Résumé Maths MPSI

G ROUPES
: Définition. : Résultat de cours. : Résultat pratique. : Astuce. : Démarche. : Exemple classique. : Attention. : Information
G ROUPES M ORPHISMES DE GROUPES O RDRES G ROUPES MONOGÈNE , CYCLIQUE

(G, .) un groupe d’élément neutre eG et a 2 G.
Groupe Morphismes de groupes L’application 'a : Z !< a >, k 7 ! ak est un morphisme de Groupe monogène, groupe cyclique
On appelle groupe un ensemble G muni d’une loi de Soit deux groupes (G, .) et (G0 , ?) d’éléments neutres re- groupes, il existe donc un unique n 2 N tel que Ker'a = nZ 1. S’il existe x 2 G tel que < x >= G, le groupe est
composition interne ? vérifiant : spectifs eG et eG0 . Soit f : G ! G0 une application. On dit monogène.
dit que f est un morphisme de groupes si pour tous x Définition
• la loi ? est associative: et y éléments de G: • Si n = 0, alors on dit que a est d’ordre infini 2. Un groupe cyclique est un groupe monogène fini.
8x, y, z 2 G : (x ? y) ? z = x ? (y ? z) Propriété
f (x.y) = f (x) ? f (y) • Si n 2 N⇤ , alors on dit que a est d’ordre fini et n
• G possède un élément neutre: 9e 2 G tel que est appelé l’ordre de a. Tout groupe monogène est abélien
8x 2 G, x?e=e?x=e Si de plus f est bijectif, on dit que f est un isomor- On note alors (a) = n
phisme de groupes
Classification
• Tout élément x de G admet un symétrique, c’est- Exemple Soit G =< a > un groupe monogène, alors
à-dire 8x 2 G, 9x0 2 G tel que x ? x0 = x0 ? x = e Opérations de morphismes eG le seul élément de G d’ordre 1 • Si G est infini, il est isomorphe à Z
Si de plus 8x, y 2 G: x ? y = y ? x, on dit que la loi ? est • La composée de deux morphismes de groupes est
⇣ . ⌘
commutative, et que le groupe est abélien. un morphisme de groupes; Ordre d’un groupe • Si G est d’ordre n, il est isomorphe à Z ,+
Si G est fini, son cardinal est appelé son ordre nZ
Groupe produit • L’application réciproque d’un isomorphisme de
groupe est un isomorphisme de groupes Générateurs d’un gr monogène
Soit (G1 , ?1 ) et (G2 , ?2 ) deux groupes. Caractérisation de l’ordre Soit G =< a > un groupe monogène
En définissant dans G1 ⇥ G2 la loi ? par: Les affirmations suivantes sont équivalentes :
Propriétés de morphismes
Soit f : (G, .) ! (G , ?) un morphisme de groupes.
0 1. Si G est infini, alors a et a 1
sont les seuls généra-
8(a, b), (c, d) 2 G1 ⇥ G2 , (a, b) ? (c, d) = (a ?1 c, b ?2 d) 1. a est d’ordre fini;
Alors pour tout x, y 2 G et n 2 Z: teurs de < a >
Alors (G1 ⇥ G2 , ?) est un groupe d’élément neutre 2. il existe k 2 N⇤ tel que ak = e.
1. f (eG ) = eG0 2. Si G est cyclique, alors les générateurs de G sont
(eG1 , eG2 ). Un tel groupe est appelé le groupe produit Dans ce cas exactement ar avec r 2 [[0, n 1]] et r ^ n = 1
1
2. f (x 1
) = f (x)
(a) = min{k 2 N⇤ | ak = e} Générateurs de Z/nZ et de Un
S OUS - GROUPE 3. f xy 1
= f (x) ? f (y)
1
Soit k 2 [[0, n
1]] et ! = e i 2⇡
n
et aussi l’unique entier n de N⇤ tel que l’on ait : ⇣ . ⌘

4. f (xn ) = f (x)n • k engendre Z
Sous-groupe nZ
, + () n ^ k = 1
8k 2 Z, ak = e () n | k
Soit (G, .) un groupe. Une partie H ⇢ G est un sous-
groupe de G • ! k engendre (Un , ⇥) () n ^ k = 1
I MAGE ET NOYAU Ordre des itérés
8 Si a 2 G est d’ordre fini n et r 2 Z, alors
< H 6= ;; Images de sous-groupes
() 8x, y 2 H : x.y 2 H; (x + y 2 H) r
(a ) =
n T HÉORÈME DE L AGRANGE
: Soit f : (G, .) ! (G , .) un morphisme de groupes. Alors
0
n^r
8x 2 H : x 1 2 H ( x 2 H)
(
• Si H est un sous-groupe de G, alors f (H) est un de Lagrange
H 6= ;; Exemple . ⇣ . ⌘ Soit G un groupe fini. Alors:
() sous-groupe de G0 .
8x, y 2 H : x.y 1 2 H. (x y 2 H) Pour tout k 2 Z , l’ordre de k dans Z , + est
nZ nZ 1. Tout élément de G est d’ordre fini;
• Si H 0 est un sous-groupe de G0 , alors f 1
(H 0 ) est
Théorème un sous-groupe de G. n
k = 2. l’ordre de tout élément a de G divise l’ordre du
Un sous-groupe d’un groupe est un groupe.
En particulier
n^k groupe. C’est-à-dire aCardG = eG
Les sous-groupes de (Z, +) Ordre et cardinal
• f 1 ({e0 }), le noyau de f , est un sous-groupe de Si a est d’ordre n, alors Groupe d’ordre premier
Soit H un sous groupe de Z, alors il existe un unique
G. On le note Ker(f ). Soit G un groupe fini d’ordre premier p. Alors G est
entier n 2 N tel que H = nZ • Le groupe < a > est de cardinal n et cyclique.
• f (G), l’image de f , est un sous-groupe de G0 . On
le note Im (f ) < a >:= e, a, · · · , an 1
S OUS - GROUPES ENGENDRÉ

Injectivité et surjectivté ⇣ . ⌘
Sous-groupe engendré Un morphisme de groupe f : (G, .) ! (G0 , ?) est • < a > est isomorphe à Z ,+
nZ
• L’intersection d’une famille non vide de sous-
groupes est un sous-groupe 1. injectif si, et seulement, si Kerf = {eG } Corollaire
Si a est d’ordre fini, alors (a) = Card (< a >)
• < S > l’intersection de tous les sous-groupes de 2. surjective si, et seulement, si Imf = G 0
G contenant S ⇢ G est le plus petit sous-groupe

de (G, .), au sens de l’inclusion, contenant S, dit le
sous-groupe engendré par S
C ONTACT I NFORMATION
Exemple Web www.elamdaoui.com
Pour a 2 G, < a >= {ak , k 2 Z}. Email elamdaoui@gmail.com
En notation additive < a >= {ka , k 2 Z} Phone 06 62 30 38 81 Page: 01
A NNEAUX
A NNEAUX ET CORPS M ORPHISME D ’ ANNEAUX I NDICATEUR D ’E ULER A LGÈBRES

Anneau Morphisme d’anneaux Indicateur d’Euler Algèbre
⇣ ⇣ . ⌘⌘
Soit A un ensemble et + et ⇥ deux lois de composi- Soient A,A deux anneaux. Une application f : A ! A
0 0
Soit n 2 N⇤ , on note '(n) = Card U Z . Soit un corps commutatif K et un ensemble A muni de
tion interne sur A. On dit que (A, +, ⇥) a une structure est dite morphisme d’anneaux si: nZ deux lois de composition interne +, ⇥ et d’une loi de
d’anneau lorsque : L’application ' est appelée l’indicateur d’Euler composition externe ".". On dit que (A, +, ⇥, .) est une
f (1A ) = 1A0 et 8(x, y) 2 A2 :
f (x + y) = f (x) + f (y) et f (xy) = f (x)f (y). Calcul de ' algèbre sur K si et seulement si :
• (A, +) est un groupe abélien d’élément neutre 0A ;
Même définition que morphisme de corps. 1. Si m ^ n = 1, alors '(mn) = '(m)'(n)
dit le neutre de A 1. (A, +, .) est un K-espace vectoriel;
Kerf = f 1 ({0A0 }) et Im(f ) = f (A). 2. Soit p un nombre premier et k 2 N⇤ , alors
• ⇥ est associative, distributive par rapport à + et f est injective ssi Kerf = {0A } k
'(p ) = p k
p k 1 2. (A, +, ⇥) est un anneau ;
elle admet un élément neutre 1A ; dit l’unité de A
Propriété
r
Y 3. 8x, y 2 A, 8↵ 2 K,
Si de plus ⇥ est commutative, on dit que (A, +, ⇥) est 3. Si n = pki i est la décomposition en facteurs pre-
Les images, directe et réciproque, d’un sous-anneau par
un anneau commutatif. i=1 ↵.(x ⇥ y) = (↵.x) ⇥ y = x ⇥ (↵.y)
un morphisme d’anneaux est un sous-anneau miers de l’entier n. Alors
r ✓ ◆
Anneau intègre Yr ⇣ ⌘ Y 1 Sous-algèbre
'(n) = pki i pki i 1 = n 1
Un anneau (A, +, ⇥) est dit intègre s’il est commutatif Soit (A, +, ⇥, .) une K-algèbre et B ⇢ A. On dit B est
et 8a, b 2 A, a ⇥ b = 0 ) a = 0 ou b = 0 I DÉAUX D ’ UN ANNEAU COMMUTATIF i=1 i=1
pi
une sous-algèbre de A si, et seulement, si
Théorème d’Euler
Groupes des unités Idéal Soit n un entier strictement positif et a un entier premier 1. 1A 2 B
Soit (A, +, ⇥) un anneau. On appelle idéal d’un anneau commutatif A tout avec n, alors a'(n) ⌘ 1 (mod n).
U (A) l’ensemble des éléments inversibles muni de ⇥ est Si n est premier on retrouve le thm de Fermat 2. 8x, y 2 B, 8↵, 2K ↵x + y 2 B
sous-groupe additif I de A vérifiant:
un groupe appelé groupe des inversibles. 3. 8x, y 2 B, x⇥y 2B
8(a, b) 2 A ⇥ I, ab 2 I
Corps P OLYNÔMES IRRÉDUCTIBLES Alors munie des lois restreintes, B est une K-algèbre.
(K, +, ⇥) est corps ssi : Propriété
Soit I un idéal de A. Alors Morphisme d’algèbres
• (K, +, ⇥) est un anneau commutatif
Définition
P 2 K[X] un polynôme, non constant, est dit irré- Soient (A, +, ⇥, .) et (A0 , +, ⇥, .) deux K-algèbres. On
• 0K =
6 1K I = A () 1A 2 I () U(A) \ I 6= ;
ductible dans K[X] ssi ses seuls diviseurs sont les con- dit f : A ! A0 est un morphisme d’algèbres si et seule-
• U (K) = K⇤ = K \ {0} ment si:
Les seuls idéaux d’un corps K sont K et {0}. stantes et les polynômes qui lui sont associés.
Tout corps est un anneau intègre Polynômes complexes irréductibles 1. f (1A ) = 1A0
. Images d’un idéal
• L’image réciproque (directe ) d’un idéal par un mor- Les polynômes irréductibles dans C[X] sont les
L’ensemble Z nZ polynômes de degré 1.
2. 8x, y 2 A, 8↵, 2 K,
phisme d’anneaux (surjectif) est un idéal
• (Z/nZ, +, ⇥) est un anneau commutatif. • Le noyau d’un morphisme d’anneaux est un idéal Tout polynôme P non constant de C[X] possède une f (↵x + y) = ↵f (x) + f (y)
⇣ . ⌘ unique décomposition, à l’ordre près, de la forme:
•U Z Idéal engendré par une partie Yr
= {x, x 2 [[0, n 1]] et x ^ n = 1} ↵i 3. 8x, y 2 A, f (x ⇥ y) = f (x) ⇥ f (y)
nZ P = A (X i )
• Les assertions suivantes sont équivalentes : Soit S une partie d’un anneau A. On appelle idéal
i=1
engendré par S l’intersection de tous les idéaux de A dans laquelle :
1. n est premier; contenant S: c’est donc le plus petit idéal (au sens de
• A est le coefficient dominant de P ;
T HÉORÈMES D ’ ARITHMÉTIQUES
2. Z/nZ est un corps; l’inclusion) de A contenant S.
3. Z/nZ est intègre • 1 , · · · , r sont les racines distinctes de P et A désigne Z ou K[X]
Idéal principal ↵1 , · · · , ↵r la suite des multiplicités associées
ppcm et pgcd
Sous-anneau L’idéal qui engendré par un singleton {a} est dit princi- Soit a, b 2 A
pal Polynômes réels irréductibles
Soit (A, +, ⇥) un anneau. Un sous-ensemble B de A est Les polynômes irréductibles dans R[X] sont:
dit sous-anneau de A si, et seulement, si aA = {ab | b 2 A} • pgcd(a, b)A = aA + bA.
Les idéaux de Z 1. les polynômes de degré 1 , • ppcm(a, b)A = aA \ bA
• 1A 2 B 2. les polynômes de degré 2 de discriminant < 0
Soit I un idéal de Z, alors il existe un unique n 2 N tel
• Pour x, y 2 B, x y 2 B et x ⇥ y 2 B que I = nZ. de Bezout
Tout polynôme P non constant de R[X] possède une a ^ b = 1 () 9u, v 2 A;
En conséquence pour tous a, b 2 Z, alors au + bv = 1
Auquel cas B muni des lois restreintes est un anneau unique décomposition, à l’ordre près, de la forme:
1. aZ + bZ = pgcd(a, b)Z. r
Y
↵i
s
Y
2
Lemme de Gauss ⇢
Sous-corps P = A (X ) ⇥ (X + bj X + c j ) j
2. aZ \ bZ = ppcm(a, b)Z. i a|bc
i=1 j=1 Soient a, b, c 2 A. Alors ) a|c.
Soient (K, +, ⇥) un corps. On dit qu’une partie L de K dans laquelle : a^b=1
est un sous-corps de K si et seulement si :
Les idéaux de K[X]
Tout idéal I de K[X] peut s’écrire de façon unique sous • A est le coefficient dominant de P ;
• L est un sous-anneau de K la forme : P K[X] avec P 2 K[X] normalisé. • 1 , · · · , r sont les racines réelles distinctes de P
En conséquence pour tous P, Q 2 K[X] et ↵1 , · · · , ↵r la suite des multiplicités associées
• 8x 2 L \ {0}, x 1
2L Web www.elamdaoui.com
• les polynômes X 2 + bj X + cj sont deux à deux
1. P K[X] + QK[X] = pgcd (P, Q) K [X]; Email elamdaoui@gmail.com
Auquel cas L muni des lois restreintes est un corps distincts et irréductibles dans R[X]
2. P K[X] \ QK[X] = ppcm (P, Q) K [X]. Phone 06 62 30 38 81 Page: 02
R ÉDUCTION
É LÉMENTS PROPRES P OLYNÔME CARACTÉRISTIQUE D IAGONALISATION E NDOMORPHISMES NILPOTENTS

E est de dimension finie
Éléments propres Définition Définition
• Soit 2 K. On dit que est valeur propre de u s’il
Définition Soit u 2 L (E), soit A 2 Mn (K). Un endomorphisme u 2 L (E) est dit nilpotent s’il ex-
existe x 2 E \ {0} tel que u(x) = x. • On appelle polynôme caractéristique de A le iste p 2 N tel que up = 0.
polynôme A = det (XIn A). • On dit que u 2 L(E) est diagonalisable s’il existe Auquel cas le plus petit p vérifiant cette identité est ap-
• Soit x 2 E. On dit que x est vecteur propre de u si une base B de E telle que MB (u) est diagonale. pelé indice de nilpotence de u.
x 6= 0 et s’il existe 2 K tel que u(x) = x. • On appelle polynôme caractéristique de u le • On dit que A 2 Mn (K) est diagonalisable si elle
polynôme u = det (XIdE u). est semblable à une matrice diagonale. Ce vocabulaire se transpose aux matrices
• L’ensemble des valeurs propres d’un endomor-
phisme est appelé le spectre de u et noté SpK (u). Endomorphisme induit Propriété Propriété caractéristique
Si F est stable par u , alors uF | u . Soit u 2 L(E) où E est de dim finie n.
Si A est diagonalisable en = P AP , alors les valeurs
1
• Soit 2 Sp(u). E (u) = Ker (u · IdE ) est un k
M On a équivalence entre :
Plus généralement si E = Fi tel que 8i 2 [[1, k]], Fi propres sont les éléments de la diagonale de et la mul-
sev de E distinct de {0E } appelé le sous-espace
tiplicité de chacune est son nombre d’occurence dans 1. u est nilpotent;
propre de u associé à i=1
Yk cette diagonale.
Caractérisation en dim finie est stable par u, alors = 2. u est trigonalisable avec 0 pour seule valeur pro-
Si E est de dimension finie n > 1, alors
u
i=1
uFi
Propriétés caractéristiques pre.
Soit Sp (u) = { 1 , · · · , k }. Les affirmations suivantes
2 Sp (u) , (u · IdE ) n’est pas injectif Spectre et polynôme caractéristique sont équivalentes. L’indice de nilpotence de u est inférieur ou égal n
Sp (u) = { 2 K , u ( ) = 0}
, (u · IdE ) n’est pas surjectif 1. u est diagonalisable. Théorème
Ordre de multiplicité 2. E possède une base de vecteurs propres; Une matrice A est nilpotente si, et seulement si, elle est
, (u · IdE ) n’est pas bijectif semblable à une matrice triangulaire supérieure stricte
M k
, rg (u · IdE ) < n La multiplicité d’une racine de u est appelée l’ordre
de multiplicité de ; elle est noté m( ). 3. E = E i;
, det (u · IdE ) = 0 i=1
Matrice de Jordan
Dimensions de sep k
X Tout matrice A 2 Mn (K) nilpotente d’indice n est sem-
Éléments propres d’une matrice Si est valeur propre de u d’ordre m ( ), alors 4. dim(E i ) = n; blable à la matrice de Jordan
Les éléments propres d’une matrice A sont ceux de i=1 0 1
l’endomorphisme canoniquement associé 1 6 dim E 6 m ( ) 5. u est scindé et 8i 2 [[1, k]], dim E i = mi . 0 1 (0)
6. ⇡u est scindé à racines simples. B . . . . C
⇢ B
B . . C
C 2 Mn (K)
Mn,1 (K) ! Mn,1 (K) Polynôme annulateur 7. u annule un poly scindé à racines simples. B . C
uA : @ . . 1A
X 7 ! AX • Le noyau {P 2 K[X] | P (u) = 0} du morphisme
d’évaluation P 7 ! P (u) est un idéal de K[X]. On En particulier si u est scindé à racines simples, alors (0) 0
On écrit A à la place de uA l’appelle l’idéal annulateur de u. u est diagonalisable.
• On appelle polynôme annulateur de u tout élé- D ÉCOMPOSITION SPÉCTRALE

