Cours Isj 2022 Partie 1

Cours d’algèbre première année Cycle Ingénieur, Semestre I,
Prépavogt-Institut Saint Jean
P. M. Kouotchop Wamba
September 22, 2022
Département des Mathématiques, ENS/Université de Yaoundé I
Contents
Contents 1
1 Analyse vectorielle 6
1.1 L’espace vectoriel euclidien Rn , n ≥ 2 . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.1 Produit scalaire dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.2 Norme euclidienne et inégalité de Cauchy-Schwarz . . . . . . . . . . . . 7
1.1.3 Orthogonalité et base orthonormée . . . . . . . . . . . . . . . . . . . . . 9
1.1.4 Produit mixte-produit vectoriel . . . . . . . . . . . . . . . . . . . . . . 10
1.2 Fonctions de deux ou trois variables et dérivées partielles . . . . . . . . . . . . . 11
1.2.1 Fonctions scalaires à plusieurs variables . . . . . . . . . . . . . . . . . . 11
1.2.2 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Quelques opérateurs classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.1 Gradient d’une fonction scalaire . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.2 Divergence d’un champ de vecteurs . . . . . . . . . . . . . . . . . . . . . 13
1.3.3 Rotationnel d’un champ de vecteurs . . . . . . . . . . . . . . . . . . . . 13
1.3.4 Laplacien d’une fonction scalaire . . . . . . . . . . . . . . . . . . . . . . 14
2 Eléments de Logique,... 15
2.1 Eléments de Logique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.1 Propositions mathématiques . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.2 Connecteurs logiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1.2.1 Le connecteur “ou” (disjonction). . . . . . . . . . . . . . . . . . 16
1
CONTENTS 2
2.1.2.2 Le connecteur“et” (conjonction). . . . . . . . . . . . . . . . . . 16

2.1.2.3 Le connecteur de conversion “non”. . . . . . . . . . . . . . . . . 17
2.1.2.4 Le connecteur “implication” ⇒ . . . . . . . . . . . . . . . . . . 17
2.1.3 Tautologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2 Logique des quantificateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Théorie élémentaire des ensembles . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4 Opérations sur les ensembles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4.1 Réunion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4.2 Intersection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4.3 Complémentaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4.4 Différence de deux ensembles . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4.5 Produit cartésien d’un nombre fini d’ensembles. . . . . . . . . . . . . . . 20
2.5 Partition d’un ensemble. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.6 Principe de récurrence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.6.1 Résultats de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.6.2 Principe de récurrence simple . . . . . . . . . . . . . . . . . . . . . . . . 22
2.6.3 Principe de récurrence double . . . . . . . . . . . . . . . . . . . . . . . 23
2.6.4 Principe de récurrence par vague . . . . . . . . . . . . . . . . . . . . . . 24
3 Notions sur les applications et dénombrements 25

3.1 Généralités sur les applications . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.2 Egalité, Restriction et prolongement . . . . . . . . . . . . . . . . . . . . 26
3.2 Fonction indicatrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3 Composée de deux applications. . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.4 Propriétés des applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.4.1 Applications injectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.4.2 Application surjective . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.4.3 Applications bijectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.5 Images directes, images réciproques d’une partie . . . . . . . . . . . . . . . . . . 30
3.6 Ensembles finis, dénombrables. . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.6.1 Vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.6.2 Propriétés des ensembles finis . . . . . . . . . . . . . . . . . . . . . . . . 31
3.7 Dénombrements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.7.1 Nombre des applications d’un ensemble fini dans un ensemble fini . . . . 32
3.7.2 Nombre d’injections d’un ensemble fini dans un ensemble fini . . . . . . 33
3.7.3 Nombre de parties d’un ensemble fini . . . . . . . . . . . . . . . . . . . . 34
4 Arithmétiques 35
4.1 Divisibilité dans Z. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.1.1 Diviseurs, multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.1.2 Division euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.1.3 Système de numération . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.1.4 Congruences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.2 Plus grand commun diviseur (PGCD) . . . . . . . . . . . . . . . . . . . . . . . 41
4.2.1 Définitions du plus grand commun diviseur . . . . . . . . . . . . . . . . 41
CONTENTS 3
4.2.2 Coefficients de Bezout . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4.2.3 Entiers premiers entre eux . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.2.4 Résolution dans Z2 de l’équation ax + by = c . . . . . . . . . . . . . . . 43
4.3 Plus petit multiple commun . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.4 Nombres premiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.4.1 Définition et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.4.2 Nombres premiers et divisibilité . . . . . . . . . . . . . . . . . . . . . . . 46
4.4.3 Décomposition en facteurs premiers . . . . . . . . . . . . . . . . . . . . 47
4.4.4 Théorème de Fermat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5 Relations binaires 49
5.1 Relation d’équivalence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.1.1 Relation binaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.1.2 Relations d’équivalence et partitions . . . . . . . . . . . . . . . . . . . . 49
5.1.3 Décomposition canonique d’une application . . . . . . . . . . . . . . . . 50
5.2 Relation d’ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.2.1 Ensemble ordonné . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.2.2 Eléments remarquables d’un ensemble ordonné . . . . . . . . . . . . . . 51
5.2.3 Majorants; minorants; borne supérieure; borne inférieure . . . . . . . . . 52
5.2.4 Intervalles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6 Ensemble des nombres réels 53

6.1 Le corps des réels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.1.1 Introduction de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.1.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
6.2 Etudes complémentaires de quelques fonctions particulières . . . . . . . . . . . 55
6.2.1 Valeurs absolues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.2.2 Partie entière d’un réel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.3 Sous-ensembles particuliers de R . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.3.1 Intervalle de R. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.3.2 Parties denses de R. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7 Nombres complexes 59
7.1 Forme algébrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
7.1.1 Définition d’un nombre complexe . . . . . . . . . . . . . . . . . . . . . . 59
7.1.2 Partie réelle, partie imaginaire . . . . . . . . . . . . . . . . . . . . . . . 60
7.1.3 Propriétés de l’addition et de la multiplication dans C . . . . . . . . . . 60
7.1.4 Conjugué d’un nombre complexe . . . . . . . . . . . . . . . . . . . . . . 61
7.1.5 Module d’un nombre complexe . . . . . . . . . . . . . . . . . . . . . . . 61
7.2 Forme trigonométrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.2.1 Argument d’un nombre complexe non nul . . . . . . . . . . . . . . . . . 61
7.2.2 Forme trigonométrique d’un nombre complexe non nul . . . . . . . . . . 62
7.2.2.1 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
7.2.3 Exponentielle complexe . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
7.3 Racine nième d’un nombre complexe . . . . . . . . . . . . . . . . . . . . . . . . 63
7.3.1 Racine carrée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
CONTENTS 4
7.3.2 Racine nième d’un nombre complexe (n ∈ N∗ ) . . . . . . . . . . . . . . . 64

7.4 Quelques applications des nombres complexes . . . . . . . . . . . . . . . . . . . 64
7.4.1 Transformation de (cos x)n ou de (sin x)n (n ∈ N\ {0, 1}) . . . . . . . . . 64
7.4.2 Transformation de cos nx ou de sin nx en sommes de monômes en cos x
et sin x . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
7.4.3 Nombres complexes et géométrie plane . . . . . . . . . . . . . . . . . . . 65
8 Polynômes 67
8.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
8.1.1 Polynôme à une indéterminée sur K . . . . . . . . . . . . . . . . . . . . 67
8.1.2 Opérations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
8.1.3 Degré, valuation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
8.1.4 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
8.1.5 Fonction polynôme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
8.2 Division euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
8.2.1 Division dans K[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
8.2.2 Plus grand commun diviseur de deux polynômes . . . . . . . . . . . . . 71
8.2.3 Polynômes premiers entre eux . . . . . . . . . . . . . . . . . . . . . . . . 71
8.2.4 Polynômes irréductibles . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
8.2.5 Décomposition en facteurs irréductibles . . . . . . . . . . . . . . . . . . 72
8.2.6 Division suivant les puissances croissantes . . . . . . . . . . . . . . . . . 73
8.3 Dérivation. Racines d’un polynôme . . . . . . . . . . . . . . . . . . . . . . . . . 73
8.3.1 Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
8.3.2 Racines d’un polynôme . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
8.3.3 Polynôme scindé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
8.3.4 Décompositions de D’Alembert et de Gauss d’un polynôme . . . . . . . 75
9 Fractions rationnelles 77
9.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
9.1.1 Définition d’une fraction rationnelle . . . . . . . . . . . . . . . . . . . . 77
9.1.2 Degré d’une fraction rationnelle . . . . . . . . . . . . . . . . . . . . . . . 77
9.1.3 Opérations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
9.1.3.1 Addition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
9.1.3.2 Multiplication . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
9.1.4 Pôles et racines d’une fraction rationnelle . . . . . . . . . . . . . . . . . 78
9.1.5 Fonction rationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
9.1.6 Dérivation d’une fraction rationnelle . . . . . . . . . . . . . . . . . . . . 79
9.2 Décomposition d’une fraction rationnelle en éléments simples . . . . . . . . . . 80
9.2.1 Partie entière d’une fraction rationnelle . . . . . . . . . . . . . . . . . . 80
9.2.2 Décomposition dans C(X) . . . . . . . . . . . . . . . . . . . . . . . . . . 80
9.2.3 Quelques méthodes de décomposition . . . . . . . . . . . . . . . . . . . . 80
9.2.3.1 Méthode dite d’identification . . . . . . . . . . . . . . . . . . . 80
9.2.3.2 Détermination des coefficients correspondant à des pôles sim-
ples : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
9.2.3.3 Fraction rationnelle paire ou impaire . . . . . . . . . . . . . . . 81
9.2.4 Décomposition dans R(X) . . . . . . . . . . . . . . . . . . . . . . . . . . 81
CONTENTS 5
9.2.5 Quelques méthodes de décomposition: Détermination des éléments de

second espèce . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
9.3 Applications de la décompostion des fractions rationnelles en éléments simples . 83
9.3.1 Calcul de la dérivée n-ième d’une fraction rationnelle . . . . . . . . . . . 83
9.3.2 Autres applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
Chapter 1
Analyse vectorielle
1.1 L’espace vectoriel euclidien Rn , n ≥ 2

On rappelle que Rn = {(x1 , · · · , xn ) , x1 , · · · , xn ∈ R}, où R désigne l’ensemble des nombres
réels.
1.1.1 Produit scalaire dans Rn

Définition 1.1. On appelle produit scalaire dans Rn toute application que nous notons
R n × Rn → R
→
− → − →
− → −
U,V 7→ U · V
vérifiant les axiomes suivants:

→
− → − →
− →− →
− → −
1. Symétrie U · V = V · U , pour tous U , V ∈ Rn
→
− → − − →
2. Bilinéarité: pour tous U , V , W ∈ Rn et λ ∈ R,
 →
− → − − → →
− → − → − −→


 U · V + W = U · V + U ·W
 →− → − −
→ →
− − → → − −→
U + V ·W = U ·W + V ·W
 λ→ − →
− →
− →
− →− →−


U · V = U · λV = λ U ·V

→
− →
− → −
3. Positivité: Pour tout U ∈ Rn , U · U ≥ 0
→
− →
− → − →
− →
−
4. Défini: Pour tout U ∈ Rn , U · U = 0 ⇒ U = 0 .
Exemple 1.1. Dans l’espace vectoriel R2 l’application ϕ : R2 × R2 → R définnie pour tout

→
− →
−
U = (x, y) et V = (x0 , y 0 ) par:
→− →
−
ϕ U , V = xx0 + 2x0 y + 2xy 0 + 3yy 0
est un produit scalaire sur R2 .
6
CHAPTER 1. ANALYSE VECTORIELLE 7
Exemple 1.2. Dans l’espace vectoriel R3 l’application ϕ : R3 × R3 → R définnie pour tout

→
− →
−
U = (x, y, z) et V = (x0 , y 0 , z 0 ) par:
→ − → −
ϕ U , V = xx0 + 2x0 y + yz 0 + 2xy 0 + y 0 z + yy 0
est un produit scalaire sur R3 .

→
− →
− →
− → −
Remarque 1.1. Le produit scalaire de deux vecteurs U et V se note aussi U | V . Si (· | ·)
est un produit scalaire sur Rn , on dit que le couple (Rn , (· | ·)) est un espace vectoriel euclidien.
1.1.2 Norme euclidienne et inégalité de Cauchy-Schwarz

Définition 1.2. On appelle norme sur Rn , toute application N : Rn → R vérifiant les axiomes
suivants:
1. ∀p ∈ Rn , N (p) ≥ 0
2. ∀p ∈ Rn , (N (p) = 0 ⇒ p = (0, · · · , 0))
3. (Homogénéïté) ∀p ∈ Rn , ∀λ ∈ R, N (λ · p) = |λ| N (p)
4. (Inégalité triangulaire) ∀p, q ∈ Rn , N (p + q) ≤ N (p) + N (q)
Exemple 1.3. Dans E = R2 , on considère l’application N : R2 → R définie par:

N (x, y) = 3 |x| + 2 |y|
Montrer que N est une norme sur R2 .
Exemple 1.4. Dans E = R2 , on considère l’application N : R2 → R définie par:
N (x, y) = max {|x| , |y|}
Montrer que N est une norme sur R2 .
Soit (· | ·) un produit scalaire sur Rn , on pose
→ r→
− − →−
U = U |U
→
− → −
il vient que pour tous U , V ∈ Rn ,
 → − → − 2 →
− 2 →
− 2 →
− → −

 U + V = U + V + 2U · V

→
− → − 2 →
− 2 →
− 2 →
− → −

 U − V = U + V − 2U · V

En particulier 
→
− →−
→
− → − 2 →
− 2 →
1 − 2
U ·V = U + V − U − V




 2

 →
− →− 1 →
− 2 →
− 2 →
− → − 2
U ·V = U
2 + V
− U − V



 →
− →− 1 →
− → − 2 →
− → − 2

 U ·V = 4 U + V − U − V


les égalités ci-dessus qui expriment le produit scalaire en fonction de la norme sont appelées
identités de polarisation.
→
− → − 2 →
− 2 →
− 2 → − →− →
− → − 2 →
− 2 →
− 2

Remarque 1.2. Comme U + V = U + V +2 U · V et U − V = U + V −
→
− → −
2 U · V , on déduit que
→
− → − 2 →
− → − 2 →
− 2 →− 2
U + V + U − V = 2 U + V
Cette égalité est appelée identité du parallélogramme.

→
− → −
Proposition 1.1. Pour tous U , V ∈ Rn ,
→
− → − →
− →
−
U · V ≤ U · V

→
− →
−
On a l’égalité si et seulement si U et V sont colinéaires.
→
− →
−
→
− → − →
− →
− →
− →
−
Proof. Si U = 0 , on a bien U · V = 0 ≤ 0 = U · V . On suppose que U =
6 0 , on

pose pour tout t ∈ R,
→
− → − →
2 − 2 →
− → − →
− 2

p (t) = t U + V = t2 U + 2t U · V + V
→
− 2
→− → − 2 →
− 2 →
− 2
Comme p (t) ≥ 0 et U > 0, il vient que 40 = U · V − U V ≤ 0; on déduit que

→− → − 2 →
− 2 →
− 2 →
− →− →−
→
−
U ·V ≤ U V . D’où U · V ≤ U · V .

→
− →
− →
− →
− →
− → − →
− 2

D’autre part, si U et V sont colinéaires, alors V = λ U , comme U · V = |λ| U
→
− →
− →
− →
− →
− 2

et U · V = U · λ U = |λ| U . On déduit l’égalité. Inversement, on suppose

→
− → − →
− →
− →
− → − 2 →− 2 →
− 2
0
U · V = U · V , il vient que 4 = U · V − U V = 0, il existe t0 ∈ R tel que

→
− → − 2 →
− →
− →
− →
−
p (t0 ) = t0 U + V = 0. D’où V = −t0 U . Le cas U = 0 est évident.
→
− → −
Corollaire 1.1. Pour tous U , V ∈ Rn ,
→
− → −
→
− →
−

U + V ≤ U + V
→
− →
− →
− →
−
On a l’égalité si U et V sont positivement colinéaires, i.e. V = λ U avec λ ≥ 0.
→
− → − →
− 2 →
− 2 →
− → − →
− → − →
− →
−
2

Proof. Comme U + V = U + V + 2 U · V et que U · V ≤ U · V , il vient

→
− → − 2 →
− 2 →
− 2
→
− →
−
que U + V ≤ U + V + 2 U · V ; par conséquent

→
− → − →
− →
− 2
2
U + V ≤ U + V

→
− → − →
− →
−

d’où U + V ≤ U + V .
Corollaire 1.2. L’application

Rn → R
→
− →
−
U 7→ U
est une norme sur Rn , appelée norme euclidienne sur Rn induite par le produit scalaire (· | ·)
1.1.3 Orthogonalité et base orthonormée

Soit (· | ·) un produit scalaire sur Rn .
→
− →
−
Définition 1.3. On dit que deux vecteurs U et V de Rn sont orthogonaux si
→
− → −
U | V =0
→
− →
−
On note U ⊥ V .
→
− →
−
Théorème 1.1. (de Pythagore) Pour tous vecteurs U et V de Rn , il y a équivalence entre:
→
− →
−
1) U et V sont orthogonaux
→
− → − 2 →
− 2 →
− 2

2) U + V = U + V

→
− → − 2 →
− 2 →
− 2

3) U − V = U + V

→
− → − 2 →
− → − 2
4) U + V = U − V
Proof. Exercice.
Définition 1.4. On appelle base orthonormée de Rn , une famille de vecteurs (−

→, · · · , −
u1 u→
n)
telle que
1) ∀i ∈ {1, · · · , n}, k→−
ui k = 1.
2) ∀i, j ∈ {1, · · · , n}, (i 6= j ⇒ (→
−
ui | →
−
uj ) = 0)
Exemple 1.5. On prend E = R2 muni du produit scalaire

→
− → −
U · V = xx0 + yy 0
→
− →
−
avec U = (x, y), V = (x0 , y 0 ). On prend →
−
e1 = (1, 0) et →
−
e2 = (0, 1), on a: (→
−
e1 , →
−
e2 ) est une base
orthonormée de R2 .
Exemple 1.6. On prend E = R3 muni du produit scalaire usuel

→
− → −
U · V = xx0 + yy 0 + zz 0
→
− →
− →
− →
− →
−
avec U = (x,y, z), V = (x0 , y 0 , z 0 ). On prend i = (1, 0, 0) , j = (0, 1, 0) et k = (0, 0, 1), on
→
− →− →−
a: i , j , k est une base orthonormée de R3 .
→
− →
−
Proposition 1.2. Soit U = (x1 , · · · , xn ), V = (y1 , · · · , yn ) dans une base orthonormée de
Rn . Alors
n
→
− → − X
U ·V = x i yi
i=1
1.1.4 Produit mixte-produit vectoriel

On se place dans R3 muni du produit scalaire
→
− → −
U · V = xx0 + yy 0 + zz 0
→
− →
−
avec U = (x, y, z), V = (x0 , y 0 , z 0 ).
→
− →
− →
− →
− →
−
Définition 1.5. On appelle produit vectoriel de U et V le vecteur noté U ∧ V (lire U
→
−
vectoriel V ) défini par:
→
− → −
U ∧ V = yz 0 − y 0 z, x0 z − xz 0 , xy 0 − x0 y

On écrit aussi  0 

y y
 z z0 

 x x0 
 
→
− → −
U ∧ V =  −

0 

 z z 
 x x0 
y y0

→
− →
− →
− →
− →
− →
− →
− →
− →
− → −
Exemple 1.7. On donne U = 3 i + 4 j + 6 k et V = 2 i − 5 j + 4 k . Calculer U ∧ V .
→
− →− →
− → − → − →
− →
− →− →
−
Exemple 1.8. Il est clair que i ∧ j = k , j ∧ k = i et k ∧ i = j .
Proposition 1.3. On a les propriétés suivantes:
→
− → − →
− → − →
− → −
1) pour tous U , V de R3 , U ∧ V = − V ∧ U .
→
− → − −
→
2) Pour tous U , V et W de R3 , pour tout λ ∈ R
 →
− → − − → →
− → − → − −
→


 U ∧ V + W = U ∧ V + U ∧W
 →− → − −→ →
− − → → − −
→
U + V ∧W = U ∧W + V ∧W
 λ→ − →
− →
− →
−


U ∧V = U ∧ λ V = λ (U ∧ V )

→
− → − →
− → − → − → − →− →
−
3) pour tous U , V de R3 , U ∧ V · U = U ∧ V · V = 0
Proof. Exercice.
→
− →
− →
− →
−
Théorème 1.2. Soient U , V deux vecteurs de R3 . Alors U et V sont colinéaires si et
→
− → − →
−
seulement si U ∧ V = 0 .
Proof. Exercice.
→
− → − −
→
Définition
h→ 1.6.i On appelle produit mixte des vecteurs U , V et W pris dans cet ordre et on
− → − − →
note U , V , W le réel défini par:
h→
− → − −→i → − → − − →
U, V ,W = U ∧ V · W
→
− → −
Théorème 1.3. Soient U , V deux vecteurs de R3 .
→
− → − 2 →
− 2 →
− 2
→
− → − 2
U ∧ V = U
V − U · V
Proof. Exercice.
1.2 Fonctions de deux ou trois variables et dérivées partielles

1.2.1 Fonctions scalaires à plusieurs variables
Définition 1.7. On appelle fonction scalaire à trois variables (resp. 2 variables), toute fonction
F : U → R, où U est une partie non vide de R3 (resp. U une partie de R2 ).
On appelle ensemble de définition l’ensemble
D = {p ∈ U : F (p) existe}
Exemple 1.9. Déterminer l’ensemble de définition des fonctions suivantes

√
x+y 4−x2 −y 2
f1 (x, y) = ln 1 − x2 − y 2 , f2 (x, y) = √x+y−1 , f3 (x, y) = √ 2 2

x +y −1
√
|xyz| 4−x2 −y 2 −z 2
g1 (x, y, z) = ln √ g2 (x, y, z) = √
2 2
x +y 2 2 2 x +y +z −1
dans le cas des fonctions f1 , f2 et f3 représenter les ensembles de définitions.
Définition 1.8. On appelle fonction vectorielle à trois (resp. deux) variables toute fonction
f : U → Rp où U est une partie de R3 (resp. R2 ) et p un entier naturel superieur ou égal à 2.
Exemple 1.10. La fonction

p xy
f (x, y, z) = x2 + y 2 − z 2 , ln
z
est une fonction vectorielle à valeurs dans R2 .
Définition 1.9. On appelle champ de vecteurs de R3 (resp. R2 ) toute fonction vectorielle

X : U → R3 où U ⊂ R3 (resp. X : U → R2 , où U ⊂ R2 ).
Exemple 1.11. (1) L’application X : R2 → R2 définie par:

X (x, y) = exp x+y xy

2 , x2 +y 2 +1
est un champ de vecteurs sur R2 .

