Académique Documents
Professionnel Documents
Culture Documents
GESTION
LICENCE 2
f (x) = 6𝑥 2 − 3 et F(x) = 2𝑥 3 − 3x + 5
F’ est la fonction dérivée de F. On dit que F est une primitive de f sur IR.
1.2.Définition
Soit f une fonction définie et dérivable sur un intervalle I.
Une fonction F définie sur I est une primitive de f sur I lorsqu’elle est dérivable sur I et que
F’ = f.
1.3.Théorème 2 :
✓ Théorème (admis) :
Toute fonction dérivable sur un intervalle I admet des primitives sur I.
Remarquons dans l’exemple précédent que F(x) = 2𝑥 3 − 3x − 7 est encore une primitive de f.
1
Théorème:
Soit f une fonction dérivable sur un intervalle I et soit F une primitive de f.
Les primitives de f sont les fonctions définies sur I par G(𝑥) = F(x)+ k où k est une constante
réelle.
Démonstration
✓ Pour tout réel x de I, on pose : G(x) = F(x)+ k. F est dérivable sur I et pour tout x
donc il existe un réel k tel que pour tout réel x de I, G(x) = F(x)+ k .
Conséquence :
Deux primitives diffèrent d’une constante.
3. Primitive prenant une valeur donnée en 𝒙𝟎
Théorème (admis) :
Soit f une fonction dérivable sur un intervalle I.
Parmi les primitives de f définies sur I, il en existe une et une seule, prenant la valeur donnée
y0 pour une valeur donnée x0 de la variable.
2
4.2. Primitives des fonctions usuelles
Les formules s’obtiennent par lecture inverse du tableau des dérivées et en utilisant les
propriétés ci-dessus.
1
𝑥
𝑙𝑛𝑥 + 𝑐
0;+
𝑒𝑥 𝑒𝑥 + 𝑐 R
𝑠𝑖𝑛𝑥 −𝑐𝑜𝑠𝑥 + 𝑐 R
𝑐𝑜𝑠𝑥 𝑠𝑖𝑛𝑥 + 𝑐 R
1 + (𝑡𝑎𝑛𝑥)2 𝑡𝑎𝑛𝑥 + 𝑐 𝜋
𝑅/ { + 𝑘𝜋}
2
1 1
Remarque : Pour trouver une primitive de 𝑥 𝑛 avec 𝑛 ≥ 2, on peut écrire 𝑥 𝑛 =𝑥 −𝑛 .
3
Primitives d’une fonction composée
𝑠𝑖𝑛𝑈 1 ∀𝑥 ∈ 𝐼, 𝑈(𝑥) ≠ 0
− 𝑐𝑜𝑠𝑈 + 𝐶
𝑈′
𝑐𝑜𝑠𝑈 1 ∀𝑥 ∈ 𝐼, 𝑈(𝑥) ≠ 0
𝑠𝑖𝑛𝑈 + 𝐶
𝑈′
1
Exemple on pose U=3𝑥 4 − 2𝑥 2 + √2𝑥 −
√7
4
II. Calcul d’intégral
1. Définition
Si 𝑓 est une fonction continue sur I ([𝑎; 𝑏]∁ I) et F une primitive de f sur I, l’intégral définie
de f entre les bornes d’intégration a et b est donnée par :
𝑏 𝑏 𝑏
∫𝑎 𝑓(𝑥)𝑑𝑥 = ∫𝑎 𝐹′(𝑥) 𝑑𝑥 =[𝐹(𝑥)] 𝑎 = 𝐹(𝑏) − 𝐹(𝑎)
2.Propriétés
Soient 𝑎, 𝑏𝑒𝑡 𝑐 des nombres réels tels que 𝑎 < 𝑏 < 𝑐 et 𝑓 et 𝑔 deux fonctions continues sur
[𝑎; 𝑐] on a les résultats suivants :
𝑏 𝑎
• ∫𝑎 𝑓(𝑥)𝑑𝑥 = − ∫𝑏 𝑓(𝑥) 𝑑𝑥
𝑎
• ∫𝑎 𝑓(𝑥)𝑑𝑥 = 0
𝑏 𝑏 𝑏
• ∫𝑎 [𝛼𝑓(𝑥) + 𝛽𝑔(𝑥)] 𝑑𝑥 = 𝛼 ∫𝑎 𝑓(𝑥) 𝑑𝑥 + 𝛽 ∫𝑎 𝑓(𝑥) 𝑑𝑥
𝑐 𝑏 𝑐
• ∫𝑎 𝑓(𝑥) 𝑑𝑥 = ∫𝑎 𝑓(𝑥) 𝑑𝑥 + ∫𝑏 𝑓(𝑥) 𝑑𝑥 (« relation de Chasles » »)
𝑏
• 𝑓(𝑥) ≥ 0 ∀𝑥 ∈ [𝑎; 𝑏] alors ∫𝑎 𝑓(𝑥)𝑑𝑥 ≥ 0
𝑏 𝑏
• 𝑓(𝑥) ≤ 𝑔(𝑥) ∀𝑥 ∈ [𝑎; 𝑏] alors ∫𝑎 𝑓(𝑥) 𝑑𝑥 ≤ ∫𝑎 𝑔(𝑥) 𝑑𝑥
Propriétés
Définition
1 𝑏
La quantité 𝑏−𝑎 ∫𝑎 𝑓(𝑥)𝑑𝑥 s’appelle la valeur moyenne de 𝑓 sur l’intervalle de [𝑎; 𝑏].
