Soyez sûr que je travaille et que je continuerai à le faire

jusqu’à la limite de mes forces.

Mais un bon travail mathématique ne se fait pas

rapidement.

P a g e 1 | 80
 PLAN DU COURS
A) PRE-REQUIS

- Algèbre du secondaire
- Mathématique moderne

B) OBJECTIF(S) SPÉCIFIQUE (S)

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

À la fin de ce cours l’étudiant doit être capable de (d’) :

- Si servir de l’outil mathématique dans la résolution des toutes applications ;

- Aborder les cours d’algèbre linéaire de premier graduat.

La nomenclature et les méthodes de l’algèbre moderne et contemporaine

constituent le pilote et la base de ce cours.

L’aspect utilitaire de ce cours consiste à familiariser l’étudiant avec les

calculs angéliques et les techniques de calculs des fonctions.

D) CONTENU DU COURS

CHAPITRE I : THEORIES DES ENSEMBLES

CHAPITRE II : LES NOMBRES COMPLEXES

CHAPITRE III : STRUCTURE D’ESPACE VECTORIEL

CHAPITRE IV : LES MATRICES

CHAPITRE V : LES DETERMINANTS

CHAPITRE VI : LES TENSEURS CARTESIENS

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.

On y présente tout d’abord une introduction illustrée principalement par

l’intermédiaire des théories sur les ensembles, pour ensuite aborder les nombres complexes,
une notion de structure d’espace vectoriel fera l’objet du deuxième chapitre, on développera
les bases du calcul matriciel comprenant une étude complète des déterminants. On étudiera
également les tenseurs cartésiens.

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.

1.2. Notion mathématique

On appelle élément ou nombre de l’ensemble, les objets
appartenant à l’ensemble. On note : p : élément

A : ensemble

∈ : Appartenance

∉ : Négation (n’appartenant pas)

∋ : Contient, admet pour élément

∌ : Négation, (ne contient pas).

Deux ensembles deux identiques (ou égaux) s’ils sont

constitués des mêmes éléments : A=B, si non, ils sont dits distincts (ou
inégaux) : A≠ B.

1.3. Donnée d’un ensemble

Il ya deux façons essentielles de donner un ensemble

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}

b) On peut aussi donner une propriété P à laquelle doivent satisfaire les

divers éléments de l’ensemble. On dit alors que l’on a défini l’ensemble
en compréhension.
Soit x un objet satisfaisant à la propriété p, nous noterons
P(x), un ensemble E donné en compréhension ; se note :
E={𝑃(𝑥)}
Le point-virgule se lisant TELQUE
On note aussi : E={𝑥/𝑃(𝑥)}

P a g e 4 | 80
1.4. Principaux ensembles de nombres
On désigne :

1) Par n : l’ensemble des entiers naturels (ou arithmétiques)

N={0,1,2,3, … }
2) Par Z : l’ensemble des entiers relatifs
Z={… , −5, −4, −3, −2, −1, 0, 1, 2, 3, 4, 5, … . }
3) Par Q : l’ensemble des rationnels
7 1 1 7
Q={… , 2 , … , −3, … , −1, … , − 2 , … , 0, … , 2 , … , 1, … , 3, … , 2 , … }
4) Par R : l’ensemble des nombres réels
R=
7 1 1 7
{… , − 2 , … , −𝜋, … , −3, … , −√2, … , −1, … , − 2 , … 0, … . , 2 , … 1, … √2 … , 3, … , 𝜋, … , 2 , … }

Les ensembles formés à partir des précédents, en les

privant du nombre zéro, se notent respectivement : N* , Z*, Q*, R*.

Ainsi : N*={1,2,3, … }

On désigne encore

a) Par Q+ : l’ensemble des rationnels positifs ou nul ;

b) Par Q*+ : l’ensemble des rationnels strictement positifs ;
c) Par Q- : l’ensemble des rationnels négatifs ou nul ;
d) Par Q*- : l’ensemble des rationnels strictement négatifs, et l’on emploie,
s’agissant de nombre réels, les notations analogues : R+, R*+, R-, R*-.

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

- Un ensemble est fini, lorsqu’il ne contient qu’un nombre déterminé

d’élément ou s’il est vide ainsi si A a pour élément a,b,c,d,e ;
On écrira A={𝑎, 𝑏, 𝑐, 𝑑, 𝑒}.
L’ordre dans lequel les éléments sont écrits n’importe peut, ainsi
{𝑎, 𝑏} = {𝑏, 𝑎}
- En mathématiques, nous considérons des ensembles non finis ou
illimités appelés « INFINIS ». Par exemple N, l’ensemble des points d’un
plan.

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 : ∅{ }

1.5. Sous-ensembles Inclusion

Tous ensemble A composé d’éléments appartenant à

l’ensemble E constitue un sous-ensemble de E. on dit que A est inclus dans
E.

E
A

b a

Parmi le sous-ensemble de E figure E lui-même, si A est un

sous-ensemble de E, on écrit : A⊂ 𝐸 (qu’on lit A est strictement inclus dans
E).

Il est clair que l’on a : 𝑁 ∗ ⊂ 𝑁, 𝑁 ⊂ 𝑍, 𝑍 ⊂ 𝑄

On écrit : 𝑁 ∗ ⊂ 𝑁 ⊂ 𝑍 ⊂ 𝑄

On a encore : 𝑁 ⊂ 𝑁 + ⊂ 𝑅 ∗

Alors, 𝑁 ⊂ 𝑍 ⊂ 𝑄 ⊂ 𝑅

Si A peut-être E lui-même, on écrit : 𝐴 ⊆ 𝐸 (qu’on lit A est

inclus au sens large dans E).

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

La partie hachurée est 𝐶𝐴𝐵

1.6.3. Remarques

a) si 𝐵 ∉ 𝐴 alors 𝐶𝐴𝐵 n’est pas défini

b) si aucune confusion n’est à craindre 𝐶𝐴𝐵 se note 𝐵̅(lire B barre)

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

b) si X=𝐶𝐴𝐵 alors B=𝐶𝐴𝑥 avec A=𝐵 ∪ 𝑋

𝐶𝐵
𝐶𝐴 𝐴 = 𝐵

1.7. Ensemble des parties de E

Soit E, un ensemble fini, les sous-ensembles de E sont les

éléments d’un nouvel ensemble appelé ensemble de parties de E que l’on
note par 𝓅(𝐸) .
P a g e 7 | 80
 A∈ 𝓅(𝐸) ⟹ 𝐴 ⊆ 𝐸

En particulier : Φ ∈ 𝓅(𝐸) 𝑒𝑡 𝐸 ∈ 𝓅(𝐸) . 𝑠𝑖 𝐸 ≠ Φ; 𝑐𝑎𝑟 𝓅(𝐸) ≠ { }

C’est un ensemble de couple, donc il n’y a pas moyen d’ordonner le couple.

1.8. Opération sur les ensembles et produits cartésiens

1.8.1. Opération sur les ensembles

1.8.1.1. Intersection de deux ensembles

1.8.1.1.1. Définition

On appelle intersection des ensembles A et B, l’ensemble des éléments

communs à A et B.

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

∩: est le symbole de l’intersection

Conséquence

(𝐴∁𝐵) ⇔ (𝐴 ∩ 𝐵) = 𝐴

P a g e 8 | 80
1.8.1.1.3. Exemple

Soient les ensembles :

A={2,3,5,8,9}; 𝐵 = {1,2,3,4,6}; 𝐶 = {3,4,6,9}

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

Si𝐴 ∩ 𝐵 = ∅, On dit que A et B sont disjoints.

Par contre, si𝐴 ∩ 𝐵 ≠ ∅, on dit que A et B se coupent ou se rencontrent.

1.8.1.1.4. Propriétés

Soit A={1,2,3}; 𝐵 = {1,3,5,6}; 𝐶 = {1,2,5,6,7}

a) Idempotence

𝐴∩𝐴 =𝐴

𝐵∩𝐵 =𝐵

𝐶∩𝐶 =𝐶

Donc, ∀𝐴, 𝐴∩𝐴=𝐴

Tout ensemble est idempotent pour l’intersection.

b) Commutativité

𝐴 ∩ 𝐵 = {1,3}

𝐵 ∩ 𝐶 = {1,5,6}

𝐶 ∩ 𝐵 = {1,5,6}

Donc, ∀𝐴, 𝐵 𝐴∩𝐵 =𝐵∩𝐴

P a g e 9 | 80
 L’intersection des ensembles est commutative.

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

d) ∅ est absorbant pour l’intersection

𝑒𝑛 𝑒𝑓𝑓𝑒𝑡: 𝐴 ∩ ∅ = ∅
𝐵∩∅=∅
∅∩𝐴 =∅
∅∩𝐵 =∅
Donc, 𝐴 ∩ ∅ = ∅ ∩ 𝐴 = ∅

1.8.1.2. Réunion de deux ensembles

1.8.1.2.1. Définition

On appelle réunion de deux ensembles E et F, l’ensemble des éléments

appartenant à E ou F.
On écrit : 𝐸 ∪ 𝐹 ; on lit : E union F
𝑥
𝐸 ∪ 𝐹 = { ∈ 𝐸𝑜𝑢 𝑥 ∈ 𝐹}
𝑥

1.8.1.2.2. Représentation

Ce qui est représenté par

F

∪ est le symbole de la réunion

𝐸∪𝐹
Conséquence

(𝐴∁𝐵) ⟹ (𝐴 ∪ 𝐵 = 𝐵)

P a g e 10 | 80
1.8.1.2.3. Exemples

1) Soit les ensembles :

A= {2,3,5,8,9}; 𝐵 = {1,2,3,4,6}; 𝐶 = {3,4,5,6,9}

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}

2) I={𝑥/𝑥 ∈ 𝑁/𝑥𝑒𝑠𝑡 𝑖𝑚𝑝𝑎𝑖𝑟𝑒}

P={𝑥 ∈ 𝑁/𝑥𝑒𝑠𝑡𝑝𝑎𝑖𝑟}

𝐼 ∪ 𝑃 = {𝑥/𝑥 ∈ 𝑁} = 𝑁

1.8.1.2.4. Propriétés

Soit A={1,2,3,4}; 𝐵 = {1,3,5,6}; 𝐶 = {1,2,5,6,7}

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}

∀𝐴, 𝐵 𝐴∪𝐵 =𝐵∪𝐴

La réunion des ensembles est commutative.

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

e) Lien entre l’intersection et la réunion

Distributivité

1) 𝐴 ∪ (𝐵 ∩ 𝐶) = {1,2,3,4} ∪ {1,5,6} = {1,2,3,4,5,6}

(𝐴 ∪ 𝐵) ∩ (𝐴 ∪ 𝐶) = {1,2,3,4,5,6} ∩ {1,2,3,4,5,6,7}
= {1,2,3,4,5,6}
∀𝐴, 𝐵, 𝐶 𝐴 ∪ (𝐵 ∩ 𝐶) = (𝐴 ∪ 𝐵) ∩ (𝐴 ∪ 𝐶)

La réunion est distributive par rapport à l’intersection des ensembles.

2) 𝐴 ∩ (𝐵 ∩ 𝐶) = {1,2,3,4} ∩ {1,2,3,5,6,7} = {1,2,3}

(𝐴 ∩ 𝐵) ∪ (𝐴 ∩ 𝐶) = {1,3} ∪ {1,2} = {1,2,3}
∀𝐴, 𝐵, 𝐶 𝐴 ∩ (𝐵 ∪ 𝐶) = (𝐴 ∩ 𝐵) ∪ (𝐴 ∩ 𝐶)
L’intersection est distributive par rapport à la réunion des ensembles.

Complémentaire

Soit A={1,2,3,4,5}; 𝐵 = {2,3,4}; 𝐶 = {1,2,3,4,5,6,7}

On peut écrire :
(𝐴∩𝐵)
1. 𝐶𝐶 = (𝐶𝐶𝐴 ) ∪ (𝐶𝐶𝐵 )
(𝐴∪𝐵)
2. 𝐶𝐶 = (𝐶𝐶𝐴 ) ∩ (𝐶𝐶𝐵 )

Avec A et B parties de C ; ces deux dernières formules constituent le

Théorème de MORGAN

1.8.1.3. Différence de deux ensembles

1.8.1.3.2. Définition

On appelle différence de deux ensembles A et B pris dans cet ordre,

l’ensemble des éléments A qui n’appartient pas à B.

On écrit A\B ; on lit A mois B

A\B={𝑥/𝑥 ∈ 𝐴𝑒𝑡𝐴𝑥 ∉ 𝐵}

Si aucune confusion n’est à craindre, A\B se note aussi A-B.

P a g e 12 | 80
1.8.1.3.2. Représentation

On représente

A B

A\B

Remarques

A, B et C étant des ensembles, on a :

a) En général A\B ≠ 𝐴\𝐵

b) En général (𝐴\𝐵)\𝐶 ≠ 𝐴(𝐵\𝐶)
c) (𝐴\𝐵)\𝐶 = 𝐴(𝐵\𝐶)𝑠𝑠𝑖 𝐴 𝑒𝑡 𝐶 𝑠𝑜𝑛𝑡 𝑑𝑖𝑠𝑗𝑜𝑖𝑛𝑡𝑠
d) Si 𝐵∁𝐴, 𝑎𝑙𝑜𝑟𝑠 𝐵\𝐴 = ∅
e) 𝐴\∅ = 𝐴 𝑒𝑡 ∅\𝐴 = ∅
f) A\A=∅
g) A=B équivalent à A\B=B\A.

