Vous êtes sur la page 1sur 58

Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 1

RESUME DU COURS DE MATHEMATIQUES


Classes préparatoires économiques et commerciales option scientifique, première année (ECS1)

Catherine Laidebeure
Lycée Albert Schweitzer, Le Raincy
2009 – 2010
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 2

Fiche 1 Calcul algébrique page 3 Fiche 23 Généralités sur les fonctions page 28
Fiche 2 Identités remarquables page 4 Fiche 24 Limites page 29
Fiche 3 Sommes et produits page 5 Fiche 25 Interprétation des limites page 31
Fiche 4 Ensembles page 6 Fiche 26 Comparaison locale des fonctions page 32
Fiche 5 Récurrence page 7 Fiche 27 Continuité page 33
Fiche 6 Ensemble des réels page 8 Fiche 28 Dérivation page 34
Fiche 7 Trigonométrie page 9 Fiche 29 Convexité page 36
Fiche 8 Nombres complexes page 10 Fiche 30 Plan d’étude d’une fonction page 37
Fiche 9 Applications page 11 Fiche 31 Primitives page 38
Fiche 10 Polynômes page 12 Fiche 32 Intégrales définies page 39
Fiche 11 Logarithme népérien page 13 Fiche 33 Formules de Taylor page 41
Fiche 12 Exponentielle page 14 Fiche 34 Développements limités page 42
Fiche 13 Autres fonctions exponentielles page 15 Fiche 35 Systèmes d’équations linéaires page 44
Fiche 14 Fonctions puissances page 16 Fiche 36 Espaces vectoriels page 45
Fiche 15 Fonctions trigonométriques page 17 Fiche 37 Applications linéaires page 47
Fiche 16 Suites usuelles page 19 Fiche 38 Matrices page 49
Fiche 17 Suites numériques page 20 Fiche 39 Changement de base page 51
Fiche 18 Séries numériques page 22 Fiche 40 Réduction des endomorphismes page 52
Fiche 19 Dénombrement page 23 Fiche 41 Couples de variables aléatoires page 53
Fiche 20 Espaces probabilisés page 24 Fiche 42 Convergences et approximations page 54
Fiche 21 Variables aléatoires discrètes page 26 Fiche 43 Fonctions de deux variables page 55
Fiche 22 Lois discrètes finies et infinies page 27
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 3

fiche n°1 fiche n°1 (suite)


CALCUL ALGEBRIQUE Racines carrées
a est l’unique solution positive de l’équation x 2 = a .
Fractions a est défini si et seulement si a ≥ 0 .
a
b
est défini si et seulement si b ≠ 0 . a ≥0 ( a )2 = a a2 = a

a a a a
=0⇔a=0 Sgn   = Sgn (ab) ab = a b = si a ≥ 0 et b > 0
b b b b
a c ad + bc a c ac a c ad a+b ≤ a + b Mais en général a + b ≠ a + b
+ = × = : =
b d bd b d bd b d bc 0≤a≤b⇔ a ≤ b
a b≥0 b≥0
a =b⇔ a <b⇔ si a ≥ 0
a
×c =
ac b = a a ac
= a = b
2
a < b
2
b b c bc b b
b≥0
c a > b ⇔ b < 0 ou  2
Puissances a > b
Valeurs absolues
a0 = 1 a n = a × ... × a (n fois) si n ∈ N *
1  a si a ≥ 0 − a ≤a ≤ a
a −n = n a1 n = n a a b = e b ln a si a > 0 a = donc  et 0 = 0
a − a si a < 0  a = Max( a,−a)

a b × a c = a b+c
ab
a c
= a b −c ( ) c
a b = a bc a ≥0 a = a2 pour tout a réel
a a
c c ab = a b = si b ≠ 0
c c c a a b b
a × b = (ab) c
= 
b b a+b ≤ a + b Mais en général : a + b ≠ a + b
Inégalités
Pour comparer deux nombres réels, on étudie le signe de leur 0≤a≤b⇒ a ≤ b Mais : a ≤ b ≤ 0 ⇒ b ≤ a
différence : a < b ⇔ b − a > 0 . a = b ⇔ a = b ou a = −b
a < b et b < c ⇒ a < c (on note a < b < c ) 
a < b ⇔ −b < a < b  si b ≥ 0
a < b et a' < b' ⇒ a + a' < b + b'
a > b ⇔ a < −b ou a > b 
0 < a < b et 0 < a ' < b' ⇒ aa' < bb' (seulement s’ils sont positifs)
a <b⇒a+c<b+c Inverses
1 1
ac < bc si c > 0 a<b⇔ < si et seulement si a et b sont de même signe.
a<b⇒ b a
ac > bc si c < 0
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 4

fiche n°2
IDENTITES REMARQUABLES

Identités usuelles
(a + b) 2 = a 2 + 2ab + b 2
(a − b) 2 = a 2 − 2ab + b 2
(a − b)(a + b) = a 2 − b 2
(a + b + c ) 2 = a 2 + b 2 + c 2 + 2ab + 2ac + 2bc
(a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3
(a − b) 3 = a 3 − 3a 2 b + 3ab 2 − b 3
a 3 − b 3 = (a − b)(a 2 + ab + b 2 )
a 3 + b 3 = (a + b)(a 2 − ab + b 2 )
Généralisation
a n − b n = (a − b)(a n−1 + a n− 2 b + a n−3b 2 + ... + ab n− 2 + b n−1 )
n −1 n −1
a n − b n = (a − b)∑ a n −1− k b k = (a − b)∑ a k b n −1− k
k =0 k =0
n n
La formule a + b ne se généralise que si n est impair.
n −1
a n + b n = ( a + b) ∑ (−1) k a n−1−k b k
k =0
Formule du binôme de Newton
n
 n n
n n n!
(a + b) n = ∑   a k b n − k = ∑   a n − k bk avec   =
k =0  
k k =0  
k   k !(n − k )!
k
 n  n  n + 1  n   n 
Propriétés :   =   et   = + 
n − k  k   k   k   k − 1
n
n n
n
Conséquence : ∑   = 2n ∑ (−1)k   = 0
k =0  k  k =0 k
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 5

fiche n°3

SOMMES ET PRODUITS
Propriétés des Sommes
n n n n n
∑ λ uk = λ ∑ uk ∑ (uk + vk ) = ∑ uk + ∑ vk
k= p k= p k= p k=p k=p
n q n
Si p ≤ q < n : ∑ uk = ∑ uk + ∑ uk
k= p k=p k = q +1
n n
∑ a = a(n − p + 1) ∑ (uk +1 − uk ) = un+1 − u p
k= p k= p
Sommes usuelles
n
n(n + 1) n
n(n + 1)(2n + 1)
∑k = 2 ∑k2 = 6
k =1 k =1
n
n 2 (n + 1)2 n
1 − x n +1
∑ k 3
=
4
∑ xk = 1− x
= Sn ( x ) si x ≠ 1
k =1 k =0
n n
Si x ≠ 1 : ∑ kxk −1 = S 'n ( x) ∑ k (k − 1) xk −2 = S "n ( x)
k =0 k =0
Propriétés des Produits
n n n n  n 
∏ λuk = λ n− p+1 ∏ uk ∏ k k  ∏ k   ∏ vk 
(u v ) =  u
k= p k=p k= p  k=p   k=p 
n  q  n 
Si p ≤ q < n : ∏ uk =  ∏ uk   ∏ uk 
 k = p   k = q +1 
k= p   
n n
u u
∏ a = a n− p+1 ∏ uk +1 = un+1
k= p k= p k p
Produit usuel
n
∏ k = n! Propriétés : (n + 1)!= (n + 1) × n! et 0!= 1
k =1
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 6

fiche n°4 fiche n°4 (suite)


ENSEMBLES
Différence symétrique de deux parties de E
A∆B = { x ∈ E / x ∈ A ou (exclusif) x ∈ B} .
Inclusion
Donc A∆B = ( A ∪ B) − ( A ∩ B) .
Un ensemble A est inclus dans un ensemble E ( A ⊂ E ) si tout
élément de A est élément de E. Alors A est une partie de E. Donc A∆B = ( A ∪ B) ∩ ( A ∪ B ) = ( A ∩ B ) ∪ ( A ∩ B) .
Si A ⊂ B et B ⊂ C alors A ⊂ C . Partition d’un ensemble E
A = B ⇔ A ⊂ B et B ⊂ A . Des parties A1 , A2 , …, An de E forment une partition de E si :
L’ensemble des parties de E est noté P (E ) . - Elles sont deux à deux disjointes : Ai ∩ A j = Y si i ≠ j .
Intersection de deux parties de E n
A ∩ B = {x ∈ E / x ∈ A et x ∈ B}. - Leur réunion est E : U Ai = E .
Deux ensembles A et B sont disjoints si A ∩ B = Y . i =1
Propriétés : A ∩ B = B ∩ A Cas particulier : une partie A et son complémentaire A .
( A ∩ B) ∩ C = A ∩ ( B ∩ C ) noté A ∩ B ∩ C Produit cartésien de deux ensembles
A ⊂ B ∩ C si et seulement si A ⊂ B et A ⊂ C
E × F = {( x, y ) / x ∈ E et y ∈ F } E 2 = {( x, y ) / x ∈ E et y ∈ E}
Réunion de deux parties de E
Par récurrence, on généralise au produit de plusieurs ensembles et
A ∪ B = {x ∈ E / x ∈ A ou x ∈ B} .
Propriétés : A ∪ B = B ∪ A E p est l’ensemble des p-listes ( x1 ,..., x p ) d’éléments de E.
( A ∪ B) ∪ C = A ∪ ( B ∪ C ) noté A ∪ B ∪ C
A ∪ B ⊂ C si et seulement si A ⊂ C et B ⊂ C
Distributivité
( A ∩ B) ∪ C = ( A ∪ C ) ∩ ( B ∪ C )
( A ∪ B) ∩ C = ( A ∩ C ) ∪ ( B ∩ C )
Complémentaire
A = {x ∈ E / x ∉ A}.
Propriétés : A = A A∩ A = Y A∪ A = E
A ⊂ B si et seulement si B ⊂ A
Lois de Morgan : A ∪ B = A ∩ B A∩B = A ∪B
Différence de deux parties de E
A − B = { x ∈ E / x ∈ A et x ∉ B} .
Donc A − B = A ∩ B .
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 7

fiche n°5
RECURRENCE

Premier théorème de récurrence


Soit P(n) est une propriété définie pour tout entier n ≥ n0 .
Si les deux conditions suivantes sont vérifiées :
1) Initialisation : P(n0 ) est vraie.
2) Hérédité : Chaque fois que P (n) est vraie pour n ≥ n0 , alors
P(n + 1) est vraie.
Alors P(n) est vraie pour tout entier n ≥ n0 .
Conseils de rédaction d’une récurrence
• Bien définir la propriété P ( n) .

• Initialisation : Déterminer le premier entier n0 et démontrer que

P(n0 ) est vraie.


• Hérédité : Supposer que P ( n) est vraie pour un entier n ≥ n 0 .

Démontrer que (pour ce n) P(n + 1) est vraie.


• Conclusion : En appliquant le théorème, conclure que P ( n) est

vraie pour tout entier n ≥ n0 .


Deuxième théorème de récurrence (récurrence forte)
Soit P(n) est une propriété définie pour tout entier n ≥ n0 .
Si les deux conditions suivantes sont vérifiées :
1) Initialisation : P(n0 ) est vraie.
2) Hérédité : Chaque fois que (pour un entier n ≥ n0 ) P(k ) est vraie
jusqu’à n (c’est-à-dire pour tout entier k tel que n0 ≤ k ≤ n ), alors
P(n + 1) est vraie.
Alors P(n) est vraie pour tout entier n ≥ n0 .
Conseils de rédaction
Hérédité : Supposer que P(n0 ) , P(n0 + 1) , …, P(n) sont vraies
pour un entier n ≥ n0 .
Démontrer que (pour ce n) P(n + 1) est vraie.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 8

fiche n°6
ENSEMBLE DES REELS

Majorants d’une partie


Un réel M est majorant d’une partie A de R si : ∀x ∈ A x ≤ M .
Tout réel plus grand que M est aussi un majorant de A.
Si M ∈ A , alors M est le plus grand élément de A, noté Max A .
Borne supérieure
La borne supérieure de A est le plus petit des majorants de A (s’il
∀x ∈ A x ≤ M
existe) : M = Sup A ⇔ 
∀ε > 0 ∃x ∈ A M − ε < x ≤ M
(M est majorant, mais, pour tout ε > 0 , M − ε n’est pas majorant)
Minorants d’une partie
Un réel m est majorant d’une partie A de R si : ∀x ∈ A x ≥ m .
Tout réel plus petit que m est aussi un minorant de A.
Si m ∈ A , alors m est le plus petit élément de A, noté Min A .
Borne inférieure
La borne inférieure de A est le plus grand des minorants de A (s’il
∀x ∈ A m ≤ x
existe) : m = Inf A ⇔ 
∀ε > 0 ∃x ∈ A m ≤ x < m + ε
(m est minorant, mais, pour tout ε > 0 , m + ε n’est pas minorant)
Propriété fondamentale de l’ensemble des réels
Toute partie majorée non vide de R possède une borne supérieure.
Toute partie minorée non vide de R possède une borne inférieure.
Partie entière d’un réel
On appelle partie entière d’un réel x le plus grand entier inférieur ou
égal à x.
Notations : Ent( x) ou  x  .
Propriété caractéristique : ∀x ∈R Ent( x ) ≤ x < Ent( x ) + 1 .
La fonction partie entière est une fonction en escalier croissante.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 9

fiche n°7 fiche n°7 (suite)


TRIGONOMETRIE Formules d’addition
Définitions cos(a + b) = cos a cos b − sin a sin b
A tout réel θ on associe l’unique point M du cercle trigonométrique cos(a − b) = cos a cos b + sin a sin b
r uuuur sin(a + b) = sin a cos b + cos a sin b
tel que θ soit une mesure de l’angle (u , OM ) . Alors :
• cos θ est l’abscisse du point M. sin(a − b) = sin a cos b − cos a sin b
• sin θ est l’ordonnée du point M. tan a + tan b
tan(a + b) =
sin θ cos θ 1 − tan a tan b
• tan θ = et cotan θ = . tan a − tan b
cos θ sin θ tan(a − b) =
Formules de base 1 + tan a tan b
1 1 Formules de duplication
cos2 θ + sin 2 θ = 1 = 1 + tan 2 θ = 1 + cotan 2 θ
cos θ
2
sin 2 θ cos 2a = cos2 a − sin 2 a = 2 cos 2 a − 1 = 1 − 2sin 2 a
Lignes trigonomues usuelles sin 2a = 2 sin a cos a
θ π6 π4 π3 π2 2 tan a
0 tan 2a =
3 2 1 1 − tan 2 a
cos θ 1 0 Transformation de produits en sommes (linéarisation)
2 2 2
1 1
1 2 3 cos a cos b = [cos(a + b) + cos( a − b)] cos 2 a = (1 + cos 2a )
sin θ 0 1 2 2
2 2 2 1 1
1 sin a sin b = − [cos(a + b) − cos( a − b)] sin 2 a = (1 − cos 2a)
tan θ 0 1 3 2 2
3 1 1
sin a cos b = [sin(a + b) + sin( a − b)] sin a cos a = sin 2a
1 2 2
cotan θ 3 1 0 Transformation de sommes en produits
3
Symétries p+q p−q
cos p + cos q = 2 cos cos
cos(−θ) = cos θ sin(−θ) = − sin θ tan(−θ) = − tan θ 2 2
cos(π − θ) = − cos θ sin(π − θ) = sin θ tan(π − θ) = − tan θ p+q p−q
cos p − cos q = −2sin sin
cos(π + θ) = − cos θ sin(π + θ) = − sin θ tan(π + θ) = tan θ 2 2
π  π  π  p+q p−q
cos − θ  = sin θ sin  − θ  = cos θ tan − θ  = cotan θ sin p + sin q = 2 sin cos
2 2
2  2  2 
p+q p−q
π  π  π  sin p − sin q = 2 cos sin
cos + θ  = − sin θ sin  + θ  = cos θ tan + θ  = − cotan θ 2 2
2  2  2 
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 10

fiche n°8 fiche n°8 (suite)


Argument d’un nombre complexe non nul
NOMBRES COMPLEXES r uuuur
Si z ≠ 0 et si M est le point d’affixe z, arg( z ) est l’angle (u , OM ) et
Ensemble C par abus de langage toute mesure de cet angle.
Re( z ) Im( z )
L’ensemble C est muni de deux opérations internes (addition et Si z ≠ 0 : arg( z ) = θ ⇔ cos θ = et sin θ =
multiplication). Il a une structure de corps commutatif. z z
Il possède un élément noté i qui vérifie i 2 = −1 . z est réel ssi arg( z ) ≡ 0 (π)
Il ne possède pas de relation d’ordre compatible avec les opérations. π
Forme algébrique z est imaginaire pur ssi arg( z ) ≡ ( π)
2
∀z ∈C ∃!( x, y ) ∈R2 z = x + iy . Propriétés : arg( z ) ≡ − arg( z ) (2π) arg( z n ) ≡ n arg( z ) (2π)
x = Re( z ) est sa partie réelle et y = Im( z ) sa partie imaginaire.
z
z est réel ssi Im( z ) = 0 z est imaginaire pur ssi Re( z ) = 0 arg( zz ') ≡ arg( z ) + arg( z ') (2π) arg   ≡ arg( z ) − arg( z ') (2π)
 z'
Re( z ) = Re( z ') Notation exponentielle
z = z'⇔  .
 Im( z ) = Im( z ') ∀θ ∈R cos θ + i sin θ = eiθ .
r r
Il y a bijection entre C et le plan de repère orthonormé (O, u , v ) . Forme trigonométrique d’un complexe non nul
Tout point M ( x, y ) a pour affixe z = x + iy . Pour tout z ∈C* , il existe un unique réel r > 0 et un réel θ unique à
Nombre complexe conjugué 2kπ près ( k ∈Z ) tels que : z = r (cos θ + i sin θ) = reiθ . Et r = z .
∀z ∈C z = x − iy si x = Re( z ) et y = Im( z ) .
z est réel ssi z = z z est imaginaire pur ssi z = − z z = z ' ⇔ z = z ' et arg( z ) ≡ arg( z ') (2π)
z z Formules d’Euler
Propriétés : z + z ' = z + z ' zz ' = z × z ' ( z n ) = ( z ) n  = eiθ + e −iθ eiθ − e −iθ
 z' z' ∀θ ∈R cos θ = et sin θ = .
z+z z−z 2 2i
Re( z ) = et Im( z ) = Formule de Moivre
2 2i
Module d’un nombre complexe ∀n ∈Z ∀θ ∈R (cos θ + i sin θ)n = cos nθ + i sin nθ .
Racines n-èmes d’un complexe non nul
∀z ∈C z = x 2 + y 2 si x = Re( z ) et y = Im( z ) .
Les racines n-èmes de Z sont les solutions de z n = Z .
Le module de z est la distance OM si z est l’affixe de M.  α 2k π 
i + 
z =0⇔ z=0 iα
Si Z = R e , il y a n racines zk = R n en n  pour k ∈ P0, n − 1T .
Propriétés : z = z z = zz Leur somme est égale à 0. Elles sont toutes obtenues en multipliant
n z z l’une d’entre elles par les racines n-èmes de l’unité.
zz ' = z × z ' zn = z = z + z' ≤ z + z' 2ik π
z' z'
Il y a n racines n-èmes de l’unité : ωk = e n = (ω1 )k pour k ∈ P0, n − 1T .
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 11

fiche n°9 fiche n°9 (suite)

