Académique Documents
Professionnel Documents
Culture Documents
Cours/TD/DM/DS + corrections
Algèbre linéaire
Analyse
Analyse harmonique
Equations différentielles
Emmanuel Montseny
Céline Casenave
Notions d'Algèbre Linéaire
E. Montseny
1 Espaces Vectoriels 3
1.1 Dénitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Sous-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Familles libres et génératrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Bases, dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 Applications linéaires 7
2.1 Rappels sur les applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Applications linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3 Matrices 9
3.1 Des applications linéaires aux matrices . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2 Dénitions et notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.3 Structure de Mm,n (K) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.4 Propriétés et opérations sur les matrices . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.5 Matrices de changement de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4 Réduction d'endomorphismes 16
4.1 Valeurs propres, vecteurs propres et sous-espaces propres . . . . . . . . . . . . . . . . 16
4.2 Diagonalisation de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1
2
Dans ce cours, K désigne un corps commutatif, typiquement R ou C muni des lois usuelles
d'addition et de multiplication. On utilisera souvent l'abréviation e.v. pour espace vectoriel. Bien
que la plupart des résultats soient généralisables, nous travaillerons essentiellement sur des esapces
vectoriels de dimension nie.
1 Espaces Vectoriels
1.1 Dénitions
Soient E un ensemble et K un corps commutatif. On note + (resp. . ) une loi interne sur E
(resp. loi externe), c'est-à-dire opérant sur deux éléments de E (resp. sur un élément de E et un
élément de K) :
+: E×E →E . : K×E →E
,
(x, y) 7→ x + y (x, λ) 7→ λ.x
Dénition 1
On dit que (E, +, .) est un espace vectoriel sur K (ou K-e.v) si :
• (E, +) est un groupe commutatif (ou abélien) :
la loi + est commutative sur E : ∀ x, y ∈ E , x + y = y + x
la loi + est associative : ∀ x, y, z ∈ E , x + (y + z) = (x + y) + z
il existe un élément neutre dans E , noté 0E , vériant : ∀ x ∈ E , x + 0E = x
tout élément x de E admet un symétrique pour +, noté (−x), tel que : x + (−x) = 0E
(moyen mnémotechnique pour les axiomes du groupe commutatif : CANS)
• La loi externe . vérie :
∀ λ, µ ∈ K, ∀ x ∈ E, (λ + µ).x = λ.x + µ.x,
∀ λ ∈ K, ∀ x, y ∈ E , λ.(x + y) = λ.x + λ.y
∀ λ, µ ∈ K, (λµ).x = λ.(µ.x)
∀ x ∈ E, 1K .x = x
Terminologie : Les éléments de K sont communément appelés des scalaires et ceux de E des vecteurs.
Attention : Dans ce chapitre, on veillera à toujours garder à l'esprit la nature des objets que l'on manipule.
Ne pas confondre la loi sur le corps K E , qui agissent sur des objets de
et la loi sur l'espace vectoriel
nature diérente. Par exemple, lorsqu'on écrit (λµ).x, λµ est un produit entre deux éléments du corps
K, alors que le . désigne le produit entre un élement de K (ici λµ) et un élément x de E . La notation +
x + y := (x1 + y1 , ..., xn + yn )
λ.x := (λx1 , ..., λxn )
2. C 0 (I, R) = {fonctions continues de I⊂R dans R} est un R-e.v s'il est muni des lois + et . dénies
Proposition 2
Soit E un K-e.v. Pour tout λ ∈ K et x ∈ E , on a :
λ.x = 0E ⇔ (λ3 = 0K ou x = 0E )
Démonstration : (⇐) λ.0E = λ.(0E + 0E ) ⇔ λ.0E = λ.0E + λ.0E donc λ.0E + (−(λ.0E )) = λ.0E +
| {z }
0E
λ.0E + (−(λ.0E )) d'où 0E = λ.0E + 0E et donc 0E = λ.0E
| {z }
0E
(⇒)Soient λ ∈ K et x ∈E tels que λ.x = 0E . Si λ 6= 0K , alors x = (λ−1 λ).x = λ−1 .(λ.x) =
λ−1 .0E = 0E .
Remarque : Ces conditions peuvent se résumer à : F stable par combinaison linéaire, i.e. ∀ λ ∈ K, ∀ x, y ∈ F ,
λ.x + y ∈ F.
Exemple : 1. R×{0} est un s.e.v de R2 . Plus généralement, tout ensemble de la forme {(x, λ.x), λ ∈ K}
2
est un s.e.v de R .
pour + dans F .
Exemple : E = R4 , soient x1 , x2 , x3 des vecteurs de R4 . Alors y = 3.x1 − 2.x3 est une combinaison linéaire
de x1 , x2 , x3
4
Dénition 6
On dit que la famille (x1 , ..., xp ) d'éléments de E est libre si :
p
X
∀ λ1 , ..., λp dans K, λi .xi = 0E ⇒ λi = 0K pour tout i = 1 : p.
i=1
Lorsqu'une famille est libre, on dit aussi que les vecteurs qui la constituent sont linéairement
indépendants.
Exemple : E = R2 . Les vecteurs x1 = (1, 2) et x2 = (−3, −6) sont liés car 3.x1 + x2 = 0. En revanche, soit
Proposition-Dénition 7
Soit E un K-e.v et A une partie non vide de E . L'ensemble des combinaisons linéaires des
éléments de A est un s.e.v de E , appelé sous-espace vectoriel engendré par A, et noté
V ect(A). C'est le plus petit s.e.v contenant A.
Si de plus V ect(A) = E , on dit que A engendre E , ou encore que la famille A est génératrice.
Démonstration : I Montrons que V ect(A) est un s.e.v de E. Tout d'abord V ect(A) est non vide
puisqu'il contient évidemment 0E (qui est combinaison linéaire de n'importe quels ai ∈ A avec des
coecients nuls). Ensuite, il est clair que V ect(A) ⊂ E puisque ses éléments sont des combinaisons
linéaires d'éléments de A, donc de E , et donc appartient à E puisque c'est un espace vectoriel. Enn,
montrons que V ect(A) est stable par combinaison linéaire. Soient λ ∈ K et x, y ∈ E . Alors :
r1
X r2
X r1
X r2
X
λ.x + y = λ. λi .ai + µj .aj = (λλi ).ai + µj .aj .
i=1 j=1 i=1 j=1
Il est clair que cette expression peut se mettre sous la forme d'une combinaison linéaire d'élements
de A:
r3
X
λ.x + y = ν i .ai ,
i=1
contenant A contient aussi V ect(A), ce qui montre que V ect(A) est le plus petit sous-espace vectoriel
contenant A.
5
1.4 Bases, dimension
Proposition-Dénition 8
Une famille E = (e1 , ..., en ) d'éléments de E est une base si elle est libre et génératrice, ce qui
est équivalent à l'assertion suivante :
n
X
∀x ∈ E, ∃! (x1 , ..., xn ) ∈ K tel que x = n
xi .ei . (1)
i=1
Dit autrement : tout élément x se décompose de manière unique sur la base E . Les scalaires
{xi }i=1:n sont appelés coordonnées de x dans la base E .
(⇒) E base de E, donc E génératrice : tout élément x de E s'écrit comme combinaison linéaire
n n
x0i .ei ,
P P
de la famille E : x = xi .ei . Cette décomposition est unique. En eet, si x = alors
i=1 i=1
n
(xi − x0i ).ei , xi = x0i
P
0E = ce qui entraîne puisque E est libre.
i=1
Pn
(⇐) Si ∀x ∈ E, ∃! (x1 , ..., xn ) ∈ Kn tel que
Pn i=1 xi .ei , il est évident que la famille E est
x=
génératrice. Elle est également libre puisque 0E = i=1 0.ei est, par unicité, la seule combinaison
linéaire qui soit nulle.
Le notion de base est essentielle en algèbre linéaire. Elle permet d'établir que tout élément d'un
espace vectoriel est entièrement caractérisé par un nombre dénombrable (ni dans notre cas) de
coecients.
Exemple : {ei }i=1:n avec ei = (0, ..., 0, 1, 0, ..., 0) ∈ Rn , le 1 étant à la ième position, est une base de Rn ,
appelée base canonique.
Remarque importante : Il convient de bien faire la distinction entre un vecteur et ses coordonnées,
surtout dans Rn . Un vecteur de Rn est un n-uplet de nombres réels, il existe indépendemment d'une base
(c'est simplement un ensemble de n nombres). Ses coordonnées sont des coecients qui correspondent
à sa décomposition sur une base donné (elles dépendent donc de la base). Ainsi, lorsqu'on écrit (2, 1, 2)
sans précision supplémentaire, il s'agit du vecteur (2, 1, 2) ∈ Rn . La représentation d'un vecteur par ses
coordonnées se faisant avec la même notation (n-uplet), il faudra impérativement associer une base à
n-uplet de coordonnées (on remarque que l'écriture d'un vecteur coïncide avec ses coordonnées dans la
base canonique).
Dénition 9
Un espace vectoriel E est de dimension nie s'il existe une famille nie génératrice de E .
Théorème-Dénition 10 (admis )
Tout espace de dimension nie admet au moins une base nie. Le nombre d'éléments d'une
base de E , identique pour toutes les bases, est appelé dimension de E .
Exemple : E = R2 . La famille ((1, 1), (1, 0)) est une base de E (le montrer !). Ainsi, E est un e.v de
dimension 2.
Les résultats qui suivent sont utiles en pratique.
6
Proposition 11 (admise )
Soit E un espace de dimension n nie. Alors
Toute famille libre a au plus n éléments
Toute famille génératrice a au moins n éléments.
Ainsi, toute famille libre de n éléments est une base. De même, toute famille
génératrice de n éléments est une base.
Soit F un s.e.v de E . Si dim(F ) = dim(E), alors F = E .
2 Applications linéaires
Dénition 13
Soient E, F, G trois espaces vectoriels, et soient les applications f : E → F , g : E → F ,
h : F → G. On dénit les opérations suivantes :
la somme de f et g : ∀x ∈ E , (f + g)(x) := f (x) + g(x)
la composition de h par f : ∀x ∈ E , (g ◦ f ) (x) := h(f (x)).
Notation : L'ensemble des applications linéaires (resp. des endomorphismes) de E dans F est noté L(E, F )
(resp. L(E)). Ce sont tous deux des espaces vectoriels.
f: R3 → R2
Exemple : 1. ∈ L(R3 , R2 )
(x, y, z) 7→ (x + y, x − y)
7
δ: C 0 (R, R) → R
2. ∈ L(C 0 (R, R), R)
f 7→ f (0)
Dénition 15
Soient E, F deux e.v, et f ∈ L(E, F ). On appelle noyau de f l'ensemble noté ker(f ) déni par :
Exemple :
f : (x, y) ∈ R2 7→ x+y ∈ R. On a ker(f ) = (x, y) ∈ R2 / x + y = 0 = (x, y) ∈ R2
Soit / x = −y =
{λ.(−1, 1), λ ∈ R}, donc ker(f ) = V ect((−1, 1)).
Im(f ) = R car ∀z ∈ R, ∃(x, y) ∈ R2 tel que x + y = z (il en existe une innité en fait).
Proposition 16
Soient E, F deux e.v, et f ∈ L(E, F ). On a les assertions suivantes :
1. ker(f ) et Im(f ) sont respectivement des s.e.v de E et F
2. f injective ⇔ ker(f ) = {0E }
3. f surjective ⇔ Im(f ) = F.
Démonstration : 1. Le fait que ker(f ) et Im(f ) sont des s.e.v est immédiat.
Ce résultat est utile en pratique pour établir qu'un ensemble est un espace vectoriel : il sut de
l'exprimer comme étant le noyau d'une certaine application linéaire.
Exemple : 1. L'application f : (x, y) ∈ R2 7→ x + y est surjective car Im(f ) = R, mais n'est pas injective
8
Remarque : On montre facilement que le rang de f est égal au rang de la famille de vecteurs (de F)
constituée des images des vecteurs de la base de E : rg (f ) = rg(f (e1 ), ..., f (en )), soit encore le nombre
3 Matrices
Ainsi, on constate que la seule connaissance des images des vecteurs de base ej par f sut à
caractériser l'application f . Comme f (ej ) ∈ F , on peut décomposer chaque f (ej ) sur B 0 :
n m
aij .e0i .
P P
f (x) = xj .
j=1 i=1
L'application f est donc entièrement caractérisée par les coecients {aij }i=1:m, j=1:n (scalaires de
K), que l'on regroupe dans un objet appelé matrice :
a11 ... a1n
.. .. .
. .
am1 ... amn
Un intérêt des matrices est qu'elles permettent une manipulation simpliée et intuitive des ap-
plications linéaires. Ainsi, les applications de L(E, F ) seront avantageusement assimilées à leurs
représentations matricielles. Le but des paragraphes qui suivent est de dénir un ensemble de règles
sur les matrices correspondant aux règles sur L(E, F ).
Si m = 1 (resp. n = 1) on parle de matrice ligne (resp. colonne). On utilise souvent les termes
de vecteur ligne et vecteur colonne.
Si m = n, on dit que la matrice est carrée.
9
Notations : Mm,n (K) l'ensemble des matrices à éléments dans K de m lignes et n colonnes, et
On note
colonne correspondante étant notée [x]B (ou x si aucune confusion n'est à craindre) :
x1 n
.. X
[x]B = . (avec x = xj .ej )
xn j=1
On note Mij l'élément i, j de M; pour une matrice colonne u, on note ui la i-ème composante de u.
Dénition 19
Soient E, F deux e.v, B = (e1 , ..., en ) une base de E , B 0 = (e01 , ..., e0n ) une base de F . Une
application f ∈ L(E, F ) sera désormais représentée par sa matrice (aij )i=1:n, j=1:m , où aij est
la i-ième composante de f (ej ) dans la base B 0 , soit :
a11 ... a1n
m
0 .. .. où ∀j = 1 : n, f (e ) = P
[f ]B
B := . . j aij .e0i
i=1
am1 ... amn
0
Dit autrement, chaque colonne de [f ]B
B est l'image de ej par f exprimée dans la base B . La
0
Remarque (importante) : La matrice représentative d'une application linéaire dépend des bases consi-
dérées sur E et F !
I ∀A, B, C ∈ Mm,n (K), A + B = B + A car aij + bij = bij + aij ; pour les mêmes raisons,
(A + B) + C = A + (B + C)
10
I neutre : la matrice nulle 0m,n est neutre pour +
I symétrique : ∀ A ∈ Mm,n (K), il existe un symétrique (−A) déni par (−A)ij = −aij .
De plus, pour tout λ, µ ∈ K et A, B ∈ Mm,n (K), la loi . vérie :
I λ.(A + B) = λ.A + λ.B car (λ.(A + B))ij = λ(A + B)ij = λ(aij + bij ) = λaij + λbij =
(λ.A)ij + (λ.B)ij
I (λ + µ).A = λ.A + µ.A car ((λ + µ).A)ij = (λ + µ)aij = λaij + µaij = (λ.A)ij + (µ.A)ij =
(λ.A + µ.A)ij
Ces lois sur les matrices correspondent aux opérations que l'on peut eectuer sur les applications
de L(E, F ). Ainsi, la somme de deux applications f, g de L(E, F ) s'eectue en additionnant leurs
0 B0 B0
matrices respectives : [f + g]B B = [f ]B + [g]B . De même, la multiplication par un scalaire λ se
0 B0
traduit par une multiplication de la matrice par λ : [λ.f ]B
B = λ. [f ]B
Dénition 21
(multiplication de matrices) Soient A ∈ Mm,n (K) et B ∈ Mn,p (K). On dénit la matrice produit
de A par B comme suit :
n
X
(AB)ij = aik bkj .
k=1
Remarque : 1. Ce produit n'est déni que si le nombre de colonnes de A est égal au nombre de lignes
de B.
2. Ce produit n'est en général pas commutatif.
1 −3
1 0 −2 3 −3
Exemple : Soient A= et B= 0 1 . Alors AB = .
2 1 1 1 −5
−1 0
Ici encore, cette loi sur les matrices correspond à une opération sur les applications qu'elles
représentent. C'est l'objet de la proposition suivante.
Proposition 22
Soient E, F, G trois espaces vectoriels de dimensions m, n, p nies, et de bases respectives E =
(e1 , ..., em ), F = (e01 , ..., e0n ), G = (e001 , ..., e00p ). Soient enn f ∈ L(E, F ) et g ∈ L(F, G). La
composition de g par f se traduit par un produit de leurs matrices :
[g ◦ f ]GE = [g]GF [f ]F
E .
G
Démonstration : On note A = [f ]F
E , B = [g]F et C = [g ◦ f ]GE . On va montrer que C = BA. Par
p
X
(g ◦ f ) (ej ) = cij e00i .
i=1
11
Par ailleurs :
n
akj e0k
P
(g ◦ f ) (ej ) = g(f (ej )) = g par dénition de A
k=1
p p
n n
n
akj g (e0k ) bik e00i e00i ,
P P P P P
= = akj = bik akj
k=1 k=1 i=1 i=1 k=1
n
P
∀ i = 1 : m, j = 1 : p, cij = bik akj = (BA)ij ,
k=1
d'où C = BA.
L'objet de la proposition qui suit est de montrer que le produit matriciel permet également de
traduire l'action d'une application linéaire f sur un élément x (i.e f (x)) comme étant le produit
entre la matrice représentative de f et la matrice colonne des coordonnées de x.
Proposition 23
Soient E, F deux espaces vectoriels de dimensions m, n nies, et de base respective B = (e1 , ..., em ),
B 0 = (e01 , ..., e0n ). Soit f ∈ L(E, F ). Alors, pour tout x ∈ E , les composantes de f (x) dans la
base B 0 s'expriment :
0
[f (x)]B0 = [f ]B
B [x]B
0
Démonstration : On note A = [f ]B
B , X = [x]B , Y = [f (x)]B0 . Pour tout x ∈ E, on a par dénition de
Y :
n
yi e0i .
P
f (x) =
i=1
Par ailleurs :
!
m m m n
aij e0i
P P P P
f (x) = f xj ej = xj f (ej ) = xj
j=1 j=1 j=1 i=1
!
n m n
e0i = (AX)i e0i
P P P
= aij xj
i=1 j=1 i=1
d'où :
∀ i = 1 : n, yi = (AX)i .
Ainsi, Y = AX.
On peut constater que cette représentation matricielle permet de visualiser le caractère linéaire de
la fonction f, qui s'écrit comme le produit (matriciel) entre une constante (matricielle) A et la
"variable" x, généralisant ainsi la représentation classique de R dans R : x 7→ ax.
12
Notons que les notions de noyau et d'image sont les mêmes que pour les applications linéaires :
ker(A) = {X ∈ Kn / AX = 0Km }
Im(A) = {AX, X ∈ Kn } .
En particulier, le rang d'une matrice est égal au rang de l'application linéaire quelle représente :
rg(A) = rg(f ).
1 0 1
1 −1 2
A= .
0 2 −2
1 1 0
que dim(ker (A)) = 3 − 2 = 1, l'application n'est donc pas injective car ker(A) 6= {0R3 }. Cherchons une
Donc X = (x, −x, −x) = x (1, −1, −1). Une base de ker(A) est (1, −1, −1).
Dénition 25 (transposée )
Soit A ∈ Mm,n (K). On appelle matrice transposée de A la matrice notée AT ∈Mn,m (K)
(parfois notée t A) dénie par :
∀i = 1 : n, ∀j = 1 : m, AT
ij
= Aji .
AA0 = A0 A = In .
13
On appelle trace de A le scalaire :
n
X
tr(A) := aii (somme des éléments diagonaux)
i=1
0 1
Exemple : Soit A = . Alors tr (A) = 0 + 2 = 2. De plus, A est inversible. En eet, soit A0 =
1 2
a011 a012
. Alors :
a021 a022
0
a =1
21
a022 = 0
0 0 −2 1
AA = I2 ⇔ 0 0 ⇔ A = . On a bien A0 A = I2 .
a 11 + 2a21 = 0 1 0
0
a12 + 2a022 = 1
On donne dans la proposition qui suit quelques propriétés utiles lors des calculs.
Proposition 27
T
1. ∀ A ∈ Mm,n (K), AT =A
2. ∀ A ∈ Mm,n (K), ∀ B ∈ Mn,p (K), (AB)T = B T AT
3. ∀ A, B ∈ Mm,n (K), tr(A + B) = tr(A)+ tr(B)
4. ∀ A ∈ Mm,n (K), ∀ B ∈ Mn,m (K), tr(AB) = tr(BA)
−1 T
5. Si A ∈ Mn (K) est inversible, on a AT inversible et AT = A−1
6. Si A, B ∈ Mn (K) inversibles, on a AB inversible et (AB)−1 = B −1 A−1 .
Démonstration : 1. évident
T
bki ajk = B T AT
P P
2. (AB) ij
= (AB)ji = ajk bki = ij
k k
3. évident
P PP PP P
4. tr (AB) = (AB)ii = aij bji = bji aij = (BA)jj = tr (BA)
i i j j i j
T T T
5. Il est évident que A0 est inversible. De plus, AT A−1 = A−1 A d'après 2, d'où AT A−1 =
−1 T
In , de même pour A AT .
−1 −1
6. AB (AB) = ABB −1 A−1 = AIn A−1 = In , de même pour (AB) AB , d'où le résultat.
Dénition 28 (déterminant )
Soit A ∈ M2 (K). On dénit le déterminant de la matrice A, noté |A|, par :
a11 a12
|A| = = a11 a22 − a21 a12 .
a21 a22
Pour A ∈ M3 (K), on dénit alors :
a11 a12 a13
a22 a23 a21 a23 a21 a22
|A| = a21 a22 a23 = a11 − a12 + a13 .
a32 a33 a31 a33 a31 a32
a31 a32 a33
14
Enn, pour A ∈ Mn (K), on dénit le determinant développé selon la ligne i :
n
X
|A| = (−1)i+j aij |Mij |
j=1
Remarque importante : Cette formule est valable quelle que soit la ligne de développement i choisie.
De plus, le développement du déterminant peut se faire, de la même manière, selon une colonne j en
1 2 3
2+3 1 2
Exemple : 0 0 5 = (−1) 5 = −15 (on a décidé de développer par rapport à la seconde
2 1
2 1 1
ligne par simplicité).
Ainsi, pour exprimer dans la base B un vecteur x ∈ E exprimé en base B 0 , il sut d'eectuer le
produit :
[x]B = PB,B0 [x]B0
On a de plus la propriété : −1
PB0 ,B = PB,B0 .
De même, pour les applications linéaires, on peut envisager d'eectuer un changement de base
sur E et/ou F .
Proposition 30
0
Soient f ∈ L(E, F ), E ,E 0 deux bases de E et F ,F 0 deux bases de F . On note A = [f ]F F
E , A = [f ]E 0 ,
0
Remarques : 1. En d'autres termes : la matrice représentative de f dans les nouvelles bases E 0 ,F 0 s'ob-
tient en pré et post multipliant la matrice de f dans les anciennes bases par des matrices de passage.
Bien entendu, la relation (2) peut-être écrite de diverses manières ; l'essentiel est d'en retenir une
15
et de s'y tenir, notamment concernant l'expression des matrices de changement de base en jeu qui
2. Ce genre d'opération est très utilisé pour la réduction d'endomorphismes (diagonalisation et trian-
1 −1 e1
PE,B = .