1.8.1.3.3. Exemples
Vérifier les remarques ci-dessus à l’aide des ensembles :

𝐴 = {3, 𝑥, 𝑎, 𝑏}; 𝐵 = {3, 𝑥}; 𝐶 = {4,6,7,8}

X={3, 𝑥, 𝑦, 5, 𝑡}; 𝑌 = {2, 𝑥, 𝑏, 𝑦, 5}

1.8.1.4. Différence symétrique

1.8.1.4.1. Définition

La différence symétrique des ensembles A et B, est l’ensemble des éléments

qui appartiennent à A ou à B sans appartenir aux deux à la fois.

On note : 𝐴∆𝐵; 𝑜𝑛𝑡 𝑙𝑖𝑡 ∶ 𝐴 𝑑𝑒𝑙𝑡𝑎 𝐵

P a g e 13 | 80
 𝐴∆𝐵 = {𝑥/𝑥 ∈ 𝐴 ∪ 𝐵𝑒𝑡 𝑥 ∉ 𝐴 ∩ 𝐵}

∆ est le symbole de la différence symétrique

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 = ∅

𝐴∁𝐹 = (𝐴∆𝐹 = 𝐹\𝐴)

1.8.1.4.3. Exemples

On donne A={2,3,4,5} 𝑒𝑡 𝐵 = {3,5,6,7,8}

 (𝐴 ∪ 𝐵)(𝐴 ∩ 𝐵) = {2,3,4,6,7,8}\{3,5} = {2,4,6,7,8}

 (𝐴\𝐵) ∪ (𝐵\𝐴)={2,4} ∪ {6,7,8} = {2,4,6,7,8}

1.8.1.4.4. Propriété

Soit les ensembles :

𝐴 = {1,2,3,4}; 𝐵 = {2,3,4,5}; 𝐶 = {3,4,5,6}; 𝐸 = {1,2,3,4,5,6}

a) Commutativité

𝐴∆𝐵 = {1,5}

𝐵∆𝐴 = {5,1}

∀𝐴, 𝐵 𝐴∆𝐵 = 𝐵∆𝐴

La différence symétrique des ensembles est commutative

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

La différence symétrique des ensembles est associative.

c) ∅ est neutre pour la différence symétrique

En effet : ∀𝐴, 𝐴∆∅ = ∅∆𝐴 = 𝐴

1.8.1.5. Propriétés définis sur un ensemble quantificateur

1.8.1.5.1. Propriétés définies sur E

Étant donné sur un ensemble E et une partie A de E, nous

appelons propriétés partie A de E, nous appelons propriétés caractéristiques,
des éléments de A ; tout critère permettant de décider pour tout élément x de
E entre les deux propositions.

𝑥 ∈ 𝐴, 𝑥 ∉ 𝐴 ⇒ 𝑥 ∈ 𝐶𝐸𝐴

Donc, si p est une propriété caractéristique des éléments de A,

non p((𝑝̅) est une propriété caractéristique des éléments de 𝐶𝐸𝐴 , mais nous
dirons que p est une propriété définis sur E.A « x appartient à A »

Nous pouvons donc substituer la proposition équivalente « x

possède la propriété p » que l’on écrit en abrégé « p(x) ».

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

1) L’ensemble des nombres réels positifs

R+ sera défini par : R+= {𝑥 ∈ 𝑅/≥ 0}
2) L’ensemble des nombres réels strictement positifs
𝑅+∗ Sera défini par : 𝑅+∗ = {𝑥 ∈ 𝑅/𝑥 > 0}
3) L’ensemble des filles de la préparatoire
𝑝
F={𝑥 ∈ 𝑋 = 𝑓𝑖𝑙𝑙𝑒𝑠}
4) L’ensemble des garçons de la Pré-ESI
𝑥 𝑝
G={𝑥 . 𝑥 = 𝑛𝑜𝑛 𝑓𝑖𝑙𝑙𝑒}
P a g e 15 | 80
1.8.1.5.2. Quantificateur

Soit p, une propriété définie sur E et A la partie de E dont les

éléments ont pour propriété caractéristique p, examinons les trois cas
suivants :

1) A est non vide

Il existe au moins un élément de E possèdent p, nous écrirons :

∃𝑥 ∈ 𝐸/𝑝(𝑥) Que l’on lit « il existe au moins un élément x de E
possèdent p.
2) A est vide
Aucun élément de E ne possède p, on pourrait écrire.
Non [∃𝑥 ∈ 𝐸/𝑝(𝑥)] 𝑜𝑢 ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
(∃𝑥 ∈ 𝐸)𝑝(𝑥)
3) A est la partie pleine de E

Tout élément de E possède p, on écrira : (∀𝑥 ∈ 𝐸)𝑝(𝑥) que l’on

lit : Quel que soit x de E, x possède p ou plus brièvement « Pour tout x de E,
p(x) ».

Les symboles ∃, ∀ s’appellent les quantificateurs ; ce ne sont

pas seulement les signes sténographiques pour les expressions « Il existe au
moins un » et « Quel que soit ».

Pour alléger l’écriture uniquement dans le cas où aucune

ambiguïté n’est à redouter sur cet ensemble E, on écrira alors :
(∃𝑥)𝑝(𝑥), (∀𝑥)𝑝(𝑥).

Dans l’exemple suivant, cet usage catastrophique, soit u une

propriété caractéristique d’une partie propre A d’un ensemble E.

On a à la fois : (∃𝑥 ∈ 𝐸)𝑝(𝑥), (∀𝑥 ∈ 𝐴)𝑝(𝑥).

1.8.1.5.3. Relation entre les quantificateurs ∃ 𝒆𝒕 ∀

Rous les éléments considérés sont supposés appartenir à E ; les formules
(∀𝑥)𝑝(𝑥) sont des 0. Propositions, ne concernent pas x, cherchons leur négativité, nous avons
en posant :

𝐴 = {𝑥 ∈ 𝐸/𝑝(𝑥)}

(∀𝑥)𝑝(𝑥) ⇔ 𝐴 = 𝐸

Donc, 𝐶𝐸𝐴 = ∅, la négation de cette proposition est 𝐶𝐸𝐴 ≠ ∅, ‘est-à-dire « il

existe au moins un x de E possèdent non p ». de même, (∃𝑥)𝑝(𝑥), ⇒ 𝐴 ≠ ∅.

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 ».

En résumé, nous avons :

Non [(∀𝑥), 𝑝(𝑥)] ⇔ [(∃𝑥)𝑛𝑜𝑛 𝑝(𝑥)]

Non [(∃𝑥), 𝑝(𝑥)] ⇔ [(∀𝑥)𝑛𝑜𝑛 𝑝(𝑥)]

1.8.1.6. Généralisation de la notion de réunion et d’intersection

Nous connaissons bien les propositions que voici :

 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)

Introduisons maintenant deux changements de notation ; d’une part :

∩ {𝐴, 𝐵, 𝐶, 𝐷} au lieu de 𝐴 ∩ 𝐵 ∩ 𝐶 ∩ 𝐷 (1a)

∪ {𝐴, 𝐵, 𝐶, 𝐷} au lieu de 𝐴 ∪ 𝐵 ∪ 𝐶 ∪ 𝐷 (1b)

D’autre part par ∃ au lieu de {𝐴, 𝐵, 𝐶, 𝐷}

Alors (1a) et (1b) s’écrivent ainsi :

∩ 𝑓 = {𝑥, ∀𝑥 ∈ 𝑓, 𝑥 ∈ 𝑋}(2a)

∪ 𝑓 = {𝑥, ∃𝑥 ∈ 𝑓, 𝑥 ∈ 𝑋}(2b)

L’intérêt de ces relations vient du fait qu’elles gardent un sens parfaitement

déterminé quel que soit la famille f aussi servent-elles de définition générale.

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

1) Voici une direction 𝜆, c’est un ensemble de droite, donc un ensemble d’ensemble. ∪ 𝜆

est l’ensemble des points de 𝜋 qui appartiennent à au moins une droite de 𝜆. ∪ 𝜆 = 𝜋
2) Voici l’ensemble f de disques ouverts de centre 0 et de rayon r>0, les éléments de f
sont des ensembles (des points de 𝜋 qui valent ∩ 𝑓).
Voici 𝑥 ∈ 𝑓
…………={𝑝 ∈ 𝜋0, 𝑝/< 𝑟}𝑟 > 0, 𝑑𝑜𝑛𝑐 0 ∈ 𝑥.
∀𝑥 ∈ 𝑓, 0 ∈ 𝑥 𝑒𝑡 𝑑𝑜𝑛𝑐, 0 ∈∩ 𝑓

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. Produit Cartésien

1.8.2.1. Définition

On appelle produit cartésien d’un ensemble E par un ensemble F ;

l’ensemble de couple (x,y)) tel que le premier élément ∈ à E et le second élément ∈ à F.

On écrit EXF ; On lit E croix F.

On a donc : 𝐸𝑋𝐹 = {(𝑥, 𝑦)/𝑥 ∈ 𝐸 𝑒𝑡 𝑦 ∈ 𝐹}

x et y sont appelés les coordonnés du couple.

𝑥 = 𝑥′
(𝑥, 𝑦) = (𝑥 ′ , 𝑦 ′ ) ⇔ {
𝑦 = 𝑦′

𝑥 ≠ 𝑥′
D’où par négation : (𝑥, 𝑦) ≠ (𝑥 ′ , 𝑦 ′ ) ⇔ {
𝑦 ≠ 𝑦′

Exemples

Soit E= {1,2,3} 𝑒𝑡 𝐹 = {𝑎, 𝑏}

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.

1.8.2.2.1. Le tableau cartésien

F
E a b

(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

1.8.2.2.2. Le diagramme cartésien

Chaque couple (x, y) est représenté par un point d’abscisse x et l’ordonné y.

F
a

1 2 3 E

Dans le cas où les ensembles E et F sont infinis, le couple (x,y) du produit

cartésien est réduit à rectangle (un morceau du plan).

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

La première coordonnée du couple est repérée à la seconde par une flèche.

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).

1.8.2.3. Propriétés évidentes

1) 𝐴′ ⊂ 𝐴 𝑒𝑡 𝐵 ′ ⊂ 𝐵 ⇒ 𝐴′ 𝑋 𝐵 ′ ⊂ 𝐴 𝑋 𝐵

2) 𝐴 𝑥 𝐵 ≠ ∅ ⇒ (𝐴 = ∅ 𝑜𝑢 𝐵 = ∅)

3) 𝐴𝑋(𝐵 ∩ 𝐶) = (𝐴𝑋𝐵) ∩ (𝐴𝑋𝐶)

4) 𝐴𝑋(𝐵 ∪ 𝐶) = (𝐴𝑋𝐵) ∪ (𝐴𝑋𝐶)

5) 𝐶 ≠ ∅ 𝑒𝑡 𝐴𝑋𝐶 = 𝐵𝑋𝐶 ⇒ 𝐴 = 𝐵

Etant donné trois ensembles A,B,C, décrivant respectivement par x, y et z ;

on appelle triplet (x, y, z) aussi bien que l’objet [(𝑥, 𝑦), 𝑧] que l’objet [𝑥, (𝑦, 𝑧)].

Le tripler (x, y, z) décrit un nouvel ensemble appelé produit cartésien de A,

B, C et noté AXBXC, dont par convention :

P a g e 20 | 80
 𝐴𝑋𝐵𝑋𝐶 = (𝐴𝑋𝐵)𝑋𝐶 = 𝐴𝑋(𝐵𝑋𝐶)

Exemples

1) Le plan de la géométrie analytique est l’ensemble R2 , l’espace est l’ensemble des

triplets (x, y, z) de trois nombres réels, donc l’ensemble R3.
2) L’ensemble des homothéties de l’espace, c’est-à-dire l’ensemble de couple (A, K) où
A est un point de l’espace R3 et K, un réel non nul, donc un élément de R* , est
l’ensemble produit R3 X R*.
3) L’ensemble des facteurs a/b est l’ensemble de couple (a, b) où a est un entier
quelconque et b, un entier non nul, c’est donc l’ensemble ZXZ*.

Remarques

𝐸𝑋𝐹𝑋𝐺 = {(𝑥, 𝑦, 𝑧)/𝑥𝜖𝐸, 𝑦𝜖𝐹, 𝑧𝜖𝐺}

Dans ce cas, la représentation sous-forme de diagramme cartésien donne le

point intérieur à un volume, et si les 3 ensembles sont définis, ils engendrent tout espace à 3
dimensions.

P a g e 21 | 80
 CHAPITRE II. LES NOMBRES COMPLEXES

II.1. INSUFFISANCE DE L’ENSEMBLE R

Il est connu que l’équation du second degré 𝑎𝑥 2 + 𝑏𝑥 + 𝑐 = 0 avec 𝑏 2 −
4𝑎𝑐 < 0 n’admet pas de racines réelles.

Pour ce, on se propose de construire un ensemble contenant R et dans lequel

une telle équation admet toujours des solutions. C’est l’ensemble des nombres complexes noté
C.

Ex : L’équation 𝑥 2 + 2𝑥 + 4 = 0 n’admet pas de solution dans l’ensemble R. Mais dans

l’ensemble C, elle admet de solution, comme nous allons le voir ultérieurement.

a) Représentation :

L’ensemble C est considéré comme un plan composé de deux axes

orthogonaux x et y.

L’axe vertical sera appelé axe des imaginaires et l’axe horizontal, l’axe des réels.

Soit un point P situé dans ce plan, sa distance OP sera représentée par un

̅
vecteur 𝑍 comme c’est illustré sur la figure ci-dessous :
𝐼𝑚

P’’ P

̅̅̅̅
𝑍̅ = 𝑂𝑃

0 x P’ 𝑅𝑒

Figure I.1

Avec OP’= x et OP’’ =y

Alors on écrira que 𝑍 = 𝑂𝑃′ + 𝑂𝑃′′

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

Chaque point du plan sera caractérisé par deux valeurs x et y, seulement, on

ajoutera i à y pour signifier qu’il s’agit d’un nombre complexe. Et, on notera : Z= (x, y=.

b) Formes

Il est à noter qu’un nombre complexe Z peut être représenté sous plusieurs
formes.