P OLYNÔME D ’ ENDOMORPHISME ment de l’idéal annulateur. T RIGONALISATION
Décomposition spéctrale
Même définition pour les matrices
Définition Définition Si u est diagonalisable où E est de dim finie, avec
Soit u 2 L (E), soit M 2 Mn (K). Sp(u) = { i , i 2 [[1, k]]}.
n
X Polynôme minimal Pour i 2 [[1, k]], Ei = Ker (u
Soit P = ai X i 2 K[X]. i IdE ) et soit pi la projec-
On appelle polynôme minimal de u 2 L (E) (resp de • u est dite trigonalisable s’il existe une base B de E k
M
i=0
n n A 2 Mn (K)) l’unique polynôme unitaire qui engendre pour laquelle MB (u) est triangulaire supérieure. tion de E sur Ei de direction Ej .
X X
P (u) := ai ui et P (A) := a i Ai l’idéal des polynômes annulateurs. j=1
• M est dite trigonalisable si elle est semblable à une j6=i
i=0 i=0
Théorème de décomposition des noyaux matrice T triangulaire supérieure. Alors
k
Propriété Si P1 , . . . , Pk sont k polynômes deux à deux premiers X
entre eux, alors : Propriétés caractéristiques u= i pi
Si A = Mat (u) alors P (A) = Mat (P (u)).
i=1
B B
" k ! # Les quatres affirmations sont équivalentes :
Y M k et
Propriété Ker Pi (u) = Ker (Pi (u)) 1. u est trigonalisable. k
X
Soit u 2 L(E), A 2 Mn (K). Soit i=1 i=1 8P 2 K[X], P (u) = P ( i )pi
⇢ ⇢ 2. u est scindé. i=1
K[X] ! L (E) K[X] ! Mn (K) k
Y
: et : 3. u annule un polynôme scindé
P 7! P (u) P 7! P (A) Si P = Pi un polynôme annulateur de u, alors
i=1
et sont des morphismes d’algèbres. 4. ⇡u est scindé.
k
M
• Ker est l’idéal annulateur de u E= Ker (Pi (u)) Corollaire
Si K = C, alors
• Ker est l’idéal annulateur de A
i=1
Théorème de Cayley-Hamilton 1. Tout u 2 L(E) est trigonalisable.
Web www.elamdaoui.com
Soit u le polynôme caractéristique de u , alors u (u) = 2. Toute A 2 Mn (C) est trigonalisable. Email elamdaoui@gmail.com
0L(E) . En conséquence ⇡u | u .
Phone 06 62 30 38 81 Page: 03
E SPACE VECTORIEL NORMÉ
N ORMES B OULES S UITES EXTRAITES O UVERTS ET INTÉRIEURS

Norme Boules et sphères Suites extraites Définition
On appelle norme toute application k.k : E ! R+ telle (E, k.k) un espace normé, a 2 E et r 2 R⇤+ . On appelle On dit que (vn ) est une suite extraite de (un ) s’il existe Soit O ⇢ E . On dit que O est un ouvert de E si
que : 8x, y 2 E et ↵ 2 K une application strictement croissante ' : N ! N telle
• boule ouverte de centre a et de rayon r l’ensemble que 8n 2 N, vn = u'(n) . 8x 2 O, 9" > 0, B(a, ") ⇢ O
• Séparation: k x k = 0 =) x = 0E : B(a, r) = {x 2 E | kx ak < r}
• boule fermée de centre a et de rayon r l’ensemble Propriété Propriété
• Homogénéité: k ↵ · x k = |↵| · k x k : Bf (a, r) = {x 2 E | kx ak 6 r} Les suites extraites d’une suite convergente sont conver- 1. ; et E sont des ouverts de E.
• sphère de centre a et de rayon r l’ensemble : gentes vers la même limite 2. Union quelconque d’ouverts est un ouvert.
• Inégalité triangulaire : k x + y k 6 k x k + k y k
S(a, r) = {x 2 E | kx ak = r} 3. Intersection finie d’ouverts est un ouvert.
Auquel cas E est dit un espace vectoriel normé. Valeur d’adhérence
Si a = O et r = 1, on parle des boules et sphère unités. Propriété
Si de plus E est une K-algèbre, la norme est dite N
Soit (un )n 2 E et ↵ 2 E. On dit que ↵ est valeur
d’algèbre si: 8x, y 2 E, kxyk 6 kxkkyk. Une boule ouverte est un ouvert.
Boules et convexité d’adhérence de la suite (un )n si elle est limite d’une
suite extraite de (un )n . Ouverts relatifs à une partie
Seconde inégalité triangulaire Les boules de E sont convexes de E.
Propriété On appelle ouvert dans A ou relativement à A tout en-
8x, y 2 E, |kxk kyk| 6 kx yk Partie bornée • Toute suite convergente admet une et une seule semble de la forme A \ O où O est un ouvert de E.
Distance Une partie A non vide de E est dite bornée si 9k 2 R+ valeur d’adhérence.
tel que 8x 2 A, kxk 6 k. Autrement-dit A ⇢ Bf (O, k) Définition
Soit k.k une norme sur E • Toute suite ayant au moins deux valeurs
Soit A 2 P(E) et a 2 E.
d’adhérence est divergente.
• On appelle distance associée à la norme k.k sur E Fonction bornée • Toute suite n’ayant pas de valeur d’adhérence est
a est intérieur à A si: 9r > 0, Tq B(a, r) ⇢ A
l’application d : E ⇥ E ! R+ , (x, y) 7 ! kx yk Une fonction f : X ! E où X est un ensemble quel- On note Å l’ensemble des points intérieurs à A.
divergente.
conque non vide est dite bornée si la partie f (X) =
• Soit x 2 E et A une partie non vide de E. On
{f (x) | x 2 X} est bornée. Ou encore 9k 2 R+ tel que Théorème de Bolzano-Weierstrass Propriété
appelle distance de x à A le nombre Soit A, B 2 P(E).
8x 2 X, kf (x)kE 6 k. Si E est un K-espace vectoriel de dimension finie, toute
d(x, A) = inf {d(x, y) , y 2 A} suite bornée d’éléments de E admet au moins une 1. Å ⇢ A et A ⇢ B =) Å ⇢ B̊;
Suite bornée valeur d’adhérence. ˚
Une suite (un )n2N d’éléments de E est bornée si 2. Å est ouvert et Å = Å;
Et on a 8x, y 2 E, |d(x, A) d(y, A)| 6 d(x, y) 3. A ouvert , A = Å.
Normes équivalentes
9M > 0, 8n 2 N, kun k 6 M E SPACES DE B ANACH 4. Å est le plus grand ouvert contenu dans A .
Soit N1 et N2 deux normes sur E. On dit que N1 est

Suites de Cauchy Propriété
équivalente à N2 si 9↵, 2 R?+ tels que:
S UITES CONVERGENTES N
Une suite (un )n2N 2 E est dite de Cauchy si :
z }|
˚ {
Soit a 2 E et r > 0, alors Bf (a, r) = B(a, r)
8x 2 E, ↵N2 (x) 6 N1 (x) 6 N2 (x) (E, k.k) désigne un espace normé.
8" > 0, 9n0 2 N, 8n > m > n0 ) kun um k 6 "
On note N1 ⇠ N2 . Une telle relation ⇠ est d’équivalence Suite convergente F ERMÉS
Propriété caractéristique
On dit qu’une suite (un )n2N d’éléments de E tend vers
Propriété fondamentale ` 2 E si kun `k ! 0, c’est-à-dire Une suite (un )n2N 2 E N est de Cauchy si et seulement
Soit N1 et N2 deux normes sur E. Alors les assertions n!+1 s’il existe une suite ("n )n2N de réels positifs telle que Définition
suivantes sont équivalentes ( On appelle fermé tout ensemble F dont le complémen-
8" > 0, 9n0 2 N, n > n0 =) kun `k 6 " taire {E F est ouvert.
8n, p 2 N, k un+p u n k 6 "n
1. N1 ⇠ N2
` est unique, appelé la limite de la suite (un )n2N , et on "n !0 Propriété
n o n o n!+1
2. N 1 (x)
et N2 (x) note ` = lim un ou un ! `. 1. ; et E sont des fermés.
/x 2 E \ {0} N1 (x) /x 2 E \ {0} sont
N2 (x)
majorés.
n!+1
Une suite non convergente est dite divergente. Propriété 2. Intersection quelconque de fermés est fermé
• Toute suite convergente est une suite de Cauchy. 3. Union finie de fermés est un fermé.
3. Toute suite d’éléments de E convergente pour une Domination • Toute suite de Cauchy est bornée.
norme converge pour l’autre. Soit (un ) une suite de E et ` 2 E. Alors la suite (un ) con- • Toute suite de Cauchy qui admet une valeur Propriété
verge vers ` si, et seulement, s’il existe une suite réelle d’adhérence est convergente. Une boule fermée est un fermé.
Méthode pratique et positive (↵n )n convergeant vers 0 et telle que • Une suite de Cauchy possède au plus une valeur
Pour montrer que les deux normes N1 et N2 ne sont pas Caractérisation sequentielle
d’adhérence.
équivalentes, on cherche une suite (xn ) 2 E N telle que 8n 2 N; kun `k 6 ↵n Une partie F d’un espace vectoriel normé E est fermée
Espace de Banach , si et seulement, si toute suite (un )n2N d’éléments de F
N2 (xn ) N2 (xn ) Convergence et bornitude qui converge admet une limite qui appartient à F.
lim = +1 ou lim =0 On appelle espace de Banach tout espace vectoriel
n!+1 N1 (xn ) n!+1 N1 (xn ) Toute suite convergente est bornée normé dont lequel toute suite de Cauchy est conver-
Opérations algébriques gente.
Théorème de Riesz
Dans un espace vectoriel normé de dimension finie, • Si un
n!+1
! ` 2 E, alors kun k
n!+1
! k`k; Propriété C ONTACT I NFORMATION
toutes les normes sont équivalentes. Tout espace vectoriel normé de dimension finie est un
• Si ↵n 2 K ! ↵ et un ! ` 2 E alors ↵n .un ! ↵.`; Web www.elamdaoui.com
• Si un ! ` et vn ! `0 alors un + µvn ! ` + µ`0 ; espace de Banach Email elamdaoui@gmail.com
• Si de plus, E est une algèbre normée, un vn ! ``0 . Phone 06 62 30 38 81 Page: 04
E SPACE VECTORIEL NORMÉ
A DHÉRENCE D ’ UN PARTIE C ONTINUITÉ A PPLICATIONS LINÉAIRES , MULTILINÉAIRS C ONNEXITÉ PAR ARCS

(E, k . k) un K-espace vectoriel normé. (E, k . kE ) et (F, k . kF ) des K-evns
Continuité Connexité par arcs
Définition Soit f : A ⇢ E ! F et a 2 A. Théorème fondamental On appelle chemin de a à b dans A toute application
Soit A 2 P(E) et a 2 E. Soit u 2 L(E, F ).
continue : [0, 1] ! A telle que (0) = a et (1) = b.
• On dit que f est continue en a si x!a
lim f (x) = f (a) u est continue () 9k 2 R⇤+ , 8x 2 E, k u(x) k 6 k k x k
On dit que A est connexe par arcs si pour tous x, y 2 A
• a est dit adhérent à A si :8r > 0, B(a, r) \ A 6= ?. x2A
il existe un chemin de x à y dans A.
• On note A l’ensemble des points adhérents à A. • On dit que f est continue sur A si elle est continue Propriété
en chaque point de A. Si E est de dimension finie, alors tout u 2 L (E, F ) est Convexité et connexité par arcs
• On dit que A est dense dans E si A = E.
continue Si A convexe alors A est connexe par arcs.
C (A, F ) désigne l’ensemble des fonctions continues de
Caractérisation séquentielle Propriété
A à valeurs dans F
• a 2 A () 9(an )n 2 AN , tq an ! a. Si u : E ⇥ F ! G est bilinéaire. u est continue si et Partie étoilée
N
n!+1
Caractérisation séquentielle seulement si A une partie d’un espace vectoriel normé E est dite
• A = E () 9(an )n 2 A , tq an !a Soit f : A ⇢ E ! F et a 2 A.
n!+1 étoilée si 9a 2 A tel que 8b 2 A, [a, b] ⇢ A.
f est continue en a si, et seulement si, 8(xn ) 2 AN , 9k 2 R, 8x 2 E, 8y 2 F, kB(x, y)k 6 kkxkkyk
Propriété (xn ! a ) f (xn ) ! f (a)). Propriété
n!+1 n!+1
Soit A, B 2 P(E). Lorsque E et F sont de dimensions finies, alors Toute partie étoilée est connexe par arcs
˚
_ Opérations algébriques toute application bilinéaire sur E ⇥ F est continue
1. {A = {A {Å = {A, donc A est un fermé ; • C (A, F ) est un K-espace vectoriel Connexité par arcs et continuité
2. A ⇢ A et A ⇢ B ) A ⇢ B ; • Si F est une algèbre normée, alors C (A, F ) est une Propriété Soit f : A ⇢ E ! F continue. Si A est connexe par arcs
K-algèbre Soient E1 , . . . , En , F des K-espaces vectoriels normés. alors f (A) est connexe par arcs.
3. A est un fermé et A = A Si E1 , . . . , En sont de dimensions finies alors toute ap-
4. A fermé , A = A; • Si ↵ : A ⇢ E ! K et f : A ⇢ E ! F sont Les connexes par arcs de R
plication multilinéaire M : E1 ⇥ · · · ⇥ En ! F est
5. A est le plus petit fermé contenant A . continues alors ↵.f est continue. Les connexes par arcs de R sont les intervalles.
continue. Au quel cas 9k 2 R⇤+ tel que ,8(x1 , . . . , xn ) 2
• Si ↵ : A ⇢ E ! K est continue et elle ne s’annule
1 E 1 ⇥ · · · ⇥ En :
Frontière pas, alors : A ⇢ E ! K est continue Théorème des valeurs intermédiaires
↵ Soient A connexe par arcs, f 2 C(A, R) et (a, b) 2 A2 .
Soit A 2 P(E) avec E un espace vectoriel normé. La kM (x1 , . . . , xn )k 6 kkx1 k · · · kxn k
Composition Alors pour tout m entre f (a) et f (b) il existe c 2 A tel
frontière de A est l’ensemble: Fr (A) = A \ Å = A \ {Å
La composée de deux fonctions continues est continue que f (c) = m.
C OMPACITÉ Propriété
L IMITE D ’ UNE FONCTION EN UN POINT Propriété
(E, k . kE ) et (F, k . kF ) des K-evns Soit A une partie d’espace vectoriel normé E. La rela-
Soit f : A ⇢ E ! F
(E, k . kE ), (F, k . kF ) et (G, k . kG ) sont des K-evns tion R définie sur A par: pour tout (x, y) 2 A2
• Si F est un espace produit alors f est continue si, Partie compacte (
limite d’une fonction en un point et seulement si, ses fonctions composantes le sont. Une partie A de E est dite compacte dans E si toute (0) = x
Soit f : A ⇢ E ! F une application, a 2 A et ` 2 F . • Si F est de dimension finie alors f est continue suite d’éléments de A admet une valeur d’adhérence xRy () 9 2 C ([0, 1], A) ,
(1) = y
On dit que f admet pour limite ` en a selon A, lorsque si, et seulement si, ses fonctions coordonnées dans dans A
8" > 0, 9↵ > 0 tel que kx akE < ↵ et x 2 A, alors une base de F le sont.
Propriété est une relation d’équivalence.
kf (x) `kF < ". On note x!a
lim f (x) = ` Continuité et densité • Tout compact est nécessairement fermé et borné. La classe de a pour cette relation est appelée la com-
x2A
Soit f, g : E ! F deux fonctions continues. Si A est • Tout fermé d’un compact est compact E. posante connexe par arcs de a dans A est connexe par
Caractérisation séquentielle dense dans A et f et g coïncident sur A, alors f et g sont • Le produit cartésien de compacts est compact arcs et notée C(a).
N égales.
lim f (x) = ` ssi toute suite (x ) 2 A qui converge Groupe orthogonal
x!a n n2N
Propriété
x2A
vers a, la suite (f (xn ))n converge vers ` Continuité et topologie Les compacts d’un espace vectoriel normé de dimen- Pour n 2 N, avec n > 2. On note On (R) le groupe
Soit f : A ⇢ E ! F . Les trois affirmations suivantes sion finie sont ses fermés bornés. orthogonal
Opération sur les limites sont équivalentes :
Soient f, g 2 F , ↵ 2 K et a adhérent à A telles que:
A E
1. f est continue sur A;
Propriété On (R) = A 2 Mn (R) , t AA = In
! `0 et ↵ x!a
! . Alors Soit f 2 C(E, F ) et A un compact de E, alors
f x!a! `, g x!a 2. l’image réciproque de tout ouvert de F est ouvert
• On (R) est compact et non connexe par arcs
x2A x2A x2A
de A; • f (A) est un compact de F .
1. f + g ! ` + `0 3. l’image réciproque de tout fermé de F est fermé • f (A) est borné et il existe a, b 2 A tels que • Les composantes connexes par arcs de On (R) sont
x!a
de A. kf (a)k = inf kf (x)k et kf (b)k = sup kf (x)k. On+ (R) et On (R). Où
2. Si F est une algèbre normée f.g ! `.`0 x2A x2A
x!a
3. ↵f ! .` Continuité uniforme • F = R, alors f est bornée et elle atteint ses bornes: On+ (R) = On (R) \ det 1
({1})
x!a
On dit que f : A ⇢ E ! F est uniformément continue il existe a, b 2 A tels que:
4. Si 6= 0, alors il existe W 2 VA (a) sur lequel ↵ ne et
1 1 si 8" > 0, 9⌘ > 0, 8x, y 2 A, 1
s’annule pas et ! 2 K ⇤ f (a) = inf f (x) et f (b) = sup f (x) On (R) = On (R) \ det ({ 1})
↵ x2A
x!a kx y k < ⌘ ) k f (x) f (y) k < " x2A x2A
Composition caractérisation séquentielle de Heine C ONTACT I NFORMATION