APPLICATIONS Injectivité
Une application f de E dans F est injective si tout élément y ∈ F
Application possède au plus un antécédent dans E.
Une application f d’un ensemble E vers un ensemble F associe à tout Pour tout élément y ∈ F , l’équation f ( x ) = y possède au plus une
élément x de E un unique élément y de F : on note y = f (x ) . solution dans E.
Si y = f (x ) , alors x est un antécédent de y, et y est l’image de x. La fonction f est injective si et seulement si pour tous x1 et x2 de E
Restriction et prolongement d’une application on a : f ( x1 ) = f ( x2 ) ⇒ x1 = x2 .
Si f est une application de E dans F et si A ⊂ E , la restriction de f à Surjectivité
A est l’application notée f / A de A dans F qui coïncide avec f pour Une application f de E dans F est surjective si tout élément y ∈ F
tout élément de A : ∀x ∈ A f / A ( x ) = f ( x) . possède au moins un antécédent dans E.
Pour tout élément y ∈ F , l’équation f ( x ) = y possède au moins
Si f est une application de E dans F et si E ⊂ B , une application g de une solution dans E.
B dans F est un prolongement de f à B si f est la restriction de g à E, Bijectivité
( f = g / E ), donc si : ∀x ∈ E g ( x ) = f ( x ) . L’application f est bijective si tout élément y ∈ F possède un
La restriction est unique, mais pas le prolongement. unique antécédent dans E.
Image directe Pour tout élément y ∈ F , l’équation f ( x ) = y possède exactement
Si f est une application de E dans F et si A ⊂ E , on appelle image une solution dans E.
(directe) de A par f l’ensemble des images des éléments de A : f est bijective de E dans F ssi elle est injective et surjective.
f ( A) = { y ∈ F / ∃x ∈ A y = f ( x )} Si f est bijective de E dans F, on lui associe une application
Propriétés : Si A ⊂ B alors f ( A) ⊂ f ( B) réciproque f −1 de F dans E qui à tout élément de F associe son
f ( A ∪ B) = f ( A) ∪ f ( B) unique antécédent : y = f −1( x ) ⇔ x = f ( y ) .
f ( A ∩ B) ⊂ f ( A) ∩ f ( B) (égalité si f injective) L’application réciproque f −1 est bijective de F dans E.
Image réciproque Composée de deux applications
Si f est une application de E dans F et si B ⊂ F , on appelle image Si f est une application de E dans F et g une application de F dans
réciproque de B par f l’ensemble des antécédents des éléments de B : G, on appelle composée de f par g l’application de E dans G définie
f −1 ( B) = { x ∈ E / f ( x ) ∈ B} par : ∀x ∈ E ( g o f )( x) = g[ f ( x )] .
Si f et g sont injectives, g o f est injective.
Propriétés : Si A ⊂ B alors f −1 ( A) ⊂ f −1 ( B)
Si f et g sont surjectives, g o f est surjective.
f −1 ( A ∪ B) = f −1 ( A) ∪ f −1 ( B)
Si f et g sont bijectives, g o f est bijective et ( g o f )−1 = f −1 o g −1 .
f −1 ( A ∩ B) = f −1 ( A) ∩ f −1 ( B)
Si f est bijective de E dans F, alors : f −1 o f = Id E et f o f −1 = Id F .
Si A ⊂ E , alors A ⊂ f −1 [ f ( A)] (égalité si f injective).
Si B ⊂ F , alors f [ f −1 ( B)] ⊂ B (égalité si f surjective).
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 12

fiche n°10 fiche n°10 (suite)


POLYNOMES Formule de Taylor
n
P ( k ) (α )
∀P ∈ K n [ X ] ∀α ∈ K P( X ) = ∑ ( X − α) k .
On note K = R ou K = C et X la fonction x a x . k =0 k !
Définitions Théorème de D’Alembert-Gauss
Un monôme sur K est de la forme aX k où k ∈N et a ∈ K . Tout polynôme non constant admet au moins une racine dans C .
Un polynôme P sur K est une somme finie de monômes. Conséquence 1 : Un polynôme de degré n a au plus n racines distinctes.
Si le polynôme P n’est pas nul, il existe un unique n ∈N et un unique Conséquence 2 : Un polynôme P ∈ K n [ X ] qui s’annule au moins n + 1
(a0 ,..., an ) ∈ K n +1 avec an ≠ 0 tels que : P = a0 + a1 X + .... + an X n . fois est le polynôme nul.
a0 , …, an sont les coefficients de P et an son coefficient dominant. Polynômes irréductibles
Un polynôme A non constant est irréductible dans K [ X ] s’il n’admet
K [ X ] est l’ensemble des polynômes à coefficients dans K.
pas de diviseur B dans K [ X ] tel que 1 ≤ d ° B < d ° A .
Degré d’un polynôme
Si P est non nul, n est unique et s’appelle le degré de P. Dans C[ X ] , les seuls polynômes irréductibles sont de degré 1.
Par convention, le polynôme nul a pour degré − ∞ . Dans R[ X ] , les seuls polynômes irréductibles sont les polynômes de
d °( P + Q) ≤ Max (d ° P, d °Q) d °( PQ ) = d °P + d °Q
degré 1 et les polynômes de degré 2 avec ∆ < 0 .
d °( P o Q) = d ° P × d °Q d ° P ' = d °P − 1 si P ' ≠ 0 Factorisation d’un polynôme non constant
K n [ X ] est l’ensemble des polynômes P ∈ K [ X ] tels que d ° P ≤ n . Dans C[ X ] , tout polynôme P non constant admet une factorisation de la
Egalité de deux polynômes forme : P( X ) = a∏ ( X − αk )mk où a est le coefficient dominant de P
Deux polynômes sont égaux si et seulement si ils ont le même degré et
les mêmes coefficients. et où les α k sont toutes les racines complexes distinctes de P avec leur
Division euclidienne ordre de multiplicité mk .
Si A et B appartiennent à K [ X ] et B ≠ 0 , il existe un unique couple Si P ∈R[ X ] , ses racines dans C sont soit réelles soit complexes
(Q, R) de polynômes de K [ X ] tels que A = BQ + R et d ° R < d ° B . conjuguées avec le même ordre de multiplicité.
Si R = 0 , A est divisible par B ou multiple de B, et B est diviseur de A. En calculant ( X − α)( X − α) on obtient un polynôme de R[ X ] de la
Racines d’un polynôme
forme X 2 + bX + c avec un discriminant négatif.
Un élément α ∈ K est racine du polynôme P si P(α) = 0 .
Donc dans R[ X ] , tout polynôme P non constant admet une factorisation
α est racine de P si et seulement si P est divisible par ( X − α) .
Ordre de multiplicité d’une racine de la forme : P( X ) = a (∏ ( X − α k)
mk
) (∏ ( X 2
+ bj X + c j )
mj
) où a est
α est racine d’ordre m de P si P est divisible par ( X − α)m , mais pas par le coefficient dominant de P, où les α k sont toutes les racines réelles
( X − α) m+1 : P = ( X − α)m Q avec Q (α) ≠ 0 et d °Q = d ° P − m . distinctes de P avec leur ordre de multiplicité mk , et où les polynômes
α est racine multiple d’ordre m du polynôme P si et seulement si : X 2 + b j X + c j ont un discriminant négatif et ont pour racines les racines
∀k ∈ P0, m − 1T P ( k ) (α) = 0 et P (m ) (α ) ≠ 0 . complexes conjuguées de P, avec leur ordre de multiplicité m j .
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 13

fiche n°11
LOGARITHME NEPERIEN
Définition
La fonction logarithme népérien est l’unique fonction dérivable sur
1
]0,+∞[ qui vérifie ln 1 = 0 et ∀x ∈]0,+∞[ (ln)' ( x ) = .
x
x
dt
Expression : ln x = ∫t
1
Interprétation géométrique : Si a ≥ 1 , ln a est l’aire (en unités
d’aire) de la partie de plan limitée par la courbe (C) d’équation
1
y = , l’axe Ox et les droites d’équations x = 1 et x = a . Si
x
0 < a < 1 , ln a est l’opposé de cette aire.
Propriété fondamentale
ln( a × b) = ln a + ln b pour tous réels a > 0 et b > 0 .
Conséquences : ln( a k ) = k ln a pour tout entier k.

( ) 1
ln a = ln a
1
ln   = − ln a
a
ln   = ln a − ln b
2 a b
Limites (α > 0)
ln(1 + x)
lim ln x = −∞
+
lim+ x α ln x = 0 lim
+
=1
x →0 x→0 x →0 x
ln x ln x
lim ln x = +∞ lim α = 0 lim =1
x→+∞ x→+∞ x x→1 x − 1
Signe
1

x 0 1 +∞
ln − 0 +
o 1 2 e 3
Courbe
x 0 +∞ -1

ln +∞
−∞
ln 1 = 0 et ln e = 1 ( e ≈ 2,718 )
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 14

fiche n°12
EXPONENTIELLE
Nombre de Neper
Le nombre e est l’unique réel positif tel que ln e = 1 : e ≈ 2,718 .
Définition
La fonction exponentielle est la fonction réciproque de la fonction
logarithme népérien. Pour tout x, on note exp( x ) = e x .
y = e x ⇔ x = ln y pour tout réel x et tout réel y > 0 .
Conséquences : ∀x ∈  ln( e x ) = x et ∀x ∈]0,+∞[ e ln x = x .
Propriété fondamentale
e a +b = e a × e b pour tous réels a et b.
Conséquences : (e a ) k = e ka pour tout entier k.
1 ea
ea 2
= ea e −a = e a −b =
ea eb
Dérivée
La fonction exponentielle est dérivable sur  : ∀x ∈  (e x )' = e x .
Limites (α > 0)
α ex −1
lim e x = 0 lim x e x = 0 lim =1
x→−∞ x→−∞ x→0 x
ex
lim e x = +∞ lim α
= +∞ lim x α e − x = 0
x→+∞ x→+∞ x x→+∞
Signe
Elle est positive : ∀x ∈  e x > 0 e

Courbe
2

x −∞ +∞
exp +∞ 1

0
-2 e 0 = 1o et e1 =l e 2
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 15

fiche n°13
AUTRES FONCTIONS EXPONENTIELLES

Définition
La fonction exponentielle de base a > 0 est la fonction définie
par : ∀x ∈  exp a ( x) = a x = e x ln a .
L’exponentielle est la fonction exponentielle de base e.
Propriété fondamentale
a x + y = a x × a y pour tous réels x et y.
Mêmes conséquences que pour l’exponentielle.
Dérivée
La fonction exponentielle de base a est dérivable sur  :
∀x ∈  (a x )' = a x ln a .
Limites
+ ∞ si a < 1 0 si a < 1
lim a x =  lim a x = 
x → −∞ 0 si a > 1 x → +∞ + ∞ si a > 1
Signe
Elle est positive : ∀x ∈  a x > 0 .
Courbes
2
2

1
1

-1 o 1 -1 o 1 2

a <1 a >1
Croissances comparées
ax
lim α = +∞ si a > 1 et α > 0 .
x → +∞ x
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 16

fiche n°14
FONCTIONS PUISSANCES

Définition
Si α est un réel : ∀x ∈]0,+∞[ f α ( x) = x α = e α ln x .

Cas particuliers : x1 n = n x xp q = xp = x
q
( ) q p

Certaines fonctions puissances sont prolongeables à R.


Propriété fondamentale
x α × y α = (xy ) α pour tous x > 0 et y > 0 .
α
x xα
Conséquences : x kα
= (x k
) = (x )
α α k
  = α
 y y
Autres propriétés

x α × x β = x α +β (x ) α β
x
= x αβ β
= x α −β

Dérivée
La fonction puissance est dérivable et ∀x ∈]0,+∞[ f 'α ( x) = αx α −1 .
Limites
+ ∞ si α < 0 0 si α < 0
lim+ x α =  lim x α = 
x→0 0 si α > 0 x→+∞ + ∞ si α > 0
Courbes
2 2

1 1

o 1 2 3 o 1 2 3 o 1
α<0 0 < α <1 α >1
Croissances comparées ( α > 0 )
ln x ex
lim+ x α ln x = 0 lim α = 0 lim = +∞
x→0 x → +∞ x x→+∞ xα
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 17

fiche n°15 fiche n°15 (suite)


FONCTIONS TRIGONOMETRIQUES Fonction sinus
La fonction sinus est définie sur R , périodique de période 2π et
impaire. La fonction sinus est continue et dérivable sur R .
Sa dérivée est définie par : ∀x ∈R (sin) '( x ) = cos x .
Fonction cosinus
La fonction cosinus est définie sur R , périodique de période 2π et sin x
Elle n’admet pas de limite en +∞ et en −∞ . Mais lim = 1.
x →0 x
paire. La fonction cosinus est continue et dérivable sur R .
Sa dérivée est définie par : ∀x ∈R (cos) '( x) = − sin x . x 0 π2 π
Elle n’admet pas de limite en +∞ et en −∞ . sin' 1 + 0 − −1
0 π2 π 1
x sin
0 0
cos' 0 − −1 − 0
sin x = 0 ⇔ x ≡ 0 (π) .
1 0
cos sin a = sin b ⇔ a ≡ b (2π) ou a ≡ π − b (2π)
−1
π Fonction Arcsinus
cos x = 0 ⇔ x ≡ (π) .
2  π π
La fonction sinus réalise une bijection de  − ,  dans [−1,1] .
cos a = cos b ⇔ a ≡ b (2π) ou a ≡ −b (2π)  2 2
Fonction Arccosinus Sa réciproque est la fonction Arcsinus.
La fonction cosinus réalise une bijection de [0, π] dans [−1,1] .  π π
La fonction Arcsinus est définie sur [−1,1] à valeurs dans  − ,  .
Sa réciproque est la fonction Arccosinus.  2 2
La fonction Arccosinus est définie sur [−1,1] à valeurs dans [0, π] .  π π
∀x ∈ [−1,1] y = Arcsin x ⇔ x = sin y et y ∈  − , 
∀x ∈ [−1,1] y = Arccos x ⇔ x = cos y et y ∈ [0, π]  2 2
La fonction Arccosinus est continue sur [−1,1] et dérivable sur ] − 1,1[ . La fonction Arcsinus est continue sur [−1,1] et dérivable sur ] − 1,1[ .
−1 1
Sa dérivée est définie par : ∀x ∈] − 1,1[ (Arccos) '( x ) = . Sa dérivée est définie par : ∀x ∈] − 1,1[ (Arcsin) '( x ) = .
1 − x2 1 − x2
La fonction Arccosinus est strictement décroissante sur [−1,1] . La fonction Arcsinus est strictement croissante sur [−1,1] .

x −1 0 1 x −1 0 1
Arccos' 4 − −1 − 4 Arcsin' 4 + 1 + 4
π π2 0 π2
Arccos Arcsin
0 −π 2
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 18

fiche n°15 (suite)

Fonction tangente
π 
La fonction tangente est définie sur D = R−  + k π / k ∈Z , périodique de
2 
période π et impaire. La fonction tangente est continue et dérivable sur D.
1
Sa dérivée est définie par : ∀x ∈ D (tan) '( x) = 2
= 1 + tan 2 x .
cos x
x −π 2 0 π2
tan' + 1 +
0 +∞
tan
−∞
tan x = 0 ⇔ x ≡ 0 (π) .
tan a = tan b ⇔ a ≡ b (π)
Fonction Arctangente
 π π
La fonction tangente réalise une bijection de  − ,  dans R .
 2 2
Sa réciproque est la fonction Arctangente.
 π π
La fonction Arctangente est définie sur R à valeurs dans  − ,  .
 2 2
 π π
∀x ∈R y = Arctan x ⇔ x = tan y et y ∈  − ,  .
 2 2
La fonction Arctangente est continue sur R et dérivable sur R .
1
Sa dérivée est définie par : ∀x ∈R (Arctan) '( x) = .
1 + x2
x −∞ 0 +∞
Arctan' + 1 +
0 π2
Arctan
−π 2
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 19

fiche n°16 fiche n°16 (suite)


SUITES USUELLES Suites vérifiant une récurrence linéaire d’ordre 2
Une suite (u n ) suit une relation linéaire de récurrence d’ordre 2 s’il
Suites arithmétiques existe deux réels a ≠ 0 et b tels que : ∀n ∈ N un + 2 = aun +1 + bun .
Une suite (u n ) est arithmétique s’il existe un réel b (appelé raison
L’équation x 2 = ax + b est appelée équation caractéristique associée
de la suite) tel que : ∀n ∈ N u n+1 = u n + b .
à la relation de récurrence.
Alors son terme général est : ∀n ∈ N u n = u 0 + nb .
Elle équivaut à x 2 − ax − b = 0 . Son discriminant est ∆ = a 2 + 4b .
Pour tous les entiers n et p : u n = u p + (n − p)b .
Premier cas : ∆ > 0 .
n u p + un L’équation caractéristique possède deux racines distinctes q1 et q2 .
Pour tous les entiers p ≤ n : ∑ u k = (n − p + 1) 2 Alors il existe deux réels α et β tels que :
k=p
Suites géométriques ∀n ∈N un = α (q1 )n + β(q2 )n
Une suite (u n ) est géométrique s’il existe un réel a (appelé raison On détermine les réels α et β à l’aide des conditions initiales.
de la suite) tel que : ∀n ∈ N u n+1 = au n . Deuxième cas : ∆ = 0 .
Alors son terme général est : ∀n ∈ N u n = a n u 0 . L’équation caractéristique possède une racine double q .
Pour tous les entiers n et p : u n = a n− p u p . Alors il existe deux réels α et β tels que :
n ∀n ∈N un = (αn + β)q n
1 − a n− p +1
Pour tous les entiers p ≤ n : ∑
uk = u p
1 − a
si a ≠ 1 . On détermine les réels α et β à l’aide des conditions initiales.
k=p
Troisième cas : ∆ < 0 .
Convergence de (an)
L’équation caractéristique possède deux racines complexes
a ≤ −1 −1 < a < 1 a =1 a >1
conjuguées que l’on met sous forme trigonométrique : q1 = reiθ et
Pas de limite lim a n = 0 lim a n = 1 lim a n = +∞
n→+∞ n→+∞ n→+∞ q2 = re −iθ .
Suites arithmético-géométriques Alors il existe deux réels α et β tels que :
Une suite (u n ) est arithmético-géométrique s’il existe des réels
∀n ∈N un = r n [α cos(nθ) + β sin(nθ)]
a ≠ 0 et b tels que ∀n ∈ N u n+1 = au n + b .
On détermine les réels α et β à l’aide des conditions initiales.
Si a ≠ 1 , il existe un unique réel α (point fixe) tel que α = aα + b .
Alors, la suite de terme général v n = u n − α est géométrique de
raison a. On en déduit v n , puis u n en fonction de n.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 20

fiche n°17 fiche n°17 (suite)


