Académique Documents
Professionnel Documents
Culture Documents
Concours
externe et
interne
• Rappels fondamentaux
• Exercices d’annales corrigés
Références sciences
ISBN 9782340-069756
©Ellipses Édition Marketing S.A., 2022
8/10 rue la Quintinie 75015 Paris
Réviser les bases pour l’agrégation de
mathématiques.
Rappels fondamentaux et corrigés détaillés des
questions préliminaires des annales de 2017 à 2021.
Concours externe, interne et spécial docteur.
Julien Rouyer
Agrégé de mathématiques
Université de Reims Champagne-Ardenne
« s’il peut être doux de baigner dans leur hypnose,
il faut parfois savoir, comme de toute névrose,
se libérer des mathématiques »
à Franck Pirotte,
avec mon amicale gratitude.
Avant-propos
Avant-propos
Ce livre s’adresse principalement aux candidats à l’agrégation de ma-
thématiques mais il peut être consulté à profit par les étudiants de classes
préparatoires, de licence, de master, tout comme par les candidats au CAPES
de mathématiques. Les nombreux rappels et exercices courts qu’il contient
permettent à tous de tester rapidement connaissances et réflexes sur des points
précis, souvent d’un niveau licence. Son ambition est de collecter une bonne
partie des résultats incontournables qui forment le socle de connaissances
de l’agrégatif qui souhaite passer les écrits sans encombre tout en évitant de
se perdre dans la résolution de questions excessivement ardues par rapport au
niveau moyen attendu.
Depuis plusieurs années, seule une partie des postes ouverts au concours
sont pourvus ; le jury estime que trop peu de candidats démontrent des qualités
suffisantes. L’agrégation de mathématiques, qui n’a donc plus de concours que
le nom, est devenue, bien que toujours difficile, un simple examen pendant
lequel on ne se bat pas contre les autres ; il suffit de faire la preuve d’une
certaine quantité de connaissances et de compétences pour être reçu.
Face à des sujets toujours très (trop) longs, les candidats perdent parfois
pied devant l’ampleur de la tâche à accomplir :
2. Les textes des énoncés sont, a priori, propriété de l’Éducation Nationale et de leurs
auteurs.
Table des matières
Avant-propos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iv
Notations et abréviations . . . . . . . . . . . . . . . . . . . . . . . . xiii
Conseils du jury . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xv
2
1 Chapitre 21 : Algèbre
Algébre linéaire
et arithmétique 21
5
2.1
1.1 Espaces vectoriels
Structures . . . usuelles
algébriques . . . . . . . . . . . . . . . . . . . . . . . 215
2.2
1.2 Propriétés
Groupes . usuelles
. . . . .des
. . matrices
. . . . . . . . . . . . . . . . . . . . . . . 228
2.3 Matrices remarquables
1.2.1 Bestiaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
2.4 Résultats majeursmajeurs
1.2.2 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . 32
12
1.3 Anneaux et corps . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3 Chapitre
1.3.1 3 Bestiaire
: Polynômes
. . . . . . . . . . . . . . . . . . . . . . . . . . . 39
16
3.1 Polynômes symétriques
1.3.2 Résultats majeurs . . .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 39
18
3.2
1.4 Algèbres . . . . . . . . . . .. .. .. .. .. ..
Polynômes d’interpolation .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 42
20
3.3 Bestiaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2 Chapitre 2 : Algèbre linéaire 21
4 Chapitre 4 :vectoriels
2.1 Espaces Topologie . . . . . . . . . . . . . . . . . . . . . . . . . . 47
21
2.2 Propriétés usuelles des matrices . . . . . . . . . . . . . . . . . . 22
2.3 Matrices remarquables . . . . . . . . . . . . . . . . . . . . . . . 26
2.4 Résultats majeurs . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3 Chapitre 3 : Polynômes 39
3.1 Polynômes symétriques . . . . . . . . . . . . . . . . . . . . . . . 39
3.2 Polynômes d’interpolation . . . . . . . . . . . . . . . . . . . . . 42
3.3 Bestiaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4 Chapitre 4 : Topologie 47
x TABLE DES MATIÈRES
5 Chapitre 5 : Analyse 51
5.1 Résultats majeurs . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.2 Analyse complexe . . . . . . . . . . . . . . . . . . . . . . . . . . 71
6 Chapitre 6 : Probabilités 75
6.1 Notions usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
6.2 Résultats majeurs . . . . . . . . . . . . . . . . . . . . . . . . . . 77
II Agrégation interne 83
7 Épreuve 1, 2021 85
8 Épreuve 2, 2020 97
Bibliographie 421
Index 423
xii OUTILS NUMÉRIQUES UTILISÉS
Notations et abréviations
Nous avons très largement conservé la présentation et les notations des
énoncés officiels et respecté certaines variations visibles d’une année sur l’autre,
tant au niveau de la numérotation des questions que des objets mathématiques
évoqués.
Par contre, à rebours des consignes typographiques et de l’usage constaté
dans les sujets officiels, nous préférons écrire R plutôt que R, C plutôt que
C, etc., considérant que ce sont les seules notations que peuvent employer les
candidats sur leurs copies.
A B : l’union de deux ensembles A et B disjoints.
[[a, b]] : l’ensemble des nombres entiers compris entre a inclus et b inclus.
a.l. : application linéaire.
cns : condition nécessaire et suffisante.
c.s. : convergence simple.
c.u. : convergence uniforme.
det(M ) : le déterminant d’une matrice M .
e.v. : espace vectoriel.
e.v.n. : espace vectoriel normé.
IPP : intégration par parties.
PGCD : plus grand commun diviseur.
PPCM : plus petit commun multiple.
p.s. : presque sûrement.
resp : respectivement.
ssi : si et seulement si.
thm : théorème.
v.a. : variable aléatoire.
v.a.r. : variable aléatoire réelle.
Enfin, nous suivons l’avis des grammairiens concernant l’usage de soit plu-
tôt que soient 6 lors de l’introduction simultanée de plusieurs objets.
6. Dans la 13e édition du Bon Usage de Maurice Grevisse et André Goosse, éd Deboeck,
§ 901, sections d et e : « Quand soit signifie supposons, prenons, il sert d’introducteur. Sa
valeur verbale est assez estompée pour qu’on le laisse invariable, mais plus d’un auteur,
surtout parmi les mathématiciens, continue à le traiter en verbe. »
Dans le Dictionnaire d’orthographe et d’expression écrite, éd. Le Robert, André Jouette
écrit : « Soit deux cercles tangents. On n’écrit plus comme autrefois : Soient deux cercles
tangents ; cette tournure est devenue un présentatif impersonnel, analogue à la conjonction
et invariable. »
Conseils du jury
CONSEILS DU JURY xv
Conseils du jury
Voici une liste de conseils récurrents dans les rapports de jury. Un can-
didat sérieux devra en tenir compte : la réussite à ce concours ne réside pas
seulement dans la capacité à répondre à des questions mathématiques mais
également à satisfaire les exigences exprimées ici.
— Bien lire avant de commencer les énoncés des exercices dans leur en-
semble pour acquérir un minimum de recul sur les résultats recherchés.
— Il est inutile et contre-productif de recopier les énoncés des questions.
— Les notations employées doivent être cohérentes et compatibles avec
celles de l’énoncé.
— Les qualités de soin, rigueur et clarté influent sur la note. Éviter les
pattes de mouche illisibles et les ratures délimitant mal ce qui est
proposé à l’attention du correcteur de ce qu’il ne doit pas évaluer.
— La rédaction des premières questions du sujet doit être exemplaire et la
première partie doit être traitée aussi intégralement que possible : il est
décevant de rencontrer, dès le début d’une copie, des arguments bâclés
alors qu’on attend que le candidat profite de ce premier contact pour
se présenter. Expliquer et justifier, en particulier par des références
claires et explicites à des théorèmes ou/et des questions correctement
identifiées, est une qualité utile à un enseignant.
— Les copies doivent être convenablement rédigées : orthographe et gram-
maire laissent trop souvent à désirer pour de futurs enseignants. Les
abréviations (par exemple c-à-d pour c’est-à-dire), et les « il est trivial
que » péremptoires sont très mal vus.
— On attend qu’un mathématicien professionnel orthographie correcte-
ment Cauchy-Schwarz et lipschitzienne.
— Les candidats doivent expliquer leur démarche, conclure les questions
et accompagner, quand c’est pertinent, leurs démonstrations de figures,
schémas ou autres illustrations géométriques.
— Les symboles ⇐ et ⇔ sont des connecteurs logiques, il est incorrect de
les utiliser comme des abréviations.
— Au moins un raisonnement par récurrence doit être conduit dans les
règles de l’art : le domaine d’entiers sur lequel la propriété porte est
indiqué, l’initialisation identifiée et traitée, l’hypothèse de récurrence
clairement énoncée, l’hérédité prouvée et la conclusion tirée.
— Se montrer intellectuellement honnête et ne pas chercher à abuser le
correcteur. Un recul critique sur les résultats obtenus, y compris lorsque
la démarche n’est pas aboutie, est souvent valorisé. Si un résultat est
absurde, il sera bien vu que le candidat indique clairement pourquoi il
xvi CONSEILS DU JURY
7. On a même pu la voir dans l’énoncé reproduit page 363. Il semble que le monde
anglophone admet plus facilement des expressions abrégées comme a function f (x) pour
signifier une fonction f de la variable x, comme on peut en lire dans An introduction to
mathematics de A.N. Whitehead.
2 INTERMÈDE
a. Partition d’un carré en vingt-et-un carrés dont les longueurs des côtés sont respecti-
vement 2, 4, 6, 7, 8, 9, 11, 15, 16, 17, 18 19, 24, 25, 27, 29, 33, 35, 37, 42 et 50. Il s’agit de
la plus petite partition possible sous la condition de n’avoir pas deux carrés identiques. Le
grand carré a pour côté 112.
Une (raisonnable) flopée de résultats et d’objets dont on ne peut décemment pas faire l’économie
Première partie
Chapitre 1
Algèbre et arithmétique :
groupes, anneaux, corps, idéaux
et algèbres
Le gros pavé de plus de mille pages de Berhuy [Ber18] permet une im-
mersion complète dans le très vaste domaine qu’est l’algèbre de niveau licence
et master. On pourra aussi se reporter à l’indispensable Cours d’algèbre de
Perrin [Per96] et au tome d’exercices qui lui est associé [Ort04], rédigé par
Ortiz. Citons également le classique tome d’algèbre [Gou21] du Maths en tête
de Gourdon.
Les recueils d’exercices d’algèbre du trio Francinou, Gianella & Ni-
colas [FGN01] proposent d’innombrables exemples pertinents et d’une grande
qualité sur ce domaine.
L’excellent recueil de contre-exemples de Hauchecorne [Hau07] permet
d’apprécier certaines subtilités.
deux lois de composition internes et d’une loi de composition externe. Les lois
en question satisfont, grosso modo, toutes les conditions qu’on peut raisonna-
blement attendre d’elles et dont voici la liste.
Les propriétés sont à entendre pour tous x, y, z ∈ A. Les symboles + et ×
représentent des lois de composition internes : ce ne sont pas nécessairement
l’addition ni la multiplication usuelles mais elles en possèdent un grand nombre
de caractéristiques :
— A est non vide.
— + est associative ((x + y) + z = x + (y + z)), possède un élément
neutre qu’on notera 0A ∈ A (x + 0A = 0A + x = x) et chaque x ∈ A
admet dans A un symétrique pour + qu’on notera −x ∈ A et vérifiant
x + (−x) = 0A .
— quand A possède toutes les propriétés ci-dessus, (A, +) est un groupe.
— + est commutative (x + y = y + x)
— quand (A, +) possède toutes les propriétés ci-dessus, (A, +) est un
groupe abélien (on dit aussi groupe commutatif).
— × est associative ((x × y) × z = x × (y × z)), distributive par rapport
à + (x × (y + z) = x × y + x × z et (x + y) × z = x × z + y × z).
— quand (A, +, ×) possède toutes les propriétés ci-dessus, c’est un an-
neau.
— quand x × y = 0A ⇒ x = 0A ou y = 0A , l’anneau (A, +, ×) est dit
intègre.
— quand × possède un élément neutre qu’on notera 1A , on dit de l’anneau
(A, +, ×) qu’il est unitaire.
— tout élément non nul x ∈ A admet dans A un symétrique qu’on notera
x−1 ∈ A et vérifiant x × x−1 = 1A (ce qui signifie en particulier que A
est supposé unitaire). (A, +, ×) est alors automatiquement intègre.
— quand (A, +, ×) possède toutes les propriétés ci-dessus, c’est un corps
et en particulier (A∗ , ×) est un groupe.
— quand × est commutative, on dit d’un anneau (A, +, ×) qu’il est com-
mutatif.
— quand (A, +, ×) possède toutes les propriétés ci-dessus, c’est un corps
commutatif et en particulier (A∗ , ×) est un groupe abélien.
— (A, +, ·) est un espace vectoriel sur un corps K donné, si (A, +)
est un groupe abélien et · est la multiplication des éléments de A
par les éléments de K (appelés scalaires). Cette multiplication doit
être associative (α · (β · x) = (αβ) · x), distributive par rapport à +
(α · (x + y) = α · x + β · y) et l’élément unité de K doit être neutre :
∀x ∈ A, 1K · x = x.
1.1 STRUCTURES ALGÉBRIQUES USUELLES 7
Sous-structures
Un sous-groupe B d’un groupe A est une partie non vide de A stable par
la loi de composition interne de A, c’est-à-dire a, b ∈ B ⇒ ab ∈ B et a−1 ∈ B.
Les notions similaires de sous-anneau, sous-corps, sous-espace vectoriel
et sous-algèbre désignent à chaque fois des parties non vides et stables pour
l’ensemble des lois de composition (y compris par opposé ou inverse quand
l’une de ces notions a un sens) de la structure initiale.
Idéal
Un idéal I d’un anneau (A, +, ×) est un sous-groupe de (A, +) absorbant
pour ×.
Si ∀a ∈ A, ∀i ∈ I, ai ∈ I on dira de I que c’est un idéal à gauche.
Si ∀a ∈ A, ∀i ∈ I, ia ∈ I on dira de I que c’est un idéal à droite.
Si I vérifie les deux propriétés ci-dessus, c’est un idéal bilatère.
Dans un anneau commutatif, les trois notions ci-dessus se confondent.
L’intérêt des idéaux est de permettre de définir l’anneau quotient A/I (il est
nécessaire que I soit un idéal de A pour pouvoir définir les lois de composition
interne du quotient à partir de celles de A).
Groupes
Bestiaire
Un idéal I est dit maximal quand les seuls idéaux le contenant sont lui-
même et A et c’est le cas ssi A/I est un corps.
Un idéal I est dit premier quand I = A et ab ∈ I ⇒ (a ∈ I ou b ∈ I) et
c’est le cas ssi A/I est intègre.
Un idéal I est dit principal quand il est engendré par un seul élément,
c’est-à-dire ∃ a ∈ A, I = aA = {ab | b ∈ A}.
Les idéaux triviaux d’un anneau A sont 0A A = {0A } et 1A A = A.
Les idéaux de Z sont tous principaux et en particulier les idéaux non
triviaux de Z sont les groupes du type nZ pour n ∈ N∗ , n = 1. Les idéaux
du type pZ pour p ∈ P sont maximaux. Dans Z les notions d’idéal premier et
d’idéal maximal sont confondues, à l’exception de l’idéal {0} qui est premier
(comme c’est toujours le cas dans un anneau intègre) mais pas maximal.
1.2 Groupes
1.2.1 Bestiaire
On rappelle ici succinctement quelques-uns des groupes les plus courants,
à l’exception notable des groupes projectifs.
Soit E un espace vectoriel, K un corps commutatif, G et H deux groupes,
n ∈ N∗ .
Le groupe Z/nZ
Ses éléments sont les classes de congruence modulo n. C’est un groupe
abélien pour l’addition et plus précisément le groupe quotient du groupe abélien
Z par son sous-groupe nZ.
Le groupe diédral Dn
Le groupe diédral est constitué des 2n isométries du plan (n rotations dont
l’identité et n réflexions) laissant invariant le polygone régulier à n côtés.
2π
Dn est engendré par la rotation d’angle et une réflexion.
n
Le groupe symétrique Sn
Le groupe symétrique, constitué de l’ensemble des permutations d’un en-
semble à n éléments (par exemple {1, 2, . . . , n}), est noté Sn ou encore Sn pour
ceux qui sont fâchés avec la graphie gothique. Il contient n! éléments.
Par exemple, S3 = {id, (12), (13), (23), (123), (132)}.
Les éléments de Sn peuvent toujours s’exprimer comme composées (on
dit aussi produits) de cycles à supports disjoints mais aussi comme produit de
transpositions (une transposition est un cycle de longueur 2).
Par exemple, (abc) désigne le cycle de longueur 3 qui à a associe b, à b
associe c et à c associe a.
10 CHAPITRE 1 : ALGÉBRE ET ARITHMÉTIQUE
Le groupe alterné An
Le groupe alterné est le sous-groupe de Sn constitué des permutations
paires (c’est-à-dire celles dont la signature vaut 1).
An est le noyau de l’application signature ε : Sn → {−1, 1}. Celle-ci
étant un morphisme de groupes surjectif quand n 2, le premier théorème
n!
d’isomorphisme permet d’obtenir que le cardinal de An est .
2
En tant que noyau d’un morphisme de groupes (mais aussi en tant que
sous-groupe d’indice 2, quand n 2), An est distingué dans Sn .
Par exemple, A3 = {id, (123), (132)}.
Le groupe de Klein
Le groupe de Klein Z/2Z × Z/2Z est le plus petit exemple de groupe
(additif) non cyclique. C’est aussi le plus petit anneau non intègre.
z ∈ Z(G) ⇔ ∀g ∈ G, zg = gz.
H⊂G et ∀g ∈ G, gHg −1 ⊂ H,
Groupe quotient
Si H est un sous-groupe distingué de G, l’ensemble quotient G/H a pour
éléments les classes d’équivalence modulo H, c’est-à-dire les parties de G du
type gH = {gh; h ∈ H} pour les éléments g de G. G/H est muni d’une
structure de groupe induite naturellement par celle de G.
Groupe dérivé
Le groupe dérivé D(G) de G est le sous-groupe de G engendré par les
commutateurs [g, h] = ghg −1 h−1 , pour g, h ∈ G.
D(G) est un sous-groupe distingué de G et c’est le plus petit sous-groupe
distingué H de G tel que G/H soit abélien.
Groupe monogène
G est monogène si il est engendré par un de ses éléments g. On note
G = g = g k , k ∈ Z .
Groupe cyclique
Si G est monogène et fini, il est dit cyclique.
Tout groupe cyclique d’ordre n ∈ N∗ est isomorphe à Z/nZ, tout sous-
groupe d’un groupe cyclique est cyclique.
Théorèmes d’isomorphisme
G/Ker(f ) Im(f )
G/Ker(f ) → Im(f )
fˆ : gKer(f ) → fˆ(gKer(f )) = f (g)
H/(H ∩ N ) HN/N.
Théorème de Lagrange
et en conséquence,
∀ g ∈ G, o(g) = | < g > | n.
L’ordre d’un groupe désigne son cardinal, c’est-à-dire son nombre d’élé-
ments. L’ordre de g désigne l’ordre du groupe < g >, c’est-à-dire le plus petit
k ∈ N∗ tel que g k = e (e désigne l’élément neutre du groupe G).
En conséquence, tout groupe fini d’ordre premier est cyclique (engendré
par l’un quelconque de ses p − 1 éléments différents de l’élément neutre) et
donc isomorphe à (Z/pZ, +).
Par ailleurs, on en déduit le petit théorème de Fermat :
∀n ∈ Z, np ≡ n[p]
et en particulier ∀n ∈ Z, n ∧ p = 1 ⇒ np−1 ≡ 1[p] ,
Théorème de Fermat-Wiles
∀n ∈ N, ∀(x, y, z) ∈ (Z∗ )3 , n 3 ⇒ xn + y n = z n
Soit p ∈ P.
2p + 1 ∈ P ⇒ ∀(x, y, z) ∈ (Z∗ )3 , xp + y p = z p .
Théorème de Cauchy
On retrouve alors que tout groupe fini d’ordre premier est cyclique. À ne
pas confondre avec l’un des innombrables autres théorèmes de Cauchy.
Théorème de Cayley
Sous-groupes de R
Théorèmes de Sylow
|G| = pα m, avec p ∈ P, α ∈ N∗ et p ∧ m = 1,
∃g ∈ G, K = gHg −1 .
Anneaux et corps
Bestiaire
√
Z[i 3] est l’exemple
√ le plus
√ simple d’anneau non factoriel. Dans cet anneau
4 = 2 × 2 = (1 + i 3)(1 − i 3) sont deux décompositions distinctes (selon la
définition ci-dessus) en produit de facteurs irréductibles.
Anneau principal
C’est un anneau intègre dans lequel tout idéal I est principal, c’est-à-dire
du type I = aA pour un certain a ∈ A.
Anneau euclidien
Les anneaux euclidiens les plus usuels sont l’anneau des entiers relatifs
Z, l’anneau des entiers de Gauss Z[i], l’anneau des entiers d’Eisenstein Z[j]
(où j = e2iπ/3 ), l’anneau K[X] des polynômes à coefficients dans K et l’anneau
K[[X]] des séries formelles à coefficients dans K (pour un corps commutatif K
quelconque).
Les anneaux principaux non euclidiens sont relativement rares dans le pay-
√
sage mathématique de l’agrégatif. Citons le classique bien qu’étrange Z 1+i2 19
dont on peut apprécier les caractéristiques dans [FGN01].
Corps
Un corps est un anneau dont les éléments non nuls forment un groupe
pour la multiplication. Les corps usuels sont Q, R, C, Z/pZ pour p ∈ P, K(X)
(le corps des fractions rationnelles à une indéterminée à coefficients dans un
corps K), H (le corps des quaternions).
Mais encore...
Corollaire
∃ u, v ∈ A, au + bv = d.
Lemmes de Gauss
Le classique lemme de Gauss est, dans le cas particulier des anneaux prin-
cipaux, un corollaire du théorème de Bézout. Il est également valable dans
les anneaux factoriels.
a|bc et a ∧ b = 1 ⇒ a|c.
1.3 ANNEAUX ET CORPS 19
Soit P, Q ∈ Q[X].
1
P Q ∈ Z[X] ⇔ ∃ r ∈ Q, rP ∈ Z[X] et Q ∈ Z[X],
r
k ∈ Z → k · 1K = 1K + · · · + 1K
Théorème de Wedderburn
Extension de corps
Un corps L est une extension de K si K ⊂ L. L peut alors être vu comme
un K-espace vectoriel.
Algèbres
On peut parler du (seul) corps fini de cardinal q = pn car tous les corps
de même cardinal fini q sont isomorphes.
1.4 Algèbres
Un exemple typique est donné par C : c’est une R-algèbre. Plus générale-
ment, toute extension L d’un corps K est une K-algèbre.
Pour tout corps K, K[X] et Mn (K) sont des K-algèbres.
Le corps des quaternions H est une R-algèbre et un C-e.v. mais pas une
C-algèbre.
Les exemples donnés ci-dessus constituent tous des algèbres associatives.
Il existe aussi des algèbres non-associatives avec par exemple comme deuxième
loi de composition interne le crochet de Lie (A, B) → AB − BA ou encore le
produit vectoriel.
Chapitre 2 : Algèbre linéaire
Espaces vectoriels
Chapitre 2
Exemples
Base et dimension
Tout espace vectoriel admet une base et on appelle dimension de cet es-
pace le cardinal de l’une quelconque de ses bases (elles ont toutes même
cardinal).
Propriétés usuelles des matrices
Toute famille libre d’un K-e.v. peut être complétée en une base de E.
Espace dual
L’espace dual, noté E ∗ , d’un K-e.v. E est constitué de l’ensemble des
formes linéaires sur E, c’est-à-dire l’ensemble des applications linéaires définies
sur E et à valeurs dans K. E ∗ est un K-e.v. de même dimension que E.
Base duale
Déterminant
Le déterminant commute avec la multiplication. Il n’est donc pas sensible
à l’ordre des facteurs :
det(At ) = det(A).
n
det(A) = ε(σ) aiσ(i) ,
σ∈Sn i=1
n
qu’on peut aussi écrire det(A) = ε(σ) aσ(i)i (cette constatation, qui
σ∈Sn i=1
découle du fait que σ et σ −1 ont même signature, permet de prouver que
det(At ) = det(A)).
24 CHAPITRE 2 : ALGÈBRE LINÉAIRE
χA (X) = det(XIn − A)
Trace
La trace d’une matrice est égale à la somme de ses éléments diagonaux.
La trace est une forme linéaire :
∀α ∈ K, tr(αA) = αtr(A) et tr(A + B) = tr(A) + tr(B).
La trace d’un produit de matrices n’est pas sensible à l’ordre des facteurs
(cela se démontre en écrivant laborieusement en détail chaque coefficient des
produits AB et BA en fonctions de ceux de A et B) :
tr(AB) = tr(BA)
et en particulier
tr(P −1 AP ) = tr(AP P −1 ) = tr(A),
ce dernier résultat permet alors de définir la trace d’un endomorphisme comme
celle de l’une de ses matrices associées puisqu’elle ne dépend pas de la base
dans laquelle on exprime cette matrice.
Transposée
La transposée de A est notée At , AT , tA ou encore TA quand on ne veut
pas la confondre avec une puissance. Les probabilistes la notent souvent A . On
peut bien sûr transposer une matrice rectangulaire de Mm,n (K) : le résultat
est alors dans Mn,m (K). Toutes les propriétés ci-dessous restent valables mais
on ne parlera pas d’involution dans le cas des matrices rectangulaires puisque
l’espace d’arrivée n’est pas identique à celui de départ.
La transposée est une involution sur Mn (K) (elle est sa propre réciproque :
l’appliquer deux fois de suite redonne la matrice de départ. On peut voir la
transposition comme une symétrie d’axe la diagonale de la matrice) :
t
At = A.
(AB)t = B t At .
Propriétés de l’inverse
L’inverse (ou inversion) commute l’ordre des facteurs :
(P Q)−1 = Q−1 P −1 .
(P −1 )t = (P t )−1 .
A × (com(A))t = det(A)In ,
Matrices remarquables
det(A)In = At × (com(A))
= (com(A))t × A
= (com(A)) × At ,
et dans le cas d’une matrice inversible (ce qui est équivalent à dire que son
déterminant est lui-même inversible) :
1
A−1 = (com(A))t ,
det(A)
Matrices inversibles
A est dite inversible si il existe une matrice B telle AB = In .
On a alors également BA = In (comme dans tout groupe, l’inverse à
gauche est égal à l’inverse à droite) et B est unique : c’est l’inverse de A et on
la note B = A−1 .
Matrices équivalentes
A et B sont dites équivalentes si il existe deux matrices inversibles P et
Q telles que A = P BQ et on a le théorème suivant :
Matrices semblables
A et B sont dites semblables si il existe une matrice inversible P telle que
A = P BP −1 .
Deux matrices semblables ont même rang, même spectre, même polynôme
caractéristique, même polynôme minimal.
On dit de ces quatre notions que ce sont des invariants de similitudes (des
matrices semblables ont mêmes invariants de similitude mais en revanche des
matrices ayant certains invariants de similitude en commun ne sont pas forcé-
ment semblables).
Matrices triangulaires
Les matrices triangulaires inférieures vérifient ∀1 i < j n, aij = 0 :
a11 0 ... 0
.. ..
a21 a22
. .
.. .. ..
. . . 0
an1 an2 . . . ann
Matrices trigonalisables
Ce sont les matrices semblables à une matrice triangulaire.
Une matrice est trigonalisable ssi son polynôme caractéristique est scindé
dans K[X].
Matrices diagonales
Ce sont les matrices qui sont à la fois triangulaires inférieures et triangu-
laires supérieures, c’est-à-dire celles dont tous les termes extra-diagonaux sont
nuls : ∀i = j, aij = 0.
a11 0 . . . 0
..
0 a22 . . . .
Diag(a11 , . . . , ann ) =
.. .. ..
.
. . . 0
0 ... 0 ann
Matrices diagonalisables
Ce sont les matrices semblables à une matrice diagonale.
A est diagonalisable ssi son polynôme minimal est scindé à racines simples.
Matrices scalaires
Ce sont les matrices diagonales pour lesquelles
∃ λ ∈ K, ∀1 i n, aii = λ.
Matrices symétriques
Ce sont les matrices égales à leur transposée : ∀i = j, aij = aji . Les
matrices symétriques réelles sont diagonalisables.Ce n’esten revanche pas
i 1
le cas pour les matrices complexes : la matrice est symétrique
1 −i
2.3 MATRICES REMARQUABLES 29
mais sa seule valeur propre est 0 (on peut voir par exemple que sa trace et
son déterminant sont tous les deux nuls) : elle n’est donc pas diagonalisable
(les seules matrices diagonalisables n’ayant qu’une seule valeur propre sont les
matrices scalaires λI).
Matrices hermitiennes
Ce sont les matrices complexes égales à la conjuguée de leur transposée :
∀i = j, aij = aji et ∀i, aii ∈ R. Les matrices hermitiennes sont diagonalisables.
Matrices nilpotentes
Pour celles-ci, ∃ p ∈ N∗ , Ap = 0 (nilpotente signifie « qui a une puissance
(potens) nulle (nil) »). À moins de connaître ses puissances successives, on ne
peut pas voir au premier coup d’œil qu’une matrice quelconque A est ou pas
nilpotente, sauf dans le cas particulier suivant :
Matrices stochastiques
Ce sont les matrices de transition d’une chaîne de Markov : leurs co-
efficients représentent des probabilités (ils sont donc dans [0, 1] et on les no-
tera pij plutôt que aij ) et la somme des coefficients de chaque ligne vaut 1 :
n
∀1 i, j n, 0 pij 1 et ∀1 i n, pij = 1.
j=1
Matrices compagnons
Voici un autre grand classique des sujets d’agrégation (voir page 174).
La matrice compagnon d’un polynôme unitaire de degré n,
P = c0 + c1 X + · · · + cn−1 X n−1 + X n
est
0 0 ... 0 −c0
1 0 ... 0 −c1
.. .. ..
CP =
0 1 . . .
.. . . ..
. . . 0 −cn−2
0 ... 0 1 −cn−1
et a la remarquable propriété d’avoir pour polynôme caractéristique le poly-
nôme P lui-même :
χCP = P.
Résultats majeurs
Matrices circulantes
Nous mettons en lumière ces matrices car elles sont, au même titre que
les matrices compagnons, liées aux matrices de Vandermonde.
Les coefficients d’une ligne sont obtenus à partir de ceux de la ligne pré-
cédente en les décalant d’une colonne vers la droite :
∀ 2 i n, ∀ 2 j n, aij = ai−1 j−1 et ai1 = ai−1 n .
On peut de ce fait les noter sous la forme suivante :
c1 c2 c3 . . . cn
cn c1 c2 . . . cn−1
cn−1 cn c1 . . . cn−2
.
.. .. .. ..
. . . .
c2 c3 . . . cn c1
Une matrice carrée est inversible ssi elle est de rang maximal : son rang
est alors égal à son nombre de ligne (resp. colonnes).
À toute matrice de Mm,n (K) est canoniquement associée une application
linéaire de Kn dans Km (attention à l’ordre : la dimension de l’espace de départ
correspond, dans les conventions standard où on multiplie une matrice par un
vecteur colonne, au nombre de colonnes de la matrice. Si on préfère multiplier
un vecteur ligne par une matrice on aurait alors une application de Km dans
Kn ). À toute application linéaire entre deux K-e.v. de dimensions finies E et
F munis de bases déterminées, est associée une unique matrice à coefficients
dans K. Les deux versions du théorème du rang proposées ci-dessous sont donc
presque équivalentes.
Soit K un corps et m, n ∈ N∗ .
Pour toute matrice A ∈ Mm,n (K) :
où rg(A) = dim(Im(A)).
incomplète : dans un e.v. E, toute famille libre peut être complétée en une
base de E) et montrer que les images des vecteurs ek+1 , . . . , en forment une
base de l’image de f .
n
⇔ αi ei ∈ Ker(f )
i=k+1
⇔ ∀ i ∈ [[k + 1, n]], αi = 0
car les éléments de Ker(f ) ont des composantes nulles sur ek+1 , . . . , en (ces
vecteurs formant une base d’un supplémentaire de Ker(f ) dans E). La famille
(f (ek+1 ), . . . , f (en )) est donc libre et constitue ainsi une base de Im(f ). Le
cardinal de cette base est n − k : c’est aussi la dimension de Im(f ).
Théorème de Cayley-Hamilton
Soit K un corps commutatif.
Corollaire
Critère de trigonalisation
Une matrice A ∈ Mn (K) est trigonalisable dans K ssi son polynôme ca-
ractéristique πA est scindé dans K.
Critère de diagonalisation
Corollaire
Cas particuliers
On considère une matrice de Mn (K) (K = R ou C).
36 CHAPITRE 2 : ALGÈBRE LINÉAIRE
On a alors
— χ A = χS
— Sp(A) = Sp(S)
— S, N ∈ C[A] : S et N sont des polynômes en A.
2.4 RÉSULTATS MAJEURS 37
On a alors
— χ u = χs
— Sp(u) = Sp(s)
— s, n ∈ C[u] : s et n sont des polynômes en u.
u∗ = u.
Dans le cas euclidien, on note parfois ut pour u∗ car dans ce cas et pour
une base de E donnée, la matrice de u∗ est la transposée de la matrice de u.
38 CHAPITRE 2 : ALGÈBRE LINÉAIRE
A = P DP t .
Chapitre 3
Polynômes
Théorème de d’Alembert-Gauss
Aussi appelé théorème fondamental de l’algèbre, on peut le donner sous
l’une des trois formes équivalents suivantes :
Définition
k
σn,k (X1 , . . . , Xn ) = Xi = Xi
1i1 <···<ik n =1 I∈Pk ([[1,n]]) i∈I
Définition
Exemples
Soit α1 , . . . , αn ∈ A.
3.1 POLYNÔMES SYMÉTRIQUES 41
n
n
n−j
(X − αi ) = (−1)n−j α i X j
i=1 j=0 1i1 <···<in−j n =1
n
= (−1)n−j σn,n−j (α1 , . . . , αn )X j .
j=0
Si on se perd dans les indices, les signes et les coefficients, on peut a mi-
nima comprendre cette imposante formule en développant :
pour n = 2 :
(t − a)(t − b) = t2 − (a + b)t + ab = σ2,0 (a, b)t2 − σ2,1 (a, b)t + σ2,2 (a, b),
pour n = 3 :
Théorème
42 CHAPITRE 3 : POLYNÔMES
Exemples
X 3 + Y 3 = (X + Y )3 − 3XY (X + Y )
X 2 + Y 2 + Z 2 = (X + Y + Z)2 − 2(XY + XZ + Y Z)
Polynômes de Lagrange
3.3 BESTIAIRE 43
Polynômes de Newton
La famille de n + 1 polynômes
Ni (X) = (X − xj ), 0in
0j<i
3.3 Bestiaire
Polynôme caractéristique d’une matrice
Polynômes de Bernstein
Si f est une fonction continue sur [0, 1], les polynômes de Bernstein
associés à f sont définis par
n
n k
∀n ∈ N, Bn (f ) = f xk (1 − x)n−k .
k n
k=0
Cette suite converge uniformément vers f sur [0, 1] et fournit ainsi une
preuve constructive du théorème de Weierstrass.
3.3 BESTIAIRE 45
Théorème de Weierstrass
Toute fonction réelle continue sur un segment est la limite uniforme d’une
suite de polynômes.