(2) L’application X : R3 → R3 définie par:

X (x, y, z) = exp x+y+z xyz 2 2

2 , x2 +y 2 +1
, ln x + z
est un champ de vecteurs sur R3 .
1.2.2 Dérivées partielles

Définition 1.10. Soit f une fonction de U ⊂ R3 , p0 = (x0 , y0 , z0 ) ∈ U . On appelle dérivée
∂f
partielle par rapport à la variable
x d’une fonction f : U→ R au point p0 et onnote ∂x (p0 )
lorsqu’il existe, le réel lim f (x,y0 ,z0x−x
)−f (x0 ,y0 ,z0 )
0
= lim f (x0 +h,y0 ,z0h)−f (x0 ,y0 ,z0 ) . On définit
x→x0 h→0
∂f
de même la dérivée partielle par rapport aux variables y et z et on note respectivement ∂y (p0 )
∂f
et ∂z (p0 );
∂f f (x0 ,y,z0 )−f (x0 ,y0 ,z0 )
∂y (p0 ) = lim y−y0
y→y0
∂f f (x0 ,y0 ,z)−f (x0 ,y0 ,z0 )
∂z (p0 ) = lim z−z0
z→z0

x2 +y 2 ∂f ∂f ∂f
Exemple 1.12. On prend f (x, y, z) = ln z 2 +1
, calculer ∂x (x, y, z), ∂y (x, y, z) et ∂z (x, y, z).
1.3 Quelques opérateurs classiques

1.3.1 Gradient d’une fonction scalaire
Définition 1.11. Soit f : U → R une fonction scalaire a trois ou deux variables. On appelle
gradient de f et on note grad (f ) le champ de vecteurs défini par:

grad (f ) (x, y, z) = ∂f ∂f ∂f ∂f ∂f
∂x (x, y, z) , ∂y (x, y, z) , ∂z (x, y, z) (resp. grad (f ) (x, y) = ∂x (x, y) , ∂y (x, y) )
où U ⊂ R3 (resp. R2 ).
Exemple 1.13. Calculer le gradient des fonctions suivantes

2
f1 (x, y) = ln 1 + x2 + y 2 , f2 (x, y, z) = xyez + x2 yz 3

Remarque 1.3. 1) Dans R3 , on définit l’opérateur

→
− ∂ →
− ∂ →
− ∂ →
−
∇= ∂x i + ∂y j + ∂z k (lire nabla)
→
−
Alors grad (f ) = ∇ · f
2) De même, dans R2 , on définit l’opérateur
→
− ∂ →
− ∂ →
−
∇= ∂x i + ∂y j
→
−
Alors grad (f ) = ∇ · f .
Remarque 1.4. Soit F : U → R une fonction la différentielle de F notée dF lorsqu’elle existe
est donnée par:
dF = ∂F ∂F ∂F
∂x dx + ∂y dy + ∂z dz
−−→
En posant dM = (dx, dy, dz); on déduit que:
−−−−−→ −−→
dF = grad (F ) · dM
1.3.2 Divergence d’un champ de vecteurs

Soit X : U → R3 un champ de vecteurs, où U ⊂ R3 .
Définition 1.12. On appelle divergence du champ de vecteurs X, la fonction scalaire notée

div (X) et définie par:
→
−
div (X) = ∇ · X
Si on écrit X (p) = (X1 (p) , X2 (p) , X3 (p)) où p = (x, y, z), alors

∂X1 ∂X2 ∂X3
div (X) = ∂x + ∂y + ∂z
Remarque 1.5. Dans le cas d’un champ de vecteurs X : U → R2 , où U ⊂ R2 ,

∂X1 ∂X2
div (X) = ∂x + ∂y
Exemple 1.14. Calculer la divergence des champs de vecteurs suivants:
X (x, y, z)= x2 yz,xy 2 z, xyz 2

x2
X (x, y) = ln 1+y 2 , x2 y + xy 2
1.3.3 Rotationnel d’un champ de vecteurs

Définition 1.13. On appelle rotationnel du champ de vecteurs X : U → R3 , le champ de
vecteurs noté rot (X) et définie par:
→
−
rot (X) = ∇ ∧ X
Si on écrit X (p) = (X1 (p) , X2 (p) , X3 (p)) où p = (x, y, z), alors

rot (X) = ∂X ∂X3
∂z − ∂y ,
2 ∂X1 ∂X3
∂z − ∂x ,
∂X2
∂x −
∂X1
∂y
Exemple 1.15. Calculer le rotationnel des champs de vecteurs suivants:
X (x, y, z) = x2 yz, xy 2 z, xyz 2

x2
X (x, y, z) = ln 1+y 2 , x2 y, y 2 z
Proposition 1.4. 1) Pour toute fonction sclaire f ,
rot (grad (f )) = 0
2) Pour tout champ de vecteurs X,
div (rot (X)) = 0
Proof. Exercice.
Définition 1.14. 1) Soit X un champ de vecteurs. On dit que X dérive d’un potentiel scalaire
→
−
s’il existe f une fonction scalaire telle que X = ∇ · f
2) On dit qu’un champ de vecteurs X dérive d’un potentiel vecteur s’il existe Y un autre
champ de vecteurs tel que X = rot (Y ).
Théorème 1.4. Soit X un champ de vecteurs sur R3 .

1) X dérive d’un potentiel scalaire si et seulement si rot (X) = 0.
2) X dérive d’un potentiel vecteur si et seulement si div (X) = 0.
Exemple 1.16. 1) Montrer que le champ de vecteurs
X (x, y, z) = 2xyz + y 2 z + yz 2 , x2 z + 2xyz + xz 2 , x2 y + xy 2 + 2xyz

dérive d’un potentiel scalaire.

2) Déterminer la fonction scalaire induite f telle que X = grad (f ).
Exemple 1.17. 1) Montrer que le champ de vecteurs
X (x, y, z) = 2x2 yz, x2 − xy 2 z, y 2 − xyz 2

dérive d’un potentiel vecteur.

2) Déterminer le champ de vecteurs induit Y telle que X = rot (Y ).
1.3.4 Laplacien d’une fonction scalaire

Soit F une fonction a trois variables, on pose:
 2
∂ F ∂ ∂F


 ∂x
 2 = ∂x ∂x
∂2F ∂ ∂F
 ∂x∂y = ∂x ∂y
 ∂2F =
 ∂ ∂F

∂y∂x ∂y ∂x

∂2F

∂ ∂F 
∂2F
= ∂ ∂F



 ∂y 2 ∂y ∂y 
 ∂z 2
= ∂z ∂z
On définit de la même manière ∂2F ∂ ∂F et ∂2F ∂ ∂F .
∂z∂y = ∂z ∂y ∂x∂z = ∂x ∂z
∂2F
  ∂ ∂F
∂2F =
 ∂ ∂F

=

∂y∂z ∂y ∂z ∂z∂x ∂z ∂x
∂2F ∂2F ∂2F ∂2F ∂2F ∂2F 2 +z 2

Exemple 1.18. Calculer ,
∂x2 ∂y 2
, ∂z 2 , ∂z∂y , ∂x∂z et ∂y∂x lorsque F (x, y, z) = x2 ey −
3xy 2 z 3 .
Définition 1.15. On appelle laplacien de la fonction sclaire F , la fonction notée 4F et définie
par: −−−−−→
4F = div grad (F )
−−−−−→
Remarque 1.6. (i) Si F est une fonction de deux variables x et y, alors: grad (F ) = ∂F , ∂F
∂x ∂y ;
par conséquent
2 2
4F = ∂∂xF2 + ∂∂yF2
−−−−−→
(ii) Si F est une fonction de trois variables x, y, z, alors: grad (F ) = ∂F , ∂F ∂F
,
∂x ∂y ∂z ; par
conséquent
2 2 2
4F = ∂∂xF2 + ∂∂yF2 + ∂∂zF2
2
Exemple 1.19. Calculer le laplacien de F (x, y) = ln 1 + x2 + y 2 et G (x, y, z) = xyez +

2 2
xzey + yzex .
Définition 1.16. Une fonction de plusieurs variable est dite harmonique si 4F = 0.
Chapter 2
Eléments de Logique-Les ensembles et

principe de récurrence
Ce cours est tout juste un contenu minimal de logique et théorie des ensembles. Plus précisé-
ment, un outil de travail pour les cours de mathématiques. L’approche ici est plus intuitive
que formelle.
2.1 Eléments de Logique

2.1.1 Propositions mathématiques
Définition 2.1. Une proposition (ou une assertion) est un énoncé auquel on peut attribuer
une valeur de vérité unique (vrai (V ) ou faux (F )) souvent noté 0 ou 1.
Exemple 2.1. (1) L’énoncé “le nombre π est un rationnel” est une proposition car il est faux.
(2) L’énoncé "2 + 8 = 10” est une proposition car il est vrai.
Exemple 2.2. (1) On pose A = {x : x ∈

/ x}. L’énoncé ”A ∈ A” n’est pas une proposition.
(2) Soit n ∈ N. L’énoncé "n est un multiple de 2" n’est pas un énoncé.
Définition 2.2. Soit E un ensemble. On appelle prédicat sur E, un énoncé contenant une ou
plusieurs variables tels que quand on remplace chacune de ces variables par un élément de E,
on obtient une assertion.
Exemple 2.3. (1) Soit n ∈ N. L’énoncé P (n): "n est un multiple de 2" est un prédicat sur
N.
(2) Soit (x, y) ∈ R2 : P (x, y) : 2x + 5y = 1 est un prédicat sur R2 .
Définition 2.3. On dit que deux propositions P et Q sont équivalentes si elles ont les mêmes
valeurs de vérité.
P Q
F F
V V
15
CHAPTER 2. ELÉMENTS DE LOGIQUE,... 16
On note P ≡ Q.
2.1.2 Connecteurs logiques

Les connecteurs logiques servent à combiner des propositions données pour obtenir une nouvelle
proposition. Ainsi, on distingue le connecteur “ou” noté ∨, le connecteur “et” noté ∧, le
connecteur “implique” noté =⇒, le connecteur d’équivalence noté ⇐⇒ et le connecteur “non”
noté ¬.
2.1.2.1 Le connecteur “ou” (disjonction).

En plaçant le mot “ou” entre deux propositions P et Q on obtient la proposition P ou Q qu’on
note P ∨ Q . La proposition P ∨ Q est vraie dans le cas ou au moins l’une des propositions
constituves P , Q est vraie et fausse si les deux énoncés sont fausses. On obtient ainsi le tableau
suivant:
P Q P ∨Q
V V V
V F V
F V V
F F F
Exemple 2.4. La proposition (1 ≤ 0) ∨ (π est irrationnel) est une proposition vraie.
Pour prouver qu’une proposition mathématique de la forme P ∨Q est vraie, l’on peut supposer
P faux et montrer que Q est vraie après argumentation et calcul.
2.1.2.2 Le connecteur“et” (conjonction).

En plaçant le mot “et” entre deux propositions P et Q on obtient la proposition P et Q qu’on
note P ∧ Q . La proposition P ∧ Q est vraie dans le cas ou P et Q sont vraies et fausse dans
le cas contraire. On obtient ainsi le tableau suivant:
P Q P ∧Q
V V V
V F F
F V F
F F F
Exemple 2.5. La proposition (1 ≤ 0) ∧ (π est irrationnel) est une proposition fausse.
Proposition 2.1. Soient P , Q et R trois propositions mathématiques.
(1) (Commutativité) P ∧ Q ≡ Q ∧ P et P ∨ Q ≡ Q ∨ P .
(2) (Associativité) P ∧ (Q ∧ R) ≡ (P ∧ Q) ∧ R et P ∨ (Q ∨ R) ≡ (P ∨ Q) ∨ R.
(3) (Distributivité) P ∧ (Q ∨ R) ≡ (P ∧ Q) ∨ (P ∧ R) et P ∨ (Q ∧ R) ≡ (P ∨ Q) ∧ (P ∨ R)
2.1.2.3 Le connecteur de conversion “non”.

le connecteur “non” (¬) convertis un énoncé vrai en un énoncé faux et vice-versa. On a
l’équivalence
P est vraie ⇐⇒ ¬P est faux
On obtient ainsi le tableau suivant:
P ¬P
V F
F V
Proposition 2.2. Soient P , Q deux propositions.
(1) ¬ (P ∧ Q) ≡ ¬P ∨ ¬Q et ¬ (P ∨ Q) ≡ ¬P ∧ ¬Q.
(2) ¬ (¬P ) ≡ P .
2.1.2.4 Le connecteur “implication” ⇒

En plaçant le signe =⇒ entre deux propositions P et Q on obtient la proposition P =⇒ Q
(lire P implique (ou entraine) Q) ou encore "Si P alors Q"; dont le tableau de vérité est donné
par:
P Q P ⇒Q
V V V
V F F
F V V
F F V
Remarque 2.1. Le connecteur =⇒ est très utilisé en mathématiques, il ne traduit pas toujours
une relation de cause à effet. par exemple, la proposition suivante:
(2 + 2 = 5) =⇒ (π ∈
/ Q)
est une proposition vraie.

N B. Pour établir une implication, P =⇒ Q, on adopte fréquemment P comme une hypothèse
additionnelle (en même temps que les autres hypothèses données et que l’on utilise) et après
argumentation et calcul l’on parvient à Q.
Définition 2.4. Soient P , Q deux propositions.
(i) On appelle contraposée de P ⇒ Q la proposition ¬Q ⇒ ¬P .
(ii) On appelle réciproque de P ⇒ Q la proposition Q ⇒ P .
Proposition 2.3. Soient P et Q deux propositions mathématiques.
(i) (P ⇒ Q) ≡ ¬P ∨ Q
(ii) (P ⇒ Q) ≡ (¬Q ⇒ ¬P )
(iii) ¬ (P ⇒ Q) ≡ P ∧ (¬Q)
Proof. ....
Exemple 2.6. Montrer que si n2 n’est pas un multiple de 5, alors n n’est pas un multiple 5.
Définition 2.5. (Equivalence logique). On dira que deux propositions P et Q sont logique-
ment équivalentes, et l’on écrira P ⇔ Q, si P implique Q et Q implique P . Donc P ⇔ Q ≡
(P ⇒ Q) ∧ (Q ⇒ P ).
2.1.3 Tautologie
Définition 2.6. Une tautologie est une proposition dont la valeur de vérité est vraie.
Voici quelques tautologies à retenir.
P ∨ ¬P , ¬ (P ∧ ¬P ), [(P ⇒ Q) ⇔ (¬Q ⇒ ¬P )], ¬ (P ∧ Q) ⇔ ¬P ∨ ¬Q, ¬ (P ∨ Q) ⇔
¬P ∧ ¬Q, ¬P ∨ Q ⇔ (P ⇒ Q). Cette dernière tautologie, signifie que pour montrer que
P ⇒ Q, on peut montrer que P ∧ ¬Q est fausse.
2.2 Logique des quantificateurs

la logique des quantificateurs encore appelé la logique des prédicats, tourne autour des expres-
sions ”il existe” (∃) et “pour tout” ( ∀). Ces expressions appelés quantificateurs universels sont
utilisées avec des variables. Par exemple, l’énoncé pour tout x, y, x + y = y + x s’écrit:
(∀x) (∀y) (x + y = y + x)
De manière générale, pour une proposition P , l’expression pour tout (resp. il existe) x, P (x)
s’écrit
(∀x) (P (x))
(∃x) (P (x))
Remarque 2.2. Pour prouver qu’un énnoncé de la forme (∃x) (P (x)), il faut construire un
objet dans le domaine d’interprétation tel que P (x) est vraie. Il est aussi possible de supposer
¬ ((∃x) (P (x))) et aboutir à une contradiction après argument et calcul.
Nous admettons que les énoncés suivants sont vrais peut importe les proposition P , Q .
(∀x) (P (x)) ⇔ ¬ ((∃x) ¬P (x))
(∃x) (P (x)) ⇔ ¬ ((∀x) ¬P (x))
2.3 Théorie élémentaire des ensembles

Un ensemble E est déterminé, si étant donné un élément quelconque x, on peut savoir s’il
appartient ou non à E. Dans les cas usuels, un ensemble est déterminé
(1) soit par l’énumération de tous ses éléments, on dit alors que l’ensemble est défini par
extension. Par exemple, si on désigne par N l’ensemble des entiers naturels, on a:
N = {0, 1, 2, 3, · · · , n, n + 1, · · · }
(2) soit par une propriété caractéristique de ses éléments. Il s’agit alors d’une définition en
compréhension. Par exemple, si on désigne par P l’ensemble des entiers naturels pairs, on
a:
P = {x | x = 2n, n ∈ N}
Définition 2.7. (i) On dit que l’ensemble A est inclu dans l’ensemble B et on note
A⊂B
lorsque tout élément de A appartient à B. On dit que A est inclu dans B ou que A est
un sous-ensemble de B.
(ii) On dit que deux ensembles A et B sont égaux et on note A = B si A ⊂ B et B ⊂ A.
(iii) On appelle singleton {x0 }, l’ensemble dont le seul élément est x0 .
(iv) On appelle paire {x0 , y0 } l’ensemble dont les éléments sont x0 et y0 .
Il existe un ensemble ne contenant aucun élément, on le note ∅ ou {, } et on l’appelle ensemble

vide. ∅ est inclus dans tout ensemble.
N otations : On note par P (E) l’ensemble des parties de E. Il est alors clair que ∅ et E
sont des éléments de P (E).
2.4 Opérations sur les ensembles.

2.4.1 Réunion.
La réunion de deux ensembles A et B est l’ensemble noté A ∪ B (lire A union B) constitué
des éléments qui appartiennent à A ou à B.
Cette définition se traduit par l’équivalence suivante:
x ∈ A ∪ B ⇐⇒ (x ∈ A ou x ∈ B)
2.4.2 Intersection
L’intersection de deux ensembles A et B est l’ensemble noté A ∩ B (lire A inter B) constitué
des éléments qui appartiennent à A et à B.
Cette définition se traduit par l’équivalence suivante:
x ∈ A ∩ B ⇐⇒ (x ∈ A et x ∈ B)
Remarque 2.3. Si A et B n’ont pas d’éléments communs; c’est-à-dire A ∩ B = ∅, on dit que A

et B sont disjoints.
Proposition 2.4. Soient A, B et C trois ensembles, on a:

(
A∩B = B∩A
(Commutativité)
( A∪B = B∪A
(A ∩ B) ∩ C = A ∩ (B ∩ C)
(Associativité)
( (A ∪ B) ∪ C = A ∪ (B ∪ C)
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
(Distributivité)
( A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
A∪A = A
(Idempotence)
A∩A = A
2.4.3 Complémentaire
Soient E un ensemble et A un sous-ensemble de E. On appelle complémentaire de A dans E,
l’ensemble B constitué des éléments de E qui n’appartiennent pas à A. On écrit
B = {A
E ou B = Ac ou B=A
Remarque 2.4. (i) Si A = ∅, alors {A
E = E.
(ii) Si A = E, alors {A
E = ∅.
Théorème 2.1. Soient A et B deux sous-ensembles d’un ensemble E. on a:

(
{A∪B
E = {A B
E ∩ {E
(Lois de Morgan)
{A∩B
E = {A B
E ∪ {E
2.4.4 Différence de deux ensembles

On appelle différence de deux ensembles A et B noté A − B l’ensemble des éléments de A qui
n’appartiennent pas à B. On vérifie aisement que:
A − B = A ∩ {B
E
On appelle différence symétrique des ensembles A et B l’ensemble noté A4B tel que:
A4B = A ∩ {B A

E ∪ B ∩ {E
2.4.5 Produit cartésien d’un nombre fini d’ensembles.

Soient A et B deux ensembles. On appelle produit cartésien de A et B et noté A×B l’ensemble
constitué des couples (x, y) (pris dans cet ordre) tels que x ∈ A et y ∈ B. Une définition en
compréhension de A × B est:
A × B = {(x, y) | x ∈ A, y ∈ B}
Lorsque B = A, A×B = A×A se note A2 . De manière générale, pour n ensembles A1 , · · · , An
avec n ≥ 2, on a:
A1 × · · · × An = {(x1 , · · · , xn )|x1 ∈ A1 , · · · , xn ∈ An }
En particulier, lorsque A = A1 = · · · = An , on note
An = A × A × · · · × A
2.5 Partition d’un ensemble.