SUITES NUMERIQUES Opérations algébriques sur les limites
un vn un + vn
Définition l l' l + l'
Une suite numérique est une application de N ou N * dans R . +∞ l' +∞
La suite de terme général un (image de l’entier n) est notée (un ) . −∞ l' −∞
Sens de variations +∞ +∞ +∞
La suite (u n ) est croissante si : ∀n ∈ N u n +1 − u n ≥ 0 . −∞ −∞ −∞
La suite (u n ) est décroissante si : ∀n ∈ N u n +1 − u n ≤ 0 . +∞ −∞ Indétermination
Si la suite est à termes positifs : La suite (u n ) est croissante ssi : un vn un vn
un+1 un+1 l l' ll'
∀n ∈N ≥ 1 et décroissante ssi : ∀n ∈N ≤1. l' ≠ 0
un un ∞ ∞
Bornes d’une suite ∞ 0 Indétermination
La suite est majorée s’il existe un réel M tel que : ∀n ∈ N u n ≤ M . ∞ ∞ ∞
La suite est minorée s’il existe un réel m tel que : ∀n ∈ N u n ≥ m . un vn un / vn
La suite est bornée si elle est majorée et minorée. l l' ≠ 0 l l'
Suite convergente 0
l≠0 ∞
La suite (u n ) est convergente si elle admet une limite réelle. 0 0 Indétermination
lim un = l si : ∀ε > 0 ∃n0 ∀n ≥ n0 un − l < ε ∞ l' ∞
n → +∞
l ∞ 0
Suite divergente
La suite est divergente si elle n’est pas convergente. Il y a deux cas : le ∞ ∞ Indétermination
terme général tend vers ± ∞ ou bien il n’a pas de limite. Image d’une suite par une fonction ( l et L réels ou infinis)
lim un = +∞ si : ∀A > 0 ∃n0 ∀n ≥ n0 un > A Si f est une fonction définie sur un intervalle I telle que
n →+∞ lim f ( x) = L et si (u n ) est une suite d’éléments de I qui a pour
Compatibilité avec l’ordre ( l et l' réels) x →l
Si, à partir d’un certain rang, un ≤ vn et : limite l , alors la suite de terme général f (un ) a pour limite L.
• si les suites (u n ) et (vn ) convergent vers l et l' alors l ≤ l' Convergence des suites monotones
Toute suite croissante majorée est convergente et sa limite est un
(inégalité large même si l’inégalité sur les termes généraux est stricte)
majorant. Si elle n’est pas majorée, elle diverge vers + ∞ .
• si (u n ) diverge vers + ∞ , alors (vn ) diverge vers + ∞ .
Toute suite décroissante minorée est convergente et sa limite est un
• si (vn ) diverge vers − ∞ , alors (u n ) diverge vers − ∞ . minorant. Si elle n’est pas minorée, elle diverge vers − ∞ .
Théorème d’encadrement Suites adjacentes
Si, à partir d’un certain rang, vn ≤ un ≤ wn et si les suites (vn ) et (wn ) Deux suites (u n ) et (vn ) sont adjacentes si (u n ) est croissante et
sont convergentes vers le même l , alors la suite (u n ) est convergente et (vn ) décroissante, et si lim (vn − un ) = 0 .
n→ +∞
sa limite est l . Alors les deux suites sont convergentes et ont la même limite.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 21

fiche n°17 (suite) fiche n°17 (suite)


Négligeabilité
(un ) est négligeable devant (vn ) , noté un = o(vn ) , s’il existe une Equialences usuelles :
suite (ε n ) qui vérifie ∀n ∈N un = ε n vn et lim ε n = 0 . • En + ∞ , un polynôme est équivalent à son terme de plus haut
n→+∞ degré et une fraction rationnelle est équivalente au quotient des
Si vn ≠ 0 à partir d’un certain rang, un = o(vn ) si et seulement si termes de plus haut degré de son numérateur et de son
u dénominateur.
lim n = 0 .
n→+∞ v
n • Si lim un = l (≠ 0) , alors un ~ l .
n→+∞
Si un = o(vn ) et si la suite (vn ) est convergente, alors la suite (un ) • Si lim un = 0 , alors :
n→+∞
converge vers 0.
 ln(1 + un ) ~ un .
Négligeabilités usuelles :
un
• nα = o( nβ ) si 0 ≤ α < β .  e − 1 ~ un .
• (ln n)α = o( nβ ) si α ≥ 0 et β > 0 .  (1 + un ) α − 1 ~ αun .
• nα = o(eβn ) si α ≥ 0 et β > 0 .  sin un ~ un .
• nα = o(a n ) si α ≥ 0 et a > 1 .  tan un ~ un .

Propriétés : 1 2
 1 − cos un ~ un .
• Si un = o(vn ) et vn = o(wn ) , alors un = o( wn ) . 2
• Si un = o(vn ) , alors un wn = o(vn wn ) . • Si lim un = 1 , alors : ln un ~ un − 1
n→+∞
• Si un = o(vn ) et u 'n = o(vn ) , alors un + u 'n = o(vn ) . Propriétés :
• Si un = o(vn ) et u 'n = o(v 'n ) , alors un u 'n = o(vn v 'n ) . • un ~ vn si et seulement si un − vn = o(vn ) . On écrit un = vn + o(vn ) .
α α • Si un ~ vn , alors vn ~ un .
• Si un = o(vn ) et α > 0 , alors un = o( vn ) .
• Si un ~ vn et vn ~ wn , alors un ~ wn .
Mais la relation de négligeabilité n’est compatible ni avec la
• Si un ~ vn , alors un wn ~ vn wn .
division (et donc les puissances négatives) ni avec la composition.
Equivalence • Si un ~ vn et u 'n ~ v'n , alors unu 'n ~ vnv'n .
(un ) est équivalente à (vn ) , noté un ~ vn , s’il existe une suite (ε n ) u v
• Si un ~ vn et u 'n ~ v'n , alors n ~ n .
qui vérifie ∀n ∈N un = vn (1 + ε n ) et lim ε n = 0 . u'n v'n
n→+∞ α α
Si vn ≠ 0 à partir d’un certain rang, un ~ vn si et seulement si • Si un ~ vn , alors un ~ vn .
u Mais la relation d’équivalence n’est compatible ni avec l’addition ni
lim n = 1 . avec la composition.
n→+∞ v
n
Si un ~ vn , alors les suites (un ) et (vn ) sont de même nature et
admettent la même limite.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 22

fiche n°18 fiche n°18 (suite)


SERIES NUMERIQUES Séries à termes positifs
Définition • La série (∑ un ) converge ssi la suite (S n ) est majorée.
Soit (u n ) une suite numérique. • La série (∑ un ) diverge ssi lim Sn = +∞ .
n → +∞
On appelle série numérique de terme général u n , notée ( ∑ un ) , la • Si, à partir d’un certain rang, un ≤ vn :
n
si la série (∑ vn ) converge, alors la série (∑ un ) converge.
suite de terme général S n = ∑uk . -
- si la série (∑ un ) diverge, alors la série (∑ vn ) diverge.
k =0
Sommes partielles d’une série Si un ~ vn , les séries (∑ un ) et (∑ vn ) sont de même nature.

n
La somme partielle d’ordre n de la série ( ∑ un ) est S n = ∑uk . Convergence absolue
La série (∑ un ) est absolument convergente si la série (∑ un ) (de
k =0
Série convergente terme général u n ) est convergente.
La série ( ∑ un ) est convergente si la suite (S n ) est convergente.
Toute série absolument convergente est convergente mais la
Sa limite est appelée somme de la série et est notée :
+∞ n
réciproque est fausse.
S= ∑ uk = lim
n → +∞
∑ uk . Séries géométriques et leurs séries dérivées
Elles sont convergentes si et seulement si − 1 < x < 1 .
k =0 k =0
+∞ +∞
1
La somme Rn = ∑ uk = S − Sn est le reste d’ordre n de la série. ∑ xk = 1 − x
k = n +1 k =0
Série divergente +∞
1
La série (∑ un ) est divergente si elle n’est pas convergente. ∑ kx k −1 = (1 − x) 2
k =0
Propriétés +∞
2
• Une condition nécessaire, mais pas suffisante pour que la série
soit convergente est : lim u n = 0 .
∑ k (k − 1) x k −2 = (1 − x)3
k =0
n→+∞
Séries exponentielles
Conséquence : si lim un ≠ 0 , la série est divergente. +∞
n → +∞ xk
• On ne change pas la nature d’une série en supprimant les Elles sont convergentes pour tout x réel et : ∑ k !
= ex .
k =0
premiers termes. Mais on change sa somme.
Séries de Riemann
• Si λ ∈ R * , les séries (∑ un ) et (∑ λun ) ont même nature.
 1 
• Si (∑ un ) est une série convergente, les séries (∑ vn ) et La série  ∑ α  est convergente si et seulement si α > 1 .
 n 
(∑[un + vn ]) sont de même nature.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 23

fiche n°19 fiche n°19 (suite)


DENOMBREMENT Nombre de p-listes sans répétition (arrangements)
Une p-liste sans répétition de E est un élément ( x1 ,..., x p ) où les xi
Cardinal d’un ensemble fini sont des éléments distincts de E.
Si E ≠ Y , c’est l’unique n ∈N* tel que E soit en bijection avec P1, nT . Si Card E = n , le nombre de p-listes sans répétition de E est :
Card E = n est le nombre d’éléments de E et Card Y = 0 . n!
Propriétés : Anp = si 0 ≤ p ≤ n Anp = 0 sinon
(n − p )!
• Card A = Card E − Card A C’est aussi le nombre d’applications injectives d’un ensemble à p
• Card ( A ∪ B) = Card A + Card B − Card ( A ∩ B) éléments dans un ensemble à n éléments.
Card ( A ∪ B ∪ C ) = Card A + Card B + Card C − Card ( A ∩ B) Nombre de permutations

− Card ( A ∩ C ) − Card ( B ∩ C ) + Card ( A ∩ B ∩ C ) Une permutation de E est une bijection de E dans E. Si Card E = n , une
 n  n   permutation de E correspond à une n-liste sans répétition de E.
Formule du crible : Card  U Ak  = ∑ (−1) k −1  ∑ Card ( Ai ∩ ... ∩ Ai ) 
 k =1  k =1  1≤ i <... <i ≤ n 1 k  Donc le nombre de permutations de E est n! .
 1 k  C’est aussi le nombre de bijections de E dans F si Card E = Card F = n .
• Card ( A × B) = (Card A) × (Card B)
Partition Nombre de parties à p éléments (combinaisons)
Une famille ( A1 ,..., An ) de parties de E est une partition de E si : Si Card E = n , le nombre de parties à p éléments est :
1) Leur réunion est égale à E : E = A1 ∪ ... ∪ An . n n! n
  = si 0 ≤ p ≤ n   = 0 sinon
2) Elles sont deux à deux disjointes : Ai ∩ A j = Y si i ≠ j .  p  p!(n − p )!  p
n  n   n + 1  n   n 
Alors Card E = Card A1 + ... + Card An . Propriétés :   =     =   +   si 1 ≤ p ≤ n
Arbre de dénombrement  p n − p  p   p   p − 1
Si une situation se décompose en k étapes ayant respectivement n1 ,…,
n
 p  q   p + q 
Formule de Vandermonde : ∑   = .
nk issues possibles, alors on peut schématiser cette situation par un k =0  k  n − k   n 
arbre et le nombre total d’issues est : n = n1 × ... × nk . Nombre de parties d’un ensemble à n éléments
Notation factorielle Le nombre de parties d’un ensemble à n éléments est 2n .
Si n ≠ 0 , n! est le produit de tous les entiers compris entre 1 et n. Nombre de manières d’ordonner des objets
Par définition : 0!= 1 . Le nombre de manières d’ordonner n objets est : n! .
Propriété : (n + 1)!= (n + 1) × n!
Nombre de tirages de p objets parmi n
Nombre de p-listes avec répétition
• Tirages successifs avec remise : n p .
Une p-liste avec répétition de E est un élément ( x1 ,..., x p ) de E p .
n!
• Tirages successifs sans remise : Anp = si 0 ≤ p ≤ n .
Si Card E = n , le nombre de p-listes avec répétition de E est : n p . (n − p )!
C’est aussi le nombre d’applications d’un ensemble à p éléments dans n n!
un ensemble à n éléments. • Tirages simultanés :   = si 0 ≤ p ≤ n .
 p  p!(n − p )!
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 24

fiche n°20 fiche n°20 (suite)


ESPACES PROBABILISES Espace probabilisable
Un espace probabilisable (Ω, A ) associé à l’expérience aléatoire est
Expérience aléatoire la donnée de l’univers Ω et d’une tribu A d’événements.
Il s’agit d’une expérience à laquelle on peut associer l’ensemble Ω Probabilité
(univers) de tous les résultats ω possibles (éventualités). Une probabilité P sur l’espace probabilisable (Ω, A ) est une
Evénements
Un événement A est une partie de Ω . Il est réalisé si ω ∈ A . application de l’ensemble des événements A dans R + qui vérifie :
Si A = Y , c’est l’événement impossible. 1) P(Ω ) = 1 .
Si A = Ω , c’est l’événement certain. 2) Pour toute suite ( An ) n∈N d’éléments de A deux à deux
Si A n’a qu’un élémént ( A = {ω}), c’est un événement élémentaire.  +∞  +∞
Opérations sur les événements incompatibles : P An  =
 U ∑
P( An ) .
L’événement A ∩ B est réalisé si A et B sont réalisés.  n =0  n =0
Si A ∩ B = Y , les événements A et B sont incompatibles. Propriétés
L’événement A ∪ B est réalisé si A ou B est réalisé. P(Y) = 0 .
L’événement A est l’événement contraire de l’événement A. 0 ≤ P( A) ≤ 1 pour tout événement A.
L’événement A − B = A ∩ B est réalisé si A est réalisé, mais pas B. P( A ) = 1 − P( A) .
Tribu (ou algèbre) des événements P( A ∪ B) = P( A) + P( B) − P( A ∩ B) .
On appelle tribu (ou σ - algèbre) d’événements toute partie A de
P (Ω) qui vérifie :  n  n  
Formule du crible : P  U Ak  = ∑ (−1) k −1  ∑ P( Ai ∩ ... ∩ Ai ) 
1) Ω ∈ A .  k =1  k =1  1≤ i <...< i ≤ n 1 k 
 1 k 
2) ∀A ∈ A A∈A . Si ( An ) est une suite croissante ( ∀n ∈ N An ⊂ An +1 ) d’éléments de
+∞
3) Pour toute suite ( An ) n∈N d’éléments de A : UA ∈A .  +∞ 
A , alors : P An  = lim P( An ) .
n
n=0 U
 
La tribu engendrée par une famille de parties de Ω est la plus  n =0  n→ +∞
petite tribu contenant cette famille. Si ( An ) est une suite décroissante ( ∀n ∈ N An +1 ⊂ An ) d’éléments de
Propriétés des tribus
 +∞ 
Y∈A . A , alors : P An  = lim P( An ) .
Si A et B sont des éléments de A , alors : A ∩ B ∈ A ,  I
 n =0  n→ +∞
A ∪ B ∈ A et A − B ∈ A . Espace probabilisé
+∞
∈A . Un espace probabilisé (Ω, A , P) est la donnée de l’univers Ω , d’une
Pour toute suite ( An ) n∈N d’éléments de A : IA n
n=0 tribu A d’événements et d’une probabilité P.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 25
fiche n°20 (suite) fiche n°20 (suite)

Cas d’un univers fini ou dénombrable Système complet d’événements


Dans le cas où Ω est un univers fini ou dénombrable, on prend en ( Bi ) i∈I est un système complet d’événements s’ils sont 2 à 2
général pour tribu d’événements A = P (Ω) . incompatibles ( Bi ∩ B j = Y si i ≠ j ), si leur réunion est Ω et si
Si Ω = {ωi / i ∈ I } où I est un ensemble fini ou dénombrable, la ∀i ∈ I P( Bi ) ≠ 0 .
probabilité P est déterminée par les probabilités des événements Cas particulier : un événement B et son contraire B .
élémentaires pi = P({ω i }) : Formule des probabilités totales
P(Y) = 0 et si A ≠ Y , alors P ( A) = ∑ pi où J = {i ∈ I / ω i ∈ A} . Si ( Bi ) i∈I est un système complet d’événements :
i∈J P( A) = ∑ P( A ∩ Bi ) = ∑ PBi ( A) P( Bi ) .
Réciproquement une famille de nombres ( pi ) i∈I définit une i ∈I i ∈I

Cas particulier : P( A) = PB ( A) P( B) + PB ( A) P( B ) .
probabilité sur Ω ssi : ∀i ∈ I 0 ≤ pi ≤ 1 et ∑ pi = 1 . Formule de Bayes
i∈I
Equiprobabilité dans le cas d’un univers fini Si ( Bi ) i∈I est un système complet d’événements :
Si Ω est un univers fini, il y a équiprobabilité sur Ω si tous les PBk ( A) P( Bk )
événements élémentaires ont même probabilité (tous les pi sont PA ( Bk ) = .
Card A ∑ PB ( A) P( Bi )
i
égaux). Alors P( A) = pour tout événement A. i∈i
Card Ω Indépendance de deux événements
Probabilité conditionnelle A et B sont indépendants si P( A ∩ B) = P( A) P( B) .
Soit (Ω, A , P) un espace probabilisé et B un événement de Alors A et B , A et B, A et B sont aussi indépendants.
probabilité P( B) ≠ 0 . Alors l’application PB qui, à tout élément A Deux tribus A et B sont indépendantes si tout élément de A est
P( A ∩ B) indépendant de tout élément de B :
de A , associe le réel positif PB ( A) = est une probabilité
P( B) ∀( A, B) ∈ A ×B P( A ∩ B) = P( A) P( B) .
sur (Ω, A ) : la probabilité conditionnée par B. Indépendance de plusieurs événements
Propriétés : PB ( A ) = 1 − PB ( A) . Soit ( Ai )i∈I une famille d’événements avec I fini ou dénombrable.
PB ( A ∪ A' ) = PB ( A) + PB ( A' ) − PB ( A ∩ A' ) . Les événements Ai sont deux à deux indépendants si pour tous i ≠ j ,
Formule des probabilités composées Ai et A j sont indépendants.
P( A1 ∩ ... ∩ An ) = P ( A1) PA1 ( A2 ) PA1 ∩ A2 ( A3 )...PA1 ∩...∩ An−1 ( An ) Les événements Ai sont mutuellement indépendants si pour toute
si pour tout k ∈ {1,..., n − 1}, on a P( A1 ∩ ... ∩ Ak ) ≠ 0  
Cas particulier : P( A ∩ B) = PB ( A) P( B) = PA ( B) P( A) partie finie J de I, on a : P Ai  =
 I P( Ai ) . ∏
 i∈J  i∈J
si P( A) ≠ 0 et P( B) ≠ 0
Alors les événements Bi avec Bi = Ai ou Bi = Ai sont indépendants
L’indépendance mutuelle entraîne l’indépendance deux à deux.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 26

fiche n°21 fiche n°21 (suite)


