Cours de Math 2018-2019-1

INSTITUT NATIONAL
Tapez une équation ici.
POLYTECHNIQUE FELIX HOUPHOUET-BOIGNY DE

YAMOUSSOUKRO
ECOLE PREPARATOIRE
CLASSES PREPARATOIRES BIOLOGIQUES DEUXIEME ANNEE
COURS DE MATHEMATIQUES
(Algèbre et Analyse)
Cours de Professeur HILI Ouagnina

Professeur Titulaire
1
Département de Mathématiques et Informatique
TABLE DES MATIERES
 CHAPITRE I : INTEGRALES GENERALISEES………………………………….…….Page : 3
 CHAPITRE II : SERIES NUMERIQUES …………………………………………………..Page : 9
 CHAPITRE III : SERIES ENTIERES………………………………………………………..Page : 15
 CHAPITRE IV : EQUATIONS DIFFERENTIELLES………………………..……….....Page : 23
 CHAPITRE V : REDUCTION DES MATRICES……………………………………..…....Page : 33
 CHAPITRE VI : ESPACES NORMES - ESPACES METRIQUES………………....Page : 42
 CHAPITRE VII : APPLICATIONS DIFFERENTIABLES……………………………Page : 54
2
CHAPITRE I : INTEGRALES GENERALISEES
I. Intégrales dans des intervalles non bornés
Soit 𝑓 : [a; +∞[ → ℝ ou ℂ, continue par morceaux dans tout intervalle [a; b], avec a ≤ b de sorte que
𝑏
𝑎
𝑓 𝑥 𝑑𝑥 est bien définie.
Définition I.1
𝑏
On appelle intégrale de 𝑓 dans l’intervalle [a; +∞[ la limite finie ou non de 𝑎
𝑓(𝑥) 𝑑𝑥 . On la
+∞ 𝑏
note 𝑎 𝑓 𝑥 𝑑𝑥 = lim𝑏 →+∞ 𝑎 𝑓 𝑥 𝑑𝑥.
+∞
Si 𝑎 𝑓 𝑥 𝑑𝑥 est finie, on dit qu’elle est convergente. Sinon on dit qu’elle est divergente.
Remarque : Soit b ≥ a’ ≥ a.
𝑏 𝑎′ 𝑏
On a : 𝑎
𝑓 𝑥 𝑑𝑥 = 𝑎
𝑓 𝑥 𝑑𝑥 + 𝑎′
𝑓 𝑥 𝑑𝑥 donc
+∞ 𝑏
𝑓 𝑥 𝑑𝑥 = 𝑙𝑖𝑚 𝑓 𝑥 𝑑𝑥
𝑎 𝑏→+∞ 𝑎
+∞ 𝑎′ 𝑏
⟹ 𝑓 𝑥 𝑑𝑥 = 𝑙𝑖𝑚 ( 𝑓 𝑥 𝑑𝑥 + 𝑓 𝑥 𝑑𝑥 )
𝑎 𝑏→+∞ 𝑎 𝑎′
+∞ 𝑎′ 𝑏
⟹ 𝑓 𝑥 𝑑𝑥 = 𝑓 𝑥 𝑑𝑥 + 𝑙𝑖𝑚 𝑓 𝑥 𝑑𝑥
𝑎 𝑎 𝑏→+∞ 𝑎′
+∞ 𝑎′ +∞
⟹ 𝑎
𝑓 𝑥 𝑑𝑥 = 𝑎
𝑓 𝑥 𝑑𝑥 + 𝑎′
𝑓 𝑥 𝑑𝑥.
Ainsi donc la nature de l’intégrale dépend de 𝑓 en +∞.
Théorème I.1
Soit α un réel
+∞ 𝑑𝑥
Si 𝛼 ≤ 1, alors 1 est divergente.
𝑥𝛼
+∞ 𝑑𝑥
Si 𝛼 > 1, alors 1
est convergente.
𝑥𝛼
Preuve : en exercice.
3
Théorème I.2
+∞ +∞
Soit 𝑓 et 𝑔 : [a; + ∞[ → ℝ telles que 0 ≤ 𝑔 ≤ 𝑓. 𝐴lors 𝑎 𝑔 𝑥 𝑑𝑥 ≤ 𝑎 𝑓 𝑥 𝑑𝑥.
+∞ +∞
Si 𝑎 𝑓 𝑥 𝑑𝑥 est convergente, il en est de même de 𝑎 𝑔 𝑥 𝑑𝑥.
+∞ +∞
Si 𝑎 𝑔 𝑥 𝑑𝑥 est divergente, il en est de même de 𝑎 𝑓 𝑥 𝑑𝑥 .
Corollaire
+∞
Soit 𝑓 et 𝑔 : [a; + ∞[→ ℝ telles que 𝑓 ∼ 𝑔 au voisinage de +∞. Alors 𝑎
𝑓 𝑥 𝑑𝑥
+∞
et 𝑎 𝑔 𝑥 𝑑𝑥 sont de même nature (soit à la fois convergentes, soit à la fois divergentes).
Exemple
+∞ 2𝑥
Déterminer la nature de l’intégrale suivante 1 𝑑𝑥.
𝑥5 +𝑥+1
Théorème I.3 (Critère de Cauchy)
+∞
Pour que 𝑎
𝑓 𝑥 𝑑𝑥 soit convergente, il faut et il suffit que ∀𝜀 > 0, ∃ 𝑏0 ≥ 𝑎 tel que
𝑏′
𝑏′ ≥ 𝑏 ≥ 𝑏0 ⟹ 𝑏
𝑓 𝑥 𝑑𝑥 ≤ 𝜀.
Exemple : Intégrales de Fresnel

+∞ +∞
0
𝑐𝑜𝑠 𝑥 2 𝑑𝑥 et 0
𝑠𝑖𝑛(𝑥 2 ) 𝑑𝑥.
L’absolue convergence
Définition I.2
+∞ +∞
On dit que 𝑎 𝑓 𝑥 𝑑𝑥 est absolument convergente si 𝑎
𝑓 𝑥 𝑑𝑥 est convergente.
Théorème I.4
Toute intégrale absolument convergente est convergente.
Remarque : La réciproque du théorème I.4 n’est pas toujours vraie. Par exemple les intégrales de
Fresnel sont convergentes mais ne sont pas absolument convergentes.
4
II. Intégrales de fonctions non bornées:
Dans cette partie on suppose que les fonctions sont réelles ou complexes définies
dans 𝑎; 𝑏 et continue par morceaux dans tout intervalle 𝑐; 𝑏 avec 𝑎 < 𝑐 ≤ 𝑏 de sorte
𝑏
que 𝑐 𝑓 𝑥 𝑑𝑥 est bien définie.
Définition II.1
𝑏
On appelle intégrale de 𝑓 sur 𝑎; 𝑏 la limite finie ou non de l’intégrale 𝑐 𝑓 𝑥 𝑑𝑥 lorsque 𝑐 tend
𝑏 𝑏
vers 𝑎, avec 𝑐 > 𝑎. On la note 𝑎 𝑓 𝑥 𝑑𝑥 = lim𝑐→𝑎 + 𝑐 𝑓 𝑥 𝑑𝑥.
𝑏 𝑏
Si lim𝑐→𝑎 + 𝑐 𝑓 𝑥 𝑑𝑥 est finie on dit que 𝑎 𝑓 𝑥 𝑑𝑥 est convergente sinon elle est divergente.
Remarque :
1- Soient a < 𝑐 ≤ 𝑏′ ≤ 𝑏. 𝐴lors d’après la relation de Charles on a :
𝑏 𝑏′ 𝑏
𝑓 𝑥 𝑑𝑥 = 𝑓 𝑥 𝑑𝑥 + 𝑓 𝑥 𝑑𝑥 .
𝑐 𝑐 𝑏′
Ainsi
𝑏 𝑏 𝑏′ 𝑏
𝑓 𝑥 𝑑𝑥 = lim+ 𝑓 𝑥 𝑑𝑥 = lim+ 𝑓 𝑥 𝑑𝑥 + 𝑓 𝑥 𝑑𝑥
𝑎 𝑐→𝑎 𝑐 𝑐→𝑎 𝑐 𝑏′
𝑏′ 𝑏
= 𝑓 𝑥 𝑑𝑥 + 𝑓 𝑥 𝑑𝑥
𝑎 𝑏′
La nature de l’intégrale dépend du comportement de 𝑓 au voisinage de 𝑎.
2- On obtient une définition analogue à la définition II.1 en échangeant les rôles de a et de b.
Théorème II.1
Soit 𝛼 ∈ ℝ.
1 𝑑𝑥
Si 𝛼 ≥ 1, alors 0 𝛼 est divergente.
𝑥
1 𝑑𝑥
Si 𝛼 < 1, alors 0 𝛼 est convergente.
𝑥
Remarque :
Les preuves des théorèmes ci-après sont analogues à celles des théorèmes du I.
Théorème II.2
5
𝑏 𝑏
Soient f, g : a; b → ℝ telles que 0 ≤ 𝑔 ≤ 𝑓 alors 𝑎 𝑔 𝑥 𝑑𝑥 ≤ 𝑎 𝑓 𝑥 𝑑𝑥 .
𝑏 𝑏
En particulier, si 𝑎 𝑓 𝑥 𝑑𝑥 est convergente, il en est de même de 𝑎 𝑔 𝑥 𝑑𝑥 .
𝑏 𝑏
Si 𝑎 𝑔 𝑥 𝑑𝑥 est divergente, il en est de même de 𝑎 𝑓 𝑥 𝑑𝑥 .
Corollaire
Soient 𝑓,𝑔 : 𝑎; 𝑏 → ℝ telles que 𝑓 ≥ 0 et 𝑔 ≥ 0.

𝑏 𝑏
Si 𝑓~𝑔 au voisinage de a alors 𝑎 𝑓 𝑥 𝑑𝑥 et 𝑎 𝑔 𝑥 𝑑𝑥 sont de même nature.
Théorème II.3 (critère de Cauchy)
𝑏
Pour que 𝑎
𝑓 𝑥 𝑑𝑥 soit convergente, il faut et il suffit que ∀𝜀 > 0, ∃𝜂 tel que
′ 𝑐′
𝑎 < 𝑐 <𝑐 ≤𝑎+𝜂 ⟹ 𝑐
𝑓 𝑥 𝑑𝑥 ≤ 𝜀.
III. Autres cas d’intégrales généralisées
1. Cas où l’intervalle est de la forme ]a,b[ 𝐚𝐯𝐞𝐜 − ∞ ≤ 𝒂 < 𝒃 ≤ +∞
Définition III.1
Soit 𝑓: 𝑎; 𝑏 → ℝ ou ℂ , continue par morceaux sur tout intervalle 𝛼; 𝛽 avec 𝑎 < 𝛼 ≤ 𝛽 < 𝑏.
𝑐 𝑏 𝑏
Si ∃ 𝑐 ∈ 𝑎; 𝑏 telle que 𝑎 𝑓 𝑥 𝑑𝑥 et 𝑐 𝑓 𝑥 𝑑𝑥 sont convergentes, on dit que 𝑎 𝑓 𝑥 𝑑𝑥 est
𝑏 𝑐 𝑏
convergente et on pose 𝑎 𝑓 𝑥 𝑑𝑥 = 𝑎 𝑓 𝑥 𝑑𝑥 + 𝑐 𝑓 𝑥 𝑑𝑥 .
Remarque :
La définition III.1 ne dépend pas du choix de ‘’c’’.
Exercice
+∞ 𝑑𝑥
1- Calculer −∞
1+𝑥 2
+∞ − 𝑥
2- Calculer −∞ 𝑒 𝑑𝑥
2. Cas où I et II se rencontrent simultanément
6
Exemple : la fonction Gamma.
Soit 𝛼 ∈ ℝ∗+. La fonction 𝑥 ⟼ 𝑒 −𝑥 𝑥 𝛼−1 est continue sur 0; +∞ .
1 +∞
Nature de 0 𝑒 −𝑥 𝑥 𝛼−1 𝑑𝑥 et de 1 𝑒 −𝑥 𝑥 𝛼−1 𝑑𝑥.
+∞
a- Nature de 0 𝑒 −𝑥 𝑥 𝛼−1 𝑑𝑥 :
Comme 𝛼 > 0, 𝑒 −𝑥 𝑥 𝛼 −1 ~𝑥 𝛼 −1 au voisinage de 0.

1 1 1
𝑑𝑥
∀𝑥 > 0, on a 𝑒 −𝑥 𝑥 𝛼 −1 𝑑𝑥 ≤ 𝑥 𝛼 −1 𝑑𝑥 = < +∞
0 0 0 𝑥1−𝛼
car 𝛼 > 0, 1 − 𝛼 < 1 (Théorème II.1).
1
Donc 0 𝑒−𝑥 𝑥𝛼−1 𝑑𝑥 est convergente.
+∞
b- Nature de 1 𝑒 −𝑥 𝑥 𝛼−1 𝑑𝑥 :
𝑥 2 𝑒 −𝑥 𝑥 𝛼−1 = 𝑒 −𝑥 𝑥 𝛼+1
𝑙𝑖𝑚 𝑒 −𝑥 𝑥 𝛼+1 = 0
𝑥 →+∞
⟹ il existe 𝑥0 ≥ 1 tel que 𝑥 2 𝑒 −𝑥 𝑥 𝛼−1 ≤ 1
𝑒 −𝑥 𝑥 𝛼 −1
∀𝑥 ≥ 𝑥0 , ie ∶ 𝑥 −2
≤ 1 ∀𝑥 ≥ 𝑥0
+∞ −𝑥 𝛼−1 +∞ 𝑑𝑥 +∞ 𝑑𝑥
⟹ 𝑥0
𝑒 𝑥 𝑑𝑥 ≤ 𝑥 2
≤ 1 < +∞ car 2 > 1.
0 𝑥 𝑥2
+∞ +∞
Donc 𝑥 𝑒 −𝑥 𝑥 𝛼−1 𝑑𝑥 est convergente ⟹ 1 𝑒 −𝑥 𝑥 𝛼−1 𝑑𝑥 est convergente.
0
+∞
De (a) et (b) il vient que 0 𝑒 −𝑥 𝑥 𝛼−1 𝑑𝑥 converge.
+∞
Posons 𝛤 𝛼 = 0
𝑒 −𝑥 𝑥 𝛼 −1 𝑑𝑥. 𝛤(. ) est appelée la fonction gamma.
Soit 𝑏 ≥ 𝜀 > 0.
Par une intégration par parties, on a :
𝑢 𝑥 = 𝑥 𝛼 −1 𝑒𝑡 𝑢′ 𝑥 = (𝛼 − 1)𝑥 𝛼 −2
𝑣 ′ 𝑥 = 𝑒 −𝑥 𝑒𝑡 𝑣 𝑥 = −𝑒 −𝑥
𝑏 𝑏
il vient, donc 𝑒 −𝑥 𝑥 𝛼 −1 𝑑𝑥 = [−𝑒 −𝑥 𝑥 𝛼 −1 ]𝑏𝜀 + (𝛼 − 1) 𝑒 −𝑥 𝑥 𝛼 −2 𝑑𝑥
𝜀 𝜀
Si 𝛼 > 1 on a: lim𝜀→0 𝑒 −𝜀 𝜀 𝛼−1 = 0 et lim𝑏→+∞ 𝑒 −𝑏 𝑏𝛼−1 = 0
+∞ +∞
Donc 0 𝑒 −𝑥 𝑥 𝛼 −1 𝑑𝑥 = (𝛼 − 1) 0 𝑒 −𝑥 𝑥 𝛼 −2 𝑑𝑥, ie 𝛤 𝛼 = 𝛼 − 1 𝛤 𝛼 − 1 ,
𝛼 > 1.
Si 𝛼 ∈ ℕ∗ , on a:
𝛤 𝛼 = (𝛼 − 1)𝛤(𝛼 − 1)
7
𝛤(𝛼) = (𝛼 − 1)(𝛼 − 2)𝛤(𝛼 − 2)
= 𝛼 − 3 𝛼 − 2 … … … 2𝛤 1
avec
+∞
𝛤 1 = 𝑒 −𝑥 𝑑𝑥 = [−𝑒 −𝑥 ]+∞
0 =1
0
Donc 𝛤 𝛼 = 𝛼 − 1 𝛼 − 2 … … … 2 × 1 = (𝛼 − 1)!
𝛤 𝛼 = 𝛼 − 1 !, 𝛼 ∈ ℕ∗ .
Exercices d’application
Exercice 1
Déterminer la nature des intégrales suivantes :

+∞ +∞ 𝑥𝑙𝑛(1 + )
1
𝑥+1 𝑥 𝑑𝑥
𝐼1 = 2 +1
𝑑𝑥 et 𝐼2 = 2 +1
2 𝑥 1 𝑥
Exercice 2
Calculer les intégrales suivantes :

+∞ +∞
𝑑𝑥 𝐴𝑟𝑐𝑡𝑎𝑛𝑥
𝐼= et 𝐽 = 𝑑𝑥
3 (𝑥 + 1)(𝑥 2 + 𝑥 − 6) 0 (1 + 𝑥 2 )2
Exercice 3
Soit l’intégrale suivante :

1
𝑙𝑛𝑥
𝐼= 𝑑𝑥
2
0 (1 + 𝑥) 1 − 𝑥
1. Montrer que I est convergente.
2. Déterminer sa valeur.
Exercice 4
+∞ 𝑑𝑥
Soit 𝐼𝑛 = −∞ 2 𝑛 , 𝑛 ∈ ℕ
(𝑥 +1)
1. Pour quelles valeurs de 𝑛, 𝐼𝑛 est-elle convergente ?
2. Etablir une relation de recurrence entre 𝐼𝑛 𝑒𝑡 𝐼𝑛 +1 .
3. Calculer 𝐼𝑛 .
Exercice 5
Déterminer la nature des intégrales suivantes :

+∞ 𝑑𝑥
1. 𝐼 = 1 𝑑𝑥
𝑥 3 +1
(1−𝑥 2 )
1 𝑙𝑛 ⁡
2. J = 0
𝑑𝑥
𝑥2
8
CHAPITRE II : SERIES NUMERIQUES
I-Définitions et propriétés
Définition I.1
Soit (𝑈𝑛 )𝑛∈ℕ une suite de nombres réels ou complexes et 𝑆𝑘 = 𝑈1 + 𝑈2 + ⋯ + 𝑈𝑘 .

Si la suite (𝑆𝑘 )𝑘≥1 a une limite S finie ou non, on dit que la série 𝑛≥1 𝑈𝑛 = 𝑈1 + 𝑈2 + ⋯ + 𝑈𝑘 + ⋯
ou la série de terme générale 𝑈𝑛 a pour limite 𝑆 et on note 𝑆 = 𝑙𝑖𝑚𝑘→+∞ 𝑆𝑘 = +∞ 𝑛=1 𝑈𝑛 . (𝑆𝑘 ) est
appelée somme partielle de la série 𝑛≥1 𝑈𝑛 .
Si S est finie on dit que la série 𝑛≥1 𝑈𝑛 converge. Dans le cas contraire, on dit qu’elle diverge.
Théorème I.1
Si 𝑛≥1 𝑈𝑛 est convergente, alors 𝑙𝑖𝑚𝑛→+∞ 𝑈𝑛 = 0.
Remarque :
La réciproque du théorème I.1 n’est pas vraie.
Théorème I.2
Soit x un nombre réel ou complexe.