2. Intégrales généralisées
5
Définition
+∞ −𝑥
Exemple 1 : Calculer ∫0 𝑒 𝑑𝑥
Réponse :
+∞ −𝑥 𝑥 +∞
∫0 𝑒 𝑑𝑥= [−𝑒 −𝑥 ] = −𝑒 −𝑥 + 1 et lim ∫0 𝑒 −𝑥 𝑑𝑥 = lim (−𝑒 −𝑥 + 1 ) = 1
0 𝑥→+∞ 𝑥→+∞
+∞
Donc lim ∫0 𝑒 −𝑥 𝑑𝑥 = 1.
𝑥→+∞
+∞
Exemple 2 : Calculer ∫0 𝑒 𝑥 𝑑𝑥
+∞ 𝑥 +∞
∫0 𝑑𝑥= [𝑒 𝑥 ] = 𝑒 𝑥 − 1 et lim + ∫0 𝑒 𝑥 𝑑𝑥 = lim (𝑒 𝑥 − 1 )= +∞
0 𝑥→+∞ 𝑥→+∞
L’intégrale converge
Propriété
+∞ +∞
• La convergence de ∫𝑎 𝑔(𝑥)𝑑𝑥 entraine celle de ∫𝑎 𝑓(𝑥)𝑑𝑥
+∞ +∞
• La divergence de ∫𝑎 𝑔(𝑥)𝑑𝑥 entraine celle de ∫𝑎 𝑓(𝑥)𝑑𝑥
Définition
Soit 𝑓 une fonction définie sur l’intervalle [𝑎; 𝑏[ avec lim 𝑓(𝑥) )= +∞,
𝑥→𝑏
6
𝑥
• Si lim ∫𝑎 𝑓(𝑥) 𝑑𝑥 admet une limite 𝑙, l’intégrale converge. On pose :
𝑥→𝑏
𝑏
∫𝑎 𝑓(𝑥) 𝑑𝑥 = 𝑙 ;
𝑏
• Si non ∫𝑎 𝑓(𝑥) 𝑑𝑥 diverge.
Théorème
𝑏 𝑏 𝑏
∫ 𝑢𝑣 ′ = 𝑢𝑣 − ∫ 𝑣𝑢′ et pour intégrale définie∫𝑎 𝑢𝑣 ′ = [𝑢𝑣] − ∫𝑎 𝑣𝑢′
𝑎
Remarque :
Pour utiliser cette formule, la fonction à intégrer doit être le produit de deux facteur : v’
doit admettre une primitive et u tel que intégrale ∫ 𝑣𝑢′ doit être facilement plus calculable
que ∫ 𝑢𝑣′.Il faut parfois réitérer cette intégration par parties, plusieurs fois, avant d’obtenir
la solution.
𝑏 𝛽 𝛽
Pour une intégrale définie :∫𝑎 𝑓(𝑥)𝑑𝑥 = ∫𝛼 𝑓[𝜑(𝑢)]𝜑′(𝑢) 𝑢′ 𝑑𝑢 = ∫𝛼 𝑔(𝑢)𝑑𝑢
1 1
Exemple : 𝑐𝑎𝑙𝑐𝑢𝑙𝑒𝑟 ∫0 √1 − 𝑥 2 dx et ∫ 𝑥𝑙𝑛𝑥 𝑑𝑥.
7
III. Les fonctions logarithmes
Définition : On appelle fonction logarithme népérien, la fonction noté ln, qui a tout réel de
Exercice 1 : Déterminer les ensembles de définition des fonctions f(x) = ln(3x-5) + ln(2x+ 3)
et g(x) = ln(6x²-x-15)
1.2.Propriété : La fonction ln est dérivable sur 0;+∞ est sa dérivée est 𝑥. (donc la fonction
1
8
Exercice 2 : Les fonctions f et g de l’exercice 1 sont-elles égales ?
Exercice 3 : Ecrire ln(32) + ln(8) en fonction de ln(2).
croissante de 0;+∞ sur R donc pour 0 < x < 1 ln x < 0 et pour x > 1 ln x > 0, et pour a et b
asymptote à la courbe.
𝑙𝑛𝑥
De plus lim = +∞ ; lim 𝑥𝑙𝑛𝑥= −∞
𝑥→+∞ 𝑥 𝑥→+∞
Allure de la courbe
𝑈′
1.5. Fonction composée : Soit u une fonction positive sur un intervalle I alors, (ln u) ' = et
𝑈
le signe de (ln(u(x)) ' est celui de u ' (x). ( car u(x) >0)
3 5
Exemple : ( ln ( 3x-5) )' = 3𝑥−5 sur l'intervalle ]3 ; +∞[
9
ln (1+𝑥)
Application : lim = 1 donc pour h proche de 0 , on a ln(1+h) ≈ h (approximation
𝑥→+∞ 𝑥
affine de ln en 1)
1.7.Résolution d'équations ou d'inéquations avec des (ln x)² ou (ln x)3 ….. :
✓ Rechercher l'ensemble de définition D de l’équation.(si on a ln (u(x)), il faut que u(x)
> 0)
✓ Poser le changement de variable X = ln (u(x))
✓ Résoudre l'équation ou inéquation avec les X.