1 1 e2
u1 u2
On doit maintenant calculer son inverse. Pour cela, on exprime la relation entre les vecteurs u1 , u2 et la
base canonique e1 , e2 :
u1 = e1 + e2
u2 = −e1 + e2 ,
et on inverse cette relation en resolvant le système pour exprimer e1 , e2 en fonction de u1 , u2 :
e1 = 12 (u1 − u2 )
e1 = u1 − e2
⇐⇒
e2 = u2 + e1 = u2 + u1 − e2 e2 = 12 (u2 + u1 ).
Ainsi :
−1 1 1 1 u1
PE,B = B −1 E 8 −16
2 −1 1 u2 , et [f ]B = PE,B [f ]E PE,B =
0 2
e1 e2
On peut constater que ce changement de base a "transformé" la matrice en une matrice dite triangulaire
(qui n'a que des 0 en dessous de la diagonale). Cette opération est un cas particulier de réduction
d'endomorphisme.
4 Réduction d'endomorphismes
Rappel : Un endomorphisme f ∈ L(E) est une application linéaire de E dans E. La matrice représentative
16
Dénition 31
On appelle valeur propre - vecteur propre tout couple (λ, x) ∈ K×E \ {0E } tel que :
A x = λ x.
L'ensemble des valeurs propres d'une matrice est appelé spectre de la matrice et est noté Sp(A).
Remarque : Selon la nature du vecteur propre (vecteur de Rn , fonction etc.), on pourra parler de direction
propre ou encore fonction propre.
Soit λ une valeur propre de A ; si x est un vecteur propre associé à λ, il est solution de :
Déterminer l'ensemble des vecteurs propres associés à une valeur propre revient donc à déterminer
ker(A − λIn ) (c'est-à-dire en déterminer une base).
Dénition 32
On appelle sous-espace propre associé à la valeur propre λ le s.e.v noté Eλ :
Eλ := ker(A − λIn ).
Ces notions sont à la base du processus de diagonalisation (ou autre réduction en général) d'une
matrice.
1 0
Exemple : Soit la matrice A= . Sachant que 1 est valeur propre de cette matrice, déterminons
1 2
le sous-espace propre E1 :
0 0 v1 0
v ∈ E1 ⇔ A v = 1.v ⇔ (A − 1In ) v = 0R2 ⇔ =
1 1 v2 0
0=0
⇔ ⇔ v2 = −v1 .
v1 + v2 = 0
v1 1
Ainsi, v ∈ E1 ⇔ v = = v1 . On a donc déterminé une base de E1 , à savoir le vecteur
−v1 −1
(1, −1), E1 est de dimension 1. On pourrait en faire de même avec la valeur propre 2 et determiner E2
(on trouve (0, 1) comme vecteur de base).
17
2. Détermination des sous-espaces propres associés à chaque valeur propre
Pour chaque valeur propre λ, on détermine une base du sous-espace Eλ en posant (A−λIn ) x =
0E .
3. La matrice est-elle diagonalisable ?
On utilise alors le théorème 34 pour savoir si la matrice est diagonalisable ou pas.
4. Diagonalisation de A.
Si A est diagonalisable, alors on sait que la matrice est diagonale lorsqu'elle est exprimée dans
la base constituée de ses vecteurs propres, ou, plus précisemment, constituée des vecteurs de
base des diérents sous-espaces propres Eλi (on peut montrer qu'ils forment une base de E ).
On note v1 , ..., vn ces vecteurs de base, P la matrice de passage de la base canonique à la base
des vecteurs propres P = [v1 |...|vn ], et D =diag (λ1 , ..., λn ). Alors, on a :
D = P −1 AP , ou encore A = P DP −1 .
Ainsi, l'application linéaire représentée par A dans la base canonique est représentée par une
matrice diagonale dans la base des vecteurs propres. En pratique comme en théorie, la notion
de diagonalisation de matrice (et de manière générale de réduction d'endomorphisme) est très
importante, car elle permet de transformer un problème faisant intervenir la matrice A en un
problème simplié équivalent faisant intervenir la matrice diagonale D, en utilisant la relation
ci-dessus. Du fait de sa structure intéressante, on pourra résoudre des problèmes de manière
plus aisée, et "repasser" à la solution du problème original en utilisant la matrice P .
1−λ 0
pA (λ) = det(A − λIn ) = = (1 − λ)(2 − λ).
1 2−λ
Les valeurs propres de A étant les racines de pA , on en déduit immédiatement que celles-ci sont 1 et 2.
Théorème 34
Une matrice A est diagonalisable si et seulement si :
r
1. Son polynôme caractéristique est sous la forme : pA (λ) = K (λ − λi )mi , c'est-à-dire
Q
i=1
qu'il est le produit de polynômes de degré un élevés à une puissance entière mi (on dit
qu'il est scindé).
2. La multiplicité mi de la valeur propre λi est égale à la dimension du sous-espace propre
18
associé Eλi .
En particulier, si pA (λ) n'admet que des racines simples, la matrice est diagonalisable.
Exemple : pA (λ) = (λ − 1)2 (λ + 5) est scindé ; pA (λ) = (λ2 + 3λ − 1)(λ + 5) n'est pas scindé dans R (mais
il l'est dans C !) : on voit ici l'importance de ne pas perdre de vue le corp K sur lequel on travaille.
1 0
Exemple : Soit la matrice A= . On déroule les diérentes étapes :
1 2
1. Déjà fait lors d'un précédent exemple : les valeurs propres sont 1 et 2. Ces valeurs propres sont de
19
Ce qu'il faut impérativement savoir à l'issue de
ce cours
• Savoir refaire les exemples du cours ! Ils représentent le minimum syndical de ce qu'il faut
savoir faire.
• Montrer qu'un ensemble est un espace vectoriel
avec les axiomes d'un e.v
en montrant que c'est un s.e.v
en montrant que c'est le noyau ou l'image d'une application linéaire
• Montrer qu'unePfamille de vecteur est libre et/ou génératrice.
libre : poser pi=1 λi .xi = 0E et montrer queP ça implique λi = 0 pour tout i = 1 : p.
génératrice : montrer que tout x ∈ E s'écrit pi=1 λi .xi > résoudre et trouver des λi
• Montrer qu'une famille est une base
libre et génératrice
libre (ou génératrice) et possédant un nombre d'éléments égal à la dimension de l'e.v.
• Application linéaire, endomorphisme, et savoir établir leur injectivité/surjectivité/bijectivité.
proposition 16
savoir déterminer une base de ker(f ) (ou d'une matrice) est in-dis-pen-sable. Poser f (x) = 0
(ou AX = 0 pour les matrices) et déterminer les x qui vérient cette relation (soit 0E , soit
une innitée engendrée par des vecteurs de base à déterminer)
savoir jongler avec un système 3 équations - 3 inconnues !
connaitre le théorème du rang et ses applications.
• Eectuer les opérations de bases sur les matrices : somme, produit, multiplication par un
scalaire, transposée.
• Calculer l'inverse d'une matrice en inversant un système d'équations (relations entre les vec-
teurs de base)
• Calculer le déterminant d'une matrice de taille 2 ou 3
• Calculer la matrice représentative d'une application linéaire relativement à deux bases dont
l'une (et a fortiori les deux) est canonique
• Calculer une matrice de changement de base PB,B0 lorsque l'une des bases est canonique
Si la base canonique est B , le calcul est immédiat −1
Si la base canonique est B 0 , on peut établir PB0 ,B (immédiat) et calculer PB,B0 = PB0 ,B
en inversant le système d'équations.
• Eectuer un changement de base d'un vecteur ou d'une matrice via les matrices de passage
• Connaitre toute la partie 4, qui est minimaliste, notamment les étapes à suivre et les résultats
utilisés pour la diagonalisation de matrice.
Calculer les valeurs propres d'une matrice en calculant son polynôme caractéristique
déterminer une base de tous les sous-espaces propres associés (d'où la nécessité de savoir
donner une base du noyau d'une application !)
Savoir dire si une matrice est diagonalisable, et si oui savoir donner sa matrice de passage
(matrice des vecteurs propres), ainsi que son inverse
Connaître la relation entre les matrices de passage, la matrice diagonale et la matrice initiale.
20
Index
A Surjectivité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Antécédent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Applications linéaires . . . . . . . . . . . . . . . . . . . . . . . . . 7 T
Théorème du rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
B Transposée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Bijectivité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 V
Valeur propre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .17
C Vecteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Combinaison linéaire. . . . . . . . . . . . . . . . . . . . . . . . . .4 Vecteur propre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Coordonnées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
D
Diagonalisation de matrice . . . . . . . . . . . . . . . . . . . 17
Dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Déterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
E
Endomorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
F
Famille libre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
I
Image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Injectivité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
M
Matrice de passage . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Matrice inversible. . . . . . . . . . . . . . . . . . . . . . . . . . . .13
Matrice représentative . . . . . . . . . . . . . . . . . . . . . . . 10
Matrice symétrique . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
P
Polynôme caractéristique . . . . . . . . . . . . . . . . . . . . 18
R
Rang (d'une application linéaire) . . . . . . . . . . . . . 8
Rang (d'une matrice) . . . . . . . . . . . . . . . . . . . . . . . . 12
S
Sous-espace propre . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Sous-espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Spectre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
21
Feuille de TD - Algèbre linéaire
20082009
Exercice 2 Soit la famille de vecteurs de R3 : (1, 0, 0), (0, 1, 1), (2, 1, 2).
1. Cette famille est-elle libre ? Est-ce une base de R3 ? On note B cette base.
2. Soit le vecteur u dont l'expression dans la base canonique par (2, 2, 2). Donner son
expression (i.e. sa décomposition) dans la base B.
1
1. (a) Donner l'expression de [f ]FE , matrice représentative de f relativement aux bases
E et F .
(b) Calculer f (1, 1, 2, −1) de deux manières diérentes (avec f et avec [f ]).
2. Soit une famille B = (u1 , u2 , u3 , u4 ) de R4 dénie par :
u1 = (1, 1, 1, 1), u2 = (0, 1, 1, 1), u3 = (0, 0, 1, 1), u4 = (0, 0, 0, 1).
Réduction d'endomorphismes
2
Corrigé de la feuille de TD d'Algèbre linéaire
20082009
Remarque importante : lorsqu'on écrit x, y ∈ E , cela signie que x et y sont deux éléments
de l'espace vectoriel E . Il s'agit d'une notation générique, en aucun cas cela signie que x et y
représentent des composantes d'un vecteur. Si E = Rn , alors x et y seront tous deux des vecteurs
de Rn , possédant chacun n composantes que l'on pourra noter x1 , ..., xn et y1 , ..., yn . Les sources de
confusion sont nombreuses : par exemple, dans R2 , on note souvent (x, y) les coordonnées d'un
vecteur. De plus, x1 , ..., xn peut dans certains cas désigner un ensemble de n vecteurs de E et non
pas les coordonnées d'un vecteur ! Il est donc impératif de bien garder en tête les objets que l'on
manipule et les notations que l'on a décidé de leur attribuer.
Exercice 1 Méthode 1 : avec la dénition d'un e.v (trivial car tout se remène à la structure
d'e.v. que possède R). Les lois + et . sur les espaces de fonctions ont été dénies lors du premier
cours.
• CANS :
∀f, g ∈ E1 , f + g = g + f . En eet, ∀x ∈ R, (f + g)(x) = f (x) + g(x) = g(x) + f (x) =
(g + f )(x).
∀f, g, h ∈ E1 , (f + g) + h = f + (g + h) car ∀x ∈ R, ((f + g) + h)(x) = (f + g)(x) + h(x) =
f (x) + g(x) + h(x) = f (x) + (g + h)(x) = (f + (g + h))(x).
Il existe un élément neutre noté 0E1 (que l'on dénit par ∀x ∈ R, 0E1 (x) := 0), appartenant
à E1 car appartenant à C 2 (R,R) et vériant f 00 + f = 0 ; il est bien tel que ∀f ∈ E1 ,
0E1 + f = f.
∀f ∈ E1 , il existe un élément de E1 noté (−f ) que l'on dénit par ∀x ∈ R, (−f )(x) := −f (x)
et qui est donc tel que f + (−f ) = 0E1 . L'élement noté (−f ) appartient évidemment à E1
puisque f appartient à E1 (il est donc C 2 (R,R) et vérie l'eq. diérentielle).
• La loi externe . vérie :
∀f ∈ E1 et ∀λ, µ ∈ R, on a (λ + µ).f = λ.f + µ.f . En eet, ∀x ∈ R, ((λ + µ).f ) (x) =
(λ+µ) f (x) par dénition de ., et donc ((λ + µ).f ) (x) = λf (x)+µf (x) = (λ.f )(x)+(µ.f )(x)
même démarche pour λ.(f + g) = λ.f + λ.g , (λµ).f = λ.(µ.f ) et (1R .f ) = f.
On a ainsi démontré tous les axiomes d'un espace vectoriel.
1
Méthode 3 : On montre que E1 est le noyau d'une application linéaire. En eet, E1 = ker(ϕ)
avec ϕ : f ∈ C 2 (R, R) 7→ f 00 + f, qui est bien une application linéaire car ϕ(λ.f + g) = λ.ϕ(f ) + ϕ(g)
d'après le dernier point de la méthode 2. Ainsi, E1 est un s.e.v de C 2 (R, R).
Exercice 2
1. Cette famille (notée v1 , v2 , v3 ) est-elle libre ? Soient λ1 , λ2 , λ3 des réels tels que λ1 v1 +λ2 v2 +
λ3 v3 = 0R3 , c'est-à-dire :
λ1 + 2λ3 = 0 λ2 = −λ3
λ2 + λ3 = 0 ⇔ −λ3 = 0 ⇔ λ1 = 0 = λ2 = λ3 .
λ2 + 2λ3 = 0. λ1 + 2λ3 = 0.
On a bien montré que la famille est génératrice ; c'est donc une base de R3 .
Remarque : Dans ce dernier calcul, on a en fait montré que pour tout u de R3 , il existe un
unique triplet λ1 , λ2 , λ3 tel que u = λ1 v1 + λ2 v2 + λ3 v3 , ce qui prouve directement que la
famille est une base !
2. On utilise la question précédente pour calculer les coecients de la décomposition du vecteur
(2, 2, 2) dans la base v1 , v2 , v3 :
λ3 = z − y = 2 − 2 = 0
λ2 = 2y − z = 4 − 2 = 2
λ1 = x − 2z + 2y = 2 − 4 + 4 = 2.
2
Le vecteur (2, 2, 2) est égal à 2v1 + 2v2 + 0v3 et s'écrit dans la base : 2 .
0 (v
1 ,v2 ,v3 )
Exercice3
F = (x, y, z, t) ∈ R4 / x + t = 0 et x + y + z = 0 et
1. On a F = ker(ϕ) où ϕ : (x, y, z, t) ∈ R4 7→ (x + t , x + y + z) est une application linéaire,
donc F est un s.e.v de R4 .
2
x = −t x = −t
2. u = (x, y, z, t) ∈ F ⇔ ⇔ , donc
x+y+z =0 y =t−z
−t 0 −1
t−z −1 1
u=
z = z 1
+ t ,
0
t 0 1
| {z } | {z }
v1 v2
1. On a G = ker(ψ) où ψ : (x, y, z) ∈ R3 →
7 (y − x , x + y + z) est une application linéaire,
donc G est un s.e.v de
R 3.
y=x y=x
2. u = (x, y, z) ∈ G ⇔ ⇔ , donc
x+y+z =0 z = −2x
x 1
u = x = x 1 ,
−2x −2
| {z }
v1
donc u ∈ Vect(v1 ) (cad v1 engendre G). La famille est-elle libre ? Soit λ1 ∈ R tels que
λ1 v1 = 0R3 . Alors, λ1 = 0 (évident). La famille est donc libre et génératrice : c'est une
base de G, qui est de dimension 1 (un vecteur de base).
f (x, y, z, t) = (x + t, x + y + z).
3
3. Méthode 1 : rg(f ) = dim(Im(f )) = dim(R4 ) − dim(ker(f )) = 2. Ainsi, Im(f ) ⊂ R2 et
dim(Im(f )) = 2, donc Im(f ) = R2 . On peut prendre comme base la base canonique.
Méthode 2 : On note ei la base canonique de R4 . On sait que
Im(f ) = Vect(f (e1 ), f (e2 ), f (e3 ), f (e4 ))
1 0 0 1
= Vect , , ,
1 1 1 0
| {z }
liés
1 0 1
= Vect , , .
1 1 0
Or ces 3 vecteurs sont liés car (1, 1) = (0, 1) + (1, 0), donc
0 1
Im(f ) = Vect , = R2 (car deux vecteurs libre dans R2 engendrent R2 ).
1 0
Ainsi, ∀v ∈ Im(f ), on a exprimé u = (x, y, z, t) ∈ R4 tel que v = f (u) (une innité en fait)
sans aucune contrainte sur v , donc Im(f ) = R2 .
4. Non : f est surjective (Im(f ) = R2 ) mais pas injective (car ker(f ) 6= {0R4 }), elle n'est donc
pas bijective.
Exercice 5
3 0 0 1 e1
1 1 −1 2 e2
1. (a) [f ]F
E = 0 3 1 −1 e3
.
f (e1 ) f (e2 ) f (e3 ) f (e4 )
La famille est donc libre et maximale (4 éléments dans R4 ), c'est une base.
4
(b) Méthode 1 : calcul direct
4 1 1 1 e1
3 2 1 2 e2
[f ]F
B = 3 3 0 −1 e3
f (u1 ) f (u2 ) f (u3 ) f (u4 )
1
4 1 1 1 0 2
(c) [f (v)]F = [f ]F
B [v]B = 3 2 1 2 −2 .
1 =
3 3 0 −1 6
−3
Remarque : On peut également le voir diéremment et noter que [f ]F F
B [v]B = [f ]E PE,B [v]B =
[f ]F
E [v]E ; on constate alors que ce vecteur v exprimé (1, 0, 1, −3) en base B n'est autre que
le vecteur (1, 1, 2, −1) (en base canonique) de la question 1b car PE,B [v]B = (1, 1, 2, −1).
Réduction d'endomorphismes
y = 11
11x − 5y + 5z = 0 5 x+z
AX = 0R3 ⇔ −5x + 3y − 3z = 0 ⇔ −5x + 335 x + 3z − 3z = 0
5x − 3y + 3z = 0 5x − 33 x − 3z + 3z = 0
5
y = 11
5 x+z
x=0
⇔ x=0 ⇔ .
y=z
x=0
5
0 0
Ainsi, X ∈ ker(A) ⇔ X = z = z 1 . Le noyau de A est donc diérent
z 1
| {z }
:=v1 , base de ker(A)
de {0R3 } et par suite f est non injective.
(c) Non car dim(Im(A)) = 2 par le théorème du rang, donc Im(A) 6= R3 . Un autre moyen
est de noter que les lignes de la matrices A sont liées (car les deuxième et troisième lignes
sont opposées), donc rg(A) 6 2.
2. On se propose de diagonaliser, si possible, la matrice A, c'est-à-dire de trouver une base de
R3 dans laquelle la matrice représentative de f soit diagonale.
(a) Les valeurs propres de A sont les racines du polynome caractéristique pA :
11 − λ −5 5
pA (λ) = |A − λ I3 | = −5 3 − λ −3
5 −3 3 − λ
3 − λ −3 −5 −3 −5 3 − λ
= (11 − λ) − (−5) +5
−3 3 − λ 5 3−λ 5 −3
= (11 − λ) ((3 − λ)2 − 9) + 5 (−5(3 − λ) + 15) + 5 (15 − 5(3 − λ))
= (11 − λ) (−λ)(6 − λ) + 25λ + 25λ = λ(50 − (6 − λ)(11 − λ))
= λ(−λ2 + 17λ − 16) = λ(λ − 1)(16 − λ).
Détermination de E1 :
X = (x, y, z) ∈ E1 ⇔ (A − I3 )X = 0R3 ⇔ AX = X
11x − 5y + 5z = x y = 2x + z
⇔ −5x + 3y − 3z = y ⇔ −5x + 4x + 2z − 3z = 0
5x − 3y + 3z = z 5x − 3y + 2z = 0
y = 2x + z y = −z
⇔ x = −z ⇔ x = −z
5x − 3y + 2z = 0 0 = 0 > inutile
−z −1
⇔ X = −z = z −1 .
z 1
| {z }
:=v2 , base de E1
6
Détermination de E16 :
(c) La matrice A est diagonalisable. En eet, le pA est scindé dans R, et la multiplicité des
valeurs propres (1 car ce sont des racines simples) est égale à la dimension de chaque
sous espace propre Ei associé (égale à 1 pour tous les sous-espaces propres puisqu'ils ont
un seul vecteur de base).
La base de vecteurs propres B = (v1 , v2 , v3 ) est une base de R3 qui diagonalise A. On
calcule alors les matrices de passage en jeu dans cette dingonalisation :
0 −1 2 e1
1 −1 −1 e2
P = PE,B = ( v1 | v2 | v3 )E = .
1 1 1 e3
v 1 v2 v3
Pour calculer la matrice inverse P −1 , il faut inverser le système reliant les vecteur vi et
les vecteurs ei . On a :
v1 = 0e1 + e2 + e3 e2 = v1 − e3
v2 = −e1 − e2 + e3 ⇔ e1 = −v2 − (v1 − e3 ) + e3 = 2e3 − v1 − v2
v3 = 2e1 − e2 + e3 v3 = 4e3 − 2v1 − 2v2 − v1 + 2e3 = 6e3 − 3v1 − 2v2
e3 = 61 (3v1 + 2v2 + v3 )
⇔ e2 = − 16 (−3v1 + 2v2 + v3 ) ,
e1 = − 26 v2 + 62 v3
d'où :
0 3 3 v1
1
−2 −2 2 v2
P −1 = PB,E = ( e1 | e2 | e3 )B = 6 .
2 −1 1 v3
e1 e2 e3
On a alors la relation entre la matrice diangonale des valeurs propre et A suivante :
0 0 0
D := 0 1 0 = P −1 AP.
0 0 16
| {z }
matrice représentative de f dans la base B
7
En pratique comme en théorie, la notion de diagonalisation de matrice (et de manière
générale de réduction d'endomorphisme) est très importante, car elle permet de trans-
former un problème faisant intervenir la matrice A en un problème simplié équivalent
faisant intervenir la matrice diagonale D, en utilisant la relation ci-dessus. Pour ne citer
qu'eux : calcul matriciel en tout genre, résolution de systèmes d'équations diérentielles
linéaires etc.
8
Exercices supplémentaires - Algèbre linéaire
20082009
Exercice 1 Pour chacune de ces familles de vecteurs de R3 , dire si elles sont libres, si
elles sont génératrices de R3 , donner la dimension de l'espace qu'elles engendrent et dire
si elles forment une base de R3 (on pourra bien sûr répondre à ces questions dans l'ordre
que l'on voudra). Nota : même si des raccourcis sont possibles pour répondre à certaines
questions, on pourra (pour s'entrainer) tout démontrer par le calcul.
1. (−1, 0, 0),(1, 1, 1), (1, 2, 3)
2. (0, 1, 2),(1, 1, 1), (1, 2, 3)
3. (1, 2, 0), (1, 1, 0), (1, 0, 1), (1, 3, −1)
4. (−1, 1, 2),(2, 0, 0), (0, 1, 1)
5. (−1, 2, 0),(2, 4, 0), (3, 6, 0)
Exercice 2 Soit E un espace vectoriel, et (u, v, w) une famille libre (resp. génératrice)
d'éléments de E . Montrer que les vecteurs a, b, c dénis par :
a=v+w
b=u+w
c=u+v+w
1
forment également une famille libre (resp. génératrice) de E .