Polynômes d’Hermite
Ils sont définis par
2 /2
2 /2
(n)
∀n ∈ N, ∀x ∈ R, Hn (x) = (−1)n ex e−x ,
Polynômes de Laguerre
Ils sont définis par
ex n −x (n)
∀n ∈ N, ∀x ∈ R, Ln (x) = x e .
n!
Ln est solution de l’équation différentielle linéaire du second ordre
xy + (1 − x)y + ny = 0.
Polynômes de Tchebychev
Ils sont définis de manière récursive par
T0 = 1, T1 = X
∀n ∈ N, Tn+2 = 2XTn+1 − Tn
ou de manière implicite comme étant les seuls polynômes vérifiant
∀n ∈ N, ∀θ ∈ R, Tn (cos θ) = cos(nθ).
Chapitre 4 : Topologie
Chapitre 4
Topologie
Cette partie, encore plus que les autres, est très lacunaire. Nous avons
voulu faire le plus simple possible. On pourra se reporter au classique ouvrage
de Hervé Queffélec [Que20].
Espace topologique
Il s’agit d’un ensemble non vide E muni d’une topologie, c’est-à-dire d’un
ensemble de parties A de E dont les éléments sont appelés des ouverts et
vérifiant
— ∅ ∈ A ,E ∈ A
— stabilité par intersection finie : ∀A, B ∈ A , A ∩
B ∈ A
— stabilité par réunion quelconque : ∀A ⊂ A , A∈A
A∈A
Remarque : Il suffit que l’intersection de deux éléments de A soit dans
A pour que toute intersection finie d’éléments de A le soit aussi.
Le cas particulier, maximal, où A = P(E) est l’ensemble des parties de
E est appelé topologie discrète et n’est pas vraiment le plus intéressant. Le cas
opposé, minimal, où A = {∅, E} ne l’est pas plus. Ces deux cas fournissent
des topologies sans aucun intérêt pratique.
Un fermé est par définition le complémentaire, dans E, d’un ouvert :
Espace métrique
Il s’agit d’un ensemble non vide E sur lequel on dispose d’une distance,
c’est-à-dire une application d définie sur E 2 vérifiant
48 CHAPITRE 4 : TOPOLOGIE
À partir de cela, pour tout r > 0, on peut définir les notions de boule
ouverte
B(x, r) = {y ∈ E, d(x, y) < r}
et de boule fermée
Bf (x, r) = {y ∈ E, d(x, y) r}
puis les notions plus générales d’ouvert (c’est-à-dire une partie de E qui contient
une boule ouverte autour de chacun de ses points : un ouvert peut donc être vu
comme une réunion de boules ouvertes) et de fermé (le complémentaire d’un
ouvert). Tout espace métrique est donc muni d’une topologie induite par sa
distance.
— positivité : ∀x ∈ E, ||x|| 0,
— séparation : ∀x ∈ E, ||x|| = 0 ⇔ x = 0E ,
— homogénéité : ∀x ∈ E, ∀λ ∈ K, ||λ · x|| = |λ| · ||x||,
— inégalité triangulaire (sous-additivité) : ∀x, y ∈ E, ||x+y|| ||x||+||y||.
Toute norme induit une distance définie par d(x, y) = ||x−y||. Tout espace
vectoriel normé est donc un espace métrique et est automatiquement muni de
la topologie induite par cette distance.
Espace euclidien
Il s’agit d’un R-espace vectoriel E de dimension finie (on a tendance à
oublier cette condition) muni d’un produit scalaire, c’est-à-dire une applica-
tion ·, · définie sur E 2 , à valeurs dans R et vérifiant
Espace de Hilbert
Il s’agit d’un R-espace vectoriel muni d’un produit scalaire euclidien ou
d’un C-espace vectoriel muni d’un produit scalaire hermitien et qui de plus est
complet pour la topologie induite par ce produit scalaire.
Un espace de Hilbert est donc un espace de Banach dans lequel la
norme est induite par un produit scalaire.
Les espaces de Hilbert les plus courants sont Rn et Cn munis de leur
produit scalaire habituel, l’ensemble L2 ([a, b]) des fonctions (réelles ou com-
plexes) de carré intégrable sur un segment donné et l’ensemble l2 des suites
(réelles ou complexes) de carré sommable, chacun de ces espaces étant muni
d’un produit scalaire construit de manière analogue au produit scalaire usuel
sur Rn ou Cn .
Chapitre 5 : Analyse
Résultats majeurs
Chapitre 5
Analyse
Théorème de Rolle
Soit deux réels a < b et une fonction f : [a, b] → R continue sur [a, b] et
dérivable sur ]a, b[.
Soit deux réels a < b et une fonction f : [a, b] → R continue sur [a, b] et
dérivable sur ]a, b[.
f (b) − f (a)
∃c ∈]a, b[, f (c) = .
b−a
f (b) − f (a)
∀x ∈ [a, b], g(x) = f (x) − (x − a) .
b−a
Soit deux réels a < b et une fonction f : [a, b] → R continue sur [a, b] et
dérivable sur ]a, b[. Si |f | est majorée par M 0 sur ]a, b[ alors
Théorème de Bolzano-Weierstrass
ou encore :
un espace métrique (ou métrisable) est compact ssi toute partie infinie de
cet espace admet une valeur d’adhérence.
Théorème de Weierstrass
Pour toute fonction f continue sur un segment [a, b] de R, pour tout ε > 0,
il existe un polynôme P ∈ R[X] tel que ||f − P ||∞ ε.
y = f (x) = |2x − 1|
y = B2 (f )(x) = 1 − 2x + 2x2
y = B4 (f )(x) = 1 − 2x + 4x3 − 2x4
y = B6 (f )(x) = 1 − 2x + 10x4 − 12x5 + 4x6
..
.
y = B20 (f )(x) 1 − 2x + 33592x11 + · · · − 9724x20
+∞
(t − a)n
f (t) = f (n) (a)
n!
n=0
et son cas particulier pour a = 0 dont l’usage, sans être exclusif, est majori-
taire :
+∞
tn
f (t) = f (n) (0) .
n!
n=0
L’intervalle de validité de ces développements est spécifique à chaque fonc-
tion : il peut être réduit à un seul point ou être valable sur R, voire sur C.
n
f (n) (a)
f (t) = (t − a)k + o ((t − a)n ) .
k!
k=0
+∞
et − e−t t2n+1
sh(t) = =
2 (2n + 1)!
n=0
5.1 RÉSULTATS MAJEURS 57
+∞
+∞
2n t2n t2n+1
= i + i2n+1
(2n)! (2n + 1)!
n=0 n=0
+∞
+∞
t2n t2n+1
= (−1)n +i (−1)n
(2n)! (2n + 1)!
n=0 n=0
et en remplaçant t par −t :
+∞
+∞
−it t2n
n t2n+1
e = (−1) + i(−1)n+1 .
(2n)! (2n + 1)!
n=0 n=0
Les fonctions circulaires cosinus et sinus sont respectivement les parties réelle
et imaginaire de l’exponentielle complexe. On a donc immédiatement (ou en
combinant les deux développements qui précèdent dans le cadre des formules
d’Euler) :
+∞
eit + e−it t2n
cos(t) = Re(eit ) = = (−1)n
2 (2n)!
n=0
+∞
eit − e−it t2n+1
sin(t) = Im(eit ) = = (−1)n .
2i (2n + 1)!
n=0
On peut également remarquer qu’en dérivant le développement du sinus on
obtient celui du cosinus, en dérivant celui du cosinus on obtient l’opposé de
celui du sinus (sin = cos et cos = − sin).
Par contre, en intégrant, il faut ajouter la constante idoine : si en intégrant
le cosinus on obtient bien sans effort le développement du sinus, en intégrant
le sinus, il faut non seulement changer tous les signes pour obtenir le dévelop-
pement du cosinus mais également ajouter, in fine, la constante cos(0) = 1.
Le seul développement de et permet ainsi de retrouver ceux de e−t , eit ,
cos(t), sin(t), ch(t) et sh(t) et de manière a priori plus efficace qu’en utilisant
58 CHAPITRE 5 : ANALYSE
t2 t3
(1 + t)α = 1 + αt + α(α − 1) + α(α − 1)(α − 2) + . . .
2 3!
+∞
n−1
tn
= (α − i) .
n!
n=0 i=0
On en déduit, pour α = −1 :
+∞
1
= (1 + t)−1 = (−1)n tn
1+t
n=0
qu’on peut intégrer (la constante d’intégration est nulle : ln(1 + 0) = 0) pour
obtenir
+∞
+∞
(−1)n n+1 (−1)n+1 n
ln(1 + t) = t = t
n+1 n
n=0 n=1
+∞
1
= tn .
1−t
n=0
et si on remplace t par t2 :
+∞
1
2
= (−1)n t2n
1+t
n=0
1
En se souvenant que ∀t ∈ R, arctan (t) = , et en intégrant ce dernier
1 + t2
développement, on obtient celui de la fonction arctangente (la constante d’in-
tégration est ici arctan(0) = 0) :
+∞
(−1)n 2n+1
arctan(t) = t .
2n + 1
n=0
1
En posant désormais α = , on obtient, sans qu’aucune formule vraiment
2
simple n’apparaisse :
+∞
√ (−1)n−1 2n − 1 n
1+t = 1+ t
(2n − 1)22n−1 n
n=1
1 1 1 5 4
= 1 + t − t2 + t3 − t + ...
2 8 16 128
1
Et de même en posant α = − :
2
1 1 3 5 35 4
√ = 1 − t + t2 − t3 + t − ...
1+t 2 8 16 128
1
En remplaçant t par −t2 , ce dernier développement donne celui de √ puis
1 − t2
en intégrant, celui de la fonction arcsinus (ici aussi, la constante d’intégration
est nulle : arcsin(0) = 0).
1 1 3 5 35 8
√ = 1 + t2 + t4 + t6 + t + ...
1 − t2 2 8 16 128
1 3 5 7 35 9
arcsin(t) = t + t3 + t5 + t + t + ...
6 40 112 1152
Cette deuxième salve de fonctions admettent toutes des développements en
série entière de rayon de convergence égal à 1.
Règle de comparaison
On a aussi, par contraposée, an diverge ⇒ bn diverge.
n0 n0
Comparaison série-intégrale
Lemme d’Abel
n
Si pour
un réel r > 0 la suite (|an |r )n∈N est bornée et |z| < r alors la
série an z n est absolument convergente.
n0
Critère de Riemann
1
converge ⇔ α > 1
nα
n1
En particulier, pour α = 1 :
la série harmonique
1
diverge.
n
n1
5.1 RÉSULTATS MAJEURS 61
+∞
1 π2
2
=
n 6
n=1
+∞
+∞
1 π4 1 π6
= et = .
n4 90 n6 945
n=1 n=1
+∞
+∞
1 1
En revanche, on ne sait presque rien sur 3
et .
n n5
n=1 n=1
Si (un )n∈N est une suite positive, décroissante et de limite nulle alors
(−1)n un converge.
n0
et en particulier
z n converge ⇔ |z| < 1
n0
et dans ce cas
+∞
1
zn = .
1−z
n=0
nz n−1 converge ⇔ |z| < 1
n1
et dans ce cas
+∞
1
nz n−1 = .
(1 − z)2
n=1
n(n − 1)z n−2 converge ⇔ |z| < 1
n2
et dans ce cas
+∞
2
n(n − 1)z n−2 = .
(1 − z)3
n=2
Il ne faut pas apprendre par cœur ces deux derniers résultats mais plutôt
savoir les retrouver très vite en calculant des dérivées. On pourrait d’ailleurs
continuer à dériver pour obtenir le résultat suivant (dérivée k-ième de la série
géométrique)
+∞
k!
∀k ∈ N∗ , n(n − 1) . . . (n − k + 1)z n−k =
(1 − z)k+1
n=k
5.1 RÉSULTATS MAJEURS 63
n(n − 1) . . . (n − k + 1) n
= ,
k! k
Si |z| < 1 et k ∈ N :
+∞
n 1
z n−k = ,
k (1 − z)k+1
n=k
∀z ∈ C, ∀n ∈ N :
n
n
z n−k = (1 + z)n .
k
k=0
Dans la première k est fixé et n varie alors que dans la seconde c’est n
qui est fixé et k qui varie. Dans les deux cas, la variable de sommation (n
pour la première, k pour la seconde) varie autant que possible sous la même
contrainte 0 k n, le coefficient binomial est le même, ainsi que la puissance
sur z. Il n’y a aucune condition sur z ∈ C dans la formule du binôme de
Newton (c’est une somme finie). Notons qu’on peut aussi, par symétrie, écrire
n
n k
z = (1 + z)n et que la formule du binôme de Newton, sous sa forme
k
k=0
n
n k n−k
générale a b = (a + b)n est valable dans tout anneau commutatif
k
k=0
ou du moins à condition que les objets a et b commutent, c’est-à-dire si ab = ba.
64 CHAPITRE 5 : ANALYSE
Série exponentielle
zn
La série exponentielle, de terme général , converge sur C :
n!
+∞ n
z
∀z ∈ C, = ez .
n!
n=0
Produit de Cauchy
Si an et bn sont deux séries complexes absolument convergentes
n0 n0
n
alors la série de terme général ak bn−k converge et
k=0
+∞ +∞ +∞
n
an bn = ak bn−k .
n=0 n=0 n=0 k=0
et
1
1
dt converge ⇔ α < 1.
0 tα
]0, 1[ et ]1, +∞[ (quel que soit l’ensemble de départ choisi parmi ces deux in-
tervalles). On retrouve
aisément ces résultats en se souvenant qu’une primitive
1 t → 1 t1−α si α = 1
−α
de t → α = t est 1−α
t ln t si α = 1.
Critère de Bertrand
+∞
1 α=1
dt converge ⇔ α > 1 ou
1 tα (ln t)β β > 1.
Si (fn )n∈N est une suite de fonctions mesurables réelles (ou complexes)
convergeant (simplement) vers une fonction f et si de plus il existe une
fonction intégrable g dominant chacune des fn , c’est-à-dire
et
f dµ = lim fn dµ,
X n→+∞ X
c’est-à-dire qu’on peut commuter limite et intégrale sur la suite (fn )n∈N .
que,
∂f
∀x ∈ I, ∀t ∈ J, (x, t) ≤ g(t),
∂x
on peut affirmer que la fonction F : x → f (x, t)dt est de classe C 1 sur
J
I et
∂f
∀x ∈ I, F (x) = (x, t)dt.
J ∂x
Inégalité de Hölder : ∀f ∈ Lp Rd , ∀g ∈ Lq Rd ,
f g ∈ L1 Rd et ||f g||1 ||f ||p ||g||q ,,
c’est-à-dire
1/p 1/q
|f (x)g(x)|dx p
|f (x)| dx q
|g(x)| dx .
Rd Rd Rd
Cette propriété se généralise ainsi : soit p, q, r ∈]0, +∞] trois nombres po-
1 1 1
sitifs ou infinis vérifiant + = . On a alors :
p q r
∀f ∈ Lp Rd , ∀g ∈ Lq Rd , f g ∈ Lr Rd et ||f g||r ||f ||p ||g||q ,
c’est-à-dire
∀f, g ∈ L2 Rd , f g ∈ L1 Rd et |f, g| ||f g||1 ||f ||2 ||g||2 ,
c’est-à-dire :
5.1 RÉSULTATS MAJEURS 69
f (x)g(x)dx |f (x)g(x)|dx
R d Rd
1/2 1/2
2
|f (x)| dx 2
|g(x)| dx ,
Rd Rd
ou encore
2
f (x)g(x)dx |f (x)|2 dx |g(x)|2 dx
R d Rd Rd
d
où
le produit scalaire f, g de deux fonctions f, g ∈ L R est défini par
2
f (x)g(x)dx.
Rd
Inégalité de Hölder.
c’est-à-dire :
+∞
+∞ 1/p +∞ 1/q
|un vn | |un | p
|vn | q
.
n=0 n=0 n=0
Cette propriété se généralise ainsi : soit p, q, r ∈]0, +∞] trois nombres po-
1 1 1
sitifs ou infinis vérifiant + = . On a alors :
p q r
c’est-à-dire :
c’est-à-dire :
+∞
+∞ 1/2 +∞ 1/2
|un vn | |un | 2
|vn | 2
ou encore
+∞ 2 +∞ +∞
|un vn | |un |2 |vn |2 .
n=0 n=0 n=0
1 ∂ p−1
Res(f, a) = lim p−1 ((z − a)p f (z)) .
(p − 1)! z→a ∂z
Séries de Fourier
Soit f une fonction définie sur R, localement intégrable et T -périodique.
Les coefficients de Fourier complexes de f sont
T
1
∀n ∈ Z, cn (f ) = f (t)e−i2πnt/T dt
T 0
T
2 2πnt
∀n ∈ N, an (f ) = cn (f ) + c−n (f ) = f (t) cos dt,
T 0 T
T
2 2πnt
∀n ∈ N, bn (f ) = i (cn (f ) − c−n (f )) = f (t) sin dt
T 0 T
T
2
et en particulier a0 (f ) = f (t)dt = c0 (f ) et b0 (f ) = 0.
T 0
an (f ) − ibn (f ) an (f ) + ibn (f )
On a également ∀n ∈ cn (f ) = et c−n (f ) = .
2 2
= (an (f ) cos(2πnx) + bn (f ) sin(2πnx)) .
n∈N
5.2 ANALYSE COMPLEXE 73
Égalité de Parseval
Si f est T -périodique et de carré intégrable sur une période alors
T +∞
1
||f ||2 = |f (t)|2 dt = |cn (f )|2
T 0 n=−∞
|a0 (f )|2 1
+∞
= + |an (f )|2 + |bn (f )|2 .
4 2
n=1
|a0 (f )|2
Remarque : avec l’autre convention, est à remplacer par |a0 (f )|2 .
4
Théorème de Dirichlet
Si f est périodique,
intégrable sur une période et admet une limite f x+ 0
(resp. f x− 0 ) à droite (resp. à gauche) en x0 ∈ R alors la série de Fourier
de f converge en x0 et sa somme vaut
−
f x+
0 + f x0
Sf (x0 ) = .
2
Transformée de Fourier
Soit N ∈ N∗ et f une fonction intégrable sur RN . On définit sa transfor-
mée de Fourier par
ˆ N ˆ
f : ξ ∈ R → f (ξ) = e−ixξ f (x)dx.
RN
Chapitre 6
Probabilités
Cov(X, X) = V(X).
Résultats majeurs
ce qui donne, plus explicitement, dans les deux situations les plus courantes :
Inégalité de Markov
On peut l’écrire sous l’une des deux formes équivalentes suivantes :
E(|X|)
∀α > 0, P(|X| α)
α
ou
E(|X|p )
∀α > 0, P(|X| α) .
αp
Or, par linéarité de l’espérance puis à l’aide du rappel donné quelques lignes
plus bas :
E αp 1{|X|α} = αp E 1{|X|α} = αp P(|X| α),
d’où
αp P(|X| α) E(|X|p )
et finalement
E(|X|p )
P(|X| α) .
αp
Rappel : Pour tout événement A ∈ F , la fonction indicatrice
1 si X ∈ A
1{X∈A} =
0 si X ∈
/A
Inégalité de Bienaymé-Tchebychev
La limite inférieure d’une suite de parties est constituée de tous les éléments qui
sont présents dans toutes les parties à partir d’un certain rang n quelconque :
x ∈ lim inf An ⇔ ∃n ∈ N, ∀k n, x ∈ Ak .
La limite supérieure d’une suite de parties est constituée de tous les éléments
qui sont présents, pour tout rang n, dans au moins une partie de rang k supé-
rieur à n :
x ∈ lim sup An ⇔ ∀n ∈ N, ∃k n, x ∈ Ak .
On a évidemment
lim inf An ⊂ lim sup An .
+∞
P(An ) = +∞ ⇒ P lim inf Ak = 0.
n=0
Deuxième partie
Agrégation interne
Épreuve 1, 2021
Chapitre 7
Épreuve 1, 2021
Thème
algèbre linéaire (matrice, trace, base, forme linéaire,
matrice nilpotente, sous-espace vectoriel stable par un endomorphisme,
diagonalisabilité)
Résultat majeur
endomorphismes codiagonalisables
Remarques du jury
1. Écrire « la trace est la somme des valeurs
propres » est insuffisant : il faut préciser le corps de base et les multi-
plicités.
4.b. Les éléments de G fournissent une famille génératrice de Vect(G).
Utiliser le théorème de la base extraite.
Le groupe linéaire GLn (K) n’est pas un espace vectoriel.
5.b. Utiliser un polynôme annulateur scindé à racines simples pour
caractériser la diagonalisabilité.
86 CHAPITRE 7 : ÉPREUVE 1, 2021
Énoncé
Soit K un sous-corps de C.
Dans cette partie, on établit quelques résultats dont certains pourront être
utiles par la suite 1 . Pour i et j entiers tels que 1 i n et 1 j n, on note
Ei,j l’élément de Mn (K) dont tous les coefficients sont nuls sauf celui situé à
l’intersection de la i-ème ligne et la j-ème colonne, qui vaut 1. Ces matrices
forment donc la base canonique de Mn (K). On pourra utiliser le symbole de
Kronecker défini pour tous entiers i et j par δi,j = 1 si i = j et 0 sinon.
tr(ABC) = tr(CBA).
(c) Démontrer que si f est une forme linéaire sur Mn (K) telle que
f (M N ) = f (N M ) pour toutes matrices M et N de Mn (K), alors f
est proportionnelle à la trace. On pourra utiliser les matrices Ei,j et
le symbole de Kronecker, définis au début de cette partie.
Corrigé
1. La trace d’une matrice complexe est égale à la somme de ses valeurs
propres complexes, comptées avec leurs multiplicités algébriques. Une
matrice nilpotente à coefficients complexes a pour seule valeur propre
0. En effet, si λ ∈ K est une valeur propre de A et X ∈ Cn un vecteur
propre associé (c’est-à-dire un vecteur non nul vérifiant AX = λX), alors
une simple récurrence montre que
∀k ∈ N∗ , Ak X = λk X.
88 CHAPITRE 7 : ÉPREUVE 1, 2021
(b)
Ei,j Ek,l = δjk Eil .
En effet, si j = k, le produit est nul (les coefficients égaux à 1 ne sont
pas « en face » l’un de l’autre : le numéro de la colonne ou 1 apparait
dans la première matrice ne correspond pas à celui de la ligne où il
apparait dans la seconde matrice).
Par contre, si j = k, le produit des deux matrices donne un unique
1, situé sur la ligne i et la colonne l de la matrice résultante.
AGRÉGATION INTERNE 89
et
n
n
En écrivant M = (mij )1i,jn = mij Eij sa décomposition
i=1 j=1
dans la base (Ei,j )1i,jn de Mn (K), on obtient :
n
n
f (M ) = f mij Eij
i=1 j=1
n
n
= mij f (Eij )
(1)
i=1 j=1
n
n
= mij aji
(2)
i=1 j=1
= tr(M A) = tr(AM )
(3) (4)
avec
(1) par linéarité de f ,
(2) car on a posé A = (aij )1i,jn telle que aij = f (Eji ),
(3) par le même calcul explicite de la trace vu dans la question 2.(a),
(4) d’après la question 2.(a).
La matrice A définie plus haut convient donc bien (c’est ce que vient
de prouver la synthèse) et c’est la seule (d’après l’analyse).
(b) Soit f une forme linéaire. On sait d’après ce qui précède que
n2
n2
∃(αi )1in2 ∈ K , A = α i Mi .
i=1
n2
= αi tr(Mi M )
(1)
i=1
n2
= αi fi (M ),
i=1
n 2
ce qui prouve que f = αi fi et donc que la famille (fi )1in2
i=1
engendre la forme linéaire f .
De plus, le même calcul montre que si les coefficients (αi )1in2 sont
n2
choisis de manière à ce que αi fi soit la forme linéaire nulle, la
i=1
n 2
matrice αi Mi est alors la matrice A de la question 3.(a) et asso-
i=1
ciée ici à la forme linéaire nulle. Or, la matrice nulle convient éga-
lement. L’unicité obtenue dans la question précédente donne donc
n2
A= αi Mi = 0. La famille (Mi )1in2 étant par hypothèse une
i=1
base de Mn (K), il vient ∀1 i n2 , αi = 0, ce qui prouve que la
famille (fi )1in2 est libre.
Cette famille est à la fois génératrice et libre, elle constitue donc une
base de l’espace vectoriel des formes linéaires sur Mn (K).
Notons qu’on a ainsi démontré que la dimension de (Mn (K))∗ est
égale à celle de Mn (K), c’est-à-dire n2 (c’est d’ailleurs un résultat
bien connu : si E est un e.v. quelconque de dimension finie n alors son
dual E ∗ , constitué des formes linéaires sur E, est aussi de dimension
n).
On dispose d’un isomorphisme d’espaces vectoriels entre Mn (K) et
(Mn (K))∗ . En effet, deux K-e.v. de même dimension finie sont tou-
jours isomorphes et l’application vue dans la question 3.(a) qui à A
92 CHAPITRE 7 : ÉPREUVE 1, 2021
et donc
n 2
∀1 j, k n , ϕ(Mj )(Mk ) =
2
tr(Mi Mj )ϕ(Fi )(Mk ).
i=1
∀ 1 i n2 , Fi = ϕ−1 (e∗i )
(pour définir une forme linéaire, il suffit de définir ses images sur une
base).
La famille (e∗1 , . . . , e∗n2 ) ainsi définie constitue précisément l’habituelle
base duale de la base (M1 , . . . , Mn2 ) donnée dans l’énoncé.
Synthèse : La famille, (F1 , . . . , Fn2 ) ainsi définie est une base de
Mn (K), en tant qu’image réciproque par l’isomorphisme ϕ (c’est-
à-dire en tant qu’image directe par l’isomorphisme ϕ−1 ) de la base
(e∗1 , . . . , e∗n2 ) de (Mn (K))∗ (les isomorphismes conservent les bases et
à vrai dire ils conservent absolument tout).
∀1 i, j n, f (Ei,i ) = f (Ej,j ).
n
n
A = (αij )1i,jn = αij Ei,j ,
i=1 j=1
94 CHAPITRE 7 : ÉPREUVE 1, 2021
n
n
= αij f (Ei,j )
i=1 j=1
n
= αii f (E1,1 )
i=1
= f (E1,1 )tr(A),
ce qui prouve que f est proportionnelle à la trace, le coefficient de
proportionnalité étant f (E1,1 ) ∈ K.
Chapitre 8
Épreuve 2, 2020
Thèmes
topologie (fermé, compact, norme, distance, boule,
continuité, fonction lipschitzienne)
espaces euclidiens (produit scalaire, norme euclidienne)
Résultat majeur
propriétés des compacts dans un e.v.n. de
dimension finie
Remarques du jury
1. La borne inférieure n’est pas atteinte a priori.
3.(a) Pour affirmer qu’un fermé borné est compact, il faut préciser que
c’est une partie d’un R-espace vectoriel normé de dimension finie. F
n’est pas bornée a priori.
4.(a) ||u + v||2 = ||u||2 + ||v||2 + 2||u||.||v||.
(b) Rappeler que Γ(x) = ∅ avant de conclure que c’est un singleton.
(c) i. ϕ(t) n’est ni une fonction ni un polynôme mais un nombre réel.
ii. L’existence du minimum de ϕ n’a rien à voir avec le signe du coef-
ficient dominant.
98 CHAPITRE 8 : ÉPREUVE 2, 2020
Énoncé
On se place dans un espace euclidien (E, ·, ·) de dimension n ∈ N∗ .
On note || · || la norme euclidienne associée.
Pour tout vecteur x de E et tout réel positif r, on note B(x, r) (resp.
B(x, r)) la boule ouverte (resp. fermée) de centre x et de rayon r.
Pour toute partie fermée non vide F de E et tout x ∈ E, on admet sans
démonstration que l’ensemble
{||x − f ||, f ∈ F }
On pose alors
dF : x → d(x, F )
en fonction de la partie F .
4. On suppose, dans cette question seulement, que F est en outre une partie
convexe de E.
a) Montrer que, quels que soient les vecteurs u et v de E, on a :
||u + v||2 + ||u − v||2 = 2 ||u||2 + ||v||2 .
∀x ∈ E, ∀f ∈ F, f − π(x), x − π(x) 0.
[0, 1] → R
.
ϕ: t → ||(1 − t)π(x) + tf − x||2
i. Montrer que ϕ est une fonction polynomiale de degré inférieur ou
égal à 2.
ii. Justifier que ϕ admet un minimum en 0. Conclure.
d) On fixe un vecteur x de E. Soit z un vecteur de F . On suppose que :
∀f ∈ F, f − z, x − z 0.
Corrigé
1. Soit x ∈ E.
Premier cas : si x ∈ F , on a
x ∈ F ⇒ dF (x) = 0.
∀f ∈ F, f ∈ B(x, r),
c’est-à-dire
∀f ∈ F, ||x − f || r
dF (x) r > 0.
x ∈ F ⇒ dF (x) > 0.
dF (x) = 0 ⇒ x ∈ F.
On a donc l’équivalence
dF (x) = 0 ⇔ x ∈ F.
AGRÉGATION INTERNE 101
||y − f ||
(2)
= ||(y − x) + (x − f )||
et donc
∀(x, y) ∈ E 2 , dF (y) − dF (x) ||y − x||.
On obtient alors (1) symétriquement (les rôles de x et y sont in-
terchangeables) et (2) par homogénéité de la norme (en particulier
∀u ∈ E, || − u|| = ||u|| avec ici u = y − x) :
Du fait que
a b
∀a, b ∈ R, |a| b ⇔ −b a b ⇔
−a b
On a ainsi x0 ∈ B(x, r) ∩ F = K.
K est l’intersection de deux fermés de E (une boule fermée est évi-
demment un fermé et F est fermée par hypothèse) : K est donc un
fermé de E.
K est de plus incluse dans la boule fermée de centre x et de rayon r,
ce qui se traduit par
∀y ∈ K, ||y − x|| r.
Rappel : il faut bien prendre garde au fait que les fermés bornés
d’un espace de dimension infinie ne sont pas forcément compact. Il
faut donc absolument rappeler que E est de dimension finie pour af-
firmer qu’un fermé borné de E est automatiquement un compact de E.
= || lim (x − xn )||
n→+∞
= lim ||x − xn ||
(1) n→+∞
= dF (x),
AGRÉGATION INTERNE 103
= 2 dF (x)2 + dF (x)2
(2)
= 4dF (x)2 ,
ce qui donne, en simplifiant le premier membre de cette égalité
Il est donc absurde de supposer que Γ(x) contient deux éléments dis-
tincts f et f . Comme on a vu dans la question 3.b) que pour tout
x ∈ E, Γ(x) est non vide, on peut conclure que pour tout vecteur x
de E, Γ(x) est un singleton.
AGRÉGATION INTERNE 105
f − π(x), x − π(x)
0
||f − π(x)||2
f − π(x), x − π(x) 0.
||x − z||2
car d’une part
||z − f ||2 0
et d’autre part
−2f − z, x − z 0
car f − z, x − z 0 par hypothèse.
Finalement, par croissance de la fonction racine carrée sur R+ :
∀f ∈ F, ||x − f || ||x − z||.
Comme z ∈ F par hypothèse, on a alors
||x − z|| = inf ||x − f ||.
f ∈F
Chapitre 9
Épreuve 1, 2018
Thèmes
algèbre linéaire (matrice, matrice par bloc,
matrice inversible, déterminant, spectre, morphisme d’algèbres)
nombres complexes (conjugaison, module)
Résultats majeurs
propriétés usuelles du déterminant
propriétés usuelles de la conjugaison
Remarques du jury
2.(b) Faire la différence entre espace vectoriel et
algèbre, montrer que l’image de In est In . Toute involution est bijective.
3.(a) Une matrice non nulle n’a pas a priori de valeur propre non nulle.
(b) Connaître la définition d’une partie dense d’un e.v.n. et parler de
norme (en dimension finie toutes les normes sont équivalentes).
4.(a) Le produit matriciel n’est pas commutatif.
(b) Justifier que A est inversible en donnant son inverse.
5. Ne pas résoudre par équivalence mais par double implication.
110 CHAPITRE 9 : ÉPREUVE 1, 2018
Énoncé
L’objectif du problème est d’établir l’assertion (1) suivante :
A B
∀(A, B) ∈ Mn (C)2 , det ∈ R+ .
−B A
Pour cela, on commencera par montrer que cette assertion est équivalente à
l’assertion (2) :
∀C ∈ Mn (C), det(In + CC) ∈ R+ .
On fixe deux matrices A et B de Mn (C).
1. Démontrer l’assertion (1) dans le cas où n = 1.
2. Étude de la conjugaison dans Mn (C).
(a) Montrer que, pour tout A ∈ Mn (C) et tout v ∈ Cn , Av = A v.
Mn (C) → Mn (C)
(b) Montrer que l’application : est un auto-
A → A
morphisme de R-algèbre involutif.
(c) Montrer que, pour tout A ∈ Mn (C), det(A) = det(A).
(d) En déduire que, pour tout A ∈ GLn (C), det(AA) ∈ R∗+ .
3. Densité de GLn (C).
(a) Soit A ∈ Mn (C). Montrer qu’il existe η > 0 tel que :
Corrigé
1. Si n = 1, les matrices A et B s’identifient à des nombres complexes a et
b. On a alors :
A B a b
∃a, b ∈ C, det = det = aa+bb = |a|2 +|b|2 ∈ R+ .
−B A −b a
2. (a) On pourrait se contenter de dire que l’opération de conjugaison est
un (auto)morphisme de corps sur C, c’est-à-dire
∀z, z ∈ C, z + z = z + z et zz = z z et 1=1
ou aller jusqu’à préciser que la conjugaison est un (auto)morphisme
de R-algèbre, c’est-à-dire qu’on a de plus
∀z ∈ C, ∀α ∈ R, αz = α z.
Mais on n’a pas du tout besoin de voir C comme un R-espace vec-
toriel : le fait que C soit un corps, et à vrai dire seulement que C
soit un anneau, suffit.
Cependant, nous pouvons donner le détaildescalculs.
v1
..
Notons pour cela A = (aij )1i,jn et v = . .
v
n
v1
..
On a donc A = (aij )1i,jn et v = . .
vn
n n
a1i vi a1i vi
i=1 i=1
Av =
.
.. .
..
=
n
n
ani vi
ani vi
i=1 i=1
n
n
a1i vi a1i vi
i=1 i=1
= ..
=
..
. . = Av
n n
ani vi ani vi
i=1 i=1
112 CHAPITRE 9 : ÉPREUVE 1, 2018
Les matrices réelles sont invariantes par conjugaison (de même que
les nombres réels le sont) et en particulier, In = In .
Il est clair que
∀A, B ∈ Mn (C), A + B = A + B
∀A, B ∈ Mn (C), A × B = A × B.
∀A ∈ Mn (C), ∀α ∈ R, αA = αA
où bien sûr B
= A.
Mn (C) → Mn (C)
L’application est donc bien un automor-
A → A
phisme de R-algèbre involutif.
et donc en particulier
= det(A)det(A)
= |det(A)|2 ∈ R∗+ .
1
η= min {|λ|, λ ∈ Sp(A), λ = 0} .
2
Il est clair que η ainsi défini est strictement positif et que
On a alors :
4. (a) Les matrices définies par blocs se multiplient comme des matrices
« normales » :
In 0 A B
×
BA−1 In −B A
In A − 0B In B + 0A
=
BA−1 A − In B BA−1 B + In A
A B
=
B − B BA−1 B + A
A B
= .
