Académique Documents
Professionnel Documents
Culture Documents
Syllabus Algebre Ass Jules 1
Syllabus Algebre Ass Jules 1
P a g e 1 | 80
PLAN DU COURS
A) PRE-REQUIS
- Algèbre du secondaire
- Mathématique moderne
Ce cours vise la mise à niveau de tous les étudiants qui venant des
différentes humanités, accusent les lacunes préjudiciables sur l’outil important des
mathématiques pour bien affronter les études d’ingénieur.
C) OBJECTIFS GÉNÉRAUX
D) CONTENU DU COURS
P a g e 2 | 80
PRÉAMBULE
Ce syllabus contient l’ensemble des notes du cours d’algèbre destiné aux
étudiants de Pré-ESI en science de base.
P a g e 3 | 80
CHAPITRE I. THEORIES DES ENSEMBLES
1.1. Définition
On désigne sous le nom d’ensemble, toute liste ou toute
collection d’objet bien défini.
A : ensemble
∈ : Appartenance
a) La plus simple, si cela est possible, est d’énumérer les divers éléments
de l’ensemble ; on dit alors que l’ensemble est donné en extension.
On not E={𝑎, 𝑏, 𝑐, 𝑑, … , 𝑓}
P a g e 4 | 80
1.4. Principaux ensembles de nombres
On désigne :
Ainsi : N*={1,2,3, … }
On désigne encore
Exemples
4 ∈ 𝑁, 4 ∈ 𝑁 ∗ , 4 ∈ 𝑍 − √2 ∈ 𝑅, −√2 ∉ 𝑅 + , −√2 ∈ 𝑅 −
2 2 2
∈ 𝑄, ∈ 𝑄 + , ∉ 𝑄 − 0 ∈ 𝑁, 𝑂 ∉ 𝑁 + , 0 ∈ 𝑅 +
3 3 3
√3 ∈ 𝑅 ∗ ; √3 ∉ 𝑄; √3 ∈ 𝑅 ∗+
Remarques
P a g e 5 | 80
- L’ensemble a un seul élément est appelé « SINGLETON » et on note :
{𝑎} ≠ 𝑎
- Un ensemble n’ayant aucun élément, on l’appelle, l’ensemble vide et
on le note : ∅{ }
E
A
b a
On écrit : 𝑁 ∗ ⊂ 𝑁 ⊂ 𝑍 ⊂ 𝑄
On a encore : 𝑁 ⊂ 𝑁 + ⊂ 𝑅 ∗
Alors, 𝑁 ⊂ 𝑍 ⊂ 𝑄 ⊂ 𝑅
1.6. Complémentaire
1.6.1. Définition
Soient A et B, deux ensembles tel que B est une partie de A. on appelle
complémentaire de B par rapport à A. on écrit : 𝐶𝐴𝐵 . on lit : complémentaire de B dans A ou
partie complémentaire de B dans A.
𝐶𝐴𝐵 = {𝑥 ∈ 𝐴/𝑥 ∉ 𝐵} P a g e 6 | 80
1.6.2. Représentation
On représente
B
1.6.3. Remarques
1.6.4. Exemples
1) A={1,2,3,4,5} 𝑒𝑡 𝐵 = {2,3,4}
𝐶𝐴𝐵 = {1,5}
2) si P est l’ensemble des naturels pairs et I l’ensemble des naturels impairs. Alors 𝐶𝐴𝐵 =
𝑃 𝑒𝑡 𝐶𝑁𝑃 = 𝐼
1.6.5. Propriétés
𝜙
a) 𝐶𝐴 = 𝐴 𝑒𝑡 𝐶𝐴𝐴 = 𝜙
𝐶𝐵
𝐶𝐴 𝐴 = 𝐵
1.8.1.1.1. Définition
On écrit : 𝐴 ∩ 𝐵
On lit : A inter B
𝑥
A∩ 𝐵 = { ∈ 𝐴𝑒𝑡 𝑥 ∈ 𝐵}
𝑥
1.8.1.1.2. Représentation
On représente :
B
A
A∩ 𝐵
Conséquence
(𝐴∁𝐵) ⇔ (𝐴 ∩ 𝐵) = 𝐴
P a g e 8 | 80
1.8.1.1.3. Exemple
𝐷 = {1,4,6}; 𝐸 = {1,2,3}
a) 𝐴 ∩ 𝐵 = {2,3}
b) B∩ 𝐶 = {3,4,6}
c) 𝐴 ∩ 𝐵 ∩ 𝐶 = {3}
d) 𝐴∩𝐷 =∅
e) 𝐵∩𝐸 =𝐸
f) 𝐸∩𝐸 =𝐸
Remarque
1.8.1.1.4. Propriétés
a) Idempotence
𝐴∩𝐴 =𝐴
𝐵∩𝐵 =𝐵
𝐶∩𝐶 =𝐶
b) Commutativité
𝐴 ∩ 𝐵 = {1,3}
𝐵 ∩ 𝐶 = {1,5,6}
𝐶 ∩ 𝐵 = {1,5,6}
c) Associativité
𝐴 ∩ (𝐵 ∩ 𝐶) = {1,2,3} ∩ {1,5,6} = {1}
(𝐴 ∩ 𝐵) ∩ 𝐶 = {1,3} ∩ {1,2,5,6,7} = {1}
Donc, ∀𝐴, 𝐵, 𝐶
(𝐴 ∩ 𝐵) ∩= 𝐴 ∩ (𝐵 ∩ 𝐶) = 𝐴 ∩ 𝐵 ∩ 𝐶
L’intersection des ensembles est associative
𝑒𝑛 𝑒𝑓𝑓𝑒𝑡: 𝐴 ∩ ∅ = ∅
𝐵∩∅=∅
∅∩𝐴 =∅
∅∩𝐵 =∅
Donc, 𝐴 ∩ ∅ = ∅ ∩ 𝐴 = ∅
1.8.1.2.1. Définition
1.8.1.2.2. Représentation
(𝐴∁𝐵) ⟹ (𝐴 ∪ 𝐵 = 𝐵)
P a g e 10 | 80
1.8.1.2.3. Exemples
D={1,4,6}; 𝐸 = {1,2,3}
a) 𝐴 ∪ 𝐵={1,2,3,4,5,6,8,9}
b) 𝐶 ∪ 𝐷 = {1, 3,4,5,6,9}
c) 𝐵 ∪ 𝐶 = {1,2,3,4,5,6,9}
d) 𝐵 ∪ 𝐸 = {1,2,3,4,6}
P={𝑥 ∈ 𝑁/𝑥𝑒𝑠𝑡𝑝𝑎𝑖𝑟}
𝐼 ∪ 𝑃 = {𝑥/𝑥 ∈ 𝑁} = 𝑁
1.8.1.2.4. Propriétés
a) Idempotence
∀𝐴, 𝐴 ∪ 𝐴 = 𝐴
Tout ensemble est idempotent pour la réunion.
b) Commutativité
𝐴 ∪ 𝐵 = {1,2,3,4,5,6}
𝐵 ∪ 𝐴 = {1,2,3,4,5,6}
𝐵 ∪ 𝐶 = {1,2,3,5,6,7}
𝐶 ∪ 𝐵 = {1,3,5,6,2,7}
c) Associativité
𝐴 ∪ (𝐵 ∪ 𝐶) = {1,2,3,4} ∪ {1,2,3,5,6,7}={1,2,3,4,5,6,7}
(𝐴 ∪ 𝐵) ∪ 𝐶 = {1,2,3,4,5,6} ∪ {1,2,5,6,7} = {1,2,3,4,5,6,7}
∀𝐴, 𝐵, 𝐶 (𝐴 ∪ 𝐵) ∪ 𝐶 = 𝐴 ∪ (𝐵 ∪ 𝐶) = 𝐴 ∪ 𝐵 ∪ 𝐶
P a g e 11 | 80
𝑙𝑎 𝑟é𝑢𝑛𝑖𝑜𝑛 𝑑𝑒𝑠 𝑒𝑛𝑠𝑒𝑚𝑏𝑙𝑒𝑠 𝑒𝑠𝑡 𝑎𝑠𝑠𝑜𝑐𝑖𝑎𝑡𝑖𝑣𝑒.
d) ∅ est neutre pour la réunion
En effet :
𝐴 ∪ ∅ = 𝐴; ∅ ∪ 𝐶 = 𝐶 𝐵∪∅=𝐵
∀𝐴, 𝐴∪∅=∅∪𝐴 =𝐴
Distributivité
Complémentaire
Théorème de MORGAN
A\B={𝑥/𝑥 ∈ 𝐴𝑒𝑡𝐴𝑥 ∉ 𝐵}
On représente
A B
A\B
Remarques
1.8.1.3.3. Exemples
Vérifier les remarques ci-dessus à l’aide des ensembles :
P a g e 13 | 80
𝐴∆𝐵 = {𝑥/𝑥 ∈ 𝐴 ∪ 𝐵𝑒𝑡 𝑥 ∉ 𝐴 ∩ 𝐵}
1.8.1.4.2. Représentation
A B
On représente
A∆B
Remarque
𝐴∆𝐵 = (𝐴 ∪ 𝐵)(𝐴 ∩ 𝐵)
=(𝐴\𝐵)(𝐵\𝐴)
∀𝐴∆𝐴 = ∅
1.8.1.4.3. Exemples
1.8.1.4.4. Propriété
a) Commutativité
𝐴∆𝐵 = {1,5}
𝐵∆𝐴 = {5,1}
P a g e 14 | 80
b) Associativité
(𝐴∆𝐵)∆𝐶 = {1,5}∆{3,4,5,6} = {1,3,4,6}
𝐴∆(𝐵∆𝐶) = {1,2,3,4}∆{2,6} = {1,3,4,6}
∀𝐴, 𝐵, 𝐶 (𝐴∆𝐵)∆𝐶 = 𝐴∆(𝐵∆𝐶) = 𝐴∆𝐵∆𝐶
𝑥 ∈ 𝐴, 𝑥 ∉ 𝐴 ⇒ 𝑥 ∈ 𝐶𝐸𝐴
Ainsi, nous écrirons : A={𝑥 ∈ 𝐸/𝑝(𝑥)} que l’on lira « A est décrit
par les éléments de E possèdent la propriété p ».
𝐸
On écrira donc : 𝐶𝐸𝐴 = {𝑥 ∈ 𝑛𝑜𝑛 𝑝(𝑥)}
Exemples
𝐴 = {𝑥 ∈ 𝐸/𝑝(𝑥)}
(∀𝑥)𝑝(𝑥) ⇔ 𝐴 = 𝐸
P a g e 16 | 80
La négation de cette proposition 𝐴 = ∅ ; donc 𝐶𝐸𝐴 = 𝐸 c’est-à-dire « Tout
élément de E possède non p ».