Soient f : A ⇢ E ! F et g : B ⇢ F ! G telles que f : A ⇢ E ! F est uniformément continue sur A ssi Toute fonction continue sur un compact est uniformé-
f (A) ⇢ B et a adhérent à A. 8(xn ), (yn ) 2 AN ment continue. Web www.elamdaoui.com
Si f ! b et g ! `, alors g f !` Email elamdaoui@gmail.com
x!a x!a xn yn ! 0 ) f (xn ) f (yn ) !0
x!b
n!+1 n!+1 Phone 06 62 30 38 81 Page: 05
L ES SÉRIES À VALEURS DANS UN EVN DE DIM FINIE
C ONVERGENCE ET DIVERGENCE S ÉRIES À TERMES POSITIFS S OMMATION DES RELATIONS DE COMPARAISON C ONVERGENCE ABSOLUE
X X X X X
Soit un , vn deux séries à termes positifs. E désigne un K-espace vectoriel normé de dimension finie
E un K-espcae vectoriel de dim finie et un une série de E Soit vn une SATP et un une série numérique.
n>0 n>0 n>0
Convergence absolue
X
Définition Critère
X
de majoration Cas de convergence On dit que la série un converge absolument si la
X X
X un converge () la suite (Sn ) est majorée. On suppose que vn est convergente
On dit que un converge si la suite de ses sommes série k un k est convergente.
n>0
n>0 +1
!
X +1
X +1
X Convergence absolue )) convergence
partielles (Sn ) converge dans E, la limite de la suite (Sn ) En cas de convergence un = sup Sn 1. Si un = (vn ), alors uk = vk
X +1
X n X X
est appelée somme de la série un , notée un .
n=0 k=n+1 k=n+1
! Si un converge absolument, alors la série un est
+1
X +1
X
n>0 n=0 Principes de comparaison 2. Si un = O (vn ), alors uk = O vk
n>0
convergente et
n>0
Une série est dite divergente si elle ne converge pas 1. Si un = (vn ) ou un = O(vn ) alors k=n+1 k=n+1
X X
Série télescopique • vn converge ) un converge. +1
X +1
X 1
X 1
X
X
X X 3. Si un ⇠ vn , alors uk ⇠ vk un 6 kun k Inégalité triangulaire
La série télescopique (un+1 un ) converge si, et
• un diverge ) vn diverge. k=n+1 k=n+1 n=0 n=0
seulement, si la suite (un ) est convergente. X X X
2. Si un ⇠ vn , alors un et vn sont de même Dans les trois cas un est absolument convergente
Condition
X nécessaire nature n>0 S ÉRIE DE N EUMANN
Si la série un converge, alors un !0
n>0
n!+1 Règle de Riemann ✓ ◆ Cas de divergence Soit A une K-algèbre normée de dimension finie.
X
1 On suppose que vn est divergente Série de Neumann
Série géométrique 1. S’il existe ↵ > 1 tq un = O ou un =
X ✓ ◆ n↵ n>0 Soit u 2 A tel que k u k < 1
Soit q 2 C, alors la série géométrique q n converge si, 1 X
, alors un converge n n
! X
n ↵ X X
n>0
1 1. Si un = (vn ), alors uk = vk 1. La série un est absolument convergente.
X 1 1 1
et seulement, si |q| < 1. Auquel cas n
q = 2. S’il existe ↵ 6 1 tq ↵ = O (un ) ou ↵ = (un ), k=0 k=0 !
n>0
1 q X n n Xn Xn
n=0 +1
X
alors un diverge 2. Si un = O (vn ), alors uk = O vk 1
2. 1A u est inversible dans A et (1A u) = un .
Reste d’une série convergente k=0 k=0
X 3. S’il existe > 0 et ↵ 2 R tels que : un ⇠ ↵ n n n=0
Le reste d’ordre n d’une série convergente un est n X X
X 3. Si un ⇠ vn , alors uk ⇠ vk 1
n>0 • Si ↵ > 1, alors la série un converge k=0 k=0
3. k(1A u) 1
k6 .
+1
X 1 kuk
X X
défini par Rn := uk , et on a • Si ↵ 6 1, alors la série un diverge Dans le troisième cas un diverge mais on ne peut
k=n+1
1 n Comparaison logarithmique
n>0
pas conclure la convergence dans les deux premiers cas F ONCTION EXPONENTIELLE
X X un+1 vn+1
8n 2 N, un = u k + Rn et Rn !0 Si 9N 2 N, 8n > N, 0 6 6 Soit A une K-algèbre normée de dimension finie.
n!+1 un vn Formule de Stirling
n=0 k=0
X X ⇣ n ⌘n p L’application exponentielle
Si vn converge, alors la série un converge n! ⇠ 2⇡n Soit u 2 A.
Séries numériques coordonnées e X un
p
X n>0 n>0 Alors la série est absolument convergente.
Soit = (e1 , · · · , ep ) une base de E et un = un,i ei le X X Théorème: Comparaison série-intégrale n!
n>0
i=1 Si un diverge, alors la série vn diverge Soit f : R ! R une fonction décroissante con-
+ +
+1 n
X
X u
terme général de la série un . Alors n>0 n>0 tinue par morceaux sur R+ . La série du terme L’application sur A définie par u 7! s’appelle la
Z n+1 n!
X X Critères de D’Alembert général f (t) dt f (n) converge. En conséquence
n=0
fonction exponentielle sur A et on la note exp.
un converge () 8i 2 [[1, p]], un,i converge un+1 nZ
Si ! ` 2 R+ +1 X
+1 p +1
! un n!+1
l’intégrale f (t)dt et la série f (n) sont de même Propriété
X X X X
En cas de convergence:
0 Soient u, v 2 A
un = un,i ei 1. Si 0 6 ` < 1, alors un converge nature. En cas de convergence, un encadrement de la
n=0 i=1 n=0
X
n>0 suite des restes 1. exp(0A ) = 1A ;
2. Si ` > 1, alors un diverge Z +1 +1
X Z +1
Séries alternées 8n 2 N, f (t) dt 6 f (k) 6 f (t) dt 2. Si uv = vu alors exp(u + v) = exp(u) exp(v)
n>0
Soit (un ) uneXsuite réelle gardant un signe constant, n+1 n
3. Si ` = 1 on ne peut pas conclure. k=n+1
3. exp(u) est inversible d’inverse exp( u)
alors la série ( 1)n un est dite alternée
n>0 Règle de Raabe-Duhamel Cela peut donner un équivalent pour la suite des restes.
Soit (un ) une suite de réels strictement positifs telle que En cas de divergence, un encadrement de la suite des
Critère
X
spécial des séries alternées sommes partielles
✓ ◆ Z n+1 Z n
Soit ( 1)n un une série alternée telle que (un ) décroît ⇤ un+1 ↵ 1 n
X
9(↵, ) 2 R+ ⇥]1, +1[,
n>0
X un
=1
n
+O
n 8n 2 N⇤ , f (t) dt 6 f (k) 6 f (0) + f (t) dt C ONTACT I NFORMATION
0 0
et est de limite nulle, alors ( 1) un converge et
n k=0
X
n>0
Alors il existe > 0 tel que un ⇠ , donc un con- Cela peut donner un équivalent pour la suite des Email elamdaoui@gmail.com
n↵
sgn (Rn ) = sgn ( 1)n+1 un+1 et |Rn | 6 un+1 . verge si, et seulement, si ↵ > 1 sommes partielles Phone 06 62 30 38 81 Page: 06
L ES FAMILLES SOMMABLES
E NSEMBLES DÉNOMBRABLES FAMILLES NUMÉRIQUES SOMMABLES S OMMATION PAR PAQUETS S UITES DOUBLES
Soit E un ensemble. Soient I un ensemble dénombrable et (xk )k2I , (yk )k2I deux Soit I un ensemble dénombrable et (In )n2N une famille de
Théorème
Ensemble au plus dénombrable familles numériques. parties de I tels que: Soit (am,n )(m,n)2N2 une suite numérique double. Les as-
On dit que: Famille numérique sommable • 8n 6= m, In \ Im = ;; sertions suivantes sont équivalentes :
• E est dénombrable s’il existe une bijection entre E La famille numérique (xk )k2I est dite sommable si la [ 1. La famille (am,n )(m,n)2N2 est sommable.
famille (|xk |)k2I est sommable. • In = I.
et N. n2N X
2. Pour tout n 2 N, la série |am,n | converge et la
• E est au plus dénombrable s’il est fini ou dénom- Propriété
brable Soit (xk )k2I une famille numérique sommable. On pose Sommation par paquets +1
! m>0
X X
Une famille (xi )i2I de réels positifs est sommable si, et série |am,n | converge.
Opérations x+
k = max (xk , 0) et xk = max ( xk , 0) seulement si, l’on a les deux assertions: n>0 m=0
• Une partie de N est dénombrable si, et seulement
1. Pour tout n 2 N, la famille (xi )i2In est sommable; X
si, elle est infinie. • Si la famille (xk )k2I est de réels , alors et (x+
k )k2I 3. Pour tout m 2 N, la série |am,n | converge et la
X X
(xk )k2I sont sommables. 2. la série Sn converge avec Sn = xi n>0
• Une partie d’un ensemble dénombrable est au On définit la somme de la famille (xk )k2I comme +1
!
X X n>0 i2In X X
plus dénombrable. + série |am,n | converge.
étant la différence xk xk . +1
X X m>0 n=0
• Un produit fini d’ensembles dénombrables est k2I k2I
Auquel cas: xi = Sn
dénombrable. X X
X X X i2I n=0 4. La série |ap,q | converge.
xk := x+ xk
• Une union dénombrable de parties dénombrables k
Critère suffisant de sommabilité n>0 p+q=n
(p,q)2N2
k2I k2I k2I
est dénombrable Soit (xi )i2I une famille numérique. Si :
Auquel cas :
• Dans le cas complexe alors les deux familles • Pour tout n 2 N la famille (xi )i2In est sommable.
FAMILLES POSITIVES SOMMABLES réelles (Re (uk ))k2I et (Im (uk ))k2I sont X +1 X
X +1
sommables. On définit la somme par X X am,n = am,n
Soient I un ensemble dénombrable et (xi )i2I , (yi )i2I deux • La série Tn est convergente avec Tn = |xi |.
(m,n)2N2 n=0 m=0
familles de réels positifs (xi )i2I X X X n>0 i2In
xk := Re (xk ) + i Im (xk ) +1 X
X +1
Alors: (xi )i2I est sommable et = am,n
Définition k2I k2I k2I
! m=0 n=0
On dit que la famille (xi )i2I est sommable si Cas de I = N X +1
X X +1
X X
X Une suite numérique (xn )n2N est sommable si, et seule- xi = xi = ap,q .
9M > 0, 8J ⇢ I et J fini , xi 6 M X i2I n=0 i2In n=0 p+q=n
i2J
ment, si la série xn est absolument convergente. (n,m)2N2
( )
n>0 Sommation par paquets
X Auquel cas Soit (xk )k2I une famille numérique sommable. Alors :
Au quel cas, sup xi , J ⇢ I et J fini s’appelle la X
xn =
+1
X
xn 1. Pour tout n 2 N, la famille (xi )i2In est sommable.
P RODUIT DE C AUCHY
i2J
X
somme de la famille (xi )i2I et on la note xi . n2N n=0
X X Produit de Cauchy
2. La série Sn converge avec Sn = xi . X X
i2I
Retour aux séries n>0 i2In Si un et vn deux séries numériques absol-
Critère de comparaison Si : N ! I une bijection, alors, (xk )k2I est sommable n>0 n>0
X
Soit (xi )i2I et (yi )i2I deux familles de réels positifs telles si, et seulement, si x (n) est absolument conver-
+1
X X ument convergentes
! alors leur produit de Cauchy
que 8i 2 I, xi 6 yi . 3. Sn = xi . X X n
n>0
gente. n=0 i2I up vn p est absolument convergent et on a
1. Si la famille (yX
i )i2I est X
sommable, alors (xi )i2I est +1
X X +1
! n>0 p=0
X X X
sommable et: xi 6 yi Au quel cas x (n) = xk Ou encore: xi = xi ! ! !
+1
X n
X +1
X +1
X
i2I i2I n=0 k2I n=0 i2In i2I up v n p = un ⇥ vn
2. La non sommabilité de la famille (xi )i2J entraîne Opérations Cas particulier I = N n=0 p=0 n=0 n=0
la non sommabilité de (yi )i2I Soit (xk )k2I , (yk )k2I deux familles sommables et 2 K. X
On suppose que la série xn est absolument conver- Propriété
Alors la famille (xi + yi )i2I est sommable et
Retour aux séries n>0 Soit A une K-algèbre normée de dimension finie et a, b 2
Soit (xi )i2I une famille de réels positifs indexée par une X X X gente. Alors: A tels que ab = ba. Alors
famille dénombrable I et : N ! I une bijection, ( x i + yi ) = xi + yi
alors, la famille 1. Pour tout n 2 N la famille (xi )i2In est sommable exp (a + b) = exp(a) exp(b)
X (xi )i2I est sommable si, et seulement
k2I k2I k2I
de somme Sn .
si, la série x (n) est convergente. Auquel cas Sous-famille d’une famille sommable 2. La famille (Sn )n2N est sommable.
n>0 Soit (xk )k2I une famille sommable et J une partie +1
X XX X
dénombrable de I. Alors (xk )k2J est sommable 3. On a Sn = xi = xn .
+1
X X
n2N n2N i2In n=0
x (n) = xi
n=0 i2I Web www.elamdaoui.com
Email elamdaoui@gmail.com
Phone 06 62 30 38 81 Page: 07
F ONCTIONS VECTORIELLES D ’ UNE VARIABLE RÉELLE
D ÉRIVATION O PÉRATIONS M ÉTHODES DE CALCUL D ÉVELOPPEMENTS LIMITÉS USUELS EN 0

E, F , G sont normés et de dimensions finies sur K et parfois
Somme et multiplication par un scalaire Intégration par parties Les développements limités usuels en 0
ils sont euclidiens. I, J désignent des intervalles de R.
Soient n 2 N, 2 K et f, g 2 Dn (I, E). Soit f : I ! E et g : I ! F deux fonctions de classe n
X xk
Soit f : I ! E, B = (e1 , · · · , ep ) une base de E et (fi )16i6p • ex = + (xn )
Alors f + g 2 Dn (I, R) et ( f + g)(n) = f (n) + g (n) C 1 sur I et B : E ⇥ F ! G. Alors pour tout a, b 2 I, k!
les applications coordonnées de f dans la base B:
alors: k=0
p Propriété Z b Z b n
X
X x 2k+1
8t 2 I, f (t) = fi (t) ei Soit f 2 D (I, E) et L 2 L (E, F ).
n
• sin x = ( 1)k + x2n+1
(n) B(f 0 (t), g(t))dt = [B(f (t), g(t))]ba B(f (t), g 0 (t))dt. (2k + 1)!
i=1 Alors L f 2 D (I, F ) et (L f ) = L f (n)
n
a a k=0
Formule de Leibniz Changement de variable n

X x 2k
Dérivation Soit B : E ⇥ F ! G une application bilinéaire, n 2 N, Soient ' de classe C 1 sur I à valeurs dans J, f 2 C(J, E)
• cos x = ( 1)k
(2k)!
+ x2n
Soit f : I ! E et a 2 I. f 2 Dn (I, E) et g 2 Dn (I, F ). Alors B(f, g) 2 Dn (I, G) Z '(b) Z b k=0
et et a, b 2 I. Alors: f (t)dt = '0 (t)f ('(t)) dt n

X
• On dit que f admet une dérivée en a si X n '(a) a x2k+1
• sinh x = + x2n+1
B(f, g)(n) = Cni B(f (i) , g (n i) ) (2k + 1)!
k=0
f (x) f (a) i=0
lim existe 2 E
x!a x a
Dérivation et composition I NÉGALITÉ DES ACCROISSEMENT FINIS • cosh x =
n
X x2k
+ x2n
(2k)!
df Soit f 2 Dn (I, E), ' 2 Dn (J, I). Alors (f ') 2 Dn (J, E) des accroissements finis k=0
Cette limite est noté f (a) on note aussi
0
(a).
dx Soit f : [a, b] ! R une fonction continue sur [a, b] et
Tous les résultats précédents restent vrais si on remplace x3 2x5
• Lorsque f est dérivable en tout point de I on dit dérivable sur ]a, b[. Alors il existe c 2]a, b[ tel que f 0 (c) = • tan x = x + + + x5
Dn par C n ou C 1 3 15
que f est dérivable sur I et la fonction de I vers E f (b) f (a)
qui à x associe f 0 (x) est appelée dérivée de f sur b a x3 2x5
• tanh x = x + + x5
I, on la note f 0 I NTÉGRATION SUR UN SEGMENT Si f (a) = f (b) on retrouve le théorème de Rolle 3 15
n
X
Dérivées succéssives Inégalité des accroissements finis ↵(↵ 1) · · · (↵ k + 1)
Définition • (1 + x) ↵
= 1+ xk +
Soit f 2 F(I, E). On définit les dérivées successives de Soit f 2 C 1 (I, E) telle que kf 0 k soit bornée sur I i.e. il k!
Soit f : I ! E cpm. k=1
f , si elles existent, au moyen d’une récurrence existe M 2 R+ tel que 8t 2 I, kf 0 (t)k 6 M , alors (xn )
Pour tout a, b 2 I, on appelle intégrale de f de a à b le
(0) vecteur 8a, b 2 I, kf (b) f (a)k 6 M |b a| 1
n
X
• f =f
Z b Z ! • = xk + (xn )
• Soit k 2 N. Supposons avoir défini f (k) sur I, si p
X b
Théorème de prolongement par dérivabilité 1 x
k=0
(k) 0 f (t) dt := fi (t) dt ei
f est dérivable sur I, on pose f
(k) (k+1)
= f Soit f une application de [a, b] dans E et p 2 N⇤ tels que n
a i=1 a
1 X
La fonction f (k) , si elle existe, est appelée la dérivée • = ( 1)k xk + (xn )
Z b • f est continue sur [a, b]; 1+x
k=0
k ème de la fonction f . S’il n’y a pas de confusion l’intégrale se note f
a • f est de classe C p sur [a, b[ n
X
• L’ensemble des fonctions n-fois dérivable sur I se xk
• ln(1 x) = + (xn )
note Dn (I, E) Propriété • Pour tout k 2 [[1, p]], f (k) a une limite `k en b k=1
k
Soient f, g 2 Cpm (I, E), a, b, c 2 I et 2 K, alors:
• f est dite de C sur I si f est n-fois dérivable sur I
n Alors f est de C p sur [a, b] et 8k 2 [[1, p]], f (k) (b) = `k n
X ( 1)k 1
Z b Z b Z b • ln(1 + x) = xk + (xn )
et f (n) est continue sur I 1. Linéarité: ( f + g) = f+ g k
k=1
F ORMULES DE TAYLOR
a a a
• f est dite de C sur I ou f est lisse sur I si f est
1
Z Z Z n
X 2k+1
b c b x
k-fois dérivable sur I pour tout k 2 N • arctan x = ( 1)k + x2n+1
2. Relation de Chasles: f= f+ f 2k + 1
a a c Formule de Taylor avec reste intégral k=0
• C n (I, E) l’ensemble des fonctions de classe C n sur ! Soient f 2 C n+1 (I, E). Alors pour tout a, b 2 I
Z Z n
X
I b b x2k+1
3. Si L 2 L(E, F ), alors L f = L f n Z • arg tanh x = + x2n+1
X (b k
a) (k) b
(b t)n (n+1) 2k + 1
• C 1 (I, E) l’ensemble des fonctions de classe C 1 a a
f (b) = f (a) + f (t)dt k=0
sur I k! a n!
Somme de Riemann k=0 n
X (2k)! x2k+1
• arcsin x = + x2n+1
Fonctions coordonnées Soit f 2 Cpm ([a, b], E), alors
Si de plus f (n+1) soit majorée sur I. Alors
2
(2k k!) 2k + 1
k=0
Soit f : I ! E de fonctions coordonnées f1 , · · · , fp
n
X1 ✓ ◆ Z
dans une base de E. On a équivalence entre: b a b a b
n
X k n+1
n
X (2k)! x 2k+1
f a+k ! f (b a) (k) |b a| • arg sinh x = ( 1)k + x2n+1
n n n!+1 f (b) f (a) 6 sup kf (n+1) k 2
1. f 2 D (I, E)
n
k=0 a k! (n + 1)! [a,b] k=0 (2k k!) 2k + 1
k=0
2. 8i 2 [[1, p]] , fi 2 Dn (I, K) Inégalité triangulaire Formule de Taylor-Young

Soit f 2 Cpm (I, E), a, b 2 I tels que a 6 b alors:
p
X Soit f : I ! E une fonction de C n sur I et a 2 I, alors f
Auquel cas f (n)
=
(n)
fi .ei Z Z admet un DLn (a) donné par C ONTACT I NFORMATION
i=1 f 6 kf k Web www.elamdaoui.com
Mêmes résultats si on remplace D par C ou par C n n 1
[a,b] [a,b]
n
X (x k
a) (k)
f (x) = f (a) + o ((x
n
a) ) Email elamdaoui@gmail.com
k! Phone 06 62 30 38 81 Page: 08
k=0
S UITES ET SÉRIES DE FONCTIONS
R
C ONTEXTE T HÉORÈME D ’ INTERVERSION DES LIMITES T HÉORÈME D ’ INTERVERSION lim ET R ÉGULARITÉ DE LA SOMME
(fn )n2N est une suite de fonctions définies sur A à valeurs Z
Théorème d’interversion des limites Théorème de dérivation terme à terme: C p
dans F où A ⇢ E avec E et F sont de K-espaces vectoriels
Soit a 2 A.
Théorème d’nterversion lim et Soit p > 1. Si
normés de dimensions finies. Le plus souvent, E = F = R et 8
n Soit (fn ) une suite de fonctions de [a, b] dans F . 8
X < 8n 2 N, lim fn (x) existe et vaut bn 2 F ; > 8n 2 N, f 2 C p
(I, F );
A = I un intervalle de R. On note: 8n 2 N, Sn = fk ( >
>
n
X
Si: cvu
x!a >
< 8k 2 [[0, p 1]] , fn(k) CS sur I;
k=0 : fn ! f 8n 2 N ( ou à pcr) fn 2 C([a, b], F );
A Si: n>0
(fn ) converge uniformément sur [a, b] >
> X
8 8 >
> fn(p) CU sur tout segment inclus dans I.
La suite (bn ) converge ; :
M ODE DE CONVERGENCE POUR LES SUITES >
>
<
•
>
>
>
• lim fn est continue ! sur [a, b]; n>0
f admet une limite en > Z b
Alors: • ✓ ◆ a;
⇣ ⌘ >
<
> • La suite fn converge; Alors
Convergence simple >
:• lim lim fn (x) = lim lim fn (x) Alors: a 8
x!a n!+1 n!+1 x!a >
> Z b n Z +1
On dit que (fn )n converge simplement sur A ssi pour >
> b >
> X
>
:• >
> • f 2 C p
(I, F );
tout x 2 A la suite (fn (x)) converge dans F . Si 8n 2 N, fn admet une limite bn en a 2 A et la suite (bn ) lim fn (t) dt = lim fn (t) dt >
>
n
n!+1 a n!+1 >
> n=0
On appelle limite de la suite (fn (x)), la fonction f 2 F A diverge, alors (fn ) ne converge pas uniformément
a
>
< +1
! (k) +1
définie par: 8x 2 A, f (x) = lim fn (x) X X
n!+1
P P R > • 8k 2 [[0, p]] , f n = f (k)
n ;
T HÉORÈME D ’ INTERVERSION lim ET T HÉORÈME D ’ INTERVERSION ET >