2
3. Soit v = (1, 3, −2). Donner ses coordonnées dans la base F .
4. Soit w = −f1 + 2f2 + 3f3 . Donner ses coordonnées dans la base E .
5. Soit l'application linéaire
Réduction d'endomorphismes
Exercice 6 Pour chacune de ces matrices, établir si elles sont diagonalisable ou pas, et
si oui les diagonaliser (i.e : écrire la matrice de passage P et la matrice diagonale correspon-
dante).
5 −3 2 4 1 −1 0 1 0
6 −4 4 2 5 −2 −4 4 0
−4 −4 5 1 1 2 −2 1 2
où A est une matrice carrée. La notion d'exponentielle de matrice est abondamment utilisée,
entre autres pour la résolution de systèmes d'équations diérentielles. Si M est une matrice
diagonalisable, on va voir que le calcul de son exponentielle est très simple.
1. Soit D la matrice diagonale
5 0 0
D = 0 3 0 .
0 0 3
Calculer D2 , D3 puis D4 .
3
2. En déduire l'expression générale de Dn pour tout n, et montrer nalement que
5
e 0 0
eD = 0 e3 0 .
0 0 e3
An = P Dn P −1 ∀n ∈ N.
4. En déduire que : Ã +∞ !
X Dn
eA = P P −1
i=0
n!
A
et calculer ainsi e .
4
Correction exercices supplémentaires - Algèbre linéaire
20082009
On constate ainsi qu'il y a une contrainte sur x, y, z ; si elle n'est pas vériée, X ne
pourra pas s'écrire comme combinaison linéaire des vi . Tous les vecteurs ne peuvent
donc pas s'écrire comme combinaison linéaire des vi (c'est le cas par exemple du vecteur
(0, 1, 2)). La famille n'est pas génératrice.
Pour nir, on constate que, par exemple, v1 et v2 sont libres, donc l'espace engendré
par cette famille est de dimension deux (mais cet espace n'est PAS R2 !)
3. (1, 2, 0), (1, 1, 0), (1, 0, 1), (1, 3, −1) −→ non libre car 4 vecteurs dans R3 . Par le calcul,
cf le 2), même raisonnement.
Elle est en revanche génératrice. En eet, soit X = (x, y, z) ∈ R3 ; par le calcul, on
aboutit à :
λ3 = z − λ4
λ1 = y − x − λ4 + z
λ2 = 2x − y − 2z + λ4
donc on peut trouver λ1 , λ2 , λ3 , λ4 tels que X soit combinaison linéaire des vi (il en
existe une innité en fait) ; la famille est génératrice de R3 , l'espace engendré est donc
de dimension 3.
4. (−1, 1, 2),(2, 0, 0), (0, 1, 1) −→ libre, génératrice, base, dimension 3.
1
5. (−1, 2, 0),(2, 4, 0), (3, 6, 0) −→ non libre car v3 = 32 v2 . Par le calcul, procéder comme
2). Elle n'est pas non plus génératrice de R3 , même raisonnement que dans 2). L'espace
engendré est de dimension 2.
Exercice 2 Il sut de montrer que la famille a, b, c est libre et/ou génératrice. Dans les
deux cas, la démarche est simple, il sut de revenir à la dénition et d'utiliser le fait que
(u, v, w) est une base.
Par exemple, montrons que la famille est libre. Soient λa , λb , λc tels que
λa a + λb b + λc c = 0E
⇔ λa (v + w) + λb (u + w) + λc (u + v + w) = 0E
⇔ (λb + λc ) u + (λa + λb + λc ) v + (λa + λc ) w = 0E .
Comme la famille (u, v, w) est libre, ceci entraine :
λb + λc = 0
λa + λb + λc = 0
λa + λc = 0
et donc λa = 0 = λb = λc ; la famille est libre. On peut en conclure que c'est une base
puisqu'elle a le même nombre d'élément que (u, v, w).
Même démarche pour montrer qu'elle est génératrice, il sut de montrer que tout élément
de E peut s'écrire comme combinaison linéaire des vecteurs (a, b, c). Soit x ∈ E . Alors, comme
(u, v, w) est une base de E , elle est génératrice et x s'écrit comme comb linéaire de ces trois
vecteurs : il existe λu , λv , λw ∈ K tels que
x = λu u + λv v + λw w.
Comme (a, b, c) sont des combinaisons linéaires de (u, v, w), il est évident que x pourra
également s'écrire comme combinaison linéaire de (a, b, c) (pour le montrer il sut d'écrire
x = λa a + λb b + λc c = ... = (λb + λc )u + (λa + λb + λc )v + (λa + λc )w et d'identier
λa , λb , λc ).
2
(b) X ∈ F ⇔ y = 0 et x = z ⇔ X = (x, 0, x) = x (1, 0, 1) −→ un vecteur de base,
dimension 1.
X ∈ G ⇔ z = x + y et t = −x − y ⇔ X = (x, y, x + y, −x − y) = x (1, 0, 1, −1) +
y (0, 1, 1, −1) −→ deux vecteurs de base v1 et v2 , dimension 2.
2. (1, 0, 1, −1) apaprtient àµG puisque
¶ c'est le vecteur de base v1 de G. Il s'écrit donc
1
1 v1 + 0 v2 , c'est-à-dire :
0 v1 ,v2
Exercice 4
1. ker(f ) = G, de base v1 , v2 = (1, 0, 1, −1), (0, 1, 1, −1), dimension 2. Im(f ) = R2 car
inclu et de même dimension.
2. f surjective, mais non injective car le noyau est diérent de 0.
µ ¶
1 1 −1 0 e1
[f ]F
E = 1 1 0 1 e2
f (e1 ) f (e2 ) f (e3 ) f (e4 )
1. immédiat.
2. (a) famille libre maximale, base.
(b)
1 1 1 e1
0 1 1 e2
P = PE ,F =
0 0 1 e3
f1 f2 f3
Pour calculer Q, on écrit les relations entre les deux bases, et on l'inverse. On a :
f1 = e1 e 1 = f1
f2 = e1 + e2 ⇔ e2 = f2 − f1
f3 = e1 + e2 + e3 e3 = f3 − f2
3
d'où la matrice Q :
1 −1 0 f1
0 1 −1 f2
Q = PF ,E =
0 0 1 f3
e1 e2 e3
On a bien QP = I3 , donc Q = P −1 .
(c) On a la relation [v]F = Q[v]E = (2, 5, −2)F . Si on veut le faire sans utiliser la
matrice Q, il faut trouver les λi tels que v = λ1 f1 + λ2 f2 + λ3 f3 ; après résolution,
on trouve λ1 = −2, λ2 = 5, λ3 = −2, d'où
1 −2
3 = 5 .
−2 −2 F
ii.
1 3 0
[h]F E
F = PF ,E [h]E PE ,F = Q [h]EE P = ... = 0 −1 2
−1 0 0
Réduction d'endomorphismes
Exercice
6
5 −3 2
6 −4 4 ; polynôme caractéristique scindé dans R, valeurs propres : 3, 2, 1, les
−4 −4 5
vecteurs propres associés étant, respectivement : (1/2, 1, 1), (1, 1, 0) et (1, 2, 1), matrice dia-
gonalisable.
4 1 −1
2 5 −2 ; valeurs propres : 5, 3, 3. Une base de E5 est donnée par (1, 2, 1), et Une
1 1 2
base de E3 est donnée par (−1, 1, 0) et (1, 0, 1), donc matrice diagonalisable (multiplicité des
racines égale à la dimension du sous-espace propre associé).
4
0 1 0
−4 4 0 ; valeurs propres : 2, 2, 2. Une base de E2 est donnée par (0, 0, 1), (1, 2, 0),
−2 1 2
donc matrice non diagonalisable.(deux vecteurs de base pour une valeur propre de multiplicité
trois).
Exercice 7
1. Soit D la matrice diagonale
5 0 0
D = 0 3 0 .
0 0 3
Alors
: 3 4
25 0 0 5 0 0 5 0 0
D 2 = 0 9 0 D 3 = 0 33 0 D 4 = 0 34 0
0 0 9 0 0 33 0 0 34
2. On a : n
5 0 0
D n = 0 3n 0
0 0 3n
et par suite :
+∞
X
5n
n!
0 0
i=0
+∞
X +∞
X 5n 0 0 +∞
X e5 0 0
Dn 1
D
e = = 0 3n 0 = 0 3n
n!
0 = 0 e3 0
n! n!
i=0 i=0 0 0 3n i=0 0 0 e3
+∞
X
3n
0 0 n!
i=0
∀n ∈ N, An = (P DP −1 )n = P DP −1
| {z.P}DP
−1
| {z ..}...|{z}
..P DP −1 −1 n −1
| {z.P}DP = P D P
Id Id Id Id
5
4. en utilisant la question précédente, on peut facilement calculer l'exponentielle d'une
matrice diagonalisable :
+∞ +∞ +∞
à +∞ !
X A n X (P DP −1 n
) X D n X Dn
eA = = = P P −1 = P P −1 = P eD P −1
i=0
n! i=0
n! i=0
n! i=0
n!
d'où : 5
1 −1 1 e 0 0 1 1 −1
1
eA = 2 1 0 0 e3 0 −2 0 2
3 2
1 0 1 0 0 e −1 −1 3
qui donne, après calculs :
e5 + e3 e5 − e3 −e5 + e3
1
eA = 2e5 − 2e3 2e5 −2e5 + 2e3 .
2
e5 − e3 e5 − e3 −e5 + 3e3
6
Examen de Mathématiques
Algèbre linéaire
13 janvier 2009
Les calculatrices et téléphones portables ne sont pas autorisés. Le barème est approximatif.
Une attention particulière sera portée aux justications, à la clarté du raisonnement et à la
rédaction.
Exercice 1 (7 points)
1. (a) Soit la famillede vecteurs {(1, 1, −1), (1, 1, 0), (−1, 0, 1)}. Est-ce une base de R3 ?
Est-elle libre ? Génératrice ?
(b) même question avec la famille {(2, 0, −1), (0, 1, 1)}.
© ª
2. Soit l'ensemble H = (x, y, z) ∈ R3 ; z = y − 12 x .
(a) Montrer que H est un espace vectoriel.
(b) Donner une base de H ainsi que sa dimension.
3. Soit une application f dénie par :
1
f : (x, y, z) ∈ R3 7−→ x − y + z.
2
Cette application est-elle injective ? surjective ? bijective ?
Exercice 2 (6,5 points) L'exercice qui suit n'est pas dicile et ne nécessite aucun calcul ;
la plupart du temps, il sut de revenir aux dénitions des concepts en jeu pour s'en sortir.
Toutes les questions peuvent être traitées sans avoir fait les précédentes.
Soit E un espace vectoriel de dimension 3, et f un endomorphisme de E non identique-
ment nul tel que f ◦ f = 0, c'est-à-dire tel que :
1. (a) Montrer que Im(f ) ⊂ ker(f ) (on montrera que si un élément appartient à Im(f ),
alors il appartient aussi à ker(f ))
(b) En déduire que rg(f ) vérie l'inégalité :
rg(f ) ≤ 3 − rg(f ),
2. On se xe a ∈
/ ker(f ).
1
(a) Montrer que la famille {a, f (a)} est libre dans E .
(b) Montrer qu'il existe (sans donner son expression) un vecteur v3 ∈ ker(f ) tel que
la famille {f (a), v3 } soit libre dans E .
(c) En déduire que la famille {a, f (a), v3 } est une base de E .
(d) Donner l'expression de la matrice représentative de f dans cette base.
2. (a) Calculer (A − I3 )2 .
¡ ¢
(b) Montrer que le vecteur v3 := (0, 3, 1) appartient à ker (A − I3 )2 , mais n'appar-
tient pas à E−2 ni à E1 .
(c) On note V la base constituée des vecteurs propres calculés en 1.b) et de v3 . Calculer
[h]VV (il faudra pour cela calculer la matrice de passage et son inverse). Quelle est
son allure ? Que peut-on dire de ses éléments diagonaux ?
Nota : on dit qu'on a triangularisé (ou trigonalisé ) la matrice A.
question bonus : On peut montrer qu'une matrice est triangularisable si et seulement
si son polynôme caractéristique est scindé dans le corps K (il n'est bien sûr pas demandé
de le faire !). Pouvez-vous (brièvement) expliquer pourquoi toute matrice est triangularisable
dans C et non dans R ?
2
x ±∞
!!
!
"! !!
#!$ %
& ! '
"!(! '
"! !! '
#!$ % !( )
& * % )
& )
& % +
&
! ln* exp
&
&
&
& !
& ,( )
& cosh* sinh tanh )
& ,( ! arg sinh, arg cosh arg tanh
! !!
* !
" * $ f Df ! *
/ 0 $ ! x0 !! Df
%!!
! "
f l ∈ R x0 x→x lim f (x) = l ε > 0
δ > 0 x ∈ Df \ {x0 } |x − x0| δ, |f (x) − l| ε.
0
! "
f +∞ x x0 x→x
lim
0
f (x) = +∞,
∀M > 0, ∃δ > 0 ∀x ∈ Df \ {x0 }, |x − x0| δ =⇒ f (x) > M.
f −∞ x x0 x→x
lim
0
f (x) = −∞,
∀M > 0, ∃δ > 0 ∀x ∈ Df \ {x0 }, |x − x0| δ =⇒ f (x) < M.
$ $ %
&
f l x0 f Df ∩]x0, +∞[
l x x0 .
# '
2 f g % ! I. 2 x0 !! I
%!! 0 f g % x0 3
0 3
4 3 ( lim (f + g)(x) :
x→x0
lf \ lg ∈R +∞ −∞
∈R lf + lg +∞ −∞
+∞ +∞ +∞ ?
−∞ −∞ ? −∞
lf \ lg ∈ R∗ 0 +∞ −∞
∈ R∗ lf lg 0 sign(lf ) × ∞ −sign(lf ) × ∞
0 0 0 ? ?
+∞ sign(lg ) × ∞ ? +∞ −∞
−∞ −sign(lg ) × ∞ ? −∞ +∞
f
" 3 ( lim ( )(x) :
x→x0 g
lf \ lg ∈ R∗ 0+ 0− +∞ −∞
lf
∈ R∗ sign(lf ) × ∞ −sign(lf ) × ∞ 0 0
lg
0 0 ? ? 0 0
+∞ +∞ +∞ −∞ ? ?
−∞ −∞ −∞ +∞ ? ?
3
(% ) *
f : I → R g : J → R f (I) ⊂ J. x0
I
x→x
lim f (x) = l ∈ R ∪ {−∞, +∞} lim g(y) = m ∈ R ∪ {−∞, +∞}
0 y→l
lim g ◦ f (x) = m.
x→x0
(% ) , - .
f, g h I
∀x = a, f (x) h(x) g(x).
x→a
lim f (x) = lim g(x) = L
x→a
h x a
lim h(x) = L.
x→a
f : I −→ R x0 ∈ I x0
lim f (x) = f (x0 ).
x→x0
f I I C(I)
I
" / * ! !
x0
! * !$ $
(% )
f, g ∈ C(I) f + g, f − g f.g ∈ C(I).
f, g ∈ C(I) g(x) = 0 I fg ∈ C(I).
f ∈ C(I) g ∈ C(J) f (I) ⊂ J g ◦ f ∈ C(I)
f (a) f (b) $ f (a) < 0 f (b) > 0 f
[a, b].
'
f I. ! f %
I f (I)
f
I = [a, b] f (I) = [f (a), f (b)]
I =]a, b[ f (I) =] lim f (x), lim f (x)[
x→a x→b
x>a x<b
(% 0
f % I f (I), f −1
f f (I) ∀x ∈ I ∀y ∈ f (I) :
f −1 (y) = x ⇐⇒ y = f (x).
&
f x0 ∈ Df
f (x) − f (x0 )
lim
x→x0 x − x0
()*)$ + ∈ R,. " f (x0 ), f x0
f I I.
- x −→ f (x) f.
f f f = (f ) . f (n) nième f
f (n) = (f (n−1) ) .
*
C 1 (I)
I
C n (I) n nième
I.
C ∞ (I) .
'
! f x0 lim
x→x0
f (x) − f (x0 )
x − x0
x>x0
f (x) − f (x0 )
lim !
x→x0
x<x
x − x0
0
fg x0
(f g) (x0 ) = f (x0 )g (x0 ) + f (x0 )g(x0 ).
;
(% ) / "
(% ) - .
f [a, b] ]a, b[ f (a) = f (b) c ∈]a, b[
f (c) = 0.
)
ln(x)
2
−1
−2
−3
−4
−5
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
/
" exp ln
2 exp ! R R∗+ .
! * * ∀x ∈ R∗+ , ∀y ∈ R 3
exp(y) = x ⇐⇒ y = ln(x).
5 30 * ∀x ∈ R,
exp(x) = ex .
' 2 exp R.
3 exp !( R 3
∀x ∈ R* exp (x) = exp(x).
+
lim exp(x) = 0 lim exp(x) = +∞
x→−∞ x→∞
( 2
60
50
40
30
20
10
0
−4 −3 −2 −1 0 1 2 3 4
∀α ∈ R α fα
fα : x −→ xα = eα ln(x) .
fonctions puissances xα
12
α<0
10 0<α<1
α>1
α=1
8
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
4 * @ @ @ % 7
@
+ 2 cos sin ! !
2π :
∀x ∈ R* ∀k ∈ N* cos(x) = cos(x + 2kπ) sin(x) = sin(x + 2kπ).
( / 2
cos sin ! ! 2π * 8 ! %
[−π, π] % " * cos sin *
! ! [0, π]. 0 ( (% 3
cos(x)
1
0.5
−0.5
−1
−6 −4 −2 0 2 4 6
sin(x)
1
0.5
−0.5
−1
−6 −4 −2 0 2 4 6
∀x ∈ R* cos 2 x + sin 2 x = 1
cos(a − b) + cos(a + b)
cos a cos b =
2
cos(a − b) − cos(a + b)
sin a sin b =
2
sin(a − b) + sin(a + b)
sin a cos b =
2
*
" # tan
sin x
tan x = .
cos x
2 3 tan ! x ∈ R \ { (2k+1)π
2 ,k ∈
Z} = ∪k∈Z ]kπ − π2 , kπ + π2 [> A ! cos x = 0?
' 2 tan ( !
2 tan !( ( !
3
(2k + 1)π 1
∀x ∈ R \ { , k ∈ Z}* tan (x) = = 1 + tan 2 x.
2 cos 2 x
+ 2 tan 3
sin(−x) − sin x
tan(−x) = = = − tan(x).
cos(−x) cos x
+ 2 tan ! ! π :
tan(x + π) = tan(x).
tan(x)
100
80
60
40
20
−20
−40
−60
−80
−100
−3 −2 −1 0 1 2 3
3
√3
tan 0 3 1 3
2
tan a + tan b
tan(a + b) =
1 − tan a tan b
tan a − tan b
tan(a − b) =
1 + tan a tan b
2 tan a
tan(2a) =
1 − tan 2 a
1 − cos(2a)
tan 2 a =
1 + cos(2a)
∀x ∈ R arctan x = y ⇐⇒ x = tan y y ∈] − , [
π π
2 2
1 2 0 3
cos(arccos x) = x, ∀x ∈ [−1, 1],
1 1
arcsin (x) = =√ .
cos(arcsin x) 1 − x2
arccos [−1, 1] !( ] − 1, 1[* !! 3
1 1
arccos (x) = = −√ .
− sin(arccos x) 1 − x2
arctan !( R* !! 3
1
arctan (x) = .
1 + x2
+ 2 arcsin arctan
( / 2
arcsin ! * ! [0, 1]
arcsin(x)
2
1.5
0.5
−0.5
−1
−1.5
−2
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1
'
arccos(x)
3.5
2.5
1.5
0.5
0
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1
arctan(x)
1.5
0.5
−0.5
−1
−1.5
−10 −8 −6 −4 −2 0 2 4 6 8 10
√ √
1 2 3
x 0 2 2 2 1
arcsin x 0 π
6
π
4
π
3
π
2
arccos x π
2
π
3
π
4
π
6 0
√
3
√
x 0 3 1 3
arctan x 0 π
6
π
4
π
3
;
cosh sinh tanh
- .
" . cosh + ch, R
cosh : R −→ R∗+
ex + e−x
x −→ cosh x = .
2
" . sinh + sh, R
sinh : R −→ R
ex − e−x
x −→ sinh x = .
2
" # . tanh + th, R
tanh : R −→ R
sinh x e2x −1
x −
→ tanh x = = e2x +1 .
cosh x
' 2
cosh* sinh tanh !( R* 3
cosh = sinh
sinh = cosh
1
tanh = 1 − tanh 2 =
cosh 2
+ 2 cosh * sinh tanh
/ 2
lim sinh x = −∞ lim sinh x = +∞,
x→−∞ x→∞
lim cosh x = lim cosh x = +∞,
x→−∞ x→∞
lim tanh x = −1 lim tanh x = +1.
x→−∞ x→∞
)
4 sinh(x)
x 10
1.5
0.5
−0.5
−1
−1.5
−10 −8 −6 −4 −2 0 2 4 6 8 10
cosh(x)
12000
10000
8000
6000
4000
2000
0
−10 −8 −6 −4 −2 0 2 4 6 8 10
+
tanh(x)
1
0.8
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
−10 −8 −6 −4 −2 0 2 4 6 8 10
2
cosh 2 x − sinh 2 x = 1
%7 arg sinh, arg cosh arg tanh
- .
" # . % sinh :
R → R. arg sinh : R → R
∀x ∈ R arg sinh x = ln(x + x2 + 1)
" # . %
cosh : R+ → [1, +∞[. arg cosh : [1, +∞[→ R+
∀x ∈ [1, +∞[ arg cosh x = ln(x + x2 − 1)
" # # . %&
tanh : R → ]−1, 1[. arg tanh : ]−1, 1[→ R
1 1+x
∀x ∈ ]−1, 1[ arg tanh x = ln( )
2 1−x
' 2
arg sinh !( R* !! 3
1
arg sinh (x) = √ .
1 + x2
arg cosh [1, +∞[ !( ]1, +∞[* !! 3
1
arg cosh (x) = √ .
2
x −1
arg tanh !( ]−1, 1[* !! 3
1
arg tanh (x) = .
1 − x2
3 2
arg sinh* arg cosh arg tanh
!
argsinh(x)
6
−2
−4
−6
−100 −80 −60 −40 −20 0 20 40 60 80 100
argcosh(x)
6
0
0 10 20 30 40 50 60 70 80 90 100
argtanh(x)
5
−1
−2
−3
−4
−5
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1
- .
I R x0 I +x0 '
# ±∞, f g : I\{x0 } → R
f g x0 ∈ I #
v(x0 ) x0 ε : v(x0 )\{x0 } → R
$ % fg x0 & (yn )n0
∀n ∈ N g(yn ) = 0 yn → x0
n→∞
1 (2k+1)π
' & g(x) = cos( x−x 0
) ( ) 2 , k∈
2 2
Z, g # x0 + (2k+1)π , k ∈ Z x0 + (2k+1)π → x0
k→∞
Fonctions négligeables
ln x
• ∀α > 0, ln x = o∞ (xα ) +∞ ( ) lim = 0
x→∞ xα
xα
• ∀α, β ∈ R2 α < β, xα = o∞ (xβ ) +∞ ( ) lim β = lim xα−β = 0
x→∞ x x→∞
xα
• ∀α, β ∈ R2 α > β, xα = o0 (xβ ) 0 ( ) lim β = lim xα−β = 0
x→0 x x→0
Fonctions dominées α
x 1
• ∀α > 0, ∀k > 0, x = O(k x ) x0 ∈ R ( ) ∀x ∈ R, α = * .