𝐴 ∩ 𝐵 ∩ 𝐶 ∩ 𝐷 = {𝑥/𝑥 ∈ 𝐴, 𝑥 ∈ 𝐵, 𝑥 ∈ 𝐶 𝑒𝑡 𝑥 ∈ 𝐷}(1)
𝐴 ∪ 𝐵 ∪ 𝐶 ∪ 𝐷 = {𝑥/𝑥 ∈ 𝐴 𝑜𝑢 𝑥 ∈ 𝐵 𝑜𝑢 𝑥 ∈ 𝐶 𝑜𝑢 𝑥 ∈ 𝐷}(2)
∩ 𝑓 = {𝑥, ∀𝑥 ∈ 𝑓, 𝑥 ∈ 𝑋}(2a)
∪ 𝑓 = {𝑥, ∃𝑥 ∈ 𝑓, 𝑥 ∈ 𝑋}(2b)
Si f est ensemble de l’ensemble, alors ∩ 𝑓 est défini par (2a), ∪ 𝑓 est défini
par (2b). Donc, ∩ 𝑓est ensemble des éléments qui appartiennent à chacun des ensembles de f ;
∪ 𝑓est l’ensemble des éléments qui appartiennent à au moins un des ensembles de f.
Exemples
P a g e 17 | 80
Voici maintenant p≠ 0, il existe au moins un disque de f (par exemple celui
du rayon (O, p/2) auquel p n’appartiennent pas, donc si p≠ 0, alors p∉∩ 𝑓, finalement ∩ 𝑓 =
{0}.
1.8.2.1. Définition
𝑥 = 𝑥′
(𝑥, 𝑦) = (𝑥 ′ , 𝑦 ′ ) ⇔ {
𝑦 = 𝑦′
𝑥 ≠ 𝑥′
D’où par négation : (𝑥, 𝑦) ≠ (𝑥 ′ , 𝑦 ′ ) ⇔ {
𝑦 ≠ 𝑦′
Exemples
EXF={(1, 𝑎); (1, 𝑏); (2, 𝑎); (2, 𝑏); (3, 𝑎); (3, 𝑏)}
1.8.2.2. Représentation
On distingue trois manières de représenter le produit cartésien de deux
ensembles.
(1,a) (1,b)
1
(2,a) (2,b)
2
3 (3,a) (3,b)
P a g e 18 | 80
On constate que : E : n éléments
F : p éléments
EXF= n X p éléments
F
a
1 2 3 E
Exemple
𝐴 = [1,3]; 𝐵 = [1,4]
B 𝐴𝑋𝐵
4
AXB
1
1 3 A
Plus généralement, le produit cartésien R X R = R2 sera représenté par
l’ensemble du plan.
P a g e 19 | 80
1.8.2.2.3. Le diagramme Sagittal
E F
a
1
b
3
Remarques
1) (𝑥, 𝑦) ≠ {𝑥, 𝑦}
2) Si 𝑥 ∈ 𝐴, 𝑦 ∈ 𝐵
(𝑥, 𝑦) ∈ 𝐴 𝑋 𝐵 𝑒𝑡 (𝑦, 𝑥) ∈ 𝐵 𝑋𝐴 𝑒𝑡 (𝑦, 𝑥) ∌ 𝐴 𝑋 𝐵
En général, même dans les cas où A=B, (x, y) et (y, x) sont deux éléments
de AXB = AXA, ils sont en général distincts (ils ne sont égaux que pour x=y) dans ce dernier
cas, on peut écrire AXA= A2 (A=B).
1) 𝐴′ ⊂ 𝐴 𝑒𝑡 𝐵 ′ ⊂ 𝐵 ⇒ 𝐴′ 𝑋 𝐵 ′ ⊂ 𝐴 𝑋 𝐵
2) 𝐴 𝑥 𝐵 ≠ ∅ ⇒ (𝐴 = ∅ 𝑜𝑢 𝐵 = ∅)
5) 𝐶 ≠ ∅ 𝑒𝑡 𝐴𝑋𝐶 = 𝐵𝑋𝐶 ⇒ 𝐴 = 𝐵
P a g e 20 | 80
𝐴𝑋𝐵𝑋𝐶 = (𝐴𝑋𝐵)𝑋𝐶 = 𝐴𝑋(𝐵𝑋𝐶)
Exemples
Remarques
P a g e 21 | 80
CHAPITRE II. LES NOMBRES COMPLEXES
a) Représentation :
L’axe vertical sera appelé axe des imaginaires et l’axe horizontal, l’axe des réels.
P’’ P
̅̅̅̅
𝑍̅ = 𝑂𝑃
0 x P’ 𝑅𝑒
Figure I.1
𝑍 = 𝑥 + 𝑖𝑦
Un tel plan est appelé plan complexe ou plan de Gauss et Z est appelé un
nombre complexe.
P a g e 22 | 80
Remarque
b) Formes
Il est à noter qu’un nombre complexe Z peut être représenté sous plusieurs
formes.
- Forme cartésienne.
- Forme trigonométrique
0 𝜃
x
Figure I.2
𝑥
cos 𝜃 = 𝑂𝑃 Avec x : Côté adjacent
OP : Hypoténuse
𝑦
Et sin 𝜃 = 𝑂𝑃 y : Côté opposé
- Forme d’Euler
P a g e 23 | 80
En faisant le développement en série de Mack – L de cos 𝜃 𝑒𝑡 𝑑𝑒 sin 𝜃 on
a respectivement :
𝜃2 𝜃4 𝜃6
cos 𝜃 = 1 + − − +⋯ (5)
2! 4! 6!
𝜃3 𝜃5 𝜃7
sin 𝜃 = 𝜃 + − − +⋯ (6)
3! 5! 7!
𝜃2 𝜃3
Or on sait que 𝑒 𝑖𝜃 = 1 + 𝑖𝜃 + −𝑖 … ..
2! 3!
Z=OP(𝑒 𝑖𝜃 ) (8)
c) Propriétés
La multiplication
= 𝑟1 𝑟2 [cos(𝛼1 + 𝛼2 ) + 𝑖 sin(𝛼1 𝛼2 )]
Ainsi :
P a g e 24 | 80
|𝑍1 . 𝑍2 . … 𝑍𝑛 | = |𝑍1 |. |𝑍2 |. … |𝑍𝑛 |
Arg(𝑍1 . 𝑍2 . … 𝑍𝑛 ) = 𝐴𝑟𝑔𝑍1 + 𝐴𝑟𝑔𝑍2 + ⋯ 𝐴𝑟𝑔𝑍𝑛
En particulier si 𝑍1 = 𝑍2 = ⋯ = 𝑍𝑛 alors :
|𝑍 𝑛 | = |𝑍|𝑛
𝐴𝑟𝑔𝑍 𝑛 = 𝑛𝐴𝑟𝑔𝑍 ∀𝑛 ∈ 𝑁 ∖ {0,1}
Exemple
𝑍 = (1 + 𝑖)(1 − 𝑖√3)
𝜋 𝜋 5𝜋 5𝜋
1 + 𝑖 = √2 (cos 4 + 𝑖 sin 4 ) 𝑒𝑡 1 − √3 = 2 (cos + 𝑖 sin )
3 3
𝜋 5𝜋 23𝜋 23𝜋 23𝜋
|𝑍| = 2√2; 𝐴𝑟𝑔𝑍 = + = 𝑒𝑡 𝑍 = 2√2 [cos + 𝑖 sin ]
4 3 12 12 12
Division
𝑍1 𝑟1 (cos 𝛼1 + 𝑖 sin 𝛼2 )
=
𝑍2 𝑟2 (cos 𝛼2 + 𝑖 sin 𝛼2 )
𝑟1
= (cos 𝛼1 + 𝑖 sin 𝛼2 )(cos 𝛼2 + 𝑖 sin 𝛼2 )
𝑟2
𝑟1
= [(cos 𝛼1 cos 𝛼2 + sin 𝛼1 sin 𝛼2 ) + 𝑖(cos 𝛼1 cos 𝛼2 − sin 𝛼1 sin 𝛼2 )]
𝑟2
𝑍1 𝑟1
= [(cos(𝛼1 − 𝛼2 ) + 𝑖 sin(𝛼1 − 𝛼2 ))]
𝑍2 𝑟2
Ainsi :
𝑍 |𝑍 |
| 1 | = |𝑍1 |
𝑍2 2
𝑍1
𝐴𝑟𝑔 (𝑍 ) = 𝐴𝑟𝑔𝑍1 − 𝐴𝑟𝑔𝑍2
2
Exemple
1−𝑖
a) 𝑍 = 1+𝑖
Résolution
√2
D’où : 𝑍 = [cos(315° − 45°) + 𝑖 sin(315° − 45°)] = −𝑖
√2
P a g e 25 | 80
Puissance d’un nombre complexe et formule de Moivre
𝑍 = |𝑍|(cos 𝛼 + 𝑖 sin 𝛼)
Calculons 𝒁𝒏 avec 𝒏 ∈ 𝑵∗
On a deux possibilités :
Exemples
1) Calculer (1+i)5
Résolution
𝜋 𝜋
1 + 𝑖 = √2 (cos + 𝑖 sin )
4 4
𝜋 𝜋
(1 + 𝑖)5 = (√2)5 (cos 4 + 𝑖 sin 4 )5 =-4(1+i)
𝜋 𝜋
2) Calculer 𝑍 = (√2 + √2 + 𝑖 √2 − √2)8 et en déduire cos 8 𝑒𝑡 sin 8
Résolution
𝑟 = |𝑍| = √2 + √2 + 2 − √2 = 2
√2 + √2
cosα = 𝜋
2 ⇒ (𝛼 = )
√2 − √2 8
sin 𝛼 =
2 }
𝜋 𝜋
𝑍 = [2 (cos 8 + 𝑖 sin 8 )]8=−28
𝐷′𝑜ù
P a g e 26 | 80
𝜋 √2 + √2 𝜋 √2 − √2
cos = 𝑒𝑡 sin =
8 2 8 2
N.B : Les racines nième d’un nombre complexe sont les sommets d’un polygone régulier à n
sommets.