- Forme cartésienne.

Z=x+iy (1) est la forme cartésienne du nombre complexe Z.

Avec R (Z) = x : la partie réelle.

Im(Z)=y : la partie Imaginaire.

- Forme trigonométrique

En se référant à la figure n° I1 , on a le triangle rectangle suivant :

0 𝜃
x
Figure I.2
𝑥
cos 𝜃 = 𝑂𝑃 Avec x : Côté adjacent

OP : Hypoténuse
𝑦
Et sin 𝜃 = 𝑂𝑃 y : Côté opposé

On a : x=OP cos 𝜃 (2)𝑒𝑡 𝑦 = 𝑂𝑃 sin 𝜃 (3)

En mettant (2) et (3) dans (1), on a :

𝑍 = 𝑂𝑃 cos 𝜃 + 𝑖𝑂𝑃. sin 𝜃 = 𝑂𝑃(cos 𝜃 + 𝑖 sin 𝜃)(4) C’est la forme trigonométrique du

nombre complexe Z.

- 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!

On constate que 𝑒 𝑖𝜃 = cos 𝜃 + 𝑖 sin 𝜃 (7)

En mettant (7) dans (4), on a :

Z=OP(𝑒 𝑖𝜃 ) (8)

C’est la forme d’Euler du nombre complexe Z.

c) Propriétés

 Le module de Z est noté ‖𝑍 =‖‖𝑂𝑃‖ = √𝑥 2 + 𝑦 2 = 𝑟‖

𝑦 𝑏
 L’argument de Z est noté Arg (Z)=tan 𝜃 = 𝑜𝑢
𝑥 𝑎
 L’opposé de Z est noté Z* =-Z= -(x = yi)= -x – iy
 Le conjugué de Z est noté 𝑍=x – iy

d) Opérations sur les nombres complexes

Soient 𝑍1 = 𝑟1 . 𝑒 𝑖𝜃1 𝑒𝑡 𝑍2 = 𝑟2 . 𝑒 𝑖𝜃2

Alors, on peut faire les opérations suivantes :

 La multiplication

Soit 𝑍1 = 𝑟1 (cos 𝛼1 + sin 𝛼1 ) 𝑒𝑡 𝑍2 = 𝑟2 (cos 𝛼2 + sin 𝛼2 )deux nombres complexes écrits

sous la forme trigonométrique. Calculons leur produit.

𝑍1 . 𝑍2 = 𝑟1 𝑟2 [(cos 𝛼1 cos 𝛼2 − sin α1 sin 𝛼2 ) + 𝑖(cos 𝛼1 sin 𝛼2 + sin 𝛼1 cos 𝛼2 )]

= 𝑟1 𝑟2 [cos(𝛼1 + 𝛼2 ) + 𝑖 sin(𝛼1 𝛼2 )]

Ainsi :

 |𝑍1 𝑍2 | = 𝑟1 𝑟2 = |𝑍1 ||𝑍2 |

 𝐴𝑟𝑔(𝑍1 𝑍2 ) = 𝛼1 + 𝛼2 = 𝐴𝑟𝑔𝑍1 + 𝐴𝑟𝑔𝑍2

En général, si 𝑍1 , 𝑍2 , … , 𝑍𝑛 sont des nombres complexes non nuls alors :

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

Soit les nombres complexes 𝑍1 = 𝑟1 (cos 𝛼1 + 𝑖 sin 𝛼1 ) 𝑒𝑡 𝑍2 =

𝑟2 (cos 𝛼2 + isin 𝛼2 ).

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

|1 − 𝑖| = √2 𝑒𝑡 𝐴𝑟𝑔(1 − 𝑖) = 315° 𝑒𝑡 𝐴𝑟𝑔 (1 + 𝑖) = 45°

√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

Soit un nombre complexe donné sous la forme trigonométrique :

𝑍 = |𝑍|(cos 𝛼 + 𝑖 sin 𝛼)

Calculons 𝒁𝒏 avec 𝒏 ∈ 𝑵∗

On a deux possibilités :

a) Comme |𝑍 𝑛 | = |𝑍|𝑛 𝑒𝑡 𝐴𝑟𝑔𝑍 𝑛 = 𝑛 𝐴𝑟𝑔 𝑍 = 𝑛. 𝛼

𝑍 𝑛 = |𝑍|𝑛 (cos 𝑛𝛼 + 𝑖 sin 𝑛𝛼)
b) En élevant chaque membre de (1) à la puissance ne, on obtient :
𝑍 𝑛 = |𝑍|𝑛 (cos 𝛼 + 𝑖𝑠𝑖𝑛𝛼)n

Les égalités (2) et (3) impliquent : (cos 𝛼 + 𝑖𝑠𝑖𝑛𝛼)n=cos 𝛼 + 𝑖𝑠𝑖𝑛𝛼

C’est la formule de Moivre. Elle permet de calculer la n e puissance d’un

nombre complexe non nul.

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

𝑠𝑖 𝑍 = 𝑟1 . 𝑒 𝑖𝜃1 , 𝑎𝑙𝑜𝑟𝑠 (𝑍)𝑛 = 𝑟 𝑛 . 𝑒 𝑖𝜃

𝑠𝑖 𝑟 = 1, 𝑎𝑙𝑜𝑟𝑠 𝑍𝑛 = 𝑒 𝑖𝜃 (𝑓𝑜𝑟𝑚𝑢𝑙𝑒 𝑑𝑒 𝑀𝑜𝑖𝑣𝑟𝑒)

La racine nième d’un nombre complexe

La racine nième d’un nombre complexe Z donne un autre nombre complexe

𝑛
Z’ tel que : √𝑍 = 𝑍′
𝜃+2𝐾𝜋 𝑛
L’argument 𝜃 ′ = 𝑒𝑡 𝑟 ′ = √𝑟
𝑛

Avec K=0,1,3,4,5,6, …,n-1

N.B : Les racines nième d’un nombre complexe sont les sommets d’un polygone régulier à n
sommets.

Nombres complexes conjugués

1. Définition

Soit Z=a + bi un nombre complexe. On appelle nombre conjugué de Z, le

nombre complexe noté 𝑍̅ et défini par 𝑍̅ = 𝑎 − 𝑏𝑖.

Exemples

 (𝑍 = 3 + 2𝑖) ⇒ (𝑍̅ = 3 − 2𝑖)

 (𝑍 = 2 − 3𝑖) ⟹ (𝑍̅ = 2 + 3𝑖)
3 3
 (𝑍 = − 2 + 𝑖) ⟹ (𝑍̅ = − 2 − 𝑖)
 (𝑍 = 3) ⟹ (𝑍̅ = 3)
 (𝑍 = −5𝑖) ⟹ (𝑍̅ = 5𝑖)
 (𝑍 = −2) ⟹ (𝑍̅ = −2)

Conséquences

Pour tout nombre complexe Z=a+ bi, on a :

 𝑅(𝑍) = 𝑅 (𝑍̅)𝑒𝑡 𝐼(𝑍) = −𝐼(𝑍̅)

 𝑍 + 𝑍̅ = 2𝑅(𝑍), 𝑍 − 𝑍̅ = 2𝑖𝑙(𝑍) 𝑒𝑡 𝑍. 𝑍̅ = 𝑎2 + 𝑏 2
𝑍̅ 𝑎 𝑏
 𝑍 −1 = 𝑍.𝑍̅ = 𝑎2 +𝑏2 − 𝑎2 +𝑏2 𝑖
 Z est réel si et seulement si 𝑍̅ = 𝑍
 Z est imaginaire pur ssi 𝑍̅ = −𝑍
 Z et 𝑍̅ sont conjugués l’un de l’autre.

P a g e 27 | 80
Application

Rendre réel le dénominateur complexe d’une fraction.

Procédé

- Multiplier le numérateur et le dénominateur par le complexe conjugué du

dénominateur ;
- Effectuer les calculs éventuels.

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

Pour tous nombres complexes Z=a+bi et Z’=a’+ni, o a :

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

Soit Z=a+bi un nombre complexe. On appelle module de Z, le nombre réel

positif ou nul noté |𝑍|et défini par : |𝑍| = √𝑍𝑍̅ = √𝑎2 + 𝑏 2

Exemples

 𝑠𝑖 𝑍 = 3 + 4𝑖, |𝑍| = √32 + 42 = 5

 𝑠𝑖 𝑍 = 3𝑖, |𝑍| = √02 + (−3)2 = 3
1 √3 1 3
 𝑠𝑖 𝑍 = 2 + 𝑖, |𝑍| = √ + = 1
2 4 4

Conséquences

Pour tout nombre complexe Z=a+bi.

P a g e 28 | 80
 a) |−𝑍| = |𝑍̅| = |𝑍|
1
b) |𝑍 −1 | = |𝑍| = |𝑍|−1
c) |𝑎| ≤ |𝑍| 𝑒𝑡 |𝑏| ≤ |𝑍|
|𝑅(𝑍)| 𝑠𝑖 𝑍 𝑒𝑠𝑡 𝑟é𝑒𝑙
d) |𝑍| = {
|𝐼(𝑍)| 𝑠𝑖 𝑍 𝑒𝑠𝑡 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑖𝑟𝑒 𝑝𝑢𝑟

Propriétés

Quels que soient deux nombres complexes Z=a+bi et Z’=a’ + b’i :

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)

En général si 𝑍1 , 𝑍2 , … , 𝑍𝑛 sont des nombres complexes alors

(𝑃2′ ) |𝑍1 , 𝑍2 , … , 𝑍𝑛 | = |𝑍1 ||𝑍2 | … |𝑍𝑛 |

En particulier si 𝑍1 = 𝑍2 = … = 𝑍𝑛 alors |𝑍 𝑛 | = |𝑍|𝑛 (𝑛 ∈ 𝑁 ∗ )

(𝑃3′ )|𝑍1 + 𝑍2 + ⋯ + 𝑍𝑛 | ≤ |𝑍1 | + |𝑍2 | + ⋯ + |𝑍𝑛 |

Equation dans l’ensemble C

Equation du premier degré en Z

a) Forme générale :

Az+b=0

Où 𝑎 ∈ 𝐶 − {0} 𝑒𝑡 𝑏 ∈ 𝐶.

b) Procédé

L’ensemble des solutions est le suivant :

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

 Premier cas : Les coefficients sont réels

On calcule le discriminant ∆= 𝑏 2 − 4𝑎𝑐.
- Si ∆> 0 alors l’équation admet deux racines réelles distinctes :
−𝑏 + √∆ −𝑏 − √∆
𝑍1 = 𝑒𝑡 𝑍2 =
2𝑎 2𝑎
- Si ∆= 0 𝑎𝑙𝑜𝑟𝑠 l’équation possède une racine double réelle.
−𝑏
𝑍1 = 𝑍2 =
2𝑎
- Si ∆< 0 alors l’équation admet deux racines complexes conjuguées :
−𝑏 + √|∆| −𝑏 − √|∆|
𝑍1 = 𝑒𝑡 𝑍2 =
2𝑎 2𝑎
Exemples :

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 :

{𝑍 2 − [(1 + 2𝑖) + (1 − 2𝑖)]𝑍 + (1 + 2𝑖)(1 − 2) = 0 ⟹ 𝑍 2 − 2𝑍 + 50

 Deuxième cas : les coefficients a, b et c sont complexes.

On calcule le discriminant ∆= 𝑏 2 − 4𝑎𝑐
−𝑏
- Si ∆= 0, alors l’équation possède une racine complexe double 𝑍1 = 𝑍2 = 2𝑎
−𝑏+𝑢 −𝑏−𝑢
- Si ∆≠ 0 , alors l’équation admet deux racine complexes : 𝑍1 = 𝑒𝑡 𝑍2 =
2𝑎 2𝑎
Avec u, une racine carrée de ∆.

Remarque

Les équations de la forme 𝑎𝑍 2𝑛 + 𝑏𝑍 𝑛 + 𝑐 = 0 se remmènent aussi bien

dans leur forme que dans leur résolution aux équations du second degré.

En effet, il s’agit de :

- Poser 𝑡 = 𝑍 𝑛 pour obtenir une équation du second degré en t qui est :

𝑎𝑡 2 + 𝑏𝑡 + 𝑥 = 0
- Résoudre l’équation ;
- Revenir en fin à l’équation binôme 𝑡 = 𝑍 𝑛

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

- Prendre le conjuguer de chaque membre de l’équation

̅̅̅̅ + ̅̅̅̅̅̅̅
On a : (𝑎𝑍 𝑏𝑍 + 𝑐̅ = 0) (2)
- Résoudre le système en 𝑍 𝑒𝑡 𝑍̅

𝑎𝑍 + ̅𝑏𝑍
̅̅̅ + 𝑐 = 0

P a g e 31 | 80
̅̅̅̅ + 𝑎𝑍
𝑏𝑍 ̅̅̅̅ + 𝑐̅ = 0

En utilisant l’une des méthodes connues.

Exemple

Résoudre l’équation suivante :

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

On tire les valeurs de 𝑍 𝑒𝑡 𝑍̅ dans ce système deux équations à deux

inconnues (𝑍 𝑒𝑡 𝑍̅), en utilisant la méthode de CRAMER.