VARIABLES ALEATOIRES DISCRETES Espérance mathématique de X
E(X ) = ∑
xk P ( X = xk ) sous réserve de convergence absolue.
k ∈I
Définition
Une variable aléatoire X sur (Ω, A , P) est une application de Ω Dans le cas où I est fini, la variable X a toujours une espérance.
dans  telle que pour tout intervalle I de  on ait X −1 ( I ) ∈ A . Mais si I est infini, elle n’a une espérance que si la série est
absolument convergente.
Si A = P (Ω) , toute application de Ω dans  convient.
L’espérance mathématique de X est la valeur moyenne de X.
Elle est discrète si l’ensemble X (Ω) est fini ou infini dénombrable.
La variable aléatoire X est centrée si E ( X ) = 0 .
Ensemble des valeurs prises par X
Théorème de transfert (sous réserve d’existence) :
X (Ω) = {xk / k ∈ I } où I est un ensemble fini ( I = P1, nT ) ou
dénombrable ( I =  * ). On suppose x1 < x2 < ...
E (Y ) = ∑
ϕ( xk ) P ( X = xk ) si Y = ϕ( X ) .
k ∈I
Notation : ( X = xk ) = {ω ∈ Ω / X (ω) = xk }. Conséquence : E (aX + b) = aE ( X ) + b .
Les événements ( X = xk ) k∈I forment un système complet Linéarité : E ( X + Y ) = E ( X ) + E (Y ) .
d’événements. Positivité : Si X (Ω) ⊂  + , alors E ( X ) ≥ 0 .
Loi de probabilité (ou distribution) de X
Variance de X
∀k ∈ I pk = P( X = xk ) .
V ( X ) = E ([ X − E ( X )]2 ) sous réserve d’existence.
Propriété : ∑ pk = 1 (somme finie ou somme d’une série).
Dans le cas où I est fini, la variable X a toujours une variance. Mais
k∈I
Fonction de répartition si I est infini, elle n’a une variance que si X 2 a une espérance.
∀x ∈  F ( x) = P([ X ≤ x]) La variance de X mesure la dispersion de X autour de sa moyenne.
F est une fonction en escalier croissante, continue à droite en tout x Propriétés : V ( X ) ≥ 0 .
réel et admettant pour limites : lim F ( x ) = 0 et lim F ( x) = 1 .
x → −∞ x → +∞ V ( X ) = E ( X 2 ) − [ E ( X )]2 .
Détermination pratique : V (aX + b) = a 2V ( X ) .
∀x ∈] − ∞, x1[ F ( x) = 0 ∀x ∈ [ xk , xk +1[ F ( x) = p1 + ... + pk V ( X + Y ) = V ( X ) + V (Y ) + 2 cov( X , Y ) .
Et si I = {1,..., n}, alors : ∀x ∈ [ xn ,+∞[ F ( x ) = 1 avec cov( X , Y ) = E ( XY ) − E ( X ) E (Y ) .
Loi de X : On peut retrouver la loi de la variable aléatoire X à l’aide Ecart-type
de sa fonction de répartition F : σ( X ) = V ( X ) si la variable aléatoire X a une variance.
p1 = F ( x1 ) ∀k ≥ 2 pk = F ( xk ) − F ( xk −1 )
La variable aléatoire X est réduite si σ( X ) = 1 .
Probabilités d’événements :
P ( X ≤ a) = F ( a ) . P( X > a ) = 1 − F (a ) . Propriété : σ(aX + b) = a σ( X ) .
P(a < X ≤ b) = F (b) − F (a) . Variable centrée réduite associée à X
X −m
C’est X * = si X a une espérance m et un écart-type σ ≠ 0 .
σ
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 27

fiche n°22 fiche n°22 (suite)


LOIS DISCRETES FINIES Loi hypergéométrique H (N,n,p) ( N ∈ N * , n ∈ N * , p ∈]0,1[ , Np ∈ N * )
 Np  N (1 − p ) 
  
k  n − k 
Loi uniforme U (n) ( n ∈ N*) ⤻
 H ( N , n, p) ssi X (Ω) ⊂ P0, nT et P( X = k ) = 
N
ࢄ ⤻U (n) ssi X (Ω) = P1, nT et ∀k ∈ P1, nT P( X = k ) =
1  
n
n
N −n
n +1 n2 −1 Espérance : E ( X ) = np Variance : V ( X ) = np (1 − p )
Espérance : E ( X ) = Variance : V ( X ) = N −1
2 12
Exemple : On effectue n tirages successifs sans remise (ou simultanés)
Loi uniforme U (ۤࢇ, ࢈‫ ( )ۥ‬a ∈Z, b ∈Z et a ≤ b)
dans une même urne qui contient N boules avec une proportion p de
On introduit : n = Card(Pa, bT) = b − a + 1 . boules blanches. Alors le nombre X de boules blanches obtenues suit
 ⤻U (ۤ, ‫ )ۥ‬ssi X ( Ω) = Pa, bT et ∀k ∈ Pa, bT P ( X = k ) =
1 la loi hypergéométrique H ( N , n, p) .
n
2
a+b n −1 LOIS DISCRETES INFINIES
Espérance : E ( X ) = Variance : V ( X ) =
2 12
Loi de Bernoulli B (p) ( p ∈]0,1[) Loi géométrique G (p) ( p ∈]0,1[)

P( X = 0) = 1 − p
 ⤻ G ( p) ssi X (Ω) = N * et ∀k ∈ N * P( X = k ) = (1 − p)k −1 p

 B ( p) ssi X (Ω) = {0,1} et :  1 1− p
P( X = 1) = p Espérance : E ( X ) = Variance : V ( X ) = 2
p p
Espérance : E ( X ) = p Variance : V ( X ) = p (1 − p )
Epreuve de Bernoulli : Succès ou Echec (p : probabilité de succès) Exemple : On répète de manière indépendante et dans les mêmes
conditions, une épreuve de Bernoulli dont la probabilité de succès est
Loi binomiale B (n, p) ( n ∈ N * et p ∈]0,1[ )
p (par exemple lancer indéfiniment une pièce dont la probabilité de
 ⤻ B (n, p) ssi X (Ω) = P0, nT et ( =
) =
௞ (1 − )௡ି௞ « pile » est p). Alors le rang X (ou temps d’attente) du premier
Espérance : E ( X ) = np Variance : V ( X ) = np(1 − p ) succès (premier « pile ») suit la loi géométrique G ()..
Schéma de Bernoulli : On répète n fois, de manière indépendante et l) (λ ∈]0,+∞[)
Loi de Poisson P (l
λk
 ⤻ P (λ )
dans les mêmes conditions, une épreuve de Bernoulli dont la
probabilité de succès est p (par exemple n tirages successifs avec ssi X (Ω) = N et ∀k ∈ N P( X = k ) = e−λ
k!
remise dans une même urne contenant une proportion p de boules Espérance : E ( X ) = λ Variance : V ( X ) = λ
blanches). Alors le nombre X de succès (boules blanches) suit la loi
Exemple : Flux d’individus pendant une période donnée ou nombre
binômiale B ( ) .
,
d’objets présentant un défaut dans une production en série.
Stabilité : Si X et Y sont deux variables aléatoires indépendantes de

lois B ( , ) et B ( , ), alors X + Y suit la loi B ( + , ).  Stabilité : Si X et Y sont deux variables aléatoires indépendantes de
lois P () et P ( ) , alors X + Y suit la loi P ( +  ).
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 28

fiche n°23 fiche n°23 (suite)

GENERALITES SUR LES FONCTIONS Fonction bornée


Une fonction f est majorée sur un intervalle I s’il existe un réel M
(majorant) tel que : ∀x ∈ I f ( x) ≤ M .
Fonction Une fonction f est minorée sur un intervalle I s’il existe un réel m
Une fonction f d’un ensemble E vers un ensemble F associe à tout (minorant) tel que : ∀x ∈ I f ( x ) ≥ m .
élément x de E au plus un élément y de F (donc 0 ou 1). Une fonction f est bornée sur I si elle est majorée et minorée.
Son ensemble de définition D f est l’ensemble des éléments x de E Fonction monotone
qui sont associés à un élément y de F (qui possèdent une image). Une fonction f est croissante sur un intervalle I si, pour tous a et b
On a une fonction réelle d’une variable réelle si E = F = R . de I vérifiant a ≤ b , on a f ( a) ≤ f (b) (f conserve le sens).
Sa courbe représentative dans un repère est l’ensemble des points Une fonction f est strictement croissante sur un intervalle I si, pour
M ( x, y ) tels que x ∈ D f et y = f (x ) . tous a et b de I vérifiant a < b , on a f ( a) < f (b) .
Fonction paire Une fonction f est décroissante sur un intervalle I si, pour tous a et
Une fonction f est paire si : b de I vérifiant a ≤ b , on a f ( a) ≥ f (b) (f change le sens).
- D f est symétrique par rapport à 0 : ∀x ∈ D f ( − x) ∈ D f . Une fonction f est strictement décroissante sur un intervalle I si,
pour tous a et b de I vérifiant a < b , on a f ( a) > f (b) .
- ∀x ∈ D f f (− x) = f ( x) .
La fonction f est (strictement) monotone si elle est (strictement)
On l’étudie sur D f ∩ [0,+∞[ et on complète sa courbe par symétrie croissante ou décroissante.
par rapport à l’axe des ordonnées. Extremum d’une fonction sur un intervalle
Fonction impaire Une fonction f admet sur I un maximum global en a ∈ I si :
Une fonction f est impaire si : ∀x ∈ I f ( x) ≤ f ( a ) .
- D f est symétrique par rapport à 0 : ∀x ∈ D f ( − x) ∈ D f . Une fonction f admet sur I un maximum local en a ∈ I s’il existe
- ∀x ∈ D f f (− x) = − f ( x) . α > 0 tel que : ∀x ∈ I ∩]a − α, a + α[ f ( x ) ≤ f ( a ) .
On l’étudie sur D f ∩ [0,+∞[ et on complète sa courbe par symétrie Une fonction f admet sur un intervalle I un minimum global en
par rapport au point O. a ∈ I si : ∀x ∈ I f ( x) ≥ f ( a ) .
Fonction périodique Une fonction f admet sur I un minimum local en a ∈ I s’il existe
Une fonction f est périodique s’il existe un réel T > 0 tel que : α > 0 tel que : ∀x ∈ I ∩]a − α, a + α[ f ( x ) ≥ f ( a ) .
- D f est invariant par translation de T : ∀x ∈ D f ( x + T ) ∈ D f . La fonction f admet en a un extremum global (local) si elle admet
- ∀x ∈ D f f ( x + T ) = f ( x ) . un maximum ou un minimum global (local).
La période est le plus petit réel T > 0 qui convient (s’il existe). On
étudie f sur D f ∩ [ a, a + T ] (a quelconque) et on complète sa
r
courbe par des translations de vecteurs kT i où k ∈ Z .
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 29

fiche n°24 fiche n°24 (suite)


LIMITES Caractérisation séquentielle d’une limite
lim f ( x ) = l si et seulement si pour toute suite (un ) convergeant
x→ a
Définition
Une fonction f définie au voisinage de a ∈R (réel ou ± ∞ ) admet vers a, la suite ( f (un )) converge vers l .
en a une limite l ∈R si : 0pérations algébriques sur les limites ( l et l' réels)
∀V ∈V (l) ∃W ∈V ( a) ∀x ∈ D f ∩ W f ( x) ∈ V Somme
u v u+v
Application aux différents cas ( a ∈R et l ∈R )
l l' l + l'
lim f ( x ) = l si : ∀ε > 0 ∃α > 0 ∀x ∈ D f x − a < α ⇒ f ( x) − l < ε +∞ l' +∞
x→ a
−∞ l' −∞
lim f ( x ) = l si : ∀ε > 0 ∃B > 0 ∀x ∈ D f x > B ⇒ f ( x) − l < ε
x→ + ∞ +∞ +∞ +∞
−∞ −∞ −∞
lim f ( x) = l si : ∀ε > 0 ∃B > 0 ∀x ∈ D f x < − B ⇒ f ( x) − l < ε
x → −∞ + ∞ − ∞ Indétermination
lim f ( x) = +∞ si : ∀A > 0 ∃α > 0 ∀x ∈ D f x − a < α ⇒ f ( x) > A Produit (compléter par la règle des signes)
x→ a u v uv
lim f ( x ) = −∞ si : ∀A > 0 ∃α > 0 ∀x ∈ D f x − a < α ⇒ f ( x) < − A l l' ll'
x→ a
∞ l' ≠ 0 ∞
lim f ( x) = +∞ si : ∀A > 0 ∃B > 0 ∀x ∈ D f x > B ⇒ f ( x ) > A ∞ 0 Indétermination
x→ + ∞
lim f ( x ) = −∞ si : ∀A > 0 ∃B > 0 ∀x ∈ D f x > B ⇒ f ( x) < − A ∞ ∞ ∞
x → +∞ Quotient (compléter par la règle des signes)
lim f ( x ) = +∞ si : ∀A > 0 ∃B > 0 ∀x ∈ D f x < − B ⇒ f ( x) > A u v u v
x → −∞
lim f ( x ) = −∞ si : ∀A > 0 ∃B > 0 ∀x ∈ D f x < − B ⇒ f ( x) < − A l l' ≠ 0 l l'
x → −∞
l≠0 0 ∞
Limites à gauche et à droite 0 0 Indétermination
Une fonction f admet en a ∈R une limite à gauche l ∈R si la ∞ l' ∞
restriction de f à D f ∩] − ∞, a[ admet la limite l . Les définitions l ∞ 0
s’obtiennent en remplaçant x − a < α par a − α < x < a . ∞ ∞ Indétermination

Une fonction f admet en a ∈R une limite à droite l ∈R si la Composition de limites (a, b et l réels ou infinis)
restriction de f à D f ∩]a, +∞[ admet la limite l . Les définitions Si lim u ( x) = b et si lim v( x) = l , alors lim (v o u )( x) = l .
x→ a x→ b x→ a
s’obtiennent en remplaçant x − a < α par a < x < a + α . Méthode : En posant X = u ( x) , on obtient :
Unicité lim (v o u)( x) = lim v( X ) = l
Si une fonction admet en a une limite l , cette limite est unique. x→ a X →b
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 30

fiche n°24 (suite)


Compatibilité avec l’ordre (a réel ou infini, l et l' réels)
Si, pour tout x au voisinage de a, f ( x) ≤ g ( x) et :
• si lim f ( x ) = l et lim g ( x) = l' , alors l ≤ l '
x→ a x→ a
(même si l’inégalité sur les fonctions est stricte).
• si lim f ( x) = +∞ , alors lim g ( x) = +∞ .
x→ a x→ a
• si lim g ( x) = −∞ , alors lim f ( x) = −∞ .
x→ a x→ a
Théorème d’encadrement (a réel ou infini)
Si, pour tout x au voisinage de a, u ( x) ≤ f ( x ) ≤ v( x ) , et si les deux
fonctions u et v admettent en a la même limite réelle :
lim u ( x) = lim v( x) = l , alors la fonction f admet en a une limite
x→ a x→ a
égale à l : lim f ( x) = l .
x→ a
Limite d’une fonction monotone
Si f est une fonction croissante sur ]a, b[ (a et b réels ou infinis) :
- Si f est majorée, f a une limite réelle en b. Sinon lim f ( x) = +∞ .
x→ b
- Si f est minorée, f a une limite réelle en a. Sinon lim f ( x) = −∞
x→ a
.
Si f est une fonction décroissante sur ]a, b[ (a et b réels ou infinis) :
- Si f est minorée, f a une limite réelle en b. Sinon lim f ( x) = −∞ .
x→ b
- Si f est majorée, f a une limite réelle en a. Sinon lim f ( x) = +∞
x→ a
.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 31

fiche n°25
INTERPRETATION DES LIMITES

Cas où lim f ( x ) = l
x→ a
La courbe de f admet un « point limite » A( a, l ) (ou point d’arrêt).
On obtient le coefficient directeur de la tangente en A en étudiant la
f ( x) − l
limite de quand x tend vers a (ou des demi-tangentes si l’on
x−a
étudie les limites à gauche ou à droite de a).
Cas où lim f ( x) = ∞
x→ a
La courbe de f admet une asymptote verticale d’équation x = a .
Cas où lim f ( x ) = l
x→∞
La courbe de f admet une asymptote horizontale d’équation y = l .
Cas où lim f ( x ) = ∞
x→∞
Les courbes de f et de g sont asymptotes si lim [ f ( x) − g ( x )] = 0 .
x→∞
En particulier, la droite d’équation y = ax + b est asymptote à la courbe
de f si lim[ f ( x ) − ax − b] = 0 .
x →∞
f ( x)
Etude de la branche infinie : on étudie lim .
x→ ∞ x
f ( x)
Si lim = ∞ : branche parabolique de direction Oy.
x →∞ x
f ( x)
Si lim = 0 : branche parabolique de direction Ox.
x →∞ x
f ( x)
Si lim = a ( ≠ 0) : on étudie lim [ f ( x ) − ax ] .
x →∞ x x→ ∞
Si lim [ f ( x) − ax] = ∞ : direction asymptotique y = ax .
x →∞
Si lim [ f ( x) − ax ] = b : asymptote oblique d’équation y = ax + b .
x →∞
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 32

fiche n°26 fiche n°26 (suite)


COMPARAISON LOCALE DES FONCTIONS Equivalence
f est équivalente à g au voisinage de a, noté f ~ g , s’il existe un
a
Soient f et g deux fonctions définies au voisinage de a ∈R . voisinage V de a et une fonction ε définie sur V qui vérifie :
Négligeabilité ∀x ∈ V f ( x ) = [1 + ε( x)]g ( x) et lim ε( x) = 0 .
x→ a
f est négligeable devant g au voisinage de a, noté f = o( g ) , s’il existe
a Donc f ~ g si et seulement si f − g = o( g ) .
a a
un voisinage V de a et une fonction ε définie sur V qui vérifie :
f ( x)
∀x ∈ V f ( x ) = ε( x ) g ( x ) et lim ε( x) = 0 . Si g ne s’annule pas au voisinage de a, f ~ g ssi lim = 1.
x→ a x→a g ( x)
a
f ( x) Si f ~ g et si lim g ( x) = l , alors lim f ( x) = l (avec l ∈R ).
Si g ne s’annule pas au voisinage de a, f = o( g ) ssi lim =0. a x→a x→a
a x→ a g ( x)
Propriétés de la négligeabilité au voisinage de a Si lim f ( x ) = lim g ( x ) = l (réel non nul), alors f ~ g .
x→a x →a a
Si f = o( g ) et si g = o(h) , alors f = o(h) . Propriétés de l’équivalence au voisinage de a
a a a
Si f ~ g , alors g ~ f .
f1 = o( g )  f1 = o( g1 )  a a
a  a 
 ⇒ f1 + f 2 = o( g ) .  ⇒ f1 f 2 = o( g1 g 2 ) . Si f ~ g et si g ~ h , alors f ~ h .
f 2 = o( g )  a f 2 = o( g 2 )  a a a a
a  a 
 f1 ~ g1
Si f = o( g ) , alors f
α α
= o( g ) si α > 0 .  f g
Si  a alors f1 f 2 ~ g1 g 2 et 1 ~ 1 (s’ils sont définis).
a a
 f 2 ~a g 2 a f2 a g2
La relation n’est compatible ni avec la composition, ni avec la division.
α α
Négligeabilités usuelles Si f ~ g , alors f ~g pour tout α .
a a
α β
x = o( x ) si 0 ≤ α < β La relation n’est compatible ni avec la composition, ni avec l’addition.
+∞
Equivalences usuelles
En +∞ (ln x )α = o( xβ ) si α > 0 et β > 0
+∞ Polynôme ~ Terme de plus haut degré

α βx
x = o(e ) si α > 0 et β > 0 En ± ∞
+∞ Fraction rationnelle ~ Quotient des termes de plus haut degré

x = o( xβ ) si 0 ≤ β < α
α
ln(1 + x) ~ x ex − 1 ~ x (1 + x )α − 1~ αx
0 0 0
0
En 0  1 
(ln x )α = o  β  si α > 0 et β > 0 sin x ~ x tan x ~ x x2
0 x  0 0 1 − cos x ~
En 0 0 2
 1  Polynôme ~ Terme de plus bas degré
En −∞ eαx = o  β  si α > 0 et β > 0 0
−∞  x  Fraction rationnelle ~ Quotient des termes de plus bas degré
  0

En 1 ln x ~ x − 1
1
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 33

fiche n°27 fiche n°27 (suite)