>
>
> n=0 n=0
Convergence uniforme >
>
X
n CU sur tout segment ⇢ I
> (k)
cvu cvs A P R >
: • 8k 2 [[0, p]] , f
• fn ! f ssi fn ! f et k fn f k1 ! 0 Théorème d’interversion et
A A n!+1 Théorème d’interversion limite-somme (
n>0
cvu
• fn ! f ssi 9("n ) 2 RN
+ de limite nulle vérifiant: Soit a 2 A 8n 2 N, fn 2 C ([a, b], F ) ;
X Théorème de dérivation terme à terme: C 1
A 8 X Si:
8x 2 A, k fn (x) f (x) k 6 "n fn CU sur [a, b]. Si:
>
< fn converge uniformément sur A;
8
La non convergence uniforme Si: n>0 8 1 > 8n 2 N, fn 2 C 1 (I, F );
>
: > X >
> X
cvs 8n 2 N, fn (x) ! `n 2 F >
> • fn est continue; >
< fn converge simplement sur I;
Si fn ! f et 9(xn ) 2 AN tq (fn (xn ) f (xn )) 6! 0, x!a >
<
A !
8 X Alors: n=0 n>0
alors fn ne converge pas uniformément vers f sur A > • La série `n converge; > X Z b >
>
>
X
>
> >
> la série converge et on a: >
: 8p > 1, fn(p) CU sur tout segment ⇢ I.
>
>
> n>0 :•
> fn
>
> +1 n>0 a n>0
< X
M ODES DE CONVERGENCE POUR LES SÉRIES Alors: • La somme fn admet une limite en a; Z b +1
X
! +1 Z
X b
! +1
X
>
> n=0 Alors la somme fn est de classe C 1 sur I et on a :
>
> +1 +1 +1 fn (t) dt = fn (t)dt
> X X X
Convergence simple, convergence absolue >
>
> a a n=0
X :• lim
x!a
fn (x) = `n = lim fn (x)
x!a
n=0 n=0
• fn converge simplement sur A si: 8x 2 A, n=0 n=0 n=0 +1
!(p) +1
X X
n>0 8p 2 N, fn = fn(p) .
X
fn (x) converge
Le théorème s’applique aussi en +1 ( resp 1) R ÉGULARITÉ DE LA LIMITE n=0 n=0
lorsque A est du type [a, +1[ (resp ] 1, a])
n>0
X X Théorème de dérivation de la limite
• fn converge absolument si k fn kF con- Soit p 2 N⇤ . L ES APPROXIMATIONS UNIFORMES
verge simplement sur A. C ONTINUITÉ : L IMITE ET SOMME 8
>
>
< 8n 2 N ( ou à pcr⇣ ) f n⌘2 C p
(I, F ); Soit a, b 2 R tels que a < b
CA ) CS Théorème de la continuité de la limite Si: 8k 2 [[0, p 1]], f
(k)
n CS sur I; Approximation par des fonctions en escalier
Si: >
>
Convergence uniforme (
: (p)
La suite (fn ) CU sur tout [a, b] ⇢ I. Toute fonction f : [a, b] 7 ! F continue par morceaux
X X
fn converge uniformément sur A ssi
8 sur [a, b] est limite uniforme d’une suite ('n )n2N de
• fn 8n 2 N (ou à pcr) fn est continue sur A; > • lim f est de classe C p
sur I;
cvu >
>
> n!+1
n
⇣ ⌘ fonctions en escalier sur [a, b], c’est-à-dire
+1
X fn ! f sur tout compact inclus de E dans A. < (k)
converge simplement sur A et
cvu
fk ! 0 Alors: • 8k 2 [[0, p]], f n CU sur tout [a, b] ⇢ I;
A > ✓ ◆(k) kf 'n k[a,b]
1 !0
k=n+1 Alors: f est continue sur A. >
> n!+1
X >
:• 8k 2 [[0, p]] , lim fn = lim fn(k)
• Condition nécessaire: Si fn converge unifor- n!+1 n!+1 Théorème de Stone Weierstrass
mément vers f , alors fn
cvu
! 0. Théorème de la continuité de la somme Toute application f : [a, b] ! C continue est limite
A Si: Théorème
8 de dérivation de la limite uniforme d’une suite de fonctions polynomiales
( >
> 8n 2 N ( ou à pcr ) fn 2 C 1 (I, F );
Convergence normale 8n 2 N, fn 2 C(A, F ); <
X X Si: La suite⇣(fn )⌘CS sur I;
fn converge normalement sur A si pour tout n 2 N, fn CU sur tout compact inclus dans A. >
> (p)
X : 8p > 1, fn CU sur tout segment inclus dans I.
fn est bornée et la série numérique kfn k1 converge. +1
X 8
Alors: la somme fn est continue sur A. >
> • lim fn est de classe C 1 sur I;
Propriété
P caractéristique de la CN n=0
>
>
< n!+1
(k)
8k > 0, CU sur tout [a, b] ⇢ I; C ONTACT I NFORMATION
( fn converge normalement sur A si, et seulement, si Alors: • fn
> ✓ ◆(k)
• 9 (an ) 2 R+ N / 8n 2 N, 8x 2 A : kfn (x)k 6 an Remarque: Dans les deux théorèmes précédents, si A est un inter- >
>
>
X :• 8k 2 N, lim fn = lim fn(k) Web www.elamdaoui.com
• an converge valle de R, on remplace compact inclus dans A par segment inclus n!+1 n!+1
CN ) CU dans A
Phone 06 62 30 38 81 Page: 09
S ÉRIES ENTIÈRES
S ÉRIES ENTIÈRES ET CONVERGENCE C ALCUL DE RAYON C AS DES SÉRIES RÉELLES D ÉVELOPPEMENTS USUELS
Définition Critère de comparaison Primitive Rayon de convergence R = +1
X X X Pour tous z 2 C et x 2 R :
Soit (an ) 2 CN . Soient an z et n
bn z de rayons respectifs Ra et
n
Soit an x une série entière réelle de rayon de con-
n
On appelle série entière associée à la suite (an ) la série n>0 n>0 n>0 +1 n
X z
X Rb . +1
X • exp(z) =
de fonctions an z n . vergence R et de somme f : x 2 ] R, R[ 7 ! an xn . n=0
n!
n>0 • si an = O(bn ) ou an = o(bn ), alors Ra > Rb ; n=0 +1
X
• Les nombres an s’appellent coefficients de la série Alors les primitives de f sur ] R, R[ s’écrivent x 2n
• si an ⇠ bn , alors Ra = Rb . • cos x = ( 1)n
X +1
X (2n)!
entière an z n . xn+1 n=0
Critère de D’Alembert x 7! k + an
n+1
où k 2 C
+1
n>0
Si (an ) ne s’annule pas à partir d’un certain rang et n=0 X x 2n+1
an+1 • sin x = ( 1)n

• Le domaine de convergence de la série en- lim = ` 2 R. Régularité et coefficients n=0
(2n + 1)!
X n!+1 an X
tière an z n est l’ensemble D := {z 2 Alors le rayon de convergence de la série entière Soit an xn une série entière réelle de rayon de con- +1
X x2n
n>0 X 1 1 • cosh x =
X an z est R = . Avec la convention
n
= +1 et
n>0
(2n)!
C/ an z converge}
n
` 0 vergence R et de somme f . Alors f 2 C 1 (] R, R[, K): n=0
n>0
n>0 1 +1
+1
X X x2n+1
= 0. (p) n! • sinh x =
+1
X +1 8x 2] R, R[, 8p 2 N, f (x) = an xn p
(2n + 1)!
• L’application S : D ! C, z 7 ! an z n est ap- (n p)! n=0
Somme et produit n=p
pelée la somme de la série

n=0
X X (n)
Rayon de convergence R = 1
Soient an z n et bn z n de rayons de convergences (0) f Pour tous x 2] 1, 1[ et ↵ 2 R:
En particulier an = et ainsi
Lemme d’Abel n>0 n>0 n!
X X +1 (n) +1
X
Soit r 2 R tel que (an r )n soit une suite bornée avec
+? n
respectifs Ra et Rb et soient sn z etn
pn z respec-
n X f (0) n 1
X 8x 2] R, R[, f (x) = x • = xn
n! 1 x
(an )n 2 CN . Alors 8z 2 B(0C , r), la série an z n con- n>0 n>0
n=0 n=0
tivement somme et produit de Cauchy des deux séries
n>0 n +1
X X
verge absolument précédentes i.e. 8n 2 N, sn = an +bn et pn = a n k bk . Fonction développable en série entière •
1
= ( 1)n xn
Soit I un intervalle tel que 0 2 ˚
I et f : I ! C 1 + x n=0
Rayon de convergence Soit Rs et Rp les rayons de convergence de ces deux
k=0
X +1 n
Le rayon de convergence de la série an z n
est dernières. Alors • Soit r > 0. On dit que f est développable en X x
série entière sur ] r, r[ s’il existe une série entière • ln(1 x) = vraie pour x = 1
n>0 n
1. Rs > min(Ra , Rb ), Rp > min(Ra , Rb ) ; X n=1
l’élément de R+ [ {+1} défini par an xn de rayon de convergence R > r telle que
+1
X n
2. si Ra 6= Rb , alors Rs = min(Ra , Rb ) ; n>0 x
R = sup{r 2 R / (an r )n est bornée }
+ n
+1 • ln(1 + x) = ( 1)n 1
vraie pour x = 1
X n
= +
sup{r 2 R / an r n
! 0} 3. on pose R = min(Ra , Rb ). 8z 2 D(0, R), 8x 2] r, r[, f (x) = an xn . n=1
n!+1
n=0 +1
X
X +1
X +1
X +1
X x2n+1
= sup{r 2 R+ / an rn CS } • sn z n = an z n + bn z n ; • On dit que f est développable en série entière en • arg tanh x =
n=0
2n + 1
n>0 n=0 n=0 n=0 0 s’il existe r > 0 tel que f soit développable en
X ! !
+1
X +1
X +1
X série entière sur ] r, r[ . +1
X 2n+1
= sup{r 2 R / +
an r CA }
n x
• pn z n = an z n ⇥ bn z n . • arctan x = ( 1)n
n>0
n=0 n=0 n=0 Proprieté caractéristique n=0
2n + 1
Si f existe de classe C 1 au voisinage de 0. Alors vraie aussi pour x = ±1
Convergence d’une série entière Série dérivée
X X
Soit an z une série entière de rayon de convergence
n f est DSE en 0 +1
X ↵(↵ 1) . . . (↵ n + 1)
Soit an z n
une série entière de rayon R. La série m • (1 + x) = 1 + ↵
xn
n>0
n>0 n
! n!
X (k) n=1
R. X f (0) k
nan z n 1
est de rayon de convergence R et dite série 9r > 0, 8x 2] r, r[, lim f (x) x = 0. +1
n!+1 k! X 1 ⇥ 3 ⇥ . . . ⇥ (2n 1) x2n+1
• La série entière converge absolument sur le disque n>1 k=0
• arcsin x =
de convergence D(0, R) = {z 2 C/ |z| < R} ; X 2 ⇥ 4 ⇥ . . . ⇥ 2n (2n + 1)
dérivée de an z n Auquel cas les primitives et les dérivées successives de n=0
• La série entière converge normalement sur tout n>0 f sont DSE en 0

disque fermé Df (0, R1 ) avec 0 < R1 < R ; Soit p 2 N, Méthode pratique
0 1 0 1 0 1 n
!
+1
X f (k) (0) k X
• f : z 7! an z n est continue sur D(0, R). X X X an Pour montrer que lim f (x) x = 0,
Rc @ a n z n A = Rc @ np a n z n A = R c @ z nA
n!+1 k!
n=0 np k=0
on utilise l’inégalité de Taylor-Lagrange C ONTACT I NFORMATION
n>0 n>0 n>1
X X
• Si an Rn CA, alors an z n CN sur Df (0, R). n
X f (k) (0) |x|
n+1 Web www.elamdaoui.com
n>0 n>0
f (x) xk 6 sup f (n+1) (t) Email elamdaoui@gmail.com
k! (n + 1)! [0,x]
k=0
Phone 06 62 30 38 81 Page: 10
C ALCUL DIFFÉRENTIEL
C ONTEXTE O PÉRATIONS F ONCTIONS DE CLASSE C k D ÉVELOPPEMENT DE TAYLOR D ’ ORDRE 2

Soient E, F , G et H des R-espaces vectoriels de dimensions
Somme Définition Propriété
finies non nulles. On pose dimE = n et dimF = p.
Soit f, g : U ! F différentiables en a. Alors : 8 2 On dit que f est de classe : Soit f 2 C 2 (U ). Alors 8h 2 E tel que a + h 2 U on a :
Soient U ⇢ E et V ⇢ F deux ouverts non vide, a 2 U , f : U !
R, f + g est différentiable en a et on a: d( f + g)a =
F , B = (e1 , . . . , en ) une base de E et C = ("1 , . . . , "p ) une base
dfa + dga • C ( k > 1 ) sur U si ses dérivées partielles d’ordre
k
1 Xn
@2f
de F . f (a+h) = f (a)+dfa (h)+ hi hj (a)+ khk2 .
k existent et sont continues sur U . 2 i,j=1 @xi @xj
Composition par application bilinéaire
Soient f : U ⇢ E ! F , g : U ⇢ E ! G et • C 1 sur U si 8k 2 N⇤ , f est C k sur U .
D ÉRIVÉES PARTIELLES ET DIFFÉRENTIELLES B : F ⇥ G ! H bilinéaire. Si f et g sont dif-
Dérivée selon un vecteur
férentiables en a alors B(f, g) l’est aussi et dB(f, g)a = La notion de fonction de classe C k ne dépend pas du A PPLICATIONS AUX EXTRÉMUMS
B(dfa , g(a)) + B(f (a), dga ) choix de la base B.
On dit que f admet une dérivée en a suivant h 2 E \ Si de plus F est une algèbre normée alors pour f, g : Caractérisation de points critiques
f (a + th) f (a) Somme
{0} si lim existe ou encore si ' : t 7 ! U ⇢ E ! F différentiables en a, alors f g est différen- Soit k 2 N [ {1}. Soiet f, g : U ⇢ E ! F et , µ 2 R.
⇤ Si f : U ⇢ E ! R de classe C 1 et a 2 U . Alors
t!0 t tiable en a et on a: 8h 2 E, d(f g)a (h) = dfa (h)g(a) +
f (a + th) est dérivable en 0. Dans ce cas, cette limite Si f et g sont de classe C k alors f + µg est de classe C k
f (a)dga (h) @f
s’appelle la dérivée de f en a suivant h et on la note et a est point critique de f () 8i 2 [[1, n]] , (a) = 0
@( f + µg) @f @g @xi
'0 (0) = Dh f (a). Composition de deux fonctions vectorielles = +µ
Soit f : U ! F différentiable en a, V un ouvert de F tel
@xi @xi @xi Extrémums en dimension 2
Dérivées partielles que f (U ) ⇢ V et g : V ! G différentiable en f (a). Alors Composition par une application bilinéaire Soit f : U ⇢ R2 ! R de classe C 2 et a critique de f . On
• On appelle dérivées partielles de f en a les g f est différentiable en a et on a d(g f )a = dgf (a) dfa . Soit k 2 N⇤ [ {1}. Soit f : U ⇢ E ! F, g : U ⇢ E ! @2f @2f @2f
note r = (a, b), s = (a, b) et t = (a, b).
dérivées, lorsqu’elles existent, de f en a suivant G et B : F ⇥ G ! H bilinéaire. Si f et g sont de classe @x 2 @y@x @y 2
les vecteurs e1 , . . . , en . Fonctions composantes C k alors B(f, g) l’est aussi et

@f Soit f : U ⇢ E ! F . Alors, f est différentiable si, et 1. Si s2 rt < 0 et r > 0 alors f admet un minimum
• La dérivée en a selon ei se note Di f (a) ou (a). ✓ ◆ ✓ ◆ local stricte en a.
@xi seulement si, les fonctions coordonnées de f dans une @B(f, g) @f @g
@f base de F le sont. =B , g + B f, 2. Si s2 rt < 0 et r < 0 alors f admet un maximum
• x 7! (x) s’appelle la i-ème application dérivée @xi @xi @xi
@xi local stricte en a.
@f Propriété 3. Si s2 rt > 0 alors a n’est pas un extrémum (On
partielle de f sur U . On la note . M ATRICE J ACOBIENNE dit aussi a est un point col ou selle de f )
@xi Si f 2 C k (U, F ) et g 2 C k (U, K), alors gf 2 C k (U, F ). Si
f 4. Si s2 rt = 0, on ne peut pas conclure
Différentielle en un point de plus g ne s’annule pas sur U alors est de classe C k
Définition g
On dit que f est différentiable en a s’il existe une appli- On appelle matrice jacobienne relative aux bases B et C
cation linéaire ` de E vers F et " une application de E d’une application f : U ⇢ E ! F différentiable en
Lien avec les composantes É QUATIONS AUX DÉRIVÉES PARTIELLES
dans F continue et nulle en 0 telles que 8h 2 E tel que a 2 U la matrice de l’application linéaire dfa relative Soit f : U ⇢ E ! F . Alors f est de classe C sur U ssi k
ses fonctions composantes sont de classe C k sur U I et J deux intervalles de R