α α
kx k
k xα
• + ∀α > 0, ∀k > 0, k x = O(x ) x0 ∈ R ( ) ∀x ∈ R, α = |k|
α α
x
* .
Fonctions équivalentes
n
• f : x −→ k=p ak xk p n , f (x) ap xp f (x) an xn .
0 ±∞
+
•
f = o(g) =⇒ f = O(g) > ?
•
f = O(g)
f g =⇒ >?
g = O(f )
|f (x)| |f (x) − l| + |l|
∃v(x0 ) =]x0 − δ, x0 + δ[ x0 |f (x)| 1 + |l| , ∀x ∈ v(x0 )
⇐⇒ f x0
0 C (* ! !
! 0 A 3
+ # - .
f, g, h, u, v # x0 ∈ R
•
f = o(g) f = O(g)
=⇒ f + h = o(g), =⇒ f + h = O(g)
h = o(g) h = O(g)
•
f = o(g) =⇒ hf = o(hg), f = O(g) =⇒ hf = 0(hg),
f = o(g) f = O(g) f = O(g)
=⇒ f u = o(gv), =⇒ f u = O(gv), =⇒ f u = o(gv),
u = o(v) u = O(v) u = o(v)
•
f = O(g) f = O(g) f = o(g)
=⇒ f = O(h), =⇒ f = o(h), =⇒ f = o(h),
g = O(h) g = o(h) g = O(h)
•
f = ox0 (g) f = Ox0 (g)
=⇒ f ◦ h = oy0 (g ◦ h), =⇒ f ◦ h = Oy0 (g ◦ h).
limx→y0 h = x0 limx→y0 h = x0
B * ! 0 A
! 3
+ *
•
lim f (x) = L ∈ R∗ =⇒ f x0 L
x→x0
1 L : x −→ L
•
f x0 g
lim g(x) = L.
lim f (x) = L =⇒ x→x 0
x→x0
1 #2 1$n (x0 ) 3
n x0 3
∗ * 1$ 0 y = x − x0
x0 ∈ R y = x1 x0 = ±∞
1 4
'
" * Pn = Pn (f ).
! ! !
8 % "
+
• f -"(x0 ) f x0
lim f (x) = Pn (0).
x→x0
1
n n
f (x) − f (x0 ) f (x) − a0 ak (x − x0 )k
lim = lim = lim k=1
= lim a1 + ak (x − x0 )k−1 = a1
x→x0 x − x0 x→x0 x − x0 x→x0 x − x0 x→x0
k=2
! ( "*
;
+
• f -"n (x0) f -"k (x0 ) k ∈ {0, 1, ..., n}, Pk (f )
Pn (f ) 4
•
f, g -"n (x0) λ ∈ R λf +g -"n (x0) Pn(λf +g) =
λPn (f ) + Pn (g).
•
f, g -"n (x0) f g -"n(x0 ) Pn(f g)
Pn(f )Pn(g) n.
• -" 0 #
f : I → R g : J → I DLn(0) g(0) = 0 f ◦ g DLn(0)
P n(f ◦ g) Pn (f ) ◦ Pn (g) # n
•
I R x0 ∈ I f : I → R I -"n (x0 ) .
n
f (x) = ak (x − x0 )k + (x − x0 )n ε(x),
k=0
•
I R x0 ∈ I f :I →R n 2 x0
-"n (x0) .
n
f (x) = ak (x − x0 )k + (x − x0 )n ε(x),
k=0
f -"n−1 (x0) :
n
f (x) = kak (x − x0 )k−1 + n(x − x0 )n−1 ε(x).
k=1
)
+
f -"n (x0) x0 ∈ R ∪ {−∞, ∞}, f x0
-"
x0 ∈ R : f (x) = ap (x − x0 )p + ... + (x − x0 )n ε(x) p = 0 =⇒ f (x) x∼ ap (x − x0 )p
0
x0 ∈ {−∞, ∞} : f (x) =
ap
xp + ... p = 0 =⇒ f (x) x∼ xa0
p
p
! "
- % $ ! ! ! !
! . " * ! ! *
* * ! ! %
0 ( (=
.
# -
[a, b] R
[a, b] (xi)i=1:n n 1
a = x0 < x1 < ... < xn−1 < xn = b.
+
b
a
f
b
a
f (x)dx
0 ! ! %
, - " .
f : [a, b] → R f
σ = (xi)i=1:n [a, b] f|]x ,x [ i = 0 : n − 1.
i i+1
" ( ab gn(x)dx)n # (gn )n (hn )n
6 ab f (x)dx f [a, b].
! . !!
+ #
f g : [a, b] → R [a, b]
• 7 6 ∀c, d, e ∈ [a, b],
d e e
f+ f= f,
c d c
• ∀λ ∈ R,
b b b
λf + g = λ f+ f,
a a a
•
b
f 0 =⇒ f 0,
a
•
b b
f g =⇒ f g.
a a
•
b b
f |f |
a a
• )# 6 .&8 9
b 2 b b
fg f2 g2 .
a a a
(% ) #
f : [a, b] → R [a, b]
"
F : [a, b] → R
x
x −→ a f (y)dy
[a, b] ∀x ∈ [a, b], F (x) = f (x) : f [a, b]
a.
!* 3 !$
(% ) ##
f : [a, b] → R [a, b] F : I → R f [a, b].
b
f (x)dx = F (b) − F (a).
a
(% ) #* -# .
f, g : [a, b] → R C 1 [a, b].
b b
f (x)g (x)dx = [f (x)g(x)]x=b
x=a − f (x)g(x)dx.
a a
!
D ! * ! ! ! ! ( ! [a, b]
% 0
b
! a f (x)dx a b ∈ {−∞, +∞} f ! [a, b]
]a, b[
#, - .
I R f : I → R
f # I f #
[a, b] ⊂ I
x<b
ab f (x)dx = l.
- b
a f (x)dx
b
f #
b
]a, b] −∞ a < b < +∞
+ a f (x)dx = lim x f (x)dx &
x→a
x>a
b b
|f (x)| dx # =⇒ f (x)dx #
a a
•
α > 0 :
∞
dx
xα
# ⇐⇒ α > 1
a
a
dx
xα
# ⇐⇒ α < 1.
0
•
f : [a, b[→ R
# [a, b[ g : [a, b[→ R
# [a, b[ !
b b
g = Ob (f ) f (x)dx # =⇒ g(x)dx #
a a
b b
f g =⇒
b
f (x)dx g(x) ' + # #,
a a
• !"
f, g : [a, b[→ R # [a, b[
(i) f limx→∞ f (x) = 0
(ii) M > 0 ∀x ∈ [a, b[, a g(x)dx M.
x
! ab f (x)g(x)dx #
Feuille de TD 1 - Analyse
2008–2009
Exercice 3 Soit f une fonction définie et continue sur [0, 1] et telle que f ([0, 1]) ⊂ [0, 1].
1. Montrer qu’il existe au moins un réel x0 ∈ [0, 1] tel que f (x0 ) = x0 .
2. Supposons de plus que f est dérivable sur ]0, 1[ et que pour tout x ∈]0, 1[, on ait
|f 0 (x)| < 1. Montrer alors que le réel x0 est unique.
Exercice 4
En utilisant le théorème des accroissements finis, montrer que la limite suivante existe et
calculer sa valeur : 1 1
lim ((x + 1)e x+1 − xe x ).
x→∞
1
2. Soit x0 ∈ ]a, b[ et f ,g : [a, b] → R deux fonctions continues en x0 et dérivables sur
]a, b[\{x0 }, g 0 ne s’annulant en aucun point de ]a, b[\{x0 }. Soit l ∈ R.
Montrer que : µ ¶ µ ¶
f 0 (x) f (x) − f (x0 )
lim = l =⇒ lim =l .
x→x0 g 0 (x) x→x0 g(x) − g(x0 )
Exercice 7
1. Donner l’expression de arctan(tan(x)) en fonction de x. Attention à bien considérer
tous les cas !
2. A l’aide d’une des relations de l’exercice précédent, exprimer arctan x + arctan y en
fonction de x et de y.
2
Indications pour la Feuille de TD 1 - Analyse
2008–2009
Exercice 2
1. Utiliser la définition de la dérivée d’une fonction.
2. Factoriser le numérateur
3. Multiplier dénominateur et numérateur par la quantité conjuguée.
sin x tan x
4. Utiliser certaines limites connues comme lim x
= 1 et lim x
= 1.
x→0 x→0
5. Utiliser le théorème d’encadrement
Exercice 3
1. Utiliser le théorème des valeurs intermédiaires.
Exercice 4
1
Considérer la fonction x 7−→ xe x
Appliquer le théorème des accroissements finis entre x et x + 1.
Appliquer ensuite le théorème des gendarmes pour calculer la limite.
Exercice 5
1. Utiliser le théorème de Rolle.
Fonctions usuelles
Exercice 6
1. Développer et ne faire apparaître que des cos et des tan en utilisant la relation sin =
tan × cos .
1
Exercice 7
1. Utiliser le cercle trigonométrique.
2. Calculer d’abord tan(arctan x + arctan y)
2
Feuille de TD 2 - Analyse
2008–2009
Exercice 2
1. Montrer que l’intégrale suivante converge.
Z +∞
1
dx.
0 1 + x3
1
Trouver ensuite une primitive de x 7−→ 1+x3
et en déduire la valeur de l’intégrale.
2. ∀n ∈ N, on note :
Z π
2
In = sinn (y)dy.
0
Calculer la valeur de In en fonction de n.
√
3. En utilisant le changement de variable y = ex − 1, calculer toutes les primitives de :
ex
x 7→ √ .
(1 + ex ) ex − 1
f : [− 41 , 14 ] −→ ³R ´
ln(1+x)
x 7−→ arctan 1+x
1
2. Montrer que f admet une réciproque f −1 sur [− 41 , 14 ].
3. On admet alors que f −1 admet un développement limité à tout ordre au voisinage de
0. Calculer le développement limité à l’ordre 4 autour de 0 en utilisant le résultat de
la question 1.
Exercice 4
On considère la fonction f définie par :
f : ] − π, π[ −→ ½ R
1
− sin1 x si x 6= 0
x 7−→ x
0 si x = 0
Exercice 5
Donner le développement limité à l’ordre 4 au voisinage de 0 de la fonction f définie sur
un voisinage V de 0 et telle que :
½
∀x ∈ V, f 0 (x) = tan(x + f (x))
f (0) = π4 .
2
Correction de la Feuille de TD 1 - Analyse
2008–2009
∀x ∈ R, ax = ex ln a .
Or :
lim (x ln a) = −∞ car a ∈]0, 1[ et lim ex = 0,
x→∞ x→−∞
lim ax = 0.
x→∞
√
IMontrons que limx→∞ ( x2 − 1 − x) = 0 √
On a ici une forme indéterminée puisque limx→∞ ( x2 − 1) = +∞ et limx→∞ (−x) =
−∞ : on ne peut donc pas conclure directement sur le limite de la somme. Cependant,
on a :
√ ³√ ´
√ √ x2 − 1 + x −1
x − 1−x = ( x − 1−x) √
2 2 =√ avec lim x2 − 1 + x = +∞
x2 − 1 + x x2 − 1 + x x→∞
On se fixe un ε > 0 et on cherche A(ε) tel que (x > A(ε)) =⇒ (|ax − 0| 6 ε).
Supposons que l’on connaisse A(ε) et considérons un x > A(ε). On cherche alors à
majorer |ax − 0| par une quantité qui dépend de A(ε) et plus de x. On a :
1
x ln a 6 A(ε) ln a (puisque a ∈]0, 1[),
d’où, puisque la fonction exponentielle est strictement croissante sur R :
¯ ¯
|ax − 0| = ¯ex ln a ¯ = ex ln a 6 eA(ε) ln a .
eA(ε) ln a est bien une quantité qui dépend de A(ε) et plus de x. Si l’on choisit A(ε) tel
que
ε = eA(ε) ln a ,
on aura alors bien :
(x > A(ε)) =⇒ (|ax − 0| 6 ε) .
Or :
ln ε
ε = eA(ε) ln a ⇐⇒ ln ε = A(ε) ln a ⇐⇒ A(ε) = .
ln α
Conclusion :
ln ε
∀ε > 0, ∃A(ε) = > 0 tel que ∀x ∈ R, (x > A(ε)) =⇒ (|ax − 0| 6 ε) .
ln α
On vient de montrer que limx→∞ ax = 0.
√
IOn veut maintenant montrer que limx→∞ ( x2 − 1 − x) = 0 c’est à dire que :
³¯√ ¯ ´
¯ 2 ¯
∀ε > 0, ∃A(ε) > 0 tel que ∀x ∈ R, (x > A(ε)) =⇒ ¯ x − 1 − x − 0¯ 6 ε .
¡¯√ ¯ ¢
On se fixe un ε > 0 et on cherche A(ε) tel que (x > A(ε)) =⇒ ¯ x2 − 1 − x¯ 6 ε .
Supposons
¯√ que l’on¯ connaisse A(ε) et considérons un x > A(ε). On cherche alors à ma-
jorer ¯ x2 − 1 − x¯ par une quantité qui dépend de A(ε) et plus de x. Afin d’"enlever"
√
la valeur absolue, cherchons dans un premier temps le signe de x2 − 1 − x. On a,
∀x ∈]1, +∞[ :
0√6 x2 − 1 6 x2
⇐⇒ √ x2 − 1 6 x
⇐⇒ x2 − 1 − x 6 0,
donc, ∀x ∈]1, +∞[, ¯√ ¯
¯ 2 ¯ √
¯ x − 1 − x¯ = x − x2 − 1.
√
Cherchons maintenant à majorer x − x2 − 1. Une première idée serait de faire la
majoration suivante : √
x − x2 − 1 6 x,
mais ensuite, on ne peut plus faire d’autre majoration : on n’a donc pas réussi à majorer
par une quantité indépendante de x. On va donc faire une autre majoration. On a :
√
√ √ x + x2 − 1 1
x − x2 − 1 = x − x2 − 1 √ = √ ,
x+ x −12 x + x2 − 1
2
Or, si l’on suppose que A(ε) > 1, on a :
√ p
x + x2 − 1 > A(ε) + A(ε)2 − 1 > 0
d’où :
√ 1 1
x− x2 − 1 = √ 6 p .
x + x2 − 1 A(ε) + A(ε)2 − 1
¯√ ¯
√1 est bien une quantité indépendante de x et qui majore ¯ x2 − 1 − x¯.
A(ε)+ A(ε)2 −1
Si l’on choisit alors A(ε) tel que
1
ε= p ,
A(ε) + A(ε)2 − 1
Or :
1 p 1
ε = p ⇐⇒ A(ε) + A(ε)2 − 1 =
A(ε) + A(ε)2 − 1 ε
p 1 1
⇐⇒ A(ε)2 − 1 = − A(ε) =⇒ A(ε)2 − 1 = ( − A(ε))2
ε ε
1 2A(ε) 2A(ε) 1
⇐⇒ A(ε)2 − 1 = 2 − + A(ε)2 ⇐⇒ = 2 +1
ε ε ε ε
1 1
⇐⇒ A(ε) = ( + ε)
2 ε
Remarque : regardons si avec ce choix de A(ε) l’hypothèse A(ε) > 1 est bien vérifiée :
1 1
A(ε) > 1 ⇐⇒ ( + ε) > 1
2 ε
⇐⇒ 1 + ε > 2ε ⇐⇒ ε2 − 2ε + 1 > 0
2
3
Calculer les limites :
√ √
ex − 1 x2 − 1 + x x−1−1
1. lim 2. lim 3. lim √
x→0 x x→∞ x x→2 2x + 5 − 3
µ ¶
sin 2x 1
4. lim 5. lim ln(1 + x2 ) sin( )
x→0 tan 3x x→0 1 + x2
Correction
x
1. limx→0 e x−1 =?
Indication : utiliser la définition de la dérivée d’une fonction.
On a une forme indéterminée ” 00 ”. Or :
ex − 1 ex − e0
lim = lim .
x→0 x x→0 x − 0
Or la fonction exponentielle est dérivable sur R donc en 0 et exp0 = exp, d’où par
définition :
ex − e0
lim = exp0 (0) = e0 = 1.
x→0 x − 0
√
2
2. limx→∞ x −1+x
x
=?
Indication : factoriser le numérateur
On a une forme indéterminée ” ∞∞
”. Or :
q
√ r
x2 − 1 + x x( 1 − x12 + 1) 1
lim = lim = lim ( 1 − 2 + 1) = 2.
x→∞ x x→∞ x x→∞ x
√
x−1−1
3. limx→2 √2x+5−3 =?
Indication : multiplier dénominateur et numérateur par la quantité conjuguées.
On a une forme indéterminée ” 00 ”. Or :
√ √ √ √
x−1−1 x − 1 − 1 x − 1 + 1 2x + 5 + 3
√ = √ √ √
2x + 5 − 3 2x + 5 − 3 x − 1 + 1 2x + 5 + 3
√ √
(x − 2) ( 2x + 5 + 3) ( 2x + 5 + 3)
= √ = √
(2x − 4) ( x − 1 + 1) 2( x − 1 + 1)
d’où √ √
x−1−1 ( 2x + 5 + 3) 3
lim √ = lim √ = .
x→2 2x + 5 − 3 x→2 2( x − 1 + 1) 2
sin 2x
4. limx→0 tan 3x
=?
sin x tan x
Indication : utiliser certaines limites connues comme limx→0 x
= 1 et limx→0 x
=
1.
4
On a une forme indéterminée ” 00 ”. Or :
sin 2x
sin 2x 2x
2
lim = lim tan 3x
x→0 tan 3x x→0 3
3x
sin 2x 2
lim =
x→0 tan 3x 3
¡ 1
¢
5. limx→0 ln(1 + x2 ) sin( 1+x 2 ) =?
Exercice 3 Soit f une fonction définie et continue sur [0, 1] et telle que f ([0, 1]) ⊂ [0, 1].
1. Montrer qu’il existe au moins un réel x0 ∈ [0, 1] tel que f (x0 ) = x0 .
2. Supposons de plus que f est dérivable sur ]0, 1[ et que pour tout x ∈]0, 1[, on ait
|f 0 (x)| < 1. Montrer alors que le réel x0 est unique.
Correction :
Attention : modification à apporter sur le polycopié d’Analyse 1 page 5 !
Théorème 1 (Théorème des valeurs intermédiaires) Soit f une fonction continue sur
un intervalle I et soient a, b ∈ I. Alors pour tout γ compris entre f (a) et f (b), il existe
c ∈ [a, b] tel que f (c) = γ.
1. On veut montrer qu’il existe au moins un réel x0 ∈ [0, 1] tel que f (x0 ) = x0 (⇐⇒
f (x0 ) − x0 = 0).
On considère donc la fonction ϕ définie, pour tout x ∈ [0, 1] par :
ϕ(x) = f (x) − x.
Les fonctions f et x 7→ −x étant continues sur [0, 1], ϕ est elle même continue sur
[0, 1]. D’après le thorème des valeurs intermédiaires, pour tout γ compris entre ϕ(0) et
5
ϕ(1), il existe c ∈ [0, 1] tel que ϕ(c) = γ.
Or on a :
ϕ(0) = f (0) − 0 = f (0) > 0.
Et on a également ϕ(1) = f (1) − 1. Puisque f ([0, 1]) ⊂ [0, 1], alors on a f (1) ⊂ [0, 1]
d’où
ϕ(1) = f (1) − 1 6 0.
Donc pour tout γ ∈ [ϕ(1), ϕ(0)], il existe c ∈ [0, 1] tel que ϕ(c) = γ. Ceci est donc vrai
pour γ = 0 : il existe donc c ∈ [0, 1] tel que ϕ(c) = 0 ⇔ f (c) = c. On a donc prouvé
qu’il existe au moins un x0 ∈ [0, 1] tel que f (x0 ) = x0 .
2. Montrons maintenant que ce x0 est unique dans le cas où f est dérivable sur ]0, 1[ et
telle que que pour tout x ∈]0, 1[, |f 0 (x)| < 1.
Si f est dérivable sur ]0, 1[ et telle que que pour tout x ∈]0, 1[, |f 0 (x)| < 1 alors ϕ est
dérivable sur ]0, 1[ (somme de deux fonctions continues sur ]0, 1[) et on a :
Exercice 4
En utilisant le théorème des accroissements finis, montrer que la limite suivante existe et
calculer sa valeur : 1 1
lim ((x + 1)e x+1 − xe x ).
x→∞
Correction :
On souhaite utiliser le théorème des accroissements finis pour calculer la limx→∞ ((x +
1
1)e x+1 − xex ). Ce théorème lorsqu’on l’applique à une fonction f , donne une expression de
la quantité f (b) − f (a) avec a et b tels que f continue sur [a, b] et dérivable sur ]a, b[. Si on
veut l’appliquer ici, il faut savoir sur quelle fonction f . On remarque alors que la quantité
1 1
dont on veut calculer la limite est la différence entre (x + 1)e x+1 et xe x ce qui nous amène
1
à considérer la fonction f : z 7−→ ze z . On veut en fait calculer limx→∞ (f (x + 1) − f (x)).
Appliquons donc le théorème des accroissements finis à f entre x et x + 1.
La fonction f est continue et dérivable sur ]0, +∞[ car obtenue par composition, somme et
6
produit de fonctions continues et dérivables sur ]0, +∞[. Par conséquent, ∀x ∈]0, +∞[, f est
continue sur [x, x + 1] et dérivable sur ]x, x + 1[. D’après le théorème des accroissements finis,
∀x ∈]0, +∞[, ∃y(x) ∈]x, x + 1[ tel que :
On a donc :
1 1 1 1
lim ((x + 1)e x+1 − xe x ) = lim (1 − )e y(x) ,
x→∞ x→∞ y(x)
1
1
et on cherche donc maintenant à calculer limx→∞ (1 − y(x)
)e y(x) . Pour cela, voici deux mé-
thodes :
- méthode 1 :
∀x ∈]0, +∞[,
x < y(x) < x + 1.
Or, limx→∞ (x) = limx→∞ (x+1) = +∞ donc d’après le théorème d’encadrement, limx→∞ y(x)
existe et vaut +∞. 1
De plus, limy→∞ ((1− y1 )e y ) = 1, donc d’après la formule de la limite d’une fonction composée :
1 1
lim (1 − )e y(x) = 1.
x→∞ y(x)
- méthode 2 :
∀x ∈]0, +∞[,
1 1 1
0 < x < y(x) < x + 1 =⇒ 0 < < < ,
x+1 y(x) x
1 1 1
0<1− <1− <1− , (2)
x y(x) x+1
7
d’où, en utilisant (1) et (2):
1 1 1 1 1 1
(1 − )e x+1 < (1 − )e y(x) < (1 − )e x .
x y(x) x+1
Attention, le produit des inégalités est possible car tous les termes des inégalités sont positifs !