0 BA−1 B + A
(b) Remarquons tout d’abord que dans le produit que nous venons de
calculer, le premier facteur a pour déterminant 1 (c’est une matrice
triangulaire inférieure dont la diagonale n’est constituée que de 1) :
In 0
det = 1.
BA−1 In
= A(In + CC).
Enfin, le déterminant d’une matrice triangulaire par bloc étant égal
au produit des déterminants des blocs situés sur la diagonale (on se
sert de cette propriété en (*)), on obtient
A B
det
−B A
In 0 A B
= det −1 × −1
−BA In 0 BA B + A
In 0 A B
= det −1 × det −1
−BA In 0 BA B + A
A B
= 1 × det −1
0 BA B + A
A B
= det
0 A(In + CC)
= det(A) × det A In + CC
(∗)
= det(A) × det A × det In + CC
= det(A) × det(A) × det In + CC
∀A ∈ Mn (C), |det(A)|2 ∈ R+ .
116 CHAPITRE 9 : ÉPREUVE 1, 2018
en posant A = In et B = C.
Chapitre 10
Épreuve 1, 2017
Thèmes
nombres complexes (homographie)
algèbre linéaire (matrice, matrice symétrique, trace)
algèbre bilinéaire (produit scalaire, norme euclidienne)
Résultat majeur
théorème spectral
Remarques du jury
2.(b) Justifier que g(O + ) = D.
3.(a) La positivité de t M M pose problème : démontrer la positivité des
valeurs propres en utilisant déterminant et trace est insuffisant (sauf
en dimension 2). Les matrices M et t M n’ont pas a priori les mêmes
sous-espaces propres. Les valeurs propres de t M M ne sont pas a priori
les carrés des valeurs propres de M .
(b) Les vérifications sur la norme euclidienne se font sur le produit
scalaire. Il est inutile de justifier l’inégalité triangulaire.
4. Distinguer le produit hermitien de la norme qu’il induit.
118 CHAPITRE 10 : ÉPREUVE 1, 2017
Énoncé
On considère les sous-ensembles de C suivants :
O + est le demi-plan ouvert des nombres complexes de partie réelle > 0.
D le disque unité ouvert de C, c’est-à-dire l’ensemble des nombres com-
plexes de module < 1.
1. Soit z un nombre complexe qui n’est pas un nombre réel négatif ou nul
(z ∈ C\R− ). Démontrer qu’il existe un unique nombre complexe dans
√ √
O + noté z tel que ( z)2 = z.
z−1
g(z) =
z+1
N (M ) = Tr(t M M )
(a) Soit M dans Mn (R) telle que M = (mij ). Justifier que t M M est
une matrice symétrique positive, qui est définie positive si M est
inversible.
(b) Justifier que N est le carré d’une norme euclidienne sur Mn (R).
Expliciter le produit scalaire , défini par
∀M ∈ Mn (R), M, M = N (M ).
4. Expliciter un produit hermitien sur Mn (C) tel que [le carré de] 1 la norme
associée, noté N , vérifie :
∀M ∈ Mn (C), N (M ) = Tr(M ∗ M ).
1. Les termes placés entre ces crochets ne figuraient pas initialement dans l’énoncé offi-
ciel. Nous les ajoutons.
AGRÉGATION INTERNE 119
Corrigé
1. Il faut pour commencer écrire z sous forme exponentielle (la forme ex-
ponentielle est la mieux adaptée pour manipuler les puissances, produits
et quotients de nombres complexes) :
r2 = r
2θ = θ
On peut préciser que la fonction carré est bijective de R∗+ sur lui-même
θ π π
et que la fonction linéaire θ → est bijective de ] − π, π[ sur − , .
2 2 2
√ √ iθ/2
Le nombre z = re est bien dans O et il est le seul à vérifier
+
√
( z)2 = z.
x = Re(z) > 0 (car z ∈ O + )
y = Im(z) ∈ R.
120 CHAPITRE 10 : ÉPREUVE 1, 2017
z − 1
|g(z)| =
z + 1
x − 1 + iy
=
x + 1 + iy
|x − 1 + iy|
=
|x + 1 + iy|
(x − 1)2 + y 2
= .
(x + 1)2 + y 2
On a
(x − 1)2 + y 2
< 1.
(x + 1)2 + y 2
∀z ∈ O + , g(z) ∈ D,
c’est-à-dire
g(O + ) ⊂ D.
AGRÉGATION INTERNE 121
z−1
z = g(z) ⇔ z =
z+1
⇔ z (z + 1) = z − 1
⇔ zz + z = z − 1
⇔ z z − z = −1 − z
⇔ z(z − 1) = −(1 + z )
−(1 + z ) z + 1 1
⇔ z=
= −
=− .
(1) z −1 z −1 g(z )
z+1
h(z) = − .
z−1
z+1
h(z) = −
z−1
(z + 1)(z − 1)
= −
(z − 1)(z − 1)
zz − z + z − 1
= −
(z − 1)(z − 1)
|z|2 − 1 − (z − z)
= −
|z − 1|2
|z|2 − 1 − 2i Im(z)
= −
|z − 1|2
1 − |z|2 + 2i Im(z)
= ,
|z − 1|2
122 CHAPITRE 10 : ÉPREUVE 1, 2017
1 − |z|2
Re(h(z)) = >0
|z − 1|2
car en effet
1 − |z|2
z ∈ D ⇔ |z| < 1 ⇔ |z|2 < 1 ⇔ > 0.
|z − 1|2
∀z ∈ O + , g(z) = z ⇔ z = h(z ),
N (M ) = Tr(t M M )
Par ailleurs
||M X||2 = t
(M X)M X
t
= X tM M X
t
= XλX
= λt XX
= λ||X||2
et donc, puisque ||X|| =
0 (car X = 0) :
||M X||2
λ= ,
||X||2
c’est-à-dire ssi elles sont toutes strictement positives (car on sait par
ce qui précède qu’elles sont positives ou nulles), ce qui revient bien
à dire que t M M est définie positive.
De plus, M est inversible ssi son déterminant est non nul.
Comme
det(t M M ) = det(t M )det(M )
= det(M )det(M )
= (det(M ))2 ,
on a
det(t M M ) = 0 ⇔ det(M ) = 0.
tM M est donc bien définie positive ssi M inversible.
(b) Il s’agit bien ici de montrer qu’on dispose d’une norme euclidienne
et non pas simplement d’une norme, définie par
||M ||2 = Tr (t M M ).
Mn (R) → R
ϕ : (A, B) → Tr(t AB)
Tr(AB) = Tr(BA),
Tr(t A) = Tr(A),
t
(AB) = tB tA
et donc en particulier
Tr t AB = Tr t t BA
= Tr t BA .
∀M ∈ Mn (C), N (M ) = Tr(M ∗ M ).
Mn (C) → C
ψ : (A, B) → Tr(A∗ B)
ψ(B, A) = ψ(A, B)
ψ(A, A) 0
ψ(A, A) = 0 ⇔ A = 0.
126 INTERMÈDE
(a2 + b2 + c2 + d2 )(α2 + β 2 + γ 2 + δ 2 )
= (aα − bβ − cγ − dδ)2 + (aβ + bα + cδ − dγ)2
+ (aγ − bδ + cα + dβ)2 + (aδ + bγ − cβ + dα)2
= (a1 α1 + a2 α2 + a3 α3 + a4 α4 + a5 α5 + a6 α6 + a7 α7 + a8 α8 )2
+ (a1 α2 − a2 α1 + a3 α4 − a4 α3 + a5 α6 − a6 α5 + a7 α8 − a8 α7 )2
+ (a1 α3 − a2 α4 − a3 α1 + a4 α2 + a5 α7 − a6 α8 − a7 α5 + a8 α6 )2
+ (a1 α4 + a2 α3 − a3 α2 − a4 α1 − a5 α8 − a6 α7 + a7 α6 + a8 α5 )2
+ (a1 α5 − a2 α6 − a3 α7 + a4 α8 − a5 α1 + a6 α2 + a7 α3 − a8 α4 )2
+ (a1 α6 + a2 α5 + a3 α8 + a4 α7 − a5 α2 − a6 α1 − a7 α4 − a8 α3 )2
+ (a1 α7 − a2 α8 + a3 α5 − a4 α6 − a5 α3 + a6 α4 − a7 α1 + a8 α2 )2
+ (a1 α8 + a2 α7 − a3 α6 − a4 α5 + a5 α4 + a6 α3 − a7 α2 − a8 α1 )2
Troisième partie
Agrégation externe :
mathématiques générales
Mathématiques Générales, 2021
Chapitre 11
Exercice 1
Thèmes
algèbre linéaire (famille libre, sous-espace vectoriel,
endomorphisme, polynôme caractéristique, polynôme minimal, diago-
nalisabilité)
polynômes (dans Q[X])
Résultat majeur
CNS de diagonalisabilité
Remarques du jury
1. Utiliser le théorème de la famille échelonnée.
3. Justifier la linéarité de ∆.
130 CHAPITRE 11 : MATHÉMATIQUES GÉNÉRALES 2021
Énoncé
Pour tout entier naturel k, on introduit le polynôme à coefficients ration-
nels
1 si k = 0
Hk (X) = X(X − 1) . . . (X − k + 1)
sinon.
k!
On introduit l’opération de dérivation discrète :
∆: Q[X] → Q[X]
P (X) → P (X + 1) − P (X)
Corrigé
Comme en 2020, voici un exercice basique d’algèbre linéaire, quoique d’un
niveau très légèrement plus élevé. Il est difficile d’imaginer un agrégatif admis-
sible qui n’aurait pas traité presque parfaitement cet exercice.
1. Les polynômes H0 , H1 , H2 et H3 sont respectivement de degré 0, 1, 2
et 3. Ils forment donc une famille échelonnée en degré dans Q[X] (les
coefficients de ces quatre polynômes sont évidemment rationnels). Cette
famille est donc libre.
H0 (X) = 1 H1 (X) = X
et donc
Q(X) ∈ F ⇒ Q(X + 1) − Q(X) ∈ F .
Q(X) = aX 3 + bX 2 + cX + d
et finalement
= q∆(Q) + r∆(R).
l’autre pour
∆(qQ) = · · · = q∆(Q).
car en effet
∆(H0 ) = H0 (X + 1) − H0 (X) = 1 − 1 = 0
∆(H2 ) = H2 (X + 1) − H2 (X)
(X + 1)X X(X − 1)
= − = X = H1 (X)
2 2
∆(H3 ) = H3 (X + 1) − H3 (X)
6. ∆F n’est pas diagonalisable car son polynôme minimal n’est pas scindé
à racine simple (refrain bien connu). Bien que ce soit plus long à expri-
mer, on peut préférer rappeler que le polynôme caractéristique de ∆F
n’a qu’une seule racine et donc ∆F n’a qu’une seule valeur propre (préci-
sément cette racine). Les seuls endomorphismes diagonalisables n’ayant
qu’une seule valeur propre sont les homothéties, ce que ∆F n’est évidem-
ment pas puisque par exemple ∆F (H1 ) = H0 ∈ / Vect(H1 ) (on peut aussi
arguer du fait que les matrices représentatives de ∆F vues ci-dessus ne
sont pas des multiples de la matrice identité).
134 CHAPITRE 11 : MATHÉMATIQUES GÉNÉRALES 2021
Exercice 2
Thèmes
algèbre linéaire (calcul matriciel, déterminant)
polynômes (racines, factorisation)
théorie des corps (corps fini, corps infini, extension de corps)
Résultats majeurs
déterminant de Vandermonde
le groupe multiplicatif k ∗ du corps k de cardinal q est cyclique
d’ordre q − 1
Remarques du jury
2. Trouver la bonne forme pour T puis se
soucier de son déterminant.
4. Se soucier de l’espace dans lequel vivent les objets manipulés. On
peut inverser la matrice dans k et son inverse est également dans k.
Ne pas oublier le cas n = 0.
5. Prendre en compte la finitude de K.
Énoncé
Soit k un corps.
Soit n un entier naturel. Pour n + 1 éléments de k, x0 , . . . , xn , on note
V (x0 , . . . , xn ) la matrice dans Mn+1 (k) définie par
1 x0 x20 . . . xn0
1 x1 x 2 . . . x n
1 1
2 n
V (x0 , . . . , xn ) = 1 x2 x2 . . . x2 .
.. .. .. ..
. . . .
1 xn xn . . . xnn
2
AGRÉGATION EXTERNE 135
n
1. Soit a0 , a1 , . . . , an dans k et soit le polynôme P = aj X j .
j=0
Expliciter en fonction de P et x0 , . . . , xn le vecteur :
a0
a1
V (x0 , . . . , xn ) . .
..
an
2. Justifier qu’il existe une matrice T dans Mn+1 (k), de déterminant 1, telle
que
1 x0 x20 . . . xn−1
0 0
1 x1 x21 . . . xn−1 0
1
1 x2 x2 . . . xn−1 0
2 2
V (x0 , . . . , xn )T = .. ..
.. .. .. .
. . . . .
n−1
2 n−1
1 xn x n . . . xn (xn − xi )
i=0
E = k[X].
(b) On suppose que k est un corps fini. On note q son cardinal. On note
I l’idéal de K[X] engendré par le polynôme X q − X. Démontrer que
E = {P + Q ; P ∈ I et Q ∈ k[X]}.
136 CHAPITRE 11 : MATHÉMATIQUES GÉNÉRALES 2021
Corrigé
1. Il est immédiat que
a0 a0 + a1 x0 + a2 x20 + · · · + an xn0 P (x0 )
a1 a0 + a1 x1 + a2 x2 + · · · + an xn P (x1 )
1 1
V (x0 , . . . , xn ) . = .. = .. .
.. . .
an a0 + a1 xn + a2 x2n + · · · + an xnn P (xn )
1 x0
V (x0 , x1 ) = ,
1 x1
1 x0 x20
V (x0 , x1 , x2 ) = 1 x1 x21
1 x2 x22
et
det(V (x0 , x1 , x2 )) = (x2 − x1 )(x2 − x0 )(x1 − x0 ),
(xj − xi ).
0i<jn−1
colonne :
= det(V (x0 , . . . , xn )T )
(2)
n−1
= det(V (x0 , . . . , xn−1 )) (xn − xi )
(3)
i=0
n−1
= (xj − xi ) (xn − xi )
(4)
0i<jn−1 i=0
= (xj − xi ),
0i<jn
Cette formule n’utilise que les coordonnées de ces n + 1 points. Les co-
efficients du polynôme d’interpolation de Lagrange sont ainsi calculés
à partir de ces coordonnées grâce aux seules opérations élémentaires que
sont l’addition, la soustraction, la multiplication et la division. k étant
stable par ces opérations (puisque k est un corps), il vient immédiatement
que les coefficients de P sont dans k, c’est-à-dire P ∈ k[X].
5. (a) Il est clair que k[X] ⊂ E . On peut en effet remarquer que
k ⊂ K ⇒ k[X] ⊂ K[X]
(x ∈ k, P ∈ k[X]) ⇒ P (x) ∈ k,
Soit un polynôme P1 ∈ E .
La division euclidienne de P1 par X q − X dans K[X] se traduit par
∀x ∈ k, P1 (x) = R1 (x).
On a donc
∀x ∈ k, R1 (x) ∈ k
et le résultat de la question 4., du fait que R1 est de degré au plus
q − 1 et que k contient q éléments distincts, amène R1 ∈ k[X].
On a donc
E ⊂ {P + Q; P ∈ I et Q ∈ k[X]}.
et
∀x ∈ k, P (x) = (xq − x)Q1 (x) = 0K Q1 (x) = 0K .
Si Q ∈ k[X], il est clair que
∀x ∈ k, Q(x) ∈ k.
On a alors
∀P ∈ I , ∀Q ∈ k[X], ∀x ∈ k, (P + Q)(x) = P (x) + Q(x)
= Q(x) ∈ k
et donc
∀P ∈ I , ∀Q ∈ k[X], P + Q ∈ E ,
ce qui prouve que
{P + Q; P ∈ I et Q ∈ k[X]} ⊂ E
E = {P + Q; P ∈ I et Q ∈ k[X]}.
AGRÉGATION EXTERNE 143
Exercice 3
Thème
algèbre linéaire (polynôme caractéristique,
évaluation d’une matrice par un polynôme)
Résultat majeur
théorème de Cayley-Hamilton
Remarque du jury
1. Distinguer x0 = x1 de x0 = x1 .
Énoncé
Si A est un anneau commutatif, unitaire (c’est-à-dire possédant un élément
neutre pour la multiplication), on dénote par Mn (A) l’anneau des matrices
(n, n) à coefficients dans A et Tn (A) l’ensemble des matrices (n, n) triangulaires
inférieures à coefficients dans A. On définit
2. En déduire que
Corrigé
1. La division euclidienne de P ∈ Q[X] par (X − x0 )(X − x1 ) (polynôme
de degré 2) consiste en l’égalité :
P = (X − x0 )(X − x1 )Q + R
P = (X − x0 )2 Q + R
on obtient ainsi
P = 2(X − x0 )Q + (X − x0 )2 Q + R
AGRÉGATION EXTERNE 145
et en évaluant en x0 :
P (x0 ) = R(x0 ) = ax0 + b
P (x0 ) = R (x0 ) = a
a = P (x0 ) = φ(P )(x0 , x0 ) = φ(P )(x0 , x1 )
⇔ b = P (x0 ) − ax0 = P (x0 ) − φ(P )(x0 , x0 )x0
= P (x0 ) − φ(P )(x0 , x1 )x0
P = (X − x0 )(X − x1 )Q + R
évoquée dans la question précédente (et pour laquelle nous avons identifié
l’expression de R) nous donne, pour la matrice triangulaire T de l’énoncé,
(T − x0 I2 )(T − x0 I2 ) = 0.
On a donc
ax0 + b 0
P (T ) = R(T ) = aT + bI2 = .
ay ax1 + b
146 CHAPITRE 11 : MATHÉMATIQUES GÉNÉRALES 2021
a = φ(P )(x0 , x1 ) ∈ Z
et donc
∀y ∈ Z, ay ∈ Z.
Si de plus P (Z) ⊂ Z alors P (x0 ) = ax0 + b ∈ Z et donc b ∈ Z car
Exercice 4
Thèmes
polynômes (interpolation polynomiale)
anneaux, corps finis
dénombrement
Résultat majeur
polynômes d’interpolation de Lagrange
Remarques du jury
1. Préciser que l’ensemble de définition est un
corps permet d’utiliser les polynômes interpolateurs de Lagrange.
2. Problème classique de dénombrement : compter le nombre de fonc-
tions (et non pas de fonctions polynomiales) entre deux ensembles finis.
3. Trouver une condition nécessaire pour qu’une fonction soit polyno-
miale. Écrire les images d’une fonction ne vérifiant pas cette condition.
Énoncé
Soit p un nombre premier.
1. Démontrer que toute fonction de Z/pZ dans lui-même est polynomiale.
2. Déterminer le nombre de fonctions polynomiales de Z/pZ dans lui-même.
3. Donner un exemple de fonction de Z/4Z dans lui-même qui n’est pas
polynomiale.
Corrigé
Il est conseillé de préciser que pour ne pas alourdir les notations, on écrira
0, 1, . . . , p − 1 les éléments de Z/pZ, c’est-à-dire qu’on confondra une classe
148 CHAPITRE 11 : MATHÉMATIQUES GÉNÉRALES 2021
Dans les deux cas, les divisions par i − j ∈ Z/pZ avec j = i, sont bien
définies puisque Z/pZ est un corps commutatif (dans un anneau quel-
conque, les expressions ci-dessus n’auraient pas nécessairement de sens)
et on a bien P (X) ∈ Z/pZ[X].
Il convient en particulier de bien comprendre que l’on a l’égalité suivante
p−1
x−j 1 si x = i
= δxi =
j=0
i−j 0 sinon.
j=i
Il est alors clair que P et f coïncident sur Z/pZ : f est donc la fonction
polynomiale associée à P sur Z/pZ.
On peut préférer (bien que cela nous semble tout de même compli-
quer beaucoup les choses, nous vous laissons en juger par vous-mêmes)
construire une suite finie de p polynômes définis pour tout x ∈ Z/pZ par
P0 (x) = f (0) et pour tout 0 k p − 2,
k
x−i
Pk+1 (x) = Pk (x) + (f (k + 1) − Pk (k + 1)) .
k+1−i
i=0
AGRÉGATION EXTERNE 149
On voit en particulier que f (0) et f (2) sont dans ce cas de même parité.
Il suffit de choisir f telle que f (0) et f (2) soient de parités différentes, en
posant par exemple f (0) = 0 et f (2) = 1, pour obtenir une contradiction.
150 CHAPITRE 11 : MATHÉMATIQUES GÉNÉRALES 2021
Dans Z/4Z, aucune fonction f telle que f (0) ∈ {0, 2} et f (2) ∈ {1, 3}
(ou vice versa f (0) ∈ {1, 3} et f (2) ∈ {0, 2}) n’est polynomiale.
On peut formuler tout cela ainsi : il est clair que pour tout polynôme
n
P = ak X k à coefficients dans Z, P (0) et P (2) ont même parité (et
k=0
plus généralement, l’image d’un entier pair par P a la même parité que
P (0)). Une fonction f définie sur Z ne vérifiant pas cette égalité de pa-
rité n’est donc pas une fonction polynomiale sur Z et la fonction qu’elle
induit sur Z/4Z n’est pas polynomiale non plus.
Chapitre 12
Exercice 1
Thème
algèbre linéaire (matrice, noyau, image, déterminant,
rang, valeur propre, vecteur propre, diagonalisabilité)
Résultat majeur
théorème du rang
Énoncé
On considère la matrice
1/2 1/2 0 0
1/4 1/4 1/2 0
A= 1/8
∈ M4 (R).
1/8 1/4 1/2
1/8 1/8 1/4 1/2
Corrigé
Voilà un exercice bien basique (et peu ambitieux) de réduction de matrice
d’un niveau L2 : aucune notion abordée ultérieurement n’est nécessaire pour le
résoudre. Le but de cet exercice est clairement de permettre au jury d’éliminer
les candidats qui ne sauraient le traiter presque parfaitement.
1. Vu la forme de la matrice A, on pourrait facilement déterminer son rang
(les deux dernières lignes de A sont identiques et ses 3 premières lignes sont
échelonnées : A est de rang 3) et en déduire la dimension de son noyau par
le très usuel théorème du rang. Cependant, comme on nous demande de
donner le rang dans la question suivante, il semble convenir de procéder
différemment, à savoir déterminer explicitement le noyau de la matrice A
sous la forme d’un sous-espace vectoriel engendré par une famille libre de
vecteurs : cette famille constituera alors une base du noyau et son cardinal
(le nombre de vecteurs qu’elle contient) donnera la dimension du noyau.
On résout le système suivant :
1 1
x+ y = 0
2 2
x 0
y 0 1 1 1
A = ⇔ x+ y+ z = 0
z 0
4 4 2
t 0
1x +
1 1 1
y+ z+ t = 0
8 8 4 2
y = −x
⇔ z = 0
t = 0.
AGRÉGATION EXTERNE 153
On obtient ainsi
x x 0
x
y 0 −x
y
∈ R ; A = = ; x ∈ R
4
Ker(A) = z z 0 0
t t 0 0
1
1
−1
−1
= x ; x ∈ R = Vect
0 .
0
0 0
Ker(A) est engendré par un unique vecteur non nul de R4 : une base de
Ker(A) est donnée par cet unique vecteur et donc dim(Ker(A)) = 1.
dim(Ker(A)) = 0 ⇔⇔ det(A) = 0
d’où
rg(A) = 4 − 1 = 3.
3. Ici également, un long calcul permettrait de déterminer les valeurs propres
de la matrice A : calculer le polynôme caractéristique de A,
−1 −1/2 −1
AGRÉGATION EXTERNE 155
2
0
ce qui prouve que
−1 est un vecteur propre de la matrice A associé à
−1
1
la valeur propre . Nous avons donc déterminé trois valeurs propres de la
2
matrice A associées chacune à un vecteur propre. C’est un peu court pour
juger de la diagonalisabilité de A : il nous manque une valeur propre ou un
vecteur propre non colinéaire aux précédents pour conclure positivement,
ou bien l’absence de ces nouveaux éléments pour conclure négativement
(rien ne nous garantit, pour l’instant, que les trois valeurs propres que
nous avons déterminées sont les seules). Il convient d’avoir à l’esprit que la
trace d’une matrice (c’est-à-dire la somme des éléments de sa diagonale) est
égale à la somme de ses valeurs propres, comptées avec leurs multiplicités
algébriques (c’est-à-dire qu’une valeur propre qui est une racine double du
polynôme caractéristique sera comptée deux fois. Si c’est une racine triple
elle sera comptée trois fois, etc. De même, le déterminant d’une matrice
est égal au produit de ses valeurs propres, également comptées avec leurs
multiplicités.). Ici on a
1 1 1 1 3
tr(A) = + + + =
2 4 4 2 2
1 3
et la somme des valeurs propres déjà obtenues est 0 + 1 + = . On ne
2 2
peut donc qu’ajouter 0 à ce total pour qu’il reste égal à la trace de A : on en
1
déduit que 0 est de multiplicité algébrique 2 alors que 1 et sont chacune
2
de multiplicité algébrique 1. Or 0 est une valeur propre de A de multiplicité
géométrique 1 (car dim(Ker(A)) = 1) : les multiplicités algébrique et géo-
métrique de cette valeur propre ne coïncidant pas, la matrice A n’est pas
diagonalisable.
1
Remarque : on peut également en déduire que 1 et sont chacune de
2
multiplicité géométrique 1 car une valeur propre de multiplicité algébrique 1
est automatiquement de multiplicité géométrique 1. Par contre, une valeur
propre de multiplicité algébrique supérieure à 1 peut-être de multiplicité
géométrique inférieure à sa multiplicité algébrique et dans ce cas la matrice
n’est pas diagonalisable. Une matrice est diagonalisable ssi les multiplicités
algébrique et géométrique coïncident pour chacune de ses valeurs propres.
Précisons que la multiplicité algébrique est relative à un objet algébrique, le
polynôme caractéristique, alors que la multiplicité géométrique est relative
à un objet géométrique, le sous-espace propre associé.
156 CHAPITRE 12 : MATHÉMATIQUES GÉNÉRALES 2020
Exercice 2
Thèmes
algèbre linéaire (noyau, valeur propre, vecteur
propre, matrice compagnon, polynôme caractéristique)
polynômes (racines, coefficients)
topologie (norme)
Résultat majeur
expression des coefficients d’un polynôme
comme polynômes symétriques élémentaires en ses racines
Énoncé
d−1
d
Soit f = t + fi ti ∈ R[t] un polynôme unitaire de degré d 1 à
i=0
coefficients réels. On lui associe la matrice
0 0 0 ... 0 0 −f0
1 0 0 . . . 0 0 −f1
0 1 0 . . . 0 0 −f2
.. .. .. .. ..
Af = . . . . .
.. . .. . . .. ..
.
. . .
0 0 0 . . . 1 0 −fd−2
0 0 0 ... 0 1 −fd−1
et on rappelle que le polynôme caractéristique de Af est f .
k
On définit de plus gi ti = max |gi |.
i∈{0,...,k}
i=0 ∞
1. Soit A = (aij )i,j∈{1,...,d} ∈ Md (C) une matrice. Montrer que si λ ∈ C est
tel que, pour tout i, |aii − λ| > |aij |, alors A − λId est inversible.
j=i
AGRÉGATION EXTERNE 157
2. Soit λ une racine de f . Montrer que la matrice Af − λId n’est pas inver-
sible.
3. Soit µ dans C tel que |µ| > 1 + max |fi | ; montrer que la matrice
i∈{0,...,d−1}
Af − µId est inversible. En déduire que toutes les racines ρ de f vérifient
|ρ| 1 + ||f ||∞ .
k−1
4. Soit g = tk + gj tj ∈ C[t] un polynôme unitaire divisant f , où k 1.
j=0
Montrer que
||g||∞ (2 + 2||f ||∞ )k .
Corrigé
Notons tout d’abord que la matrice Af est la traditionnelle matrice com-
pagnon du polynôme unitaire f et que l’application || · ||∞ définie sur R[t] est
bien, comme cette notation l’indique, une norme. Comme le rappelle l’énoncé,
il est de notoriété publique que f est le polynôme caractéristique de sa matrice
compagnon.
1. Soit λ ∈ C. La démonstration directe semble ardue : on ne voit pas grand-
chose à quoi s’accrocher. Raisonnons par contraposée et supposons que
A−λId n’est pas inversible. Le noyau de A−λId n’est alors pas réduit
au
x1
seul vecteur nul. On dispose ainsi d’un vecteur non nul X = ... ∈ Cd
xd
tel que (A − λId )X = 0, c’est-à-dire un vecteur propre de la matrice A
associé à la valeur propre λ. On peut également écrire AX = λX, ce qui
équivaut au système de d équations
d
aij xj = λxi
j=1
1id
qu’on peut réécrire comme suit pour s’approcher des conditions de l’énoncé :
aij xj = (λ − aii )xi .
j=i
1id
158 CHAPITRE 12 : MATHÉMATIQUES GÉNÉRALES 2020
On obtient alors, pour tout i dans {1, . . . , d}, en usant comme souvent
de l’inégalité triangulaire (I.T.) pour la valeur absolue :
|(λ − aii )xi | = aij xj |aij xj | = (|aij | · |xj |) .
j=i (I.T.) j=i j=i
Nous venons de démontrer que si A − λId n’est pas inversible alors il
existe un i tel que |aii − λ| |aij |.
j=i
Nous avons donc bien démontré, par contraposée, que si pour tout i dans
{1, . . . , d} on a
|aii − λ| > |aij |,
j=i
Remarque : on dit dans ce cas que A − λId est une matrice à diagonale
dominante stricte.
Par ailleurs, pour i = d, on a |adj | = 1 et d’après l’inégalité triangu-
j=d
laire inversée,
| − fd−1 − µ| = |µ + fd−1 | |µ| − |fd−1 |.
Ainsi
|µ| − |fd−1 | > 1 ⇒ | − fd−1 − µ| > |adj |.
j=d
k−1
4. Soit g = tk + gj tj ∈ C[t] un polynôme unitaire divisant f , où k 1.
j=0
On peut écrire
k
g= (t − ρi )
i=1
où pour tout i, ρi ∈ C est une racine de f (on rappelle que C est un corps
algébriquement clos : tout polynôme unitaire à coefficients complexes se
décompose de manière unique, à l’ordre près des facteurs, en produit de
polynômes unitaires de degré 1). Le développement de ce produit donne
les coefficients de g sous la forme des polynômes symétriques élémentaires
sur les ρi , au signe près.
Plus précisément, on a pour tout j ∈ {0, . . . , k − 1} :
k−j
gj = (−1)k−j ρi
1i1 ···ik−j k =1
160 CHAPITRE 12 : MATHÉMATIQUES GÉNÉRALES 2020
k
où la somme est constituée de termes (c’est le nombre de façons
k−j
de choisir les k − j termes i1 < · · · < ik−j parmi les entiers de 1 à k).
On obtient, en utilisant la majoration |ρi | 1 + ||f ||∞ obtenue dans la
question précédente :
k
|gj | max |ρi |k−j
k−j
k
(1 + ||f ||∞ )k−j
k−j
k
(1 + ||f ||∞ )k
k−j
car 1 + ||f ||∞ 1. Remarquons en passant que le coefficient du monôme
de degré k de g est 1 et qu’il est évidemment majoré par
k
(1 + ||f ||∞ )k = (1 + ||f ||∞ )k .
k−k
k k
car = = 1. Enfin, constatons que pour tout j ∈ {0, . . . , k} :
k−k 0
k
2k
k−j
car par exemple, pour tout j ∈ {0, . . . , k} :
k k
k k k
0 = = 2k
k−j k−i i
i=0 i=0
si on veut bien se souvenir du cas particulier du binôme de Newton
k
k k i k−i
(a + b) = ab pour a = b = 1.
i
i=0
On obtient finalement
||g||∞ = max (|gi |, 1)
i∈{0,...,k−1}
2k (1 + ||f ||∞ )
2k (1 + ||f ||∞ )k
= (2 + 2||f ||∞ )k .
AGRÉGATION EXTERNE 161
Exercice 3
Thèmes
algèbre bilinéaire (produit scalaire, norme
euclidienne, orthogonalité)
matrices (déterminant, transposée)
Résultats majeurs
inégalité de Hadamard
procédé d’orthogonalisation de Gram-Schmidt
Énoncé
n
Pour u et v deux vecteurs de Rn , on note (u|v) = ui vi leur produit
i=1
scalaire usuel. Soit (b1 , . . . , bd ) une famille de d vecteurs linéairement indépen-
dants de Rn .
1. On se propose de démontrer qu’il existe une famille de d vecteurs (b∗1 , . . . , b∗d )
vérifiant les propriétés :
[P1] b∗1 = b1 .
[P2] pour i ∈ {2, . . . , d}, b∗i = bi − µij b∗j , avec pour tout j dans
j<i
{1, . . . , i − 1},
(bi |b∗j )
µij =
(b∗j |b∗j )
(a) Soit (b1 , . . . , bd ) des vecteurs de Rn tels que b1 = b1 et, pour tout
i dans {2, . . . , d}, il existe des nombres réels (αij )1ji tels que
bi = bi − αij bj . Démontrer que, pour tout i dans {1, . . . , d},
j<i
Vect(b1 , . . . , bi ) = Vect(b1 , . . . , bi ) et en déduire que bi est non nul.
162 CHAPITRE 12 : MATHÉMATIQUES GÉNÉRALES 2020
(b) Construire par récurrence une famille de d vecteurs (b∗1 , . . . , b∗d ) vé-
rifiant les propriétés [P1] et [P2].
(c) Démontrer que la famille de vecteurs ainsi construite vérifie la pro-
priété [P3].
On note B la matrice de Mn,d (R) dont les colonnes sont les vecteurs
b1 , . . . , bd dans cet ordre.
d
2. Montrer que ||b∗i ||2 = (det(t BB))1/2 .
i=1
d
3. En déduire que, si d = n, | det B| ||bi ||2 .
i=1
Corrigé
1. (a) Il est clair que Vect(b1 ) = Vect(b1 ) et que b1 = 0 car b1 = b1 = 0
(le fait que (b1 , . . . , bd ) est une famille libre entraîne que chacun de
ses vecteurs est non nul).
Si pour un entier i tel que 1 i < d on a
alors
Vect b1 , . . . , bi , bi+1 = Vect b1 , . . . , bi , bi+1
= Vect b1 , . . . , bi , bi+1 − αij bj
j<i+1
et si bi+1 = 0 alors
= Vect(b1 , . . . , bi , bi+1 ),
AGRÉGATION EXTERNE 163
ce qui prouverait que bi+1 serait engendré par (b1 , . . . , bi ). C’est ab-
surde car (b1 , . . . , bd ) est une famille libre. Ainsi, par itération finie,
on a bien Vect(b1 , . . . , bi ) = Vect(b1 , . . . , bi ) et bi = 0 pour tout i
dans {1, . . . , d}.
b∗i+1 := bi+1 − µi+1,j b∗j .
j<i+1
(c) On peut là aussi procéder par récurrence finie. Par (1) bilinéarité et
(2) symétrie du produit scalaire, pour i = 1 et j = 2, on a :
(b2 |b1 )
(b∗1 |b∗2 ) = b1 b2 − b1
(b1 |b1 )
(b2 |b1 )
= (b1 |b2 ) − (b1 |b1 )
(1) (b1 |b1 )
= 0.
(2)
∀j ∈ {1, . . . , i} :
(b∗i+1 |b∗j ) = bi+1 − µi+1,k b∗k b∗j
k<i+1
= (bi+1 |b∗j ) − µi+1,k b∗k |b∗j
k<i+1
(bi+1 |b∗j ) ∗ ∗
= (bi+1 |b∗j ) − (b |b )
(b∗j |b∗j ) j j
= 0
avec (1) car tous les autres termes de la somme sont nuls par hypo-
thèse de récurrence.