Equations du troisième degré

a) Equations du coefficient réel

La forme générale de ces types d’équations est :

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 :

Résoudre l’équation suivante en Z :

𝑍 3 + 3𝑍 2 + 15𝑍 + 76 = 0 (𝑎)

En prenant Z= 𝑥 + 𝛼, on a l’équation suivante :

(𝑥 + 𝛼)3 + 3(𝑥 + 𝛼)2 + 15(𝑥 + 𝛼) + 76 = 0

𝑥 3 + (3𝛼 + 3)𝑥 2 + (3𝑎2 + 6𝛼15)𝑥 + 𝛼 3 + 3𝛼 2 + 15𝛼 + 76 = 0 (𝑏)

L’équation (b) ne contient pas de terme en 𝑥 2 si :

(3𝛼 + 3 = 0) ⇔ 𝛼 = −1

En mettant cette valeur de 𝛼 dans (b), on obtient l’équation suivante :

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

L’égalité 𝑍 = 𝑥 + 𝛼 donne 𝑍 = −4 𝑜𝑢 𝑍 = 2(𝑐𝑎𝑟 𝛼 = −1).

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.

Par la méthode de Horner, on obtient :

𝑍 3 + 3𝑍 2 + 15𝑍 + 76 = 0 ⇔ [(𝑍 + 4)(𝑍 2 − 𝑍 + 19) = 0]

1+5√3𝑖 1−5√3𝑖
⇔ 𝑍 = −4, 𝑍 = ,𝑍 =
2 2

P a g e 33 | 80
Remarque

- Dans la forme générale, si le coefficient de 𝑍 3 n’est pas égal à 1, alors on divise ou on

multiplie les deux membres de l’équation par ce coefficient ;
- On peut aussi procéder par la factorisation pour résoudre ce type d’équations.

b) Equations à coefficients complexe

 Une des racines de l’équation est donnée ; soit 𝑍0 .

Première méthode

- Utiliser la méthode de Horner pour factoriser le premier membre ;

- Obtenir un produit de deux facteurs dont l’un est du premier degré et l’autre du second
degré ;
- Egaler chaque facteur à zéro et résoudre les équations obtenues.

Exemple

Résoudre 𝑍 3 − 2𝑍 2 + 2(2 − 3𝑖)𝑍 − 20 = 0

𝑍0 = 2𝑖

Par la règle de Horner, on a : 𝑍 3 − 2𝑍 2 + 2(2 − 3𝑖)𝑍 − 20 = 0 ⇔ {(𝑍 − 2𝑖)[𝑍 2 −

(2 − 2𝑖)𝑍]10𝑖 = 0} ⇔ 𝑍 = 2𝑖 𝑜𝑢 𝑍1 = 3 + 𝑖 𝑜𝑢 𝑍2 = −1 − 3𝑖

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

Résoudre 𝑍 3 − 2𝑍 2 + 2(2 − 3𝑖)𝑍 − 20 = 0; 𝑍0 = 2𝑖

Pour 𝑍 = 2𝑖; 𝑜𝑛 𝑎 (2𝑖)3 − (2𝑖)2 + 2(2 − 3𝑖)(2𝑖) − 20 = 0

La première et la seconde équation donnent :

{[𝑍 3 − (2𝑖)3 ] − 2[𝑍 2 − (2𝑖)2 ] + 2(2 − 3𝑖)(𝑍 − 2𝑖) = 0}

⇔ [(𝑍 − 2𝑖)(𝑍 2 + 2𝑖𝑍 − 4) − 2(𝑍 − 2𝑖)(𝑍 + 2𝑖) + 2(2 − 3𝑖)(𝑍 − 2𝑖) = 0]

⇔ {(𝑍 − 2𝑖) = 0 𝑜𝑢 [𝑍 2 + 2(𝑖 − 1)𝑍 − 10𝑖] = 0}

⇔ (𝑍0 = 2𝑖; 𝑍1 = 3 + 𝑖 𝑒𝑡 𝑍2 = −1 − 3𝑖)

P a g e 34 | 80
  Une des racines de l’équation est réelle, respectivement imaginaire.
- Donner au premier membre de l’équation la forme algébrique d’un nombre complexe ;
- Appliquer le principe de nullité d’un nombre complexe. Ce qui permet de trouver la
racine réelle (respectivement imaginaire) ;
- Procéder comme au point précédent.

Exemple

1) Résoudre l’équation suivante :

𝑍 3 − 6𝑍 2 + (12 + 2𝑖)𝑍 − 8 − 4𝑖 = 0, sachant que l’une des racines est réelle.

L’équation donnée peut s’écrire :

3 2
𝑍 3 − 6𝑍 2 + (12 + 2𝑖)𝑍 − 8 − 4𝑖 = 0 ⇔ {𝑍 − 6𝑍 + 12𝑍 − 8 = 0
2𝑍 − 4 = 0
3 2
⇔ {𝑍 − 6𝑍 + 12𝑍 − 8 = 0
𝑍=2
Z=2 est racine réelle qui vérifie l’équation donnée. On procède comme au point précèdent
pour résoudre cette équation.

Ainsi : 𝑍 3 − 6𝑍 2 + (12 + 2𝑖)𝑍 − 8 − 4𝑖 = 0 (𝑎′ )

⇔ 23 − 622 + (12 + 2𝑖)2 − 8 − 4𝑖 = 0 (𝑏 ′ )

(a’) et (b’) donnent :

[(𝑍 3 − 23 ) − 6(𝑍 2 − 22 ) + (12 + 2𝑖)(𝑍 − 2) = 0]

⇔ [(𝑍 − 2)(𝑍 2 − 5𝑍 + 4 + 2𝑖) = 0]

⇔ (𝑍 = 2; 𝑍 = 3 − 𝑖 𝑒𝑡 𝑍 = 1 + 𝑖)

2) Résoudre l’équation suivante

𝑍 3 − (1 + 8𝑖)𝑍 2 + (17𝑖 − 7)𝑍 − 10𝑖 + 30 = 0 (1)

Soit xi une solution de l’équation (1)

On a : −𝑥 3 − (1 + 8𝑖)(𝑥𝑖)2 + (17𝑖 − 7)(𝑥𝑖) − 10𝑖 + 30 = 0

−𝑥 3 𝑖 − (1 + 8𝑖)(𝑥𝑖)2 + (17𝑖 − 7)(𝑥𝑖) − 1à𝑖 + 30 = 0

⇔ −𝑥 3 + 𝑥 2 + 8𝑥𝑖 − 17𝑥 − 7𝑥𝑖 − 10𝑖 + 30 = 0

−𝑥 3 + 𝑥 2 − 7𝑥 − 10 + 30 = 0 (2)
⟹{
𝑥 2 − 17𝑥 + 30 = 0 (3)

Les solutions de l’équation (3) sont : 15 et 2

P a g e 35 | 80
De ces deux valeurs seules 2 vérifie l’équation (2)

Ainsi 𝑍0 = 2𝑖 et on raisonne comme aux points précédents :

En effet, la factorisation de (2) donne :

(𝑍 − 2𝑖)[𝑍 2 − (1 + 6𝑖)𝑍 + 5 + 15𝑖] = 0 (4)

𝑂ù 𝑍0 = 2𝑖 (5)

Et 𝑍 2 − (1 + 6𝑖)𝑍 + 5 + 15𝑖 = 0 (6)

La résolution de l’équation du second degré (6) donne les racines :

𝑍1 = 2 − 1 𝑒𝑡 𝑍2 = −1 + 7𝑖

D’où l’équation (1) a pour ensemble solution 𝑆 = {2𝑖; 2 − 𝑖; −1 + 7𝑖}

II.2. Quelques propriétés sur les polynômes dans C

Soit 𝑃𝑛 (𝑍) = 𝑎𝑛 𝑍𝑎𝑛−1 𝑍 𝑛−1 + ⋯ 𝑎1 𝑍 + 𝑎0 𝐴𝑣𝑒𝑐 𝑎𝑛 ≠ 𝑂; 𝑛 >1

𝑃𝑛 (𝑍) est un polynôme de degré n dans C où 𝑎𝑛 , 𝑎𝑛 − 1, … 𝑎0 sont des coefficients.

Propriétés I

Si au moins un des coefficients est complexe alors le polynôme admet au

moins, un zéro dans C. cette propriété est appelée « Théorème de D’Alembert ».

Conséquence

Tout polynôme de degré n non nul, à coefficients dans C admet exactement

n zéro distinct ou confondus.

Ainsi le polynôme peut s’écrire :

𝑃𝑛 (𝑍) = 𝑎𝑛 (𝑍 − 𝑍1 )𝑛1 (𝑍 − 𝑍2 )𝑛2 … (𝑍 − 𝑍𝑘 )𝑛𝑘 𝑎𝑣𝑒𝑐 𝑛1 + 𝑛2 + ⋯ 𝑛𝑘 = 𝑛

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

- Une équation de degré n a coefficients réels admet n racines complexes distinctes ou

confondus ; celle-ci sont soit réelles, soit complexe conjuguées deux à deux ;
- Un polynôme entier, à coefficients réels, se décompose en un produit de facteurs
linéaires Z−𝛼ou quadratiques 𝑍 2 + 𝑝𝑥 + 𝑞 𝑎𝑣𝑒𝑐 𝑝2 − 4𝑞 < 0
P a g e 36 | 80
 𝑎𝑛−1
La somme des zéros de 𝑃𝑛 (𝑍) est donnée par 𝑆 = 𝑎𝑛
𝑖è𝑚𝑒
- La somme des racines 𝑛 d’un nombre complexe 𝛼, solutions de l’équation binôme
𝑍𝑛 = 𝛼, est nulle.
𝑎
𝑃3 . Le produit des zéros de 𝑃𝑛 (𝑍) est donné par : 𝑃 = (−1)𝑛 . 𝑎0
𝑛

Exemple

1. Résoudre l’équation P(z)=𝑍 3 − 3𝑍 2 + 4𝑍 − 2 = 0 sachant qu’elle admet 1-i comme

racine.

Résolution

L’équation étant à coefficients réels, 1+i est une deuxième racine de l’équation.

Soit 𝛼 la troisième racine de P(z).

Nous avons : 𝑃(𝑧) = (𝑍 − 𝛼)(𝑍 − 1 − 𝑖)(𝑍 − 1 + 𝑖)

= (𝑍 − 𝛼)(𝑍 2 − 2𝑍 + 2)

= 𝑍 3 + (−2 − 𝛼)𝑍 2 + (2 + 2𝛼)𝑍 − 2𝛼

En identifiant les deux expressions de P(z), nous obtenons :

(−2 − 𝛼 = −3 𝑜𝑢 2 + 2𝛼 = 4) ⇔ (𝛼 = 1). 𝑆 = {1 + 𝑖, 1 − 𝑖, 1}

II.3. Application des nombres complexes aux circuits électriques

1. Circuit simple
En électricité, un circuit est dit simple s’il ne comporte qu’un seul des
éléments suivant :

- Une résistance pure dont la valeur est notée R(ohm) ;

- Une bobine dont le coefficient de self-induction est noté L (henry) ;
- Un condensateur dont la capacité est notée c (farad).

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.

a) Cas des résistances pures

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

De ce fait : 𝐸⃗ =R. 𝐼 donc Z=R

b) Cas d’une bobine

Soit un circuit dans lequel sont mises en série une bobine et une source de
tension. R

𝐸⃗

Dans ce cas, 𝐸⃗ est déphasée de 90° en avance avec 𝐼 .

90°

De ce fait : 𝐸⃗ = 𝑖. 𝑙. 𝜔𝐼 ̅ donc Z=Z+𝑖. 𝐿; 𝜔

𝐿. 𝜔 est donc la résistance du circuit.

A est toujours l’impédance complexe du circuit.

c) Cas d’un condensateur

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 .

𝐸⃗ est déphasée de 90° en avance avec 𝐼 .

Dans ce cas, 𝐸⃗ est déphasée de 90° en avance avec 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

II.4. Circuit composé

En électricité, un circuit est dit « composé » s’il comporte plusieurs circuits

simples associés en série et/ou en parallèle.

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.

En effet, 𝑍 = 𝑎 + 𝑏𝑖(𝑎𝑣𝑒𝑐 𝑎, 𝑏𝜖𝑅) désigne l’impédance complexe du

circuit composé.
𝑎
𝑍 = √𝑎2 + 𝑏 2 désigne le module de Z cos 𝜑 = 𝑍 représente le facteur de
puissance du circuit.

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

Si 𝜀 est l’espace vectoriel, alors pour tout 𝑥, 𝑦𝜖𝜀 ; on 𝑎𝑥 + 𝑦 = 𝑦 + 𝑥

2) Existence d’un vecteur neutre

𝑦𝜖
∀𝑥 ∈ 𝜀, ∃ + 𝑦 = 𝑦 + 𝑥 = 𝑥 𝑦 = 0 𝑦 est le vecteur neutre.
𝑥

3) Existence d’un vecteur opposé

𝑦𝜖
∀𝑥 ∈ 𝜀, ∃ + 𝑦 = 𝑦 + 𝑥 = 𝑥 𝑦 = 0 − 𝑥 est le vecteur opposé.
𝑥

4) La linéarité

∀𝑥, 𝑦 ∈ 𝜀 𝑒𝑡 ∀𝛼, 𝛽 ∈ 𝑅 :

- 𝛼(𝑥 + 𝑦) = 𝛼𝑥 + 𝛼𝑦
- 𝑥(𝛼 + 𝛽) = 𝛼𝑥 + 𝛽𝑥

III.2. Sous espace vectoriel

Un sous ensemble vectoriel est tout sous-ensemble de l’espace vectoriel
dont tous les éléments obéissent aux axiomes d’un espace vectoriel.

