Académique Documents
Professionnel Documents
Culture Documents
DE BASE
COURS ET EXERCICES
Semestre de printemps 2015
THIERRY FACK
PROFESSEUR DE MATHÉMATIQUES À LYON 1
Sommaire
1 Avertissement ........................................................................................ 1
1.1 Une nouvelle organisation de l’unité TMB .................................... 1
1.2 Les cours magistraux ...................................................................... 1
1.3 Les travaux dirigés .......................................................................... 1
1.4 Le contrôle des connaissances..................................................... 2
1 Avertissement
1.1 Une nouvelle organisation de l’unité TMB
Au semestre de printemps 2015, l’organisation de l’enseignement
« TECHNIQUES MATHÉMATIQUES DE BASE » est modifiée à titre expéri-
mental. Un nouveau mode d’organisation, proche de celui des universi-
tés anglo-saxonnes, est mis en place pour faciliter la transition du lycée à
l’université.
Le volume horaire du cours est porté à 3h par semaine (pendant 12 se-
maines) alors que celui des travaux dirigés passe à 2h par semaine.
L’allongement du cours doit permettre d’illustrer les notions enseignées
en traitant des exercices élémentaires. La nouvelle organisation des tra-
vaux dirigés obligera les étudiants à travailler par eux-mêmes. Enfin,
l’évaluation des connaissances se fera uniquement en travaux dirigés,
même si le contrôle terminal demeure.
façon autonome. Les travaux dirigés seront des temps de préparation in-
tensive à la résolution d’exercices, sous la direction d’un enseignant.
Cette manière d’apprendre à apprendre tout en résolvant des exercices
choisis place ainsi le travail de chaque étudiant au cœur du dispositif
d’apprentissage.
—
T. FACK. Cours de TMB 3
1 In Variété III.
T. FACK. Cours de TMB 9
3 Nombres complexes
3.1 Le corps des nombres complexes
3.1.1 DES NOMBRES « IMPOSSIBLES »
1 1-i 1 i
EXEMPLE. L’inverse de 1 + i est : = = - . ■
1+i 2 2 2
r uuuur y
q = angle ( i , OM ) = arctg
x
une détermination (définie à
l’addition d’un multiple en-
tier de 2p ) de r l’angle
uuuur orienté
des vecteurs i et OM . On dit
que q = arg z est un argument
de z . On a :
r = z = x 2 + y 2 et
x = r cosq , y = r sin q ,
d’où la forme trigonométrique
du nombre complexe z ¹ 0 :
Figure 2 z = r (cosq + i sin q ) .
Définissons l’exponentielle
complexe en posant :
e iq = cosq + i sinq .
La forme trigonométrique s’écrit alors :
z = reiq .
z 2 + 2 z + 2 = ( z + 1 - i )( z + 1 + i ) . ■
3.3.3 THÉORÈME DE D’ALEMBERT - GAUSS
On appelle racine d’un polynôme P(X) = an X n + an - 1 X n- 1 + ... + a1 X + ao à
coefficients complexes tout nombre complexe z tel que P( z) = 0 . On
montre que z est une racine de P si et seulement si P se factorise sous
la forme P( X ) = ( X - z)P1 ( X ) , où P1 est un polynôme à coefficients com-
plexes. Il existe alors m > 0 tel que P( X ) = ( X - z)m Q( X ) , où le polynôme
Q vérifie Q( z) ¹ 0 ; on dit que m est la multiplicité de la racine z .
THÉORÈME (D’ALEMBERT - GAUSS). Tout polynôme non constant à coeffi-
cients complexes P(X) = an X n + an - 1 X n- 1 + ... + a1 X + ao ( an ¹ 0 ) possède n
racines complexes z1 ,..., zn distinctes ou confondues et se factorise sous la
forme :
P( X ) = an ( X - z1 )...( X - zn ) .
En regroupant les racines de P qui sont égales, on obtient encore la fac-
torisation :
P( X ) = an ( X - z1 )m1 ...( X - zk )mk ,
où z1 ,..., zk ( 1 £ k £ n ) sont les k racines distinctes de P et où mi dé-
signe la multiplicité de zi .
Si les coefficients du polynôme P sont réels, on montre que les racines
de P sont réelles ou bien deux à deux complexes conjuguées. Si on note
z1 ,..., zp ses racines réelles et z p + 1 , z p + 1 , zp + 2 , zp + 2 ,..., zq , zq ses racines com-
plexes deux à deux conjuguées, on obtient alors la décomposition :
((X - z ) ( )
mp mp+1 mq
P( X ) = an ( X - z1 )m1 ...( X - zp ) p+1 )( X - z p + 1 ) ... ( X - zq )( X - zq ) .
Dans cette décomposition, ( X - z j )( X - z j ) = X 2 + b j X + c j ( p + 1 £ j £ q )
est un polynôme de degré deux à coefficients réels et à discriminant né-
gatif. La factorisation :
(X ) ( )
mp mp+1 mq
P( X ) = an ( X - z1 )m1 ...( X - zp ) 2
+ bp + 1 X + c p + 1 ... X 2 + bq X + c q
est appelée décomposition canonique de P en facteurs irréductibles sur le
corps des réels.
3.4 Exercices
3.4.1 Calculs algébriques sur les nombres complexes
Simplifier l’écriture des nombres complexes suivants en les mettant sous
la forme a + ib et calculer leur module :
p p
1 + 2i i -i
a) (1 + 3i )(7 - i ) , b) , c) (2 + 3i )3 , d) e 6 e 3 .
2+i
3.5.2 Exercice 2.
Déterminer l’ensemble des points M du plan d’affixe z Î £ vérifiant les
conditions suivantes :
a) ( z ² - 3 z + 5) Î ¡ ; b) z - 2 i £ 9 ; c) 2 Re( z ) + Re(2 - 3 z) £ 1 ;
z2 - 4z æ 1 ö
d) z 3 - 5 z -8 £ -1 ; e) < 3z ; f) Re ç ÷³1.
z+2 è z-1+i ø
3.5.3 Exercice 3.
Écrire sous forme trigonométrique le nombre complexe suivant :
( ) (- )
4
z= 3 +i 3 3 + 3i .
3.5.4 Exercice 4.
Déterminer l’ensemble des points M du plan d’affixe z Î £ tels que :
2z - i z - 5i
a) soit un nombre réel ; b) =1 ;
iz + 2 - 3i z-3+i
iz 2 2 2
c) soit un nombre imaginaire ; d) z - (2 + i ) + z - 4 = 5 .
z+1
3.5.5 Exercice 5.
On pose w = e 2 ip /5 .
2
æ 1ö æ 1ö
1) Montrer que : ç w + ÷ + ç w + ÷ - 1 = 0 .
è wø è wø
2p
2) En déduire la valeur de cos( ) .
5
3.5.6 Exercice 6.
1) Déterminer sous forme trigonométrique et sous forme exponentielle
les racines cubiques du nombre complexe i et placer l’image de chacune
dans le plan.
2) Montrer que la somme de ces racines est nulle.
3.5.7 Exercice 7.
1) Déterminer les racines carrées de chaque nombre complexe :
a) z = 24 + 70 i ; b) z = 2 – 2 i .
2) Résoudre dans £ les équations suivantes :
a) z ² + ( 4 + 2 i ) z + 6 + 8i = 0 ;
b) 2i z ² + ( 9 – i )z – 11 – 7 i = 0 .
T. FACK. Cours de TMB 19
3.5.8 Exercice 8.
Résoudre dans £ les équations suivantes :
a) z ² + 5 = 0 ; b) z ² + 2 z + 3 = 0 ; c) z ² + 2 i z + 3 = 0 .
3.5.9 Exercice 9.
1. Résoudre dans £ l’équation suivante : z 4 + 4 = 0 .
2. En déduire une factorisation du polynôme P(X ) = X 4 + 4 en un pro-
duit de deux polynômes réels non constants.
4 Géométrie euclidienne
4.1 Vecteurs de l’espace
4.1.1 GÉOMÉTRIE, ALGÈBRE ET SCIENCES DE LA NATURE
Conçue comme un système formel basé sur des axiomes, la géométrie
d’Euclide est la première description mathématique de notre monde
sensible. Elle constitue le cadre « naturel » de la mécanique newto-
nienne. Au-delà de ce cadre, les questions posées par la géométrie
d’Euclide ont conduit à d’autres géométries (non nécessairement eucli-
diennes) comme celle de Riemann. La relativité générale et la théorie des
champs reposent sur ces nouvelles géométries, qui participent ainsi aux
progrès de la technologie2.
Les objets de la géométrie d’Euclide sont purement abstraits : ce sont des
points, des droites, des plans, des triangles, des figures, etc. Pour pou-
voir opérer sur ces objets, Descartes a imaginé de représenter les points
de l’espace par des coordonnées, c’est à dire par des triplets de nombres
réels. Ce point de vue a permis d’introduire les méthodes algébriques en
géométrie. Nous montrons dans ce chapitre comment des questions
élémentaires sur la position de droites et de plans dans l’espace peuvent
être résolues en utilisant le point de vue « vectoriel » de l’algèbre li-
néaire.
3 Deux droites de l’espace sont dites parallèles si elles sont dans un même plan
et parallèles dans ce plan.
T. FACK. Cours de TMB 23
ur ur ur ur
EXEMPLE. Soit à montrer que l’on a: X + Y = Y + X .
Fixons un point A et écrivons
ur uuur ur uuur
X = AB , Y = AC . Soient D et D'
ur uuur
les points définis par Y = BD et
ur uuuur
X = CD ' ; on a :
ur ur uuur uuur uuur
X + Y = AB + BD = AD ,
ur ur uuur uuuur uuuur
Figure 5 Y + X = AC + CD ' = AD ' ,
24 T. FACK. Cours de TMB
EXEMPLE.
ur
Soit à montrer que l’on a, pour tout vecteur
ur ur r
ur r ur
X : X + 0 = X et X + ( -X ) = 0 .
ur uuuur
Fixons un point A et écrivons X = AM . On a :
ur r uuuur uuuuur uuuur ur ur ur uuuur uuuur uuur r
X + 0 = AM + MM = AM = X et X + ( - X ) = AM + MA = AA = 0 ,
d’où les relations indiquées. ■
Produit d’un vecteur par un nombre réel. Le produit d’un vecteur
ur uuur ur uuur
X = AB par un réel l ³ 0 est par définition le vecteur l X = AC , où C
est l’image de B par l’homothétie de centre A et de rapport l . Pour
ur
l < 0 , on définit l X par :
ur ur
lX = - l X .
ur r r r ur r ur
On a 0.X = 0 et l 0 = 0 . Si l ¹ 0 et X ¹ 0 , le vecteur l X a pour norme
ur ur ur ur
l X = l X ; il a même direction que X et même sens que X (ou sens
opposé) selon que l > 0 (ou l < 0 ).
ur ur
Vecteurs colinéaires. On dit que deux vecteurs X , Y sont colinéaires si
l’un d’eux est produit de l’autre par un nombre réel. Deux vecteurs dont
l’un est nul sont toujours colinéaires.
Combinaisons linéaires de vecteurs. On appelle combinaison linéaire de
uur uur uuur
n vecteurs X1 , X 2 , ... , X n de l’espace tout vecteur de la forme
ur uur uur uuur
X = l1 X 1 + l2 X 2 + ... + ln Xn
où l1 , l2 , ... , ln sont des réels.
T. FACK. Cours de TMB 25
r r ur
Le choix d’une base ( I , J , K ) permet d’identifier l’espace des vecteurs à
l’espace ¡ 3 des triplets ordonnés ( x , y , z ) de nombres réels : à tout vec-
ur r r ur
teur X = xI + y J + zK , on associe le triplet ( x , y , z ) Î ¡ 3 . On peut alors
traduire analytiquement, c’est-à-dire sur les coordonnées, les opérations
d’addition de vecteurs et de multiplication par un scalaire.
r r ur uur uur
THÉORÈME. Soient ( I , J , K ) une base des vecteurs de l’espace et X 1 , X 2
deux vecteurs de coordonnées respectives ( x1 , y1 , z1 ) et ( x2 , y2 , z2 ) dans la
r r ur uur uur
base ( I , J , K ) . Alors, quels que soient l1 , l2 Î ¡ , le vecteur l1 X 1 + l2 X2 a
pour coordonnées ( l1 x1 + l2 x2 , l1 y1 + l2 y 2 , l1 z1 + l2 z2 ) dans cette base.
r r
Bases orthonormées. Rappelons qu’une base ( I , J ) des vecteurs du plan
r r
est orthonormée si les vecteurs I , J sont unitaires et si leurs directions
r r ur
sont orthogonales. De même, on dit qu’une base ( I , J , K ) de E3 est or-
thonormée si les vecteurs de base sont de norme 1 et si leurs directions
ur
sont deux à deux orthogonales. Si X a pour coordonnées ( x , y , z ) Î ¡ 3
dans une base orthonormée, on a en vertu du théorème de Pythagore :
ur
X = x2 + y 2 + z2 .
r r ur
EXEMPLE. Soit ( I , J , K ) une base orthonormée. On
ur r r ur r r ur uur r ur
pose : U = I + J , V = I - J + K , W = J + K.
ur ur uur
Montrer que (U ,V , W ) constitue une base des vecteurs de
l’espace.
ur r r ur
Soit X = xI + y J + zK un vecteur. Il nous faut montrer qu’il
existe des réels uniques a , b , g tels que l’on ait :
ur r r ur ur ur uur
X = xI + y J + zK = a U + b V + g W .
Or on a :
ur ur uur r r r r ur r ur
aU + bV + g W = a (I + J ) + b (I - J + K) + g ( J + K )
r r ur
= (a + b )I + (a - b + g ) J + ( b + g )K
et il suffit de montrer que le système
ìa + b =x
ï
ía - b + g = y
ï b +g = z
î
admet, pour tous x , y , z fixés, une unique solution en
a , b , g . Or ce système équivaut à :
ìa -g = x - z
ï
í 2a + g = x + y
ï b + g = z.
î
On tire des deux premières équations :
2x + y - z -x + y + 2z
a= , g=
3 3
et, en reportant ces valeurs dans la troisième, on obtient :
x-y+z
b= .
3
T. FACK. Cours de TMB 29
ur ur uur
Ceci démontre que (U ,V , W ) est une base de l’espace des
vecteurs de l’espace. ■
X = l1 X1 + l2 X 2 + ... + ln Xn
où l1 , l2 , ... , ln sont des réels.
Systèmes générateurs. On dit qu’un système ( X1 , X2 , ... , X n ) de n vec-
teurs de E est générateur si tout vecteur de E est combinaison linéaire de
X1 , X2 , ... , Xn . Si E possède un système générateur (fini), on dit qu’il est
de dimension finie.
Systèmes libres. On dit qu’un système ( X1 , X2 , ... , X n ) est libre (ou que
les vecteurs Xi sont linéairement indépendants) si l’on a, pour toute suite
(l1 , l2 , ... , ln ) de réels :
l1 X1 + l2 X 2 + ... + ln Xn = 0 Þ l1 = l2 = ... = ln = 0 .
Bases. S’il existe n vecteurs U1 , U 2 , ... ,U n de E tels que tout vecteur
X Î E s’écrive de manière unique sous la forme
X = l1U1 + l2U2 + ... + lnUn ,
on dit que (U 1 , U 2 , ... , Un ) est une base de E . L’espace E est alors de di-
mension finie. On montre que toutes les bases de E comportent dans ce
cas n vecteurs et on dit que n est la dimension de E . Par exemple, les
vecteurs
U1 = (1,0,...,0), U 2 = (0,1,...,0), ... , U n = (0,0,...,1)
forment une base de E = ¡ n , qui est donc de dimension n . Les espaces
vectoriels E1 , E2 , E3 ont donc pour dimensions respectives 1,2 et 3 .
Dans un espace de dimension finie n , un système de vecteurs forme une
base s’il est libre et générateur. Dans ce cas, il comporte n vecteurs.
Coordonnées dans une base. Supposons que E soit de dimension n et
fixons une base (U 1 , U 2 , ... , Un ) . Tout vecteur X Î E s’écrit de manière
unique sous la forme :
X = x1U1 + x2U 2 + ... + xnUn
et on dit que x1 , x2 ,..., xn sont les coordonnées de X dans la base
(U 1 , U 2 , ... , Un ) . L’application
X = x1U 1 + x2U 2 + ... + xnU n Î E ® ( x1 , x2 ,... , xn ) Î ¡ n
permet d’identifier E à ¡ n . C’est pourquoi ¡ n est le prototype
d’espaces vectoriels de dimension n .
Un point M ( x , y , z ) appar-
tient à P si et seulement si
il existe l , m Î ¡ tels que :
uuuur ur ur
AM = lU + mV ,
ce qui se traduit par les
équations suivantes :
Figure 8
ì x = x A + l ( xB - x A ) + m ( xC - x A )
ï
( P ) í y = y A + l ( y B - y A ) + m ( yC - y A )
ïz = z + l ( z - z ) + m ( z - z )
î A B A C A
uur ur
uur æç W .V ö÷ ur
pVuur ( W ) = ur 2 V .
ç ÷
ç V ÷
è ø
Produit scalaire et travail d’une force. En physique, le travail d’une
ur
force constante F dont le point d’application se déplace de A vers B est
ur uuur
par définition le nombre W = F. AB . Il s’exprime en joules.
æ 1ö æ2ö
uuur ç ÷ uuur ç ÷ uuur uuur
a) On a : AB = ç 0 ÷ et CD = ç 2 ÷ , d’où AB .CD = 2 .
ç0÷ ç0÷
è ø è ø
uuur uuur ur uuur ur uuur
b) Comme AB .CD ¹ 0 , les vecteurs X = AB et Y = CD ne
uuur uuur
sont pas orthogonaux. On a AB = 1 et CD = 8 = 2 2 ,
d’où
ur ur
ur ur X .Y 2 2
cos( X , Y ) = ur ur = =
X .Y 2 2 2
ur ur p
et l’angle entre X et Y est égal à .
ur4
c) La projectionur orthogonale de X sur la droite vectorielle
engendrée par Y est donnée par :
ur ur æ2ö æ 1 ö
ur æç X .Y ö÷ ur 2 ç ÷ ç 2 ÷
pYur ( X ) = ur 2 Y = ç 2 ÷ = ç 21 ÷ . ■
ç ÷ 8ç ÷ ç ÷
ç Y ÷
è ø è0ø è0ø
( )
ur ur 2 ur ur 2 ur 2 ur 2
(ii) Identité de la médiane : X + Y + X - Y = 2 X + Y ;
(iii) Identité de polarisation
( ) = 21 ( X + Y ).
ur ur 1 ur ur 2 ur ur 2 ur ur 2 ur 2 ur 2
X .Y = X +Y - X -Y - X - Y
4
La relation de polarisation (iii) montre que la norme euclidienne des vec-
teurs détermine le produit scalaire.
ur ur
Lorsque X et Y sont orthogonaux, la relation (i) se réduit à l’identité de
ur uuur ur uuur
Pythagore. Dans un triangle A , B, C , elle s’écrit avec X = CA et Y = AB :
uuur 2 uuur 2 uuur 2 uuur uuur
BC = AC + AB - 2 AB. AC .
a 2 = b 2 + c 2 - 2bc cos a .
Le triangle ABC est rectangle en A si et
seulement si il vérifie la relation de Pytha-
gore :
a2 = b 2 + c 2 .
Le triangle ABC est rectangle en A si et
Figure 11 seulement s’il vérifie la relation de Pytha-
gore a 2 = b 2 + c 2 .
Puisque :
uuuur ur
AM. V = ( x - a1 )v1 + ( y - a2 )v2 + ( z - a3 )v3 ,
l’équation cartésienne d’un tel plan est :
v1 x + v2 y + v3 z = C , où C = v1 a1 + v2 a2 + v3 a3 .
Ce plan passe par l’origine si et seulement si C = 0 .
Figure 15
ur ur ur ur r
· si X et Y sont colinéaires, alors X Ù Y = 0 ;
ur ur ur ur
· si X et Y ne sont pas colinéaires, alors X Ù Y est l’unique vec-
ur ur ur
teur Z orthogonal à X et Y , de norme :
ur ur ur ur ur
Z = X . Y sin( X , Y ) ,
4Ce choix est arbitraire ; on peut aussi bien déclarer que les bases directes sont
celles que nous avons appelées indirectes.
42 T. FACK. Cours de TMB
ur ur ur
et tel que ( X , Y , Z ) soit une base directe.
ur uuur ur uuur ur ur
Si X = AB n’est pas colinéaire à Y = AC , la norme de X Ù Y est la sur-
face du parallélogramme ABDC . On a donc :
1 uuur uuur
aire du triangle ABC = AB Ù AC .
2
ur ur
EXEMPLE. Siur Xur eturY ursont deux vecteurs orthogonaux
unitaires, alors ( X , Y , X Ù Y ) est une base orthonormée di-
recte.
ur ur ur ur ur ur ur ur
En effet, X Ù Y = X . Y sin( X , Y ) = 1 et, comme X Ù Y est
ur ur ur ur ur ur
orthogonal à X et Y , la base ( X , Y , X Ù Y ) est orthonor-
mée. Mais elle est également directe par définition du pro-
duit vectoriel. ■
Produit vectoriel et électromagnétisme. En physique, la force magné- ur
tique qui s’exerce sur une particule deur charge q animée d’une vitesse V
et placée dans un champ magnétique B est :
ur ur ur
F = qV Ù B .
Elle s’exerce orthogonalement au plan
ur urdéterminé
ur par la vitesse et le
champ magnétique, et le trièdre ( qV , B, F ) est direct (règle du bon-
homme d’Ampère).
De la définition du produit vectoriel, on déduit :
ur ur
THÉORÈME. Deux vecteurs X et Y de l’espace sont colinéaires si et seule-
ur ur r
ment si X Ù Y = 0 .
Il s’ensuit uuurtroisr points A, B, C de l’espace sont alignés si et seule-
uuurque
ment si AB Ù AC = 0 .
æx ö
ur uuur ç 1 ÷
Déterminants d’ordre deux et aires. Si deux vecteurs X = AB = ç x2 ÷ et
ç0÷
è ø
æ y1 ö
ur uuur ç ÷ uur uur
Y = AC = ç y 2 ÷ appartiennent au plan vectoriel engendré par U 1 et U 2 ,
ç0÷
è ø
æ ö
ç ÷
0
ur ur ç ÷ ur ur
on a : X Ù Y = ç 0 ÷ et X Ù Y = aire du parallélogramme ABDC .
ç ÷
ç x1 y 1 ÷
ç x y ÷
è 2 2 ø
ur ur x1 y1
(ii) ( X , Y ) est une base de E2 Û ¹ 0.
x2 y2
Soient A, B, C trois points non alignés. Le plan P passant par ces trois
ur uuur uuur
points a pour vecteur orthogonal V = AB Ù AC ; on peut donc détermi-
ur
ner son équation cartésienne à partir des coordonnées de V et de celles
du point A dans une base orthonormée directe.
æ -2 ö æ 1ö æ2ö
uuur ç ÷ uuur ç ÷ ur uuur uuur ç ÷
On a : AB = ç 0 ÷ , AC = ç -1 ÷ , d’où : V = AB Ù AC = ç 0 ÷ .
ç 2÷ ç -1 ÷ ç2÷
è ø è ø è ø
L’équation du plan passant par les points A, B, C est donc
de la forme 2 x + 2 z = l , où l est une constante que l’on dé-
termine en écrivant que B appartient à ce plan. On obtient
l = 2 et l’équation cherchée est : x + z - 1 = 0 . ■
Figure 16
uuuur ur ur
AM Ù V = 2 Aire( AMB) = AB ´ MH = V ´ d( M , D ) .
Il s’ensuit que :
uuuur ur
AM Ù V
d( M , D ) = ur .
V
æ 2ö æ 1ö æ -1 ö
ur uuur ç ÷ uuuur ç ÷ uuuur ur ç ÷
On a : V = AB = ç 0 ÷ , AM = ç 1 ÷ , d’où : AM Ù V = ç -1 ÷ . On a
ç -1 ÷ ç -1 ÷ ç -2 ÷
è ø è ø è ø
donc :
uuuur ur
AM Ù V 6 6
d( M , D ) = ur = = . ■
V 5 5
46 T. FACK. Cours de TMB
x1 y1 z1
x2 y2 z2 = x1 y2 z3 + x2 y 3 z1 + x3 y1 z2 - x3 y 2 z1 - x1 y 3 z2 - x2 y1 z3
x3 y3 z3
calcule le déterminant à partir des produits ± xs (1) ys ( 2) zs (3) , où s désigne
une permutation
quelconque des
entiers {1,2,3} .
Graphiquement,
on effectue ces
produits en sui-
vant les diago-
nales du tableau
ci-contre (les pro-
duits correspon-
dant aux diago-
Figure 17
nales « ascen-
dantes » sont af-
fectés d’un signe moins).
Figure 18
48 T. FACK. Cours de TMB
ur ur
Comme Y Ù Z est orthogonal au plan, on a :
uur ur ur uur ur ur
( )
volume( R Xuur ,Yur , Zur ) = X . (Y Ù Z ) = X , Y , Z .
En particulier, on a :
ur ur ur
THÉORÈME. Les vecteurs X , Y , Z forment une base des vecteurs de l’espace
ur ur ur
( )
si et seulement si X , Y , Z ¹ 0 .
4.7 Coniques
4.7.1 DÉFINITION DES CONIQUES
Considérons une droite D du plan, un point F n’appartenant pas à D et
un nombre réel e > 0 . On appelle conique de foyer F , de directrice D et
d’excentricité e l’ensemble G des points M du plan tels que :
T. FACK. Cours de TMB 49
MF = e MH ,
où H désigne la projection orthogonale de M sur la droite D . On dit
que la conique est une parabole, une ellipse ou une hyperbole selon que
e = 1 , e < 1 ou e > 1 . La droite d perpendiculaire à D et passant par F
est appelée le grand axe de
G ; elle coupe D en un
point noté K . On notera
h = FK la distance du
foyer F à la directrice D .
Une parabole G coupe
toujours le grand axe en un
seul point qui est le milieu
du segment FK . On dit
que ce point est le sommet
de la parabole. Dans le cas
d’une ellipse ou d’une hy-
Figure 19 perbole, l’intersection avec
le grand axe est constitué
de deux points appelés sommets de la conique.
Choisissons un repère orthonormé d’origine un point O du grand axe et
r r r
de vecteurs I , J avec I vecteur directeur de d . Notons f l’abscisse de
F et k l’abscisse de K ; on a donc h = f - k . Un point M( x , y ) appar-
tient à la conique G de foyer F , de directrice D et d’excentricité e si et
seulement si :
( x - f )2 + y 2 = e2 ( x - k )2 .
Cette équation s’écrit encore :
y 2 = Ax 2 + 2 Bx + C
où A = e 2 - 1 , B = f - e 2 k et C = e 2 k 2 - f 2 . On notera que l’on a :
B2 - AC = [ e( f - k )] = ( eh )2 > 0 .
2
Figure 20
Pour tout nombre p > 0 donné, cette équation définit évidemment une
parabole de foyer F (0, p / 2) et de directrice la droite d’équation
x = -p / 2 .
x2 y2
+ e -1=0
a2 b2
eh eh
où a = > 0, b = > 0 et e = 1 (resp. e = -1 ) si G est une el-
1 - e2 1 - e2
lipse (resp. une hyperbole). Le nombre 2a est appelé la longueur du
grand axe de G et le nombre 2b est la longueur du petit axe.
On montre inversement que, si a > b > 0 et b > 0 sont deux nombres
fixés, l’ensemble des points ( x , y ) Î ¡ 2 vérifiant l’équation
x2 y2
(2) + -1=0
a2 b 2
est une ellipse de foyers
F = (c ,0) et F ' = ( -c ,0) avec
c = a 2 - b 2 , d’excentricité
c
e = , et telle que la dis-
a
tance h entre n’importe
quel foyer et sa directrice
b2
soit donnée par h = . Si
c
a = b > 0 , l’équation (2) est
Figure 21 celle d’un cercle ; on consi-
dère que les cercles sont
des ellipses particulières d’excentricité nulle (la directrice est « située à
l’infini »).
De même, si a > 0 et b > 0 sont deux nombres fixés, l’ensemble des
points ( x , y ) Î ¡ 2 vérifiant l’équation
x2 y2
- -1=0
a2 b 2
est une hyperbole de foyers
F = (c ,0) et F ' = ( -c ,0)
, où
c
c = a 2 + b 2 , d’excentricité e =
a
et telle que la distance h entre
n’importe quel foyer et sa direc-
Figure 22
52 T. FACK. Cours de TMB
b2
trice soit donnée par h = .
c
4.8 Exercices
4.8.1 Indépendance linéaire
1. Les vecteurs suivants de ¡ 2 sont-ils linéairement indépendants ?
a) U = (1,6), V = ( -1,1) ; b) U = (1, -3), V = ( -2 / 3, 2) ;
c) U = (1, 4), V = ( -2,1), W = (3,1) ; d) U = (1, 4), V = (0,0) .
2. Les vecteurs suivants de ¡ 3 sont-ils linéairement indépendants ?
a) U = (1, -2,3), V = ( -2, 4, -6) ; b) U = (1, -1,0), V = ( -1, 2,1) ;
c) U = (1, 2, 3), V = ( -1,1,0), W = (2,0,1) ;
d) U = (1,0, -1), V = (2,1,0), W = (5,1, -3) ;
e) T = (1, 1, 2 ), U = (1,0, -1), V = (2,0,0), W = (1, 1, -3) .
4.9.2 Exercice 2
Dans l’espace rapporté à un repère orthonormé, on considère les vec-
teurs :
æ1ö æ0ö æ1ö
uur ç ÷ uur ç ÷ uur ç ÷
U1 = ç 1 ÷ , U 2 = ç 1 ÷ , U3 = ç 0 ÷ .
ç0÷ ç 1÷ ç1÷
è ø è ø è ø
ur
1. Montrer que tout vecteur V s’écrit de manière unique sous la forme
ur uur uur uur uur uur uur
V = x1 U1 + x2 U 2 + x3 U 3 . En déduire que (U 1 , U 2 , U 3 ) est une base des
vecteurs de l’espace. Cette base est-elle orthonormée ?
æ -4 ö
ur ç ÷ ur
2. On suppose maintenant que V = ç -3 ÷ . Calculer V et x12 + x22 + x32 .
ç 2÷
è ø
4.9.3 Exercice 3
Dans un repère orthonormé, on considère les points A( -1, -1,0) ,
B(0,0,1) et C( -1, -4,0) .
1. Donner une équation paramétrique de la droite D passant par les
points A et B .
2. Donner une équation paramétrique de la droite D passant par C et
æ 1ö
ur ç ÷
de vecteur directeur V = ç 1 ÷ .
ç 1÷
è ø
3. Déterminer si les droites D et D se rencontrent.
4.9.4 Exercice 4
Dans un repère orthonormé, on considère le point A(1,1,1) et on note
H la projection orthogonale de A sur le plan P d’équation cartésienne
2x - 2 y + z - 3 = 0 .
ur
1. Déterminer un point B de P et un vecteur V orthogonal à P dont
ur
on calculera V .
uuur ur uuur ur uuuur uuur
2. Calculer BA . V . Montrer que BA . V = AH . V et en déduire la dis-
tance de A au plan P .
3. Calculer les coordonnées cartésiennes du point H .
58 T. FACK. Cours de TMB
4.9.5 Exercice 5
Dans l’espace rapporté à un repère orthonormé, on considère les vec-
æ 1ö æ 1ö
ur ç ÷ ur ç ÷
teurs U = ç 0 ÷ et V = ç 1 ÷ .
ç -1 ÷ ç0÷
è ø è ø
ur ur
1. Montrer que U et V sont linéairement indépendants.
2. Déterminer une équation paramétrique du plan P passant par
ur ur
A(0,1,1) et engendré par les vecteurs U et V .
ur ur
3. Calculer U Ù V et donner une équation cartésienne du plan P .
ur uuuur
4. Les vecteurs de la forme X = OM où M décrit le plan P forment-ils
un sous-espace vectoriel ?
4.9.6 Exercice 6
Dans l’espace rapporté à un repère orthonormé direct d’origine O , on
considère les points A(1,2, -1), B(4,0,1) et C(1,3, -2) .
1. Donner une équation paramétrique du plan P passant par les points
A, B et C .
uuur uuur
2. Calculer AB Ù AC et donner une équation cartésienne du plan P .
3. Calculer l’aire du triangle ABC .
uuur uuur uuur
4. Calculer le produit mixte (OA, OB, OC ) et en déduire le volume du
uuur uuur uuur
parallélépipède engendré par les vecteurs OA , OB et OC .
4.9.7 Exercice 7
Dans un repère orthonormé d’origine O , on considère les points
uuur 1 uuur uuur
(
A(3,1,3) et B( -6,2,1) . Soit G le point défini par OG = 4OA - OB .
3
)
uuur uuur r uuuur uuuur uuuur
1. Montrer que 4GA - GB = 0 . En déduire que l’on a 4 MA - MB = 3 MG
pour tout point M de l’espace.
2. Déduire de ce qui précède la nature de l’ensemble S des points M de
l’espace tels que
uuuur uuuur
4 MA - MB = 2 .
uuuur
3. Calculer les coordonnées cartésiennes du point G et la norme MG
pour M ( x , y , z ) . En déduire une équation cartésienne de S .
4.9.8 Exercice 8
Dans un repère orthonormé d’origine O , on considère les points
A( -1,1, 3) , B(0,2, -1) et C(2,2,1) .
T. FACK. Cours de TMB 59
4.9.9 Exercice 9
Dans l’espace rapporté à un repère orthonormé direct d’origine O , on
æ -1 ö
ur ç ÷
considère la droite D de vecteur directeur V = ç 2 ÷ qui passe par le
ç2÷
è ø
point A( -2,0,1) . On note H la projection orthogonale de l’origine O
sur la droite D .
uuuur ur
1. Calculer AO Ù V .
uuuur ur ur uuuur
2. Montrer que AO Ù V = 2 V . OH et en déduire la distance
d(O , D) = OH de l’origine O à la droite D .
3. Calculer les coordonnées de H .
4.9.10 Exercice 10
Dans l’espace rapporté à un repère orthonormé, on considère le plan P
d’équation cartésienne x + y + z = 1 et le plan P d’équation cartésienne
x-z =0.
1. Soit M ( x , y , z ) un point de l’espace. Calculer les distances d( M , P ) et
d( M , P) de M aux plans P et P .
2. En déduire que l’ensemble des points M équidistants de P et P est
la réunion de deux plans R1 et R 2 que l’on déterminera.
3. Montrer que les plans R1 et R 2 sont orthogonaux.
—
60 T. FACK. Cours de TMB
T. FACK. Cours de TMB 61
5 Applications linéaires et
matrices
5.1 Applications linéaires
5.1.1 APPLICATIONS LINÉAIRES EN MATHÉMATIQUES
Parmi toutes les applications d’un espace vectoriel dans un autre, celles
qui conservent les lois d’addition et de multiplication par un scalaire
sont appelées linéaires. Elles sont utilisées partout en mathématiques, no-
tamment dans la description des transformations géométriques de
l’espace. Les applications linéaires de ¡ n dans ¡ m ont une structure
simple. Elles permettent d’étudier les variations d’une fonction différen-
tiable f : ¡ n ® ¡ m au voisinage d’un point xo grâce à l’approximation
f ( xo + h ) - f ( xo ) » df ( xo )( h ) ,
où l’application linéaire df ( xo ) : h ® df ( xo )( h ) est la différentielle de f
au point xo .
Ce chapitre expose les notions de base de la théorie des applications li-
néaires. On sait qu’il est commode, pour manipuler un vecteur, d’utiliser
ses coordonnées dans une base. De même, on manipule une application
linéaire en utilisant sa « matrice », d’où l’intérêt de connaître les rudi-
ments du calcul matriciel.
5.1.2 DÉFINITIONS
Soient E , F deux espaces vectoriels. On dit qu’une application T : E ® F
est linéaire si elle vérifie, pour tous X , Y Î E et l , m Î ¡ , la relation :
T (l X + mY ) = lT ( X ) + mT (Y ) .
On note L ( E, F ) l’ensemble des applications linéaires de E dans F . Si
E = F on note L ( E, E) = L (E) . Les applications linéaires de E dans ¡
sont appelées des formes linéaires ; on note parfois L ( E, ¡ ) = E* .
Pour toute T ÎL (E , F ) , on a T (0 E ) = 0 F où 0 E désigne le vecteur nul de
l’espace vectoriel E . Dans la suite, on notera simplement 0E = 0 .
62 T. FACK. Cours de TMB
5 T est injective si, quels que soient X et Y dans E, la relation T(X)=T(Y) im-
plique X=Y.
6 T est surjective si tout Y de F est de la forme Y=T(X) avec X dans E.
T. FACK. Cours de TMB 63
T ( x , y ) = (2 x + y , y , x + y ) .
Cette application est-elle injective ? Est-elle surjective ?
Le noyau de T est l’ensemble des ( x , y ) Î ¡ 2 tels que :
ì2 x + y = 0
ï
í y=0
ï x + y = 0.
î
On a donc x = y = 0 d’où Ker (T ) = {0} et l’application T est
injective. Comme on a :
T ( x , y ) = x(2,0,1) + y(1,1,1) ,
l’image Im(T ) de T est le sous-espace vectoriel de ¡ 3 en-
gendré par les vecteurs u1 = (2,0,1) et u2 = (1,1,1) ; c’est le
plan d’équation x + y - 2 z = 0 . Comme cette image est dis-
tincte de ¡ 3 , l’application T n’est pas surjective. ■
5.1.4 EXEMPLES D’APPLICATIONS LINÉAIRES
Dans les exemples qui suivent, les espaces vectoriels considérés seront
E1 , E2 , E3 ou bien ¡ n . Notons qu’une application F : ¡ n ® ¡ m est une
fonction de n variables à valeurs dans ¡ m . Une telle fonction est déter-
minée par m applications composantes Fi : ¡ n ® ¡ définies par :
F ( x1 ,..., xn ) = (F1 ( x1 ,..., xn ), F2 ( x1 ,..., xn ),..., Fm ( x1 ,..., xn )) .
64 T. FACK. Cours de TMB
ur
forme linéaire a pour noyau l’espace des vecteurs orthogonaux à V .
Comme ce noyau n’est pas réduit à 0 , la forme linéaire T n’est pas in-
ur ur
jective. Si X et V ont pour coordonnées ( x1 , x2 , x3 ) et ( v1 , v2 , v3 ) dans
un repère orthonormé, on a :
ur
T ( X ) = v1 x1 + v2 x2 + v3 x3 .
ur
Identifions E3 à ¡ 3 par l’isomorphisme qui associe à tout vecteur X le
triplet ( x1 , x2 , x3 ) Î ¡ 3 de ses composantes. Alors T devient la forme li-
néaire :
( x1 , x 2 , x 3 ) Î ¡ 3 ® v1 x 1 + v2 x 2 + v3 x3 Î ¡ .
ur
Exemple 6. Pour tout vecteur non nul V Î E3 de l’espace, l’application
ur ur ur
T : E3 ® E3 définie par T ( X ) = X Ù V est linéaire. Le noyau de T ÎL ( E3 )
ur
est l’ensemble des vecteurs colinéaires à V ; comme il n’est pas réduit à
0 , l’application T n’est pas injective. Identifions E3 à ¡ 3 en associant à
ur
tout vecteur X le triplet ( x1 , x2 , x3 ) Î ¡ 3 de ses composantes dans une
base orthonormée directe. L’application T devient alors l’application li-
néaire de ¡ 3 dans ¡ 3 donnée par la formule :
T ( x1 , x2 , x3 ) = ( x2 v3 - x3 v2 , x3 v1 - x1 v3 , x1 v2 - x2 v1 ) .
ur ur ur ur ur
on a en posant T ( X ) = å i = 1 yi f i = å i = 1 éëT ( X ). f i ùû f i :
3 3
ur ur ur ur ur ur uuuuur ur
T ( å i = 1 xi ei ) = T ( X ) = å i = 1 éëT ( X ). f i ùû f i = å i = 1 éëT ( X ).T ( ei )ùû f i
3 3 3
ur ur ur ur
= å i = 1 éë X. ei ùû f i = å i = 1 xi f i
3 3
r uuur uuuur
b) Si T est linéaire, on a 0 = T (OO ) = OO ' où O ' = rq ,W (O ) , ce
qui exige O = W car q est strictement compris entre 0 et
2p . Dans ce cas, T = Rq et T est linéaire. ■
EXEMPLE.
rr
Le plan est rapporté à un repère orthonormé
(O , i , j ) . Pour tout a Î ¡ , on note Sa la symétrie orthogonale
par rapport à la droite Da passant par O et faisant un
angle a avec la droite Ox . Montrer que, si a , b Î ¡ , la com-
posée Sb o Sa est la rotation de centre O et d’angle 2( b - a ) .
68 T. FACK. Cours de TMB
uuuur uuuuur
Par définition, on a Sa (OM ) = OM ' où M ' est l’ortho-
symétrique de M par rapport à la droite Da . Si M a pour
affixe z = x + iy = z e iq , le point M' a pour affixe
z ' = x '+ iy ' = z ' eiq ' avec z ' = z (car OM = OM ' ) et q +q '
2 = a (car
l’angle entre la droite OM et Da est égal à l’angle entre Da
et la droite OM ' ). On a donc q ' = 2a - q , d’où :
z ' = z ' eiq ' = z ei (2a -q ) = e2 ia z e- iq = e 2 ia z .
On en déduit que :
uuuur uuuur uuuuur uuuuur
(Sb o Sa )(OM ) = Sb (Sa (OM )) = Sb (OM ') = OM "
où l’affixe z " = x "+ iy " de M " vérifie :
z " = e 2 i b z ' = e2 i b e 2 ia z = e 2 i ( b -a ) z .
Ainsi, M " est l’image de M par la rotation de centre O et
d’angle 2( b - a ) et Sb o Sa est la rotation de centre O et
d’angle 2( b - a ) . ■
T ( X ) = T ( å i =1 xi ei ) = å i =1 xiT ( ei ) .
n n
T ( X ) = T ( å i =1 xi ei ) = å i =1 xiT ( ei ) = å i =1 xi å j =1 a ji f j
n n n m
= å j=1
m
(å n
i =1 )
a ji xi f j .
base ( f 1 ,..., f m ) , on a :
y j = å i =1 a ji xi pour 1 £ j £ m .
n
5.3 Matrices
5.3.1 DÉFINITION DES MATRICES
On appelle matrice (réelle) à m lignes et n colonnes un tableau rectangu-
laire :
æ a11 a12 L a1 n ö
ç ÷
a21 a22 L a2 n ÷
A=ç
çL L L L÷
ç ÷
è am 1 am 2 L amn ø
de nombres réels aij comportant m lignes et n colonnes. On note
Mm ,n ( ¡ ) l’ensemble des matrices réelles à m lignes et n colonnes. Lors-
que n = m , on écrit Mn ( ¡) au lieu de M n ,n ( ¡ ) ; les éléments de Mn ( ¡)
sont appelés matrices carrées d’ordre n . Une matrice de la forme
A = ( a1 a2 L an )
est appelée une matrice ligne ; une matrice de la forme
æ a1 ö
ç ÷
a2
A=ç ÷
ç M ÷
ç ÷
è am ø
est appelée une matrice colonne.
72 T. FACK. Cours de TMB
T ( x1 ,..., xn ) = ( y1 ,..., ym )
æ y1 ö æ a11 L a1 n öæ x1 ö
a12 æ a11 a12 L a1n ö
ç ÷ ç ÷ç ÷ ç ÷
y a a22
L a2 n ÷ç x2 ÷ a a22 L a2 n ÷
avec ç 2 ÷ = ç 21 , où ç 21 est la ma-
ç M ÷ çL L L L ÷ç M ÷ çL L L L÷
ç ÷ ç ÷ç ÷ ç ÷
è y m ø è am 1 am 2 L amn øè xn ø è am1 am 2 L amn ø
trice de T dans les bases canoniques de ¡ et ¡ m .
n
EXEMPLE.
r r
Le plan est rapporté à un repère orthonormé
(O, i , j ) . Déterminer la matrice d’une rotation Rq de centre
r r
O et d’angle q dans la base ( i , j ) de E2 et donner son ex-
pression analytique.
On a :
r r r r r r
Rq (i ) = cosq i + sin q j et Rq ( j ) = - sin q i + cos q j
r r
de sorte que la matrice de Rq dans la base ( i , j ) est :
æ cosq - sin q ö
Aq = ç ÷.
è sin q cosq ø
ur r r ur r r
Si X = x i + y j et T ( X ) = x ' i + y ' j , on a :
= å k =1 aki å j =1 b jk g j = å j =1
m q q
(å m
k =1 )
b jk aki g j
de sorte que la matrice C = (c ji ) de ST est donnée (dans les bases consi-
dérées) par :
c ji = å k =1 b jk aki .
m
( )
nombre de lignes de B . La matrice AB = c ij Î M q , n ( ¡ ) a un nombre de
lignes égal à celui de A , un nombre de colonnes égal à celui de B et son
coefficient c ij est donné par la formule :
cij = å k =1 aik bkj .
m
On notera que :
æ b1 j ö
ç ÷
b2 j
cij = ( ai 1 ai 2 L aim ) ç ÷
ç M ÷
çç ÷÷
è bmj ø
T. FACK. Cours de TMB 75
Df = f ( xo + Dx , y o + Dy ) - f ( xo , y o ) = L( Dx , Dy ) + e ( Dx , Dy )
où L : ¡ 2 ® ¡ est une fonction linéaire de l’accroissement total
DX = ( Dx , Dy ) , et où e ( Dx , Dy ) est une quantité négligeable au regard de
Dx et Dy . Si L est linéaire, il existe des constantes A, BÎ ¡ telles que :
L( h , k ) = Ah + Bk
et la question est donc de trouver deux constantes réelles A, B telles que
l’on ait :
f ( xo + Dx , yo + Dy ) - f ( xo , y o ) - ( ADx + BDy )
®0
( Dx )2 + ( Dy )2
quand Dx ® 0 et Dy ® 0 .
DÉFINITION. S’il existe deux constantes réelles A, B telles que l’on ait :
f ( xo + h , y o + k ) - f ( xo , y o ) = Ah + Bk + h 2 + k 2 e ( h , k )
avec e ( h , k ) ® 0 quand h , k ® 0 , on dit que f est différentiable au point
( xo , y o ) . La forme linéaire ( h , k ) Î ¡ 2 ® Ah + Bk Î ¡ (qui est unique) est
appelée la différentielle de f au point ( xo , y o ) et notée df ( xo , yo ) .
f ( xo + h , yo ) - f ( xo , y o ) - Ah
®0,
h
ce qui signifie que la fonction x ® f ( x , y o ) est dérivable au point xo et
de dérivée égale à A . En d’autres termes, la fonction x ® f ( x , y o ) (la se-
conde variable est figée, égale à y o ) admet une dérivée par rapport à x
au point xo dont la valeur est égale à A . On dit que f admet une déri-
vée partielle par rapport à x au point ( xo , y o ) , et on note :
¶f d
( xo , y o ) = ( x ® f ( x , y o ) ) ( xo ) .
¶x dx
¶f
On a ainsi A = ( xo , y o ) . En échangeant les rôles de x et y on voit que
¶x
f admet aussi une dérivée partielle par rapport à y au point ( xo , y o ) :
¶f d
( xo , yo ) = ( y ® f ( xo , y ) ) ( y o ) ,
¶y dy
¶f
et que B = ( xo , y o ) . On a donc :
¶y
THÉORÈME. Si f est différentiable au point ( xo , y o ) , elle admet des dérivées
partielles par rapport à x et y en ce point et on a :
¶f ¶f
f ( xo + h , y o + k ) - f ( xo , y o ) = ( xo , yo )h + ( xo , y o )k + h 2 + k 2 e ( h , k )
¶x ¶y
avec e ( h , k ) ® 0 quand h , k ® 0 . La différentielle de f au point ( xo , y o ) est
alors la forme linéaire :
¶f ¶f
df ( xo , y o ) : ( h , k ) Î ¡ 2 ® ( xo , y o )h + ( xo , y o )k Î ¡ .
¶x ¶y
Notation différentielle. Si f est différentiable au point ( xo , y o ) , on a :
¶f ¶f
df ( xo , y o ) ( h , k ) = ( xo , y o )h + ( xo , y o )k .
¶x ¶y
Ainsi, les fonctions ( x , y ) ® x = p( x , y ) et ( x , y ) ® y = q( x , y ) sont différen-
tiables et on a :
dp( xo , y o ) ( h , k ) = h , dq( xo , y o ) ( h , k ) = k
Comme la différentielle dp( xo , y o ) de la fonction première coordonnée
( x , y ) ® x ne dépend pas du point ( xo , y o ) , on la note dx . Pour la même
raison, on note dy la différentielle de la fonction ( x , y ) ® y et on a fina-
lement :
78 T. FACK. Cours de TMB
dx( h , k ) = h , dy( h , k ) = k .
Mais alors, la formule :
¶f ¶f
df ( xo , y o ) ( h , k ) = ( xo , y o )h + ( xo , y o )k
¶x ¶y
s’écrit encore :
¶f ¶f
df ( xo , y o ) ( h , k ) = ( xo , yo )dx( h , k ) + ( xo , y o )dy( h , k )
¶x ¶y
ce qui signifie que l’on a, dans la base ( dx , dy ) de l’espace des formes li-
néaires sur ¡ 2 :
¶f ¶f
df ( xo , yo ) = ( xo , yo )dx + ( xo , y o )dy .
¶x ¶y
Si l’on ne fixe pas le point ( xo , y o ) et que l’on considère au contraire un
point générique ( x , y ) , la formule ci-dessus s’écrit :
¶f ¶f
df ( x , y ) = ( x , y )dx + ( x , y )dy .
¶x ¶y
5.5 Exercices
5.5.1 Formes linéaires sur la droite réelle
Déterminer les formes linéaires T : ¡ ® ¡ qui vérifient T o T = 2T .
T. FACK. Cours de TMB 79
5.6.4 Exercice 4
On munit ¡ n de la base canonique ( e1 ,..., en ) . Déterminer les matrices
des applications linéaires suivantes, dans les bases canoniques corres-
pondantes :
a) T : ¡ 2 ® ¡ 2 définie par T ( x , y ) = (2 x + 3y , 3x - 5y ) ;
b) T : ¡ 2 ® ¡ définie par T ( x , y ) = x - 3y ;
c) T : ¡ 2 ® ¡ 3 définie par T ( x , y ) = (2 x - y , x + y , x - y ) ;
d) T : ¡ 3 ® ¡ 2 définie par T ( x , y , z ) = ( x + y , y - z) .
5.6.5 Exercice 5
r r
Le plan est rapporté à un repère orthonormé (O , i , j ) . On considère les
applications linéaires du plan vectoriel dans lui-même dont les matrices
r r
dans la base ( i , j ) sont les suivantes :
æ2 0ö æ1 0ö æ -1 0 ö æ 23 - 12 ö
A=ç ÷ , B = ç ÷ , C = ç ÷ , D = ç ÷ .
è0 2ø è0 0ø è 0 1ø ç 1 3 ÷
è 2 2 ø