a + h 2 U: aux bases B et C
Équation d’ordre 1
f (a + h) = f (a) + `(h) + k h k "(h) Règle de la chaine Soit f : I ⇥ J ! R une fonction de classe C 1 telle que
Jf (a) = Mat (dfa ) 2 Mp,n (R)
h!0E B,C Soit f : U ⇢ E ! F et g : V ⇢ F ! G deux fonctions @f
de C k telles que f (U ) ⇢ V , alors g f est de C k et 8a 2 U (x, y) = 0. Alors
L’application ` est unique, appelée la différentielle de f Si · , fp les coordonnées de f : @x
en a et notée dfa . On écrit o(k h k) pour k h k "(h). ✓ f1 , · · ◆ Jf (a) =
p
@fi @(g f ) X @fi @g f : (x, y) 7 ! C(y) avec C 2 C 1 (J, R)
(a) 8j 2 [[1, n]] , (a) = (a). (f (a))
Propriété @xj 16i6n
@xj @xj @yi
Équation d’ordre 2
16j6p i=1
1. f est différentiable en a ) f est continue en a.
2. f est différentiable en a ) f est dérivable en a Propriété avec f1 , · · · , fp les fonctions coordonnées de f . Soit f : I ⇥ J ! R une fonction de classe C 2 telle que
selon tout vecteur et: 8h 2 E \ {0}, dfa (h) = Soient f : U ! F et g : V ! G de classe C 1 telles que @2f
Formule d’intégration (x, y) = 0. Alors
Dh f (a). f (U ) ⇢ V . Si f est différentiable en a et g est différen- @x 2
tiable en f (a). On a Jg f (a) = Jg (f(a)) ⇥ Jf (a) Soit f : U ⇢ E ! F une application de classe C 1 et
3. Si E = R. L’application f est différentiable en a si, f : (x, y) 7 ! xC(y) + D(y) avec C, D 2 C 2 (J, R)
: [0, 1] ! E est un arc de classe C 1 inscrit dans U
et seulement, si f est dérivable en a.
d’extrémités a = (0) et b = (1) alors
Auquel cas, 8h 2 R⇤ , dfa (h) = hf 0 (a). Z 1 Équation d’ordre 2
4. Si f est différentiable en a alors les dérivées par- G RADIENT f (b) f (a) = df (t) ( 0 (t)) dt Soit f : I ⇥ J ! R une fonction de classe C 2 telle que
X n
E désigne un espace euclidien dont on note (.|.) le produit 0 @2f
tielles de f en a existent et on a 8h = hi ei 2 E, (x, y) = 0. Alors
scalaire En particulier si U est un ouvert connexe par arcs alors @x@y
i=1
Gradient f est constante si, et seulement si, df = e
0
n
X Si f : U ⇢ E ! R est une application de classe C 1 f : (x, y) 7 ! C(x) + D(y)
@f
dfa (h) = Dh f (a) = hi
@x
(a) alors pour tout a 2 U , il existe un unique vecteur dans Théorème de Schwarz
i
Soit f 2 C (U, F ). Alors :
2 avec C 2 C 2 (I, R) et D 2 C 2 (J, R)
i=1
E noté rf (a) et appelé gradient de f en a vérifiant 8h 2
E, Dh f (a) = (rf (a)|h)
Différentielle @2f @2f C ONTACT I NFORMATION
De plus, si B = (e1, · · · , en ) est une BON de E alors 2
8i, j 2 [[1, n]] , = .
On dit que f est différentiable sur U si f est différen- @xi @xj @xj @xi
tiable en tout point de U et l’application df : x 2 U 7! Xn Web www.elamdaoui.com
@f
dfx 2 L(E, F ) s’appelle la différentielle de f sur U . rf (a) = (a)ei Email elamdaoui@gmail.com
@xi
i=1 Phone 06 62 30 38 81 Page: 11
I NTÉGRATION SUR UN INTERVALLE QUELCONQUE
I NTÉGRALES IMPROPRES C RITÈRES DE COMPARAISON L E THÉORÈME DE CONVERGENCE DOMINÉE R ÉGULARITÉ PAR DOMINATION LOCALE
R
Intégrale impropre Critère de comparaison Convergence dominée pour les suites Dérivation sous le signe
Z b f : [a, b[! K et g : [a, b[! R+ sont cpm sur [a, b[. Soit (fn )n2N une suite de fonctions telle que: Soit f : J ⇥ I ! K une fonction telle que:
Soit f : [a, b[ ! K cpm. On dit que l’intégrale f (t)dt Z b
Z x a • 8n 2 N, fn : I ! K est cpm; • 8x 2 J, t 7 ! f (x, t) est cpm et intégrable sur I;
1. Si f (t) = O(g(t)) et g(t)dt converge alors cvs
converge si lim f (t)dt existe dans K. Dans ce cas on b • fn ! f et f : I ! K cpm sur I; @f
x!b Z b Z b a
Z b ! I • f admet sur J ⇥ I une dérivée partielle qui est
x<b a
• il existe ' 2 Cm (I, R+ ) intégrable telle que @x
pose f (t)dt converge et f (t)dt = O g(t)dt continue par rapport à la première variable et cpm
Z Z b
b x a x x par rapport à la seconde
f (t)dt = lim f (t)dt 2. Même résultat avec petit o; 8n 2 N, |fn | 6 ' [hypothèse de domination]
a x!b a Z b Z • Pour tout [a, b] contenu dans J il existe ' 2
b
Alors✓les applications f et f sont intégrables sur I, la Cm (I, R+ ) intégrable telle que
On a une notion similaire avec f :]a, b] ! K cpm. 3. Si f (t) ⇠ g(t) alors g(t)dt et f (t)dt sont de Z ◆ n Z Z
b a a
même nature suite fn converge et fn ! f @f
Intégrales deux fois impropres Z b Z b I n2N I n!+1 I 8(x, t) 2 [a, b] ⇥ I, (x, t) 6 '(t)
@x
Z b • En cas de convergence, on a f (t)dt ⇠ g(t)dt
Soit f :]a, b[ ! K cpm. On dit que l’intégrale f (t)dt Z x
x
b
Z x
x
Convergence dominée pour les séries Z
a
• En cas de divergence, on a f (t)dt ⇠ g(t)dt Soit (fn )n2N une suite de fonctions telle que: Alors F : x 7 ! f (x, t)dt est de classe C 1 sur J et
converge s’il existe c 2]a, b[ tel que les deux intégrales b I
Z c Z b a a Z
• 8n 2 N, fn : I ! K est cpm et intégrable sur I; @f
impropres f (t)dt et f (t)dt convergent. En cas de Règle de Riemann en +1 X 0
8x 2 J, F (x) = (x, t)dt (Formule de Leibniz)
a c • La série fn cvs sur I de somme f cpm sur I; I @x
convergence: Soit a 2 R f : [a, +1[! R+ cpm sur [a, +1[
✓ ◆ Z +1 n>0
Z Z Z Z 1 XZ
b c b y • Si 9↵ > 1 tq f (x) = O ↵
, alors f (t)dt CV • La série |fn | converge. ' ne dépend pas de x
f (t)dt := f (t)dt + f (t)dt = x!a
lim f (t)dt. +1 x
Z a+1 n>0 I
a a c y!b x 1
• Si 9↵ 6 1 tq ↵ = O (f (x)) , alors f (t)dt DIV Z X
+1 +1 Z
X Classe C n
x +1 Alors f est intégrable sur I et on a: fn = fn Soit n 2 N⇤ et f : J ⇥ I ! K une fonction admettant des
Fausses intégrales généralisées a
I n=0 I @f @nf
Soit a < b 2 R, f : [a, b[! K cpm sur [a, b[. Si f admet Règle de Riemann en 0 n=0 dérivées partielles , · · · , n tels que:
Z b @x @x
Soit a > 0 + cpm
f :]0, a] ! R✓ ◆ ]0, a] Z a Astuce
une limite finie en b alors f (t)dt converge 1 • 8i 2 [[0, n 1]] et 8x 2 J, l’application t 7 !
a • Si 9↵ < 1 tq f (x) =+ O , alors f (t)dt CV Si la domination dans le cas des séries n’est pas acces-
@if
0 x ↵
Z a0 sible vous pouvez utiliser le TCVD appliqué à la suite (x, t) est cpm et intégrable sur I;
@x i
1 des sommes partielles.
• Si 9↵ > 1 tq ↵ =+ O (f (x)) alors f (t)dt DIV @nf
I NTÉGRABILITÉ x 0 0 •
@x n
qui est continue par rapport à la première
Théorème:Comparaison série intégrale variable et cpm par rapport à la seconde
Définition
Z Soit f : R ! R une fonction décroissante cpm sur
+ + C ONTINUITÉ PAR DOMINATION LOCALE • Pour tout [a, b] ⇢ J, il existe 'n 2 Cm (I, R+ ) inté-
Z n+1 grable telle que:
Soit f : I ! K cpm. On dit que l’intégrale f (t)dt con- P Propriété
I Z R . Alors
+
f (t) dt f (n) converge. En con- ⇢ @nf
Z +1 n A⇥I !K 8(x, t) 2 [a, b] ⇥ I, (x, t) 6 'n (t)
verge absolument ou f est intégrable sur I ssi |f (t)|dt X Soit f : où A ⇢ Rn telle que: @x n
I séquence f (t)dt et f (n) sont de même nature. (x, t) 7! f (x, t)
converge 0 n>0
Z
• 8t 2 I, x 7 ! f (x, t) est continue sur A; Alors F : x 7 ! f (x, t)dt est de classe C n sur J et
Critère de domination I
Soit f : I ! K et g : I ! R, continues par morceaux I. • 8x 2 A, t 7 ! f (x, t) est cpm sur I; Z
Si |f | 6 g et si g intégrable sur I, alors f est intégrable C ALCUL DES INTÉGRALES F (k) (x) =
@kf
• Pour tout compact K contenu dans A, il existe ' 2 8k 2 [[1, n]] , 8x 2 J, (x, t)dt
sur I I @x k
Changement de variable Cm (I, R+ ) intégrable telle que
Cas d’intervalle borné Soit f : I ! R cpm et ' : J Z! I une bijection de
Soit f : I ! K cpm et bornée sur I et si l’intervalle I est 8(x, t) 2 K ⇥ I, |f (x, t)| 6 '(t) 'n ne dépend pas de x
borné, alors f est intégrable sur I classe C 1 sur J vers I. Alors f ('(x)) |'0 (x)| dx et
Z J
Alors 8x 2 A, la fonction t 7 ! f (x, t) est intégrable sur Gamma d’Euler
CA ) CV Z Z
Z f (t)dt sont de même nature. Si elles convergent elles +1
I I et F : x 2 A 7 ! f (x, t)dt est continue sur A x7 ! tx 1
e t
dt est de classe C 1 sur R⇤+
Si f : I ! K cpm et intégrable sur I, alors f (t)dt sont égales I 0
I
converge Cas d’un segment I = [a, b]
Intégration par parties
' ne dépend pas de x Soit f : J ⇥ [a, b] ! K de classe C n sur J ⇥ [a, b].
Semi-convergence Soit u, v : I ! R deux applications de classe C sur I 1
Z b
telles que u.v admette des limites finies aux extrémités Lorsque A intervalle de R, on remplace K par [a, b]
On dit qu’une intégrale est semi-convergente si elle est Alors F : x 2 J 7 ! f (x, t)dt est de classe C n sur J
convergente sans qu’elle soit absolument convergente de a et b de I. Z Z Dans la troisième assertion, on peut remplacer K a
b b
Alors les deux intégrales u0 (t)v(t)dt et u(t)v 0 (t)dt par A et obtenir une domination globale
L’intégrale de Dirichlet a a
Z +1
sin x
sont de même nature. En cas de convergence, on a alors: Cas d’un segment I = [a, b]
L’intégrale dx est semi-convergente. Z b Z b Soit f : A ⇥ [a, b] ! K une fonction continue. Web www.elamdaoui.com
1 x 0 b
u(t)v (t)dt = [u(x)v(x)]a u0 (t)v(t)dt Z b
a a Alors F : x 2 A 7 ! f (x, t)dt est continue sur A.
a Phone 06 62 30 38 81 Page: 12
E SPACES PRÉHILBERTIENS RÉELS
P RODUIT SCALAIRE O RTHOGONALITÉ P ROJECTEURS ORTHOGONAUX S YMÉTRIE ORTHOGONALE

E désigne un R-espace vectoriel Soit F un sous-espace vectoriel d’un préhilbertien E tel que F Soit F un sous-espace vectoriel d’un préhilbertien E tel que F
Définition et F ? sont supplémentaires dans E et F ? sont supplémentaires dans E
Définition La famille (xi )i2I de vecteurs de E est dite
On appelle produit scalaire sur E toute application ' : • orthogonale si 8i, j 2 I, i 6= j )< xi , xj >= 0.
Définition Définition
E ⇥ E ! R vérifiant On appelle projection orthogonale sur F la projection On appelle symétrie orthogonale par rapport à F la
• orthonormale si 8i, j 2 I, < xi , xj >= ij .
vectorielle pF sur F parallèlement à F ? . symétrie vectorielle sF par rapport à F parallèlement
1. ' est bilinéaire Propriété à F ?.
2. ' est symétrique i.e. 8x, y 2 E, '(x, y) = '(y, x) • Une famille orthogonale sans vecteur nul est libre. Propriété Si F est un hyperplan de E, on dit que sF est la réflexion
3. ' est positive i.e. 8x 2 E, '(x, x) > 0 • Toute famille orthonormale est libre. pF est un endomorphisme de E vérifiant p2 = p, Imp = par rapport à F .
4. ' est définie i.e. 8x 2 E, '(x, x) = 0 ) x = 0. F et Kerp = F ? . De plus id p projection orthogonale
• Tout espace euclidien, non nul, admet une base
sur F ? Propriété
orthonormale (En abréviation BON)
On dit qu’un produit scalaire est une forme bil- Soient a, b 2 E tels que kak = kbk et a 6= b.
• Toute famille orthonormale d’un euclidien se Propriété
inéaire symétrique définie positive. Il existe une réflexion et une seule qui échange a et b.
complète en une BON. Soit p un projecteur de E. Alors
Un espace vectoriel muni d’un produit scalaire est ? ? H = Vect(a b)?
Kerp ? Imp () Kerp = (Imp) () Imp = (Kerp)
dit espace préhilbertien Calcul avec une BON
E euclidien et B = (e1 , . . . , en ) une BON sur E et soit Tout projecteur vérifiant l’une des trois assertions est Propriété
Norme euclidienne n
X Xn
projecteur orthogonal sF est un endomorphisme de E vérifiant s2 = id,
Soit E un espace préhilbertien.p u 2 L(E). Soit x = xk ek , y = yk ek , alors:
Ker(s id) = F et Ker(s+id) = F ? . De plus sF = sF ?
L’application k . k : x 2 E 7 ! < x|x > est une norme k=1 k=1 Propriété caractéristique
et sF = 2pF id
sur E dite norme euclidienne v
u n Soit p 2 L(E) un projecteur. On a équivalence entre :
uX Expression du symétrique
Exemple • 8k 2 [[1, n]] , xk =< ek , x > et kxk = t x2k . 1. p est un projecteur orthogonal
Si B = (e1 , · · · , ep ) est une base orthonormée de F alors
• Norme euclidienne usuelle sur R ; n
v
k=1 2. 8x, y 2 E, < p(x)|y >=< x|p(y) >.
n u n 3. 8x 2 E, kp(x)k 6 kxk p
X
• Norme de Shur sur Mn (R); X uX
yk = t
2
• < x, y >= xk yk et kx (xk yk ) 8x 2 E, sF (x) = 2 < ej , x > e j x
• Norme de la convergence quatratique sur l’espace k=1 k=1 La matrice d’un projecteur orthogonal dans une j=1
des fonctions continues sur un segment; • Mat(u) = (hei , u(ej )i)16i,j6n base orthonormée est symétrique.
B Exemple
• Norme de la convergence quatratique sur l’espace Expression du projeté Soit D = Vect (a) et H = D? avec a 6= 0. Alors
Orthogonal d’une partie Si B = (e1 , · · · , ep ) est une base orthonormée de F alors
des fonctions continues et T -périodiques sur R.
• Soit A ⇢ E. On appelle orthogonal de A < x|a >
l’ensemble A? = {x 2 E, 8a 2 A, < x, a >= 0}
p 8x 2 E, sD (x) = 2 a x
Identités et inégalités classiques X kak 2
8x 2 E, pF (x) = < ej , x > e j
Soit E un préhilbertien. Pour tout x, y 2 E • Deux parties A, B ⇢ E sont dites orthogonales si
8a 2 A, 8b 2 B, < a, b >= 0. On note A ? B.
j=1 et
• kx + yk2 = kxk2 + 2 < x|y > +kyk2 < x|a >
• Une famille (Ai )i2I de parties de E est dite orthog- Exemple 8x 2 E, sH (x) = x 2 2
a
kak
• kx yk2 = kxk2 2 < x|y > +kyk2 onale si les Ai sont deux à deux orthogonales. ?
Soit D = Vect (a) et H = Vect(a) avec a 6= 0. Alors
Propriété caractéristique
• < x + y|x y >= kxk2 kyk2 . Supplémentaires orthogonaux < a|x > < a|x > Soit s une symétrie de E. On a équivalence entre:
Deux sevs F et G sont dits supplémentaires orthogo- 8x 2 E, pD (x) = 2
a et pH (x) = x 2
a
• Identité du Parallélogramme kak kak
naux s’ils sont supplémentaires et orthogonaux 1. s est une symétrie orthogonale
2 2 2 2 Minimisation de distance
kx + yk + kx yk = 2 kxk + kyk Propriété 2. 8x, y 2 E, (s(x)|y) = (x|s(y)).
Pour tout y 2 F , kx yk > kx pF (x)k avec égalité
Soit F L
et G deux sous-espaces supplémentaires de E: ssi, y = pF (x). Autrement-dit d (x, F ) = kx pF (x)k 3. 8x 2 E, k s(x) k = kxk
• Identités de Polarisation: E=F G, alors F ?G () G = F ? () F = G?
Algorithme de Gram-Schmidt
hx | yi =
1
kx + yk2 kxk2 kyk2 Existence de supplémentaire orthogonal Soit (e1 , . . . , en ) une famille libre de E . Il existe une et La matrice d’une symétrie orthogonale dans une
2 Si F un sev de dimension finie d’un préhilbertien E une seule famille orthonormée ("1 , . . . , "n ) de E telle
1 base orthonormée est symétrique.
= kx + yk2 kx yk2 alors les espaces F et F ? sont supplémentaires dans E. que : 8k 2 [[1, n]]
4 Les symétries orthogonales conservent le produit
Généralisation • Vect("1 , . . . , "k ) = Vect(e1 , . . . , ek ). scalaire
n
• Inégalité de Cauchy-Schwarz: Si(Fi )i=1 une famille finie de sous-espaces vectoriels 8x, y 2 E, (s(x)|s(y)) = (x|y)
deux à deux orthogonaux, la somme F1 + · · · + Fn est • < "k , ek >> 0.
8x, y 2 E, |< x|y >| 6 kxk.kyk directe En particulier, les symétries orthogonales conser-
Auquel cas on dit que les F1 , · · · , Fn sont en somme Cette famille est donnée par : vent la norme
Il y a égalité si, et seulement si, (x, y) est liée. directe orthogonale. Si de plus Si la somme directe e1 8x 2 E, ks(x)k = kxk
M n • "1 = .
• Inégalité de Minkowski: Fi égale E, on dit que (Fi )i=1 est une famille de ke1 k
16i6n
8x, y 2 E, kx + yk  kxk + kyk sous-espaces supplémentaires orthogonaux et on a: • 8k 2 [[2, n]] , "k =
ek Pk 1 (ek )
. C ONTACT I NFORMATION
kek Pk 1 (ek )k
X Web www.elamdaoui.com
Il y a égalité ssi x et y sont positivement liés 8i 2 [[1, p]] , Fj = Fi? Avec Pi désigne le projecteur orthogonal sur Email elamdaoui@gmail.com
j2[[1,p]]
j6=i Vect("1 , . . . , "i ) Phone 06 62 30 38 81 Page: 13
E SPACES PRÉHILBERTIENS RÉELS
FAMILLE TOTALE E NDOMORPHISMES SYMÉTRIQUES E NDOMORPHISMES ORTHOGONAUX R ÉDUCTION DES ENDOMORPHISMES ?