1. Définition
Exemples
Conséquences
P a g e 27 | 80
Application
Procédé
Exemples
2+𝑖 (2+𝑖)(3−𝑖) 7 1
a) = (3+𝑖)(3−𝑖) = 10 + 10 𝑖
3+𝑖
1 (1+𝑖)(2−𝑖) 3 1
b) (1−𝑖)(2+𝑖)
= (1−𝑖)(1+𝑖)(2+𝑖)(2−𝑖) = 10 + 10 𝑖
Propriétés
𝑃1 : ̅̅̅̅̅
(𝑍̅) = 𝑍
𝑃2 : ̅̅̅̅̅̅̅̅ ̅
𝑍 + 𝑍′ = 𝑍̅ + 𝑍′
𝑃3 : ̅̅̅̅̅̅ ̅
𝑍. 𝑍′ = 𝑍̅ + 𝑍′
̅̅̅̅ = −𝑍̅
𝑃4 : −𝑍
̅̅̅̅̅̅
𝑍 𝑍̅
𝑃5 : ( ) = (𝑎𝑣𝑒𝑐 𝑍 ′ ≠ 0)
𝑍′ ̅
𝑍′
Module d’un nombre complexe
Définition
Exemples
Conséquences
Propriétés
a) 𝑃1 : (|𝑍| = 0) ⇔ (𝑍 = 0)
b) 𝑃2 : |𝑍𝑍 ′ | = |𝑍||𝑍 ′ |
c) 𝑃3 : |𝑍 + 𝑍 ′ | ≤ |𝑍| + |𝑍 ′ |
𝑍 |𝑍|
d) 𝑃4 : |𝑍′| = |𝑍′| (𝑎𝑣𝑒𝑐 𝑍 ′ ≠ 0)
a) Forme générale :
Az+b=0
Où 𝑎 ∈ 𝐶 − {0} 𝑒𝑡 𝑏 ∈ 𝐶.
b) Procédé
𝑏
− 𝑠𝑖 𝑎 ≠ 0
𝑍={ 𝑎
∅ 𝑠𝑖 𝑎 = 0 𝑒𝑡 𝑏 ≠ 0
𝐶 𝑠𝑖 𝑎 = 𝑏 = 0
N’importe quelle valeur attribuée à Z va vérifier l’égalité.
Exemple
Calculer :
1) 4𝑍 + 2 − 𝑖 = 0
=> 4𝑍 = 𝑖 − 2
P a g e 29 | 80
𝑖−2
=> 𝑍 =
4
Equations du second degré en 𝑍(𝑍 ∈ 𝐶)
a) Forme générale
𝑎𝑍 2 + 𝑏𝑍 + 𝑐 = 0
𝑜ù 𝑎 ∈ 𝐶−∈ {0} 𝑒𝑡 𝑏, 𝑐 ∈ 𝐶.
b) Procédé
1) 𝑍 2 − 𝑍 − 2 = 0
∆= 9
𝑍1 = 2 𝑒𝑡 𝑍2 = −1
2) 𝑍 2 − 6𝑍 + 9 = 0
𝑍1 = 𝑍2 = 3
5
3) 2𝑍 2 − 2𝑍 + 2 = 0
∆= −16
1
𝑍1 = 2 + 𝑖
1
𝑍2 = 2 − 𝑖
Remarque
- Comme dans R, on vérifie sans peine que si 𝑍1 𝑒𝑡 𝑍2 sont les solutions d’une équation
du second degré à coefficients réels, alors :
−𝑏 𝑐
𝑆 = 𝑍1 + 𝑍2 = 𝑒𝑡 𝑃 = 𝑍1 . 𝑍2 =
𝑎 𝑎
P a g e 30 | 80
- Si 𝑍1 est un nombre complexe alors l’équation du second degré à coefficient réel dont
𝑍1 est une racine est :
(𝑍 2 − 𝑆𝑍 + 𝑃 = 0) ⇔ [𝑍 2 − (𝑍1 + 𝑍̅̅̅1 )𝑍 + 𝑍1 . 𝑍
̅̅̅1 ) = 0]
Exemple
𝑍1 = 1 + 2𝑖. on a l’équation :
Remarque
En effet, il s’agit de :
Exemple
𝑍 4 + (1 − 2𝑖)𝑍 2 − 2𝑖 = 0
En posant 𝑡 = 𝑍 2 ⟹ 𝑡 2 + (1 − 2𝑖)𝑡 − 2𝑖 = 0
∆= (1 − 2𝑖)2 − 4(−2𝑖) = −3 + 4𝑖
−1+2𝑖+1+2𝑖
D’où 𝑡1 = = 2𝑖
2
−1+2𝑖−1−2𝑖
𝑡2 = = −1
2
̅̅̅̅ + 𝑐 = 0 (1)
Equations de la forme 𝑎𝑍 + 𝑏𝑍
𝑎𝑍 + ̅𝑏𝑍
̅̅̅ + 𝑐 = 0
P a g e 31 | 80
̅̅̅̅ + 𝑎𝑍
𝑏𝑍 ̅̅̅̅ + 𝑐̅ = 0
Exemple
𝑖𝑍 + (1 − 𝑖)𝑍̅ − (2 + 𝑖) = 0
En conjuguant on a :
−𝑖𝑍̅ + (1 + 𝑖)𝑍̅ − (2 − 𝑖) = 0
On a donc le système :
{𝑖𝑍 + (1 − 𝑖)𝑍̅ − (2 + 𝑖) = 0
{
̅ − (2 − 𝑖) = 0
(1 + 𝑖)𝑍 − 𝑖𝑍
𝑍 3 + 𝑎𝑍 2 + 𝑏𝑍 + 𝑐 = 0 (1)𝑜𝑚 𝑎, 𝑏, 𝑐 ∈ 𝑅 𝑒𝑡 𝑍 ∈ 𝐶
Propriété
- Poser Z = x + α avec x, α ∈ R ;
- Porter cette valeur de Z dans l’équation (1) pour obtenir l’équation en x :
(𝑥 + 𝛼)3 + 𝑎(𝑥 + 𝛼)2 + 𝑏(𝑥 + 𝛼) + 𝑐 = 0
𝑥 3 + (3𝛼 + 𝑎)𝑥 2 + (3𝑎2 + 2𝛼𝑎 + 𝑏)𝑥 + 𝑎3 + 𝛼𝑎2 + 𝑏𝛼 + 𝑐 = 0 (2)
- Déterminer 𝛼 de manière que l’équation (2), ne contienne pas des termes en 𝑥 2 .
𝑥 3 + 𝑝𝑥 + 𝑞 = 0 (3)
−𝑎
𝑎𝑣𝑒𝑐 (3𝛼 + 𝑎 =0)⇔ (𝛼 = )
3
𝑝 = 3𝛼 2 + 2𝑎𝛼 + 𝑏
Et 𝑞 = 𝛼 3 + 𝑎𝛼 2 + 𝑏𝑎 + 𝑐
−𝑝
- Poser 𝑥 = 𝑢 + 𝑉, 𝑎𝑣𝑒𝑐 𝑢. 𝑉 = 3 ∈ 𝑅
L’équation (3), dans laquelle on porte cette valeur de X, permet d’obtenir le
système :
𝑢3 + 𝑉 3 = −𝑞 𝑢3 + 𝑉 3 = −𝑞
{ 3 3 𝑝3 ⇔ { 𝑝 (4)
𝑢 .𝑉 = − 𝑢. 𝑉 = −
27 3
- Résoudre le système (4) par une des méthodes con nues.
P a g e 32 | 80
Exemple :
𝑍 3 + 3𝑍 2 + 15𝑍 + 76 = 0 (𝑎)
(3𝛼 + 3 = 0) ⇔ 𝛼 = −1
𝑥 3 + 12𝑥 + 63 = 0 𝑎𝑣𝑒𝑐 𝑝 = 12 𝑒𝑡 𝑞 = 63 𝑜𝑛 𝑎:
𝑢3 + 𝑉 3 = −𝑞 3 3
{ 𝑝 ⇔ {𝑢 + 𝑉 = −63
𝑢. 𝑉 = − 𝑢. 𝑉 = −4
3
𝑢6 + 63𝑢3 − 64 = 0
⇔ { −4
𝑉=
𝑢
𝑡 2 + 63𝑡 − 64 = 0
⇔ { −4 (𝑎𝑣𝑒𝑐 𝑡 = 𝑢3 )
𝑉=
𝑢
𝑡 = 1 𝑜𝑢 𝑡 = 64
⇔ { −4
𝑉=
𝑢
3 𝑢 = −4
⇔ { 𝑢 = −1 {
𝑉 = −4 𝑉 = −1
Comme 𝑥 = 𝑢 + 𝑉, on a : 𝑥 = −3 𝑜𝑢 𝑥 = 3
En portant chacune de ces valeurs dans l’équation (a), on remarque que Z=-4 vérifier
l’équation mais Z=2 ne le vérifie pas.
1+5√3𝑖 1−5√3𝑖
⇔ 𝑍 = −4, 𝑍 = ,𝑍 =
2 2
P a g e 33 | 80
Remarque
Première méthode
Exemple
𝑍0 = 2𝑖
Donc 𝑆 = {2𝑖; 3 + 𝑖; −1 − 𝑖}
Deuxième méthode
- Remplacer dans l’équation donnée (1)Z par 𝑍0 et obtenir une égalité (1’) ;
- Retrancher (1’) de (1) et obtenir une expression qui permet de mettre en évidence 𝑍 −
𝑍0 ;
- Factoriser par Horner et résoudre l’équation produit obtenue.
Exemple
Exemple
⇔ (𝑍 = 2; 𝑍 = 3 − 𝑖 𝑒𝑡 𝑍 = 1 + 𝑖)
−𝑥 3 + 𝑥 2 − 7𝑥 − 10 + 30 = 0 (2)
⟹{
𝑥 2 − 17𝑥 + 30 = 0 (3)
P a g e 35 | 80
De ces deux valeurs seules 2 vérifie l’équation (2)
𝑂ù 𝑍0 = 2𝑖 (5)
𝑍1 = 2 − 1 𝑒𝑡 𝑍2 = −1 + 7𝑖
Propriétés I
Conséquence
Propriété II
Si tous les coefficients sont réels et a+bi est un zéro de 𝑃𝑛 (𝑍) alors son
conjugué a-bi l’est aussi.
Conséquence
Exemple
Résolution
L’équation étant à coefficients réels, 1+i est une deuxième racine de l’équation.
= (𝑍 − 𝛼)(𝑍 2 − 2𝑍 + 2)
(−2 − 𝛼 = −3 𝑜𝑢 2 + 2𝛼 = 4) ⇔ (𝛼 = 1). 𝑆 = {1 + 𝑖, 1 − 𝑖, 1}
Lorsqu’on applique aux bornes d’un circuit simple une tension alternative E
de pulsation 𝜛, un courant alternatif I de pulsation 𝜔 (𝜔 = 2𝜋𝑁) parcourt ce circuit tout en
étant limité par un «frein » appelé impédance du circuit. Celle-ci est notée Z.
Soit un circuit dans lequel sont mises en série une source de tension 𝐸⃗ et une
résistance pure R 𝑅
P a g e 37 | 80
𝐸⃗
Ce cas, 𝐸⃗ est en phase avec 𝐼 c’est-à-dire ils ont la même direction.