On adopte les notations suivantes. On désigne par I un ensemble non vide, une famille de
parties d’un ensemble est notée (Ei )i∈I ou Ei est une partie de E. Une famille d’éléments de
E est notée (xi )i∈I où xi ∈ E. L’ensemble I est appelé ensemble des indices et lorsque I ⊂ N,
la famille (xi )i∈I s’appelle une suite de E. Lorsque I est fini, (xi )i∈I s’appelle un système de
E.
On définit les ensembles suivants:
[ \
Ei et Ei
i∈I i∈I
tels que: [
Ei = {x ∈ E | ∃i ∈ I, x ∈ Ei }
i∈I
\
Ei = {x ∈ E | ∀i ∈ I, x ∈ Ei }
i∈I
Définition 2.8. Soit (Ei )i∈I une famille de parties de E. On dit que les Ei forment une
partition d’un ensemble E si:
(1) Pour tout i ∈ I, Ei 6= ∅.
(2) Pour tout (i, j) ∈ I 2 , ((Ei ∩ Ej 6= ∅), ⇒ (i = j)).

S
(3) E = i∈I Ei (On dit dans ce dernier cas les Ei recouvrent E.
Exercice 2.1. Soit (Ei )i∈I une famille de parties d’un ensemble E. Montrer les égalités
suivantes:
S
Ei \ E
(i) {E i∈I = {Ei
i∈I
T
Ei [
(ii) {E i∈I = {Ei
E .
i∈I
Comme pour la réunion et l’intersection, on définit le produit cartésien d’une famille

d’ensembles (Ei )i∈I , on le note
Y
Ei
i∈I
formé des famille (xi ) i∈I où pour tout i ∈ I, xi ∈ Ei . Si aucun des ensembles Ei n’est vide,
leur produit est non vide.
2.6 Principe de récurrence

Nous ne donnons pas une construction axiomatique de l’ensemble N des entiers naturels.
2.6.1 Résultats de base

On considère l’ensemble N doté de la relation d’ordre ≤ telle que:
∀x, y ∈ N, (x ≤ y) ⇔ (y − x ∈ N)
Toutefois, on prend comme axiome le résultat suivant:
Théorème 2.2. Toute partie non vide de N un plus petit élément.
On dit alors que l’ordre sur N est un bon ordre.
Proposition 2.5. Toute partie non vide et majorée de N admet un plus grand élément.
Proof. Soit A une partie non vide et majorée de N. On pose
B = {p ∈ N | p ≥ a, ∀a ∈ A}
Comme A est majorée, il vient que B est non vide. Ainsi, B est une partie non vide de N donc
admet un plus petit élément p0 . Comme p0 − 1 ∈ / B, il existe a0 ∈ A tel que p0 − 1 ≤ a0 ≤ p0 .
Si a0 = p0 , alors p0 est le plus grand élément de A. Si a0 6= p0 , on a: p0 − 1 ≤ a0 < p0 par
conséquent a0 = p0 − 1. Soit x ∈ A, on a x ≤ p0 − 1, sinon p0 − 1 < x < p0 , ce qui est absurde.
Donc p0 − 1 ∈ B ce qui est absurde. Donc p0 ∈ A.
2.6.2 Principe de récurrence simple

On débute cette sous-section par les résultats suivants:
Proposition 2.6. Si S est une partie de N satisfaisant
(
0∈S
n∈S ⇒n+1∈S
alors S = N.
Proof. On suppose S 6= N, on pose T = N − S, T est une partie non vide de N; donc admet un
plus petit élément n0 . Comme 0 ∈ S, il vient que 1 ∈ S par conséquent n0 > 1, car n0 ∈
/ S.
Comme n0 ∈ T , il vient que n0 − 1 ∈/ T et par conséquent n0 − 1 ∈ S. Donc n0 − 1 + 1 ∈ S;
i.e. n0 ∈ S. Ce qui est absurde. Donc S = N.
Proposition 2.7. Si S est une partie de N et n0 ∈ N satisfont
(
n0 ∈ S
n∈S ⇒n+1∈S
alors S contient l’ensemble [n0 , → [.
Proof. Elle est semblable à la précédente.
Théorème 2.3. Soit P (n) une propriétés dépendant de n. Si
(
P (n0 ) est vraie
P (k) ⇒ P (k + 1)
pour tout k ≥ n0 . Alors P (n) est vraie pour tout n ≥ n0 .
Proof. On pose S = {n ≥ n0 | P (n) est vraie} et on applique la proposition précédente.
2.6.3 Principe de récurrence double

On débute cette sous-section par le résultat suivant:
Proposition 2.8. Si S est une partie de N et n0 ∈ N satisfont

(
n0 , n0 + 1 ∈ S
(n ∈ S et n + 1 ∈ S) ⇒ n + 2 ∈ S
alors S contient l’ensemble [n0 , → [.
Proof. Elle est semblable à la précédente.
Théorème 2.4. Soit P (n) une propriété dépendant de n. Si

(
P (n0 ) , P (n0 + 1) sont vraies
(P (k) ∧ P (k + 1)) ⇒ P (k + 2)
pour tout k ≥ n0 . Alors P (n) est vraie pour tout n ≥ n0 .
Exemple 2.7. On considère la suite (un ) définie par:

(
u0 = 1, u1 = 1
un+2 = un+1 + un
√ n √ n
1+ 5 1− 5
Montrer par récurrence que un = 2 + 2 pour tout n ≥ 1.
√ 1 √ 1 √ k √ k
Proof. u1 = 1 = 1+2 5 + 1−2 5 . On suppose que uk = 1+2 5 + 1−2 5 et uk+1 =
√ k+1 √ k+1
1+ 5
2 + 1−2 5 ;
√ !k √ !k √ !k+1 √ !k+1
1+ 5 1− 5 1+ 5 1− 5
uk+2 = uk + uk+1 = + + +
2 2 2 2
√ !k √ ! √ !k √ !
1+ 5 1+ 5 1− 5 1− 5
= 1+ + 1+
2 2 2 2
√ !k √ ! √ !k √ !
1+ 5 3+ 5 1− 5 3− 5
= +
2 2 2 2
√ 2 √ √ √ 2 √
Or 1+2 5 = 6+24 5 = 3+2 5 et 1−2 5 = 3−2 5 ; il vient que
√ !k √ !2 √ !k √ !2 √ !k+2 √ !k+2
1+ 5 1+ 5 1− 5 1− 5 1+ 5 1− 5
uk+2 = + = +
2 2 2 2 2 2
√ n √ n
1+ 5 1− 5
D’où un = 2 + 2 pour tout n > 0.
2.6.4 Principe de récurrence par vague

Lemme 2.1. Si S est une partie de N et n0 ∈ N qui satisfont
(
n0 ∈ S
(n0 + 1, · · · , n ∈ S) ⇒ (n + 1 ∈ S)
Alors S = [n0 , →[.
Théorème 2.5. Soit P (n) une propriété dépendant de n. Si

(
P (n0 ) est vraie
(P (n0 ) , · · · , P (k)) ⇒ P (k + 1)
pour tout k ≥ n0 . Alors P (n) est vraie pour tout entier n ≥ n0 .
Remarque 2.5. Le théorème ci-dessus est le principe de récurrence généralisé, il est similaire
au principe de récurrence double dans certains cas de figures.
Chapter 3
Notions sur les applications et

dénombrements
Dans ce chapitre, les ensembles considérés sont en général non vides.
3.1 Généralités sur les applications

3.1.1 Définitions et exemples
Définition 3.1. (i) Soient deux ensembles E et F . On appelle relation R de E vers F ,
tout sous-ensemble du produit cartésien E × F . Lorsque (x, y) ∈ R on note xRy.
(ii) Soit R une relation de E vers F . On dit que la relation R est fonctionnelle si:
∀x ∈ E, ∀y, y 0 ∈ F, (xRy et xRy 0 ) ⇒ (y = y 0 )

Exemple 3.1. Considérons l’ensemble A = {0, 1, 3, 4, 6} et B = {1, 3, 4, 5}. On définit la

relation R définie par:
∀ (a, b) ∈ A × B, (aRb) ⇔ (a + b ≤ 5)
On obtient que
R = {(0, 1), (0, 3), (0, 4), (0, 5), (1, 1), (1, 3), (1, 4), (3, 1), (4, 1)}
Cette relation n’est pas fonctionnelle.
Définition 3.2. Une application est une relation qui à tout élément x de l’ensemble E associe
un et un seul élément y de F . On note y = f (x) et on dit que y est l’image de x par f où que
x est l’antécédent de y par f .
f: E → F
On note l’application f par: f : E → F, x 7→ f (x) ou encore .
x 7→ f (x)
Définition 3.3. Soit f : E → F une application. On appelle graphe de f l’ensemble noté
G (f ) et défini par:
G (f ) = {(x, f (x)) , x ∈ E}
25
CHAPTER 3. NOTIONS SUR LES APPLICATIONS ET DÉNOMBREMENTS 26
Exemple 3.2. Soit E un ensemble non vide. L’application identique de E est l’application
idE : E → E
x 7→ x
En particulier, si A ⊂ E, l’application
A → E
x 7→ x
est appelée injection canonique.
Exemple 3.3. Soient E un ensemble non vide et x0 ∈ F . L’application constante est
l’application
f: E → E
x 7→ x0
3.1.2 Egalité, Restriction et prolongement

Définition 3.4. (Egalité de deux applications) Soient f : E → F et g : A → F deux
applications. On dit que les applications f et g sont égales et on note f = g si E = A et pour
tout x ∈ E, f (x) = g (x).
Définition 3.5. (Restriction d’une application) Soit f : E → F une application et A une
partie non vide de E. On appelle restriction à l’ensemble A de l’application f , l’application
notée f |A et définie par:
f |A : A → F
x 7→ f (x)
Définition 3.6. (Prolongement d’une application) Soit f : A → F une application et
E un ensemble qui contient A. On appelle prolongement à l’ensemble E de l’application f ,
l’application notée f : E → F telle que:
∀x ∈ A, f (x) = f (x)
Remarque 3.1. Si f : A → F est une application et E un ensemble tel que A ⊂ E, pour

construire un prolongement f : E → F , on définit l’image de chaque élément x ∈ A par
l’égalité f (x) = f (x), puis l’on choisit arbitrairement dans F l’image de chaque élément de
{AE . Il peut exister plusieurs prolongement de f : A → F
Exemple 3.4. On considère l’application

f : R∗ → R
sin x
x 7→ x
Les applications
f1 : R → ( R f2 : R → ( R
sin x sin x
x si x 6= 0 et x si x 6= 0
x 7→ x 7→
1 si x = 0 2 si x = 0
sont des prolongements de f .

Exemple 3.5. On considère l’application

f: R → R
x 7→ |x|
L’application
f: C → R
z 7→ |z|
est un prolongement de f .
3.2 Fonction indicatrice

Soient E un ensemble non vide et A une partie de E.
Définition 3.7. On appelle fonction indicatrice de A notée ϕA l’application ϕA : E → Z
définie par: (
1 si x ∈ A
ϕA (x) =
0 si x ∈ /A
Exemple 3.6. L’application indicatrice de Q est l’application définie par:
(
1 si x ∈ Q
ϕQ (x) =
0 si x ∈ /Q
√
3 = 0, ϕQ 53 = 1.

Donc ϕQ
Proposition 3.1. Soient A et B deux parties de E. On a:
ϕ{A = 1 − ϕA
E
ϕA∩B = ϕA · ϕB
ϕA4B = |ϕA − ϕB |
1ϕA∪B = ϕA + ϕB − ϕA · ϕB
Proof. Travaux dirigés
3.3 Composée de deux applications.

Soient E, F et G trois ensembles tous non vides. Soient f : E → F et g : F → G deux
applications. On définit l’application composée de g par f notée g ◦ f : E → G définie par:
pour tout x ∈ E,
g ◦ f (x) = g [f (x)]
Exemple 3.7. On donne f, g : R → R telles que:
f (x) = x2 + x + 1 et g (x) = 2x + 3
On a:
f ◦ g (x) = (2x + 3)2 + (2x + 3) + 1 = 4x2 + 14x + 13
g ◦ f (x) = 2 x2 + x + 1 + 3 = 2x2 + 2x + 5

En général g ◦ f 6= f ◦ g.
Remarque 3.2. Soit f : E → F une application, alors:
f ◦ idE = f
idF ◦ f = f
Théorème 3.1. Soient f une application de E dans F , g une application de F dans G et h

une application de G dans H. Les deux applications h ◦ (g ◦ f ) et (h ◦ g) ◦ f sont égales; i.e
h ◦ (g ◦ f ) = (h ◦ g) ◦ f .
On note alors h ◦ (g ◦ f ) = (h ◦ g) ◦ f = h ◦ g ◦ f .
3.4 Propriétés des applications

3.4.1 Applications injectives
Soit E et F deux ensembles non vides.
Définition 3.8. Une application f : E → F est dite injective si:

∀x1 ∈ E, ∀x2 ∈ E, (f (x1 ) = f (x2 )) ⇒ (x1 = x2 )
On dit aussi que f est une injection de E dans F .
Exemple 3.8. L’application f : N → N définie pour tout x ∈ N, par: f (x) = x2 est une
application injective.
Remarque 3.3. L’implication qui définit une injection est logiquement équivalent à l’implication:

∀x1 ∈ E, ∀x2 ∈ E, (x1 6= x2 ) ⇒ (f (x1 ) 6= f (x2 ))
Proposition 3.2. Soit f : E → F une application. Les assertions suivantes sont équivalentes:
(i) L’application f est injective,
(ii) Il existe une application g : F → E telle que g ◦ f = idE .
Proof. ...
Proposition 3.3. Si f est une injection de E vers F , g une injection de F vers G. Alors
l’application composée g ◦ f est une injection de E vers G.
Proof. ...
3.4.2 Application surjective

Définition 3.9. Une application f : E → F est dite surjective si: pour tout y ∈ F , il existe
x ∈ E tel que
f (x) = y
Ou encore, pour tout y ∈ F , l’équation f (t) = y possède au moins une solution dans E.
On dit aussi que f est une surjection de E sur F .
Exemple 3.9. L’application f : R → R définie par: f (x) = x2 − 5x + 6 n’est pas une

surjection. Résoudre par exemple l’équation f (x) = −1.
Proposition 3.4. Soit f : E → F une application. Les assertions suivantes sont équivalentes:
(i) L’application f est surjective,
(ii) Il existe une application g : F → E telle que f ◦ g = idF .
Proof. Exercice.
Proposition 3.5. Si f est une surjection de E sur F , g une surjection de F sur G. Alors
l’application composée g ◦ f est une surjection de E sur G.
Proof. ...
3.4.3 Applications bijectives

Définition 3.10. Une application f : E → F est dite bijective si elle est injective et surjective.
On dit aussi que f est une bijection de E sur F . Lorsque E = F , on dit que f est une
permutation de E.
Théorème 3.2. Soit f : E → F une application. Il y a équivalence entre:
(1) f est bijective.
(2) Pour tout y ∈ E, il existe un unique x ∈ E tel, que f (x) = y.
(3) Il existe une et une seule application g : F → E telle que g ◦ f = idE et f ◦ g = idF .
L’unique application g se note f −1 et on l’appelle bijection réciproque de f .
Proposition 3.6. Si f est une bijection de E sur F , g une bijection de F sur G. Alors
l’application composée g ◦ f est une bijection de E sur G. De plus (g ◦ f )−1 = f −1 ◦ g −1 .
Proof. ...
3.5 Images directes, images réciproques d’une partie

Soit f : E → F une application. On appelle :
(i) image directe par f d’une partie A de E, l’ensemble
f (A) = {f (x) | x ∈ A}
(ii) Image réciproque par f d’une partie B de F , l’ensemble
f −1 (B) = {x ∈ E | f (x) ∈ B}
Attention: La notation f −1 (B) ne suppose pas que f est bijective.
Proposition 3.7. Soit f une application de E dans F . Soient (Ai )i∈I et (Bj )j∈J des familles
de parties de E et F respectivement.
!
[ [
(i) f Ai = f (Ai )
i∈I i∈I
!
\ \
(ii) Si f est injective alors f Ai = f (Ai ).
i∈I i∈I
   
[ [ \ \
(iii) f−1  Bj  = f −1 (Bj ) et f−1  Bj  = f −1 (Bj ).
j∈J j∈J j∈J j∈J
(iv) Pour toutes parties A de E et B de F , on a:
A ⊂ f −1 (f (A)) , f f −1 (B) ⊂ B

3.6 Ensembles finis, dénombrables.

3.6.1 Vocabulaire
Définition 3.11. On dit que deux ensembles E et F sont équipotents s’il existe une bijection
de E sur F .
Proposition 3.8. (i) Tout ensemble E est équipotent à lui même
(ii) Si E est équipotent à F , alors F est équipotent à E.
(iii) Si E est équipotent à F et F équipotent à G, alors E est équipotent à G.
Proof. Exercice.
Dans l’ensemble N totalement ordonné par la relation ≤, on note par Np = {x ∈ N : 1 ≤ x ≤ p}

qu’on écrit aussi [1, p] avec p ≥ 1.
Lemme 3.1. Soient p et q deux entiers naturels non nuls. S’il existe une bijection de Np sur
Nq , alors p = q.
Définition 3.12. Un ensemble E est dit fini s’il est vide ou s’il existe un entier p ∈ N∗ tel
que E et Np soient équipotents.
Lorsque E est non vide et fini, l’unique entier non nul p tel que E soit équipotent à Np est
appelé cardinal de E et on note p = cardE. On dit aussi que E à p éléments. On convient
que card∅ = 0.
Un ensemble E qui n’est pas fini est dit infini.
Définition 3.13. (i) Un ensemble est dit dénombrable s’il est équipotent à N.
(ii) Un ensemble fini ou dénombrable est dit au plus dénombrable.
3.6.2 Propriétés des ensembles finis

Proposition 3.9. Toute partie d’un ensemble fini est finie et card (A) ≤ card (E). On a
l’égalité si et seulement si A = E.
Proof. Soit E un ensemble fini et A une partie de E. Si A = ∅, par définition A est fini.
Supposons que cardE = n, soit
f : E → [1, n]
la bijection, comme f (A) = {i1 , · · · , ip } avec p ≤ n et A et f (A) sont équipotents, on déduit
que A est équipotent à [1, p].
Proposition 3.10. Soient A et B deux ensembles finis disjoints, alors A ∪ B est fini et
card (A ∪ B) = card (A) + card (B)
Proof. Si A ou B est vide, c’est terminé. soient f : A → [1, n] et g : B → [1, p]. On considère
l’application
h: A∪B → ( [1, n + p]
f (x) si x ∈ A
x 7→
g (x) + n si x ∈ B
elle est bien définie et bijective.
Proposition 3.11. Soient B1 , B2 , · · · , Bn des ensembles deux à deux disjoints on a:

n n
!
[ X
card Bi = card (Bi )
i=1 i=1
Proposition 3.12. Soient A et B deux ensembles finis disjoints, alors A × B est fini et
card (A × B) = card (A) × card (B)

[
Proof. Remarquer que A × B = {a} × B et appliquer le corollaire précédent.
a∈A
Proposition 3.13. Soient A et B deux ensembles finis, alors A ∪ B est fini et
card (A ∪ B) = card (A) + card (B) − card (A ∩ B)
Proposition 3.14. Soit f : E → F une application. Si E est fini, alors f (E) est fini et
card f (E) ≤ card E (égalité ssi f est injective). De même, si F est fini, alors f (E) est fini
et card f (E) ≤ card F (égalité ssi f est surjective).
Proof. Exercice.
Proposition 3.15. Soit f : E → F une application. Si E et F sont finis et card E = card F ,

alors les assertion suivantes sont équivalentes:
(i) f est injective
(ii) f est surjective
(iii) f est bijective.
Proof. Faire en exercice.
3.7 Dénombrements
3.7.1 Nombre des applications d’un ensemble fini dans un ensemble fini
Soient E et F deux ensembles finis de cardinal p et n. On désigne par F (E, F ) l’ensemble des
applications de E vers F . Le but ici est de montrer que cet ensemble est fini et de préciser
son cardinal.
On pose E = {x1 , · · · , xp } et F = {y1 , · · · , yn } , on désigne par F p l’ensemble des p-uplets
d’éléments de F . On sait que F p est fini de cardinal np . On considère l’application
Φ : F (E, F ) → Fp
f 7→ (f (x1 ) , · · · , f (xp ))
L’application Φ est injective. En effet, Φ (f ) = Φ (g) entraine que f (xi ) = g (xi ), pour tout
i ∈ {1, · · · , p}. D’où f = g. D’autre part, soit yi1 , · · · , yip un p-uplet d’éléments de F . On
considère l’application f : E → F telle que f (xk ) = yik , k ∈ {1, · · · , n}. Il est alors clair
que Φ (f ) = yi1 , · · · , yip . Ce qui montre que Φ est bijective. Ainsi, F (E, F ) est fini et son
cardinal vaut np .
Théorème 3.3. Le nombre d’applications d’un ensemble E à p éléments vers un ensemble F

à n éléments est np .
Corollaire 3.1. Si E est un ensemble fini de cardinal p, alors P (E) est un ensemble fini de
cardinal 2p .
Proof. Soit E un ensemble fini de cardinal p. On désigne par P (E) l’ensemble des parties de
E. Pour toute partie A de E, l’application ϕA : E → {0, 1}; donc ϕA ∈ F (E, {0, 1}). On
considère l’application
ϕ : P (E) → F (E, {0, 1})
A 7→ ϕA
Injection: Soient A et B deux parties de E. Si ϕA = ϕB alors A = B (Voir TD). D’autre part,

soit f ∈ F (E, {0, 1}), on pose A = f −1 ({1}), il est alors clair que ϕA = f . Ce qui montre
que l’application ϕ est bijective. Ainsi, P (E) est fini et son cardinal vaut 2p .
3.7.2 Nombre d’injections d’un ensemble fini dans un ensemble fini

Soient E et F deux ensembles finis de cardinal p et n respectivement. On désigne par I (E, F )
l’ensemble des applications injectives de E vers F . Il est clair que si p > n, alors I (E, F ) est
réduit à l’ensemble vide. On suppose dans la suite que p ≤ n et on pose E = {x1 , · · · , xp } et
F = {y1 , · · · , yn }. Comme I (E, F ) est contenu dans F (E, F ), il vient que I (E, F ) est un
ensemble fini. On pose alors Apn = card (I (E, F )).
• Si p = 1, on a exactement n injection de E dans F . Donc A1n = n.
• On suppose que p = k et on considère un autre ensemble à k + 1 éléments, on pose

E 0 = E ∪ {a}, alors Akn = card (I (E, F )) et Ak+1
n = card (I (E 0 , F )). Soit f ∈ I (E, F ),
0
on considère l’application fe : E → F définie par:
(
f (x) si x 6= a
fe(x) =
y si x = a
où y 6∈ F − f (E), il est clair que fe est une application injective de E 0 sur F . On désigne
par Iy (E 0 , F ) l’ensemble des applications injectives de E 0 vers F qui envoie a au point
y. Il est alors clair que l’application
Φ : I (E, F ) → Iy (E 0 , F )
f 7→ fe
est une bijection. Donc card (Iy (E 0 , F )) = card (I (E, F )) = Akn . D’autre part {Iy (E 0 , F ) , y ∈ F − f (E)}
forme une partition de I (E 0 , F ). On déduit que;
X
Ak+1 = card I E 0 , F = card Iy E 0 , F = (n − k) Akn

n
y ∈f
/ (E)
Ainsi, Ak+1
n = (n − k) Akn et A1n = n. On déduit que Apn = n (n − 1) · · · (n − p + 1).
Théorème 3.4. Le nombre d’applications injectives d’un ensemble E à p vers un ensemble F

à n éléments est Apn = n (n − 1) · · · (n − p + 1).
Remarque 3.4. Supposons que p = n, alors Ann = n (n − 1) · · · 2×1. On pose pour tout n ∈ N∗ ,
(
1 si n = 1
n! =
n (n − 1) · · · 2 × 1 si n ≥ 2
L’entier naturel n! = Ann se lit “factoriel n”. On convient que 0! = 1. Par conséquent,
Apn = (n−p)!
n!
.
Corollaire 3.2. Le nombre de permutations d’un ensemble E à n éléments est n! = Ann =

n (n − 1) · · · 2 × 1.
Définition 3.14. On appelle p- arrangement d’un ensemble à n éléments (1 ≤ p ≤ n), tout

p−uplets constitué des éléments de E deux à deux distincts.
Corollaire 3.3. Le nombre de p-arrangements d’un ensemble E à n éléments est Apn = n!

