Académique Documents
Professionnel Documents
Culture Documents
in 1
f !
Mathématiques 1
1
+
(0)
x
= f
x )
xs
+∞
f (x
, y,
z) = y
(−2 x+ y
x
1+
x +y ∗y =
: +x z
× G ,x
Dr : BENAISSA CHERIF Amin
G −2
) ∈ y+
x , y z, x
∀( +y
−2
z)
U.S.T.O.M.B 2022-2023
Table des matières
1
Table des Matières
2
1 | Méthodes du Raisonnement Mathéma-
tique
3
Chapitre 1 Méthodes du Raisonnement Mathématique
Exemple 1.1.3.
a) (2 + 2 = 4) ∨ (3 × 2 = 6) est une assertion vraie.
b) (2 = 4) ∨ (4 × 3 = 7) est une assertion fausse.
La négation "non" P
P Q P ⇒Q
V V V
V F F
F V V
F F V
√
Exemple 1.1.5. 2 + 2 = 5 ⇒ 2 = 2 est vraie ! Eh oui, si P est fausse alors l'assertion
P ⇒ Q est toujours vraie.
L'équivalence (⇔)
L'équivalence est dénie par l'assertion (P ⇒ Q) et (Q ⇒ P ), elle est notée P ⇔ Q. On
dira (P est équivalent à Q) ou (P équivaut à Q) ou (P si et seulement si Q). Cette assertion est
vraie lorsque P et Q sont vraies simultanément ou lorsque P et Q sont fausses simultanément.
Sa table de vérité est :
P Q P ⇔Q
V V V
V F F
F V F
F F V
4
Chapitre 1 Méthodes du Raisonnement Mathématique
1.1.3 Quanticateurs
Le quanticateur ”∀” : pour tout
L'assertion
∀x ∈ E, P (x)
est une assertion vraie lorsque les assertions P (x) sont vraies pour tous les éléments x de
l'ensemble E .
On lit : pour tout x appartenant à E , P (x) est vraie.
Exemple 1.1.7.
• ∀x ∈ R, x2 ≥ 0 est une assertion vraie.
• ∀x ∈ R, x2 ≥ 1 est une assertion fausse.
2
∃x ∈ R : x
| {z< 0} .
P (x)
La négation de
(∃x ∈ E, P (x)) est ∀x ∈ E, P (x) .
∀x ∈ R : x ≥ 0 .
| {z }
P (x)
5
Chapitre 1 Méthodes du Raisonnement Mathématique
1.2 Raisonnements
1.2.1 Raisonnement direct
On veut montrer que l'assertion P ⇒ Q est vraie. On suppose que P est vraie et on montre
alors que Q est vraie.
a+b a b
Exemple 1.2.1. Soit a, b ∈ R. Montrer que a = b ⇒ = b. Prenons a = b, alors = ,
2 2 2
donc
a b b b
+ = + .
2 2 2 2
a+b
Ainsi = b.
2
6
Chapitre 1 Méthodes du Raisonnement Mathématique
7
Chapitre 1 Méthodes du Raisonnement Mathématique
2n+1 = 2n + 2n
> n + 2n , car par P (n) nous savons que 2n > n,
≥ n + 1, car 2n ≥ 1
1.3 Exercices
Exercice 1. Soient les quatre assertions suivantes :
(a) ∃x ∈ R, ∀y ∈ R : x + y > 0, (b) ∀x ∈ R, ∃y ∈ R : x + y > 0,
est vraie. Etant donné x ∈ R il existe toujours un y ∈ R tel que x + y < 0, par exemple on peut
prendre y = − (x + 1) et alors x + y = −1 < 0.
(b) est vraie, pour un x donné, on peut prendre (par exemple) y = −x+1 et alors x+y = 1 > 0.
La négation de (b) est
∃x ∈ R, ∀y ∈ R : x + y ≤ 0.
(c) ∀x ∈ R, ∀y ∈ R : x + y > 0, est fausse, par exemple x = −1, y = 0. La négation est
∃x ∈ R, ∃y ∈ R : x + y ≤ 0.
∀x ∈ R, ∃y ∈ R : y 2 ≤ x.
Exercice 2. Soit n > 0. Démontrer que si n est le carré d'un entier, alors 2n n'est pas le carré
d'un entier.
Solution. Soit n ∈ N∗ . Si n est le carré d'un entier, alors 2n n'est pas le carré d'un entier,
c'est-à-dire
∃k ∈ N∗ : n = k 2 ⇒ ∀m ∈ N : 2n ̸= m2 .
| {z } | {z }
P Q
8
Chapitre 1 Méthodes du Raisonnement Mathématique
Alors
∃k, m ∈ N∗ : 2n = 2k 2 = m2 .
donc, 2k 2 = m2 et en prenant la racine carrée,
√ m
Qc ∋ 2= ∈ Q.
k
√
Or 2 est irrationnel, on a une contradiction !
Exercice 3. Soit n un entier. Énoncer et démontrer la contraposée de l'assertions suivante :
Si n2 est impair, alors n est impair.
Solution. Soit n un entier. Montrons l'assertion suivante :
Si n2 est impair, alors n est impair.
c'est-à-dire
∃k ∈ N : n2 = 2k + 1 ⇒ (∃m ∈ N : n = 2m + 1) .
| {z } | {z }
P Q
9
2 | Les ensembles, les relations et les ap-
plications
P (E) = {A : A ⊂ E} .
10
Chapitre 2 Les ensembles, les relations et les applications
Dénition 2.1.7. Soit E un ensemble, on dit que l'ensemble E est ni si le nombre d'éléments
de E est ni.
Le nombre d'éléments de E s'appelle le cardinal de E, noté Card (E) .
Exemple 2.1.6. Si E = {0, 1, 2, 3}, alors Card (E) = 4, l'ensemble N n'est pas ni, Card (∅) =
0.
On appelle diérence symétrique de A et B , noté A∆B, l'ensemble formé des éléments x qui
appartiennent à A ∪ B et n'appartiennent pas à A ∩ B , c'est-à-dire
A∆B = (A ∪ B) \ (A ∩ B) .
Proposition 2.1.2.
• Distributivité : A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) ,
• Distributivité : A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C) .
• CE (A ∩ B) = CE (A) ∪ CE (B) et CE (A ∪ B) = CE (A) ∩ CE (B)
• CE (CE (A)) = A.
11
Chapitre 2 Les ensembles, les relations et les applications
Dénition 2.2.2. Soit R une relation binaire sur un ensemble E . Pour tous x, y, z ∈ E , on
dit que R est
(1) Réexive, si chaque élément est en relation avec lui même, c'est à dire
xRx, ∀x ∈ E.
(2) Symétrique, si pour tout x, y ∈ E , si x est en relation avec y alors y est en relation avec
x, c'est à dire
xRy ⇒ yRx, ∀x, y ∈ E.
(3) Transitive, si pour tout x, y, z ∈ E , si x est en relation avec y et y en relation avec z
alors x est en relation avec z , c'est à dire
(4) Anti-symétrique, si deux éléments sont en relation l'un avec l'autre, alors ils sont égaux,
c'est à dire
(xRy et yRx) ⇒ x=y, ∀x, y ∈ E.
C (x) = {y ∈ E : yRx} .
La classe d'équivalence C (x) est non vide car R est réexive et contient de ce fait au moins x.
On notera par
E/R = {C (x) : x ∈ E} .
L'ensemble des classes d'équivalence de E par la relation R.
Exemple 2.2.2. Dans R on dénit la relation R par :
xRy ⇔ x − y ∈ Z.
(xRy) ⇔ (x − y ∈ Z) ⇔ (y − x ∈ Z) ⇒ yRx,
12
Chapitre 2 Les ensembles, les relations et les applications
• Pour x, y, z ∈ R, on a
(xRy et yRz) ⇒ (x − y ∈ Z et y − z ∈ Z)
⇒ (x − y + y − z ∈ Z)
⇒ (x − z ∈ Z) ⇒ (xRz) ,
alors R est une relation transitive.
Donc, l'ensemble des classes d'équivalence C (x) est l'ensemble
C (x) = {y ∈ R : y − x ∈ Z}
= {y ∈ R : y ∈ x + Z}
= {y ∈ R : y = k + x : k ∈ Z}
= {k + x : k ∈ Z} ,
si x ∈ Z, on a C (x) = Z.
13
Chapitre 2 Les ensembles, les relations et les applications
Dénition 2.3.2 (Égalité). Soient f, g : E → F des applications. On dit que f, g sont égales
si et seulement si
pour tout x ∈ E : f (x) = g (x) .
On écrit alors f = g .
Dénition 2.3.3 (Composition). Soient E , F et G trois ensembles et f et g deux applications
telles que
f g
E→F →G
On peut en déduire une application de E dans G notée g ◦ f et appelée application composée de
f et g , par
(g ◦ f ) (x) = g (f (x)) , pour tout x ∈ E
On a
x ∈ [0, 1] ⇔ 0 ≤ x ≤ 1 ⇔ 1 ≤ 2x + 1 ≤ 3,
donc f ([0, 1]) = [1, 3] .
14
Chapitre 2 Les ensembles, les relations et les applications
= {x ∈ R : 0 ≤ |x| ≤ 1} = [−1, 1] .
Exemple 2.3.5. Soit f l'application dénie par f (x) = x2 de R+ → R+ , alors f est injective,
soit x1 , x2 ∈ R+ tels que f (x1 ) = f (x2 ) ,
q q
x21 = x22 ⇒ x1 = x22 ⇒ |x1 | = |x2 | ⇒ x1 = x2 , car x1 , x2 ∈ R+ .
2
Dénition 2.3.8. Soit f : E → F . On dit que f est surjective si et seulement si : pour tout
y ∈ F , il existe x ∈ E tel que f (x) = y , c'est-à-dire
∀y ∈ F, ∃x ∈ E y = f (x) .
Exemple 2.3.6. Soit f l'application dénie par f (x) = |x| de Z → N, alors f est surjective.
Soit y ∈ N, pour x = y ou x = −y , on a x ∈ Z et
f (x) = |x| = y,
Exemple 2.3.7. Soit f l'application dénie par f (x) = x − 7 de Z → Z, alors f est bijective.
En eet, soit y ∈ Z, tel que f (x) = y , alors x = y + 7, donc il existe un unique x dans Z tel
que y = f (x) .
15
Chapitre 2 Les ensembles, les relations et les applications
Exemple 2.3.9. Soit f : R → R∗+ dénie par f (x) = ex , ∀x ∈ R, f est bijective, sa bijection
réciproque est g : R∗+ → R dénie par g (x) = ln (x). On a f ◦ g : R∗+ → R∗+ et g ◦ f : R → R,
tel que
(f ◦ g) (x) = eln x = x = idR∗+ (x) et (g ◦ f ) (x) = ln ex = x = idR (x) .
(g ◦ f )−1 = f −1 ◦ g −1 .
2.4 Exercices
Exercice 5. Soit A, B et C trois parties d'un ensemble E.
(1) Montrer que : (A\B) \C = A\ (B ∪ C) .
(2) Si A ∪ B ⊂ A ∪ C et A ∩ B ⊂ A ∩ C , montrer que B ⊂ C .
Solution. (1) Soit A, B et C trois parties d'un ensemble E, alors
(A\B) \C = (A\B) ∩ CE C = (A ∩ CE B) ∩ CE C,
et
A\ (B ∪ C) = A ∩ CE (B ∪ C) = A ∩ (CE B ∩ CE C)
= (A ∩ CE B) ∩ CE C
= (A\B) \C.
(x ∈ B) ⇒ (x ∈ A ∪ B ⊂ A ∪ C) ⇒ (x ⊂ A ∪ C)
⇒ (x ∈ A ou x ∈ C) .
donc x ∈ C, d'où B ⊂ C .
16
Chapitre 2 Les ensembles, les relations et les applications
(x1 , y1 ) R (x2 , y2 ) ⇔ y1 = y2 .
= (x, y) ∈ R2 : y = 0 = R× {0} .
• Soit (x1 , y1 ) ∈ R2 , on a x21 +y12 = x21 +y12 ⇔ (x1 , y1 ) R (x1 , y1 ) , alors R est une relation
réexive.
• Soit (x1 , y1 ) , (x2 , y2 ) ∈ R2 , on a
⇔ (x2 , y2 ) R (x1 , y1 ) ,
[(x1 , y1 ) R (x2 , y2 ) et (x2 , y2 ) R (x3 , y3 )] ⇒ x21 + y12 = x22 + y22 et x22 + y22 = x23 + y32
⇔ (x1 , y1 ) R (x3 , y3 ) ,
17
Chapitre 2 Les ensembles, les relations et les applications
On déduit que R est une relation d'équivalence, pour la classe d'équivalence de (1, 0), on a
C ((1, 0)) = (x, y) ∈ R2 : (x, y) R (1, 0)
= (x, y) ∈ R2 : x2 + y 2 = 1 .
Solution.
(1) Soit R la relation dénie sur N∗ par :
nRm ⇔ ∃k ∈ N∗ /n = km.
• Soit n ∈ N∗ , on a
nRn ⇔ ∃k = 1 ∈ N∗ : n = 1n.
c'est-à-dire R est une relation réexive.
• Soit n, m ∈ N∗ , on a
⇒ ∃k1 , k2 ∈ N∗ : n = k1 k2 p
|{z}
k3
∗
⇒ (∃k3 = k1 k2 ∈ N : n = k3 p)
⇒ nRp,
ni 2R3 ni 3R2.
2x
Exercice 9. Soit f : R → R dénie par: f (x) = .
1 + x2
(1) f est-elle injective? surjective ?
18
Chapitre 2 Les ensembles, les relations et les applications
(2) Montrer que la restriction g : [−1, 1] → [−1, 1], g (x) = f (x) est une bijection.
Solution.
(1) L'application f n'est pas injective, car f (2) = f 12 = 45 . On a
f (x) = 2 ⇔ 2x = 2 x2 + 1 ⇔ x2 − x + 1 = 0.
⇒ (x1 − x2 ) − x1 x2 (x1 − x2 ) = 0
⇒ (x1 = x2 ou x1 x2 = 1) ,
si x1 x2 = 1 et x1 , x2 ∈ [−1, 1], on a
1
x1 = ∈ ]−∞, −1] ∪ [1, +∞[
x2
ce qui entraîne que x1 = x2 = 1 ou x1 = x2 = −1, c'est-à-dire que x1 = x2 , ainsi
g (x1 ) = g (x2 ) ⇒ x1 = x2 .
⇔ yx2 − 2x + y = 0.
19
Chapitre 2 Les ensembles, les relations et les applications
alors p 2
x= y + 1 − 1 ∈ [0, ∞[ .
20
3 | Les fonctions réelles à une variable réelle
Exemple 3.1.3.
i) La fonction dénie sur R par x 7→ x2n (n ∈ N) est paire.
ii) La fonction dénie sur R par x 7→ x2n+1 (n ∈ N) est impaire.
21
Chapitre 3 Les fonctions réelles à une variable réelle
Dénition 3.1.5. Soit f : R → R une fonction et T un nombre réel, T > 0. La fonction f est
dite périodique de période T si
∀x ∈ R : f (x + T ) = f (x) .
Exemple 3.1.4. Les fonctions sin et cos sont 2π-périodiques. La fonction tangente est π-
périodique.
Dénition 3.1.6. Soient f et g ∈ F (D, R) et λ ∈ R. On dit que
• f ≤ g si ∀x ∈ D, f (x) ≤ g (x) .
• f < g si ∀x ∈ D, f (x) < g (x) .
Exemple 3.1.5. Soient f et g deux fonctions dénies sur ]0, 1[ par f (x) = x, g (x) = x2 . On
a g < f , car ∀x ∈ ]0, 1[ , x2 < x.
Exemple 3.1.6. Considérons la fonction f (x) = 2x − 1 qui est dénie sur R. Au point x = 1,
on a lim f (x) = 1. En eet, pour tout ε > 0, on a |f (x) − 1| = 2 |x − 1| < ε, si l'on a, à
x→1
ε ε
fortiori, |x − 1| < . Le bon choix sera alors de prendre δ = .
2 2
Proposition 3.1.1. Si f admet une limite au point x0 , cette limite est unique.
Dénition 3.1.8 (Limite à droite, limite à gauche). On dit que la fonction f admet ℓ comme
limite à droite de x0 , ou encore quand x tend vers x+
0 , si pour tout ε > 0, il existe un δ > 0, tel
que : x0 < x < x0 + δ , entraine |f (x) − ℓ| ≤ ε. On écrira, dans ce cas :
lim f (x) = ℓ.
x→x+
0
On dit que la fonction f admet ℓ comme limite à gauche de x0 , ou encore quand x tend vers
0 , si pour tout ε > 0, il existe un δ > 0, tel que : x0 − δ < x < x0 , entraine |f (x) − ℓ| ≤ ε.
x−
On écrira, dans ce cas :
lim f (x) = ℓ.
x→x−
0
√
Exemple 3.1.7. La fonction x ∈ R+ → x tend vers 0 lorsque x → 0+ .
Remarque. Si la fonction f admet une limite ℓ à gauche du point x0 et une limite ℓ à droite
′
22
Chapitre 3 Les fonctions réelles à une variable réelle
b) lim f (x) = ℓ, si
x→−∞
Limite innie
Soit x0 ∈ R. On posera par dénition
a) lim f (x) = +∞, si
x→x0
Si x0 = +∞ où x0 = −∞, on posera
a) lim f (x) = +∞, si
x→+∞
0 0
Alors
′
a) lim [f (x) + g (x)] = ℓ + ℓ .
x→x0
e) lim |f (x) − ℓ| = 0.
x→x0
23
Chapitre 3 Les fonctions réelles à une variable réelle
f (x) ℓ
= ′ , si ℓ ̸= 0.
′
f ) lim
x→x0 g (x) ℓ
Théorème 3.1.2. Soient f : [a, b] → [c, d] , g : [c, d] → R et x0 ∈ ]a, b[ , y0 ∈ [c, d], tel que
lim f (x) = y0 et lim g (y) = ℓ
x→x0 y→y0
x→x0 x→x0
d) Si f ≤ g et lim f (x) = +∞, alors lim g (x) = +∞.
x→x0 x→x0
Fonctions équivalentes
Dénition 3.1.9. Soit f, g deux fonction dénies au voisinage de x0 ∈ R, sauf peut-être en
x0 . On dit que f est équivalente à g lorsque x → x0 (ou en x0 ), et l'on note f ∼ g , si
f (x)
lim = 1.
x→x0 g (x)
24
Chapitre 3 Les fonctions réelles à une variable réelle
1 Cf
x
−2 −1 1 2
−1
25
Chapitre 3 Les fonctions réelles à une variable réelle
donc lim f (x) = 0. Le prolongement par continuité de f au point 0 est donc la fonction fe
x→0
dénie par :
1
x sin si x ̸= 0,
e f (x) = x
0 si x = 0.
Théorème 3.1.4. Soit I un intervalle, et f et g des fonctions dénies sur I et continues en
x0 ∈ I . Alors
(1) λf est continue en x0 , (λ ∈ R) .
(2) f + g est continue en x0 .
(3) f g est continue en x0 .
f
(4) (si g (x0 ) ̸= 0) est continue en x0 .
g
Théorème 3.1.5. Soit deux fonctions f : I → J , g : J → R, tels que I, J deux intervalles
quelconques de R. Si f est continue en x0 ∈ I et g est continue en y0 = f (x0 ) ∈ J, alors la
fonction composée g ◦ f : I → R est continue en x0 .
Remarque. En posant x = x0 + h, on a
′ f (x0 + h) − f (x0 )
f (x0 ) = lim .
h→0 h
On peut encore écrire
′
f (x0 + h) = f (x0 ) + hf (x0 ) + hε (h) , lim ε (h) = 0.
h→0
26
Chapitre 3 Les fonctions réelles à une variable réelle
Exemple 3.2.1. Soit f la fonction réelle dénie sur R par f (x) = x2 . La dérivée de f en un
point x0 ∈ R est
Dénition 3.2.2. La fonction qui à tout x de I associe f ′ (x) dans R s'appelle fonction dérivée
df
de f et se note f ou .
′
dx
Proposition 3.2.1. Toute fonction dérivable en un point est continue en ce point.
Dénition 3.2.3 (Dérivée à droite, dérivée à gauche). On dit que la fonction f est dérivable
à droite en x0 si
f (x) − f (x0 )
lim+
x→x0 x − x0
existe et est nie.