✓ En déduire les solutions pour x, appartenant à D.
Exercice 6 : Résoudre dans R :(𝑙𝑛𝑥) 3– 2 (lnx)² - 5 lnx + 6 = 0
2. Les autres fonctions Logarithmes
2.1. Définition 2 : Pour tout réel a strictement positif et différent de 1, on appelle logarithme
𝑙𝑛𝑥
de base a la fonction loga définie pour tout x strictement positif par : 𝑙𝑜𝑔𝑎 (𝑥)= 𝑙𝑛𝑎
Remarques: on a alors 𝑙𝑜𝑔𝑎 (𝑎) = 1 et 𝑙𝑜𝑔𝑎 (1) = 0le logarithme de base e est le logarithme
népérien.
Propriétés : pour tout x > 0 : 𝑙𝑜𝑔𝑎 (𝑥 𝑛 ) = 𝑛𝑙𝑜𝑔𝑎 (𝑥) donc 𝑙𝑜𝑔𝑎 (𝑎𝑛 ) =n
2.2.Définition 3 : On appelle fonction logarithme décimal, la fonction notée log définie sur
0;+∞par : log(x)=
𝑙𝑛(𝑥)
.
𝑙𝑛(10)
10
Propriétés : log(10) = 1 , log 1 = 0 ; la fonction log est définie , dérivable et strictement
croissante sur 0;+∞ ( car ln(10) > 0).Pour a, b réels strictement positifs et p entier
quelconque on a :
log(ab) = log(a) + log(b) ;
log (𝑎𝑝 ) = p log(a) ; log (10𝑝 ) = p
11
IV. Fonction exponentielle
1. fonction exponentielle de base e
1.1.Définition
Nous avons étudié dans la leçon précédente la fonction 𝑓 : 𝑥⟼ 𝑞𝑥 (à lire avant)
● Il existe une valeur de 𝒒 pour laquelle la fonction 𝒇 : 𝒙⟼ 𝒒𝒙 vérifie 𝒇′(𝟎)=𝟏. Cette valeur est
notée 𝒆.
● Cette fonction est appelée fonction exponentielle. 𝒇 : 𝒙⟼ 𝑒 𝑥
On la note aussi (𝑥). Cette fonction est définie et dérivable sur ℝ.
Remarques:
● 𝑒 0= 𝟏
● 𝑒 1 = 𝒆 avec 𝒆 ≈ 𝟐,718
1.2.Propriétés
Nous retrouvons les mêmes propriétés que les fonctions du type : 𝑓 : 𝑥⟼ 𝑞𝑥 vues dans le chapitre
précédent : pour tout réel 𝒙 et 𝒚 :
● 𝒆𝑥+𝑦 =𝑒 𝑥 × 𝑒 𝑦
1
● 𝒆−𝒙 =
𝑒𝑥
𝑒𝑥
● 𝒆𝑥−𝑦 =
𝑒𝑦
En particulier :
● 𝑒 𝑥 × 𝑒 −𝑥 = 𝟏
pour tout entier relatif 𝒏:
𝑒 𝑛𝑥 = (𝑒 𝑥 ) 𝑛
En particulier :
𝑒 2𝑥 = (𝑒 𝑥 ) 2
12
1.3. Résolution d’équation
Théorème:
Soit A et B deux réels, l’équation 𝑒 𝐴 =𝑒 𝐵 équivaut à A = B c’est-à-dire : Deux exponentielles sont
égales si et seulement si leurs exposants sont égaux.
Cas particulier: 𝒆𝑨 =𝟏 équivaut à: 𝑒 𝐴 =𝑒 0 ce qui équivaut à: 𝑨 =𝟎
Remarques importantes: Comme𝑒 𝑥 >0 quel que soit le réel 𝑥, l’équation 𝑒 𝑥 = 𝟎 n’a pas de
solution et l’équation 𝑒 𝑥 =𝒌 avec 𝒌<𝟎 n’a pas de solution non plus.