Ce qui prouve, par le principe de récurrence, la propriété demandée.
et donc
||bi ||2 ||b∗i ||2 .
Et finalement, par produit (tous les termes sont positifs, l’inégalité est
conservée) :
n
n
t 1/2
|det(B)| = BB = ||b∗i ||2 ||bi ||2 .
i=1 i=1
166 CHAPITRE 12 : MATHÉMATIQUES GÉNÉRALES 2020
Exercice 4
Thèmes
anneaux et corps (idéal maximal, corps fini)
polynômes
arithmétique (nombre premier, division euclidienne, PGCD)
Résultats majeurs
tout corps fini est cyclique.
le quotient d’un anneau A par un idéal I est un corps ssi I est
maximal.
Énoncé
Soit p un nombre premier.
Si n est un entier naturel, on définit Pn ∈ Z[t] par
n
Pn = tp − t.
n = qr + k, 0 k < r,
2. En déduire que
PGCD(Pn , Pr ) = PPGCD(n,r) .
F = Z/pZ[t]/(f )
AGRÉGATION EXTERNE 167
Corrigé
1. n qr+k qr pk
tp − t = tp − t = tp −t
qr p k k k
= tp − tp + t p − t
qr p k k
= tp − t p + Pk .
qr pk k
On cherche donc à factoriser tp − tp par Pr .
L’identité remarquable suivante, valable pour tout m ∈ N∗ :
m−1
am − bm = (a − b) ai bm−1−i
i=0
qr pk k qr
permet de factoriser, dans Z[t], tp − tp par tp − t. On peut re-
marquer qu’on a
qr (q−1)r+r
tp − t = tp −t
(q−1)r
p r r r
= tp − tp + tp − t
(q−1)r
p r r
= tp − t p + Pr .
= πp (X) + (f )
et donc
r
πp (X p − X) + (f ) = 0 + (f ).
Autrement dit f divise πp (P r).
Chapitre 13
Thèmes
polynômes (division euclidienne, degré, racine,
nombre algébrique, polynôme minimal, polynôme cyclotomique, poly-
nôme unitaire, polynôme irréductible, polynôme caractéristique)
anneaux (anneau euclidien, morphisme d’anneaux)
théorie des corps (extension de corps, degré d’une extension)
matrices (matrice compagnon d’un polynôme)
nombres complexes (racines n-ièmes de l’unité)
espaces vectoriels (base, dimension)
Résultats majeurs
propriétés des polynômes cyclotomiques
propriétés de la matrice compagnon d’un polynôme
théorème de Cayley-Hamilton
172 CHAPITRE 13 : MATHÉMATIQUES GÉNÉRALES 2019
Remarques du jury
1. il est peu pertinent pour l’hérédité d’écrire
A = a0 + XC, la logique de l’algorithme d’Euclide veut qu’on com-
pense le terme de plus haut degré.
2.(a) justifier le caractère minimal de X 2 + X + 1.
2.(b) un passage au quotient ne peut prouver l’égalité demandée.
2.(c) l’étude du signe de a2 + b2 − ab est inutile : le module suffit pour
la positivité.
on peut utiliser la forme canonique d’un trinôme pour résoudre a2 +
b2 − ab = 1.
bien vérifier que les six éléments trouvés sont des inversibles de Z[j].
2.(d) un dessin permet de visualiser le bon candidat pour q dans le
réseau Z[j].
3. ne pas confondre Un et µ∗n ni identifier Φn et X n − 1.
3.(a) la structure du groupe des racines n-ièmes de l’unité est mal maî-
trisée. La multiplicité des racines communes doit être évoquée pour
prouver l’égalité des polynômes.
3.(b) il faut montrer que Φ ∈ Q[X], l’énoncé ne donne que C[X].
3.(c)ii) montrer que P (1) ou Q(1) sont multiples de p est insuffisant.
4.(a) et (b) les arguments de liberté/base sont essentiels et ne
doivent être masqués par une écriture matricielle abusive sans men-
tionner la base.
4.(e) : immédiat avec la question précédente. des raisonnements utili-
sant les polynômes symétriques élémentaires peuvent aboutir à condi-
tion de bien rédiger.
Énoncé
1. Soit B ∈ Z[X] un polynôme unitaire et A ∈ Z[X]. Montrer qu’il existe
Q, R ∈ Z[X] tels que A = BQ + R avec deg(R) < deg(B) ou R = 0.
Indication : On pourra faire une preuve par récurrence sur le degré de A.
2iπ
2. L’anneau Z[j]. On note j = e 3 .
Z[j] est l’anneau des entiers d’Eisenstein.
3. Polynômes cyclotomiques 1 .
Soit n un entier naturel non nul. On note Φn le n-ième polynôme cyclo-
tomique. On rappelle que si µ∗n désigne l’ensemble des racines primitives
n-ièmes de l’unité dans C, ce polynôme est défini par
Φn (X) = (X − µ)
µ∈µ∗n
(a) Démontrer que X n − 1 = Φd (X).
d|n
Corrigé
1. N’hésitons pas à suivre l’indication de l’énoncé en procédant par récur-
rence sur le degré de A. Il est inutile dans l’initialisation, de distinguer
le cas A = 0 du cas A constant non nul. Rappelons à ce sujet que le
polynôme nul n’est pas considéré comme de degré nul. En général on
convient que son degré est deg(0) = −∞. Les polynômes de degré nul
sont les polynômes constants non nuls.
Initialisation :
— premier cas : si A est constant et si B = 1, il suffit de poser Q = A
et R = 0 car A = 1 × A + 0.
— second cas : si A est constant et si B = 1 alors deg(B) 1 (B est
un polynôme unitaire. Le seul polynôme unitaire constant est 1. Si
B = 1 alors B n’est pas constant et son degré est donc au moins
égal à 1) et il suffit de poser Q = 0 et R = A (on a ainsi R = 0 ou
deg(R) = 0 < deg(B)) car A = B × 0 + A.
C = cX n+1 + A
C = cX n+1−b B + C − cX n+1−b B
176 CHAPITRE 13 : MATHÉMATIQUES GÉNÉRALES 2019
= A − cX n+1−b D
< n+1−b+b
= n+1
On peut aussi, si décidément cela n’est pas clair, écrire tous les po-
lynômes sous forme de sommes de monômes et constater ainsi la dis-
parition du terme de degré n + 1.
D’après l’hypothèse de récurrence, il existe des polynômes Q et R
dans Z[X] tels que
C − cX n+1−deg(B) B = BQ + R
C = cX n+1−deg(B) B + BQ + R
= B(cX n+1−deg(B) + Q) + R
2. L’anneau Z[j].
(a) On peut remarquer que
√
2iπ 2iπ 2iπ 1 3
j=e 3 = cos + i sin =− +i
3 3 2 2
et √
2 4iπ
− 2iπ 1 3
j =e 3 =e 3 =j =− −i = −j − 1,
2 2
c’est-à-dire j 2 + j + 1 = 0.
On peut aussi penser que j est une racine cubique complexe de
l’unité, c’est-à-dire j 3 = 1 ou encore 0 = j 3 − 1 = (j − 1)(j 2 + j + 1)
(grâce à l’identité classique a3 − b3 = (a − b)(a2 + ab + b2 ) valable
dans tout anneau commutatif et en particulier dans le corps commu-
tatif C). Comme évidemment j = 1 et donc j − 1 = 0 dans le corps
C, on trouve de cette manière j 2 + j + 1 = 0 (c’est précisément ici
l’intégrité de l’anneau C qui est utile pour obtenir cette conclusion).
j est donc une racine du polynôme X 2 + X + 1 ∈ Z[X] ⊂ Q[X], ce
qui fait de j un élément algébrique sur Q.
j n’étant évidemment pas réel (sa partie imaginaire est non nulle),
il n’est racine d’aucun polynôme réel de degré 1 (si ax + b = 0 avec
b
a, b ∈ R, a = 0 alors x = − ∈ R), ni donc a fortiori d’aucun
a
polynôme de degré 1 à coefficients rationnels.
X 2 + X + 1 est évidemment unitaire et c’est donc le polynôme mi-
nimal de j.
∃ak , bk ∈ Z, j k = ak + bk j
et ainsi
j k+1 = j k j = (ak + bk j)j = ak j + bk j 2 = ak j + bk (−j − 1)
∃a, b ∈ Z, z = a + bj
√
1 3
= a+b − +i
2 2
√
b 3
= a − + ib .
2 2
En conséquence, en gardant cette notation, on a
2 √ 2
b 3
N (z) = a− + b
2 2
b2 3b2
= a2 − ab + + = a2 − ab + b2 ∈ Z
4 4
AGRÉGATION EXTERNE 179
— pour b = 0 : a2 = 1, soit a = 1 ou a = −1
— pour b = 1 : a2 − a = 0, soit a = 0 ou a = 1
— pour b = −1 : a2 + a = 0, soit a = 0 ou a = −1
ce qui limite la recherche des éléments inversibles de Z[j] aux six
nombres
1, −1, j, 1 + j, −j, −1 − j.
x
(d) Soit x ∈ Z[j] et y ∈ Z[j]\{0}. Le nombre complexe peut s’écrire
y
sous la forme a + bj pour deux réels a et b. En effet, la famille (1, j)
est une base de C vu comme un R-espace vectoriel (cette famille est
libre puisque j ∈ R, elle est de cardinal 2 et C est de dimension 2
en tant que R-e.v. Une famille libre de n vecteurs dans un e.v. de
dimension n est automatiquement une base de cet e.v.).
Une idée simple qu’on peut avoir est que tout réel t est à une distance
1
au maximum de d’un entier (et cet entier est alors l’entier le plus
2
proche de t), à savoir sa partie entière (notée t) ou sa partie entière
augmentée de 1 (c’est-à-dire t + 1).
1
Figure 13.2 – cas où le réel t est plus proche de t : 0 t − t .
2
1
Figure 13.3 – cas où le réel t est plus proche de t + 1 : t − t .
2
et de même
1
b si b − b
2
β=
1
b + 1 si b − b > .
2
1 1
On a alors de fait |a − α| et |b − β| et on en déduit
2 2
x
N −q = N ((a − α) + (b − β)j)
y
3
< 1.
4
Noter que l’élément q que nous avons choisi n’est pas nécessairement
le seul à satisfaire les conditions imposées par l’énoncé (x/y = 3/4
sera approché de manière satisfaisante par q = 1 selon notre proto-
cole avec N (x/y − q) = 1/16 mais l’approximation par q = 0, de
moins bonne qualité, répond aussi au problème puisqu’on a dans ce
cas N (x/y − q) = 9/16) ni même nécessairement celui qui minimise
la norme euclidienne (c’est-à-dire le module) (x/y = 1/2 + 3/4j sera
approché par q = j selon notre protocole avec N (x/y − q) = 7/16
mais l’approximation par q = 1 + j donne N (x/y − q) = 3/16). Tout
cela n’a aucune importance ici car on ne cherche pas à minimiser le
module mais seulement à le majorer par 1.
3. Polynômes cyclotomiques.
(a) On peut faire relativement court en écrivant :
X n − 1 est un polynôme unitaire de degré n dont les n racines sont
précisément les n racines n-ièmes de l’unité. Chacune d’entre elle
est une racine d-ième primitive de l’unité pour un unique diviseur
d de n et réciproquement toute racine d-ième primitive de l’unité
pour un certain diviseur d de n est une racine n-ième de l’unité.
On peut donc écrire
Un = µ∗d
d|n
Par ailleurs,
= (Φn (X) − Q(X)) Φd (X)
d|n,d=n
x ∈ Fp → xp .
186 CHAPITRE 13 : MATHÉMATIQUES GÉNÉRALES 2019
Le point subtil à bien saisir est que cette application est effec-
tivement un (endo)morphisme de groupe additif :
∀x, y ∈ Fp , (x + y)p = xp + y p .
C’est plus précisément un automorphisme de (Fp , +).
Voici tout de même la preuve de l’égalité demandée par un
calcul commençant par la formule du binôme de Newton dans
l’anneau commutatif Fp [X] :
p
p p
(X − 1Fp ) = π X k (−1Fp )p−k
k
k=0
p−1
p p p
= X + (−1Fp ) + π X k (−1Fp )p−k
k
k=1
= X p − 1Fp
= π̂(X p − 1)
1 k p − 1 ⇒ p ∧ (k!(p − k)!) = 1
⇒ k!(p − k)! (p − 1)!
(1)
p
⇒ p
k
p
⇒ π = 0Fp .
k
AGRÉGATION EXTERNE 187
ii.
X p − 1 = P Q ⇒ P (1)Q(1) = 1p − 1 = 0
et comme π̂ est un morphisme d’anneaux de Z[X] sur Fp [X] :
D’une part
k = 0 ⇒ π̂(P ) = 1Fp
p = Φp (1) = P (1)Q(1)
et p serait ainsi un multiple de p2 , ce qui est absurde.
Φp ne se décompose donc pas comme produit de deux poly-
nômes unitaires et non constants de Z[X], il est donc irréduc-
tible dans Z[X] et donc également dans Q[X] d’après la version
du lemme de Gauss rappelée dans le sujet.
iv.
0 = ζ p − 1 = (ζ − 1)Φp (ζ)
donc Φp (ζ) = 0 (car ζ = 1).
Φp étant irréductible dans Q[X] (iii.) et unitaire par définition,
il est le polynôme minimal de ζ dans Q.
deg (Φp ) = p − 1 donc Q(ζ)/Q est une extension de corps de
degré p − 1.
4. Matrices compagnons.
(a) Les n − 1 premières colonnes de la matrice CP donnent immédiate-
ment le résultat suivant :
∀i ∈ [[1, n − 1]], CP ei = ei+1
et on obtient ainsi par itérations (inutile de faire une lourde récur-
rence finie, tout le monde a compris avec ce qui précède que vous
savez mener à bien une récurrence) :
∀i ∈ [[1, n − 1]], CPi e1 = ei+1 .
AGRÉGATION EXTERNE 189
Ainsi
n−1
Q(CP )e1 = qi CPi e1
i=0
n−1
= qi CPi e1
i=0
n−1
= qi ei+1
i=0
n
= qi−1 ei = 0
i=1
car la famille (ei )1in est libre en tant que base canonique de Cn .
De plus,
CP :
CPn e1 = CP CPn−1 e1
= C P en
n−1
= − ai ei+1
i=0
n−1
= − ai CPi e1
i=0
donc
n−1
CPn + ai CPi e1 = 0
i=0
c’est-à-dire
P (CP )e1 = 0.
Par ailleurs, comme CP et P (CP ) commutent (la matrice CP ∈
Mn (C) commute avec chaque élément de la sous-algèbre de matrices
C[CP ] qu’elle engendre) :
= CPi−1 0 = 0,
stable par somme et par produit et donc par évaluation par tout po-
lynôme à coefficients complexes : c’est une sous-algèbre de Mn (C)).
De plus, M étant triangulaire, les éléments diagonaux de M sont ses
valeurs propres α1 , . . . , αn . Les éléments diagonaux de Q(M ) sont
donc Q(α1 ), . . . , Q(αn ) (on ne peut en revanche rien dire des éléments
extra-diagonaux situés au-dessus de la diagonale de Q(M )) et ce sont
donc les valeurs propres de Q(M ). Il vient alors
n
χQ(M ) = (X − Q(αi )) .
i=1
On a alors
n
χ M = χT = (X − αi )
i=1
(les deux matrices équivalentes M et T ont en particulier même po-
lynôme caractéristique et celui de M est connu à partir de ses valeurs
propres α1 , . . . , αn ) et
Q(M ) = P Q(T )P −1
car
∀n ∈ N, (P T P −1 )n = P T n P −1
et
χQ(M ) = χQ(T )
et
n
χQ(T ) = (X − Q(αi ))
i=1
192 CHAPITRE 13 : MATHÉMATIQUES GÉNÉRALES 2019
d’après (d).
Or la définition de CP donne immédiatement
P ∈ A[X] ⇒ CP ∈ Mn (A)
et
Q ∈ A[X], CP ∈ Mn (A) ⇒ Q(CP ) ∈ Mn (A)
⇒ χQ(CP ) ∈ A[X]
(car χQ(CP ) est le déterminant de XIn − Q(CP )), ce qui prouve que
n
(X − Q(αk )) ∈ A[X].
k=1
Mathématiques Générales, 2018
Chapitre 14
Thèmes
algèbre matricielle (valeur propre, diagonalisabilité,
exponentielle de matrice, matrices semblables, matrice inversible)
polynômes (racine, polynôme d’interpolation)
théorie des représentations (représentations équivalentes)
théorie des groupes (groupe abélien, morphisme de groupes)
Résultat majeur
décomposition de Dunford
194 CHAPITRE 14 : MATHÉMATIQUES GÉNÉRALES 2018
Remarques du jury
Les trois premiers exercices sont des questions de
cours, les deux suivants des applications immédiates : ils sont l’occasion
de se mettre en train et de montrer aux correcteurs ses compétences et
qualités.
1. L’erreur consiste à croire que dans la décomposition de Dunford
d’une matrice triangulaire, D est nécessairement la partie diagonale et
qu’une matrice nilpotente N est nécessairement triangulaire stricte.
2. Un calcul formel purement algébrique ne peut suffire : une somme
infinie et donc un passage à la limite sont en jeu. Plus qu’une démons-
tration par récurrence de (P AP −1 )k = P Ak P −1 , il faut justifier le
passage à la limite par un argument de continuité.
3. Le noyau doit être décrit dans le cas général. Parler de dimension
finie ne suffit pas à justifier la bijectivité. La formulation « en déduire
» est impérative et on ne peut pas contourner le recours à l’algèbre
linéaire en invoquant l’interpolation de Lagrange.
4. On ne peut justifier la formule ρ(k) = ρ(1)k par une écriture
ρ(1 + · · · + 1) = . . . , quand k < 0.
dans M = P M P −1 , M et M ne sont pas seulement équivalentes mais
plus précisément semblables ou conjuguées.
5. Les arguments doivent être présentés de manière structurée. Il faut
vérifier que la loi est interne, la liste complète des axiomes (associa-
tivité, neutre, inverse, commutativité) et justifier l’appartenance du
neutre et de l’inverse à G.
Notations
On notera [A, B] := AB − BA le commutateur de A, B ∈ Mn (C) (l’ap-
plication (A, B) → [A, B] est donc bilinéaire sur Mn (C)).
— χ A = χS ,
— SpA = SpS,
— S, N ∈ C[A], autrement dit, on peut écrire S = P (A) et N = Q(A)
avec P, Q ∈ C[X].
On rappelle que l’exponentielle de matrices est l’application
et que c’est une application de l’espace vectoriel normé Mn (C) dans lui-
C∞
même, telle que, si [A, B] = 0, on a
Énoncé
1. Donner une décomposition de Dunford de la matrice
1 1
A := ∈ M2 (C).
0 a
P → (P (a1 ), . . . , P (an ))
de Cn−1 [X] dans Cn et en déduire que, si les ai sont deux à deux dis-
tincts :
ρ : Z → GLn (C)
est de la forme
k → M k
pour une certaine matrice M ∈ GLn (C).
À quelles conditions deux telles représentations sont-elles équivalentes ?
5. Soit G un groupe abélien noté additivement.
On note Ĝ l’ensemble des morphismes de G dans le groupe multiplicatif
C∗ , c’est-à-dire des applications f : G → C∗ telles que
f1 f2 : G → C∗
l’application
x → f1 (x)f2 (x).
Montrer qu’on munit ainsi Ĝ d’une structure de groupe abélien.
Corrigé
1. Si a = 1 alors la matrice A possède deux valeurs propres distinctes 1 et a.
Elle est donc diagonalisable et on obtient la décomposition de Dunford
en posant S = A et N = 0 (la matrice nulle). On a alors
A = S + N,
[S, N ] = A × 0 − 0 × A = 0,
S est diagonalisable (puisque A l’est) et N est nilpotente (car N 1 = 0).
Si par contre a = 1 alors A n’est pas diagonalisable car elle n’a qu’une
valeur propre égale à 1 mais A = I2 . De manière générale, la seule matrice
diagonalisable de taille n ∈ N∗ n’ayant qu’une seule valeur propre λ est la
matrice scalaireλIn . La
décomposition de Dunford de A est donnée par
0 1
S = I2 et N = . On a alors[S, N ] = I2 ×N −N ×I2 = N −N = 0,
0 0
S est diagonalisable (puisqu’elle est diagonale), N est nilpotente (car
N 2 = 0) et bien sûr A = S + N .
AGRÉGATION EXTERNE 197
φ(λM ) = λφ(M ),
∀k ∈ N, φ(M k ) = φ(M )k ,
On a ainsi
N
N
1 k 1 k
−1
∀N ∈ N, P A P = P AP −1 .
k! k!
k=0 k=0
N
1 k
= lim P A P −1
N →+∞ k!
k=0
N
1 k
= lim P AP −1 = exp(P AP −1 ).
N →+∞ k!
k=0
3. Notons
Cn−1 [X] → Cn
ψ: P → (P (a1 ), . . . , P (an )) .
198 CHAPITRE 14 : MATHÉMATIQUES GÉNÉRALES 2018
∀k ∈ Z, ρ(k) = ρ(1)k
ou encore
∃P ∈ GLn (C), L = P M P −1 .
(si c’est valable pour tout k ∈ Z, c’est évidemment valable en particulier
pour k = 1 et réciproquement, si L = P M P −1 , il est clair que pour
tout k ∈ Z, Lk = (P M P −1 )k , ce résultat pouvant se démontrer par une
simple récurrence).
ρ et σ sont donc des représentations équivalentes ssi leurs matrices res-
pectives L et M sont semblables.
alors que
ce qui prouve que f1 f2 ∈ Ĝ et que la loi définie sur Ĝ est bien une loi de
composition interne sur Ĝ.
200 CHAPITRE 14 : MATHÉMATIQUES GÉNÉRALES 2018
et
(f1 f2 ) (x) = f1 (x)f2 (x) = f2 (x)f1 (x) = (f2 f1 ) (x).
(2)
G → C∗
eĜ : x → 1.
G → C∗
1
g : x → .
f (x)
On a alors g ∈ Ĝ car
1 1
∀x, y ∈ G, g(x + y) = =
f (x + y) f (x)f (y)
1 1
= × = g(x)g(y)
f (x) f (y)
Chapitre 15
Thème
algèbre linéaire (matrice, rang, vecteur, application
linéaire, isomorphisme, espace vectoriel, dual d’un e.v.)
Résultat majeur
deux matrices sont équivalentes ssi elles
ont même rang
Matrices de rang 1
Remarques du jury
Souvent l’idée générale est présente mais la
rédaction trop imprécise. On attend d’un futur enseignant qu’il donne
de manière synthétique, claire et précise tous les arguments utilisés. Ne
pas tenter de justifier par une preuve générale la non-unicité : il suffit
de fournir un contre-exemple.
202 CHAPITRE 15 : MATHÉMATIQUES GÉNÉRALES 2017
Remarque du jury
Après avoir montré l’injectivité de f , il faut
rappeler qu’elle est linéaire pour pouvoir utiliser l’argument de dimen-
sions finies et égales des espaces de départ et d’arrivée.
Remarques du jury
La formulation ouverte peut dérouter.
Une confusion entre matrice et application linéaire a mené des candi-
dats à écrire « en écrivant la matrice A dans une base bien choisie. . . ».
Il est absurde de parler de bases canoniques de E et F .
Notations
E et F désignent des espaces vectoriels de dimension finie sur un corps
commutatif K de caractéristique nulle. On considérera donc que K contient le
corps Q des nombres rationnels.
Pour un espace E on note E ∗ son dual qui est donc l’espace L(E, K) des
formes linéaires sur E.
On identifie les éléments de Kn à des vecteurs colonne, ou encore à des
éléments de Mn,1 (K). De même on identifie les éléments du dual de Kn , qui est
donc noté (Kn )∗ , à des vecteurs ligne, ou encore à des éléments de M1,n (K).
Pour A ∈ Mn (K) on note Tr(A) sa trace.
Énoncé
Matrices de rang 1
Vérifier qu’une matrice A ∈ Mn,m (K) est de rang 1 si et seulement s’il
existe deux vecteurs non nuls X ∈ Kn et Y ∈ (Km )∗ tels que A = XY .
Cette écriture est-elle unique ?
AGRÉGATION EXTERNE 203
Corrigé
Matrices de rang 1
Une matrice A ∈ Mn,m (K) est de rang 1 ssi elle possède une ligne (resp.
une colonne) non nulle et si toutes ses autres lignes (resp. ses autres co-
lonnes) lui sont colinéaires. Soit A ∈ Mn,m (K) une matrice de rang 1. Notons
L1 , . . . , Ln les n lignes de A, Y une ligne non nulle de A et α1 , . . . , αn ∈ K tels
que pour tout 1 i n, Li = αi Y . Posons alors X le vecteur colonne de Kn
dont les coefficients sont, dans cet ordre, α1 , . . . , αn . X n’est pas nul car l’un
des αi est égal à 1 (celui correspondant à la ligne de A égale à Y ). Il est clair
qu’on a A = XY .
Réciproquement, si il existe deux vecteurs non nuls X ∈ Kn et Y ∈ (Km )∗
tels que A = XY , toutes les lignes de la matrice A sont colinéaires à la ligne Y
et au moins l’une d’entre elle est non nulle car Y est non nulle et X possède au
moins un coefficient non nul. Cette écriture n’est pas unique puisqu’on peut à
loisir multiplier X par tout élément λ ∈ K non nul et diviser Y par λ. Puisque
le corps K contient Q, on peut par exemple choisir λ = 2. On a par exemple
1 1 1 2 1 1
1 1 = = .
1 1 1 2 2 2
Cette précision sur le fait que K contient Q peut sembler superflue. Elle ne
l’est pas. Que se passerait-il en effet si K = F2 = Z/2Z (K serait en particulier
de caractéristique 2) ? Dans ce cas, la décomposition serait unique. En fait, on
obtient la non unicité de la décomposition dès que le corps K n’est pas le corps
F2 : il contient alors un élément non nul distinct de 1 et on peut choisir pour
λ cet élément.
204 CHAPITRE 15 : MATHÉMATIQUES GÉNÉRALES 2017
fA (M + λN ) = Tr(A(M + λN ))
= Tr(AM + λAN )
= Tr(AM ) + λTr(AN )
= fA (M ) + λfA (N ).
fA est de plus de manière évidente à valeurs dans K, ce qui fait donc bien de
fA un élément de (Mn,m (K))∗ .
L’application f qui à A associe fA est linéaire pour les mêmes raisons que
fA est linéaire. En voici le détail :
∀A, B ∈ Mm,n (K), ∀λ ∈ K, ∀M ∈ Mn,m (K),
f (A + λB)(M ) = fA+λB (M )
= Tr((A + λB)M )
= Tr(AM + λBM )
= Tr(AM ) + λTr(BM )
= fA (M ) + λfB (M )
= (f (A) + λf (B)) (M ),
U = P U Q = MatB ,C (u)
Quatrième partie
Agrégation externe :
analyse et probabilités
Analyse et Probabilités, 2021
Chapitre 16
Question 1
Thèmes
analyse (suite de fonctions, convergence simple,
convergence uniforme, continuité)
topologie (norme)
Résultat majeur
convergence uniforme d’une suite de
fonctions
Énoncé
1
Soit n ∈ N\{0} et hn : x ∈ R → x + . Montrer que la suite (hn )n∈N\{0}
n
converge uniformément sur R vers une fonction h que l’on précisera.
Montrer que la suite (h2n )n∈N\{0} converge simplement sur R vers h2 , mais
que la convergence n’est pas uniforme sur R.
210 CHAPITRE 16 : ANALYSE ET PROBABILITÉS 2021
Soit (fn )n∈N et (gn )n∈N deux suites d’éléments de Cb (R; C) qui convergent
uniformément sur R, vers f et g respectivement. Montrer que la suite (fn gn )n∈N
converge uniformément vers f g sur R.
Corrigé
1
On peut écrire ∀x ∈ R, |hn (x) − x| = −→ 0, c’est-à-dire
n n→+∞
∀ε > 0, ∃Nε ∈ N∗ , n Nε ⇒ ∀x ∈ R, |hn (x) − x| < ε
et les puristes
pourront,
mais c’est inutile, préciser que le plus petit tel Nε
1
est Nε = + 1 . La suite (hn )n∈N\{0} converge donc uniformément vers la
ε
fonction identité x → x sur R. La fonction carrée étant continue, il suit im-
médiatement de la convergence simple de (hn )n∈N\{0} que la suite (h2n )n∈N\{0}
converge simplement sur R vers la fonction carré x → x2 sur R. On peut écrire
cela en détail sous la forme :
1 2 2x 1
2
2 2
∀x ∈ R, |hn (x) − x | = x + − x = + 2 −→ 0
n n n n→+∞
ou encore (mais on se gardera bien ici de chercher le plus petit tel Nε,x , bien
que ce soit possible en étudiant un polynôme du second degré en n)
2x 1
∀ε > 0, ∀x ∈ R, ∃Nε,x ∈ N∗ , n Nε,x ⇒ |h2n (x) − x2 | = + 2 < ε .
n n
La convergence n’est pas uniforme sur R car
1
∀n ∈ N∗ , h2n (n) − n2 = 2 + > 2.
n2
On peut écrire plus en détail :
2x 1
∃ ε > 0, ∀N ∈ N , ∃ x ∈ R, ∃ n
∗
N, |h2n (x) 2
−x |= + 2 > ε
n n
en posant, par exemple, ε = 1, n = N et x = N .
Remarque : nous venons de démontrer la négation de la proposition
traduisant la convergence uniforme, c’est-à-dire la négation de
2x 1
2 2
∀ ε > 0, ∃N ∈ N , ∀ x ∈ R, ∀ n N, |hn (x) − x | =
∗
+ 2 < ε.
n n
AGRÉGATION EXTERNE 211
Posons Nε = max(Nf,ε , Ng,ε ) pour que les deux propriétés précédentes soient
simultanément satisfaites. Il faut maintenant faire un tour de passe-passe de
calcul assez habituel en faisant apparaître des termes du type fn − f et gn − g
et en utilisant (I.T.) l’inégalité triangulaire pour le module (et bien sûr la
multiplicativité du module). En voici le détail. Soit x ∈ R, ε > 0 et n Nε :
ε2 + ε × Mg + Mf × ε = ε(ε + Mf + Mg ).
Il suffit alors de remarquer que la quantité par laquelle nous venons de majorer
est arbitrairement proche de 0, c’est-à-dire plus précisément :
Question 2
Thèmes
analyse (caractérisation séquentielle de la continuité,
intégration, transformée de Laplace)
algèbre linéaire (continuité et norme d’un endomorphisme)
topologie (norme infinie)
Résultat majeur
théorème de continuité d’une intégrale à
paramètre
Remarques du jury
Justifier l’existence des limites présentes +∞
implicitement dans les notations symboliques 0 f (t)dt et +∞ n=0 an .
Le jury attend de futurs enseignants une rédaction soignée qui convainc
de la compréhension approfondie et de la bonne maîtrise de ces ques-
tions de base ne présentant aucune difficulté technique particulière.
Énoncé
Soit α ∈ C tel que Re(α) > 0.
(a) Pour toute fonction f ∈ Cb (R, C) et pour tout réel t ∈ R, montrer que
l’expression notée
+∞
(Kα f ) (t) = e−αs f (t + s)ds
0
Montrer que
lim (Kα f )(tn ) = (Kα f )(t).
n→+∞
Corrigé
Remarquons avant de commencer que la fonction Kα f ressemble étrange-
ment à la transformée de Laplace de f qui aurait elle cette forme-ci :
+∞
L (f )(p) = e−ps f (s)ds.
0
M e−Re(α)s .
On doit pour cela avoir absolument à l’esprit que
∀s ∈ R, ∀α ∈ C, e−αs = e−Re(α)s−iIm(α)s
= e−Re(α)s × e−iIm(α)s
= e−Re(α)s × e−iIm(α)s
= e−Re(α)s .
214 CHAPITRE 16 : ANALYSE ET PROBABILITÉS 2021
+∞
La positivité de Re(α) entraînant la convergence de e−Re(α)s ds (il
0
s’agit d’une intégrale usuelle qu’on retrouve notamment dans l’étude, en
probabilité, dela bien nommée loi exponentielle), on peut se permettre
+∞
d’affirmer que e−αs f (t + s)ds converge.
0
et
— s → M e−Re(α)s intégrable sur R+ .
+∞
||f ||∞ e−Re(α)s ds
(2) 0
1
= ||f ||∞
Re(α)
avec ||f ||∞ = supx∈R |f (x)| ∈ R+ (par hypothèse f est bornée sur R+ ).
L’endomorphisme Kα est donc bien continu sur (Cb (R, C), || · ||∞ ).
Rappelons à ce propos que la majoration précédente permet en effet de
voir que si une suite (fn )n∈N est de limite nulle, il en est de même de la
suite (Kα fn )n∈N , ce qui prouve la continuité de Kα en 0 et, par linéarité
de Kα , la continuité de Kα sur Cb (R, C). En résumé, pour montrer qu’un
endomorphisme d’un e.v.n. E ou plus généralement une application linéaire
u entre deux e.v.n. E et F est continue sur E, il suffit de montrer qu’elle
est continue en 0E , et cela revient à obtenir une majoration du type
(d) La borne inférieure que l’on doit calculer est précisément ce qu’on définit
habituellement comme la norme de l’endomorphisme Kα (plus exactement
la norme induite sur L (Cb (R, C)) par la norme || · ||∞ sur Cb (R, C)). Nous
noterons cette borne inférieure ||Kα ||.
Les calculs vus dans la question précédente permettent déjà d’affirmer que
1
||Kα || .
Re(α)
Pour cela, il suffit de trouver une fonction non nulle f ∈ Cb (R, C) telle que
1
||Kα f ||∞ = ||f ||∞ .
Re(α)
1
= eitIm(α)
Re(α)
1
∀t ∈ R, |Kα f (t)| = ,
Re(α)
d’où
1 1
||Kα f ||∞ = = ||f ||∞ .
Re(α) Re(α)
AGRÉGATION EXTERNE 217
on a bien l’égalité
1
||Kα || = .
Re(α)
Remarque : une telle fonction f n’est pas toujours aisée à trouver et
|Kα fn |
on aurait pu plutôt chercher une suite (fn ) telle que le quotient
||fn ||∞
1
converge vers le coefficient attendu .
Re(α)
218 CHAPITRE 16 : ANALYSE ET PROBABILITÉS 2021
Question 3
Thèmes
analyse (équation différentielle du premier ordre)
topologie (norme)
Résultat majeur
théorème de Cauchy pour les équations
différentielles
Remarques du jury
Les équations différentielles linéaires du
premier ordre à coefficients constants et second membre apparaissent
naturellement en physique, biologie, économie etc., et le calcul rigou-
reux de la forme des solutions est enseigné en L1 de façon directe et
sans longs préliminaires théoriques. Invoquer, avec leurs hypothèses, le
théorème de Cauchy-Lipschitz ou le théorème de Cauchy linéaire
pour justifier de l’existence et de l’unicité des solutions.
Énoncé
Soit β ∈ C et soit f ∈ Cb (R, C). Le but de ce groupe de questions est
d’étudier les fonctions y de R dans C qui sont de classe C 1 et qui sont solutions
de l’équation différentielle
(a) Montrer que pour tout z0 ∈ C il existe une unique solution y de (Eβ,f )
telle que y(0) = z0 et donner une expression explicite de cette solution.