III.3. Famille de vecteurs

Soit f un ensemble fini de vecteurs. On écrit :

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 x, un vecteur quelconque de l’espace vectoriel 𝜀. On dit que x est une

combinaison linaire de 𝑓𝑖 si il existe des scalaires ai avec 𝑖 = 1,2,3, … 𝑚 𝑜ù 𝑎𝑖 ≠
0, 𝑡𝑒𝑙 𝑞𝑢𝑒, 𝑥 = ∑ 𝑎𝑖, 𝑓𝑖 = 𝑎1 𝑓1 + 𝑎2 𝑓2 + 𝑎3 𝑓3 + ⋯ + 𝑎𝑚 𝑓𝑚.

Cette notation s’appelle convention de sommation d’EINSTEIN ; si tous les

ai sont nuls, on a une combinaison linéaire triviale. C’est-à-dire x=0.

III.4. Dépendance linéaire

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

Cette relation montre 𝑓1 est combiné avec les autres et 𝑎𝑖 ≠ 𝑂.

Donc les 𝑓1 sont linéairement dépendants ou non libre.

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.

III.5. Rang d’une famille des vecteurs

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).

Base → espace vectoriel (nombre des familles max extraits de l’E.V).

P a g e 41 | 80
III.6. Base et dimension

La notion de base est une notion qui provient directement de la notion du

rang d’une famille des vecteurs.

On appelle base d’un espace vectoriel, toute famille max extraite de cet
espace vectoriel.

On appelle aussi famille maximale, toute sous famille composée d’un

nombre maximum des vecteurs libres.

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.

N.B : Le nombre maximum des vecteurs d’une base s’appelle dimension.

Exemple

1 1 1
1) Soit 𝐹 = {𝑓1 = (1) , 𝑓2 = (1) , 𝑓3 = ( 0 )}
1 0 −1
Montrer que ces trois vecteurs sont linéairement indépendants ?

Si les vecteurs sont indépendants, on aura : 𝑎1 𝑓1 + 𝑎2 𝑓2 + 𝑎3 𝑓3 = 0 𝑎𝑣𝑒𝑐 𝑎2 = 𝑎3 = 0

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)

Mettons (1) dans (2) : 𝑎1 + 𝑎3 = 0 => 𝑎1 = −𝑎3 (4)

P a g e 42 | 80
Mettons (4) dans (3) : −2𝑎3 + 𝑎3 = 0

−𝑎3 + 𝑎3 = 0

Etant donné que 𝑎3 ∈ 𝑅, donc 𝑎3 ≠ 0

Comme au moins un scalaire 𝑎3 est différent de 0, alors la famille est non

libre.

III.7. Représentation vectorielle dans une base donnée

Soit E= {𝑒1 }1𝑚

Soit aussi x, un vecteur appartenant à 𝜀

X peut toujours s’exprimer comme combinaison linéaire des vecteurs 𝑒𝑖 de la base E et ce,
d’une manière unique.

Supposons alors que le vecteur x s’exprime de deux manières différentes,

telles que : 𝑥 = 𝑥𝑖 . 𝑒𝑖 𝑒𝑡 𝑥𝑖′ . 𝑒𝑖′ .

Comme la base est unique, alors 𝑒𝑖′ . 𝑒𝑖

⟹ 𝑥𝑖 . 𝑒𝑖 = 𝑥𝑖′ . 𝑒𝑖′

⟹ 𝑥𝑖 . 𝑒𝑖 − 𝑥𝑖′ . 𝑒𝑖′ = 0

(𝑥𝑖 . 𝑒𝑖′ )𝑒𝑖′ = 0 ⟹ 𝑥𝑖 = 𝑥𝑖′

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.

III.8. Eléments de calcul vectoriel

𝑋1 𝑌1
𝑋 𝑌
1) Egalité : Deux vecteurs 𝑥 = ( 2 ) 𝑒𝑡 𝑦 = ( 2 ) sont égaux, si 𝑥𝑖 = 𝑦𝑖 ;
⋮ ⋮
𝑋𝑚 𝑌𝑚

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

III.9. Espace Euclidien

Un espace Euclidien est un espace vectoriel muni de la notion de distance et
de l’angle.

1) Norme ou longueur de vecteur

𝑋1
Soit 𝑥 = ( ⋮ ), un vecteur.
𝑋𝑚

La norme ou longueur de x est donnée par :

1
𝑋1 2
𝑋
‖𝑥‖ = 𝑥1 , 𝑥2 , … 𝑥𝑚 ( 2 )} = √𝑥12 + 𝑥22 + ⋯ 𝑥𝑚
2
⋮
𝑋𝑚
{
2) Vecteur unité dans une direction donnée

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

Le produit scalaire de deux vecteurs est un scalaire.

Soient x et y deux vecteurs. Leur produit scalaire est donné par 𝑝 = 𝑥𝑖 , 𝑦𝑖 .

Ou encore 𝑃 = ‖𝑥‖. ‖𝑦‖. cos 𝜃 𝑎𝑣𝑒𝑐 𝜃 l’angle entre les deux vecteurs.
𝜋
 La condition d’orthogonalité est que 𝜃 = 2

Exemple

Trouver le produit scalaire de deux vecteurs.

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

Soient deux vecteurs x et y, on appelle produit vectoriel de ces deux

vecteurs, le produit noté.
𝑒1 𝑒2 𝑒3
𝑥 ∗ 𝑦 = | 1 𝑥2 𝑥3 | Où 𝑒1 , 𝑒2 , 𝑒3 sont respectivement des vecteurs
𝑥
𝑦1 𝑦2 𝑦3
unitaires dans la direction de x, y et de z.
𝑥2 𝑥3 𝑥1 𝑥3 𝑥1 𝑥2
𝑥 ∗ 𝑦 = 𝑒1 |𝑦 𝑦3 | 𝑒2 |𝑦1 𝑦3 | 𝑒3 |𝑦1 𝑦2 |
2

Le produit vectoriel de deux vecteurs x et y est un vecteur qui est

perpendiculaire au plan formé par les deux vecteurs x et y.

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

Soit 𝑥 = (1,5; 4) 𝑒𝑡 𝑦 = (−2,6,3)

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)

𝑒1 (−9) − 𝑒2 (−11) + 𝑒3 (+16)

Donc 𝑥 ∗ 𝑦 = −9𝑒1 + 22𝑒2 + 16𝑒3

Ce vecteur est perpendiculaire au plan formé par les vecteurs 𝑥 = 𝑒1 +

5𝑒2 + 4𝑒3 𝑒𝑡 𝑦 = −2𝑒1 + 6𝑒2 + 3𝑒3

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.

Soient V et W deux espaces vectoriels représentés respectivement par :

𝑉 = {𝑥1 , 𝑥2 , … 𝑥𝑚 } 𝑒𝑡 𝑊 = {𝑦1 , 𝑦2 , … 𝑦𝑚 }

Une application f associe à tout vecteur x de v un vecteur unique y de W.

Toute application linéaire est caractérisée par la propriété suivante :

Soit 𝛼, un scalaire, alors 𝑓(𝛼, 𝑥)𝑎𝑣𝑒𝑐 𝛼 ∈ 𝑅 = 𝛼𝑓(𝑥).

𝑓(2.5) = 2𝑓(5)

a. Représentation d’une application linéaire

L’image d’un vecteur x dans une base donnée détermine complètement la présentation d’une
application linéaire.

En effet, soient V et W deux espaces vectoriels représentés respectivement par :

𝐸 = {𝑒1 }1𝑚 𝑒𝑡 𝐸′ = {𝑒′1 }1𝑚 et soit x un vecteur de V. nous nous proposons de

trouver l’image de x dans W par l’application 𝑓(𝑥).

𝑓(𝑥) = 𝑓(𝑥𝑖 𝑒𝑖 ) = 𝑥𝑖 . 𝑓(𝑒𝑖 )

𝑓(𝑒𝑖 ) Constitue une famille d’image de la base E dans la base E’ par l’application f. cette
famille est représentée par :

𝜋 = {𝑓(𝑒1 ), 𝑓(𝑒𝑖 ), 𝑓(𝑒3 ), … 𝑓(𝑒𝑚 )}

La famille 𝜋 dans la base 𝐸 ′ = {𝑒′1 }1𝑚 est donnée par 𝑓(𝑒𝑖 ) = 𝑒𝑖 .

On aura donc 𝑓(𝑒𝑖 ) = 𝑎𝑖 , 𝑒′.

𝑓(𝑒1 ) = 𝑎1𝑗 , 𝑒 ′ 𝑗 = 𝑎11 , 𝑒 ′ 𝑗 + 𝑎12 , 𝑒′2 + 𝑎13 , 𝑒′3 + ⋯ 𝑎1𝑚 𝑒′𝑚

𝑓(𝑒2 ) = 𝑎2𝑗 , 𝑒 ′ 𝑗 = 𝑎21 , 𝑒 ′ 𝑗 + 𝑎22 , 𝑒′2 + 𝑎23 , 𝑒′3 + ⋯ 𝑎2𝑚 𝑒′𝑚

𝑓(𝑒3 ) = 𝑎3𝑗 , 𝑒 ′ 𝑗 = 𝑎31 , 𝑒 ′ 𝑗 + 𝑎32 , 𝑒′2 + 𝑎33 , 𝑒′3 + ⋯ 𝑎3𝑚 𝑒′𝑚

P a g e 47 | 80
 ⋮ ⋮ ⋮

𝑓(𝑒𝑚 ) = 𝑎𝑚𝑗 , 𝑒 ′ 𝑗 = 𝑎𝑚1 , 𝑒 ′ 𝑗 + 𝑎𝑚2 , 𝑒′2 + 𝑎𝑚3 , 𝑒′3 + ⋯ 𝑎𝑚𝑚 𝑒′𝑚

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.

𝑎11 𝑎12 𝑎13 𝑎1𝑚

𝑎21 𝑎22 𝑎23 𝑎2𝑚
𝜋 = 𝑎31 𝑎32 𝑎33 𝑎3𝑚
⋮ ⋮ ⋮ ⋮
[𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 𝑎𝑚𝑚 ]

Ce tableau est appelé une « MATRICE »

𝑠𝑖 𝑛 ≠ 𝑚, La matrice est dite rectangulaire.

𝑠𝑖 𝑛 == 𝑚, la matrice est dite carrée.

IV.2. Calcul matriciel

1) Egalité de deux matrices

Soient 𝐴 = (𝑎𝑖𝑗 ) 𝑒𝑡 𝐵 = (𝑏𝑖𝑗 ), deux matrices.

𝐴 = 𝐵, 𝑠𝑠𝑖 (𝑎𝑖𝑗 ) = (𝑏𝑖𝑗 ) Avec i : indice ligne.

J : indice colonne.

2) Sommes et différence de deux matrices

𝐴 ± 𝐵 = (𝑎𝑖𝑗 ) ± (𝑏𝑖𝑗 ),

= (𝑎𝑖𝑗 ± 𝑏𝑖𝑗 )

3) Multiplication d’une matrice par un scalaire

Soient 𝐴 = (𝑎𝑖𝑗 ), une matrice et 𝛼 un scalaire

Alors 𝛼𝐴 = 𝛼(𝑎𝑖𝑗 ) = (𝛼𝑎𝑖𝑗 )

4) Matrice symétrique

Une matrice est dite symétrique si (𝑎𝑖𝑗 ) = (𝑎𝑖𝑗 )

5) Matrice triangulaire

Une matrice A est dite triangulaire quand elle a la forme ci-dessous :

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

Pour 𝑖 < 𝑗: matrice triangulaire inférieure

Pour 𝑖 > 𝑗: matrice triangulaire supérieure

6) Matrice unitaire

Une matrice A est dite unitaire quand elle à la forme ci-dessous :

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

On appelle matrice transposée de la matrice notée 𝑡𝐴 , la matrice obtenue en permutant les

lignes et les colonnes de même ordre.

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

𝐴11 𝐴12 𝐴13

𝑡
La transposée de A notée 𝐴 = (𝐴21 𝐴22 𝐴23 )
𝐴31 𝐴32 𝐴33
𝑎22 𝑎23 𝑎11 𝑎13 𝑎21 𝑎22
Avec 𝐴11 = (𝑎 𝑎33 ) 𝐴22 = ( 𝑎31 𝑎33 ) 𝐴33 = (𝑎31 𝑎32 )
32

P a g e 49 | 80
Propriétés

- La transposition d’une somme est la somme des transposés

𝑡(𝐴.𝐵) = 𝑡𝐴 + 𝑡𝐵
- La transposition de produit est égale au produit des transposés pris dans l’ordre inverse
𝑡(𝐴.𝐵) = 𝑡𝐵. 𝑡𝐴
- La transposée de la transposée de la matrice A est égale A
(𝑡𝐴 )𝑡 = 𝐴h
9) Matrice adjointe

C’est la transposée de matrice de cofacteur

Soit 𝐴 = 𝑎𝑖𝑗 une matrice. Alors A est une matrice adjointe ssi (𝑎𝑖𝑗 )𝑡 = 𝑎𝑖𝑗 = 𝐴𝑑𝑗 𝐴.

10) Matrice inverse

𝐴𝑑𝑗 𝐴 𝐴𝑡
Soit A=𝑎𝑖𝑗 une matrice, sa matrice inverse est notée 𝐴−1 = = 𝑑é𝑡 𝐴 avec dét A=
𝑑é𝑡 𝐴
déterminant de A.

11) Matrice diagonale

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 )

La diagonale de la matrice A est notée diag 𝐴 = {𝑎11 , 𝑎22 , … , 𝑎𝑚𝑚 }

12) Matrice conjuguée

Notée 𝐴̅ ou 𝐴∗

C’est la matrice obtenue en conjuguant les éléments de la matrice 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∗

Implique le transposé de 𝐴̅ est le conjugué de A

𝑡 −𝐴 = 𝑡𝐴̅

IV.3. Marche à suivre pour diagonaliser une matrice diagonalisable

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

Avec A : la matrice à diagonalisé

In : la matrice unitaire d’ordre n

𝜆 : valeurs propres

Etape 2 : Calculer factoriser P. en déduire les valeurs propres 𝜆 et leur multiplicité 𝑚𝜆.