On dit que la fonction f est dérivable à gauche en x0 si
f (x) − f (x0 )
lim−
x→x0 x − x0
Remarque. La dérivée de f au point x0 existe si et seulement si fd′ (x0 ) et fg′ (x0 ) existent et
sont égales
f est dérivable au point x0 ⇔ fd (x0 ) = fg (x0 ) = f (x0 ) .
′ ′ ′
Dénition 3.2.4. Si les dérivées à gauche et à droite existent et sont diérentes, ils existent
alors deux demi-tangentes à la courbe Cf au point (x0 , f (x0 )) dit point anguleux.
Exemple 3.2.2. Considérons la fonction f (x) = |x2 − x| qui est dénie sur R. Elle admet
deux points anguleux, à savoir l'origine (0, 0) et le point (1, 0).
• Au point (0, 0) on a
• Au point (1, 0) on a
27
Chapitre 3 Les fonctions réelles à une variable réelle
Cf
x
−2 −1 1 2
Théorème 3.2.1. Soient f et g deux fonctions dénies sur l'intervalle I ⊂ R à valeurs dans
R et x0 ∈ I . Si les fonctions f et g sont dérivables en x0 , alors
(1) ∀α ∈ R, αf est dérivable en x0 et on a
′ ′
(αf ) (x0 ) = αf (x0 ) .
f
(4) Si g (x) ̸= 0, la fonction est dérivable en x0 et on a
′
g
′ ′ ′
f f (x0 ) g (x0 ) − f (x0 ) g (x0 )
(x0 ) = .
g g 2 (x0 )
En particulier
′ ′
1 −g (x0 )
(x0 ) = 2 .
g g (x0 )
Théorème 3.2.2 (Dérivée de la composée de deux fonctions). Soient J un intervalle de R,
f : I → J et g : J → R. Si f est dérivable en x0 ∈ I et g dérivable en f (x0 ) ∈ J , la fonction
composée g ◦ f : I → R est dérivable en x0 et
′ ′ ′
(g ◦ f ) (x0 ) = f (x0 ) g (f (x0 )) .
′ 1 1
f −1 (y0 ) = ′ = ′ .
f (x0 ) (f ◦ f −1 ) (y0 )
28
Chapitre 3 Les fonctions réelles à une variable réelle
nu un−1 , n ∈ N∗
′
xn nxn−1 un
′
1
x
− x12 1
u
− uu2
√ 1 √ u
′
x √
2 x
u √
2 u
′
1 u
ln x x
ln u u
′
ex ex
eu u eu
′
sin (x) cos (x) sin (u) u cos (u)
′
cos (x) − sin (x) cos (u) −u sin (u)
Théorème 3.2.4 (Théorème de Rolle). Soit f : [a, b] → R une fonction continue sur′ [a, b] et
dérivable sur ]a, b[ telle que f (a) = f (b). Alors il existe un nombre c ∈ ]a, b[ tel que f (c) = 0.
y
f ′ (c) = 0
y = f (x)
f (a) = f (b)
x
O a c b
Théorème 3.2.5 (Théorème des accroissements nis). Soit f : [a, b] → R une fonction continue
sur [a, b] et dérivable sur ]a, b[. Alors il existe un nombre c ∈ ]a, b[ tel que
′
f (b) − f (a) = f (c) (b − a) .
y
f (c)
y = f (x)
f (b)
f (a)
x
O a c b
√ x √
Exemple 3.2.3. Montrons que 1 + x < 1 + , x > 0. Posons f (t) = 1 + t, alors f ′ (t) =
2
1
√ et f (0) = 1. Pour tout x > 0, on applique la formule des accroissements nis à
2 t+1
l'intervalle [0, x], il existe c ∈ ]0, x[, tel que
f (x) − f (0) ′ 1 1
= f (c) = √ ≤ .
x−0 2 c+1 2
29
Chapitre 3 Les fonctions réelles à une variable réelle
(2) Si ∀x ∈ ]a, b[ , f (x) ≥ 0 (resp f (x) > 0), alors f est croissante (resp strictement
′ ′
croissante) .
(3) Si ∀x ∈ ]a, b[ , f (x) ≤ 0 (resp f (x) < 0), alors f est décroissante (resp strictement
′ ′
décroissante) .
Théorème 3.2.6 (Règle de l'hôpital). Soient f et g deux fonctions dérivables sur ]a, b[, et
tendant vers 0 toutes les deux pour x → a+ . On suppose que g (x) ne s'annule pas dans un
′
′
f (x)
voisinage de a et que lim+ ′ = ℓ. Dans ces conditions
x→a g (x)
′
f (x) f (x)
lim+ = lim+ ′ =ℓ
x→a g (x) x→a g (x)
x2 + x − 1
1
et g (x) = . On a
′
x ′
f (x) 2x2 + x
lim ′ = lim 2 = 1,
x→1 g (x) x→1 x + x + 1
seconde de f . Cette notion se généralise à l'ordre n. Ainsi la dérivée d'ordre n de f est dénie
par
′
f (n) (x) = f (n−1) (x) .
Exemple 3.2.5. Soit la fonction f (x) = sin (x) dénie sur R. Les dérivées d'ordre 1 et 2 sont
π π π
et
′ ′′
f (x) = cos (x) = sin x + f (x) = cos x + = sin x + 2 .
2 2 2
Par récurrence la dérivée d'ordre n de f est
π
sin(n) (x) = sin x + n .
2
30
Chapitre 3 Les fonctions réelles à une variable réelle
Dénition 3.2.6 (Fonction de classe C n ). Soit n ∈ N∗ . On dit qu'une fonction dénie sur
l'intervalle I est de calasse C n ou n fois continument dérivable si elle est n fois dérivables et si
f (n) est continue sur I. On notera C n (I) l'ensemble des fonctions de calasse C n .
Dénition 3.2.7. On dit qu'une fonction est de calasse C 0 si elle est continue sur I , et de
classe C ∞ si elle indéniment dérivable sur I (c'est-à-dire f (n) existe pour tout n).
Exemple 3.2.6. La fonction x → |x| dénie sur R est de classe C 0 (R), mais n'est pas de
classe C 1 (R) , car n'est pas dérivable à l'origine.
3.3 Exercices
Exercice 11. Calculer lorsqu'elles existent les limites suivantes
1 1 x − sin (2x)
(1) lim x sin , (2) lim x sin , (3) lim ,
x→0 x x→+∞ x x→0 x + sin (3x)
√ √
tan x sin (x) − cos (x) x− a
(4) lim , (5) limπ , (6) lim+ , a > 0,
x→0 x
x x→ 4 1 − tan (x) x→a x−a
√ √
1 πx
(7) lim 1 + , (8) lim sin x + 1 − sin ( x) , (9) lim (1 − x) tan ,
x→+∞ x x→+∞ x→1 2
Solution.
1 ≤ |x|, et lim |x| = 0, donc lim x sin 1 = 0,
(1) Pour tout x ∈ R , on a 0 ≤ x sin
∗
x x→0 x→0 x
1
par conséquence lim x sin = 0.
x→0 x
1
(2) Pour tout x ∈ R∗ , on pose y = , lorsque x → +∞, y → 0+ , alors
x
1 sin (y)
lim x sin = lim+ = 1.
x→+∞ x y→0 y
sin (αx)
(3) On sait que lim = 1, pour tout α ∈ R∗ , alors
x→0 αx
sin (2x) sin (2x)
x 1−2 1 − 2
x − sin (2x) 2x 2x 1
lim = lim = lim =− .
x→0 x + sin (3x) x→0 sin (3x) sin (3x) 4
x 1+3 1+3
3x 3x
x→0
sin (x)
(4) On sait que lim = 1, alors
x→0 x
tan x 1 sin (x)
lim = lim = 1.
x→0 x x→0 cos (x) x
(5) On a
31
Chapitre 3 Les fonctions réelles à une variable réelle
(6) √ √ √ √ √ √
x− a ( x − a) ( x + a) 1 1
lim = lim+ √ √ = lim+ √ √ = √ .
x→a+ x−a x→a (x − a) ( x + a) x→a x+ a 2 a
ln (x + 1) 1
(7) On sait que lim = 1, pour y = , lorsque x → +∞, y → 0+ , alors
x→0 x x
x
1 1 ln (1 + y)
lim 1 + = lim+ (1 + y) = lim+ exp
y = e.
x→+∞ x y→0 y→0 y
α−β α+β
(8) Pour tout α, β ∈ R, on a sin (α) − sin (β) = 2 sin cos , alors
2 2
√ √ √ √ √
√ x+1− x x+1+ x
lim sin x + 1 − sin x = lim 2 sin cos
x→+∞ x→+∞ 2 2
! √ √
1 x+1+ x
= lim 2 sin √ √ cos = 0,
x→+∞ 2 x+1+ x 2
car
√ √ !
x + 1 + x 1
≤ 1, ∀x ∈ R et
cos lim 2 sin √ √ = 0.
2 x→+∞ 2 x+1+ x
x x ln (1 + x2 )
(2) On sait que ln (1 + x2 ) ∼ x2 et tan ∼ , si x → 0, alors x ∼ 2x, x → 0,
2 2 tan
2
d'où
ln (1 + x2 )
lim x = 0.
x→0
tan
2
32
Chapitre 3 Les fonctions réelles à une variable réelle
α−β α+β
(3) Pour tout α, β ∈ R, on a cos (α) − cos (β) = −2 sin sin , alors
2 2
m−n n+m
cos (mx) − cos (nx) = −2 sin x sin x
2 2
n−m n−m n+m n+m
On sait que sin x ∼ x et sin x ∼ x, si x → 0, alors
2 2 2 2
m−n n+m
cos (mx) − cos (nx) ∼ −2 x2 , x → 0,
2 2
d'où
cos (mx) − cos (nx) 1 2
n − m2 .
lim 2
=
x→0 x 2
1 1 1
(4) On sait que ex − 1 ∼ x, si x → 0, alors e x − 1 ∼ , si x → +∞, donc x e x − 1 ∼ 1,
x
x → +∞. 1
lim x e x − 1 = 1.
x→+∞
r
√ 1 1
(5) On sait que 1 + x ∼ 1 + 2 x, si x → 0, alors 1 + ∼ 1 +
1
, si x → +∞, donc
r x 2x
1 1
x 1 + ∼ x + , x → +∞, d'où
x 2
r
1 1
lim x 1 + = lim x + = +∞.
x→+∞ x x→+∞ 2
Exercice 13. Soient f ,g deux fonctions dénies par
1
( x xe x , x < 0,
, x ̸= 0,
0, x = 0,
1
f (x) = 1 + ex , g (x) =
0, x = 0. x+1
x2 ln , x > 0.
x
• Etudier la continuité de f et g .
Solution.
(a) Si x ̸= 0, la fonction f est continue. Les dénitions des limites à gauche et à droite au
point x0 = 0, nous donne
x
fg (0) = lim− f (x) = lim− 1 = 0,
x→0 x→0 1 + e x
x
fd (0) = lim+ f (x) = lim+ 1 = 0.
x→0 x→0 1 + e x
On a utilisé le fait que lim− e x = 0 et lim+ e x = +∞, comme fg (0) = fd (0) = f (0) = 0,
1 1
x→0 x→0
alors f est continue au point x0 = 0.
(b) Si x ̸= 0, la fonction g est continue. Les dénitions des limites à gauche et à droite au
point x0 = 0, nous donne
1
2 ln (1 + y) 1 ln (1 + y)
gd (0) = lim+ g (x) = lim+ x ln 1 + = lim 2
= lim = 0,
x→0 x→0 x y→+∞ y y→+∞ y y
ey
1 1
gg (0) = lim− g (x) = lim− xe = lim x = lim = 0.
x→0 x→0 y→−∞ y y→−∞ ye−y
Comme gg (0) = gd (0) = g (0) = 0, alors g est continue au point x0 = 0.
33
Chapitre 3 Les fonctions réelles à une variable réelle
donc
′ ′
(x+1) ln(x) x + 1 (x+1) ln(x)
f4 (x) = ((x + 1) ln (x)) e = ln (x) + e
x
x+1
= ln (x) + xx+1 .
x
(5) On a
f5 (x) = sin (ex )2 = sin e2x ,
donc
′
f5 (x) = 2e2x cos e2x .
(6) On a
sin(x)
sin(x) ln x x sin(x)
ln(x)
f6 (x) = x x =e =e x ,
donc ′
′ sin (x) sin(x)
f6 (x) = ln (x) e x ln(x) ,
x
Comme
′ ′
sin (x) sin (x) sin (x) 1
ln (x) = ln x +
x x x x
x cos (x) ln x + (1 − ln x) sin (x)
= ,
x2
d'où
′ x cos (x) ln x + (1 − ln x) sin (x) sin(x)
f6 (x) = x x
x2
sin(x)
−2
= (x cos (x) ln x + (1 − ln x) sin (x)) x x .
34
Chapitre 3 Les fonctions réelles à une variable réelle
Exercice 15. Etudier la dérivabilité des fonctions suivantes et calculer la dérivée lorsqu'elle
existe :
si x ≤ 0, si x < 0,
2 x
x + x, e − 1,
f (x) = sin (x) , si 0 < x ≤ π, , g (x) = 0, si x = 0,
1 + cos (x) , si x > π. x ln (x) − x, si x > 0.
Solution.
• La fonction f est continue et dérivable sur ]−∞, 0[ , ]0, π[ et ]π, +∞[ .
• Pour x0 = 0, on utilisera les dénitions des limites à gauche et à droite au point x0 = 0.
On a
fg (0) = lim− f (x) = lim− x2 + x = 0,
x→0 x→0
′ f (x) − f (0) x2 + x
fg (0) = lim− = lim− = lim− x + 1 = 1.
x→0 x−0 x→0 x x→0
35
Chapitre 3 Les fonctions réelles à une variable réelle
• On utilisera les dénitions des dérivées à gauche et à droite au point x0 = 0, nous avons
′ g (x) − g (0) ex − 1
gg (0) = lim− = lim− = 1.
x→0 x−0 x→0 x
′ g (x) − g (0) x ln (x) − x
gd (0) = lim+ = lim+ = lim+ ln (x) − 1 = −∞,
x→0 x−0 x→0 x x→0
donc
1 − cos (x) sin (x)
lim = lim = 0.
x→0 ex − 1 x→0 ex
xx − 1
(2) La limite de en 1 est indéterminée, on a
ln x − x + 1
′ ′
(xx − 1) ex ln x − 1 x (1 + ln x) xx
′ = 1 = .
(ln x − x + 1) x
−1 1−x
donc
xx − 1 x (1 + ln x) xx
lim+ = lim+ = −∞.
x→1 ln x − x + 1 x→1 1−x
xx − 1 x (1 + ln x) xx
lim− = lim− = +∞.
x→1 ln x − x + 1 x→1 1−x
sin (x)
(3) La limite de en π est indéterminée, on a
x2 − π 2
′
(sin (x)) cos (x)
′ = ,
(x2 − π2) 2x
donc
sin (x) cos (x) cos (π) 1
lim = lim = = − .
x→π x2 − π 2 x→π 2x 2π 2π
x cos (x) − sin (x)
(4) La limite de en 0 est indéterminée, on a
x2
′
(x cos (x) − sin (x)) −x sin (x) sin (x)
′ = =− ,
2
(x ) 2x 2
donc
x cos (x) − sin (x) sin (x)
lim 2
= lim − = 0.
x→0 x x→0 2
36
4 | Application aux fonctions élémentaires
ln : R∗+ → R
Rx dt
x → ln (x) =
1 t
Remarque. La fonction x → ln (x) est continue, strictement croissante et dénit une bijection
de R∗+ sur R.
ln(x)
1−
O + x
−3.14 −1.57 1.57 e 3.14
x=0
37
Chapitre 4 Application aux fonctions élémentaires
Limites particulières
ln (x)
lim ln (x) = +∞, lim+ ln (x) = −∞, lim = 0,
x→+∞ x→0 x→+∞ x
ln (x + 1)
lim+ x ln (x) = 0, lim = 1.
x→0 x→0 x
exp(x) y=x
e−
ln(x)
1−
O − x
1
−3.14 y −1.57
=0 1.57 e 3.14
x=0
38
Chapitre 4 Application aux fonctions élémentaires
Limites particulières
ex
lim ex = +∞, lim ex = 0, lim = +∞,
x→+∞ x→−∞ x→+∞ x
ex − 1
lim xex = +∞, lim = 1.
x→+∞ x→0 x
39
Chapitre 4 Application aux fonctions élémentaires
Limite à l'inni
a>1 0<a<1
x
lim a = +∞ lim ax = 0
x→+∞ x→+∞
x
lim a = 0 lim ax = +∞
x→−∞ x→−∞
a−
40
Chapitre 4 Application aux fonctions élémentaires
y=1
− cos(x)
+ + O + + x
−π π
−3.14
−π −1.57 1.57 3.14
π
2 − 2
y = −1
T = 2π sin(x)
Propriétés
Les fonctions sinus et cosinus satisfont les propriétés suivantes, pour tout x ∈ R,
• cos2 (x) + sin2 (x) = 1
1
• cos2 (x) = (1 + cos 2x)
2
1
• sin2 (x) = [1 − cos (2x)]
2
• cos (2x) = cos2 (x) − sin2 (x)
• sin (2x) = 2 cos (x) sin (x)
41
Chapitre 4 Application aux fonctions élémentaires
y
tan(x)
π π
x=− x=
2 2
+ + O + + x
−π π
−π π
2 2
T = 2π
x=0 cot(x)
x=π
42
Chapitre 4 Application aux fonctions élémentaires
O x
−1 1
−π
−
2
Propriétés.
(1) ∀x ∈ [−1, 1], on a sin (arcsin (x)) = x.
h π πi
(2) ∀x ∈ − , , on a arcsin sin (x) = x.
h π2 2i
π
(3) ∀x ∈ − , , on a sin (x) = y ⇔ x = arcsin (y) .
2 2
√
(4) ∀x ∈ [−1, 1] , on a cos (arcsin x) = 1 − x2 .
Proposition 4.2.1. La fonction arcsin est dérivable sur ]−1, 1[, et l'on a
′ 1
(arcsin x) = √ .
1 − x2
Démonstration. Pour tout x ∈ ]−1, 1[, on a sin (arcsin (x)) = x, par dérivation, on obtient
′ 1 1
(arcsin x) = =√ .
cos (arcsin (x)) 1 − x2
43
Chapitre 4 Application aux fonctions élémentaires
Fonction x → arccos x
La fonction cosinus a une fonction dérivée strictement négative sur ]0, π[, donc bijective de
[0, π] sur [−1, 1]. La bijection réciproque est appelée fonction arccosinus et est notée arccos,
arccos : [−1, 1] → [0, π] , x 7−→ arccos (x) .
y
−π
π
−2
arccos(x)
x
O
−1 1
Propriétés.
(1) ∀x ∈ [−1, 1], on a cos (arccos (x)) = x.
(2) ∀x ∈ [0, π], on a arccos cos (x) = x.
(3) ∀x ∈ [0, π] , on a cos (x) = y ⇔ x = arccos (y) .
√
(4) ∀x ∈ [−1, 1] , on a sin (arccos (x)) = 1 − x2 .
Proposition 4.2.2. La fonction arccos est dérivable dans ]−1, 1[, et l'on a
′ −1
(arccos x) = √ .
1 − x2
Démonstration. Pour tout x ∈ ]−1, 1[, on a cos (arccos (x)) = x, par dérivation, on obtient
′ 1 −1
(arccos x) = − =√ .
sin (arccos (x)) 1 − x2
Fonction x → arctan x
i π πh
La fonction tangente a une fonction dérivée strictement positive sur − , , donc c'est
h π πi 2 2
une bijection de − , sur R. La bijection réciproque est appelée fonction arctangente et est
2 2
notée arctan, i π πh
arctan : R → − , , x 7−→ arctan (x) .
2 2
y π
x=
2
arctan x
O x
π
x=−
2
44
Chapitre 4 Application aux fonctions élémentaires
Propriétés.
(1) ∀x ∈ R, on a tan (arctan (x)) = x.
h π πi
(2) ∀x ∈ − , , on a arctan tan (x) = x.
2 2
(3) La fonction arctan est dérivable surs R, et l'on a
′ 1
(arctan x) = .
1 + x2
(4) Les fonction ch, sh, th sont indéniment dérivables sur R, et l'on a
′ ′ ′ 1
(ch (x)) = sh (x) , (sh (x)) = ch (x) , (th (x)) = 2 = 1 − th2 (x) .
ch (x)
45
Chapitre 4 Application aux fonctions élémentaires
y y
ch(x) coth(x)
x=1
1
th(x)
O x O x
x = −1
sh(x)
y
Argsh(x)
O x
Propriétés.