Exemples:
Résoudre les équations suivantes:
● 𝑒 3x+1=𝑒 2𝑥−1
𝑒 3x+1=𝑒 2𝑥−1 équivaut à : 3𝑥+1=2𝑥−1 et on obtient donc : 𝑥 = 2
L’ensemble des solutions de cette équation est : 𝑺 = {𝟐}
2 −4x+1 2 −4x+1
● 𝑒 4𝑥 =1 équivaut à : 𝑒 4𝑥 =𝑒 0 équivaut à : 4𝑥 2 −4𝑥+1= 0 <=>(2𝑥−1)²=0 et on
obtient donc : 𝑥= 1/2
L’ensemble des solutions de cette équation est : 𝑺 = {1/2}
● 𝑒𝑒 2𝑥 −1=0
𝑒 2𝑥 −1=0 équivaut à : 𝑒 2𝑥 = 1 équivaut à : 𝑒 2𝑥 =𝑒 0 équivaut à : 2𝑥 = 0 donc 𝑥 = 0
L’ensemble des solutions de cette équation est : 𝑺 = {𝟎}
● 𝑒 2𝑥 −2𝑒 𝑥 =−1 Cette équation est équivalente à :
Posons 𝑿 = 𝑒 𝑥 on obtient l’équation :
𝑋 2 −2𝑋+1=0
(𝑋−1)² = 0
Donc :
𝑋 = 1 On obtient donc :
𝑒 𝑥 = 1 c’est-à-dire 𝑒 𝑥 = 𝑒 0 qui a pour solution : 𝒙=𝟎
L’ensemble des solutions de cette équation est : 𝑺 = {𝟎}
1.4. Etude de la fonction exponentielle
La fonction 𝑥⟼ 𝑒 𝑥 est une fonction du type 𝑥⟼ 𝑞 𝑥 avec 𝑞 = e >1 :
Fonction dérivée La fonction 𝒙⟼ 𝑒 𝑥 est définie et dérivable sur ℝ.
Comme 𝒆>𝟏 alors la fonction 𝒙⟼𝑒 𝑥 est strictement croissante sur ℝ.
Sa dérivée est la fonction exponentielle elle-même c’est-à-dire :
Si (𝒙) =𝑒 𝑥 alors 𝒇′(𝒙) = 𝑒 𝑥
13
1.5. Tableau de variation et courbe représentative de la fonction exponentielle
a) Tableau de variation :
Les résultats précédents nous permettent d’écrire:
𝑥 −∞ 0 +∞
𝑓′ + +
𝑓 +∞
1.6.Résolution d’inéquations
14
L’ensemble des solutions de cette inéquation est : ]−∞ ; 0]
Exemple 2: Résolvez l’inéquation suivante : 𝑒𝑥2−16>1
2 −16 2 −16
𝑒𝑥 >1 revient à écrire: 𝑒 𝑥 >𝑒 0 ce qui équivaut à : 𝑥 2 −16>0
(𝑥−4)(𝑥+4)> 0 à partir du tableau de signe on a :
15
2.ETUDE DES FONCTIONS EXPONENTIELLES DE BASE a
2.1. Etude des fonctions exponentielles de base a :
Notation :
Soit a un réel strictement positif. Pour tout réel x, on pose 𝑎 𝑥 = 𝑒 𝑥𝑙𝑛𝑎 .
2.2.Définition :
Soit a un réel positif différent de 0 et de 1.
La fonction qui, à x, associe 𝑎 𝑥 est appellée fonction exponentielle de base a.
Remarques : il faut que a= 0 pour ln a existe.
Il faut a 1 pour que cette fonction ne soit pas constante ( 1𝑥 = 𝑒 𝑥𝑙𝑛1 ln1 = 𝑒 0 = 1 )
2.3.Propriétés algébriques :
Pour tout réels a et b positifs , différents de 0 et de 1 et pour tout réels x et y on a :
𝑎 𝑥 > 0 ( car 𝑒 𝑥 > 0 pour tout réel x )
𝑒𝑥 𝑒 𝑥𝑙𝑛𝑎 𝑎 𝑥
𝑎 𝑥−𝑦 = 𝑒 𝑦(𝑎 𝑥−𝑦 = 𝑒 (𝑥−𝑦)𝑙𝑛𝑎 = 𝑒 𝑥𝑙𝑛𝑎 . 𝑒 −𝑦𝑙𝑛𝑎 = 𝑒 𝑦𝑙𝑛𝑎 =𝑎𝑦)
Si 0 < a < 1 ln a < 0 donc f '(x) < 0 et f est strictement décroissante sur IR .
lim 𝑎 𝑥 = + ∞ et = lim 𝑎 𝑥 =0
𝑥→−∞ 𝑥→+∞
16
2.5. Courbe représentative
17
V. Calcul Matriciel
1. Vecteurs et matrices
Introduction
L’algèbre linéaire :
✓ permet d’exprimer un système d’équations compliqué sous une forme simple et lisible.
✓ permet de modéliser de nombreuses situations de l’économie et de la gestion où
apparaissent des calculs de type linéaire.
Exemple 1 : Dans le cas d’une entreprise qui possède différents magasins vendant divers
produits, une matrice offre un moyen concis d’enregistrer les stocks.
Une matrice de format (n; p) est un tableau rectangulaire de mn éléments, rangées en m lignes
et n colonnes. On utilise aussi la notation np pour le format. Lorsque n = p, on dit plutôt :
matrice carrée d'ordre n. Si n = 1, on parle de matrice-ligne d'ordre n, et si p = 1, on parle de
matrice-colonne d'ordre p.