Comme on a :
1 1 1 1
lim (1 − )e x+1 = lim (1 − )e x = 1,
x→∞ x x→∞ x+1
1
1
d’après le théorème d’encadrement on montre que limx→∞ (1 − y(x)
)e y(x) existe et vaut :
1 1
lim (1 − )e y(x) = 1.
x→∞ y(x)
1 1
Conclusion : que ce soit avec la méthode 1 ou 2 on montre que limx→∞ ((x + 1)e x+1 − xe x )
existe et vaut 1 1
lim ((x + 1)e x+1 − xe x ) = 1.
x→∞
8
Pour cela, on va utiliser le théorème de Rolle, qui lorsqu’on a une fonction h continue
sur [a, b] et dérivable sur ]a, b[ telle que h(a) = h(b), nous donne l’existence d’un point
c ∈]a, b[ tel que h0 (c) = 0. On voit ici que (3) s’écrit sous la forme :
h0 (c) = 0,
avec h(x) = (f (b) − f (a)) g(x) − (g(b) − g(a)) f (x). On va donc essayer d’appliquer le
théorème de Rolle à h. Comme f et g sont continues sur [a, b] et dérivables sur ]a, b[,
h l’est également. De plus,
h(a) = (f (b) − f (a)) g(a) − (g(b) − g(a)) f (a) = f (b)g(a) − g(b)f (a),
h(b) = (f (b) − f (a)) g(b) − (g(b) − g(a)) f (b) = −f (a)g(b) + g(a)f (b),
donc h(a) = h(b). On peut donc appliquer le théorème de Rolle : il existe c ∈]a, b[ tel
que
h0 (c) = 0 ⇐⇒ (f (b) − f (a)) g 0 (c) − (g(b) − g(a)) f 0 (c) = 0.
2. ∀x ∈ [x0 , b], f et g continues sur [x0 , x] et dérivables sur ]x0 , x[ et g 0 ne s’annule en
aucun point de ]x0 , x[. Donc d’après la question précédente, il existe y(x) ∈]x0 , x[ tel
que :
f (x) − f (x0 ) f 0 (y(x))
= 0 ,
g(x) − g(x0 ) g (y(x))
d’où :
f (x) − f (x0 ) f 0 (y(x))
lim = lim 0 .
>
x−→x0 g(x) − g(x0 ) x−→x0 g (y(x))
>
Or on a :
x0 < y(x) < x,
avec lim x0 = lim x = x0 , donc d’après le théorème d’encadrement, lim y(x) = x0 .
x−→x0 x−→x0 x−→x0
Par composition des limites, on a donc :
f 0 (y(x)) f 0 (y)
lim = lim = l.
>
x−→x0 g 0 (y(x)) y−→x
>
0
g 0 (y)
f (x) − f (x0 )
lim = l.
<
x−→x0 g(x) − g(x0 )
Par conséquent, on a :
f (x) − f (x0 )
lim = l.
x−→x0 g(x) − g(x0 )
9
3. On a :
(1 + x)n − 1 f (x) − f (x0 )
lim = lim ,
x−→0 x x−→x0 g(x) − g(x0 )
Fonctions usuelles
Exercice 6
1. Exprimer tan(a ± b) en fonction de tan a et de tan b (lorsque ces quantités existent).
2. Exprimer tan(2a) en fonction de tan a.
3. Trouver la valeur exacte de tan( π8 ) en vous aidant de la relation montrée en question
2.
4. De la même manière, trouver la valeur exacte de tan( π6 ).
Correction
1. On a, ∀a, b ∈ R tels que a + b 6= (2k + 1) π2 , k ∈ Z (cas dans lesquels cos(a + b) = 0) :
sin(a + b)
tan(a + b) =
cos(a + b)
avec
10
© ª
/ (2k + 1) π2 , k ∈ Z ,
d’où, ∀a, b ∈ R tels que a + b, a, b ∈
tan a + tan b
tan(a + b) = . (4)
1 − tan a tan b
© ª
/ (2k + 1) π2 , k ∈ Z
De la même manière, on peut montrer que ∀a, b ∈ R tels que a−b, a, b ∈
tan a − tan b
tan(a − b) = (5)
1 + tan a tan b
© ª
2. En utilisant la relation (4) avec a = b (2a, a ∈/ (2k + 1) π2 , k ∈ Z ), on obtient :
2 tan a
tan(2a) = . (6)
1 − tan2 a
© ª
3. En écrivant la relation (6) pour a = π8 (l’hypothèse 2a, a ∈
/ (2k + 1) π2 , k ∈ Z est
bien vérifiée), on obtient :
π 2 tan( π8 )
tan( ) = .
4 1 − tan2 ( π8 )
Or, tan( π4 ) = 1 d’où
2 tan( π )
1 = 1−tan2 (8 π )
8
⇔ tan2 ( π8 ) + 2 tan( π8 ) − 1 = 0.
tan( π8 ) est donc racine du polynôme X 2 + 2X − 1.Le discriminant du polynôme valant
√
−2 ± 8 √ £ ¤
∆ = 8, ses racines sont = −1± 2. Comme. π8 ∈ 0, π2 on sait que tan( π8 ) > 0,
√ 2
donc (puisque −1 − 2 < 0) :
π √
tan( ) = −1 + 2 > 0.
8
© ª
4. En écrivant la relation (6) pour a = π6 (l’hypothèse 2a, a ∈ / (2k + 1) π2 , k ∈ Z est bien
vérifiée), on obtient :
π 2 tan( π6 )
tan( ) = .
3 1 − tan2 ( π6 )
√
Or, tan( π3 ) = 3 d’où
√ 2 tan( π )
3 = 1−tan2 (8 π )
√ 8 √
⇔ 3 tan2 ( π8 ) + 2 tan( π8 ) − 3 = 0.
√ √
tan( π6 ) est donc racine du polynôme 3X 2 + 2X − 3.Le discriminant du polynôme
√
−2 ± 16 √ 1 £ ¤
valant ∆ = 16, ses racines sont √ = − 3 ou √ . Comme. π6 ∈ 0, π2 on sait
√2 3 3
que tan( π6 ) > 0, donc (puisque − 3 < 0) :
π 1
tan( ) = √ > 0.
6 3
11
Exercice 7 Enoncé modifié pour simplifier
1. Donner l’expression de arctan(tan(x)) en fonction de x pour x ∈ [−π, π].
2. A l’aide d’une des relations de l’exercice précédent, exprimer arctan x + arctan y en
fonction de x et de y.
Correction :
1. Pour simplifier la question, on va se placer dans le cas où x ∈ [−π, π]. Dans ce cas, on
a: ¤ £
x si x ∈ − π2 £, π2 £
arctan(tan(x)) = x + π si x ∈ ¤−π, ¤− π2
x − π si x ∈ π2 , π .
Pour s’en convaincre, utiliser le cercle trigonométrique et revenir à la définition de
arctan.
2. Pour exprimer x+arctan y en fonction de x et de y, on va d’abord chercher l’expression
de tan(arctan x + arctan y).
¤ £
∀x, y ∈ R, arctan x + arctan y ∈ ]−π, π[ avec arctan x, arctan y ∈ ©− π2 , π2 . Donc ª
/ (2k + 1) π2 , k ∈ Z ,
d’après (4) (voir exo précédent), ∀x, y ∈ R, tels que arctan x+arctan y ∈
on a :
tan(arctan x) + tan(arctan y)
tan(arctan x + arctan y) = .
1 − tan(arctan x) tan(arctan y)
¤ £
Or ∀x ∈ R, arctan x ∈ − π2 , π2 et tan(arctan x) = x, d’où :
x+y
tan(arctan x + arctan y) = .
1 − xy
On veut maintenant appliquer arctan à cette relation. Pour cela, on utilise l’expression
de arctan(tan(x)) demandée à la question 1. Par conséquent :
¤ £
– Si arctan x + arctan y ∈ − π2 , π2 , arctan(tan(arctan x + arctan y)) = arctan x +
arctan y et
x+y
arctan x + arctan y = arctan( ),
1 − xy
£ £
– Si arctan x + arctan y ∈ −π, − π2 , arctan(tan(arctan x + arctan y)) = arctan x +
arctan y + π et
x+y
arctan x + arctan y = arctan( ) − π,
1 − xy
¤ ¤
– Si arctan x+arctan y ∈ π2 , π , arctan(tan(arctan x+arctan y)) = arctan x+arctan y−
π et
x+y
arctan x + arctan y = arctan( ) + π.
1 − xy
Ramenons à présent les conditions sur arctan x + arctan y sur x et y.
12
– Quelles
¤ π π £ sont les conditions sur x et sur y pour que l’on ait arctan x + arctan y ∈
−2, 2 ?
Rappelons que i π πh
α[2π] ∈ − , ⇐⇒ cos(α) > 0.
2 2
Donc
i π πh
arctan x + arctan y ∈ − , ⇐⇒ cos(arctan x + arctan y) > 0.
2 2
Or cos(a + b) = cos a cos b − sin a sin b = cos a cos b(1 − tan a tan b). D’où
Or cos(a + b) = cos a cos b(1 − tan a tan b) et sin(a + b) = cos a cos b(tan a + tan b).
D’où
Conclusion :
x+y
arctan x + arctan y = arctan( ) + cπ
1 − xy
avec
−1 si x, y < 0 et 1 − xy < 0
c= 0 si 1 > xy
1 si x, y > 0 et 1 − xy < 0.
14
Correction de la Feuille de TD 2 - Analyse
2008–2009
x x2 x3
e =1+x+ + + o(x3 ),
2 3!
1
on a :
x
e 1+x = 1
+(x − x2 + x3 − x4 + o(x4 ))
1
+ (x − x2 + x3 − x4 + o(x4 ))2
2
1
+ (x − x2 + x3 − x4 + o(x4 ))3
3!
+o((x − x2 + x3 − x4 + o(x4 ))3 ),
soit après développement et en ne gardant que les puissances de x inférieures ou égales
à3:
x
e 1+x = 1
+x − x2 + x3
1
+ (x2 − 2x3 )
2
1
+ x3 + o(x3 )
6
1 1
= 1 + x − x2 + x3 + o(x3 )
2 6
On cherche maintenant un équivalent de f quand y tend vers +∞.
On a :
1 1
f (y) = e 1+y − 1 −
y
1 1
= g( ) − 1 −
y y
1
y
x 1 1
avec g : x 7−→ e1+x (en effet : g( y1 ) = e
1+ y
= e 1+y ).
Pour obtenir un DL de f à partir de celui de g il faut donc effectuer le changement
de variable x = y1 dans le DL de g. Attention à bien regarder quand même qu’avec ce
changement de variable, si x est au voisinage de 0 alors y est au voisinage de +∞. Le
DL de f que l’on obtiendra alors après changement de variable x = y1 dans le DL au
voisinage de 0 de g sera donc un DL au voisinage de +∞. On a donc, au voisiange de
+∞ :
1 1 1 1 1 1 1
f (y) = 1 + − ( )2 + ( )3 + o(( )3 ) − 1 −
y 2 y 6 y y y
1 1 1 1 1
= − 2+ + o( 3 ).
2y 6 y3 y
Un équivalent de f au voisinage de +∞ est alors donné par le permier terme non nul
de son DL(+∞) :
1
f ∼ − 2.
+∞ 2y
2
R +∞
2. Montrons maintenant que 1
f (y)dy converge.
On a :
1 1
f ∼ − ⇐⇒ −f ∼ .
+∞ 2y 2 +∞ 2y 2
Les fonctions -f et y 7−→ 2y12 sont toutes deux continues sur [1, +∞[ car elles sont
obtenues par composition, somme et produit de fonctions usuelles continues. Ces deux
fonctions sont donc localement intégrable sur [1, +∞[. De plus ∀y ∈ [1, +∞[, 2y12 >
0, donc on peut utiliser le résultat sur les intégrales généralisées de deux fonctions
équivalentes :
Z +∞ Z +∞
1
− f (y)dy et dy sont de même nature.
1 1 2y 2
R +∞
Or 1 2y12 dy est convergente car c’est une intégrale de Riemann avec α = 2, donc
R +∞ R +∞
− 1 f (y)dy converge, ce qui implique que 1 f (y)dy converge également.
Rx 1
3. On souhaite maintenant montrer que F ∼ x où F : x 7−→ 1 e 1+y dy.
+∞
Par définition, F ∼ x ⇐⇒ lim F (x) = 1.
+∞ x−→+∞ x
On a :
Rx 1 Rx
F (x) e 1+y dy
1
(f (y) + 1 + y1 )dy
= 1 =
x Rx x Rx x
(f (y))dy 1
(1 + y1 )dy
= 1 + .
x x
Rx
Or 1
(1 + y1 )dy = [y + ln |y|]x1 = x + ln |x| − 1 − ln |1| = x + ln |x| − 1 d’où
Rx Rx
F (x) 1
(f (y))dy x + ln |x| − 1 (f (y))dy ln |x| 1
= + = 1 +1+ − .
x x x x x x
R ∞
On a lim ( ln|x| ) = lim ( x1 ) = 0. De plus on a montré que 1 (f (y))dy est convergente :
x−→∞ x x−→∞
notons donc l ∈ R sa valeur. On a :
Rx
(f (y))dy l
lim ( 1 ) = lim ( ) = 0.
x−→∞ x x−→∞ x
D’où
F (x)
lim = 1 ⇐⇒ F ∼ x.
x−→+∞ x +∞
Exercice 2
1. Montrer que l’intégrale suivante converge.
Z +∞
1
dx.
0 1 + x3
1
Trouver ensuite une primitive de x 7−→ 1+x3
et en déduire la valeur de l’intégrale.
3
2. ∀n ∈ N, on note :
Z π
2
In = sinn (y)dy.
0
Calculer la valeur de In en fonction de n.
√
3. En utilisant le changement de variable y = ex − 1, calculer toutes les primitives de :
ex
x 7→ √ .
(1 + ex ) ex − 1
Correction :
R +∞ 1
1. Montrons que 0 1+x 3 dx converge.
On a, ∀x ∈]0, +∞[:
1 1
0 6 x3 6 x3 + 1 =⇒ 3
> 3 > 0.
x x +1
La fonction x 7−→ x31+1 est localement intégrable sur [0, +∞[ car continue sur [0, +∞[.
La fonction x 7−→ x13 est localement intégrable sur ]0, +∞[ mais pas en 0. Donc on ne
va pas pouvoir conclure directement sur l’intégrale entre 0 et +∞. On va donc séparer
l’intégrale en deux morceaux :
Z +∞ Z 1 Z +∞
1 1 1
3
dx = 3
dx + dx.
0 1+x 0 1+x 1 1 + x3
La borne 1 a ici été choisie de manière arbitraire.
La fonction x 7−→ x31+1 est localement intégrable sur [0, 1] car continue sur [0, 1] donc
R1 1
0 1+x3
dx est convergente.
R +∞ 1
On s’intéresse maintenant à 1 1+x 3 dx. On a toujours, ∀x ∈ [1, +∞[,
1 1
3
> 3 > 0.
x x +1
Les fonctions x 7−→ x31+1 et x 7−→ x13 sont localement intégrables sur [1, +∞[ car conti-
R +∞ R +∞ 1 R +∞ 1
nues sur [1, +∞[, donc si 1 x13 dx converge alors 1 1+x 3 dx converge. Or, 1 x3
dx
R +∞ 1
est un intégrale de Riemann avec α = 3 donc elle converge. Donc, 1 1+x3 dx converge.
1
Cherchons à présent les primitives de x 7−→ 1+x 3.
4
2x−1 u0 c
de la forme c 1−x+x 2 = u
avec u(x) = 1 − x + x2 et d’un terme de la forme 1−x+x2
. On
a:
2−x − 12 (2x − 4) − 12 (2x − 1 − 3)
= =
1 − x + x2 1 − x + x2 1 − x + x2
1 2x − 1 3 1
= − 2
+ .
21−x+x 2 1 − x + x2
2x−1 u 0 2x−1
2
Le terme 1−x+x 2 est de la forme u avec u(x) = 1 − x + x . Une primitive de 1−x+x2 est
donc ln |u(x)| = ln |1 − x + x2 |. √
1 k
Pour le dernier terme 1−x+x 2 , on doit le mettre sous la forme c 1+k(x+a)2 qui a pour
√
primitive arctan( k(x + a)). On a :
4
1 1 3
= = .
1 − x + x2 (x − 12 )2 + 34 4
3
(x − 12 )2 + 1
q q
1 4 4
Une primitive de 1−x+x 2 est donc 3
arctan( 3
(x − 21 )).
q
1
Au final, une primitive de 1+x3
est donnée par 13 ln |1 + x|− 16 ln |1 − x + x2 |+ √13 arctan( 4
3
(x−
1
2
)).
R +∞ 1
Cherchons maintenant la valeur de 0 1+x 3 dx.
On a :
Z +∞
1
dx
0 1 + x3
Z y Ã" r #y !
1 1 1 ¯¯ ¯ 1 4 1
= lim dx = lim ln |1 + x| − ln 1 − x + x2 ¯ + √ arctan( (x − ))
y−→∞ 0 1 + x3 y−→∞ 3 6 3 3 2
0
" r r #
1 1 ¯ ¯ 1 4 1 1 1
= lim ln |1 + y| − ln ¯1 − y + y 2 ¯ + √ arctan( (y − )) − √ arctan(− )
y−→∞ 3 6 3 3 2 3 3
" ¯ ¯ r r #
1 ¯¯ (1 + y)2 ¯¯ 1 4 1 1 1
= lim ln ¯ 2 ¯ + √ arctan( (y − )) − √ arctan(− ) .
y−→∞ 6 1−y+y 3 3 2 3 3
¯ ¯ h q i
(1+y)2 y2 ¯ (1+y)2 ¯ 1 4 1
Or 1−y+y2 ∼ y2 = 1 d’où lim ln ¯ 1−y+y2 ¯ = ln(1) = 0. De plus, lim √
3
arctan( 3 (y − 2 )) =
+∞ y−→∞ y−→∞
h i
lim √13 arctan(y) = √13 π2 . On a donc :
y−→∞
Z +∞
r √
1 1 π 1 1 1 π π 2 3π
3
dx = √ − √ arctan(− )= √ + √ = .
0 1+x 32 3 3 32 6 3 9
2. Soit n ∈ N. On a :
Z π Z π
2 2
n
In = sin (y)dy = sin(y) sinn−1 (y)dy.
0 0
5
On pose u : y 7−→ sinn−1 (y) et v 0 : y 7−→ sin(y). u est dérivable sur [0, π2 ] et u0 (y) =
(n − 1) cos(y) sinn−2 (y). Une primitive de v 0 est v : y 7−→ − cos(y). Les fonctions u et
v sont de classe C 1 , donc on peut faire une intégration par parties. On a :
Z π
π
Z π
2 2
n−1 n−1
In = sin(y) sin (y)dy = [− cos(y) sin (y)]0 + cos(y)(n − 1) cos(y) sinn−2 (y)dy
2
0 0
Z π Z π
2 2
= (n − 1) cos2 (y) sinn−2 (y)dy = (n − 1) (1 − sin2 (y)) sinn−2 (y)dy
0 0
Z π Z π
2 2
n−2
= (n − 1) sin (y)dy − (n − 1) sinn (y)dy = (n − 1)In−2 − (n − 1)In .
0 0
On obtient donc :
In = (n − 1)In−2 − (n − 1)In
(n − 1)
⇐⇒ In = In−2 .
n
On considère alors deux cas :
- si n est pair : n = 2k, k ∈ Z. On a :
Or
2k(2k − 1)(2k − 2)(2k − 3)(2k − 4)(2k − 5) × ... × 1 (2k)!
(2k−1)(2k−3)(2k−5)×...×1 = = k ,
2k(2k − 2)(2k − 4) × ... × 2 2 (k!)
d’où
(2k)!
I2k = I0 .
4k (k!)2
Comme on a : Z π
2 π
I0 = 1dy = ,
0 2
on obtient :
(2k)! π
I2k = .
4k (k!)2 2
- si n est pair : n = 2k + 1, k ∈ Z. De la même manière que pour n pair, on montre
que :
4k (k!)2
I2k+1 = I1 ,
(2k + 1)!
6
avec Z π
2
I1 = sin(y)dy = 1,
0
d’où
4k (k!)2
I2k+1 = .
(2k + 1)!
ex
3. Une primitive de f : x 7→ √
(1+ex ) ex −1
est la fonction F définie par :
Z t Z t
ex
F (t) = f (x)dx =
x
√ x dx.
0 0 (1 + e ) e − 1
√
On effectue le changement de variables y = ϕ(x) avec ϕ(x) = ex − 1. On a alors :
√
y = ϕ(x) ⇐⇒ y = ex − 1 ⇐⇒ y 2 = ex − 1
⇐⇒ y 2 + 1 = ex ⇐⇒ ln(y 2 + 1) = x.
1 √ ex
On a également dy = ϕ0 (x)dx avec ϕ0 (x) = 2 ex −1
, d’où
dy dy dy 2ydy
dx = 0
= 0 = 1 y 2 +1
= .
ϕ (x) ϕ (ln(y 2 + 1)) y2 + 1
2 y
On a donc :
Z t Z ϕ(t) 2 Z ϕ(t)
ex y + 1 2ydy 2
F (t) = √ dx = 2 2
= 2
dy
ϕ(0) (y + 2)y y + 1 ϕ(0) (y + 2)
x x
0 (1 + e ) e − 1
· ¸ϕ(t)
√ y √ ϕ(t) √ ϕ(0)
= 2 arctan( √ ) = 2 arctan( √ ) − 2 arctan( √ )
2 ϕ(0) 2 2
√
√ et − 1
= 2 arctan( √ ).
2
√ √
et −1
Les primitives de f s’écrivent toutes 2 arctan( √ 2
) + K, K ∈ R.
f : [− 41 , 14 ] −→ ³R ´
ln(1+x)
x 7−→ arctan 1+x
7
Correction :
1. On cherche le DL4 (0) de f .
Au voisinage de 0, on a :
x3 x5 x2n+1
arctan(x) = x − + − ... + (−1)n + o(x2n+1 ),
3 5 2n + 1
1
= 1 − x + x2 − x3 + ... + (−1)n xn + o(xn ),
1+x
x2 x3 xn
ln(1 + x) = x − + − ... + (−1)n−1 + o(xn ).
2 3 n
1
Donc, au voisinage de 0, on peut trouver le DL du produit de 1+x par ln(1 + x). On
a:
ln(1 + x) x2 x3 x4
= (1 − x + x2 − x3 + x4 + o(x4 ))(x − + − + o(x4 )).
1+x 2 3 4
Après développement et en ne gardant que les puissances de x inférieures ou égales à
4, on obtient alors :
ln(1 + x) 3 11 25
= x − x2 + x3 − x4 + o(x4 ).
1+x 2 6 12
Comme on a ln(1+0)
1+0
= 0, on peut faire la composition entre le DL de ln(1+x)
1+x
et celui de
arctan au voisinage de 0. On a :
ln(1 + x) 3 11 25
arctan( ) = x − x2 + x3 − x4 + o(x4 )
1+x 2 6 12
(x − 32 x2 + 11 x 3
− 25 4
x + o(x4 ))3
− 6 12
+ o(x4 )
3
3 11 25
= x − x2 + x3 − x4 + o(x4 )
2 6 12
3 9 4
(x − 4 x )
− + o(x4 )
3
3 3 7
= x − x2 + x3 − x4 + o(x4 ).
2 2 12
2. La fonction f est continue et dérivable sur [− 14 , 14 ] car obtenue par composition, somme
et produit de fonctions continues et dérivables. On a :
1 − ln(1 + x)
f 0 (x) = .
(1 + x)2 + (ln(1 + x))2
∀x ∈ [− 41 , 14 ] , on a :
3 5 3 5
6 1 + x 6 =⇒ ln( ) 6 ln(1 + x) 6 ln( ) < 1,
4 4 4 4
8
d’où ∀x ∈ [− 14 , 14 ] ,
1 − ln(1 + x) > 0 =⇒ f 0 (x) > 0.