Si 𝑥 ≥ 1, alors 𝑛≥0 𝑥 𝑛 est divergente.
1
Si 𝑥 < 1, 𝑎𝑙𝑜𝑟𝑠 𝑛≥0 𝑥
𝑛
est convergente et de somme 𝑆 = 1−𝑥.
Théorème I.3
L’ensemble des séries convergentes est un espace vectoriel.
Théorème I.4
Soit 𝑛≥1 𝑈𝑛
une série numérique telle que 𝑈𝑛 = 𝑈′𝑛 + 𝑖 𝑈′′𝑛 avec 𝑈′𝑛 ∈ ℝ et 𝑈′′𝑛 ∈ ℝ alors
𝑛≥1 𝑈𝑛 est convergente si et seulement si 𝑛≥1 𝑈′𝑛 et 𝑛≥1 𝑈′′𝑛 sont convergentes. Si
+∞ +∞ ′ +∞
𝑈
𝑛=1 𝑛 = 𝑆, 𝑛=1 𝑈′ 𝑛 = 𝑆 et 𝑛=1 𝑈′′ 𝑛 = 𝑆′′ , alors on a : 𝑆 = 𝑆 ′ + 𝑖 𝑆′′.
II. Séries à termes positifs
9
Définition II.1
Une série est dite à termes positifs si 𝑈𝑛 ≥ 0, ∀ 𝑛 ≥ 1.
Théorème II.1
Pour qu’une série à termes positifs soit convergente, il faut et il suffit que la suite des sommes
partielles soit majorée.
Théorème II.2
Soient 𝑛≥1 𝑈𝑛 et 𝑛≥1 𝑉𝑛 , deux séries à termes positifs telles que 𝑈𝑛 ≤ 𝑉𝑛 , ∀ 𝑛 ≥ 1 alors 𝑈1 + 𝑈2 +
⋯ + 𝑈𝑛 + ⋯ ≤ 𝑉1 + 𝑉2 + ⋯ + 𝑉𝑛 + ⋯
En particulier, si 𝑛≥1 𝑉𝑛 est convergente, 𝑛≥1 𝑈𝑛 est convergente. Si 𝑛≥1 𝑈𝑛 est divergente,
𝑛≥1 𝑉𝑛 est divergente.
Corollaire
Soient 𝑛≥1 𝑈𝑛 et 𝑛≥1 𝑉𝑛 , deux séries à termes positifs.

Si 𝑈𝑛 ~𝑉𝑛 au voisinage de + ∞, alors 𝑛≥1 𝑈𝑛 et 𝑛≥1 𝑉𝑛 sont de même nature.
Exercice
2𝑛 +5
Soit la série 𝑛≥3 𝑈𝑛 avec 𝑈𝑛 = , 𝑛 ≥ 3. Quelle est la nature de cette série ?
3𝑛 −11
Théorème II.3
Soit une fonction f: [1; +∞[→ ℝ ou ℂ, continue, positive et décroissante pour 𝑥 assez grand.
+∞
Pour que la série 𝑛≥1 𝑓(𝑛) soit convergente, il faut et il suffit que 1 𝑓 𝑥 𝑑𝑥 soit convergente.
Corollaire
1
Soit s un réel fixé. Alors est convergente si 𝑠 > 1 et divergente si 𝑠 ≤ 1.
𝑛𝑠
1
Remarque : Les séries de terme général sont appelées séries de Riemann.
𝑛𝑠
Exercice : Nature des séries de termes généraux suivants ?
10
1
1. 𝑈𝑛 = ,𝑛 ≥ 1
𝑛(𝑛+1)
(𝑛 4 −1)1/3
2. 𝑈𝑛 = , 𝑛 ≥ 13
𝑛 𝑛−12
1
3. 𝑈𝑛 = , 𝑛 ≥ 1.
𝑛
Théorème II.4 (critère de Cauchy)
Soit n≥1 Un une série dans ℝ ou ℂ. Alors n≥1 Un est convergente si et seulement si ∀𝜀 > 0, ∃
N∈ ℕ∗ tel que p ≥ q ≥N ⟹ 𝑈𝑞 + 𝑈𝑞+1 + ⋯ + 𝑈𝑝 ≤ 𝜀.
III. Série absolument convergente – série produit
1. Série absolument convergente
Définition III.1
𝑛≥1 𝑈𝑛 est dite absolument convergente si 𝑛≥1 𝑈𝑛 est convergente.
Théorème III.1
Toute série absolument convergente est convergente.
Remarque :
La réciproque du théorème III.1 est fausse.
Théorème III.2 (règle de convergence de Cauchy)
Soit 𝑛≥1 𝑈𝑛 une série telle que 𝑙 = 𝑙𝑖𝑚𝑛→+∞ 𝑛 𝑈𝑛 .

Si 𝑙 < 1, alors 𝑛≥1 𝑈𝑛 est absolument convergente.
Si 𝑙 > 1, alors 𝑛≥1 𝑈𝑛 est divergente.
Remarque : Si 𝑙 = 1 on ne peut rien dire.
Exercice : Soit 𝑈𝑛 = 𝑛𝑥 𝑛 ; 𝑥 ∈ ℝ. Nature de la série de terme général 𝑈𝑛 ?
Théorème III.3 (règle de convergence de d’Alembert)
11
𝑈𝑛 +1
Soit 𝑛≥1 𝑈𝑛 une série à termes non nuls et 𝑙 = 𝑙𝑖𝑚𝑛→+∞
𝑈𝑛
.
Si 𝑙 < 1, alors 𝑛≥1 𝑈𝑛 est absolument convergente.
- Si 𝑙 > 1, alors 𝑛≥1 𝑈𝑛 est divergente.
Remarque : Si 𝑙 = 1, on ne peut rien dire.
Exemple :
𝑛
1- 𝑈𝑛 = .
2𝑛
2- 𝑈𝑛 = 𝑛.
Nature de séries de ces termes généraux ?

2. Série produit
Définition III.2
Soient 𝑈𝑛 et 𝑉𝑛 deux séries. La série produit de 𝑈𝑛 et de 𝑉𝑛 est la série

𝑊𝑛 avec 𝑊𝑛 = 𝑖+𝑗 =𝑛 𝑈𝑖 𝑉𝑗 = 𝑈0 𝑉𝑛 + 𝑈1 𝑉𝑛−1 + ⋯ + 𝑈𝑛 𝑉0 .
Théorème III.4
Soient 𝑈𝑛 et 𝑉𝑛 , deux séries absolument convergentes de sommes respectives U et 𝑉. Alors la

série produit est absolument convergente et de produit 𝑈𝑉.
IV. Séries alternées
Définition IV.1
Une série 𝑈𝑛 est dite alternée si ses termes sont alternativement positifs et négatifs.
𝑛
Exemple : Soit la série 𝑈𝑛 avec 𝑈𝑛 = (−1)
𝑛
𝑛 ≥ 1. La série 𝑈𝑛 est alternée.
Remarque : Soit 𝑈𝑛 une série. En multipliant les termes de la série par −1, on se ramène à une
série de la forme 𝑉1 − 𝑉2 + 𝑉3 − 𝑉4 + ⋯ + 𝑉𝑛 + ⋯ avec 𝑉𝑖 ≥ 0 ∀ 𝑛 ≥ 1.
Théorème IV.1
Si la suite (𝑉𝑛 )𝑛 ≥1 est décroissante et tend vers 0, alors la série 𝑉1 − 𝑉2 + 𝑉3 − 𝑉4 + ⋯ est

convergente.
12
V. Série de Bertrand
Définition V.1
1
On appelle série de Bertrand la série 𝑛 ≥2 𝑈𝑛 avec 𝑈𝑛 =
𝑛 𝛼 (𝑙𝑛𝑛 )𝛽
, 𝛼, 𝛽 ∈ ℝ.
Théorème V.1
Les séries de Bertrand sont convergentes si et seulement si 𝛼 > 1 𝑜𝑢 𝛼 = 1 avec 𝛽 > 1.
Exercice 1
1
Montrer que 𝑛≥1 𝑈𝑛 avec 𝑈𝑛 =
𝑛(𝑛+1)
est convergente et calculer sa somme.
Exercice 2
(−1)𝑛
Montrer que 𝑛 ≥2 𝑈𝑛 avec 𝑈𝑛 = 𝑛 +(−1)𝑛 4 𝑛
est alternée, que 𝑙𝑖𝑚𝑛→+∞ 𝑈𝑛 = 0 et qu’elle n’est
pas convergente.
Exercice 3
n
Soient 𝑈𝑛 et 𝑉𝑛, telles que Un = Vn = (−1)
n
, ≥ 1.
1. Montrer que les séries de termes généraux respectifs Un et Vn sont convergentes.
2. Montrer que la série produit 𝑊𝑛 avec 𝑊𝑛 = 𝑈1 𝑉𝑛−1 + ⋯ + 𝑈𝑛−1 𝑉1 n’est pas convergente.
Exercice 4
1 (−1)𝑛
Montrer que les séries 𝑈𝑛 et 𝑉𝑛 avec 𝑈𝑛 = et 𝑉𝑛 = 𝑙𝑛(1 + ) ne sont pas
1+(−1)𝑛 𝑛 𝑛
convergentes.
Exercice 5
𝑛 2
Etudier 𝑈𝑛 et 𝑉𝑛 avec 𝑈𝑛 = 𝑥𝑛! , 𝑥 ∈ ℝ et 𝑉𝑛 = 2𝑛5𝑛−𝑛+13+2.
Exercice 6
13
En appliquant la formule de Stirling (𝑛! ~𝑛𝑛 𝑒 −𝑛 2𝜋𝑛 au voisinage de l′infini), déterminer la nature
𝑛 𝑛 𝑛
de la série 𝑈𝑛 où 𝑈𝑛 = 𝐶2𝑛 𝑝 𝑞 , avec 𝑝, 𝑞 ∈ [0; 1] et 𝑝 + 𝑞 = 1.
14
CHAPITRE III : SERIES ENTIERES
I. Rayon de convergence
Définition I.1
Soit 𝑧 ∈ ℝ ou ℂ et (𝑎𝑛 )𝑛∈ℕ une suite de nombres réels ou complexes.

On appelle série entière, la série des monômes 𝑎𝑛 𝑧 𝑛 c ′ est à dire
𝑛
𝑛≥0 𝑎𝑛 𝑧 = 𝑎0 + 𝑎1 𝑧 + ⋯ + 𝑎𝑛 𝑧 𝑛 +…
Théorème I.1
𝑛
Soit 𝑛≥0 𝑎𝑛 𝑧 , une série entière.
𝑛 𝑛
Si 𝑛≥0 𝑎𝑛 𝑧 est convergente pour 𝑧 = 𝑧0 , alors 𝑛≥0 𝑎𝑛 𝑧 est absolument convergente ∀𝑧∈
ℂ telle que 𝑧 < 𝑧0 .
Théorème I.2
𝑛
Soit 𝑛≥0 𝑎𝑛 𝑧 une série entière, alors ∃! 𝑅 ∈ 0; +∞ tel que :
𝑛
(i) Si 𝑧 < 𝑅 alors 𝑛≥0 𝑎𝑛 𝑧 est absolument convergente.
𝑛
(ii) Si 𝑧 > 𝑅, 𝑛≥0 𝑎𝑛 𝑧 est divergente.
Remarque : Si 𝑧 = 𝑅, on ne peut rien dire.
Définition I.2
𝑛
𝑅 du théorème I.2 est appelé rayon de convergence de la série 𝑛≥0 𝑎𝑛 𝑧 .
𝐷 = 𝑧 ∈ ℂ: 𝑧 < 𝑅 est le disque de convergence.
𝐶 = 𝑧 ∈ ℂ: 𝑧 = 𝑅 est le cercle de convergence.
𝐼 = −𝑅; 𝑅 ⊂ ℝ est l’intervalle de convergence.
15
Règle pratique du calcul du rayon de convergence
1
𝑅= 𝑎 𝑛 +1 (Règle de d’Alembert)
𝑙𝑖𝑚 𝑛 →+∞
𝑎𝑛
1
𝑅= (Règle de Cauchy).
𝑙𝑖𝑚 𝑛 →+∞ 𝑛 𝑎 𝑛
Exemples :
𝑧𝑛
1. Soit la série entière 𝑛≥0 𝑛! .
𝑛.
2. Soit la série entière 𝑛≥0(𝑛!)𝑧
𝑧𝑛
3. Soit la série entière 𝑛≥1 𝑛 .
𝛼 𝛼−1 ……………(𝛼−𝑛+1)
4. Soit la série entière 𝑛≥0 𝑎𝑛 𝑧
𝑛
avec 𝑎𝑛 = , 𝛼 ∈ ℝ.
𝑛!
Nature de ces différentes séries ?
II. Somme et produit de deux séries entières.
Théorème II.1
𝑛 𝑛
Soient 𝑛≥0 𝑎𝑛 𝑧 et 𝑛≥0 𝑏𝑛 𝑧 deux séries entières de rayons de convergence respectifs 𝑅 et 𝑅′ .
Soit 𝑅′′ le rayon de convergence de la série entière 𝑛≥0 𝑎𝑛 + 𝑏𝑛 𝑧 𝑛 . Alors 𝑅′′ ≥ 𝑖𝑛𝑓⁡
(𝑅, 𝑅′ ).
Théorème II.2
𝑛 𝑛
Soient 𝑛≥0 𝑎𝑛 𝑧 et 𝑛≥0 𝑏𝑛 𝑧 deux séries entières de rayons de convergence respectifs 𝑅1 et 𝑅2 .
𝑛
Soit R le rayon de convergence de la série produit 𝑛≥0 𝑐𝑛 𝑧 avec 𝑐𝑛 = 𝑖+𝑗 =𝑛 𝑎𝑖 𝑏𝑗 . Alors 𝑅 ≥
𝑖𝑛𝑓⁡
(𝑅1 , 𝑅2 ).
16
III. Dérivation et intégration d’une série entière
𝑛
Dans ce qui suit, on suppose 𝑛≥0 𝑎𝑛 𝑥 avec 𝑥 ∈ ℝ.
1. Dérivation d’une série entière
Définition III.1
𝑛
Soit 𝑛≥0 𝑎𝑛 𝑥 une série entière.
𝑛 𝑛 −1
La série dérivée de la série entière 𝑛≥0 𝑎𝑛 𝑥 est la série 𝑛≥1 𝑛𝑎𝑛 𝑥 .
Théorème III.1
𝑛 𝑛 −1
Les séries entières 𝑛≥0 𝑎𝑛 𝑥 et 𝑛≥1 𝑛𝑎𝑛 𝑥 ont même rayon de convergence.
𝑛
Remarque : Du théorème III.1, il en résulte que toutes les séries dérivées de 𝑛≥0 𝑎𝑛 𝑥
ont le même rayon de convergence.
2. Intégration d’une série entière
Théorème III.2 (Intégration terme à terme)
𝑥 𝑛 +1
𝑛≥0 𝑎𝑛 𝑛 +1
𝑛
Soit 𝑛≥0 𝑎𝑛 𝑥 une série entière. Alors la série entière a le même rayon de
𝑛
convergence que la série entière 𝑛≥0 𝑎𝑛 𝑥 et on a, sur l’intervalle de convergence
𝑥 𝑥𝑛+1 +∞
I de 𝑛≥0 𝑎𝑛 𝑥
𝑛
, 0 𝑓 𝑡 𝑑𝑡 = +∞
𝑛=0 𝑎𝑛 𝑛+1 , avec 𝑓 𝑡 =
𝑛
𝑛=0 𝑎𝑛 𝑡 , 𝑡 ∈ 𝐼.
IV. Série de MacLaurin
17
Théorème IV.1
Soit I un intervalle ouvert non vide centré en 0.

Soit 𝑓 ∶ I → ℂ une fonction. Si 𝑓 est égale dans I à la somme d’une série entière, cette série entière
𝑓′ (0) 𝑓 𝑛 (0) 𝑛
+∞ 𝑓 (0) 𝑛
est nécessairement 𝑓 0 + 𝑥 +.....….+ 𝑥𝑛 + ⋯ = 𝑛=0 𝑛! 𝑥 , 𝑥 ∈ 𝐼.
1! 𝑛!
Définition IV.1
𝑛
+∞ 𝑓 (0) 𝑛
La série 𝑛=0 𝑛! 𝑥 est appelée série de MacLaurin de la fonction 𝑓.
V. Développement en série entière de fonctions usuelles.
1. Fonctions exponentielles.
La formule de MacLaurin donne :

𝑥 𝑥2 𝑥𝑛 𝑥 𝑛+1 𝑥
𝑒 𝑥 − (1 + + +⋯+ ) ≤ 𝑒 ∀𝑥 ∈ 0; 𝑡 avec 𝑡 > 0.
1! 2! 𝑛! 𝑛+1 !
𝑥 𝑛 +1 𝑥 𝑥2 𝑥𝑛
Comme 𝑙𝑖𝑚𝑛→+∞ = 0, donc 𝑒 𝑥 → 1 + + +⋯+ +⋯
(𝑛+1)! 1! 2! 𝑛!
𝑛
+∞ 𝑥
C’est-à-dire 𝑒 𝑥 = 𝑛=0 𝑛! , ∀𝑥 ∈ ℝ . Donc 𝑅 = +∞.
𝑛
+∞ 𝑛𝑥
Ainsi 𝑒 −𝑥 = 𝑛=0(−1) , ∀𝑥 ∈ ℝ et 𝑅 = +∞.
𝑛!
+∞
𝑒 𝑥 + 𝑒 −𝑥 𝑥 2𝑛
𝑐𝑕𝑥 = = , ∀𝑥 ∈ ℝ et 𝑅 = +∞.
2 (2𝑛)!
𝑛=0
+∞
𝑒 𝑥 − 𝑒 −𝑥 𝑥 2𝑛 +1
𝑠𝑕𝑥 = = , ∀𝑥 ∈ ℝ. 𝑅 = +∞.
2 (2𝑛 + 1)!
𝑛=0
Soit 𝑎 ∈ ℝ∗+, on a :
+∞
𝑥 𝑥𝑙𝑛𝑎
(𝑥𝑙𝑛𝑎)𝑛
𝑎 =𝑒 = , ∀𝑥 ∈ ℝ. 𝑅 = +∞.
𝑛!
𝑛 =0
18
2. Fonctions trigonométriques
La formule de MacLaurin donne :

𝑥2 𝑥4 𝑥6 𝑛 𝑥
2𝑛 𝑥 2𝑛 +1
𝑐𝑜𝑠𝑥 − (1 − 2!
+ 4!
− 6!
+ ⋯ + −1 2𝑛 !
) ≤ 2𝑛+1 !
∀𝑥 ∈ 0, 𝑡 , avec 𝑡 > 0.
𝑥 2𝑛 +1
Comme 𝑙𝑖𝑚𝑛→+∞ = 0 on a :
(2𝑛+1)!
+∞
𝑥 2𝑛
𝑐𝑜𝑠𝑥 = (−1)𝑛 , ∀𝑥 ∈ ℝ. 𝑅 = +∞.
(2𝑛)!
𝑛=0
En dérivant, il vient :
+∞
𝑥 2𝑛 +1
𝑠𝑖𝑛𝑥 = (−1)𝑛 , ∀𝑥 ∈ ℝ. 𝑅 = +∞.
(2𝑛 + 1)!
𝑛 =0
3. Soit 𝛼 ∈ ℝ et 𝑓 𝑥 = (1 + 𝑥)𝛼 . On a
𝑝
𝑓 𝑥 = 𝛼 𝛼 − 1 … … … … … (𝛼 − 𝑝 + 1)(1 + 𝑥)𝛼−𝑝 .
−Si 𝛼 ∈ ℕ, les coéfficients de 𝑥 𝛼 +1 , 𝑥 𝛼 +2 , … sont tous nuls donc (1 + 𝑥)𝛼 est un polynôme de
degré 𝛼.
−Si α ∉ ℕ, en appliquant la règle de d′ Alembert à la série
𝛼 𝛼 − 1 … … … … (𝛼 − 𝑛 + 1) 𝑛
1+ 𝑥 ,
𝑛!
𝑛 ≥1
il vient
𝛼 𝛼−1 ……(𝛼−𝑛)𝑥 𝑛 +1 𝑛! 𝛼−𝑛
= 𝑥 qui tend vers 𝑥 quand 𝑛 → +∞.
(𝑛+1)! 𝛼 𝛼−1 ……(𝛼−𝑛+1)𝑥 𝑛 𝑛+1
De la règle de d′ Alembert, la série

𝛼 𝛼 − 1 … … … … (𝛼 − 𝑛 + 1) 𝑛
1+ 𝑥
𝑛!
𝑛≥1
converge absolument si 𝑥 < 1 et diverge si 𝑥 > 1. Donc 𝑅 = 1.

Du théorème IV.1 on a :
+∞
𝛼
𝛼 𝛼 − 1 … … … … (𝛼 − 𝑛 + 1) 𝑛
(1 + 𝑥) = 1 + 𝑥 , ∀ 𝑥 < 1.
𝑛!
𝑛=1
Remarques :
1
1. 𝛼 =
2
19
+∞
1/2
1 × 3 × 5 × … … … × (2𝑝 − 3) 𝑝
(1 + 𝑥) =1+ (−1)𝑝−1 𝑥 , ∀ 𝑥 < 1.
2 × 4 × 6 × … … … × (2𝑝)
𝑝 =1
1
2. 𝛼 = −
2
+∞
−1/2
1 1 × 3 × 5 × … × (2𝑝 − 1) 𝑝
(1 + 𝑥) = =1+ (−1)𝑝 𝑥 , ∀ 𝑥 < 1.
1+𝑥 2 × 4 × 6 × … × (2𝑝)
𝑝 =1
3. 𝛼 = −1 on a ∶
+∞
−1
1
(1 + 𝑥) = = (−1)𝑝 𝑥 𝑝 , ∀ 𝑥 < 1.
1+𝑥
𝑝 =0
4. ∀ 𝑥 < 1 on a :
′
1
ln 1 + 𝑥 = = 1 − 𝑥 + 𝑥 2 − 𝑥 3 + ⋯ + −1 𝑝 𝑥 𝑝 + ⋯
1+𝑥
𝑙𝑛⁡
(1 + 𝑥) 𝑥=0 = 𝑙𝑛 1 + 0 = 0.
Du théorème III.2 (intégration terme à terme), il vient :
+∞
𝑥 𝑝 +1
𝑙𝑛 1 + 𝑥 = (−1)𝑝 , 𝑥 < 1.
𝑝+1
𝑝=0
C’est-à-dire
+∞
𝑥𝑝
ln 1 + 𝑥 = (−1)𝑝 −1 , 𝑥 < 1.
𝑝
𝑝=1
1
5. 𝛼 = − , on a ∶
2
+∞
1 1 1 × 3 × 5 × … … … × 2𝑝 − 1 2𝑝
(1 − 𝑥 2 )−2 = =1+ −1 𝑝
𝑥 .
1 − 𝑥2 2 × 4 × 6 × … … … × 2𝑝
𝑝 =1
Cette série est convergente si −𝑥 2 < 1 c ′ est à dire 𝑥 < 1 et divergente si 𝑥 > 1.
Donc 𝑅 = 1.
′ 1
Par ailleurs, on a : 𝐴𝑟𝑐𝑠𝑖𝑛𝑥 = et 𝐴𝑟𝑐𝑠𝑖𝑛0 = 0.
1−𝑥 2
Donc d’après le théorème III.2, il vient :

2𝑝 +1
+∞ 1.3.5.………(2𝑝−1) 𝑥
𝐴𝑟𝑐𝑠𝑖𝑛𝑥 = 𝑥 + 𝑝=1 2.4.6.………(2𝑝) 2𝑝 +1 .
20
6. 𝛼 = −1, on a :
+∞
2 −1
1
(1 + 𝑥 ) = =1+ (−1)𝑝 𝑥 2𝑝
1 + 𝑥2
𝑝=1
+∞ 𝑝 2𝑝
= 𝑝=0(−1) 𝑥 , ∀ 𝑥 < 1.
′ 1
Or 𝐴𝑟𝑐𝑡𝑎𝑛𝑥 = 1+𝑥 2 et 𝐴𝑟𝑐𝑡𝑎𝑛0 = 0 donc,
+∞
𝑥 2𝑝 +1
𝐴𝑟𝑐𝑡𝑎𝑛𝑥 = (−1)𝑝 , 𝑥 < 1.
2𝑝 + 1
𝑝 =0
Exercice 1
Calculer le rayon de convergence des séries suivantes :

(−1)𝑛 +1
a. 𝑛≥0 3.10𝑛 −1 𝑥 2𝑛
1
b. 𝑛≥1 𝑛 𝑙𝑛𝑛 𝑥𝑛
2𝑛
c. 𝑛≥0 𝑛! 𝑥𝑛
𝑛 𝑛
d. 𝑛≥0 𝑛 𝑥
𝑥𝑛
e. 𝑛≥0 2𝑛 +3𝑛
Exercice 2
Déterminer le développement en série entière de :
2𝑥
𝑓 𝑥 =
(𝑥 2 + 1)2
et
1
𝑔 𝑥 = , 𝜆 ∈ ℝ.
𝑥2 − 2𝜆𝑥 + 1
21
Pour le développement en série entière de 𝑔, déterminer les variations du rayon de convergence
suivant les valeurs de 𝜆 ∈ ℝ.
Exercice 3
Justifier la formule suivante :
1 +∞
𝑙𝑛𝑥 1 1 (−1)𝑝 (−1)𝑝
𝑑𝑥 = −1 + − + ⋯ + +⋯ = .
0 1 + 𝑥2 32 𝑝2 (2𝑝 − 1)2 (2𝑝 − 1)2
𝑝 =1
Exercice 4
a. Déterminer les rayons de convergence des séries entières suivantes :

𝑥𝑛 𝑛! 𝑒𝑛
𝑛≥1 𝑛 , 𝑛≥0 2𝑛 𝑥 𝑛 , et 2𝑛
𝑛≥0 𝑛+1 𝑥 .
b. Calculer le rayon de convergence et étudier aux bornes de l’intervalle de convergence la série entière
suivante :
𝑛≥1 𝐴𝑟𝑐𝑡𝑎𝑛 𝑛𝛼 𝑥 𝑛 , 𝛼 ∈ ℝ.
Exercice 5
1. Calculer le rayon de convergence de la série entière suivante :

1.1!+⋯+𝑛 .𝑛!
𝑛≥1 𝑛!
𝑥𝑛 .
𝑛
2. a) Soit 𝑓 𝑧 = 𝑛≥0 𝑎𝑛 𝑧 une série entière de rayon de convergence 𝑅 > 0
𝑎𝑛
Montrer que 𝑔 𝑧 = 𝑧𝑛 a un rayon de convergence infini.
𝑛!
1
b) déterminer f et 𝑔 si 𝑎𝑘 = ,𝑘 ∈ ℕ.
𝑘+1
22
CHAPITRE IV : EQUATIONS DIFFERENTIELLES
I. Généralités-Séparation de variables
1. Définitions fondamentales
Définition I.1
Soit I un intervalle de ℝ et 𝑓 définie de I dans ℝ,

𝑓: I → ℝ
𝑥 ⟼ 𝑦 = 𝑓 𝑥 de classe 𝐶 𝑛 , 𝑛 ≥ 1.
On appelle équation différentielle d’ordre 𝑛 une relation de forme
𝑑𝑦 𝑑 2 𝑦 𝑑𝑛 𝑦
1 Φ 𝑥, 𝑦, , 2 , … … … … . , 𝑛 = 0
𝑑𝑥 𝑑𝑥 𝑑𝑥
Φest une fonction définie sur Δ ⊂ ℝ𝑛 +2 .
(1) est équivalente à (2) qui est de la forme :
𝑑𝑛 𝑦 𝑑𝑦 𝑑 𝑛 −1 𝑦
2 = 𝛹(𝑥, 𝑦, ,…………, )
𝑑𝑥 𝑛 𝑑𝑥 𝑑 𝑥 𝑛 −1
(2) est appelée forme normale de (1).

Toute fonction 𝑦 = 𝑓(𝑥) qui satisfait (1) est appelée solution ou intégrale de (1).
Le graphe d’une solution est appelé courbe intégrale ou arc intégral.
𝑥3
Exemple : la fonction 𝑦 = 𝑓 𝑥 =
3(1−𝑥 2 )
𝑥 ∈ 𝐼 = 1; +∞ est solution de l′ équation différentielle d′ ordre1 suivante ∶

1 − 𝑥 2 𝑦 ′ − 2𝑥𝑦 − 𝑥 2 = 0.
2. Equations à variables séparées
Définition I.2
On appelle équation à variables séparées une équation différentielle de la forme

1 𝑏 𝑦 𝑦′ = 𝑎 𝑥
où 𝑎 et 𝑏 sont deux fonctions définies sur les intervalles respectifs 𝐽 et 𝐾.
Une équation différentielle Φ 𝑥, 𝑦, 𝑦 ′ = 0 est une équation à variables séparables si elle peut être
mise sous la forme d’une équation à variables séparées.
Remarque :
1) 1 ⟺ 2 ⟹ 𝐵 𝑓 𝑥 = 𝐴 𝑥 + 𝐶 𝑜ù 𝐵 𝑦 = 𝑏 𝑦 𝑑𝑦 , 𝐴 𝑥 = 𝑎(𝑥) 𝑑𝑥
2) Si 𝑦 continue vérifie 2 avec 𝑏(𝑓 𝑥 ) ≠ 0, ∀𝑥 ∈ 𝐼, alors y vérifie 1 .
23
Théorème I.1 (existence de solution) :
Soit (𝑥0 , 𝑦0 ) un point intérieur à 𝐽 × 𝐾 et tel que 𝑏 𝑦0 ≠ 0. 𝐴lors il existe un nombre
𝑕 > 0 tel que dans 𝑥0 − 𝑕; 𝑥0 + 𝑕 , l’équation différentielle (1) possède une solution et une seule
𝑦 = 𝑓 𝑥 , satisfaisant 𝑦0 = 𝑓(𝑥0 ).
Exemple :
Intégrer l’équation différentielle à variables séparables suivante :

𝜋 𝜋
3 𝑥𝑦 ′ = 𝑡𝑎𝑛𝑦, 𝑥 ∈ ℝ, − 2 < 𝑦 < 2 .
II. Equation différentielle linéaire du premier ordre.
Définition II.1
On appelle équation différentielle linéaire du premier ordre (EDL), une équation différentielle de la
forme :
1 : 𝐴 𝑥 𝑦′ + 𝐵 𝑥 𝑦 = 𝐶 𝑥
où 𝐴, 𝐵 et 𝐶 sont des fonctions définies et continues sur I0 (I0 ⊂ ℝ).
Si 𝐴 𝑥 ≠ 0, ∀𝑥 ∈ 𝐼 ⊂ 𝐼0 , 1 devient 𝑦 ′ = 𝑎 𝑥 𝑦 + 𝑏 𝑥 , 𝑥 ∈ 𝐼.
𝐵 𝑥 𝐶(𝑥 )
avec 𝑎 𝑥 = − et 𝑏 𝑥 = , ∀𝑥 ∈ 𝐼.
𝐴 𝑥 𝐴(𝑥)
L’équation est dite homogène si 𝐶 𝑥 = 0, ∀𝑥 ∈ 𝐼0 (ie 𝑏 𝑥 = 0, ∀𝑥 ∈ 𝐼).
Elle est dite non homogène dans le cas contraire.
Remarque :
Comme 1 ⟺ 2 , nous considérons dans la suite les équations différentielles linéaires de type (2).
1. Intégration de l’équation homogène
Soit l’équation différentielle du premier ordre :

2 𝑦 ′ = 𝑎 𝑥 𝑦 + 𝑏 𝑥 et l’équation homogène associée : 3 𝑦 ′ = 𝑎 𝑥 𝑦.
Théorème II.1
Si la fonction 𝑎 est continue sur 𝐼 et si α est une primitive de a dans I, alors les solutions de 3 sont
définies sur 𝐼 et sont sous la forme 𝑦 = 𝐶𝑒 𝛼(𝑥) où 𝐶 est une constante arbitraire.
Remarques :
1.) On déduit du théorème II.1, qu’une solution de 3 est soit nulle (C = 0) soit non nulle (C ≠ 0).
𝑦′
2.) 3 ⟺ 5 𝑦
= 𝑎 𝑥 avec 𝑦 ≠ 0.
24
ln 𝑦 = 𝑎 𝑥 𝑑𝑥 + 𝑐𝑠𝑡𝑒 avec 𝑎 𝑥 𝑑𝑥 = 𝛼 𝑥 .
D’où ln 𝑦 = 𝛼 𝑥 + 𝐾
Si 𝑦 ∈ −∞; 0 , 𝑦 = −𝑒 𝑘 𝑒 𝛼 (𝑥) .
Si 𝑦 ∈ 0; +∞ , 𝑦 = 𝑒 𝑘 𝑒 𝛼(𝑥 ) .
D’où
𝑦 = 𝐶𝑒 𝛼 (𝑥) avec 𝐶 ∈ ℝ (une constante arbitraire).
2. Intégration de l’équation non-homogène
2 𝑦 = 𝑎 𝑥 𝑦 + 𝑏(𝑥).
Soit 𝑦0 ≠ 0 une solution particulière de l’équation homogène associée
3 𝑦 ′ = 𝑎 𝑥 𝑦.
On a ∀𝑥 ∈ 𝐼, 𝑦 ′ 0 = 𝑎(𝑥)𝑦0 .
Méthode de la variation des constantes
On pose 𝑦 = 𝑐(𝑥)𝑦0 où dans la solution de l’équation homogène on fait varier c en fonction de

𝑥, avec 𝑥 ∈ 𝐼.
Pour déterminer 𝑐 𝑥 , on suppose que 𝑦 = 𝑐 𝑥 𝑦0 est solution de l’équation 2 .
On a alors 𝑦 ′ = 𝑐′𝑦0 + 𝑐𝑦′0 . Pour que 𝑦 soit solution de 2 , il faut et il suffit que,
𝑐𝑦′0 + 𝑐′𝑦0 = 𝑎 𝑥 𝑐𝑦0 + 𝑏(𝑥)

⟺ 𝑐 ′ 𝑦0 + 𝑐 𝑦 ′ 0 − 𝑎 𝑥 = 𝑏(𝑥)
′
⟺ 𝑐 𝑦0 = 𝑏(𝑥)
𝑏(𝑥)
⟺ 𝑐′ =
𝑦0
𝑏(𝑥)
Donc 𝑐 𝑥 = 𝑑𝑥 + 𝜆 où 𝜆 est une constante.
𝑦0
Par suite la solution générale vérifiant 2 est :
𝑏 𝑥
𝑦=( 𝑦0
𝑑𝑥 + 𝜆)𝑦0 .
𝑏(𝑥) 𝑏 (𝑥)
C’est-à-dire 𝑦 = 𝑦0 𝑑𝑥 + 𝜆𝑦0 avec 𝑦0 𝑑𝑥 la solution particulière de 2 et 𝜆𝑦0 la
𝑦0 𝑦0
solution générale de 3 .
Remarque :
Les solutions de 2 s’obtiennent en ajoutant à une solution particulière de 2 la solution générale de

l’équation 3 .
Exemple :
Résoudre l’équation
25
8 : 𝑦 ′ + 𝑦 = 𝑒 −𝑥
Résoudre les équations suivantes :
1 𝑦 ′ − 2𝑦 + 𝑒 𝑥 = 0.
2 𝑦′ − 3𝑦 = 𝑥 2 .
𝑦
3 𝑦 ′ = 𝑥 + 𝑥𝑎𝑟𝑐𝑡𝑎𝑛𝑥.
4 1 − 𝑥2 𝑦 ′ − 𝑦 = 1 − 𝑥2 .
5 1 − 𝑥 2 𝑦 ′ − 𝑥𝑦 = 1.
6 1 + 𝑥 2 𝑦 ′ + 𝑥𝑦 + 𝑥 2 = 0.
2
7 2𝑥𝑦 ′ − 𝑦 = 𝑥 3/2 .
3
9 1 − 𝑥 2 𝑦 ′ + 2𝑥𝑦 = 𝑥 2 .
III. Equation différentielle linéaire du second ordre à coefficient constant
Définition III.1
On appelle équation différentielle linéaire du second ordre à coefficient constant, une équation de la
forme :
1 𝑎𝑦 ′′ + 𝑏𝑦 ′ + 𝑐𝑦 = 𝑔 𝑥 où g est une fonction définie de 𝐼 → ℝ; 𝐼 est un intervalle de ℝ et
𝑎, 𝑏 et 𝑐 sont des réels donnés tels que 𝑎 ≠ 0.
Remarques :
1. Si 𝑔 𝑥 = 0, ∀𝑥 ∈ 𝐼, l’équation 2 𝑎𝑦 ′′ + 𝑏𝑦 ′ + 𝑐𝑦 = 0 est appelée équation homogène ou

équation sans second membre associée à 1 .
2. On montre et nous l’admettrons que l’ensemble des solutions de l’équation homogène est un
espace vectoriel de dimension 2.
1. Résolution de l’équation homogène associée.
Règle pratique
La méthode générale pour résoudre l’équation homogène associée 2 , est de chercher les solutions de
la forme 𝑦 = 𝑒 𝑟𝑥 où 𝑟 ∈ ℝ ou ℂ.
On a 𝑦 ′ = 𝑟𝑒 𝑟𝑥 et 𝑦 ′′ = 𝑟 2 𝑒 𝑟𝑥
2 devient : 𝑎𝑟 2 𝑒 𝑟𝑥 + 𝑏𝑟𝑒 𝑟𝑥 + 𝑐𝑒 𝑟𝑥 = 0.
3 𝑎𝑟 2 + 𝑏𝑟 + 𝑐 = 0 est l′équation caractéristique de (2).
Résolution de (3) :
Δ = 𝑏2 − 4𝑎𝑐.
26
Trois cas de figure se présentent.
-1er cas Δ > 0.
3 admet deux solutions réelles distinctes :

−𝑏− ∆ −𝑏+ ∆
𝑟1 = et 𝑟2 = .
2𝑎 2𝑎
Ce qui donne deux solutions réelles distinctes 𝑦1 = 𝑒 𝑟1 𝑥 et 𝑦2 = 𝑒 𝑟2 𝑥 .
Ainsi les solutions de (2) sont 𝑦 = 𝐶1 𝑒 𝑟1 𝑥 + 𝐶2 𝑒 𝑟2 𝑥 , 𝑜ù 𝐶1 et 𝐶2 sont des constantes arbitraires.
-2e cas ∆< 0.
3 admet deux solutions complexes conjuguées

−𝑏−𝑖 −∆ −𝑏+𝑖 −∆
𝑟1 = 2𝑎
= 𝛼 − 𝑖𝛽 et 𝑟2 = 2𝑎
= 𝛼 + 𝑖𝛽.
Ce qui donne deux solutions complexes,
𝑦1 = 𝑒 𝑟1 𝑥 = 𝑒 𝛼𝑥 𝑐𝑜𝑠𝛽𝑥 − 𝑖𝑠𝑖𝑛𝛽𝑥 et 𝑦2 = 𝑒 𝑟2 𝑥 = 𝑒 𝛼𝑥 (𝑐𝑜𝑠𝛽𝑥 + 𝑖𝑠𝑖𝑛𝛽𝑥)
qui donnent les solutions réelles suivantes :
𝑦1 +𝑦2 𝑦2 −𝑦1
𝑧1 = 2
= 𝑒 𝛼𝑥 𝑐𝑜𝑠𝛽𝑥 𝑒𝑡 𝑧2 = 2𝑖
= 𝑒 𝛼𝑥 𝑠𝑖𝑛𝛽𝑥.
La solution générale de (2) est 𝑦 = 𝑒 𝛼𝑥 (𝐶1 𝑐𝑜𝑠𝛽𝑥 + 𝐶2 𝑠𝑖𝑛𝛽𝑥).
−3e cas ∆= 0.
𝑏
3 admet une racine double 𝑟0 = − 2𝑎 qui entraine une solution. Pour obtenir une deuxième solution
de (2) on procède de la manière suivante :
On pose 𝑦 = 𝑒 𝑟0 𝑥 𝑧 𝑜ù 𝑧 est une fonction inconnue dérivable jusqu’à l’ordre 2.
On a 𝑦 ′ = 𝑟0 𝑧𝑒 𝑟0 𝑥 + 𝑧 ′ 𝑒 𝑟0 𝑥 = (𝑟0 𝑧 + 𝑧 ′ )𝑒 𝑟0 𝑥 .
𝑦 ′′ = 𝑟02 𝑧 + 𝑟0 𝑧 ′ 𝑒 𝑟0 𝑥 + (𝑧 ′′ + 𝑟0 𝑧 ′ )𝑒 𝑟0 𝑥
𝑦 ′′ = 𝑒 𝑟0 𝑥 (𝑧 ′′ + 2𝑟0 𝑧 ′ + 𝑟02 𝑧)
2 devient
𝑎 𝑧 ′′ + 2𝑟0 𝑧 ′ + 𝑟02 𝑧 𝑒 𝑟0 𝑥 + 𝑏 𝑟0 𝑧 + 𝑧 ′ 𝑒 𝑟0 𝑥 + 𝑐𝑧𝑒 𝑟0 𝑥 = 0

𝑎𝑧 ′′ + 2𝑎𝑟0 + 𝑏 𝑧 ′ + 𝑎𝑟02 + 𝑏𝑟0 + 𝑐 𝑧 = 0
𝑏
⟺ 𝑎𝑧 ′′ = 0 (𝑐𝑎𝑟 𝑟 = − 𝑒𝑡 𝑎𝑟02 + 𝑏𝑟0 + 𝑐 = 0)
2𝑎
⟺ 4 𝑧 ′′ = 0 (car 𝑎 ≠ 0).
Donc 𝑧 = 𝐶1 𝑥 + 𝐶2 avec 𝐶1 et 𝐶2 des constantes arbitraires.
D’où la solution générale de (2) 𝑦 = 𝑒 𝑟0 𝑥 𝐶1 𝑥 + 𝐶2 , 𝐶1 𝑒𝑡 𝐶2 ∈ ℝ.
27
Exemples :
1 : 𝑦 ′′ + 4𝑦 ′ + 3𝑦 = 0
2 : 𝑦 ′′ − 6𝑦 ′ + 9𝑦 = 0
3 : 𝑦 ′′ − 2𝑦 ′ + 2𝑦 = 0
Résoudre ces équations.
1. Résolution de l’équation non homogène (avec second membre)
Rappel
1 𝑎𝑦 ′′ + 𝑏𝑦 ′ + 𝑐𝑦 = 𝑔(𝑥).
On montre et nous l’admettrons que la solution générale de l’équation (1) s’obtient en additionnant
une solution particulière de 1 avec la solution générale de 2 .
Recherche de solution particulière dans des cas usuels.
a) g est de la forme
𝑔 𝑥 = 𝐴0 𝑥 𝑝 + 𝐴1 𝑥 𝑝 −1 + ⋯ + 𝐴𝑝 .
En supposant que 𝐶 ≠ 0, on cherche pour solution particulière, un polynôme de degré 𝑝 ∶
𝑦 = 𝐵0 𝑥 𝑝 + 𝐵1 𝑥 𝑝 −1 + ⋯ + 𝐵𝑝−1 𝑥 + 𝐵𝑝 .
On a :
𝑦 ′ = 𝑝𝐵0 𝑥 𝑝 −1 + 𝑝 − 1 𝐵1 𝑥 𝑝 −2 + ⋯ + 𝐵𝑝 −1
𝑦 ′′ = 𝑝 𝑝 − 1 𝐵0 𝑥 𝑝 −2 + 𝑝 − 1 𝑝 − 2 𝐵1 𝑥 𝑝 −3 + ⋯ + 2𝐵𝑝−2 .
En remplaçant 𝑦 ′ et 𝑦′′ dans 1 on obtient le système :
𝑐𝐵0 = 𝐴0
𝑐𝐵1 + 𝑝𝑏𝐵0 = 𝐴1
.
.
.
.
𝑐𝐵𝑝 + 𝑏𝐵𝑝 −1 + 2𝑎𝐵𝑝−2 = 𝐴𝑝 .
De ce système, on obtient, de proche en proche, les coefficients 𝐵0 , 𝐵1 , … … … , 𝐵𝑝 .
Remarque :
28
Si 𝑐 = 0, on pose 𝑧 = 𝑦′ et on résout l’équation 𝑎𝑧 ′ + 𝑏𝑧 = 𝑔 𝑥 .
b) 𝑔 est de la forme :
𝑔 𝑥 = 𝑒 𝑚𝑥 𝑃 𝑥 où 𝑚 est une constante et 𝑃 un polynôme.
On pose 𝑦 = 𝑒 𝑚𝑥 𝑧 où 𝐳 est une fonction au moins deux fois continûment dérivable.

On a 𝑦 ′ = 𝑒 𝑚𝑥 (𝑧 ′ + 𝑚𝑧)
𝑦 ′′ = 𝑒 𝑚𝑥 (𝑧 ′′ + 2𝑚𝑧 ′ + 𝑚 2 𝑧).
1 devient
𝑎𝑒 𝑚𝑥 𝑧 ′′ + 2𝑚𝑧 ′ + 𝑚 2 𝑧 + 𝑏𝑒 𝑚𝑥 𝑧 ′ + 𝑚𝑧 + 𝑐𝑒 𝑚𝑥 𝑧 = 𝑒 𝑚𝑥 𝑃(𝑥) .
C’est-à-dire
𝑎𝑧 ′′ + 2𝑚𝑎 + 𝑏 𝑧 ′ + 𝑎𝑚 2 + 𝑏𝑚 + 𝑐 = 𝑃(𝑥).
Le second membre étant un polynôme, on se retrouve dans le cas a).
c) 𝑔 𝑥 = 𝐴𝑠𝑖𝑛 𝑚𝑥 ou 𝐴𝑐𝑜𝑠(𝑚𝑥).
𝐴 et 𝑚 sont deux constantes réelles non nulles. On cherche une solution particulière de la forme :
𝑦 = 𝜆. 𝑠𝑖𝑛 𝑚𝑥 + 𝜇. 𝑐𝑜 𝑠 𝑚𝑥 , 𝜆 et 𝜇 sont des constantes.
On a :
𝑦 ′ = 𝑚. 𝜆. 𝑐𝑜𝑠 𝑚𝑥 − 𝑚. 𝜇. 𝑠𝑖𝑛⁡
(𝑚𝑥)
′′ 2 2
𝑦 = −𝑚 . 𝜆. 𝑠𝑖𝑛 𝑚𝑥 − 𝑚 . 𝜇. 𝑐𝑜𝑠⁡ (𝑚𝑥).
1 devient
−𝑎. 𝑚 2 . 𝜆 − 𝑏. 𝑚. 𝜇 + 𝑐. 𝜆 𝑠𝑖𝑛 𝑚𝑥 + −𝑎. 𝑚 2. 𝜇 + 𝑏. 𝑚. 𝜆 + 𝑐. 𝜇 𝑐𝑜𝑠 𝑚𝑥 = 𝐴. 𝑠𝑖𝑛 𝑚𝑥 .
Ce qui revient à résoudre le système :
−𝑎. 𝑚 2 . 𝜆 − 𝑏. 𝑚. 𝜇 + 𝑐. 𝜆 = 𝐴
(S)
−𝑎. 𝑚 2 . 𝜇 + 𝑏. 𝑚. 𝜆 + 𝑐. 𝜇 = 0
𝜋
Pour avoir (S), il suffit de prendre 𝑥 = 0 𝑒𝑡 𝑥 = 2𝑚 .
𝑐 − 𝑎. 𝑚 2 . 𝜆 − 𝑏. 𝑚. 𝜇 = 𝐴
(S)
𝑏. 𝑚. 𝜆 + 𝑐 − 𝑎. 𝑚 2 . 𝜇 = 0.
Déterminant
29
2
𝐷𝑚 = 𝑐 − 𝑎. 𝑚 −𝑏. 𝑚 = (𝑐 − 𝑎. 𝑚 2 )2 + 𝑏2 . 𝑚 2 .
𝑏. 𝑚 𝑐 − 𝑎. 𝑚 2
si 𝐷𝑚 ≠ 0, S admet une solution unique

𝐴 −𝑏. 𝑚
2
𝜆= 0 𝑐 − 𝑎. 𝑚 2 = 𝐴(𝑐 − 𝑎. 𝑚 )
𝐷𝑚 𝐷𝑚
𝑐−𝑎 .𝑚 2 𝐴
𝑏.𝑚 0 −𝐴.𝑏.𝑚
𝜇= 𝐷𝑚
= 𝐷𝑚
.
si 𝐷𝑚 = 0, il n′ y a pas de solution.

1 3𝑦 ′′ − 7𝑦 ′ + 4𝑦 = 2𝑥 4
2 𝑦 ′′ − 2𝑦 ′ + 7𝑦 = 3𝑥 2 + 2
3 𝑦 ′′ − 6𝑦 ′ + 9𝑦 = 2𝑥 4
4 𝑦 ′′ − 2𝑦 ′ + 𝑦 = (𝑥 + 1)𝑒 𝑥
5 𝑦 ′′ − 2𝑦 ′ + 2𝑦 = 𝑐𝑜𝑠 𝑥
𝑠𝑖𝑛 𝑥 −𝑥
6 𝑦 ′′ + 2𝑦 ′ + 𝑦 = 𝑒 (indication: poser 𝑦 = 𝑧𝑒 −𝑥 )
𝑐𝑜𝑠 2 𝑥
7 𝑦 ′′ − 6𝑦 ′ + 9𝑦 = 𝑒 3𝑥 + 𝑠𝑖𝑛 𝑥..
IV. Equation différentielle linéaire du second ordre à coefficients variables ; recherche de solutions
développables en séries entières.
Règle pratique
Soit
1 𝑎(𝑥)𝑦 ′′ + 𝑏(𝑥)𝑦 ′ + 𝑐(𝑥)𝑦 = 𝑔(𝑥)
où 𝑎, 𝑏, 𝑐 et 𝑔 sont des fonctions définies sur un intervalle I de ℝ. Si 𝑎, 𝑏, 𝑐 et 𝑔 sont des fonctions

développables en série entière sur l’intervalle −𝑅; 𝑅 il en ait de même pour toutes les solutions de
1 définies sur −𝑅; 𝑅 . La solution générale de 1 est de la forme :
𝑦 = +∞ 𝑛
𝑛=0 𝑐𝑛 𝑥 .
Exemple : soit à résoudre,

1 𝑦 ′′ + 𝑥𝑦 ′ + 𝑦 = 0.
Résoudre l’équation.
30
1 𝑥𝑦 ′′ + 𝑦 ′ + 𝑥 = 0
2 𝑥𝑦 ′′ + 𝑦 ′ + 𝑥𝑦 = 0
3 𝑦 ′′ − 𝑥 2 𝑦 = 0.
V. Equation différentielle non linéaire du 𝟏𝐞𝐫 ordre
1. Equation de Bernoulli
Définition V.1
On appelle équation de Bernoulli, une équation de la forme :
1 𝑦′ + 𝑎 𝑥 𝑦 + 𝑏 𝑥 𝑦𝑟 = 0
où 𝑟 est un réel quelconque, 𝑎 et 𝑏 sont deux fonctions continues sur un intervalle 𝐼 ⊂ ℝ.
Remarque :
Pour 𝑟 = 0, on retrouve l’équation du 1er ordre.
1 ⟺ 2 𝑦 ′ 𝑦 −𝑟 + 𝑎 𝑥 𝑦 −𝑟+1 + 𝑏 𝑥 = 0, 𝑦 ≠ 0.
Posons 𝑢 = 𝑦 −𝑟+1 , avec 𝑦 ≠ 0.

On a : 𝑢′ = −𝑟 + 1 𝑦′𝑦 −𝑟 .
𝑦 satisfait 1 si 𝑢 satisfait
1
3 1−𝑟
𝑢′ + 𝑎 𝑥 𝑢 + 𝑏 𝑥 = 0.
On retrouve les équations différentielles linéaires de (II).
Exemple :
Résoudre
4 2𝑥𝑦 ′ + 𝑦 + 3𝑥 2 𝑦 2 = 0 sur 𝐼 ⊂ ℝ∗ .
Faire la résolution.
2. Equation de Riccatti
On appelle équation de Riccatti, une équation de la forme :
1 : 𝑦′ + 𝑎 𝑥 𝑦 + 𝑏 𝑥 𝑦2 + 𝑐 𝑥 = 0
31
où 𝑎, 𝑏 et 𝑐 sont des fonctions continues sur un intervalle 𝐼 ⊂ ℝ.
Remarque :
Si 𝑐 𝑥 = 0 ∀𝑥 ∈ 𝐼, on obtient une équation de Bernoulli.
Résolution de 1 .
Soit y1 une solution de (1).
Posons 𝑦 = 𝑦1 + 𝑧.
On a : 𝑦 ′ = 𝑦′1 + 𝑧′.
1 ⟺ 𝑧 ′ + 𝑎 𝑥 + 2𝑏 𝑥 𝑦1 𝑧 + 𝑏 𝑥 𝑧 2 = 0.
On obtient une équation de Bernoulli avec 𝑟 = 2
Exemple :
1 1
2 𝑦 ′ = 𝑦 − 𝑦 2 − 2 , 𝑥 ≠ 0.
𝑥 𝑥
1
La fonction 𝑥 ⟼ vérifie 2 . Résoudre l’équation.
𝑥
Résoudre :
𝑦 ′ + 𝑦 𝑡𝑎𝑛 𝑥 + 𝑦 3 = 0
𝑥𝑦 ′ − 𝑦 + 𝑦 2 = 𝑥 2 , ( 𝑦 = 𝑥 est solution).
32
CHAPITRE V : REDUCTION DES MATRICES
Quelques notations :
𝐸 est un espace vectoriel sur un corps 𝕂 ℝ ou ℂ , dim𝐸 = 𝑛 < +∞.

𝑢 ∈ ℒ(𝐸, 𝐸).
Vecteurs : les éléments de E.
Scalaires : les éléments de 𝕂.
ℳ𝑛 𝕂 = matrices carrées d′ ordre n à coefficients dans 𝕂 ,

𝕂 X = polynôme à coefficient dans 𝕂 .
I. Valeurs propres – vecteurs propres
Définition I.1
Soit 𝜆 ∈ 𝕂, 𝜆 est une valeur propre de 𝑢 , si ∃𝑥 ∈ 𝐸, 𝑥 ≠ 0 tel que 𝑢 x = λx. L’ensemble des valeurs
propres de u est appelé spectre de 𝑢.
𝑆 = 𝜆 ∈ 𝕂, ∃𝑥 ∈ 𝐸, 𝑥 ≠ 0 et 𝑢 𝑥 = 𝜆𝑥 .
Définition I.2
Soit x ∈ E. 𝑥 est vecteur propre de 𝑢 si ∃ 𝜆 ∈ 𝕂 tel 𝑢 𝑥 = 𝜆𝑥.
Remarques :
1). 0 est vecteur propre de 𝑢.
En effet, 𝑢 0 = 0 = 𝜆0, ∀ 𝜆 ∈ 𝕂.
2). Si x est vecteur propre de 𝑢 et si 𝑥 ≠ 0, alors le scalaire 𝜆 est unique.
En effet, si 𝑢 𝑥 = 𝜆𝑥 = 𝜆′ 𝑥 alors, 𝜆 − 𝜆′ 𝑥 = 0, 𝑥 ≠ 0 ⟹ 𝜆 = 𝜆′.
Dans ce cas le scalaire λ est appelé valeur propre correspondant ou associée au vecteur propre 𝑥.
Définition I.3
Soit λ une valeur propre de 𝑢. Le noyau, 𝐸𝜆 = 𝐾er⁡ (𝑢 − 𝜆𝐼𝑑𝐸 ) est appelé sous-espace-propre
correspondant à la valeur propre 𝜆. Tout élément de 𝐸𝜆 est un vecteur propre correspondant à la
valeur propre 𝜆.
𝐸𝜆 = 𝑥 ∈ 𝐸: 𝑢 𝑥 = 𝜆𝑥 ≠ ∅.
33
Théorème I.1
Si 𝜆1 et 𝜆2 sont deux valeurs propres distinctes de 𝑢, alors 𝐸𝜆 1 ∩ 𝐸𝜆 2 = 0 .
Théorème I.2
Soient 𝜆1 , 𝜆2 , … , 𝜆𝑝 , 𝑝 valeurs propres de u, distinctes deux à deux. Alors la somme des 𝐸𝜆 1 , … , 𝐸𝜆 2 est
directe. C’est-à-dire
𝐹 = 𝐸𝜆 1 ⨁𝐸𝜆 2 ⨁ … ⨁𝐸𝜆 𝑝 .
Exemple :
Soit (𝑒1 , … , 𝑒𝑛 ) une base de 𝐹 et 𝜇1 , … , 𝜇𝑛 ∈ 𝕂..

Soit 𝑢 un endomorphisme de 𝐸 tel que 𝑢 𝑒1 = 𝜇1 𝑒1, … , 𝑢 𝑒𝑛 = 𝜇𝑛 𝑒𝑛 .
Soit 𝜆 ∈ 𝕂. Alors 𝐸𝜆 = 𝑥 = 𝜈1 𝑒1 + ⋯ + 𝜈𝑛 𝑒𝑛 , 𝜈𝑖 ∈ 𝕂 ∶ 𝑢 𝑥 = 𝜆𝑥 .
Définition I.4 :
Soit 𝑀 ∈ ℳ𝑛 (𝕂). On appelle valeur propre (respectivement vecteur propre, sous-espace-propre) de la

matrice 𝑀, la valeur propre (respectivement vecteur propre, sous-espace-propre) de l’endomorphisme
𝑢 associé à la matrice 𝑀. Les valeurs propres de 𝑀 sont des scalaires et les vecteurs propres de 𝑀 sont
les éléments de 𝕂𝑛 et les sous-espaces propres de 𝑀 sont les sous-espaces de 𝕂𝑛 .
II. Polynôme caractéristique
Soit 𝑀 = (𝛼𝑖𝑗 )1≤𝑖,𝑗 ≤𝑛 ∈ ℳ𝑛 (𝕂) et 𝑋 une indéterminée. On a :

1 si 𝑖 = 𝑗
𝑀 − 𝑋𝐼𝑛 = 𝛼𝑖𝑗 − 𝑋𝛿𝑖𝑗 1≤𝑖,𝑗 ≤𝑛 où 𝛿𝑖,𝑗 = (le symbole de Kronecheer) et
0 si 𝑖 ≠ 𝑗
𝐼𝑛 la matrice identité d′ ordre 𝑛.
Donc 𝑀 − 𝑋𝐼𝑛 ∈ ℳ𝑛 (𝕂 𝑋 ).
Soit Gn le groupe des permutations de 1,2, … , 𝑛 .
On a :
(1). 𝑑𝑒𝑡 𝑀 − 𝑋𝐼𝑛 = 𝜍∈𝐺𝑛 𝜀𝜍 𝛼𝜍 1 ,1 − 𝛿𝜍 1 ,1 𝑋 … 𝛼𝜍 𝑛 ,𝑛 − 𝛿𝜍 𝑛 ,𝑛 𝑋
où 𝜀𝜍 = ±1.
Donc 𝑑𝑒𝑡⁡(𝑀 − 𝑋𝐼𝑛 ) ∈ 𝕂 𝑋 .
Définition II.1
Le polynôme 𝑃𝑀 𝑋 = 𝑑𝑒𝑡⁡ (𝑀 − 𝑋𝐼𝑛 ) est appelé polynôme caractéristique de la matrice 𝑀 (ou de

l’endomorphisme associé à 𝑀).
34
Soit 𝜆 ∈ 𝕂 on a :𝑃𝑀 𝜆 = 𝑑𝑒𝑡⁡(𝑀 − 𝜆𝐼𝑛 ).
Théorème II.1
On a 𝑃𝑀 𝑋 = 𝑑𝑒𝑡 𝑀 − 𝑋𝐼𝑛 = (−1)𝑛 𝑋 𝑛 + (−1)𝑛−1 𝑡𝑟 𝑀 𝑋 𝑛−1 + ⋯ + 𝑑é𝑡𝑀 où 𝑡𝑟 𝑀 = 𝛼11 +

⋯ + 𝛼𝑛𝑛 avec 𝑀 = (𝛼𝑖𝑗 )1≤𝑖,𝑗 ≤𝑛 .
Définition (rappel)
Soient 𝑀 et 𝑀′ ∈ ℳ𝑛 𝕂 . 𝑀 et 𝑀′ sont dites semblables, s’il existe 𝑆 ∈ ℳ𝑛 𝕂 , inversible, telle que
𝑀′ = 𝑆𝑀𝑆 −1 .
Remarque :
Deux matrices semblables ont le même déterminant.
Théorème II.2
Deux matrices semblables ont le même polynôme caractéristique.
Remarque :
Le théorème II.2 implique que le polynôme caractéristique est indépendant de la base choisie sur 𝐸.
En effet, soient 𝔅 et 𝔅′ deux bases de 𝐸 et 𝑃 la matrice de passage de 𝔅 à 𝔅′ . On a alors 𝑀′ =
𝑃−1𝑀𝑃. Donc 𝑀 et 𝑀′ sont semblables.
Théorème II.3
Soit 𝑀 = 𝛼𝑖𝑗 ∈ ℳ𝑛 𝕂 , une matrice triangulaire. Alors
𝑃𝑀 𝑋 = 𝛼11 − 𝑋 … (𝛼𝑛𝑛 − 𝑋).
Remarque : dim 𝐸 = 𝑛, 𝑢 ∈ ℒ(𝐸, 𝐸). Les matrices de 𝑢 par rapport aux différentes bases de 𝐸 sont
semblables entre elles. Elles ont donc le même polynôme caractéristique (cf. théorème II.2).
Ce polynôme est appelé polynôme caractéristique de 𝑢 noté
𝑃𝑢 𝑋 = (−1)𝑛 𝑋 𝑛 + (−1)𝑛−1 𝑋 𝑛−1 𝑡𝑟(𝑢) + ⋯ + dét𝑢.
Autrement dit si 𝜆 ∈ 𝕂, on a 𝑃𝑢 𝜆 = 𝑑é 𝑡 𝑢 − 𝜆𝐼𝑑𝐸 où 𝐼𝑑𝐸 est l′ endomorphisme identité de 𝐸.
35
Théorème II.4
Soit 𝑢 ∈ ℒ 𝐸, 𝐸 et 𝑃 le polynôme caractéristique de 𝑢. Soit 𝜆 ∈ 𝕂. 𝜆 est valeur propre de 𝑢 ⟺

𝑃 𝜆 = 0.
Corollaire II.1
Soit 𝑀 ∈ ℳ𝑛 (𝕂) alors λ ∈ 𝕂 est valeur propre de 𝑀 ⟺ 𝑃𝑀 𝜆 = 0.
Corollaire II.2
Soit 𝑀 ∈ ℳ𝑛 (𝕂) triangulaire. Alors les valeurs propres de M sont les éléments de la diagonale
principale.
Preuve : Conséquence du théorème II.3 et du corollaire II.1.
Corollaire II.3
Deux matrices semblables ont mêmes valeurs propres (corollaire II.1 et théorème II.2).
III. Diagonalisation (ou réduction) d’une matrice.
Soit 𝐴 = (𝛼𝑖𝑗 )1≤𝑖,𝑗 ≤𝑛 ∈ ℳ𝑛 (𝕂) et 𝑢 l’endomorphisme associé à 𝐴 dans une base 𝔅 de 𝐸.

Peut-on choisir une base 𝔅′ de 𝐸 telle que la matrice 𝐴 soit diagonalisable, c’est-à-dire semblable à
une matrice 𝐴′ = (𝛼′𝑖𝑗 )1≤𝑖,𝑗 ≤𝑛 avec 𝛼′𝑖𝑗 = 0 si 𝑖 ≠ 𝑗,
𝛼′11 0 0
𝐴′ = 0 𝛼′22 0 .
0 0 𝛼′𝑛𝑛
Théorème III.2
Soit 𝐴 ∈ ℳ𝑛 (𝕂). Alors sont équivalentes :
1 𝐴 est diagonalisable.
(2) (i) Le polynôme caractéristique de 𝐴 se décompose complètement dans 𝕂.
(ii) Pour toute valeur propre, λi , i = 1,2, … , p, on a dim 𝐸λ i = 𝑛𝑖 où 𝑛𝑖 est
l’ordre de multiplicité de 𝜆𝑖 , 𝑖 = 1,2, … , 𝑝,
dans la décomposition du polynôme caractéristique de 𝐴.
Remarque :
Si 𝐴 est diagonalisable, la matrice 𝐴 est semblable à une matrice 𝐴′ de la forme
36
𝜆1
𝜆2
0 0
𝜆3
𝐴′ = 𝜆4
0 ⋱ 0
𝜆𝑝−1
0 0
𝜆𝑝
Remarques :
1. Pour diagonaliser une matrice, il suffit de prendre une base 𝔅′ = (𝑒 ′ 1 , … , 𝑒 ′ 𝑛 ) telle que 𝑒′𝑖 soit un
vecteur propre relatif à la valeur propre 𝜆𝑖 , 𝑖 = 1, … , 𝑛.
2. Une matrice qui ne vérifie pas (i) ou (ii) dans (2) n’est pas diagonalisable.
Exemple :
𝑐𝑜𝑠 𝜃 𝑠𝑖𝑛 𝜃
1. 𝐴 = , 𝜃 ∈ ℝ, avec sin 𝜃 ≠ 0. A est-elle diagonalisable ?
− 𝑠𝑖𝑛 𝜃 𝑐𝑜𝑠 𝜃
1 0
0
2. Soit 𝑛 > 1 et 𝐴 = 1 0 . A est-elle diagonalisable ?
⋮ ⋱ 0
1 ⋯ 1
Remarque : Endomorphismes diagonaux. Un endomorphisme est dit diagonal s’il existe une base où la
matrice 𝐴 est diagonale.
𝜆1
𝜆2 0 0
⋱
𝐴= ⋱
0 ⋱ 0
𝜆𝑝−1
0 0
𝜆𝑝
et
1 0
0 0 0 0 0 0
⋱ ⋱
𝐴1 = ⋱ , … , 𝐴𝑝 = ⋱ .
0 ⋱ 0 0 ⋱ .
0 0 0 0 0 1
0 0
On a : 𝐴2𝑖 = 𝐴𝑖 , 𝑖 = 1,2, … , 𝑝 et 𝐴𝑖 𝐴𝑗 = 0𝑛 , 𝑖 ≠ 𝑗.
0𝑛 ∶ la matrice carrée nulle d’ordre 𝑛 et
37
𝐴 = 𝜆1 𝐴1 + ⋯ + 𝜆𝑝 𝐴𝑝
𝐼𝑛 = 𝐴1 + ⋯ + 𝐴𝑝 .
Soit 𝑢𝑖 l’endomorphisme associé à 𝐴𝑖 , 𝑖 = 1,2, … , 𝑛.
On a : 𝑢𝑖2 = 𝑢𝑖 , 𝑖 = 1,2, … , 𝑛.
𝑢𝑖 𝑜𝑢𝑗 = 𝑢𝑖 . 𝑢𝑗 = 0𝐸 , ∀𝑖, 𝑗 avec 0𝐸 l′endomorphisme nul et
𝑢 = 𝜆1 𝑢1 + ⋯ + 𝜆𝑝 𝑢𝑝
𝐼
𝐼𝑑𝐸 = 𝑢1 + ⋯ + 𝑢𝑝.
(𝐼) est appelé décomposition spectrale de 𝑢. Réciproquement si 𝑢 est tel que (𝐼) est satisfaite, alors 𝐴
est diagonale de valeur propre 𝜆𝑖 et de sous-espace-propre 𝐸𝜆 𝑖 = 𝑢𝑖 (𝐸).
Théorème III.2
Toute matrice vérifiant (2) (i) du théorème III.1 est semblable à une matrice triangulaire.
Exemple : Soit dans la base 𝔅 = (𝑒1 , … , 𝑒4 ), la base canonique dans 𝑅4 .
0 1 1 −1
𝐴 = ℳ 𝑢, 𝔅 = 1 0 1 −1 .
0 0 1 0
−2 2 0 1
Exercice : Déterminer 𝔅′′ une base de 𝐸 telle que 𝐴 soit triangulaire inférieure.
Définition III.2
𝛼 1 0 𝛼𝑖𝑖 = 𝛼, 𝛼𝑖,𝑖+1 = 1
Soit 𝐽 𝛼, 𝑛 = 0 ⋱ 1 .
𝛼𝑖𝑗 = 0, 𝑗 ≠ 𝑖 et 𝑗 ≠ 𝑖 + 1
0 0 𝛼
On appelle matrice de Jordan une matrice 𝐽 de la forme
𝐽(𝛼1 , 𝑛1 ) 0 0
𝐽= 0 ⋱ 0
0 0 𝐽(𝛼𝑝 , 𝑛𝑝 )
Propriété : Toute matrice 𝐴 vérifiant (2)(i) est semblable à une matrice de Jordan.
IV. Théorème de Cayley-Hamilton et applications
38
Théorème IV.1
Soit E un ℂ − ev de dimension 𝑛 > 0 et 𝑢 ∈ ℒ 𝐸, 𝐸 . Soient 𝜆1 , … , 𝜆𝑛 , les racines du polynôme

caractéristique de 𝑢. Alors il existe (𝑒1 , … , 𝑒𝑛 ) base de 𝐸 telle que la matrice 𝐴 = (𝛼𝑖𝑗 ) associée à u
vérifie :
(i) A est triangulaire inferieure.
(ii) 𝛼𝑖𝑖 = 𝜆𝑖 , 𝑖 = 1,2, … , 𝑛.
Théorème IV.2 (Cayley-Hamilton)
Soit E un ℂ − ev de dimension finie, 𝑢 ∈ ℒ 𝐸, 𝐸 et 𝑃 le polynôme caractéristique de 𝑢. Alors

𝑃 𝑢 = 0.
Remarque :
Soit une matrice carrée 𝐴 à coefficients dans 𝕂. Soit 𝑃 le polynôme caractéristique de A. Alors
𝑃 𝐴 = 0 (traduction matricielle du théorème de Cayley-Hamilton).
Exercices d’application :
Exercice.1
Déterminer les valeurs propres et les vecteurs propres de
0 5 8
1) 𝑀1 = 5 0 8
8 5 0
1 2 4
2) 𝑀2 = 2 5 0 .
1 1 3
3 0 0 2 −2 1
3) 𝐴 = 2 2 0 et 𝐵 = 2 −3 2 .
1 1 1 −1 2 0
Exercice.2
Les matrices 𝑀1 , 𝑀2 , 𝐴 et 𝐵 sont-elles diagonalisables ?
V. Complément : cas où le corps est complexe
39
Théorème V.1
Soit E un ℂ − ev de dimension 𝑛 > 0, 𝑢 ∈ ℒ 𝐸, 𝐸 et 𝑃 le polynôme caractéristique de 𝑢. Soient

λ1 , … , λn les racines du polynôme caractéristique, distinctes deux à deux. Alors il existe une base
(𝑒1 , … , 𝑒𝑛 ) de 𝐸 telle que 𝑢 𝑒1 = 𝜆1 𝑒1 , … , 𝑢 𝑒𝑛 = 𝜆𝑛 𝑒𝑛 .
Corollaire :
Soit 𝑀 ∈ ℳ𝑛 (ℂ). Si le polynôme caractéristique de 𝑀 n’a que des racines simples 𝜆1 , … , 𝜆𝑛 , alors 𝑀
est diagonalisable ( i.e. semblable à la matrice diagonale)
𝜆1 0 0
′
𝑀 = 0 ⋱ 0 .
0 0 𝜆𝑛
Exercice.3
1 1 0
Calculer à l’aide du théorème de Cayley- Hamilton, l’inverse de 𝐴 = −1 0 0 .
2 0 −1
Exercice.4
Soit 𝐵 la matrice suivante :

1 0 0 0
𝑎 1 0 0
𝑏 𝑐 2 0 .
𝑑 𝑒 𝑓 2
A quelles conditions doivent satisfaire les coefficients 𝑎, 𝑏, 𝑐, 𝑑, 𝑒 et 𝑓 ∈ ℝ pour que 𝐵 soit

diagonalisable ?
Exercice.5
Soit 𝐴 la matrice suivante
0 −𝑐 𝑏
𝐴= 𝑐 0 −𝑎 .
−𝑏 𝑎 0
Calculer à l’aide du théorème de Cayley-Hamilton, 𝐴𝑛 , 𝑛 ∈ ℕ∗ .
40
Exercice.6
Déterminer par le théorème de Cayley-Hamilton, les inverses des matrices suivantes :

0 5 8 1 2 4 3 0 0 2 −2 1
𝑀1 = 5 0 8 , 𝑀2 = 2 5 0 , 𝐴= 2 2 0 et 𝐵 = 2 −3 2 .
8 5 0 1 1 3 1 1 1 −1 2 0
41
CHAPITRE VI : ESPACES NORMES-ESPACES METRIQUES
I. Norme – Distance
1. Normes
Définition I.1
Soit 𝐸 un ℝ − ev. On appelle norme sur 𝐸 toute application 𝑥 ⟼ 𝑥 de 𝐸 ⟶ ℝ+ vérifiant
𝑖 : 𝑥 =0⟺𝑥=0
𝑖𝑖 : 𝜆. 𝑥 = |𝜆|. 𝑥 , ∀𝜆 ∈ ℝ, ∀𝑥 ∈ 𝐸
𝑖𝑖𝑖 : 𝑥 + 𝑦 ≤ 𝑥 + 𝑦 , ∀𝑥, 𝑦 ∈ 𝐸.
Le couple (𝐸, . ) est appelé espace vectoriel normé (en abrégé e. v. n).
Remarques :
1) 𝑖𝑖 ⟹ −𝑥 = 𝑥 ∀𝑥 ∈ 𝐸.
2) 𝑖𝑖𝑖 𝑒𝑡 𝑖𝑖 ⟹ 𝑥 − 𝑦 ≤ 𝑥 + −𝑦 = 𝑥 + 𝑦 .
Exemple :
1) 𝐸 = ℝ, la fonction 𝑥 ⟼ 𝑥 est une norme sur ℝ.

2) 𝐸 = ℝ𝑝 , 𝑝 ∈ ℕ∗
a) N1 : ℝp ⟶ ℝ
(𝑥1 , … … … … , 𝑥p ) ⟼ 𝑥12 + 𝑥22 + ⋯ + 𝑥p2 .
N1 est une norme sur ℝp (preuve en exercice) appelée norme euclidienne.
b) N2 : ℝp ⟶ ℝ+
𝑥1 , … … … … , 𝑥p ⟼ 𝑥1 + ⋯ + 𝑥p .
N2 est une norme sur ℝp .

𝑥2
c) N3 : ℝp ⟶ ℝ+
𝑥1 , … … … … , 𝑥p ⟼ sup1≤𝑖≤p 𝑥𝑖 .
1
N3 est une norme sur ℝp .
Illustration dans ℝ𝟐
Soit C(0,1)= 𝑥 ∈ ℝ2 , 𝑥 = 1 où ||.|| est la norme N1, N2 ou N3.
Exercice : représenter graphiquement C(0,1).
42
Théorème I.1
On a ∀, 𝑥 = 𝑥1 , … … … , 𝑥p ∈ ℝp ,
N3 𝑥 ≤ N1 𝑥 ≤ N2 𝑥 ≤ pN3 𝑥 .
Définition I.2
Soit 𝐸 un ℝ − 𝑒𝑣. Deux normes N1 et N2 sont dites équivalentes si

∃ 𝛼, 𝛽 ∈ ℝ∗+ tels que
∀𝑥 ∈ 𝐸, 𝛼N1 𝑥 ≤ N2 𝑥 ≤ 𝛽N1 𝑥 .
Exemple :
Les trois normes N1 ,N2 ,N3 dans ℝp sont deux à deux équivalentes.
On montre que dans ℝp toutes les normes sont équivalentes.
Cette propriété reste vraie pour tout espace vectoriel de dimension finie.
Remarque :
On établit également sur ℂp trois normes.

∀z ∈ ℂp , 𝑧 = (𝑧1 , … … … … , 𝑧p )
2
N1 𝑧 = 𝑧1 2 + ⋯ + 𝑧p ,
N2 𝑧 = 𝑧1 + ⋯ + 𝑧p
et
N3 𝑧 = sup1≤i≤p 𝑧i .
2. Les distances
Définition I.3
Soit 𝐸 un ensemble quelconque.

On appelle distance sur E toute application :
𝑑: 𝐸 × 𝐸 → ℝ+
𝑥, 𝑦 ⟼ 𝑑 𝑥, 𝑦 telle que
𝑖 𝑑 𝑥, 𝑦 = 0 ⟺ 𝑥 = 𝑦
𝑖𝑖 𝑑 𝑥, 𝑦 = 𝑑 𝑦, 𝑥 , ∀𝑥, 𝑦 ∈ 𝐸
𝑖𝑖𝑖 𝑑 𝑥, 𝑧 ≤ 𝑑 𝑥, 𝑦 + 𝑑 𝑦, 𝑧 , ∀𝑥, 𝑦, 𝑧 ∈ 𝐸.
Le couple 𝐸, 𝑑 est appelé espace métrique.
Remarque :
1). ∀𝑥, 𝑦, 𝑧 ∈ 𝐸, on a :
43
𝑑 𝑥, 𝑧 ≤ 𝑑 𝑥, 𝑦 + 𝑑(𝑦, 𝑧)
et
𝑑 𝑥, 𝑦 ≤ 𝑑 𝑥, 𝑧 + 𝑑 𝑧, 𝑦 .
Donc
𝑑 𝑥, 𝑧 − 𝑑 𝑥, 𝑦 ≤ 𝑑(𝑦, 𝑧)
𝑑 𝑥, 𝑦 − 𝑑 𝑥, 𝑧 ≤ 𝑑 𝑧, 𝑦 = 𝑑 𝑦, 𝑧 .
Par suite
𝑑 𝑥, 𝑧 − 𝑑 𝑥, 𝑦 ≤ 𝑑 𝑦, 𝑧 .
Soit 𝐸 un ℝ espace vectoriel normé.

∀𝑥, 𝑦 ∈ 𝐸, posons
𝑑 𝑥, 𝑦 = 𝑥 − 𝑦 .
Alors 𝑑 est une distance sur 𝐸.
En effet :
𝑑 𝑥, 𝑦 = 0 ⟺ 𝑥 − 𝑦 = 0 ⟺ 𝑥 − 𝑦 = 0 ⟺ 𝑥 = 𝑦 ; d’où (i).
Soient 𝑥, 𝑦 ∈ 𝐸, on a :
𝑑 𝑦, 𝑥 = 𝑦 − 𝑥 = 𝑥 − 𝑦 = 𝑑 𝑥, 𝑦 . D’où (𝑖𝑖).
Soient x, y, z ∈ E; on a :
𝑑 𝑥, 𝑧 = 𝑥 − 𝑧
𝑑 𝑥, 𝑧 = 𝑥 − 𝑦 + (𝑦 − 𝑧)
≤ 𝑥 − 𝑦 + 𝑦 − 𝑧 = 𝑑 𝑥, 𝑦 + 𝑑 𝑦, 𝑧 . D’où 𝑖𝑖𝑖 .
Ainsi un espace vectoriel normé est automatiquement un espace métrique.
Remarques :
1) d est invariante par translation c’est-à-dire 𝑑 𝑥 + 𝑎, 𝑦 + 𝑎 = 𝑑 𝑥, 𝑦

∀𝑎, 𝑥, 𝑦 ∈ 𝐸.
En effet,
𝑑 𝑥 + 𝑎, 𝑦 + 𝑎 = 𝑥 + 𝑎 − (𝑦 + 𝑎) = 𝑥 − 𝑦 = 𝑑(𝑥, 𝑦).
2)
∀𝑥 ∈ 𝐸, on a 𝑥 = 𝑑(𝑥, 0).
Donc la distance peut être définie à partir d’une norme et vice-versa.
Ainsi on a les trois distances sur E = ℝp :

44
𝑑1 𝑥, 𝑦 = N1 𝑥 − 𝑦 = (𝑥1 − 𝑦1 )2 + ⋯ + (𝑥𝑝 − 𝑦p )2
𝑑2 𝑥, 𝑦 = N2 𝑥 − 𝑦 = 𝑥1 − 𝑦1 + ⋯ + 𝑥p − 𝑦p
𝑑3 𝑥, 𝑦 = N3 𝑥 − 𝑦 = sup1≤𝑖≤p 𝑥𝑖 − 𝑦𝑖 .
Du théorème I.1, on déduit que :
𝑑3 𝑥, 𝑦 ≤ 𝑑1 𝑥, 𝑦 ≤ 𝑑2 𝑥, 𝑦 ≤ 𝑝𝑑3 𝑥, 𝑦 .
Définition I.4
Soit (𝐸, 𝑑) un espace métrique. On appelle :
- Boule ouverte de centre 𝑎 et de rayon 𝑟 > 0, l’ensemble :

𝐵 𝑎, 𝑟 = 𝑥 ∈ 𝐸, 𝑑(𝑎, 𝑥) < 𝑟
- Boule fermée de centre 𝑎 et de rayon 𝑟 > 0, l’ensemble :
𝐵 𝑎, 𝑟 = 𝑥 ∈ 𝐸, 𝑑(𝑎, 𝑥) ≤ 𝑟
- Sphère de centre a et de rayon 𝑟 > 0, l’ensemble :
𝑆 𝑎, 𝑟 = 𝑥 ∈ 𝐸, 𝑑 𝑎, 𝑥 = 𝑟 .
Dans ℝ2 , boule = disque et sphère = cercle.
3. Voisinage d’un point, ensemble ouvert, ensemble fermé
Définition I.5
Soit (𝐸, 𝑑) un espace métrique et 𝑎 ∈ 𝐸.

On appelle voisinage de 𝑎, toute partie 𝑉 ⊂ 𝐸 contenant une boule ouverte de centre 𝑎 i. e ∃ 𝑟 >
0 tel que 𝑎∈𝐵𝑎,𝑟⊂𝑉.
Un sous-ensemble 𝑈 est dit ouvert si 𝑈 est vide ou si ∀𝑎 ∈ 𝑈, ∃ 𝑟 > 0 tel que 𝐵 𝑎, 𝑟 ⊂ 𝑈.
Ainsi un ouvert de 𝐸 est voisinage de chacun de ses points.

Un sous-ensemble 𝐹 est dit fermé si son complémentaire dans 𝐸 est ouvert 𝐶𝐸𝐹 est ouvert .
Exemple :
1) 𝐸 est ouvert, ϕ et 𝐸 sont à la fois ouverts et fermé𝑠.
2) Toute boule ouverte est ouverte.
En effet, soit 𝑥 ∈ 𝐵 𝑎, 𝑟 .
Posons 𝜌 = 𝑟 − 𝑑(𝑎, 𝑥) > 0.
Soit 𝑦 ∈ 𝐵(𝑥, 𝜌) on a :
𝑑 𝑎, 𝑦 ≤ 𝑑 𝑎, 𝑥 + 𝑑 𝑥, 𝑦 < 𝑑 𝑎, 𝑥 + 𝜌 = 𝑑 𝑎, 𝑥 + 𝑟 − 𝑑 𝑎, 𝑥 = 𝑟
Donc 𝑑(𝑎, 𝑦) ⊂ 𝑟 ⟹ 𝑦 ∈ 𝐵(𝑎, 𝑟).
Par suite 𝐵(𝑥, 𝜌) ⊂ 𝐵(𝑎, 𝑟).
45
3). Toute boule fermée B(a, r) est fermée.
En effet, soit 𝑥 ∈ 𝐸 − 𝐵(𝑎, 𝑟) donc 𝑑(𝑎, 𝑥) > 𝑟

Posons 𝜌 = 𝑑 𝑎, 𝑥 − 𝑟 > 0
Soit 𝑦 ∈ 𝐵(𝑥, 𝜌)
𝑑 𝑎, 𝑥 ≤ 𝑑 𝑎, 𝑦 + 𝑑(𝑦, 𝑥)
Donc 𝑑 𝑎, 𝑦 > 𝑟 ⟹ 𝐵 𝑥, 𝜌 ⊂ 𝐸 − 𝐵 (𝑎, 𝑟)
⟹ 𝐸 − 𝐵(𝑎, 𝑟)est ouvert
⟹ 𝐵 𝑎, 𝑟 est fermée.
4). Soit (𝑈𝑖 )𝑖∈𝐼 , une famille d’ouverts de 𝐸. Alors

𝑈 = 𝑖∈𝐼 𝑈𝑖 est ouvert dans 𝐸.
Remarque : Toute intersection quelconque de fermés est fermée.
Indication de preuve : Par passage au complémentaire.
Théorème I.2
Soit (𝐸, 𝑑) un espace métrique et 𝑈 une partie de 𝐸. Alors 𝑈 est un ouvert si et seulement si 𝑈 est
réunion d’une famille quelconque de boules ouvertes.
4. Intérieur, adhérence et frontière d’un espace métrique.
Définition I.6
Soit (𝐸, 𝑑) un espace métrique, 𝐴 ⊂ 𝐸 et 𝑎 ∈ 𝐴.

𝑎 est un point intérieur à 𝐴 si 𝐴 est voisinage de 𝑎 (i. e ∃ 𝑟 > 0 tel que 𝑎 ∈ 𝐵(𝑎, 𝑟) ⊂ 𝐴).
L’ensemble des points intérieurs à A est appelé intérieur de 𝐴 et est noté 𝐴° .
On a par construction 𝐴° ⊂ 𝐴.
Théorème I.3
𝐴° est le plus grand ouvert contenu dans 𝐴.
Remarque :
46
𝐴 ouvert ⟺ 𝐴 = 𝐴° .
Définition I.7
Soit (𝐸, 𝑑) un espace métrique et 𝐴 ⊂ 𝐸.

On dit que 𝑥 est un point adhérent à 𝐴 si ∀ 𝑉 voisinage de 𝑥, 𝑉 ∩ 𝐴 ≠ ∅.
On appelle adhérence de 𝐴 dans 𝐸 (ou fermeture de 𝐴 dans𝐸), l’ensemble des points adhérents à A.
On le note 𝐴.
Théorème I.4
𝐴 est le plus petit fermé contenant A.
Remarque :
𝐴 est fermé ⟺ 𝐴 = 𝐴.
Définition I.8
Soit 𝑥 un point appartenant à 𝐴 et 𝐴 ⊂ (𝐸, 𝑑) un espace métrique.

𝑥 est un point frontière de 𝐴 si ∀ 𝑉 voisinage de 𝑥, on a :
𝑉 ∩ 𝐴 ≠ ∅ et 𝑉 ∩ 𝐸 − 𝐴 ≠ ∅. La frontière de 𝐴 est l’ensemble des points frontières de 𝐴. On la note
𝜕𝐴 ou fr𝐴.
On a 𝜕𝐴 = 𝐴 ∩ 𝐸 − 𝐴.
II. Suites dans un espace métrique
1. Limite d’une suite de points
Définition II.1
Soit (𝐸, 𝑑) un espace métrique.

On dit qu’une suite (𝑥𝑛 )𝑛∈ℕ tend (ou converge) vers un point 𝑥 de 𝐸 𝑥 ∈ 𝐸 , on note 𝑥𝑛 → 𝑥,
si lim𝑛 →+∞ 𝑑 𝑥𝑛 , 𝑥 = 0 c’est-à-dire, ∀𝜀 > 0, ∃ 𝑛0 ∈ ℕ tel que ∀𝑛 ≥ 𝑛0 , 𝑑 𝑥𝑛 , 𝑥 ≤ 𝜀.
On écrit lim𝑛 →+∞ 𝑥𝑛 = 𝑥.
Remarque :
Dans le cas où 𝐸 = ℝ on retrouve les notions de limite de suite de nombres réels.
Théorème II.1
47
Si (𝑥𝑛 ) admet une limite dans un espace métrique (𝐸, 𝑑) alors cette limite est unique.
Définition II.2
On appelle suite extraite de la suite 𝑥𝑛 , toute suite de la forme (𝑥𝑛 1 , 𝑥𝑛 2 , … … … 𝑥𝑛 𝑘 … … ) avec

𝑛1 < 𝑛2 < 𝑛𝑝 < 𝑛𝑘 < ⋯
Remarque :
Si (𝑥𝑛 ) converge dans 𝐸, 𝑑 vers 𝑥 ∈ 𝐸, alors toute suite extraite de (𝑥𝑛 ) converge aussi vers 𝑥.
En effet, posons 𝑦𝑘 = 𝑥𝑛 𝑘 ∀ 𝑘.
Soit 𝜀 > 0. Comme lim𝑛→+∞ 𝑥𝑛 = 𝑥,
∃ 𝑛0 ∈ ℕ tel ∀ 𝑛 ≥ 𝑛0 , 𝑑 𝑥𝑛 , 𝑥 ≤ 𝜀.
De plus, lim𝑛 →+∞ 𝑛𝑘 = +∞ donc ∃ 𝑘0 ∈ ℕ tel ∀ 𝑘 ≥ 𝑘0 , 𝑛𝑘 ≥ 𝑛0 .
Donc 𝑑 𝑥𝑛 𝑘 , 𝑥 ≤ 𝜀, c’est-à-dire 𝑑(𝑦𝑘 , 𝑥) ≤ 𝜀, autrement dit, lim𝑘 →+∞ 𝑦𝑘 = 𝑥.
2. Valeur d’adhérence d’une suite
Définition II.3

On dit que 𝑥 ∈ 𝐸 est valeur d’adhérence de la suite 𝑥𝑛 dans 𝐸, si pour tout voisinage 𝑉 de 𝑥, il
existe une infinité de valeurs de 𝑥𝑛 appartenant à 𝑉.
C’est-à-dire ∀𝜀 > 0, ∀ 𝑁 ∈ ℕ, ∃ 𝑛 ≥ 𝑁 / 𝑑(𝑥𝑛 , 𝑥) ≤ 𝜀.
Exemple :
𝐸 = ℝ: 𝑥𝑛 = (−1)𝑛 .
Les valeurs d’adhérence sont 1 et − 1.
Remarques :
1. Si (𝑥𝑛) converge vers x dans 𝐸, alors 𝑥 est la valeur d’adhérence de la suite (𝑥𝑛 ).
2. Soit 𝐴 ⊂ 𝐸 et (𝑥𝑛 ) une suite de points de A. Alors les valeurs d’adhérence de (𝑥𝑛 ) sont dans 𝐴.
3. Suite de Cauchy - espace métrique complet
Définition II.4
Soit (𝐸, 𝑑) un espace métrique et (𝑥𝑛 ) une suite de points de 𝐸. 𝑥𝑛 est une suite de Cauchy si
∀ 𝜀 > 0, ∃ 𝑛0 ∈ ℕ tel que p ≥ 𝑛0 , 𝑞 ≥ 𝑛0 ⟹ 𝑑(𝑥p , 𝑥𝑞 ) ≤ 𝜀.
48
Remarque :
Toute suite convergente est de Cauchy. Mais la réciproque est fausse.
Définition II.5

𝐸 est dit complet si toute suite de Cauchy dans 𝐸 est convergente.
Espace de Banach.
On appelle espace de Banach, un espace normé complet pour la distance associée à la norme.
Exemple :
ℝ et ℂ sont des espaces métriques complets pour la distance associée à la valeur absolue.
Théorème II.2
ℝp est un espace métrique complet.
III. Limite et continuité de fonctions
1. Limite d’une fonction
Définition III.1
Soient (𝐸, 𝑑) et (𝐸 ′ , 𝑑′) deux espaces métriques, f: 𝐸 → 𝐸′ une application, x0 ∈ 𝐸 et 𝑙 ∈ 𝐸′.

On dit que 𝑓 admet une limite 𝑙 en 𝑥0 , on écrit lim𝑥 →𝑥 0 𝑓 𝑥 = 𝑙,
si ∀ 𝜀 > 0, ∃ 𝛼 > 0 / 𝑑(𝑥, 𝑥0 ) < 𝛼 ⟹ 𝑑′(𝑓 𝑥 , 𝑙) ≤ 𝜀.
Théorème III.1
Si 𝑓 admet une limite en 𝑥0 alors cette limite est unique.
Théorème III.2
Soient (𝐸, 𝑑) et (𝐸 ′ , 𝑑′ ) deux espaces métriques, 𝑎 ∈ 𝐸 et 𝑏 ∈ 𝐸′ alors sont équivalentes.
49
i lim𝑥→𝑎 𝑓 𝑥 = 𝑏.
ii Pour toute suite de points (𝑥𝑛 ) de 𝐸 telle que lim𝑛→+∞ 𝑥𝑛 = 𝑎, on a lim𝑛→+∞ 𝑓 𝑥𝑛 = 𝑏.
Exemple :
Soit 𝑓: 𝐸 → ℝp .
Supposons 𝐸 ′ = ℝp , (𝐸, 𝑑) un espace métrique quelconque, soit 𝑥 ∈ 𝐸 on a :
𝑦 = (𝑦1 , … … , 𝑦p ) ∈ ℝp et posons 𝑦𝑖 = 𝑓𝑖 (𝑥) avec 𝑓𝑖 : 𝐸 → ℝ, 𝑖 = 1,2, … … , p.
On a, 𝑓 = (𝑓1 , 𝑓2 , … … … , 𝑓p ) et 𝑓 𝑥 = 𝑓1 𝑥 , 𝑓2 𝑥 , … … … , 𝑓p 𝑥 , ∀x ∈ E.
′
En prenant d = d3 , on a lim𝑥 →𝑎 𝑓 𝑥 = 𝑏 ⟺ 𝑓𝑖 (𝑥) 𝑏𝑖 ∀ 𝑖 = 1,2, … … , p avec
𝑥→𝑎
p
𝑏 = (𝑏1 , 𝑏2 , … … , 𝑏p ) ∈ ℝ .
1. Continuité d’une fonction
Définition III.2
Soient (𝐸, 𝑑) et (𝐸 ′ , 𝑑′) deux espaces métriques, 𝑥0 ∈ 𝐸 et 𝑓: 𝐸 → 𝐸′ une application.

𝑓 est continue en 𝑥0 , si lim𝑥 →𝑥 0 𝑓 𝑥 = 𝑓(𝑥0 ).
C’est-à-dire ∀𝜀 > 0, ∃𝛼 > 0 / 𝑑(𝑥, 𝑥0 ) < 𝛼 ⟹ 𝑑′(𝑓 𝑥 , 𝑓 𝑥0 ) < 𝜀.
𝑓 est continue sur 𝐸 si 𝑓 est continue en tout point 𝑥0 ∈ 𝐸.
Exemple :
1).𝐸 = ℝp , 𝐸 ′ = ℝ𝑞 , f: ℝp → ℝ𝑞 , 𝑓 = 𝑓1 , … … , 𝑓𝑞
𝑓 continue en 𝑎 ⟺ 𝑓𝑖 continue en a, ∀ 𝑖 = 1,2, … … , q.
2). Soit 𝐸, 𝑑 un espace métrique et 𝑎 ∈ 𝐸, alors l’application

𝑓: 𝑥 ⟼ 𝑑(𝑎, 𝑥) est continue sur 𝐸.
On a 𝑓 𝑥 − 𝑓(𝑥0 ) = 𝑑 𝑎, 𝑥 − 𝑑(𝑎, 𝑥0 ) < 𝑑(𝑥0 , 𝑥).
Il suffit de prendre 𝛼 = 𝜀.
IV. Espaces métriques compacts-Fonctions continues sur un ensemble compact
Définition IV.1
Soit 𝐴 une partie de ℝp . On dit que A est bornée si ∃ 𝑀 > 0 / 𝑠𝑢𝑝1≤𝑖≤p 𝑥𝑖 ≤ 𝑀,

∀𝑥 = (𝑥1 , … … , 𝑥𝑝 ) ∈ 𝐴.
Définition IV.2
Soit 𝐴 une partie de ℝp . A est une partie compacte de ℝp si A est une partie fermée et bornée de ℝp ou
si de toute suite infinie de points de 𝐴, on peut en extraire une sous-suite qui tend vers un point de 𝐴.
C’est-à-dire :
50
∀ 𝑥𝑖 dans 𝐴, ∃ (𝑥 ′ 𝑖 ) sous suite de (𝑥𝑖 ) telle que lim𝑖→+∞ 𝑥′𝑖 = 𝑥 ′ ∈ 𝐴 .
Théorème IV.1
Soit 𝐴 une partie compacte de ℝp et 𝑓: 𝐴 → ℝp une fonction continue, alors 𝑓(𝐴) est une partie
compacte dans ℝp .
Théorème IV.2
Soit 𝐴 une partie compacte de ℝp et 𝑓: 𝐴 → ℝ une application continue. Alors 𝑓 est bornée et atteint
ses bornes.
Définition IV.3
Soient (𝐸, 𝑑) et (𝐸 ′ , 𝑑′) deux espaces métriques, 𝑥0 ∈ 𝐸 et 𝑓: 𝐸 → 𝐸 ′ une application.
On dit que 𝑓 est uniformément continue dans 𝐸 si

∀ 𝜀 > 0, ∃ 𝜂 > 0 tel que 𝑑 𝑥, 𝑥 ′ < 𝜂 ⟹ 𝑑′(𝑓 𝑥 , 𝑓 𝑥 ′ ) < 𝜀.
Remarque :
𝑓 uniformément continue est continue mais la réciproque est fausse.
En effet,
𝐸 = 𝐸 ′ = ℝ, 𝑑 = 𝑑′ = .
et f x = x 2 . f est continue mais n’est pas uniformément continue.

1 1
Pour 𝜀 = 1, 𝜂 > 0, posons 𝑥 = 𝜂 , 𝑥 ′ = 𝜂 + 𝜂 on a :
1 1
𝑥 − 𝑥′ = 𝜂, 𝑥 2 = 2
, 𝑥′2 = 𝜂2 + 2 + 2
𝜂 𝜂
𝑥 2 − 𝑥′2 = 𝜂2 + 2 >1.
Théorème IV.3
Soit 𝐴 un compact de ℝp , 𝐸 un espace métrique et 𝑓: 𝐴 → 𝐸 une application continue. Alors 𝑓 est
uniformément continue dans 𝐴.
51
Exercice.1
Soient 𝐵 = 𝑒1 , … … , 𝑒𝑛 et 𝐵′ = (𝑒 ′ 1 , … … , 𝑒 ′ 𝑛 ) deux bases de ℝ𝑛 .

𝑥 𝐵 = 𝑠𝑢𝑝1≤𝑖≤𝑛 𝑥𝑖 , 𝑥 𝐵′ = 𝑠𝑢𝑝1≤𝑖≤𝑛 𝑥′𝑖 où
𝑛 𝑛
𝑥= 𝑥𝑖 𝑒𝑖 = 𝑥′𝑖 𝑒′𝑖
𝑖 =1 𝑖=1
Montrer que . 𝐵 et . 𝐵′ sont des normes.
Exercice.2
Soit 𝐸 un espace vectoriel sur ℝ, (𝑥𝑖 )𝑖≥1 et (𝑦𝑖 )𝑖≥1 deux suites d’éléments de 𝐸 et (𝜆𝑖 )𝑖≥1
une suite de nombre réels. On suppose que 𝑥𝑛 𝑥, 𝑦𝑛 𝑦 et 𝜆𝑛 𝜆.

𝑛 →+∞ 𝑛 →+∞ 𝑛→+∞
Montrer que 𝑥𝑛 + 𝑦𝑛 → 𝑥 + 𝑦 et 𝜆𝑛 𝑥𝑛 𝜆𝑥.

𝑛→+∞
Exercice.3
Soit 𝐵 l’ensemble des applications réelles bornées de 0; +∞ .
a- Montrer que 𝐵 est un espace vectoriel sur ℝ.
b- On pose ∀ 𝑓 ∈ 𝐵, 𝑁 𝑓 = 𝑓 = sup𝑥∈ 0;+∞ 𝑓 𝑥 . Montrer que N(𝑓) est une
norme sur 𝐵.
c- Soit (𝑓𝑛 ) une suite de fonctions telle que :
1 1 + 𝑛𝑥
𝑓𝑛 𝑥 = 2 2
, 𝑛 ∈ ℕ∗ , 𝑥 ∈ 0; +∞ .
𝑛 𝑛1+𝑛 𝑥
𝑁
Montrer que 𝑓𝑛 ∈ 𝐵, ∀𝑛 ≥ 1 et que 𝑓𝑛 → 0.
Exercice.4
Soit 𝐸 l’ensemble des fonctions réelles continûment dérivables sur 0,1 .
a. Soient 𝑑1 , 𝑑2 et 𝑑3 , les fonctions définies sur 𝐸 × 𝐸 suivantes :
𝑑1 𝑓, 𝑔 = 𝑠𝑢𝑝𝑥∈[0,1] 𝑓 𝑥 − 𝑔(𝑥)
𝑑2 𝑓, 𝑔 = 𝑠𝑢𝑝𝑥∈[0,1] 𝑓 ′ 𝑥 − 𝑔′(𝑥) + 𝑓 0 − 𝑔(0)
52
𝑑3 𝑓, 𝑔 = 𝑠𝑢𝑝𝑥∈[0,1] 𝑓 ′′ 𝑥 − 𝑔′′ 𝑥 + 𝑓 ′ 0 − 𝑔′ 0 + 𝑓 0 − 𝑔 0 .
Montrer que 𝑑1 , 𝑑2 et 𝑑3 sont des distances sur 𝐸.
b. On pose 𝐸𝑖 = 𝐸, 𝑑𝑖 , 𝑖 = 1,2,3.
Montrer que 𝑑1 𝑓, 𝑔 ≤ 𝑑2 𝑓, 𝑔 ≤ 𝑑3 𝑓, 𝑔 , ∀ 𝑓, 𝑔 ∈ 𝐸.
Exercice.5
𝑥 2𝑦
𝑠𝑖 (𝑥, 𝑦) ≠ (0,0)
Montrer que la fonction 𝑓 𝑥, 𝑦 = 𝑥 2 +𝑦 2 est continue sur ℝ2 .
0 𝑠𝑖 𝑥, 𝑦 = (0,0)
Exercice.6
Les applications suivantes sont-elles continues ? Uniformément continues ?

𝑥, 𝑦 ⟼ 𝑥 + 𝑦, (𝑥, 𝑦) ⟼ 𝑥𝑦.
Exercice.7
Soient (𝐸, 𝑑) un espace métrique.
a- Soient 𝑥, 𝑦 et (𝑥 ′ , 𝑦 ′ ) dans 𝐸 × 𝐸
𝐷 𝑥, 𝑦 , 𝑥 ′ , 𝑦 ′ = 𝑑 𝑥, 𝑥 ′ + 𝑑(𝑦, 𝑦 ′ )
Montrer que 𝐷 est une distance sur 𝐸 × 𝐸.
b- On suppose que 𝐸 est compact. Montrer que 𝐸 × 𝐸 est compact.
53
CHAPITRE VII : APPLICATIONS DIFFERENTIABLES
I. Dérivées partielles d’une fonction
Définition I.1
Soit 𝑈 un ouvert de ℝ3 et 𝑓: 𝑈 → ℝ ou ℂ une fonction telle que les applications définies sur ℝ
suivantes :
𝑔1 : 𝑥 ⟼ 𝑓 𝑥, 𝑦0 , 𝑧0 , 𝑔2 : 𝑦 ⟼ 𝑓 𝑥0 , 𝑦, 𝑧0 , 𝑔3 : 𝑧 ⟼ 𝑓(𝑥0 , 𝑦0 , 𝑧)
soient dérivables sur ℝ avec 𝑋0 = (𝑥0 , 𝑦0 , 𝑧0 ) un point de 𝑈.

On appelle dérivée partielle d’ordre 1 ou dérivée partielle 1ère , par rapport à 𝑥
(respectivement 𝑦, 𝑧), la dérivée de la fonction 𝑔1 , (respectivement 𝑔2 , 𝑔3 ) en 𝑥0 (respectivement
𝑦0 , 𝑧0 ).
On note :
𝜕𝑓 𝜕𝑓 ′
𝑥0 , 𝑦0 , 𝑧0 ou 𝑓 ′ 𝑥 𝑥0 , 𝑦0 , 𝑧0 (respectivement 𝜕𝑦
𝑥0 , 𝑦0 , 𝑧0 ou 𝑓 𝑦 𝑥0 , 𝑦0 , 𝑧0 et
𝜕𝑥
𝜕𝑓
𝑥0 , 𝑦0 , 𝑧0 ou 𝑓′𝑧 𝑥0 , 𝑦0 , 𝑧0 ).
𝜕𝑧
Exemple :
𝑓 𝑥, 𝑦, 𝑧 = 𝑥 + 𝑦 + 𝑧. Déterminer les dérivées partielles 1ères de f.
Définition I.2
Soit 𝑓: 𝑈 → ℝ ou ℂ une fonction.

𝜕𝑓 𝜕𝑓 𝜕𝑓
Si , , existent et sont continues, on dit que 𝑓 est continûment dérivable sur 𝑈.
𝜕𝑥 𝜕𝑦 𝜕𝑧
Remarque :
Si 𝑓 et g sont deux fonctions continûment dérivables sur 𝑈. Alors

𝑓
𝑓 + 𝑔, 𝜆𝑓, 𝑓. 𝑔, 𝑒 𝑓 , 𝑔 sur 𝑥, 𝑦, 𝑧 ∈ 𝑈 ∶ 𝑔(𝑥, 𝑦, 𝑧) ≠ 0
sont également continûment dérivables sur 𝑈.
Autre définition :
Soit 𝑈 un ouvert de ℝ3 et 𝑓: 𝑈 → ℝ ou ℂ une fonction.
54
𝜕𝑓 𝜕𝑓 𝜕𝑓
Si les fonctions , , sont continûment dérivables sur 𝑈, on dit que 𝑓 admet des dérivées
𝜕𝑥 𝜕𝑦 𝜕𝑧
partielles secondes (ou d’ordre 2) et on les note :
𝜕2𝑓 𝜕2 𝑓 𝜕2𝑓 𝜕2𝑓 𝜕2𝑓 𝜕2𝑓 𝜕2𝑓 𝜕2𝑓 𝜕2𝑓

2
, 2
, 2
, , , , , , .
𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑥𝜕𝑦 𝜕𝑥𝜕𝑧 𝜕𝑦𝜕𝑧 𝜕𝑦𝜕𝑥 𝜕𝑧𝜕𝑥 𝜕𝑧𝜕𝑦
Exemple :
𝑓 𝑥, 𝑦, 𝑧 = 𝑥 + 𝑦 + 𝑧.
Exercice : Déterminer les dérivées partielles secondes de f.
Théorème I.1
Soit A un ouvert de ℝ2 et 𝑓: 𝐴 → ℝ ou ℂ une fonction admettant des dérivées premières et secondes

𝜕2𝑓 𝜕2𝑓
sur 𝐴, avec les dérivées secondes continues. Alors = .
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑥
Généralisation
Soit 𝑓 une fonction définie sur un ouvert 𝑈 de ℝp et admettant des dérivées première et seconde
𝜕2𝑓 𝜕2𝑓
définies sur U. Alors = , ∀ 𝑖 ≠ 𝑗.
𝜕𝑥 𝑖 𝜕𝑦 𝑗 𝜕𝑦 𝑗 𝜕𝑥 𝑖
Remarque :
Par récurrence on définit les dérivées partielles d’ordre 3.

Par exemple, soit f: ℝ2 → ℝ ou ℂ. Si 𝑓 admet des dérivées partielles continues jusqu’à l’ordre 3, on a
d’après le théorème I.1,
𝜕3𝑓 𝜕3𝑓 𝜕3 𝑓 𝜕3𝑓 𝜕3 𝑓 𝜕3𝑓

= = et = = .
𝜕𝑥 2 𝜕𝑦 𝜕𝑥𝜕𝑦𝜕𝑥 𝜕𝑦𝜕 𝑥 2 𝜕𝑥𝜕 𝑦 2 𝜕𝑦𝜕𝑥𝜕𝑦 𝜕𝑦 2 𝜕𝑥
Ainsi les dérivées partielles d’ordre 3 de 𝑓 se réduisent à
𝜕3 𝑓 𝜕3 𝑓 𝜕3 𝑓 𝜕3 𝑓
, , ,
𝜕𝑥 3 𝜕𝑥 2 𝜕𝑦 𝜕𝑥𝜕𝑦 2 𝜕𝑦 3
Théorème I.2 (Formule de Taylor avec reste intégral)
55
Soit 𝑈 un ouvert de ℝ2 et 𝑓 définie de U dans ℝ ou ℂ une fonction admettant des dérivées partielles
continues jusqu’à l’ordre 𝑝. Soit 𝑀 = 𝑥, 𝑦 et 𝑀′ = (𝑥 + 𝑕, 𝑦 + 𝑘) deux points de 𝑈 tels que le
point 𝑀′′ = (𝑥 + 𝑡𝑕, 𝑦 + 𝑡𝑘) ∈ 𝑈,∀ 𝑡 ∈ 0,1 . Alors :
1
𝑕𝑚 𝑘 𝑛 𝜕 𝑚 +𝑛 𝑓 𝑕𝑚 𝑘 𝑛 𝜕𝑝 𝑓
𝑓 𝑥 + 𝑕, 𝑦 + 𝑘 = 𝑥, 𝑦 + 𝑥 + 𝑡𝑕, 𝑦 + 𝑡𝑘 𝑝(1 − 𝑡)𝑝−1 𝑑𝑡.
𝑚! 𝑛! 𝜕𝑥 𝑚 𝜕𝑦 𝑛 𝑚! 𝑛! 0 𝜕𝑥 𝑚 𝜕𝑦 𝑛
𝑚 +𝑛 ≤𝑝−1 𝑚 +𝑛 =𝑝
Remarque :
La formule de Taylor avec reste intégral se généralise aux fonctions de plusieurs variables.
II. Différentielle d’une fonction
Rappel :
Les formes linéaires sur ℝp sont de la forme, 𝑥1 , … , 𝑥𝑃 ⟼ 𝑎1 𝑥1 + ⋯ + 𝑎𝑃 𝑥𝑃 de ℝp ⟶ ℝ, où

𝑎1 , … , 𝑎𝑃 sont des constantes réelles.
1. Différentielle d’une fonction en un point
Définition II.1
Soient 𝑈 un ouvert de ℝ3 , 𝑓: 𝑈 → ℝ une fonction continûment dérivable et 𝑋 = (𝑥, 𝑦, 𝑧) ∈ 𝑈.

On appelle différentielle de 𝑓 en 𝑋 et on note 𝑑𝑓 𝑋 , la forme linéaire sur ℝ3 ,
𝜕𝑓 𝜕𝑓 𝜕𝑓
𝑑𝑓 𝑋 : 𝑢1 , 𝑢2, 𝑢3 ⟼ 𝑑𝑓 𝑋 𝑢1 , 𝑢2, 𝑢3 = 𝜕𝑥 𝑋 𝑢1 + 𝜕𝑦 𝑋 𝑢2 + 𝜕𝑧 (𝑋)𝑢3 .
Exemple :
Soit 𝑓 𝑥, 𝑦, 𝑧 = 𝑥 2 + 2𝑥𝑦 + 𝑦𝑧. 𝑓 est continûment dérivable sur ℝ3 .

Exercice : Déterminer la différentielle de f en X=(x,y,z).
Théorème II.1
Soit 𝑈 un ouvert de ℝ2 et 𝑓: 𝑈 → ℝ ou ℂ une fonction continûment dérivable sur 𝑈.

Soit 𝑎, 𝑏 ∈ 𝑈. Alors
𝜕𝑓 𝜕𝑓
𝑓 𝑎 + 𝑕, 𝑏 + 𝑘 = 𝑓 𝑎, 𝑏 + 𝑕 𝑎, 𝑏 + 𝑘 𝑎, 𝑏 + ( 𝑕 + 𝑘 )𝜀(𝑕, 𝑘)
𝜕𝑥 𝜕𝑦
où lim(𝑕,𝑘)→(0,0) 𝜀 𝑕, 𝑘 = 0.
56
Remarques :
1- Le théorème se généralise à toute fonction 𝑓 définie et continûment dérivable sur un ouvert 𝑈 de

ℝp , p ≥ 2 et on a :
𝑝 𝑝
𝜕𝑓
𝑓 𝑎1 + 𝑕1 , … , 𝑎𝑝 + 𝑕𝑝 = 𝑓 𝑎1 , … , 𝑎𝑝 + 𝑕𝑖 𝑎 , … , 𝑎𝑝 + ( 𝑕𝑖 )𝜀(𝑕1 , … , 𝑕𝑝 )
𝜕𝑥𝑖 1
𝑖=1 𝑖=1
avec 𝜀 𝑕1 , … , 𝑕𝑝 → 0 lorsque (𝑕1 , … , 𝑕𝑝 ) → (0, … ,0).
2- Du théorème II.1 et de la définition II.1, on a :
𝑓 𝑥 + 𝑕, 𝑦 + 𝑘, 𝑧 + 𝑙 − 𝑓 𝑥, 𝑦, 𝑧 = 𝑑𝑓 𝑥, 𝑦, 𝑧 𝑕, 𝑘, 𝑙 + ( 𝑕 + 𝑘 + 𝑙 )𝜀(𝑕, 𝑘, 𝑙)
avec 𝜀(𝑕, 𝑘, 𝑙) 0.
(𝑕,𝑘,𝑙)→(0,0,0)
Exemple :
𝑓 𝑥, 𝑦, 𝑧 = 𝑥 2 + 2𝑥𝑦 + 𝑦𝑧. Déterminer la différentielle de f en (u1,u2,u3).
2. Différentielle d’une fonction
Définition II.2
Soit 𝑈 un ouvert de ℝ3 , 𝑓: 𝑈 → ℝ une fonction continûment dérivable.

On appelle différentielle de 𝑓, on note 𝑑𝑓, l’application
𝑑𝑓: 𝑥, 𝑦, 𝑧 ⟼ 𝑑𝑓 𝑥, 𝑦, 𝑧 , pour tout (𝑥, 𝑦, 𝑧) ∈ ℝ3 .
Exemple :
𝜕𝑓 𝜕𝑓 𝜕𝑓
𝑓 𝑥, 𝑦, 𝑧 = 𝑥. On a 𝜕𝑥
𝑥, 𝑦, 𝑧 = 1; 𝜕𝑦
𝑥, 𝑦, 𝑧 = 𝜕𝑧 𝑥, 𝑦, 𝑧 = 0.
Donc
𝑑𝑓 𝑥, 𝑦, 𝑧 𝑢1 , 𝑢2 , 𝑢3 = 1.
On note 𝑑𝑓 = 𝑑𝑥 et 𝑑𝑥(𝑥, 𝑦, 𝑧) ne dépend pas de 𝑥, 𝑦, 𝑧 . De même 𝑑𝑦 𝑢1 , 𝑢2 , 𝑢3 = 𝑢2 et

𝑑𝑧 𝑢1 , 𝑢2 , 𝑢3 = 𝑢3 .
Ainsi
𝜕𝑓 𝜕𝑓 𝜕𝑓
𝑑𝑓 𝑥, 𝑦, 𝑧 = 𝜕𝑥 𝑥, 𝑦, 𝑧 𝑑𝑥 + 𝜕𝑦 𝑥, 𝑦, 𝑧 𝑑𝑦 + 𝜕𝑧 𝑥, 𝑦, 𝑧 𝑑𝑧.
57
De cette égalité, on a les différentielles de quelques fonctions usuelles :
𝑑𝑥
𝑑(ln𝑥) = 𝑥
; 𝑑(𝑒 𝑥 ) = 𝑒 𝑥 𝑑𝑥; 𝑑(𝑎 𝑥 ) = 𝑎 𝑥 ln𝑎 𝑑𝑥; 𝑑 𝑥 𝛼 = 𝛼𝑥 𝛼 −1 𝑑𝑥 ;
𝑑 𝑐𝑜𝑠 𝑥 = − 𝑠𝑖𝑛 𝑥 𝑑𝑥; 𝑑 𝑠𝑖𝑛 𝑥 = 𝑐𝑜𝑠 𝑥 𝑑𝑥; 𝑑 𝑥 + 𝑦 = 𝑑𝑥 + 𝑑𝑦
𝑥 𝑦𝑑𝑥 −𝑥𝑑𝑦
𝑑 𝑥𝑦 = 𝑦𝑑𝑥 + 𝑥𝑑𝑦; 𝑑 = , 𝑦 ≠ 0.
𝑦 𝑦2
3. Calcul de différentielle
Soient 𝑢 et 𝑣 deux fonctions continûment dérivables de plusieurs variables. Alors on a :
1- 𝑑 𝑢𝑣 = 𝑢𝑑𝑣 + 𝑣𝑑𝑢
𝑢 𝑣.𝑑𝑢 −𝑢.𝑑𝑣
2- 𝑑 = , 𝑎𝑣𝑒𝑐 𝑣 ≠ 0
𝑣 𝑣2
3- 𝑑 𝜆𝑢 = 𝜆𝑑𝑢
4- 𝑑 𝑢 + 𝑣 = 𝑑𝑢 + 𝑑𝑣.
Exemple :
𝑥
𝑓 𝑥, 𝑦 = .
𝑥 2 +𝑦 2
Exercice : Déterminer les différentielles de f.
III. Applications différentiables
1. Définitions et propriétés
Définition III.1
Soit 𝑈 un ouvert de ℝ𝑛 , 𝑓: 𝑈 → ℝp une application et 𝑥0 ∈ ℝ𝑛 .

On dit que 𝑓 est différentiable en 𝒙𝟎, s’il existe une application linéaire 𝑢: ℝ𝑛 → ℝp telle que
∀𝜀 > 0, ∃ 𝜂 > 0, 𝑥 − 𝑥0 ≤ 𝜂 ⟹ 𝑓 𝑥 − 𝑓 𝑥0 − 𝑢 𝑥 − 𝑥0 ≤
𝜀 𝑥 − 𝑥0 .
L’application linéaire 𝑢 est appelée différentielle de 𝒇 en 𝒙𝟎 et est notée 𝑑𝑓 𝑥0 .
𝑓 est différentiable sur 𝑼, si 𝑓 est différentiable en tout point 𝑥0 ∈ 𝑈, et l’application 𝑥 ⟼ 𝑑𝑓(𝑥)

est la différentielle de 𝑓.
si 𝑓 est différentiable sur 𝑈 et si 𝑑𝑓 est continue sur 𝑈, on dit que 𝑓 est continûment différentiable
sur 𝑼.
58
Si 𝑛 = p, la fonction 𝑥 ⟼ 𝑑é𝑡 𝑑𝑓(𝑥), de ℝ𝑛 dans ℝ, est appelée le jacobien de 𝑓 sur 𝑈.
Remarques :
1- Cas où 𝑛 = 1
Soit 𝑈 un ouvert de ℝ, 𝑓: 𝑈 → ℝp une application et 𝑥0 ∈ ℝ.
Une application linéaire de ℝ dans ℝp est de la forme 𝑥 ⟼ 𝑥𝑙, 𝑙 ∈ ℝp fixé.
Ainsi 𝑓 est différentiable en x0 si et seulement si il existe 𝑙 ∈ ℝp tel que
∀ 𝜀 > 0, ∃ 𝜂 > 0 tel que ∶ 𝑥 − 𝑥0 ≤ 𝜂 ⟹ 𝑓 𝑥 − 𝑓 𝑥0 − 𝑥 − 𝑥0 𝑙 ≤ 𝜀 𝑥 − 𝑥0 .
Cela signifie que 𝑓 est dérivable en 𝑥0 .. Ainsi dérivabilité = différentiabilité.

2- Cas où 𝑛 > 1
Soit 𝑓: 𝑈 → ℝp une application avec 𝑈 un ouvert de ℝ𝑛 et 𝑥0 ∈ 𝑈. Alors ∀𝑥 ∈ 𝑈
𝑓 𝑥 = 𝑓1 𝑥 , 𝑓2 𝑥 , … , 𝑓p 𝑥 avec 𝑓𝑖 : 𝑈 → ℝ une fonction.
Soit 𝑢: ℝ𝑛 → ℝp une application linéaire. On a :
𝑢 𝑥 = 𝑢1 𝑥 , 𝑢2 𝑥 , … , 𝑢p 𝑥 avec 𝑢𝑖 : ℝ𝑛 → ℝ une forme linéaire.
Théorème III.1
(i) Pour que 𝑓 soit différentiable en 𝑥0 , il faut et il suffit que 𝑓𝑖 soit différentiable en 𝑥0 , ∀ 𝑖 =
1, 2, … … , p.
(ii) Pour que 𝑢 = 𝑑𝑓 𝑥0 soit différentiable en 𝑥0 , il faut et il suffit que
𝑢𝑖 = 𝑑𝑓𝑖 𝑥0 soit différentiable en 𝑥0 , ∀ 𝑖 = 1, 2, … , p.
Théorème III.2
Soit 𝑈 un ouvert de ℝ𝑛 et 𝑓: 𝑈 → ℝ une application continûment dérivable sur 𝑈 (cf. définition I.2).
Alors 𝑓 est différentiable sur 𝑈 et sa différentielle au sens de la définition II.1 coïncide avec celle au
sens de la définition III.1.
Théorème III.3
Soit 𝑈 un ouvert de ℝ𝑛 , 𝑓: 𝑈 → ℝ une application et 𝑥0 ∈ 𝑈. Si 𝑓 est différentiable en 𝑥0 , les
𝜕𝑓
dérivées partielles 𝜕𝑥 , 𝑖 = 1, 2, … , 𝑛 existent et on a :
𝑖
𝜕𝑓 𝜕𝑓
𝑑𝑓 𝑥0 = 𝑥0 𝑑𝑥1 + ⋯ + 𝑥0 𝑑𝑥𝑛 .
𝜕 𝑥1 𝜕𝑥 𝑛
59
Théorème III.4
Soit 𝑈 un ouvert de ℝ𝑛 , 𝑥0 ∈ 𝑈 et 𝑓: 𝑈 → ℝp une application; 𝑓 = 𝑓1 , … 𝑓p , avec 𝑓𝑖 : 𝑈 → ℝ . Si 𝑓

est différentiable en 𝑥0 , alors sa différentielle 𝑑𝑓: ℝ𝑛 → ℝp admet pour matrice dans les bases
canoniques respectives de ℝ𝑛 et ℝp une matrice de type (p, 𝑛) :
𝜕𝑓1 𝜕𝑓1 𝜕𝑓1

(𝑥0 ) (𝑥0 ) (𝑥0 )
𝜕𝑥 1 𝜕𝑥 2 𝜕𝑥 𝑛
𝜕𝑓2 𝜕𝑓2
⋯ 𝜕𝑓2
(𝑥0 ) (𝑥0 ) (𝑥0 )
𝜕𝑥 1 𝜕𝑥 2 𝜕𝑥 𝑛 .
⋮ ⋱ ⋮
𝜕 𝑓p 𝜕 𝑓p 𝜕 𝑓p
(𝑥0 ) (𝑥0 ) ⋯ (𝑥0 )
𝜕𝑥 1 𝜕𝑥 2 𝜕𝑥 𝑛
Définition III.2
La matrice du théorème III.4 est appelée matrice jacobienne de 𝑓 en 𝑥0 .
Si de plus, 𝑛 = p, le déterminant de la matrice jacobienne de 𝑓 en 𝑥0 est
appelé le jacobien de 𝑓 en 𝑥0 .
Remarque : Propriétés (admise)
Soit 𝑈 un ouvert de ℝ𝑛 , 𝑉 un ouvert de ℝp .

𝑓: 𝑈 → 𝑉 une application et 𝑔: 𝑉 → ℝ𝑞 une application.
Soit 𝑥0 ∈ 𝑈 et 𝑦0 = 𝑓(𝑥0 ). Si 𝑓 est différentiable en 𝑥0 et 𝑔 est différentiable en 𝑦0 alors 𝑔𝑜𝑓 est
différentiable en 𝑥0 et on a 𝑑 𝑔𝑜𝑓 𝑥0 = 𝑑𝑔 𝑓 𝑥0 𝑜 𝑑𝑓 𝑥0 .
2. Difféomorphisme
Définition III.3
Soit 𝑈 un ouvert de ℝ𝑛 , 𝑉 un ouvert de ℝp , 𝑓: 𝑈 → 𝑉 une application. 𝑓 est un difféomorphisme de 𝑈

dans 𝑉 si 𝑓 est bijective et 𝑓 et 𝑓 −1 sont continûment différentiables.
Remarques :
1) Si 𝑓 est un difféomorphisme, alors 𝑓 −1 est un difféomorphisme.

2) Si 𝑓: 𝑈 → 𝑉 et 𝑔: 𝑉 → 𝑊 (ouvert de ℝq ) sont des difféomorphismes, alors 𝑔𝑜𝑓: 𝑈 → 𝑊 est un
difféomorphisme.
60
Théorème III.5
Soient 𝑈 et 𝑉 deux ouverts respectivement de ℝ𝑛 et ℝp et 𝑓: 𝑈 → 𝑉 un difféomorphisme. Alors

(i) ∀𝑥 ∈ 𝑈, 𝑑𝑓(𝑥) est un isomorphisme de ℝ𝑛 → ℝp (en particulier pour 𝑛 = p).
(ii) Soit 𝑥 ∈ 𝑈 alors (𝑑𝑓)−1 𝑥 = 𝑑𝑓 −1 𝑓 𝑥 .
Exemple de difféomorphisme
Passage aux coordonnées polaires.
Soit 𝑈 = 𝜃, 𝑟 ∈ ℝ2 : − 𝜋 < 𝜃 < 𝜋 et 𝑟 > 0 , 𝐼 = 𝑥, 0 : 𝑥 ≤ 0 ⊂ ℝ2 et 𝑉 = ℝ2 ∖ 𝐼 . 𝑈 et 𝑉 sont

deux ouverts de ℝ2 .
Soit 𝑓: 𝑈 → ℝ2
𝜃, 𝑟 ⟼ 𝑓 𝜃, 𝑟 = (𝑟 𝑐𝑜𝑠 𝜃 , 𝑟 𝑠𝑖𝑛 𝜃).
On a 𝑓 𝑈 ⊂ 𝑉.
Exercice.1
Soit 𝑓: ℝ2 → ℝ2 telle que
𝑓 𝑥, 𝑦 = (𝑠𝑖𝑛 𝑥 𝑐𝑕 𝑦 , 𝑐𝑜𝑠 𝑥 𝑠𝑕 𝑦).
Montrer que 𝑓 est différentiable sur ℝ2 et calculer sa différentielle.
Exercice.2
Soit 𝑈 = 𝑥, 𝑦 ∈ ℝ2 : (𝑥, 𝑦) ≠ (0,0) .

1. Montrer que 𝑈 est un ouvert.
2. Soit 𝑓: 𝑈 → ℝ2
𝑥 𝑦
𝑥, 𝑦 ⟼ , 2 .
𝑥2 + 𝑦 𝑥 + 𝑦2
2
a) Montrer que 𝑓 est une bijection de 𝑈 → 𝑈.

b) Montrer que 𝑓 est un difféomorphisme de 𝑈 dans 𝑈.
c) Calculer la matrice jacobienne et le jacobien 𝐽 de 𝑓.
Exercice.3
61
Soit 𝑓: ℝ3 → ℝ3 , (𝑥, 𝑦, 𝑧) ⟼ (𝑥 ′ , 𝑦 ′ , 𝑧 ′ )
𝑥 ′ = 𝑥 2 + 𝑥𝑦𝑧 + 𝑦𝑧
avec 𝑦 ′ = −2𝑥 − 𝑥𝑦𝑧
𝑧 ′ = 2𝑥𝑧 + 𝑦 2
′ +𝑦 ′ +𝑧 ′
et 𝑔: ℝ3 → ℝ2 , (𝑥, 𝑦, 𝑧) ⟼ (𝑥 ′′ , 𝑦 ′′ ) avec 𝑥 ′′ = 𝑒 𝑥 , 𝑦 ′′ = 𝑐𝑜𝑠 𝑥′.
a) Calculer 𝑑(𝑔𝑜𝑓).
b) Déterminer les matrices jacobiennes et les jacobiens de 𝑓 et 𝑔.
Exercice.4
𝑦 𝑧
Soit 𝐸 = 𝑥, 𝑦, 𝑧 ∈ ℝ3 , 𝑥 ≠ 0 et 𝑓: 𝐸 → ℝ3 telle que 𝑓 𝑥, 𝑦, 𝑧 = 𝑥 + 𝑦, , .
𝑥 𝑥
1. Déterminer la matrice jacobienne et le jacobien de 𝑓.

2. Soit 𝐷 = 𝑥, 𝑦, 𝑧 ∈ 𝐸: 𝑥 > 0, 𝑥 + 𝑦 > 0 .
Déterminer 𝑓(𝐷) et montrer que 𝑓 est un difféomorphisme de 𝐷 → 𝑓(𝐷).
Exercice.5
Soit 𝑓: ℝ2 → ℝ2 une application définie par 𝑓 𝑥, 𝑦 = (𝑒 𝑥 𝑐𝑜𝑠 𝑦 , 𝑒 𝑥 𝑠𝑖𝑛 𝑦).
1. Déterminer 𝑓(ℝ2 ).
2. Montrer que le jacobien 𝐽 de 𝑓 est non nul en tout point (𝑥, 𝑦) ∈ ℝ2 .
3. Montrer que 𝑓 n’est pas injective.
Exercice.6
Soit 𝜑: ℝ4 → ℝ4 une application définie par 𝜑 𝑥, 𝑦, 𝑧, 𝑡 = (𝑋, 𝑌, 𝑍, 𝑇) avec
𝑋 𝑌 𝑎 𝑏 𝑥 𝑦
= . et 𝑎𝑑 − 𝑏𝑐 = 1.
𝑍 𝑇 𝑐 𝑑 𝑧 𝑡
Déterminer la matrice jacobienne et le jacobien de 𝜑. En déduire que 𝜑 est un difféomorphisme.
62

Cours de Math 2018-2019-1

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours de Math 2018-2019-1

Transféré par

Droits d'auteur :

Formats disponibles

INSTITUT NATIONAL

Tapez une équation ici.

POLYTECHNIQUE FELIX HOUPHOUET-BOIGNY DE

CLASSES PREPARATOIRES BIOLOGIQUES DEUXIEME ANNEE

Cours de Professeur HILI Ouagnina

TABLE DES MATIERES

 CHAPITRE I : INTEGRALES GENERALISEES………………………………….…….Page : 3

 CHAPITRE II : SERIES NUMERIQUES …………………………………………………..Page : 9

 CHAPITRE III : SERIES ENTIERES………………………………………………………..Page : 15

 CHAPITRE IV : EQUATIONS DIFFERENTIELLES………………………..……….....Page : 23

 CHAPITRE V : REDUCTION DES MATRICES……………………………………..…....Page : 33

 CHAPITRE VI : ESPACES NORMES - ESPACES METRIQUES………………....Page : 42

 CHAPITRE VII : APPLICATIONS DIFFERENTIABLES……………………………Page : 54

I. Intégrales dans des intervalles non bornés

Ainsi donc la nature de l’intégrale dépend de 𝑓 en +∞.

Théorème I.3 (Critère de Cauchy)

Exemple : Intégrales de Fresnel

Toute intégrale absolument convergente est convergente.

2- On obtient une définition analogue à la définition II.1 en échangeant les rôles de a et de b.

Soient 𝑓,𝑔 : 𝑎; 𝑏 → ℝ telles que 𝑓 ≥ 0 et 𝑔 ≥ 0.

Théorème II.3 (critère de Cauchy)

III. Autres cas d’intégrales généralisées

1. Cas où l’intervalle est de la forme ]a,b[ 𝐚𝐯𝐞𝐜 − ∞ ≤ 𝒂 < 𝒃 ≤ +∞

2. Cas où I et II se rencontrent simultanément

Soit 𝛼 ∈ ℝ∗+. La fonction 𝑥 ⟼ 𝑒 −𝑥 𝑥 𝛼−1 est continue sur 0; +∞ .

Comme 𝛼 > 0, 𝑒 −𝑥 𝑥 𝛼 −1 ~𝑥 𝛼 −1 au voisinage de 0.

Par une intégration par parties, on a :

Déterminer la nature des intégrales suivantes :

Calculer les intégrales suivantes :

Soit l’intégrale suivante :

Déterminer la nature des intégrales suivantes :

Soit (𝑈𝑛 )𝑛∈ℕ une suite de nombres réels ou complexes et 𝑆𝑘 = 𝑈1 + 𝑈2 + ⋯ + 𝑈𝑘 .

Si 𝑛≥1 𝑈𝑛 est convergente, alors 𝑙𝑖𝑚𝑛→+∞ 𝑈𝑛 = 0.

Soit x un nombre réel ou complexe.

L’ensemble des séries convergentes est un espace vectoriel.

II. Séries à termes positifs

Une série est dite à termes positifs si 𝑈𝑛 ≥ 0, ∀ 𝑛 ≥ 1.

Soient 𝑛≥1 𝑈𝑛 et 𝑛≥1 𝑉𝑛 , deux séries à termes positifs.

Exercice : Nature des séries de termes généraux suivants ?

Théorème II.4 (critère de Cauchy)

III. Série absolument convergente – série produit

1. Série absolument convergente

𝑛≥1 𝑈𝑛 est dite absolument convergente si 𝑛≥1 𝑈𝑛 est convergente.

Toute série absolument convergente est convergente.

La réciproque du théorème III.1 est fausse.

Théorème III.2 (règle de convergence de Cauchy)

Soit 𝑛≥1 𝑈𝑛 une série telle que 𝑙 = 𝑙𝑖𝑚𝑛→+∞ 𝑛 𝑈𝑛 .

Remarque : Si 𝑙 = 1 on ne peut rien dire.

Exercice : Soit 𝑈𝑛 = 𝑛𝑥 𝑛 ; 𝑥 ∈ ℝ. Nature de la série de terme général 𝑈𝑛 ?

Théorème III.3 (règle de convergence de d’Alembert)

Remarque : Si 𝑙 = 1, on ne peut rien dire.

Nature de séries de ces termes généraux ?

Soient 𝑈𝑛 et 𝑉𝑛 deux séries. La série produit de 𝑈𝑛 et de 𝑉𝑛 est la série

Soient 𝑈𝑛 et 𝑉𝑛 , deux séries absolument convergentes de sommes respectives U et 𝑉. Alors la

IV. Séries alternées

Si la suite (𝑉𝑛 )𝑛 ≥1 est décroissante et tend vers 0, alors la série 𝑉1 − 𝑉2 + 𝑉3 − 𝑉4 + ⋯ est

Les séries de Bertrand sont convergentes si et seulement si 𝛼 > 1 𝑜𝑢 𝛼 = 1 avec 𝛽 > 1.

Soit 𝑧 ∈ ℝ ou ℂ et (𝑎𝑛 )𝑛∈ℕ une suite de nombres réels ou complexes.

Remarque : Si 𝑧 = 𝑅, on ne peut rien dire.

𝐷 = 𝑧 ∈ ℂ: 𝑧 < 𝑅 est le disque de convergence.

𝐶 = 𝑧 ∈ ℂ: 𝑧 = 𝑅 est le cercle de convergence.

𝐼 = −𝑅; 𝑅 ⊂ ℝ est l’intervalle de convergence.

II. Somme et produit de deux séries entières.