(n−p)! .
3.7.3 Nombre de parties d’un ensemble fini

Soit E un ensemble fini de cardinal n. On se propose de déterminer le nombre de parties de
E ayant p éléments. On pose
Ep,n = {A ∈ P (E) : card (A) = p}
Il est clair que Ep,n est un sous-ensemble de l’ensemble fini P (E); donc Ep,n est un ensemble
fini. On pose {pn = card (Ep,n ).
Théorème 3.5. Le nombre de parties à p éléments d’un ensemble E à n éléments est {pn =
n!
p!(n−p)! .
Proof. On pose E = {x1 , · · · , xn }, on pose Ai1 ···ip l’ensemble des p-arrangements contenant les
élémentsdistincts xi1 , · · · , xip de E. Alorsles éléments de Ai1 ···ip sont constitués des permuta-
tions de xi1 , · · · , xip . Donc card Ai1 ···ip = p!; par ailleurs Ai1 ···ip , {i1 , · · · , ip } ⊂ {1, · · · , n}
forme Xune partition de l’ensemble Ap des p-arrangements de E. Donc card (Ap ) = Apn =
card Ai1 ···ip = p!{pn . On déduit que {pn = p!(n−p)!
n!

.
{i1 ,··· ,ip }⊂{1,··· ,n}

p
Remarque 3.5. L’entier naturel {pn se lit combinaison de p dans n. On le note aussi .
n
Proposition 3.16. (i) Pour tout entier 0 ≤ p ≤ n, on a: {pn = {n−pn .

(ii) Pour tout entier p tel que 1 ≤ p < n, {pn = {pn−1 + {p−1
n−1 (Formule de Pascal).
Proof. Soit E un ensemble ayant n éléments, a un point de E. On désigne par Ea l’ensemble

des parties à p éléments contenant a et Fa l’ensemble des parties à p éléments ne contenant pas
a. Alors {Ea , Fa } forme une partition de l’ensemble Ep à p éléments de E. Donc card (Ea ) +
card (Fa ) = {pn . Or card (Ea ) = {p−1 p p p p−1
n−1 et card (Fa ) = {n−1 . Donc {n = {n−1 + {n−1 .
Proposition 3.17. Pour tout a, b ∈ R,

n
X
(a + b)n = {pn ap bn−p
p=0
Proof. Par récurrence sur l’entier n.

Chapter 4
Arithmétiques
On rappelle que Z désigne l’ensemble des entiers relatifs.
4.1 Divisibilité dans Z.

4.1.1 Diviseurs, multiples
Définition 4.1. Soient a et b deux entiers relatifs. On dit que a est un diviseur de b, ou que
b est un multiple de a, s’il existe k ∈ Z tel que b = ka.
Notations.
• Si d est un diviseur de a on note d | a.
• L’ensemble des diviseurs de a est noté D (a).
• L’ensemble des multiples de a est noté M (a) ou aZ.
Exemple 4.1. 1) 0 est un multiple de tous les entiers, mais n’est diviseur que de lui même.
2) 1 et −1 sont des diviseurs de tous les entiers relatifs non nuls. De plus D (1) = {−1, 1}.
3) D (2) = {−2, −1, 1, 2}, D (4) = {−4, −2, −1, 1; 2, 4}.
Remarque 4.1. 1) Pour tout a ∈ Z, on a: a | a (reflexion)

2) Soit (a, b, c) ∈ Z3 , si a | b et b | c, alors a | c (transitivité).
3) Pour a, b ∈ N∗ ,
a|b⇒a≤b
Proposition 4.1. Soit (a, b) ∈ Z2 , alors
(a | b et b | a) ⇔ (|b| = |a|)
Proof. Comme a | b, il existe k ∈ Z tel que b = ka. De même, b | a, il existe k 0 ∈ Z tel que
a = k 0 b. On déduit que a = k 0 ka.
Si a = 0, comme b = ka, on déduit que b = 0.
Si a 6= 0, alors kk 0 = 1. Par conséquent k = k 0 = 1 ou k = k 0 = −1. Ainsi , b = a ou
b = −a.
35
CHAPTER 4. ARITHMÉTIQUES 36
Proposition 4.2. Soient a et b deux entiers relatifs.

1) Si (u, v) ∈ Z2 , alors
(d | a et d | b) ⇒ (d | au + bv)
2) Si x est un entier non nul, alors
(a | b ⇔ ax | bx)
Proof. 1) Comme d | a et d | b, il existe k, k 0 ∈ Z tels que a = kd et b = k 0 d. Par conséquent
au + bv = ku + k 0 v d

par conséquent d | au + bv.

2) Evident
4.1.2 Division euclidienne

On débute cette section par le lemme suivant.
Lemme 4.1. Toute partie non vide et majorée de Z admet un plus grand élément.
Proof. Soit B une partie non vide et majorée de Z, on suppose que B ∩ N 6= ∅ il existe α un
réel tel que pour tout x ∈ B, x ≤ α < E (α) + 1. On désigne par A l’ensemble de tous les
majorants entiers naturels de B. A est une partie non vide de N donc admet un plus petit
élément b0 . Donc b0 − 1 n’est pas un majorant de B, il existe x ∈ B tel que b0 − 1 < x ≤ b0 ;
donc x = b0 et d’où b0 ∈ B. Lorsque B ∩ N = ∅, alors −B = {−x, x ∈ B} est une partie de
N, donc admet un plus petit élément b0 . Il est alors clair que b0 est un plus grand élément de
B.
Théorème 4.1. Soit x un entier relatif et a un entier naturel non nul. Il existe un unique
couple d’entiers relatifs (q, r) tel que:
x = aq + r
avec 0 ≤ r < a.
Proof. Commençons par l’unicité, Soit un autre couple (q 0 , r0 ) tel que x = aq 0 + r0 avec 0 ≤
r0 < |a|. On déduit que a (q − q 0 ) = r0 − r; par conséquent:
a q − q 0 = r − r0

Comme 0 ≤ r < a et 0 ≤ r0 < a, on déduit que |r − r0 | ≤ max {r, r0 } < a; donc a |q − q 0 | < a
ou encore 0 ≤ |q − q 0 | < 1; d’où |q − q 0 | = 0 et par conséquent q = q 0 . Comme a |q − q 0 | =
|r − r0 | = 0, on déduit que r = r0 .
Existence. On pose A (x, a) = {q ∈ Z : aq ≤ x}, il est clair que A (x, a) est une partie de
Z, qui est non vide. D’autre part, pour tout q ∈ A (x, a), q ≤ xa donc A (x, a) est une partie
majorée de Z, donc admet un plus grand élément q. Par conséquent q + 1 ∈ / A (x, a), donc
a (q + 1) > x, par conséquent x < aq + a. Ainsi, aq ≤ x < aq + a; on pose r = x − aq, il est
alors clair que x = aq + r et 0 ≤ r < a.
Définition 4.2. L’entier relatif q est appelé quotient de la division euclidienne de x par a
tandis r est appelé reste de la division euclidienne de x par a. L’entier x est appelé dividende
et l’entier a le diviseur de cette division euclidienne.
E xa ≤ xa < E xa + 1, on déduit que aE xa ≤ x < aE xa + a. En

Remarque 4.2. Comme
posant q = E xa et r = x − aE xa , on a bien x = aq + r avec

0 ≤ r < a. On déduit que le
x x

quotient de la division euclidienne de x par a vaut q = E a et son reste r = x − aE a .
Corollaire 4.1. Soient x et a deux entiers relatifs avec a 6= 0. Il existe un unique couple
d’entiers relatifs (q, r) tel que:
x = aq + r
avec 0 ≤ r < |a|.
Proof. .....
Exemple 4.2. Effectuer le reste de la division euclidienne de x = 11n + 7 par 4 et 5, suivant

les valeurs de n.
4.1.3 Système de numération

Soit a un entier naturel non nul tel que a ≥ 2.
Lemme 4.2. Soit p un entier naturel non nul. Pour tout entier naturel x tel que x < ap , il
existe deux entiers naturels q et r tels que
x = ap−1 q + r
avec q ≤ a − 1 et r < ap−1
Proof. Comme x et ap−1 sont des entiers naturels, il existe un unique couple (q, r) tel que
x = ap−1 q + r avec 0 ≤ r < ap−1 . Comme x < ap , on déduit que ap−1 q + r < ap et comme
ap−1 q ≤ ap−1 q + r < ap−1 , on déduit que ap−1 q < ap ; d’où q < a. Ainsi q ≤ a − 1.
Lemme 4.3. Soit x un entier naturel non nul. Il existe un entier p ≥ 1 tel que ap−1 ≤ x < ap .
Proof. ....
Soit x un entier naturel, alors il existe un entier p tel que x < ap . Donc il existe deux
entiers naturels qp−1 et rp−1 tels que
x = ap−1 qp−1 + rp−1 , qp−1 ≤ a − 1, rp−1 < ap−1
De même, rp−1 < ap−1 , il existe deux entiers naturels qp−2 et rp−2 tels que
rp−1 = ap−2 qp−2 + rp−2 , qp−2 ≤ a − 1, rp−2 < ap−2
De proche ne proche, lorsque rp−k < ap−k , avec p 6= k et rp−k = ap−k−1 qp−k−1 +rp−k−1 , qp−k−1 ≤
a − 1, rp−k−1 < ap−k−1 ainsi, on obtient
x = ap−1 qp−1 + rp−1

rp−1 = ap−2 qp−2 + rp−2
rp−2 = ap−3 qp−3 + rp−3
.. .. ..
. . .
r2 = aq1 + r1
r1 = 1 × q0
où qp−1 ≤ a − 1, qp−2 ≤ a − 1, · · · , q0 ≤ a − 1. On éduit que
p−1
X
x = ap−1 qp−1 + ap−2 qp−2 + · · · + aq1 + q0 = ak qk
k=0
On déduit le résultat suivant:

Théorème 4.2. Pour tout entier naturel x, il existe un entier naturel p ≥ 1 et p entiers
naturels q0 , q1 , · · · , qp−1 tels que
p−1
X
x = ap−1 qp−1 + ap−2 qp−2 + · · · + aq1 + q0 = ak qk
k=0
avec q0 , · · · , qp−1 ≤ a − 1.
Définition 4.3. L’entier naturel p est appelé le degré de la décomposition
Remarque 4.3. Soit x un entier naturel non nul, alors x = ap−1 qp−1 + ap−2 qp−2 + · · · + aq1 + q0 ,
on écrit alors
x = qp−1 qp−2 · · · q1 q0 a
c’est l’écriture dite réduite dans la base a de l’entier naturel x. Comme qp−1 6= 0, il vient que
x ≥ ap−1 ; par conséquent ap−1 ≤ x < ap .
m−1
X n−1
X
Proposition 4.3. Soient x et x0 deux entiers naturels tels que x = ak q k et x0 = ak qk0
k=0 k=0
alors, l’égalité x = x0 traduit que m = n et qk = qk0 pour tout k ∈ {1, · · · , n − 1}.
Proof. Exercice.
Remarque 4.4. (i) Lorsque a = 2, on parle de représentation bineaire; ce système de numération
est utilisé en programmation. Il en est de même pour la représentation hexadécimale (a = 16).
(ii) Lorsque a = 10, on parle de représentation décimale.
Exemple 4.3. Décomposer 197 en base 2, 3 et 4.
Remarque 4.5. Le plus grand entier à n + 1 chiffres dans la base a ≥ 2 est
a
n = (a − 1) (a − 1) · · · (a − 1)
n+1
On déduit que x ≤ (a − 1) an + an−1 + · · · + a + 1 = (a − 1) a a−1−1 = an+1 − 1. par

conséquent,
an ≤ x < an+1
an est le plus petit entier naturel non nul comportant n + 1 chiffres en base a.
Critéres de divisibilités
Soit x un entier naturel qui se décompose en base a sous la forme
x = qn qn−1 · · · q1 q0 a
avec 0 < qn < a et 0 ≤ qi < a, i ∈ {0, · · · , n − 1}.
Proposition 4.4. Soit d un diviseur positif de a. Alors
(d | x) ⇔ (d | q0 )
Proof. Comme x = qn qn−1 · · · q1 q0 a , on déduit que x = qn an + · · · + aq1 + q0 ; comme d | a, il

vient que d | x − q0 . Par conséquent d | x si et seulement si d | q0 .
Exemple 4.4. Lorsque d ∈ {2, 5, 10}, on a les règles suivantes:

1) n est un multiple de 2 si et seulement si le chiffre des unités est un multiple de 2.
2) n est un multiple de 5 si le chiffre des unités de x est 0 ou 5.
3) n est un multiple de 10 si le chiffre des unités de x est 0.
Proposition 4.5. Si d est un diviseur positif de a−1, alors un entier naturel x est un multiple
de d si et seulement si la somme de ses chiffres est un multiple de d.
Proof. On suppose que x = qn qn−1 · · · q1 q0 a , alors x = qn an + · · · + aq1 + q0 . Comme d | a − 1,

alors a = dk + 1, avec k ∈ N∗ . Par conséquent, en utilisant la formule du binôme de Newton,
pour tout i ∈ {0, · · · , n},
ai = dui + 1
n
X n
X n
X
Par conséquent x = dqi ui + qi . Donc d divise x − qi . D’où le résultat.
i=0 i=0 i=0
Exemple 4.5. Lorsque d ∈ {3, 9}, on a les règles suivantes:

1) n est un multiple de 3 si et seulement si la somme de ses chiffres en base 10 est un
multiple de 3.
2) n est un multiple de 9 si et seulement si la somme de ses chiffres en base 10 est un
multiple de 9.
Exercice 4.1. Soit n ∈ N, on pose An = 1 + 3 + · · · + 3n .

1) Etudier suivant les valeurs de n la parité de l’entier An .
2) Décomposer suivant les valeurs de n, An en base 9. En déduire l’ensemble des entiers
naturels pour lequel
(i) An est un multiple de 8
(ii) An est un multiple de 4.
4.1.4 Congruences
Soit n un entier naturel.
Définition 4.4. Soient x et y deux entiers relatifs. On dit que x est congru à y modulo n et
on note x ≡ y [n] ou encore x ≡ y (n), si x − y est un multiple n.
La relation x ≡ y [n] se lit x congru à y modulo n.

Proposition 4.6. La relation de congruence vérifie les propriétés suivantes:
(1) ∀x ∈ Z, on a: x ≡ x [n] (réflexion)
(2) ∀x, y ∈ Z, si x ≡ y [n], alors y ≡ x [n] (Symétrie)
(3) ∀x, y, z ∈ Z, si x ≡ y [n] et y ≡ z [n], alors x ≡ z [n] (transitivité)
(4)(Compatibilité avec l’addition) ∀ (x, y) ∈ Z2 , ∀ (x0 , y 0 ) ∈ Z2 , on a:
x ≡ y [n] et x0 ≡ y 0 [n] ⇒ x + x0 ≡ y + y 0 [n]

Remarque 4.6. Soient x et y deux entiers tels que x ≡ y [n], comme x = nq + r avec 0 ≤ r < n
, on déduit que x ≡ r [n]. D’autre part, y ≡ x [n], par transitivité, on déduit que y ≡ r [n].
Donc x et y ont le même reste dans la division euclidienne par n.
Définition 4.5. On appelle classe résiduel de x ∈ Z modulo n le sous ensemble de Z noté x
•
ou x constitué des entiers relatif y tel que y ≡ x [n].
Exemple 4.6. 1) Dans la congruence modulo n = 0, on a:
•
x = {x}
•
2) Dans la congruence modulo n = 1, on a: x = Z.
3) Dans la congruence modulo 2, on a:
• •
0 = 2Z et 1 rationnels impairs
On note par Zn ou par Z/nZ l’ensemble des classes résiduel modulo n.
n• o
Z/nZ = x, x ∈ Z
Il est clair que Z/0Z = {{x} , x ∈ Z} ' Z et Z/Z = {Z}.

Proposition 4.7. Pour tout n ≥ 2,
n• o
Z/nZ = x, 0 ≤ x ≤ n − 1

• • •
Proof. Il est clair que 0, 1, · · · , n − 1 ⊂ Z/nZ, soit x ∈ Z alors x = nq + r avec 0 ≤ r < n.
• •
Dans ce cas, x = r. D’où le résultat.
• •
Exemple 4.7. Pour quelle(s) valeur(s) de n on a l’égalité 7 = 3 dans Z/nZ.
Soit n un entier naturel on définit dans Z/nZ les opérations suivantes:
• Addition: •
• • •
∀ (x, y) ∈ Z2 , x + y = x]
+y
• Multiplication
•
• • •
∀ (x, y) ∈ Z2 , x × y = x] ×y
• •
ses opérations sont bien définies dans Z/nZ et le triplet Z/nZ, +, × est un anneau commutatif
unitaire.
Exemple 4.8. Dresser les tables d’addition et de multiplication de Z/nZ avec n ∈ {2, 3, 4, 5}.
4.2 Plus grand commun diviseur (PGCD)

4.2.1 Définitions du plus grand commun diviseur
Soient a et b deux entiers relatifs non nuls. L’ensemble des diviseurs positifs communs à a et
b noté D+ (a) ∩ D+ (b) est une partie non vide (car contient 1) et majorée dans N, donc admet
un plus grand élément supérieur ou égal à 1.
Définition 4.6. On appelle plus grand commun diviseur de a et b et on note P GCD (a, b)
l’entier naturel défini de la manière suivante:
(1) Si a = 0 et b 6= 0, (resp. a 6= 0 et b = 0), alors P GCD (a, b) = |b| (resp. P GCD (a, b) =
|a|).
(2) Si a 6= 0 et b 6= 0, alors P GCD (a, b) = max {D+ (a) ∩ D+ (b)}.
(3) Si a = b = 0, alors P GCD (a, b) = 0.
Exemple 4.9. Déterminer P GCD (a, b) lorsque (a, b) ∈ {(−27, 18) , (−24, −36)}.
Proposition 4.8. Soient a et b deux entiers relatifs. Alors
P GCD (a, b) = P GCD (b, a)
Proof. Evident.
P GCD (|a| , |b|) = P GCD (a, b)
Proof. Evident.
Proposition 4.10. Algorithme d’Euclide. Pour tout entiers naturels non nuls a et b. Si
a = bq + r avec 0 ≤ r < b alors
P GCD (a, b) = P GCD (b, r)
Proof. Soit d un diviseur positif de a et b, comme r = a − bq, il vient que d | r. Donc tout
diviseur positif de a et b est aussi un diviseur positif de b et r et reciproquement. Donc
D+ (a) ∩ D+ (b) = D+ (b) ∩ D+ (r), par conséquent P GCD (a, b) = P GCD (b, r).
Exemple 4.10. Déterminer P GCD (−435, 19) et P GCD (32, 164).
Proposition 4.11. (Associativité du P GCD) Soient n ≥ 3 et a1 , · · · , an des entiers relatifs

. Alors
P GCD (a1 , · · · , an−1 , an ) = P GCD (P GCD (a1 , · · · , an−1 ) , an )
Proof. ....
4.2.2 Coefficients de Bezout

Soient a et b deux entiers relatifs.
Théorème 4.3. Si P GCD (a, b) = d, alors il existe un couple (u, v) ∈ Z2 tel que
au + bv = d
Le couple (u, v) est appelé un couple de coefficients de Bezout de a et b.
Proof. Il provient du fait que aZ + bZ = dZ.
Exemple 4.11. 1) Montrer que l’équation
19x + 7y = 1
possède au moins une solution dans Z2 .