Par conséquent, f est strictement croissante et continue sur [− 41 , 14 ] : elle est donc
bijective de [− 41 , 14 ] dans f ([− 41 , 14 ]) et admet une réciproque f −1 sur [− 14 , 14 ].
3. On admet que f −1 admet un Dl à l’ordre 4 au voisinage de 0. On note :
f −1 (x) = a0 + a1 x + a2 x2 + a3 x3 + a4 x4 + o(x4 ).
On a de plus :
3 3 7
f (x) = x − x2 + x3 − x4 + o(x4 ),
2 2 12
1 1
et on sait par définition que, ∀x ∈ [− 4 , 4 ],
f −1 ◦ f (x) = x.
On a donc, ∀x ∈ [− 14 , 41 ] :
f −1 ◦ f (x) = x
⇐⇒ a0 + a1 f (x) + a2 (f (x))2 + a3 (f (x))3 + a4 (f (x))4 + o((f (x))4 ) = x
⇐⇒ a0
+a1 (x − 23 x2 + 32 x3 − 12
7 4
x)
+a2 (x − 32 x2 + 32 x3 − 12
7 4 2
x)
3 2 3 3 7 4 3
+a3 (x − 2 x + 2 x − 12 x )
+a4 (x − 23 x2 + 32 x3 − 12
7 4 4
x ) + o(x4 ) = x.
Après développement et en ne gardant que les puissances de x inférieures ou égales à
4, on a :
3 3 7 21 9
a0 +a1 x+(− a1 +a2 )x2 +x3 ( a1 −3a2 +a3 )+x4 (− a1 + a2 − a3 +a4 )+o(x4 ) = x.
2 2 12 4 2
En identifiant membre à membre les coefficients du polynome, on a :
a0 = 0
a1 = 1
− 23 a1 + a2 = 0
3
a − 3a2 + a3 = 0
2 71
− 12 a1 + 21 a − 92 a3 + a4 = 0,
4 2
9
Exercice 4 On considère la fonction f définie par :
f : ] − π, π[ −→ ½ R
1 1
− si x 6= 0
x 7−→ x sin x
0 si x = 0
1. Donner le développement limité à l’ordre 4 de f au voisinage de 0.
2. En déduire que f est continue et dérivable en 0 et donner la valeur de f 0 (0).
3. Montrer que f est de classe C 1 sur ] − π, π[.
Correction :
1. On cherche le DL4 (0) de f . ∀x ∈] − π, π[\{0}, on a :
1 1 sin x − x
f (x) = − = .
x sin x x sin x
On remarque que f (−x) = −xsinsinx+x
x
= −f (x) donc f est impaire. Par conséquent, le
DL de f n’aura que des puissances impaires de x.
Au voisinage de 0 on a :
x3 x5 xn
sin x = x − + + ... + + o(xn ),
3! 5! n!
1
= 1 + x + x + ... + x + o(xn ).
2 n
1−x
On a alors :
3 5
sin x − x − x3! + x5! + o(x6 )
f (x) = = 3 5
x sin x x(x − x3! + x5! + o(x6 ))
3 x5 x3
− x3! + 5!
+ o(x6 ) − 3!x + 5!
+ o(x4 )
= x2 x4
= x2 x4
.
x2 (1 − 3!
+ 5!
+ o(x5 )) 1− 3!
+ 5!
+ o(x 5)
Or, on a :
1 1
x2 x4
=
1− 3!
+ 5!
+ o(x5 ) 1 − u(x)
x2 4
avec u(x) = 3!
− x5! − o(x5 ) tel que u(0) = 0. On peut donc trouver le DL de
1 1
2 4 par composition avec celui de 1−x . On a :
1− x3! + x5! +o(x5 )
1 x2 x4 x2 x4
x2 x4
=1+( − ) + ( − )2 + o(x4 ),
1− 3!
+ 5!
+ o(x5 ) 3! 5! 3! 5!
ce qui donne, après développement et en ne gardant que les puissances de x inférieures
ou égales à 4 :
1 x2 1 1
x2 x4
=1+ +( − )x4 + o(x4 ).
1− 3!
+ 5!
+ o(x5 ) 6 36 120
10
On a alors :
µ ¶µ ¶
x x3 4 x2 1 1 4 4
f (x) = − + + o(x ) 1+ +( − )x + o(x ) .
3! 5! 6 36 120
Après développement et en ne gardant que les puissances de x inférieures ou égales à
4, on obtient :
x 7x3
f (x) = − − + o(x4 ). (1)
6 360
Remarque : Attention, ici on est obligé de considérer le DL de sin à l’ordre 6 pour
trouver ensuite celui de f à l’ordre 4!
11
donc passer par les DL. On a :
x3
sin x = x − + o(x4 ),
3!
d’où :
x4
sin2 x = x2 − + o(x4 ),
3
et :
x2 x4
cos x = 1 − + + o(x4 ),
2! 4!
d’où
x4 x6
x2 cos x = x2 − + + o(x6 ).
2! 4!
On a donc :
x4
x cos x − sin x = − + o(x4 ),
2 2
6
d’où
x4
x2 cos x − sin2 x ∼ − .
0 6
Finalement, on a :
4
− sin2 x + x2 cos x − x6 −1
2 ∼ 4 = .
2
x sin x 0 x 6
On a donc lim f 0 (x) = −1
6
= f 0 (0) : f 0 est continue en 0.
x−→0
Exercice 5
Donner le développement limité à l’ordre 4 au voisinage de 0 de la fonction f définie sur
un voisinage V de 0 et telle que :
½
∀x ∈ V, f 0 (x) = tan(x + f (x))
f (0) = π4 .
Correction :
Par définition, f dérivable au voisinage de 0 et on a, ∀x ∈ V :
Comme f et la fonction tan sont dérivable au voisinage de 0, la fonction f 0 est aussi dérivable
au voisinage de 0 et on a :
f 00 (x) = (1+f 0 (x))(1+tan2 (x+f (x))) = (1+f 0 (x))(1+(f 0 (x))2 ) = 1+f 0 (x)+(f 0 (x))2 +(f 0 (x))3 .
12
Comme f 0 et f 00 sont dérivables au voisinage de 0, f 000 l’est aussi et on a :
f 0000 (x) = f 000 (x)(1 + 2f 0 (x) + 3(f 0 (x))2 ) + f 00 (x)(2f 00 (x) + 6f 00 (x)f 0 (x)).
On a donc :
π
f (0) =
4
π
f 0 (0) = tan(0 + f (0)) = tan( ) = 1
4
f 00 (0) = 1 + f 0 (0) + (f 0 (0))2 + (f 0 (0))3 = 4
f 000 (0) = f 00 (0)(1 + 2f 0 (0) + 3(f 0 (0))2 ) = 24
f 0000 (0) = f 000 (0)(1 + 2f 0 (0) + 3(f 0 (0))2 ) + f 00 (0)(2f 00 (0) + 6f 00 (0)f 0 (0)) = 272.
13
Exercices supplémentaires - Analyse
2008–2009
Exercice 2
1. En utilisant la formule de Taylor Young, calculer le DL à l’ordre 4 au voisinage de 0
de la fonction f définie par :
1
f (x) = .
1 + x2
2. Calculer la dérivée de f . Puis donner l’ensemble des primitives de f .
3. Déduire de la question 1. et 2. le DL à l’ordre 3 des fonctions g et h définies par :
2x
g(x) = et h(x) = arctan x.
(1 + x2 )2
1
Exercice 4 Développement limité au voisinage de a
1. On souhaite calculer le DL au voisinage de a = π2 à l’ordre 4 de x 7−→ sin(x).
Pour cela, on pose le changement de variable y = x− π2 . Ainsi, lorsque x est au voisinage
de π2 , y est au voisinage de 0 : n se ramène donc à un calcul de DL au voisinage de 0.
On procède alors en trois étapes :
Donner l’expression f (y + π2 ) en fonction de y.
Calculer le DL au voisinage de 0 à l’ordre 4 de y 7−→ f (y + π2 ).
Puis, en déduire le DL au voisinage de π2 à l’ordre 4 de f.
π
2. De la même manière, calculer le DL au voisinage de 6
à l’ordre 4 de f : x 7−→ f (x) =
(cos(2x))2 .
Exercice 5 En utilisant les DL (à vous de voir quel est l’ordre le plus judicieux), donnez
un équivalent en 0 des fonctions suivantes :
sin(x)
x
1
( 1−x − ex ) x12 ,
Intégrales
Exercice 6 Fractions rationnelles
Calculer les intégrales suivantes :
1. Z 1
1
dx
0 x2 +x+1
2. Z 1
3x + 2
dx
0 x2 +x+3
3. Montrer que :
x3 − 2 2 2 1
3 2
=1+ 2 + −
x −x x x x−1
Remarque : ce résultat est obtenu par décomposition en éléments simples.
En déduire la valeur de l’intégrale suivante :
Z 1
2 x3 − 2
dx
0 x 3 − x2
2
4. Montrer que :
x2 + 2x + 3 1 1
2
= + 2 .
(x + 2)(x + x + 1) x+2 x +x+1
En vous aidant du résultat trouvé à la question 1., calculer :
Z 1
x2 + 2x + 3
2
dx.
0 (x + 2)(x + x + 1)
Exercice 7
Calculer les intégrales suivantes par changement de variable ( le changement de variable
étant indiqué entre parenthèses) :
1. Z 1 √
2t
√ dt (u = 2t + 1)
0 2t + 1
2. Z 1
1
√ dt (t = sinh u)
0 1 + t2
3. Z π
4 cos x − sin x
dx (sin x + cos x = t)
π
8
3 + sin(2x)
Exercice 8
Par intégration par parties (une ou plusieurs intégrations par parties peuvent être néces-
saires selon le cas), calculer les primitives des fonctions suivantes :
Intégrales généralisées
Exercice 9
Donner la nature (intégrale convergente ou non convergente), sans calculer l’intégrale,
des intégrales généralisées suivantes :
Z +∞ Z +∞ Z π
dt cos x 2 sin x
1. , 2. dx, dx.
1 t(1 + t2 )1/2 π x3 0 x
3
Indications Exercices Supplémentaires - Analyse
2008–2009
Exercice 1
1. Utiliser le DL au voisinage de 0 de sin(x) et le pousser à l’ordre 4.
2. Somme de 2 DL usuels : rien de compliqué.
1
3. Multiplication de 2 DL usuels : celui de ln(1 + x) et celui de 1+x
4. Composition de 2 DL : pas de problème car sin(0) = 0
5. Composition de 2 DL : faire attention ici car cos(0) 6= 0! Il faut donc séparer la partie
du DL du cos(x) qui ne tend pas vers 0 quand x tend vers 0.
6. Division et composition de 2 DL : faire apparaitre au dénominateur une quantité de la
1
forme 1 + u(x) avec u(x) → 0 quand x → 0 et utiliser le DL au voisinage de 0 de 1+x
(même méthode utilisée en cours dans un exemple).
Exercice 2
1
1. Utiliser le DL au voisinage de 0 de 1+x
2. Rien de compliqué !
3. Dérivation et intégration d’un DL (voir cours).
Exercice 3
1. Tout est expliqué !
2. Faire comme pour la question 1.
Exercice 4
1. Tout est expliqué !
2. Faire comme pour la question 1.
Exercice 5 Un équivalent est donné par le premier terme non nul du développement
limité.
Si f et g sont équivalentes en x0 , et que limx→x0 f (x) existe et est finie, alors limx→x0 f (x) =
limx→x0 g(x).
1
Intégrales
Exercice 6
x+b 2
1. Exprimer le dénominateur x2 + x + 1 comme une quantité de la forme : k(1 + ( ) ),
a
a, b, k étant à déterminer.
On a alors :
1 1
=
2
x +x+1 x+b 2
k(1 + ( ))
a
1
et la primitive de est a arctan( x+b ).
x+b 2 a
1+( )
a
2. On pose u(x) = x2 + x + 3. Exprimer le numérateur 3x + 2 comme une quantité de la
forme ku0 (x) + c, k et c étant à déterminer.
On a alors :
3x + 2 ku0 (x) c
2
= + 2 .
x +x+3 u(x) x +x+3
u0 (x)
Pour le premier terme, on utilise le fait qu’une primitive de u(x)
est ln |u(x)| et pour
le second terme, on fait comme pour la question 1.
3. Utilisation de primitives usuelles.
4. Utilisation de primitives usuelles et de la réponse à la question 1.
Exercice 7
Pas d’indication particulière. Vérifier cependant bien avant de faire le calcul que ces
intégrales ne sont pas impropres (généralisées).
Exercice 8
Pour la fonction 4. plusieurs intégrations par parties sont nécessaires.
Intégrales généralisées
Exercice 9
1. Utiliser un équivalent de la fonction en +∞.
2. Utiliser une majoration de la fonction.
3. Utiliser la continuité de la fonction en 0.
2
Solutions des Exercices supplémentaires - Analyse
20082009
6. co tan x n'admet pas de DL en 0 car cette fonction n'admet pas de limite nie en 0 (ce
qui est une condition nécessaire à l'existence d'un DL).
Exercice 2
1
1. Pour utiliser la formule de Taylor Young et obtenir le DL à l'ordre 4, on calcule
f (0), f 0 (0), f 00 (0), f 000 (0) et f 0000 (0), et on obtient :
1
f (x) = = 1 − x2 + x4 + o(x4 ).
1 + x2
2.
−2x
f 0 (x) = = −g(x)
(1 + x2 )2
Toute primitive de f est de la forme :
arctan x + k = h(x) + k, k ∈ R
y2 y3 y4
ln(1 + y) = y − + − + o(y 4 )
2 3 4
et en repassant à la variable x = y1 , on obtient le DL à l'ordre 4 au voisinage de +∞
de f (x) :
x+1 1 1 1 1 1 1
f (x) = ln( )= − 2
+ 3
+ o( 4 ),
x x 2x 3x x
2.
x2 − 3x + 2 4 5 1 4 5 1
f (x) = 2
= 1 − + 2 − 3 − 4 + 5 + o( 5 ).
x +x+1 x x x x x x
.
2
1. On a : π
sin(x) = sin(y +) = cos y.
2
Lorsque x est au voisinage de π2 , y est au voisinage de 0. On utilise donc le DL de cos y
au voisinage de 0 :
y2 y4
cos y = 1 − + + o(y 4 )
2! 4!
et en repassant à la variable x = y + π2 , on obtient le DL à l'ordre 4 au voisinage de π2
de sin(x) :
(x − π2 )2 (x − π2 )4 π
sin(x) = 1 − + + o((x − )5 )
2 4! 2
2.
√
1 √
2 π π 2 8 3 π 8 π π
(cos(2x)) = − 3(x − ) + 2(x − ) + (x − )3 − (x − )4 + o((x − )4 )
4 6 6 3 6 3 6 6
Exercice 5
sin(x) x2 sin(x) sin(x)
= 1− + o(x2 ) donc ∼ 1 d'où lim = 1.
x 6 x 0 x→0 x
1 1 1 5 1 1 1 1 1
( − ex ) 2 = + x + o(x) donc ( − ex ) 2 ∼ d'où lim ( − ex ) 2
1−x x 2 6 1−x x 0 2 x→0 1 − x x
Intégrales
Exercice 6 Fractions rationnelles
1. 4
√
Z 1 Z 1
1 2 3 2x + 1 π
dx = 3
dx =[ arctan( √ )]10 = √
0
2
x +x+1 0 1+ ( 2x+1
√ )2
3
3 3 3 3
2.
1 3
1
(2x + 1) + 21 3 1 2x + 1 1 1
Z Z Z Z
3x + 2 2 1
2
dx = dx
= dx + dx
0 x +x+3 0 x2 + x + 3 2
2 0 x +x+3 2
2 0 x +x+3
4
1 1
Z
3 2 11
= [ln x + x + 3 ] + dx
2 2 0 1 + ( 2x+1
√ )2
11
3 1 2x + 1 1
= [ln x2 + x + 3 ] + [ √ arctan( √ )]0
2 11 11
3 5 1 3 1
= ln( ) + √ (arctan( √ ) − arctan( √ ))
2 3 11 11 11
3
3. Attention, erreur sur le sujet : intégrer entre 1
4
et 12 .
1 1
x3 − 2
Z Z
2 2
2 2 1
dx = 1+ 2 + − dx
1
4
x3 − x2 1
4
x x x−1
2 1 17
= [x − + 2 ln |x| − ln |x − 1|] 21 = + ln 6
x 4 4
4.
1 1 1
x2 + 2x + 3
Z Z Z
1 1
dx = dx + dx
0 (x + 2)(x2 + x + 1) 0 x+2 2
0 x +x+1
π 3 π
= [ln |x + 2|]10 + √ = ln( ) + √
3 3 2 3 3
Exercice 7
1.
Z1 Z1
2t 2
√ dt = (u2 − 1)du =
2t + 1 3
0 0
2.
Z1 Z arg sinh 1 √
1
√ dt = du = arg sinh 1 − arg sinh 0 = ln(1 + 2)
1 + t2 arg sinh 0
0
On a alors :
π √
Z4 Z2 √
sin π8 + cos π8
cos x − sin x 1 2 π
dx = dt = − arctan( √ )
3 + sin(2x) t2 + 2 2 4 2
π π
8
sin 8
+cos π8
Exercice 8
1. Primitives de ln x :
x ln x − x + k, k ∈ R
2. Primitives de arctan x :
1
x arctan x − ln 1 + x2 + k, k ∈ R
2
4
3. Primitives de arcsin x :
√
x arcsin x + 1 − x2 + k, k ∈ R
Intégrales généralisées
Exercice 9
dt
1. : problème en +∞
R +∞
1
t(1 + t2 )1/2
On pose y = 1t et on a :
1 1 y2
= 1 2 1/2
= .
t(1 + t2 )1/2 1
(1 + ) (1 + y 2 )1/2
y y
Au voisinage de y = 0 on a :
y2 1 1
2 1/2
= y 2 (1 + y 2 + o(y 2 )) = y 2 + y 4 + o(y 4 ),
(1 + y ) 2 2
d'où, au voisiange de t = +∞ :
1 1 11 1
= + + o( ).
t(1 + t2 )1/2 t2 2 t4 t4
On a donc :
1 1
∼ .
t(1 + t2 )1/2 ∞ t2
Remarque : n peut trouver cet équivalent sans passer par les DL. On a :
1 + t2 ∼ t2 ,
∞
d'où :
1 1
(1 + t2 )1/2 ∼ (t2 )1/2 = t et donc 2 1/2
∼ 2
∞ t(1 + t ) ∞ t
dt R +∞ dt
Finalement, converge puisqu'elle est de même nature que qui
R +∞
1 1
t(1 + t2 )1/2 t2
est convergente (intégrale de Riemann)
5
R +∞ cos x
2. π
dx : problème en +∞
x3
cos x 1 R +∞ 1
On a, sur [π, +∞[, 0 < 3
< 3 . Or, π dx converge (intégrale de Riemann)
x x R +∞ cosx3
x
donc d'après le critère de majoration, π 3
dx converge, ce qui implique que
R +∞ cos x x
π
dx converge.
x3
R π sin x
3. 0
2
dx : problème en 0
x
sin x sin x R π sin x
La fonction admet une limite nie en 0 : lim = 1. Par conséquent, 02 dx
x x→0 x x
est convergente.
6
Examen de Mathématiques
Analyse
13 janvier 2009
Les calculatrices et téléphones portables ne sont pas autorisés. Le barème est approximatif.
Une attention particulière sera portée aux justications, à la clarté du raisonnement et à la
rédaction.
Exercice 1 (6 points)
1
On considère la fonction f : x 7−→ √ 1 .
2 + x + (2 + x) 3
1. Trouver c0 , c1 , c2 et d tels que :
6t3 = (t + 1)(c2 t2 + c1 t + c0 ) + d.
1
2. En posant le changement de variables t = (2 + x) 6 et en vous aidant de la question 1,
calculer l'intégrale : Z 0
f (x)dx, ∀a ∈] − 2, 0[.
a
3. En passant à la limite quand a tend vers −2, conclure quant à la nature (convergente
R0
ou divergente) de l'intégrale −2 f (x)dx.
4. Question supplémentaire : Donner l'ensemble des primitives de f .
Exercice 2 (5 points)
On considère l'intégrale I dénie par :
Z 1 x ln(1+x)
e −1
I= 5 dx.
0 x2
1. A l'aide des DL usuels, calculer le DL au voisinage de 0 à l'ordre 4 de la fonction
ex ln(1+x) .
2. En déduire la nature de l'intégrale I.
2 a b
= − .
x(1 + 2x) x 1 + 2x
1
2. A l'aide d'une intégration par parties et de la question 1, calculer l'intégrale :
Z 2
ln(1 + 2x)
dx.
1 x2
Exercice 4 (6 points)
1. A l'aide du théorème des accroissements nis (appliqué à la fonction ln), montrer que
pour tout x > 0, on a :
1 1
< ln(x + 1) − ln(x) < .
x+1 x
2. Calculer alors
lim x(ln(x + 1) − ln(x))
x→∞
et en déduire que
1
lim (1 + )n = e1
x→∞ x
2
Introduction à l'Analyse Harmonique
E. Montseny
3 Transformation de Fourier 8
3.1 Dénitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2 Propriétés de la transformation de Fourier . . . . . . . . . . . . . . . . . . . . . . . . 10
4 Transformation de Laplace 12
4.1 Dénitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1
2
1 Introduction
Au XVIIIe s, les physiciens et mathématiciens se penchèrent sur l'expression des solutions des
premières équations aux dérivées partielles établies à cette époque : l'équation des cordes vibrantes
et l'équation de la chaleur. Bien que l'intuition de décomposer selon les fréquences propres (har-
moniques) était présente dans les esprit depuis déjà quelques temps (notamment pour l'équation
des cordes), c'est Fourier qui le premier apporta au début du XIXe s. de nombreux éléments pour
expliciter cette décomposition et la systématiser : l'analyse harmonique était née, et allait connaître
un développement permanent jusqu'à nos jours.
On introduit dans ce cours les notions de base de l'analyse harmonique. On y présente les outils
incontournables que sont les séries de Fourier, la transformation de Fourier ainsi que la transfor-
mation de Laplace qui la généralise 1 . Le but du cours est d'assimiler les notions clé de l'analyse
harmonique et d'acquérir quelques automatismes calculatoires indispensable dans les sciences de
l'ingénieur.
Bien qu'il ne s'agisse pas explicitement d'un cours de traitement du signal, le terme signal y sera
allègrement employé. Il faut voir ce terme comme étant générique : si une émission TV hertzienne
est bien sûr un signal, l'évolution au cours du temps de la èche à l'extrémité d'une poutre en est
également un, ainsi qu'un champ de pression u(t, x) donnant la pression en un point spatial x au
temps t, dont on pourra eectuer une transformation de Fourier (par exemple) selon la variable t,
ou x, ou les deux !
Comme son nom l'indique, le but de l'analyse harmonique est de travailler dans le domaine
fréquentiel. Les outils sus-cités permettent de donner une nouvelle représentation (équivalente)
d'un signal f (on parle de dualité temps-fréquence). Ces outils permettent de traiter de nombreux
problèmes de manière simpliée et pourvu d'une signication physique certaine.
2 Séries de Fourier
2.1 Dénitions
Les séries de Fourier sont un outil de choix pour l'étude de fonctions périodiques. Le résultat
essentiel de cette section est que toute fonction périodique (assez régulière) peut être écrite comme
étant la somme de fonctions élémentaires périodiques (synthèse).