Etape 3 : Pour chaque valeur propre 𝜆, résoudre le système (𝐴 − 𝜆𝛪n)x = 0

En déduire une base 𝐵𝜆 (comportant 𝑚𝜆 vecteurs) de l’espace vectoriel des solutions

Etape 4 : Ecrire la relation 𝐴 = 𝑃𝐷𝑃−1 ainsi que la matrice diagonale D dont les coefficients
sont les vecteurs propres trouvée.

Etape 5 : Au besoin, inverser la matrice P pour obtenir 𝑃−1 .

P a g e 51 | 80
 CHAPITRE V. DETERMINANTS
V. 1. Définitions
1. Déterminant d’ordre 2

Nous avons été conduits à poser

𝑎11 𝑎12
𝐷 = |𝑎 𝑎22 | = 𝑎11 𝑎22 − 𝑎12 𝑎21
21

D est un déterminant d’ordre 2, ses 4 éléments sont disposés en 2 lignes et

en 2 colonnes.

2. Déterminant d’ordre 3

1° Nous avons été conduits à poser

𝑎11 𝑎12 𝑎13
𝑎
𝐷 = | 21 𝑎22 𝑎23 | = 𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎12 𝑎32
𝑎31 𝑎32 𝑎33

−𝑎13 𝑎22 𝑎31 − 𝑎11 𝑎23 𝑎31 − 𝑎12 𝑎21 𝑎33

Développement que l’on retrouve en appliquant la règle de SARRUS D est un déterminant

d’ordre 3 ; ses 9 éléments sont disposés en 3 lignes et en 3 colonnes.

2° Remarquons que D peut s’écrire

𝑎22 𝑎23 𝑎21 𝑎23 𝑎21 𝑎22
𝑎11 = |𝑎 𝑎33 | − 𝑎12 |𝑎31 𝑎33 | + 𝑎13 |𝑎31 𝑎32 |
32

D’où, en posant
𝑎22 𝑎21 𝑎21 𝑎23 𝑎11 𝑎12
𝐴11 = |𝑎 𝑎33 | , 𝐴12 = − | 𝑎31 𝑎33 | , 𝐴13 = |𝑎31 𝑎32 |
32

𝐷 = 𝑎11 𝐴11 + 𝑎12 𝐴12 + 𝑎13 𝐴13 (1)

𝐴11 , 𝐴12 , 𝐴13 s’appellent les mineurs respectivement de 𝑎11 , 𝑎12 , 𝑎13.

Le mineur d’un élément de D (d’ordre 3) est le déterminant (d’ordre 2) obtenu en supprimant

dans D, la ligne et la colonne qui contiennent l’élément considéré et précédé du signe + ou du
signe -, selon que la somme des indices de l’élément est paire ou impaire.

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 :

𝐷 = 𝑎31 𝐴31 + 𝑎32 𝐴32 + 𝑎33 𝐴33

Ou suivant les éléments d’une colonne, par exemple la 2e :

𝐷 = 𝑎12 𝐴12 + 𝑎22 𝐴22 + 𝑎32 𝐴32

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.

Nous sommes conduits aux définitions suivantes :

3. Déterminant d’ordre n

1° Notations
𝑎11 𝑎12 … 𝑎1𝑗 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑗 … 𝑎2𝑛
𝐷=| |
⋮ ⋮ ⋮ ⋮
… 𝑎 …
𝑎𝑛1 𝑎𝑛2 𝑛𝑗 𝑎𝑛𝑛

Représente un déterminant d’ordre n.

Les éléments 𝑎𝑖1 , 𝑎𝑖2 , … 𝑎𝑖𝑛 formant la 𝑖 𝑒 ligne (rangée horizontale).

Les éléments 𝑎1𝑗 , 𝑎2𝑗 , … 𝑎𝑛𝑗 formant la 𝑗 𝑒 colonne (rangée verticale).

𝑎21 , 𝑎22 , 𝑎33 … 𝑎𝑛𝑛 Sont les éléments principaux.

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.

Par exemple, suivant les éléments de la 𝑖 𝑒 ligne :

𝐷 = 𝑎𝑖1 𝐴𝑖1 + 𝑎𝑖2 𝐴𝑖2 + 𝑎𝑖𝑛 𝐴𝑖𝑛

On ramène ainsi la définition d’un déterminant d’ordre n à celle d’un

déterminant d’ordre n-1 et ainsi de suite jusqu’au déterminant d’ordre 1 qui est égal, par
définition, à son unique élément.

La définition de D est justifiée par le théorème suivant :

4° Théorème

La valeur d’un déterminant ne dépend pas de la rangé suivant laquelle on le développe.

Démonstration

a) Vérifions la propriété pour un déterminant d’ordre 2

𝑎11 𝑎12 𝐴11 = 𝑎22 ; 𝐴12 = −𝑎21
|𝑎 𝑎22 |
21 𝐴21 = 𝑎12 ; 𝐴22 = 𝑎11

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)

Ont tous la même valeur :

𝑎11 𝑎22 − 𝑎12 𝑎21

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.

Pour simplifier l’écriture, prenons n=4, soit le déterminant :

𝑎11 𝑎12 𝑎13 𝑎14

𝑎21 𝑎22 𝑎23 𝑎24
𝐷 = |𝑎 𝑎32 𝑎33 𝑎34 |
31
𝑎41 𝑎42 𝑎43 𝑎44

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

Le premier membre de (1) s’écrit :

𝑎22 𝑎23 𝑎24 𝑎12 𝑎13 𝑎14 𝑎12 𝑎13 𝑎14
𝑎11 |𝑎32 𝑎33 𝑎34 | − 𝑎21 |𝑎32 𝑎33 𝑎34 | − 𝑎41 |𝑎22 𝑎23 𝑎24 |
𝑎42 𝑎43 𝑎44 𝑎42 𝑎43 𝑎44 𝑎32 𝑎33 𝑎34

Ou, en développant chacun des déterminants d’ordre n-1=3, qui y interviennent, suivant les
éléments de 3é ligne de D :

𝑎32 𝑋 + 𝑎33 𝑌 + 𝑎34 𝑍

𝑎23 𝑎24 𝑎13 𝑎14 0 𝑎14
𝑋 = −𝑎11 |𝑎 𝑎44 | + 𝑎21 |𝑎42 𝑎44 | − 𝑎41 |𝑎23 | = 𝐴32
42 𝑎24

Si de même

𝑌 = 𝐴33 𝑒𝑡 𝑍 = 𝐴34

D’où (1)

Démonstration analogue si on développe D suivant deux rangées parallèles.

5° on retrouve pour 𝑛 = 2 𝑒𝑡 𝑝𝑜𝑢𝑟 𝑛 = 3,

Conséquences des définitions

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.

2° Chaque terme du développement d’un déterminant d’ordre n est un produit de n facteurs

contenant un seul élément de chaque ligne et de chaque colonne du déterminant. Le
développement d’un déterminant d’ordre n à 𝑃𝑎 = 𝑛𝑙 termes.

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

V.2. Propriétés des déterminants

V.2.1. Permutation des lignes et des colonnes

La valeur d’un déterminant ne change pas quand on permute chaque ligne avec la colonne de
même rang.

Démonstration

a) On vérifie immédiatement la propriété pour un déterminant d’ordre 2 :

𝑎 𝑏1 𝑎1 𝑎2
| 1 | = |𝑏 𝑎 |
𝑎2 𝑏2 1 2

En effet, ces deux déterminants sont égaux à 𝑎1 𝑏2 − 𝑎2 𝑏1 .

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

Soient 𝐴1 , 𝐴2 , 𝐴3 les mineurs respectivement de 𝑎1 , 𝑎2 , 𝑎3 dans le premier déterminant ; celui-

ci peut s’écrire :

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

𝑎1 𝐴1 + 𝑎2 𝐴2 + 𝑎3 𝐴3 = 𝑎1 𝐴1′ + 𝑎2 𝐴′2 + 𝑎3 𝐴′3 D’où (1).

Conséquence

Toute propriété se rapportant aux lignes d’un déterminant est valable pour les colonnes et
réciproquement.

Permutation de deux rangées parallèles

La valeur d’un déterminant change seulement de signe quand on permute deux rangées
parallèles.

Démonstration

Il suffit de considérer la permutation de deux colonnes

a) On vérifie immédiatement la propriété pour un déterminant d’ordre 2 :

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 :

𝑏1 𝐵′1 + 𝑏2 𝐵′2 + 𝑏3 𝐵′3

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

𝑏1 𝐵1 + 𝑏2 𝐵2 + 𝑏3 𝐵3 = −(𝑏1 𝐵1′ + 𝑏2 𝐵2′ + 𝑏3 𝐵3′ ) 𝑑 ′ 𝑜ù(1)

P a g e 56 | 80
Conséquences

1° un déterminant ayant deux rangées parallèles identiques est nul.

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,

𝐶1 , 𝐶2 , 𝐶3 étant les mineurs respectivement de 𝑐1 , 𝑐2 , 𝑐3.

Les mineurs 𝐶1 , 𝐶2 , 𝐶3 ne dépendant pas de 𝑐1 , 𝑐2 , 𝑐3 le déterminant

𝑎1 𝑏1 𝑎1
|𝑎2 𝑏2 𝑎2 |
𝑎3 𝑏3 𝑎3

Développé suivant les éléments de sa troisième colonne égale

𝑎1 𝐶1 + 𝑎2 𝐶2 + 𝑎3 𝐶3

Or ce déterminant est nul, d’où (1).

Remarque

Cette propriété jointe à la définition d’un déterminant donne les formules :

𝑖−𝑛
= 0 𝑠𝑖 𝑖 ≠ 𝑟
∑ 𝑎𝑖𝑗 𝐴𝑟𝑖 {
= 𝐷 𝑠𝑖 𝑖 = 𝑟
𝑗−1

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.

Pour simplifier l’écriture, considérons un déterminant d’ordre 3. Démontrons que :

𝑎1 𝑏1 𝑐1 𝑚𝑎1 𝑚𝑏1 𝑚𝑐1

𝑎
𝑚| 2 𝑏2 𝑐2 | = |𝑚𝑎2 𝑚𝑏2 𝑚𝑐2 |
𝑎3 𝑏3 𝑐3 𝑚𝑎3 𝑚𝑏3 𝑚𝑐3

En effet, 𝐴1 , 𝐴2 , 𝐴3 étant les mineurs des éléments de la 1é colonne du premier déterminant,

celui-ci s’écrire :

𝑎1 𝐴1 + 𝑎2 𝐴2 + 𝑎3 𝐴3

Mais 𝐴1 , 𝐴2 , 𝐴3 sont également les mineurs des éléments de la 1é colonne du second

déterminant, celui-ci peut s’écrire :

𝑚𝑎1 𝐴1 + 𝑚𝑎2 𝐴2 + 𝑚𝑎3 𝐴3 𝑜𝑢 𝑚(𝑎1 𝐴1 + 𝑎2 𝐴2 + 𝑎3 𝐴3 ) 𝑑 ′ 𝑜ù (1).

Conséquences

1° Si on change de signe tous les éléments d’une rangée, le déterminant change de signe.

En effet, changer de signe revient à multiplier par -1.

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.

Pour simplifier l’écriture, considérons un déterminant d’ordre 3, nous avons :

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.

V.2.3. Transformation d’un déterminant en une somme de

déterminant
Est la somme de p déterminants de même ordre.

Si les éléments d’une rangée sont des sommes de p termes, le déterminant

est la somme de p déterminants de même ordre.

Pour simplifier l’écriture, considérons un déterminant d’ordre 3 et prenons

p=2, démontrons que :

𝑎′1 + 𝑎′′1 𝑏1 𝑐1 𝑎′1 𝑏1 𝑐1 𝑎′′1 𝑏1 𝑐1

|𝑎′2 + 𝑎′′2 𝑏2 𝑐2 | = |𝑎′2 𝑏2 𝑐2 | + |𝑎′′2 𝑏2 𝑐2 | (1)
𝑎′3 + 𝑎′′3 𝑏3 𝑐3 𝑎′3 𝑏3 𝑐3 𝑎′′3 𝑏3 𝑐3

En effet, soient 𝐴1 , 𝐴2 , 𝐴3 les mineurs des éléments de la 1é colonne du

premier déterminant, celui-ci peut s’écrire :

(𝑎′1 + 𝑎′′1 )𝐴1 + (𝑎′2 + 𝑎′′2 )𝐴2 + (𝑎′3 + 𝑎′′3 )𝐴3

Où

(𝑎′1 𝐴1 + 𝑎′2 𝐴2 + 𝑎′3 𝐴3 ) + (𝑎′′1 𝐴1 + 𝑎′′2 𝐴2 + 𝑎′′3 𝐴3 )

C’est-à-dire la somme des deux déterminants du second nombre de (1)

puisque 𝐴1 , 𝐴2 , 𝐴3 sont aussi les mineurs des éléments de la 1𝑒 colonne dans chacun de ces
déterminants.

Exemple :
𝑎 𝑥 𝑎 𝑥 𝑎 0
|𝑏 𝑦 + 𝑥 | = |𝑏 𝑦 | + |𝑏 |
𝑥
Conséquence

La valeur d’un déterminant ne change pas quand on ajoute aux éléments

d’une rangée des équimultiples des éléments correspondants d’une ou de plusieurs rangées
parallèles.

Pour simplifier l’écriture, considérons un déterminant d’ordre 3.

Démontrons que :

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

En effet, le déterminant du second membre égale la somme :

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

Dont les deux derniers termes sont nuls

Applications :

a) Simplifier le calcul d’un déterminant.