2) Déterminer une solution particulière de cette équation.
Corollaire 4.2. Soient a, b et d des entiers relatifs. Alors
(d | a et d | b) ⇒ d | P GCD (a, b)
En d’autres termes les diviseurs communs à a et b sont les diviseurs de P GCD (a, b).
Proof. ....
Corollaire 4.3. Soient a, b et k des entiers relatifs non nuls. Alors
P GCD (ka, kb) = |k| P GCD (a, b)
Proof. ....
4.2.3 Entiers premiers entre eux

Définition 4.7. Deux entiers a et b sont premiers entre eux si
P GCD (a, b) = 1
On dit aussi que a et b sont des entiers étrangers.
Exemple 4.12. Dire si les entiers 1325 et 992 sont premiers entre eux.
Théorème 4.4. (Bezout) Soient a et b deux entiers relatifs non nuls. Les assertions suivantes
sont équivalentes:
(1) a et b sont premiers entre eux
(2) Il existe un couple (u0 , v0 ) ∈ Z2 tel que
au0 + bv0 = 1
Proof. (1)⇒(2), comme P GCD (a, b) = 1, il existe un couple (u0 , v0 ) ∈ Z2 tel que
au0 + bv0 = 1
(2)⇒(1). On suppose qu’il existe un couple (u0 , v0 ) ∈ Z2 tel que au0 + bv0 = 1. Soit d un
diviseur positif de a et b, alors d | au0 + bv0 ; donc d | 1. Par conséquent d = 1. On déduit que
P GCD (a, b) = 1.
Remarque 4.7. Si P GCD (a, b) = d ≥ 2, alors a = da0 et b = db0 ; par conséquent P GCD (a0 , b0 ) =
1. Donc a0 et b0 sont premiers entre eux.
Exercice 4.2. Montrer que P GCD a2 , b2 = (P GCD (a, b))2 .

Théorème 4.5. (Gauss) Soient a, b et c des entiers relatifs non nuls. Alors

a | bc et P GCD (a, b) = 1 ⇒ (a | c)
Proof. Comme P GCD (a, b) = 1, il existe (u0 , v0 ) ∈ Z2 tel que au0 + bv0 = 1. Par conséquent
acu0 + bcv0 = c. Comme a | bc il vient que a | c. D’où le résultat.
Corollaire 4.4. Soient a et b deux entiers relatifs premiers entre eux. Soit p un entier naturel
non nul, alors:
a | p et b | p ⇒ (ab | p)
Proof. Comme a | p, il vient qu’il existe q ∈ Z tel que p = aq. Comme b | aq et P GCD (a, b) =
1, il vient que b | q. Donc il existe t ∈ Ztel que q = bt. Ainsi, p = abt et par conséquent
ab | p.
4.2.4 Résolution dans Z2 de l’équation ax + by = c

Soient a, b et c dex entier naturels non nuls. Résoudre dans Z2 de l’équation ax + by = c, c’est
déterminer tous les couples (x0 , y0 ) tels que l’on ait ax0 + by0 = c.
Théorème 4.6. Soient a , b et c deux entiers relatifs non nuls. Il y a équivalence entre:
(1) L’équation ax + by = c admet au moins une solution dans Z2
(2) P GCD (a, b) divise c.
Proof. On suppose que léquation ax + by = c admet au moins une solution (x0 , y0 ) dans Z2 ,
alors ax0 + by0 = c. Posons d = P GCD (a, b), comme d | a et d | b, il vient que d | ax0 + by0
et par conséquent d | c.
On suppose que d | c, il existe k ∈ Z tel que c = kd. Comme d = P GCD (a, b) d’après
Bezout, il existe (u0 , v0 ) ∈ Z2 tel que au0 + bv0 = d. Donc
a (ku0 ) + b (kv0 ) = c
d’où le résultat.
On considère l’équation ax + by = c et P GCD (a, b) divise c, alors il existe (x0 , y0 ) ∈ Z2

tel que ax0 + by0 = c. Soit (x, y) une solution quelconque, alors
ax + by = ax0 + by0
par conséquent a (x − x0 ) = b (y0 − y). Posons a = da0 et b = db0 , alors a0 (x − x0 ) =

b0 (y0 − y) et P GCD (a0 , b0 ) = 1. Comme b0 | a0 (x − x0 ), il vient que b0 | x − x0 . Donc
x − x0 = λb0 , donc x = x0 + λb0 . De même, b0 (y0 − y) = λa0 b0 , donc y0 − y = λa0 ; par
conséquent y = y0 − λa0 . Ainsi,
S = x0 + λb0 , y0 − λa0 , λ ∈ Z

Exemple 4.13. 1) Résoudre dans Z2 les équations suivantes
3x + 7y = 2, 13x − 19y = 1, 31x + 7y = 19
2) Résoudre dans Z2 suivant les valeurs de n l’équation n2 + 1 x + 2y = 3.

Remarque 4.8. On considère l’équation ax + by = c où P GCD (a, b) = 1, alors ax = c − by;

donc ax ≡ c [b]. Comme ax0 ≡ c [b], il vient que a (x − x0 ) ≡ 0 [b]. On déduit que x−x0 ≡ 0 [b].
Ainsi x = x0 + bt. De même, y = y0 − at, on déduit que
S = x0 + tb0 , y0 − ta0 , t ∈ Z

Corollaire 4.5. (Théorème Chinois) Soient a1 , · · · , an des entiers naturels non nuls et deux
à deux premiers entre eux. On considère le système de congruences


 x ≡ c1 [a1 ]

 x ≡ c2 [a2 ]

.. .. ..


 . . .

x ≡ cn [an ]

Alors toute solution de ce système est de la forme x = x0 + (a1 a2 · · · an ) t, t ∈ Z et x0 une

solution particulière du système.
Proof. ....
Exemple 4.14. Résoudre le système de congruence


 3x ≡ 2 [5]

x ≡ 1 [7]

x ≡ 3 [8]

4.3 Plus petit multiple commun

Soient a et b deux entiers relatifs non nuls. L’ensemble des multiples strictement positifs
communs à a et b noté M+ (a) ∩ M+ (b) est une partie non vide (car contient |ab|) et minorée
dans N, donc admet un plus petit élément élément supérieur ou égal à |ab|.
Définition 4.8. On appelle P P CM (a, b) le plus petit élément de M+ (a) ∩ M+ (b).
Exemple 4.15. Déterminer P P CM (32, 72)
P P CM (a, b) = P P CM (b, a)
Proof. Evident.
P P CM (|a| , |b|) = P P CM (a, b)
Proof. Evident.
P P CM (ka, kb) = |k| P P CM (a, b)
pour tout k ∈ Z∗ .
Proof. ....
Proposition 4.15. Si a et b sont premiers entre eux, alors
P P CM (a, b) = |ab|
Proof. ....
Corollaire 4.6. Soient a et b deux entiers relatifs non nuls,
P P CM (a, b) × P GCD (a, b) = |ab|
Proof. Posons a = da0 et b = db0 où d = P GCD (a, b). Comme P P CM (a0 , b0 ) = |a0 b0 |, par
conséquent P P CM (a, b) = d |a0 b0 |. Ainsi,
P P CM (a, b) × P GCD (a, b) = d2 a0 b0 = |ab| .

4.4 Nombres premiers

Dans cette section, nous nous limitons à l’ensemble N des entiers naturels.
4.4.1 Définition et propriétés

Définition 4.9. On appelle nombre premier tout entier naturel different de 1 n’admettant
pour diviseurs que 1 et lui-meme.
Exemple 4.16. Les entiers 2, 3, 5, 7, 11, 13, 17, 19, 23, 29,... sont des nombres premiers.
On note par P l’ensemble des nombres premiers.
Théorème 4.7. Soit a un entier naturel non nul non premier et distinct de 1. Alors il existe
au moins un diviseur positif p premier tel que l’on ait p2 ≤ a.
Proof. On note par D+ (a) l’ensemble des diviseurs positifs de a et distincts de 1. Il est clair
que D+ (a) est une partie non vide de N car contient a, donc admet un plus petit élément p0 .
Alors p0 | a; il existe q0 ∈ N tel que a = p0 q0 ; en particulier q0 ∈ D+ (a). Donc p0 ≤ q0 et par
conséquent p20 ≤ p0 q0 = a.
Exemple 4.17. Dire si le nombre 1331 est un nombre premier.
Corollaire 4.7. L’ensemble P des nombres premiers est infini.
Proof. On suppose que P fini, donc P = {p1 , · · · , pn }. On pose N = (p1 × p2 × · · · × pn ) + 1,

comme N ≥ 2, il existe un entier p premier tel que p | N et p2 ≤ N . Alors p ∈ P, donc
p | p1 × p2 × · · · × pn , par conséquent p | 1; d’où p = 1, ce qui est absurde. Donc P est
infini.
4.4.2 Nombres premiers et divisibilité

Proposition 4.16. Soit p un nombre premier, a un entier relatif non nul. Zlors
(P GCD (a, p) 6= 1) ⇔ (p | a)
Proof. Comme P GCD (a, p) = d ≥ 2, il vient d | a et d | p. Comme p est premier, il vient que
d = p. Par conséquent p | a. De même, p | a, alors P GCD (a, p) = p 6= 1.
Remarque 4.9. Donc si p est un nombre premier tel que p ne divise pas a, alors a et p sont
premiers entre eux. En particulier pour tout k ∈ {1, . . . , p − 1}, P GCD (k, p) = 1.
Proposition 4.17. Soient a et b deux entiers relatifs non nuls, p un nombre premier. Alors

(p | ab) ⇒ p | a ou p | b
Proof. On suppose que p | ab et p ne divise pas a, alors P GCD (p, a) = 1, donc p | b (Théorème
de Gauss).
• •
Soit n ≥ 2 un entier naturel, on sait que Z/nZ, +, × est un anneau commutatif.
• •
Définition 4.10. Un élément non nul x ∈ Z/nZ est dit inversible, s’il existe y ∈ Z/nZ tels que
• • • •
x × y = 1.
• •
Exemple 4.18. Déterminer les éléments inversibles de l’anneau Z/nZ, +, × , pour n ∈
{5, 8, 10}
• •
Théorème 4.8. Soit a ∈ Z tel que a 6= 0. Alors
•
a est inversible ⇔ (P GCD (a, n) = 1)
• • • • •
Proof. Comme a est inversible, il existe a × b = 1. Alors ab ≡ 1 [n] donc ab − nu0 = 1, par
conséquent (b, −u0 ) solution de l’équation ax + ny = 1; par conséquent P GCD (a, n) = 1.
Réciproquement, si P GCD (a, n) = 1, alors il existe (u0 , v0 ) ∈ Z2 tel que au0 + nv0 = 1.
• • • •
Donc au0 ≡ 1 [n]; donc a × u0 = 1.
Corollaire 4.8. Si n est premier, alors tous les éléments non nuls de Z/nZ sont inversibles.
On dit alors que Z/nZ est un corps commutatif.
Proof. Evident.
Corollaire 4.9. Si n est premier, alors

• • • • • •

x × y = 0 ⇔ x• = 0 ou
•
y=0
On dit que l’anneau Z/nZ est intègre.

• • • • • • •
Proof. Si x × y = 0, alors n | xy. Comme n est premier, n | x ou n | y. Donc x = 0 ou y =
•
0.
Corollaire 4.10. L’anneau Z/nZ est un corps si n est premier.
Proof. On suppose que Z/nZ est un corps, supposons que n n’est pas premier, il existe p premier
• • • • •
tel que p | n. Donc n = pq et q < n, dans ce cas p × q = 0. D’où p n’est pas inversible.
• •
Exercice 4.3. Résoudre dans Z/7Z l’équation 3x = 1.
4.4.3 Décomposition en facteurs premiers

Théorème 4.9. Soit a un entier naturel, a ≥ 2. Il existe des nombres premiers p1 , · · · , pn et
des entiers naturels α1 , · · · , αn tous non nuls tels que
a = pα1 1 pα2 2 · · · pαnn
De plus cette décomposition est unique.
Proof. ....
Remarque 4.10. Comme a = pα1 1 pα2 2 · · · pαnn , si d est un diviseur de a, alors
d = pβ1 1 pβ2 2 · · · pβnn

où (β1 , · · · , βn ) ∈ {0, · · · , α1 } × · · · × {0, · · · , αn }. Par conséquent, le nombre de diviseurs
positifs de a est (α1 + 1) (α2 + 1) · · · (αn + 1).
Corollaire 4.11. Soient deux entiers a et b tels que
a = pα1 1 pα2 2 · · · pαnn et b = pβ1 1 pβ2 2 · · · pβnn
Alors
P GCD (a, b) = pµ1 1 pµ2 2 · · · pµnn et P M CM (a, b) = pλ1 1 pλ2 2 · · · pλnn
où λi = max {αi , βi } et µi = min {αi , βi } pour tout i ∈ {1, · · · , n}.
Proof. .....
Exemple 4.19. On donne a = 63 × 54 × 113 et b = 34 × 155 . Déterminer P GCD (a, b) et

P P CM (a, b).
4.4.4 Théorème de Fermat

Soit p un entier naturel premier.
Théorème 4.10. 1) Pour tout entier naturel n, on a:
np ≡ n [p]
2) Si en particulier n et p sont premiers entre eux, alors
np−1 ≡ 1 [p]
Proof. ....
Exemple 4.20. 1) Déterminer le reste de la division euclidienne de (2021)31 par 31.

2) Résoudre dans N l’équation x19 ≡ 27 [19].
Chapter 5
Relations binaires
5.1 Relation d’équivalence

5.1.1 Relation binaire
Définition 5.1. On appelle relation binaire sur un ensemble E tout sous-ensemble du produit
cartésien E × E.
Si on le note R ⊂ E 2 la relation binaire, (x, y) ∈ R se note aussi xRy. Ainsi,
R = (x, y) ∈ E 2 / xRy .

Définition 5.2. On dit qu’une relation binaire R sur E est

- réflexive si ∀x ∈ E, xRx
- symétrique si ∀ (x, y) ∈ E 2 , (xRy ⇒ yRx)
- antisymétrique si ∀ (x, y) ∈ E 2 , (xRy et yRx) ⇒ (x = y)
- transitive si ∀ (x, y, z) ∈ E 3 , (xRy et yRz) ⇒ (xRz)
Définition 5.3. On appelle préordre une relation binaire réflexive et transitive.
5.1.2 Relations d’équivalence et partitions

Définition 5.4. On appelle relation d’équivalence sur un ensemble E tout préordre symétrique
E, c’est-à-dire toute relation binaire sur E qui est à la fois réflexive, symétrique et transitive.
Notation En général, une relation d’équivalence R se note ≡; x ≡ y (R) se lit ” x congru

à y modulo R”.
Soit R une relation d’équivalence sur un ensemble E.
Définition 5.5. (i) Pour tout x ∈ E, on appelle classe d’équivalence de x modulo R,

l’ensemble
x = {y ∈ E / xRy} .
(ii) L’ensemble des classes d’équivalence modulo R est appelé ensemble-quotient de E par
R; on le note E/R; E/R ⊂ P (E).
49
CHAPTER 5. RELATIONS BINAIRES 50
Définition 5.6. On appelle partition d’un ensemble E, toute famille (Ai )i∈I de parties de E
vérifiant les trois conditions suivantes:
a) ∀i ∈ I, Ai 6= ∅
b) ∀S(i, j) ∈ I 2 (i 6= j ⇒ Ai ∩ Aj = ∅)
c) Ai = E
i∈I
Proposition 5.1. Soit R une relation d’équivalence sur un ensemble E. Alors

a) ∀ (x, y) ∈ E 2 , (xRy ⇔ x = y)
b) E/R est une partition de E i.e.
- ∀x ∈ E, x 6= ∅
- ∀S(x, y) ∈ E 2 (x 6= y ⇒ x ∩ y = ∅)
- x=E
x∈E
Proposition 5.2. (Réciproque) Si (Ai )i∈I est une partition d’un ensemble E, alors il existe
une et une seule relation d’équivalence R sur E telle que
A = {Ai , i ∈ I} ⊂ P(E)
soit l’ensemble quotient de E par R; elle est définie de la manière suivante:
∀ (x, y) ∈ E 2 (xRy ⇔ ∃i ∈ I, x ∈ Ai et y ∈ Ai ) .
Soit R une relation d’équivalence sur un ensemble E; considérons l’application surjective
p : E → E/R
x 7→ x
Définition 5.7. p est appelée surjection canonique (associée à R).
Exemple 5.1. On considère la relation R définie sur Z par :
∀ (x, y) ∈ Z2 , xRy ⇔ ∃k ∈ Z, y − x = 4k.
(a) Montrer que c’est une relation d’équivalence.
(b) Calculer les classes d’équivalence 0 , 1 , 2, 3.
(c) En déduire l’ensemble quotient Z/R.
5.1.3 Décomposition canonique d’une application

Soient E, F deux ensembles et f : E → F une application. Soit R une relation d’équivalence
sur E.
Théorème 5.1. On suppose que pour tout x, y ∈ E, xRy si et seulement si f (x) = f (y).
Alors, il existe une unique application surjective f : E/R → f (E) et une application injective
j : f (E) → F telle que le diagramme suivant commute:
f
E → F
p ↓ ↑ j
E/R → f (E)
f
c’est-à-dire f = j ◦ f ◦ p. C’est la décomposition canonique de f .
Proof. ....
5.2 Relation d’ordre

5.2.1 Ensemble ordonné
Définition 5.8. On appelle relation d’ordre sur un ensemble E tout préordre antisymétrique
sur E, c’est-à-dire toute relation binaire sur E qui est à la fois réflexive, ansymétrique et
transitive.
Notation En général, une relation d’ordre sera notée ; x y se lit : ” x inférieur ou
égal à y” ou ” x plus petit que y”.
Soit une relation d’ordre sur un ensemble E.
Définition 5.9. (i) Le couple (E, ) est appelé ensemble ordonné.
(ii) Si x, y ∈ E vérifient x y, on dit que x et y sont comparables.
(iii) On dit que (E, ) est totalement ordonné si
∀ (x, y) ∈ E 2 (x y ou y x) .
Définition 5.10. Soit (E, ) un ensemble ordonné. La relation notée définie sur E par :
∀ (x, y) ∈ E 2 (x y) ⇔ (x y ou x 6= y)
est appelée ordre strict associé à . x y se lit x strictement inférieur àx yy.
Remarque 5.1. (i) Soient (E, ) un ensemble ordonné et A ⊂ E; alors la restriction de à
A × A est une relation d’ordre sur A dite induite par . On la note par le même symbole .
(ii) n’est pas une relation d’ordre car elle n’est pas réflexive.
5.2.2 Eléments remarquables d’un ensemble ordonné

Soit (E, ) un ensemble ordonné.
Définition 5.11. (i) S’il existe un élément a ∈ E tel que
∀x ∈ E, (a x ⇒ a = x) ,
on dit que a est un élément maximal de E.
(ii) S’il existe un élément a ∈ E tel que
∀x ∈ E, (x a ⇒ x = a) ,
on dit que a est un élément minimal de E.
Soient (E, ) un ensemble ordonné et A ⊂ E.
Définition 5.12. S’il existe un élément a ∈ A tel que
∀x ∈ A, x a (resp. a x ),
cet élément est unique; on l’appelle le plus grand (resp. plus petit) élément de A. Il est noté
max(A) (resp. min(A)).
5.2.3 Majorants; minorants; borne supérieure; borne inférieure

Soient (E, ) un ensemble ordonné et A ⊂ E.
Définition 5.13. (i) S’il existe un élément m ∈ E tel que
∀x ∈ A, x m , (resp. m x ),
on dit que A est une partie majorée (resp. minorée) de E, et que m est un majorant (resp.
minorant) de A.
(ii) Si l’ensemble des majorants (resp. minorants) de A est non vide et admet un plus petit
(resp. plus grand) élément, cet élément est unique; on l’appelle la borne supérieure (resp. la
borne inférieure) de A. Il est noté sup(A) (resp. inf(A))
Exemple 5.2. On considère la relation R définie par :
∀ (x, y) ∈ (N∗ )2 , xRy ⇔ ∃k ∈ N∗ , y = kx.
1◦ ) Montrer que c’est une relation d’ordre.

2◦ ) On pose : A = {2, 4, 6, 24} et B = {2, 4, 5}.
Déterminer min(A), max(A), min(B), max(B), inf(A), sup(A), inf(B) et sup(B) lorsqu’ils
existent.
5.2.4 Intervalles
Soit (E, ≤) un ensemble tetalement ordonné. Pour tous a, b ⊂ E, on définit les ensembles
suivants appelés intervalles:
[a, b] = {x ∈ E / a ≤ x et x ≤ b} (fermé)
]a, b[= {x ∈ E / a < x et x < b} (ouvert)
[a, b[= {x ∈ E / a ≤ x et x < b} (semi-ouvert)
]a, b] = {x ∈ E / a < x et x < b} (semi-ouvert)
[a, → [= {x ∈ E / a ≤ x } (demi-droite fermée)
]a, → [= {x ∈ E / a < x } (demi-droite ouverte)
] ←, a] = {x ∈ E / x ≤ a} (demi-droite fermée)
] ←, a[= {x ∈ E / x < a} (demi-droite ouverte)
Chapter 6
Ensemble des nombres réels
6.1 Le corps des réels

Dans ce cours, nous ferons pas une construction de l’ensemble des nombres réels.
6.1.1 Introduction de R
Définition 6.1. Un corps commutatif est un triplet (K, +, ·) constitué de:
(i) un ensemble non vide K
(ii) D’une addition telle que (K, +) soit un groupe commutatif.
(iii) D’une multiplication commutative, associative, distributive par rapport à l’addition, ad-
mettant un élément neutre 1K dont le groupe des unités est K ∗ = K − {0}.
Soit K un corps commutatif muni d’une relation d’ordre total, notée ≤.
Définition 6.2. Le corps K est dit archimédien si:
∀ (x, y) ∈ K2 , (0 < x, 0 ≤ y) ⇒ (∃n ∈ N, y < nx)
Exemple 6.1. Le corps Q des nombres rationnels est totalement ordonné et archimédien.
Soit A une partie non vide de K.
Définition 6.3. On dit qu’un nombre s ∈ K est la borne supérieure de A si:
(i) Pour tout x ∈ A, x ≤ s (s est un majorant de A).
(ii) Si b est autre majorant de A, alors s ≤ b.
En d’autres termes, s est le plus petit des majorants de A. On n’a pas toujours le cas
s ∈ A.
Définition 6.4. On dit qu’un nombre p ∈ K est la borne inférieure de A si:
(i) Pour tout x ∈ A, x ≥ p (p est un minorant de A).
53
CHAPTER 6. ENSEMBLE DES NOMBRES RÉELS 54
(ii) Si c est autre minorant de A, alors p ≥ c.
En d’autres termes, c est le plus grand des minorants de A. On n’a pas toujours le cas
p ∈ A.
Définition 6.5. Le corps K possède la propriété de borne supérieure si pour toute partie A
non vide et majorée de K admet une borne supérieure, notée sup A ou simplement sup A s’il
K
n’y a pas d’ambiguïté sur K.
Exemple 6.2. Le corps Q des nombres rationnels ne possède pas la propriété de la borne
supérieure.
Remarque 6.1. Si un corps possède la propriété de la borne supérieure, alors toute partie A
non vide et minorée de K admet une borne inférieure, notée inf A ou s’il n’y a pas d’ambiguïté
K
sur K, on note inf A. C’est le plus grand élément de l’ensemble des minorants de A.
Définition 6.6. On appelle corps des nombres réels un corps commutatif, totalement ordonné
possédant la propriété de la borne supérieure; on le note R.
Dans la suite, on adopte les notations suivantes:
R∗ = {x ∈ R | x 6= 0} , R+ = {x ∈ R | x ≥ 0} , R− = {x ∈ R | x ≤ 0}
6.1.2 Propriétés
Proposition 6.1. Soit A une partie non vide et majorée (resp. minorée) de R. a est la borne
supérieure (resp. inférieure) de A si:
(i) Pour tout x ∈ A,

x ≤ a, (resp. x ≥ a)
(ii) Pour tout > 0, il existe x0 ∈ A tel que
a − < x0 ≤ a, (resp. a ≤ x0 < a + )
Proof. On suppose que a = sup A, soit > 0, a − n’est plus un majorant de A; donc il existe
un réel x0 ∈ A tel que
a − < x0 ≤ a
Réciproquement, soit β = sup A, en vertu de (i), on a: β ≤ a. Soit n ∈ N∗ , il existe xn ∈ A
tel que
1
a − < xn ≤ β
n
1
Ainsi, a − < β pour tout n ∈ N∗ ; en faisant tendre n vers +∞, on déduit que a ≤ β. D’où
n
β = a.
Proposition 6.2. Le corps R est archimédien.

Proof. Soit (x, y) ∈ R∗+ × R+ , on pose:
A = {nx | n ∈ N, nx ≤ y}
Comme y ≥ 0, il vient que 0 ∈ A et par conséquent A 6= ∅. D’autre part, A est majorée par
y, donc A est une partie non vide et majorée de R donc elle admet une borne supérieure. On
pose β = sup A, comme x > 0, on a: β − x n’est plus un majorant de A par conséquent, il
existe un entier n0 ∈ N tel que β − x < n0 x, i.e β < (n0 + 1) x. Comme β est un majorant de
A, il vient que (n0 + 1) x ∈
/ A et par conséquent (n0 + 1) x > y. On prend n = n0 + 1.
Proposition 6.3. On a la suite d’inclusions naturelles
N⊂Z⊂Q⊂R
6.2 Etudes complémentaires de quelques fonctions

particulières
6.2.1 Valeurs absolues
Définition 6.7. On appelle valeur absolue de x ∈ R le réel sup {x, −x}. On le note |x|.
Proposition 6.4. On a:
(i) ∀x ∈ R, (|x| = 0) ⇔ (x = 0)
(ii) ∀x, y ∈ R, |x · y| = |x| · |y|
(iii) ∀x, y ∈ R, |x + y| ≤ |x| + |y| (Inégalité triangulaire).
Corollaire 6.1. ∀x, y ∈ R,
||x| − |y|| ≤ |x − y| ≤ |x| + |y|
Proposition 6.5. Pour tous x, y ∈ R on a les égalités suivantes:

1
sup {x, y} = (|x − y| + x + y)
2
1
inf {x, y} = (x + y − |x − y|)
2
On note souvent
x+ = sup {x, 0}
x− = inf {x, 0}
Définition 6.8. Soit A une partie non vide de R.
(i) On suppose que A est une partie bornée de R. On appelle diamètre de A le réel positif
noté δ (A) défini par:
δ (A) = sup |x − y| , (x, y) ∈ A2

(ii) Soit x0 ∈ R. On appelle distance de x0 à A, le réel positif noté d(x0 , A) défini par:
d (x0 , A) = inf {|x − x0 |}

x∈A
6.2.2 Partie entière d’un réel

Soit x un réel, on considère l’ensemble
B (x) = {n ∈ Z | n ≤ x}
B (x) est non vide car le cas contraire entraine que Z est minorée; ce qui est absurde.
Ainsi, B (x) est une partie non vide et majorée de Z et donc admet un plus petit élément.
Définition 6.9. On appelle partie entière de x ∈ R l’entier min {n ∈ Z | n ≤ x}. On le note

E (x).
Proposition 6.6. Soit x ∈ R, E (x) est l’unique entier relatif vérifiant:
E (x) ≤ x < E (x) + 1
Proof. Exercice à faire.
Définition 6.10. On appelle partie fractionnaire de x ∈ R le réel positif x − E (x) et notée

[x].
Proposition 6.7. L’application E : R → R, x 7→ E (x) est croissante et vérifie:
E (x + p) = p + E (x)
pour tout p ∈ Z et x ∈ R.
Proof. Exercice.
Théorème 6.1. Soit f : R → R une application telle que:
(i) Pour tout x ∈ R, f (x + 1) = 1 + f (x)
(ii) Pour tout x ∈ [0, 1[, f (x) = 0
Alors f = E.
Proof. Il suffit de montrer que pour tout x ∈ [p, p + 1[, f (x) = p. (Faire en exercice).
Exemple 6.3. Soient x ∈ R et n ∈ N∗ . Montrer que

1
E E (nx) = E (x)
n
6.3 Sous-ensembles particuliers de R

6.3.1 Intervalle de R.
Définition 6.11. Pour tout a, b ∈ A, on appelle segment d’extrémités a et b et on note [a, b]
la partie de R formée des réels compris entre a et b.
Remarque 6.2. Lorsque a ≤ b, on a: [a, b] = {z ∈ R | a ≤ z ≤ b}, [a, a] = {a}et lorsque a > b,

[a, b] = ∅.
Proposition 6.8. Pour tout a, b ∈ R tels que b > a, l’application
g : [0, 1] → [a, b]
t 7→ tb + (1 − t) a
est une bijection strictement croissante.
Définition 6.12. Soit A une partie de R. On dit que A est un intervalle si A est vide ou
A 6= ∅ et pour tout a, b ∈ A,
[a, b] ⊂ A
Proposition 6.9. Soient I et J deux intervalles de R.
(i) Si I ∩ J 6= ∅ alors I ∪ J est un itervalle de R.
(ii) I ∩ J est un itervalle de R.
6.3.2 Parties denses de R.

Définition 6.13. On dit qu’une partie A de R est dense si son intersection avec tout intervalle
ouvert non vide de R est non vide. Plus précisément,
∀ (a, b) ∈ R2 , (a < b) ⇒ ]a, b[ ∩ A 6= ∅
Proposition 6.10. Soit A une partie dense de R. L’ensemble A est infini.
Proof. Soit a0 ∈ A, comme A est dense dans R, on a: ]a0 , a0 + 1[ ∩ A 6= ∅. Soit a1 ∈

]a0 , a0 + 1[ ∩ A, on a: a1 > a0 . On prend l’intervalle ]a1 , a0 + 1[, on a: ]a1 , a0 + 1[ ∩ A 6= ∅,
soit a2 ∈ ]a1 , a0 + 1[ ∩ A et on a: a0 + 1 > a2 > a1 > a0 . De proche en proche, on suppose
avoir construit an tel que
a0 + 1 > an > an−1 > · · · > a1 > a0
on prend l’intervalle ]an , a0 + 1[, on a: ]an , a0 + 1[ ∩ A 6= ∅, soit an+1 ∈ ]an , a0 + 1[ ∩ A, on a:

a0 + 1 > an+1 > an > an−1 > · · · > a1 > a0 . On obtient ainsi une suite (an )n≥0 de points de
A deux à deux distincts. Donc A est infini.
Corollaire 6.2. A est une partie dense de R si tout point de A est la limite d’une suite de
points de A.
Proof. Evident.
Proposition 6.11. Soient A et B deux parties de R. Si A est dense dans R et A ⊂ B alors

B est dense dans R.

[
Corollaire 6.3. Soit (Ai )i∈I une famille de parties denses de R. L’ensemble A = Ai est
i∈I
une partie dense de R.
Proposition 6.12. Les ensembles Q et R − Q sont denses dans R.
Proof. Soit x ∈ R, on pose:

E (nx)
xn =
n
la suite (xn )n≥1 est une suite de rationnels tels que: pour tout n ≥ 1,
1
x− < xn ≤ x
n
il est alors clair que lim xn = x.
n→+∞
Soit x ∈ R, on pose:
√ !
2
xn = x 1 + n
2
il est clair que xn ∈ R − Q et lim xn = x.
n→+∞
Chapter 7
Nombres complexes
L’équation algébrique du second degré dans R , ax2 + bx + c = 0 , n’a pas de solution lorsque
son discriminant, b2 − 4ac, est strictement négatif. Le but de ce chapitre est d’étudier les
propriétés d’un ensemble appelé ensemble des nombres complexes, prolongeant R et dans
lequel de telles équations en particulier ont toujours une solution.
7.1 Forme algébrique

7.1.1 Définition d’un nombre complexe
Sur l’ensemble R2 des couples de nombres réels, on définit les deux opérations suivantes :
∀ (a, b) ∈ R2 , (a0 , b0 ) ∈ R2
 (a, b) + (a0 , b0 ) = (a + a0 , b + b0 )

et
(a, b) × (a0 , b0 ) = (aa0 − bb0 , ab0 + ba0 ) ,

appelées respectivement addition et multiplication.
Définition 7.1. L’ensemble R2 muni de l’addition et de la multiplication est appelé ensemble

des nombres complexes. Il est noté C.
Notation
Les nombres complexes (1, 0) et (0, 1) sont respectivement notés 1 et i de sorte que : ∀ (a, b) ∈
R,
(a, b) = (a, 0) + (0, b) = a (1, 0) + b (0, 1) = a1 + bi.
Définition 7.2. On appelle forme algébrique du nombre complexe (a, b) l’écriture a1 + bi.
Remarque 7.1. Pour simplifier, le nombre complexe z = a1+bi s’écrira dans la suite z = a+bi.
On a alors
 (a + bi) + (a0 + b0 i) = (a + a0 ) + (b + b0 ) i

et
(a + bi) × (a0 + b0 i) = (aa0 − bb0 ) + (ab0 + ba0 ) i.

59
CHAPTER 7. NOMBRES COMPLEXES 60
−1
√
2
√
Exemple 7.1. 1 + 2i, 2 + 3 i, 3 + πi sont des nombres complexes.
Définition 7.3. (égalité dans C): (x + yi = x0 + y 0 i) ⇔ (x = x0 et y = y 0 ) .
7.1.2 Partie réelle, partie imaginaire

Soit z = x + bi un nombre complexe (sous la forme algébrique).
Définition 7.4. Le réel x est appelé partie réelle de z ; elle est notée Re(z). Le réel y est
appelé partie imaginaire de z ; elle est notée Im(z).
(z = x + yi) ⇔ (Re(z) = x et Im(z) = y)

√ √
Exemple 7.2. Pour z = 3 + πi , Re(z) = 3 et Im(z) = π.
Définition 7.5. 1◦ ) Un nombre complexe de la forme x + 0i est dit réel . Il est noté x ; donc
z est réel ⇔ Im(z) = 0
Si de plus x = 0, on dit que z est le nombre complexe nul ; il est noté 0. L’ensemble C\ {0}
est noté C∗ .
2◦ ) Un nombre complexe de la forme 0 + yi (y 6= 0) est dit imaginaire pur. Il est noté yi.
z est imaginaire pur ⇔ Re(z) = 0 et Im(z) 6= 0
7.1.3 Propriétés de l’addition et de la multiplication dans C

Proposition 7.1. (Règles de calcul) On a
(a) ∀z, z 0 , z 00 ∈ C, z + (z 0 + z 00 ) = (z + z 0 ) + z 00 (associativité)
(b) ∀z, z 0 ∈ C, z + z 0 = z 0 + z (commutativité)
(c) ∀z ∈ C, z + 0 = 0 + z = z (élément neutre)
(d) ∀z ∈ C, ∃z 0 ∈ C , z + z 0 = z 0 + z = 0. (élément symétrisable)
z 0 est appelé opposé de z et noté −z ; si z = x + yi alors −z = (−x) + (−y)i.
Proposition 7.2. (Règles de calcul) On a
(a) ∀z, z 0 , z 00 ∈ C, z × (z 0 × z 00 ) = (z × z 0 ) × z 00 (associativité)
(b) ∀z, z 0 ∈ C, z × z 0 = z 0 × z (commutativité)
(c) ∀z ∈ C, z × 1 = 1 × z = z (élément neutre)
(d) ∀z ∈ C, ∃z 0 ∈ C , z × z 0 = z 0 × z = 1. (élément inversible)
y
z 0 est appelé inverse de z et noté z1 ; si z = x + yi ∈ C∗ alors 1
z = x
x2 +y 2
− x2 +y 2
i.
(e) ∀z, z 0 , z 00 ∈ C, z × (z 0 + z 00 ) = z × z 0 + z × z 00 (Distributivité de × par rapport à +)

Remarque 7.2. On a i2 = (0, 1) × (0, 1) = (−1, 0) = −1.
Exemple 7.3. Calculer (2 + 3i) (1 + i) + 5 + (−7) i
7.1.4 Conjugué d’un nombre complexe

Définition 7.6. On appelle conjugué de z = a + bi, le nombre complexe noté z et égal à
a − bi; z = a − bi .
Proposition 7.3. (a) ∀z, z 0 ∈ C, z + z 0 = z + z 0
(b) ∀z, z 0 ∈ C, z × z 0 = z × z 0
(c) ∀z ∈ C, (z est réel ⇔ z = z)
(d) ∀z ∈ C, (z est imaginaire pur ⇔ z = −z)

z+z z−z
(e) ∀z ∈ C, Re(z) = 2 et Im(z) = 2i
Exemple 7.4. Déterminer le conjugué de (2 + 3i) (1 + i).
7.1.5 Module d’un nombre complexe

√
Définition 7.7. On appelle module de z = a + bi, le nombre réel noté |z| et égal à a2 + b2 ;
√
|z| = a2 + b2 .
Proposition 7.4. ∀z ∈ C, zz = |z|2 .
Proposition 7.5. (1) ∀z, z 0 ∈ C, |z| = |z|
(2) ∀z, z 0 ∈ C, |zz 0 | = |z| × |z 0 |
(3) ∀z ∈ C∗ , z1 = |z|z 2 et z1 = |z|

1

|z|
(4) ∀ (z, z 0 ) ∈ C × C∗ , zz0 =

|z 0 |
(5) ∀z ∈ C, |z n | = |z|n
(6) ∀z, z 0 ∈ C, ||z| − |z 0 || ≤ |z − z 0 | ≤ |z| + |z 0 |.
7.2 Forme trigonométrique

7.2.1 Argument d’un nombre complexe non nul
2 2
Re(z) Im(z) Re(z) Im(z)
Soit z ∈ C∗ ; on a : z = |z| |z| + |z| i et |z| + |z| = 1, donc ∃θ ∈] − π, π] tel
que
Re(z)

 cos θ =
 |z|
(7.2.1)

 sin θ = Im(z)
|z|
Définition 7.8. 1. ◦ ) Le réel θ est appelé Argument principal de z et noté Arg(z).
2. ◦ ) Tout autre réel θ0 satisfaisant (1) est appelé un argument de z et noté arg(z).
Exemple 7.5. Calculer l’argument de u = 1 + i.
Solution:
Proposition 7.6. 1. arg(zz 0 ) = arg(z) + arg(z 0 )
2. arg(z n ) = n arg(z), n ∈ N
3. arg(z) = − arg(z)
4. arg( z1 ) = − arg(z))
5. arg( zz0 ) = arg(z) − arg(z 0 )
7.2.2 Forme trigonométrique d’un nombre complexe non nul

√
Soit z ∈ C∗ de module r = zz et dont un argument est θ ; on a :
z = r (cos θ + i sin θ) . (7.2.2)
Définition 7.9. Le second membre de (1.2) est appelé forme trigonométrique de z.
7.2.2.1 Notation
On note z = [r, θ].
Théorème 7.1. On a les propriétés suivantes:
1. [r, θ] = [r, −θ]
2. [r, θ] × [r0 , θ0 ] = [rr0 , θ + θ0 ]
3. [r[r,θ] 0
r
0 ,θ 0 ] = r 0 , θ − θ
4. ∀k ∈ Z, [r, θ]k = rk , kθ (Formule de Moivre)

(1+i)14 i27
Exemple 7.6. Calculer le module et un argument du nombre complexe U = √ 15 .
(2−2 3i)
7.2.3 Exponentielle complexe

Soit z = x + iy un nombre complexe sous la forme algébrique.
Définition 7.10. On appelle exponentielle de z , le nombre complexe noté ez défini de la

manière suivante :
ez = ex (cos y + i sin y) . (7.2.3)
c’est-à-dire ez = ex eiy .
Proposition 7.7. Pour tous z, z 0 ∈ C, on a:
(i) |ez | = eRe(z)

(ii) arg(ez ) = Im(z) (mod 2π).

0 0
(iii) ez+z = ez × ez
1
eiθ + e−iθ et sin θ = 1
eiθ − e−iθ .

(iv) cos θ = 2 2i
Exemple 7.7. Calculer le module et un argument du nombre complexe Z = 1 + eiθ (θ ∈

]0, 2π[).
7.3 Racine nième d’un nombre complexe

7.3.1 Racine carrée
Soit u un nombre complexe.
Définition 7.11. On appelle racine carrée de u tout nombre complexe z tel que z 2 = u.
z racine carrée de u ⇔ z 2 = u
Théorème 7.2. Tout nombre complexe non nul u admet deux racines carrées distinctes et
opposées.
Preuve On pose: u = a + ib (a, b ∈ R) et z = x + iy (x, y ∈ R). On a:
z 2 = x2 − y 2 + 2xyi
donc  2
 x − y 2 = a (1)
z2 = u ⇔
2xy = b (2).

Par ailleurs p
z 2 = u ⇒ z 2 = |z|2 = |u| ⇔ x2 + y 2 = a2 + b2 (3).

On a donc le système d’équations

√
 r
 2 2
 2
√ 
 x = ± 12 a + a2 + b2
2 2
 x − y = a (1)  2x = a√+ a + b



√
2
r
2xy = b (2)√ ⇔ 2 2
2y = a + b − a ⇔ 1 2 + b2 − a
.
 2 y = ± a
x + y 2 = a2 + b2 (3). 2xy = b. 2
 



2xy = b.

Il suffit alors de discuter suivant le signe de xy pour déterminer x et y.
Exemple 7.8. Calculer les racines carrées de u = 3i − 4.

7.3.2 Racine nième d’un nombre complexe (n ∈ N∗ )

Soit u ∈ C;
Définition 7.12. 1. On appelle racine nième de u, tout nombre complexe z tel que z n = u.
2. Lorsque u = 1, les racines nièmes de u sont appelées racines nièmes de l’unité.
Théorème 7.3. Tout nombre complexe non nul u admet n racines nièmes distinctes.
Preuve On pose z = [r, θ] et u = [r0 , θ0 ]; on a :
z n = u ⇔ [r, θ]n = [r0 , θ0 ]
⇔ [r n
, nnθ] = [r0 , θ0 ] , formule de Moivre
r = r0
⇔
nθ =√θ0 + 2kπ
r = n r0
⇔
θ = θn0 + 2kπn ;
h√ i
donc les racines nièmes de u sont les nombres complexes zk = n r0 , θn0 + 2kπ
n avec
k ∈ {0, 1, ..., n − 1}.
2kπ
Remarque 7.3. Si u = 1 alors zk = 1, 2kπ = ei n , donc les racines nièmes de l’unité sont :

n
2π 4π 2(n−1)π
1, ei n , ei n , ..., ei n .
Exercice 1) Montrer que la somme des racines nièmes de l’unité est nulle.
h√ i √ θ0 2kπ
2) Soit zk = n r0 , θn0 + 2kπ
n une racine nième de u; montrer que zk = n r0 ei n × ei n .
Quelle conclusion tirez-vous?
√
Exemple 7.9. Déterminer les racines 5ièmes de u = 16 + 16 3i.
7.4 Quelques applications des nombres complexes

7.4.1 Transformation de (cos x)n ou de (sin x)n (n ∈ N\ {0, 1})
Dans le calcul des primitives de certaines fonctions numériques´d’une variable´ réelle, on est
souvent confronté à la détermination de primitives de la forme cosn xdx ou sinn xdx. La
technique habituellement utilisée est la transformation de (cos x)n ou de (sin x)n en une somme
Pn Pn
de la forme αk cos(kx) ou βk sin(kx), les αk et βk étant des constantes réelles bien
k=0 k=0
déterminées. Cette technique est souvent appelée linéarisation.
Exemple 7.10. Linéariser (cos x)5 est (sin x)5.
Solution : On pose : cos x = 21 eix + e−ix donc
5
5 1 X k ikx −i(5−k)x 1 i5x
e + e−i5x + 5 ei3x + e−i3x + 10 eix + e−ix

(cos x) = C5 e e =
32 32
k=0
5 1 5
i.e. (cos x) = 16 cos 5x + 16 cos 3x + 58 cos x.
7.4.2 Transformation de cos nx ou de sin nx en sommes de monômes en

cos x et sin x
On écrit : eix = cos x + i sin x, donc
n n
n X
eix = einx = (cos x + i sin x)n = Cnk eikx e−i(n−k)x ⇔ cos nx + i sin nx = Cnk (cos x)n−k (i sin x)k
P
k=0 k=0
i.e.
(−1)p Cn2p (cos x)n−2p (sin x)2p
 P

 cos nx =

 2p≤n
et
(−1)p Cn2p+1 (cos x)n−2p−1 (sin x)2p+1
 P
 sin nx =


2p+1≤n
Exemple 7.11. Exprimer sin 4x en fonction de sin x et de cos x.
7.4.3 Nombres complexes et géométrie plane

→
− → −
Le plan P étant muni d’un repère orthonormé direct R = (O; i , j ), on considère l’application
P → C
M (x, y) 7→ z = x + iy.
C’est une ”isométrie” au moyen de laquelle on identifie P à C.
Définition 7.13. z est appelé l’affixe de M .
Remarque 7.4. En vertu de ce qui précède, les notions de la géométrie plane peuvent être
étudiées à l’aide des nombres complexes.
Notons zM l’affixe d’un point M de P:
Distance de deux points : Soient A, B ∈ P ; on a :
AB = |zB − zA | .
Angle: Soient A, B, C ∈ P tels que B 6= A et A 6= C ; on a :
−−→
\ −→
C −zA
Mes AB, AC = arg zzB −zA
Milieu I du [AB] : Soient A, B ∈ P et I mileu de [AB] ; on a :
zA +zB
zI = 2
Barycentre G des points pondérés (A1 , α1 ) , ..., (Ap , αp ) : Soient (A1 , α1 ) , ..., (Ap , αp )
des points pondérés et G le barycentre de ces points ; on a :
p

1 P
zG = p
P α k zA k .
αk k=1
k=1
zC −zA
Alignement : A, B, C alignés ⇔ zB −zA réel
−−→ −→ −−→
\ −→
Triangles particuliers : • le triangle ABC est rectangle en A ⇔ AB ⊥ AC ⇔Mes AB, AC =
C −zA
(2k + 1) π2 (2π)⇔ zzB −zA est imaginaire pur
• le triangle ABC est isocèle en A ⇔ AB = AC ⇔ |zB − zA | = |zC − zA |
−−→
\ −→
C −zA
• le triangle ABC est équilatéral ⇔ Mes AB, AC = π3 (2π)⇔ arg zzB −zA =
π
3 (2π)⇔
π
C −zA
arg zzB −zA = ±e
i3
Chapter 8
Polynômes
Dans tout le chapitre K = R ou K = C.
8.1 Généralités
8.1.1 Polynôme à une indéterminée sur K
Soit (ak )k∈N une suite de points de K.
Définition 8.1. On dit que la suite (ak )k∈N est presque nulle s’il existe un entier k0 tel que:
∀k ∈ N : (k ≥ k0 ) ⇒ (ak = 0)
Définition 8.2. (i) On appelle polynôme à une indéterminée sur K toute suite presque
nulle A = (ak )k∈N d’éléments de K i.e. ∃k0 ∈ N, ∀k ∈ N (k > k0 ⇒ ak = 0). Les nombres
a0 , a1 , ..., ak , ... sont alors appelés coefficients du polynôme A.
(ii) Le polynôme noté X = (ak )k∈N tel que


 ak = 1 si k = 1
et
ak = 0 si k 6= 1

est appelé l’indéterminée.
Notation
(i) L’ensemble des polynômes à une indéterminée sur K est noté K[X].
(ii) Pour tout A = (ak )k∈N ∈ K[X] on note
X n
X
A= ak X k = ak X k = a0 X 0 + a1 X 1 + ... + an X n ,
k∈N k=0
où n ∈ N vérifie ∀k ∈ N (k > n ⇒ ak = 0).
67
CHAPTER 8. POLYNÔMES 68
Définition 8.3. (i) Deux polynômes sont dits formellement égaux si les coefficients de
même indice sont égaux.
(ii) Le polynôme dont tous les coefficients sont égaux à zéro est appelé le polynôme nul ; il
est noté 0.
ak X k dont tous coefficients sont nuls sauf un d’indice non nul m

P
(iii) Tout polynôme A =
k∈N
est appelé é monôme.Il est noté am X m .
ak X k ∈ K[X] est constant si ∀k ∈ N (k > 0 ⇒ ak = 0) ; il est noté

P
(iv) On dit que A =
k∈N
a0 .
Remarque 8.1. En vertu de ce qui précède, A = a0 X 0 + a1 X 1 + ... + an X n s’écrit simplement

A = a0 + a1 X 1 + ... + an X n .
8.1.2 Opérations
ak X k , B = bk X k , C = ck X k ∈ K[X] :
P P P
Soient A =
k∈N k∈N k∈N
Addition :
(ak + bk ) X k .
P
A+B =
k∈N
Exemple 8.1. Si A = 1 + 2X + X 2 et B = −2 + X + 5X 7 alors
A + B = −1 + 3X + X 2 + 5X 7
Multiplication :
k
ck X k , où ck =
P P
AB = ai bk−i
k∈N i=0
Exemple 8.2. Si A = 1 + 2X + X 2 et B = −2 + X + 5X 7 alors
AB = 5X 9 + 10X 8 + 5X 7 + X 3 − 3X − 2
Composition :

Bk X`
P P P
A◦B = ak = ak b` .
k∈N k∈N `∈N
Exemple 8.3. Si A = 1 + 2X + X 2 et B = −2 + X alors
A ◦ B = X 2 − 2X + 1
Propriétés Muni des opérations précédentes, on a :
(i) ∀A, B, C ∈ K[X], A + (B + C) = (A + B) + C

(ii) ∀A, B ∈ K[X], (A + B = B + A)

(iii) ∀A ∈ K[X], (A + 0 = 0 + A = A)
(iv) ∀A ∈ K[X], ∃B ∈ K[X] , A + B = B + A = 0.
ak X k alors −A = (−ak ) X k .
P P
B est appelé opposé de A et noté −A; si A =
k∈N k∈N
(v) ∀A, B, C ∈ K[X], A × (B × C) = (A × B) × C
(vi) ∀A, B ∈ K[X], A × B = B × A
(vii) ∀A ∈ K[X], A × 1 = 1 × A = A.
(viii) ∀A, B, C ∈ K[X], A × (B + C) = A × B + A × C.
Définition 8.4. Le polynôme constant 1 est appelé le polynôme unité de K[X].
8.1.3 Degré, valuation

ak X k ∈ K[X] distinct du polynôme nul.
P
Soit A =
k∈N
Définition 8.5. (i) On appelle degré de A le plus grand entier n tel que an 6= 0 .
(ii) On appelle valuation de A le plus petit entier p tel que ap 6= 0.
8.1.4 Notation
On note deg(A) = n et val(A) = p
Exemple 8.4. Soient les polynômes A = −2 + X + 5X 7 et B = X 2 + 11X 4 ; on a: deg(A) = 7,

val(A) = 0 et deg(B) = 4, val(B) = 2.
Convention: On pose: deg(0) = −∞ et val(0) = +∞.
Définition 8.6. On suppose A de degré n. On dit que A est unitaire si an = 1.
Exemple 8.5. A = X 4 + 2X 3 + X 2 + 11 est unitaire; B = 1 + X + X 2 + 11X 7 n’est pas

unitaire.
Théorème 8.1. Soient A, B, R ∈ K[X] ; on a:

1◦ ) deg(A + B) = max (deg(A), deg(B)) si les deux degrés sont différents.
2◦ ) deg(A + B) ≤ deg(A) si les deux degrés sont égaux.
3◦ ) val(A + B) = min (val(A), val(B)) si les deux valuations sont différentes.
4◦ ) val(A + B) ≥ val(A) si les deux valuations sont égales.
5◦ ) deg(P Q) = deg(A) + deg(B) et val(P Q) = val(A) + val(B)
8.1.5 Fonction polynôme

ak X k ∈ K[X].
P
Soit A =
k∈N
Définition 8.7. On appelle fonction polynôme associée à A, l’application notée
e: K → K
A
ak xk .
P
x 7→ A =
k∈N
Théorème 8.2. Soient A, B ∈ K[X] ; on a : A = B ⇔ ∀x ∈ K, A e (x) = B

e (x). Autrement dit,
il y a une correspondance bijective entre l’ensemble K[X] et l’ensemble des fonctions polynômes.
Proposition 8.1. Quels que soient les polynômes A, B ∈ K[X] et α ∈ K, on a:
A
^ +B =A
e + B,
e AB
g=A
eB,
e αA e et A
f = αA ^ e ◦ B.
◦B =A e
8.2 Division euclidienne

8.2.1 Division dans K[X]
Soient A ∈ K[X] et B ∈ K[X]\ {0}.
Définition 8.8. (i) On dit B divise A (ou que A est un multiple de B) s’il existe Q ∈ K[X]
tel que A = BQ. On note B | A.
(ii) On dit que A et B sont associés si A | B et B | A.
Proposition 8.2. A et B sont associés si et seulement s’il existe α ∈ K∗ , A = αB.
Preuve Si A = BQ et B = AR alors B = B (QR), donc deg (B) = deg (B) + deg (QR) i.e
deg (QR) = 0 et Q, R ∈ K.
Théorème 8.3. Soit B 6= 0, ∀A ∈ K[X], ∃! (Q, R) ∈ K[X]2 , A = BQ + R avec deg(R) <

deg(B).
Définition 8.9. On dit que Q et R sont respectivement le quotient et le reste de la division

euclidienne de A par B.
Exemple 8.6. Déterminer le quotient et le reste de la division euclidienne de 3X 4 −5X 2 +X+2

par X 2 + 2X + 2.
Solution: Q = 3X 2 − 6X + 1 et R = 11X.
8.2.2 Plus grand commun diviseur de deux polynômes

Soient A, B ∈ K[X];
Si A 6= 0 ou B 6= 0, posons D = {P ∈ K[X] / P | A et P | B}
Théorème 8.4. Il y a un polynôme unitaire unique ∆ de D ayant la propriété suivante:
∀Q ∈ K[X] [(Q | A et Q | B) ⇒ Q | ∆]
Définition 8.10. On dit que ∆ est le plus grand commun diviseur de A et B; on note
∆ = p gcd (A, B) .
Si A = B = 0, nous admettons que p gcd (A, B) = 0.
Proposition 8.3. (i) Si AB = 0 et (A 6= 0 ou B 6= 0), alors p gcd (A, B) est l’unique polynôme
unitaire associé à A ou à B.
(ii) ∀α, β ∈ K∗ , p gcd (αA, βB) = p gcd (A, B).
Exemple 8.7. Si A = 2X 2 + 6X − 7 et B = 0 alors p gcd (A, B) = X 2 + 3X − 72 .
Théorème 8.5. (Algorithme d’Euclide)Soient A, B ∈ K[X] et (Q, R) ∈ K[X]2 tels que A =

BQ + R. Alors p gcd (A, B) = p gcd (B, R) .
Remarque 8.2. Pour calculer pratiquement ∆ = p gcd (A, B):

1◦ ) On calcule le quotient Q1 et le reste R1 de la division euclidienne de A par B (
A = BQ1 + R1 et deg(R1 ) < deg(B)) ; si R1 = 0 alors ∆ = p gcd (B, R1 ) est l’unique
polynôme unitaire associé à B.
2◦ ) Si R1 6= 0, on calcule le quotient Q2 et le reste R2 de la division euclidienne de B par
R1 ( B = R1 Q2 + R2 et deg(R2 ) < deg(R1 )); si R2 = 0 alors ∆ = p gcd (R1 , R2 ) est l’unique
polynôme unitaire associé à R1 .
3◦ ) Si R2 6= 0, on continue la procédure jusqu’au dernier reste non nul Rn0 . Ce reste existe
car la suite (deg(Rn )) des degrés des restes successifs est une suite strictement décroissante
d’entiers naturels ; p gcd (A, B) est donc l’unique polynôme unitaire associé à Rn0 .
Exemple 8.8. (i) Calculer p gcd (A, B) lorsque A = 3X 4 − 5X 2 + X + 2 et B = X 2 + 2X + 2.

Solution: p gcd (A, B) = 1
(ii) Calculer p gcd (A, B) lorsque A = X 5 − 32 et B = X 3 − 8.
Solution: p gcd (A, B) = X 2 − 2.
Exercice Calculer p gcd (A, B) lorsque A = X n − an et B = X m − am (m, n ∈ N∗ et a ∈ K∗ )
8.2.3 Polynômes premiers entre eux

Définition 8.11. On dit que A, B ∈ K[X] sont premiers entre eux si p gcd (A, B) = 1.
Théorème 8.6. (Bezout) A, B sont premiers entre eux si et seulement s’il existe (U, V ) ∈
K[X]2 tel que AU + BV = 1.
Exemple 8.9. Montrer que A = 3X 4 − 5X 2 + X + 2 et B = X 2 + 2X + 2 sont premiers entre

eux et déterminer U, V ∈ R[X] tels que AU + BV = 1.
Théorème 8.7. (Gauss) Pour tous A, B, C ∈ K[X] (A | BC et p gcd (A, B) = 1) ⇒ (A | C)
Preuve ...
8.2.4 Polynômes irréductibles

Soit P ∈ K[X] un polynôme non constant.
Définition 8.12. On dit que P est irréductible si ses seuls diviseurs sont associés et les
éléments de K\ {0}.
Exemple 8.10. Les polynômes aX + b ( (a, b) ∈ K∗ × K) sont irréductibles .
Théorème 8.8. Soient P un polynôme irréductible dans K[X] et A un polynôme de K[X].

Alors A et P sont premiers entre eux si et seulement si P ne divise pas A.
Corollaire 8.1. Soit P un polynôme irréductible dans K[X]. Pour que P divise un produit
P1 ...Pn de polynômes de K[X], il faut et il suffit que P divise l’un de ces polynômes.
8.2.5 Décomposition en facteurs irréductibles

n
ak X k ∈ K[X] un polynôme non nul de degré n.
P
Soit P =
k=0
Théorème 8.9. Alors P s’écrit de manière unique sous la forme

m
Y
P = an (Pi )ki (8.2.1)
i=1
où les Pi sont unitaires et irréductibles.
Définition 8.13. (i) On dit que (8.2.1) est la décomposition de P en facteurs irréductibles.
(ii) Les entiers ki sont appelés multiplicités des facteurs Pi .
Exemple 8.11. Décomposer en facteurs irréductibles dans R[X] et dans C[X] le polynôme
A = 2X 4 − X 2 − 1 .
Solution:
2 1

 A = 2 (X − 1) (X + 1) X + 2 dans R[X]

et √ √
 A = 2 (X − 1) (X + 1) X − i 2 X + i 2 dans C[X].

2 2
8.2.6 Division suivant les puissances croissantes

Théorème 8.10. Soient p ∈ N et A, B ∈ K[X] tels que B(0)
e = b0 soit non nul. Alors il existe
un et un seul couple (Q, R) ∈ K[X] × K[X] tel que l’on ait:
A = BQ + X p+1 R et deg(Q) ≤ p. (8.2.2)
Définition 8.14. On dit que (8.2.2) est la division suivant les puissances croissantes (dans
K[X]) de A par B à l’ordre p.
Exemple 8.12. (i) Diviser suivant les puissances croissantes dans R[X] à l’ordre 4
A = 2X + 3X 2 − X 3 par B = 1 + 2X − X 3
Solution: A = B 2X − X 2 + X 3 + X 5 (−1 + X).

(ii) Diviser suivant les puissances croissantes dans R[X] à l’ordre 5
A = 1 + X par B = 1 − X
8.3 Dérivation. Racines d’un polynôme

8.3.1 Dérivation
ak X k ∈ K[X].
P
Soit P =
k∈N
(i) On appelle polynôme dérivé de P le polynôme P 0 = (k + 1) ak+1 X k .

P
Définition 8.15.
k∈N
(ii) On appelle primitive de P tout polynôme Q tel que Q0 = P .
Exemple 8.13. (i) Le polynôme0 nul a pour polynôme dérivé lui-même.

(ii) X 3 − 3X 2 − 6X + 11 = 3X 2 − 6X − 6.
(iii) 2X + 3X 2 − X 3 est une primitive de 2 + 6X − 3X 2 .
Remarque 8.3. ∀P ∈ K[X], non constant, deg (P 0 ) = deg (P ) − 1.

Considérons l’application
D : K[X] → K[X]
P 7→ P 0 .
Proposition 8.4. ∀P, Q ∈ K[X] , ∀α ∈ K, on a:
(i) D(P + Q) = D (P ) + D (Q)
(ii) D(αP ) = αD (P )
(iii) D(P · Q) = D (P ) Q + P · D (Q)
(iv) D(P ◦ Q) = [D (P ) ◦ Q] · D (Q).

Définition 8.16. On appelle polynôme dérivé k ième de P ∈ K[X], le polynôme P (k) défini
par récurrence de la manière suivante:
 (0)
 P =P
et
0
∀k ∈ N, P (k+1) = P (k)

Remarque 8.4. Soit l’application Dk : K[X] → K[X], P 7→ P (k) ; on a :

 0
 D = idK[X]
D1 = D
∀k ∈ N, Dk+1 = D ◦ Dk .

Exemple 8.14. Pour A = X 4 −3X 2 −6X +11, on a: D(A) = 4X 3 −6X −6, D2 (A) = 12X 2 −6
et D3 (A) = 24X.
8.3.2 Racines d’un polynôme

n
ak X k ∈ K[X] un polynôme.
P
Soit P =
k=0
Définition 8.17. On dit que a ∈ K est une racine de P si Pe (a) = 0.
Exemple 8.15. 2 est une racine de A = X 3 − 8.
Théorème 8.11. a racine de P si et seulement si le polynôme X − a divise P .
Preuve ⇒)On a:
Pe (x) = Pe (x) − Pe (a)

n n
ak xk − ak xk
P P
=
k=0 k=0
n
xk − xk
P
= ak
k=0
n
ak (x − a) xk−1 + xk−2 a + ... + ak−1
P
=
k=0
n

X k−1 X k−2 a ak−1
P
c’est-à-dire P = (X − a) ak + + ... + .
k=0
⇐) Posons P = (X − a) Q; alors Pe (a) = (a − a) Q(a)

e = 0.
Définition 8.18. On appelle ordre de multiplicité d’une racine a de P , le plus grand entier
ν tel que (X − a)ν divise P .
Exemple 8.16. −1 est une racine d’ordre de multiplicité 3 de A = (X + 1)3 2X 2 − 1 .

h i
Théorème 8.12. a racine d’ordre de multiplicité ν de P ⇔ Pe (a) = ... = Pe(ν−1) (a) = 0 et Pe(ν) (a) 6= 0
2
Exemple 8.17. Déterminer les racines ainsi que leurs ordre de multiplicité pour A = X 3 − 1 ∈
C[X].
Théorème 8.13. Si a ∈ C\R est une racine d’ordre de multiplicité ν de P ∈ R[X], alors son
conjugué a est une racine d’ordre de multiplicité ν de P .
Preuve Il suffit, compte tenu de Théorème 8.12 de vérifier que Pe (a) = 0 si et seulement si
n
αk X k ; on
P
Pe (a) = 0 ; le reste s’en déduit par récurrence sur k. En effet, posons P =
k=0
a:
n
αk ak = 0
P
Pe (a) = 0 ⇔
k=0
n n
αk ak = αk ak = 0
P P
⇔
k=0 k=0
n
αk ak = 0.
P
⇔ Pe (a) =
k=0
Remarque 8.5. Le théorème 8.13 dit que si (X − a)k divise P alors (X − a)k divise P , et,
puisque (X − a)k et (X − a)k sont premiers entre eux, on aura
k
(X − a)k (X − a)k = X 2 − (a + a)X + |a|2 ∈ R[X] divise P .
8.3.3 Polynôme scindé

n
ak X k ∈ K[X] est dit scindé si on peut écrire P = an (X − α1 ) ... (X − αn )
P
Définition 8.19. P =
k=0
Exemple 8.18. (i)Le polynône A = X 2 − X − 6 ∈ R[X] est scindé car A = (X − 3) (X + 2) .