(b) Soit y une solution de (Eβ,f ). On suppose Re(β) > 0. Soit t0 ∈ R. Pour
tout réel t t0 , exprimer e−βt y(t) − e−βt0 y(t0 ) comme une intégrale. En
AGRÉGATION EXTERNE 219
déduire l’existence de lim e−βt y(t), limite que l’on notera . Exprimer
t→+∞
y(t0 ) en fonction de , eβt0 et de la quantité (Kβ f )(t0 ) introduite au (1).
(c) En déduire que pour tout β ∈ C tel que Re(β) > 0, la fonction t →
−Kβ f (t) est l’unique solution de classe C 1 bornée sur R de l’équation
(Eβ,f ).
(d) Soit β ∈ C tel que Re(β) < 0. Justifier que (Eβ,f ) a une unique solution
dans Cb (R, C) que l’on exprimera à l’aide de l’endomorphisme K−β .
(e) Soit λ ∈ R. Trouver une fonction f ∈ Cb (R, C) telle que les solutions de
(Eiλ,f ) ne soient pas bornées.
Corrigé
(a) Comme β est constant et f continue sur R, le théorème de Cauchy
donne l’existence et l’unicité de la solution du problème de Cauchy
y (t) = βy(t) + f (t)
y(0) = z0 .
yp (t) = k(t)eβt
d’où on tire
k (t) = f (t)e−βt .
220 CHAPITRE 16 : ANALYSE ET PROBABILITÉS 2021
On a donc finalement
t
yp (t) = e βt
f (x)e−βx dx
0
t
y(t) = eβt z0 + f (x)e−βx dx .
0
et de même
t0
e−βt0 y(t0 ) = k + f (x)e−βx dx,
0
AGRÉGATION EXTERNE 221
t t0
−βt −βt0 −βx
e y(t) − e y(t0 ) = f (x)e dx − f (x)e−βx dx
0 0
t 0
−βx
= f (x)e dx + f (x)e−βx dx
0 t0
0 t
−βx
= f (x)e dx + f (x)e−βx dx
t0 0
t
= f (x)e−βx dx.
t0
∃M > 0, ∀t ∈ R, |f (t)| M.
On a donc
+∞
= e−βt0 y(t0 ) + f (x)e−βx dx,
t0
d’où
+∞
βt0 −βx
y(t0 ) = e − f (x)e dx .
t0
= eβt0 − Kβ f (t0 ).
Comme par ailleurs e−βt y(t) est de limite nulle quand t → −∞ (car
Re(β) < 0 et y est supposée bornée), on obtient :
+∞
−βt0
−e y(t0 ) = − f (−s)eβs ds
−t0
d’où +∞
−βt0
e y(t0 ) = f (−s)eβs ds.
−t0
En posant désormais S = s + t0 (on aurait aussi pu, si on en avait eu la
présence d’esprit, poser dès le début s = −x + t0 ), on obtient
+∞
−βt0
e y(t0 ) = f (−S + t0 )eβ(S−t0 ) dS
0
= K−β g(−t)
où g est la fonction définie par ∀t ∈ R, g(t) = f (−t).
Nous venons de prouver que si Re(β) < 0, (Eβ,f ) a pour unique solution
dans Cb (R, C) t → K−β g(−t).
224 CHAPITRE 16 : ANALYSE ET PROBABILITÉS 2021
(e) La réponse à la question (a) nous dit que la solution de (Eiλ,f ) avec la
condition de Cauchy y(0) = z0 pour un z0 ∈ C quelconque est donnée
par
t
y(t) = eiλt z0 + f (x)e−iλx dx
0
Question 4
Thèmes
analyse (série numérique)
théorie des ensembles (ensemble fini, dénombrable ou indénom-
brable)
Résultat majeur
une réunion dénombrable d’ensembles
dénombrables est dénombrable
Énoncé
Dans la suite, J désigne un ensemble non-vide qui est vu comme un en-
semble d’indices. Soit {aj ∈ [0, +∞[ , j ∈ J}, une famille de nombres réels
positifs indexés par J. On définit la somme des (aj )j∈J comme la quantité
(possiblement infinie) suivante :
aj = sup aj ; S ⊂ J avec S non-vide et fini .
j∈J j∈S
Dans toutes les questions qui suivent, on suppose que la somme des (aj )j∈J
est une quantité finie, ce qu’on écrira aj < ∞.
j∈J
(a) Pour tout p ∈ N, on pose Dp = j ∈ J : aj 2−p . Montrer que Dp est
fini et que
#Dp 2p aj .
j∈J
n
Pour tout n ∈ N, on pose sn = aj(k) . Montrer que
k=0
lim sn = aj .
n→+∞
j∈J
Corrigé
(a) Si Dp était infini, on pourrait construire une injection i de N dans Dp (un
ensemble infini Dp contient un sous-ensemble dénombrable) :
i : n ∈ N → i(n) ∈ Dp .
et donc
n
sup ai(k) , n ∈ N = +∞.
k=0
Puisque
n
sup aj ; S ⊂ J avec S non-vide et fini sup ai(k) , n ∈ N ,
j∈S k=0
l’hypothèse aj < +∞ serait alors mise en défaut. Par contraposée, on
j∈J
en déduit donc que Dp est fini. Enfin, du fait que Dp est fini et Dp ⊂ J, il
est clair que
aj aj #Dp 2−p ,
j∈J j∈Dp
ce qui donne la majoration demandée : #Dp 2p aj .
j∈J
(car 2−p est positif et de limite nulle quand p → +∞ : 2−p sera donc bien,
à partir d’un certain rang, inférieur à un réel strictement positif aj donné),
on a clairement
D= Dp .
p∈N
Question 5
Thème
topologie (espace de Banach, norme, adhérence,
sous-espace dense, suite de Cauchy)
Résultat majeur
toute suite de Cauchy d’un espace de
Banach est convergente
Énoncé
Soit (H, || · ||) un C-espace de Banach. Soit H0 un sous-espace vectoriel
de H tel que H0 = H. Soit : H0 → C, une application C-linéaire telle que
pour tout f ∈ H0 , |(f )| ||f ||. Le but de ce groupe de questions est de
montrer qu’il existe une unique application C-linéaire Λ : H → C satisfaisant
la propriété suivante
Corrigé
Précisons avant même de commencer deux éléments majeurs de cet énoncé :
Enfin, remarquons que le but de cet exercice est de démontrer un cas par-
ticulier du théorème de Hahn-Banach dont voici un énoncé possible :
(b) (fn )n∈N est une suite d’éléments de H0 qui est de Cauchy dans (H, || · ||),
c’est-à-dire
∀ε > 0, ∃N ∈ N, ∀n N, ∀p ∈ N, ||fn+p − fn || ε.
On en déduit alors facilement, à l’aide de la majoration
∀f ∈ H0 , |(f )| ||f ||,
que la suite ((fn ))n∈N est de Cauchy dans C.
En effet, par linéarité de :
∀n, p ∈ N, |(fn+p ) − (fn )| = |(fn+p − fn )| ||fn+p − fn ||,
et donc
∀ε > 0, ∃N ∈ N, ∀n N, ∀p ∈ N, |(fn+p ) − (fn )| ||fn+p − fn || ε.
C, muni de sa topologie usuelle (celle définie par le module) étant un es-
pace de Banach (c’est-à-dire un espace vectoriel normé complet), toute
suite de Cauchy de C converge : la suite ((fn ))n∈N est donc convergente.
AGRÉGATION EXTERNE 231
(c) (fn )n∈N et (gn )n∈N sont des suites de Cauchy dans (H, || · ||) puisque par
hypothèse elles convergent toutes les deux vers f (toute suite convergente
est une suite de Cauchy).
Le résultat de la question précédente permet donc d’affirmer que ((fn ))n∈N
et ((gn ))n∈N sont des suites convergentes vers, disons, deux limites res-
pectives a, b ∈ C.
On a alors,
(1) par linéarité de ,
(2) par hypothèse sur ,
(3) à l’aide de l’inégalité triangulaire pour une norme et
(4) par homogénéité d’une norme
||fn − gn ||
(2)
= ||(fn − f ) + (f − gn )||
||fn − f || + ||f − gn ||
(3)
= ||f − fn || + ||f − gn ||
(4)
Mais ((fn + αgn ))n∈N = ((fn ))n∈N + α((gn ))n∈N converge donc aussi
vers Λ(f ) + αΛ(g).
Par unicité de la limite, on a bien Λ(f +αg) = Λ(f )+αΛ(g), ce qui montre
que Λ est une application C-linéaire.
Par ailleurs, pour tout f ∈ H0 , f peut être vu comme limite de la suite
constante de H0 définie par ∀n ∈ N, fn = f et alors ∀n ∈ N, (fn ) = (f ).
Λ(f ) est donc, par définition, la limite de la suite constante ((fn )n∈N .
On a donc
∀f ∈ H0 , Λ(f ) = (f ).
Enfin, soit f ∈ H et une suite (fn )n∈N de H0 convergeant vers f . La suite
((fn ))n∈N a pour limite Λ(f ) (par définition de Λ) et puisque
Chapitre 17
Thèmes
séries et intégrales (séries entières, séries de
Fourier, rayon de convergence)
analyse complexe (séries de Fourier, résidus)
Résultats majeurs
théorème des résidus
théorème de convergence dominée
théorème de Dirichlet pour les séries de Fourier
234 CHAPITRE 17 : ANALYSE ET PROBABILITÉS 2020
Remarques du jury
1. on attend des justifications (scission des
modules, positivité de l’exponentielle réelle, |eix | = 1 si x ∈ R).
2.a) la c.u. sur [0, a] pour tout 0 < a < 1 n’entraîne pas la c.u. sur
[0, 1] : c’est une erreur grave, la c.u. ne passe pas du local au global.
énoncer rigoureusement le critère spécial des séries alternées (trois hy-
pothèses et deux conclusions sur la convergence de la série et la ma-
joration de la valeur absolue du reste). la majoration par une suite
décroissante ne permet pas d’obtenir la décroissance.
2.b) question de cours appelant une justification pour le rayon de
convergence.
2.c) évoquer la continuité ou la c.u. pour le passage à la limite dans la
somme.
3.a) l’IPP nécessite des fonctions de classe C 1 . ne pas oublier le cas
n = 0. la fonction n’est impaire que sur R\Z mais cela suffit à justifier
la nullité des coefficient an .
3.b) connaître les hypothèses du thm de Dirichlet (continuité par
morceaux et périodicité ne suffisent pas à établir la c.s. de la série de
Fourier d’une fonction vers cette fonction). sa conclusion assure la
c.s. de la série de Fourier vers la régularisée de la fonction considérée
et donc ici la convergence vers la fonction elle-même sur R\Z.
4.a) question classique sur l’exemple le plus commun d’une intégrale
impropre convergente d’une fonction non intégrable. distinguer inté-
grabilité et convergence d’intégrale.
4.b) question classique d’analyse complexe. le théorème des résidus doit
être maîtrisé (l’absence de pôle sur le contour ne suffit pas à justifier
que l’intégrale est nulle). justifier les passages à la limite dans les in-
tégrales sur les demi-cercles. la bonne maîtrise du théorème de conver-
gence dominée pour les passages à la limite avec une gestion satisfai-
sante des modules est valorisée.
Notations
— Pour x réel, on définit la partie entière de x, notée x par
— Séries de Fourier
Soit f une fonction localement intégrable 1-périodique.
AGRÉGATION EXTERNE 235
∀n ∈ N, an (f ) = cn (f ) + c−n (f ),
Énoncé
1. Soit s un nombre complexe et t un réel strictement positif. Montrer que
|ts | = tRe(s) .
(−1)n
2. (a) Montrer que la série de fonctions xn converge uniformé-
n
n1
ment sur [0, 1] et que sa somme est une fonction continue sur [0, 1].
(−1)n
(b) Déterminer le rayon de convergence r de la série entière xn
n
n1
et rappeler la valeur de sa somme sur ] − r, r[.
+∞
(−1)n
(c) En déduire la valeur de .
n
n=1
3. (a) Déterminer les coefficients de Fourier an et bn de la fonction 1-
périodique
1
x → {x} −
2
sin(2πnx) 1
(b) Montrer que la série converge simplement vers {x}−
−πn 2
n1
sur R\Z.
+∞
sin x
4. (a) Montrer que l’intégrale généralisée dx converge.
0 x
(b) En appliquant, pour 0 < ε < R, le théorème des résidus à la fonction
F (z) = eiz /z sur le contour γε,R formé des segments [ε, R] et [−R, −ε]
et des demi-cercles de centre O et de rayon ε et R situés dans le demi-
+∞
sin x π
plan supérieur, montrer que dx = .
0 x 2
236 CHAPITRE 17 : ANALYSE ET PROBABILITÉS 2020
Corrigé
1. On écrit la puissance sous forme exponentielle, on décompose s en faisant
apparaître ses parties réelle et imaginaire puis on utilise les propriétés de
la fonction exponentielle et du module d’un nombre complexe. On pense,
in fine, que l’exponentielle d’un réel est positive et donc égale à son
module (qui est sa valeur absolue) et que ∀θ ∈ R, eiθ = 1 :
|ts | = es ln(t)
= eRe(s) ln(t)+iIm(s) ln(t)
Re(s) ln(t) iIm(s) ln(t)
= e ×e
= eRe(s) ln(t) × eiIm(s) ln(t)
= tRe(s) .
2. (a) On peut éventuellement indiquer qu’on a reconnu, au signe près, le
développement en série entière de la fonction x → ln(1 + x). Ce n’est
toutefois pas indispensable.
Soit x ∈ [0, 1].
n
x
est une suite numérique positive (car x et n sont positifs)
n n∈N∗
décroissante et de limite nulle. Si x = 0, cette suite est plus précisé-
xn
ment constante égale à 0. Si x = 0, on a alors ∀n ∈ N∗ , = 0 et on
n
AGRÉGATION EXTERNE 237
peut écrire
xn+1 /(n + 1) n
∀n ∈ N∗ , = x x < 1.
xn /n n+1
Le fait que tous ses termes sont positifs et que ce rapport est toujours
inférieur à 1 suffit à justifier la décroissance de cette suite.
La convergence vers 0 de cette suite est triviale : le numérateur xn
est borné par 0 et 1 (et si x = 1 il est même de limite nulle) et le
dénominateur n est de limite infinie.
(−1)n n
La série de fonctions de terme général x est donc une série
n
alternée et, d’après le critère de Leibniz pour les séries alternées,
elle converge simplement sur [0, 1].
Par ailleurs, du fait de l’alternance des termes, tout reste de cette
série est majoré, en valeur absolue, par son premier terme :
+∞
(−1)n n
∗
∀x ∈ [0, 1], ∀N ∈ N , |RN (x)| = x
n
n=N +1
(−1)N +1 N +1
x
N +1
xN +1
=
N +1
1
.
N +1
1
Le reste de la série est donc uniformément majoré sur [0, 1] par
N +1
dont la limite est nulle (il est primordial que ce majorant soit d’une
part indépendant de x et d’autre part de limite nulle), ce qui prouve
(−1)n n
que la série de fonctions de terme général x est uniformément
n
convergente sur [0, 1].
(−1)n n
Puisque pour chaque n ∈ N∗ , x → x est continue sur [0, 1]
n
(c’est une simple fonction polynomiale), on peut alors conclure, grâce
à sa convergence uniforme, à la continuité de la somme de cette série
de fonction.
238 CHAPITRE 17 : ANALYSE ET PROBABILITÉS 2020
(c) On a vu en (a) que la somme de la série est continue sur [0, 1]. Il
en est de même de x → − ln(1 + x). Puisque ces deux fonctions
coïncident sur ] − 1, 1[ et qu’elles sont chacune continues en x = 1,
on peut conclure qu’elles coïncident aussi, par continuité, en x = 1.
On a ainsi
+∞
+∞
(−1)n n (−1)n
1 = = − ln(1 + 1) = − ln 2.
n n
n=1 n=1
1
Figure 17.1 – Représentation graphique de la fonction x → {x} − .
2
en posant
u = x − 1
2
v = e−2iπnx
et donc
u = 1
−1 −2iπnx
v = e
2iπn
pour obtenir (rappelons en passant que ∀n ∈ Z, e2iπn = 1)
1 1
1 −1 −2iπnx −1 −2iπnx
cn = x− e − e dx
2 2iπn 0 0 2iπn
1
1 −1 −2iπn −1 −1 0 1
= e − e + e−2iπnx dx
2 2iπn 2 2iπn 2iπn 0
−1 1 −2iπnx 1
= − 2
e 0
2iπn (2iπn)
i i
= −0=
2πn 2πn
et finalement
∀n ∈ N, an = cn + c−n = 0
∗ i i −1
∀n ∈ N , bn = i (cn − c−n ) = i − = .
2πn −2πn πn
240 CHAPITRE 17 : ANALYSE ET PROBABILITÉS 2020
+∞ +∞
1
∀x ∈ R\Z, {x} − = an cos(2πnx) + bn sin(2πnx)
2
n=0 n=1
c’est-à-dire
+∞
1 sin(2πnx)
∀x ∈ R\Z, {x} − = .
2 −πn
n=1
par
u(x) = 1
x
v (x) = sin x
et donc
u (x) = −1
x2
v(x) = − cos x.
On a ainsi
A A A
sin x − cos x cos x
dx = − dx
1 x x 1 1 x2
A
− cos A cos x
= + cos 1 − dx.
A 1 x2
cos A
On remarque que est de limite nulle quand A tend vers +∞
A
(la fonction cos est bornée et le dénominateur A est de limite infinie).
On se félicite ensuite du fait que cette fois-ci, la majoration
cos x 1
∀x ∈ [1, +∞[, 2 2
x x
+∞
cos x
permet de conclure à la convergence de dx puisque l’inté-
+∞ 1 x2
1
grale généralisée dx converge d’après le critère de Riemann.
1 x2
+∞
sin x
On en déduit que l’intégrale généralisée dx converge.
0 x
On a
R R
eix
F (x)dx = dx.
ε ε x
En posant t = −x (et donc dx = −dt), on obtient
−ε ε R
F (x)dx = −F (−t)dt = F (−t)dt.
−R R ε
AGRÉGATION EXTERNE 243
R
2i sin x
= dx
ε x
car
eix e−ix
F (x) + F (−x) = +
x −x
cos x + i sin x cos x − i sin x
= +
x −x
2i sin x
= .
x
Le
Rrésultat de la question précédente nous donne la convergence de
2i sin x
dx quand ε tend vers 0+ et R vers +∞.
ε x
Par ailleurs
π π iReiθ
iθ iθ e
F Re Rie dθ = iθ
Rieiθ dθ
0 0 Re
π
iθ
= i eiRe dθ
0
et de même
0 0 iθ
iθ iθ eiεe
F εe εie dθ = εieiθ dθ
π π εeiθ
0
iθ
= i eiεe dθ.
π
Soit θ ∈]0, π[. Du fait que R > 0, ε > 0 et sin θ > 0, on a les
majorations suivantes :
iReiθ −R sin θ+iR cos θ −R sin θ
e = e = e 1
et de même
iθ
iεe −ε sin θ+iε cos θ −ε sin θ
e = e = e 1.
244 CHAPITRE 17 : ANALYSE ET PROBABILITÉS 2020
π
= lim e−R sin θ+iR cos θ dθ
0 R→+∞
π
= 0dθ = 0
0
car
lim e−R sin θ+iR cos θ = lim e−R sin θ eiR cos θ = 0
R→+∞ R→+∞
(le premier facteur est de limite nulle car ∀ 0 < θ < π, sin θ > 0 et le
second facteur est borné puisqu’il il est de module 1).
De manière similaire
0 0
iεeiθ iθ
lim e dθ = lim eiεe dθ
ε→0 π π ε→0
0 0
= e0 dθ = 1dθ = −π.
π π
Chapitre 18
Thèmes
espaces euclidiens (vecteur, produit scalaire, norme
euclidienne)
probabilités (espérance, variable de Bernoulli)
logarithme néperien (propriétés usuelles, y compris de sa courbe)
Résultats majeurs
inégalité de Cauchy-Schwarz
inégalité de Markov
Remarques du jury
1. l’inégalité de C-S doit être un réflexe.
2. classique question sur l’inégalité de Markov. faire la différence
entre « positive » et « positive presque sûrement ».
3.a) les courbes doivent être soignées et comporter des éléments utiles
(tracé des demi-tangentes en les points de non dérivabilité).
246 CHAPITRE 18 : ANALYSE ET PROBABILITÉS 2019
Énoncé
Des inégalités utiles pour la suite
1. Justifier que pour tout m ∈ N∗ et tout (w1 , . . . , wm ) ∈ Rm , on a
2
m m
wj m wj2 .
j=1 j=1
E(Z)
P(Z a) .
a
3. On définit pour tout x > 0,
− ln(x) si x 1, 0 si x 1,
ln− (x) = ln+ (x) =
0 si x > 1, ln(x) si x > 1,
Corrigé
Des inégalités utiles pour la suite
L’inégalité triangulaire
m m m
√ m
w u ||w u|| = |w | × ||u|| = m |wj |
j j 2 j 2
j=1 j=1 j=1 j=1
2
On a donc finalement
2
m
m
m wj m2 wj2
j=1 j=1
c’est-à-dire
m
√ m 2
wj m × wj
j=1 j=1
et il ne reste plus qu’à élever le tout au carré (la fonction carré est
croissante sur R+ , elle laisse donc l’inégalité qui précède inchangée) pour
obtenir le résultat demandé.
AGRÉGATION EXTERNE 249
= P(A).
Soit a > 0. En distinguant les trois cas Z a, 0 Z < a et Z < 0 (Z est
supposée presque sûrement positive ou nulle : ce troisième cas est donc
de probabilité nulle), on constate qu’on a presque sûrement :
a1{Za} Z.
En effet
aZ si Z a
a1{Za} =
0Z si 0 Z < a,
l’événement a1{Za} > Z est donc un sous-cas de l’événement Z < 0,
il est donc comme celui-ci de probabilité nulle et ce qu’il se passe quand
Z < 0 n’a pas d’incidence dans les calculs qui suivent.
Par croissance de l’espérance, on obtient :
E a1{Za} E(Z).
d’où
aP(Z a) E(Z)
et finalement, puisque a > 0
E(Z)
P(Z a) .
a
3. a) Les courbes sont confondues avec l’axe des abscisses (sur ]0; 1] pour
celle de ln+ et sur [1; +∞[ pour celle de ln− ). On a veillé à indiquer
leur point d’intersection de coordonnées (1; 0) (c’est aussi le point
où l’une quitte et l’autre rejoint l’axe des abscisses) et les demies-
tangentes en ce point (du moins celles qui ne sont pas horizontales et
donc confondues avec l’axe des abscisses) d’équations y = x − 1 pour
ln+ et y = 1 − x pour ln− . On peut également mettre en évidence
l’axe des ordonnées, asymptote verticale de la courbe de ln− .
1
xk 1 ⇔ 0 < 1
xk
et symétriquement
1
0 < xk < 1 ⇔ >1
xk
AGRÉGATION EXTERNE 251
ln( max xk )
1kn
n
ln+ (xk )
k=1
Chapitre 19
Thèmes
espaces euclidiens (produit scalaire, norme,
compact, convergence)
analyse de Fourier (calcul intégral, exponentielle complexe)
suite de fonctions (convergence uniforme)
Résultats majeurs
théorème de Weierstrass
théorème de continuité d’une intégrale à paramètre
propriétés des compacts
Remarques du jury
1. le théorème de Weierstrass devrait être un
automatisme, plutôt que de s’égarer dans des considérations lointaines
de l’objectif (signe de g, hypothétiques bases hilbertiennes).
2. question de cours. soulever la question de l’existence de l’intégrale et
ne pas se contenter de majorer son module. le théorème de continuité
d’une intégrale à paramètre doit être maîtrisé.
3. prétendre établir le résultat sans l’argument de monotonie devrait
amener à se poser des questions. faire la différence entre convergence
simple et convergence uniforme.
254 CHAPITRE 19 : ANALYSE ET PROBABILITÉS 2018
Notations
Soit f une fonction intégrable sur RN .
On définit sa transformée de Fourier par
ˆ N ˆ
f : ξ ∈ R → f (ξ) = e−ixξ f (x)dx.
RN
Énoncé
On démontre trois résultats généraux et indépendants entre eux. Le der-
nier est plus exigeant techniquement.
1
1. Soit g ∈ C ([0, 1], R) telle que
0 un g(u)du = 0 pour tout n ∈ N. Mon-
0
trer que g est l’application nulle.
2. Soit f ∈ L1 (RN ). Montrer que fˆ est une fonction bien définie, continue
et bornée sur RN .
Corrigé
1. Il faut absolument penser au théorème de Weierstrass et ce qui doit
en être le stimulus est l’évocation dans l’énoncé, d’une part des éléments
X n (n ∈ N) de la base canonique de R[X] (sous la forme du facteur un
dans l’intégrale) et d’autre part d’une fonction g continue sur un segment
de R. Une telle fonction g est en effet, d’après le théorème de Weiers-
trass, la limite uniforme sur [0, 1] d’une suite (Pn )n∈N de polynômes de
AGRÉGATION EXTERNE 255
R[X].
On a en particulier,
1
∀n ∈ N, g(u)Pn (u)du = 0
0
1 K
K
1
k
g(u) ak u du = ak g(u)uk du
0 (1) 0
k=0 k=0
K
= (ak × 0)
(2)
k=0
= 0.
1
f, g = f (u)g(u)du,
0
1
||g||2 = |g(u)|2 du.
0
∀n ∈ N,
1 1
g(u) × (g(u) − Pn (u))du = g(u) × (g(u) − Pn (u))du
0 0
1
|g(u) × (g(u) − Pn (u))| du
(1) 0
1
= |g(u)| × |g(u) − Pn (u)| du
0
1
||g||∞ × ||g − Pn ||∞ du
(2) 0
et par majoration :
2.
∀ξ ∈ RN , ∀x ∈ RN , |e−ix·ξ f (x)| = |f (x)|
Comme f ∈ L1 (RN ), pour chaque ξ ∈ RN , x → e−ix·ξ f (x) est aussi dans
L1 (RN ) et fˆ est donc bien définie sur RN .
Pour la continuité de fˆ, il faut lister les trois hypothèses du théorème
de continuité d’une intégrale à paramètre :
i. en tant que composée de fonctions mesurables, la fonction intégrée
est mesurable par rapport à la variable d’intégration :
iii. la fonction intégrée est bien intégrable (on l’a déjà montré ci-dessus
pour justifier que fˆ est bien définie) :
3. Indiquons tout d’abord que puisque les suites (un (x))n∈N sont décrois-
santes, positives et convergente vers u(x) pour chaque x ∈ D, on a né-
cessairement
∀n ∈ N, ∀x ∈ D, un (x) u(x) 0
et donc
∀n ∈ N, ∀x ∈ D, un (x) − u(x) 0.
258 CHAPITRE 19 : ANALYSE ET PROBABILITÉS 2018
||x − t|| < Rx,ε ⇒ |(un (t) − u(t)) − (un (x) − u(x))| ε
|un (t) − u(t)| = |un (t) − u(t) − (un (x) − u(x)) + (un (x) − u(x))|
ε + ε = 2ε
On a donc
ε
L’objectif que nous nous étions fixé est alors atteint : (un )n∈N converge
uniformément vers u sur D.
260 INTERMÈDE
Cinquième partie
Agrégation externe :
concours spécial docteur
Épreuve de 2021
Chapitre 20
Épreuve de 2021
Exercice 1
Thèmes
topologie (norme, norme induite, continuité d’une
application linéaire, convergence)
algèbre linéaire (application linéaire)
analyse (suite, fonction, continuité, dérivabilité, limite, taux d’accrois-
sement, intégrale)
Résultat majeur
théorème de Weierstrass
Remarques du jury
3)Les bornes supérieures sont traitées avec
beaucoup de confusion.
264 CHAPITRE 20 : ÉPREUVE DE 2021
Énoncé
On note C 0 ([0, 1]) l’ensemble des applications continues de [0, 1] dans R
et on le munit de la norme uniforme || · ||∞ définie pour toute f ∈ C 0 ([0, 1]),
par ||f ||∞ = sup{|f (x)|, x ∈ [0, 1]}.
On introduit, pour toute f ∈ C 0 ([0, 1]), la fonction T (f ) : [0, 1] → R
définie par :
x
1 f (t)dt si x ∈]0, 1];
T (f ) : x → x 0
f (0) si x = 0.
On remarquera, et il n’est pas demandé de le justifier, que l’application T
est linéaire.
On souhaite montrer que pour toute f ∈ C 0 ([0, 1]), (T n(f ))n∈N converge
uniformément.
1. Montrer, pour toute f ∈ C 0 ([0, 1]), que T (f ) ∈ C 0 ([0, 1]).
2. On rappelle que l’on définit |||T |||, lorsque cette quantité existe, par
|||T ||| 1.
Corrigé
1. Pour f ∈ C 0 ([0, 1]), la continuité de T (f ) sur ]0, 1] est immédiate : T (f )
1
est le produit de la fonction inverse x → (continue sur ]0, 1]) et de la
x x
primitive F : x → f (t)dt de f s’annulant en 0 (F est continue et même
0
de classe C 1 sur [0, 1] puisque f y est de classe C 0 . On a en particulier
F (x) = f (x) pour tout x ∈ [0, 1] et F (0) = 0).
Reste à montrer la continuité de T (f ) en 0.
F (x) F (x) − F (0)
Pour x ∈]0, 1], T (f )(x) = = représente le taux d’ac-
x x−0
croissement de F de 0 à x : sa limite quand x tend vers 0 est donc F (0) =
f (0) = T (f )(0), ce qui prouve la continuité de T (f ) en 0 et donc sur [0, 1].
f (b) − f (a)
Rappel : le taux d’accroissement d’une fonction f de a à b est .
b−a
On dit que la fonction f est dérivable en a si cette quantité converge quand
b tend vers a et on pose alors, par définition :
f (t) − f (a)
f (a) := lim .
t→a t−a
Savoir a priori qu’une fonction f est dérivable permet d’utiliser ce résultat
pour obtenir sans effort des limites dans lesquelles apparaît (ou dans les-
quelles on peut faire apparaître) un taux d’accroissement.
et bien sûr
|T (f )(0)| = |f (0)| ||f ||∞ .
266 CHAPITRE 20 : ÉPREUVE DE 2021
b. Il s’agit manifestement
(1) d’introduire des termes adéquats, à savoir ceux qui apparaissent dans
le membre de droite de l’inégalité voulue (à savoir T n (P ) et P (0)),
(2) d’utiliser la traditionnelle inégalité triangulaire des normes puis
(3) la linéarité de T (ou de T n ),
(4) la majoration usuelle ||T (f )||∞ |||T ||| × ||f ||∞ appliquée n fois
(ce qui revient à montrer que |||T n ||| |||T |||n mais on n’est pas obligé
d’évoquer ce résultat),
0 ce résultat
est valide car |||·||| est la norme induite
par || · ||∞ sur L C ([0, 1]) ),
(5) le résultat de la question 2. : |||T ||| 1, et la majoration obtenue
dans la question 3.a. : ||P − f ||∞ = ||f − P ||∞ ε.
Soit n ∈ N :
||T n (f ) − f (0)||∞
c. Il faut ici montrer que ||T n (P ) − P (0)||∞ converge vers 0 quand n tend
vers +∞.
deg(P )
Notons P = ak X k où a0 , . . . , adeg(P ) ∈ R.
k=0
T (X 0 )(0) = T (1)(0) = 1
x
0 1 1
∀x ∈]0, 1], T (X )(x) = T (1)(x) = dt = x = 1.
x 0 x
Pour k ∈ N∗ ,
T (X k )(0) = 0k = 0
x x
1
k k 1 tk+1 xk
∀x ∈]0, 1], T (X )(x) = t dt = = ,
x 0 x k+1 0 k+1
xk
∀k ∈ N, ∀x ∈ [0, 1] : T X k (x) = .
k+1
Conséquemment
xk
1
n
∀n ∈ N , ∀k ∈ N , ∀x ∈ [0, 1] : T X (x) =
∗ ∗ k
.
(k + 1)n 2n
∀n ∈ N∗ , ∀x ∈ [0, 1] :
n deg(P
)
|T n (P )(x) − P (0)| = T a X k
(x) − a
k 0
k=0
deg(P )
= ak T X (x) − a0
n k
(1)
k=0
deg(P )
= a T n
X k
(x)
k
k=1
deg(P )
|ak | × T n X k (x)
(2)
k=1
deg(P )
1
max (|ai |) ×
1ideg(P ) 2n
k=1
1
= deg(P ) × max (|ai |) × .
1ideg(P ) 2n
On a donc ainsi :
deg(P )
||T n (P ) − P (0)||∞ max (|ai |) .
1ideg(P ) 2n
Exercice 2
Thèmes
calcul matriciel (valeurs et vecteurs propres, spectre,
polynôme caractéristique, polynôme minimal, polynôme de matrice)
anneaux euclidiens (PGCD, éléments premiers entre eux, relation
de Bézout)
Résultats majeurs
théorème de Cayley-Hamilton
théorème de Bézout
Énoncé
On se donne deux matrices A et B dans Mn (C) (avec n entier naturel non
nul) et on se propose de montrer que A et B ont une valeur propre commune
si et seulement s’il existe M ∈ Mn (C) non nulle telle que M A = BM .
1. Condition suffisante
On suppose dans cette question que M A = BM pour une certaine matrice
M ∈ Mn (C) non nulle.
a. Montrer, pour tout P ∈ C[X], que M P (A) = P (B)M .
b. En déduire que A et B ont une valeur propre commune.
On pourra appliquer le résultat précédent avec P égal au polynôme ca-
ractéristique de A.
2. Condition nécessaire
On suppose dans cette question que A et B ont une valeur propre commune
λ.
a. Montrer que Sp(tA) = Sp(A) (c’est-à-dire que tA et A ont mêmes valeurs
propres).
Ainsi, il existe X ∈ Mn,1 (C) et Y ∈ Mn,1 (C) non nulles telles que
tAX = λX et BY = λY .
Corrigé
1. Condition suffisante
a. Le résultat est immédiat si P est le polynôme nul. En remarquant qu’on
peut évidemment écrire tout P ∈ C[X] non nul sous la forme P =
deg(P )
ai X i pour des coefficients a0 , . . . , an ∈ C[X], on peut commencer
i=0
par prouver, à l’aide d’une simple récurrence que nous ne détaillerons
pas, que ∀i ∈ N∗ : M Ai = B i M . Ainsi, par bilinéarité du produit de
deux matrices de Mn (C), il vient immédiatement
Remarque : on peut bien sûr écrire le calcul entièrement bien que cela
ne nous semble pas indispensable :
deg(P ) deg(P ) deg(P )
M P (A) = M ai Ai = a i M Ai = ai B i M
i=0 i=0 i=0
deg(P )
= ai B i M = P (B)M.
i=0
Rappelons que C[X] est un anneau euclidien : on peut y utiliser les no-
tions de division euclidienne, d’algorithme d’Euclide, de PGCD, etc.
U (B)χA (B)M = M
U (B)M χA (A) = M.
0 = M,
2. Condition nécessaire
a. A et tA ont le même polynôme minimal et donc les mêmes valeurs propres
(à savoir précisément les racines de ce polynôme minimal commun).
En effet, pour tout polynôme P , on a :
t
(P (A)) = P tA ,
Y tXA = Y λtX = λY tX = BY tX
et la matrice M = Y tX convient.
CONCOURS SPÉCIAL DOCTEUR 273
Exercice 3
Thèmes
analyse (fonction lipschitzienne, fonction contractante,
suite)
topologie (norme, partie compacte, partie convexe)
Résultats majeurs
théorème du point fixe
théorème de Bolzano-Weierstrass
Énoncé
On considère || · || une norme sur Rn (avec n entier naturel non nul) et C
une partie convexe compacte non vide de Rn .