(1) ∀x ∈ R, sh (Argsh (x)) = x et Argsh (sh (x)) = x.
√
(2) ∀x ∈ R, Argsh (x) = ln x2 + 1 + x .
46
Chapitre 4 Application aux fonctions élémentaires
Fonction x →Argch
La fonction cosinus hyperbolique est de dérivée strictement positive sur R∗+ , donc c'est une bi-
jection de R+ dans [1, +∞[. L'application réciproque est appelée argument cosinus hyperbolique
et est notée Argch,
Argch : [1, +∞[ → [0, +∞[ , x 7−→ Argch (x) .
y
Argch(x)
x=1
x
O
Propriétés.
(1) ∀x ∈ [1, +∞[, ch (Argch (x)) = x.
(2) ∀x ∈ [0, +∞[, Argch (ch (x)) = x.
√
∀x ∈ [1, +∞[, Argch (x) = ln x2 − 1 + x .
(2)
(3) La fonction Argch est continue sur [1, +∞[, dérivable sur ]1, +∞[, et l'on a
′ 1
(Argch (x)) = √ .
2
x −1
Fonction x →Argth
La fonction tangente hyperbolique est de dérivée strictement positive sur R, donc c'est une
bijection de R sur ]−1, 1[. L'application réciproque est appelée argument tangente hyperbolique
et est notée Argth,
Argth : ]−1, 1[ → R, x 7−→ Argth (x) .
y
Argth(x)
x = −1
O x
x=1
Propriétés.
(1) ∀x ∈ ]−1, 1[, th (Argth (x)) = x.
(2) ∀x ∈ R, Argth (th (x)) = x.
1 1+x
(2) ∀x ∈ R , Argth (x) = ln
+
.
2 1−x
(3) La fonction Argth est continue et dérivable sur ]−1, 1[, et l'on a
′ 1
(Argth (x)) = .
1 − x2
47
Chapitre 4 Application aux fonctions élémentaires
Fonction x →Argcth
La fonction cotangente hyperbolique est de dérivée strictement positive sur R∗ , donc c'est une
bijection de R∗ sur ]−∞, 1[∪]1, +∞[. L'application réciproque est appelée argument cotangente
hyperbolique et est notée Argcth,
Argcth : ]−∞, 1[ ∪ ]1, +∞[ → R∗ , x 7−→ Argcth (x) .
y
Argth(x)
x = −1
x
O
x=1
Propriétés.
(1) ∀x ∈ R∗ , coth (Argcth (x)) = x.
(2) ∀x ∈ ]−∞, 1[ ∪ ]1, +∞[, Argcth (coth (x)) = x.
1 x+1
(2) ∀x ∈ ]−∞, 1[ ∪ ]1, +∞[, Argcth (x) = ln .
2 x−1
(3) La fonction Argcth est continue et dérivable sur ]−∞, 1[ ∪ ]1, +∞[, et l'on a
′ 1
(Argcth (x)) = .
x2 −1
4.4 Exercices
Exercice 17. π π
1) Donner la valeur exacte de cos , sin .
12 12
2) Écrire sous forme d'expression algébrique
Solution.
π
1) On a cos (2a) = 2 cos2 (a) − 1 = 1 − 2 sin2 (a) , pour a =, on trouver
6
π π π
cos = 2 cos2 − 1 = 1 − 2 sin2 .
6 12 12
alors √
π
2+ 3 π 2 − √3
cos 2
= et sin 2
=
12 4 12 4
π h πi π π
Comme ∈ 0, , cos ≥ 0 et sin > 0, donc
12 2 12 12
p √ p √
π 2+ 3 π 2− 3
cos = et sin = .
12 2 12 2
48
Chapitre 4 Application aux fonctions élémentaires
2.a) On a cos (2α) = 1 − 2 sin2 (α) , pour α = arcsin (x), (x ∈ [−1, 1]), alors
2.b) On a
1 1
= 1 + tan2 (α) implique cos2 (α) = ,
cos2 (α) 1 + tan2 (α)
pour α = arctan (x), (x ∈ R),
1 1
cos2 (arctan (x)) = 2
= .
1 + tan (arctan (x)) 1 + x2
1
cos (arctan (x)) = √ .
1 + x2
Exercice 18. Résoudre les équation suivantes :
3
a) arccos x = 2 arccos ,
4
2 3
b) arcsin x = arcsin + arcsin .
5 5
3
Solution. a) On a cos (arccos x) = x, alors cos (arccos x) = cos 2 arccos , donc
4
3 3 3 1
x = cos 2 arccos = 2 cos arccos − 1 = 2. − 1 = .
4 4 4 2
√
b) Comme cos (arcsin x) = 1 − x2 et sin (a + b) = sin (a) cos (b) + sin (b) cos (a) , alors
x = sin (arcsin x)
2 3
= sin arcsin + arcsin
5 5
2 3 3 2
= sin arcsin . cos arcsin + sin arcsin . cos arcsin
5 5 5 5
2 3 3 2
= cos arcsin + cos arcsin
5 5 5 5
s 2 s 2
2 3 3 2
= 1− + 1−
5 5 5 5
√
3 21 + 8
= .
25
Exercice 19.
1) Déterminer l'ensemble de dénition des fonctions suivantes :
√
x
a) f1 (x) = arcsin , b) f2 (x) = arccos 2 − x2 ,
x+1
c) f3 (x) = arccos (2x + 1) − arcsin (3x2 ) .
49
Chapitre 4 Application aux fonctions élémentaires
Solution.
1) L'ensemble de dénition
x
Df1 = x ∈ R : −1 ≤ ≤ 1 et x ̸= −1
x+1
On a
−1
x
x
≤ 1,
≤ 0,
−1 ≤ ≤1 ⇔ x+1 ⇔ x+1
x 2x + 1
x+1 −1 ≤ , ≥ 0,
x+1
x+1
x + 1 ≥ 0,
⇔
(2x + 1) (x + 1) ≥ 0,
x ∈ [−1, +∞[ ,
⇔
x ∈ ]−∞, −1] ∪ − 12 , +∞ ,
1
⇔ x ∈ − , +∞ ,
2
comme −1 ∈
/ − 21 , +∞ , alors
1
Df1 = − , +∞ .
2
n √ o
Df2 = x ∈ R : −1 ≤ 2 − x ≤ 1 et 2 − x ≥ 0
2 2
√
−1 ≤ 2 − x ≤ 1 et 2 − x ≥ 0 ⇔
2
2 − x2 ≤ 1 et 2 − x2 ≥ 0
2
⇔ x2 ≥ 1 et x2 ≤ 2
h √ √ i
⇔ x ∈ ]−∞, −1] ∪ [1, +∞[ et x ∈ − 2, 2
h √ i h √ i
⇔ x ∈ 1, 2 ∪ − 2, −1
h √ i h √ i
Df2 = − 2, −1 ∪ 1, 2 .
Df3 = x ∈ R : −1 ≤ 2x + 1 ≤ 1 et − 1 ≤ 3x2 ≤ 1
1
−1 ≤ 2x + 1 ≤ 1 et − 1 ≤ 3x ≤ 1 ⇔ 2
−1 ≤ x ≤ 0 et x ≤ 2
3
1 1
⇔ x ∈ [−1, 0] et x ∈ − √ , √
3 3
1
⇔ x ∈ −√ , 0 .
3
1
Df3 = −√ , 0 .
3
2) Les dérivées de f1 et f2 .
′ ′
′ u ′ −u
[arcsin (u)] = √ et [arccos (u)] = √ .
1 − u2 1 − u2
50
Chapitre 4 Application aux fonctions élémentaires
x
On a f1 (x) = arcsin (u (x)), avec u (x) = , donc
x+1
′
′ 1 x
f1 (x) = q 2 x + 1
x
1 − x+1
q
(x + 1)2 1
= q 2
(x + 1)2 − x2 (x + 1)
|x + 1| 1 (x + 1) 1
= √ 2 =
√
2x + 1 (x + 1) 2x + 1 (x + 1)2
1 −1
= √ , ∀x > ,
(x + 1) 2x + 1 2
car
−1 1
x∈ , +∞ ⇒ x + 1 ≥ ⇒ |x + 1| = x + 1.
2 2
√ √
On a f2 (x) = arccos 2 − x2 ,avec u (x) = 2 − x2 , donc
′ −1 √ ′
f2 (x) = q 2 − x 2
√ 2
1− 2 − x2
2x 2x i √ h i √ h
= √ √ =p , ∀x ∈ − 2, −1 ∪ 1, 2 .
2 − x2 x2 − 1 (2 − x2 ) (x2 − 1)
51
Chapitre 4 Application aux fonctions élémentaires
d) On a
sh (Argchx) 1√ 2
th (Argchx) = = x − 1.
ch (Argchx) x
f ) On a ch (2α) = 2ch2 (α) − 1, pour α = Argchx,
g) On a
2
ex + e−x e2x − e−2x
2
2ch (x) − sh (2x) = 2 −
2 2
−2x
= e + 1,
et
ex + e−x
x − ln (ch (x)) − ln (2) = x − ln − ln (2)
2
x − ln ex + e−x + ln (2) − ln (2)
=
x − ln ex 1 + e−2x
=
x − ln ex − ln 1 + e−2x
=
− ln 1 + e−2x ,
=
donc
2ch2 (x) − sh (2x) 1 + e−2x
=− .
x − ln (ch (x)) − ln (2) ln (1 + e−2x )
52
5 | Développement limité
53
Chapitre 5 Développement limité
Exemple 5.2.1. La fonction f (x) = ex est dénie sur R et f (n) (x) = ex , alors f (n) (0) = 1.
Par suite
x2 x4 xn
ex = 1 + x + + + ... + + xn ε (x) .
2! 4! n!
Exemple 5.2.2. La fonction φ (x) = sin (x) est dénie sur R et pour tout n ∈ N, on a
nπ nπ
φ(n) (x) = sin x + et φ(n) (0) = sin .
2 2
Ce qui donne
si n = 2p,
(n) 0,
φ (0) =
(−1) n si n = 2p + 1.
p
Ainsi
x3 x5 x2p+1
sin (x) = x − + + ... + (−1)p + x2p+2 ε (x) .
3! 5! (2p + 1)!
54
Chapitre 5 Développement limité
un développement limité de eh en h = 0. On a
h2 hn
x 1+h h n
f (x) = e = e = ee = e 1 + h + + ... + + h ε (h)
2! n!
e e e
= e + (x − 1) + (x − 1)2 + ... + (x − 1)n + (x − 1)n ε (x − 1) ,
1! 2! n!
où lim ε (x − 1) = 0.
x→1
π
Exemple 5.2.4. Calculons le développement limité de la fonction f (x) = cos (x) en . On
2
sait que π
cos (x) = − sin x − ,
2
π
on se ramène au développement limité de sin (h) quand h = x − → 0. On a donc
2
h3 h2n+1
cos (x) = − sin (h) = −h + + ... + (−1)n − h2n+2 ε (h)
3! (2n + 1)!
π (−1)n π 2n+1 π 2n+2 π
= − x− + +... + x− − x− ε x− ,
2 (2n + 1)! 2 2 2
π
où lim ε x − = 0.
π 2
x→
2
où Tn est le polynôme
Tn (x) = (c0 + c1 x + ... + cn xn ) (a0 + a1 x + ... + an xn ) .
55
Chapitre 5 Développement limité
1
Exemple 5.2.5. Soit la fonction f (x) = − ex dénie sur l'intervalle ]1, +∞[ . Cherchons
1−x
son développement à l'ordre 3 au voisinage de 0, on a
1
= 1 + x + x2 + x3 + x3 ε (x) ,
1−x 2 3
ex = 1 + x + x2! + x3! + x3 ε (x) ,
D'où
x2 5 3
f (x) = + x + x3 ε (x) .
2 6
Exemple 5.2.6. Cherchons le développement à l'ordre 5 de φ : x → cos (x) sin (x) au voisinage
de 0, on calcule le produit
x3 x5 x2 x4
x− + 1− + ,
6 120 2 24
en ne gardant que les monômes de degré 5, d'où
2x3 2x5
φ (x) = x − + + x5 ε (x) .
3 15
5.2.5 Quotient
Division suivant les puissances croissantes
Soient A et B deux polynômes, le terme constant de B étant non nul, et n un entier
strictement positif, alors il existe des polynômes Q et R (déterminés de manière unique) tels
que :
A = BQ + xn+1 R.
et deg (Q) est inférieur ou égal à n.
On déni la division suivant les puissance croissante comme la division euclidienne classique,
mais en écrivant les polynômes suivant les puissances croissantes, et en cherchant à éliminer
d'abord les termes constants, puis les termes en x, etc.
Remarque. Dans la division de polynômes suivant les puissances croissantes à l'ordre n, le
reste est divisible par xn+1 .
Exemple 5.2.7. Si A (x) = 1 + x, B (x) = 1 − x, on trouve à l'ordre 2 : Q (x) = 1 + 2x + 2x2
et R (x) = 2.
1+x 1−x
1−x 1 + 2x + 2x2
2x
2x − 2x2
2x2
2x2 − 2x3
2x3 .
56
Chapitre 5 Développement limité
(3) Si a0 = 0, alors on factorise par xk (pour un certain k ) an de se ramener aux cas
précédents.
x
Exemple 5.2.8. Soit la fonction f (x) = dénie sur l'intervalle ]−π, 0[ ∪ ]0, π[. Cher-
sin (x)
chons son développement à l'ordre 4 au voisinage de 0. Le développment limité de sin (x) nous
donne
1
f (x) = 2
x x4
1− + + x4 ε (x)
2! 4!
= 1 − u (x) + u2 (x) + x4 ε (x) ,
x2 x4
avec u (x) = − + + x4 ε (x), d'où
2! 4!
x x2 7x4
f (x) = =1+ + + x4 ε (x) .
sin (x) 6 360
5.2.6 Intégration
Notons F une primitive de f , la fonction F admet un développment limité en a à l'ordre
n + 1 qui s'écrit :
c1 cn
F (x) = F (a) + c0 (x − a) + (x − a)2 + ... + (x − a)n+1 + (x − a)n+1 θ (x) ,
2 n+1
où lim θ (x) = 0. Cela signie que l'on intègre la partie polynomiale terme à terme pour obtenir
x→a
le développment limité de F (x) à la constante F (a) près.
Exemple 5.2.9. Soit la fonction f (x) = arctan (x) dénie sur l'intervalle R. Cherchons son
1
développement au voisinage de 0, on a f (x) = , alors
′
1 + x2
′ 1
f (x) = 2
= 1 − x2 + x4 + ... + (−1)n x2n + x2n ε (x) .
1+x
et f (0) = 0, d'où
x3 x5 (−1)n 2n+1
f (x) = x − + + ... + x + x2n+1 ε (x) .
3 5 2n + 1
57
Chapitre 5 Développement limité
5.2.7 Composition
Supposons que g (0) = 0 c'est à dire que a0 = 0. Alors la fonction f ◦ g admet un déve-
loppment limité en 0 à l'ordre n dont la partie polynomiale est le polynôme à l'ordre n de la
composition C (A (x)).
Exemple 5.2.10. Cherchons le développement limité de f (x) = esin(x) en 0 à l'ordre 4. Le
développement limité de sin (x) nous donne
x3
4
f (x) = exp x − + xε x
6
u2 u3 u4
= 1+u+ + + + u4 ε (u) ,
2! 3! 4!
x3
avec u = x − + x4 ε (x), d'où
6
x2 x4
f (x) = 1 + x + − + x4 ε (x) .
2 8
où lim ε (x) = 0.
x→0
58
Chapitre 5 Développement limité
sin (x) − x
Exemple 5.3.1. Calculer x→0
lim .
x (cos (x) − 1)
On voit que cette limite est une forme indéterminée. On connait le DL de sin (x) et cos (x) en
0
x3
sin (x) − x = + x3 ε1 (x) , DL3 (0) ,
3!
x3
x (cos (x) − 1) = + x3 ε2 (x) , DL3 (0) ,
2!
en remplçant on a
x 3 1
sin (x) − x 3!
+ x3 ε1 (x) 6
+ ε1 (x) 1
lim = lim x3 = lim 1 = .
x→0 x (cos (x) − 1) x→0 3
+ x ε2 (x) x→0 + ε2 (x) 3
2! 2
avec n ≥ 2. Cela implique que f (où son prolongement si f n'est pas dénie en x0 ), est continue
et dérivable en x0 , avec
f (x0 ) = a0 et f (x0 ) = a1
′
a2 (x − x0 )2 + ... + an (x − x0 )n + (x − x0 )n ε (x) .
59
Chapitre 5 Développement limité
Alors
a2 an 1 1
f (x) − (a0 + a1 x) = + ... + n−1 + n−1 ε en + ∞.
x x x x
Soit m le plus petit entier tel que am ̸= 0. Alors
• si am > 0 alors f (x) − (a0 + a1 x) ≥ 0, donc la courbe est "au-dessus" de l'asymptote au
voisinage de +∞.
• si a am < 0 alors f (x) − (a0 + a1 x) ≤ 0, la courbe est "en-dessous" de l'asymptote au
voisinage de +∞.
Exemple 5.3.4. Soit f : ]0, +∞[ → R une fonction dénie par
1
f (x) = xe x .
5.4 Exercices
Exercice 21. Déterminer le développement limité en 0 à l'ordre 3 des fonctions suivantes
√ ex − 1 − x ex
1) f1 (x) = 1 + x, 2) f2 (x) = , 3) f3 (x) = ,
x2 x + ex
x
4) f4 (x) = ln (2 + x) 5) f5 (x) = ln (x + e )
Solution.
60
Chapitre 5 Développement limité
√ 1
1) On a f1 (x) = 1 + x = (x + 1) 2 de la forme (x + 1)α , avec α = 21 , donc
√ α (α − 1) 2 α (α − 1) (α − 2) 3
f1 (x) = 1 + x = 1 + αx + x + x + x3 ε (x)
2! 3!
1 1 3
= 1 + x − x2 + x3 + x3 ε (x) .
2 8 8
2) On a
x x2 x3 x4 x5
ex − 1 − x = 1 + + + + + + x5 ε (x) − 1 − x
1! 2! 3! 4! 5!
x2 x3 x4 x5
= + + + + x5 ε (x) ,
2! 3! 4! 5!
alors
ex − 1 − x 1 x x2 x 3
f2 (x) = 2
= + + + + x3 ε (x)
x 2! 3! 4! 5!
1 x x2 x3
= + + + + x3 ε (x) .
2 6 25 120
3) On a
x x2 x3
ex = 1 + + + + x3 ε (x)
1! 2! 3!
x2 x3
= 1+x+ + + x3 ε (x)
2 6
Alors 2 3
ex 1 + x + x2 + x6 + x3 ε (x)
f3 (x) = = 2 3 .
x + ex 1 + 2x + x2 + x6 + x3 ε (x)
DL d'un quotient
x2 x3 x2 x3
1+x+ + 1 + 2x + +
2 6 2 6
x2 x3
2 7 3
− 1 + 2x + + 1 − x + 2x − x
2 6 2
−x
x3
2
− −x − 2x −
2
3
x
2x2 +
2
− (2x2 + 4x3 )
7
− x3 .
2
Donc
7
f3 (x) = 1 − x + 2x2 − x3 + x3 ε (x) .
2
4) On a
x x
f4 (x) = ln (2 + x) = ln 2 1 + = ln (2) + ln 1 +
2 2
x
= ln (2) + ln (1 + u) , avec u = .
2
61
Chapitre 5 Développement limité
Comme
u2 u3
ln (1 + u) = u − + + u3 ε (u)
2 3
x x 2 x3
= − + + x3 ε (x) .
2 8 24
Donc
x x 2 x3
f4 (x) = ln (2) + − + + x3 ε (x) .
2 8 24
5) On
x x2 x3
ex + x = 1 + + + + x3 ε (x) + x
1! 2! 3!
x2 x3
= 1 + 2x + + + x3 ε (x) .