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

b) Démontrons qu’un déterminant.

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.

c) Décomposer en facteur un déterminant de la forme :

1 𝑎 𝑎2
𝑉3 = |1 𝑏 𝑏2 |
1 𝑐 𝑐2

Qu’on appelle déterminant de Vandermonde (du 3é ordre).

P a g e 60 | 80
 1 𝑎 𝑎2 1 𝑎 𝑎2 1 𝑎 𝑎2
𝑉3 = |0 22 | = (𝑏 − 𝑎) | | = (𝑏 − 𝑎) |
𝑏−𝑎 𝑏 −𝑎 0 1 𝑏+𝑎 0 1 𝑏+𝑎 |
1 𝑐 𝑐2 1 𝑐 𝑐2 0 𝑐−𝑎 𝑐 2 − 𝑎2
1 𝑏+𝑎
= (𝑏 − 𝑎)(𝑐 − 𝑎) | | = (𝑏 − 𝑎)(𝑐 − 𝑎)(𝑐 − 𝑏).
1 𝑐+𝑎
On démontre de même que :

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

V.2.4. Produit de deux déterminants de même ordre

Le produit de deux déterminants d’ordre n égale le déterminant d’ordre n dont l’élément de la

𝑖 é ligne et de la 𝑗 é colonne est la somme des produits des éléments de la 𝑖 é ligne du premier
déterminant par les éléments correspondants de la 𝑗 é colonne du second.

Pour simplifier l’écriture, prenons n=3.

Ainsi, le produit des déterminants :

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

Pour simplifier l’écriture, représentons un déterminant par sa première ligne, ainsi

𝑃 = |𝑎1 𝛼1 + 𝑏1 𝛽1 + 𝑐1 𝛾1 𝑎1 𝛼2 + 𝑏1 𝛽2 + 𝑐1 𝛾2 𝑎1 𝛼3 + 𝑏1 𝛽3 + 𝑐1 𝛾3 |;

P est d’eux de 3 déterminants de la forme :

|𝑎1 𝛼1 𝑎1 𝛼2 + 𝑏1 𝛽2 + 𝑐1 𝛾2 𝑎1 𝛼3 + 𝑏1 𝛽3 + 𝑐1 𝛾3 |;

Chacun d’eux est la somme de 3 déterminants de la forme :

P a g e 61 | 80
 |𝑎1 𝛼1 𝑎1 𝛼2 𝑎1 𝛼3 + 𝑏1 𝛽3 + 𝑐1 𝛾3 | ;

Chacun d’eux est la somme de 3 déterminants de la forme :

|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

Finalement, il reste 3 != 6 déterminants :

𝑃 = |𝑎1 𝛼1 𝑏1 𝛽2 𝑐1 𝛾3 | + |𝑎1 𝛼1 𝑐1 𝛾2 𝑏1 𝛽3 | + |𝑏1 𝛽1 𝑎1 𝛼3 𝑐1 𝛾3 | + |𝑏1 𝛽1 𝑐1 𝛾2 𝑎1 𝛼3 |

+ |𝑐1 𝛾1 𝑎1 𝛼2 𝑏1 𝛽3 | + |𝑐1 𝛾1 𝑏1 𝛽1 𝑎1 𝛼3 |

Où, par exemple :

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

1° Comme on peut intervertir lignes et colonnes de D et de ∆, il ya quatre façon d’écrire le

produit 𝐷∆ sous forme de déterminant ;

2° Le produit de deux déterminants d’ordre différents se ramène au cas de deux déterminants

de même ordres différents se ramène au cas de deux déterminants de même ordre ; il suffit de
compléter un des deux par des lignes et des colonnes du type 1 0 0 … 0.

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

3° Le carré d’un déterminant peut se mettre sous la forme d’un déterminant.

P a g e 62 | 80
V.3. Application de la théorie des déterminants aux systèmes
d’équations linéaires
1. Définitions

Rappelons ce qui suit :

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.

Si un système n’a pas de solution, on dit qu’il est incompatible ou impossible.

2. Système de 3 équations linéaires à 3 inconnues

Considérons le système (S) et le déterminant D des coefficients des

inconnues.

𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 = 𝑏1 (1) 𝑎11 𝑎12 𝑎13

(𝑆) {𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 = 𝑏2 (2) 𝑎
D=| 21 𝑎22 𝑎23 |
𝑎31 𝑥1 + 𝑎32 𝑥2 + 𝑎33 𝑥3 = 𝑏3 (3) 𝑎31 𝑎32 𝑎33

D s’appelle le déterminant du système (S). Désignons par 𝐴𝑖𝑗 le mineur

de 𝑎𝑖𝑗 dans D. posons

𝑎1 𝑎12 𝑎13 𝑎11 𝑏1 𝑎12 𝑎11 𝑎12 𝑏1

𝐷1 = |𝑎2 𝑎22 𝑎23 | ; 𝐷2 = |𝑎21 𝑏2 𝑎23 | ; 𝐷3 = |𝑎21 𝑎22 𝑏2 |
𝑎3 𝑎32 𝑎33 𝑎31 𝑏3 𝑎33 𝑎31 𝑎32 𝑏3

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 :

𝑎11 𝑋1 + 𝑎12 𝑋2 + 𝑎13 𝑋3 = 𝑏1 (1) 𝐴11 𝐴12 𝐴13

{𝑎21 𝑋1 + 𝑎22 𝑋2 + 𝑎23 𝑋3 = 𝑏2 (2) |𝐴21 |𝐴22 |𝐴23
𝑎31 𝑋1 + 𝑎32 𝑋3 + 𝑎33 𝑋3 = 𝑏3 (3) 𝐴31 𝐴32 𝐴33

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 𝐷1 + 𝑎12 𝐷2 + 𝑎13 𝐷3 = 𝑏1 𝐷

En effet, le premier membre peut écrire, en développant 𝐷1 , 𝐷2 , 𝐷3

respectivement suivant les éléments de leur 1é , 2é , 3é colonne :

𝑎11 (𝑏1 𝐴11 + 𝑏2 𝐴21 + 𝑏3 𝐴31 ) + 𝑎12 (𝑏1 𝐴12 + 𝑏2 𝐴22 + 𝑏3 𝐴32 ) + 𝑎13 (𝑏1 𝐴31 + 𝑏2 𝐴32
+ 𝑏3 𝐴33 )

Ou en groupant les termes en 𝑏1 , 𝑏2 , 𝑏3

𝐷𝑏1 + 0𝑏2 + 0𝑏3 𝑜𝑢 𝐷𝑏1 ;

𝐷1 𝐷2 𝐷3
On démontre de même que , , vérifient (2) et (3).
𝐷 𝐷 𝐷

Conclusions :

𝑠𝑖 𝐷 ≠ 0, le système (S) à la solution unique

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.

2é cas : D=0 et un de ses mineurs est différent de zéro, soit 𝐴12 ≠ 0

P a g e 64 | 80
 Multiplions les deux membres de (1), de (2), de (3) respectivement par
𝐴13 , 𝐴23 , 𝐴33 et additionnons membres ; nous obtenons :

0𝑥1 + 0𝑥2 + 𝐷𝑥3 = 𝐷3

Ou, puisque D=0 :

0𝑥1 + 0𝑥2 + 0𝑥3 = 𝐷3

Comme 𝐴33 ≠ 0, (𝑆) est équivalent au système (1), (2)

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

𝑎11 𝑥1 + 𝑎12 𝑥2 = 𝑏1 − 𝑎13 𝑥3 𝑎11 𝑎12

{
𝑎21 𝑥1 + 𝑎22 𝑥2 = 𝑏2 − 𝑎23 𝑥3
ou |𝑎
21 𝑎22 | = 𝐴33 (≠ 0);

On obtient toutes les solutions de (S) en donnant à 𝑥2 une valeur

arbitraire 𝑥3 et en donnant à 𝑥1 et 𝑥2 les valeurs tirées du système (1), (2) où 𝑥3 est
remplacée par 𝑥3 le système (S) est dit simplement indéterminé.

On appelle 𝐴33 le déterminant principal de (S), (1) et (2) les équations

principales, 𝑥1 et 𝑥2 les inconnues principales ; 𝐷3 est le déterminant caractéristique.

3é Cas : D=0, tous les mineurs de D sont nuls et un élément de D est différent de zéro,
soit 𝑎11 ≠ 0.

Multiplions les deux membres de (1) et de (2) respectivement par -𝑎11

et par 𝑎11 et additionnons membre à membre, nous obtenons :

𝑎 𝑏1
0𝑥1 + 𝐴33 𝑥2 − 𝐴32 𝑥3 = 𝛿2 𝑎𝑣𝑒𝑐 𝛿2 = | 11 |,
𝑎21 𝑏2

Ou, puisque tous les mineurs sont nuls :

0𝑥1 + 0𝑥2 + 0𝑥3 = 𝛿3 (5)

Comme 𝑎11 ≠ 0, (𝑆) est équivalent au système (1), (5), (3).

Multiplions les deux membres de (1) et de (3) respectivement par 𝑎31 et

par 𝑎11 et additionnons membre à membre, nous obtenons :

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 :

0𝑥1 + 0𝑥2 + 0𝑥3 = 𝛿3 (6)

Comme 𝑎11 ≠ 0, (𝑆) est équivalent au système (1), (5), (6).

Si 𝛿2 𝑜𝑢 𝛿3 ≠ 0, (5) ou (6) n’est vérifiée par aucune valeur des

inconnue, et si 𝛿2 = 𝛿3 = 0, (5) et (6) sont vérifiées quelles que soient 𝑥1 , 𝑥2 𝑒𝑡 𝑥3 .

Conséquence

Si 𝐷 = 0, si tous les mineurs de D sont nuls et si 𝑎11 ≠ 0,

a) Si 𝛿2 𝑜𝑢 𝛿3 ≠ 0, (𝑆) est impossible

b) Si 𝛿2 = 𝛿3 = 0, (𝑆) se réduit à (1) qui s’écrit

𝑎11 𝑥1 = 𝑏1 − 𝑎12 𝑥2 − 𝑎13 𝑥3 𝑜𝑢 𝑎11 ≠ 0

On obtient toutes les solution de (S) en donnant à 𝑥2 𝑒𝑡 𝑥3 des valeurs arbitraires

𝛼2 𝑒𝑡 𝛼3 et donnant à 𝑥1 la valeur tirée de l’équation (1) ou 𝑥2 et 𝑥3 sont remplacées par
𝑥2 et 𝑥3 . Le système est dit doublement indéterminé.

On appelle 𝑎11 l’élément principal, (1) l’équation principale, 𝑥1 l’inconnue principale ;

𝛿2 𝑒𝑡 𝛿3 sont les déterminants caractéristiques.

4é Cas : D=0 et tous ses éléments sont nuls.

a) Si 𝑏1 ou 𝑏2 ≠ 0, le système est impossible

b) Si 𝑏1 = 𝑏2 = 𝑏3 = 0, on obtient toutes les solutions de (S) en donnant 𝑥1 , 𝑥2 𝑒𝑡 𝑥3
Des valeurs arbitraires𝑥1 , 𝑥2 𝑒𝑡 𝑥3 . Les systèmes est dit triplement indéterminé.

Il n’y a ni équation, ni inconnue principaux ; 𝑏, 𝑏2 𝑒𝑡 𝑏3 sont les éléments

caractéristiques.

V.3.2. Exemple de système de 3 équations linéaires à 3 inconnues.

Résoudre et discuter :

𝑎𝑥 + 𝑦 + 𝑧 = 1
{ 𝑥 + 𝑎𝑦 + 𝑧 = 2
𝑥 + 𝑦 + 𝑎𝑧 = −3

Calculons le déterminant du système :

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

On a D=0 et le système s’écrit :

𝑥+𝑦+𝑧 =1
{ 𝑥+𝑦+𝑧 =2
𝑥 + 𝑦 + 𝑧 = −3

On voit immédiatement que le système est impossible ; on peut vérifier la théorie de

déterminant caractéristique est :

1 1
| |=2−1=1≠0
1 2
3° cas : si a=-2

On a D=0 et le système s’écrit :

−2𝑥 + 𝑦 + 𝑧 = 1
−2 1
{ 𝑥 − 2𝑦 + 𝑧 = 2 𝑎𝑣𝑒𝑐 | |≠0
1 −2
𝑥 + 𝑦 − 2𝑧 = 3

Le déterminant caractéristique est :

−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

Résolution et discussion d’un système de n équations à n inconnues.

Soit l système :

𝑎11 𝑥1 + 𝑎12 𝑥2 ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1 𝑎11 𝑎12 ⋯ 𝑎1𝑛

𝑎 𝑥 + 𝑎22 𝑥2 ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2 𝑎 𝑎22 ⋯ 𝑎2𝑛
{ 21 1 𝐷 = | 21
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ ⋯ ⋯ ⋯ ⋯|
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛 𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛

D s’appelle le déterminant du système.

La résolution et la discussion d’un système de 3 équations linéaire à 3 inconnues nous

conduise aux définitions et aux conclusions suivantes :

1° Cas où D≠ 0.

Le système à la solution unique donnée par les formules de Cramer

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

Considérons le tableau des 𝑎𝑖𝑗 (éléments de D).

V.4. Système de 3 équations linéaires à 2 inconnues.