CONTINUITE Image d’un intervalle
Continuité en un point f ( I ) = { f ( x) / x ∈ I }
La fonction f doit être définie en a et au voisinage de a. Donc l’équation f ( x) = m admet des solutions dans I (pas
f est continue en a si lim f ( x ) = f (a ) . forcément une unique solution) si et seulement si m ∈ f (I ) .
x→ a
Théorème des valeurs intermédiaires
f est continue à gauche ou à droite de a s’il n’y a égalité qu’avec la
L’image d’un intervalle I par une fonction continue f est un
limite à gauche ou à droite.
Prolongement par continuité en un point intervalle (pas forcément de même nature).
Une fonction f définie au voisinage de a, mais pas en a est Conséquence : Si f est continue sur l’intervalle I et si f prend deux
prolongeable par continuité en a si elle admet une limite réelle l valeurs distinctes, elle prend au moins une fois toutes les valeurs
~
en a. Son prolongement est la fonction f continue en a qui est intermédiaires. En particulier, si elle prend une valeur positive et
~ ~ une valeur négative, elle s’annule au moins une fois sur I.
définie par : ∀x ∈ D f f ( x ) = f ( x) et f (a ) = l .
Fonction continue sur un segment [a,b]
Continuité sur un intervalle
f est continue sur un intervalle I si f est continue en tout point de L’image d’un segment par une fonction continue est un segment.
l’intervalle I. Conséquence : Si f est continue sur un segment [a, b] , elle est
Si I = [a, b] , f doit être continue en tout point de ]a, b[ , continue à bornée, possède un minimum m = Inf f (t ) et un maximum
t∈[ a , b ]
droite en a et continue à gauche en b. M = Sup f (t ) qu’elle atteint (il existe c ∈ [a, b] et d ∈ [a, b] tels
Opérations t∈[ a , b ]
• Si u est continue sur un intervalle I et si k est une constante, que m = f (c) et M = f (d ) ), et elle prend au moins une fois toute
alors ku est continue sur l’intervalle I.
valeur comprise entre m et M.
• Si u et v sont continues sur un intervalle I, alors u + v et uv sont
Fonction continue et strictement monotone sur un intervalle
continues sur l’intervalle I.
Si f est continue et strictement monotone sur un intervalle I, f (I )
u
• Si u et v sont continues sur un intervalle I, alors est continue est un intervalle de même nature (ouvert ou fermé) que I, obtenu en
v
sur l’intervalle I privé des points où v s’annule. prenant les valeurs de f ou les limites de f aux bornes de I (il faut
• Si u est continue sur un intervalle I et si v est continue sur intervertir les bornes si f est décroissante).
l’image u (I ) , alors v o u est continue sur l’intervalle I. Théorème de bijection
Fonctions usuelles Si f est continue et strictement monotone sur un intervalle I, f
• Les fonctions polynômes, rationnelles, logarithme, définit une bijection de I dans f (I ) . Sa fonction réciproque f −1
exponentielles, puissances, trigonométriques sont continues sur est continue et strictement monotone (même sens que f) sur f (I ) .
leur ensemble de définition ainsi que la fonction x a x . −1
Les courbes de f et f sont symétriques par rapport à la droite ∆
• La fonction x a Ent ( x) = x  est continue sur R − Z , mais pas d’équation : y = x .
sur Z .
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 34

fiche n°28 fiche n°28 (suite)

DERIVATION Dérivabilité sur un intervalle


f est dérivable sur un intervalle I si f est dérivable en tout a ∈ I .
Dérivabilité en un point f ( x + h) − f ( x)
La fonction f doit être définie en a et au voisinage de a. Alors sa fonction dérivée est la fonction x a lim .
h→ 0 h
f ( x ) − f (a )
f est dérivable en a si son taux d’accroissement a une Toute fonction dérivable sur I est continue sur I.
x−a
f ( x) − f ( a ) f ( a + h) − f ( a ) Dérivées usuelles
limite réelle en a : f ' (a ) = lim = lim
x→ a x−a h→ 0 h f ( x) = c f ' ( x) = 0
La fonction est dérivable à gauche ou à droite de a si son taux f ( x) = x f ' ( x) = 1
d’accroissement en a admet une limite réelle à gauche ou à droite. f ( x) = x α f ' ( x ) = αx α−1
Elle est dérivable en a ssi ces deux limites sont égales.
1 1
Développement limité d’ordre 1 f ( x) = f ' ( x) = − 2
Si f est dérivable en a, il existe un voisinage V de 0 tel que : x x
∀h ∈ V f (a + h) = f (a ) + hf '(a ) + hε(h) avec lim ε(h) = 0 . f ( x) = x f ' ( x) =
1
si x ≠ 0
h→ 0
2 x
Conséquence : Toute fonction dérivable en a est continue en a
1
(réciproque fausse). f ( x ) = ln x f ' ( x) =
Exemples classiques : Toujours avec lim ε(h) = 0 : x
h→ 0
f ( x) = e x f ' ( x) = e x
h α
ln(1 + h) = h + hε(h) e = 1 + h + hε(h) (1 + h) = 1 + αh + hε(h) f ( x) = sin x f '( x) = cos x
sin h = h + hε(h) tan h = h + hε(h) cosh = 1 + hε(h) f ( x ) = cos x f '( x) = − sin x
Interprétation géométrique 1
• Si f est dérivable en a, sa courbe représentative admet au point A
f ( x ) = tan x f '( x) = 2
= 1 + tan 2 x
cos x
d’abscisse a une tangente d’équation : y = ( x − a) f ' (a) + f (a ) . 1
La tangente en A est horizontale si et seulement si f ' (a) = 0 . f ( x) = cotan x f '( x) = − 2 = −1 − cotan 2 x
sin x
• Si le taux d’accroissement de f en a tend vers ± ∞ , sa courbe
1
admet en A une tangente verticale. f ( x) = Arcsin x f '( x) = si x ≠ ±1
• Si le taux d’accroissement de f en a admet à gauche et à droite des 1 − x2
limites réelles différentes, sa courbe admet deux demi-tangentes 1
f ( x ) = Arccos x f '( x) = − si x ≠ ±1
distinctes à gauche et à droite du point A : le point A est un point
1 − x2
« anguleux ».
1
• Si le taux d’accroissement de f en a admet à gauche et à droite des f ( x) = Arctan x f '( x) =
limites infinies, sa courbe admet deux demi-tangentes verticales : 1 + x2
le point A est soit un point d’inflexion soit un point de
rebroussement.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 35

fiche n°28 (suite) fiche n°28 (suite)


Opérations Classes de fonctions
• Si u et v sont dérivables sur l’intervalle I et si k est une constante, Sur un intervalle I, une fonction f est :
u n
• de classe D si elle est dérivable n fois sur I.
alors u + v , uv et ku sont dérivables sur I, et est dérivable sur I
v n ( n)
• de classe C si elle est dérivable n fois et si f est continue sur I.
privé des points où v s’annule.
' • de classe C ∞ si elle est indéfiniment dérivable sur I (elle admet des
 u  u ' v − uv ' dérivées de tout ordre).
(u + v )' = u '+ v ' (uv )' = u ' v + uv' (ku )' = ku '  =
v v2 n n
 
• Si u est dérivable sur l’intervalle I et si v est dérivable sur u (I ) ,
Formule de Leibniz : (uv )( n ) = ∑   u (k ) v ( n −k ) si u et v sont D n .
k =0  k 
alors v o u est dérivable sur I : (v o u )' = (v'o u ) × u ' . Les fonctions polynômes, rationnelles, logarithme, exponentielle,
trigonométriques sont de classe C ∞ sur leur ensemble de définition.
'
1 u' u'
  =− 2 ( u )' = (u α )' = αu ' u α −1 (e u )' = u ' e u
u u 2 u Les fonctions x a x α sont de classe C1 sur leur ensemble de
u' définition si α ≤ 0 ou α ≥ 1 , et sur ]0,+∞[ si 0 < α < 1 (donc en
(ln u ) ' = (sin u ) ' = u 'cos u (cos u ) ' = −u 'sin u …
u particulier x a x ). La fonction x a x est de classe C ∞ sur R*.
• Si u est dérivable et bijective de l’intervalle I dans l’intervalle
Prolongement de la dérivée
u (I ) , sa réciproque u −1 est dérivable sur u ( I ) − {u ( x) / u ' ( x) = 0}
Si f est continue sur [a, b] , de classe C1 sur ]a, b] et si sa dérivée f '
1
et (u −1)' = . admet une limite réelle en a, alors f est de classe C1 sur [a, b] .
u 'ou −1
Sens de variation Donc f est dérivable en a et f ' (a ) = lim f ' ( x) .
x →a
Si f est une fonction dérivable sur un intervalle I :
Si lim f ' ( x) = ∞ , la fonction f n’est pas dérivable en a, et la courbe
• f est constante sur I si et seulement si ∀x ∈ I f ' ( x ) = 0 . x→ a
• f est croissante sur I si et seulement si ∀x ∈ I f '( x ) ≥ 0 . admet une tangente verticale au point d’abscisse a.
• f est décroissante sur I si et seulement si ∀x ∈ I f '( x ) ≤ 0 . Théorème de Rolle (a < b)
• Si ∀x ∈ I f ' ( x ) > 0 (sauf peut-être en un nombre fini de Si f est continue sur [a, b] et dérivable sur ]a, b[ , et si f (a) = f (b) ,
points), f est strictement croissante sur I. alors il existe c ∈]a, b[ tel que f '(c ) = 0 .
• Si ∀x ∈ I f ' ( x ) < 0 (sauf peut-être en un nombre fini de Egalité des accroissements finis (a < b)
points), f est strictement décroissante sur I. Si f est continue sur [a, b] et dérivable sur ]a, b[ , alors il existe
Extremum local c ∈]a, b[ tel que f (b) − f (a ) = (b − a ) f '(c) .
Une fonction f dérivable sur un intervalle ouvert I admet un Inégalités des accroissements finis
extremum local en a ∈ I si et seulement si sa dérivée f ' s’annule Si f est dérivable sur un intervalle I et si a ∈ I et b ∈ I :
en changeant de signe en a. Première inégalité (si a ≤ b )
Dérivée d’ordre n Si ∀x ∈ [a, b] m ≤ f '( x ) ≤ M , alors : m(b − a ) ≤ f (b) − f (a ) ≤ M (b − a )
Sous réserve d’existence : f (0) = f et ∀n ∈ N f ( n +1) = ( f ( n ) )' . Deuxième inégalité (a et b sont quelconques dans I)
Si ∀x ∈ I f ' ( x ) ≤ M , alors : f (b) − f (a ) ≤ M b − a .
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 36

fiche n°29
CONVEXITE
Ensemble convexe
Une partie D du plan est convexe si pour tous points A et B de D, le
segment [ A, B] est contenu dans D, c’est-à-dire que pour tout
t ∈ [0,1] , le barycentre de ( A, t ) et ( B,1 − t ) appartient à D.
Fonction convexe
Une fonction f est convexe sur un intervalle I si :
∀(a, b) ∈ I 2 ∀t ∈ [0,1] f [ta + (1 − t )b] ≤ tf (a ) + (1 − t ) f (b)
Sa courbe est en dessous de ses cordes.
Fonction concave
Une fonction f est concave sur un intervalle I si :
∀(a, b) ∈ I 2 ∀t ∈ [0,1] f [ta + (1 − t )b] ≥ tf (a) + (1 − t ) f (b)
Sa courbe est au dessus de ses cordes.
La fonction f est concave sur I si la fonction (− f ) est convexe sur I.
Cas des fonctions dérivables une fois
Une fonction f dérivable sur un intervalle I est convexe si et
seulement si sa dérivée f ' est croissante.
C’est équivalent à dire que sa courbe est au dessus de ses tangentes.
Une fonction f dérivable sur un intervalle I est concave si et
seulement si sa dérivée f ' est décroissante.
C’est équivalent à dire que sa courbe est en dessous de ses tangentes.
Cas des fonctions dérivables deux fois
Une fonction f dérivable deux fois sur un intervalle I est convexe si
et seulement si ∀x ∈ I f " ( x ) ≥ 0 .
Une fonction f dérivable deux fois sur un intervalle I est concave si et
seulement si ∀x ∈ I f " ( x ) ≤ 0 .
Point d’inflexion
Un point d’inflexion est un point où la courbe traverse sa tangente.
Si f est dérivable deux fois sur l’intervalle I, le point A d’abscisse a
est un point d’inflexion de la courbe si et seulement si la dérivée f "
s’annule en a en changeant de signe.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 37

fiche n°30
PLAN D’ETUDE D’UNE FONCTION

• Déterminer l’ensemble de définition de la fonction s’il n’est pas


donné dans l’énoncé.
• Réduire éventuellement cet ensemble par la recherche de la
parité et de la périodicité de la fonction.
• Etudier de la continuité de la fonction.
• Déterminer les limites de la fonction aux bornes de l’ensemble
d’étude et aux points où les théorèmes de continuité ne
s’appliquent pas. Interpréter géométriquement ces limites.
• Etudier la dérivabilité de la fonction.
• Déterminer la limite du taux d’accroissement aux points où les
théorèmes de dérivabilité ne s’appliquent pas. Interpréter
géométriquement ces limites en termes de tangentes.
• Calculer la dérivée de la fonction et étudier le signe de cette
dérivée (une étude de fonction auxiliaire est parfois nécessaire).
• En déduire le sens de variation de la fonction.
• Résumer tous les résultats précédents dans un tableau après en
avoir vérifié la cohérence. Calculer les coordonnées des points
« particuliers » rencontrés dans l’étude et des points à tangente
horizontale ( f ' ( x) = 0 ). Ne jamais mettre de valeurs
approchées dans un tableau.
• Eventuellement calculer la dérivée seconde pour étudier la
convexité de la fonction et déterminer les éventuels points
d’inflexion de la courbe.
• Tracer la courbe représentative de la fonction :
- Choisir astucieusement la position du repère dans le plan et
l’unité de longueur si elle n’est pas donnée dans l’énoncé.
Sinon, respecter l’unité imposée par l’énoncé.
- Placer les asymptotes et les points particuliers (avec leur
tangente).
- Tracer la courbe en plaçant quelques autres points sans
oublier de vérifier la cohérence avec le tableau de variations.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 38

fiche n°31 fiche n°31 (suite)


PRIMITIVES
Opérations algébriques sur les primitives
f =u+v F = U +V + k
Définition f = λu F = λU + k
Une fonction F est primitive d’une fonction f sur un intervalle J si Primitives obtenues par composition de fonction
F est dérivable sur J et si : ∀x ∈ J F ' ( x ) = f ( x ) . 1 α +1
Existence f = u ' u α ( α ≠ −1 ) F= u +k
α +1
Toute fonction f continue sur un intervalle J admet une infinité de u'
primitives sur J. Elles sont toutes obtenues à partir de l’une d’entre f = F = ln u + k
u
elles en ajoutant des constantes. f = u' e u F = eu + k
Unicité
f ( x) = u 'sin u F = − cos u + k
Etant donnée une fonction f continue sur un intervalle J, un réel
f ( x) = u 'cos u F = sin u + k
a ∈ J et un réel b quelconque, il existe une unique primitive F de f
u'
sur J qui vérifie F (a ) = b . f ( x) = = u '(1 + tan 2 u ) F = tan u + k
2
Primitives usuelles cos u
u'
f ( x) = c F ( x) = cx + k f ( x) = F = Arctan u + k
1 + u2
1
f ( x) = x α ( α ≠ −1 ) F ( x) = x α+1 + k u'  Arcsin u + k
α +1 f ( x) = F ( x) = 
1 1 − u2 − Arc cos u + k
f ( x) = F ( x ) = ln x + k Interprétation géométrique
x
Si f est une fonction continue et positive sur l’intervalle [a, b]
f ( x) = e x F ( x) = e x + k
(avec a < b ), la fonction F qui, à tout réel t de [a, b] , associe l’aire
f ( x) = sin x F ( x ) = − cos x + k
f ( x ) = cos x F ( x ) = sin x + k de la partie de plan située sous la courbe de f et limitée par l’axe
des abscisses et les droites d’équations x = a et x = t , c’est-à-dire
1
f ( x) = = 1 + tan 2 x F ( x ) = tan x + k l’aire de D = {M ( x, y ) / a ≤ x ≤ t et 0 ≤ y ≤ f ( x )}, est une
cos 2 x
primitive de la fonction f sur [a, b] .
1
f ( x) = F ( x ) = Arctan x + k Expression d’une primitive
1 + x2
Si f est continue sur un intervalle J et si a ∈ J , alors la fonction F
1  Arcsin x + k
f ( x) = F ( x) =  x

1 − x2 − Arc cos x + k définie par : ∀x ∈ J F ( x) = ∫ f (t ) dt est l’unique primitive de f


a
sur J qui s’annule en a.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 39

fiche n°32 fiche n°32 (suite)


INTEGRALES DEFINIES Fonctions continues
Subdivision d’un segment Toute fonction continue sur [a, b] est intégrable sur [a, b] .
Si a < b , on appelle subdivision de [a, b] toute suite finie Extension de la définition
strictement croissante σ = ( x0 ,..., xn ) où x0 = a et xn = b . Si f est une fonction continue sur un intervalle J, si F est une
primitive quelconque de f sur J, alors :
Le pas de la subdivision est σ = Max{xk +1 − xk / k ∈ P 0, n − 1T} . b

∫ f (t )dt = [ F (t )]a = F (b) − F (a)


b
b−a ∀(a, b) ∈ J 2
La subdivision est régulière si : ∀k ∈ P0, n − 1T xk = a + k . a
n
a a b
Intégrale d’une fonction en escalier
Une fonction ϕ est en escalier sur [a, b] s’il existe une subdivision
Conséquences : ∫ f (t ) dt = 0 et ∫ f (t ) dt = − ∫ f (t ) dt .
a b a
σ = ( x0 ,..., xn ) adaptée à ϕ , c’est-à-dire telle que, pour tout Expression d’une primitive
k ∈ P0, n − 1T , ϕ soit constante sur [ xk , xk +1 ] : ϕ( x) = ck . Si f est continue sur un intervalle J et si a ∈ J , la fonction F définie
x
b n−1
Alors l’intégrale de ϕ sur [a, b] est : ∫ ϕ(t ) dt = ∑ ( xk +1 − xk ) ck . par ∀x ∈ J F ( x) = ∫ f (t )dt est l’unique primitive de f sur J qui
a k =0 a

Elle est indépendante de la subdivision σ choisie. s’annule en a. Donc F (a ) = 0 et ∀x ∈ J F '( x ) = f ( x) .