2 6
Donc
x 2 x3
x 3
f5 (x) = ln (x + e ) = ln 1 + 2x + + + x ε (x)
2 6
x2 x3
= ln (1 + u) , avec u = 2x + + + x3 ε (x)
2 6
Comme
u2 u3
ln (1 + u) = u − + + u3 ε (u)
2 3
Alors u2 = 4x2 + 2x3 + x3 ε (x) et u3 = 8x3 + x3 ε (x) , donc
x2 x3
1 1
4x2 + 2x3 + 8x3 + x3 ε (x)
f5 (x) = 2x + + −
2 6 2 3
3 5
= 2x − x2 + x3 + x3 ε (x) .
2 3
Exercice 22.
(1) Calculer le développement limité à l'ordre 2 en x0 = 2 de
f (x) = ln x et g (x) = x3 − x2 − x − 2.
(2) En déduire
ln x − ln 2
lim .
x→2 x3 − x2 − x − 2
Solution.
(1) En posant t = x − 2, l'expression en t de f (x) devient
t
φ (t) = ln 2 + ln 1 + .
2
Son développement limité à l'ordre 2 au voisinage de 0 est donné par
t t2
φ (t) = ln 2 +− + t3 ε (t) .
2 8
En développant la dernière expression et en posant t = x − 2, on obtient
(x − 2) (x − 2) 2
f (t) = ln 2 + − + (x − 2)3 ε (x − 2) .
2 8
Par la formule de Taylor pour g à l'ordre 2, on a
g (x) = 7 (x − 2) + 5 (x − 2)2 + (x − 2)3 ε (x − 2) .
62
Chapitre 5 Développement limité
Solution.
π
(1) Après le changement de variable, t = x − , on est conduit à calculer le développement
2
limité par rapport à t au voisinage de 0 la fonction ψ (t) = ecos(t) . Par le développement
de la fonction cos (t) au point t = 0 à l'ordre 4, on a
t2 t4
4
ψ (t) = exp 1 − + + t ε (t) .
2! 4!
t2 t4
Alors, en posant u = − + + t4 ε (t), on obtient
2! 4!
u2
2
ψ (t) = e 1 + u + + u ε (u) .
2!
Par rapport à t, le développement devient
t2
7 4
ψ (t) = e 1 − + t + t4 ε (t) .
2 24
π
Le développement limité de f au voisinage de est
2
e π 2 e π 4 π 4 π
f (x) = e − x− + x− + x− ε x− .
2 2 6 2 2 2
π
(2) Par le développement limité de f au voisinage de , on a l'équivalence au voisinage de
2
π
,
2
f (x) − e e
∼− .
π 2 2
x−
2
(3) Par (2), la limite cherchée est
f (x) − e e
lim =− .
x→0 π 2 2
x−
2
63
Chapitre 5 Développement limité
(2) En déduire
1 x
lim f (x) − e 2 + 1 − cos (x) .
x→0 sin3 (x)
Solution.
(1) Le développement limité de ln (1 + x) nous donne au voisinage de 0
r
p x 2 x3 √
f (x) = 1 + ln (x + 1) = 1 + x − + + x3 ε (x) = 1 + u,
2 3
x2 x3 √
avec u = x − + + x3 ε (x), par le développement limité de 1 + u à l'ordre 3, on a
2 3
u u2 u3
f (x) = 1 + − + + u3 ε (u)
2 8 16
x 3 17
= 1 + − x2 + x3 + x3 ε (x) .
2 8 48
(2) Par le développement limité de ex et cos x à l'ordre 3 au voisinage de 0, on a
x x 3 2 x3
1 − cos (x) − e 2 = −1 − + x − + x3 ε (x) ,
2 8 42
d'où
x 37 3
f (x) − e 2 + 1 − cos (x) = x + x3 ε (x) .
112
Par le développant limité de sin x à l'ordre 1, on a
x 37 3 37
f (x) − e 2 + 1 − cos (x) 112
x + x3 ε (x) 112
+ ε (x) 37
lim 3 = lim 3 3
= lim = .
x→0 sin (x) x→0 x + x ε (x) x→0 1 + ε (x) 112
ln (ch (x))
Exercice 25. Soit f la fonction dénie sur R∗ par : f (x) = .
sh (x)
(1) Déterminer le développement limité de f , au voisinage de 0, à l'ordre 3.
(2) Montrer que f est prolongeable par continuité en 0 et que ce prolongement est dérivable
en 0, donner la valeur de f (0).
′
Solution.
(1) Par le développement limité de ch (x) à l'ordre 4 au voisinage de 0, on a
x2 x4 u2
4
ln (ch (x)) = ln 1 + + + x ε (x) = ln (1 + u) = u − + u2 ε (u) ,
2 24 2
x2 x4
avec u = + + x4 ε (x), par rapport à u, le développement devient
2 24
u2 x 2 x4
ln (ch (x)) = u − + u2 ε (u) = − + x4 ε (x) .
2 2 12
Par le développement limité de sh (x) au voisinage de 0 à l'ordre 4, on a
x x3
2
− 12
+ x3 ε (x)
f (x) = x2
.
1+ 6
+ x3 ε (x)
64
Chapitre 5 Développement limité
x2 1
En posant u = + x3 ε (x), le développement limités de au voisinage de 0 et à
6 1+u
l'ordre 2, donne
x x3
f (x) = − + x3 ε (x) .
2 6
(2) Par le développement limité de f au voisinage de 0, on a
x x3
lim f (x) = lim − + x3 ε (x) = 0.
x→0 x→0 2 6
65
6 | Algèbre linéaire
⇒ (x ̸= 0 et y ̸= 0)
d'où xδy ∈ R∗ est une loi interne.
Dénition 6.1.2. Soit ∗ une loi interne sur un ensemble G. On dit que
1) La loi ∗ est commutative si
∀x, y ∈ G, x ∗ y = y ∗ x.
66
Chapitre 6 Algèbre linéaire
x ∗ y = x + y − 2xy = y + x − 2yx = x ∗ y
donc la loi ∗ est commutative.
(x ∗ y) ∗ z = (x + y − 2xy) ∗ z = (x + y − 2xy) + z − 2 (x + y − 2xy) z
= x + y + z − 2xy − 2xz − 2yz + 4xyz
= x + (y + z − 2yz) − 2x (y + z − 2yz)
= x + (y ∗ z) − 2x (y ∗ z) = x ∗ (y ∗ z) ,
donc la loi ∗ est associative. Soit e ∈ R− 21 , tel que x ∗ e = e ∗ x = x, alors
′ 1
x = ⇔ 2x − 1 = 2x ⇔ −1 = 0,
2
ce qui est absurde, d'où x ∈ R− 2 .
′ 1
Dénition 6.1.4. Soit G un ensemble muni de deux lois de composition internes, notées ∆ et
∗. On dit que ∗ est distributive par rapport à ∆ si
∀x, y, z ∈ G, x ∗ (y∆z) = (x ∗ y) ∆ (x ∗ z) .
67
Chapitre 6 Algèbre linéaire
Dénition 6.1.6. Soit (G, ∗) un groupe. Une partie H ⊂ G (non vide) est un sous groupe de
G si, la restriction de l'opération ∗ à H lui confère la structure de groupe.
Proposition 6.1.1. Soit H une partie non vide du groupe G. Alors, H est un sous groupe de
G si, et seulement si,
(i) pour tout x, y ∈ H , on a x ∗ y ∈ H ,
(ii) pour tout x ∈ H , on a x ∈ H , avec x le symétrique de x.
′ ′
68
Chapitre 6 Algèbre linéaire
Dénition 6.1.8. Si (A, ∆, ∗) est un anneau et B est une partie de A, on dit que B est un
sous-anneau de A si, muni des lois induites par A, est lui-même un anneau, est-à-dire (B, ∆, ∗)
est un anneau
Dans ce qui suit, A désignera l'anneau (A, +, .) avec 0 l'élément neutre de + et s'il est
unitaire, 1 serait son unité.
Proposition 6.1.2 (caractérisation des sous-anneaux). Une partie B de l'anneau A est un
sous-anneau de A si et seulement si :
i) pour tous a, b ∈ B, a − b ∈ B
ii) pour tous a, b ∈ B, a × B ∈ B .
Exemple 6.1.9. L'ensemble 2Z = {2z : z ∈ Z} est un sous-anneau de l'anneau (Z, +, .). En
eet, soit x, y ∈ 2Z, il existe n, m ∈ Z, tels que x = 2n et y = 2m, et on a
x − y = 2 (n − m) ∈ 2Z et xy = 2 (2nm) ∈ 2Z.
69
Chapitre 6 Algèbre linéaire
Dénition 6.2.1. Un espace vectoriel sur le corps K ou un K- espace vectoriel est un triplet
(E, +, .) tel que :
1) (E, +) est un groupe commutatif.
2) ∀λ ∈ K, ∀x, y ∈ E , λ. (x + y) = λ.x + λ.y
(3) ∀λ, µ ∈ K, ∀x ∈ E , (λ + µ) .x = λ.x + µ.y
(4) ∀λ, µ ∈ K, ∀x ∈ E , (λµ) .x = λ (µ.x)
(5) ∀x ∈ E , 1K .x = x
Les éléments de l'espace vectoriel sont appelés des vecteurs et ceux de K des scalaires.
Exemple 6.2.1.
• (R, +, .) est un R- espace vectoriel,
• (C, +, .) est un C- espace vectoriel,
3) (C, +, .) est un R- espace vectoriel,
• Si on considère Rn muni des deux opérations suivante
(+) : Rn × Rn → Rn
((x1 , x2 , ..., xn ) , (y1 , y2 , ..., yn )) → (x1 + y1 , x2 + y2 , ..., xn + yn )
(.) : R × Rn → Rn
(λ, (y1 , y2 , ..., yn )) → (λy1 , λy2 , ..., λyn )
Dénition 6.2.2. Soit (E, +, .) un K- espace vectoriel et soit F un sous ensemble non vide de
E . On dit que F est sous espace vectoriel si (F, +, .) est aussi un K-espace vectoriel.
Remarque.
1) Lorsque (F, +, .) est K-sous espace vectoriel de (E, +, .), alors 0E ∈ F.
2) Si 0E ∈
/ F. alors (F, +, .) ne peut pas être un K- sous espace vectoriel de (E, +, .).
Théorème 6.2.1. Soit (E, +, .) un K- espace vectoriel et F ⊂ E , F non vide on a les équiva-
lences suivantes :
(1) F est un sous espace vectoriel de E .
(2) F est stable par l'addition et par la multiplication c'est à dire :
∀λ ∈ K, ∀x, y ∈ F, λ.x ∈ F et x + y ∈ F.
70
Chapitre 6 Algèbre linéaire
′ ′
′
′
λ (x − y) + µ x − y = λx + µx − λy + µy = 0,
Proposition 6.2.2. L'intersection d'une famille non vide de sous espace vectoriel est un sous
espace vectoriel.
Remarque. La réunion de deux sous espace vectoriel n'est pas forcément un sous espace vec-
toriel.
Exemple 6.2.3. Soient F1 = {(x, y) ∈ R2 : x = 0} et F2 = {(x, y) ∈ R : y = 0} deux sous
espaces vectoriels dans R2 , F1 ∪ F2 n'est un sous espace vectoriel, car
E1 ∪ E2 ⊂ E1 + E2 .
71
Chapitre 6 Algèbre linéaire
3) Si {e1 , e2 , ..., en } est une famille libre et génératrice de E , alors {e1 , e2 , ..., en } est appelée
une base de E .
Exemple 6.2.6. Sur R2 , on pose u1 = (1, 0), u2 = (1, −1), alors {u1 , u2 } est une base de R2 .
En eet,
i) {u1 , u2 } est libre. ∀ α1 , α2 ∈ R,
donc il existe α1 , α2 ∈ R.
Remarque. Dans un espace vectoriel E , tout vecteur non nul est libre.
Exemple 6.2.7. Dans l'ensemble des polynômes de degré inférieur ou égal à 2 à coecients
réels et à une indéterminée x :
R2 [x] = P (x) = a + bx + cx2 : a, b, c ∈ R
alors, {p1 (x) = 1, p2 (x) = x, p3 (x) = x2 } est une famille base. En eet,
i) Soit α, β, γ ∈ R, alors
72
Chapitre 6 Algèbre linéaire
c'est-à-dire
P = ap1 + bp2 + cp3 ,
donc {1, x, x2 } est génératrice.
Proposition 6.2.5. Si {e1 , e2 , ..., en } et {u1 , u2 , ..., um } sont deux bases de l'espace vectoriel E ,
alors n = m.
Remarque. Si un espace vectoriel E admet une base alors toutes les bases de E ont le même
nombre d'éléments (ou même cardinal), ce nombre lâ ne dépend pas de là base mais il dépend
seulement de l'espace E .
Dénition 6.2.6. Soit E un K- espace vectoriel de base B = {e1 , e2 , ..., en }, on appelle la
dimension de E , noté dim (E) le nombre déni par dim (E) = Card (B), où Card (B) est le
cardinal de B .
Exemple 6.2.8. On pose e1 = (1, 0, 0), e2 = (0, 1, 0) , e3 = (0, 0, 1) , alors {e1 , e2 , e3 } est une
base de R3 , donc
dim R3 = Card ({e1 , e2 , e3 }) = 3.
Exemple 6.2.9. Dans R2 [x], la famille {1, x, x2 } est une base de R2 [x], donc
dim R2 [x] = Card 1, x, x2 = 3.
73
Chapitre 6 Algèbre linéaire
h ′ ′ ′ i ′ ′ ′
f (x, y, z) + x , y , z = f x + x ,y + y ,z + z
′
′
′
′
= 2 x+x + y+y , y+y − z+z
′ ′ ′ ′
= 2x + 2x + y + y , y + y − z − z
′ ′
′ ′
= (2x + y) + 2x + y , (y − z) + y − z
′ ′ ′ ′
= (2x + y, y − z) + 2x + y , y − z
′ ′ ′
= f (x, y, z) + f x , y , z
et
f [λ (x, y, z)] = f (λx, λy, λz) = (2λx + λy, λy − λz) = (λ (2x + y) , λ (y − z))
= λ (2x + y, y − z)
= λf (x, y, z) .
Remarque. Toutes les applications ne sont pas des applications linéaires
Dénition 6.3.2. Soient E et F deux K-espaces vectoriels, et soit f ∈ L (E, F ). On dit que
1) f est un isomorphisme de E dans F , si f est bijective.
2) f est un endomorphisme, si (E, +, .) = (F, +, .) .
3) f est un automorphisme, si f est un isomorphisme et un endomorphisme.
Exemple 6.3.2. L'application f dénie par
f :R →R
x → f (x) = −2x.
est un automorphisme. En eet, soit x, y, λ ∈ R, on a
f (λx + y) = −2 (λx + y) = λ (−2x) + (−2y) = λf (x) + f (y) ,
et l'application f est bijective, où
f −1 : R → R
−1
x → f −1 (x) = x.
2
Notation. L'application nulle, notée 0L(E,F ) est donnée par :
f : E → F, x → f (x) = 0F .
L' application identité, notée idE est donnée par :
idE : E → E, x → idE (x) = x.
Proposition 6.3.1. Soit f une application linéaire de E dans F , on a
1) f (0E ) = 0F ,
2) ∀x ∈ E : f (−x) = −f (x) .
74
Chapitre 6 Algèbre linéaire
= (x, y) ∈ R2 : x = y
= {x (1, 1) : x ∈ R} .
donc le Kerf est un sous espace vectoriel engendré par e = (1, 1) donc il est de dimension 1,
et sa base est {e} .
L'image de l'application linéaire f,
Imf = f (x, y) : (x, y) ∈ R2
= x − y : (x, y) ∈ R2 = R.
On a
Imf = f (x, y) : (x, y) ∈ R2 = (y, x) : (x, y) ∈ R2
et
Kerf = (x, y) ∈ R2 : (y, x) = 0R2 = {(0, 0)}
75
Chapitre 6 Algèbre linéaire
alors ∀ (x, y) ∈ R2 , on a
f (x, y) = f [x (1, 0) + y (0, 1)] = xf (1, 0) + yf (0, 1)
= −x + 4y
Proposition 6.3.5. Soit f une application linéaire de E dans F avec dimension de E est nie,
on a :
dim E = dim ker (f ) + dim Im (f ) .
Exemple 6.3.6. Soit f une application linéaire de R2 dans R dénie par
f (x, y) = −x + 5y,
on a
ker (f ) = (x, y) ∈ R2 : f (x, y) = 0 = (x, y) ∈ R2 : x = 5y
= {y (5, 1) : y ∈ R} ,
Proposition 6.3.6. Soit f une application linéaire de E dans F avec dim E = dim F = n. On
a alors les équivalences suivantes :
f est isomorphisme ⇔ f est surjective ⇔ dim Im (f ) = dim F
⇔ f est injective ⇔ Im (f ) = F
⇔ dim ker (f ) = 0 ⇔ ker (f ) = {0}
on a
ker (f ) = (x, y) ∈ R2 : f (x, y) = 0
= (x, y) ∈ R2 : 2x − y = x = 0
= {(0, 0)} ,
76
Chapitre 6 Algèbre linéaire
6.4 Exercices
Exercice 26. On dénit sur G = ]−1, 1[ la loi interne ∗ comme suit :
x+y
∀ (x, y) ∈ G × G : x ∗ y = .
1 + xy
⇔ 1 − x2 1 − y 2 > 0.
comme x, y ∈ ]−1, 1[, alors (1 − x2 ) (1 − y 2 ) > 0, d'où x ∗ y ∈ ]−1, 1[ et alors ∗ est une loi
interne.
La loi ∗ est commutative :pour tout (x, y, z) ∈ G2
x+y y+x
x∗y = = = y ∗ x.
1 + xy 1 + yx
x (1 + yz) + (y + z) x + y + z + xyz
= =
1 + yz + x (y + z) 1 + yz + xy + xz
77
Chapitre 6 Algèbre linéaire
Solution.
(1) Il sut de prouver que c'est un sous-anneau de (R, +, ×). Soit x, y ∈ Z 2 , il existe
√
a, b, c, d ∈ Z, tels que √ √
x = a + b 2 et y = c + d 2
On a
√ √
x+y = a+b 2+c+d 2
√ h√ i
= (a + c) + (c + d) 2 ∈ Z 2 ,
√ √
x×y = a+b 2 × c+d 2
√ h√ i
= (ac + 4db) + (ad + bc) 2 ∈ Z 2 ,
√ h√ i h√ i
−x = −a − b 2 ∈ Z 2 et 1 ∈ Z 2 ,
′ ′ ′ ′
′ ′
′ ′
(x, y) ⊕ x , y = x + x , y + y = x + x, y + y = x , y ⊕ (x, y) .
′′
(b) La loi ⊕ est associative :∀ (x, y) , x , y , x , y ∈ R2 ,
′ ′ ′′
h ′ ′ i ′′ ′′ ′ ′
′′ ′′
(x, y) ⊕ x , y ⊕ x ,y = x + x, y + y ⊕ x , y
′′
′ ′ ′′
= x + x + x ,y + y + y .
′′ ′′
h ′ ′
′′
i ′ ′ ′′
(x, y) ⊕ x ,y ⊕ x ,y = (x, y) ⊕ x + x , y + y
′′
′ ′ ′′
= x + x + x ,y + y + y
h ′ ′ i ′′ ′′
= (x, y) ⊕ x , y ⊕ x ,y .
78
Chapitre 6 Algèbre linéaire
′ ′ ′ ′
(x, y) ⊕ x , y = (e1 , e2 ) ⇔ x + x , y + y = (0, 0)
′ ′
⇔ x , y = − (x, y) ∈ R2 .
′′ ′′ ′′
h ′ ′
i ′′
′ ′
′′
′ ′ ′′
(x, y) ⊗ x , y ⊗ x ,y = x x, y y ⊗ x , y = xx x , yy y .
h ′ ′
′′ ′′ i ′ ′′ ′ ′′ ′ ′′ ′ ′′
(x, y) ⊗ x ,y ⊗ x ,y = (x, y) ⊗ x x , y y = xx x , yy y
h ′ ′ i ′′ ′′
= (x, y) ⊗ x , y ⊗ x ,y .
′′
(iii) La loi ⊗ est distributive par rapport à loi ⊕ .∀ (x, y) , x , y , x , y ∈ R2 , mon-
′ ′ ′′
trons que
h ′ ′
′′ ′′ i h ′ ′ i h ′′ ′′ i
(x, y) ⊗ x ,y ⊕ x ,y = (x, y) ⊗ x , y ⊕ (x, y) ⊗ x , y .