E un espace préhilbertien réel et (en )n2N une suite de E E un espace préhilbertien E désigne un euclidien de dimension n > 1 E désigne un plan euclidien orienté,
Inégalité de Bessel Endomorphisme symétrique Endomorphisme orthogonal Réduction des endomorphismes ?
Si (en )n2N est orthonormale. Alors 8x 2 E la famille Soit u 2 L(E). On dit que u est symétrique si: Soit u 2 L(E). On dit que u est orthogonal si Soit u 2 O(E) avec n > 2. Il existe une base orthonor-
(< en | x >)n2N est de carré sommable et mée B de E dans laquelle la matrice de u s’ecrit :
X 8x, y 2 E, < u(x), y >=< x, u(y) > 8x 2 E, ku(x)k = kxk 0 1
hen | xi2 6 kxk2 Ip 0 ··· ··· 0
S (E) désigne l’ensemble des endomorphismes O(E), l’ensemble des automorphismes orthogo- B .. .. C
n2N B0
B Iq . . C
C
symétriques de E naux, est un groupe, appelé le groupe orthogonal de E.
D = B ... ..
B .. .. C
Famille totale B . R1 . .C
C
La famille (en )n2N est dite totale si l’espace vectoriel Stabilité- Image et noyau Propriété B. .. .. C
@ .. . . 0A
qu’elle engendre est dense dans E. Autrement-dit Soit u 2 S(E) et F un sev de E stable par u. Alors F ? Si u 2 O(E), alors Sp (u) ⇢ { 1, 1}.
est stable par u 0 ··· ··· 0 Rr
Vect((en )n2N ) = E Propriété caractéristique
Cas euclidien Soit u 2 L(E). Les assertions suivantes sont équiva- où pour tout k 2 [[1, r]], on note :
Soit E un espace euclidien et u 2 S (E), alors Im (u) = lentes: ✓ ◆
Base hilbertienne ? cos ✓k sin ✓k
(Keru) Rk =
(en )n2N est dite base hilbertienne si elle est à la fois or- 1. 8x 2 E, ku(x)k = kxk; sin ✓k cos ✓k
thonormale et totale Propriété caractéristique
Soit E un espace euclidien, B une BON de E et u 2 2. 8x, y 2 E, < u(x), u(y) >=< x, y >; avec ✓k 2 ]0, 2⇡[ \ {⇡} et p, q, r sont des entiers naturels
Propriété
L(E). Alors u 2 S(E) () Mat (u) 2 Sn (R) tels p + q + 2r = n (si l’un de ces entiers est nul, les blocs
Soit (en )n2N base hilbertienne de E et Pn le pro- B 3. u transforme toute BON de E une BON de E; de matrices correspondants n’existent pas).
jecteur orthogonal de E sur Vect (e0 , · · · , en ), alors 8x 2
E, Pn (x) !x Endomorphismes involutifs, idempotents 4. u transforme une BON de E une BON de E. Réduction des matrices ?
n!+1
Soit E un espace euclidien et u 2 L(E). Soit A 2 On (R) avec n > 2. Il existe une matrice P 2
Matrices orthogonales
Égalité de Parseval 1. u est un projecteur ? ssi u 2 S(E) et u2 = u; Une matrice réelle A 2 Mn (R) est dite orthogonale si
On (R) telle que :
Soit (en )n2N une base hilbertienne de E. Alors pour tout t
AA = In . 0 1
x 2 E la famille (< ei | x >)i2N est de carré sommable 2. u est une symétrie ? ssi u 2 S(E) et u2 = idE . Ip 0 ··· ··· 0
X On (R), l’ensemble de matrices orthogonales, est un B .. .. C
et hen | xi2 = kxk2 . Théorème spectral groupe, appelé groupe orthogonal d’ordre n. B0
B Iq . . C
C
Tout endomorphisme symétrique d’un espace euclidien t B .. .. .. ..C
n2N P AP = B . . . .C
E est diagonalisable dans une BON. Propriétés caractéristiques B R1 C
B. .. .. C
Séries de Fourier Soit A 2 Mn (R) de colonnes C1 , · · · , Cn et de lignes @ .. . . 0A
Soit f une fonction réelle T -périodique et continue. On Soit A 2 Sn (R), alors il existe P 2 On (R) tel que L1 , · · · , Ln . On a équivalence entre : 0 ··· ··· 0 Rr
t
2⇡ P AP soit diagonale.
pose ! = et pour tout n 2 N: 1. la matrice A est orthogonale
T Isométries positives en dim 3
Extrémum sur la sphère Soit f 2 O+ (E), alors il existe une BON directe B =
Z T2 Soit u 2 S(E). Posons = min (Sp (u)) et = 2. la famille (C1 , · · · , Cn ) est orthonormale
2 min max
(u, v, w) dans laquelle la matrice de f est de la forme
an (f ) = f (t) · cos(n!t)dt max (Sp (u)). Alors
T T
2
3. la famille (L1 , · · · , Ln ) est orthonormale. 0 1
2 2 1 0 0
Z • 8x 2 E : min k x k 6< u(x), x >6 max k x k 4. A est la matrice de passage d’une BON à une BON @0 cos ✓
2
T
2 sin ✓A
bn (f ) = f (t) · sin(n!t)dt • min (< u(x), x >) = min
0 sin ✓ cos ✓
T T
2
k x k=1 Propriété
• max (< u(x), x >) = max • A 2 On (R), alors det A = ±1.
sont les coefficients trigonométriques de Fourier de f . k x k=1 f est dite la rotation d’axe dirigé et orienté par u et
Alors 8x 2 R, • On+ (R) = {M 2 On (R), det M = 1} est un sg de d’angle ✓.
Sp (u) désigne le spectre de u
On (R)
a0
+1
X Comment déterminer les éléments de f
f (x) = + (an cos(nwx) + bn sin(nwx)) Applications aux extrema • Pour déterminer une telle base on prend u normé
2 • On (R) = {M 2 On (R), det M = 1} n’est pas un
Soient U ⇢ E un ouvert non vide, a 2 U et f : U ! R
n=1
groupe qui engendre Ker(f id), v unitaire et orthogonal
une fonction
✓ 2de classe ◆ .
C 2
et @ f à u et w = u ^ v;
Z T +1
X Hf (a) = (a) est la matrice Hessienne Lien avec les matrices
2 2 a20 @xi @xj Soit u 2 L(E) et B une BON de E. Alors • Pour déterminer cos ✓, on utilise la trace de f ;
f (t)2 dt = + a2n + b2n 16i,j6n
T T
2
2 n=1
de f en a. On suppose que f admet un point critique en
a, alors: u 2 O(E) () MatB (u) 2 On (R) • le signe de sin ✓ est celui de Det(u, x, f (x)) où x est
Polynômes orthogonaux un vecteur non colinéaire à u
1. Si Sp (Hf (a)) ⇢ R⇤+ , alors f admet un minimum • On (R) est isomorphe à O(E);
Étudier l’une des familles
local en a;
• Polynômes de Legendre; • On+ (R) w O+ (E) = {u 2 O(E); det u = 1};
2. Si Sp (Hf (a)) ⇢ R⇤ , alors f admet un maximum
• Polynômes de tchebychev; local en a; • On (R) w O (E) = {u 2 O(E); det u = 1}. C ONTACT I NFORMATION
3. Si Hf (a) admet deux valeurs propres de signes Web www.elamdaoui.com
• Polynômes de Laguerre.
opposés, alors a est un point col ou selle. Email elamdaoui@gmail.com
Phone 06 62 30 38 81 Page: 14
P ROBABILITÉS
T RIBU P ROPRIÉTÉS DE PROBABILITÉ L ES THÉORÈMES DE P ROBABILITÉ U NIVERS AU PLUS DÉNOMBRABLE

(⌦, T, P ) un espace probabilisé
Tribu Propriété Univers au plus dénombrable
Soit ⌦ un ensemble et T une partie de P(⌦), c’est-à-dire Soit (⌦, T, P ) un espace probabilisé et A, B 2 T Probabilité conditionnelle Soit ⌦ un ensemble au plus dénombrable , T = P(⌦) et
un ensemble de parties de ⌦. Soit A un événement avec P (A) > 0. Alors l’application P une probabilité sur (⌦, T ).
1. P (;) = 0. Alors (P ({!}))!2⌦ est une famille de réels positifs,
On dit que T est une tribu de parties de ⌦ si : 8
2. Soit A0 , · · · , An sont des événements deux à deux < T ! R+ sommable et de somme égale à 1.
1. ⌦ 2 T incompatibles PA : P (A \ B)
2. Si A 2 T alors A 2 T : B 7 ! PA (B) = Univers au plus dénombrable
! P (A)
Soit ⌦ un ensemble au plus dénombrable. Si (p! )!2⌦
3. Pour toute famille (A[i )i2I au plus dénombrable [n Xn
P Ak = P (Ak ) Additivité finie est une probabilité sur (⌦, T ) dite conditionnée à A est une famille de réels positifs, sommable et de somme
d’éléments de T, on a Ai 2 T. égale à 1 alors il existe une unique probabilité P sur
k=0 k=0
i2I Fromule des probabilité composées (⌦, P (⌦)) vérifiant
Le couple (⌦, T) s’appelle un espace probabilisable. 3. P A = 1 P (A) et 0 6 P (A) 6 1. Soit (Ai )!
16i6n une suite d’événements telle que
Les éléments de T sont appelés des événements \n 8! 2 ⌦, P ({!}) = p!
4. P (A [ B) = P (A) + P (B) P (A \ B). P Ai 6= 0. Alors
Propriété i=1 De plus, celle-ci est déterminée par
Soit (⌦, T) un espace probabilisable. 5. Si A ⇢ B, alors !
n
\ X
P Ai = P (A1 )P (A2 |A1 ) · · · P (An |A1 \ · · · An 1 ).
8A ⇢ ⌦, P (A) = p!
1. ; 2 T. P (A) 6 P (B) et P (B \ A) = P (B) P (A)
i=1 !2A
2. Si A et B sont deux événements de T, alors A [ B,
A \ B et A \ B sont dans T. 6. Soit (An )n2N une suite des événements. Alors Formule des probabilités totales Cas particulier ⌦ = N
3. Pour toute famille (A\i )i2I au plus dénombrable ! Soit (Ai )i2I un système complet d’événements. Pour Une probabilité sur (N, P (N)) est déterminée par le
n
[ X n
d’éléments de T, on a Ai 2 T. tout événement B, la famille (P (B \ Ai ))i2I est +1
X
P Ak 6 P (Ak ) Sous additivité finie sommable et choix de (pn )n2N 2 RN
+ avec pn = 1
i2I
k=0 k=0 n=0
! X
Système complet d’événements +1
[ +1
X P (B) = P (B \ Ai )
Une famille au plus dénombrable (Ai )i2I d’événements et P An 6 P (An ) Sous additivité
I NDÉPENDANCE
i2I
est dite un système complet d’événements si n=0 n=0
Si de plus 8i 2 I, P (Ai ) 6= 0, alors
• 8i 2 I, Ai 6= ; Événement négligeable, quasi-certain X X Indépendance d’événements
2 • On dit qu’un événement A est négligeable si P (B) = P (B \ Ai ) = P (B|Ai )P (Ai ). Soit (Ai )i2I une suite d’événements où I est au plus
• 8(i, j) 2 I i 6= j =) Ai \ Aj = ;,
P (A) = 0. i2I i2I dénombrable.
[
• ⌦= Ai . • On dit qu’un événement A est quasi-certain ou Astuce • On dit que (Ai )i2I est une famille d’événements
i2I
presque sûr si P (A) = 1. On peut appliquer la formule des probabilités to- deux à deux indépendants pour la probabilité P
tales lorsque (Ai )i2I un système quasi complet si pour tout i, j 2 I,
d’événements:
P ROBABILITÉ C ONTINUITÉ MONOTONE i 6= j ) P (Ai \ Aj ) = P (Ai ) P (Aj )
Soit (⌦, T) un espace probabilisable • 8i 2 I, Ai 6= ;
Continuité croissante • 8(i, j) 2 I 2 i 6= j =) Ai \ Aj = ;,
• On dit que (Ai )i2I est une famille d’événements
Probabilité Soit (An )n2N une suite d’événements, alors mutuellement indépendants pour la probabilité
On appelle probabilité toute application P de T dans [
! ! • Ai est quasi-certain P si pour toute partie J finie de I, on a
+1 n
R+ telle que [ [
!
P An = lim P Ak i2I
n!+1 \ Y
1. P (⌦) = 1, n=0 k=0
Formule de Bayes P Ai = P (Ai )
2. Si (An )n2N une suite d’événements deux à deux En particulier si (An )n2N est croissante, alors: Si A et B sont deux événements de probabilités non i2J i2J
incompatibles, alors nulles, on a : Propriété

+1
!
! +1 [ Soit (Ai )i2I une suite d’événements indépendants pour
+1 P An = lim P (An ) P (A) ⇥ PA (B)
[ X n!+1 PB (A) = la probabilité P avec I est au plus dénombrable.
P An = P (An ) -additivité n=0 P (B)
Si pour tout i 2 I, Bi = Ai ou Ai alors (Bi )i2I est une
n=0 n=0
Continuité décroissante Soient (Ai )i2I un système complet d’événements de suite d’événements indépendants pour la probabilité P .
Soit (An )n2N une suite d’événements, alors probabilités non nulles et A et B deux événements de
Le triplet (⌦, T, P ) est un espace probabilisé
+1
! n
! probabilités non nulles. On a :
\ \
Probabilité uniforme P An = lim P Ak
X n!+1 PA (B)P (A)
Si ⌦ est fini, alors T = P(⌦) et P (A) = P (!) n=0 k=0 PB (A) = X
PAi (B)P (Ai )
!2A
En particulier si (An )n2N est décroissante, alors: i2I C ONTACT I NFORMATION
CardA
Dans le cas de l’équiprobabilité, P (A) = . ! Web : www.elamdaoui.com
Card⌦ +1
\
Le calcul de P (A) revient à calculer le cardinal de A soit P An = lim P (An ) Email : elamdaoui@gmail.com
dénombrer l’ensemble A. n=0
n!+1 Phone: 06 62 30 38 81 Page: 15
VARIABLES ALÉATOIRES DISCRÈTES
VARIABLES A LÉATOIRES DISCRÈTES M OMENTS L OIS DISCRÈTES USUELLES F ONCTION GÉNÉRATRICE

(⌦, T, P ) désigne un espace probabilisé. X est une variable aléatoire discrète Soit X une variable aléatoire à valeurs dans N.
Loi de Bernoulli
Variable aléatoire discrète Espérance Soit p 2 [0; 1]. On dit qu’une VAR X suit la loi de Définition
On appelle variable aléatoire discrète définie sur (⌦, T ) On dit que X admet une espérance lorsque la famille Bernoulli de paramètre p (notée B(1, p)) si : On définit sa fonction génératrice GX par
toute application X de ⌦ dans un ensemble E telle que: (xP (X = x))x2X(⌦) est sommable.
• X(⌦) = {0; 1} +1
X
On appelle alors espérance de X, le réel
1. X(⌦) est un ensemble au plus dénombrable 8s 2 [ 1, 1] , GX (s) = E sX = P(X = k)sk
X • P (X = 0) = 1 p et P (X = 1) = p k=0
2. Pour tout x 2 X(⌦), X 1 (] 1, x]) 2 T E(X) = xP (X = x)
x2X(⌦) On écrit X ,! B(p), et on a: Fonctions génératrices usuelles
Si de plus E = R, la variable X est dite réelle
E(X) = p et V (X) = p(1 p) • Si X suit la loi de Bernoulli B (1, p), alors
1. X(⌦) est l’ensemble des valeurs prises par X. Lorsque E(X) = 0, on parle de variable centrée
2. Si X(⌦) est un ensemble fini, X est dite finie Propriétés Loi binomiale (ou des tirages avec remise) GX (t) = 1 p + pt
• Si X > 0 et admet une espérance, alors E(X) > 0. Soit p 2 [0; 1] et n 2 N. On dit que la VAR X suit la loi
Propriété binomiale de taille n et de paramètre p (notée B(n, p)) • Si X suit la loi binomiale B (n, p), alors
Soit X une variable aléatoire discrète définie sur (⌦, T ). Si de plus E(X) = 0 alors X = 0 est quasi certain.
• Si X et Y admettent des espérances et X 6 Y alors si : n
Pour tout A sous-ensemble de R, l’ensemble GX (t) = (1 p + pt)
E(X) 6 E(Y ). • X(⌦) = [[0; n]]
X 1
(A) = {! 2 ⌦/X(!) 2 A} • Si Y admet une espérance et |X| 6 Y , alors X • Si X suit la loi de poisson P ( ) avec > 0, alors
aussi. • 8k 2 [[0; n]] P (X = k) = Cnk pk (1 p)n k
est un événement de T que l’on notera [X 2 A].

Théorème du transfert On écrit X ,! B(n, p) , et on a: GX (t) = e (t 1)
Loi d’une VARD Soit g une fonction définie au moins sur X (⌦) et à
valeurs dans R.Alors g(X) admet une espérance ssi E(X) = np et V (X) = np(1 p) • Si X suit la loi géométrique G (p) avec p 2 ]0, 1[,
On appelle loi de probabilité de la VAR discrète
(g(x)P (X = x))x2X(⌦) est sommable. alors
Xl’ensemble de couples (x, p (X = x))x2X(⌦)
Au quel cas
Loi uniforme 
Soit n 2 N⇤ . On dit que X suit la loi uniforme U ([[1; n]]) 1 1 tp
Propriété X si : 8t 2 , : GX (t) =
E(g(X)) = g(x)P (X = x) q q 1 qt
Soit X une VARD. La famille ([X = x])x2X(⌦) est un
système completXd’événements. x2X(⌦) • X(⌦) = [[1; n]]; Loi et fonction génératrice
En particulier: P (X = x) = 1 Soit X une variable aléatoire à valeurs dans N et GX sa
Moments d’ordre r • 8k 2 [[1; n]],
1
P (X = k) = .
x2X(⌦) n fonction génératrice, alors
Soit r 2 N⇤ . Si X r admet une espérance alors on dit que
Propriété X admet un moment d’ordre r qui est le réel mr (X) = On écrit X ,! U ([[1, n]]) , et on a: (n)
GX (0)
Soit {(xi , pi )/i 2 I} une partie de R2 , où I un ensemble E(X r ). 8n 2 N, P (X = n) =
n+1 n2 1 n!
Xplus dénombrable. Si pour tout i 2 I, pi > 0 et si
au Propriété E(X) = et V (X) =
Propriété
pi = 1 alors il existe un espace probabilisé (⌦, T, P ) 2 12
Soit r 2 N . Si X admet un moment d’ordre r alors X
⇤
Les assertions suivantes sont équivalentes
i2I admet des moments d’ordre s pour tout s 2 [[1; r]]. Loi géométrique
et une VAR discrète X définie sur ⌦ tels que {(xi , pi )/i 2 Soit p 2]0; 1[. On dit qu’une VAR X suit la loi 1. X admet une espérance
I} est la loi de X. Variance géométrique de paramètre p (notée G(p)) si :
Soit X une VAR discrète admettant une espérance et 2. GX est dérivable en 1.
Définition • X(⌦) = N⇤
telle que la variable X E(X) admet un moment Dans ce cas: E (X) = G0X (1)
Soit X une VARD. On appelle fonction de répartition
d’ordre 2. On appelle variance de X le réel : • 8n 2 N⇤ , P (X = n) = (1 p)n 1
p
de X l’application F : R ! R définie par : F (x) =
X ⇣ ⌘ Propriété
P (X 6 x). On a aussi FX (x) = P (X = xk ) V (X) = E (X E(X))
2 On écrit X ,! G (p), et on a Les assertions suivantes sont équivalentes
xk 2X(⌦)
xk 6x
1 1 p 1. X admet un moment d’ordre 2
De plus lorsque Vp(X) existe, on appelle écart-type de E(X) = et V (X) =
Propriété X le réel (X) = V (X).
p p2
2. GX est deux fois dérivable en 1.
1. 8x 2 R, F (x) 2 [0; 1] Loi de Poisson
2. F est croissante. Formule de Huygens ou de Kœnig Soit > 0. On dit qu’une VAR X suit une loi de Poisson Dans ce cas: V (X) = G00X (1) + G0X (1) (G0X (1))
2
3. lim F (x) = 0 et lim F (x) = 1. Si X admet un moment d’ordre 2, alors: (notée P( )) si :

x! 1 x!+1
4. 8(a, b) 2 R2 , P (a < X 6 b) = F (b) F (a) V (X) = E(X 2 ) E(X)2 • X(⌦) = N
5. F est continue à droite en tout point de R
6. F est continue à gauche en x ssi P (X = x) = 0 Propriété e n
• 8n 2 N, P (X = n) =
Si X est une VAR discrète admettant une variance alors n!
Loi d’une VARD et fonction de répartition pour tout (a, b) 2 R2 , aX + b admet une variance et
On écrit X ,! P( ), on a:
Si X(⌦) = {xi /i 2 I} tel que les xi sont rangés par
ordre croissant alors pour tout x 2 I tel que i 1 2 I V (aX + b) = a2 V (X) C ONTACT I NFORMATION
E(X) = et V (X) =
(on a donc xi 1 < xi ) on a Web www.elamdaoui.com
P (X = xi ) = F (xi ) F (xi 1)
Phone 06 62 30 38 81 Page: 16
VARIABLES ALÉATOIRES À DENSITÉS
VARIABLE ALÉATOIRE E SPÉRANCE M OMENTS ET VARIANCE L OIS USUELLES