Fonction intégrable Calculs d’aires
Soit f une fonction bornée sur [a, b] (avec a < b ). Si f est une fonction continue sur [a, b] (avec a ≤ b ) :
L’ensemble des intégrales des fonctions en escalier qui minorent f • l’aire (en unités d’aire) de la partie de plan limitée par C f , Ox et

admet une borne supérieure I − ( f ) . b

L’ensemble des intégrales des fonctions en escalier qui majorent f les droites x = a et x = b est : A = ∫
a
f (t ) dt .
admet une borne inférieure I + ( f ) .
• l’aire (en unités d’aire) de la partie de plan limitée par C f , Cg et
La fonction f est intégrable sur [a, b] si les deux bornes sont égales. b
les droites x = a et x = b est : A = ∫ f (t ) − g (t ) dt .
b

∫ f (t )dt = I

Alors l’intégrale de f sur [a, b] est : ( f ) = I +( f ). a
a
Relation de Chasles
Fonctions continues par morceaux b c b
Une fonction f est continue par morceaux sur [a, b] s’il existe une Si f est continue sur J : ∀(a, b, c ) ∈ J ∫ f (t )dt = ∫ f (t )dt + ∫ f (t )dt
3

subdivision σ = ( x0 ,..., xn ) telle que, pour tout k ∈ P0, n − 1T , f soit a a c


continue sur ]xk , xk +1[ et admette un prolongement par continuité Intégrale d’une fonction continue paire ou impaire
a a a
f% sur [ x , x ] (limite réelle à gauche et à droite de tout x ).
k k k +1
b n −1 xk +1
k Si f est impaire : ∫ f (t )dt = 0 Si f est paire : ∫ ∫
f (t )dt = 2 f (t )dt
−a −a 0
Alors f est intégrable sur [a, b] et : ∫ f (t ) dt = k∑=0 ∫ f%k (t ) dt .
a xk
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 40

fiche n°32 (suite) fiche n°32 (suite)


Linéarité de l’intégrale Valeur moyenne d’une fonction continue entre a et b
Si f et g sont continues sur J : Si f est une fonction continue sur J et si (a, b) ∈ J 2 , alors la valeur
b b b
b
∀(a, b) ∈ J 2 ∀(α, β) ∈R2 ∫ [αf (t ) + βg (t )]dt = α ∫ f (t )dt + β∫ g (t )dt 1
b − a ∫a
moyenne de f entre a et b est : µ = f (t )dt .
a a a
Signe d’une intégrale Intégration par parties
Si f est continue sur un intervalle J et si (a, b) ∈ J 2 : Si u et v sont deux fonctions de classe C1 sur un intervalle J :
b b b
• Si a ≤ b et si ∀t ∈ [a, b] f (t ) ≥ 0 , alors ∫ f (t )dt ≥ 0 . ∀(a, b) ∈ J 2 ∫ u '(t )v(t )dt = [u (t )v(t )]a − ∫ u(t )v '(t )dt .
b

a a a
b Changement de variable
• Si a ≤ b et si ∀t ∈ [a, b] f (t ) ≤ 0 , alors ∫ f (t )dt ≤ 0 . Si ϕ est de classe C1 sur un intervalle J et si f est continue sur ϕ( J ) ,
a b ϕ( b )
Comparaison de deux intégrales
Si f et g sont continues sur un intervalle J et si (a, b) ∈ J 2 :
alors ∫ f [ϕ(t )]ϕ' (t )dt = ∫ f (u )du en posant u = ϕ(t ) et du = ϕ '(t ) dt .
a ϕ( a )
b b Sommes de Riemann
• Si a ≤ b et si ∀t ∈ [a, b] f (t ) ≤ g (t ) , alors ∫ f (t )dt ≤ ∫ g (t )dt .
a a
Si f est une fonction continue sur [a, b] avec a < b et si σ = ( x0 ,..., xn )
Inégalités de la moyenne
est une subdivision de [a, b] , on appelle somme de Riemann toute
n −1
Si f est continue sur un intervalle J et si (a, b) ∈ J 2 : somme S = ∑ ( xk +1 − xk ) f ( yk ) où ∀k ∈ P0, n − 1T yk ∈ [ xk , xk +1 ] .
b k =0
• Si a ≤ b et ∀t ∈ [a, b] m ≤ f (t ) ≤ M , alors m(b − a ) ≤ ∫ f (t )dt ≤ M (b − a) . Si f est continue sur [a, b] , toute somme de Riemann sur [a, b] tend
a b
b vers l’intégrale ∫ f (t ) dt quand le pas de la subdivision σ tend vers 0.
• Si ∀t ∈ J f (t ) ≤ M , alors : ∀(a, b) ∈ J 2 ∫ f (t )dt ≤ M b−a . a
a
b − a n −1  b−a
b

Majoration d’une intégrale En particulier : ∫ f (t )dt = lim


n → +∞

n k =0 
f a + k .
n 
Si f est continue sur un intervalle J et si (a, b) ∈ J 2 : a

b b Equation différentielle
• Si a ≤ b , on a : ∫ f (t )dt ≤ ∫ f (t ) dt ≤ (b − a) Max f (t ) .
t∈[ a ,b ]
Si g est une fonction continue sur un intervalle J de primitive G, les
fonctions f dérivables sur J qui vérifient ∀x ∈ J f '( x ) = f ( x) g ( x)
a a
Nullité d’une intégrale sont les fonctions telles que : ∃ K ∈R ∀x ∈ J f ( x) = KeG ( x ) .
Soit f une fonction continue sur [a, b] (avec a < b ) et de signe constant. Alors :
Prolongement des fonctions de classe C n
b
Si f est une fonction de classe C n sur ]a, b] avec a < b et si f ( n) a une
∫ f (t )dt = 0 ⇔ ∀t ∈ [a, b] f (t ) = 0 . Donc pour montrer que l’intégrale n’est
a limite réelle en a, alors f admet un prolongement de classe C n sur
pas nulle, il suffit de montrer que : . ∃t ∈ [a, b] f (t ) ≠ 0 . [ a, b] .
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 41

fiche n°33
FORMULES DE TAYLOR
n désigne un entier naturel.
Formule de Taylor à l’ordre n avec reste intégral
Si f est une fonction de classe C n +1 sur un intervalle I, alors pour
tous a et b de I :
n b
(b − a )k (k ) (b − t )n (n +1)
f (b) = ∑ k!
f ( a) + ∫n!
f (t )dt
k =0 a
Cas des polynômes
Si P ∈Rn [ X ] , alors pour tout a réel :
n
P ( k ) (a)
∀x ∈R P ( x ) = ∑ k ! ( x − a) k
k =0
Egalité de Taylor-Lagrange
Si f est une fonction de classe C n +1 sur un intervalle I, alors pour
tous a et b distincts dans I, il existe c compris entre a et b tel que :
n
(b − a ) k ( k ) (b − a )n ( n+1)
f (b) = ∑ f ( a) + f (c )
k =0 k! n!
Inégalité de Taylor-Lagrange
Si f est une fonction de classe C n +1 sur un intervalle I et si
∀t ∈ I f ( n +1) (t ) ≤ M , alors pour tous a et b de l’intervalle I :
n n +1
(b − a)k ( k ) b−a
f (b) − ∑ k!
f ( a) ≤ M
(n + 1)!
k =0
Formule de Taylor-Young
Si f est une fonction de classe C n sur un intervalle I contenant a,
alors il existe une fonction ε telle que lim ε( x) = 0 :
x →a
n
( x − a )k ( k )
∀x ∈ I f ( x ) = ∑ f ( a ) + ( x − a ) n ε( x )
k =0 k !
n
( x − a)k ( k )
ce que l’on écrit : f ( x) = (
∑ k ! f ( a) + o ( x − a ) n .
k =0
)
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 42

fiche n°34 fiche n°34 (suite)


DEVELOPPEMENTS LIMITES Propriétés
• Si f admet un DLn (a) , il est unique.
Développement limité en 0 • Si f admet un DLn (a) , elle admet des développements limités
Soit n ∈ N et I un intervalle contenant 0 et non réduit à 0.
d’ordre q ≤ n et Pq est obtenu en tronquant Pn à l’ordre q (on ne
Une fonction f définie sur D = I ou D = I − {0} admet en 0 un
garde que les termes de degré inférieur ou égal à q).
développement limité d’ordre n (on note DLn (0) ) s’il existe un
• Si f est paire (impaire) et si f admet un DLn (0) , alors le
polynôme Pn de degré inférieur ou égal à n tel que :
polynôme Pn est pair (impair).
∀x ∈ D f ( x) = Pn ( x ) + x nε( x) avec lim ε( x ) = 0 . • Si f est définie en a, elle admet un DL0 ( a) si et seulement si elle
x →0
n
C’est équivalent à : f ( x) = Pn ( x ) + o( x ) au voisinage de 0. est continue en a. Si f n’est pas définie en a, elle admet un
DL0 (a) si et seulement si elle est prolongeable par continuité en a.
Le polynôme Pn est la partie régulière du DLn (0) .
• Si f est définie en a, elle admet un DL1 ( a ) si et seulement si elle
Développement limité en a
Méthode de calcul : On effectue un changement de variable en est dérivable en a. Si f n’est pas définie en a, elle admet un
posant : h = x − a . On se ramene à la recherche de l’existence d’un DL1 ( a ) si et seulement si son prolongement par continuité est
DLn (0) de la fonction g définie par g (h) = f (a + h) . dérivable en a.
• Si f admet un DLn (a ) et si la partie régulière Pn n’est pas le
La fonction f admet en a un DLn (a ) s’il existe un polynôme Pn de
degré inférieur ou égal à n tel que : polynôme nul, alors : f ( x) ~ Pn ( x − a) .
a
(
∀x ∈ D f ( x ) = Pn ( x − a ) + o ( x − a) n . ) Condition suffisante (non nécessaire) d’existence
Le polynôme x a Pn ( x − a) est la partie régulière du DLn (a ) . Si f est une fonction de classe C n sur un intervalle I contenant a,
n
f ( k ) ( a)
Développement limité à l’infini
Méthode de calcul : On effectue un changement de variable en
elle admet un DLn (a ) : f ( x) = ∑
k =0 k !
( )
( x − a )k + o ( x − a )n
1
posant : h = . On est donc ramené à la recherche de l’existence Recherche d’une tangente en un point
x
Si la fonction f admet un DL1(a ) , alors l’équation de la tangente
1
d’un DLn (0) de la fonction g définie par g (h) = f   . au point d’abscisse a est : y = P1( x − a ) . La position par rapport à
h
La fonction f admet à l’infini un DLn (∞) s’il existe un polynôme la tangente est donnée par le premier terme suivant non nul.
Pn de degré inférieur ou égal à n tel que : Recherche d’une asymptote
  1 n  On cherche un DL de f à l’infini. Si f ( x) = ax + b + ϕ( x ) avec
1
∀x ∈ D f ( x ) = Pn   + o     . lim ϕ( x) = 0 , la courbe de f admet une asymptote oblique
 x  x   x →∞
 
1 d’équation y = ax + b . La position par rapport à l’asymptote est
Parfois, l’étude conduit à des termes qui sont des puissances de . donnée par le premier terme non nul du DL à l’infini de ϕ .
h
On parle alors de développement asymptotique à l’infini.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 43

fiche n°34 (suite)


Développements limités usuels en 0
1
= 1 + x + x 2 + ... + x n + o( x n )
1− x
x x2 xn
ex = 1 + + + ... + + o( x n ) .
1! 2! n!
2 3
x x xn
ln(1 + x) = x − + + ... + (−1) n−1 + o( x n ) .
2 3 n
α α( α − 1) 2 α (α − 1)...(α − n + 1) n
(1 + x ) α = 1 + x + x + ... + x + o( x n ) .
1! 2! n!
2 n +1
x3 x5 x
sin x = x − + + ... + (−1)n + o( x 2 n + 2 ) .
3! 5! (2n + 1)!
x2 x 4 x2 n
cos x = 1 − + + ... + (−1)n + o( x 2 n+1 ) .
2! 4! (2n)!
Opérations algébriques (On se ramène d’abord en 0)
Si f et g admettent des DLn (a) de parties régulières Pn et Qn :
• si α et β sont réels, alors αf + β g admet DLn ( a) dont la partie

régulière est αPn + βQn .


• fg admet DLn ( a ) dont la partie régulière est obtenue en tronquant

PnQn à l’ordre n.
f
• admet un DLn (a) si Qn (a) ≠ 0 . Pour l’obtenir, dans le DLn (a)
g
de g, on met en facteur Qn (a) , ce qui permet d’écrire
f f 1
= × avec lim u = 0 . Si Qn (a ) = 0 , on se ramène au cas
g Qn (a ) 1 − u x →a

précédent en factorisant par des puissances de ( x − a ) , mais l’ordre


obtenu ne sera pas n.
Composition
Si f admet un DLn (a) , si lim f ( x) = b et si g admet un DLn (b) , alors
x →a
g o f admet un DLn (a) dont la partie régulière est la troncature
d’ordre n de Qn o Pn (composée des parties régulières de g et f).
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 44

fiche n°35 fiche n°35 (suite)

SYSTEMES D’EQUATIONS LINEAIRES Méthode du pivot de Gauss


Objectif : A l’aide d’opérations élémentaires, transformer le
système en un système triangulaire équivalent simple à résoudre.
Système de n équations linéaires à p inconnues Etape 1 : on choisit une ligne de référence que l’on met dans L1
a11 x1 + ... + a1 p x p = b1 (coefficient de x1 non nul et le plus simple possible), puis on

.................................... transforme toutes les lignes sauf L1 par Li ← αLi + βL1 (avec
a x + ... + a x = b
 n1 1 np p n α ≠ 0 ) pour annuler le coefficient de x1 dans Li .
Les x1 ,..., x p sont les inconnues. Etapes suivantes : Ensuite, on ne change plus L1 , et on
Les ai j et les bi sont les coefficien ts. recommence le même procédé avec l’inconnue x 2 sur le système
Une solution du système est un élément ( x1 ,..., x p ) de R p qui formé par L2 ,..., Ln , … et ainsi de suite jusqu’à ce que l’on ait
épuisé les lignes ou les inconnues.
vérifie toutes les équations.
Si, au cours de ces transformations, on trouve une équation de la
Système homogène
forme 0 x1 + ... + 0 x p = b :
Le système est homogène si ∀i bi = 0 . Il admet au moins une
solution (0,..., 0) . • Si b ≠ 0 , le système n’a pas de solution. Le processus s’arrête.
• Si b = 0 , on continue le processus en supprimant la ligne.
Système de Cramer
Ensemble des solutions
C’est un système carré (n = p ) qui admet une unique solution.
On se place dans le cas où l’on n’a pas trouvé S = ∅ .
Systèmes équivalents Si le système final est triangulaire, les termes de la diagonale étant
Deux systèmes sont équivalents s’ils ont le même ensemble de
non nuls (pivots), le système est un système de Cramer et on
solutions.
obtient la solution par substitution depuis la dernière ligne jusqu’à
Opérations élémentaires sur les lignes
• Echange de deux lignes : Li ↔ L j .
la première. On peut aussi effectuer des transformations
symétriques sur la matrice complétée pour obtenir une matrice de
• Ajout d’une autre ligne : Li ← Li + L j .
 1 L 0 b '1 
•Multiplication d’une ligne par un réel α ≠ 0 : Li ← αLi .  
la forme :  M O M M  .
Elles transforment un système en un système équivalent. 0 L 1 b' 
Il en est de même pour toute transformation de la forme :  n

Li ← αLi + β L j à condition que α ≠ 0 . Si le système final comporte moins d’équations que d’inconnues,
Matrice complétée du système on considère certaines inconnues comme « paramètres », et on
 a1 1 L a1 p b1  exprime les autres en fonction de celles-là. Le système a alors une
  infinité de solutions.
C’est la matrice des coefficients : A =  M O M M .
a 
 n 1 L an p bn 
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 45

fiche n°36 fiche n°36 (suite)


ESPACES VECTORIELS Somme de deux sous-espaces vectoriels
La somme F + G = {u + v / u ∈ F et v ∈ G} de deux sous-espaces
Définition vectoriels de E est un sous-espace vectoriel de E.
Un ensemble E est un espace vectoriel sur K = R ou K = C s’il est muni La somme est directe (notée F ⊕ G ) si F ∩ G = {0 E }.
E×E → E F et G sont supplémentaires si F ⊕ G = E : tout vecteur de E se
d’une addition interne et d’une multiplication externe (à
(u , v) a u + v décompose de manière unique en u + v avec u ∈ F et v ∈ G .
K×E →E Sous-espace vectoriel engendré
opérateurs dans K) qui vérifient : Le sous-espace vectoriel engendré par les vecteurs u1 , …, un est
(α, u ) a αu
l’ensemble des combinaisons linéaires de ces vecteurs :
• ∀(u, v) ∈ E 2 u+v = v+u. n


3
∀(u, v, w) ∈ E (u + v ) + w = u + (v + w) . u ∈ Vect < u1 ,..., un >⇔ ∃(α1 ,..., αn ) ∈ K n u = ∑ α k uk .
k =1
• Il existe un unique élément (neutre) 0 E de E tel que : Famille génératrice
∀u ∈ E u + 0 E = 0 E + u = u Une famille ( u1 , …, un ) de vecteurs appartenant à un sous-espace
• Pour tout vecteur u de E, il existe un unique vecteur de E noté − u tel vectoriel F est génératrice de F si Vect < u1,...,un >= F , c’est-à-dire
que : u + (−u ) = (−u ) + u = 0 E si tout vecteur de F est combinaison linéaire de u1 , …, un .
• ∀u ∈ E 1u = u .
Toute famille qui contient une famille génératrice est génératrice.
• ∀α ∈ K ∀(u, v) ∈ E 2 α(u + v) = αu + αv . Si l’un des vecteurs d’une famille génératrice est combinaison
• ∀(α, β) ∈ K 2 ∀u ∈ E (α + β)u = αu + β u . linéaire des autres, la famille privée de ce vecteur est génératrice.
Famille libre
•∀(α, β) ∈ K 2 ∀u ∈ E α(β u ) = (αβ)u . Une famille ( u1 , …, un ) de vecteurs de E est libre si :
Propriété : αu = 0 E ⇔ α = 0 ou u = 0 E dans un espace vectoriel
∀(α1 ,..., α n ) ∈ K n α1u1 + ... + α n un = 0 E ⇔ α1 = ... = α n = 0 .
Exemples fondamentaux
Une famille (u1 ) est libre ssi u1 ≠ 0 E .
K n , A ( D, K ) (applications de D dans K), U = K N (suites
numériques), K [ X ] (polynômes), K n [ X ] (degré ≤ n ), Mn , p ( K ) et Une famille ( u1 , u2 ) est libre ssi u1 et u2 ne sont pas colinéaires.
Toute famille contenue dans une famille libre est libre.
Mn ( K ) (matrices).
La famille est libre ssi tout vecteur de Vect < u1,...,un > s’écrit de
Sous-espaces vectoriels
Une partie F d’un espace vectoriel E est un sous-espace vectoriel de E si manière unique comme combinaison linéaire de u1 , …, un .
et seulemenr si : Famille liée
• F ≠ Y. Une famille ( u1 , …, un ) de vecteurs de E est liée si elle n’est pas
• ∀α ∈ K ∀(u, v ) ∈ F 2 αu + v ∈ F libre, donc si : ∃(α1,..., α n ) ≠ (0,...,0) α1u1 + ... + α nun = 0 E .
Tout sous-espace vectoriel est un espace vectoriel. La famille est liée si et seulement si l’un des vecteurs est
Tout sous-espace vectoriel contient le vecteur nul 0 E . combinaison linéaire des autres.
Une intersection de sous-espaces vectoriels de E est un sous-espace Toute famille qui contient une famille liée (par ex. 0 E ) est liée.
vectoriel de E (donc non vide). C’est faux pour une réunion.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 46

fiche n°36 (suite) fiche n°36 (suite)


Base Familles de vecteurs d’un espace vectoriel de dimension n
Une famille ( u1 , …, un ) de vecteurs d’un sous-espace vectoriel F est • Toutes les bases ont n vecteurs.
une base de F si elle est libre et génératrice. • Toutes les familles libres ont au plus n vecteurs.
Une famille ( u1 , …, un ) est une base de F si et seulement si : • Toutes les familles génératrices ont au moins n vecteurs.

∀u ∈ F ∃!(α1,..., α n ) ∈ Rn u = α1u1 + ... + α nun . • Toute famille libre de n vecteurs est une base.

(α1,..., α n ) sont les coordonnées de u dans la base ( u1 , …, un ). • Toute famille génératrice de n vecteurs est une base.

Espace vectoriel « de dimension finie » • Toute famille libre peut être complétée en une base.

C’est un espace vectoriel qui a une famille génératrice finie. • De toute famille génératrice, on peut extraire une base.

Tout espace vectoriel E ≠ {0 E } de dimension finie admet une base.