On a
h ′ ′
′′ ′′ i ′ ′′ ′ ′′
(x, y) ⊗ x ,y ⊕ x ,y = (x, y) ⊗ x + x , y + y
′′
′ ′ ′′
= xx + xx , yy + yy ,
h ′ ′ i h ′′ ′′ i ′ ′
′′ ′′
(x, y) ⊗ x , y ⊕ (x, y) ⊗ x , y = xx , yy ⊕ xx , yy
′′
′ ′ ′′
= xx + xx , yy + yy
h ′ ′ ′′ ′′ i
= (x, y) ⊗ x , y ⊕ x , y .
79
Chapitre 6 Algèbre linéaire
′ ′ ′ ′
′ ′
′ ′
(x, y) ⊗ x , y = xx , yy = x x, y y = x , y ⊗ (x, y) .
′ ′ ′ ′
(x, y) ⊗ x , y = (e1 , e2 ) ⇒ xx , yy = (1, 1)
x = x1 , si x ̸= 0
′ ′
xx = 1
⇒ ⇒ .
y = y1 , si y ̸= 0
′ ′
yy = 1
Les couples (x, 0) avec x ̸= 0 et (0, y) avec y ̸= 0 n'ont pas des symétrique, donc
(R2 − {(0, 0)} , ⊗) n'est pas un groupe commutatif. Enn, (R2 , ⊕, ⊗) n'est pas un corps
commutatif.
Solution.
Exercice 29. On considère dans R3 , le sous ensemble E déni par :
E = (x, y, z) ∈ R3 : x + y + z = 0
Solution.
(1) On a
• 0R3 ∈ E , car 0 + 0 + 0 = 0, donc E ̸= ∅.
• Soient u = (x, y, z) ∈ E et v = x , y , z ∈ E , on a donc x+y+z = 0 et x +y +z = 0.
′ ′ ′ ′ ′ ′
Soit λ, µ ∈ R, alors
′ ′ ′ ′ ′ ′
λu + µv = λ (x, y, z) + µ x , y , z = λx + µx , λy + µy , λz + µz ,
| {z } | {z } | {z }
x′′ y ′′ z ′′
′′ ′′ ′′ ′ ′ ′
x +y +z = λx + µx + λy + µy + λz + µz
′ ′ ′
= (λx + λy + λz) + µx + µy + µz
′ ′ ′
= λ (x + y + z) + µ x + y + z = 0
80
Chapitre 6 Algèbre linéaire
E = (x, y, z) ∈ R3 : z = − (x + y)
= {(x, y, −x − y) : x, y ∈ R}
= {(x, 0, −x) + (0, y, −y) : x, y ∈ R}
= x (1, 0, −1) +y (0, 1, −1) : x, y ∈ R
| {z } | {z }
u1 u2
alors {u1 , u2 } est une famille génératrice de E , montrons que {u1 , u2 } est libre. Soit
λ1 , λ2 ∈ R,
donc {u1 , u2 } est une base de E . Alors la dimension de E est égale à 2, car
Solution.
(1) Soient u = (x, y, z) ∈ R3 ,v = x , y , z ∈ R3 et α, β ∈ R, on a
′ ′ ′
′ ′ ′
f (αu + βv) = f αx + βx , αy + βy , αz + βz
′ ′ ′
= −2αx − 2βx + αy + βy + αz + βz ,
′ ′ ′ ′ ′ ′
αx + βx − 2αy − 2βy + αz + βz , αx + βx + αy + βy − 2αz − 2βz
′ ′ ′
= (−2αx + αy + αz) + −2βx + βy + βz ,
′ ′ ′
′ ′ ′
(αx − 2αy + αz) + βx − 2βy + βz , (αx + αy − α2z) + βx + βy − 2βz
= α (−2x + y + z, x − 2y + z, x + y − 2z) +
′ ′ ′ ′ ′ ′ ′ ′ ′
β −2x + y + z , x − 2y + z , x + y − 2z
= αf (u) + βf (v) .
= (x, y, z) ∈ R3 : −2x + y + z = x − 2y + z = x + y − 2z = 0
81
Chapitre 6 Algèbre linéaire
alors
−2x + y + z = 0 −2x + y + z = 0
(x, y, z) ∈ ker (f ) ⇔ x − 2y + z = 0 ⇔ −3y + 3z = 0
x + y − 2z = 0 x + y − 2z = 0
⇔ x = y = z,
donc
(x, y, z) ∈ R3 : x = y = z
ker (f ) =
= x (1, 1, 1) : x ∈ R
| {z }
u1
Alors {v1 , v2 , v3 } est une famille génératrice, comme v1 + v2 = −v3 et dim (Im (f )) = 2,
alors {v1 , v2 } est une famille génératrice, montrons que {v2 , v3 } est libre. Soit λ2 , λ3 ∈ R,
λ2 v2 + λ3 v3 = 0R3 ⇒ (−2λ2 + λ3 , λ2 − λ3 , λ2 + λ3 ) = (0, 0, 0)
⇒ λ2 = λ3 = 0,
donc {v2 , v3 } est une base de Im (f ).
Exercice 31. Soit f : R4 → R4 dénie pour tout (x, y, z, t) ∈ R4 par
f (x, y, z, t) = (x − 2y, x − 2y, 0, x − y − z − t) .
(1) Montrer que f est une application linéaire.
(2) Déterminer le noyau et l'image de f .
(3) A-t-on ker (f ) ⊕ Im (f ) = R4 .
Solution.
(1) Soient u = (x, y, z, t) ∈ R4 ,v = x , y , z , t ∈ R4 et α, β ∈ R, on a
′ ′ ′ ′
′ ′ ′ ′
f (αu + βv) = f αx + βx , αy + βy , αz + βz , αt + βt
′ ′ ′ ′
= αx + βx − 2αy − 2βy , αx + βx − 2αy − 2βy ,
′ ′ ′ ′
0, αx + βx − αy − βy − αz − βz − αt − βt
= (αx − 2αy, αx − 2αy, 0, αx − αy − αz − αt) +
′ ′ ′ ′ ′ ′ ′ ′
βx − 2βy , βx − 2βy , 0, βx − βy − βz − βt
= α (x − 2y, x − 2y, 0, x − y − z − t) +
′ ′ ′ ′ ′ ′ ′ ′
β x − 2y , x − 2y , 0, x − y − z − t
= αf (u) + βf (v) .
Ce qui montre que f est linéaire.
82
Chapitre 6 Algèbre linéaire
alors
f (x, y, z, t) : (x, y, z, t) ∈ R4
Im (f ) =
= λ (1, 1, 0, 0) +λ (0, 0, 0, 1) : λ, µ ∈ R
| {z } | {z }
u1 u2
= {λu1 + λu2 : λ, µ ∈ R} ,
alors
ker (f ) = (x, y, z, t) ∈ R4 : x = 2y et t = y − z
= {(2y, y, z, y − z) : x, y ∈ R}
= y (2, 1, 0, 1) +z (0, 0, 1, −1) : x, y ∈ R .
| {z } | {z }
u3 u4
83
Bibliographie
[1] A. Hitta, Cours d'Algèbre et Exercices Corriges, Edition OPU, Algérie, 2006
[2] K. Allab, Éléments d'Analyse, Fonction d'une variable réelle, Edition OPU, Algérie, 1984.
[3] M. H. Mortad, Exercices Corrigés d'Algèbre, Première Année L.M.D, Edition Dar el Bassair,
Algérie, 2012.
[4] X. A. Dussau, J. Esterle, F. Zarouf et R. Zarouf, Cours d'algèbre linéaire, ESTIA 1e Année
Mathématiques, Edition 2008.
[5] J. Rivaud, Exercices d'Analyse Tome 1, Edition Vuibert, 1971.
[6] P. Thuillier, J.C. Belloc, Mathématique, Analyse 1, Edition Masson, 1990.
[7] P. Thuillier, J.C. Belloc, Mathématique, Analyse 2, Edition Masson, 1989.
84
,
𝒇(𝒙) = 𝒇(𝒚) ⟹ 𝒙 = 𝒚
𝒙𝓡𝒚 ⟺ 𝒙 ≤ 𝒚
A=
Cours d'Algèbre I et II
avec Exercices
CorrigésOM DE VOTRE
Dr Imene Medjadj 2018/2019
الجمهوريــــــــــــــــــــــة الجزائريـــــــــــة الديمقراطيـــــــــة الشعبيـــــــة
وزارة التعليـــــــــــم العـــــــــــالي و البحـــــــــث العلـــــــمي
جامعة وهران للعلوم والتكنولوجيا محمد بوضياف
كلية الرياضيات و اﻻعﻼم اﻻلي
République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur Et de la Recherche Scientifique
Université des Sciences et de la Technologie d’Oran Mohamed BOUDIAF
Faculté des Mathématiques et Informatique
Mémoire de fi
Cours d’Algèbre I et II
nd’études
-U.S.T.O. 2017-
Cours d’Algèbre I et II avec Exercices
Corrigés
Imene Medjadj
Table des matières
Chapitre 1. Introduction 5
Chapitre 2. Élément de logique et méthodes de raisonnement avec Exercices
Corrigés 7
1. Régles de logique formelle 7
2. Méthodes de raisonnement 12
3. Exercices Corrigés 13
Chapitre 3. Théorie des ensembles avec Exercices Corrigés 19
1. Notion d’ensemble et propriétés 19
2. Applications et relations d’équivalences 22
3. Relations Binaires dans un ensemble 26
4. Exercices Corrigés 28
Chapitre 4. Structures Algébriques avec Exercices Corrigés 35
1. Lois De Composition Internes 35
2. Groupes 36
3. Anneaux 36
4. Corps 36
5. Exercices Corrigés 37
Chapitre 5. Notion de IK− Espaces vectoriels(IK étant un Corps Commutatif)
avec Exercices Corrigés 43
1. Espace vectoriel et sous espace vectoriel 43
2. Somme de deux sous espaces vectoriels 45
3. Somme directe de deux sous espaces vectoriels 45
4. Familles génératrices, familles libres et bases 45
5. Notion d’Application Linéaire 48
6. Exercices Corrigés 51
Chapitre 6. Notion de Matrice Associée à une Application Linéaire et Calcul
Algébrique sur les Matrices avec Exercices Corrigés 57
1. Espace vectoriel des matrices 57
2. Produit de deux matrices 59
3. Matrices carrées 60
4. Les Déterminants 61
5. Relations entre une application linéaire et sa matrice Associée 65
6. Matrices et Changements de Bases 68
3
4 TABLE DES MATIÈRES
7. Diagonalisation 70
8. Systèmes d’équations linéaires 73
9. Exercices Corrigés 77
Bibliographie 83
CHAPITRE 1
Introduction
5
CHAPITRE 2
La négation (nonP ) , P :
Définition 1.4. Soit P une proposition, la négation de P est une proposition
désignant le contraire qu’on note (nonP ), ou bien P , on peut aussi trouver la notation
eP . Voici sa table de vérité.
P P
1 0
0 1
P Q P ∧Q
1 1 1
1 0 0
0 1 0
0 0 0
Exemple 1.7. (1) 2 est un nombre pair et 3 est un nombre premier, cette
proposition est vraie
(2) 3 ≤ 2 et 4 ≥ 2, cette proposition est fausse.
2) La disjonction ou , ∨
3)L’implication
(P ⇒ Q) ⇐⇒ (Q ⇒ P )
Exemple 1.15. (1) La contraposée de :(Il pleut, alors je prends mon para-
pluie), est (je ne prends pas mon parapluie, alors il ne pleut pas).
(2) La contraposée de :( Omar a gagné au loto ⇒ Omar a joué au loto), est :
(Omar n’a pas joué au loto ⇒ Omar n’a pas gagné au loto).
(P ⇒ Q) ⇔ (P ∧ Q).
Exemple 1.17. (1) La négation de : (il pleut, alors je prends mon parapluie),
est : (il pleut et je ne prends pas mon parapluie).
(2) La négation de : (Omar a gagné au loto ⇒ Omar a joué au loto), est : (Omar
a gagné au loto et Omar n’a pas joué au loto).
(3) (x ∈ [0, 1] ⇒ x ≥ 0) sa négation : (x ∈ [0, 1] ∧ x < 0).
Conclusion
(1) La négation de (P ⇒ Q) est (P ∧ Q).
(2) La contraposée de (P ⇒ Q) est (Q ⇒ P ).
(3) La réciproque de (P ⇒ Q) est (Q ⇒ P ).
7)L’équivalence
Définition 1.19. l’équivalence de deux propositions P, Q est notée P ⇔ Q, on
peut aussi écrire (P ⇒ Q) et (Q ⇒ P ). On dit que P ⇔ Q si P et Q ont la même
valeur de verité, sinon (P ⇔ Q) est fausse.
P Q P ⇔Q
1 1 1
1 0 0
0 1 0
0 0 1
Remarque 1.20. (1) P < Q c’est à dire P n’est pas équivalente à Q lorsque
P ; Q ou Q ; P.
(2) P ⇔ Q peut être lue P si et seulement si Q.
Exemple 1.21. (1) x + 2 = 0 ⇔ x = −2.
(2) Omar a gagné au loto < Omar a joué au loto.
Théorème 1.22. Soit P, Q deux propositions on a :
(P ⇔ Q) ⇔ (P ⇒ Q) ∧ (Q ⇒ P ).
preuve.
P Q P ⇒Q Q⇒P (P ⇒ Q) ∧ (Q ⇒ P ) (P ⇔ Q)
1 1 1 1 1 1
1 0 0 1 0 0
0 1 1 0 0 0
0 0 1 1 1 1
8)Propriétés des connecteurs logiques Quelle que soit la valeur de vérité des
propositions P, Q, R les propriétés suivantes sont toujours vraies.
(1) P ∨ P.
(2) P ⇔ P.
(3) P ∧ P ⇔ P.
(4) P ∧ Q ⇔ Q ∧ P. Commutativité de ∧
(5) P ∨ Q ⇔ Q ∨ P. Commutativité de ∨
1. RÉGLES DE LOGIQUE FORMELLE 11
Exemple 1.26. (1) Tous les étudiants de la section 1 ont un groupe sanguin.
∀ étudiant ∈ section 1, ∃ un groupe sanguin, étudiant a un groupe sanguin.
Vraie (cela veut dire que chaque étudiant a un groupe sanguin).
(2) Il existe un groupe sanguin pour tous les étudiants de la section 1. ∃ un groupe
sanguin O− , ∀ l’étudiant de section 1, l’étudiant a O− . Fausse (cela veut dire
que tous les étudiants ont le même groupe sanguin ce qui est peut probable).
(3) La proposition (∀x ∈ IR, ∃y ∈ IR : x + y = 0) est vraie en effet ∀x ∈ IR, ∃y =
−x ∈ IR, x + (−x) = 0.
(4) ∃y ∈ IR, ∀x ∈ IR, x2 ≥ y c’est vraie car ∃y = 0, ∀x ∈ IR, x2 ≥ 0.
Régles de négations
Soit P (x) une proposition,
(1) la négation de ∀x ∈ E, P (x) est : ∃x ∈ E, P (x).
(2) la négation de ∃x ∈ E, P (x) est : ∀x ∈ E, P (x).
Remarque 1.27. (1) ∃x ∈ E, ∀y ∈ E, P (x, y) veut dire que x est constante
(fixé), il est indépendant de y qui varie dans E.
(2) ∀x ∈ E, ∃y ∈, P (x, y) veut dire y dépend x , par une certaine relation f telle
que y = f (x).
(3) On peut permuter entre deux quantificateurs de la même nature :
∀x, ∀y, P (x, y) ⇔ ∀y, ∀x, P (x, y).
2. Méthodes de raisonnement
Pour montrer que (P ⇒ Q) est vraie on peut utiliser ce qui suit :
(1) Méthode de raisonnement direct
On suppose que P est vraie et on démontre que Q l’est aussi.
Exemple 2.1. Montrons que pour n ∈ IN si n est pair ⇒ n2 est pair.
On suppose que n est pair, i.e., ∃k ∈ Z, n = 2k donc
n.n = 2(2k 2 ) ⇒ n2 = 2k 0
on pose k 0 = 2k 2 ∈ Z ainsi ∃k 0 ∈ Z, n2 = 2k 0 , n2 est pair, d’où le résultat.
(2) Méthodes du raisonnement par la contraposée
Sachant que (P ⇒ Q) ⇔ (Q ⇒ P ), pour montrer que P ⇒ Q on utilise la
contraposée, c’est à dire il suffit de montrer que Q ⇒ P de manière directe,
on suppose que Q est vraie et on montre que P est vraie.
3. EXERCICES CORRIGÉS 13
Exemple 2.2. Montrons que n2 est impair ⇒ n est impair. Par contrapo-
sée il suffit de montrer que si n est pair ⇒ n2 est pair voir l’exemple précédent.
(3) Raisonnement par l’absurde
Pour montrer que R est une proposition vraie on suppose que R est vrai et on
tombe sur une contradiction (quelque chôse d’absurde), quand R : P ⇒ Q est
une implication par l’absurde on suppose que R : R ∧ Q est vraie et on tombe
sur une contradicition.
√
Exemple 2.3. (a) Montrer que 2 est un irrationnel.
(b) n est pair ⇒ n2 est pair, par l’absurde : on suppose que n est pair et que
n2 est impaire contradiction
(4) Contre exemple
Pour montrer qu’une proposition est fausse il suffit de donner ce qu’on appelle
un contre-exemple c’est à dire un cas particulier pour lequel la proposition est
fausse.
Exemple 2.4. (n est un nombre pair )⇒ (n2 +1 est pair), fausse car pour
n = 2, 4 + 1 = 5 n’est pas pair, c’est un contre-exemple.
(5) Raisonnement par recurrence
Pour montrer que P (n) : ∀n ∈ IN, n ≥ n0 , Pn (x) est vraie on suit les étapes
suivantes :
(a) On montre que P (n0 ) est vraie, (valeur initiale).
(b) On suppose que P (n) est vraie à l’ordre n
(c) On montre que P (n + 1) est vraie à l’ordre n + 1
Alors P est vrai pour tous n ≥ n0 .
n(n+1)
Exemple 2.5. Montrer ∀n ∈ IN∗ : 1 + 2 + ... + n = 2
1(2)
(a) Pour n = 1, P (1) est vraie 1 = 2
.
(b) On suppose que 1 + 2 + ... + n = n(n+1) 2
est vraie.
(c) On montre que 1 + 2 + ... + n + 1 = (n+1)(n+2)2
est vraie,
1 + 2 + ... + n + 1 = 1 + 2 + ... + n + (n + 1) = n(n+1)
2
= (n+1)(n+2)
+ (n + 1) 2
ainsi P est vraie à l’ordre n + 1 alors ∀n ∈ IN : 1 + 2 + ... + n = n(n+1)
∗
2
est vraie.
3. Exercices Corrigés
Exercice 1. Donner la négation des propositions suivantes :
(1) ∀x ∈ IR, ∃y ∈ IR, 2x + y > 3.
(2) ∀ > 0, ∃α > 0, |x| < α ⇒ |x2 | < .
14
2. ÉLÉMENT DE LOGIQUE ET MÉTHODES DE RAISONNEMENT AVEC EXERCICES CORRIGÉS
(2) Soit n ∈ IN par l’absurde supposons que n2 est pair et n est impair, alors ∃k ∈
Z tel que n = 2k +1 d’où n2 = 2(2k 2 +2k)+1 = 2k 0 +1, k 0 = (2k 2 +2k) ∈ Z, n2
est impair contradiction car n2 est pair. Ce que nous avons supposé au départ
est faux c’est à dire ∀n ∈ IN, n2 pair ⇒ n est pair est vraie.
Exercice 5. Par contraposée, montrer que
(1) Si (n2 − 1) n’est pas divisible par 8 ⇒ n est pair.
(2) (∀ > 0, |x| ≤ ) ⇒ x = 0.
Solution . (1) Montrons que sa contraposée :( n est impair ⇒ (n2 − 1) est
divisible par 8) est vraie.
Soit n impair alors ∃k ∈ Z tel que n = 2k + 1 et donc n2 = 4k 2 + 4k + 1 ⇒
n2 − 1 = 4k 2 + 4k = 4k(k + 1) il suffit de montrer que k(k + 1) est pair.
Montrons que k(k + 1) est pair on a deux cas :
Si k est pair alors k + 1 est impair donc le produit d’un nombre pair et d’un
nombre impair est pair voir exercice 2 question (3).
Si k est impair, alors k + 1 est pair donc le produit est pair c’est le même
raisonnement, (il faut savoir que le produit de deux nombre consécutifs est
toujours pair).