(⌦, T, P ) est un espace probabilisé
Définition Définition Loi uniforme
Variable aléatoire réelle Z +1 Soit r 2 N⇤ et X une VAR à densité f . Soient a et b deux réels tels que a < b. On dit qu’une
Une variable aléatoire réelle (VAR) est une application Soit X une VAR de densité f . Si l’intégrale tf (t) dt variable aléatoire X suit la loi uniforme sur [a; b] si elle
On dit que X admet un moment d’ordre r, notée
X : ⌦ ! R telle que pour tout x 2 R, [X 6 x] 2 T . 1 admet pour densité la fonction f définie par :
est absolument convergente alors on dit que X admet mr (X), si X r admet une espérance et on a
X VAR , 8I intervalle de R, [X 2 I] 2 T 8
une espérance que l’on note E(X) et on a : Z +1 < 1 si t 2]a; b[
Image d’une variable aléatoire réelle Z +1 mr (X) = xr f (x) dx f (t) = b a
Soit X1 , · · · , Xn des variables aléatoires réelles 1 :0 sinon
E(X) = tf (t) dt
définies sur (⌦, T, P ) et f : Rn ! R continue. 1
Propriété
Alors f (X1 , · · · , Xn ) est une variable aléatoire réelle On note X ,! U([a; b]) et on a:
Domination Soit r 2 N et X une VAR admettant un moment d’ordre
⇤
(⌦, T, P ). r, alors pour tout s 2 [[1, r]] la VAR X admet un moment
Xn n
Y Soit X et Y deux VAR sur l’espace probabilisé (⌦, T, P ). a+b (b a)2
Xi , Xi , min Xi et max Xi sont des VAR Si Y admet une espérance et si |X| 6 Y alors X admet d’ordre s E (X) = et V (X) =
2 12
16i6n 16i6n
une espérance
i=1 i=1
Définition Loi gaussienne de paramètres
Cas particulier Propriété Si la variable aléatoire X admet une espérance et si la Soit µ un réel, et un réel strictement positif.
Soit X une variable aléatoire réelle et f : R ! R une Soient X et Y deux VAR admettant chacune une es- 2
variable (X E(X)) admet une espérance, on appelle On dit que X est de loi gaussienne de paramètres
fonction monotone par morceaux, alors f X est une pérance. variance de X le réel (µ, 2 ) ou de loi normale de paramètres (µ, 2 ) si elle
variable aléatoire réelle sur (⌦, T, P ). On la note f (X) ⇣ ⌘ admet pour densité la fonction f définie sur R par :
1. Pour tout réels a et b, E(aX + b) = aE(X) + b V(X) = E (X E(X))
2
Stabilité par convergence simple 1
✓
(x µ) 2
◆
Soit (Xn ) une suite de variables aléatoires réelles sur 2. E(X + Y ) = E(X) + E(Y ). p f (x) = p exp
On appelle alors écart-type le réel (X) = V(X) 2⇡ 2 2
(⌦, T, P ) qui converge simplement vers X : ⌦ ! R. 3. Si X > 0 presque sûrement, alors E(X) > 0
Alors X est une variable aléatoire réelle sur (⌦, T, P ) Théorème de Huygens Kœing On écrit X ,! N µ, 2
et on a
4. Si X > Y presque sûrement, alors E(X) > E (Y ) Soit X une VAR à densité.
X admet une variance si, et seulement, si X admet un E(X) = µ et V(X) = 2
VARIABLE À DENSITÉ 5. Inégalité triangulaire: |E(X)| 6 E (|X|)

moment d’ordre 2 et en cas d’existence, on a :
6. Si X et Y sont indépendantes, alors E(XY ) = Lorsque µ = 0 et = 1 on parle de la loi normale
Définition E(X)E(Y ). V(X) = E X 2 E(X)2 centrée réduite
Une variable aléatoire réelle X est dite de loi à densité Loi gamma
si sa fonction de répartition FX est continue sur R de C 1 Théorème du transfert Propriété
Soient X une VAR de densité f et g une fonction con- Soit X une variable à densité admettant une variance. Soit ↵ et deux réels strictement positifs.
sur R privé d’un sous-ensemble fini F . On dit qu’une variable aléatoire X suit la loi Gamma de
tinue sur R sauf éventuellement en un nombre fini de Alors pour tout réels a et b, aX + b admet une variance
On appelle la densité de X la fonction définie sur R par paramètre (↵, ); et on note X ,! (↵, ), si elle admet
points. et V(aX + b) = a2 V(X)
fX (t) = FX 0
(t) pour t 2 R \ F et fX (t) = 0 pour t 2 F pour densité la fonction f définie sur R par :
Alors g(X) admet une espérance si, et seulement, si
Z +1 Définition 8 ↵
Propriétés caractéristiques de la densité
l’intégrale g(t)f (t) dt est absolument convergente. Si X est une variable à densité telle que (X) = 1, on
< x↵ 1 e x si x > 0
Soit fX une densité d’une variable aléatoire réelle X. 1 f (x) = (↵)
Au quel cas dit que X est une variable réduite. :
1. fX est à valeurs réelles positives 0 si x 6 0
2. fX est continue sur R, sauf éventuellement en un Z +1 Définition
E(g(X)) = g(t)f (t) dt En on a:
nombre fini de points Si X admet une espérance et un écart-type non nul, la
Z +1 Z +1 1 ↵ ↵
X E(X) E(X) = et V(X) =
3. fX (t) dt est convergente et f (t) dt = 1 variable X =
⇤
est appelée la variable cen- 2
1 1 (X)
trée réduite associée à X. Loi exponentielle
Inversement pour toute f fonction d’une variable réelle
vérifiant les trois assertions précédentes, il existe un es- Soit un réel strictement positif.
On dit qu’une variable aléatoire X suit la loi exponen-
pace probabilisé et une VAR X sur cet espace dont la loi S OMME DE DEUX VARIABLES tielle de paramètre ; et on note X ,! E( ), si elle ad-
est à densité et dont la densité est f
met pour densité la fonction f définie sur R par :
Discrète + à Densité Somme de deux VAR à densité
Règles de calcul Soient X et Y deux variables aléatoires réelles indépen- Soient X et Y deux variables aléatoires réelles indépen- (
Soit X une variable aléatoire admettant une densité f . dantes dont les lois sont discrète pour X et à densité pour dantes admettant respectivement des densités fX et fY . x e x
si x > 0
f (x) = e ]0,+1[ (x) =
Y . Alors la loi de S = X + Y est de fonction de répartition Alors la loi de S = X + Y est à densité, de densité 0 si x 6 0
1. Pour tout x réel :
X Z +1
(a) P (X = x) = 0 Et on a:
Z x FS : s 7 ! P (X = x) .FY (s x) fS : s 7 ! fX (t)fY (s t) dt 1 1
E(X) = et V(X) =
(b) P (X < x) = P (X 6 x) = f (t) dt x2X(⌦) 1 2
1
Z +1 Si de plus X et Y sont à valeurs
Z s positives, alors fS est C ONTACT I NFORMATION
(c) P (X > x) = f (t) dt = 1 F (x)
x définie sur R+ par fS (s) = fX (t)fY (s t) dt et est
Z 0 Web www.elamdaoui.com
2. Pour tout intervalle I:P (X 2 I) = f (t) dt nulle sur R⇤ Email elamdaoui@gmail.com
I
Phone 06 62 30 38 81 Page: 17
V ECTEURS DE VARIABLES ALÉATOIRES
L OIS D ’ UN COUPLE DE VARD L OI DE PROBABILITÉ C OVARIANCE V ECTEURS DE VARIABLES ALÉATOIRES

X et Y désigneront deux variables discrètes définies sur un g désigne une fonction de R2 dans R et X, Y deux variables X1 , · · · , Xn des variables aléatoires discrètes
Inégalité de Cauchy-Schwarz
même espace probabilisé (⌦, T, P ). réelles discrètes.
Si les variables X et Y admettent chacune un moment Définition
Définition Propriété d’ordre 2. Alors XY admet une espérance et On appelle vecteur aléatoire discret défini à partir des
On appelle loi du couple (X, Y ), ou encore loi Z = g(X, Y ) est une variable aléatoire réelle discrète. X1 , · · · , Xn la variable aléatoire discrète Z donnée par
2
conjointe des X et Y , l’ensemble des couples Pour tout z 2 Z (⌦), on a : E (XY ) 6 E X 2 E Y 2
8! 2 ⌦, Z(!) = (X1 (!), · · · , Xn (!))
((x, y), P (X = x, Y = y))(x,y)2X(⌦)⇥Y (⌦) où X
P (Z = z) = P ([X = x] \ [Y = y]) Il y a égalité si et seulement si X est quasi nulle ou Y est
une fonction quasi linéaire de X, c’est-à-dire, il existe La loi de la variable Z est appelée loi conjointe des vari-
P (X = x, Y = y) = P ([X = x] \ [Y = y]) (x,y)2X(⌦)⇥Y (⌦)
ables X1 , · · · , Xn tandis que les lois de X1 , · · · , Xn sont
g(x,y)=z un réel a tel que P (Y = aX) = 1.
les lois marginales de Z.
Propriété Loi d’une somme
Avec les notations précédentes, alors la famille Propriété
S = X + Y est une variable aléatoire réelle discrète, et L’ensemble des variables admettant un moment d’ordre Fonction de répartition d’un vecteur
(P (X = x, Y = y))(x,y)2X(⌦)⇥Y (⌦) est sommable de
X 2 est un sous-espace vectoriel de l’espace des variables La fonction de répartition de (X1 , · · · , Xn ) est la fonc-
somme 1
P (X + Y = s) = P (X = x, Y = y) admettant un moment d’ordre 1. tion de n variables F(X1 ,··· ,Xn ) définie par
Lois marginales (x,y)2X(⌦)⇥Y (⌦)
F(X1 ,··· ,Xn ) (x1 , · · · , xn ) = P (X1 6 x1 , · · · , Xn 6 xn )
La loi de X est appelé la première loi marginale du cou- X
x+y=s
Définition
ple (X, Y ) et la loi de Y est appelée la deuxième loi = P (X = x, Y = s x) Soient X et Y deux VARD admettant des moments Espérance d’un vecteur
marginale du couple (X, Y ). x2X(⌦) d’ordre 2.
s x2Y (⌦) Si 8i 2 [[1, n]] la variable Xi admet une espérance, on
X On appelle covariance de X et de Y le nombre réel
On peut obtenir les lois marginales à partir de la loi définit le vecteur espérance E (X1 , · · · , Xn ) du vecteur
conjointe à l’aide des égalités = P (X = s y, Y = y) aléatoire (X1 , · · · , Xn ) par l’égalité
y2Y (⌦) cov(X, Y ) = E((X E(X))(Y E(Y )))
X s y2X(⌦)
E (X1 , · · · , Xn ) = (E (X1 ) , · · · , E (Xn ))
• 8x 2 X(⌦), P (X = x) = P (X = x, Y = y) Si (X) (Y ) 6= 0, le coefficient de corrélation de X et
Si X et Y sont des variables aléatoires réelles discrètes
y2Y (⌦) de Y est : Indépendance de n variables
X indépendantes, alors cov(X, Y )
⇢(X, Y ) = . On dit que X1 , ..., Xn sont indépendantes lorsque pour
• 8y 2 Y (⌦), P (Y = y) = P (X = x, Y = y) (X) (Y )
X tout I1 , · · · , In intervalles de R :
x2X(⌦) P (X + Y = s) = P (X = x) P (Y = y) !
On dit que X et Y sont non corrélées si cov(X, Y ) = 0. \n Yn
(x,y)2X(⌦)⇥Y (⌦)
Loi conditionnelle x+y=s P [Xi 2 Ii ] = P (Xi 2 Ii i)

X Propriété i=1 i=1
Soit y 2 Y (⌦) tel que P (Y = y) 6= 0. = P (X = x) P (Y = s x) Soit X et Y admettant un moment d’ordre 2 alors
On appelle loi conditionnelle à [Y = y] de X x2X(⌦) Indépendance héritée
s x2Y (⌦)
l’ensemble des couples x, P[Y =y] (X = x) x2X(⌦) . X cov(X, Y ) = E(XY ) E(X)E(Y ) Si la famille (Xi )16i6nk est indépendante et si Soit
= P (X = s y) P (Y = y) n0 = 0 < n1 < n2 < · · · < nk et (Xi )16i6nk une
8(x, y) 2 X(⌦) ⇥ Y (⌦) tel que P (Y = y) 6= 0 on a : Propriété
y2Y (⌦) famille de VAR indépendantes. Pour i 2 [[1, k]], on
s y2X(⌦) Soit X, Y, Z des VARD admettant des moments d’ordre pose Yi = fi Xni 1 +1 , · · · , Xni , alors Y1 , · · · , Yk sont
P (X = x, Y = y)
P[Y =y] (X = x) = 2 et soit a et b deux réels indépendantes
P (Y = y) Stabilité des lois binomiales et de poisson
Si X et Y sont inépendantes, alors 1. cov(X, X) = V(X),
Indépendance L’espérance d’une somme
• X ,! B(n, p) et Y ,! B(m, p), alors X + Y ,! 2. cov(X, Y ) = cov(Y, X), Si X1 , · · · , Xn admettant toutes des espérances.
! Alors
X et Y sont indépendantes si :8(x, y) 2 X(⌦) ⇥ Y (⌦) Xn Xn Xn
B(n + m, p)
3. cov(aX + bZ, Y ) = a.cov(X, Y ) + b.cov(Z, Y ) Xi admet une espérance: E Xi = E (Xi )
P (X = x, Y = y) = P (X = x)P (Y = y) • X ,! P( ) et Y ,! P(µ), alors X + Y ,! P( + µ) i=1 i=1 i=1
2
Propriété 4. cov (X, Y ) 6 V (X) V (X)
Théorème de Transfert Variance d’une somme
Les assertions suivantes sont équivalentes La variable Z = g(X, Y ) a une espérance ssi la famille 5. |⇢(X, Y )| 6 1 Si X1 , · · · , Xn admettant de moments d’ordre 2, alors
Xn
1. X et Y sont indépendantes (g(x, y)P (X = x, Y = y))(x,y)2X(⌦)⇥Y (⌦) est sommable
6. |⇢(X, Y )| = 1 () Y = ↵X + est presque sûre- Xi admet une variance et on a
et dans ce cas
2. 8(x, y) 2 R , [X 6 x] et [Y 6 y] sont indépendants
2
X ment pour un certain (↵, ) 2 R⇤ ⇥ R. i=1
!
E(g(X, Y )) = g(x, y)P (X = x, Y = y) n
X n
X X
3. 8A, B ⇢ R, [X 2 A] et [Y 2 B] sont indépendants. (x,y)2X(⌦)⇥Y (⌦)
Variance d’une somme V Xi = V (Xi ) + 2 cov (Xi , Xj ).
Soient X et Y deux VARD admettant des variances, i=1 i=1 16i<j6n
Indépendance héritée Propriété alors
!
Si X et Y sont indépendantes et si f et g sont deux fonc- Soit X et Y admettant chacune une espérance et a, b n
X n
X
tions numériques définies respectivement sur X(⌦) et deux réels. Alors la VARD aX + bY admet une es- V (X + Y ) = V (X) + V (Y ) + 2cov(X, Y ). En cas de l’indépendance: V Xi = V (Xi ).
Y (⌦) alors f (X) et g(Y ) sont indépendantes. pérance, et i=1 i=1
E(aX + bY ) = aE(X) + bE(Y )

Phone 06 62 30 38 81 Page: 18
I NÉGALITÉS ET CONVERGENCES
I NÉGALITÉS C ONVERGENCE EN LOI

Inégalité de Markov Convergence en loi
Soit X une variable aléatoire réelle définie sur un espace probabilisé (⌦, T, P ) telle que X(⌦) ⇢ R+ et possédant une Soit (Xn )n2N une suite de variables aléatoires réelles et X une variable aléatoire réelles définies sur un espace probabilisé
espérance m = E(X), alors on a (⌦, T, P ), on note Fn la fonction de répartition de Xn et F celle de X. On dit que (Xn ) converge en loi vers X si en tout
E(X) point x où F est continue
8 > 0 P [X > ] 6 .
lim Fn (x) = F (x).
n!1
Inégalité de Bienaymé-Tchebychev L
Soit X une variable aléatoire réelle définie sur un espace probabilisé (⌦, T, P ) possédant un moment d’ordre 2, alors on a On note Xn ! X
V (X) Cas de variables discrètes

8" > 0 P [|X E(X)| > "] 6 2
. Soit (Xn )n2N une suite de variables aléatoires et Y une variable aléatoire définies sur un espace probabilisé (⌦, T, P ), on
"
suppose que
Inégalité de Jensen 8n 2 N Xn (⌦) ⇢ Y (⌦) ⇢ N.
Si X est une VAR admettant une espérance, si f : R ! R est une application convexe sur R et si Y = f (X) admet une La convergence en loi de la suite (Xn ) vers Y équivaut à:
espérance alors
f (E (X)) 6 E (f (X)) Inégalité de Jensen 8k 2 N lim P (Xn = k) = P (Y = k).
n!1
Lois de Poisson et binomiale

C ONVERGENCE EN PROBABILITÉ Soit (Xn )n2N une suite de variables aléatoires indépendantes. On suppose que Xn suit une loi binomiale B(n, pn ) avec
npn ! > 0, alors (Xn ) converge en loi vers X qui suit une loi de poisson P( ).
n!+1
Convergence en probabilité
Soit (Xn )n2N une suite de variables aléatoires réelles et X une variable aléatoire réelles définies sur un espace probabilisé Propriété
(⌦, T, P ), on dit que (Xn ) converge en probabilité vers X si La convergence en probabilité implique la convergence en loi.
8" > 0 lim P [|Xn X| > "] = 0.