Considérons le système (S), le tableau T des coefficients des inconnues ;

𝑎11 𝑥1 + 𝑎12 𝑥2 = 𝑏1 (1) 𝑎11 𝑎12

(𝑆) { 𝑎21 𝑥1 + 𝑎22 𝑥2 = 𝑏2 (2) 𝑇 = ‖𝑎21 𝑎22 ‖
𝑎31 𝑥1 + 𝑎32 𝑥2 = 𝑏3 (3) 𝑎31 𝑎32

Les déterminants obtenus en supprimant une des lignes de T

𝑎21 𝑎22 𝑎11 𝑎12 𝑎11 𝑎12
𝐵1 = |𝑎 𝑎32 |, 𝐵2 = |𝑎 𝑎32 |, 𝐵3 = |𝑎 𝑎22 |,
31 31 21

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 :

a) Si 𝐸 ≠ 0, (𝑆) est impossible

b) Si E=0, (S) se réduit à (1) et (2) qui forment un système de Cramer
dont la solution unique est la solution unique (S).

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.

2é cas : Les équations prises 2 à 2 ne forment aucun système de Cramer, c’est-à-dire

𝐵1 = 𝐵2 = 𝐵3 = 0, et un des coefficients des inconnues, soit 𝑎11 ≠ 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), (3).

Multiplions les deux membres de (1) et de (3) respectivement par

𝑎 𝑏1
−𝑎31 𝑒𝑡 0𝑥1 + 0𝑥2 = 𝛽3 (6) 𝛽2 = | 11 |
𝑎31 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 :

a) Si 𝛽2 𝑜𝑢 𝛽3 ≠ 0, (𝑆) est impossible

b) Si 𝛽2 = 𝛽3 = 0, (𝑆)se réduit à (1). Le système est simplement
indéterminé : 𝑥2 = 𝛼2 (arbitraire), 𝑥1 𝑒𝑠𝑡 𝑡𝑖𝑟é 𝑑𝑒:
𝑎11 𝑥1 = 𝑏1 − 𝑎12 𝛼2 𝑜𝑢 𝑎11 ≠ 0
é
3 cas : Tous les coefficients 𝑎𝑖𝑗 des inconnues sont nuls.
a) Si 𝑏1 𝑜𝑢 𝑏2 𝑜𝑢 𝑏3 ≠ 0, (𝑆)𝑒𝑠𝑡 𝑖𝑚𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒
b) Si 𝑏1 = 𝑏2 = 𝑏3 = 0, (𝑆) est doublement indéterminé : 𝑥1 = 𝛼1 , 𝑥2 =
𝛼2 (𝛼1 𝑒𝑡 𝛼2 𝑎𝑟𝑏𝑖𝑡𝑟𝑎𝑖𝑟𝑒𝑠).
P a g e 69 | 80
V.5. Généralisations

1° Condition de compatibilité d’un système de n+1 équations linéaires à n inconnues (n

de ces équations forment un système de Cramer).

Le système

𝑎11 𝑥1 + 𝑎12 𝑥2 ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
(𝑆) {
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
𝑎𝑛+11 𝑥1 + 𝑎𝑛+12 𝑥2 ⋯ + 𝑎𝑛+1𝑛 𝑥𝑛 = 𝑏𝑛+1

Posons

𝑎11 𝑎12 𝑎1𝑛 𝑏1

𝑎11 𝑎12 ⋯ 𝑎1𝑛
⋯ 𝑎2𝑛 𝑎21 𝑎22 𝑎2𝑛 𝑏2
𝑎21 𝑎22
| ⋯ ⋯ |, 𝐸 = || ⋯ ⋯ ⋯ ⋯ |
|
⋯ ⋯ 𝑎𝑛1 𝑎𝑛2 𝑎𝑛𝑛 𝑏𝑛
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛
𝑎𝑛+11 𝑎𝑛+12 𝑎𝑛+1𝑛 𝑏𝑛+1

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.

2° Résolution et discussion d’un système de m équations à n inconnues.

Signalons sans démonstration que nos conclusions pour 3 équations à 3 inconnues et

pour 3 équations à 2 inconnues sont des cas particuliers d’un théorème plus général.

Soit le système de m équations à n inconnues :

𝑎11 𝑥1 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
(𝑆) { ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯
𝑎𝑚1 𝑥1 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚

a) Reprenons textuellement les définitions du 233,2°, à de déterminant principal,

équations et inconnues principales et déterminants caractéristiques, en
considérant maintenant le tableau (rectangulaire) des 𝑎𝑖𝑗 du système (S).
b) Nous avons le théorème de Rouché :

Pour que le système soit compatible, il faut que tous les déterminants
caractéristiques soient nuls ou qu’il n’en existe pas ;

Lorsque le système est compatible, r étant l’ordre du déterminant

principal, les n-r inconnues non principales sont arbitraires.

Dans le cas où m=n=r (pas de déterminant caractéristiques), il y a

une solution unique donnée par les formules de Cramer.

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

Il existe plusieurs types de tenseurs :

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.

VI.2. Composantes d’un tenseur

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.

Exemple : 𝑇𝑖𝑗 =𝑇𝑖𝑗 : tenseur symétrique.

𝑇𝑖𝑗 =-𝑇𝑖𝑗 : tenseur anti symétrique.

P a g e 72 | 80
VI.3. Opérations sur les tenseurs

a) sommation (soustraction) de deux 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.

Toutefois, il convient de sommer les composantes de même type uniquement. De même, la

soustraction de deux tenseurs donne un tenseur dont les composantes sont obtenues par
soustraction.

⃗ 𝑒𝑡 𝐴 deux tenseurs :
Exemple : soient 𝑇

⃗ ± 𝐴 = (𝑇 𝑖𝑗 ± 𝐴𝑖𝑗 )𝑥
−𝑇 ⃗⃗⃗𝑙 ⨂𝑥
⃗⃗⃗𝑗

c) Produit de deux tenseurs (produit tensoriel)

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.

VI.4. Coordonnées cartésiennes d’un tenseur

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.

Ceci nous permet de définir : le gradient, la divergence, le rotationnel et le laplacien.

- Le gradient d’un scalaire f ;

𝑦𝑓
𝑦𝑥
𝑦𝑓
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ (𝑓) =
𝑔𝑟𝑎𝑑 𝑦𝑦
𝑦𝑓
{𝑦𝑧

- Le gradient d’un vecteur 𝑢

⃗ :

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 ]

- La divergence d’un vecteur 𝑢

⃗ :
𝑦𝑢𝑥 𝑦𝑢𝑦 𝑦𝑢𝑧
𝑑𝑖𝑣 (𝑢
⃗)= + +
𝑦𝑥 𝑦𝑦 𝑦𝑧

- La divergence d’un tenseur 𝐴 du second ordre :

𝑦𝐴𝑥𝑥 𝑦𝐴𝑥𝑦 𝑦𝐴𝑥𝑧

𝑦𝑥 𝑦𝑦 𝑦𝑧
𝑦𝐴𝑦𝑥 𝑦𝐴𝑦𝑦 𝑦𝐴𝑦𝑧
⃗⃗⃗⃗⃗⃗
𝑑𝑖𝑣(𝐴) =
𝑦𝑥 𝑦𝑦 𝑦𝑧
𝑦𝐴𝑧𝑥 𝑦𝐴𝑧𝑦 𝑦𝐴𝑧𝑧
{ 𝑦𝑥 𝑦𝑦 𝑦𝑧

- Le vecteur rotation associé au rotationnel d’un vecteur 𝑢⃗ :

𝑦𝑢𝑧 𝑦𝑢𝑦
𝑅𝑥 =
𝑦𝑦 𝑦𝑧
𝑦𝑢𝑧 𝑦𝑢𝑧
𝑅𝑦 =
𝑦𝑦 𝑦𝑧
𝑦𝑢𝑦 𝑦𝑢𝑥
𝑅 =
{ 𝑦 𝑦𝑦 𝑦𝑧
- Le laplacien d’un scalaire f :
𝑦2𝑓 𝑦2𝑓 𝑦2𝑓
∆(𝑓) = 2 + 2 + 2
𝑦𝑥 𝑦𝑦 𝑦𝑧
- Le laplacien d’un vecteur 𝑢⃗ :
𝑦 2 𝑢𝑥 𝑦 2 𝑢𝑥 𝑦 2 𝑢𝑥
𝑦𝑥 2 𝑦𝑦 2 𝑦𝑧 2
𝑦 2 𝑢𝑦 𝑦 2 𝑢𝑦 𝑦 2 𝑢𝑦
⃗ (𝑢
∆ ⃗)=
𝑦𝑥 2 𝑦𝑦 2 𝑦𝑧 2
𝑦 2 𝑢𝑧 𝑦 2 𝑢𝑧 𝑦 2 𝑢𝑧
{ 𝑦𝑥 2 𝑦𝑦 2 𝑦𝑧 2

P a g e 74 | 80
VI.5. Tenseurs particuliers
VI.5.1. Tenseur de KRONEKER

Le tenseur K est un tenseur de rang 2 qui est représenté de la manière

suivante :

1 𝑠𝑖 𝑖 = 𝑗
𝑆𝑖𝑗 = {
0 𝑠𝑖 𝑖 ≠ 𝑗

VI.5.2. Tenseur de LEZVI-CIVITA

Le tenseur de LC est un tenseur de rang n qui représenté de la manière

suivante :

+1 𝑃𝑜𝑢𝑟 𝑢𝑛 𝑛𝑜𝑚𝑏𝑟𝑒 𝑝𝑎𝑖𝑟𝑒 𝑑𝑒 𝑝𝑒𝑟𝑚𝑢𝑡𝑎𝑡𝑖𝑜𝑛 𝑑𝑒𝑠 𝑖𝑛𝑑𝑖𝑐𝑒𝑠

𝜀𝑖, 𝑛𝑖2 , 𝑖3 , … 𝑖𝑛 = {−1 𝑃𝑜𝑢𝑟 𝑢𝑛 𝑛𝑜𝑚𝑏𝑟𝑒 𝑖𝑚𝑝𝑎𝑖𝑟𝑒 𝑑𝑒 𝑝𝑒𝑟𝑚𝑢𝑡𝑎𝑡𝑖𝑜𝑛 𝑑𝑒𝑠 𝑖𝑛𝑑𝑖𝑐𝑒𝑠
0 𝑆𝑖 𝑑𝑒𝑢𝑥 𝑞𝑢𝑒𝑙𝑐𝑜𝑞𝑢𝑒𝑠 𝑖𝑛𝑑𝑖𝑐𝑒𝑠 𝑠𝑜𝑛𝑡 é𝑔𝑎𝑢𝑥

Exemple : 𝜀123 = +1, 𝜀132 = −1, 𝜀131 = −1, 𝜀112 = 0

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.

VI.5.3. Produit scalaire

Soit 𝑥 = 𝑋𝑖 𝑒𝑖 𝑒𝑡 𝑌 + 𝑌𝑗 𝑒𝑗

Calculer x, y

𝑥. 𝑦 = (𝑥𝑖 𝑒𝑖 )(𝑌𝑗 𝑒𝑗 ) = 𝑋𝑖 𝑌𝑗 (𝑒𝑖 𝑒𝑗 ) = 𝑋𝑖 𝑌𝑗 . 𝛿𝑖𝑗

𝑥. 𝑦 = 𝑋1 𝑌1 . 𝛿11 + 𝑋2 𝑌2 . 𝛿21 + 𝑋1 𝑌2 . 𝛿22 + 𝑋3 𝑌3 . 𝛿33 + 𝑋3 𝑌1 . 𝛿11 + ⋯

𝑥. 𝑦 = 𝑋1 𝑌1 + 𝑋2 𝑌2 + 𝑋3 𝑌3 + ⋯

VI.5.4. Produit vectoriel

Soit 𝑥 = 𝑥𝑗 𝑒𝑗 𝑒𝑡 𝑦 = 𝑌𝑘 𝑒𝑘

Calculer xXy en utilisant le tenseur de LC.

⇒ 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.

𝐶𝑖 = 𝜀𝑖11 𝑋1 𝑌1 + 𝜀𝑖21 𝑋2 𝑌1 + 𝜀𝑖31 𝑋3 𝑌1 + 𝜀𝑖22 𝑋1 𝑌2 + 𝜀𝑖13 𝑋1 𝑌3

𝐶𝑖 = 𝜀𝑖11 𝑋1 𝑌1 + 𝜀𝑖21 𝑋1 𝑌2 + 𝜀𝑖13 𝑋1 𝑌3 + 𝜀𝑖21 𝑋2 𝑌13

= 𝜀𝑖22 𝑋2 𝑌2 + 𝜀𝑖23 𝑋2 𝑌3 + 𝜀𝑖31 𝑋3 𝑌1 + 𝜀𝑖32 𝑋3 𝑌2 + 𝜀𝑖33 𝑋3 𝑌3

⟹ 𝐶1 = 𝜀123 𝑋2 𝑌3 + 𝜀132 𝑋3 𝑌2

= 𝑋2 𝑌3 + 𝑋3 𝑌2

⟹ 𝐶2 = 𝜀211 𝑋1 𝑌1 + 𝜀212 𝑋1 𝑌2 + 𝜀213 𝑋1 𝑌3 + 𝜀221 𝑋2 𝑌1

= 𝜀222 𝑋2 𝑌2 + 𝜀223 𝑋2 𝑌3 + 𝜀231 𝑋3 𝑌1 + 𝜀232 𝑋3 𝑌2 + 𝜀233 𝑋3 𝑌3

⟹ 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.

[1] BADETTY.L, maitriser les maths 4, Edition Loyola. Kin 2001

[2] BATODISA at all, Maitriser les maths 6, Edition Loyola kin 2010

[3] BOUTRIAN.P, savoir et savoir-faire en math 6A H Dessain liège, Belgique 1990

[4] CREM, mathématique 6e algèbre/ analyse eca. Kin 1986

[5]. S et R. LORENT, Algèbre 2B, 3e Edition, A. DE BOEKK, Bruxelles 1963
[6]. VATIRI at all, mathématique 6e tome II CAP BUKAVU 1981

P a g e 80 | 80