𝐸⃗
Soit un circuit dans lequel sont mises en série une bobine et une source de
tension. R
𝐸⃗
90°
Soit un circuit dans lequel sont mis en série une source de tension 𝐸⃗ et un
condensateur de capacité C. C
P a g e 38 | 80
𝐸⃗
Dans ce cas, 𝐸⃗ est déphasée de 90° en arrière par rapport à 𝐼 .
𝐼
90°
𝐸⃗
1 1
De ce fait : 𝐸⃗ = 𝑖. . 𝐼 ̅ 𝑑𝑜𝑛𝑐 𝐴 = −𝑖. . 𝐼̅
𝐶𝜔 𝐶𝜔
1
est donc la capacité du circuit.
𝐶𝜔
Il est à noter que dans un circuit composé, les lois d’associations des
impédances complexes en série et en parallèle sont les mêmes que les lois d’association des
résistances en série et en parallèle en courant continu.
P a g e 39 | 80
CHAPITRE III. STRUCTURE D’ESPACE VECTORIEL
III.1. Définition
On appelle vecteur, toute grandeur physique ayant une origine, une
direction, un sens, et un module (longueur).
On appelle espace vectoriel E, tout ensemble dont les éléments sont des
vecteurs. Ces éléments doivent obéir aux axiomes suivants :
Axiomes (postulat) : est une proposition évidente admise sans démonstration, ni justification.
Exemple : l’axiome ou le postulat d’Euclide « dans le plan, par un point, on peut mener
qu’une et une seule parallèle à une droite donnée »
1) La commutativité
4) La linéarité
∀𝑥, 𝑦 ∈ 𝜀 𝑒𝑡 ∀𝛼, 𝛽 ∈ 𝑅 :
- 𝛼(𝑥 + 𝑦) = 𝛼𝑥 + 𝛼𝑦
- 𝑥(𝛼 + 𝛽) = 𝛼𝑥 + 𝛽𝑥
𝐹 = {𝑓𝑖}𝑚
𝑖 = {𝑓1 , 𝑓2 , 𝑓3 , … 𝑓𝑚 }. On dit que 𝑓1 forme un système ou une
famille de vecteurs.
P a g e 40 | 80
On appelle sous-ensemble d’une famille, tout sous-ensemble des vecteurs
extraits de cette famille. Exemple : {𝑓1 , 𝑓6 , 𝑓38 , … 𝑓𝑘 }.
Soit, 𝑓1 , une famille finie des vecteurs. On dit que les 𝑓𝑖 sont linéairement
dépendant, si au moins un des 𝑓𝑖 est combiné avec les autres.
C’est-à-dire : 𝑎𝑖 𝑓𝑖 = 𝑎1 𝑓1 − 𝑎2 𝑓2 − 𝑎3 𝑓3 − ⋯ − 𝑎𝑚 𝑓𝑚.
𝑎1 𝑎2 𝑎3 𝑎𝑚
⇒ 𝑓𝑖 = − 𝑓1 − 𝑓2 − 𝑓3 − ⋯ − 𝑓
𝑎𝑖 𝑎𝑖 𝑎𝑖 𝑎𝑖 𝑚
𝑎
Si on pose que 𝑎𝑗 = 𝑏𝑗 ; 𝑜𝑛 𝑎𝑢𝑟𝑎:
𝑖
𝑓1 = −𝑏1 𝑓1 − 𝑏2 𝑓2 − 𝑏3 𝑓3 − ⋯ − 𝑏𝑚 𝑓𝑚
On observera aussi que toute sous-famille d’une famille libre forme une
famille libre. Et toute sous-famille d’une famille non libre forme une famille non libre. On
dira que la propriété d’indépendance est une propriété héréditaire.
Soit 𝐹 = {𝑓𝑖 }𝑚𝑖 . On appelle rang d’une famille des vecteurs, le nombre
maximum des vecteurs libres extraits de cette famille. On note rang F=𝛿(𝐹) = 𝑟.
Rang → famille des vecteurs (nombre des vecteurs non nuls extraits d’une famille).
P a g e 41 | 80
III.6. Base et dimension
On appelle base d’un espace vectoriel, toute famille max extraite de cet
espace vectoriel.
Il en résulte que, dans un espace vectoriel, il existe une infinité des bases.
Si en effet n est le nombre maximum des vecteurs d’une base alors toute
famille comportant p vecteur, tels que p<n extraits de cet espace vectoriel, est nécessairement
non libre.
Exemple
1 1 1
1) Soit 𝐹 = {𝑓1 = (1) , 𝑓2 = (1) , 𝑓3 = ( 0 )}
1 0 −1
Montrer que ces trois vecteurs sont linéairement indépendants ?
1 1 1 0
⇒ 𝑎1 (1) , 𝑎2 (1) , 𝑎3 ( 0 ) = (0)
1 0 −1 0
𝑎1 + 𝑎2 + 𝑎3 = 0 𝑎1 + 𝑎2 + 𝑎3 (1)
⟹ {𝑎1 + 𝑎2 + 𝑎3 = 0 ⇔ {𝑎1 + 𝑎2 = 0 (2)
𝑎1 + 𝑎2 + 𝑎3 = 0 𝑎1 − 𝑎2 = 0 (3)
De (3), on tire 𝑎3 , 𝑎1 = 𝑎3
1 +1 0
2) Soit 𝐹 = {𝑓1 = (0) , 𝑓2 = ( 1 ) , 𝑓3 (1)}
2 0 2
Montrer que ces trois vecteurs linéairement dépendant (non libre).
𝑎1 + 𝑎2 + 0=0 𝑎1 + 𝑎2 + 𝑎3 (1)
{0+ 𝑎2 + 𝑎3 = 0 ⇔ { 𝑎2 + 𝑎3 = 0 (2)
𝑎1 + 0+ 2𝑎3 = 0 2𝑎1 + 2𝑎3 = 0 (3)
−𝑎3 + 𝑎3 = 0
X peut toujours s’exprimer comme combinaison linéaire des vecteurs 𝑒𝑖 de la base E et ce,
d’une manière unique.
⟹ 𝑥𝑖 . 𝑒𝑖 = 𝑥𝑖′ . 𝑒𝑖′
⟹ 𝑥𝑖 . 𝑒𝑖 − 𝑥𝑖′ . 𝑒𝑖′ = 0
Donc la décomposition d’un vecteur quelconque dans une base donnée est unique. C’est-à-
dire que le vecteur x est constitué ou caractérisé par un ensemble des scalaires
𝑋1
𝑋
𝑥𝑖 𝑏𝑜𝑡é𝑠 ( 2 ) dans la base 𝐸 = {𝑒1 }1𝑚
⋮
𝑋𝑚
On dit alors que cet ensemble constitue la représentation de x dans la base E. il en résulte que
au lieu de parler de vecteur, on parlera plut tôt de sa représentation par un ensemble des
scalaires.
C’est-à-dire 𝑥1 = 𝑦1 , 𝑥2 = 𝑦2 , … … , 𝑥𝑚 = 𝑦𝑚 ;
P a g e 43 | 80
2) Multiplication par un scalaire.
𝑋1
Soit𝛼 ∈ 𝑅, un scalaire, et 𝑥 = ( ⋮ ), un vecteur.
𝑋𝑚
𝑋1 𝛼𝑋1
Le produit de 𝛼 𝑝𝑎𝑟 𝑥, donne 𝛼𝑥 = 𝛼 ( ⋮ ) = ( ⋮ )
𝑋𝑚 𝛼𝑋𝑚
3) Addition et différence
𝑋1 𝑌1 𝑋1 ± 𝑌1
𝑋2 𝑌2 𝑋2 ± 𝑌2
𝑥±𝑦 =( ) ±( )=( )
⋮ ⋮ ⋮
𝑋𝑚 𝑌𝑚 𝑋𝑚 ± 𝑌𝑚
𝑋1
Soit 𝑥 = ( ⋮ ), un vecteur.
𝑋𝑚
𝑋1
𝑥 1 𝑋2
Alors si 𝑥 = (𝑥1 , 𝑥2 , … 𝑥𝑚 ), le vecteur unitaire 𝑢𝑥 = = ( )
‖𝑥‖ ‖𝑥‖ ⋮
𝑋𝑚
Exemple
1
Soit le vecteur 𝑥 = (2), le vecteur unitaire 𝑢𝑥 .
3
P a g e 44 | 80
1
1 1 √14
𝑥 1 1 3
Est 𝑢𝑥 = ‖𝑥‖
= √12 2 2 (2) = (2) = √14
+3 +2 √14
3 3 2
(√14)
3) Produit scalaire
Exemple
𝑥 = (−𝑖, 2 + 𝑖, 1)𝑒𝑡 𝑦 = (1 + 𝑖, 0, 2)
1+𝑖
On aura dans ce cas 𝑝 = (−𝑖, 2 + 𝑖, 1) ( 0 ) = −𝑖 + 1 + 0 + 2 = 𝑖 + 3
2
4) Produit vectoriel
La norme du produit vectoriel est donnée par ‖𝑥. 𝑦‖ = ‖𝑥‖. ‖𝑦‖. sin 𝜃
Cette notion montre que le vecteur produit vectoriel a pour norme, l’aire
formée par le parallélogramme construit par x et y.
Exemple
P a g e 45 | 80
𝑒1 𝑒2 𝑒3
𝑥∗𝑦=| 1 5 4|
−2 6 3
5 4 1 4 1 5
𝑥 ∗ 𝑦 = 𝑒1 | | −𝑒2 | | + 𝑒3 | |
6 3 −2 3 −2 6
𝑒1 (15 − 24) − 𝑒2 (−8 − 3) + 𝑒3 (6 + 10)
P a g e 46 | 80
CHAPITRE IV. LES MATRICES
IV.1. Introduction
IV.1.1. Rappel sur les concepts de l’application linéaire représentation
d’une application
On appelle application, toute correspondance qui associe à tout vecteur d’un espace vectoriel
donné une et une seule image dans un autre espace vectoriel.
𝑉 = {𝑥1 , 𝑥2 , … 𝑥𝑚 } 𝑒𝑡 𝑊 = {𝑦1 , 𝑦2 , … 𝑦𝑚 }
𝑓(2.5) = 2𝑓(5)
L’image d’un vecteur x dans une base donnée détermine complètement la présentation d’une
application linéaire.
𝑓(𝑒𝑖 ) Constitue une famille d’image de la base E dans la base E’ par l’application f. cette
famille est représentée par :
Ainsi donc, tous les vecteurs xi de V sont liés à leurs images respectives
dans W par une application 𝜋 représentée par le tableau ci-dessous.
J : indice colonne.