1
La théorie des distributions, développée par L. Schwartz, est un cadre nécessaire (c'est en fait le seul) à une
présentation rigoureuse de tous ces outils (ne serait-ce que par l'omniprésence de la distribution de Dirac δ ) : elle
permet de les unier et de donner un sens aux arguments physiques intuitifs utilisés jusqu'alors.
3
Dénition 1
Soit f une fonction T -périodique, à valeur réelle ou complexe. On appelle coecients de
Fourier exponentiels de f la suite de nombres complexes dénie par :
1 a+T
Z
−2inπt
cn = f (t)e T dt, ∀n ∈ Z (1)
T a
Si la fonction f est à valeurs réelles, on utilise souvent les coecients de Fourier trigono-
métriques de f :
Z a+T
2 2πnt
an = f (t) cos dt, ∀n ∈ N (2)
T a T
Z a+T
2 2πnt
bn = f (t) sin dt, ∀n ∈ N∗
T a T
Remarque : On parle souvent de spectre de f . Cette nomination sera justiée par la suite lorsque l'on
parlera de spectre fréquentiel d'un signal.
Remarque : Si les coecients an et bn sont souvent utilisé lorsqu'on manipule des fonctions réelles, les
coecients cn présentent l'intérêt, en plus d'être plus synthétiques, de faire l'analogie avec la transformée
de Fourier continue des fonctions non périodiques (cf. section suivante).
Proposition 2
R a+T /2
Si f est impaire, alors an = 0 ∀n ∈ N et bn = 4 2πnt
dt, ∀n ∈ N∗ .
T a f (t) sin T
R a+T /2
Si f est paire, alors bn = 0 ∀n ∈ N∗ et an = 4 2πnt
dt, ∀n ∈ N.
T a f (t) cos T
L t si t ∈ [0, 2 ]
2 L
g(t) = (3)
2 − L t si t ∈ [ L2 , L]
2
2 π 2 si n est impair.
a0 = 1, an = 0 ni n pair et n−4
(4)
bn = 0 ∀n ∈ N (f est paire).
1 si t ∈ [0, π]
h(t) =
0 si t ∈ [π, 2π]
a0 = 12 , an = 0 ∀n ∈ N∗
bn = 0 ni n pair et 4
nπ si n est impair.
Dénition 3 (Synthèse )
On appelle développement en série de Fourier (DSF) de f (on parle aussi de synthèse de
Fourier ) la série : X 2iπnt
cn e T , (5)
n∈Z
4
ou, dans le cas des coecients trigonométriques :
a0 X 2πnt 2πnt
+ an cos + bn sin . (6)
2 T T
n>1
f (t− ) + f (t+ )
a0 X 2πnt 2πnt
∀t, = + an cos + bn sin . (8)
2 2 T T
n>1
Ainsi, toute fonction périodique f est entièrement caractérisée par un ensemble dénombrable de
coecients {an }n∈N et {bn }n∈N∗ : on peut recomposer la fonction f par la seule connaissance de ces
coecients, qui traduisent la contribution de la nème harmonique (fréquence Tn ) dans le signal global
f . Dit autrement, toute fonction périodique f (assez régulière) est une superposition (pondérée) de
signaux périodiques élémentaires de fréquence multiple de la fréquence fondamentale T1 (fréquence
de f ).
Cette propriété est à la base du développement de l'analyse harmonique. Outre une représen-
tation intuitive des signaux, elle permet de simplier de nombreux problèmes en utilisant une telle
décomposition, de telle sorte que l'analyse de Fourier se retrouve dans à peu près toutes les sciences
de l'ingénieur : mécanique, acoustique, traitement du signal, analyse des système linéaires, etc.
Remarque : La formule (7) pour une fonction continue s'écrit :
2iπnt
X
∀t, f (t) = cn e T .
n∈Z
Cette écriture ressemble à une décomposition de la fonction f sur une base (de fonctions). La notion de
base est eectivement sous-jacente au développement en séries de Fourier.
Exemple : Reprenons l'exemple de la fonction triangle g traitée précédemment. Cette fonction est de classe
C 1 par morceaux et est continue. Ainsi, elle s'identie en tout point à son développement en série de
Fourier :
1 X −4 2π(2p + 1) t
∀t ∈ R, g(t) = + 2 2
cos( ).
2 (2p + 1) π L
p>0
De plus, on peut (par exemple) aisément en déduire l'égalité (loin d'être triviale) suivante, en prenant
L
t = 2π :
X −4 1 1
2 2
cos(2p + 1) = − .
(2p + 1) π π 2
p>0
5
On donne ci-après un exemple de synthèse de Fourier pour les deux signaux g et h dont on a calculé les
coecients de fourier précédemment.
1.4 1.4
1.2 1.2
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
0 5 10 15 0 5 10 15
t t
1.4 1.4
1.2 1.2
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
0 5 10 15 0 5 10 15
t t
6
1 1.2
1
0.8
0.8
0.6 0.6
0.4 0.4
0.2
0.2
0
0 −0.2
0 5 10 15 0 5 10 15
t t
1.2 1.2
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
−0.2 −0.2
0 5 10 15 0 5 10 15
t t
Le théorème qui suit est fondamental : il donne une relation directe entre l'énergie d'un signal
périodique et ses coecients de Fourier.
Théorème 5 (Formule de Parseval )
Soit f une fonction T -périodique C 1 par morceaux. Alors :
1 a+T
Z X
|f (t)|2 dt = |cn |2 . (9)
T a
n∈Z
7
La même relation si on utilise les coecients trigonométriques (fonction a valeurs réelles) :
a+T
a20 X
Z
2
|f (t)|2 dt = + |an |2 + |bn |2 .
T a 2
n>1
Remarque : Comme souvent en mathématiques, ce théorème peut être employé de plusieurs manières. On
peut utiliser cette relation pour donner l'expression de l'énergie d'un signal à partir de ses coecients
de fourier, mais aussi pour calculer explicitement la valeur d'une série numérique "compliquée". (comme
on l'a fait en utilisant le théorème de Dirichlet dans un exemple précédent)
3 Transformation de Fourier
De manière lapidaire, la transformation de Fourier est aux fonctions intégrables2 ce que les
séries de Fourier sont aux fonctions périodiques. On a vu qu'une fonction de période T peut être
représentées par des coecients traduisant le "degré de contribution" des harmoniques de fréquence
T dans la fonction.
n
On peut alors se demander ce qu'il se passe lorsqu'on travaille avec une fonction non périodique,
qui peut être vue comme une fonction périodique dont la période T tend vers l'inni. Intuitivement,
on va se retrouver avec des harmoniques de fréquences Tn de plus en plus proches jusqu'à obtenir un
véritable continuum de fréquences ; la suite de coecients {cn }n laisse ainsi place à une fonction,
appelée spectre fréquentiel de f , ou transformée de Fourier de f . La série de Fourier, traduisant la
superposition des harmoniques composant le signal f , laissera place à une intégrale sur l'ensemble
des fréquences réelles.
Attention : Ne pas confondre transformée et transformation : la transformée est le résultat de la transfor-
mation.
3.1 Dénitions
Dénition 6
Soit f ∈ L1 (R), c'est-à-dire une fonction intégrable3 . On appelle transformée de Fourier de
f la fonction fb (de la variable réelle ξ et à valeur complexe) dénie par :
Z
f (ξ) =
b f (t) e−2iπξt dt. (10)
R
On parle souvent de spectre (fréquentiel) de f , car la variable ξ est homogène à une fréquence.
On note parfois F la transformation de Fourier (donc fb := Ff )
Attention : Il existe plusieurs dénitions de la transformation de Fourier, toutes équivalentes mais intro-
duisant des coecients dans les formules. On prendra garde à la dénition choisie dans les diérents
ouvrages lorsqu'on cherche un formulaire de transformées.
Remarque : Pour reprendre ce qui a été dit en introduction de cette section, un calcul simple montre que si
on considère la troncature d'une fonction et sa périodisation, alors ses coecients de Fourier sont, à un
2
En fait aux fonctions de carré intégrable, voire, dans un cadre plus général, aux distributions tempérées.
8
facteur près, exactement la transformée de Fourier (continue) du signal tronqué, évaluée à la fréquence
T . On sent bien que, en repoussant la troncature à l'inni, le spectre de la fonction de départ et celui
n
de la fonction tronquée vont coincider (puisque la troncature se rapproche du signal original), et les
coecients de Fourier de la fonction tronquée-périodisée vont ainsi devenir le spectre (continu) de f
comme le mettra en évidence le théorème suivant.
Comme la transformée de Fourier d'une fonction est une fonction à valeurs complexes, sa repré-
sentation est impossible. On dispose cependant de plusieurs représentations, ayant chacune une
signication physique, permettant de la visualiser ; par exemple, le carré du module, appelé densité
spectrale d'énergie (DSE), en est une qui permet de localiser le contenu énergétique d'un signal en
fonction des fréquences (cf. gure 3).
5
x 10
1 2.5
0.8
0.6 2
0.4
0.2 1.5
−0.2 1
−0.4
−0.6 0.5
−0.8
−1 0
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 −500 −400 −300 −200 −100 0 100 200 300 400 500
t (s) fréquence (Hz)
Si la fonction fb est également intégrable, on dénit alors la transformation inverse, qui permet de
revenir à l'original f à partir de fb, mettant en évidence l'équivalence entre les deux représentations
(temporelles et fréquentielles). Cette équivalence est essentielle car elle permet de légitimer l'utili-
sation de la transformation de Fourier pour résoudre de nombreux problèmes de manière simpliée.
Dénition 7
Si g ∈ L1 (R), on dénit la transformation de Fourier inverse F −1 par
Z
F −1 g (t) = g(ξ) e2iπξt dξ. (11)
R
Si on veut écrire cette égalité "point par point", on a le résultat suivant, sous l'hypothèse que f
9
soit dérivables à gauche et à droite en t et que les limites existent :
f (t− ) + f (t+ )
Z
∀t, = fb(ξ) e2iπξt dξ. (13)
2 R
On peut noter de nombreuses analogies avec la synthèse en séries de Fourier vu dans la sec-
tion précédente, notament le théorème de Dirichlet qui arme que toute fonction T -périodique se
décompose comme somme de fonctions périodiques de fréquence Tn :
X 2iπnt
f (t) = cn e T .
n∈Z
La diérence est qu'ici, une fonction non périodique se décompose en une somme (l'intégrale est une
somme) de signaux périodiques à toutes les fréquences réelles ξ , et non seulement des fréquences
dénombrable Tn . L'analogie est la même entre l'expression des cn donné par (1) et celle de fb(ξ) : le
nombre fb(ξ) représente le "degré de présence" de la fréquence ξ dans le signal f , conférent à cette
transformation une signication physique forte.
F
f (t − t0 ) −→ fb(ξ) e−2iπξt0 .
F
f (t) e2iπξ0 t −→ fb(ξ − ξ 0 ).
10
sin(2πξ)
Exemple : La transformée de Fourier de 1[−1,1] (t) en ξ est πξ (le montrer !). En déduire la transformée
de 1[0,1] (t) (TD).
Les propriétés qui suivent sont essentielles et mettent en évidences l'intérêt que peut présenter
la transformation de Fourier pour la résolution d'équations (intégro-)diérentielles/ aux dérivées
partielles, ainsi qu'à la modélisation des systèmes linéaires, dans laquelle elle tient une place centrale.
Proposition-Dénition 10
Transformée d'une dérivée : Si f est dérivable et à dérivée intégrable, on a :
df
c
(ξ) = 2iπξ fb(ξ).
dt
De manière plus générale :
df
d (n)
(ξ) = (2iπξ)n fb(ξ)
dt
Multiplication par t : Si tf (t) intégrable, alors :
[ dfb
−2iπ tf (t)(ξ) = (ξ)
ds
Transformée d'une convolée : on appelle produit de convolution de f par g la
fonction, notée f ∗ g , dénie par :
Z
(f ∗ g) (x) := f (y) g(x − y) dy.
R
\
(f ∗ g)(ξ) = fb(ξ) gb(ξ).
On voit tout suite les simplications que peuvent apporter ces propriétés : ainsi, une équation
diérentielle pourra être transformée en équation algébrique aisément résoluble (sous réserve de
pouvoir déterminer la transformée inverse de la solution...) ; un produit de convolution, délicat à
manipuler et très couteux en terme de calcul, pourra être remplacé par un produit classique en
représentation fréquentielle, propriété très utilisée en automatique et traitement du signal.
Remarque : Attention à le notation abusive tf [(t)(ξ), qui est parfois employée par commodité : tf (t) n'est
pas une fonction mais un nombre ; or, la transformation de Fourier s'applique à une fonction, que l'on
devrait noter t 7→ tf (t) ou .f (.) en tout rigueur.
Comme pour les séries de Fourier, il existe un résultat établissant une correspondance entre
l'énergie d'un signal et celle de sa transformée de Fourier, sous réserve qu'ils soient tous deux de
carré intégrable.
Théorème 11 (de Plancherel )
Si f ∈ L2 (R) (f de carré sommable), alors sa transformée de Fourier est également de carré
sommable et on a l'égalité entre leur norme L2 :
Z Z
2
2
|f (t)| dt = fb(ξ) dξ.
R R
11
Proposition 12 (Décroissance à l'inni des transformées de Fourier )
La transformée de Fourier d'une fonction de régularité C k décroît vers 0 au moins aussi vite que
ξ k lorsque |ξ| → +∞.
Cette propriété est intuitivement évidente : plus un signal est régulier, plus son contenu fré-
quentiel va être basse fréquence, les hautes fréquences4 caractérisant des phénomènes rapides (voire
brutaux).
4 Transformation de Laplace
Dans cette partie, f désignera une fonction causale (i.e. telle que f (t) = 0 ∀t 6 0) localement
intégrable sur R (i.e. intégrable sur tout fermé borné). La notion de causalité fait de la transformation
de Laplace un outil de choix pour l'étude des systèmes dynamiques et la résolution d'équations
(intégro-)diérentielles.
Bien que constituant une généralisation de la transformation de Fourier5 , la transformation de
Laplace est généralement utilisée pour l'études des systèmes et la résolution d'équations diéren-
tielles ou la "partie temporelle" des équations aux dérivées partielles, associée à des conditions
initiales, alors que la transformation (ou série) de Fourier est davantage dédiée à l'analyse fré-
quentielle des signaux et à la "partie spatiale" des équations aux dérivées partielles, associée à des
conditions aux limites.
4.1 Dénitions
Dénition 13
On appelle transformée de Laplace de f la fonction F de la variable complexe p dénie
(lorsqu'elle existe) par l'intégrale :
Z +∞
F (p) := f (t) e−pt dt.
0
12
Remarque importante : La formule d'inversion de la transformée nécessitant des notions d'intégration de
fonctions de la variable complexe, elle ne sera pas abordée ici ; le lecteur doit juste savoir qu'elle existe,
et qu'elle peut se calculer de plusieurs manière. On se limitera dans ce cours à utiliser les tables et les
propriétés de la section suivante pour nos calculs.
4.2 Propriétés
Les propriétés de la transformation de Laplace sont similaires à celle établies pour la transfor-
mation de Fourier. On donne ci-après les plus utiles d'entre elles.
Proposition 14
Linéarité : Pour toutes fonctions f et g et pour tout réel λ, on a :
L(λf + g) = λL(f ) + L(g).
L 1 p
f (at) −→ F ( ).
a a
Décalage temporel (retard) : Pour tout a ∈ R ∗+ , on a :
L
f (t − a) −→ F (p) e−ap .
Proposition 15
Transformée d'une dérivée :
L f 0 (p) = pLf (p) − f (0+ ).
Multiplication par t :
L [tf (t)] (p) = −F 0 (p).
Transformée d'une convolée :
L [f ∗ g] = Lf × Lg.
13
Les théorèmes qui suivent sont très utiles pour établir la valeur en régime asymptotique ou la
valeur initiale de f à partir de calculs eectués sur le symbole F .
Théorème 16 (de la valeur nale )
Si f admet une limite en +∞, alors p0 ≤ 0 et
Exemple : On peut aisément vérier ces deux théorème sur la fonction échelon par exemple.
14
Index
C
Coecients de Fourier . . . . . . . . . . . . . . . . . . . . . . . . 4
Convolution (produit de) . . . . . . . . . . . . . . . . . . . . 11
D
Dirichlet (théorème de) . . . . . . . . . . . . . . . . . . . . . . . 5
H
Harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
P
Parseval (formule de) . . . . . . . . . . . . . . . . . . . . . . . . . 7
Plancherel (théorème de) . . . . . . . . . . . . . . . . . . . . 11
S
Séries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Spectre fréquentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Symbole Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Synthèse de Fourier . . . . . . . . . . . . . . . . . . . . . . . . 4, 9
T
Transformation de Fourier . . . . . . . . . . . . . . . . . . . . 8
Transformée de Laplace. . . . . . . . . . . . . . . . . . . . . .12
V
Valeur nale (théorème de) . . . . . . . . . . . . . . . . . . 14
Valeur initiale (théorème de). . . . . . . . . . . . . . . . .14
15
Feuille de TD - Analyse Harmonique
20082009
Séries de Fourier
Transformation de Fourier
1. Calculer χ
\[−1,1] .
1
2. En déduire χd
[0,1] (on évitera la calcul direct pour s'entraîner à utilise les formules du
cours)
1
3. Soit la fonction fT := χ T T .
T [− 2 , 2 ]
(a) Que vaut intuitivement la limite de fT quand T tend vers 0 ? (un graphe avec
plusieurs représentations pourra aider.
(b) Calculer la transformée de Fourier de fT .
(c) En déduire, par un passage à la limite formel, que
b
δ(ξ) = 1 ∀ξ.
Exercice 4
Calculer l'original de la fonction dénie par :
e−2iπξ
fb(ξ) = .
1 + π2ξ 2
Transformation de Laplace
Exercice 6
Calculer la transformée de Laplace de f dénie par :
f (t) = sin(2ωt)
2
Corrigé de la feuille de TD Analyse Harmonique
20082009
Séries de Fourier
Exercice 1
1. La fonction est paire (faire un dessin !), donc les bn sont tous nuls.De plus, on a :
Z L/2 Z L/2
4 2nπt 4 2 2nπt
an = g(t) cos dt = t cos dt.
L 0 L L 0 L L
h 2 iL/2
On a donc a0 = 8
L2
t
2
= 1. Pour tout n ≥ 2, on a :
0
Z L/2
8 2nπt
an = t cos dt
L2 0 L
L/2 Z L/2
IPP 8 L 2nπt 8 L 2nπt
= 2 t sin − 2 sin dt
L 2nπ L 0 L 0 2nπ L
| {z }
=0
L/2
4 L 2nπt 2
= cos = 2 2 ((−1)n − 1)
Lnπ 2nπ L 0 nπ
0 si n est pair
= .
−4
n2 π 2
si n est impair
2. La fonction g est continue, C 1 par morceaux (car polynomiale par morceaux), donc
d'après le théorème de Dirichlet on peut écrire l'égalité :
a0 X 2πnt 2πnt
∀t, g(t) = + an cos + bn sin .
2 n>1
L L
a0 X 2πnt
= + an cos , séparation en n pairs et impairs :
2 n>1
L
X
a0 X 2π(2p)t 2π(2p + 1)t
= + a2p cos + a2p+1 cos
2 p>0
L p>0
L
| {z }
=0 car les an sont nuls pour n pairs
1 X −4 2π(2p + 1)t
= + cos .
2 p>0 (2p + 1)2 π 2 L
1
3. En prenant l'égalité ci-dessus en t = L
2π
, on obtient :
L 1 X −4 1
g( )= + 2 2
cos(2p + 1) =
2π 2 p>0 (2p + 1) π π
+∞ 1
il suit π2
P
2
= 6
.
n=1 n
2
Transformation de Fourier
Exercice 3 Soit la fonction porte (ou indicatrice ) dénie par :
1 si x ∈ [−1, 1]
∀t ∈ R, χ[−1,1] (t) = .
0 sinon.
1. Par dénition :
Z Z 1
−2iπξt
χ
\ [−1,1] (ξ) = χ[−1,1] (t) e dt = e−2iπξt dt
R −1
1 sin(2πξ)
= e2iπξ − e−2iπξ = .
2iπξ πξ
2. Bien sûr, le calcul direct est évident. On s'entraîne ici à utiliser les formules du cours.
On remarque (faire des dessins !) que χ[0,1] est une porte, comme χ[−1,1] , mais ayant
subit une contraction (sa "largeur" est de 1, alors que la largeur de χ[−1,1] est de 2),
et un décalage (puisque χ[−1,1] est centrée sur 0 alors que χ[0,1] est centrée sur 1/2.
Il s'agit donc d'exprimer χ[0,1] en fonction de décalages et translation de χ[−1,1] , et
d'utiliser ensuite les formules du court sur les transformées de Fourier.
On décide (de manière arbitraire) de s'occuper d'abord de la contraction. Son facteur
est 2 (pour les raisons sus-citées). Plus précisemment, on a :
χ[0,1] (t) = χ[0,2] (2t).
1 ξ
χd
[0,1] (ξ) = χd[0,2] ( ).
2 2
Ensuite, on s'occupe du décalage permettant de passer de χ[−1,1] à χ[0,2] ; il s'agit d'un
décalage d'une unité, soit :
χ[0,2] (t) = χ[−1,1] (t − 1),
−2iπξ
χd
[0,2] (ξ) = e χ
\ [−1,1] (ξ).
3
3. Soit la fonction fT := T1 χ[− T2 , T2 ] .
(a) On tombe sur un objet qui vaut +∞ en 0 et 0 partout ailleurs. Il s'agit de la
distribution de dirac notée δ .
(b) Par calcul direct ou en utilisant le même procédé que ci-dessus, on o :
sin(πT ξ)
fc
T (ξ) = .
πT ξ
(c) En faisant tendre T vers 0 dans l'égalité ci-dessus, et en supposant qu'on peut
inverser l'opération b et la limite, l'égalité ci-dessus donne :
sin(πT ξ)
δ(ξ) = lim
b = 1 ∀ξ.
T →0 πT ξ
Exercice 4
1. On a :
e−2iπξ 4e−2iπξ −2iπξ 2×2
2 = 2 = e .
1+π ξ2 2
4 + 4π ξ 2 + 4π 2 ξ 2
2
Transformation de Laplace
Exercice 5 On applique la transformation de Laplace à chaque membre de l'équation
diérentielle (l'opération est linéaire) :
L[y (4) ](p) = p4 Y (p) − p3 y(0) − p2 y 0 (0) − py 00 (0) − y 000 (0),
| {z } | {z }
0 0
w0 w0 w0 1
L[ ](p) = L[1](p) = ,
EI EI EI p
d'où : w0 1
p4 Y (p) − p2 y 0 (0) − y 000 (0) = EI p
w0 1 y 0 (0) y 000 (0)
⇔ Y (p) = EI p5
+ p2
+ p4
4
Ainsi, on a l'expresion de y(x) :
w 0 x4 x3
y(x) = + xy 0 (0) + y 000 (0). (1)
EI 4! 3!
Il reste donc à déterminer y 0 (0) et y 000 (0). Pour cela, on va utiliser les deux conditions aux
limites non exploitées pour le moment, à savoir :
w0 L2
y 00 (L) = 0 + L y 000 (0) = 0
⇔ EI 2
L3 2
y 0 (L) = 0 w0
EI 3!