(ii) Le polynône B = X 3 − 1 ∈ R[X] n’est pas scindé mais B = X 3 − 1 ∈ C[X] est scindé.
Théorème 8.14. 1) Tout polynôme de C[X] est scindé.

2) Tout polynôme de R[X] de degré impair admet au moins une racine réelle.
8.3.4 Décompositions de D’Alembert et de Gauss d’un polynôme

Théorème 8.15. (a) Les polynômes unitaires et irréductibles de C[X] sont les X − α, α ∈ C.
(b) Les polynômes unitaires et irréductibles de R[X] sont
- les X − α, α ∈ R
-les X 2 + pX + q, p, q ∈ R et p2 − 4q < 0 i.e les polynômes du second degré sans racine
réelle.
Corollaire 8.2. Tout polynôme non nul P ∈ C[X] s’écrit de manière unique sous la forme
r
Y
P = a (X − αi )νi (8.3.1)
i=1
où a ∈ C∗ , les αi , 1 ≤ i ≤ r sont les racines distinctes de P et les νi , 1 ≤ i ≤ r leurs ordres

de multiplicité respectives.
Preuve Immédiate d’après Théorème 8.9 et Théorème 8.15.
Définition 8.20. On dit alors que (8.3.1) est la décomposition de D’Alembert de P .
Exemple 8.19. Déterminer la décomposition de D’Alembert de P = 2X 3 − X − 1.
Corollaire 8.3. Tout polynôme non nul P ∈ R[X] s’écrit de manière unique sous la forme
r s
Y Y µj
P =a (X − αi )νi X 2 + p j X + qj (8.3.2)
i=1 j=1
où a ∈ R∗ , les αi , 1 ≤ i ≤ r sont les racines réelles distinctes de P et les trinômes X 2 +

pj X + qj , 1 ≤ j ≤ s sont deux à deux distincts avec p2j − 4qj < 0.
Preuve Immédiate d’après Théorème 8.9 et Théorème 8.15.
Définition 8.21. On dit alors que (8.3.2) est la décomposition de Gauss de P .
Exemple 8.20. Déterminer la décomposition de Gauss de P = 2X 3 − X − 1.
Exercices Déterminer la décomposition de D’Alembert et celle de Gauss de chacun des

polynômes suivants:
1. A = X 3 − 2; B = X 4 + 1; C = 1 + X 2 + X 4
2. P = X 2p − 1; Q = X 2p+1 − 1; R = X 2p+1 + 1
Chapter 9
Fractions rationnelles
Dans tout le chapitre K = R ou K = C.
9.1 Généralités
9.1.1 Définition d’une fraction rationnelle
Définition 9.1. (i) Une fraction rationnelle (à une indéterminée sur K ) est une expression
P
du type F = Q , où P , Q ∈ K[X] et Q 6= 0.
(ii) Le polynôme P porte le nom de numérateur et Q celui de dénominateur de la fraction
rationnelle F .
P
(iii) Deux fractions rationnelles Q et R P R
S sont égales ( Q = S ) si P S = QR dans K[X].
Notation
On note K(X) l’ensemble des fractions rationnelles à une indéterminée sur K .
Définition 9.2. On appelle représentant irréductible de la fraction ratinnelle F toute fraction

A A
rationnelle B telle que F = B et pgcd(A, B) = 1.
Remarque 9.1. K[X] s’identifie à un sous-ensemble de K(X); en effet tout A ∈ K[X] est
identifié à la fraction rationnelle A1 .
P
Exemple 9.1. Soient P = (2X + 2) (X + 4) et Q = X 4 − 1 et F = Q ∈ K(X); alors
p gcd (P, Q) = X + 1, donc
2 (X + 4) 6 (X + 4)
2
et
(X − 1) (X + 1) 3 (X − 1) (X 2 + 1)
sont des représentants irréductibles de F .
9.1.2 Degré d’une fraction rationnelle

P
Théorème 9.1. Soit F = Q ∈ K(X). Alors l’élément deg(P ) − deg(Q) ∈ Z ∪ {−∞} est
P
indépendant du choix du représentant Q de F .
77
CHAPTER 9. FRACTIONS RATIONNELLES 78
Preuve ...
Définition 9.3. On l’appelle degré de la fraction rationnelle F . deg (F ) = deg(P ) − deg(Q) .

(2X+2)(X+4)
Exemple 9.2. Soit F = X 4 −1
∈ K(X); alors deg (F ) = 1 − 3 = −2.
9.1.3 Opérations
On définit les deux opérations suivantes:
9.1.3.1 Addition
P R P S+QR
Q + S = QS .
9.1.3.2 Multiplication
P R PR
Q × S = QS .
Proposition 9.1. Muni des opérations précédentes, K(X) a les propriétés suivantes:
(a) ∀F, F 0 , F 00 ∈ K(X),
F + F 0 + F 00 = F + F 0 + F 00 et F × F 0 × F 00 = F × F 0 × F 00 .

(b) ∀F, F 0 ∈ K(X),

F + F 0 = F 0 + F et F × F 0 = F 0 × F .
(c) ∀F ∈ K(X), (F + 0 = 0 + F = F ),
0 étant la fraction A0 , A ∈ K [X] \ {0} et appelée fraction rationnelle nulle.
(d) ∀F ∈ K(X), ∃F ∈ K(X) , F + F 0 = F 0 + F = 0.
F 0 est appelé opposé de F et noté −F ; si F = Q P
alors −F = −P P
Q = −Q .
(e) ∀F ∈ K(X), F × 1 = 1 × F = F ,
1 étant la fraction A
A , A ∈ K [X] \ {0}; 1 est appelée fraction rationnelle unité.
(f ) ∀F, F , F ∈ K(X), F × (F 0 + F 00 ) = F × F 0 + F × F 00
0 00
P
Théorème 9.2. Si Q et R
Sh sont deux fractions rationnelles de K(X); on a:
i
P
1) deg Q +R
S ≤ sup deg P
, deg R
Q S
P R P R

2) deg Q × S = deg Q + deg S
9.1.4 Pôles et racines d’une fraction rationnelle

P
Définition 9.4. Soient F ∈ K(X) et Q un représentant irréductible de F .
1) Toute racine d’ordre de multiplicité k du polynôme non nul Q est dite pôle d’ordre k
de F .
2) Toute racine d’ordre de multiplicité k du polynôme P est dite racine d’ordre de multi-
plicité k de F .
2
(X 2 +1)
Exemple 9.3. Soient F = (X 2 +X+1)3 ∈ C(X); alors j est un pôle d’ordre de multiplicité 3
de F et i est une racine d’ordre de multiplicité 2 de F .
9.1.5 Fonction rationnelle

P
Soient F ∈ K(X), Q un représentant irréductible de F et ∆F le complémentaire dans K de
l’ensemble des pôles de F .
Définition 9.5. On appelle fonction rationnelle associée à F dans K, l’application
Fe ∆F → K
Pe(x)
x 7→ Fe(x) = .
Q(x)
e
n 3π 7π o
X 2 −2X−3
Exemple 9.4. Si F = X 2 +i
∈ C(X), on a: ∆F = C − ei 4 , ei 4 et
n 3π 7π o
Fe C − ei 4 , ei 4 → C
x2 −2x−3
x 7→ Fe(x) = x2 +i
.
Théorème 9.3. Soient F, G ∈ K(X) et α ∈ K pour tout x ∈ ∆F ∩ ∆G , on a:




 F^+ G (x) = Fe(x) + G(x)
e
et


 F
 g G (x) = Fe(x)G(x)
e
Preuve ...
9.1.6 Dérivation d’une fraction rationnelle

P 0 Q−P Q0
Théorème 9.4. Soit F ∈ K(X); alors la fraction rationnelle Q2
est indépendante du
P
choix du représentant Q de F .
Définition 9.6. (i) On l’appelle la fraction rationnelle dérivée de F ; on la note F 0 . On a

P 0 Q−P Q0
F0 = Q2
.
(ii) On appelle fraction rationnelle primitive de F ∈ K(X), toute fraction rationnelle
G ∈ K(X) telle que G0 = F .
Propriétés Pour tous F , G ∈ K(X) et α ∈ K, on a:

1) (F + G)0 = F 0 + G0
2) (αF )0 = αF 0
3) (F G)0 = F 0 G + F G0
−2X
Exemple 9.5. Si F = 1
X 2 +i
∈ C(X), on a F 0 = (X 2 +i)2
9.2 Décomposition d’une fraction rationnelle en éléments

simples
9.2.1 Partie entière d’une fraction rationnelle
Théorème 9.5. A toute fraction rationnelle F ∈ K(X), on peut associer un et un seul
polynôme E ∈ K[X] tel que le degré de la fraction rationnelle F − E soit strictement négatif.
Définition 9.7. On dit alors que E est la partie entière de F .

X 3 −2X 2 +X+3
Exemple 9.6. La partie entière de F = X 2 +1
est X − 2 car
X 3 − 2X 2 + X + 3

5 5
− (X − 2) = 2 et deg = −2.
X2 + 1 X +1 X2 + 1
9.2.2 Décomposition dans C(X)

On précise que dans C(X), les éléments simples sont de la forme:
b
(X − a)k
où a, b ∈ C.
Théorème 9.6. Soit F ∈ C(X) une fraction rationnelle admettant un représentant irré-
A
ductible B tel que deg(B) > 0; désignons par a1 , ..., an les racines distinctes de B et par
n
k1 , ..., kn leurs ordres de multiplicité i.e. B = b (X − ai )ki (b 6= 0). Alors il existe un
Q
i=1
polynôme E ∈ C[X] et une famille de nombres complexes (αi,j ) 1 ≤ i ≤ n et 1 ≤ j ≤ ki tels
que  
n ki
X X α i,j
F =E+ 
j
 (9.2.1)
i=1 j=1
(X − a i )
et cette décomposition est unique.
Définition 9.8. Les notations étant celles du théorème 9.6, on dit que
ki
X αi,j
, i ∈ {1, ..., n} (9.2.2)
j=1
(X − ai )j
est la partie polaire de F (ou encore partie principale de F ) associée au pôle ai d’ordre de
multiplicité ki .
9.2.3 Quelques méthodes de décomposition

9.2.3.1 Méthode dite d’identification
Exemple 9.7. Décomposer en éléments simples dans C(X) la fraction rationnelle F =
(−1+5i)X−4i
X 2 −X−2
Solution: On a:
(−1 + 5i) X − 4i a b
2
= +
X − 2X + 2 X −1−i X −1+i
d’où a = 3i et b = −1 + 2i.
9.2.3.2 Détermination des coefficients correspondant à des pôles simples :

On utilise le résultat suivant:
Proposition 9.2. Si a est un pôle simple de la fraction rationnelle F de représentant irré-
A
ductible B , alors la partie polaire de F correspondant à a est
A(a) 1
.
B 0 (a) X − a
Exemple 9.8. Déterminer l’élément simple relatif au pôle 1 de la fraction rationnelle F =
X 3 +1
(X−1)(X+2)5
Solution: A = X 3 + 1, B = (X + 2)5 donc

2
X3 + 1 405 P
5 = +
(X − 1) (X + 2) X − 1 (X + 2)5
où deg(P ) ≤ 4.
9.2.3.3 Fraction rationnelle paire ou impaire

On utilise la parité de la fonction rationnelle associée pour réduire le nombre de d’inconnues.
Exemple 9.9. Décomposer en éléments simples
2X 2
F = ∈ C(X)
(X 2 − 1)2
1 1 1
Solution: F = X + (X−1)2
− (X+1)2
9.2.4 Décomposition dans R(X)

On précise que dans R(X), les éléments simples sont de la forme:
β cX + d
ou
(X − α)k (X 2 + aX + b)k
avec α, β, a, b, c, d ∈ R et a2 − 4b < 0.
A
Soit F ∈ R(X) une fraction rationnelle admettant un représentant irréductible B tel que
deg(B) > 0, alors
n m
Y Y l
B = b (X − ai )ki · X 2 + p j X + qj j
i=1 j=1
où les a1 , ..., an sont les racines distinctes de B sur R et les X 2 + pj X + qj des polynômes deux
à deux distincts sans racine sur R.
Théorème 9.7. Dans ces conditions, il existe un polynôme de E de R[X], une famille de réels
et une famille de (αi,r ) 1 ≤ i ≤ n et 1 ≤ r ≤ ki et une famille de couples de réels (βj,s , γj,s )
1 ≤ j ≤ m et 1 ≤ s ≤ lj tels que
 
n
"k
i
# m lj
X X αi,r X X βj,s X + γj,s 
F =E+ r + (9.2.3)
(X 2 + pj X + qj )s

(X − ai )
i=1 r=1 j=1 s=1
et cette décomposition est unique.
Définition 9.9. Les notations étant celles du théorème 9.7, on dit que
ki
X αi,r
, i ∈ {1, ..., n} (9.2.4)
(X − ai )r
r=1
est la partie polaire de F (ou encore partie principale de F ) associée au pôle réel ai d’ordre
de multiplicité ki .
Les propriétés et le mode de calcul sont les mêmes que dans le cas F ∈ C(X).
Remarque 9.2. Pour tout j ∈ {1, ..., m}, le polynôme X 2 + pj X + qj a deux racines complexes
distinctes et conjuguées bj et bj . La théorie de la décomposition en éléments simples dans
C(X) permet de montrer l’existence de nombres complexes δjs , 1 ≤ s ≤ lj tels que
lj lj " #
X βj,s X + γj,s X δjs δjs
= − s .
(X 2 + pj X + qj )s (X − bj )s X − bj
s=1 s=1
En particulier pour des pôles non réels simples,
βj X + γj δj δj
= −
X2+ p j X + qj X − bj X − bj
ce qui permet un calcul rapide de βj et γj connaissant δj , par réduction au même dénomimi-

nateur.
9.2.5 Quelques méthodes de décomposition: Détermination des éléments

de second espèce
Notons que, le calcul par la méthode dite d’identification des coefficients ou par la méthode
du calcul des parties polaires relatives aux pôles restent encore valables dans R(X). C’est
pourquoi nous présentons la méthode de détermination des éléments de second espèce. Il
s’agit, pour h ∈ {1, ..., m} fixé, de déterminer les coefficients βh,s , γh,s dans la somme
lh
X βh,s X + γh,s
.
(X 2 + ph X + qh )s
s=1
dans la formule (4.2.3).

Soit bh une racine de X 2 + ph X + qh ; on calcule d’abord βh,lh et γh,lh en multipliant chaque

membre de
 
n
"k
i
# m lj
A X X αi,r X X βj,s X + γj,s 
F = =E+ + (9.2.5)
(X − ai )r (X 2 + pj X + qj )s

B
i=1 r=1 j=1 s=1
lh
par X 2 + pj X + qj et en remplaçant X par bh , ce qui donne
A(b
e h)
βh,lh bh + γh,lh = n m l .
(bh − ai )ki · b2h + pj bh + qj j
Q Q
b
i=1 j=1
j6=h
βh,lh X+γh,lh
On recommence le processus avec la fraction rationnelle F − .
(X 2 +ph X+qh )lh
X4
Exemple 9.10. Décomposer en éléments simples sur R la fraction rationnelle (X+1)(X 2 +X+1)2
Exercice:
1. Diviser suivant les puissances croissantes et à l’ordre 4, 1 par 1 + 2X + 3X 2 + 2X 3 + X 4 .
2. Décomposer en éléments simples sur C les fractions rationnelles

4X+2
a) F1 = X 2 +X+1
X
b) F1 = (X 2 +X+1)2
3. Décomposer en éléments simples sur R la fraction rationnelle

1
G=
X 5 (X 2 + X + 1)2
et en déduire la décomposition en éléments simples sur C de G.
9.3 Applications de la décompostion des fractions rationnelles

en éléments simples
9.3.1 Calcul de la dérivée n-ième d’une fraction rationnelle
Exemple 9.11. Dérivée n-ième de F = X 21+1 .

1 1 1
On a F = 2i X−i − X+i , donc
(−1)n n! (−1)n n!
h i
1
F (n) = 2i (X−i) n+1 − (X+i)n+1
(−1)n n!
h i
1 1
= 2i n+1 − (X+i)n+1
h (X−i)
(−1)n n! (X+i)n+1 −(X−i)n+1
i
= 2i (X 2 +1)n+1
 n+1
P k

n Cn+1 X n+1−k (ik −(−i)k )
= (−1) n!  k=0 2i n+1
(X 2 +1)
.
Mais 
 0 si k est pair
k k et
i − (−i) =
 k−1
2i(−1) 2 k est impair
donc
2p+1 n−2p 2p+1 n−2p
2i(−1)p (−1)n n! (−1)p
P P
n
Cn+1 X Cn+1 X
(−1) n! 1≤2p+1≤n+1 1≤2p+1≤n+1
F (n) = · = .
2i (X 2 + 1)n+1 (X 2 + 1)n+1
i.e.
2p+1 n−2p
(−1)n n! (−1)p
P
Cn+1 X
0≤2p≤n
F (n) = .
(X 2 + 1)n+1
9.3.2 Autres applications

Elles sont rencontrées dans le cours d’Analyse; ce sont:
- L’étude des fonctions rationnelles au voisinage de l’infini et au voisinage d’un pôle.
- Recherche de primitives de fonctions rationnelles.
- Développement en série entière d’une fonction rationnelle.

Cours Isj 2022 Partie 1

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours Isj 2022 Partie 1

Transféré par

Droits d'auteur :

Formats disponibles

Cours d’algèbre première année Cycle Ingénieur, Semestre I,

Prépavogt-Institut Saint Jean

September 22, 2022

Département des Mathématiques, ENS/Université de Yaoundé I

2.1.2.2 Le connecteur“et” (conjonction). . . . . . . . . . . . . . . . . . 16

3 Notions sur les applications et dénombrements 25

4.2.2 Coefficients de Bezout . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

6 Ensemble des nombres réels 53

7.3.2 Racine nième d’un nombre complexe (n ∈ N∗ ) . . . . . . . . . . . . . . . 64

9.2.5 Quelques méthodes de décomposition: Détermination des éléments de

1.1 L’espace vectoriel euclidien Rn , n ≥ 2

1.1.1 Produit scalaire dans Rn

vérifiant les axiomes suivants:

Exemple 1.1. Dans l’espace vectoriel R2 l’application ϕ : R2 × R2 → R définnie pour tout

est un produit scalaire sur R2 .

Exemple 1.2. Dans l’espace vectoriel R3 l’application ϕ : R3 × R3 → R définnie pour tout

est un produit scalaire sur R3 .

1.1.2 Norme euclidienne et inégalité de Cauchy-Schwarz

Exemple 1.3. Dans E = R2 , on considère l’application N : R2 → R définie par:

Cette égalité est appelée identité du parallélogramme.

Corollaire 1.2. L’application

1.1.3 Orthogonalité et base orthonormée

Définition 1.4. On appelle base orthonormée de Rn , une famille de vecteurs (−

Exemple 1.5. On prend E = R2 muni du produit scalaire

Exemple 1.6. On prend E = R3 muni du produit scalaire usuel

1.1.4 Produit mixte-produit vectoriel

1.2 Fonctions de deux ou trois variables et dérivées partielles

On appelle ensemble de définition l’ensemble

Exemple 1.9. Déterminer l’ensemble de définition des fonctions suivantes

dans le cas des fonctions f1 , f2 et f3 représenter les ensembles de définitions.

Exemple 1.10. La fonction

Définition 1.9. On appelle champ de vecteurs de R3 (resp. R2 ) toute fonction vectorielle

Exemple 1.11. (1) L’application X : R2 → R2 définie par:

est un champ de vecteurs sur R2 .

est un champ de vecteurs sur R3 .

1.2.2 Dérivées partielles

1.3 Quelques opérateurs classiques

Exemple 1.13. Calculer le gradient des fonctions suivantes

Remarque 1.3. 1) Dans R3 , on définit l’opérateur

1.3.2 Divergence d’un champ de vecteurs

Définition 1.12. On appelle divergence du champ de vecteurs X, la fonction scalaire notée

Si on écrit X (p) = (X1 (p) , X2 (p) , X3 (p)) où p = (x, y, z), alors

Remarque 1.5. Dans le cas d’un champ de vecteurs X : U → R2 , où U ⊂ R2 ,

Exemple 1.14. Calculer la divergence des champs de vecteurs suivants:

X (x, y, z)= x2 yz,xy 2 z, xyz 2 

1.3.3 Rotationnel d’un champ de vecteurs

Si on écrit X (p) = (X1 (p) , X2 (p) , X3 (p)) où p = (x, y, z), alors

Exemple 1.15. Calculer le rotationnel des champs de vecteurs suivants:

X (x, y, z) = x2 yz, xy 2 z, xyz 2

Proposition 1.4. 1) Pour toute fonction sclaire f ,

2) Pour tout champ de vecteurs X,

div (rot (X)) = 0

Théorème 1.4. Soit X un champ de vecteurs sur R3 .

dérive d’un potentiel scalaire.

dérive d’un potentiel vecteur.

1.3.4 Laplacien d’une fonction scalaire

∂2F ∂2F ∂2F ∂2F ∂2F ∂2F 2 +z 2

Eléments de Logique-Les ensembles et

2.1 Eléments de Logique

Exemple 2.2. (1) On pose A = {x : x ∈

(2) Soit (x, y) ∈ R2 : P (x, y) : 2x + 5y = 1 est un prédicat sur R2 .

2.1.2 Connecteurs logiques

2.1.2.1 Le connecteur “ou” (disjonction).

X (x, y, z)= x2 yz,xy 2 z, xyz 2

X (x, y, z) = x2 yz, xy 2 z, xyz 2