𝐴 ± 𝐵 = (𝑎𝑖𝑗 ) ± (𝑏𝑖𝑗 ),
= (𝑎𝑖𝑗 ± 𝑏𝑖𝑗 )
4) Matrice symétrique
5) Matrice triangulaire
P a g e 48 | 80
𝑎11 𝑎12 𝑎13 𝑎14 … 𝑎1𝑚
0 𝑎22 𝑎23 𝑎24 … 𝑎2𝑚
𝐴= 0 0 𝑎33 𝑎34 … 𝑎3𝑚
0 0 0 𝑎44 … 𝑎4𝑚
[ 0 0 0 0 … 𝑎5𝑚 ]
C’est-à-dire 𝑎𝑖𝑗 = 0
6) Matrice unitaire
111 … 1
111 … 1
…
𝑈 − 𝜋 − 111
.. .. .. 1
(111 …
1)
7) Matrice unité
…
1 0 0
0 1 −
−
=1= −
−
−
(0 … … 1)
8) Matrice transposée
1. Définition
Dans le cas où la matrice donnée est carrée, il suffit de procéder par une symétrisassions des
éléments de la matrice par rapport à la diagonale principale.
𝑎11 𝑎12 𝑎13
𝑠𝑜𝑒𝑖𝑛𝑡 𝐴 = (𝑎21 𝑎22 𝑎23 )
𝑎31 𝑎32 𝑎33
P a g e 49 | 80
Propriétés
Soit 𝐴 = 𝑎𝑖𝑗 une matrice. Alors A est une matrice adjointe ssi (𝑎𝑖𝑗 )𝑡 = 𝑎𝑖𝑗 = 𝐴𝑑𝑗 𝐴.
Soit 𝐴 = 𝑎𝑖𝑗 une matrice. A est dite matrice diagonale si elle a la forme ci-dessous :
𝑎11 0 … 0
0 𝑎22 −
−
𝐴 = 𝑎𝑖𝑗 = −
−
−
( 0 … … 𝑎𝑚𝑚 )
Notée 𝐴̅ ou 𝐴∗
Exemple
1+𝑖 𝑖
𝐴=( )
2 −𝑖
1−𝑖 −𝑖
𝐴∗ = ( )
2 𝑖
Propriétés
a) 𝐴̿ = 𝐴
b) Le conjugué d’une somme de deux matrices est égale à la somme de leur conjugué
̅̅̅̅̅̅̅̅
(𝐴 + 𝐵 ) = 𝐴̅ + 𝐵̅
P a g e 50 | 80
c) Le conjugué d’un produit de deux matrices est égale au produit de deux conjugués
̅̅̅̅) = 𝐴̅. 𝐵̅
(𝐴𝐵
∗
d) Le transposé de la 𝑡 −𝐴 noté 𝑡̅ ou 𝐴 (transposé du conjugué de A)
𝑡 −𝐴 = 𝐴∗
𝑡 −𝐴 = 𝑡𝐴̅
Une matrice carrée d’ordre n’a coefficient dans 𝐾 = (𝐾 = 𝑅 𝑜𝑢 𝐾 = C avec R : ensemble des
réels et C : ensemble des nombres complexes) est diagonalisable ssi on polynôme
caractéristique est scindé sur k et pour chaque valeur propre, la dimension du sous-espace
propre associé est égale à son ordre de multiplicité en tant que racine du polynôme
caractéristique.
Ainsi donc, pour diagonaliser une matrice diagonalisable, il faut respecter les étapes
suivantes :
𝜆
Etape 1 : Ecrire la relation 𝑃(𝜆) + 𝑑é𝑡 (𝐴 − ) , 𝑒𝑛 𝑑𝑒𝑠𝑠𝑖𝑛𝑎𝑛𝑡 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑐𝑒.
𝑛
𝜆 : valeurs propres
Etape 2 : Calculer factoriser P. en déduire les valeurs propres 𝜆 et leur multiplicité 𝑚𝜆.
Etape 4 : Ecrire la relation 𝐴 = 𝑃𝐷𝑃−1 ainsi que la matrice diagonale D dont les coefficients
sont les vecteurs propres trouvée.
P a g e 51 | 80
CHAPITRE V. DETERMINANTS
V. 1. Définitions
1. Déterminant d’ordre 2
2. Déterminant d’ordre 3
D’où, en posant
𝑎22 𝑎21 𝑎21 𝑎23 𝑎11 𝑎12
𝐴11 = |𝑎 𝑎33 | , 𝐴12 = − | 𝑎31 𝑎33 | , 𝐴13 = |𝑎31 𝑎32 |
32
𝐴11 , 𝐴12 , 𝐴13 s’appellent les mineurs respectivement de 𝑎11 , 𝑎12 , 𝑎13.
La relation (1) est obtenue en développant D suivant les éléments de la 1e ligne ; on obtient un
développement analogue suivant les éléments d’une autre ligne, par exemple la 3e :
P a g e 52 | 80
D’où la règle : Un déterminant d’ordre 3 est la somme des éléments d’une rangée (ligne ou
colonne) multipliés chacun par son mineur.
3. Déterminant d’ordre n
1° Notations
𝑎11 𝑎12 … 𝑎1𝑗 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑗 … 𝑎2𝑛
𝐷=| |
⋮ ⋮ ⋮ ⋮
… 𝑎 …
𝑎𝑛1 𝑎𝑛2 𝑛𝑗 𝑎𝑛𝑛
2° Le mineur 𝐴𝑖𝑗 d’un élément 𝑎𝑖𝑗 de D est le déterminant d’ordre n-1 obtenu en supprimant
la 𝑖 𝑒 ligne et la 𝑗 𝑒 colonne et multiplié par (-1)i+j.
3° D est, par définition, la somme des éléments d’une rangée multipliée chacun par son
mineur.
4° Théorème
Démonstration
Les 4 développements :
P a g e 53 | 80
𝑎11 𝐴11 + 𝑎12 𝐴12 (1𝑒 𝑙𝑖𝑔𝑛𝑒) 𝑎21 𝐴21 + 𝑎22 𝐴22 (2𝑒 𝑙𝑖𝑔𝑛𝑒)
𝑎11 𝐴11 + 𝑎21 𝐴21 (1𝑒 𝑐𝑜𝑙𝑜𝑛𝑛𝑒) 𝑎12 𝐴12 + 𝑎22 𝐴22 (2𝑒 𝑐𝑜𝑙𝑜𝑛𝑛𝑒)
b) Démontrons que si la propriété est vérifiée pour un déterminant d’ordre n-1, elle est
aussi vérifiée pour un déterminant d’ordre n.
Développons D, d’une part, suivant les éléments de la 1𝑒 colonne et, d’une part, suivant les
éléments de la 3𝑒 ligne ; montrons que :
𝑎11 𝐴11 + 𝑎21 𝐴21 + 𝑎31 𝐴31 + 𝑎41 𝐴41 = 𝑎31 𝐴31 + 𝑎32 𝐴32 + 𝑎33 𝐴33 + 𝑎41 𝐴41
Où
𝑎11 𝐴11 + 𝑎31 𝐴31 + 𝑎41 𝐴41 = 𝑎32 𝐴32 + 𝑎33 𝐴33 + 𝑎34 𝐴34
Ou, en développant chacun des déterminants d’ordre n-1=3, qui y interviennent, suivant les
éléments de 3é ligne de D :
Si de même
𝑌 = 𝐴33 𝑒𝑡 𝑍 = 𝐴34
D’où (1)
P a g e 54 | 80
1° Le mineur d’un élément est indépendant des éléments appartenant à la même ligne et à la
même colonne que l’élément considéré.
3° Si tous les éléments d’une rangée sont nuls, le déterminant est nul.
4° Si, dans un déterminant d’ordre n, tous les éléments d’une rangée sont nuls, sauf un, le
déterminant égale ce dernier élément multiplié par son mineur. Inversement, on peut toujours
mettre un déterminant d’ordre n-1 sous forme d’un déterminant d’ordre n.
Exercices :
1 0 0
𝑎11 𝑎21
𝑎22 | = |0 𝑎11
|𝑎 𝑎21 |
12
0 𝑎12 𝑎22
La valeur d’un déterminant ne change pas quand on permute chaque ligne avec la colonne de
même rang.
Démonstration
b) Démontrons que si la propriété est vérifiée pour un déterminant d’ordre n-1, elle est
pour un déterminant d’ordre n.
Pour simplifier l’écriture, prenons n=3. Démontrons que :
𝑎1 𝑏1 𝑐1 𝑎1 𝑎2 𝑎3
|𝑎2 𝑏2 𝑐2 | = |𝑏1 𝑏2 𝑏3 | (1)
𝑎3 𝑏3 𝑐3 𝑐1 𝑐2 𝑐3
𝑎1 𝐴1 + 𝑎2 𝐴2 + 𝑎3 𝐴3
Soient 𝐴1′ , 𝐴′2 , 𝐴′3 les mineurs respectivement de 𝑎1 , 𝑎2 , 𝑎3 dans le second déterminant ; celui-
ci peut s’écrire :
P a g e 55 | 80
𝑎1 𝐴1′ + 𝑎2 𝐴′2 + 𝑎3 𝐴′3
Mais 𝐴1 𝑒𝑡 𝐴1′ sont des déterminants d’ordre n-1=2 débuts l’un de l’autre en permutant lignes
et colonnes, donc 𝐴1 = 𝐴1′ ; de même
𝐴2 = 𝐴′2 𝑒𝑡 𝐴3 = 𝐴′3
Et
Conséquence
Toute propriété se rapportant aux lignes d’un déterminant est valable pour les colonnes et
réciproquement.
La valeur d’un déterminant change seulement de signe quand on permute deux rangées
parallèles.
Démonstration
𝑎 𝑏 𝑏 𝑎1
| 1 |=| 1 |
𝑎2 𝑏2 𝑏2 𝑎2
En effet, (𝑎1 𝑏2 − 𝑎2 𝑏1 ) = −(𝑏1 𝑎2 − 𝑏2 𝑎1 )
b) Démontrons que si la propriété est vérifiée pour un déterminant d’ordre n-1, elle est
pour un déterminant d’ordre n.
Pour simplifier l’écriture, prenons n=3. Démontrons que
𝑎1 𝑏1 𝑐1 𝑐1 𝑏1 𝑎1
|𝑎2 𝑏2 𝑐2 | = − |𝑐2 𝑏2 𝑎2 | (1)
𝑎3 𝑏3 𝑐3 𝑐3 𝑏3 𝑎3
Soient 𝐵′1 , 𝐵′2 , 𝐵′3 les mineurs respectivement de 𝑏1 , 𝑏2 , 𝑏3 dans le second déterminant ;
celui-ci peut s’écrire :
Mais 𝐵1 𝑒𝑡 𝐵1′ sont des déterminants d’ordre n-1=2 déduits l’un de l’autre par la permutation
de deux colonnes, donc 𝐵1 = −𝐵1′ ; de même
𝐵2 = −𝐵2′ 𝑒𝑡 𝐵3 = −𝐵3′
Et
En effet, soit D’un déterminant dont deux rangées parallèles sont identiques ; si on permute
ces deux rangées, il reste le même, et, en vertu de la propriété précédente, il change de signe,
donc
𝐷 = −𝐷 𝑜𝑢 2𝐷 = 0 𝑒𝑡 𝐷 = 0
Exemples :
3 7 2 𝑎 𝑏 𝑐
| 5 9 3| = 0 |𝑥 𝑦 𝑧| = 0
3 7 2 𝑎 𝑏 𝑐
2° La somme des produits des éléments d’une rangée par les mineurs des éléments
correspondants d’une rangée parallèle est nulle.
Soit le déterminant
𝑎1 𝑏1 𝑐1
𝑎
| 2 𝑏2 𝑐2 | ;
𝑎3 𝑏3 𝑐3
Démontrons que
𝑎1 𝑐1 + 𝑎2 𝑐2 + 𝑎3 𝑐3 = 0,
𝑎1 𝑏1 𝑎1
|𝑎2 𝑏2 𝑎2 |
𝑎3 𝑏3 𝑎3
𝑎1 𝐶1 + 𝑎2 𝐶2 + 𝑎3 𝐶3
Remarque
P a g e 57 | 80
V.2.2. Produit d’un déterminant par un nombre
Pour multiplier (ou pour diviser) un déterminant par un nombre, il suffit de multiplier (ou de
diviser) les éléments d’une rangée par ce nombre.
𝑎1 𝐴1 + 𝑎2 𝐴2 + 𝑎3 𝐴3
Conséquences
1° Si on change de signe tous les éléments d’une rangée, le déterminant change de signe.
2° On peut mettre en évidence un facteur commun à tous les éléments d’une rangée.
Exemple :
14 21 2 3
| | = 7| | = 7(12 − 15) = −21
5 6 5 6
3° Si les éléments correspondants de deux rangées parallèles sont proportionnels, le
déterminant est nul.
𝑎1 𝑏1 𝑘𝑎1 𝑎1 𝑏1 𝑎1
|𝑎 2 𝑏2 𝑘𝑎2 | = 𝑘 |𝑎2 𝑏2 𝑎2 | = 𝑘 𝑥 0 = 0
𝑎3 𝑏3 𝑘𝑎3 𝑎3 𝑏3 𝑎3
Exemple :
5 2 5
|−3 −1 7 | = 0
12 4 −8
Symboliquement, nous écrivons :
P a g e 58 | 80
1é col. = (2é col.)x3.
Où
Exemple :
𝑎 𝑥 𝑎 𝑥 𝑎 0
|𝑏 𝑦 + 𝑥 | = |𝑏 𝑦 | + |𝑏 |
𝑥
Conséquence
𝑎1 𝑏1 𝑐1 𝑎1 + 𝑚𝑏1 + 𝑛𝑐1 𝑏1 𝑐1
𝑎
| 2 𝑏2 𝑐2 | = |𝑎2 + 𝑚𝑏2 + 𝑛𝑐1 𝑏2 𝑐2 |
𝑎3 𝑏3 𝑐2 𝑎3 + 𝑚𝑏3 + 𝑛𝑐1 𝑏3 𝑐3
P a g e 59 | 80
𝑎1 𝑏1 𝑐1 𝑚𝑏1 𝑏1 𝑐1 𝑛𝑐1 𝑏1 𝑐1
𝑎
| 2 𝑏2 𝑐2 | + |𝑚𝑏2 𝑏2 𝑐2 | + |𝑛𝑐2 𝑏2 𝑐2 |
𝑎3 𝑏3 𝑐3 𝑚𝑏3 𝑏3 𝑐3 𝑛𝑐3 𝑏3 𝑐3
Applications :
Exemple :
1 2 6 3 0 0
3 7
|5 3 7| = | 5 3 7| = 3 | | = 3(9 − 7) = 6
1 3
−1 1 3 −1 1 3
Pour passer du déterminant donné au suivant, on ajoute aux éléments de la
1 ligne, les éléments correspondants de la 3é ligne multipliés par (-2).
é
Exemple :
𝑎 𝑏 1
𝑐 𝑑 1 ?
|𝑎𝑐(𝑑 − 𝑏) 𝑏𝑑(𝑐 − 𝑑) |
=0
1
𝑎𝑑 − 𝑎𝑏 𝑐𝑑 − 𝑎𝑏
La thèse se transforme successivement de la manière suivante ; multiplions les éléments de la
3é ligne par 𝑐𝑑 − 𝑎𝑏(𝑜𝑛 𝑠𝑢𝑝𝑝𝑜𝑠𝑒 𝑐𝑑 − 𝑎𝑏 ≠ 0):
𝑎 𝑏 1
?
| 𝑐 𝑑 1 |
=0
𝑎𝑐𝑑 − 𝑎𝑐𝑏 𝑏𝑑𝑐 − 𝑏𝑑𝑎 𝑐𝑑 − 𝑎𝑏
Ajoutons, aux éléments de la 3é ligne, les éléments correspondants de la 2é ligne multipliés par
ab :
𝑎 𝑏 1
?
| 𝑠 𝑑 1|
=0
𝑎𝑐𝑑 𝑏𝑑𝑐 𝑐𝑑
Ce qui est exact, puisque les éléments de la 3é ligne sont ceux de la 1é ligne, multipliés par
cd.
1 𝑎 𝑎2
𝑉3 = |1 𝑏 𝑏2 |
1 𝑐 𝑐2
1 𝑎 𝑎2 𝑎3
𝑉4 = |
1 𝑏 𝑏2 𝑏 3 | = (𝑏 − 𝑎)(𝑐 − 𝑎)(𝑑 − 𝑎)(𝑐 − 𝑏)(𝑑 − 𝑏)(𝑑 − 𝑐).
1 𝑐 𝑐2 𝑐3
1 𝑑 𝑑2 𝑑3
De même pour
1 𝑎 ⋯ 𝑎𝑛
𝑉𝑛 = |1 𝑏 ⋯ 𝑏𝑛 |
⋮ ⋮ ⋮ ⋮
1 𝑙 ⋯ 𝑙𝑛
𝑎1 𝑏1 𝑐1 𝛼1 𝛼2 𝛼3
𝐷 = |𝑎 2 𝑏2 𝑐2 | 𝑒𝑡 ∆= |𝛽1 𝛽2 𝛽3 |
𝑎3 𝑏3 𝑐3 𝛾1 𝛾2 𝛾3
Egale le déterminant :
𝑎1 𝛼1 + 𝑏1 𝛽1 + 𝑐1 𝛾1 𝑎1 𝛼2 + 𝑏1 𝛽2 + 𝑐1 𝛾2 𝑎1 𝛼3 + 𝑏1 𝛽3 + 𝑐1 𝛾3
𝑃 = |𝑎2 𝛼1 + 𝑏2 𝛽1 + 𝑐2 𝛾1 𝑎2 𝛼2 + 𝑏2 𝛽2 + 𝑐2 𝛾2 𝑎2 𝛼3 + 𝑏2 𝛽3 + 𝑐2 𝛾3 |
𝑎3 𝛼1 + 𝑏3 𝛽1 + 𝑐3 𝛾1 𝑎3 𝛼2 + 𝑏3 𝛽2 + 𝑐3 𝛾2 𝑎3 𝛼3 + 𝑏3 𝛽3 + 𝑐3 𝛾3
𝑃 = |𝑎1 𝛼1 + 𝑏1 𝛽1 + 𝑐1 𝛾1 𝑎1 𝛼2 + 𝑏1 𝛽2 + 𝑐1 𝛾2 𝑎1 𝛼3 + 𝑏1 𝛽3 + 𝑐1 𝛾3 |;
|𝑎1 𝛼1 𝑎1 𝛼2 + 𝑏1 𝛽2 + 𝑐1 𝛾2 𝑎1 𝛼3 + 𝑏1 𝛽3 + 𝑐1 𝛾3 |;
P a g e 61 | 80
|𝑎1 𝛼1 𝑎1 𝛼2 𝑎1 𝛼3 + 𝑏1 𝛽3 + 𝑐1 𝛾3 | ;
|𝑎1 𝛼1 𝑎1 𝛼2 𝑎1 𝛼3 |;
Donc P est une somme de 33 = 27 déterminants. Certains d’entre eux sont nuls ; par
exemple :
𝑎1 𝛼1 𝑏1 𝛽2 𝑏1 𝛽3
|𝑎2 𝛼1 𝑏2 𝛽2 𝑏2 𝛽3 | = 0;
𝑎3 𝛼1 𝑏3 𝛽2 𝑏3 𝛽3
𝑎1 𝛼1 𝑏1 𝛽2 𝑐1 𝛾3 𝑎1 𝑏1 𝑐1
|𝑎2 𝛼1 𝑏2 𝛽2 𝑐2 𝛾3 | = 𝛼1 𝛽2 𝛾3 |𝑎2 𝑏2 𝑐2 | = 𝛼1 𝛽2 𝛾3 𝐷
𝑎3 𝛼1 𝑏3 𝛽2 𝑐3 𝛾3 𝑎3 𝑏3 𝑐3
D’où
𝑃 = (𝛼1 𝛽2 𝛾3 − 𝛼1 𝛾2 𝛽3 − 𝛽1 𝛼2 𝛾3 − 𝛽1 𝛾2 𝛼3 − 𝛾1 𝛼2 𝛽3 − 𝛾1 𝛽2 𝛼3 )𝐷 = ∆𝐷.
Conséquences
Exemple :
𝑎1 𝑏1 𝑐1 𝑎1 𝑏1 𝑐1 1 0 0
𝛼 𝛽
|𝑎2 𝑏2 𝑐2 | . | | = |𝑎2 𝑏2 𝑐2 | . |0 𝛼 𝛽|
𝛾 𝛿
𝑎3 𝑏3 𝑐3 𝑎3 𝑏3 𝑐3 0 𝛾 𝛿
P a g e 62 | 80
V.3. Application de la théorie des déterminants aux systèmes
d’équations linéaires
1. Définitions
1° Une équation linéaire (ou du 1𝑒𝑟 degré) en les inconnues 𝑥1 , 𝑥2 ⋯ 𝑥𝑛 est une équation de la
forme.
𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛 = 𝑏
2° Un système d’équations est dit compatible s’il a au moins une solution. En particulier,
un système est dit indéterminé si au moins une des inconnues peut prendre une valeur
quelconque.
1é𝑟 cas : D≠ 0
Démontrons que si (S) admet une solution, cette solution ne peut être que
𝐷1 𝐷2 𝐷3
𝑥1 = ; 𝑥2 = ; 𝑥3 =
𝐷 𝐷 𝐷
En effet, soit 𝑋1 , 𝑋2 , 𝑋3 une solution de (S), nous avons :
Multiplions les deux membres de (1), (2), (3) respectivement par 𝐴11 , 𝐴21 , 𝐴31 et
additionnons membre à membre :
P a g e 63 | 80
𝑋1 (𝑎11 𝐴11 + 𝑎21 𝐴21 + 𝑎31 𝐴31 ) + 𝑋2 (𝑎12 𝐴12 + 𝑎22 𝐴22 + 𝑎32 𝐴32 ) +
𝑋3 (𝑎13 𝐴13 + 𝑎23 𝐴23 + 𝑎33 𝐴33 ) = 𝑏1 𝐴11 + 𝑏2 𝐴21 + 𝑏3 𝐴31 𝑜𝑢: 𝐷𝑋1 + 0𝑋2 + 0𝑋3 = 𝐷1
D’où (𝐷 ≠ 0):
𝐷1
𝑋1 =
𝐷
On démontre de même que
𝐷2 𝐷3
𝑋2 = 𝑒𝑡 𝑋3 =
𝐷 𝐷
En multipliant (1’), (2’), (3’) respectivement par 𝐴12 , 𝐴22 , 𝐴32 et
respectivement par 𝐴13 , 𝐴23 , 𝐴33 .
𝐷1 𝐷2 𝐷3
Démontrons que , , est bien une solution de (S), d’abord de (1)
𝐷 𝐷 𝐷
c’est –à-dire que
𝐷1 𝐷2 𝐷3
𝑎11 + 𝑎12 + 𝑎13 = 𝑏1
𝐷 𝐷 𝐷
Ou, (𝐷 ≠ 0),
𝑎11 (𝑏1 𝐴11 + 𝑏2 𝐴21 + 𝑏3 𝐴31 ) + 𝑎12 (𝑏1 𝐴12 + 𝑏2 𝐴22 + 𝑏3 𝐴32 ) + 𝑎13 (𝑏1 𝐴31 + 𝑏2 𝐴32
+ 𝑏3 𝐴33 )
Conclusions :
𝐷1 𝐷2 𝐷3
𝑥1 = , 𝑥2 = , 𝑥3 =
𝐷 𝐷 𝐷
Et (S) est dit système de Cramer ; les formules obtenues s’appellent
formules de Cramer ; elles généralisent celles obtenues pour un système de 2 équations
à 2 colonnes.
Si 𝐷3 ≠ 0, (4) n’est vérifiée par aucune valeur des inconnues, et si 𝐷3 = 0, (4) est vérifiée
quelles que soient 𝑥1 , 𝑥2 , 𝑥3 .
Conclusions :
a) Si 𝐷3 ≠ 0, (𝑆)𝑒𝑠𝑡 𝑖𝑚𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒
b) Si 𝐷3 = 0, (𝑆) se réduit à (1) et (2) qui s’écrivent
3é Cas : D=0, tous les mineurs de D sont nuls et un élément de D est différent de zéro,
soit 𝑎11 ≠ 0.
𝑎 𝑏1
0𝑥1 + 𝐴33 𝑥2 − 𝐴32 𝑥3 = 𝛿2 𝑎𝑣𝑒𝑐 𝛿2 = | 11 |,
𝑎21 𝑏2
𝑎 𝑏1
0𝑥1 + 𝐴23 𝑥2 − 𝐴22 𝑥3 = 𝛿3 𝑎𝑣𝑒𝑐 𝛿3 = | 11 |,
𝑎31 𝑏3
P a g e 65 | 80
Ou, puisque tous les mineurs sont nuls :
Conséquence
𝑎𝑥 + 𝑦 + 𝑧 = 1
{ 𝑥 + 𝑎𝑦 + 𝑧 = 2
𝑥 + 𝑦 + 𝑎𝑧 = −3
𝑎 1 1
𝐷 = |1 𝑎 1| = (𝑎 − 1)2 (𝑎 + 2);
1 1 𝑎
𝐷 = 0, 𝑠𝑖 𝑎=1 𝑒𝑡 𝑎 = −2
P a g e 66 | 80
1° Si 𝑎 ≠ 1𝑒𝑡 𝑎 ≠ −2
On a𝐷 ≠ 0, calculons 𝐷1 , 𝐷2 , 𝐷3 :
1 1 1
𝐷 1
𝐷1 = | 2 𝑎 1| = (𝑎 − 1)(𝑎 + 2) 𝑑 ′ 𝑜ù 𝑥 = 𝐷1 = 𝑎−1
−3 1 𝑎
𝑎 1 1 𝐷2 2
𝐷2 = |1 2 1| = 2(𝑎 − 1)(𝑎 + 2) 𝑑 ′ 𝑜ù 𝑦 = =
𝐷 𝑎−1
1 −3 𝑎
𝑎 1 1 𝐷2 3
𝐷3 = |1 𝑎 2 | = −3(𝑎 − 1)(𝑎 + 12) 𝑑 ′ 𝑜ù 𝑧 = =−
𝐷 𝑎−1
1 1 −3
2° si a=1
𝑥+𝑦+𝑧 =1
{ 𝑥+𝑦+𝑧 =2
𝑥 + 𝑦 + 𝑧 = −3
1 1
| |=2−1=1≠0
1 2
3° cas : si a=-2
−2𝑥 + 𝑦 + 𝑧 = 1
−2 1
{ 𝑥 − 2𝑦 + 𝑧 = 2 𝑎𝑣𝑒𝑐 | |≠0
1 −2
𝑥 + 𝑦 − 2𝑧 = 3
−2 1 1
| 1 −2 2 | = −2(6 − 2) − (−3 − 2) + (1 + 2) = 0
1 1 −3
Le système est simplement indéterminé : = 𝜆 (𝑎𝑟𝑏𝑖𝑡𝑟𝑎𝑖𝑟).
−2𝑥 + 𝑦 = 1 − 𝜆 ′ 5 4
{ 𝑑 𝑜ù 𝑦 = 𝜆 − 𝑒𝑡 𝑥 = 𝜆 −
𝑥 − 2𝑦 = 2 − 𝜆 3 3
P a g e 67 | 80
Généralisation
Soit l système :
1° Cas où D≠ 0.
𝐷1 𝐷2 𝐷3
𝑥1 = , 𝑥2 = , ⋯ 𝑥3 =
𝐷 𝐷 𝐷
Où D, est le déterminant obtenu en remplaçant dans D, la colonne des coefficients de 𝑥1
par les termes indépendants 𝑏1 , 𝑏2 , ⋯ 𝑏𝑛 .Dans ce cas, le système est dit système de
Cramer.
2° Cas où D=0
Et le déterminant
𝑎11 𝑎12 𝑏1
𝐸 = |𝑎21 𝑎22 𝑏2 |
𝑎31 𝑎32 𝑏3
P a g e 68 | 80
1𝑒𝑟 Cas : -2 des 3 équations, soit (1) et (2), forment un système de Cramer, c’est-à-dire
𝐵3 ≠ 0.
Multiplions les deux membres de (1), (2), (3) respectivement par 𝐵1 , −𝐵2 , 𝐵3(mineurs
de 𝑏1 , 𝑏2 , 𝑏3 dans E) et additionnons membre à membre, nous obtenons:
0𝑥1 + 0𝑥2 = 𝐸
Comme 𝐵3 ≠ 0, (𝑆) est équivalent au système (1), (2), (4). Or , si 𝐸 ≠ 0, (4)n’est vérifiée
pour aucune valeur des inconnues et si E=0, (4) est vérifiée quelles que soient 𝑥1 𝑒𝑡 𝑥2
donc :
Conclusion
La condition nécessaire et suffisante pour que le système des 3 équations (1), (2), (3),
dont deux d’entre elles forment un système de Cramer, soit compatible est E=0.
Multiplions les deux membres de (1) et de (2) respectivement par −𝑎21 et 𝑎11 et
additionnons membre à membre :
𝑎 𝑏1
0𝑥1 + 0𝑥2 = 𝛽3 (5) 𝑜𝑢 𝛽2 = | 11 |
𝑎21 𝑏2
Comme 𝑎11 ≠ 0, (𝑆) est équivalent au système (1), (5), (6). Or, si
𝛽2 𝑜𝑢 𝛽3 ≠ 0, (5)𝑜𝑢 (6)n’est vérifiée pour aucune valeur des inconnues, et si 𝛽2 = 𝛽3 =
0, (5)𝑒𝑡 (6) sont vérifiées quelles que soient 𝑥1 , 𝑥2 , donc :
Le système
Posons
La condition nécessaire et suffisante pour que le système (S) de n+1 équation linéaires
à n inconnues (n de ces équations formant un système de Cramer, soit 𝐷 ≠ 0)soit
compatible est que le déterminant E soit nul.
𝑎11 𝑥1 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
(𝑆) { ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯
𝑎𝑚1 𝑥1 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
Pour que le système soit compatible, il faut que tous les déterminants
caractéristiques soient nuls ou qu’il n’en existe pas ;
P a g e 70 | 80
Remarque
Le tableau de 𝑎𝑖𝑗 (m lignes, n colonnes) s’appelle une matrice ; si m-n, la matrice est dite
carrée. Il y a lieu de ne pas confondre une matrice carrée et un déterminant : une
matrice est un tableau, un déterminant est un nombre.
P a g e 71 | 80
CHAPITRE VI. LES TENSEURS CARTESIENS
VI.1. Introduction
Les tenseurs liés au système de coordonnées cartésiennes, ils sont appelés tenseurs cartésiens,
ceux liés aux systèmes de coordonnées cylindriques sont appelés tenseurs cylindriques et
enfin ceux liés aux systèmes de coordonnées sphériques sont appelés tenseurs sphériques.
Ainsi, dans le cadre du cours d’Algèbre linéaire nous allons nous limiter aux tenseurs
cartésiens.
Les tenseurs sont construits sur base d’une opération appelée «produit tensoriel » et notés ⨂.
Nous nous limiterons ici au cas d’un seul espace vectoriel E, de sorte que nous ne considérons
que le produit tensoriel de E par lui-même. Les propriétés du produit tensoriel sont telles que
E ⨂ E est lui-même un espace vectoriel.
De plus, si les N vecteurs 𝑥̅𝑙 forment une base de E, alors les N x N vecteurs 𝑥̅𝑙 ⨂𝑦̅𝑙 forment
une base E ⨂ E par lui-même n fois, E⨂… ⨂ E.