Dimension d’un espace vectoriel
Théorème de la dimension : Si un espace vectoriel possède une base de n
vecteurs, toutes les autres bases ont n vecteurs.
Ce nombre n s’appelle la dimension de E : dim E = n .
Par convention : dim {0 E } = 0 .
Une droite vectorielle est un espace vectoriel de dimension 1.
Un plan vectoriel est un espace vectoriel de dimension 2.
Un hyperplan d’un espace vectoriel E de dimension n est un sous-espace
vectoriel de E de dimension n − 1 .
Bases canoniques
dim K n = n Base canonique : (1,0,...,0) , …, (0,0,...,1) .
dim K n [ X ] = n + 1 Base canonique : (1, X ,..., X n ) .
dim Mn , p ( K ) = np Base canonique : ( Ei , j )1≤ i ≤ n (où Ei , j est la matrice
1≤ j ≤ p

dont tous les éléments sont nuls sauf celui de la ligne i


et de la colonne j qui vaut 1)
Sous-espaces vectoriels d’un espace de dimension n
Si F est un sous-espace vectoriel de E : dim F ≤ dim E .
Et F = E si et seulement si : dim F = dim E .
dim( F + G ) = dim F + dim G − dim( F ∩ G ) .
F et G sont supplémentaires ssi F ∩ G = {0 E } et dim F + dim G = dim E .
Le rang de ( u1 , …, un ) est la dimension de Vect < u1,...,un > .
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 47

fiche n°37 fiche n°37 (suite)


APPLICATIONS LINEAIRES Image d’une application linéaire
Définition Im f = f ( E ) = {v ∈ F / ∃u ∈ E v = f (u )} .
Soient E et F deux espaces vectoriels. Une application f de E dans C’est un sous-espace vectoriel de F.
F est linéaire (ou est un homomorphisme) si : L’application f est surjective si et seulement si : Im f = F .
∀α ∈ K ∀(u , v) ∈ E 2 f (αu + v) = αf (u ) + f (v) Image d’une famille de vecteurs
Un endomorphisme de E est une application linéaire de E dans E. Si f est une application linéaire de E dans F :
• L’image d’une famille liée de E est une famille liée de F.
Un isomorphisme est une application linéaire bijective de E dans F.
• Si f est injective, l’image d’une famille libre de E est une famille libre
Un automorphisme de E est un endomorphisme bijectif de E.
Opérations sur les applications linéaires de F.
• L’image d’une famille génératrice d’un sous-espace vectoriel E ' de
La somme de deux applications linéaires est linéaire.
Le produit d’une application linéaire par un scalaire est linéaire. E est une famille génératrice du sous-espace vectoriel f ( E ') de F.
L’ensemble L ( E , F ) des applications linéaires de E dans F et • Si f est injective, l’image d’une base d’un sous-espace vectoriel E '

l’ensemble L (E ) des endomorphismes de E munis de ces deux de E est une base du sous-espace vectoriel f ( E ') de F.
opérations sont des espaces vectoriels. Forme linéaire
La composée de deux applications linéaires est linéaire. Une forme linéaire sur E est une application linéaire de E dans K.
La réciproque d’une application linéaire bijective est linéaire. Si dim E = n , le noyau d’une forme linéaire non nulle sur E est un
L’ensemble GL( E ) des automorphismes de E est un groupe. hyperplan (sous-espace vectoriel de dimension n − 1 ).
Propriétés Projection
Si f est une application linéaire de E dans F :
 u ∈ E1
• L’image du vecteur nul 0 E de E est le vecteur nul 0 F de F. Si E1 et E2 sont supplémentaires : ∀u ∈ E u = u1 + u2 avec  1 .
• L’image d’une combinaison linéaire de vecteurs de E est la u2 ∈ E2
combinaison linéaire de leurs images affectées des mêmes La projection p sur E1 suivant E2 est définie par p(u ) = u1 .
 n  n Propriétés : C’est un endomorphisme de E.
 ∑
coefficients : f  αi ui  =
 ∑αi f (ui ) . po p = p.
 i =1  i =1
Ker p = E2 .
• L’image d’un sous-espace vectoriel E ' de E est un sous-espace
Im p = E1 = {u ∈ E / p (u ) = u}.
vectoriel de F : f ( E ' ) = {v ∈ F / ∃u ∈ E ' v = f (u )}.
• L’image réciproque d’un sous-espace vectoriel F ' de F est un
Projecteur
Un projecteur sur E est un endomorphisme de E tel que : p o p = p .
sous-espace vectoriel de E : f −1 ( F ' ) = {u ∈ E / f (u ) ∈ F '}.
Si p est un projecteur sur E, alors :
Noyau d’une application linéaire • Im p et Ker p sont deux sous-espaces supplémentaires de E.
Ker f = f −1 ({0 F }) = {u ∈ E / f (u ) = 0 F }. • p est la projection sur Im p = {u ∈ E / p (u ) = u} suivant Ker p .
C’est un sous-espace vectoriel de E.
L’application f est injective si et seulement si : Ker f = {0 E }.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 48

fiche n°37 (suite) fiche n°37 (suite)


Symétrie
 u ∈ E1 Réciproquement, toute matrice de Mn, p ( K ) peut s’interpréter comme
Si E1 et E2 sont supplémentaires : ∀u ∈ E u = u1 + u2 avec  1 .
u2 ∈ E2 matrice d’une application linéaire de E dans F, ou de K p dans K n
La symétrie s par rapport à E1 suivant E2 est définie par s (u ) = u1 − u2 . rapportés à leurs bases canoniques.
Opérations sur les matrices
Propriétés : C’est un automorphisme de E.
La matrice de f + g est M f + M g .
s o s = Id E .
E1 = {u ∈ E / s(u ) = u} . La matrice de λf est λM f .
E2 = {u ∈ E / s (u ) = −u}. La matrice de g o f est M g × M f .
Involution Un endomorphisme est bijectif si et seulement si sa matrice est
Un endomorphisme s est involutif si s o s = Id E . inversible. La matrice de sa réciproque f −1 est ( M f )−1.
Si s est un endomorphisme involutif, alors Ker(s − Id E ) = {u ∈ E / s(u ) = u}
et Ker( s + Id E ) = {u ∈ E / s(u ) = −u} sont deux sous-espaces vectoriels
supplémentaires de E, et s est la symétrie par rapport à Ker( s − Id E )
suivant Ker( s + Id E ) .
Théorème du rang (dimensions finies)
Si E et F sont de dimensions finies, et si f est une application linéaire de E
dans F, alors : dim E = dim (Ker f ) + dim (Im f ) .
Conséquences :
• Si f est injective : dim E ≤ dim F .
• Si f est surjective : dim E ≥ dim F .
• Si f est bijective (isomorphisme) : dim E = dim F .
• Si dim E = dim F , alors f est bijective ssi Ker f = {0 E }.
• Si dim E = dim F , alors f est bijective ssi Im f = F .
Matrice d’une application linéaire en dimension finie
Soit E un espace vectoriel de dimension p, de base B = (e1 ,..., e p ) et F un
espace vectoriel de dimension n, de base B ' = (e'1 ,..., e'n ) .
Si f est une application linéaire de E dans F, on appelle matrice de f la
matrice A des vecteurs f (e1 ) ,…, f (e p ) dans la base B ' .
Si u est un vecteur de E de matrice X dans la base B , alors le vecteur
f (u ) a pour matrice Y = AX dans la base B ' .
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 49

fiche n°38 fiche n°38 (suite)


MATRICES Transposée d’une matrice
Si A ∈ Mn, p ( K ) et C = t A , alors C ∈ M p , n ( K ) .
Matrices à n lignes et p colonnes
On intervertit les lignes et les colonnes de A : ∀(i, j ) ci j = a j i .
a 
 11 L a1n  la ligne i Propriétés : t ( A + B) = t A + t B t
(λA) = λ( t A) t
( AB) = t B t A
A= M O M  ai j est l’élément de 
  la colonne j Matrice carrée symétrique si t A = A , antisymétrique si t A = − A .
 an1 L an n 
 
Propriétés algébriques
Matrice ligne si n = 1. Matrice colonne si p = 1 .
A+B = B+ A ( A + B) + C = A + ( B + C )
Matrice nulle si ∀(i, j ) ai j = 0 . λ ( A + B ) = λA + λB (λ + µ) A = λA + µA
Matrice carrée d’ordre n si p = n . λ (µA) = (λµ ) A λA = 0 ⇔ λ = 0 ou A = 0
Matrice carrée diagonale si ai j = 0 pour tous i ≠ j . λ( AB) = (λA) B = A(λB) ( AB)C = A( BC )
Matrice I n unité d’ordre n : matrice diagonale avec ∀i ai i = 1 . A( B + C ) = AB + AC ( A + B)C = AC + BC
Si A ∈ Mn, p ( K ) : AI p = I n A = A .
Matrice carrée triangulaire supérieure si ai j = 0 pour tous i > j .
La multiplication des matrices n’est pas commutative : AB ≠ BA .
Matrice carrée triangulaire inférieure si ai j = 0 pour tous i < j . Si AB = BA , on dit que les matrices A et B commutent.
Un produit de matrices peut être nul sans qu’aucune des matrices soit nulle.
Mn, p ( K ) : ensemble des matrices à n lignes et p colonnes dont les
Inverse d’une matrice carrée
éléments sont dans K.
Une matrice carrée A d’ordre n est inversible s’il existe une matrice carrée
Mn ( K ) : ensemble des matrices carrées d’ordre n dont les éléments
B d’ordre n telle que : I = AB = BA . Alors B = A−1 .
sont dans K.
Propriétés : ( A −1 ) −1 = A ( AB) −1 = B −1 A −1 t
( A−1 ) =(t A)−1
Egalité de deux matrices
Elles doivent avoir les mêmes dimensions et : ∀(i, j ) ai j = bi j . AB = C ⇔ B = A −1C BA = C ⇔ B = CA −1
Une matrice diagonale ou triangulaire est inversible si et seulement si les
Addition de deux matrices
éléments de sa diagonale sont non nuls.
Si A ∈ Mn, p ( K ) , B ∈ Mn, p ( K ) et C = A + B , alors C ∈ Mn, p ( K ) . Méthodes de calcul : Méthode de Jordan-Gauss ou Inversion du système ou
On additionne les éléments terme à terme : ∀(i, j ) ci j = ai j + bi j . Polynôme annulateur.
Multiplication d’une matrice par un scalaire Puissances d’un matrice carrée
Si A ∈ Mn, p ( K ) , λ ∈ K et C = λ A , alors C ∈ Mn, p ( K ) . A k = A × ... × A (k fois si k ∈ N * ) A0 = I
On multiplie tous les éléments par λ : ∀(i, j ) ci j = λai j . Propriétés : A k A m = A k + m ( A k ) m = A km
Multiplication de deux matrices ( Ak )−1 = ( A−1 ) k = A− k t
( Ak ) = ( t A) k
Si A ∈ Mn, p ( K ) , B ∈ M p, q ( K ) et C = AB , alors C ∈ Mn, q ( K ) . Formule du binôme seulement si A et B commutent :
m
m m
m
On multiplie la ligne i de A par la colonne j de B: Si AB = BA , alors : ( A + B)m = ∑   Ak B m − k = ∑   Am − k B k .
k =0  k  k =0 k 
p
∀(i, j ) ci j = ∑ a i k bk j
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 50

fiche n°38 (suite)

Puissances d’une matrice diagonale


 d1 0 K 0   ( d1 ) k 0 K 0 
  
0 O O M  k  0 O O M 
Si D =   , alors D =  .
M O O 0  M O O 0 
 
0 K 0 d   0
 n  K 0 (d n ) k 
Structure de l’ensemble des matrices
L’ensemble Mn , p ( K ) est un espace vectoriel de dimension np.
Sa base canonique est formée des matrices Ei, j dont tous les
éléments sont nuls sauf ai , j = 1 .
L’ensemble Mn ( K ) est un espace vectoriel de dimension n 2 .
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 51

fiche n°39
CHANGEMENT DE BASE
Matrice d’un vecteur
Dans un espace vectoriel E de base B = (e1,..., en ) , à tout vecteur
 x1 
n  
u= ∑ xi ei , on associe la matrice colonne U =  ...  .
i =1 x 
 n
Réciproquement, toute matrice de Mn ,1 ( K ) peut être interprétée comme
matrice d’un vecteur u de E dans la base B .
Matrice d’une famille de vecteurs
Dans un espace vectoriel E de base B = (e1,..., en ) , la matrice de la famille
de vecteurs ( u1 , …, u p ) est la matrice de Mn , p ( K ) dont les colonnes sont
les coordonnées des vecteurs u1 , …, u p dans la base B .
Réciproquement, toute matrice de Mn , p ( K ) peut être interprétée comme
matrice d’une famille de vecteurs ( u1 , …, u p ) de E dans la base B .
Matrice d’une base
Dans un espace vectoriel E de base B = (e1,..., en ) , une famille de n vecteurs
est une base si et seulement si sa matrice est inversible.
Changement de base
Si un espace vectoriel E possède deux bases B = (e1,..., en ) et
B ' = (e'1 ,..., e'n ) , on appelle matrice de passage de la base B à la base B '
la matrice P de la famille de vecteurs (e'1 ,..., e'n ) dans la base B .
Toute matrice de passage est inversible. Réciproquement, toute matrice
inversible peut s’interpréter comme une matrice de passage.
Si un vecteur u a pour matrice X dans B et X ' dans B ' , alors : X = PX ' .
Si f est un endomorphisme de matrice A dans B et de matrice A' dans B ' ,
alors : A' = P −1 AP .
Matrices semblables
Deux matrices A et A ' sont semblables s’il existe une matrice P inversible
telle que : A ' = P −1 AP .
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 52

fiche n°40 fiche n°40 (suite)


Vecteurs propres d’un endomorphisme
REDUCTION DES ENDOMORPHISMES Un vecteur v de E est vecteur propre d’un endomorphisme f de E s’il
est non nul et s’il existe un scalaire λ tel que f (v) = λv .
Valeurs propres d’un endomorphisme On dira que v est un vecteur propre associé à la valeur propre λ .
Un scalaire λ est valeur propre d’un endomorphisme f de E s’il existe Pour chaque valeur propre, il existe une infinité de vecteurs propres :
un vecteur v de E non nul tel que f (v ) = λv .
tous les vecteurs de Eλ sauf 0 E .
0 est valeur propre de f si et seulement si Ker f ≠ {0 E }. Donc un
Si f a p valeurs propres distinctes λ1 , …, λ p et si v1 , …, v p sont
endomorphisme est bijectif si et seulement si 0 n’est pas valeur propre.
Valeurs propres d’une matrice des vecteurs propres associés, alors la famille ( v1 , …, v p ) est libre.
Un scalaire λ est valeur propre d’une matrice A s’il existe une matrice Conséquence : Un endomorphisme d’un espace de dimension n
colonne X non nulle telle que AX = λX . possède au plus n valeurs propres distinctes.
Si f est un endomorphisme d’un espace E de dimension finie, un Vecteurs propres d’une matrice
scalaire λ est valeur propre de f si et seulement si il est valeur propre Une matrice colonne X est vecteur propre d’une matrice A s’il est
de sa matrice A dans une base (quelconque) de E. non nul et s’il existe un réel λ tel que AX = λX .
Toutes les matrices semblables ont les mêmes valeurs propres. On dira que X est un vecteur propre associé à la valeur propre λ .
Les valeurs propres d’une matrice diagonale ou triangulaire sont ses Diagonalisation d’un endomorphisme
éléments diagonaux. Un endomorphisme est diagonalisable s’il existe une base de E
Propriétés formée par des vecteurs propres de f.
Un scalaire λ est valeur propre d’une matrice A, ou d’un Un endomorphisme est diagonalisable si et seulement s’il existe une
endomorphisme f de matrice A dans un espace E de dimension finie, si base sur laquelle sa matrice est diagonale.
et seulement si la matrice ( A − λI ) n’est pas inversible. Un endomorphisme de E est diagonalisable si et seulement si la
Si λ est valeur propre d’un endomorphisme f de E, alors pour tout somme des dimensions de ses sous-espaces propres est égale à la
dimension de E.
entier k, λk est valeur propre de f k = f o ... o f (k fois).
Si f est un endomorphisme d’un espace vectoriel de dimension n qui
S’il existe un polynôme P tel que P ( f ) = 0 ou P ( A) = 0 , alors les possède n valeurs propres distinctes, alors f est diagonalisable.
valeurs propres de f ou de A sont racines du polynôme P (mais toutes Diagonalisation des matrices carrées d’ordre n
les racines de P ne sont pas forcément des valeurs propres). Une matrice A est diagonalisable s’il existe une matrice P inversible
Sous espace propre associé à une valeur propre telle que la matrice D = P −1 AP soit diagonale.
On appelle sous-espace propre associé à la valeur propre λ d’un Une matrice A est diagonalisable si et seulement si l’endomorphisme
endomorphisme f de E l’ensemble : Eλ = {u ∈ E / f (u ) = λu} . associé est diagonalisable.
Eλ est un sous-espace vectoriel de E distinct de {0 E } : dim Eλ ≥ 1 . D est la matrice diagonale dont la diagonale est formée par les
Si 0 est valeur propre de f, alors E0 = Ker f . valeurs propres de A, et P est une matrice dont les vecteurs colonnes
sont des vecteurs propres de A (dans le même ordre) qui forment une
Si l’endomorphisme f a deux valeurs propres distinctes λ1 et λ 2 , base de Mn ,1 ( K ) .
alors : Eλ1 ∩ Eλ 2 = {0 E } .
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 53

fiche n°41 fiche n°41 (suite)


Somme de deux variables aléatoires discrètes
COUPLES DE VARIABLES ALEATOIRES Il y a deux manières de déterminer sa loi :
Loi conjointe d’un couple (X,Y) de variables aléatoires discrètes P( X + Y = z ) = ∑ P[( X = xi ) ∩ (Y = z − xi )]
{
Si X (Ω) = {xi / i ∈ I } et Y (Ω) = y j / j ∈ J , la loi conjointe est } i∈I

définie par : ∀(i, j ) ∈ I × J pi , j = P[( X = xi ) ∩ (Y = y j )] P( X + Y = z ) = ∑


j ∈J
P[(Y = y ) ∩ ( X = z − y )]
j j

Propriétés : ∀(i, j ) ∈ I × J 0 ≤ pi, j ≤ 1 et ∑ pi , j = 1. Espérance : E ( X + Y ) = E ( X ) + E (Y )


(i , j )∈I × J Variance : V ( X + Y ) = V ( X ) + V (Y ) + 2 cov( X , Y )
Lois marginales d’un couple (X,Y) de variables discrètes Covariance du couple (X,Y)
Ce sont les lois de X et de Y. On les déduit de la loi conjointe : cov( X , Y ) = E ([ X − E ( X )][Y − E (Y )])
Loi de X : ∀i ∈ I P( X = xi ) = ∑ P[( X = xi ) ∩ (Y = y j )] . Propriété : cov( X , Y ) = E ( XY ) − E ( X ) E (Y )
j∈ J

Loi de Y : ∀j ∈ J P(Y = y j ) = ∑ P[( X = xi ) ∩ (Y = y j )] . Inégalité de Schwarz : cov( X , Y ) ≤ V ( X )V (Y ) .