+ y 0 (0) + L2 y 000 (0) = 0
w0
y 000 (0) = − 2EI
L
⇔ 0 w0
y (0) = − 24EI L3
En remplacant y 0 (0) et y 000 (0) dans 1 et après mise en facteur, on obtient nalement :
w0
y(x) = x(x − L)2 (x + L)
24EI
Exercice 6
D'après le tables, on :
2ω
L [sin(2ω·)] (p) = .
p2 + 4ω 2
La multiplication par t se traduisant en Laplace par une dérivation, on en déduit l'expression
de la transformée de t 7→ t sin(2ωt) :
d
L [· sin(2ω·)] (p) = − L [sin(2ω·)] (p)
dp
d 2ω 4ωp
= − =
2
dp p + 4ω 2
(p2 + 4ω 2 )2
Nota : L [· sin(2ω·)] est une notation rigoureuse pour ce que l'on écrit familièrement
L [t sin(2ωt)], qui n'est pas correcte ; l'écriture · sin(2ω·) signie la fonction t 7→ t sin(2ωt).
5
Exercices supplémentaires - Analyse Harmonique
20082009
Séries de Fourier
Exercice 1 Soit 0 < a < π . Soit la fonction 2π -périodique f dénie sur [−π, π] par :
1. Après avoir tracé la fonction f sur [−2π, 2π], donner son développement en série de
Fourier.
2. Montrer que
+∞
X sin(na) a(π − a)
=
n=1
n2 2
(b) En remarquant que sin2 (nπ/2) s'annule pour les n pairs, montrer que :
+∞
X 1 π2
= .
p=0
(2p + 1)2 8
Transformée de Fourier
Exercice 3 On considère l'équation aux dérivées partielles (EDP) dite "de transport" :
∂u ∂u
(t, x) = c (t, x), ∀(t, x) ∈ R+∗
t ×Rx (1)
∂t ∂x
1
où c est une constante positive représentant la vitesse propagation. On adjoint à cette équa-
tion une condition initiale :
u(0, x) = u0 (x) ∀x ∈ R.
On suppose que u(t, .) admet une transformée de Fourier pour tout t. On dénit la transfor-
mation de Fourier partielle par rapport à la variable x :
Z
u
b(t, ξ) = u(t, x)e−2iπξx dx.
R
Bien sûr, toutes les propriétés vues en cours sont valables pour la variable x.
\
1. Exprimer u(0, x) en fonction de ub0 .
2. Etablir l'équation diérentielle obtenue après application de transformation de Fourier
à1.
3. Résoudre cette équation. On rappelle que la solution de dxdt
= ax, x(0) = x0 est donnée
par x(t) = x0 e .
at
Transformée de Laplace
2
Correction exercices supplémentaires - Analyse Harmonique
20082009
Séries de Fourier
Exercice 1 Soit 0 < a < π . Soit la fonction 2π -périodique f dénie sur [−π, π] par :
f (x) = χ[−a,a] (x).
(a) En prenant a = π
2
dans l'égalité ci-dessus, on obtient :
+∞
X sin2 (nπ/2) π2
=
n=1
n2 8
(b) On
+∞ +∞ +∞
X sin2 (nπ/2) X sin2 (2pπ/2) X sin2 ((2p + 1)π/2)
= +
n=1
n2 p=1
(2p)2 p=0
(2p + 1)2
| {z }
=0 car sin(pπ)=0
+∞
1
(car sin2 ((2p + 1)π/2) = 1)
X
=
p=0
(2p + 1)2
2
π
= d'après la question précédente.
8
1
1. Fonction continue.
2. Les bn sont nuls, a0 = 2π 2
3
, an = 4(−1)n
n2
n > 2. On a donc le développement en série de
Fourier :
+∞
π 2 X 4(−1)n
+ 2
cos(nx) = x2
3 n=1
n
3.
+∞
(−1)n−1 π2
(égalité ci-dessus en x = 0)
X
=
n=1
n2 12
+∞
1
(égalité de Parseval)
X
=
n=1
n4
Transformée de Fourier
Exercice 3
1. u(0,
\ x)(ξ) = ub0 (ξ).
2. On applique la transformation de Fourier selon x à l'EDP (en supposant que ∂t et b
commutent) :
∂u ∂u
c
∂t
(t, ξ) = cc (t, ξ)
∂x
∂u
⇔ b
∂t
(t, ξ) = 2iπξc u
b(t, ξ).
3. La solution est ub(t, ξ) = ub0 (ξ)e2iπξct
4. Par transformation de Fourier inverse (l'exponentielle se traduisant par une translation
de valeur ct) :
u(t, x) = u0 (x − ct).
Cette expression montre que la solution de cette équation aux dérivées partielles est le
transport de la condition initiale u0 à la vitesse c.
Transformée de Laplace
Exercice 4 Soit l'équations diérentielle :
y 00 (t) + y(t) = t
.
y(0) = 1 ; y 0 (0) = −2.
Après application de la transformation de Laplace, on obtient :
p2 Y (p) − py(0) − y 0 (0) + Y (p) = 1
p2
⇔ (p2 + 1)Y (p) − p + 2 = p12
⇔ Y (p) = p2 (p12 +1) + p2p+1 − p22+1 .
2
Les deux derniers termes sont simples à traiter : on connait l'expression de leur antécédent
par Laplace avec les tables. Concernant le terme p2 (p12 +1) , on le décompose en éléments
simples :
1 1 1
= − .
p2 (p2 + 1) p2 p2 + 1
Ainsi, on a l'expression de Y (p) :
1 1 p 2
Y (p) = − + −
p2 p2 + 1 p 2 + 1 p2 + 1
1 3 p
= 2− 2 + 2 .
p p +1 p +1
Exercice 5
1. On dérive la relation :
1 −1/x2 1
0− 2
= 2
=− l'égalité est bien vériée.
1+x 1 + 1/x 1 + x2
On a donc :
d d 1
(−Arctan(x)) = Arctan( )
dx dx x
ce qui implique :
1
−Arctan(x) = Arctan( ) + K .
x
La constante K vaut − 2 (faire x → ∞ dans l'égalité ci-dessus). L'égalité est démontrée.
π
3. On a donc :
Y (p) = −Arc tan(p) + C.
3
On sait que toutes les transformées de Laplace tendent vers 0 lorsque p tend vers l'inni
(propriété du cours) ; on déduit donc de l'égalité ci-dessus que 0 = − π2 +C, donc C = π2 .
Ainsi :
π 1
Y (p) = − Arc tan(p) = Arc tan( ).
2 p
La solution y est donc donnée par :
sin t
y(t) = .
t
4
! "
# $
) * + , !
+ -
2 0 * , !
0 + -
y (t) = a(t)y(t) + b(t), ∀t ∈ I ,
. I R a : I −→ R, b : I −→ R 0 + 2
y:I →R 4 3
b(t) = 0, ∀t ∈ I
a(t) = cte, ∀t ∈ I
y : I → R
y(t0 ) = y0 ∈ R, t0 ∈ I.
5 ! , + 0 ,
t0 ∈ I y0 ∈ R y : I → R
y(t0 ) = y0
6 0 , ! ! #
, 3
* -
!
ŷ t ∈ I
"
ŷ1 (t) − ŷ2 (t) = a(t)(ŷ1 (t) − ŷ2 (t))
ŷ1 (t) = ŷ2 (t) + ȳ(t) ȳ(t) := ŷ1 (t) − ŷ2 (t) #
# +
0 3
, + 1 "
1 0
! " 3 + /
0 0 3 6
:
## $ "
; / ! + -
ŷ(t) = C(t)eA(t) ,
1
ŷ (t) = − ŷ(t) + 1.
t
-
! ŷ(t) = − C t(t) + C(t)
t , "! . -
2
-
!
b(t) = Q(t)ert & r Q ' ( $ ) " q *
#
ŷ(t) = P (t)ert ,
& P ' ( " p
p=q r= a,
p = q + 1 r = a.
# , :
2 1 " b(t) = cos(ωt)Q(t)ezt b(t) = sin(ωt)Q(t)ezt!
+ )
eiωt + e−iωt eiωt − e−iωt
cos(ωt) =
2
cos(ωt) =
2i
,
'
y (t) = ay(t) + Q(t)ezt eiωt y (t) = ay(t) + Q(t)ezt e−iωt
- 34 '
y(t) = ay(t) + b(t)
$
. I R a1 , a0 : I −→ R, b : I −→ R + 2
y:I →R % 0 + 4 3
; , %
2 5 1 !
6 * 7 ' * 6!
+ ' ( !
(
6 0 % + 38
&
t0 ∈ I y0 , y1 ∈ R y:I →R + #
y(t0 ) = y0 y (t0 ) = y1
: , % 3
! '
ŷ + + t ∈ I
y(t) = ŷ(t) + ȳ(t),
%
. Δ=0 r1 = r2 = α
y(t) = (C1 t + C2 )eαt , C1 , C2 ∈ R,
y (t) = (u (t) + r1 u(t)) e y (t) = u (t) + 2r1 u (t) + r12 u(t) er t ,
r t 1 1
"
y (t) = a1 y (t) + a0 y(t)
⇐⇒ (u (t) +
2r1 u
(t) + r1
2
u(t))er1 t = [a1 (u (t) + r1u(t))+ a0 u(t)] er1 t
⇐⇒ u (t) + (2r1 − a1 )u (t) + r12 − a1 r1 − a0 u(t) er1 t = 0,
! r1 9 er t > 0
1
y(t) = − (2r11−a1 ) Ce−(2r1 −a1 )t + C1 er1 t = − (2r11−a1 ) Ce(a1 −r1 )t + C1 er1 t ,
y(t) = C2 er t + C1 er t 2 1
y(t) = 2 Re (Re(C1 ) + i Im(C1 )) e(Re(r1 )+i Im(r1 ))t
= 2 [Re(C1 ) cos(Im(r1 )t) − Im(C1 ) sin(Im(r1 )t)] eRe(r1 )t
= [μ2 cos(Im(r1 )t) + μ1 sin(Im(r1 )t)] eRe(r1 )t
μ1 = −2 Im(C1 ) μ2 = 2 Re(C1 )
=
: , % +
*
## !
6 3 2 -
! )
y1 y2 I
y (t) = a1 y (t) + a0 y(t) + f (t) y (t) = a1 y (t) + a0 y(t) + g(t)
C1 , C2 ∈ C Cy1 + C2 y2
y (t) = a1 y (t) + a0 y(t) + C1 f (t) + C2 g(t).
)
&
2 / * ! " , !
/ + -
⎧
⎪
⎨ y1 (t) = a11 y1 (t) + ... + a1n yn (t) + b1 (t)
∀t ∈ I,
⎪
⎩
yn (t) = an1 y1 (t) + ... + ann yn (t) + b1 (t)
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
y1 (t) b1 (t) a11 · · · a1n
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ∈ M (R).
Y (t) = ⎣ ⎦ ∈ R , B(t) = ⎣ ⎦ ∈ R , A = ⎣
n n
⎦ n
yn (t) bn (t) an1 · · · ann
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
y(t) 0 0 1 0
Y (t) = ⎣ y (t) ⎦ , B(t) = ⎣ 0 ⎦ , A=⎣ 0 0 1 ⎦.
y (t) b(t) a0 a1 a2
'
Ȳ !"
Y (t) = A(t)Y (t), ∀t ∈ I.
"
Ȳ (t) − Ŷ (t) = A(t)(Ȳ (t) − Ŷ (t))
Ȳ = Ŷ + Y Y := Ȳ − Ŷ
C1 Y 1 + ... + Cn Y n , Ci ∈ R
(
> , 0 A . A
3 , + 53
-
⎡ ⎤ ⎡ ⎤
λ1 0 eλ1 0
⎢ ⎥ ⎢ ⎥
? A=⎣ ⎦ eA = ⎣ ⎦
0 λ2 0 eλ2
⎡ ⎤ ⎡ ⎤
λ1 0 eλ1 0
⎢ ⎥ −1 ⎢ ⎥ −1
? A=P⎣ ⎦P A 3 eA = P ⎣ ⎦P .
0 λ2 0 eλ2
TD: les équations différentielles
2008–2009
1
t 7−→ − sin(t) + ln(tan( π4 + 2t )) + cte et t 7−→ − cos(t) − + cte.
cos(t)
Systèmes différentiels
Exercice 3
Trouver l’ensemble des solutions réelles du système différentielle d’ordre 2 :
1
Correction de la Feuille de TD sur les équations différentielles
2008–2009
1
3. ty 0 (t) = 2y(t) + t3 ⇐⇒ y 0 (t) = 2t y(t) + t2 pour tout t ∈ R∗ .
Equation homogène associée : y 0 (t) = 2t y(t) de solutions Ce2 ln|t| = Ct2 , C ∈ R.
Solution particulière : cas d’une équation d’ordre 1 à coefficients variables : on utilise
la méthode de la variation de la constante pour trouver une solution particulière. On
cherche donc une solution particulière sous la forme : ŷ(t) = C(t)t2 .
On a :
2
ŷ 0 (t) = ŷ(t) + t2 ⇔ C 0 (t)t2 = t2 ⇔ C(t) = t + c, c ∈ R,
t
d’où, pour c = 0 (cas le plus simple), ŷ(t) = t3 .
Solution générale : y(t) = Ct2 + t3 (solutions définies sur tout intervalle de R∗+ ou de
R∗− ).
La solution particulière telle que y(1) = 3 est y(t) = 2t2 + t3 (C = 2).
Equations du second ordre ordre
Exercice 2
Trouver l’ensemble des solutions réelles des équations différentielles du second ordre
suivantes et préciser les intervalles sur lesquels sont définies ces solutions. Donner ensuite
la solution particulière telle que y(t0 ) = y0 , y 0 (t1 ) = y1 pour les valeurs de t0 , t1 , y0 et y1
précisées entre parenthèses.
1. y 00 (t) + 2y 0 (t) + 2y(t) = e−t (t + 2) (t0 = 0, t1 = 0, y0 = 3, y1 = −2)
2. y 00 (t) + 2y 0 (t) − 3y(t) = 6 (t0 = 0, t1 = 0, y0 = 1, y1 = 0)
3. y 00 (t) + y(t) = tan 2 (t), t ∈] − π2 , π2 [
sin2 (t)
Remarque : pour la question 3 on admettra que les primitives de t 7−→ cos(t)
et de
sin3 (t)
t 7−→ − cos 2 (t) sont données par :
1
t 7−→ − sin(t) + ln(tan( π4 + 2t )) + cte et t 7−→ − cos(t) − + cte.
cos(t)
Correction
1. Equation homogène associée : y 00 (t) + 2y 0 (t) + 2y(t) = 0.
Equation caractéristique : r2 + 2r + 2 = 0
∆ = 4 − 8 = −4 < 0 =⇒ r1 = −1 + i = r2 .
Les solutions de l’équation homogène associée s’écrivent donc :
y(t) = (C1 sin(t) + C2 cos(t)) e−t , C1 , C2 ∈ R.
Solution particulière : cas d’une équation d’ordre 2 à coefficients constants avec b(t) =
Q(t)ert , où Q(t) = t + 2 et r = −1 6= −1 ± i.
On cherche donc une solution particulière sous la forme : ŷ(t) = P (t)ert avec P (t) =
k1 t + k0 polynome de degré 1 (égal à celui de Q).
On a :
ŷ 0 (t) = (−k1 t − k0 + k1 )e−t et ŷ 00 (t) = (k1 t + k0 − 2k1 )e−t ,
2
d’où ½
00 0 −t k1 = 1
ŷ (t) + 2ŷ (t) + 2ŷ(t) = e (t + 2) ⇔ k1 t + k0 = t + 2 ⇔
k0 = 2
d’où ŷ(t) = (t + 2)e−t .
Solution générale : y(t) = (C1 sin(t) + C2 cos(t) + t + 2) e−t (solutions définies sur tout
R).
La solution particulière telle que y(0) = 3 et y 0 (t) = −1 est y(t) = (cos(t) + t + 2) e−t
(C1 = 0 et C2 = 1).
2. Equation homogène associée : y 00 (t) + 2y 0 (t) − 3y(t) = 0.
Equation caractéristique : r2 + 2r − 3 = 0
∆ = 4 − 4 × (−3) = 16 > 0 =⇒ r1 = −2+4 2
= 1 et r2 = −2−4
2
= −3.
Les solutions de l’équation homogène associée s’écrivent donc : y(t) = C1 et +C2 e−3t , C1 , C2 ∈
R.
Solution particulière : le second membre étant constant, on cherche une solution constante
(pourquoi se compliquer la vie !). En effet, si ŷ(t) = cte, alors ŷ 00 (t) = ŷ 0 (t) = 0 et
3
Exercice 3
Trouver l’ensemble des solutions réelles du système différentielle d’ordre 2 :
Correction
Le système différentiel se met sous la forme matriciel :
· 0 ¸ · ¸· ¸
y1 0 1 y1
= .
y20 1 0 y2
On a donc : · ¸· ¸· ¸
A 1 1 1 e−1 0 1 −1
e = .
2 −1 1 0 e1 1 1
4
Introduction aux méthodes de résolution numérique des équations
diérentielles
E. Montseny
2 Schémas numériques 1
2.1 Equations diérentielles non linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1 Introduction
Déterminer la solution analytique d'une équation diérentielle est à tout point de vue ce qu'il y a
de plus intéressant ; il ne faut pas pour autant se voiler la face : en dehors des équations diérentielles
linéaires à coecients constants ou d'ordre peu élevé, on est en général bien incapable de résoudre
On doit alors faire appel à des méthodes de résolution numérique, pour calculer une solution
approchée au moyen d'ordinateurs. Cette méthode de résolution fait appel à des schémas numé-
riques, qui sont des algorithmes de calcul permettant de résoudre numériquement une équation
diérentielle (i.e. en calculer une solution approchée). On présente dans ce petit court les bases de
2 Schémas numériques
2.1 Equations diérentielles non linéaires
Si l'on voulait être vraiment cohérent, on ne devrait pas préciser le terme "non linéaires". Une
équation diérentielle, dans son écriture générale, est non linéaire, le préciser est redondant. Les
type, c'est-à-dire approcher la solution y(t) sur un ensemble dénombrable d'instants tn , au moyen
1
de calculs simples eectués par un ordinateur. Autrement dit : on discrétise le temps en instants
successifs t0 < t1 < t2 < ... < tn < ..., tels que tn+1 = tn + ∆t (∆t étant appelé le pas de
discrétisation). On cherche alors à approcher y(t1 ), y(t2 ), ..., y(tn ), ... par une suite de nombres
y1 , y2 , ..., yn , ...
est simple : approcher le terme dérivé y 0 (t) de (1) par une simple diérence divisée :
cette valeur pour dérivée jusqu'en tn+1 . En injectant cette approximation dans (1), on obtient :
Ainsi, pour résoudre (1) numériquement, il sut d'utiliser cette relation de proche en proche :
y0
Initialiser
yn+1
Calculer à partir de la valeur de yn avec (2)
n=n+1
Remarque : Ce schéma est dit , car la quantité yn+1 est exprimée explicitement en fonction de
explicite
yn , et qualié de , ce qui signie que le calcul de yn+1 n'utilise que la valeur yn à
schéma à un pas
l'instant précédent (une méthode à deux pas utiliserait yn et yn−1 etc.).
Remarque : Ce schéma est intimement lié à la méthode de quadrature des rectangles. En fait, la plupart des
schémas numériques de résolution d'EDO sont liés à une méthode de quadrature (ou à une combinaison
de plusieurs méthodes).
Il existe de nombreux autres schémas numériques, plus précis que le schéma d'Euler, qui ne
seront pas présentés faute de temps. Citons par exemple le schéma du point milieu, le schéma de
un pas. Cette erreur doit bien évidemment rester raisonnable si on veut espérer obtenir une
pas de temps ∆t choisi est grand, moins le schéma est précis (on approche une dérivée par la
2
2. Pour un pas de temps ∆t xé, plus un schéma est précis (plus l'erreur est petite), mieux c'est :
ceci est traduit par l'ordre du schéma numérique (on ne s'attardera pas dessus). Plus un
schéma est d'ordre faible, plus il faudra prendre un pas de temps petit pour avoir une solution
approchée précise (et donc plus il faudra faire de calculs...). Le schéma d'Euler est d'ordre 1
et est donc peu précis.
3. Stabilité. Toute personne ayant programmé un schéma numérique a été confronté au problème
de la stabilité, qui se traduit par une solution numérique qui tend vers l'inni alors qu'elle
1
devrait pas (on dit qu'elle explose) . On dit que le schéma est instable. Ceci peut-être dû
soit à une erreur de programmation, soit au schéma lui-même, qui accumule les erreurs (de
consistance) de manière incontrôlée. Le schéma d'Euler est stable. Si un schéma est stable et
consistant, la solution numérique converge vers la solution exacte de l'EDO lorsque le pas ∆t
tend vers 0.
4. Pas de discrétisation. Il peut cependant arriver qu'un schéma stable semble... instable !
Ceci est dû au pas de temps ∆t choisi qui, s'il est trop grand, génère des erreurs trop im-
portantes pour la plage de temps considérée ; il en résulte une solution approchée qui s'écarte
complètement de la solution exacte et tend vers l'inni ; cela ne veut pas nécessairement dire
que le schéma est instable (cf. démo Matlab : on utilise un schéma d'Euler, stable, et pourtant
la solution "explose"), mais simplement qu'il faut diminuer le pas de temps pour avoir une
y(0) = − 21
dont on connait la solution analytique :
sin t − cos t
y(t) = .
2
On va résoudre cette EDO avec un schéma d'Euler et illustrer les notions introduites. Ecrire l'algo-
rithme de résolution de cette équation par un schéma d'Euler et le mettre en oeuvre sous Matlab.
y(0) = 21
1
bien sûr, certaines équations diérentielles ont une solution exacte qui tend vers l'inni, mais ce n'est pas un
problème d'instabilité dans ce cas.
3
Examen de Mathématiques
Les calculatrices et téléphones portables ne sont pas autorisés. Le barème est approximatif.
Une attention particulière sera portée aux justications, à la clarté du raisonnement et à la
rédaction.
1
Exercice 3 (4 points)
Soit a > 0. On se propose dans cet exercice de calculer la transformée de Fourier de la
fonction :
2
f (x) = e−at .
1. En revenant à la dénition de la transformée de Fourier, calculer fb(0).
R +∞ 2 √
Rappel : on pourra utiliser le résultat suivant −∞ e−u du = π .
2. Vérier que f est solution de :
Exercice 4 (6 points)
Soit le système d'équations diérentielles suivant :
( 0
y1 (t) = y2 (t)
y20 (t) = −2y1 (t) − 3y2 (t) (2)
C.I. : y1 (0) = 0 ; y2 (0) = 1.
2
(b) Résoudre ce système diérentiel. Pour cela, on admettra la décomposition sui-
vante : · ¸· ¸· ¸
1 1 −2 0 −1 −1
A= .
−2 −1 0 −1 2 1
3. En passant par des équations du second ordre.
(a) Montrer que y2 est solution d'une équation diérentielle du second ordre que l'on
précisera.
(b) Résoudre cette équation diérentielle et exprimer y2 (t).
(c) En déduire y1 (t).
Exercice 5 (4 points)
On cherche une fonction y continûment dérivable solution de l'équation diérentielle du
second ordre : (
y 00 (t) + 4y 0 (t) + 4y(t) = t12 e−2t
C.I. : y(1) = 0 ; y 0 (1) = 0.
1. Sur quel(s) intervalles(s) peut-on chercher une solution ? Qu'est-ce qui permet d'ar-
mer qu'une telle solution existe ? Est-elle unique ? (justier ces réponses !)
2. Résoudre cette équation diérentielle et exprimer y(t).