n!1
P
T HÉORÈME CENTRAL LIMITE
On écrit Xn ! X
Théorème central limite
Propriété Soit (Xn )n2N une suite de variables aléatoires réelles définies sur un espace probabilisé (⌦, T, P ) indépendantes, de même
On considère (fn )n2N une suite de fonctions continues à valeurs réelles définies sur R qui converge simplement sur R vers loi, possédant une espérance m = E(X) et une variance 2 = V(X) > 0. Alors
l’application f . On considère X une VAR et on définit des variables aléatoires réelles par
n
X
Xn = fn (X) , Y = f (X) Xi nm
i=1 L
p ! N (0, 1)
Alors la suite (Xn ) converge en probabilité en Y n
Formule de Bernstein
L OI FAIBLE DES GRANDS NOMBRES e n
n
X nk
!
1
k! n!+1 2
Loi faible des grands nombres k=0
Soit (Xn )n2N⇤ une suite de variables aléatoires réelles indépendantes définies sur un espace probabilisé (⌦, T, P ) , de
même loi, possédant une espérance m et une variance 2 . Alors
n
X
Xi
i=1 P
!m
n
Phone 06 62 30 38 81 Page: 19
L ES ÉQUATIONS DIFFÉRENTIELLES
É QUA - DIFF LINÉAIRE D ’ ORDRE 1 É QUA - DIFF LINÉAIRES À COEFS CONSTANTS É QU - DIFF LINÉAIRES D ’ ORDRE 2 É QUAT- DIFFÉRENTIELLES NON LINÉAIRES
F est un K-espace vectoriel normé de dimension finie n > 1, On s’interesse aux équations différentielles du type (résolu)
Les problèmes de Cauhy Le problème de Cauchy
une base de F . Si u 2 L(F ) et x 2 F , on note u.x plutôt que a constante
u(x). Soit a 2 C I, L(F ) et b 2 C(I, F ). ⇢ (E) : x0 = f (t, x)
x00 + a(t) · x0 + b(t) · x = c(t)
1. Pour tout (t0 , x0 ) 2 R
( ⇥ F , l’unique solution au où t0 2 I, u0 , v0 2 K
Équation différentielle linéaire du 1er ordre x(t0 ) = u0 , x0 (t0 ) = v0 où f 2 C 1 (U, F ) continue avec U un ouvert de R ⇥ F .
x0 = a.x
On appelle équation différentielle linéaire du premier problème de Cauchy est
x(t0 ) = x0 admet une et une seule solution. Définition
ordre toute équation du type : (L) : x0 = a.x + b.
On appelle équation homogène associée à (L) (t t0 )a Structure des solutions de (L) et de (H) On appelle solution de (E) tout couple (I, x) formé d’un
t7 !e x0 intervalle d’intérieur non vide I et d’une fonction x :
l’équation: (H) : x0 = a.x 1. L’ensemble SH des solutions de H est un sous-
2. Pour tout (t0 , x0 ) 2 I(⇥ F , l’unique solution au I ! R dérivable vérifiant :
espace vectoriel de dimension 2 du K-espace vec-
Solution de l’équation différentielle linéaire x0 = a.x + b toriel C 2 (I, K).
problème de Cauchy est 8t 2 I, t, x(t) 2 U et x0 (t) = f t, x(t)
Une solution de l’équation différentielle linéaire (L) est x(t0 ) = x0
une fonction ' 2 D(I, F ) telle que : 8t 2 I, '0 (t) = Z t 2. L’ensemble SL des solutions de (L) est un sous-
On dit encore que x est une solution de (E) sur I.
a(t).'(t) + b(t) espace affine de C 2 (I, K) de direction SH .
t 7 ! e(t t0 )a .x0 + e(t s)a b(s) ds
t0 Propriété
Régularité des solutions Méthode de variation des constantes Si (I, y) est une solution de (E) alors pour tout inter-
Si ' est solution de (L), alors ' 2 C 1 (I, F ). Système différentiel Soit (h1 , h2 ) une base de SH : pour tout f 2 C 2 (I, K), valle d’intérieur non vide J ⇢ I, (J, y|J ) est aussi solu-
Si a et b sont de classe C k alors ' sera de classe C k+1 . Aux applications a et b sont associées les applications il existe un unique couple (u1 , u2 ) d’applications de tion de (E).
A : t 7 ! Mn (K) et B : t 7 ! Mn,1 (K), où, pour tout C l (I, K) tel que: f = u1 .h1 + u2 .h2 . Alors
Théorème de Cauchy-Lipschitz-linéaire t 2 I, A(t) et B(t) sont les matrices de a(t) et b(t) dans la Définition
( 0
Le problème de Cauchy : u1 .h1 + u02 h2 = 0
⇢ base B. On appelle système différentiel l’équation notée On appelle problème de Cauchy un problème du type :
x0 = a(t).x + b(t) f solution de (L) ()
où (t0 , x0 ) 2 I ⇥ F admet X 0 = A(t)X + B(t) dont les inconnues X sont à valeurs u01 h01 + u02 h02 = c ⇢ 0
x(t0 ) = x0
dans Mn,1 (K). x = f (t, x)
une et une seule solution. où (t0 , x0 ) 2 U
x(t0 ) = x0
Structures de SH et de SL A est diagonalisable ou trigonalisable
Si A est diagonalisable ( resp trigonalisable ), 9P 2
É QU - DIFF LINÉAIRE D ’ ORDRE 2 ( CONSTANT ) Théorème de Cauchy-Lipschitz
1. SH est un sev de C (I, F ) isomorphe à F ,
1
dim SH = n GLn (C) telle que P 1 AP = T diagonale ( resp trian- Soit a, b, c 2 K avec a 6= 0 et (H) l’équation différentielle Le problème de Cauchy
gulaire supérieure). On effectue alors le changement de ⇢ 0
2. SL est un sous-espace affine de C 1 (I, F ) de direc- fonction inconnue défini par: (H) : ay 00 (t) + by 0 (t) + cy(t) = 0 x = f (t, x)
tion SH 1
x(t0 ) = x0
Y =P X () X = P Y d’équation caractéristique (EC) : ar2 + br + c = 0
Wronskien qui aboutit aux nouveaux systèmes différentiels: Propriété Où f 2 C 1 (U, F ), (t0 , x0 ) 2 U et U ouvert de R ⇥ F ,
Soient ('1 , . . . , 'n ) une famille de fonctions de I à admet une et une seule solution locale (I, '), avec I un
(L2 ) : Y 0 = TY + P 1
B(t) 1. Si (EC) possède des racines distinctes r1 et r2 ,
valeurs dans F . Pour tout t 2 I la matrice W (t) = intervalle ouvert contenant t0 .
(H2 ) : Z0 = T Z les solutions de l’équation homogène (H) sont les
Mat ('1 (t), . . . , 'n (t)) est appelée matrice wronski- fonctions définies par y(t) = 1 er1 t + 2 er2 t où ' est de classe C 1 sur I
enne en t du système H = ('1 , . . . , 'n ) par rapport à
On résout ces systèmes par la méthode de la remontée. 1, 2 2 K Équations à variables séparables
la base B.
Le déterminant w(t) = det W (t) est appelé le wron- A n’est pas trigonalisable 2. Si (EC) possède une racine double r, les solutions Il s’agit d’équations différentielles du type :
skien en t du système H = ('1 , . . . , 'n ) par rapport à Si A n’est pas trigonalisable, dans ce cas K = R, alors de l’équation homogène (H) sont les fonctions
la base B définies par y(t) = ( 1 t + 2 ) ert où 1 , 2 2 K (E) y 0 = g(t)h(y)
on résout le système différentiel avec le corps de base C
Base de SH puis on cherche les solutions réelles. Propriété où g 2 C 1 (D1 , R) et h 2 C 1 (D2 , R). D1 et D2 deux inter-
Soit H = ('1 , . . . , 'n ) une famille de n éléments de SH Soit a, b, c 2 R. Si l’équation ar2 + br + c = 0 possède valles ouverts de R
espace solution de (H) : x0 = a(t).x. Alors des racines distinctes complexes conjuguées:
É QUATION SCALAIRE D ’ ORDRE n
1. Pour tout t 2 I, rg (H) = rg ('1 (t), . . . , 'n (t))
Une équation différentielle scalaire linéaire d’ordre n définie p + iq et p iq avec (p, q) 2 R ⇥ R⇤
2. Les trois affirmations suivantes sont équivalentes:
n
X1
(a) ('1 , . . . , 'n ) est une base de SH ; sur I est toute équation de la forme (E) : x(n) = ak x(k) + Les solutions réelles sont les fonctions:
(b) 8t 2 I, w(t) 6= 0; k=0 ⇢
b, avec a0 , · · · , an 1 : I ! K et b : I ! K continues, et R ! R
f: où (↵, ) 2 R2
(c) 9t0 2 I / w(t0 ) 6= 0. d’inconnue x : I ! K fonction n fois dérivable t 7 ! (↵ cos(qt) + sin(qt)) ept
Au quel cas ('1 , . . . , 'n ) est un système fonda- Propriété Propriété
mental de solutions de (H) • L’ensemble S0 des solutions sur I de l’équation L’équation ay 00 + by 0 + cy = P (t)e↵t admet une solution
n
X1
Variation des constantes particulière de la forme yp (t) = tm Q(t)e↵t où Q est une
homogène (E0 ) : x(n) = ak x(k) est un
Soit ('1 , . . . , 'n ) un système fondamental de solutions fonction polynomiale de même degré que P
k=0
de (H). Soient 1 , . . . , n 2 C 1 (I, K) tel que ' = sous-espace vectoriel de dimension n de l’espace
Xn n
X • Si ↵ n’est pas solution de (EC), alors m = 0 C ONTACT I NFORMATION
C n (I, K).
'
i i . Alors ' est solution de (L) , 0
i 'i = b
• Si ↵ est solution simple de (EC), alors m = 1 Web www.elamdaoui.com
• L’ensemble S des solutions sur I de l’équation
i=1 i=1 • Si ↵ est solution double de (EC), alors m = 2 Email elamdaoui@gmail.com
complète (E) est un sous-espace affine de C n (I, K)
de direction S0 . Phone 06 62 30 38 81 Page: 20
L ES FONCTIONS HOLOMORPHES
F ONCTIONS HOLOMORPHES F ONCTIONS ANALYTIQUES P RINCIPE DES ZÉROS ISOLÉS

Dans ce qui suit ⌦ est un ouvert non vide de C et ⌦ ˜ =
˜ est un ouvert non vide de R2 Fonctions analytiques Définition
(x, y) 2 R2 | x + iy 2 ⌦ . ⌦ P
On dit que f est analytique sur ⌦ si pour tout z0 2 U il existe r > 0 et une série entière an z n de rayon de convergence Soit f 2 H(⌦) et a 2 ⌦ .
f : ⌦ ! C une fonction, on note f˜ l’application définie sur ⌦ ˜ +1
X
par f˜(x, y) = f (x + iy) et on pose R r tels que 8z 2 D(z0 , r), f (z) = an (z z0 )n 1. On dit que a est un zéro de f si f (a) = 0 .
˜ 7! <ef (x + iy) et Q : (x, y) 2 ⌦
P : (x, y) 2 ⌦ ˜ 7! =mf (x + iy) n=0
2. On dit que a est un zéro isolé de f si a est un zéro
Pour tout z0 2 C et r 2 R+ [ {+1}, on note
Propriété de f et 9" > 0 tel que 8z 2 D(a, ") \ {0}, f (z) 6= 0.
+1
X
D (z0 , r) = {z 2 C , |z z0 | < r}
Soit f (z) = an z n une application définie par une série entière dont le rayon de convergence R est non nul. Soit z0 un Principe des zéros isolés
n=0 Si ⌦ est un ouvert connexe par arcs et f une fonction non
Définition X f (n) (z0 ) identiquement nulle holomorphe sur ⌦ alors les zéros
On dit que f est C-dérivable en z0 2 ⌦ si point de l’intérieur du disque de convergence. Alors la série entière un a un rayon de convergence au moins de f sont isolés.
n!
n>0
f (z) f (z0 )
lim existe dans C. Auquel cas elle est +1 (n)
X f (z0 ) Attention
z!z0 z z0 égal à R |z0 | et on a 8z 2 D (z0 , R |z0 |) , f (z) = (z z0 )
n
notée f 0 (z0 ) n! Le résultat est faux si l’ouvert n’est pas connexe par
n=0
arcs. En effet, l’application f définie sur C \ {z 2 C/|z| =
Propriété Analyticité des fonctions holomorphe 1} par f (z) = 0 si |z| < 1 et f (z) = 1 si |z| > 1 est
Si f est C -dérivable en z0 2 ⌦ alors f est continue en z0 On suppose que f est analytique sur ⌦. Alors : holomorphe, non nulle et tous ses zéros sont non isolés.
.
1. f est holomorphe sur ⌦. Corollaire
Fonction holomorphe 1. Soient ⌦ un ouvert connexe par arcs, f et g deux
Une fonction f : ⌦ ! C est dite holomorphe, si elle 2. f est infiniment dérivable sur ⌦. fonctions analytiques sur ⌦ . Si 8z 2 ⌦, f (z)g(z) =
est C-dérivable en tout point de ⌦ et si la fonction z 7 ! 0 alors f = 0 ou g = 0 sur ⌦ .
3. f admet un développement de Taylor au voisinage de tout point z0 2 ⌦ . Autrement dit,
f 0 (z) est continue sur ⌦.
La fonction z 7 ! f 0 (z) est alors appelée la dérivée de f , +1 2. Soient ⌦ un ouvert connexe par arcs, f , g et h trois
X f (n) (z0 )
notée f 0 . 8z0 2 U, 9r > 0, 8z 2 D(z0 , r), f (z) = (z z0 ) n fonctions analytiques sur ⌦ avec h non identique-
n=0
n! ment nulle sur ⌦ . Si f h = gh sur ⌦ alors f = g
Propriété sur ⌦ .
H (⌦) l’ensemble des fonctions holomorphes sur ⌦. est Propriété
une C-algèbre On suppose que f est holomorphe sur ⌦, z0 2 ⌦ et R > 0 tels que D (z0 , R) ⇢ ⌦. Principe d’identification
Z 2⇡ Soient ⌦ un ouvert connexe par arcs, f et g holomor-
Conditions de Cauchy-Riemann 1. Le nombre an =
1
f z + re i✓
e in✓
d✓ ne dépend pas du choix de 0 < r < R
phes sur ⌦.
Soit f : ⌦ ! C une fonction. Les assertions suivantes n
2⇡r 0
0
Si 9(zn ) 2 ⌦N à valeurs deux à deux distinctes et con-
sont équivalentes : X vergente dans ⌦ telle que 8n 2 N, f (zn ) = g(zn ) alors
2. La série entière an z n a un rayon de convergence au moins égal à R, et on a l’égalité 8z 2 D(z0 , R), f (z) = f = g sur ⌦ .
1. f est holomorphe sur ⌦.
n>0
+1
X
Principe d’identification P P
2. f˜ est différentiable de C 1 sur ⌦ et vérifie l’équation n Soient ⌦ un ouvert connexe par arcs, an z et bn z n
n
an (z z0 )
d’Euler n=0 deux séries entières de rayons de convergence non nuls
@ f˜ @ f˜ et de sommes respectives f et g . Les assertions suiv-
(x, y) + i (x, y) = 0.
@x @y Corollaire antes sont équivalentes :
1. f est holomorphe sur U ssi f est analytique sur ⌦ .
3. P et Q sont de classe C 1 sur ⌦ et elles vérifient les 1. 8n 2 N, an = bn .
équations d’Euler 2. Une fonction holomorphe sur ⌦ est indéfiniment dérivable au sens complexe sur ⌦ et toutes ses dérivées sont analy-
tiques sur ⌦ . 2. Il existe une suite (zn ) 2 CN de points deux à
@P @Q @P @Q deux distincts qui tend vers 0 et telle que 8n 2
(x, y) = (x, y) et (x, y) = (x, y). 3. La somme d’une série entière de rayon de convergence non nul est analytique sur son disque ouvert de convergence.
@x @y @y @x N, f (zn ) = g(zn ).
Propriété 4. Soit f holomorphe sur ⌦ . On pose R = sup{r > 0/D(z0 , r) ⇢ ⌦} 2]0, +1[[{+1} :
On suppose que ⌦ est ouvert connexe par arcs et f holo- +1 (n)
X f (z0 ) P RINCIPE DE PROLONGEMENT ANALYTIQUE
morphe sur ⌦. Alors f est constante sur ⌦ si et seule- 8z 2 D(z0 , R), f (z) = (z z0 )n .
ment si f 0 = 0 sur ⌦. n=0
n!
Théorème
Z 2⇡ Soit g une fonction holomorphr sur un ouvert non vide
Holomorphie
P et séries entières (n)
f (z0 ) 1 it int
80 < r < R, 8n 2 N, = f (z + re )e dt. ⌦1 ; s’il existe un ouvert connexe par arcs ⌦ contenant
Soient an z n une série entière de rayon de conver- n! n
2⇡r 0
0
gence R > 0 et de somme f . Alors f est infiniment ⌦1 et une fonction f holomorphe sur ⌦ et prolongeant
C -dérivable sur D(0, R) et on a Corollaire g, alors f est unique
1. Soient f et g deux fonctions analytiques sur ⌦ et 2C.
+1
X Alors f + g, f et f g sont analytiques sur ⌦. Si de plus, 8z 2 ⌦, g(z) 6= 0 alors f
est analytique sur ⌦ . C ONTACT I NFORMATION
8k 2 N, 8z 2 D(0, R), f (k) (z) = k
k!Cn+k an+k z n g
n=0
2. Soit V un ouvert de C . Soit f et g deux fonctions analytiques sur ⌦ et V respectivement avec f (⌦) ⇢ V . Alors g f Email elamdaoui@gmail.com
, est analytique sur ⌦ .
Phone 06 62 30 38 81 Page: 21

Résumé Maths MPSI

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Résumé Maths MPSI

Transféré par

Droits d'auteur :

Formats disponibles

G ROUPES

G ROUPES M ORPHISMES DE GROUPES O RDRES G ROUPES MONOGÈNE , CYCLIQUE

et aussi l’unique entier n de N⇤ tel que l’on ait : ⇣ . ⌘

S OUS - GROUPES ENGENDRÉ

G contenant S ⇢ G est le plus petit sous-groupe

A NNEAUX ET CORPS M ORPHISME D ’ ANNEAUX I NDICATEUR D ’E ULER A LGÈBRES

É LÉMENTS PROPRES P OLYNÔME CARACTÉRISTIQUE D IAGONALISATION E NDOMORPHISMES NILPOTENTS

• On appelle polynôme annulateur de u tout élé- D ÉCOMPOSITION SPÉCTRALE

N ORMES B OULES S UITES EXTRAITES O UVERTS ET INTÉRIEURS

Soit N1 et N2 deux normes sur E. On dit que N1 est

A DHÉRENCE D ’ UN PARTIE C ONTINUITÉ A PPLICATIONS LINÉAIRES , MULTILINÉAIRS C ONNEXITÉ PAR ARCS

Composition caractérisation séquentielle de Heine C ONTACT I NFORMATION

D ÉRIVATION O PÉRATIONS M ÉTHODES DE CALCUL D ÉVELOPPEMENTS LIMITÉS USUELS EN 0

Formule de Leibniz Changement de variable n

et et a, b 2 I. Alors: f (t)dt = '0 (t)f ('(t)) dt n

2. 8i 2 [[1, p]] , fi 2 Dn (I, K) Inégalité triangulaire Formule de Taylor-Young

T HÉORÈME D ’ INTERVERSION lim ET T HÉORÈME D ’ INTERVERSION ET >

an+1 • sin x = ( 1)n

pelée la somme de la série

• La série entière converge normalement sur tout n>0 f sont DSE en 0

C ONTEXTE O PÉRATIONS F ONCTIONS DE CLASSE C k D ÉVELOPPEMENT DE TAYLOR D ’ ORDRE 2

les vecteurs e1 , . . . , en . Fonctions composantes C k alors B(f, g) l’est aussi et

ses fonctions composantes sont de classe C k sur U I et J deux intervalles de R

P RODUIT SCALAIRE O RTHOGONALITÉ P ROJECTEURS ORTHOGONAUX S YMÉTRIE ORTHOGONALE

FAMILLE TOTALE E NDOMORPHISMES SYMÉTRIQUES E NDOMORPHISMES ORTHOGONAUX R ÉDUCTION DES ENDOMORPHISMES ?

T RIBU P ROPRIÉTÉS DE PROBABILITÉ L ES THÉORÈMES DE P ROBABILITÉ U NIVERS AU PLUS DÉNOMBRABLE

incompatibles, alors nulles, on a : Propriété

VARIABLES A LÉATOIRES DISCRÈTES M OMENTS L OIS DISCRÈTES USUELLES F ONCTION GÉNÉRATRICE

est un événement de T que l’on notera [X 2 A].

3. lim F (x) = 0 et lim F (x) = 1. Si X admet un moment d’ordre 2, alors: (notée P( )) si :

VARIABLE ALÉATOIRE E SPÉRANCE M OMENTS ET VARIANCE L OIS USUELLES

VARIABLE À DENSITÉ 5. Inégalité triangulaire: |E(X)| 6 E (|X|)

L OIS D ’ UN COUPLE DE VARD L OI DE PROBABILITÉ C OVARIANCE V ECTEURS DE VARIABLES ALÉATOIRES

Loi conditionnelle x+y=s P [Xi 2 Ii ] = P (Xi 2 Ii i)

E(aX + bY ) = aE(X) + bE(Y )

I NÉGALITÉS C ONVERGENCE EN LOI

V (X) Cas de variables discrètes

Lois de Poisson et binomiale

8" > 0 lim P [|Xn X| > "] = 0.

F ONCTIONS HOLOMORPHES F ONCTIONS ANALYTIQUES P RINCIPE DES ZÉROS ISOLÉS

Vous aimerez peut-être aussi