2 −3 1 2 1 23
12 3 −1
Exemple 2: 𝐴 = (2 5 9) ; 𝐵 = ( 6 0) ; 𝐶=( ) ;𝐷 = ( 8 )
4 0 17
2 7 3 −1 3 −4
L =(2 −3 1). A est une matrice carrée d'ordre 3. B est de format (3; 2), C de format
(2; 3).D est une matrice-colonne d'ordre 3, et l’une matrice-ligne d'ordre 3.
Conventions : Chaque matrice est encadrée par des crochets [ ] ou des parenthèses ( ), parfois
par d'autres symboles (accolades, traits doubles,...) : la seule notation non admise est le trait
simple jj réserve aux déterminants. Les éléments sont nommes en utilisant deux indices, le
18
premier est l'indice de ligne, le second est l'indice de colonne. On note alors, par exemple :
A= (aij).
𝑎1,1 … 𝑎1𝑝
A= ( ⋮ ⋱ ⋮ ) avec (ai,j) Exemple : A=(2 −1 5) ; est une matrice 2 × 3 avec, par
𝑎𝑛;1 … 𝑎𝑛,𝑝 0 6 3
Définition :
• Deux matrices sont égales lorsqu’elles ont la même taille et que les coefficients
correspondants sont égaux.
• L’ensemble des matrices à n lignes et p colonnes à coefficients dans R est noté Mn,p(R).
Remarque : Dans ce cours, nous nous intéressons aux matrices à coefficients réels, mais on
peut considérer aussi des matrices à coefficients rationnels ou complexes : on a alors les
ensembles Mn,p(Q) et Mn,p(C).
Définition :
• Une matrice qui n’a qu’une seule ligne (n = 1) est appelée matrice ligne ou vecteur ligne.
On la note A = (𝑎1,1 𝑎1,2 . . . 𝑎1, 𝑝).
• De même, une matrice qui n’a qu’une seule colonne (p = 1) est appelée matrice colonne ou
𝑎1,1
vecteur colonne. On la note A =( ⋮ )
𝑎𝑛,1
• La matrice (de taille n×p) dont tous les coefficients sont des zéros est appelée la matrice
nulle et est notée 0n,p ou plus simplement 0. Dans le calcul matriciel, la matrice nulle joue le
rôle du nombre 0 pour les réels.
19
2. Opérations sur les matrices
40 20 50 10
25 30 10 60
D =( ).
15 0 40 70
60 40 10 50
Pour trouver le nouveau niveau des stocks, désignons la matrice initiale par S et calculons
S +D. En additionnant les uns aux autres les éléments correspondants de chaque matrice, nous
trouvons :
Définition
Soient A et B deux matrices ayant la même taille n × p. Leur somme C = A + B est la matrice
de taille n × p définie par cij = aij + bij.
Exemple 3 :
3 −2 0 5 3 3 −2
Si 𝐴 = ( ) et 𝐵 = ( ) alors A+B =( ). Par contre si B’=( ) alors A+B’
1 7 2 −1 3 6 8
n’est pas définie.
2.2.Produit d’une matrice par un scalaire
Exemple 4:
25
La matrice colonne A = (40) est une matrice de prix HT. On suppose que le taux de la TVA
32
soit de 20%. Quelle est la matrice B des prix de vente TTC?
Le coefficient multiplicateur est 1,2. On doit donc multiplier tous les éléments de A par 1,2.
1,2 × 25 30
On obtient ainsi B = (1,2) A = 1,2 ×(1,2 × 40) = ( 48 ).
1,2 × 32 38,4
20
En algèbre linéaire, un simple nombre tel que 12, −2 ou 0,07 est appelé un scalaire.
Définition
Le produit d’une matrice A = (𝑎𝑖𝑗)de Mn,p(K) par un scalaire 𝛼 ∈ K est la matrice (𝛼𝑎𝑖𝑗)
formée en multipliant chaque coefficient de A par 𝛼. Elle est notée· 𝛼 .A (ou simplement 𝛼A).
Ce processus s’appelle multiplication par un scalaire parce que l’échelle des éléments de la
matrice est augmentée ou diminuée selon la valeur de ce scalaire.
1 2 3 2 4 6
Si A = ( ) et 𝛼 = 2 alors 𝛼A=( )
0 1 0 0 2 0
La matrice (−1) A est l’opposée de A et est notée −A. La différence A−B est définie par A +
(−B).
2 −1 0 −1 4 2 3 −5 −2
Si A = ( ) et B =( ) alors A−B ==( )
4 −5 2 7 −5 3 −3 0 −1
L’addition et la multiplication par un scalaire se comportent sans surprises:
Propriété :
Soient A, B et C trois matrices appartenant à Mn,p(K).
Soient 𝛼 ∈ K et 𝛽 ∈ K deux scalaires.
A + B = B + A : la somme est commutative,
A + (B + C) = (A + B) + C : la somme est associative,
A + 0 = A : la matrice nulle est l’élément neutre de l’addition,
( 𝛼 + 𝛽)A = 𝛼A + 𝛽A,
𝛼 (A + B) = 𝛼 A + 𝛼B.
2.3.Multiplication de matrices
Exemple 5 : Reportons-nous à l’exemple 1. Supposons que le prix des skis soit de 200 euros,
celui de bâtons 50 euros, celui des fixations 100 euros et celui des outils 150 euros. Quelle est
la valeur V du stock des différents magasins ?