i∈ I Si cov( X , Y ) = 0 , on dit que X et Y sont non corrélées.
Lois conditionnelles de variables discrètes Coefficient de corrélation linéaire du couple (X,Y)
La loi conditionnelle de X sachant (Y = y j ) est définie par les cov( X , Y )
ρ( X , Y ) =
probabilités P(Y = y j ) ( X = xi ) pour tout i ∈ I . σ( X ) σ(Y )
La loi conditionnelle de Y sachant ( X = xi ) est définie par les Propriété : − 1 ≤ ρ( X ,Y ) ≤ 1
probabilités P( X = xi ) (Y = y j ) pour tout j ∈ J . Plus ρ( X , Y ) est voisin de 1, plus la corrélation de X et Y est forte.
Loi conjointe : P[( X = xi ) ∩ (Y = y j )] = P( X = xi ) (Y = y j ) P( X = xi ) Indépendance de deux variables aléatoires discrètes
X et Y sont indépendantes si :
Et : P[( X = xi ) ∩ (Y = y j )] = P(Y = y j ) ( X = xi ) P (Y = y j )
∀(i, j ) ∈ I × J P[( X = xi ) ∩ (Y = y j )] = P ( X = xi ) × P (Y = y j )
Lois marginales : ∀i ∈ I P( X = xi ) = ∑ P(Y = y ) ( X = xi )P(Y = y j )
j
Propriétés : E ( XY ) = E ( X ) E (Y )
j∈J
cov( X , Y ) = 0 donc ρ( X , Y ) = 0
Et : ∀j ∈ J P(Y = y j ) = ∑ P( X = xi ) (Y = y j ) P( X = xi ) V ( X + Y ) = V ( X ) + V (Y )
i∈I
Loi de Z = f (X,Y) si les variables X et Y sont discrètes Indépendance de n variables aléatoires discrètes
{
Si l’on note : ∀z ∈ Z (Ω) K ( z) = (i, j ) ∈ I × J / f ( xi , y j ) = z alors : } Les variables aléatoires discrètes X1 ,…, X n sont mutuellement
n  n
∀z ∈ Z (Ω) P ( Z = z ) = ∑ pi , j où pi , j = P[( X = xi ) ∩ (Y = y j )]
I
indépendantes si : ∀( x1,..., xn ) ∈ Rn P  ( X i = xi ) = ∏ P( X i = xi )
(i , j )∈K ( z )  i =1  i =1
Théorème de transfert : E (Z ) = ∑ f ( xi , y j ) pi , j . Alors toute fonction des variables X1 ,…, X k est indépendante de toute
(i , j )∈I × J fonction des variables X k +1 ,…, X n .
Exemples : E ( X + Y ) = ∑ ( xi + y j ) pi, j E ( XY ) = ∑ xi y j pi , j Propriété : V ( X1 + ... + X n ) = V ( X1 ) + ... + V ( X n ) si les variables sont
( i , j )∈I × J ( i , j )∈I × J
indépendantes.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 54

fiche n°42 fiche n°42 (suite)


CONVERGENCES ET APPROXIMATIONS Approximation de la loi hypergéométrique par la loi binomiale
Si ܺே
est une suite de variables aléatoires telles que, pour tout entier
Inégalité de Markov
N, ܺே suive la loi hypergéométrique H(, , ), alors la suite ܺே

Si X est une variable aléatoire à valeurs positives ou nulles, qui


converge en loi vers une variable aléatoire X qui suit la loi binomiale
݉
possède une espérance ‫ = ) ܺ( ܧ‬, alors : ∀ܽ ≥ 0 ܲ(ܺ ≥ ܽ ) ≤
m
. B(, ) quand N tend vers l’infini.
a

Conséquence : Si ܺ H(, , ) avec  ≤ 0,1, alors la loi de X peut
Inégalité de Bienaymé-Tchebychev être approchée par la loi binomiale B(, ) :
Si X est une variable aléatoire qui possède une espérance ‫= )ܺ( ܧ‬ ݉ 
∀ ∈ 0,  ܲ(ܺ = ) ≈   ௞ (1 − )௡ି௞
σ 
ܲ(|ܺ − ݉| ≥ ) ≤
2
et un écart-type (ܺ) =  , alors : ∀ > 0 .
ε2 Approximation de la loi binomiale par la loi de Poisson
Si ܺ௡
est une suite de variables aléatoires telles que, pour tout entier
Convergence en probabilité
λ
La suite de variables aléatoires ܺ௡
converge en probabilité vers n, ܺ௡ suive la loi binomiale B(, ), alors la suite ܺ௡
converge en
une variable aléatoire X si : ∀ > 0 lim ܲ(|ܺ௡ − ܺ| ≥ ) = 0.
n
n → +∞ loi vers une variable aléatoire X qui suit la loi de Poisson P() quand
Loi faible des grands nombres n tend vers l’infini.
Si ܺ௡
est une suite de variables aléatoires deux à deux Conséquence : Si ܺ ⤻ B(, ) avec  ≥ 30,  < 15 et  ≤ 0,1,
indépendantes, de même loi, d’espérance m et d’écart-type , alors alors la loi de X peut être approchée par la loi de Poisson P() de
 X + ... + X n  paramètre  =  :
la suite  1  converge en probabilité vers une variable
  (np ) k ି௡௣
∀ ∈ 0,  ܲ(ܺ = ) ≈
n

 X + ... + X n  k!
certaine égale à m : ∀ > 0 lim P 1 − m ≥ ε  = 0 .
n → +∞
 n 
Conséquence : Si l’on répète n fois de manière indépendante une
expérience aléatoire, la fréquence d’apparition d’une issue tend
vers la probabilité ܲ( ) quand n tend vers l’infini.
Convergence en loi
La suite de variables aléatoires discrètes ܺ௡
de fonctions de
répartition ௡ converge en loi vers une variable aléatoire X de
fonction de répartition F si : ∀x ∈ R lim Fn ( x ) = F ( x) .
n → +∞

Si ∀ ∈ ℕ ܺ௡ (Ω) = ܺ(Ω), alors ܺ௡


converge en loi vers X si et
seulement si : ∀x ∈ X (Ω) lim P ( X n = x) = P ( X = x) .
n → +∞
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 55

fiche n°43 fiche n°43 (suite)


FONCTIONS DE DEUX VARIABLES Inégalité de Cauchy-Schwarz
< u, v > ≤ u × v pour tous u et v (égalité ssi u et v sont colinéaires).
Définition Distance euclidienne de deux points
C’est une fonction f de R 2 dans R : M = ( x, y ) a f ( M ) = f ( x, y ) . La distance euclidienne est l’application qui à tous points M = ( x, y ) et
Droite affine N = ( x' , y ' ) associe le réel d ( M , N ) = N − M = ( x '− x )2 + ( y '− y ) 2 .
La droite affine passant par A et de vecteur directeur u = (α, β) non nul Propriétés : d ( M , N ) ≥ 0 pour tous M et N, et d ( M , N ) = 0 ⇔ M = N .
{
est : d A,u = M ∈ R 2 / ∃t ∈ R } {
AM = tu = M ∈ R 2 / ∃t ∈ R M = A + tu . } d ( M , N ) = d ( N , M ) pour tous M et N.
 x = x A + tα d ( M , P) ≤ d (M , N ) + d ( N , P) pour tous M, N et P.
Elle admet une représentation paramétrique  et une équation Boules
 y = y A + tβ Boules de centre A et de rayon r > 0 :
cartésienne de la forme ax + by + c = 0 . • boule ouverte : B( A, r ) = {M ∈ R2 / d ( A, M ) < r }.
Réciproquement si (a, b) ≠ (0,0) , l’ensemble {( x, y ) ∈ R 2 / ax + by + c = 0} • boule fermée : B f ( A, r ) = {M ∈ R 2 / d ( A, M ) ≤ r }.
est une droite affine de vecteur directeur u = (b,− a ) .
Partie ouverte (ou ouvert)
Demi-plans
La droite d’équation ax + by + c = 0 définit deux demi-plans : Une partie D de R 2 est un ouvert de R 2 si D = Y ou si, pour tout
point A ∈ D , il existe un réel r > 0 tel que B( A, r ) ⊂ D .
• ouverts : {( x, y ) ∈ R 2 / ax + by + c < 0} et {( x, y ) ∈ R 2 / ax + by + c > 0}.
Exemples : les boules ouvertes, R 2 et Y , les demi-plans ouverts.
• fermés : {( x, y ) ∈ R / ax + by + c ≤ 0} et {( x, y ) ∈ R / ax + by + c ≥ 0}.
2 2
Propriétés : Une réunion d’ouverts est un ouvert.
Segment Une intersection d’un nombre fini d’ouverts est un ouvert.
Le segment [ A, B] est l’ensemble {M ∈ R 2 / ∃t ∈ [0,1] M = (1 − t ) A + tB}. Partie fermée (ou fermé)
Produit scalaire usuel Une partie D de R 2 est un fermé de R 2 si son complémentaire D est
Le produit scalaire usuel est l’application qui à tous vecteurs u = ( x, y ) et un ouvert.
v = ( x' , y ' ) associe le réel < u, v >= xx'+ yy ' . Exemples : les boules fermées, R 2 et Y , les demi-plans fermés.
Propriétés : < u , v >=< v, u > pour tous u et v. Propriétés : Une réunion d’un nombre fini de fermés est un fermé.
w a < w, v > et w a < u, w > sont linéaires pour tous u et v. Une intersection de fermés est un fermé.
< u , u > ≥ 0 pour tout u et < u, u > = 0 ⇔ u = 0 . Partie bornée
Toute application qui vérifie ces propriétés est un produit scalaire. Une partie D de R 2 est bornée s’il existe une boule contenant D.
Norme euclidienne D est bornée si et seulement si : ∃K ≥ 0 ∀M ∈ D M ≤ K .
La norme euclidienne est l’application qui à tout vecteur u = ( x, y ) Propriétés : Une réunion d’un nombre fini de bornés est un borné.
associe le réel u = < u, u > = x2 + y 2 . Une intersection de bornés est un borné.
Partie convexe
Propriétés : u > ≥ 0 pour tout u et u = 0 ⇔ u = 0 .
Une partie D de R 2 est convexe si : ∀( M , N ) ∈ D 2 [ M , N ] ⊂ D .
λu = λ u pour tout vecteur u et tout réel λ .
D est convexe ssi : ∀( M , N ) ∈ D 2 ∀t ∈ [0,1] (1 − t ) M + tN ∈ D
u + v ≤ u + v pour tous u et v (Inégalité triangulaire). Propriétés : Une intersection de convexes est convexe (Pas la réunion).
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 56

fiche n°43 fiche n°43 (suite)


Graphe d’une fonction de deux variables Propriétés des fonctions continues
C’est : Γ = {( x, y, z ) ∈ R3 / ( x, y ) ∈ D f et z = f ( x, y )} (surface de R3 ). Si f est une fonction continue sur R 2 , alors :
−1 2
Lignes de niveau • Si I est un intervalle ouvert de R , alors f ( I ) est un ouvert de R .

{
La ligne de niveau k ∈ R est L k = ( x, y ) ∈ R2 / ( x, y ) ∈ D f et f ( x, y ) = k . } • Si I est un intervalle fermé de R , alors f −1 ( I ) est un fermé de R 2 .
C’est l’intersection du graphe avec le plan d’équation z = k . Toute fonction continue sur une partie fermée et bornée de R 2 est
Limite en un point bornée et atteint ses bornes.
Une fonction f définie sur un ouvert D ≠ Y de R 2 admet au point A ∈ D Dérivées partielles d’ordre 1
une limite l si : ∀ε > 0 ∃α > 0 ∀M ∈ B( A, α) ∩ D f ( M ) − l < ε . Une fonction f définie sur un ouvert D ≠ Y admet en A = ( x0 , y0 ) :
Cette limite si elle existe est unique. On la note : l = lim f ( M ) . • une dérivée partielle d’ordre 1 par rapport à x si la fonction
M→A
Les propriétés sont identiques à celles des fonctions d’une variable. ∂f f ( x, y0 ) − f ( x0 , y0 )
x a f ( x, y0 ) est dérivable en x0 : ( A) = lim .
Continuité ∂x x → x 0 x − x0
Une fonction f définie sur un ouvert D ≠ Y de R 2 est continue au point • une dérivée partielle d’ordre 1 par rapport à y si la fonction
A ∈ D si : ∀ε > 0 ∃α > 0 ∀M ∈ B( A, α) ∩ D f (M ) − f ( A) < ε . ∂f f ( x0 , y ) − f ( x0 , y0 )
y a f ( x0 , y ) est dérivable en y0 : ( A) = lim .
Elle est continue sur D si elle est continue en tout point de D. ∂y y → y 0 y − y0
Opérations algébriques Une fonction peut admettre des dérivées partielles sans être continue.
Mêmes opérations algébriques que pour les fonctions d’une variable. Opérations
Conséquence : Les polynômes et les fractions rationnelles sont continues sur Mêmes opérations algébriques que pour les fonctions d’une variable.
leur ensemble de définition. Les formules de dérivation sont analogues.
Composition Conséquence : Les polynômes et les fractions rationnelles admettent
2 des dérivées partielles d’ordre 1 sur leur ensemble de définition.
• Si f est une fonction de R dans R continue en A et si ϕ est une fonction
Si f admet des dérivées partielles en A et si ϕ est dérivable en f ( A) ,
de R dans R continue en f ( A) , alors la fonction ϕ o f est continue en
alors ϕ o f admet des dérivées partielles en A :
A.
∂ (ϕ o f ) ∂f ∂ (ϕ o f ) ∂f
Conséquence : Si f est continue sur D, les fonctions f , ln f , e f , f α , ( A) = (ϕ'o f )( A) ( A) ( A) = (ϕ'o f )( A) ( A)
∂x ∂x ∂y ∂y
sin f , cos f , … sont continues sur D si elles sont définies.
Si ϕ et ψ sont dérivables en a, et si f admet des dérivées partielles en
• Si ϕ et ψ sont deux fonctions de R dans R continue en a, et si f est une
A = (ϕ(a ), ψ (a ) ) , la fonction g : t a f (ϕ(t ), ψ (t )) est dérivable en a :
fonction de R 2 dans R continue en A = (ϕ(a), ψ(a ) ) , alors la fonction ∂f ∂f
t a f (ϕ(t ), ψ (t ) ) est continue en a. g ' (a ) = ( A)ϕ' (a) + ( A)ψ ' (a)
∂x ∂y
Conséquence 1 : Si f est continue en un point A de D, alors pour tout u de Gradient
R 2 , la fonction t a f ( A + tu ) est continue en 0 (mais réciproque fausse). Si f est une fonction qui admet des dérivées partielles d’ordre 1 en A, on
Conséquence 2 : Pour montrer qu’une fonction f n’est pas continue en A, il  ∂f ∂f 
suffit de trouver deux fonctions ϕ et ψ continues en a telles que appelle gradient de f en A le vecteur : ∇f ( A) =  ( A), ( A)  .
 ∂x ∂y 
t a f (ϕ(t ), ψ (t ) ) ne soit pas continue en a.
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 57

fiche n°43 (suite) fiche n°43 (suite)


Dérivée directionnelle Extremum local
Si f est définie sur un ouvert D ≠ Y et si A ∈ D , alors, pour tout Une fonction f définie sur un ouvert D ≠ Y admet en A ∈ D :
• un maximum local si : ∃r > 0 ∀M ∈ B ( A, r ) ∩ D f ( M ) ≤ f ( A)
vecteur unitaire u, on appelle dérivée de f en A dans la direction de u
f ( A + tu ) − f ( A) .
le réel (s’il existe) : f 'u ( A) = lim . • un minimum local si : ∃r > 0 ∀M ∈ B ( A, r ) ∩ D f ( M ) ≥ f ( A) .
t →0 t
Développement limité d’ordre 1 Le maximum ou le minimum est absolu si l’inégalité est vraie en tout
Une fonction f définie sur un ouvert D ≠ Y admet en A = ( x0 , y0 ) un point M de D.
Condition nécessaire d’extremum local
développement limité d’ordre 1 s’il existe deux réels a et b, et une
Si une fonction f de classe C1 sur un ouvert D ≠ Y de R2 admet un
fonction ε tels que lim ε(h, k ) = 0 et :
( h , k ) → ( 0, 0 ) ∂f ∂f
extremum local en A ∈ D , alors ( A) = 0 et ( A) = 0 .
f ( x0 + h, y0 + k ) = f ( x0 , y0 ) + ah + bk + h 2 + k 2 ε(h, k ) ∂x ∂y
Toute fonction qui admet un développement limité d’ordre 1 en A est Les points qui vérifient ces conditions s’appellent des points critiques.
continue en A et admet des dérivées partielles d’ordre 1 en A. Dérivées partielles d’ordre 2
∂f ∂f Sous réserve d’existence, il existe 4 dérivées partielles d’ordre 2 :
Alors : ( A) = a et ( A) = b .
∂x ∂y ∂2 f ∂f
est la dérivée partielle de par rapport à x si elle existe.
Mais la réciproque est fausse : une fonction peut avoir des dérivées ∂x 2
∂x
partielles d’ordre 1 sans avoir de développement limité d’ordre 1. ∂2 f ∂f
est la dérivée partielle de par rapport à x si elle existe.
Fonction de classe C 1 ∂x∂y ∂y
Une fonction f est de classe C 1 sur un ouvert D ≠ Y si elle admet en
∂2 f ∂f
tout point de D des dérivées partielles qui sont continues sur D. est la dérivée partielle de par rapport à y si elle existe.
∂y∂x ∂x
Propriété : Toute fonction de classe C1 sur un ouvert D ≠ Y admet en
tout point A = ( x0 , y0 ) de D un développement limité d’ordre 1 : ∂2 f ∂f
est la dérivée partielle de par rapport à y si elle existe.
∂f ∂f ∂y 2
∂y
f ( x0 + h, y0 + k ) = f ( x0 , y0 ) + h ( x0 , y0 ) + k ( x0 , y0 ) + h 2 + k 2 ε(h, k )
∂x ∂y Fonction de classe C 2
avec lim ε(h, k ) = 0 . Ceci s’écrit aussi : Une fonction f est de classe C 2 sur sur un ouvert D ≠ Y si elle
( h , k ) → ( 0, 0 )
admet en tout point de D des dérivées partielles secondes qui sont
f ( A + H ) = f ( A)+ < ∇f ( A), H > + H ε( H ) avec lim ε( H ) = 0 .
H →( 0 , 0 ) continues sur D.
Conséquence : Si f est une fonction de classe C1 sur un ouvert non vide Théorème de Schwarz
D de R 2 , elle admet en tout point A de D une dérivée dans toute Si f est une fonction de classe C 2 sur un ouvert D de R 2 , alors pour
direction u et f 'u ( A) =< ∇f ( A), u > . ∂2 f ∂2 f
tout M de D : (M ) = (M ) .
Propriété : Si f est une fonction de classe C1 sur un ouvert D ≠ Y , ∂x∂y ∂y∂x
son gradient est, en tout point d’une ligne de niveau où il ne s’annule
pas, normal à cette ligne de niveau (orthogonal à la tangente).
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy 58

fiche n°43 (suite)


Développement limité d’ordre 2
Toute fonction de classe C 2 sur un ouvert non vide D de R 2 admet
en tout point ( x0 , y0 ) de D un développement limité d’ordre 2 :
∂f ∂f 1 ∂2 f
f ( x0 + h, y0 + k ) = f ( x0 , y0 ) + h ( x0 , y0 ) + k ( x0 , y0 ) + h 2 2 ( x0 , y0 )
∂x ∂y 2 ∂x
∂2 f 1 ∂2 f
+ hk ( x0 , y0 ) + k 2 2 ( x0 , y0 ) + (h 2 + k 2 )ε(h, k )
∂x∂y 2 ∂y
où ε est une fonction qui vérifie lim ε(h, k ) = 0 .
( h, k ) → ( 0 , 0 )
Notations de Monge
Sous réserve d’existence, on note :
∂2 f ∂2 f ∂2 f
r= 2 s= t=
∂x ∂x∂y ∂y 2
Recherche d’un extremum local
Si la fonction f est de classe C 2 sur un ouvert D ≠ Y de R2 , alors
pour chaque point critique A = ( x0 , y0 ) :
• Si rt − s 2 > 0 , alors f admet un extremum local en A : si r > 0 ,
c’est un minimum, et si r < 0 , c’est un maximum.
• Si rt − s 2 < 0 , alors f n’admet pas d’extremum local en A.
Si rt − s 2 = 0 , on ne peut pas conclure : il faut étudier « à la main » le
signe de f ( x, y ) − f ( x0 , y0 ) .