Ainsi k(k + 1) est pair ∃k 0 ∈ Z /k(k + 1) = 2k 0 , d’où n2 − 1 = 4(2k 0 ) = 8k 0 ⇒
n2 − 1 est divisible par 8.
(2) Montrons que sa contraposée :( x 6= 0 ⇒ (∃ > 0, |x| > )) est vraie.
Soit x 6= 0, il existe = x2 > 0 tel que |x| > x2 car x 6= 0 d’où le résultat.
Exercice 6. Montrer par récurrence que
2 2
– ∀n ∈ IN∗ : 13 + 23 + ... + n3 = n (n+1)
4
– ∀n ∈ IN∗ , 4n + 6n − 1 est un multiple de 9.
n2 (n+1)2
Solution . – Montrons que ∀n ∈ IN∗ : 13 + 23 + ... + n3 = 4
.
12 (2)2
(1) Pour n = 1 on a : 13 = 4
= 1, P (1) est vraie.
n2 (n+1)2
(2) On suppose que :13 + 23 + ... + n3 = 4
est vraie.
2 2
(3) On montre que :13 + 23 + ... + (n + 1)3 = (n+1) 4(n+2) est vraie. En utilisant
p(n) on obtient :
n2 (n + 1)2
13 + 23 + ... + (n + 1)3 = 13 + 23 + ... + n3 + (n + 1)3 = + (n + 1)3
4
n2 (n + 1)2 + 4(n + 1)3 (n + 1)2 (n2 + 4n + 4)
13 + 23 + ... + (n + 1)3 = + (n + 1)3 =
4 4
2 2 2
(n + 1) (n + 2)
13 + 23 + ... + (n + 1)3 = .
4
2 2
Ainsi P (n + 1) est vraie , alors ∀n ∈ IN∗ : 13 + 23 + ... + n3 = n (n+1)
4
.
∗ n
– Montrons que ∀n ∈ IN , 4 + 6n − 1 est un multiple de 9, c’est à dire ∀n ∈
IN∗ , ∃k ∈ Z /4n + 6n − 1 = 9k.
3. EXERCICES CORRIGÉS 17
Ac ∩ B c ⊂ (A ∪ B)c :
Soit x ∈ (Ac ∩ B c ) ⇒ x ∈ Ac ∧ x ∈ B c ⇒ x ∈ / A∧x ∈ / B ⇒ x ∈ / (A ∪ B), d’où
Ac ∩ B c ⊂ (A ∪ B)c , ainsi (A ∪ B)c = Ac ∩ B c . On suit le même raisonnement pour la
seconde relation.
1.7. Produit Cartesien. Soient A, B deux ensembles , a ∈ A, b ∈ B on note
A × B = {(a, b), a ∈ A, b ∈ B} l’ensemble A × B est l’ensemble des couples (a, b) pris
dans cet ordre il est appelé ensemble produit cartésien des ensemble A et B.
Remarque 1.5. Si A et B sont des ensembles finis et si on désigne par :
(2) f2 : IR 7−→ IR
x 7−→ 5x + 3.
f2 est injective car :∀x1 , x2 ∈ IR, f (x1 ) = f (x2 ) ⇒ 5x1 + 3 = 5x2 + 3 ⇒ 5x1 =
5x2 ⇒ x1 = x2 .
2.2.5. 3) La bijection. f est une application bijective si elle injective et surjective,
c’est à dire tout élément de F est l’image d’un unique élément de E, f est bijective si
et seulement si :
(∀y ∈ F ), (∃!x ∈ E), (f (x) = y). (∃! signifie unique)
Exemple 2.8. (1) f1 n’est pas bijective car elle n’est pas surjective.
(2) f2 est bijective.
Remarque 2.9. Lorsque une application f est bijective cela veut dire que l’appli-
cation inverse f −1 existe. f −1 est aussi bijective de F sur E et (f −1 )−1 = f.
Exemple 2.10. f2 est bijective et sa bijection est définie par :
f2−1 : IR 7−→ IR
y−3
y 7−→ .
5
2.2.6. 4) La composition d’application. Soient E, F, G des ensembles et deux appli-
cations f, g telles que
f : E 7−→ F, g : F 7−→ G
x 7−→ f (x) = y , y 7−→ g(y) = z
On définit l’application
g ◦ f : E 7−→ G
x 7−→ g ◦ f (x) = z.
Proposition 2.11. (1) Si f et g sont injectives ⇒ g ◦ f est injective.
(2) Si f et g sont surjectives ⇒ g ◦ f est surjective.
2. APPLICATIONS ET RELATIONS D’ÉQUIVALENCES 25
Exemple 2.13. f (x) = x2 , A = [−1, 0], B = [0, 1], A∩B = {0}, f (A) = [0, 1], f (B) =
[0, 1],
f (A) ∩ f (B) = [0, 1], f (A ∩ B) = f ({0}) = {0} =
6 [0, 1] = f (A) ∩ f (B).
L’égalité :f (A ∩ B) = f (A) ∩ f (B) est vérifiée lorsque f est injective.
Proposition 2.14. Soit f : E 7−→ F , g : F 7−→ G on a :
(1) g ◦ f est injective, alors f est injective.
(2) g ◦ f est surjective, alors g est surjective.
(3) g ◦ f est bijective, alors f est injective et g est surjective.
preuve. (1) Soit x1 , x2 ∈ E/f (x1 ) = f (x2 ), alors g(f (x1 )) = g(f (x2 )) comme
g ◦ f est injective ainsi x1 = x2 d’où f est injective.
(2) On a f (E) ⊂ F ⇒ g ◦ f (E) ⊂ g(F ) ⊂ G, puisque g ◦ f est surjective , alors
g ◦ f (E) = G, ainsi G ⊂ g(F ) d’où G = g(F ), g est surjective
Définition 3.6. une relation d’ordre dans un ensemble E est dite d’ordre total si
deux éléments quelconques de E sont comparables , ∀x, y ∈ E, on a xRy ou yRx.
Une relation d’ordre est dite d’ordre partiel si elle n’est pas d’ordre total.
Exemple 3.7. – ∀x, y ∈ IR, xRy ⇔ x ≤ y, est une relation d’ordre total.
(1) R est réflexive : ∀x ∈ IR, x ≤ x ⇔ xRx.
(2) R est antisymétrique : ∀x, y ∈ IR, ((xRy) ∧ (yRx)) ⇔ ((x ≤ y) ∧ (y ≤ x)) ⇒
x = y.
(3) R est transitive : ∀x, y, z ∈ IR, ((xRy) ∧ (yRz)) ⇔ ((x ≤ y) ∧ (y ≤ z)) ⇔
y ≤ z ⇒ x ≤ z ⇔ xRz.
(4) R est une relation d’ordre total car ∀x, y ∈ IR, x ≤ou y ≤ x.
– Soient (x, y), (x0 , y 0 ) ∈ IR2 ; (x, y)R(x0 , y 0 ) ⇔ (x ≤ x0 ) ∧ (y ≤ y 0 ) est une relation
d’ordre partiel, en effet : ∃(1, 2), (3, 0) ∈ IR2 , et (1, 2) n’est pas en relation avec
(3, 0), et (3, 0) n’est pas en relation avec (1, 2) .
x = Cx = ẋ = {y ∈ E/xRy}
E/R = {ẋ/x ∈ E}
2
(1) C0 = {y ∈ E/0Ry}, 0Ry ⇔ y − y = 0, ainsi C0 = {0, 1}.
(2) 1 = {y ∈ E/1Ry}, y 2 − y = 1 − 1 = 0, ainsi 1 = {0, 1}.
(3) 2̇ = {y ∈ E/2Ry}, y 2 − y = 2, ainsi 2̇ = {−1, 2}.
(4) C 1 = {y ∈ E/ 12 Ry}, y 2 − y = 1
4
− 1
2
= − 41 , ainsi C 1 = { 12 }.
2 2
28 3. THÉORIE DES ENSEMBLES AVEC EXERCICES CORRIGÉS
4. Exercices Corrigés
Exercice 7. On considère les ensembles suivants :
A = {1, 2, 5}, B = {{1, 2}, 5}, C = {{1, 2, 5}}, D = {∅, 1, 2, 5},
E = {5, 1, 2}, F = {{1, 2}, {5}}, G = {{1, 2}, {5}, 5}, H = {5, {1}, {2}}.
(1) Quelles sont les relations d’égalité ou d’inclusion qui existent entre ces en-
sembles ?
(2) Déterminer A ∩ B, G ∪ H, E − G.
(3) Quel est le complémentaire de A dans D.
Solution . (1) On remarque A = E, A ⊂ D, E ⊂ D, B ⊂ G, F ⊂ G.
(2) A ∩ B = {5}, G ∪ H = {5, {1}, {2}, {1, 2}, {5}}, E − G = {1, 2}.
A
(3) CD = {∅}.
Exercice 8. Etant donné A, B et C trois parties d’un ensemble E,
a) Montrer que :
(1) (A ∩ B) ∪ B c = A ∪ B c .
(2) (A − B) − C = A − (B ∪ C).
(3) A − (B ∩ C) = (A − B) ∪ (A − C).
b) Simplifier :
(1) (A ∪ B) ∩ (C ∪ A).
(2) (A ∩ B) ∪ (C ∩ A).
Solution . a) Montrons que :
(1) (A ∩ B) ∪ B c = A ∪ B c .
Soit x ∈ (A ∩ B) ∪ B c ⇔ x ∈ (A ∩ B) ∨ x ∈ B c ,
x ∈ (A ∩ B) ∪ B c ⇔ (x ∈ A ∧ x ∈ B) ∨ (x ∈/ B)
⇔ (x ∈ A ∨ x ∈/ B) ∧ (x ∈ B ∨ x ∈
/ B)
c c
⇔ x ∈ (A ∪ B ) ∧ x ∈ (B ∪ B )
⇔ x ∈ (A ∪ B c ) ∩ E
⇔ x ∈ A ∪ Bc.
Car E = B c ∪ B et A ∪ B c est un sous ensemble se E.
(2) (A − B) − C = A − (B ∪ C). Soit x ∈ (A − B) − C on a :
x ∈ (A − B) − C ⇔ (x ∈ A ∧ x ∈
/ B) ∧ (x ∈/ C)
⇔ x ∈ A ∧ (x ∈
/ B∧x∈ / C)
⇔ x ∈ A ∧ (x ∈ B ∩ C c )
c
(3) A − (B ∩ C) = (A − B) ∪ (A − C).
x ∈ A − (B ∩ C) ⇔ (x ∈ A ∧ (x ∈
/ B∧x∈ / C)
⇔ (x ∈ A ∧ x ∈
/ B) ∧ (x ∈ A ∧ x ∈
/ C)
⇔ x ∈ (A − B) ∧ x ∈ (A − C)
⇔ x ∈ (A − B) ∩ (A − C).
b) Simplifions
(1) (A ∪ B) ∩ (C ∪ A).
(A ∪ B) ∩ (C ∪ A) = (A ∩ B) ∩ (C ∩ A)
= (A ∩ A) ∩ (B ∩ C)
= ∅ ∩ (B ∩ C)
= ∅.
(2) (A ∩ B) ∪ (C ∩ A).
(A ∩ B) ∪ (C ∩ A) = (A ∪ B) ∪ (C ∪ A)
= (A ∪ A) ∪ (B ∪ C)
= E ∪ (B ∪ C)
= E.
Exercice 9. Soient E = [0, 1], F = [−1, 1], et G = [0, 2] trois intervalles de IR.
Considérons l’application f de E dans G définie par :
f (x) = 2 − x,
et l’application g de F dans G définie par :
g(x) = x2 + 1
(1) Déterminer f ({1/2}), f −1 ({0}), g([−1, 1]), g −1 [0, 2]).
(2) L’application f est-elle bijective ? justifier.
(3) L’application g est-elle bijective ? justifier.
(c) g([−1, 1]) = {g(x) ∈ [0, 2]/x ∈ [−1, 1]}, on a x ∈ [−1, 0]∪]0, 1].
x ∈ [−1, 0] ⇒ −1 ≤ x ≤ 0
⇒ 0 ≤ x2 ≤ 1
⇒ 1 ≤ x2 + 1 ≤ 2
⇒ g(x) ∈ [1, 2] ⊂ [0, 2]
d’où g([−1, 0]) = [1, 2]
x ∈]0, 1] ⇒ 0<x≤1
⇒ 0 < x2 ≤ 1
⇒ 1 < x2 + 1 ≤ 2
⇒ g(x) ∈]1, 2] ⊂ [0, 2]
d’où g(]0, 1]) =]1, 2], g([−1, 1]) = [1, 2].
(d) g −1 ([0, 2]) = {x ∈ [−1, 1]/g(x) ∈ [0, 2]}, on a
g(x) ∈ [0, 2] ⇒ 0 ≤ x2 + 1 ≤ 2
⇒ −1 ≤ x2 ≤ 1
⇒ (−1 ≤ x2 < 0) ∨ (0 ≤ x2 ≤ 1)
l’ingalité (−1 ≤ x2 < 0) n’a pas de solutions.
0 ≤ x2 ≤ 1 ⇔ 0 ≤ |x| ≤ 1 ⇔ −1 ≤ x ≤ 1.
Ainsi
g −1 ([0, 2]) = ∅ ∪ [−1, 1] = [−1, 1].
(2) Comme f −1 ({0}) = ∅ c’est à dire l’élément 0 ∈ [0, 2] n’admet pas d’antécédent
par f dans [−1, 1] donc f n’est pas surjetive et par suite n’est pas bijective.
(3) L’application g est paire donc g(−1) = g(1) or −1 6= 1 donc g n’est pas
injective d’où g ne peut être bijective, aussi on remarque que g([−1, 1]) =
[1, 2] 6= [0, 2] donc g n’est pas surjecive, alors n’est pas aussi bijective.
Exercice 10. On définit sur IR2 la relation R par :
(x, y)R(x0 , y 0 ) ⇔ x + y = x0 + y 0
(1) Montrer que R une relation d’équivalence.
(2) Trouver la classe d’équivalence du couple (0, 0).
Solution . R est une classe d’équivalence si et seulement si elle est réfléxive et
symétrique et transitive.
(1) a) R est réfléxive si et seulement si ∀(x, y) ∈ IR2 , (x, y)R(x, y)
(x, y)R(x, y) ⇔ x + y = x + y .
4. EXERCICES CORRIGÉS 31
(x, y)R(x0 , y 0 ) ⇒ x + y = x0 + y 0
⇒ x0 + y 0 = x + y
⇒ (x0 , y 0 )R(x, y)
D’où R est symétique.
c) R est transitive si et seulement si
∀(x, y), (x0 , y 0 ), (x”, y”) ∈ IR2 , (x, y)R(x0 , y 0 ) ∧ (x0 , y 0 )R(x”, y”) ⇒ (x, y)R(x”, y”)
x + y = x0 + y 0
(x, y)R(x0 , y 0 ) ∧ (x0 , y 0 )R(x”, y”) ⇒ ∧
x0 + y 0 = x” + y”
⇒ x + y = x” + y”
⇒ (x, y)R(x”, y”)
D’où R est transitive, Ainsi R est une relation d’équivalence.
(2) Trouvons la classe d’équivalence du couple (0, 0).
C((0, 0)) = {(x, y) ∈ IR2 /(x, y)R(0, 0)}
= {(x, y) ∈ IR2 /x + y = 0}
= {(x, y) ∈ IR2 /y = −x}
= {(x, −x)/x ∈ IR}.
Solution . T est une relation d’ordre si et seulement si elle est réfléxive et anti-
symétrique et transitive.
(1) a) R est réfléxive si et seulement si ∀(x, y) ∈ IR2 , (x, y)R(x, y)
(x, y)R(x, y) ⇔ |x − x| ≤ y − y ⇒ 0 ≤ 0 .
D’où T est réfléxive.
b) T est anti-symétrique si et seulement si
∀(x, y), (x0 , y 0 ) ∈ IR2 , ((x, y)T (x0 , y 0 )) ∧ ((x0 , y 0 )T (x, y)) ⇒ (x, y) = (x0 , y 0 )
32 3. THÉORIE DES ENSEMBLES AVEC EXERCICES CORRIGÉS
|x − x0 | ≤ y 0 − y
0 0 0 0
(x, y)T (x , y ) ∧ (x , y )T (x, y) ⇒ et
0
|x − x| ≤ y − y 0
⇒ 2|x − x0 | ≤ 0
⇒ |x − x0 | = 0
⇒ x = x0
⇒ y0 − y ≥ 0 ∧ y − y0 ≥ 0
⇒ y0 − y ≥ 0 ∧ y0 − y ≤ 0
⇒ y0 − y = 0 ⇒ y = y0.
D’où (x, y) = (x0 , y 0 ), alors T est anti-symétique.
c) T est transitive si et seulement si
∀(x, y), (x0 , y 0 ), (x”, y”) ∈ IR2 , ((x, y)T (x0 , y 0 )) ∧ ((x0 , y 0 )T (x”, y”)) ⇒ (x, y)T (x”, y”)
|x − x0 | ≤ y 0 − y
(x, y)T (x0 , y 0 ) ∧ (x0 , y 0 )T (x”, y”) ⇒ et
|x0 − x”| ≤ y” − y 0
−y 0 + y ≤ x − x0 ≤ y 0 − y
⇒ et
−y” + y 0 ≤ x0 − x” ≤ y” − y 0
⇒ −y” + y ≤ x0 − x” ≤ y” − y
⇒ |x − x”| ≤ y” − y
⇒ (x, y)T (x”, y”)
D’où T est transitive, alors c’est un relation d’ordre.
L’ordre n’est pas total car ∃(x, y) = (2, 3) et (x0 , y 0 ) = (4, 3) tels que si on
suppose que (x, y)T (x0 , y 0 ) ⇒ |2 − 4| ≤ 0 ce qui absurde.
De plus (x0 , y 0 )T (x, y) ⇒ |4 − 2| ≤ 0 faux.
(2) Soit (a, b) ∈ IR2 , déterminons l’ensemble {x, y) ∈ IR2 /(x, y)T (a, b)}.
2. Groupes
Définition 2.1. On appelle groupe un ensemble G muni d’une loi ou opération
ineterne ? telle que :
(1) ? admet un élément neutre.
(2) Tout élément de G admet un élément symétrique dans G.
(3) ? est associative.
Si de plus ? est commutatif, alors (G, ?) est un groupe commutatif ou abélien.
Exemple 2.2. (1) (Z, +) est un groupe commutatif.
(2) (IR, ×) n’est pas un groupe car 0 n’admet pas d’élément symétrique.
(3) (IR∗+ , ×) est un groupe commutatif.
3. Anneaux
Définition 3.1. Soit A un ensemble muni de deux lois de composition internes
?, δ, on dit que (A, ?, δ) est un anneau si :
(1) (A, ?) est un groupe commutatif.
(2) ∀x, y, z ∈ A,
xδ(y ? z) = (xδy) ? (xδz) et (x ? y)δz = (xδz) ? (yδz),
distributivité à gauche et à droite.
(3) δ est associative .
Si de plus δ est commutative, on dit que (A, ?, δ) est un anneau commutatif.
Si δ admet un élément neutre, on dit que (A, ?, δ) est un anneau unitaire.
Exemple 3.2. (Z, +, ·) est un anneau commutatif et unitaire.
4. Corps
Définition 4.1. Soit IK un ensemble munie de deux lois de composition internes
?, δ, on dit que (IK, ?, δ) est un corps si :
(1) (IK, ?, δ) est un anneau unitaire.
(2) (IK − {e}, δ) est un groupe , où e est l’élément neutre de ?.
Si de plus δ est commutative, On dit que (IK, ?, δ) est un corps commutatif.
Exemple 4.2. (IR, +, ·) est un corps commutatif.
5. EXERCICES CORRIGÉS 37
5. Exercices Corrigés
Exercice 12. Soit ∗ une loi définie sur IR par :
x ∗ y = xy + (x2 − 1)(y 2 − 1)
(1) Vérifier que ∗ est commutative, non associative et admet un élément neutre.
(2) Résoudre les équations suivantes : 2 ∗ y = 5, x ∗ x = 1.
Solution . (1) ∗ est commutative si et seulement si :
∀x, y ∈ IR/x ∗ y = y ∗ x.
On sait qu’un polynôme est nul ∀x si tous ses coefficients sont tous nuls, et
comme le coefficient de x est 1 6= 0 on déduit que le polynôme ne peut s’annuler,
d’où e = 1 est vraie. e = 1 est l’élément neutre.