On exprime les prix sous la forme d’une vectrice colonne des prix P et on multiplie S et P.
21
Définition du produit
Le produit AB de deux matrices A et B est défini si et seulement si le nombre de colonnes de A
est égal au nombre de lignes de B.
Définition :
Soient A = (aij) une matrice n × p et B = (bij) une matrice p × q. Alors le produit C = AB est
une matrice n × q dont les coefficients cij sont définis par :
cij =∑𝑝𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗
On peut écrire le coefficient de façon plus développée, à savoir :
Il est commode de disposer les calculs de la façon suivante. cij = ai1b1j + ai2b2j + · · · +
aikbkj + · · · + aipbpj .
A → × × × × × = 𝑐𝑖𝑗
( ) ( )
Exemple 6 :
1 2
1 2 3
A =( ) et B =(−1 1)
2 3 4
1 1
On dispose d’abord le produit correctement (à gauche) : la matrice obtenue est de taille 2×2.
Puis on calcule chacun des coefficients, en commençant par le premier coefficient c11 = 1 × 1
+ 2 × (−1) + 3 × 1 = 2 (au milieu), puis les autres (à droite).
22
1 2
(−1 1)
1 1
1 2 3 2 7
( )=( )
2 3 4 3 11
Un exemple intéressant est le produit d’une vectrice ligne par une vectrice colonne :
𝑏1
𝑢 = (𝑎1 𝑎2 · · · 𝑎𝑛) 𝑣 = ( ⋮ )
𝑏𝑛
Alors u×v est une matrice de taille 1×1 dont l’unique coefficient est a1b1 + a2b2 +· · ·+anbn.
Ce nombre s’appelle le produit scalaire des vecteurs u et v.
Calculer le coefficient cij dans le produit A × B revient donc à calculer le produit scalaire des
vecteurs formés par la i-ème ligne de A et la j-ème colonne de B.
Remarque1 :
Le produit de matrices n’est pas commutatif en général. En effet, il se peut que AB soit défini
mais pas BA, ou que AB et BA soient tous deux définis mais pas de la même taille. Mais même
dans le cas où AB et BA sont définis et de la même taille, on a en général AB ≠BA.
5 1 2 0 14 3 2 0 5 1 10 2
Exemple :( )( )=( ) mais ( )( )=( )
3 −2 4 3 −2 −6 4 3 3 −2 29 −2
Remarque2 :
AB = 0 n’implique pas A = 0 ou B = 0.
Il peut arriver que le produit de deux matrices non nulles soit nul. En d’autres termes, on peut
avoir A ≠ 0 et B ≠ 0, mais AB = 0.
Exemple :
0 −1 2 −3 0 0
A =( ) et B =( ), ainsi AB =( ).
0 5 0 0 0 0
Remarque3 :
23
Malgré les difficultés soulevées au-dessus, le produit vérifie les propriétés suivantes :
Propriété :
A(BC) = (AB)C : associativité du produit, A(B + C) = AB + AC et (B + C)A = BA + CA:
distributivité du produit par rapport à la somme, A · 0 = 0 et 0 · A = 0.
Ses éléments diagonaux sont égaux à 1 et tous ses autres éléments sont égaux à 0. Elle se note
In ou simplement I. Dans le calcul matriciel, la matrice identité joue un rôle analogue à celui
du nombre 1 pour les réels. C’est l’élément neutre pour la multiplication. En d’autres termes :
24
1 0 2𝑝 − 1
𝑝
𝐴 = (0 (−1)𝑝 0 ).
0 0 2𝑝
Démontrons ce résultat par récurrence. Il est vrai pour p = 0 (on trouve l’identité). On le
suppose vrai pour un entier p et on va le démontrer pour p + 1. On a, d’après la définition,
1 0 2𝑝 − 1 1 0 1
𝑝+1 𝑝
𝐴 =𝐴 ×A =(0 (−1)𝑝 0 ) (0 −2 0)
0 0 2𝑝 0 0 2
Formule du binôme
Comme la multiplication n’est pas commutative, les identités binomiales usuelles sont
fausses. En particulier, (𝐴 + 𝐵) 2 ne vaut en général pas 𝐴2 + 2𝐴𝐵 + 𝐵 2 mais on sait
seulement que (𝐴 + 𝐵) 2 = 𝐴2 + AB + BA + 𝐵 2.
Propriété : (Calcul de lorsque(𝐴 + 𝐵) 𝑝 AB = BA). Soient A et B, deux éléments de Mn(K)
qui commutent, c’est-à-dire tels que AB = BA. Alors, pour tout entier p ≥0, on a la formule
(𝐴 + 𝐵) 𝑝 =∑𝑝𝑘=0(𝑝𝑘)𝐴𝑝−𝑘 𝐵 𝑘 où (𝑝𝑘) désigne le coefficient du binôme.
La démonstration est similaire à celle de la formule du binôme pour(𝑎 + 𝑏) 𝑝 , avec a,b ∈ R.