Un tenseur d’ordre 2 est un élément de E ⨂ E. on peut alors écrire ses composantes sous la
forme.
∀𝑇̅ ∈ 𝐸 ⨂ ; T
̅ = T ij x̅i ⨂ x̅j = Tij x⃗⃗⃗i ⨂x⃗⃗⃗j
L’ordre d’un tenseur correspond donc au nombre d’indice sur ces composantes. Dans le
⃗ , on remarque que l’on peut définir ses composantes covariantes 𝑇𝑖𝑗 , ses
tenseur d’ordre 2, 𝑇
𝑗
composantes contra variantes 𝑇 𝑖𝑗 et ses composantes mixtes 𝑇𝑖 . Il en est évidement de même
pour des tenseurs d’ordre supérieur.
Un tenseur d’ordre zéro est un scalaire invariant par changement de système de coordonnées.
Un tenseur est dit symétrique par rapport à deux indices covariants ou des deux indices contra
variant si ses composantes restent inchangées dans une permutation de deux indices. Il sera dit
anti symétrique par rapport à ses indices si ses composantes changent de signe dans une
permutation.
P a g e 72 | 80
VI.3. Opérations sur les tenseurs
La somme de deux tenseurs du même ordre est un tenseur également du même ordre, dont les
composantes sont la somme des composantes des tenseurs ajoutés.
⃗ 𝑒𝑡 𝐴 deux tenseurs :
Exemple : soient 𝑇
⃗ ± 𝐴 = (𝑇 𝑖𝑗 ± 𝐴𝑖𝑗 )𝑥
−𝑇 ⃗⃗⃗𝑙 ⨂𝑥
⃗⃗⃗𝑗
Le produit tensoriel se fait en multipliant les composantes. Par contre, dans ce cas, le tenseur
obtenu a un ordre égal à la somme des ordres des tenseurs multipliés. De plus, le produit de
composantes de types différents peut être réalisé.
Notons enfin que l’on ne peut pas écrire n’importe quel tenseur comme le produit de deux
tenseurs d’ordres inférieurs. Pour cette raison, la division des tenseurs n’est pas toujours
possible.
Dans un système de coordonnées cartésiennes, l’espace est muni d’un repère orthonormé fixe.
Donc, tous les types de composantes coïncident. Nous noterons ici x,y et z les trois directions
de l’espace.
P a g e 73 | 80
𝑦𝑢𝑥 𝑦𝑢𝑥 𝑦𝑢𝑥
𝑦𝑥 𝑦𝑦 𝑦𝑧
𝑦𝑢𝑦 𝑦𝑢𝑦 𝑦𝑢𝑦
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑔𝑟𝑎𝑑 (𝑢) =
𝑦𝑥 𝑦𝑦 𝑦𝑧
𝑦𝑢𝑧 𝑦𝑢𝑧 𝑦𝑢𝑧
[ 𝑦𝑥 𝑦𝑦 𝑦𝑧 ]
P a g e 74 | 80
VI.5. Tenseurs particuliers
VI.5.1. Tenseur de KRONEKER
1 𝑠𝑖 𝑖 = 𝑗
𝑆𝑖𝑗 = {
0 𝑠𝑖 𝑖 ≠ 𝑗
Les deux tenseurs vus précédemment sont d’une très grande application en pratique et nous
permettent en particulier de calculer le produit scalaire et le produit vectoriel.
Soit 𝑥 = 𝑋𝑖 𝑒𝑖 𝑒𝑡 𝑌 + 𝑌𝑗 𝑒𝑗
Calculer x, y
𝑥. 𝑦 = 𝑋1 𝑌1 + 𝑋2 𝑌2 + 𝑋3 𝑌3 + ⋯
⇒ 𝑥𝑋𝑦 = 𝜀𝑗𝑘 𝑋𝑗 𝑌𝑘 = 𝐶𝑖
P a g e 75 | 80
Nous allons à présent chercher les différentes composantes 𝐶𝑖 du vecteur produit vectoriel
entre x et y.
⟹ 𝐶1 = 𝜀123 𝑋2 𝑌3 + 𝜀132 𝑋3 𝑌2
= 𝑋2 𝑌3 + 𝑋3 𝑌2
⟹ 𝐶2 = 𝜀213 𝑋1 𝑌3 + 𝜀231 𝑋3 𝑌1
= 𝑋1 𝑌3 + 𝑋3 𝑌1
P a g e 76 | 80
Table des matières
CHAPITRE I. THEORIES DES ENSEMBLES .................................................................................................. 4
1.1. Définition .......................................................................................................................................... 4
1.2. Notion mathématique ...................................................................................................................... 4
1.3. Donnée d’un ensemble .................................................................................................................... 4
1.4. Principaux ensembles de nombres .................................................................................................. 5
1.5. Sous-ensembles Inclusion ................................................................................................................ 6
1.6. Complémentaire ............................................................................................................................... 6
1.6.1. Définition ....................................................................................................................................... 6
1.6.2. Représentation .............................................................................................................................. 7
1.6.3. Remarques..................................................................................................................................... 7
1.6.4. Exemples ....................................................................................................................................... 7
1.6.5. Propriétés ...................................................................................................................................... 7
1.7. Ensemble des parties de E ................................................................................................................ 7
1.8. Opération sur les ensembles et produits cartésiens ........................................................................ 8
1.8.1. Opération sur les ensembles ......................................................................................................... 8
1.8.1.1. Intersection de deux ensembles ................................................................................................ 8
1.8.1.1.1. Définition ................................................................................................................................. 8
1.8.1.1.2. Représentation ........................................................................................................................ 8
1.8.1.1.3. Exemple ................................................................................................................................... 9
1.8.1.1.4. Propriétés ................................................................................................................................ 9
1.8.1.2. Réunion de deux ensembles .................................................................................................... 10
1.8.1.2.1. Définition ............................................................................................................................... 10
1.8.1.2.2. Représentation ...................................................................................................................... 10
1.8.1.2.3. Exemples ............................................................................................................................... 11
1.8.1.2.4. Propriétés .............................................................................................................................. 11
1.8.1.3. Différence de deux ensembles ................................................................................................. 12
1.8.1.3.2. Définition ............................................................................................................................... 12
1.8.1.3.2. Représentation ...................................................................................................................... 13
1.8.1.3.3. Exemples ............................................................................................................................... 13
1.8.1.4. Différence symétrique .............................................................................................................. 13
1.8.1.4.1. Définition ............................................................................................................................... 13
1.8.1.4.2. Représentation ...................................................................................................................... 14
1.8.1.5. Propriétés définis sur un ensemble quantificateur .................................................................. 15
P a g e 77 | 80
1.8.1.5.1. Propriétés définies sur E........................................................................................................ 15
1.8.1.5.2. Quantificateur ....................................................................................................................... 16
1.8.1.5.3. Relation entre les quantificateurs ∃ 𝒆𝒕 ∀.............................................................................. 16
1.8.1.6. Généralisation de la notion de réunion et d’intersection ........................................................ 17
1.8.2. Produit Cartésien ......................................................................................................................... 18
1.8.2.1. Définition .................................................................................................................................. 18
1.8.2.2. Représentation ......................................................................................................................... 18
1.8.2.2.1. Le tableau cartésien .............................................................................................................. 18
1.8.2.2.2. Le diagramme cartésien ........................................................................................................ 19
1.8.2.2.3. Le diagramme Sagittal ........................................................................................................... 20
1.8.2.3. Propriétés évidentes ................................................................................................................ 20
CHAPITRE II. LES NOMBRES COMPLEXES .............................................................................................. 22
II.1. INSUFFISANCE DE L’ENSEMBLE R ................................................................................................... 22
II.2. Quelques propriétés sur les polynômes dans C ............................................................................. 36
II.3. Application des nombres complexes aux circuits électriques ........................................................ 37
1. Circuit simple ................................................................................................................................. 37
II.4. Circuit composé .............................................................................................................................. 39
CHAPITRE III. STRUCTURE D’ESPACE VECTORIEL................................................................................... 40
III.1. Définition ....................................................................................................................................... 40
III.2. Sous espace vectoriel .................................................................................................................... 40
III.3. Famille de vecteurs........................................................................................................................ 40
III.4. Dépendance linéaire...................................................................................................................... 41
III.5. Rang d’une famille des vecteurs ................................................................................................... 41
III.6. Base et dimension ......................................................................................................................... 42
III.7. Représentation vectorielle dans une base donnée ....................................................................... 43
III.8. Eléments de calcul vectoriel .......................................................................................................... 43
III.9. Espace Euclidien ............................................................................................................................ 44
CHAPITRE IV. LES MATRICES .................................................................................................................. 47
IV.1. Introduction .................................................................................................................................. 47
IV.1.1. Rappel sur les concepts de l’application linéaire représentation d’une application ................. 47
IV.2. Calcul matriciel .............................................................................................................................. 48
IV.3. Marche à suivre pour diagonaliser une matrice diagonalisable ................................................... 51
CHAPITRE V. DETERMINANTS ................................................................................................................ 52
V. 1. Définitions ..................................................................................................................................... 52
P a g e 78 | 80
V.2. Propriétés des déterminants.......................................................................................................... 55
V.2.1. Permutation des lignes et des colonnes ..................................................................................... 55
V.2.2. Produit d’un déterminant par un nombre .................................................................................. 58
V.2.3. Transformation d’un déterminant en une somme de déterminant ........................................... 59
V.2.4. Produit de deux déterminants de même ordre .......................................................................... 61
V.3. Application de la théorie des déterminants aux systèmes d’équations linéaires ......................... 63
V.3.2. Exemple de système de 3 équations linéaires à 3 inconnues. .................................................... 66
V.4. Système de 3 équations linéaires à 2 inconnues. .......................................................................... 68
V.5. Généralisations .............................................................................................................................. 70
CHAPITRE VI. LES TENSEURS CARTESIENS ............................................................................................. 72
VI.1. Introduction .................................................................................................................................. 72
VI.2. Composantes d’un tenseur ........................................................................................................... 72
VI.3. Opérations sur les tenseurs .......................................................................................................... 73
VI.4. Coordonnées cartésiennes d’un tenseur ...................................................................................... 73
VI.5. Tenseurs particuliers ..................................................................................................................... 75
VI.5.1. Tenseur de KRONEKER ............................................................................................................... 75
VI.5.2. Tenseur de LEZVI-CIVITA ............................................................................................................ 75
VI.5.3. Produit scalaire .......................................................................................................................... 75
VI.5.4. Produit vectoriel......................................................................................................................... 75
P a g e 79 | 80
BIBLIOGRAPHIE.
[2] BATODISA at all, Maitriser les maths 6, Edition Loyola kin 2010
P a g e 80 | 80