(4) 2 ∗ y = 5 ⇒ 2y + 3(y 2 − 1) = 5 ⇒ y = 4/3 ∨ y = −2.
38 4. STRUCTURES ALGÉBRIQUES AVEC EXERCICES CORRIGÉS
∀(x, y), (x0 , y 0 ), (x”, y”) ∈ G, /[(x, y) ∗ (x0 , y 0 )] ∗ (x”, y”) = (x, y) ∗ [(x0 , y 0 ) ∗ (x”, y”)]?
e = 1 ∈ IR∗ , x 6= 0
⇒
e0 = 0 ∈ IR,
(3) ∀(x, y) ∈ G, ∃(x0 , y 0 ) ∈ G/(x, y) ∗ (x0 , y 0 ) = (x0 , y 0 ) ∗ (x, y) = (e, e0 ) = (1, 0).
(x, y) ∗ (x0 , y 0 ) = (1, 0) (xx0 , xy 0 + y) = (1, 0)
⇒
(x0 , y 0 ) ∗ (x, y) = (1, 0) (x0 x, x0 y + y 0 ) = (1, 0)
xx0 = 1
0
xy + y = 0
⇒
x0 x = 1
x0 y + y 0 = 0
x = 1/x ∈ IR∗ , x 6= 0
0
⇒
y 0 = −y/x ∈ IR, x 6= 0
ainsi le symétrique de (x, y) ∈ G est (x0 , y 0 ) = (1/x, −y/x) ∈ G, alors (G, ∗)
est un groupe.
(4) ∗ est non commutatif si et seulement si
∃(x, y) = (2, 0) ∈ G, ∃(x0 , y 0 ) = (1, 1) ∈ G/(x, y) ∗ (x0 , y 0 ) 6= (x0 , y 0 ) ∗ (x, y).
(2, 0) ∗ (1, 1) = (2, 2) ...(1)
(1, 1) ∗ (2, 0) = (2, 1) ...(2)
on remarque que (1) 6= (2), alors (G, ∗) est un groupe non commutatif.
Exercice 14. On définit sur Z2 les deux lois ⊕, comme suit :
∀(x, y), (x0 , y 0 ) ∈ IR2 , (x, y) ⊕ (x0 , y 0 ) = (x + x0 , y + y 0 ),
[(x, y)(x0 , y 0 )](x”, y”) = (xx0 , xy 0 +yx0 )(x”, y”) = (xx0 x”, xx0 y”+xy 0 x”+yx0 x”)...(1)
(x, y)[(x0 , y 0 )(x”, y”)] = (x, y)(x0 x”, x0 y”+y 0 x”) = (xx0 x”, xx0 y”+xx”y 0 +yx0 x”)...(2)
(1) = (2) d’où le résultat.
– distributive par rapport à ⊕ : ∀(x, y), (x0 , y 0 ), (x”, y”) ∈ IR2 ,
[(x, y) (x0 , y 0 )] ⊕ [(x, y) (x”, y”] = (xx0 , xy 0 + yx0 ) ⊕ (xx”, xy” + yx”).
De plus
[(x, y) (x0 , y 0 )] ⊕ [(x, y) (x”, y”] = (xx0 + xx”, xy 0 + yx0 + xy” + yx”)...(4)
d’où (3) = (4).
Montrons que :
[(x, y) ⊕ (x0 , y 0 )] (x”, y”) = [(x, y) (x”, y”)] ⊕ [(x0 , y 0 ) (x”, y”)].
5. EXERCICES CORRIGÉS 41
On a :
[(x, y)⊕(x , y )](x”, y”) = (x+x0 , y+y 0 )(x”, y”) = (xx”+x0 x, xy”+x0 y”+yx”+y 0 x”)...(5)
0 0
[(x, y) (x”, y”)] ⊕ [(x0 , y 0 ) (x”, y”)] = (xx”, xy” + yx”) ⊕ (x0 x”, x0 y” + y 0 x”),
[(x, y) (x”, y”)] ⊕ [(x0 , y 0 ) (x”, y”)] = (xx” + x0 x”, xy” + yx” + x0 y” + y 0 x”)...(6)
d’où (5) = (6).
(3) est commutatif : ∀(x, y), (x0 , y 0 ) ∈ IR2 ,
(x, y) (x0 , y 0 ) = (xx0 , xy 0 + yx0 )...(7)
(x0 , y 0 ) (x, y) = (x0 x, x0 y + y 0 x) = (xx0 , xy 0 + yx0 )..(8) = (7)
d’où le résultat.
CHAPITRE 5
(x, y) → x + y
et d’une opération externe notée (·) :
(·) : IK × E → E
(λ, x) → λ · x
Définition 1.1. Un espace vectoriel sur le corps IK ou un IK− espace vectoriel
est un triplet (E, +, ·) tel que :
(1) (E, +) est un groupe commutatif.
(2) ∀λ ∈ IK, ∀x, y ∈ E, λ · (x + y) = λ · x + λ · y
(3) ∀λ, µ ∈ IK, ∀x ∈ E, (λ + µ) · x = λ · x + µ · x
(4) ∀λ, µ ∈ IK, ∀x ∈ E, (λ · µ) · x = λ(µ.x)
(5) ∀x ∈ E, 1IK · x = x
Les éléments de l’espace vectoriel sont appelés des vecteurs et ceux de IK des sca-
laires.
Proposition 1.2. Si E est IK− espace vectoriel, alors on a les propriétés sui-
vantes :
(1) ∀x ∈ E, 0IK · x = 0E
(2) ∀x ∈ E, −1IK · x = −x
(3) ∀λ ∈ IK, λ · 0E = 0E
(4) ∀λ ∈ IK, ∀x, y ∈ E, λ · (x − y) = λ · x − λ · y
(5) ∀λ ∈ IK, ∀x ∈ E, x · λ = 0E ⇔ x = 0E ∨ λ = 0IK
Exemple 1.3. (1) (IR, +, .) est un IR− espace vectoriel, (C, +, .) est un C−e.v.
43
5. NOTION DE IK− ESPACES VECTORIELS(IK ÉTANT UN CORPS COMMUTATIF) AVEC EXERCICES CORRIGÉS
44
(3) Si {e1 , e2 ..., en } est une famille libre et génératrice de E, alors {e1 , e2 ..., en }
est appelée une base de E.
Remarque 4.2. Dans un espace vectoriel E, tout vecteur non nul est libre.
0 0 0
Théorème 4.3. Si {e1 , e2 ..., en } et {e1 , e2 ..., em } sont deux bases de l’espace vec-
toriel E, alors n = m. En d’autre termes, si un espace vectoriel admet une base alors
toutes les bases de E ont le même nombre d’éléments (ou même cardinal), ce nombre
la ne dépend pas de la base mais il dépend seulement de l’espace E. D’où la définition
suivante.
Définition 4.4. Soit E un IK− espace vectoriel de base B = {e1 , e2 ..., en }, alors
dim(E) = Card(B).
où dim(E) : est la dimension de E et Card(B) : est le cardinal de B.
Remarque 4.5. donc chercher une base pour un espace vectoriel c’est trouver une
famille de vecteurs dans E, qui forment un famille libre et génératrice de E, le nombre
d’éléments de cette famille représente dimE.
Exemple 4.6. (1) Cherchons une base de IR3 , il faut trouver une famille de
vecteurs dans IR3 qui engendre IR3 et qui soit libre :
∀(x, y, z) ∈ IR3 , (x, y, z) = (x, 0, 0)+(0, y, 0)+(0, 0, z) = x(1, 0, 0)+y(0, 1, 0)+z(0, 0, 1).
En posant, e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1) on voit bien que {e1 , e2 , e3 }
est une famille génératrice, et aussi libre en effet ; si ∀λ1 , λ2 , λ3 ∈ IK :
λ1 e1 +λ2 e2 +λ3 e3 = (0, 0, 0) ⇒ λ1 (1, 0, 0)+λ2 (0, 1, 0)+λ3 (0, 0, 1) = (λ1 , λ2 , λ3 ) = (0, 0, 0).
{e1 , e2 , e3 } est appelée base canonique de IR3 .
(2) Montrons que les f1 = (1, −1), f2 = (1, 1) il forment une base de IR2 , montrons
que
(a) {f1 , f2 } est génératrice ⇔ ∀(x, y) ∈ IR2 , ∃λ1 , λ2 ∈ IR,
(x, y) = λ1 f1 + λ2 f2 , (x, y) = (λ1 + λ2 , λ2 − λ1 )
ainsi
x+y x−y
λ2 = , λ1 =
2 2,
donc {f1 , f2 } est génératrice.
(b) {f1 , f2 } est libre ∀λ1 , λ2 ∈ IR,
λ1 f1 + λ2 f2 = 0IR2 ⇒ (λ1 + λ2 , λ2 − λ1 ) = (0, 0) ⇒ 2λ2 = 0 ⇒ λ2 = λ1 = 0.
Théorème 4.7. Soit E un espace vectoriel de dimension n :
(1) Si {e1 , e2 ..., en } est base de E ⇔ {e1 , e2 ..., en } est génératrice ⇔ {e1 , e2 ..., en }
est libre.
(2) Si {e1 , e2 ..., ep } sont p vecteur dans E, avec p > n, alors {e1 , e2 ..., ep } ne peut
être libre, de plus si {e1 , e2 ..., ep } est génératrice, alors il existe n vecteurs
parmis {e1 , e2 ..., ep } forment une base E.
4. FAMILLES GÉNÉRATRICES, FAMILLES LIBRES ET BASES 47
(3) Si {e1 , e2 ..., ep } sont p vecteur dans E, avec p < n, alors {e1 , e2 ..., ep } ne peut
être génératrice de plus si {e1 , e2 ..., ep } est libre, alors il existe (n − p) vecteur
parmis {ep+1 , ep+2 , ..., en } dans E tels que {e1 , e2 ..., ep , ep+1 , ..., en } est une base
pour E.
(4) Si F est un sous espace vectoriel de E alors dimF ≤ n, et de plus dimF =
n ⇔ E = F.
Exemple 4.8. (1) Dans l’exemple précédent f1 = (1, −1), f2 = (2, 1) pour
montrer que {f1 , f2 } forme une base de IR2 , il suffit de montrer que {f1 , f2 }
est soit libre ou génératrice.( cette propriété est vraie dans le cas des espaces
vectoriels de dimensions finies).
(2) Pour montrer que {(1, 1, 1), (1, 1, 0), (0, 1, −1)} est une base de IR3 , il suffit de
montrer qu’elle est libre ou génératrice car dimIR3 = 3, {f1 , f2 } est libre car :
∀λ1 , λ2 , λ3 ∈ IR, λ1 (1, 1, 1) + λ2 (1, 1, 0) + λ3 (0, 1, −1) = (0, 0, 0)
λ1 + λ 2 = 0 λ1 = 0
⇔ λ1 + λ 2 + λ 3 = 0 ⇔ λ2 = 0
λ −λ =0 λ = 0 (solution unique)
1 3 3
donc {(1, 1, 1), (1, 1, 0), (0, 1, −1)} est une base de IR3 .
(3) Cherchons une base pour F = {(x + y, x − z, −y − z)/x, y, z ∈ IR}, comme
F ⊂ IR3 alors dimF ≤ 3, donc la base de F ne possède pas plus de trois
vecteur.
(x + y, x − z, y − z) = x(1, 1, 0) + y(1, 0, −1) + z(0, −1, −1)
ainsi v1 = (1, 1, 0), v2 = (1, 0, −1), v3 = (0, 1, −1) forment une famille géné-
ratrice pour F , si cette famille est libre, alors elle formera une base pour F.
∀λ1 , λ2 , λ3 ∈ IR,
λ1 (1, 1, 0) + λ2 (1, 0, −1) + λ3 (0, −1, −1) = (0, 0, 0)
λ 1 + λ2 = 0
λ2 = −λ1
⇔ λ 1 − λ3 = 0 ⇔
−λ − λ = 0 λ3 = λ1
2 3
Donc {(1, 1, 0), (1, 0, −1), (0, −1, −1)} n’est pas libre, mais d’après le théorème
précédent, on peut extraire de cette famille une base de F , pour le faire on
doit chercher deux vecteurs de famille qui sont libres, si on les trouve alors il
forment une base pour F, si on ne trouve pas on prend un vecteur non nul et
ce vecteur sera une base pour F. Prenons par exemple {v1 , v2 }
λ1 + λ2 = 0
λ1 (1, 1, 0) + λ2 (1, 0, −1) = (0, 0, 0) ⇔ λ1 = 0 ⇒ λ1 = λ2 = 0,
−λ = 0
2
Exemple 5.9. Dans l’exemple Imf2 = IR3 donc f2 est surjective, montrons que
f2 est injective
ker f2 = {(x, y, z) ∈ IR3 /f2 (x, y, z) = (0, 0, 0)},
⇒ ker f2 = {(x, y, z) ∈ IR3 /(−x + y, x − z, y) = (0, 0, 0)} ⇒ x = y = z = 0
donc ker f2 = {(0, 0, 0)}, ainsi f2 est bijective.
5.2. Application Linéaire sur des espace de dimension finies.
Proposition 5.10. Soit E et F deux IK espace vectoriels et f, g deux applications
linéaires de E dans F . Si E est de dimension finie n et {e1 , e2 , ..., en } une base de E,
alors ∀k ∈ {1, 2, .., n}, f (ek ) = g(ek ) ⇔ ∀x ∈ E, f (x) = g(x).
preuve. L’implication (⇐) est evidente.
Pour (⇒) on a E est engendré par {e1 , e2 , ..., en }, donc ∀x ∈ E, ∃λ1 , λ2 , ..., λn ∈ IK, x =
λ1 e1 + λ2 e2 + ... + λn en , comme f et g sont linéaires, alors
f (x) = f (λ1 e1 + λ2 e2 + ... + λn en ) = λ1 f (e1 ) + λ2 f (e2 ) + ... + λn f (en ),
g(x, y) = g(x(1, 0)+y(0, 1)) = xg(1, 0)+yg(0, 1) = x(2, 1)+y(−1, −1) = (2x−y, x−y)
ainsi g(x, y) = (2x − y, x − y).
Théorème 5.13. Soit f une application linéaire de E dans F avec dimension de
E est finie, on a :
dimE = dim ker f + dimIm(f )
(x, y) 7−→ x + 2y
comme dimIR = 2 ⇒ dimIm(f ) = dimIR2 − dim ker f1 = 2 − 1 = 1.
2
6. EXERCICES CORRIGÉS 51
6. Exercices Corrigés
Exercice 15. On considère dans IR3 , le sous ensemble F défini par :
F = {(x, y, z) ∈ IR3 /2x + y − z = 0}
(1) Montrer que F est un sous espace vectoriel de IR3 .
(2) Donner une base de F , quelle est sa dimension ?
(3) F est-il égale à IR3 ?
Solution . (1) :
F 6= ∅,
F est s.e.v ⇔
∀X, Y ∈ F, ∀λ, µ ∈ IR, λ.X + µ.Y ∈ F
– 0IR3 = (0, 0, 0) ∈ F ⇒ F 6= ∅, car 2.0 + 0 − 0 = 0.
– ∀X = (x, y, z), Y = (x0 , y 0 , z 0 ) ∈ F, λ, µ ∈ IR montrons que :
λ(x, y, z) + µ(x0 , y 0 , z 0 )∈? F,
c’est à dire (λx + µx0 , λy + µy 0 , λz + µz 0 )∈? F
2(λx + µx0 ) + (λy + µy 0 ) − (λz + µz 0 ) = λ(2x + y − z) + µ(2x0 + y 0 − z 0 ) = λ.0 + µ.0 = 0,
car :
(x, y, z) ∈ F ⇒ 2x + y − z = 0,
et (x0 , y 0 ; z 0 ) ∈ F ⇒ 2x0 + y 0 − z 0 = 0.
Ainsi λ(x, y, z) + µ(x0 , y 0 , z 0 ) ∈ F , F est sous espace vectoriel de IR3 .
5. NOTION DE IK− ESPACES VECTORIELS(IK ÉTANT UN CORPS COMMUTATIF) AVEC EXERCICES CORRIGÉS
52
Solution . (1) La famille {(1, 2), (−1, 1)} est génératrice de IR2 si et seule-
ment si
∀X = (x, y) ∈ IR2 , ∃λ, µ ∈ IR/X = λ(1, 2) + µ(−1, 1).
Soit (x, y) ∈ IR2 , cherchons λ, µ ∈ IR tel que :
(x, y) = λ(1, 2) + µ(−1, 1) = (λ − µ, 2λ + µ)
ainsi
x = λ − µ, ....(1) x+y −2x + y
(1) + (2) ⇒ λ = et µ =
y = 2λ + µ, ....(2) 3 3
d’où cette famille est génératrice.
(2) quelle sont les famille libre parmis les familles suivantes : F1 = {(1, 1, 0), (1, 0, 0), (0, 1, 1)},
F2 = {(0, 1, 1, 0), (1, 1, 1, 0), (2, 1, 1, 0)}.
i) F1 = {(1, 1, 0), (1, 0, 0), (0, 1, 1)} est libre si et seulement si
F1 est libre.
ii) F2 = {(0, 1, 1, 0), (1, 1, 1, 0), (2, 1, 1, 0)} est n’est pas libre car
Remarque 2.4. Le produit deux matrice n’est pas commutatif voiçi un exemple :
1 1 −1 2 −1 3 1 3
A.B = . = 6= B.A =
1 2 0 1 −1 4 1 2
3. Matrices carrées
Définition 3.1. Soit A une matrice carrée d’ordre n, A = (aij )1≤i≤n,1≤j≤n ,
(1) La suite des éléments {a11 , a22 , ..., ann } est appelée la diagonale principle de A.
(2) La trace de A est le nombre T r(A) = a11 + a22 + ... + ann .
(3) A est dite matrice diagonale si aij = 0, ∀i 6= j c’est à dire que les éléments de
A sont tous nuls sauf la diagonale principale.
(4) A est dite matice triangulaire supérieure (resp inférieure) si aij = 0, ∀i > j,
(resp i < j), c’est à dire les éléments qui sont au dessous(resp au dessus) de
la diagonale sont nuls).
(5) A st dite symétrique si A = At .
1 0 0
Exemple 3.2. (1) A1 = 0 −2 0 , A1 est une matrice diagonale.
0 0 1
−1 0 0
(2) A2 = 5 4 0 , A2 est une matrice triangulaire inférieure.
6 3 9
7 40 2
(3) A3 = 0 2 3 , A3 est une matrice triangulaire supérieure .
0 0 −1
1 2 −2 1 2 −2
(4) A4 = 2 12 1 = At = 2 12 1 , A4 est une matrice symé-
−2 1 10 −2 1 10
trique.
Proposition 3.3. Le produit des matrices est une opération interne dans M(n,n) (IK)
et il admet un élément neutre la matrice nommée matrice identitée notée In définie par :
1 0 0 0.. 0
0 1 0 0.. 0
0 0 1 0.. 0
In =
0 0 0 1.. 0
. . . .. 0
0 0 0 ..0 1
Définition 3.4. Soit A ∈ M(n,n) (IK) on dit que A est invesible s’il existe une
matrice B ∈ M(n,n) (IK) telle que A.B = B.A = In .
4. LES DÉTERMINANTS 61
1 2
Exemple 3.5. Montrons que la matrice A = est inversible et ceci en
0 −1
a b
cherchant la matice B = telle que
c d
1 2 a b 1 0 a b 1 2
A.B = . = = I2 = . = B.A
0 −1 c d 0 1 c d 0 −1
a + 2c b + 2d 1 0 a 2a − b
⇔ = =
−c −d 0 1 c 2c − d
1 2
B= .
0 −1
4. Les Déterminants
a11 a12
Définition 4.1. Soit A = une matrice dans M(2,2) (IK), on appelle
a21 a22
de A le nombre réel donné par : a11 a22 − a12 a21 . On le note det(A) ou
déterminant
a11 a12
a21 a22 ,
(5) det(A) ne change pas si on ajoute à une ligne une combinaison linéaires
d’autres lignes (même chôse pour les colonnes).
(6) Si B ∈ Mn (IK), alors det(A.B) = det(A).det(B).
3 0 −5
Exemple 4.10. (1) |A| = 2 2 1 = 0, car la ligne 1 est égale à la ligne
3 0 −5
3, L1 = L3 .
9 0 −15 3
2 2 1 1
(2) |B| = = 0, car L1 = 3 ∗ L4 .