On rappelle que f : C → C est dite K-lipschitzienne (avec K ∈ R+ ) si
Corrigé
1. fn est bien définie sur C car elle est la composée de f (définie sur C ⊂ Rn
et à valeurs dans C) par la fonction affine
n 1 1
x ∈ R → x0 + 1 − x ∈ Rn .
n n
On peut voir que fn envoie les éléments de C dans C car C est convexe et
x0 ∈ C.
On peut traduire cela en disant qu’une partie convexe est, par définition,
une partie qui contient tous les segments reliant deux de ses éléments.
Pour x et y fixés, le segment [x, y] est défini par {tx + (1 − t)y, t ∈ [0, 1]}.
On a précisément
n 1 1
∀x ∈ R , x ∈ C ⇒ f (x) ∈ C ⇒ x0 + 1 − f (x) ∈ C
(1) (2) n n
1
par (1) définition de f et (2) car ∀n ∈ N∗ , t = ∈]0, 1], C convexe et
n
x0 , f (x) ∈ C.
1 1
Puisque ∀n ∈ N , 0 1 − < 1, fn est donc
∗
1− -lipschitzienne et
n n
contractante.
ϕ(n) 1
|| − xϕ(n) || + xϕ(n) − x0 −
(∗∗) ϕ(n) − 1 ϕ(n) − 1
1
|| − xϕ(n) || + xϕ(n) − x0 + xϕ(n) −
ϕ(n) − 1
1
|| − xϕ(n) || + xϕ(n) − x0 + xϕ(n) −
I.T. ϕ(n) − 1
1
||xϕ(n) − x0 || + 2 xϕ(n) − .
H. ϕ(n) − 1
Ce dernier majorant tend vers 0 quand n tend vers +∞ car ϕ(n) tend vers
+∞, ||xϕ(n) − x0 || est
borné car xϕ(n) − x0 ∈ C qui est une partie bornée
de Rn et xϕ(n) − tend vers 0 car xϕ(n) tend vers . Ceci prouve que
||f () − || = 0 (car elle est positive et majorée par des quantités arbitrai-
rement proches de 0) et donc f () = . est bien un point fixe de f .
3. L’application
carré définie sur l’intervalle ouvert convexe mais non compact
1
C = 0, est 1-lipschitzienne :
2
1 2
∀x, y ∈ 0, : y − x2 = |y + x| × |y − x| |y − x|
2
CONCOURS SPÉCIAL DOCTEUR 277
x2 = x ⇔ x = 0 ou x = 1.
−x = x ⇔ x = 0.
Sans grande surprise, nous venons de voir avec deux exemples simples que
les hypothèses de compacité et de convexité sont absolument nécessaires au
résultat.
278 CHAPITRE 20 : ÉPREUVE DE 2021
Exercice 4
Thèmes
arithmétique (divisibilité dans Z, Z[X], Q[X], PGCD)
polynômes
Résultat majeur
théorème de Bézout
Remarques du jury
1) Le théorème de Bézout est tout simplement
absent de la plupart des copies.
Énoncé
On se donne P et Q dans Z[X] premiers entre eux dans Q[X] et on pose,
pour tout n ∈ N,
un = P (n) ∧ Q(n)
Corrigé
1. Dès qu’il est question de PGCD, on doit envisager d’écrire une relation de
Bézout.
Les polynômes P et Q étant premiers entre eux dans l’anneau euclidien
Q[X] (pour tout corps K, l’anneau K[X] est euclidien), le théorème de
Bézout nous donne l’existence de deux polynômes U et V de Q[X] tels
que
P U + QV = 1.
Par ailleurs, ces polynômes étant à coefficients rationnels, il existe un entier
d ∈ N∗ tel que dU ∈ Z[X] et dV ∈ Z[X] (on peut prendre par exemple d
égal au PPCM des dénominateurs de l’ensemble des coefficients, écrits sous
forme de fractions irréductibles de deux entiers, des polynômes U et V ).
On obtient ainsi
P dU + QdV = d
et donc
∀n ∈ N, P (n)dU (n) + Q(n)dV (n) = d
où chacun des cinq termes P (n), dU (n), Q(n), dV (n) et d est un entier re-
latif (car n est un entier et les polynômes P, dU, Q et dV sont à coefficients
entiers). Ainsi, pour tout n ∈ N, l’entier un = P (n) ∧ Q(n) divise l’entier
P (n)dU (n) + Q(n)dV (n) et donc un divise l’entier d.
valable dans tout anneau commutatif (en particulier dans Z) et qui se vérifie
aisément en développant le membre de droite de l’égalité.
Comme
k−1
∀k ∈ N∗ , ∀n ∈ N, (n + d)i dk−1−i ∈ N,
i=0
280 CHAPITRE 20 : ÉPREUVE DE 2021
Corrigé
1. Soit t ∈ R. L’inéquation
pe2t − et + (1 − p) < 0
px2 − x + (1 − p) < 0
2. Cette question peut sembler à première vue bien abrupte. Elle a pourtant
toute l’allure d’un résultat majeur de probabilité : l’inégalité de Markov.
Celle-ci consiste à écrire
E(|X|)
P(|X| a)
a
mais également
E(|X|)
P(|X| > a)
a
CONCOURS SPÉCIAL DOCTEUR 283
E(|X|p )
∀a > 0, ∀p > 0, P(|X| a) ,
ap
à condition que E(|X|p ) existe. On utilise en général p = 1 ou p = 2.
Puisqu’on nous y invite, considérons la variable aléatoire positive X = etSn ,
en particulier pour t = t0 solution de la question précédente. On a alors,
(1) par indépendance des variables (Xi )i∈N∗ et donc des variables (et0 Xi )i∈N∗
(car la fonction x → et0 x est continue sur R),
(2) puisque les variables (Xi )i∈N∗ sont identiquement distribuées,
(3) en utilisant le théorème de transfert :
n
t 0 Sn n n
t0 i=1 Xi t0 X i
E e = E e =E e = E e t0 Xi
(1)
i=1 i=1
n
n
= pet0 + (1 − p)e−t0 = pet0 + (1 − p)e−t0 .
(2)+(3)
i=1
Chapitre 21
Épreuve de 2020
Exercice 1
Thème
analyse (suite, série, convergence, équivalent)
Résultats majeurs
théorème de Cesàro
théorème de sommation des équivalents
Remarques du jury
Il faut sérieusement consolider la maîtrise des
bases de l’analyse. Le théorème de sommation des équivalents doit être
connu. Manipuler les sommes doubles et majorer ne doit pas poser
problème. Distinguer la convergence de la suite de celle de la série
(niveau L1). La compréhension de la convergence uniforme d’une série
de fonctions est fragile.
286 CHAPITRE 21 : ÉPREUVE DE 2020
Énoncé
Soit (un )n∈N une suite de nombres réels. On pose, pour tout n ∈ N,
u0 + 2u1 + · · · + 2n un
vn = .
1 + 2 + · · · + 2n
a. Montrer que si la suite (un )n∈N converge vers une limite , alors (vn )n∈N
converge aussi vers .
Indication : le candidat pourra, s’il le juge utile, commencer par traiter le
cas où l = 0.
b. Dans le cas où un ∼ n, déterminer un équivalent simple de vn lorsque n
∞
tend vers +∞.
c. Montrer que si la série un est absolument convergente, alors la série vn
l’est aussi.
d. Dans cette question, on considère les suites de fonctions (Un )n∈N et (Vn )n∈N
définies sur ] − 1, 1[ par
Corrigé
a. Le cas où = 0 amène quelques simplifications notables dans les expressions
que nous allons manipuler. Nous n’avons pas jugé utile de le traiter : il suffira
au lecteur de remplacer par 0 pour en obtenir la rédaction.
Pour chaque n ∈ N, vn est la moyenne arithmétique des termes u0 , u1 , . . . , un
respectivement pondérés par les coefficients 1, 2, . . . , 2n . De ce fait, la suite
(vn )n∈N constitue une variante de la moyenne de Cesàro de la suite (un )n∈N
et la démonstration de sa convergence vers se fera de la même manière.
Posons ε > 0.
Le fait que (un )n∈N converge vers se traduit par
2n+1 − 2Nε
⇒ 0< 1.
2n+1 − 1
Soit n Nε .
u0 + 2u1 + · · · + 2n un
|vn − | = −
1 + 2 + · · · + 2n
n n
k
2 uk − k
2
n
k=0 k=0 1
= = 2 k
(u − )
(1) n
(2) 2n+1 − 1 k
k k=0
2
k=0
Nε −1 n
1
= k
2 (uk − ) + 2 (uk − )
k
2 n+1
−1
k=0 k=Nε
N −1
1 ε 1
n
2k
(u k − ) + 2k |uk − l|
(3) 2n+1 − 1 2n+1 − 1
k=0 k=Nε
N −1
1
ε 1
n
n+1 2k (uk − ) + n+1 2k ε
(4) 2 −1 2 −1
k=0 k=Nε
N −1
1 ε 2n+1 − 2Nε
k
= 2 (u k − ) + n+1 ε
2n+1 − 1 2 −1
k=0
N −1
1 ε
2k
(u k − ) + ε.
(5) 2n+1 − 1
k=0
288 CHAPITRE 21 : ÉPREUVE DE 2020
On a de plus
N −1
ε
1
∃Nε ∈ N, n Nε ⇒ n+1 2k (uk − ) ε
2 −1
k=0
N −1
ε
car 2 (uk − ) est indépendant de n et 2n+1 − 1 −→ +∞.
k
n→+∞
k=0
On a donc
n max Nε , Nε ⇒ |vn − | 2ε
b. Le numérateur
de vn est la somme partielle de la série grossièrement diver-
n
gente 2 un (et pour cause, le terme général de cette série ne converge
pas vers 0 : 2n un → 0 puisque 2n un ∼ 2n n → +∞).
n→+∞ +∞ n→+∞
L’idée principale consiste ici à utiliser le théorème de sommation des
n n
équivalents (si an ∼ bn alors ak ∼ bk ) pour se ramener à une
+∞ +∞
k=0 k=0
somme partielle télescopique donc simplifiable.
On a 2n un ∼ n2n . En considérant l’expression n2n aux rangs k et k + 1,
+∞
on peut remarquer que
Ainsi,
n
n
2k u k ∼ (k + 1)2k+1 − k2k
+∞
k=0 k=0
n
n
k+1
= (k + 1)2 − k2k
k=0 k=0
n+1
n
= k2k − k2k
k=1 k=0
= (n + 1)2n+1 ∼ n2n+1
+∞
CONCOURS SPÉCIAL DOCTEUR 289
et on a donc
n
2k uk
k=0 n2n+1 n2n+1
vn = n ∼ ∼ = n.
+∞ 2n+1 − 1 +∞ 2n+1
2k
k=0
c. On se laisse tout d’abord porter par (1) l’inégalité triangulaire puis (2) on
minore le dénominateur peu pratique 2n+1 −1 par le plus maniable 2n et (3)
on commute enfin les deux sommes en prenant bien garde de modifier leurs
bornes (on a 0 k n N , ce qui permet de bien comprendre quelles
sont les bornes à indiquer dans les nouvelles sommes, dans lesquelles n est
désormais limité par k) :
n
n
k k
2 u k 2 u k
N N
k=0 k=0
N
|vn | = =
n 2n+1 − 1
n=0
n=0
2k n=0
k=0
n
N
2k |uk | N n
k=0
1 k
2 |uk |
(1) 2n+1 − 1 (2) 2n
n=0 n=0 k=0
N
N
1
= |uk |
(3) 2n−k
k=0 n=k
N
1 − (1/2)N −k+1
= |uk |
1 − 1/2
k=0
N
N
1
= 2− |uk | 2 |uk |.
2N −k
k=0 k=0
Puisque la série |un | converge, on obtient par majoration que |vn |
n0 n0
converge aussi.
d. Pour tout x ∈] − 1, 1[, |Un (x)| = |xn | converge et sa somme est
n0 n0
290 CHAPITRE 21 : ÉPREUVE DE 2020
1
. D’après le résultat de la question précédente, |Vn (x)| converge
1 − |x|
alors aussi. La série de fonctions Vn converge donc simplement sur
] − 1, 1[.
Il suffit de prendre des x tendant vers 1 pour constater que pour n fixé, la
limite du numérateur de Vn (x) est égale à son dénominateur :
∀n ∈ N, lim Vn (x) = 1.
x→1−
Ainsi, pour tout n ∈ N, sup |Vn (x)| = 1. Ce résultat aura donc beaucoup
x∈]−1,1[
de difficulté à tendre vers 0.
On peut préférer, bien que ce ne soit pas vraiment à propos, d’abord sim-
plifier l’expression de Vn (x) comme suit :
n
2k xk 1 − (2x)n+1
k=0 1 − 2x 1 1 − (2x)n+1
Vn (x) = n = n+1 =
1−2 2x − 1 1 − 2n+1
2k
1−2
k=0
et constater grâce à ce résultat que pour n arbitrairement fixé,
lim Vn (x) = 1.
x→1−
On peut donc écrire :
1
∃ε = > 0, ∀n ∈ N∗ , ∃x ∈] − 1, 1[, |Vn (x)| > ε,
2
c’est-à-dire la négation de la convergence uniforme de (Vn )n∈N vers 0.
Pour tout x ∈] − 1, 1[ fixé, (Vn (x))n∈N converge bien vers 0 mais la conver-
gence de (Vn )n∈N vers
la fonction nulle n’est pas uniforme sur ] − 1, 1[ et la
série de fonctions Vn ne converge donc pas non plus uniformément sur
] − 1, 1[.
Exercice 2
Thèmes
topologie (norme)
analyse (calcul intégral)
Résultat majeur
inégalité de Hölder
Remarques du jury
Le thème de cet exercice est très important.
b) (exercice classique de licence) Éviter ces deux grossières erreurs,
dignes d’un élève de terminale : la fonction est continue donc dérivable,
la fonction est croissante et majorée par M donc converge vers M .
Énoncé
Soit f une fonction continue de [0, 1] dans R∗+ . On pose, pour tout réel
x > 0,
1 1/x
x
g(x) = f (t) dt .
0
Corrigé
a. Pour voir comment utiliser l’inégalité de Hölder, il faut remarquer que
y
Il convient maintenant de choisir p = (noter que y > x donne p > 1,
x
1
condition nécessaire à l’existence de son conjugué q = > 0). Le
1 − p1
membre de droite devient ainsi
1 x/y
y
f (t) dt .
0
y
En posant enfin q le conjugué de p (soit q = , précision utile qui
y−x
permet de vérifier que q > 0 et même mieux, que q > 1), on a ainsi
d’où
g(x)x g(y)x
et finalement, puisque x, g(x) et (g(y) sont trois réels strictement positifs :
g(x) g(y).
b. f est une fonction continue sur [0, 1] : elle est donc bornée sur [0, 1] et elle
atteint ses bornes, en particulier sa borne supérieure qu’on peut noter M :
∃t0 ∈ [0, 1], ∃M > 0, f (t0 ) = M = sup f (t).
t∈[0,1]
b 1/x 1 1/x
x
f (t) dt x
f (t) dt
(1) a (2) 0
1 1/x
M x dt = (M x )1/x = M
(3) 0
car
(1) ∀t ∈ [a, b] ⊂ [0, 1], M − ε f (t)
(2) f 0 sur [0, 1] et [a, b] ⊂ [0, 1]
(3) ∀t ∈ [0, 1], f (t) M .
Comme
lim (b − a)1/x (M − ε) = M − ε > M − 2ε
x→+∞
on a
∃A > 0, x > A ⇒ (b − a)1/x (M − ε) M − 2ε
et donc
∀ε > 0, ∃A > 0, x > A ⇒ M − 2ε g(x) M
d’où
lim g(x) = M.
x→+∞
294 CHAPITRE 21 : ÉPREUVE DE 2020
Exercice 3
Thèmes
théorie des groupes (groupe linéaire, groupe spécial
linéaire, centre d’un groupe, isomorphisme de groupes)
algèbre linéaire (espace vectoriel, automorphisme d’espaces vecto-
riels, homothétie, projecteur)
Résultat majeur
propriétés des projecteurs
Remarques du jury
Si G est un groupe et H un sous-groupe de G,
Z(H) n’est pas en général égal à Z(G) ∩ H (penser à un sous-groupe
monogène d’un groupe de centre trivial) : l’égalité a lieu pour GL(E)
et SL(E) mais il faut le démontrer.
Énoncé
Soit E un espace vectoriel sur le corps R, de dimension finie n 1.
a. Soit u un endomorphisme de E commutant avec tous les projecteurs de E.
(i). Montrer que tout vecteur non nul de E est un vecteur propre de u.
(ii). Montrer que u est une homothétie.
b. Le centre d’un groupe (G, ·) est Z(G) = {x ∈ G | ∀y ∈ G, xy = yx}.
Déterminer le centre du groupe linéaire GL(E) et celui du groupe spécial
linéaire SL(E).
Indication : on pourra utiliser des automorphismes qui sont combinaisons
linéaires d’un projecteur et de l’identité IdE .
c. Montrer que les groupes GL(E) et SL(E) × R∗ sont isomorphes si et seule-
ment si n = dim E est impair.
CONCOURS SPÉCIAL DOCTEUR 295
Corrigé
a. (i). Considérons un projecteur de E. Puisque le choix est large, allons
au plus simple : soit x ∈ E un vecteur non nul et p un projecteur
de E sur Vect(x) parallèlement à un supplémentaire quelconque de
Vect(x) dans E. On a en particulier p(x) = x.
u commute avec p donc
∃λ ∈ R, u(x) = λx,
ce qui signifie bien que tout vecteur non nul de E est un vecteur
propre de u.
On obtient alors
λ x + λ x = λx + λ x
et donc
(λ − λ)x + (λ − λ )x = 0E .
296 CHAPITRE 21 : ÉPREUVE DE 2020
u ◦ p + u = u ◦ (p + idE ) = (p + idE ) ◦ u = p ◦ u + u
SL(E) × R∗ → GL(E)
(u, λ) → λu
et de même 1 = (ϕ(1, −1))2 . Des trois nombres réels ϕ(1, 1), ϕ(−1, 1) et
ϕ(1, −1) au moins deux seraient alors égaux à 1, ou au moins deux seraient
égaux à −1. ϕ ne serait alors pas injective : ceci est bien regrettable pour
une application qu’on espérait bijective comme tout bon automorphisme.
On peut aussi remarquer que le groupe multiplicatif R∗ a un seul élément
d’ordre 2 (le nombre −1 est le seul dont le carré vaut 1), alors que le
groupe multiplicatif {−1, +1} × R∗ a trois éléments d’ordre 2 : les couples
(1, −1), (−1, 1) et (−1, −1) (ce sont les seuls dont les carrés valent (1, 1)).
Ces deux groupes ne peuvent donc pas être isomorphes.
298 CHAPITRE 21 : ÉPREUVE DE 2020
Exercice 4
Thèmes
topologie (densité, adhérence, intérieur)
algèbre matricielle (comatrice, matrice inversible, rang)
algèbre linéaire (groupe linéaire)
Résultats majeurs
GLn (C) est un ouvert de Mn (C).
∀A ∈ Mn (C), A × t Com(A) = det(A)In
Remarques du jury
Les propriétés du rang d’une matrice extraite
sont mal comprises, ainsi que les informations sur le rang données par
A × t Com(A) = det(A)In .
Énoncé
Soit n un entier supérieur ou égal à 3. Pour toute matrice A ∈ Mn (C), on
note Com(A) la comatrice de A, dont les coefficients sont les cofacteurs de A.
a. Déterminer le rang de Com(A) en fonction du rang de A, qu’on note rgA.
On distinguera trois cas : rgA = n, rgA n − 2, rgA = n − 1.
b. Soit X = {Com(A)|A ∈ Mn (C)}. Montrer que GLn (C) ⊂ X.
c. (i) Montrer que GLn (C) est dense dans Mn (C). Quelle est l’adhérence
de X dans Mn (C) ?
(ii) Déterminer l’intérieur de X dans Mn (C).
CONCOURS SPÉCIAL DOCTEUR 299
Corrigé
a. Si rgA = n alors A est inversible et il est de notoriété publique que son
1 t
inverse A−1 = Com(A) est inversible et de rang n. Com(A) est donc
det A
également de rang n.
Si rgA n−2 alors aucune sous-matrice de A de taille n−1 n’est inversible
(sinon A serait au moins de rang n − 1). Leurs déterminants sont donc tous
nuls et Com(A) (dont les coefficients sont, au signe près, les déterminants
des sous-matrices de A de taille n − 1) est la matrice nulle et est de rang
nul (noter que la matrice nulle est la seule matrice de rang nul).
Si rgA = n − 1 alors A n’est pas inversible (les matrices inversibles étant
précisément celles dont le rang vaut n) et son déterminant est nul. On a
alors l’égalité
t
A × ComA = det(A)In = 0n (la matrice nulle)
et donc
Im(ComA) ⊂ Ker(t A).
Il s’en suit
(noter que A et t A ont même rang, leurs images ont même dimension et
leurs noyaux aussi).
Comme on suppose rgA = n − 1, une sous-matrice de A de taille n − 1 est
inversible et donc ComA n’est pas la matrice nulle : son rang n’est donc
pas nul non plus et ainsi rg(ComA) = 1.
et
Com(λComM ) = det(λComM )t (λComM )−1
On a alors
N = λCom(M ) ∈ GLn (C)
et
M = Com(N ) ∈ X.
c. (i). Une matrice A ∈ Mn (C) possède au plus n valeurs propres com-
plexes distinctes, à savoir les λ ∈ C telles que A − λIn ∈
/ GLn (C).
On peut alors voir A comme la limite de la suite de GLn (C)
1
A − In .
p p∈N∗ , 1 ∈Sp(A)
/
p
(ii). X contient l’ouvert GLn (C), son intérieur le contient donc aussi (l’in-
térieur de X est le plus grand ouvert inclus dans X).
Soit M ∈ X, M ∈ / GLn (C).
∃A ∈ Mn (C), M = ComA
Exercice 5
Thèmes
calcul intégral (transformée de Laplace)
probabilités (loi exponentielle, loi Gamma, densité, fonction de ré-
partition, espérance, convergence presque sûre, convergence en loi)
Résultats majeurs
loi des grands nombres
règle de Leibniz de dérivation sous le signe intégrale
Remarques du jury
Il faut citer un théorème pour dériver sous le
signe intégrale et fournir une domination correcte. se tromper en dé-
rivant par rapport à s est rédhibitoire. L’usage des valeurs absolues
est indispensable en analyse, notamment pour l’intégrabilité (majorer
f (x)e−sx est insuffisant : il faut majorer |f (x)e−sx |).
Énoncé
Soit f : ]0, +∞[ → R une fonction continue et bornée. On pose, pour tout
réel s > 0,
+∞
L(s) = f (x)e−sx dx
0
a. Montrer que L est de classe C ∞ sur ]0, +∞[ et donner l’expression de ses
dérivées successives.
b. Soit (Xn )n∈N\{0} une suite de variables aléatoires définies sur un espace
probabilisé noté (Ω, T , P), indépendantes et suivant toutes une même loi
exponentielle de paramètre λ > 0. Montrer que pour tout n ∈ N\{0}, la
CONCOURS SPÉCIAL DOCTEUR 303
Corrigé
Il peut être rassurant de remarquer que la fonction L ainsi définie est la
transformée de Laplace de la fonction f , notion dont l’agrégatif conscien-
cieux connaît bien les nombreuses propriétés.
a. On ne se contentera pas de dire de manière élusive que c’est une propriété
bien connue de la transformée de Laplace : le jury attend précisément
une démonstration de ce fait. On utilise pour cela l’incontournable règle de
dérivation sous le signe intégrale connue sous le nom de règle de Leibniz.
Soit M > 0 un majorant de f sur ]0, +∞[ (ce majorant existe puisque
f est par hypothèse bornée sur ]0, +∞[. On peut en particulier prendre
M = ||f ||∞ la borne supérieure de f sur cet intervalle) et
∂ng
∀n ∈ N, ∀(s, x) ∈]0, +∞[×]0, +∞[, (s, x) = (−x)n f (x)e−sx .
∂sn
Posons s0 > 0. On a alors
∀x > 0, (s s0 ) ⇒ (sx s0 x) ⇒ (−sx −s0 x) ⇒ e−sx e−s0 x
et donc
n
∂ g
∀n ∈ N, ∀x > 0, ∀s s0 ,
∂sn (s, x) M x e
n −s0 x
.
304 CHAPITRE 21 : ÉPREUVE DE 2020
∂ng
La fonction x → (s, x) est donc localement dominée sur tout intervalle
∂sn
[s0 , +∞[ par la fonction x → M xn e−s0 x . Cette dernière est intégrable sur
]0, +∞[ (c’est une fonction continue sur ]0, +∞[ et quand x → +∞, xn =
−s x/2
o e0 s x/2 et donc x e 0 = o e 0
n −s x . x → e−s0 x/2 étant intégrable sur
]0, +∞[, il en est de même de x → xn e−s0 x ).
e−λt λn+1 xn t
=
(n − 1)! n 0
λn+1 tn −λt
= e ,
n!
ce qui prouve que la propriété est vraie au rang n + 1 et qu’elle est donc,
par le principe de récurrence, vraie pour tout n ∈ N∗ .
λn (nt)n−1 −λnt
= n e 1R∗+ (nt)
(n − 1)!
(nλ)n (n−1)
= (−1)n−1 L (nλ).
(n − 1)!
Si L est la fonction nulle, alors
∀n ∈ N∗ , E(Yn ) = 0.
Mais comment en déduire que f est nulle ? Il est nécessaire ici d’avoir un
réflexe vital : Tn est la moyenne des variables aléatoires indépendantes et
identiquement distribuées X1 , . . . , Xn . La loi forte des grands nombres
nous donne
p.s. 1
Tn −→ E(X1 ) =
λ
et donc
L 1
Tn −→ E(X1 ) =
λ
car la convergence presque sûre entraîne la convergence en loi (on peut aussi
directement évoquer la loi faible des grands nombres qui donne directement
ce résultat). f étant continue et bornée, on en déduit
1
E(Yn ) = E (f (Tn )) −→ f .
n→+∞ λ
Comme
∀n ∈ N∗ , E(Yn ) = 0
on obtient alors
1
∀λ > 0, f =0
λ
d’où, puisque l’application λ → 1/λ définit une bijection de R∗+ sur lui-
même :
∀t > 0, f (t) = 0.
CONCOURS SPÉCIAL DOCTEUR 307
Exercice 6
Thèmes
espaces euclidiens (produit scalaire, norme, base
orthonormée, hyperplan)
probabilités (espérance, variance, covariance, événement presque sûr)
algèbre linéaire (valeur propre, vecteur propre, matrice symétrique
positive, noyau, transposée)
Résultat majeur
théorème spectral
Remarque du jury
Les candidats ne doivent pas faire l’impasse sur
les probabilités, thème important dans l’enseignement des mathéma-
tiques dès le lycée.
Énoncé
Les variables et vecteurs aléatoires considérés sont définis sur un espace
probabilisé (Ω, T , P).
Soit n un entier 1. L’espace Rn (identifié à Mn,1 (R)) est muni de son
produit scalaire canonique ·, · et de la norme associée || · ||. Soit
X1
X = ...
Xn
un vecteur
aléatoire à valeurs dans R et de carré intégrable, c’est-à-dire que
n
Cov(Y, Y ).
Corrigé
v1
(i) On notera v = ... ∈ Rn .
a.
vn
On a
E ||X||2 < ∞ ⇔ ∀1 i n, E Xi2 < ∞
⇔ ∀1 i n, Xi ∈ L2 (Ω, T , P)
n
⇒ Y = vi Xi ∈ L2 (Ω, T , P)
(1)
i=1
L’hypothèse E ||X||2 < ∞ permet donc de dire que Y admet une
variance et celle-ci est donnée par
V(Y ) = Cov(Y, Y )
n
n
= Cov v i Xi , v j Xj
i=1 j=1
n
n
= vi vj Cov(Xi , Xj )
(2)
i=1 j=1
t
= vC(X)v,
(ii)
n
a1j Xj
Z1 X1 j=1
.. .. .
.
. = Z = AX = (aij )1i,jn . = .
n .
Zn Xn
anj Xj
j=1
C’est-à-dire
n
∀1 i n, Zi = aij Xj .
j=1
∀1 i, j n,
n n
Cov(Zi , Zj ) = Cov aik Xk , aj X
k=1 =1
n
n
= aik aj Cov(Xk , X ),
k=1 =1
C(X) = D
et
C(P X) = P DtP = M
d’après le résultat de la question a.(ii).
X ∈ H ⇔ v, X = 0.
CONCOURS SPÉCIAL DOCTEUR 311
Rappelons que la variance d’une v.a. est nulle ssi cette variable est
constante presque sûrement (et celle-ci est alors plus précisément
égale presque sûrement à son espérance). En particulier, si une va-
riable est centrée (c’est-à-dire d’espérance nulle) et de variance nulle,
alors elle est nulle presque sûrement.
On se sert de cette propriété en (5) ci-dessous.
Première démonstration :
On a d’une part, avec
(1) par linéarité à droite,
(3) par linéarité à gauche de la covariance,
(4) car Cov(T, T ) = V(T ) pour tout v.a.r. T ,
(6) par définition du produit scalaire canonique sur Rn .
v ∈ Ker(C(X)) ⇔ C(X)v = 0
n
⇔ ∀1 i n, Cov(Xi , Xj )vj = 0
j=1
n
⇔ ∀1 i n, Cov Xi , v j Xj = 0
(1)
j=1
n
n
⇒ Cov Xi , v j Xj = 0
(2)
i=1 j=1
n n
⇔ Cov v i Xi , v j Xj = 0
(3)
i=1 j=1
n
⇔ V v i Xi =0
(4)
i=1
n
⇔ v i Xi = 0 p.s.
(5)
i=1
⇔ v, X = 0 p.s.
(6)
⇔ X∈H p.s.
312 CHAPITRE 21 : ÉPREUVE DE 2020
Ceci ne prouve qu’une implication car (2) n’est pas une équivalence :
si chaque terme d’une somme est nul alors cette somme est nulle aussi
mais le fait qu’une somme soit nulle n’entraîne pas que chacun de ses
termes sont nuls (à moins de savoir que tous les termes sont de même
signe, ce qui n’a aucune raison d’être vrai ici).
Par ailleurs
v, X = 0 p.s. ⇒ ∀1 i n, Xi v, X = 0 p.s.
(7)
n
⇔ ∀1 i n, E Xi v j Xj = 0
j=1
n
⇔ ∀1 i n, vj E(Xi Xj ) = 0
(9)
j=1
n
⇒ ∀1 i n, vj Cov(Xi , Xj ) = 0
(10)
j=1
⇒ C(X)v = 0
et donc
P(v, X = 0) = 1 ⇒ P(Xi v, X = 0) = 1
(si l’événement [v, X = 0] est presque sûr, c’est-à-dire de probabilité
égale à 1, alors l’autre aussi), (8) car si une variable est nulle presque
sûrement, alors son espérance est nulle (la réciproque est bien sûr
fausse), (9) par linéarité de l’espérance et (10) car les variables Xi
sont centrées par hypothèse :
∀1 i n, E(Xi ) = 0.
∀1 i, j n, Cov(Xi , Xj ) = E(Xi Xj )
CONCOURS SPÉCIAL DOCTEUR 313
On a donc
λi vi , vj = λj vi , vj
et ainsi
λi = λj ⇒ vi , vj = 0.
n
n
= αi vi , C(X) αj vj
i=1 j=1
n
n
= αi αj vi , C(X)vj
i=1 j=1
n
n
= αi αj vi , λj vj
i=1 j=1
n
n
= αi αj λj vi , vj
i=1 j=1
n
= λi αi2
i=1
⇔ ∀1 i n, λi αi2 = 0
(1)
⇔ ∀1 i n, λi = 0 ou αi = 0
(2)
⇔ v ∈ Ker(C(X))
avec d’une part (1) car une somme de termes positifs est nulle ssi
chacun de ses termes est nul (ici, ∀1 i n, λi 0 et αi2 0 car
αi ∈ R) et d’autre part car (2) signifie que les seules composantes αi
éventuellement non nulles de v dans la base (v1 , . . . , vn ) sont celles
CONCOURS SPÉCIAL DOCTEUR 315
Hv := (Vect(v))⊥ .
Il ne faut pas conclure trop vite que X est presque sûrement dans
Hv ,
v∈Ker(C(X))
v=0
peut cependant être vue comme une intersection portant sur un nombre
fini de vecteurs. En effet, il suffit de considérer une base (v1 , . . . , vk )
de Ker(C(X)) pour voir facilement que
k
Hv = Hvi
v∈Ker(C(X)) i=1
v=0
316 CHAPITRE 21 : ÉPREUVE DE 2020
car
k
x∈ Hv i ⇔ ∀1 i k, vi , x = 0
i=1
⇔ ∀v ∈ Ker(C(X)), v, x = 0
(1)
⇔ x∈ Hv
v∈Ker(C(X))
v=0
F ⊂ H = Vect(x1 , . . . , xn−1 ) ∈ H.
Notons que cette dernière inclusion est en fait une égalité mais cette
précision n’est pas utile et on évite ainsi d’avoir à la justifier. L’inclu-
sion vient du fait que si v ∈ F , on peut construire un élément de H
de H ne contenant pas v en complétant comme ci-dessus une base de
F mais cette fois-ci avec des vecteurs non colinéaires à v, c’est-à-dire
de manière à avoir
H Vect(v) = Rn .
On a donc
v ∈ H,
H∈H
d’où
v ∈ F ⇒ v ∈ H,
H∈H
c’est-à-dire c
c
F ⊂ H
H∈H
et donc finalement
H ⊂ F.
H∈H
k
Hv est donc le plus petit sous-espace vectoriel de Rn au-
v∈Ker(C(X))
v=0
quel X appartient presque sûrement.
On peut remarquer que ce résultat convient également au cas où
Ker(C(X)) = {0}. En effet
Hv = Hv = Rn
v∈Ker(C(X)) v∈∅
v=0
Énoncé
Pour une suite de complexes a = (an )n∈N , on pose
∞
C(a) = {r 0 tel que an rn est convergente}.
n=0
1. Justifier les inclusions C(a) ⊂ B(a) ⊂ A(a). Montrer que ces inclusions
peuvent être strictes.
2. Montrer que, dans R = R ∪ {−∞, +∞}, on a
∞
4. On suppose que la série entière an z n a un rayon de convergence R ∈
n=0
∞
an
]0, +∞[. Montrer que la série entière z n a un rayon de convergence
n!
n=0
infini.
∞
an
5. Si la série entière z n a un rayon de 2, que peut-on dire du rayon
n!
n=0
∞
de convergence de an z n ? Donner un tel exemple de série entière.
n=0
CONCOURS SPÉCIAL DOCTEUR 321
Corrigé
1. Si une série un est convergente alors son terme général un est de
n0
limite nulle. Ceci est en particulier valable pour les séries entières, ce qui
suffit à justifier la première inclusion C(a) ⊂ B(a).
La réciproque par contre est bien sûr fausse et le contre-exemple le plus
classique est fourni par la série harmonique
1 1
=
n+1 n
n0 n1
1
dont le terme général est de limite nulle mais la somme est diver-
n+1
gente :
+∞
1
= +∞
n+1
n=0
(on peut se souvenir qu’il s’agit là d’un cas particulier du critère de Rie-
1
mann). En posant ∀n ∈ N, an = et r = 1, on a r ∈ B(a) et
n+1
r∈/ C(a). L’inclusion C(a) ⊂ B(a) est stricte dans ce cas.