1 1 1 1 0 1 1 1
0 1 2 1 0 0 2 1
Exemple 9 : Soit A =( ). On pose N = A − I =( )
0 0 1 3 0 0 0 3
0 0 0 1 0 0 0 0
La matrice N est nilpotente (c’est-à-dire il existe 𝑘 ∈N tel que 𝑁 𝑘 = 0) comme le montrent les
calculs suivants :
0 0 2 4 0 0 0 6
0 0 0 6 0 0 0 0
𝑁 2 =( ) 𝑁 3 =( ) et 𝑁 4 = 0.
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
Comme on a A = I+N et les matrices N et I commutent (la matrice identité commute avec
toutes les matrices), on peut appliquer la formule du binôme de Newton. On utilise que 𝐼 𝑘 = I
pour tout k et surtout que𝑁 3 = 0 si k≥4.
𝑝(𝑝−1) 𝑝(𝑝−1)(𝑝−2)
On obtient 𝐴𝑝 =∑𝑝𝑘=0(𝑝𝑘)𝑁 𝑘 𝐼 𝑝−𝑘 = ∑3𝑘=0(𝑝𝑘)𝑁 𝑝 = 𝐼 + 𝑝𝑀 + 𝑁2+ .
2! 3!
1 𝑝 𝑝2 𝑝(𝑝2 − 𝑝 + 1)
D’où 𝐴 = (0 1 2𝑝 𝑝(3𝑝 − 2) )
0 0 1 3𝑝
0 0 0 1
25
3. Déterminant d’une matrice carrée
Le déterminant d'une matrice carrée A est un nombre detA qu'on associe à A qui apparait dans
beaucoup de formules. Quand les coefficients de la matrice sont donnes, la notation usuelle
pour son déterminant est le membre de gauche suivant, mais les autres notations sont utilisées.
𝑎1,1 𝑎1,2 𝑎1,3 𝑎1,1 𝑎1,2 𝑎1,3
𝑎
| 2,1 𝑎 2,2 𝑎 2,3 | det( 2,1 𝑎2,2 𝑎2,3 ) =|A|= detA.
𝑎
𝑎3,1 𝑎3,2 𝑎3,3 𝑎3,1 𝑎3,2 𝑎3,3
Les délimiteurs | | sont réservés aux déterminants, et les délimiteurs ( ) et [ ] aux matrices.
On dit déterminant d'ordre n pour le déterminant d'une matrice carrée n ×n.
Il y'a au moins 4 façons différentes mais _équivalentes à définir les déterminants, mais aucune
d'elles n'est simple. Donc on va se concentrer sur le calcul des déterminants et sur leurs
propriétés principales. Seulement après cela on donnera une des définitions de déterminants.
Déterminants d'ordre 1,2 et 3.
✓ Le déterminant d'une matrice 1 ×1 est son coefficient : det(a) = a. On ne distingue pas
trop entre une matrice 1 ×1, son unique coefficient, et son déterminante.
𝑎 𝑏
✓ Le déterminant d'une matrice 2 ×2 est donnée par : | |= ad − bc
𝑐 𝑑
✓ Le déterminant d'une matrice 3× 3 se calcule par la règle de Sarrus. Cette règle est
utilisée uniquement pour les déterminants d'ordre 3. Elle est fausse pour toute autre
taille. On recopie les deux premières lignes de la matrice comme les 4eme et 5eme
lignes d'une matrice augmentée.
𝑎1,1 𝑎1,2 𝑎1,3
𝑎1,2 𝑎2,2 𝑎2,3
|𝑎3,1 𝑎3,2 𝑎2,3 |
| |
𝑎1,1 𝑎1,2 𝑎1,3
𝑎1,2 𝑎2,2 𝑎2,3
Le déterminant est la somme et différence de 6 termes correspondant aux 6 grandes
diagonales de la matrice augmentée. Spécifiquement, on fait la somme des 3 produits le long
des longues diagonales de sens, puis on soustrait les 3 produits le long des longues diagonales
Il y a ceux qui préfèrent ajouter deux lignes _a la matrice plutôt que deux colonnes, mais cela
revient à la même chose.
1 2 3
Exemple 10: calculer detA où A =(4 5 6).
7 8 9
Calcul de déterminants
Les deux théorèmes suivants permettent de calculer les déterminants efficacement.
26
Théorème 1
Le déterminant d'une matrice triangulaire est le produit de ses coefficients diagonaux.Ce
théorème s'applique aux matrices triangulaires supérieures, aux matrices triangulaires
inférieures, et aux matrices diagonales :
𝑎 𝑏 𝑐 𝑢 0 0 𝑠 0 0
|0 𝑑 𝑒 | = 𝑎𝑑𝑓 , |𝑥 𝑣 0|=𝑢𝑣𝑦 ; |0 𝑟 0| = 𝑠𝑟𝑡
0 0 𝑓 𝑧 𝑤 𝑦 0 0 𝑡
Décrivons ce qui se passe au déterminant quand on fait des opérations élémentaires sur ses
lignes :
Théorème 2
Soit A une matrice carrée, et soit A1 la matrice obtenue en appliquant une opération
élémentaire aux lignes de A. On a :
detA1 si l0operation est du type Li → Li + aLj(avec i ≠ j);
detA ={ −detA1 si l0operation est du type Li ↔ Lj(avec i ≠ j);
1
𝑟 det 𝐴1 𝑠𝑖 𝑙 ′ 𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛𝑒𝑠𝑡 𝑑𝑢 𝑡𝑦𝑝𝑒 𝑟 𝑙𝑖.
27
Pour une matrice carrée A de taille n×n notons Aij la sous matrice (n - 1) ×(n -1) obtenue en
supprimant la ième ligne Li et la jème colonne Cj de A. La formule générale est :
detA = 𝑎1,1detA11 - a12.detA12 + a13.detA13-… + a1ndetA1n: Regardons de près cette
formule. On prend tous les coefficients a11; a12 ;…….. ; a1n d'une ligne ou d'une colonne de
A. On multiplie chacun de ces coefficients a1j par un mineur detA1j, le déterminant de la sous
matrice où on supprime la ligne et la colonne du coefficient a1j. Ensuite on multiplie chaque
produit par un signe + ou -, en alternance, et on additionne.
Exemple 11 :
1 2 3
Calculer : Calculer detA où A =(4 5 6)
7 8 9
On peut développer detA par rapport à n'importe quelle ligne ou colonne. La formule pour, les
développements par rapport à la ième ligne Li est :
detA = (−1)1+𝑗 𝑎1𝑗 𝑑𝑒𝑡𝐴1𝑗 + (−1)2+𝑗 𝑎2𝑗 𝑑𝑒𝑡𝐴2𝑗 + ⋯ + (−1)𝑛+𝑗 𝑎𝑛𝑗 𝑑𝑒𝑡𝐴𝑛𝑗
Pratique. Normalement il n'est pas très pratique d'évaluer un déterminant d'ordre n ≥ 4 par le
développement par rapport à une ligne ou une colonne, parce qu'il faut évaluer beaucoup de
mineurs d'ordre n − 1 en les développant a leur tour, etc.
Exception. Il peut être pratique de developper un déterminant par rapport à une ligne ou une
colonne qui contient seulement 1 ou 2 coefficients non nuls.
La définition du déterminant
Jusqu' a maintenant on a évite de donner une définition du déterminant d'une matrice carrée
n×n générale parce que toutes les définitions sont compliquées.
La définition la plus élémentaire est récursive.
Définition
Soit A une matrice carrée d'ordre n.
_ Pour n = 1,et A = (a), on pose detA = a.
_ Pour n ≥ 2, on définit detA par son développement par rapport à la première ligne
detA = = (−1)1+𝑗 𝑎1𝑗 𝑑𝑒𝑡𝐴1𝑗 + (−1)2+𝑗 𝑎2𝑗 𝑑𝑒𝑡𝐴2𝑗 + ⋯ + (−1)𝑛+𝑗 𝑎𝑛𝑗 𝑑𝑒𝑡𝐴𝑛𝑗 .
4. Inversion d’une matrice carrée.
Soit M = (aij) une matrice carrée d'ordre p on note N = (bij) une matrice carrée d'ordre p avec
bij =(−1)𝑖+𝑗 det(Mij).
Mij étant la matrice déduite de M par suppression de la ligne de rang i et de la colonne de
rang j alors on appelle comatrice de M et on la note 𝑀∗ , la matrice transposée de N. Donc la
matrice𝑀∗ = 𝑁 𝑡 .
28
Exemple
1 0 −1
Déterminer la comatrice de la matrice M =( 0 −1 1 )
−1 2 0
Théorème
Pour qu'une matrice carrée M soit inversible il faut et il su_t que detM ≠ 0 alors :
1
𝑀−1 = 𝑀∗
𝑑𝑒𝑡𝑀
Exemple 12 :
1 3 −1
Soit la matrice A = ( 3 −1 1 ),trouver l’inverse de A.
−2 1 −3
5. Applications
𝑥 − 2𝑦 + 2𝑧 = 3
(E) {2𝑥 − 𝑦 + 3𝑧 = 9
3𝑥 + 2𝑦 − 𝑧 = 4
1 −2 2 3 𝐿1
(2 −1 3 |9) 𝐿2
3 2 −1 3 𝐿3
Effectuons les opérations L1 ← L1; L2 ←L2 − 2L1; L3← L3 −3L1 pour obtenir
1 −2 2 3 𝐿1
(0 3 −1| 3 ) 𝐿2
0 8 −7 −5 𝐿3
29
8
Effectuons ensuite les opérations L1 ← L1; L2 ←L2; L3 ←L3 − L2. Ce qui donne
3
1 −2 2 3 𝐿1
(0 3 −1 | 3 ) 𝐿2
13
0 0 − 8 −13 𝐿3
𝑥 − 2𝑦 + 2𝑧 = 3
3𝑦 − 𝑧 = 3
{
13
− 𝑧 = −13
8
Ainsi on trouve :
13
− 𝑧 = −13 => 𝑧 = 3 ; 3𝑦 − 3 = 3 => 𝑦 = 2 ; 𝑥 − 2 × 2 + 2 × 3 = 3 => 𝑥 = 1.
8
30