1 0 −1 4
3 0 −5 1
1 1 −1 2
1 1 2 20
(3) |C| = = 0, car C1 = C2 .
0 0 −1 4
1 1 −10 2
Proposition 4.13. Soit V1 , V2 , ..., Vn , n vecteurs de IRn on (V1 , V2 , ..., Vn ) est une
base de IRn ⇔ det(V1 , V2 , ..., Vn ) 6= 0
Exemple 4.14. Soit V1 = (1, 2, 0), V2 = (0, −1, 1), V3 = (0, 0, 1), forment une base
de IR3 , car det(V1 , V2 , V3 ) = −1 6= 0.
4.1. Le rang d’un matrice.
Définition 4.15. Soit A ∈ M(n,p) (IK), on appelle rang de A et on note rgA l’ordre
de la plus grande matrice carrée B prise (extraite) dans A telle que detB 6= 0.
1 −1
Exemple 4.16. A = , detA = 2 6= 0, rgA = 2.
2 0
1 1
B= , detA = 0 6= 0, rgA = 1.
1 1
0 1 −1 0
C = −1 1 −1 1 , rgA < 4(rgA ≤ 3) la plus grande matrice carrée contenue
0 −1 1 0
6. NOTION DE MATRICE ASSOCIÉE À UNE APPLICATION LINÉAIRE ET CALCUL ALGÉBRIQUE SUR LES MATRIC
64
Théorème 4.17. le rang d’une matrice est égale au nombre maximale de vecteurs
lignes (ou colonnes) linéairement indépendants.
Définition 4.18. Soit A = (aij )1≤i≤n,1≤j≤n ∈ Mn (IK), on appelle cofacteur d’in-
dice i et j de A le scalaire
cij = (−1)i+j detAij .
Avec Aij est la matrice déduite de A par suppression de la ligne i t la colonne j.
La matrice C = (cij )1≤i≤n,1≤j≤n est appelée la matrice des cofacteurs et la matrice C t
est appellée la comatrice de A.
1 0 3 + − +
Exemple 4.19. Soit la matrice A = 1 −1 1 , − + − . Calculons
0 2 2 + − +
les coffacteurs de A
2 −1 1
1+1
c11 = (−1) det(A11 ) = (−1) = −4.
2 2
1 1
c11 = (−1)1+2 det(A12 ) = (−1)3 = −2.
0 2
4 1 −1
1+3
c11 = (−1) det(A13 ) = (−1) = 2.
0 2
3 0 3
2+1
c21 = (−1) det(A21 ) = (−1) = 6.
2 2
4 1 3
2+2
c22 = (−1) det(A22 ) = (−1) = 2.
0 2
5 1 0
2+3
c23 = (−1) det(A23 ) = (−1) = −2.
0 2
4 0 3
3+1
c31 = (−1) det(A31 ) = (−1) = 3.
−1 1
5. RELATIONS ENTRE UNE APPLICATION LINÉAIRE ET SA MATRICE ASSOCIÉE 65
3+2
1 3
5
c32 = (−1) det(A32 ) = (−1) = 2.
1 1
1 0
c33 = (−1)3+3 det(A33 ) = (−1)6 = −1.
1 −1
donc la matrice des cofacteurs est donnée par :
−4 −2 2
6 2 −2
3 2 −1
et la comatrice et
−4 6 3
C t = −2 2 2
2 −2 −1
Théorème 4.20. Soit A ∈ Mn (IK), on a :
Aest inversible ⇔ det(A) 6= 0,
et dans ce cas la matrice inverse de A est donnée par :
1
A−1 = C t.
det(A)
Où C t est la comatrice de A.
1 0 3
Exemple 4.21. La matrice A = 1 −1 1 , det(A) = 2 6= 0 donc elle est
0 2 2
inversible, de plus
−4 6 3
1 1
A−1 = C t = −2 2 2
2 2 2 −2 −1
3
−2 3 2
A−1 = −1 1 1 .
1 −1 − 12
On peut vérifier que A−1 A = I3 = AA−1 .
Remarque 5.5. Si IRm et IRn sont munis de leurs bases canoniques alors l’ap-
plication linéaire f de IRn dans IRm associée à une matrice A = (aij )1≤i≤m,1≤j≤n est
donnée par
x1
x
∀(x1 , x2 , ..., xn ) ∈ IRn , f (x1 , x2 , ..., xn ) = A. 2
:
xn
1 −1
Exemple 5.6. f : IR2 → IR2 , A = ,
2 0
x
f (x, y) = A. = (x − y, 2x).
y
Théorème 5.7. Soit E, F et G des IK− espaces vectoriels munis respectivement
par les par bases B, B 0 , B 00 , f : E → F, g : F → G, deux applications linéaires, alors
M(B,B 00 ) (g ◦ f ) = M(B 0 ,B 00 ) (g)M(B,B 0 ) (f )
Remarque 5.8.
f : IR3 → IR2 , g : IR2 → IR2
(x, y, z) → g ◦ f (x, y, z)
avec M (g ◦ f ) = M (g)M (f ),
1 −1 1 1 2
M (g) = , M (f ) =
2 1 1 −1 0
1 −1 1 1 2 0 2 2
M (g ◦ f ) = M (g)M (f ) = . =
2 1 1 −1 0 3 1 4
Ainsi
x
g ◦ f (x, y, z) = M (g ◦ f ) y = (2y + 2z, 3x + y + 4z).
z
Théorème 5.9. Soit f ; E → F, B est une base de E et B 0 est une base de F , on
a alors :
f bijective ⇔ detM(B,B 0 ) (f ) 6= 0
et on a dans ce cas M(B,B 0 ) (f −1 ) = (M(B,B 0 ) (f ))−1 .
6. NOTION DE MATRICE ASSOCIÉE À UNE APPLICATION LINÉAIRE ET CALCUL ALGÉBRIQUE SUR LES MATRIC
68
Exemple 5.10.
f ; IR2 → IR2
(x, y) → (x − y, x + y)
1 −1
Montrons que f est bijective et calculer son inverse Mb (f ) = = A, det(A) =
1 1
2 6= 0 ⇔ f est bijective.
1
(MB (f ))−1 = Ct
det(A) A
1 −1 t 1 1
CA = , CA =
1 1 −1 1
1 1
−1
(M(B,B 0 ) (f )) = 2 2 = MB (f −1 ),
− 21 12
−1 x x y x y
f (x, y) = M(f −1 ) = ( + , − + ).
y 2 2 5 2
Proposition 5.11. Si A ∈ M(n,m) (IK) associée à une application linéaire f de E
dans F la matrice suivant les bases, B de E et B 0 de F , alors
rg(A) = rg(f ), rg(A) = rg(At ).
x → x.
Les vecteurs de base de B peuvent s’exprimer dans B 0 selon les relations
e1 = a11 e0 1 + a12 e0 2 + ... + a1n e0 n
e2 = a21 e0 1 + a22 e0 2 + ... + a2n e0 n
(S) : e3 = a31 e0 1 + a32 e0 2 + ... + a3n e0 n
::::::::::
e = a e0 + a e0 + ... + a e0
n n1 1 n2 2 nn n
Exemple 6.7.
f : IR3 → IR2
(x, y, z) → (x + y + z, x − y)
3
On munit IR de la base canonique B3 = (e1 , e2 , e3 )
On munit IR2 de la base canonique B2 = (v1 , v2 ),
1 1 1
M(B3 ,B2 ) (f ) =
1 −1 0
On munit IR3 de la base canonique B 0 3 = (e0 1 , e0 2 , e0 3 ), avec e0 1 = (1, 0, 1), e0 2 =
(1, 1, 0), e0 3 = (0, 1, 1)
On munit IR2 de la base canonique B 0 2 = (v 0 1 , v 0 2 ), avec v 0 1 = (−1, 1), v 0 2 = (1, 1),
−1
IR3B3 →P IR3B 0 3 , f : IR3 → IR2B2 →Q IR2B 0 2
P = M(B 0 3 ,B3 ) (IdIR3 ),
1 1 0
P = (M(B3 ,B 0 3 ) (IdIR3 ))−1 = 0 1 1
1 0 1
− 21 1
−1 1 −1 2
Q = M(B 0 2 ,B2 ) (IdIR2 ) = ,Q = M(B2 ,B 0 2 ) (IdIR2 ) = 1 1 ,
1 1 2 2
ainsi :
M(B 0 2 ,B 0 3 ) (f ) = Q−1 M(B1 ,B2 ) P
1 1 0
− 21 1
1 1 1
⇔ M(B 0 2 ,B 0 3 ) (f ) = 1
2
1 0 1 1
2 2
1 −1 0
1 0 1
1 1 0
0 −1 −0.5
⇔ M(B 0 2 ,B 0 3 ) (f ) = 0 1 1
1 0 0.5
1 0 1
−0.5 −1 −1.5
⇔ M(B 0 2 ,B 0 3 ) (f ) = .
1.5 1 0.5
7. Diagonalisation
Définition 7.1. Soit A ∈ M(n,n) (IK) et soit λ ∈ IK, on dit que λ est une valeur
propre de A s’il existe un vecteur colonne v 6= 0 tel que Av = λv.
Le vecteur v est appelé vecteur propre associé à la valeur λ.
Exemple 7.2.
2 2
A= .
0 1
7. DIAGONALISATION 71
est appelé l’espace propre associé à la valeur propre alors Eλ est un sous espace vectoriel
de E.
1 0 1
Exemple 7.6. B = −1 2 1 . Les valeurs propres sont 2 une solution double
0 0 2
et 1 simple.
(1) Pour λ = 2, on a
x 2x
E2 = {v ∈ IR3 /Bv = 2v} = {(x, y, z) ∈ IR3 /B y = 2y }
z 2z
x + z = 2x z−x=0
z=x
−x + 2y + z = 2y ⇒ −x + z = 0 ⇒
z=z
2z = 2z z= z
x+z =x z=0
y=x
−x + 2y + z = y ⇒ −x + y = 0 ⇒
2z = z z=0 z=0
donc E2 = {(x, x, 0)/x ∈ IR} = {x(1, 1, 0)/y ∈ IR} s.e.v de IR3 , (1, 1, 0) est
une base de E1 .
Définition 7.7. On dit qu’une matrice A ∈ Mn (IK) est diagonalisable s’il existe
une matrice inversible P est une matrice diagonale D telle que ; A = P DP −1 . (où P
est la matrice de passage.)
AX = B.
Si f est une application linéaire de IKp dans IKn telle que que A soit la matrice associée
à f suivant les bases canoniques et si on note par X = (x1 , ..., xp ) et b = (b1 , ..., bn ), le
système (S) devient f (X) = B.
2)Solution du système :
Définition 8.1. On appelle solution du système (S) tout élément X = (x1 , ..., xp )
vérifiant les n équations de (S) ceci revient à trouver un vecteur X tel que AX = B
ou encore un élément X ∈ IKp tel que f (X) = B.
Exemple 8.2.
x + 2y = 1 1 2
x
3x − y = 4 ⇔ 3 −1 = 1 4 −2
y
x − y = −2 1 −1
Exemple 8.7.
2x + 2y + z = 1 2 2 1 1
(S) : 2x + y − z = 2 ⇔ 2 1 −1 = 2
3x + y + z = 3 3 1 1 3
detA = 4 6= 0, rgA = n = p = 3 ((S) est un système de cramer).
1 2 1
2 1 −1
detA1 3 1 1
x= = = 9/7.
detA −7
2 1 1
2 2 −1
detA2 3 3 1
y= = = −5/7.
detA −7
2 2 1
2 1 2
detA3 3 1 3
z= = = −1/7.
detA −7
3)Cas où n = p et r < n :
Si on considère maintenant un système de n équations à n inconus, mais rgA < n c’est
à dire
detA = 0,
dans ce cas on extrait une matrice M de A sachant que c’est la plus grande matrice
carrée inversible c’est à dire detM 6= 0 contenue dans A et d’ordre r c’est ce qu’on
appelle une sous-matrice, les inconnus associés à M deviennent des inconnus principales
et les (n−r) autres inconnus deviennent des paramètres où bien ce qu’on appelle valeurs
arbitraires et on considère le système suivant :
a x + a12 x2 + ... + a1r xr = b1 − (a1r+1 xr+1 + ... + a1n xn ) = b01
11 1
a21 x1 + a22 x2 + ... + a2r xr = b2 (a2r+1 xr+1 + ... + a2n xn ) = b02
: :
0
a x + a x + ... + a x = b (a
r1 1 r2 2 rr r n rr+1 xr+1 + ... + arn xn ) = br
ce dernier est un système de cramer, donc il admet une seule solution (x1 , ..., xr ) qui
dépend de (xr+1 , ..., xn ). Si cette solution vérifie les (n − r) équations restantes, alors
le système globale admet une infinité de solutions. Si par contre (x1 , ..., xr ) ne vérifie
pas une seule équation parmis les (n − r) équations restantes alors le système globale
n’admet de solution.
Exemple 8.8.
3x − y + 2z = 3 3 −1 2 x 3
(S) : 2x + 2y + z = 2 ⇔ 2 2 1 y = 2
x − 3y + z = 1 1 −3 1 z 1
6. NOTION DE MATRICE ASSOCIÉE À UNE APPLICATION LINÉAIRE ET CALCUL ALGÉBRIQUE SUR LES MATRIC
76
0
3 −1
detA = 0 (S) n’est pas un système de Cramer comme |A | = = 8 6= 0. Alors
2 2
rgA = 2 et on considère x, y les inconnus et z paramètre, alors on obtient le système :
3x − y = 3 − 2z
2x + 2y = 2 − z
qui est un système de Cramer et admet une unique solution (x, y) dépendante de z.
3 − 2z −1
x = 1/8 = 1 − (5/8)z
2−z 2
3 3 − 2z
y = 1/8 = 1/8z
2 2−z
Reste à voir si (x, y) vérifie x − 3y + z = 1(équation réstante) on a : 1 − 5/8z −
3/8z + z = 1 ⇒ 1 = 1(vraie ∀t ∈ IR) donc le système admet une infinité de solutions
données par :
(1 − 5/8z, 1/8z, z)/z ∈ IR.
3)Cas où n 6= p :
le rang de A ≤ 2 choisissons
2 3
M= ⇒ detM = 8 6= 0 ⇒ rgM = 2.
3 −1
on prend le système :
3x − y = 4 x = 11/8
⇔
2x + 2y = 3 y = 1/8
on a l’équation réstante :
x − 5y = −5 ⇒ 11/8 − 5/8 = 6/8 = 3/2 6= −5
alors le système n’admet pas de solutions.
9. EXERCICES CORRIGÉS 77
9. Exercices Corrigés
Exercice 21. Soit la matrice A définie par :
5 6 −3
−18 −19 9
−30 −30 14
(1) A est-elle inversible ? si oui déterminer son inverse A−1 .
(2) Calculer A2 − A − 2I3 = 0, avec I3 est la matrice identitée.
Solution . Soit la matrice A définie par :
5 6 −3
−18 −19 9
−30 −30 14
(1) A est inversible si et seulement si detA 6= 0.
5
6 −3
5 1 −3
|A| = −18 −19 9 =C2 =−C1 +C2 = −18 −1 9
−30 −30 14 −30 0 14
calculons suivant la colonne 2,
1+2
−18 9 2+2
5 −3
detA = (−1) (1) + (−1) (−1)
= 2 6= 0,
−30 14 −30 14
d’où le résultat.
A−1 est donnée par : A−1 = detA 1
C t où C t est la comatrice de A.
−19 9 −6 −3 6 −3
c11 =
= 4, c21 = −
= 6, c31 =
= −3,
−30 14 −30 14 −19 9
−18 9 5 −3 5 −3
c12 = − = −18, c22 =
−30 14 = −20, c32 = − −18 9 = 9,
−30 14
−18 −19
= −30, c23 = − 5 6 = −30, c33 = 5 6
c13 = = 13,
−30 −30 −30 −30 −18 −19
ainsi
4 −18 −30 4 6 −3
C = 6 −20 −30 ⇒ C t = −18 −20 9
−3 9 13 −30 −30 13
4 6 −3 2 3 −3/2
A−1 = 1/2 −18 −20 9 = −9 −10 9/2 .
−30 −30 13 −15 −15 13/2
6. NOTION DE MATRICE ASSOCIÉE À UNE APPLICATION LINÉAIRE ET CALCUL ALGÉBRIQUE SUR LES MATRIC
78
Solution .
0 1 1
A= 1 0 1
1 1 0
2
Trouvons a, b ∈ IR tels que A = a.In + b.A.
2 1 1 1 0 0 0 1 1
A2 = 1 2 1 = a 0 1 0 + b 1 0 1
1 1 2 0 0 1 1 1 0
ainsi a = 2, b = 1.
(2)
(1)
1 1 1 0
detA = − + = 2 6= 0
1 0 1 1
d’où A est inversible.
A2 − A = 2I3 ⇒ A(A − I3 ) = 2I3 ⇒ A(1/2(A − I3 )) = I3
ainsi A−1 = 1/2(A − I3 )
−1 1 1
A−1 = 1/2 1 −1 1 .
1 1 −1
Exercice 23. Soit la matrice associée à l’application f définie sur IR3 suivant
la base canoniquede IR3 .
1 −1 5
A= 3 0 2
1 1 4
(1) Déterminer l’application f.
9. EXERCICES CORRIGÉS 79
1 −1 5 x
f (x, y, z) = 3 0 2 y = x − y + 5z, 3x + 2z, x + y + 4z .
1 1 4 z
Solution .
0 2 −1
A = 3 −2 0
−2 2 1
déterminons les valeurs propres de A, soit λ ∈ IR,
−λ 2 −1
PA (λ) = |A − λI3 | = 3 − λ −2 0 = (1 − λ)(λ + 4)(λ − 2)
−2 − λ 2 1
les valeurs propres sont 1, 2 et −4.
(1) A est diagonalisable car elle admet trois valeurs propres dictinctes.
(2)
(3) Cherchons les vecteurs propres.
Pour λ = 1 :
2y − z = x −x + 2y − z = 0
3 x=y
E1 = {v = (x, y, z) ∈ R /Av = v} ⇒ 3x − 2y = y ⇒ 3x − 3y = 0 ⇒
−2x + 2y + z = z −2x + 2y = 0 x =z
Pour λ = 1 :
2y − z = −4x
3 x = −(2/3)y
E−4 = {v = (x, y, z) ∈ R /Av = −4v} ⇒ 3x − 2y+ = −4y ⇒
x=z
−2x + 2y + z = −4z
E−4 = {x(1, −2/3, 1)/x ∈ IR, v1 = (2, −3, 2) est vecteur propre associé à −4.
Ainsi
1 4 2
P = 1 3 −3 .
1 −2 2
1 0 0
A = P DP −1 , avec D = 0 2 0 , alors
0 0 −4
k
1 4 2 1 0 0 0 −12 −18
−1
Ak = P Dk P −1 = . 1 3 −3 0 2k 0 −5 0 5
30 1 −2 2 0 0 (−4) k
−5 6 −1
9. EXERCICES CORRIGÉS 81
où
0 −12 −18 0 −5 −5
−1
P −1 = −5 0 5 , det(P ) = −30, Cpt = −12 0 6
30 −5 6 −1 −18 5 −1
−5.2k+2 − 10(−4)k −12 + 12(−4)k −18 + 5.2k+2 − 2(−4)k
−1
Ak = −15.2k − 15(−4)k −12 + 15(−4)k −18 + 5.2k+1 + 3(−4)k
30 5.2k+1 − 10(−4)k −12 + 15(−4)k −18 + 5.2k+1 − 2(−4)k
Solution .
x+y+z =3 1 1 1 3
(S) : 2x + y + z = 2 ⇔ 2 1 1 = 2
x + 2y + z = 1 1 2 1 1
Solution .
x
3x + y − 2z + 3t = 0 3 1 −2 3 y 0
(S) : −x + 2y − 4z + 6t = 2 ⇔ −1 2 −4 6 z
= 2
2x − y + 2z − 3t = 0 2 −1 2 −3 0
t
3 1
le rgA ≤ 3. On prend M = , detM = 7 6= 0. On considère le système
−1 2
suivant :
3x + y = 2z − 3t x = −2/7
⇒
−x + 2y = 2 + 4z − 6t y = 2z − 3t + 6/7
si on remplaçe dans la troisième équation on aura :
2x − y + 2z − 3t = −4/7 − 2z + 3t − 6/7 + 2z − 3t = −10/7 6= 0
donc le système n’admet aucune solution.
Bibliographie
83