Toute suite convergente étant bornée (ce résultat n’est pas spécifique à
C : il est valable dans tout espace métrique),
2. La double inclusion
C(a) ⊂ B(a) ⊂ A(a)
obtenue dans la question précédente donne immédiatement
Il reste donc à montrer sup A(a) sup C(a), ce qui s’obtient en appli-
n
quant le lemme d’Abel : si pour un réel r > 0 la suite (|an |r )n∈N est
bornée et |z| < r alors la série an z n est absolument convergente.
n0
Première démonstration : un élément intérieur à A(a) est donc auto-
matiquement dans C(a). En effet, si r est dans l’intérieur de A(a), il
existe alors un ρ dans A(a) compris strictement entre
r et supA(a).
|an |ρ est donc bornée et d’après le lemme d’Abel,
n an rn converge,
n0
d’où r ∈ C(a). L’intérieur de A(a) est donc inclus dans C(a) et on a
alors sup A(a) sup C(a) du fait que A(a) est un intervalle (en effet,
r ∈ A(a) ⇒ [0, r] ⊂ A(a). A(a) est la réunion d’intervalles emboités
A(a) = [0, r], c’est donc encore un intervalle et plus précisément de
r∈A(a)
l’une des deux formes [0, supA(a)[ ou [0, supA(a)]. L’intérieur de A(a)
est alors toujours l’intervalle ]0, supA(a)[⊂ C(a). Cette inclusion prouve
que sup C(a) est supérieur ou égal à sup A(a).
b) On a n
(−1)n n n (−1)n
2 r = 2 r
et en remarquant
que la sous suite des termes de rangs pairs (resp.
n n
impairs) de 2(−1) r est de limite nulle ssi
n∈N
r
2r < 1 (resp. < 1),
2
n n
on peut voir que 2(−1) r est de limite nulle ssi
n∈N
1
0r<
2
(on a gardé la condition la plus contraignante).
∞
n 1
Le rayon de convergence de 2(−1) n z n est donc R = .
2
n=0
n
c) |cos (2 )| a pour valeur d’adhérence 1. On peut en effet trouver une
suite croissante de nombres entiers naturels (nk )k∈N telle que
lim |cos (2nk )| = 1.
k→+∞
xn
(rappelons en passant que est le terme général de la série exponen-
n!
tielle, absolument convergente sur C).
n
R
La convergence de an vers 0 entraîne donc, par majoration, celle
2
r n
de an vers 0 également. On a donc
n!
an
r∈B
n! n∈N
et par conséquent
an
B = R+ ,
n! n∈N
d’où
an
sup B = +∞.
n! n∈N
∞
an
Le rayon de convergence de la série entière z n est infini.
n!
n=0
Le résultat de cette question peut aisément être élargi au cas où R = +∞.
Dans ce cas en effet et pour tout r 0, le fait que an rn soit de limite nulle
an n
entraîne trivialement que r est également de limite nulle (puisque n!
n!
CONCOURS SPÉCIAL DOCTEUR 325
∞
est de limite infinie). Si la série an z n a un rayon de convergence
n=0
∞
an
R = +∞ alors la série entière z n a également un rayon de conver-
n!
n=0
gence infini.
a bien un rayon de convergence nul, ce qu’on peut constater (ce n’est pas
demandé mais ça ne coûte pas cher) en appliquant le critère de d’Alem-
bert. En posant R le rayon de convergence de cette série, on a :
1 (n + 1)!/2n+1
= lim
R n→+∞ n!/2n
n+1
= lim
n→+∞ 2
= +∞,
d’où R = 0.
326 CHAPITRE 22 : ÉPREUVE DE 2019
Exercice 2
Thèmes
algèbre linéaire (valeur propre, transposée, trace)
espaces euclidiens (produit scalaire, norme, endomorphisme autoad-
joint)
Résultats majeurs
théorème spectral
inégalité de Cauchy-Schwarz
Remarques du jury
Le théorème spectral est incontournable. Les
questions de supremum ne doivent pas être laissées de côté. Les ma-
trices n’étant pas a priori carrées, il faut vérifier la compatibilité des
produits.
Énoncé
Soit (n, p) ∈ N∗ × N∗ . On désigne par Mn,p (R) l’espace vectoriel des ma-
trices à n ligne(s) et p colonne(s) à coefficients réels. On note AT la transposée
de la matrice A. Enfin, pour M ∈ Mn,n (R), Tr(M ) désigne la trace de la
matrice M .
1. Soit (R, S) ∈ Mn,p (R) × Mp,n (R), montrer que Tr(RS) = Tr(SR).
2. Montrer que l’on définit un produit scalaire sur Mn,p (R) en posant
On notera
dans la suite || · || la norme associée à ce produit scalaire :
||A|| = A|A.
CONCOURS SPÉCIAL DOCTEUR 327
Corrigé
1. Remarquons pour commencer que RS ∈ Mn (R) alors que SR ∈ Mp (R).
Notons R = (rij )1in et S = (sij ) 1ip .
1jp 1jn
Rappelons que i désigne le numéro de la ligne et j celui de la colonne.
p
Les éléments diagonaux de RS sont rij sji .
j=1
1in
n
Ceux de SR sont sij rji .
j=1
1ip
On a alors
p
n
Tr(RS) = rij sji
i=1 j=1
et
p
n
Tr(SR) = sij rji .
i=1 j=1
p
n
= sji rij
j=1 i=1
p
n
= sji rij
i=1 j=1
p
n
= rij sji
i=1 j=1
= Tr(RS).
A|A = Tr(AT A)
p
n
= aji aji
i=1 j=1
p
n
= a2ji ,
i=1 j=1
c’est-à-dire que A|A est exactement la somme des carrés des np coeffi-
cients (réels) de la matrice A. Il est donc à la fois clair que A|A 0 et
CONCOURS SPÉCIAL DOCTEUR 329
(M N )T = N T M T
= B|A
⇒ AM T ∈ Mn,n (R)
⇒ AM T A ∈ Mn,p (R)
330 CHAPITRE 22 : ÉPREUVE DE 2019
fA est donc bien définie sur Mn,p (R) et à valeurs dans Mn,p (R).
La linéarité de fA est une conséquence immédiate de la linéarité de la
transposée et de la linéarité des produits à gauche (M → AM ) et à droite
(M → M A) par une matrice A fixée.
On peut écrire en détail :
∀M, N ∈ Mn,p (R), ∀λ ∈ R,
fA (M + λN ) = A(M + λN )T A
= A(M T + λN T )A
= AM T A + λAN T A
= fA (M ) + λfA (N ).
fA (M ), N = AM T A, N
T
= Tr AM T A N
T
= Tr AT M T AT N
= Tr AT M AT N
= Tr AT N AT M
= Tr AT M AT N
(2)
CONCOURS SPÉCIAL DOCTEUR 331
On a donc
fA (M ), N = M, fA (N ),
Puisque nous sommes dans l’espace vectoriel Mn,p (R) de dimension finie
np, l’endomorphisme fA est automatiquement continu, il possède donc
une norme ||fA || induite par la norme définie sur Mn,p dans cet exercice
et on a
∀M ∈ Mn,p (R), ||fA (M )|| ||fA || × ||M ||.
On a donc
ce qui prouve que R(fA ) est borné, c’est-à-dire que ses bornes inférieures
et supérieures sont dans R.
Par ailleurs, puisque fA est auto-adjoint et que Mn,p (R) est de dimension
finie, le théorème spectral nous assure de la diagonalisabilité de fA
dans une certaine base orthonormale de Mn,p (R) et du fait que toutes
ses valeurs propres sont réelles.
Si on note (Mk )1knp une telle base, (λk )1knp les valeurs propres as-
np
sociées et M = αk Mk la décomposition d’une matrice M ∈ Mn,p (R)
k=1
dans cette base, on a alors, (1) par linéarité de fA , (2) et (4) bilinéarité
du produit scalaire, (3) du fait que les Mk sont des vecteurs propres de
fA et enfin (5) par orthonormalité de cette base (Mk , Mj = δkj = 1 ssi
332 CHAPITRE 22 : ÉPREUVE DE 2019
k = j, 0 sinon) :
np np
fA (M ), M = fA α k Mk , α j Mj
k=1 j=1
np
np
= αk fA (Mk ) , α j Mj
(1)
k=1 j=1
np
np
= αk αj fA (Mk ) , Mj
(2)
k=1 j=1
np
np
= αk αj λk Mk , Mj
(3)
k=1 j=1
np
np
= αk αj λk Mk , Mj
(4)
k=1 j=1
np
= λk αk2
(5)
k=1
Si on choisit M de norme 1, on a
np
2
||M || = αk2 = 1
k=1
et on obtient alors
np
fA (M ), M max (λk )αk2
1knp
k=1
np
= max (λk ) αk2
1knp
k=1
= max (λk ),
1knp
et de même
np
fA (M ), M min (λk )αk2
1knp
k=1
np
= min (λk ) αk2
1knp
k=1
= min (λk ),
1knp
a = min (λk ).
1knp
[a, b] = R(fA ).
334 CHAPITRE 22 : ÉPREUVE DE 2019
Exercice 3
Thèmes
probabilités (loi de Poisson, loi géométrique,
espérance, indépendance, formule du crible de Poincaré)
algèbre linéaire (diagonalisabilité, rang, valeur propre, matrice tri-
angulaire)
Résultat majeur
formule des probabilités totales
Remarques du jury
1. Justifier correctement l’égalité.
Ne pas oublier le cas où rg(A) = 0.
Énoncé
Dans tout l’exercice X et Y désignent deux variables aléatoires discrètes
à valeurs dans N et indépendantes.
+∞
1. Montrer que P(X = Y ) = P(X = k) × P(Y = k).
k=0
On suppose à partir de maintenant que X suit une loi de Poisson de
paramètre λ > 0 et qu’il existe p ∈]0, 1[ tel que, pour tout k ∈ N,
P(Y = k) = p × (1 − p)k . On considère la matrice aléatoire
X X +Y
A= .
0 Y
Corrigé
1. Il s’agit tout d’abord d’évoquer le système complet d’événements
(X = k)k∈N pour (1) appliquer la formule des probabilités totales.
On utilise ensuite (2) l’égalité entre événements suivante :
(X = k) (X = Y ) = (X = k) (Y = k) .
On obtient ainsi :
+∞
P(X = Y ) = P X=k X=Y
(1)
k=0
+∞
= P X=k Y =k
(2)
k=0
+∞
= P(X = k) × P(Y = k).
(3)
k=0
λk −λ
∀k ∈ N, P(X = k) = e
k!
d’où
λ0 −λ
P(X = 0) = e = e−λ
0!
et par ailleurs
P(Y = 0) = p × (1 − p)0 = p.
P(XY = 0) = P X=0 Y =0
= P(X = 0) + P(Y = 0) − P X = 0 Y = 0
(1)
= e−λ + p − e−λ p.
(3)
Remarque : A étant une matrice aléatoire, rg(A) est une variable aléa-
toire réelle dont rg(A)(Ω) désigne l’univers, c’est-à-dire l’ensemble des
valeurs que rg(A) peut prendre.
P(rg(A) = 2) = P(det(A) = 0)
= 1 − P(det(A) = 0)
Par ailleurs, rg(A) = 0 ssi X = Y = 0 (la seule matrice de rang nul est
la matrice nulle). On a donc, par indépendance de X et Y :
P(rg(A) = 0) = P X = 0 Y = 0
= P(X = 0) × P(Y = 0)
= e−λ p > 0.
Enfin, les événements rg(A) = 1 et [rg(A) = 0] [rg(A) = 2] étant com-
plémentaires l’un de l’autre, on obtient
P(rg(A) = 1) = 1 − P rg(A) = 0 rg(A) = 2
= 1 − P(rg(A) = 0) − P(rg(A) = 2)
(1)
= 1 − e−λ p − (1 − p)e−λ
= 1 − e−λ > 0,
avec (1) du fait de l’incompatibilité des événements [rg(A) = 0] et
[rg(A) = 2].
Nous précisons que les trois probabilités calculées ci-dessus sont bien
strictement positives car p ∈]0, 1[ (et donc en particulier 1 − p > 0),
λ > 0 (et donc en particulier 1 − e−λ > 0) et qu’une exponentielle réelle
est toujours strictement positive.
On a donc exactement l’égalité
rg(A)(Ω) = {0, 1, 2}.
On en déduit le calcul de l’espérance
E(rg(A)) = kP(rg(A) = k)
k∈rg(A)(Ω)
4. On peut aborder cette question par deux extrémités, selon qu’on fait une
disjonction de cas d’abord sur c ou d’abord sur la diagonale de la matrice :
Première version :
Si c = 0, la matrice est diagonale donc trivialement diagonalisable, pour
tous a et b.
Si par contre c = 0 :
— si a = b, la matrice possède deux valeurs propres distinctes a et b, elle
est donc diagonalisable (les valeurs propres d’une matrice triangulaire
sont ses éléments diagonaux et une matrice de dimension n × n ayant
n valeurs propres distinctes est toujours diagonalisable).
— si a = b, la matrice n’a qu’une seule valeur propre a (toujours du fait
qu’elle est triangulaire) et elle n’est donc pas diagonalisable (les seules
matrices diagonalisables n’ayant qu’une seule valeur propre sont les
matrices scalaires λIn , ce que notre matrice n’est pas puisqu’elle n’est
pas diagonale si c = 0).
Deuxième version :
Si a = b, la matrice possède deux valeurs propres distinctes a et b, elle
est donc diagonalisable (même remarque que ci-dessus).
Si par contre a = b :
— si c = 0 alors la matrice est diagonale donc diagonalisable.
— si c = 0, la matrice n’a qu’une seule seule valeur propre a et elle n’est
donc pas diagonalisable (voir explication détaillée de ce cas ci-dessus).
a c
On conclut donc qu’une matrice de M2 (R), de la forme est dia-
0 b
gonalisable ssi
[c = 0 ou (c = 0 et a = b)],
ce qu’on peut aussi écrire sous la forme
[a = b ou (a = b et c = 0)].
Dans les deux cas, on peut simplifier sous la forme
[c = 0 ou a = b].
Remarque : en terme de calcul propositionnel, pour deux propositions
p et q, on a toujours la double égalité suivante :
p ∨ (¬p ∧ q) = p ∨ q
= (p ∧ ¬q) ∨ q.
CONCOURS SPÉCIAL DOCTEUR 339
= (X = Y ) (X = Y = 0).
(2)
= P(X = Y ) + P(X = Y = 0)
(1)
= 1 − P(X = Y ) + P X = 0 Y = 0
+∞
= 1− P(X = k)P(Y = k) + P(X = 0)P(Y = 0)
(2)+(3)
k=0
+∞
= 1− P(X = k)P(Y = k)
k=1
+∞
+∞
(λ(1 − p))k
λk
= 1− e−λ p(1 − p)k = 1 − e−λ p
k! k!
k=1 k=1
Exercice 4
Thèmes
polynômes (racine)
anneaux (idéal, sous-anneau, isomorphisme, anneau quotient)
relation binaire (relation d’équivalence, classe d’équivalence)
Résultat majeur
théorèmes d’isomorphisme
Remarque du jury
Les propriétés des objets doivent être vérifiées
systématiquement.
Énoncé
On définit Z[i] = a + ib; (a, b) ∈ Z2 . On admet que c’est un sous-anneau
de C.
1. Montrer que I = {(1 + 3i) × z; z ∈ Z[i]} est un idéal de Z[i]. On définit
sur Z[i] la relation R par :
∀(z, z ) ∈ Z[i]2 , zRz si (z − z ) ∈ I .
2. Montrer que R est une relation d’équivalence sur Z[i]. Pour z ∈ Z[i] on
va noter C(z) la classe de z pour la relation R, et Z[i]/I l’ensemble
des classes d’équivalence de cette relation.
3. Montrer que l’on définit bien une addition sur Z[i]/I en posant
C(z + z ) = C(z) + C(z ),
et une multiplication en posant
C(z × z ) = C(z) × C(z ).
CONCOURS SPÉCIAL DOCTEUR 341
On admet pour la suite que l’on a une structure d’anneau sur Z[i]/I .
4. Montrer que Z/10Z est isomorphe à Z[i]/I .
Indication : on pourra montrer que iR3.
5. Résoudre l’équation X 2 + 5 = 0 d’inconnue X dans Z[i]/I .
Corrigé
Cet exercice est consacré au traditionnel anneau des entiers de Gauss,
constitué des nombres complexes dont les parties réelles et imaginaires sont
des entiers relatifs.
1. On déduit immédiatement de la définition de I que celui-ci est un sous-
groupe additif absorbant de Z[i], c’est-à-dire un idéal de Z[i].
En effet,
(i.) I est non vide (il contient 0 = (1 + 3i)0),
(ii.) I ⊂ Z[i] (du fait que Z[i] est stable par produit car on admet (ce
n’est pas cependant pas difficile à vérifier) que c’est un anneau et que
1 + 3i ∈ Z[i]),
pour a, a ∈ I , et z, z ∈ Z[i] tels que a = (1 + 3i)z, a = (1 + 3i)z , on a
(iii.) a + a = (1 + 3i)z + (1 + 3i)z = (1 + 3i)(z + z ) ∈ I ,
(1)
(iv.) −a = −(1 + 3i)z = (1 + 3i)(−z) ∈ I ,
(2)
(v.) ∀z ∈ Z[i], az = ((1 + 3i)z)z = (1 + 3i)(zz ) ∈ I ,
(3)
avec (1), (2) et (3) ci-dessus du fait que
2. Soit z, z , z ∈ Z[i].
I étant un sous-groupe de Z[i] (on s’en sert précisément en (1), (2) et
(3) ci-dessous), on a
(z − z) = 0 ∈ I ⇔ zRz
(1)
zRz ⇔ (z − z ) ∈ I ⇔ −(z − z ) = (z − z) ∈ I ⇔ z Rz
(2)
342 CHAPITRE 22 : ÉPREUVE DE 2019
zRz et z Rz ⇔ (z − z ) ∈ I et (z − z ) ∈ I
⇒ (z − z ) = (z − z ) + (z − z ) ∈ I
(3)
⇔ zRz
((z + z ) − (Z + Z )) = (z − Z) + (z − Z ) ∈ I
zz = (Z + (z − Z))z = Zz + (z − Z)z
= Z(Z + (z − Z )) + (z − Z)z
= ZZ + Z(z − Z ) + (z − Z)z
et donc
zz − ZZ ∈ I
(car Z(z − Z ), (z − Z)z ∈ I car (z − Z ), (z − Z) ∈ I , Z, z ∈ Z[i]
et car I est un idéal de Z[i]), ce qui prouve que C(zz ) = C(ZZ ), et
CONCOURS SPÉCIAL DOCTEUR 343
donc que la multiplication des classes est bien définie et ne dépend pas
des représentants (z ou Z, z ou Z ) choisis et de plus l’élément neutre
de cette multiplication est la classe de 1, C(1).
Il resterait à compléter en montrant que poser −C(z) = C(−z) permet
bien de définir l’opposé de la classe de z.
Ce n’est pas demandé mais en voici la preuve immédiate, grâce à la
définition de la somme des classes :
i − 3 = i(1 + 3i) ∈ I
Z/(Z ∩ I ) (Z + I )/I .
et alors :
(1 + 3i)z ∈ Z ⇔ 3a + b = 0 ⇔ b = −3a ⇔ z = a − 3ai = a(1 − 3i)
Z ∩ I = 10Z.
ZI = −3 + i = (1 + 3i)i.
z = a + (3 + ZI )b = a + 3b + ZI b ∈ Z + I
k 0 1 2 3 4 5 6 7 8 9
k 2 + 5 5 6 9 14 21 30 41 54 69 86
et l’on constate que le seul résultat qui est dans 10Z = Z ∩ I est 30,
ce qui prouve que l’équation X 2 + 5 a pour seule solution C(5) dans
Z[i]/I .
Épreuve de 2018
Chapitre 23
Épreuve de 2018
Exercice 1
Thème
algèbre linéaire (endomorphisme diagonalisable,
polynôme minimal, matrice)
Résultat majeur
endomorphismes codiagonalisables
Remarques du jury
2. Concernant le terme constant d’un polynôme
lors de l’évaluation en la matrice A, on rappelle que A0 = Id.
3. La notion de polynôme minimal d’un endomorphisme est à maîtriser.
346 CHAPITRE 23 : ÉPREUVE DE 2018
Énoncé
On considère une matrice A de E = Mn (R), et les applications de E dans
E définies par φA (M ) = AM et ψA (M ) = M A. On note πA le polynôme
minimal de A.
1. Montrer que les applications φA et ψA sont des endomorphismes de E.
2. Soit P ∈ R[X]. Déterminer P (φA ) et P (ψA ) en fonction de P (A).
3. En déduire les polynômes minimaux de φA et ψA .
4. On suppose les matrices A et B diagonalisables, montrer que les appli-
cations φA , ψB et φA − ψB sont diagonalisables dans une base formée
d’éléments de E de rang 1.
Corrigé
1. Remarquons tout d’abord que s’il n’est pas demandé de vérifier que φA
et ψA sont à valeurs dans E (c’est affirmé dans l’énoncé), cela ne fait pas
de mal de s’en assurer : le produit de deux matrices carrées réelles de
tailles n est en effet une matrice carrée réelle de taille n.
∀M, N ∈ Mn (R), ∀λ ∈ R,
et de même
ψA (M + λN ) = (M + λN )A = M A + λN A = ψA (M ) + λψA (N ),
m
2. Soit P ∈ R[X]. Notons P = ak X k pour un entier m ∈ N et certains
k=0
coefficients a0 , . . . , am ∈ R.
CONCOURS SPÉCIAL DOCTEUR 347
m
m
k k
= ak A M = ak A M = P (A)M
k=0 k=0
ou plus directement
m
m
k
P (φA ) = ak (φA ) = ak φAk = φP (A) .
k=0 k=0
3. On a immédiatement
car si B ∈ Mn (R) :
(∀M ∈ Mn (R), BM = 0) ⇒ B = 0.
ψB (Xi t Yj ) = (Xi t Yj )B = Xi (t Yj B) = Xi t tBYj
= Xi t (µj Yj ) = µj (Xi t Yj ).
n
n
⇒ ∀1 k n, αi,j Xi,k t
Yj =0
(1)
j=1 i=1
n
⇒ ∀1 j, k n, αi,j Xi,k = 0
(2)
i=1
n
⇒ ∀1 j n, αi,j Xi = 0
(3)
i=1
⇒ ∀1 i, j n, αi,j = 0.
350 CHAPITRE 23 : ÉPREUVE DE 2018
Exercice 2
Thème
analyse (continuité, suite de fonctions,
convergence simple, convergence uniforme)
Résultat majeur
techniques de majoration
Remarque du jury
Des difficultés sur la rédaction et l’articulation
correcte des quantificateurs.
Énoncé
1. Soit I un intervalle de R, et soit (fn )n∈N une suite de fonctions continues
de I dans R. On suppose que la suite (fn )n∈N converge uniformément
vers une fonction f : I → R. Montrer que f est continue sur I.
2. Donner un exemple d’intervalle I et de suite (fn )n∈N de fonctions conti-
nues sur I qui converge simplement vers une fonction f , avec f non-
continue sur I.
3. Soit I un intervalle de R, g : I → R+ une fonction intégrable sur tout
compact de I et (fn )n∈N une suite de fonctions de C 1 (I, R) telle que
|fn (t)| g(t) pour tout n et tout t ∈ I. On suppose de plus que la
suite (fn )n∈N converge simplement vers une fonction f . Montrer que f
est continue sur I.
CONCOURS SPÉCIAL DOCTEUR 351
Corrigé
1. Ce résultat est bien connu et sa démonstration usuelle consiste à com-
parer f (t) à f (t0 ) en faisant deux pas de côté par les intermédiaires suc-
cessifs fn (t) et fn (t0 ). On peut représenter cette idée par un schéma en
serpent auquel se ramènent nombre de situations (les flèches n’indiquent
pas des limites, ce sont seulement des flèches sur un schéma qui signaler
des liens entre les termes) :
f (t) −→ f (t0 )
↓ ↑
fn (t) −→ fn (t0 )
et de plus
3ε,
possède une limite simple non continue f définie sur [0, 1] par
0 si t ∈ [0, 1[,
f (t) =
1 si t = 1.
quand t < t0 .
t
354 CHAPITRE 23 : ÉPREUVE DE 2018
Exercice 3
Thèmes
probabilités (loi exponentielle, σ-additivité)
analyse (série, lim sup et lim inf)
Résultats majeurs
lemme de Borel-Cantelli
loi du zéro-un de Borel
critère de Riemann
Remarque du jury
Des difficultés dans la manipulation des
ensembles et des inégalités.
Énoncé
Soit (Xn )n∈N une suite de variables aléatoires indépendantes, toutes de loi
exponentielle de paramètre 1.
Pour tout n ∈ N, n 2, pour tout a > 0, on considère l’événement
Xn
An,a = a .
ln n
Xn
4. En déduire que lim sup = 1 presque sûrement.
n→∞ ln n
Corrigé
1. Il convient de connaître la fonction de répartition de la loi exponentielle
de paramètre 1 :
1 − e−t si t 0
∀t ∈ R, F(t) = 1 − e−t × 1R+ (t) =
0 si t < 0
en calculant t
F(t) = f (x)dx.
−∞
On a donc ici
∀a > 0, P(An,a ) = P(Xn a ln n)
= 1 − F(a ln n)
−a
= e−a ln n = eln n
1
= n−a = .
na
2. Vous voyez bien une limite supérieure d’événements ? Il n’y a que deux
réponses raisonnables : utiliser le lemme de Borel-Cantelli (voir
page 80) et/ou la loi du zéro-un de Borel.
D’après le critère de Riemann,
1
P(An,a ) =
na
n2 n2
356 CHAPITRE 23 : ÉPREUVE DE 2018
Xk (ω)
⇔ ∀n 2, ∃k n, a
ln k
Xk (ω)
⇒ ∀n 2, sup a
(1) kn ln k
Xk (ω)
⇔ lim sup a
(2) n→+∞ kn ln k
Xn (ω)
⇔ limsup a
n→+∞ ln n
d’où
Xn
Aa ⊂ limsup a .
n→+∞ ln n
positive, alors tous les termes de cette suite sont supérieurs ou égaux à
la moitié de à partir d’un certain rang N puis, d’une manière similaire,
il faut penser que (4) si la borne supérieure d’une suite est supérieure ou
égale à un nombre strictement positif, alors il existe un terme supérieur
ou égal à la moitié de ce nombre, ce qui (5) implique finalement qu’il
existe un terme positif.
Ainsi, en posant
Xn (ω)
(ω) = limsup − a,
n→+∞ ln n
on a
Xk
ω ∈ limsup >a
n→+∞ ln k
Xn (ω)
⇔ limsup >a
n→+∞ ln n
Xn (ω)
⇔ limsup −a>0
n→+∞ ln n
Xk (ω)
⇔ (ω) = lim sup −a>0
n→+∞ kn ln k
Xk (ω) (ω)
⇒ ∃N ∈ N, ∀n N, sup −a >0
(3) kn ln k 2
Xk (ω) (ω)
⇒ ∃N ∈ N, ∀n N, ∃k n, −a >0
(4) ln k 4
Xk (ω)
⇒ ∀n 2, ∃k n, −a0
(5) ln k
Xk
⇔ ω∈ − a 0 = Aa
ln k
n2 kn
d’où
Xk
limsup >a ⊂ Aa .
n→+∞ ln k
4. On a vu que si a > 1 on a P(Aa ) = 0 et ainsi, par la première inclusion
obtenue ci-dessus, on a également
Xn
P lim sup >a =0
n→∞ ln n
358 CHAPITRE 23 : ÉPREUVE DE 2018
et par complémentaire
Xn
P lim sup a = 1.
n→∞ ln n
1
En particulier, en posant a = 1 + > 1 pour un entier naturel non nul
N
N quelconque, on obtient :
Xn 1
∗
∀N ∈ N , P lim sup 1+ =1
n→∞ ln n N
et le résultat reste vrai pour leur intersection. C’est une conséquence
de la σ-additivité des mesures de probabilité (si on dispose d’une suite
d’événements deux à deux disjoints, la probabilité de leur réunion est
égale à la somme de leurs probabilités. En conséquence, si on dispose
d’une suite d’événements quelconques, la probabilité de leur réunion est
majorée par la somme de leurs probabilités) :
∞ ∞
(∀N ∈ N, P(AN ) = 0) ⇒ 0 P AN P(AN ) = 0.
N =0 N =0
On a donc
Xn Xn 1
P lim sup 1 =P lim sup 1+ =1
n→∞ ln n ∗ n→∞ ln n N
N ∈N
c’est-à-dire
Xn
lim sup 1 presque sûrement.
n→∞ ln n
Par ailleurs, la question 2. nous donne P(A1 ) = 1 et la deuxième inclusion
de la question 3. permet d’en déduire
Xn
P lim sup 1 =1
n→∞ ln n
c’est-à-dire
Xn
lim sup 1 presque sûrement
n→∞ ln n
et finalement, par encadrement
Xn
lim sup = 1 presque sûrement.
n→∞ ln n
CONCOURS SPÉCIAL DOCTEUR 359
Exercice 4
Thème
géométrie affine (vecteurs, barycentre,
coordonnées barycentriques, bissectrice)
Résultat majeur
théorème de Thalès
Remarque du jury
Il faut maîtriser les coordonnées barycentriques.
Énoncé
Soit (ABC) un triangle non aplati dont les longueurs des côtés BC, CA
et AB sont notées respectivement a, b et c.
À tout point M de l’espace affine engendré par A, B et C, correspond un
unique triplet (α, β, γ) de réels vérifiant α + β + γ = 1 et tels que M soit le
barycentre des points A, B et C affectés des coefficients α, β et γ.
Les coefficients α, β et γ sont appelés les coordonnées barycentriques nor-
malisées de M dans le repère affine (A, B, C).
On note IA le point d’intersection de la bissectrice intérieure ∆A de l’angle
BAC et de la droite (BC).
Corrigé
Le tri-
1. Par définition, ∆A est la bissectrice intérieure de l’angle BAC.
angle ABC n’est pas aplati donc ∆A n’est pas parallèle à la droite (AC).
∆A n’est donc pas non plus parallèle à la droite parallèle à (AC) passant
par B : elle lui est donc sécante en un point qu’on peut nommer A1 .
Remarque : ∆A n’est pas non plus parallèle à (AB) : elle est sécante
en A à chacune des deux droites (AB) et (AC). Si le triangle était aplati
avec A, B et C alignés dans cet ordre, on aurait ∆A = (AB) = (AC).
IA B + IA C = BC = a
et donc
IA C = a − IA B.
On a par ailleurs trois angles égaux :
1 = A
— BAA
1 AC car ∆A est la bissectrice de BAC
— A
1 AC = AA1 B car la droite ∆A est respectivement sécante en A
et A1 aux droites (AC) et (A1 B) (les deux angles en question sont
alternes-internes).
De ce fait, le triangle AA1 B est donc isocèle en B et on en déduit l’égalité
de longueurs BA = BA1 , d’où BA1 = c (nous avons ajouté le codage
correspondant sur la figure), ce qui permet d’obtenir :
IA B A1 B c
= = .
IA C AC b
3. Les coordonnées barycentriques d’un point se traduisent en une égalité
−−→
vectorielle. Le point IA est sur le segment [BC] : les vecteurs IA B et
362 CHAPITRE 23 : ÉPREUVE DE 2018
−−→
IA C sont donc colinéaires et de sens opposés. Par ailleurs, on a, grâce à
l’égalité donnée juste avant :
bIA B = cIA C.
On en déduit l’égalité vectorielle
−−→ −−→
bIA B = −cIA C,
d’où
−−→ −−→ −−→ − →
0IA A + bIA B + cIA C = 0 .
Les coordonnées barycentriques du point IA dans le repère affine (A, B, C)
sont donc (0, b, c) et
ses coordonnées barycentriques normalisées dans ce
b c
même repère sont 0, , .
b+c b+c
4. Par définition de ses coordonnées barycentriques dans le repère affine
(A, B, C), le point I vérifie l’égalité vectorielle :
a −→ b −→ c −→
IA + IB + IC = 0
a+b+c a+b+c a+b+c
−→ −→ −→
qu’on simplifie bien sûr en aIA + bIB + cIC = 0. En introduisant, par la
−→ −→
relation de Chasles, le point IA dans IB et IC (ce qui revient à utiliser
l’associativité du barycentre), on obtient
−→ −−→ −−→ −−→ −−→ − →
aIA + b IIA + IA B + c IIA + IA C = 0
−−→ −−→ − →
et donc, du fait que bIA B + cIA C = 0 :
−→ −−→ − →
aIA + (b + c)IIA = 0 .
I peut donc être vu comme le barycentre des points A et IA affectés des
coefficients respectifs a et b + c. I est donc sur la droite (AIA ), c’est-à-
dire la droite ∆A . Or, par symétrie (les points A, B et C ont des rôles
interchangeables dans cet exercice), un raisonnement similaire amènerait
au fait que le point I est sur la bissectrice intérieure ∆B de l’angle ABC
et sur la bissectrice intérieure ∆C de l’angle ACB.
La propriété remarquable du point I est donc la suivante : les bissec-
trices du triangle ABC (c’est-à-dire les bissectrices intérieures
∆A , ∆B et ∆C ) sont concourantes en I.
Remarque : rappelons-nous enfin, bien que ce n’a pas été l’objet de cet
exercice, que le point de concours des bissectrices intérieures du triangle
ABC est le centre du cercle inscrit au triangle ABC.
CONCOURS SPÉCIAL DOCTEUR 363
Exercice 5
Thème
théorie des groupes (groupe symétrique, groupe
alterné, groupe simple, signature, sous-groupe distingué, sous-groupe
de Sylow, p-groupe, action de groupe)
Résultats majeurs
premier théorème d’isomorphisme
le noyau d’un morphisme de groupes est toujours distingué
Remarque du jury
Exercice peu traité.
Énoncé
Soit G un groupe fini. On note φ l’application de G dans le groupe des
permutations SG qui associe à g la permutation [φ(g) définie, pour tout h ∈ G
par] 1
φ(g)(h) = gh.
Corrigé
1. Soit g ∈ G. φ(g) ∈ SG .
Notons tout d’abord, bien que ce ne soit pas tout à fait indispensable (les
résultats du cas g = eG ci-dessous s’appliquant également au cas g = eG ),
que si g = eG est l’élément neutre du groupe G, alors φ(g) = idG est
l’application identité sur G et elle est de signature 1.
De plus, φ est un morphisme de groupes défini sur G et à valeurs dans
SG . On peut en effet facilement vérifier que
Soit g = eG .
g, d’ordre o(g), engendre le sous-groupe de G d’ordre o(g) défini par
|G| |G|
(o(g) − 1) = |G| −
o(g) o(g)
soit pair.
ε(φ(g)) = −1.
|G|
o(g) − 1 = 2k − 1 et = n.
o(g)
ε ◦ φ(g) = −1
et on a
ε ◦ φ(eG ) = ε ((φ(eG )) ε(idG ) = 1.
ε ◦ φ est donc un morphisme surjectif de G dans {−1, 1}.
Le premier théorème d’isomorphisme nous permet alors de voir que
|G|
|Ker(ε ◦ φ)| = >1
2
(car |G| > 2), ce qui prouve que Ker(ε◦φ) n’est pas réduit à eG et d’autre
part
|G|
|Ker(ε ◦ φ)| = < |G|,
2
ce qui prouve que Ker(ε ◦ φ) n’est pas égal à G tout entier.
