, b) est regulier.

Remarque 9.1.11. Dans la definition dune courbe implicite (cf. definition 5.2.5
page 95) on a choisi deliberement de ne prendre que des points reguliers.

On ne donne pas de definition generale dune surface, dans ce paragraphe, on


dit quun sous-ensemble est une surface si cest soit une surface parametree, soit
lensemble des points satisfaisant une relation F (x, y, z) = 0.
a) Surface parametree

Definition 9.1.12. Surface parametree


Soit U un ouvert connexe par arc du plan R2 , f une fonction de classe C 1 definie
sur U a valeurs dans R3 , on appelle surface parametree par (U, f ) lensemble des
points de R3 donne par {f (u, v), (u, v) U}.



Remarque 9.1.12. Si on note (O, i , j , k ) le repere orthonorme canonique de
R3 alors lensemble des points de la surface parametree secrit :




M = O + g(u, v) i + h(u, v) j + l(u, v) k .

Dem : f est parfaitement definie par ses composantes dans la base canonique :

f (u, v) = (g(u, v), h(u, v), l(u, v))

dou, en passant en mode point + vecteur de la geometrie affine, on a bien



M = O + OM




= O + g(u, v) i + h(u, v) j + l(u, v) k 

Definition 9.1.13. Parametrisation cartesienne


Soit une surface parametree, on dit que lon a une parametrisation cartesienne ssidef
on peut exprimer une coordonnee de M comme fonction de classe C 1 des deux autres




(si M = O + g(u, v) i + h(u, v) j + l(u, v) k alors on peut avoir g(u, v) = u,
h(u, v) = v).
9.1. CALCUL DIFFERENTIEL 455

Definition 9.1.14. Point regulier


Soit M un point de la surface de parametre (u0, v0 ), on dit que M est un point
f f
regulier ssidef les vecteurs (u0 , v0 ) et (u0, v0 ) forment une famille libre. En
u v
dautres termes, R3 etant muni de sa structure euclidienne canonique alors le produit
f f
vectoriel (u0 , v0 ) (u0 , v0 ) est non nul.
u v

Definition 9.1.15. Plan tangent, normale






Si O + g(u, v) i + h(u, v) j + l(u, v) k est la parametrisation de la surface alors
lequation du plan tangent au point regulier de parametre (u0 , v0 ) est donnee par

g g
x g(u0 , v0 ) (u0 , v0 ) (u0 , v0 )
u v
h h
y h(u0 , v0 )
(u0 , v0 ) (u0 , v0 ) = 0
u v
l l
z l(u0 , v0 ) (u0 , v0 ) (u0 , v0 )
u v
f f
et le vecteur normal est le vecteur (u0 , v0 ) (u0 , v0 ).
u v

Remarque 9.1.13. Dans le cas dune parametrisation cartesienne, tout point est
regulier et si z = (x, y) alors lequation du plan tangent secrit

z z0 = (x x0 ) (x0 , y0 ) + (y y0 ) (x0 , y0 ).
x y
Dem : Dans le cas dune parametrisation cartesienne, g(u, v) = u, h(u, v) = v et
l(u, v) = (u, v) (pour respecter les notations). Les deux vecteurs

1 0
f 0 f 1
(u0 , v0 ) = , (u0 , v0 ) =
u v
(u0 , v0 ) (u0 , v0 )
u v
forment bien une famille libre donc tout point est regulier. Le produit vectoriel
donne

f f u (u0 , v0 )
(u0 , v0 ) =

(u0 , v0 )
u v (u0 , v0 )
v
1
donc lequation du plan tangent (qui admet ce vecteur comme vecteur normal) est
alors

(x u0 ) (u0 , v0 ) (y v0 ) (u0 , v0 ) + z (u0 , v0 ) = 0
u u
dou le resultat annonce en remplacant u0 par x0 , v0 par y0 et (u0 , v0 ) par z0 
b) Equation cartesienne dune surface
On a vu en 5.2.1 page 95 des revisions du cours de premiere annee le cas des courbes
dequation F (x, y) = 0. Dans ce paragraphe, on generalise au cas des surfaces
dequation F (x, y, z) = 0.
456 CHAPITRE 9. FONCTIONS DE PLUSIEURS VARIABLES REELLES

Definition 9.1.16. Equation cartesienne dune surface


Soit F C k (V ) ou V est un ouvert de R3 , k > 1, F (x, y, z) = 0 est lequation
cartesienne dune surface.

Theoreme 9.15. Theoreme des fonctions implicites (Demo H.P.)


Soit F C k (V ) ou V est un ouvert de R3 , k > 1. Sil existe un point (a, b, c) de
V tel que lon ait les hypotheses
F
(i) F (a, b, c) = 0, (ii) (a, b, c) 6= 0
z
alors

il existe des intervalles ouverts I, J et K de centres respectifs a, b et c tels


que IJK V ,

Il existe une unique fonction de classe C k sur IJ et a valeurs dans K


telle que

(x, y, z) IJK, (F (x, y, z) = 0) (z = (x, y))

(et on a aussi c = (a, b)).

Remarque 9.1.14.
(i) On dit ici quau voisinage de (a, b, c) on a pu exprimer z comme fonction
implicite de (x, y).
F F
(ii) Si (a, b, c) = 0 mais si (a, b, c) 6= 0 alors on pourra exprimer x comme
z x
fonction implicite de (y, z).
(iii) Pour calculer la differentielle de sur IJ, il suffit de deriver par rapport a
x et a y la relation F (x, y, (x, y)) = 0, on aura alors

F F
(x, y, (x, y)) (x, y, (x, y))
y
(x, y) = x , (x, y) = .
x F y F
(x, y, (x, y)) (x, y, (x, y))
z z
Dem : On utilise la regle de la chane, on derive (par exemple la relation
G(x, y) = F (x, y, (x, y)) = 0 pour x I :
G F F
(x, y) = (x, y, (x, y)) + (x, y, (x, y)) (x, y) = 0
x x z x
F
(x, y, (x, y))
dou (x, y) = x . On procede de meme avec y 
x F
(x, y, (x, y))
z
Definition 9.1.17. Point regulier
Soit M = (x, y, z) un point de la surface dequation F (x, y, z) = 0, on dit que M est
un point regulier de cette surface ssidef grad F (M) 6= 0.
9.1. CALCUL DIFFERENTIEL 457

Remarque 9.1.15.

(i) Au voisinage dun point regulier M on peut definir lune des trois varia-
bles comme fonction des deux autres. On aura alors une parametrisation
cartesienne.

(ii) Les deux notions de point regulier se recoupent grace au theoreme des fonctions
implicites (tout point dune parametrisation cartesienne etant regulier).
Dem : Je ne pense pas que la demonstration qui suit soit exigible (le programme
nen parle pas), le resultat lui-meme nest pas mentionne mais il peut etre
interessant de comprendre que ces deux notions sont equivalentes.

f f
Si (u0 , v0 ) 6= 0 alors lune des trois composantes de ce vecteur est
u v g g

non nulle par exemple la troisieme : u
h h (u0 , v0 ) 6= 0. On utilise alors
v