G admet donc un sous-groupe distingué non trivial en la personne du
noyau de ε ◦ φ : G n’est donc pas simple.
CONCOURS SPÉCIAL DOCTEUR 367
Exercice 6
Thème
analyse (fonction de plusieurs variables, optimisation
sous contrainte)
Résultat majeur
théorème des multiplicateurs de Lagrange
Remarque du jury
La méthode des extrema liés doit être connue.
Énoncé
Soit n 1. Soit des nombres réels strictement positifs α1 , . . . , αn tels que
n
αi = 1.
i=1
On définit
f: (R+ )n → R
(x1 , . . . , xn ) → xα1 1 . . . xαnn .
On note
n
n
C= x = (x1 , . . . , xn ) ∈ (R+ ) , αi xi = 1 .
i=1
Corrigé
1. En tant qu’image réciproque du fermé {1} de R (les singletons sont des
fermés dans la topologie usuelle de R) par la fonction continue
n
g : (x1 , . . . , xn ) ∈ (R+ )n → α i xi ∈ R
i=1
(la continuité de cette fonction g est évidente puisque c’est une fonction
polynomiale et plus précisément une fonction polynomiale homogène de
degré 1 sur les n variables x1 , . . . , xn ), l’ensemble
C = g −1 ({1})
est un fermé de (R+ )n (l’image réciproque d’un fermé par une application
continue est un fermé).
C est de plus borné car il est clair, par positivité des αi et des xi que
n
∀1 j n, 0 αj xj α i xi = 1
i=1
1
∀1 j n, 0 xj
αj
et en particulier
1
∀x ∈ C, ||x||∞ max = R,
1in |αi |
ce qui prouve que C est inclus dans la boule fermée de (R+ )n de centre
(0, . . . , 0) et de rayon R.
CONCOURS SPÉCIAL DOCTEUR 369
La fonction f étant continue sur (R+ )n , elle est donc bornée sur le fermé
borné C (on peut aussi dire que C est un compact de (R+ )n ) et elle y
atteint ses bornes (toute fonction continue sur un ensemble borné est
bornée et atteint ses bornes), en particulier sa borne supérieure.
Il est clair que si l’un des xi est nul, f (x1 , . . . , xn ) = 0.
Par ailleurs, C contient des éléments de (R∗+ )n et en ces éléments f est
non nulle (et plus précisément strictement positive).
Par exemple
1 1
,..., ∈C
nα1 nαn
et
1 1
f ,..., > 0.
nα1 nαn
Ainsi, la borne supérieure de f est atteinte sur l’ouvert (R∗+ )n .
On cherche donc à maximiser f sous la contrainte
n
α i xi = 1
i=1
c’est-à-dire
n
αi xi − 1 = 0.
i=1
En posant la fonction affine
n
h : (x1 , . . . , xn ) ∈ Rn → αi xi − 1,
i=1
Les αi étant non tous nuls (car tous non nuls) cette différentielle est
évidemment surjective, quel que soit y ∈ Rn .
Le théorème des multiplicateurs de Lagrange permet alors d’af-
firmer que si a = (a1 , . . . , an ) ∈ C, alors
On a d’une part
∂f f (a)
(a) α
∂x1 1 a1
. ..
.. =
∇f (a) =
.
∂f f (a)
(a) αn
∂xn an
et d’autre part
∂h
(a) α1
∂x1
. .
.. = λ .. .
λ∇h(a) = λ
∂h
αn
(a)
∂xn
f (a)
∃λ ∈ R, ∀1 i n, αi = λαi .
ai
f (a)
∀1 i n, = λ.
ai
f (a)
∀1 i n, ai =
λ
∀1 i n, ai = a1 .
n
Ainsi, puisque αi = 1 :
i=1
n
n
n
αi
f (a) = aαi i = aα1 i = a1 i=1
= a1 ,
i=1 i=1
CONCOURS SPÉCIAL DOCTEUR 371
n
a∈C ⇒ α i ai = 1
i=1
n
⇒ α i a1 = 1
i=1
n
⇒ αi a1 = 1
i=1
⇒ a1 = 1.
En effet :
n
n
∀k ∈ R+ , ∀x ∈ (R+ )n , f (kx) = (kxi )αi = (k αi xαi i )
i=1 i=1
n
n
= k αi xαi i
i=1 i=1
n n
= k i=1 αi
xαi i
i=1
= kf (x).
n
fixé, k = αi xi , on a les équivalences suivantes
i=1
n
xα1 1 . . . xαnn αi xi ⇔ f (x) k
i=1
1
⇔ f (x) 1
k
1
⇔ f x 1,
k
Le cas où x est le vecteur nul est lui trivial et on a même égalité entre
les deux membres de l’inégalité demandée :
n
f (0, . . . , 0) = 0 = αi 0.
i=1
En résumé, on a donc :
1
⇒ n x∈C
αi xi
i=1
1
x
⇒ f n supf (y) = 1
y∈C
α i xi
i=1
n
1
⇒ n f (x) 1 ⇒ f (x) αi xi
αi xi i=1
i=1
n
n
⇒ xαi i α i xi
i=1 i=1
et par ailleurs, comme nous l’avons vu plus haut, cette inégalité est vé-
rifiée pour x = (0, . . . , 0).
On a donc bien
n
n
∀x ∈ (R+ )n , xαi i α i xi .
i=1 i=1
n
1
ment (nous rappelons que x = (0, . . . , 0) ⇒ x ∈ C pour k = α i xi ) :
k
i=1
n
1
f (x) = α i xi = k ⇔ f x =1
k
i=1
1
⇔ f x = f (1, . . . , 1)
k
1
⇔ x = (1, . . . , 1)
k
1
⇔ ∀1 i n, xi = 1
k
⇔ ∀1 i n, xi = k.
Épreuve de 2017
Chapitre 24
Épreuve de 2017
Exercice 1
Thème
analyse (continuité, dérivabilité, fonctions
lipschitziennes)
Résultat majeur
théorème des accroissements finis
Remarque du jury
a) Les solutions sont le plus souvent très lourdes,
avec un retour aux ε rarement correctement mené.
376 CHAPITRE 24 : ÉPREUVE DE 2017
Énoncé
Soit I un intervalle de R non vide et non réduit à un point.
Soit f une fonction de I dans R.
a) On suppose f dérivable en x0 .
Montrer que f est continue en x0 .
Montrer par un exemple que la réciproque est fausse.
Corrigé
a) Première démonstration : on peut écrire
f (x) − f (x0 )
f (x) = f (x0 ) + (x − x0 ) .
x − x0
f (x) − f (x0 )
f étant dérivable en x0 , converge vers f (x0 ) quand x tend
x − x0
vers x0 et dans le même temps le facteur x − x0 converge vers 0, ce qui
amène immédiatement que f (x) converge vers f (x0 ).
ou
x ∈]x0 − δ, x0 + δ[ ∩ I, x = x0
f (x) − f (x0 )
⇒ − f (x0 ) < ε
x − x0
⇒ f (x) − f (x0 ) − f (x0 )(x − x0 ) < ε|x − x0 |
x ∈]x0 − δ, x0 + δ[ ∩ I, x = x0
⇒ |f (x) − f (x0 )| − f (x0 )(x − x0 ) < ε|x − x0 |
c’est-à-dire
|f (x0 )| k.
380 CHAPITRE 24 : ÉPREUVE DE 2017
f (x) − f (x0 )
∀x, x0 ∈ I, ∃c ∈ [x, x0 ], = f (c)
x − x0
et donc
∀x, x0 ∈ I, ∃c ∈ [x, x0 ], |f (x) − f (x0 )| = |f (c)| × |x − x0 |
k|x − x0 |.
k|x − y|.
Nous avons obtenu le résultat suivant : si |f | est bornée par k sur I alors
f est k-lipschitzienne.
Nous avons donc bien démontré l’équivalence : |f | est bornée par k sur I
ssi f est k-lipschitzienne.
f est alors bornée sur I (toute fonction continue sur un segment est bornée
et atteint ses bornes comme, de manière plus générale, dans tout espace
métrique, toute fonction continue sur un compact est bornée et atteint ses
bornes) et le résultat de la question précédente nous permet de conclure
que f est lipschitzienne sur I.
CONCOURS SPÉCIAL DOCTEUR 381
Exercice 2
Thèmes
topologie (norme, distance, convexité)
analyse (suite, sous-suite, convergence, continuité)
Résultat majeur
théorème de Bolzano-Weierstrass
Remarques du jury
Les propriétés liées à la convexité sont cruciales.
Se placer dans le cas où la norme est euclidienne simplifie mais ne
répond pas à la question.
Énoncé
Soit (E, || · ||) un espace normé réel.
Soit V un sous-espace de dimension finie de E.
Soit x ∈ E.
On pose
d(x, V ) = inf{||x − v||; v ∈ V }.
Montrer que l’ensemble
Corrigé
Soit x ∈ E. Montrons tout d’abord que ΠV (x) est non vide.
et
∀n ∈ N, ||x − vn+1 || ||x − vn ||.
On obtient donc en particulier, à l’aide d’une simple récurrence qu’il n’est pas
nécessaire de détailler :
La suite (vn )n∈N ainsi définie est bornée. En effet, en utilisant comme toujours
l’inégalité triangulaire (I.T.) et comme souvent l’homogénéité (H.) de la norme,
on obtient :
∀n ∈ N, ||vn || = ||vn − x + x||
= ||x − vn || + ||x||
H.
||x − v0 || + ||x||,
ce qui prouve que la suite (vn )n∈N est incluse dans la boule ouverte de centre
0E et de rayon le majorant obtenu ci-dessus.
car
lim ||x − vϕ(n) || = ||x − v||
n→+∞
et
lim ||vϕ(n) − v|| = ||v − v|| = 0
n→+∞
ΠV (x) est convexe si, par définition, il contient tous les segments reliant
deux de ses éléments, c’est-à-dire si
(on peut voir les éléments d’un segment comme les barycentres des extrémités
de ce segment affectés des masses t ∈ [0, 1] et 1 − t ∈ [0, 1]).
tv + (1 − t)v ∈ ΠV (x)
tv + (1 − t)v ∈ ΠV (x),
Exercice 3
Thèmes
topologie (normes, continuité, adhérence)
analyse (calcul intégral, continuité)
Résultat majeur
continuité d’une application linéaire
Remarques du jury
La question de l’adhérence pour la norme de
convergence en moyenne est classique et visuellement évidente.
Il est conseillé de faire des dessins.
Énoncé
Soit E l’espace des fonctions continues de [0; 1] dans R et δ la forme linéaire
définie sur E par
∀f ∈ E, δ(f ) = f (0).
On considère les deux normes suivantes sur E définies par
1
∀f ∈ E, ||f ||∞ = sup |f (t)| et ||f ||1 = |f (t)|dt.
t∈[0;1] 0
Corrigé
Il n’est demandé de démontrer ni que δ est une forme linéaire (c’est-à-dire
une application linéaire définie sur le R-espace vectoriel E et à valeurs dans R)
ni que ||·||∞ et ||·||1 sont bien des normes (c’est-à-dire des applications définies
sur E, à valeurs dans R, définies positives, homogènes et vérifiant l’inégalité
triangulaire). Ces propriétés sont considérées comme bien connues.
La forme linéaire δ est donc continue sur E muni de la norme ||f ||∞ .
Premier contre-exemple : le contre-exemple hyper classique donné par les
fonctions continues et positives sur [0, 1] (fn )n∈N définies par
montre que δ n’est pas continue sur E muni de || · ||1 (la première idée est
de penser à tn qui a le défaut de s’annuler en t = 0 mais la grande qualité
de valoir 1 en t = 1. Le tour de passe-passe consistant à remplacer t par
1 − t règle ce petit problème en permutant les rôles de t = 0 et t = 1).
Raisonnons par l’absurde et supposons que δ est continue pour cette norme
(propriété dont on se servira en (1) ci-dessous). On dispose alors d’une
CONCOURS SPÉCIAL DOCTEUR 387
C||fn ||1
(1)
1
= C (1 − t)n dt
0
1
−1
= C (1 − t)n+1
n+1 0
C
= ,
n+1
ce qui en résumé donne
C
∀n ∈ N, 1 .
n+1
On constate aisément que ceci est absurde en faisant tendre n → +∞ ou
en se contentant de prendre n’importe quel entier n C.
δ n’est donc pas continue pour || · ||1 .
b) Il n’est pas demandé de démontrer que l’ensemble F ainsi défini est bien
un sous-espace vectoriel de E.
Soit f ∈ E tel qu’il existe une suite (fn )n∈N de F convergeant vers f au
sens de || · ||∞ .
Puisque δ est continue pour || · ||∞ , elle passe à la limite : δ et limite
commutent. On a alors
f (0) = δ(f )
= δ lim fn
n→+∞
= lim δ(fn )
n→+∞
= lim 0 = 0.
n→+∞
Soit f ∈ E. Nous allons montrer qu’il existe une suite (fn )n∈N de F conver-
geant vers f au sens de || · ||1 , c’est-à-dire vérifiant
Les fonctions fn ainsi définies sont bien dans F (elles sont continues sur
[0, 1] et ∀n ∈ N, fn (0) = 0) et
1
||fn − f ||1 = |f (0)(1 − t)n |dt
0
|f (0)|
= −→ 0.
n + 1 n→+∞
L’adhérence de F , pour la norme || · ||1 , est E tout entier. F est donc dense
dans E vis à vis de cette norme.
c’est-à-dire construire
des fonctions fn continues coïncidant avec f sauf sur
1
un petit intervalle 0, sur lequel fn est linéaire.
n
390 CHAPITRE 24 : ÉPREUVE DE 2017
Exercice 4
Thème
analyse (série entière, intégration, continuité, limite)
Résultat majeur
techniques de majoration d’une intégrale
Remarque du jury
b) Beaucoup de fautes, notamment d’absurdes
inégalités sur les nombres complexes.
Énoncé
Soit (an )n0 une suite de nombres complexes telle que la série entière
an z n ait pour rayon de convergence +∞.
+∞
Pour z dans C, soit f (z) = an z n .
n=0
a) Pour n dans N et r dans R , justifier
+∗ l’égalité
π
1
an = f (reit )e−int dt.
2πrn −π
Corrigé
a)
+∞
∀n ∈ N, f reit e−int = ak rk ei(k−n)t
k=0
et par ailleurs
1 ikt π
π e =0 si k = 0
ikt ik
∀k ∈ Z, e dt = π
−π
−π dt = 2π si k = 0
−π
= 2πδk,0 .
+∞
π
k
= ak r ei(k−n)t dt = an rn 2π
k=0 −π
(le terme de rang k = n de la somme est le seul à être non nul) d’où
π
1
∀n ∈ N, an = f (reit )e−int dt.
2πrn −π
b) Remarquons pour commencer que M (r) existe toujours. f est une fonction
développable en série entière sur C donc continue sur C. Elle est alors bor-
née sur le cercle de centre O et de rayon r (un compact de C) et elle atteint
ses bornes (toute fonction continue sur un compact est bornée et atteint ses
392 CHAPITRE 24 : ÉPREUVE DE 2017
c) Il s’agit de montrer que n > d ⇒ an = 0, condition sine qua non pour que
f soit un polynôme 1 de degré inférieur ou égal à d.
Quel que soit r > 0, on a, sous l’hypothèse de l’énoncé,
M (r) Ard + B
Ard + B
∀n ∈ N, |an | .
rn
Un simple passage à la limite r → +∞ amène
∀n ∈ N, n > d ⇒ |an | 0 ⇒ an = 0.
1. Ou plutôt une fonction polynomiale, pour les puristes qui s’étonneraient de cette
confusion faite dans l’énoncé
CONCOURS SPÉCIAL DOCTEUR 393
Exercice 5
Thèmes
analyse (équation différentielle du second ordre,
convexité d’une fonction)
algèbre linéaire (espace vectoriel, isomorphisme)
Résultat majeur
formule de Taylor-Young à l’ordre 2
Remarque du jury
a) Les solutions de l’équation de l’oscillateur
harmonique y + ω 2 y = 0 constituent une connaissance de base.
Énoncé
Soit q une fonction continue de [0; 1] dans R, Eq l’espace des fonctions y
de classe C 2 de [0; 1] dans R telles que y + qy = 0.
On dit que q possède la propriété P si l’application
y ∈ Eq → (y(0), y(1)) ∈ R2
Déterminer Eq .
Pour quelles valeurs de ω la fonction q possède-t-elle la propriété P ?
394 CHAPITRE 24 : ÉPREUVE DE 2017
Corrigé
a) Notons pour commencer que l’hypothèse de positivité sur q n’a d’autre
intérêt que de nous éviter une pénible valeur absolue dans les expressions
que nous serons amenés à manipuler.
Il convient de savoir automatiquement le résultat suivant :
y + ω 2 y = 0 ⇔ y = −ω 2 y
(cos(ωt)) = −ω 2 cos(ωt)
et
(sin(ωt)) = −ω 2 sin(ωt)
et que les fonctions t → cos(ωt) et t → sin(ωt) sont linéairement indépen-
dantes (car ω = 0) et engendrent donc un s.e.v. de dimension 2 dont tous
les éléments sont solutions de y = −ω 2 y. Les solutions d’une équation
différentielle linéaire à coefficients constant, telle que y = −ω 2 y, formant
un s.e.v. qui est précisément de dimension 2, toutes les solutions de cette
équation sont engendrées par les deux fonctions données ci-dessus.
L’usage de la lettre ω, traditionnellement employée pour désigner une pulsa-
tion, doit vous mettre dans le droit chemin. Nous rappelons que l’équation
différentielle donnée ici correspond à celle que vérifie un oscillateur har-
monique, c’est-à-dire, par exemple, la position y d’une charge accrochée
à un ressort en fonction du temps t, sous couvert que les forces de frotte-
ment sont négligeables ou du moins compensées par un apport énergétique
équivalent.
CONCOURS SPÉCIAL DOCTEUR 395
y + ω 2 y = 0
est
r2 + ω 2 = 0 ⇔ r2 = −ω 2 = (iω)2 ⇔ r = ±iω
et rappeler que dans le cas où r = α ± iβ (α ∈ R, β ∈ R∗ ), on obtient une
solution du type
b) Voici une question qu’on pourrait peut-être poser à des lycéens de terminale.
La fonction f est de classe C 2 sur [0, 1] : il est bien connu que toute fonction
de classe C 1 (donc a fortiori celles de classe C 2 ) voit sa dérivée s’annuler en
tout point intérieur à son ensemble de définition où elle atteint un extremum
local et en particulier un extremum global (attention : cela n’est pas vrai
396 CHAPITRE 24 : ÉPREUVE DE 2017
Exercice 6
Thèmes
théorie des groupes (cycle, groupe symétrique,
groupe alterné, sous-groupe distingué)
combinatoire
Résultat majeur
tout sous-groupe d’indice 2 est distingué
Remarque du jury
a) Utiliser le morphisme de G dans G/N .
Énoncé
a) Soit (G, ·) un groupe fini de cardinal |G| et N un sous-groupe de G de
cardinal |N |. On suppose que |G| = 2|N |. Montrer que N est un sous-
groupe distingué dans G. En déduire
∀x ∈ G, x2 ∈ N.
Corrigé
a) Si N est un sous-groupe d’indice 2 de G (c’est-à-dire, dans le cas d’un
groupe G fini, si |G| = 2|N |), alors les classes de congruence modulo N à
gauche (resp. à droite) sont au nombre de deux, à savoir N et gN (resp. N
et N g) pour un élément quelconque g ∈ G, g ∈ / N et on a alors les réunions
disjointes
G = N gN = N N g
Pour ceux qui ne seraient pas convaincus, voici un peu plus de détail ci-
dessous.
Soit g ∈ G.
Premier cas : si g ∈ N , l’ensemble gN = {gn | n ∈ N } est trivialement égal
à N . (par composition interne dans le sous-groupe N , on a ∀n ∈ N, gn ∈ N
d’où gN ⊂ N . Par ailleurs, tout n ∈ N s’écrit n = g(g −1 n) ∈ gN car
g −1 n ∈ N car g −1 ∈ N et n ∈ N , d’où N ⊂ gN . Par double inclusion, on
a bien l’égalité gN = N ).
Deuxième cas : si g ∈ / N alors gN ∩ N = ∅ et de plus |gN | = |N | car
l’application n → gn définit une bijection entre N et gN .
Ainsi, puisque G est de cardinal |G| = 2|N |, on constate que G se parti-
tionne en deux parties de même cardinal : G = N gN et de la même
manière on obtient G = N N g.
Dans G, les classes d’équivalences modulo N , à gauche comme à droite, ne
sont donc qu’au nombre de deux et elles sont les mêmes : N et gN = N g,
ce qui prouve que N est distingué dans G.
En conséquence, on peut définir un groupe quotient G/N et celui-ci est
|G|
d’ordre = 2. Ses deux éléments sont N , d’ordre 1 (c’est l’élément neutre
|N |
de ce groupe quotient) et gN = N , d’ordre 2 (l’ordre d’un élément divise
l’ordre du groupe et seul l’élément neutre est d’ordre 1) pour un élément
quelconque g ∈ G, g ∈ / N . On a donc
/ N ⇒ g 2 N = (gN )2 = N ⇒ g 2 ∈ N.
∀g ∈ G, g ∈
CONCOURS SPÉCIAL DOCTEUR 399
Exercice 7
Thèmes
réduction d’endomorphisme (polynôme minimal,
valeurs propres)
combinatoire (nombre de parties d’un ensemble fini)
Résultat majeur
propriétés du polynôme minimal d’un
endomorphisme
Remarques du jury
a) Donner un théorème central d’algèbre linéaire.
b) Application immédiate et classique de a).
Énoncé
Soit K un corps, E un K-espace vectoriel de dimension finie n 1, u un
endomorphisme de E.
a) Formuler sans démonstration une condition nécessaire et suffisante portant
sur le polynôme minimal de u pour que u soit diagonalisable.
Corrigé
Cet exercice est constitué de propriétés classiques concernant la réduction
des endomorphismes.
a) On ne vous pardonnera pas de ne pas savoir réciter la ritournelle suivante :
u est diagonalisable
si et seulement si
son polynôme minimal πu
est scindé à racines simples dans K.
une droite (car ces q − 1 éléments engendrent tous la même droite, chaque
droite contenant exactement q éléments dont 0K ).
Dans le cas où u possède n valeurs propres distinctes (et n sous-espaces
propres, chacun de dimension 1), on peut alors construire 2n sous-espaces
obtenus par somme directe d’un nombre quelconque parmi les n sous-
espaces propres de u (on rappelle qu’un ensemble à n éléments possède
exactement 2n parties). Et il n’y en a pas d’autre ! En effet, si F est un sous
espace stable par u, u|F est également diagonalisable, les valeurs propres
de u|F font partie de celles de u et les sous-espaces propres de u|F sont
les intersections de F avec ceux de u : ceux-ci étant tous de dimension 1,
les sous-espaces propres de F sont donc également de dimension 1 et F se
décompose donc comme la somme directe de certains sous-espaces propres
de u.
CONCOURS SPÉCIAL DOCTEUR 403
Exercice 8
Thèmes
espaces euclidiens (produit scalaire, norme, sphère
unité, isométrie, orthogonalité)
géométrie (droite, plan, rotation)
théorie des groupes (groupe spécial orthogonal, conjugaison)
Résultat majeur
propriétés du groupe orthogonal O(E) et
du groupe spécial orthogonal SO(E)
Remarques du jury
Exercice de géométrie euclidienne
tridimensionnelle découpé en questions simples.
Identifier le conjugué d’un demi-tour par une rotation.
Énoncé
Soit (E, , ) un espace euclidien de dimension 3.
On note || · || la norme associée à , et
S = {x ∈ E; ||x|| = 1}.
∀(x, y) ∈ S 2 , ∃g ∈ G, g(x) = y.
Corrigé
L’ensemble S est traditionnellement appelé sphère unité, que l’espace eu-
clidien soit de dimension 3 ou pas (on dispose d’une définition similaire pour
tout espace normé, ou même seulement métrique). Les éléments de S sont les
vecteurs unitaires de E, c’est-à-dire les vecteurs de norme 1.
Le groupe orthogonal O(E) est le sous-groupe de GL(E) (le groupe des
automorphismes de E) constitué des automorphismes qui conservent la norme :
∀x ∈ D⊥ , σD (x) = −x.
De ces deux égalités on peut déduire :
∀x ∈ D, g ◦ σD ◦ g −1 (g(x)) = g ◦ σD (x) = g(x)
Remarquons par ailleurs que g(D⊥ ) = g(D)⊥ puisque d’une part ces deux
sous-espaces sont chacun de dimension 2 (g est un isomorphisme de E
donc dim(g(D⊥ )) = dim(D⊥ ) = 2 et dim(g(D)) = dim(D) = 1 donc
dim(g(D)⊥ = 3 − 1 = 2) et d’autre part g est une isométrie de E, donc :
∀x ∈ D, ∀y ∈ D ⊥ , g(x), g(y) = x, y = 0.
On voit ainsi que g ◦ σD ◦ g −1 laisse invariant les éléments de g(D) et agit
comme une homothétie de rapport −1 sur g(D)⊥ : g ◦ σD ◦ g −1 est donc le
demi-tour d’axe la droite g(D).
c’est-à-dire
λµ = −1
et
−1 + λ + µ = tr(g) ∈ R,
c’est-à-dire
λ + µ ∈ R.
Qui plus est,
|λ| = |µ| = 1
car les valeurs propres d’une isométrie sont toujours de module 1. L’une des
deux valeurs λ et µ vaut alors nécessairement 1 et l’autre −1 (si l’une était
imaginaire, l’autre serait alors nécessairement son conjugué et on aurait
λµ = |λ|2 = 1 = −1).
g possède ainsi un sous-espace propre D de dimension 1 associé à la valeur
propre 1 et un sous-espace propre P de dimension 2 associé à la valeur
propre −1.
Considérons enfin y et z des vecteurs propres de E associés respectivement
aux valeurs propres 1 et −1. On a
= y, −z
(2)
= −y, z
(3)
avec (1) car g est une isométrie, (2) car g(y) = y et g(z) = −z et (3) par
linéarité à droite du produit scalaire.
On en déduit
y, z = 0,
ce qui prouve que D et P sont orthogonaux, c’est-à-dire P ⊂ D⊥ d’où, vu
leurs dimensions (1 pour D, 2 pour P et 2 pour D⊥),
D⊥ = P,
Exercice 9
Thèmes
probabilités (espérance, théorème de transfert,
indépendance)
analyse (série entière, exponentielle et logarithme, fonction hyperbo-
lique)
Résultats majeurs
lemme de Borel-Cantelli
inégalité de Markov
théorème de transfert
critère de Riemann
Remarques du jury
a) Le rôle de l’indépendance doit apparaître.
c) Technique classique à maîtriser (majoration de grandes déviations
via l’inégalité de Markov).
d) Le lemme de Borel-Cantelli doit être connu.
Énoncé
Soit (Xk )k1 une suite de variables aléatoires mutuellement indépendantes
telles que
1
∀k ∈ N∗ , P(Xk = 1) = P(Xk = −1) = .
2
Pour n dans N∗ , soit
n
Sn = Xk .
k=1
a) Pour t dans R, calculer
E etSn .
CONCOURS SPÉCIAL DOCTEUR 409
b) Montrer :
u2
∀u ∈ R, ch(u) exp .
2
λ2
P(|Sn | λ) 2 exp − .
2n
|Sn | 2c n ln(n) .
A = lim inf An ,
et montrer P(A) = 1
Corrigé
n
= E etXk
(4)
k=1
n
= (ch(t))
(5)
k=1
= (ch(t))n
et + e−t
=
2
= ch(t).
+∞
u2n
ch(u) =
(2n)!
n=0
+∞
n +∞
u2 1 u2 u2n
exp = = .
2 n! 2 2n n!
n=0 n=0
On remarque que
n
n
n
∀n ∈ N∗ , 2n n! = 2 k= (2k)
k=1 k=1
n
n
(2k) × (2k − 1)
k=1 k=1
2n
= k = (2n)!.
k=1
On a donc
1 1
∀n ∈ N, ,
2n n! (2n)!
d’où, par positivité de u2n (une puissance paire d’un nombre réel est tou-
jours positive) :
u2n u2n
∀u ∈ R, ∀n ∈ N, n .
2 n! (2n)!
Enfin, par somme (oui, tant que le résultat fait sens, c’est-à-dire tant que
les séries résultantes convergent, on peut sommer une infinité d’inégalités) :
+∞
u2 u2n
∀u ∈ R, exp =
2 2n n!
n=0
+∞
u2n
= ch(u).
(2n)!
n=0
E(|X|)
∀α > 0, P (|X| α) .
α
Tous ses éléments sont présents ici : on cherche en effet à majorer ou mi-
norer une probabilité portant sur un événement s’exprimant à l’aide d’une
inégalité. Comme on nous a demandé de calculer l’espérance de la variable
aléatoire etSn dans la question a) et que celle-ci s’exprime à l’aide de ch(t),
le résultat de la question b) achève de nous convaincre qu’il semble judicieux
d’appliquer l’inégalité de Markov à etSn pour un réel t adéquat.
On peut dans un premier temps remarquer que si λ = 0 alors l’inégalité à
démontrer est trivialement vérifiée car ses deux membres sont égaux à 1.
On suppose dans la suite que λ > 0.
On se débarrasse dans un premier temps des valeurs absolues sur |Sn | puis
on pose un t > 0 quelconque pour l’instant. On utilise successivement (1)
la croissance de la fonction exponentielle sur R, (2) l’inégalité de Markov,
(3) le résultat de la question a), (4) la parité de la fonction ch, (5) le résultat
λ
de la question b) et on pose finalement (6) t = > 0.
n
Noter que la condition t > 0 est nécessaire pour avoir l’égalité (0).
CONCOURS SPÉCIAL DOCTEUR 413
= P(Sn λ) + P(−Sn λ)
= P etSn etλ + P e−tSn etλ
(1)
E(etSn ) E(e−tSn )
+
(2) etλ etλ
E(|X|p )
∀α > 0, ∀p > 0, P (|X| α) = P (|X|p αp ) .
(M ) αp
λ
En appliquant cette variante deux fois à eSn et e−Sn avec p = > 0, on
n
414 CHAPITRE 24 : ÉPREUVE DE 2017
et de même
P(−Sn λ) = P e−Sn eλ
λ/n
E e−Sn
(M ) (eλ )λ/n
E exp − nλ Sn
=
eλ2 /n
λ n
ch n
=
eλ2 /n
2
exp 2n λ
λ2
= exp − .
eλ2 /n 2n
d) Si on ne se souvient pas (ce qui serait bien naturel) dans quel ordre il faut
mettre les intersections et réunions dans lim inf, on peut tout de même
penser que l’on a toujours, en toute logique :
Et comme
ω∈ Ak ⇔ ∃n 1, ∀k n, ω ∈ Ak
n1 kn
⇒ ∀n 1, ∃k n, ω ∈ Ak
⇔ ω∈ Ak
n1 kn
on a donc
Ak ⊂ Ak
n1 kn n1 kn
Par ailleurs, quand il est question de lim inf ou de lim sup dans un contexte
probabiliste, on doit absolument penser au résultat majeur qu’est le lemme
de Borel-Cantelli (voir page 80). Rien n’étant dans le bon sens (ni
l’inégalité définissant les événements Ak , ni la lim sup du lemme, remplacée
ici par une lim inf), on passe à l’événement complémentaire. On a donc :
= 1 − P Ak
n1 kn
= 1 − P Ak
n1 kn
= 1 − P lim sup Ak = 1
INTERMÈDE 417
À l’ensemble des étudiants qui ont dû supporter les errances et les virages
abrupts, les longues digressions et les contradictions, les saillies et les gouffres,
l’exubérance et parfois l’hétérodoxie de mes discours didactiques.
Bibliographie
Index
σ antisymétrie, 49
additive, 75 application
additivité, 358 linéaire, 201
algèbre, 75 auto-adjoint
endomorphisme, 37
Abel
lemme d’, 60, 319 Banach
abélien espace de, 49, 228
groupe, 194 théorème de Hahn-Banach, 229
accroissements finis barycentriques
inégalité des, 51 coordonnées, 359
théorème des, 51, 375 base, 85, 171
action duale, 22
de groupe, 363 extraite (théorème de la), 22, 95
additivité incomplète (théorème de la), 22,
σ-, 358 95
adhérence, 228, 298, 385 Bernoulli
adjoint variable de, 245
d’un endomorphisme, 37 Bernstein
algébrique polynôme de, 44
multiplicité, 155 Bertrand
algèbre, 5, 20 critère de, 65
alterné Bézout
groupe, 10, 363 théorème de, 18, 269, 278
alternée Bienaymé-Tchebychev
série, 61 inégalité de, 78
anneau, 5, 166, 340 binôme
euclidien, 17, 20, 171 de Newton, 63, 156
factoriel, 16 inverse, 63
principal, 16, 20 Bolzano-Weierstrass
quotient, 7 théorème de, 53, 273, 381
424 INDEX
produit, 48 Sylow
série, 285, 354 sous-groupe de, 11, 363
alternée, 61 théorème de, 15
de Fourier, 234 symbole
entière, 234, 390 de Kronecker, xiii, 86, 352
géométrique, 62 symétrique
harmonique, 61 groupe, 9, 363
harmonique alternée, 61 matrice, 28, 117
numérique, 225 polynôme, 39, 156
sesquilinéaire
forme, 49 TAF, 51, 375
Taylor-Young
sesquilinéarité, 49
formule de, 55, 393
signature, 363
Tchebychev
simple
inégalité de Bienaymé-, 78
convergence, 350
polynôme de, 45
sommation des équivalents
Thalès
théorème de, 285
théorème de, 359
sous
théorème
algèbre, 7
des accroissements finis, 51
anneau, 7
d’isomorphisme, 12, 340, 363
corps, 7 de Bézout, 18, 269, 278
espace vectoriel, 7 de Bolzano-Weierstrass, 53, 273,
sous-additivité, 48 381
sous-groupe, 7 de Cauchy, 14, 218
de R, 15 de Cayley, 14
de Sylow, 11, 363 de Cayley-Hamilton, 34, 269
distingué, 7, 10, 363, 397 de Cesàro, 285
normal, 10 de continuité d’une intégrale à pa-
spécial linéaire ramètre, 212, 253
groupe, 8 de convergence dominée, 234
spécial orthogonal de d’Alembert-Gauss, 39
groupe, 9 de dérivabilité d’une intégrale à pa-
spectral ramètre, 67
théorème, 37, 307, 326 de Dirichlet, 73, 234
spectre de Fermat, 13
d’une matrice, 109, 154 de Hahn-Banach, 229
stathme, 17 de Khintchine, 81
suite de la base extraite, 22, 95
de Cauchy, 228 de la base incomplète, 22, 95
de fonctions, 209 de Lagrange, 13
430 INDEX
de Rolle, 51 vectoriel
de sommation des équivalents, 285 espace, 5
de Sophie Germain, 14
de Sylow, 15 Wedderburn
de Thalès, 359 théorème de, 19
de transfert, 77, 281, 408 Weierstrass
de transport, 77 théorème de, 44, 54, 253, 263
de Wedderburn, 19
de Weierstrass, 44, 54, 253, 263
des accroissements finis, 375
des résidus, 71, 234
du point fixe, 53, 273
du rang, 32, 129, 151
spectral, 37, 307, 326
topologie, 263
trace, 24, 85, 117, 326
transfert
théorème de, 77, 281, 408
transformée
de Fourier, 73, 253
de Laplace, 212, 302
transport
théorème de, 77
transposée, 25, 326
triangulaire
inégalité, 48
tribu, 75
uniforme
convergence, 253, 350
univers, 75
-:HSMDOA=U[^\Z[: