Dokumen - Pub Mathematiques Exercices Incontournables BCPST 1 2e Ed Concours Ecoles Dingenieurs French Edition 2nbsped 2100767461 9782100767465

BCPST 1
EXERCICES VIDIAN ROUSSE

INCONTOURNABLES
NICOLAS BLANC
Mathématiques
exercices incontournables
2e ÉDITION
Conception et création de couverture : Atelier 3+
© Dunod, 2017
11 rue Paul Bert, 92240 Malakoff
www.dunod.com
ISBN 978-2-10-076746-5
Table des matières
Outils de bases
1 Calcul algébrique 7
2 Nombres complexes et trigonométrie 27
3 Dénombrement 45
Algèbre
4 Systèmes linéaires 65
5 Matrices 75
6 Polynômes 103
7 Géométrie 123
8 Espaces vectoriels et applications linéaires 141
Analyse
© Dunod. Toute reproduction non autorisée est un délit.
9 Nombres réels et suites réelles 175

10 Limites et continuité des fonctions d’une variable 201
11 Dérivation des fonctions d’une variable réelle 215
12 Développements limités et études de fonctions 239
13 Intégration des fonctions sur un segment 261
14 Équations différentielles 291
15 Fonctions de deux variables 317
Probabilités
16 Statistique descriptive 331
17 Espaces probabilisés 343
18 Variables aléatoires finies 361
19 Couples et n-uplets de variables aléatoires finies 393
Index 419
Avant-propos
Cet ouvrage s’adresse aux étudiants de première année BCPST de classes prépara-
toires scientifiques. Il leur propose de mettre en pratique les notions abordées en cours
de mathématiques et d’algorithmique par le biais d’exercices. Chacun est suivi d’une
correction détaillée et commentée dans laquelle l’accent est mis sur la méthode qui
mène à la solution.
Le livre est divisé en quatre parties et dix-neuf chapitres, consacrés chacun à une partie
du programme avec respect de la séparation en deux semestres. Au sein d’un même
chapitre, les exercices ont été choisis de façon à passer en revue toutes les capacités
attendues autour des notions à connaître. Ces capacités sont listées à la fin de chaque
chapitre avec un renvoi explicite aux questions et exercices dans lesquels elles sont
utilisées. Les principales formules sont également rappelées au sein de chaque capacité.
En BCPST, l’informatique joue un rôle important et indissociable des mathématiques.
Nous avons donc également intégré des questions de programmation en Python quand
l’exercice pouvait s’y prêter.
En ce qui concerne les corrections, nous avons choisi de séparer clairement :
• la réflexion préliminaire, comprenant analyse du problème et tâtonnements au
brouillon (nous nous sommes en particulier autorisés une plus grande liberté dans
la façon de formuler les idées et le sens profond de certaines notions parfois au
mépris d’une certaine rigueur mathématique mais toujours dans un souci pédago-
gique),
• de la rédaction finale, rigoureuse et précise.
Cette dernière étape est signalée dans le texte par la présence d’un liseré gris sur la
gauche et d’un . Insistons sur le fait que nous ne prétendons nullement présenter
l’unique cheminement permettant d’aboutir à la solution d’un exercice donné, ni la
seule rédaction acceptable. Par ailleurs, nous avons souhaité mettre en exergue les
idées réutilisables en les rédigeant sur un fond grisé et indiqué par un . De même,
la présence d’une difficulté courante est signalée par un .

L’index présent en fin d’ouvrage fournit des renvois aux principales notions aussi bien
vers la liste de capacités du chapitre dont elles dépendent que vers leurs utilisations
explicites dans d’autres chapitres.
Enfin, comme l’usage le veut l’expression “si et seulement si” sera parfois abrégée en
“ssi”.
Partie 1
Outils de bases
Outils de bases
1 Calcul algébrique 7
Semestre 1
1.1 : Techniques de sommation de base 7
1.2 : Séparation pairs/impairs 12
1.3 : La somme des premiers cubes I 13
1.4 : Sommes télescopiques 16
1.5 : Formule du binôme et moments de la loi binomiale 18
1.6 : La formule de Vandermonde I 21
Liste des capacités attendues 24
2 Nombres complexes et trigonométrie 27

Semestre 1
2.1 : Autour de la formule d’Al-Kashi 27
2.2 : Identité de Lagrange et inégalité de Cauchy-Schwarz 29
2.3 : Complexes de module 1 30
2.4 : Équations sur C 31
2.5 : Racines 5-ièmes et constructibilité du pentagone 33
2.6 : Système d’équations sur C 35
2.7 : Équations trigonométriques I 36
2.8 : Équations trigonométriques II 38
2.9 : Linéarisation et applications 41
3 Dénombrement 45
Semestre 1
3.1 : Q.C.M. et structure de données 45
3.2 : Combinaisons avec répétitions 46
3.3 : Autour de la formule du crible 49
3.4 : Formules de Vandermonde et du binôme de Newton 52
3.5 : Tirages avec et sans remise 54
3.6 : Comment vider une urne ? 58
CHAPITRE
1
Calcul algébrique

n
On rappelle le vocabulaire élémentaire associé aux sommes uk et aux produits
k=m

n
uk d’un nombre fini de termes :
k=m
• k est l’indice de la somme ou du produit,
• m et n sont les bornes respectivement inférieure et supérieure de la somme ou du
produit,
• uk est le terme général de la somme ou du produit.
Exercice 1.1 : Techniques de sommation de base
1. Soit (un ) une suite arithmétique de raison r (r = 0) et de premier terme u0 .

n
Calculer uk .
k=m
2. Soit (un ) une suite géométrique de raison q (q = 1) et de premier terme u0 .
n n
Calculer uk et uk .
k=m k=m

n
(2n)!
3. Montrer que, pour tout n ∈ N∗ , (2k − 1) = .
2n n!
k=1
Écrire une fonction Python d’en-tête def produit_impairs(n) qui calcule le
produit des n premiers entiers naturels impairs.
j
4. Calculer |i − j| et .
i
1i,jn 1ijn
1. Il y a plusieurs façons naturelles de procéder :

• la suite est arithmétique donc son terme général s’écrit uk = u0 + kr et on est
ainsi ramené à une somme d’entiers consécutifs ;
8 Chapitre 1 Calcul algébrique

n

n

n

n
uk = (u0 + kr) = u0 1+r k

k=m k=m k=m k=m

n

m−1
= u0 (n − m + 1) + r k− k
k=1 k=1

n(n + 1) (m − 1)m
= (n − m + 1)u0 + r −
2 2
n2 + n − m2 + m
= (n − m + 1)u0 + r
2
(n + m)(n − m + 1)
= (n − m + 1)u0 + r.
2
• on peut alternativement utiliser l’expression uk = um + (k − m)r pour se ramener

directement à la somme des premiers entiers ;

n

n

n
[um + (k − m)r] = um 1+r (k − m)

k=m k=m k=m

n−m
= um (n − m + 1) + r k
k =0
(avec le changement d’indice k = k − m)

(n − m)(n − m + 1)
= (n − m + 1)um + r
2
(n − m)(n − m + 1)
= (n − m + 1)(u0 + mr) + r
2
(n + m)(n − m + 1)
= (n − m + 1)u0 + r .
2
• on peut encore utiliser la démarche du jeune Gauss ∗ en ajoutant la somme incon-

nue à elle-même mais en ordonnant les termes dans l’autre sens
1 + 2 + ··· + k + ··· + n−1 + n
n + n − 1 + ··· + n+1−k + ··· + 2 + 1
(n + 1) + (n + 1) + · · · + (n + 1) + ··· + (n + 1) + (n + 1)

100
ce qui lui a permis d’obtenir rapidement que 2 k = 100 × (100 + 1).
k=1
Avec les changements d’indice k = k − m et k = n − k, on a

n

n

n−m

n−m

n−m
uk + uk = um+k + un−k = (um+k + un−k ).

k=m k=m k =0 k =0 k=0
∗. Carl Friedrich Gauss (1777-1865), le Prince des mathématiciens, a ouvert la voie à de nombreux
domaines des mathématiques. Il racontait lui-même cette anecdote pour construire sa légende.
Exercice 1.1 Techniques de sommation de base 9
On remarque alors que um+k + un−k = um + kr + un − kr = um + un est indépendant

de k, d’où

n
um + un u0 + mr + u0 + nr
uk = (n − m + 1) = (n − m + 1)
2 2
k=m
(n − m + 1)(m + n)
= (n − m + 1)u0 + r .
2
2. Pour la somme des termes consécutifs d’une suite géométrique, il y a encore plu-
sieurs façons naturelles de procéder :
• la suite est géométrique donc son terme général s’écrit uk = u0 q k et on est ainsi
n
1 − q n+1
ramené à la somme connue qk = ;
1−q
k=0

n

n

n
uk = um q k−m = um q k−m
k=m k=m k=m

n−m

= um qk (avec le changement d’indice k = k − m)
k =0
1 − q n−m+1 1 − q n−m+1
= um = u0 q m .
1−q 1−q
• on peut aussi reprendre l’idée de Gauss et voir comment la relation uk+1 = quk
permet d’obtenir une équation algébrique du premier degré d’inconnue la somme
cherchée.

n

n

n+1

n
q uk = uk+1 = uk = uk + un+1 − um ,

k=m k=m k =m+1 k=m
d’où

n
um − un+1 um − qun u0 q m − qu0 q n 1 − q n−m+1

uk = = = = u0 q m .
1−q 1−q 1−q 1−q
k=m
Quant au produit des termes consécutifs de la même suite géométrique, le problème

se déplace dans l’exposant et se ramène à la somme des termes consécutifs d’une suite
arithmétique.
n

n

n k
(n+m)(n−m+1)
uk = (u0 q k ) = un−m+1
0 q k=m = un−m+1
0 q 2 .
k=m k=m
3. Le produit fait penser à la définition d’une factorielle mais seuls les termes impairs
sont présents :
1 × 2 × 3 × · · · × (2k − 1) × (2k) × · · · × (2n − 1) × (2n) = (2n)!
n
1× 3 × · · · × (2k − 1) × · · · × (2n − 1) = (2k − 1).
k=1
Les termes pairs manquants donnent eux :

2 × 4 × · · · × (2n − 2) × (2n) = [2 × · · · × 2][1 × 2 × · · · × (n − 1) × n].

n fois

n
(2n)! (2n)! (2n)!
(2k − 1) = = = .

n

n

n 2n n!
k=1
(2k) 2 k
k=1 k=1 k=1
L’implémentation en Python du calcul du produit se fait naturellement à l’aide d’une

boucle for, il y a plusieurs possibilités selon que l’on calcule le terme général du
produit à part ou non.
1 def produit_impairs(n): # 1 def produit_impairs(n): #

2 P=1 # 2 P,I=1,3 #
3 for k in range(2,n+1): # 3 for k in range(1,n): #
4 P=P*(2*k-1) # 4 P,I=P*I,I+2 #
5 return P # 5 return P #
1 def produit_impairs(n): #
2 P=1 #
3 for k in range(3,2*n,2): # pour chaque impair entre 3 et 2n-1
4 P=P*k #
5 return P #
4. On commence par écrire la somme double comme deux sommes simples imbriquées ;
n

n

|i − j| = |i − j|
1i,jn i=1 j=1
puis on découpe la somme intérieure selon le signe de la différence i − j pour pouvoir

“éliminer” la valeur absolue ;
i−1

n

n
= (i − j) + 0 + (j − i)
i=1 j=1 j=i+1
Exercice 1.1 Techniques de sommation de base 11
en les écrivant en développé, on constate que les deux sommes sont connues

i−1
(i − j) = (i − 1) + (i − 2) + · · · + 2 + 1,
j=1

n
(j − i) = 1 + 2 + · · · + (n − i − 1) + (n − i) ;
j=i+1
i−1

n

n−i

|i − j| = j + j
1i,jn i=1 j =1 j =1
(avec les changements d’indice j = i − j et j = j − i)

n
(i − 1)i (n − i)(n − i + 1)
= +
2 2
i=1
on regroupe alors selon les puissances de i et on conclut par linéarité de la somme.
n
n(n + 1)
= i2 − (n + 1)i +
2
i=1
n(n + 1)(2n + 1) n(n + 1) 1

= − (n + 1) + n2 (n + 1)
6 2 2
n(n + 1)
(n − 1)n(n + 1)
= 2n + 1 − 3(n + 1) + 3n = .
6 3
Quant à la seconde somme, on choisit de sommer en premier (la somme extérieure)

n
sur j qui varie donc selon 1 H

Hi j n (à ce stade, i n’existe pas encore) i.e. ,
j=1
une fois j fixé, on somme sur i qui varie donc selon 1 i j H

Hn (la contrainte

j
concernant j a déjà été prise en compte précédemment) i.e. .
i=1
j
j
n
j
=
i i
1ijn j=1 i=1

n
= (2j − 1) (d’après la formule du binôme de Newton)

j=1

n

n
= 2 2j−1 − 1 (par linéarité de la somme)

j=1 j=1
1 − 2n
= 2 − n = 2n+1 − n − 2.
1−2
Exercice 1.2 : Séparation pairs/impairs
n
n
2n 2n
1. Pour n ∈ N∗ , on pose Pn = et In =
.
2k 2k − 1
k=0 k=1
En considérant Pn + In et Pn − In , calculer les deux sommes Pn et In .

2n
2. Calculer, pour n ∈ N∗ , (−1)k k 2 .
k=0
1. Écrivons les sommes en développé pour visualiser ce qui se passe :

2n 2n 2n 2n
Pn = + + ··············· + + ······+
0 2 2k 2n

2n 2n 2n 2n
In = + + ···+ + ··· +
1 3 2k − 1 2n − 1

2n 2n 2n 2n 2n 2n
Pn + In = + + ···+ + + ··· + +
0 1 2k − 1 2k 2n − 1 2n

2n 2n 2n 2n 2n 2n
Pn − In = − + ···− + − ··· − + .
0 1 2k − 1 2k 2n − 1 2n
On a, pour n ∈ N∗ , d’après la formule du binôme de Newton,
2n
2n
Pn + In = = (1 + 1)2n = 22n ,
p
p=0

2n
2n
Pn − In = (−1)p = (1 − 1)2n = 0.
p
p=0
1 2n
D’où Pn = In = 2 = 22n−1 .
2
2. Là encore, écrivons la somme en développé :

2n
(−1)k k 2 = 02 − 12 + 22 − · · · − (2p − 1)2 + (2p)2 − · · · − (2n − 1)2 + (2n)2
k=0
pour constater qu’il y a des simplifications entre deux termes consécutifs puisque
(2p)2 − (2p − 1)2 = [2p + 2p − 1][2p − (2p − 1)] = 4p − 1.
Pour n ∈ N∗ ,

2n

n

n
(−1)k k2 = (2p)2 − (2p − 1)2

k=0 p=1 p=1

n

n

n
= (4p − 1) = 4 p− 1
p=1 p=1 p=1
= 2n(n + 1) − n = n(2n + 1).

Exercice 1.3 La somme des premiers cubes I 13
Exercice 1.3 : La somme des premiers cubes I

n
On se propose de calculer Sn = k 3 , pour n ∈ N∗ , par quatre ∗ méthodes
k=1
différentes et indépendantes.
n2 (n + 1)2
1. Montrer par récurrence que, pour tout n ∈ N∗ , Sn = .
4
2. Calculer (k + 1)4 − k 4 , en déduire que

n
n
(n + 1) − 1 = 4Sn + 6
4 2
k +4 k+n
k=1 k=1
et retrouver l’expression de Sn .
3. a. Justifier que (n + 1 − k)3 = (n + 1)3 − 3(n + 1)2 k + 3(n + 1)k 2 − k 3 .
b. En déduire que

n
n
Sn = n(n + 1)3 − 3(n + 1)2 k + 3(n + 1) k 2 − Sn
k=1 k=1
et retrouver l’expression de Sn .

4. a. En calculant de deux façons j 2 , montrer que
1ijn
1 2 1
2 n n
n (n + 1)(2n + 1) 1
Sn = − Sn + i − i.
6 3 2 i=1 6 i=1
b. Retrouver alors l’expression de Sn .
1. Le résultat est donné dans l’énoncé, le raisonnement par récurrence est bien pos-
sible, encore faut-il indiquer clairement l’hypothèse de récurrence.
n2 (n + 1)2
Pour n 1, notons Pn l’assertion “Sn = ”.
4

1
12 (1 + 1)2 22
k3 = 13 = 1 d’une part et
Pour l’initialisation, S1 = = = 1 d’autre

4 4
k=1
part donc P1 est vraie.
Pour l’hérédité, supposons Pn vraie pour un certain n 1, alors
n2 (n + 1)2 (n + 1)2 2
Sn+1 = Sn + (n + 1)3 = + (n + 1)3 = [n + 4(n + 1)]
4 4
(n + 1)2 2 (n + 1)2 [(n + 1) + 1]2
= (n + 4n + 4) =
4 4
donc Pn+1 est vraie.
n2 (n + 1)2
Finalement, par principe de récurrence, pour tout n 1, Sn = .
4
∗. On trouvera une cinquième méthode dans l’exercice 6.2 en page 108.

2. On commence par développer pour visualiser la simplification.
D’après la formule du binôme de Newton,

(k + 1)4 − k4 = (k4 + 4k3 + 6k2 + 4k + 1) − k4 = 4k3 + 6k2 + 4k + 1.
Le terme général de Sn apparaît dans le membre de droite, on va donc sommer cette

égalité pour 1 k n pour faire apparaître Sn .
En sommant cette égalité, pour k variant entre 1 et n, on obtient

n n

(k + 1)4 − k4 = 4k3 + 6k2 + 4k + 1 .
k=1 k=1
D’où, par télescopage dans le membre de gauche et par linéarité de la somme dans le
membre de droite,

n

n
(n + 1)4 − 1 = 4Sn + 6 k2 + 4 k + n.
k=1 k=1
En isolant Sn , on conclut que

1 2n n
Sn = (n + 1)4 − 1 − n − 4 k−6 k
4
k=1 k=1
1

= (n + 1)4 − (n + 1) − 2n(n + 1) − n(n + 1)(2n + 1)
4

n+1
= (n + 1)3 − 1 − 2n − n(2n + 1)
4

n+1 3
= n + 3n2 + 3n + 1 − 1 − 2n − 2n2 − n
4
n+1 3 n2 (n + 1)2
= (n + n2 ) = .
4 4
3.a. On reconnaît les coefficients de la formule du binôme, il suffit donc de bien

découper n + 1 − k en (n + 1) − k.

(n + 1 − k)3 = [(n + 1) − k]3 = (n + 1)3 − 3(n + 1)2 k + 3(n + 1)k2 − k3 .
3.b. Là encore, on reconnaît à droite le terme général de Sn et on somme donc l’égalité.
Par linéarité de la somme,

n

n

n
(n + 1 − k)3 = (n + 1)3 n − 3(n + 1)2 k + 3(n + 1) k 2 − Sn .

k=1 k=1 k=1
On doit aussi reconnaître Sn dans le membre de gauche ce qu’on constate en écrivant

n
la somme en développé (n + 1 − k)3 = n3 + (n − 1)3 + · · · + 23 + 13 et qui incite
k=1
donc à faire un changement d’indice par symétrie.
Exercice 1.3 La somme des premiers cubes I 15

n
En outre, avec le changement d’indice j = n + 1 − k, (n + 1 − k)3 = Sn donc

k=1
3 2 n(n + 1) n(n + 1)(2n + 1)

Sn = n(n + 1) − 3(n + 1) + 3(n + 1) − Sn
2 6
2
n(n + 1)
⇐⇒ 2Sn = 2(n + 1) − 3(n + 1) + (2n + 1)
2
n(n + 1)2

⇐⇒ Sn = − (n + 1) + (2n + 1)
4
n2 (n + 1)2
⇐⇒ Sn = .
4
4.a. Il s’agit évidemment d’écrire la somme double comme deux sommes imbriquées
avec les deux ordres possibles de sommation.
D’une part, j
2

n
2

n
j = j = (j 2 × j) = Sn
1ijn j=1 i=1 j=1
et, d’autre part,
n n
2

n
2

n
2

i−1
2
j = j = j − j
1ijn i=1 j=i i=1 j=1 j=1
n
n(n + 1)(2n + 1) (i − 1)i(2i − 1)
= −
6 6
i=1
n
n(n + 1)(2n + 1) 1 3
= − (2i − 3i2 + i) .
6 6
i=1
D’où, par linéarité de la somme,

1 2 1
n n
n2 (n + 1)(2n + 1) 1
Sn = − Sn + i − i.
6 3 2 6
i=1 i=1
4.b. Il ne reste plus qu’à extraire Sn de l’égalité précédente et utiliser là encore les
sommes connues des premiers entiers et premiers carrés.
En regroupant toutes les occurrences de Sn dans le membre de gauche,

1 2 1
n n
n2 (n + 1)(2n + 1) 1
Sn = − Sn + i − i
6 3 2 6
i=1 i=1
4 n2 (n + 1)(2n + 1) 1 n(n + 1)(2n + 1) 1 n(n + 1)

⇐⇒ Sn = + −
3 6 2 6 6 2

3 n(n + 1) 2n + 1 1
⇐⇒ Sn = n(2n + 1) + −
4 6 2 2
n(n + 1) n(2n + 1) + n
⇐⇒ Sn =
4 2
n2 (n + 1)2
⇐⇒ Sn = .
4
Exercice 1.4 : Sommes télescopiques

n
1
1. Calculer ln 1 − 2 pour n 2.
i=2
i
2. a. Déterminer des constantes réelles a, b et c telles que
1 a b c
∀ k 3, = + + .
k(k 2 − 4) k−2 k k+2

n
1
b. En déduire une expression simple de la somme pour n 7.
k(k 2 − 4)
k=3
1. Il faut transformer l’écriture du terme général pour mettre en évidence la forme

ai+1 − ai (utilisée ici avec ai = ln i − ln(i − 1)).
On a, pour i 2,

1 i2 − 1 (i + 1)(i − 1)
ln 1 − = ln = ln = ln(i + 1) − 2 ln i + ln(i − 1)
i2 i2 i2

= ln(i + 1) − ln i − ln i − ln(i − 1) .
Par télescopage, on en déduit

n
1 n+1
ln 1 − = ln(n + 1) − ln n − ln 2 − ln(2 − 1) = ln .
i2 2n
i=2
2.a. Comme mentionné dans l’énoncé, on demande de trouver a, b et c mais pas

forcément d’expliquer comment. On procède donc au brouillon en partant de l’égalité
à atteindre et en réduisant le second membre au même dénominateur
1 a b c ak(k + 2) + b(k − 2)(k + 2) + c(k − 2)k
= + + =
k(k 2 − 4) k−2 k k+2 (k − 2)k(k + 2)
a(k + 2k) + b(k − 4) + c(k − 2k)
2 2 2
(a + b + c)k 2 + 2(a − c)k − 4b
= = .
k(k − 4)
2 k(k 2 − 4)
La comparaison des termes de même degré (en k) du numérateur fait dire qu’il suffit
1
d’avoir a + b + c = 0, a − c = 0 et −4b = 1 qu’on résout très simplement : b = − et
4
b 1
a=c=− = .
2 8
Ces nombres obtenus au brouillon sont alors injectés dans le second membre et la
réduction au même dénominateur montre l’égalité avec le membre de gauche.
Pour k 3, on a
1 1 1 k(k + 2) − 2(k − 2)(k + 2) + (k − 2)k
− + =
8(k − 2) 4k 8(k + 2) 8(k − 2)k(k + 2)
k2 + 2k − 2(k2 − 4) + k2 − 2k 1
= =
8k(k2 − 4) k(k2 − 4)
Exercice 1.4 Sommes télescopiques 17
1 1
donc a = c = et b = − conviennent.
8 4
2.b. Ce coup-ci, après transformation d’écriture, la structure ak+1 − ak n’apparaît
pas clairement.
Pour n 7,

1
n n
1 1 2 1
= − +
k(k2 − 4) 8 (k − 2) k (k + 2)
k=3 k=3
En écrivant les sommes en développé,

n
1 n
1 1
n
1 2 1
−2 + = − +
k−2 k k+2 1 3 5
k=3 k=3 k=3
1 2 1
+ − +
2 4 6
1 2 1
+ − +
3 5 7
.. .. ..
+ . − . + .
1 2 1
+ − +
n−4 n−2 n
1 2 1
+ − +
n−3 n−1 n+1
1 2 1
+ − + ,
n−2 n n+2
on constate qu’il faut décaler les colonnes verticalement (de deux crans vers le haut
pour la première et deux vers le bas pour la dernière) pour aligner les simplifications
donc on va faire des changements d’indice par translation pour mettre en évidence
ces simplifications.

1 1 1 1
n n n
= −2 +
8 k−2 k k+2
n−2
k=3 k=3 k=3
1 1
n n+2
1 1
= −2 +
8 k k k
k =1 k=3 k =5
(avec les changements d’indice k = k − 2 et k = k + 2)

1
1 1 1 1 1 1 1

= 1+ − − − − + +
8 2 n−1 n 3 4 n+1 n+2

1 11 2 2
= − 2 −
8 12 n −1 n(n + 2)

1 11 n(n + 2) + (n2 − 1)
= −2
8 12 n(n2 − 1)(n + 2)

1 11 2n2 + 2n − 1
= −2 .
8 12 n(n2 − 1)(n + 2)
Exercice 1.5 : Formule du binôme et moments de la loi binomiale
On se propose de calculer de deux façons § distinctes la valeur des sommes

n n
n k 1 n k
En (p) = k p (1 − p)n−k
, In (p) = p (1 − p)n−k ,
k k+1 k
k=0 k=0
n
n k
et Mn (p) = k(k − 1) p (1 − p)n−k (avec p = 0).
k
k=0

n n−1
1. a. Vérifier que, pour 1 k n, k =n .
k k−1
b. En déduire la valeur de En (p).
c. Avec la même stratégie, montrer que
1 − (1 − p)n+1
Mn (p) = n(n − 1)p2 et In (p) = .
(n + 1)p
n
n k
2. a. Donner une expression simple de x (1 − p)n−k .
k
k=0
b. En dérivant par rapport à x l’égalité obtenue, montrer que En (p) = np.
c. En dérivant une seconde fois, déterminer une expression simple de Mn (p)
et, en intégrant au contraire sur [0, p] la première égalité, calculer In (p).
3. Avec le changement d’indice j = n − k, montrer que En (p) = n − En (1 − p) et
1
retrouver la valeur de En (p) pour p = .
2
1.a. Il s’agit ni plus ni moins de la formule du pion dont on va reproduire la preuve

à l’aide de la définition des coefficients binomiaux par les factorielles.

n n! n!
k = k =
k k!(n − k)! (k − 1)!(n − k)!

(n − 1)! n−1
= n =n .
(k − 1)!((n − 1) − (k − 1))! k−1
1.b. La définition de En (p) ressemble beaucoup au développement du binôme au

terme surnuméraire k près (que l’on ne peut mettre en facteur vu que c’est l’indice
de sommation). Il suffirait d’éliminer ce facteur, l’égalité précédente va permettre de
transférer la dépendance en k en dépendance en n que l’on pourra alors mettre en
facteur. La somme obtenue ressemble alors clairement au développement du binôme
mais pour la puissance (n − 1)-ième.
§. On trouvera un développement théorique plus systématique de la seconde façon dans l’exer-

cice 18.9 en page 383.
Exercice 1.5 Formule du binôme et moments de la loi binomiale 19
D’où,

n
n
n n−1
En (p) = 0+ k pk (1 − p)n−k = n pk (1 − p)n−k
k k−1
k=1 k=1
n
n−1
= np pk−1 (1 − p)(n−1)−(k−1) = np(p + 1 − p)n−1 = np.
k−1
k=1
1.c. On reprend donc la stratégie en utilisant d’abord la formule du pion pour convertir
1
la dépendance en k(k − 1) ou en dépendance en n puis on reconnaît alors une
k+1
formule du binôme.

n n−1 n−2
On a, pour 2 k n, k(k − 1) = (k − 1)n = n(n − 1) .
k k−1 k−2
D’où,

n
n k
Mn (p) = k(k − 1) p (1 − p)n−k
k
k=2
n
2
n−2
= n(n − 1)p pk−2 (1 − p)(n−2)−(k−2)
k−2
k=2
= n(n − 1)p2 (p + 1 − p)n−2 (d’après la formule du binôme de Newton)

= n(n − 1)p2 .

1 n 1 n+1
Par ailleurs, pour 0 k n, = donc
k+1 k n+1 k+1
n + 1 k+1
n
1
In (p) = p (1 − p)(n+1)−(k+1)
(n + 1)p k+1
k=0

(p + 1 − p)n+1 − n+1
0
p0 (1 − p)n+1−0
=
(n + 1)p
1 − (1 − p)n+1
= .
(n + 1)p
2.a. Il s’agit de la partie développée de la formule du binôme.

n
n
D’après la formule du binôme de Newton, xk (1 − p)n−k = (x + 1 − p)n .
k
k=0
2.b. Les deux membres sont sous forme polynomiale donc la dérivation ne pose pas
de problème.
En dérivant par rapport à x, on obtient, par linéarité de la dérivation,
n
n
kxk−1 (1 − p)n−k = n(x + 1 − p)n−1 .
k
k=1
1
En particulier, avec x = p, on a En (p) = n donc En (p) = np.
p
2.c. On suit l’indication donnée en dérivant une seconde fois l’égalité.
En dérivant une seconde fois toujours par rapport à x, on a

n
n
k(k − 1)xk−2 (1 − p)n−k = n(n − 1)(x + 1 − p)n−2
k
k=2
1
d’où, en particulier avec x = p, Mn (p) = n(n−1) de sorte que Mn (p) = n(n−1)p2 .
p2
Pour In (p), on procède comme indiqué, par intégration.
En reprenant l’égalité initiale et en intégrant sur [0, p], on a, par linéarité de l’intégrale,
n
p p
n
xk dx(1 − p)n−k = (x + 1 − p)n dx
k 0 0
k=0
n k+1
n x
p
(x + 1 − p)n+1
p
⇐⇒ (1 − p)n−k =
k k+1 0
n+1 0
k=0

n
n p k+1
1 − (1 − p) n+1
⇐⇒ (1 − p)n−k = .
k k+1 n+1
k=0
1 − (1 − p)n+1
D’où, In (p) = .
(n + 1)p
3. Le changement d’indice donné va échanger les rôles respectifs de p et 1 − p et ne

rien changer pour le coefficient binomial puisqu’il est symétrique.
Avec le changement d’indice j = n − k,

n
n
n k n−k n
En (p) = k p (1 − p) = (n − j) pn−j (1 − p)j
k n−j
k=0 j=0

n
n
= (n − j) (1 − p)j pn−j
j
j=0
n
n
n
n
= n (1 − p)j pn−j − j (1 − p)j pn−j
j j
j=0 j=0
n
= n(1 − p + p) − En (1 − p) (d’après la formule du binôme)
n − En (1 − p).
=
1
1 1 1 n
En particulier pour p = , En =n−E d’où En = .
2 2 2 2 2
Exercice 1.6 La formule de Vandermonde I 21
Exercice 1.6 : La formule de Vandermonde I
1. En procédant par récurrence sur n, montrer que

p
m n m+n
∀ n ∈ N, ∀ (m, p) ∈ N ,
2
= .
k p−k p
k=0
2. En utilisant l’égalité précédente, déterminer la valeur ∗ de

p
m n
k .
k p−k
k=0
n 2
n
3. Calculer, pour tout n ∈ N, .
k
k=0
1. Il suffit de faire attention à bien mettre l’universalité en (m, p) dans l’hypothèse de

récurrence.
Pour n ∈ N, on note Pn l’assertion
p
2
m n m+n
∀ (m, p) ∈ N , = .
k p−k p
k=0

n
On tient aussi compte du fait que le coefficient binomial est, par convention, nul
k
lorsque la condition 0 k n n’est pas vérifiée.

n
Commençons par l’initialisation, pour n = 0, n’est non nul que pour k = p
p−k

p
m n

m 0

m+0

de sorte que = = et l’assertion P0 est vraie.
k p−k p 0 p
k=0
Passons maintenant à l’hérédité en supposant l’assertion Pn vraie pour un certain
n ∈ N. Soit (m, p) ∈ N2 , si p = 0, alors
p
m n+1 m n+1 m+n+1
= =1= ,
k p−k 0 0 0
k=0
sinon, par la relation de Pascal,

p p
m n+1 m n n
= +
k p−k k p−k p−k−1
k=0 k=0
p p−1
m n m n
= +
k p−k k p−k−1
k=0 k=0
n+m−1
∗. Au facteur multiplicatif près, il s’agit de l’espérance pour la loi hypergéométrique
p
m
H m + n, p, .
m+n
C’est ici que l’on utilise l’hypothèse de récurrence pour le triplet (n, m, p) mais aussi
pour le triplet (n, m, p − 1).
p
m n+1 m+n m+n
= +
k p−k p p−1
k=0
(d’après l’hypothèse de récurrence)

m+n+1
= (par la relation de Pascal)
p
autrement dit Pn+1 est vraie.
Par principe de récurrence, on conclut que Pn est vraie pour tout n ∈ N.
2. Comme dans l’exercice 1.5, il faut d’abord transférer la dépendance en l’indice de
sommation k devant le coefficient binomial en dépendance en m, ce qui est encore
réalisé par la formule du pion.
Soit (n, m, p) ∈ N3 .
• Si m 1 et si p 1, alors

p
p
m n m−1 n
k = m (par la formule du pion)
k p−k k−1 p−k
k=0 k=1
p−1
m−1 n
= m
k p − 1 − k
k =0
(avec le changement d’indice k = k − 1)

m−1+n
= m
p−1
(par la formule du 1 pour (n, m − 1, p − 1)) ;
Il ne faut pas oublier de traiter enfin les cas particuliers non encore pris en compte
du fait que la formule de Vandermonde n’a été montrée que pour un triplet d’entiers
positifs ou nuls.
• si p = 0, alors

p
m n m n m−1+n
k =0 =0=m ;
k p−k 0 0 0−1
k=0
• si m = 0, alors

p
m n 0 n 0−1+n
k =0 =0=0 .
k p−k 0 p p−1
k=0
Finalement, dans tous les cas,

p
m n m−1+n
k =m .
k p−k p−1
k=0
Exercice 1.6 La formule de Vandermonde I 23
3. Le terme général de la somme est bien le produit de deux coefficients binomiaux

comme dans la question précédente, il suffit d’en transformer un peu l’écriture pour
rentrer précisément dans le cadre de la première question.
En appliquant l’égalité de la première question au triplet (n, n, n), on a

n
n n n+n
= .
k n−k n
k=0
n 2

n 2n
D’où, par symétrie des coefficients binomiaux, = .
k n
k=0
Liste des capacités attendues
• Savoir reconnaître une somme usuelle ou un produit usuel (cf exer-

cices 1.1, 1.2, 1.3 et 1.5)
♦ le principe du terme constant

nf

nf
a = (nf − ni + 1)a et a = anf −ni +1 ,
k=ni k=ni
♦ la somme des premiers entiers et des premiers carrés

n
n(n + 1)
n
n(n + 1)(2n + 1) n(n + 12 )(n + 1) ¶
k= et k2 = = ,
2 6 3
k=1 k=1

n
♦ le produit des premiers entiers (ou factorielle) k = n! ,
k=1
♦ la somme des premiers termes d’une suite géométrique de raison q = 1

n
1 − q n+1
qk = ,
1−q
k=0
n
n
♦ la formule du binôme de Newton ak bn−k = (a + b)n .
k
k=0
• Savoir utiliser un raisonnement par récurrence (cf questions 1.3.1 et 1.6.1)
• Savoir utiliser les propriétés de la somme † et du produit (cf exercices 1.2

et 1.3)
♦ la linéarité de la somme

nf

nf

nf
(λaj + μbj ) = λ aj + μ bj ,
j=ni j=ni j=ni
¶. Attention à ne pas extrapoler inconsidérément à partir de cette forme de la formule ce que

pourrait être la somme des premiers cubes !
†. ou plus exactement les propriétés de la sommation
♦ la “relation de Chasles” (pour a < c < b entiers) ‡

b
c
b
c−1
b
uk = uk + uk = uk + uk ,
k=a k=a k=c+1 k=a k=c
c−1

b
c
b
b
uk = uk uk = uk uk .
k=a k=a k=c+1 k=a k=c
• Savoir effectuer un changement d’indice

nf −c

nf

♦ par translation k = j − c, aj = ak+c (cf questions 1.4.2.b
j=ni k=ni −c
et 1.5.1),

n
n
♦ par symétrie k = n − i, bi = bn−k (cf questions 1.3.3.b et 1.5.3).
i=0 k=0
• Savoir utiliser le principe de télescopage (cf exercice 1.4 et question 1.3.2)

nf

nf
bk+1 bn +1
(aj+1 − aj ) = anf +1 − ani et = f .
j=ni
bk bni
k=ni
• Savoir transformer une somme double en deux sommes imbriquées

(cf questions 1.1.4 et 1.3.4.a)
♦ la sommation sur un rectangle
⎛ ⎞ n

n
m
m
ai,j = ⎝ ai,j ⎠ = ai,j ,
1in i=1 j=1 j=1 i=1
1jm
♦ la sommation sur un triangle

⎛ ⎞ j

n
n
n
ai,j = ⎝ ai,j ⎠ = ai,j .
1ijn i=1 j=i j=1 i=1
‡. Attention, contrairement à la situation des intégrales, lorsque la borne inférieure de l’indice

est strictement supérieure à sa borne supérieure, la convention veut que la somme soit nulle et le
produit égal à 1
• Savoir utiliser les propriétés des coefficients binomiaux (cf exercices 1.5
et 1.6)

n n!
♦ leur expression à l’aide de factorielles = ,
k k!(n − k)!

n+1 n n
♦ la relation de Pascal = + ,
k k k−1

n n
♦ la symétrie = ,
k n−k

n n n−1
♦ la formule “du pion” § = .
k k k−1
§. On parle aussi de formule d’absorption-extraction.

CHAPITRE
2
Nombres complexes et trigonométrie
On rappelle ici le vocabulaire élémentaire associé aux nombres complexes et leurs

différentes écritures.
Un nombre complexe z possède :
• une écriture algébrique z = a+ib, a est la partie réelle de z et b sa partie imaginaire,
• une écriture exponentielle (ou forme polaire) z = reiθ , r est le module de z et θ en
est un argument,
• une écriture trigonométrique z = r(cos θ + i sin θ).
Concernant la trigonométrie, si θ, ω, x sont trois réels, l’écriture θ = ω [xπ] signifie
qu’il existe un entier relatif k tel que θ = ω + kxπ. On utilisera à plusieurs reprises
l’équivalence élémentaire suivante : si y ∈ R∗ , θ = ω [xπ] ⇐⇒ yθ = yω [yxπ].
Exercice 2.1 : Autour de la formule d’Al-Kashi
Soit z1 et z2 deux nombres complexes non nuls de formes polaires respectives

r1 eiθ1 et r2 eiθ2 .
1. Montrer que |z1 + z2 |2 = |z1 |2 + |z2 |2 + z1 z2 + z1 z2 .
2. En déduire que |z1 + z2 |2 = r12 + r22 + 2r1 r2 cos(θ1 − θ2 ).
3. À l’aide d’un encadrement de cos, déduire de la question précédente
(r1 − r2 )2 |z1 + z2 |2 (r1 + r2 )2
puis que

|z1 | − |z2 | |z1 + z2 | |z1 | + |z2 |.

4. À quelle condition nécessaire et suffisante l’égalité |z1 | − |z2 | = |z1 + z2 | est-
elle réalisée ? De même, à quelle condition nécessaire et suffisante avons-nous
l’égalité |z1 + z2 | = |z1 | + |z2 | ?
5. Application : Soit θ ∈]0, π[ et l’équation

(E) z + eiθ = z + e−iθ + 2 sin θ.
a. Rappeler la formule d’Euler pour sin.
b. Déterminer tous les nombres complexes z solutions de (E).
28 Chapitre 2 Nombres complexes et trigonométrie
1. L’égalité demandée fait apparaître des carrés de modules, des nombres complexes
et leurs conjugués, on pense donc naturellement à utiliser la formule |z|2 = z × z.
En développant, on a

|z1 + z2 |2 = (z1 + z2 ) × z1 + z2 = (z1 + z2 ) × (z1 + z2 )
= z1 z1 + z1 z2 + z2 z1 + z2 z2 = |z1 |2 + |z2 |2 + z1 z2 + z2 z1 .
2. Comme les modules et arguments de z1 et z2 apparaissent dans le membre de droite

de l’énoncé, on utilise leurs formes exponentielles.
Puisque |z1 | = r1 et |z2 | = r2 , nous déduisons de la question précédente

|z1 + z2 |2 = r12 + r22 + z1 z2 + z1 z2 = r12 + r22 + r1 eiθ1 r2 eiθ2 + r1 eiθ1 r2 eiθ2
= r12 + r22 + r1 eiθ1 r2 e−iθ2 + r1 e−iθ1 r2 eiθ2

= r12 + r22 + r1 r2 ei(θ1 −θ2 ) + ei(θ2 −θ1 )
= r12 + r22 + 2r1 r2 cos(θ1 − θ2 ) (d’après les formules d’Euler).
3. L’encadrement universel (et le plus utilisé) est −1 cos 1.

On a
−1 cos(θ1 − θ2 ) 1
⇐⇒ −2r1 r2 2r1 r2 cos(θ1 − θ2 ) 2r1 r2 (puisque r1 r2 > 0)
⇐⇒ r12 + r22− 2r1 r2 r1 + r2 + 2r1 r2 cos(θ1 − θ2 ) r12 + r22 + 2r1 r2
2 2
⇐⇒ (r1 − r2 )2 r12 + r22 + 2r1 r2 cos(θ1 − θ2 ) (r1 + r2 )2

⇐⇒ (r1 − r2 )2 |z1 + z2 |2 (r1 + r2 )2 .
Ainsi, par croissance de la fonction racine carrée sur R+ ,

|r1 − r2 | |z1 + z2 | r1 + r2 , i.e. |z1 | − |z2 | |z1 + z2 | |z1 | + |z2 | .
4. Il faut remonter le raisonnement pour voir à quel moment sont survenues les pre-
mières inégalités.

D’après l’analyse faite à la question précédente, l’égalité |z1 | − |z2 | = |z1 + z2 | a lieu
si et seulement si cos(θ1 − θ2 ) = −1, or
cos(θ1 − θ2 ) = −1 ⇐⇒ cos(θ2 − θ1 ) = cos π
⇐⇒ θ2 − θ1 = π [2π].

Ainsi |z1 | − |z2 | = |z1 + z2 | a lieu si et seulement si θ2 est égal à θ1 + π modulo 2π.
Avec la même analyse du raisonnement que précédemment, |z1 + z2 | = |z1 | + |z2 | est
réalisé si et seulement si cos(θ1 −θ2 ) = 1, c’est à dire si et seulement si θ1 −θ2 = 0 [2π].
Ainsi, |z1 + z2 | = |z1 | + |z2 | a lieu si et seulement si les arguments de z1 et z2 sont
égaux modulo 2π.
5.a. C’est une question de cours.
La formule d’Euler pour sin est
eiθ − e−iθ
sin θ = .
2i
Exercice 2.2 Identité de Lagrange et inégalité de Cauchy-Schwarz 29
5.b. Comme il s’agit d’une application, il faut transformer l’écriture jusqu’à obtenir
un des deux cas d’égalité de la question 4. Compte tenu de la forme à atteindre, c’est
plutôt la seconde qui semble utilisable, il reste à voir qui jouent les rôles de z1 et
de z2 .

Soit z ∈ C. Puisque θ ∈]0, π[, on a sin θ > 0 donc 2 sin θ = |2 sin θ| = eiθ − e−iθ et

(E) ⇐⇒ z + eiθ = z + e−iθ + eiθ − e−iθ

⇐⇒ z + e−iθ + eiθ − e−iθ = z + e−iθ + eiθ − e−iθ .
Cette dernière identité a lieu si et seulement si z + e−iθ est nul ou non nul et de même
argument que eiθ − e−iθ . Puisque eiθ − e−iθ = 2i sin θ avec 2 sin θ > 0, les nombres
complexes (non nuls) ayant même argument que eiθ − e−iθ sont de la forme λi avec
λ > 0. Ainsi,

z + eiθ = z + e−iθ + 2 sin θ ⇐⇒ ∃ λ ∈ R+ , z + e−iθ = λi
⇐⇒ ∃ λ ∈ R+ , z = λi − e−iθ .

L’ensemble des solutions de (E) sur C est donc λi − e−iθ ; λ ∈ R+ .
Exercice 2.2 : Identité de Lagrange et inégalité de Cauchy-Schwarz
Soit a, b, c, d quatre réels. On notera z1 , z2 les deux nombres complexes définis

par z1 = a + ib, z2 = c + id.
1. Établir l’identité de Lagrange ∗ :
(ac − bd)2 + (ad + bc)2 = (a2 + b2 )(c2 + d2 ).
! √
2. En déduire l’inégalité de Cauchy-Schwarz : |ad + bc| (a2 + b2 ) c2 + d2 .
À quelle condition nécessaire et suffisante sur a, b, c et d avons-nous égalité ?
3. Écrire une fonction Python d’entête Somme_Carres(n) qui, étant donné un
entier naturel n, retourne un couple (a, b) d’entiers naturels tels que a2 +b2 = n
avec a le plus petit possible (par exemple Somme_Carres(4) retourne [0,2],
Somme_Carres(5) retourne [1,2] et Somme_Carres(6) retourne []).
1. Le membre de droite fait clairement apparaître les modules de z1 et de z2 sous la

forme |z1 |2 |z2 |2 . Il reste à voir que le membre de gauche est effectivement |z1 z2 |2 .
Puisque z1 × z2 = (ac − bd) + i(ad + bc), on a

!
|z1 × z2 | = (ac − bd)2 + (ad + bc)2
√ √
Par ailleurs, |z1 | = a2 + b2 et |z2 | = c2 + d2 donc l’identité |z1 × z2 | = |z1 | × |z2 |
s’écrit ! ! !
(ac − bd)2 + (ad + bc)2 = a2 + b2 × c2 + d2
∗. Cette identité attribuée à Joseph Louis Lagrange (1736-1813) montre, entre autres, qu’un
produit de deux sommes de carrés d’entiers est encore une somme de carrés d’entiers.
ou encore (en passant aux carrés)

(ac − bd)2 + (ad + bc)2 = (a2 + b2 )(c2 + d2 ).
2. On remarque que tous les termes de l’inégalité apparaissent déjà dans l’égalité
précédente. Il y a un terme surnuméraire dans l’égalité mais comme on veut passer
d’une égalité à une inégalité, il va suffire de l’encadrer.
Puisque (ac − bd)2 0, il résulte de l’identité de Lagrange que

(ad + bc)2 (a2 + b2 )(c2 + d2 )
√
donc, par croissance de la fonction · sur R+ ,
! !
|ad + bc| a 2 + b2 c2 + d2 .
D’après le raisonnement précédent, le cas d’égalité a lieu ssi (ac−bd)2 = 0 i.e. ac = bd.
L’idée est la suivante : pour a "
3. " parcourant l’ensemble "des entiers compris entre 0
n n n
et (inutile d’aller au-delà de : en effet, si a > , alors, compte tenu de
2 2 2 √
b a 0, on aurait b2 + a2 > n), le seul candidat possible pour b est n − a2 , encore
faut-il que ce nombre soit un entier.
1 def Somme_Carres(n):
2 a , b = 0 , round(sqrt(n)) #initialisation de a et b
3 while a**2+b**2!=n: #tant que (a,b) ne convient pas,
4 a += 1 # on incrémente a.
5 if 2*a**2>n: # Si le carré de a dépasse n/2,
6 return([]) # il n'y a pas de solution. Sinon,
7 b = round(sqrt(n-a**2)) # on définit le seul b possible
8 return([a,b]) # on renvoie un couple solution.
Le renvoi d’un couple (a, b) solution (ici, sous forme de liste) n’est effectué que si
l’on est sorti, autrement que brusquement, de la boucle while : cela ne se produit
donc que si les entiers a et b vérifient a2 + b2 = n. Formulé autrement, le programme
ci-dessus permet√de déterminer, s’il en existe, un point à coordonnées entières sur le
cercle de rayon n, centré à l’origine.
Exercice 2.3 : Complexes de module 1
(z1 + z2 )2
1. Soit z1 , z2 des complexes tels que |z1 | = |z2 | = 1. Montrer que ∈ R+ .
z z
1 2
z z
2. Trouver tous les nombres complexes z de module 1 vérifiant + = 1.
z z
1. Lorsqu’on connaît le module d’un nombre complexe, la principale façon de tirer

parti de cette information est de passer en écriture exponentielle.
Exercice 2.4 Équations sur C 31
z1 et z2 étant de module 1, il existe deux réels θ1 et θ2 tels que z1 = eiθ1 et z2 = eiθ2 .

(z1 + z2 )2 (eiθ1 + eiθ2 )2 e2iθ1 + 2eiθ1 eiθ2 + e2iθ2
= iθ iθ
=
z1 z2 e 1e 2 eiθ1 eiθ2
2iθ1
e iθ1 iθ2
2e e e2iθ2 eiθ1 eiθ2
= + + = + 2 +
eiθ1 eiθ2 eiθ1 eiθ2 eiθ1 eiθ2 eiθ2 eiθ1
= ei(θ1 −θ2 ) + 2 + ei(θ2 −θ1 ) = 2 + (ei(θ1 −θ2 ) + ei(θ2 −θ1 ) )
= 2 + 2 cos(θ2 − θ1 ) (par les formules d’Euler).
Or −1 cos(θ2 −θ1 ) 1 donc −2 2 cos(θ2 −θ1 ) 2 puis 0 2+2 cos(θ2 −θ1 ) 4.
(z1 + z2 )2
Finalement, ∈ R+ .
z1 z2
2. La même idée reste valable tout comme le recours aux formules d’Euler.
Soit z un nombre complexe de module 1 et soit θ un réel tel que z = eiθ . En utilisant
les formules d’Euler,

z z eiθ e−iθ 2iθ
−2iθ
+ = −iθ + iθ = e + e = |2 cos(2θ)| = 2 |cos(2θ)|
z z e e
donc
⎧
⎨ cos(2θ) = cos π3
z z 1
+ =1 ⇐⇒ cos(2θ) = ± ⇐⇒ ou
z z 2 ⎩ 2π
cos(2θ) = cos 3
& &
2θ = ± π3 [2π] θ = ± π6 [π]
⇐⇒ ou ⇐⇒ ou .
2θ = ± 2π
3
[2π] θ = ± π3 [π]
Finalement, l’ensemble des nombres complexes de module 1 solutions de l’équation
est ' 5iπ 2iπ iπ iπ iπ iπ 2iπ 5iπ
(
e− 6 , e− 3 , e− 3 , e− 6 , e 6 , e 3 , e 3 , e 6 .
Exercice 2.4 : Équations sur C
1. Résoudre sur C les équations d’inconnue z suivantes :

a. z 3 = 1,
b. z 6 + 6z 3 + 12 = 0 (on exprimera les solutions sous forme exponentielle),
c. ez = −1 + i.
1 √ 1
2. Soit z ∈ C∗ tel que z + = 3. Calculer z n + n .
z z
1.a. Ostensiblement, l’équation ne fait intervenir que des produits (ici une puissance)
donc on va privilégier la forme exponentielle.
Les solutions de z 3 = 1 sont nécessairement non nulles. Si z = 0, on peut écrire z

sous forme exponentielle : il existe ρ ∈ R∗+ et θ ∈ R tels que z = ρeiθ . On a alors :
) )
ρ3 = 1 ρ =1
z 3 = 1 ⇐⇒ ρ3 e3iθ = 1 ⇐⇒ ⇐⇒
3θ = 0 [2π] θ = 0 2π 3
√ √
2iπ 4iπ −1 + i 3 1+i 3
donc les solutions de z 3 = 1 sont 1, e 3 et e 3 i.e. 1, et − .
2 2
1.b. On remarque que l’inconnue z intervient toujours sous la forme z 3 . On pourrait
donc poser Z = z 3 et se ramener à l’équation Z 2 + 6Z + 12 = 0.
Par réduction sous forme canonique,

√ 2
z 6 + 6z 3 + 12 = (z 3 + 3)2 + 3 = (z 3 + 3)2 − i 3
√ √
= (z 3 + 3 − i 3) × (z 3 + 3 + i 3)
ainsi,
√ √
z 6 + 6z 3 + 12 = 0 ⇐⇒ z 3 + 3 − i 3 = 0 ou z 3 + 3 + i 3 = 0
√ √
⇐⇒ z 3 = −3 + i 3 ou z 3 = −3 − i 3.
On se ramène alors à la question précédente à l’aide des formes exponentielles des

seconds membres sachant que, si ρ > 0, z 3 = ρeiθ ⇐⇒ Z 3 = 1 où Z = √ z i θ .
3 ρe 3
√ √ √ √ 5iπ
Or −3 + i 3 = 2 3 − 23 + 12 i = 2 3e 6 donc
√ 5iπ √ 5iπ
z 6 + 6z 3 + 12 = 0 ⇐⇒ z 3 = 2 3e 6 ou z 3 = 2 3e− 6
!3 √ 5iπ 3 ! 3 √ 5iπ
3
⇐⇒ z3 = 2 3e 18 ou z 3 = 2 3e− 18
3 3
z z
⇐⇒ !
3
√ 5iπ =1 ou !
3
√ 5iπ
= 1.
2 3e 18 2 3e− 18
En utilisant le résultat de l’équation précédente,

' 2iπ 4iπ ( ' 2iπ 4iπ (
z z
!3
√ 5iπ
∈ 1, e 3 ,e 3 ou !
3
√ 5iπ
∈ 1, e 3 , e 3 .
2 3e 18 2 3e− 18
!3 √
En notant r le nombre 2 3, les solutions z de z 6 + 6z 3 + 12 = 0 forment donc
l’ensemble : ' 5iπ 17iπ 29iπ 5iπ 7iπ 19iπ
(
re 18 , re 18 , re 18 , re− 18 , re 18 , re 18 .
1.c. Tout d’abord, pas question d’utiliser ln sur un nombre complexe. Ce coup-ci c’est
l’écriture algébrique z = x + iy qu’il faut privilégier de sorte que ez = ex eiy qui est
donc la forme polaire de ez . Pour conclure, il suffit de mettre aussi le second membre
sous forme exponentielle.
Soit z un nombre complexe dont on note x + iy l’écriture algébrique (x, y ∈ R).

√ √
√ 2 2 √ 3iπ
ez = −1 + i ⇐⇒ ez = 2 − + i ⇐⇒ ez = 2e 4
2 2
x iy
√ 3iπ
⇐⇒ e e = 2e 4 .
Exercice 2.5 Racines 5-ièmes et constructibilité du pentagone 33
Par identification des modules et des arguments (modulo 2π) :

) x √ ) √ 1
e = 2 x = ln 2 = ln 2
ez = −1 + i ⇐⇒ ⇐⇒ 2 .
y = 3π
4
[2π] y = 3π
4
[2π]
Finalement, l’ensemble des solutions de ez = −1 + i est :
' (
1 3π
ln 2 + i + 2kπ ; k ∈ Z .
2 4
2. A priori z n’est pas connu explicitement, mais l’équation qu’il vérifie se ramène à
une équation du second degré qu’on sait résoudre ∗.
1 √ √ √
= 3 ⇐⇒ z 2 + 1 = 3z ⇐⇒ z 2 − 3z + 1 = 0
z+
z √ √
Le discriminant de x2 − 3x + 2
√ 1 est 3 −√4 = −1 donc x − √3x + 1 admet deux
3−i 3 1 π 3 1 π
racines complexes conjuguées = − i = e−i 6 et + i = ei 6 . Les
2 π 2
π
2 2 2
valeurs possibles de z sont donc e−i 6 et ei 6 . Que z soit égal à l’un ou à l’autre, nous
avons dans tous les cas :
1 nπ nπ
nπ
z n + n = ei 6 + e−i 6 = 2 cos .
z 6
Selon la forme des termes des équations faisant intervenir des nombres
complexes, on utilisera
• la forme algébrique s’il y a surtout des additions,
• la forme polaire si les multiplications/puissances dominent.
Exercice 2.5 : Racines 5-ièmes et constructibilité du pentagone

2iπ
Soit ω = e 5 .

4
1. Calculer ω 5 . En déduire : 1 + ω + ω 2 + ω 3 + ω 4 = ω k = 0.
k=0
3
et ω = ω. En déduire des expressions de ω 2 + ω 3 et de
4
2. Montrer que ω = ω2
4
ω + ω faisant intervenir des cosinus d’angles qu’on ne cherchera pas à calculer.
3. Montrer que ω 2 + ω 3 et ω + ω 4 sont les racines
d’unpolynôme
de degré 2 que
2π 4π π
l’on déterminera. En déduire les valeurs de cos , cos et cos .
5 5 5
1. Il s’agit d’un calcul simple avec des complexes sous forme exponentielle.
∗. On verra dans l’exercice 6.1 en page 103 une autre manière de procéder qui évite d’avoir à
trouver la (ou les) valeur(s) explicite(s) de z.
2iπ
5
ω5 = e 5 = e2iπ = 1. On a donc, en reconnaissant la somme des premiers termes

4
1 − ω5
d’une suite géométrique de raison ω = 1, ωk = = 0.
1−ω
k=0
5
2. Même chose ici mais en utilisant ω = 1 plutôt qu’un recours systématique à la
forme exponentielle.
1 ω4
On a clairement |ω| = 1 donc ω = = 5 = ω 4 (compte tenu de ω 5 = 1). De
ω ω
1 ω3
même, ω 2 = |ω|2 = 1 donc ω 2 = 2 = 5 = ω 3 . Ainsi,
ω ω
4iπ
4π
2 3
ω +ω = ω + ω = 2 Re(ω 2 ) = 2 Re(e 5 ) = 2 cos
2 2
5

4 2iπ 2π
ω+ω = ω + ω = 2 Re(ω) = 2 Re(e 5 ) = 2 cos .
5
3. Ces deux complexes sont racines du trinôme

X − (ω 2 + ω 3 ) X − (ω + ω 4 ) = X 2 − (ω + ω 2 + ω 3 + ω 4 )X + (ω 2 + ω 3 )(ω + ω 4 )
et il suffit de simplifier les coefficients.
Posons u = ω 2 + ω 3 et v = ω + ω 4 . D’après les relations entre coefficients et racines

pour un trinôme du second degré, u et v sont racines du polynôme X 2 −(u+v)X +uv.
Or u + v = ω + ω 2 + ω 3 + ω 4 = −1 d’après 1 et

uv = ω 2 + ω 3 (ω + ω 4 ) = ω 3 + ω 6 + ω 4 + ω 7 = ω 3 + ω 5 ω + ω 4 + ω 5 ω 2
= ω 3 + ω + ω 4 + ω 2 = −1 (toujours d’après 1)
donc ω 2 + ω 3 et ω + ω 4 sont racines du polynôme X 2 + X − 1.
Les racines d’un trinôme du second degré se détermine facilement sous forme algé-
brique.
Trouvons de la manière habituelle l’expression des racines de ce polynôme. Soit Δ le

discriminant de X 2 + X − 1. On a √ Δ = 1 + 4 = 5 donc 2
√ X + X − 1 admet deux
−1 + 5 −1 − 5
racines réelles distinctes x1 = et x2 = .
2 2
Il ne reste plus qu’à comparer les deux écritures de ces racines.
Ainsi, d’après ce qui précède et le résultat de la question 2,

' (
4π 2π
{x1 , x2 } = 2 cos , 2 cos .
5 5

4π 2π 4π
Or x2 < 0, 2 cos < 0 et x1 > 0, 2 cos > 0 donc 2 cos = x2 et
5 5 5
2π
2 cos = x1 . Ainsi,
5
2π x √ 4π x √
1 −1 + 5 2 1+ 5
cos = = , cos = =−
5 2 4 5 2 4
Exercice 2.6 Système d’équations sur C 35
et √
π 4π 4π 1+ 5
cos = cos π − = − cos = .
5 5 5 4
Exercice 2.6 : Système d’équations sur C
L’objectif de l’exercice est de résoudre le système d’inconnues x, y, z ∈ C∗

⎧
⎨ x+y+z =0
(S) 1 1 1 .
⎩ + + =0
x y z
1. On suppose ici que (x, y, z) ∈ (C∗ )3 est solution du système (S).
x y
a. On pose a = et b = .
z z
Montrer que a et b sont racines du polynôme t2 + t + 1.
2iπ
b. En notant j = e 3 , en déduire que
(x, y, z) = (x, xj, xj 2 ) ou (x, y, z) = (x, xj 2 , xj).
2. Déterminer l’ensemble des solutions du système (S) †.
1.a. a et b sont naturellement racines de

x+y xy
(X − a)(X − b) = X 2 − (a + b)X + ab = X 2 − X + 2.
z z
Il suffit alors de calculer les coefficients de ce trinôme en espérant trouver 1 et 1.
Désignons par (1) et (2) les deux équations du système (S). On sait que a et b sont
racines du polynôme t2 − St + P où S = a + b et P = ab.
x+y −z
Or, d’une part, S = = = −1 d’après l’équation (1) et, d’autre part,
z z
yz + xz + xy
l’équation (2) entraîne que = 0 donc xy = −yz − xz = −z(x + y) = z 2
xyz
xy z2
(la dernière égalité provenant de l’équation (1)) puis P = ab = 2 = 2 = 1 et ainsi,
z z
a et b sont bien racines du polynôme t2 + t + 1.
1.b. On connaît explicitement les racines du trinôme du second degré (en l’occurrence
x y
j et j 2 ) donc les valeurs des quotients et .

z z
Le discriminant de t2 + t + 1 est égal√à −3 donc les racines de√ce polynôme (qui sont
1 3 1 3
complexes conjuguées) sont − + i = j et j = − − i . D’après le résultat
2 2' ( 2 2
x y
de la question précédente, on a donc , = j, j = {j, j 2 } et il y a deux
z z
possibilités :
x y
• = j et = j 2 i.e. x = zj et y = zj 2 , auquel cas,
z z

x
(x, y, z) = x, xj, = x, xj, xj = x, xj, xj 2 ,
j
†. Dans l’exercice 6.4 en page 113, on peut voir une autre façon de gérer un système analogue.
x y
• = j 2 et = j i.e. x = zj 2 et y = zj, auquel cas,
z z

x x
(x, y, z) = x, , 2 = x, xj 2 , xj .
j j
2. On procède par analyse et synthèse : les candidats solutions viennent d’être obtenus,
il ne reste plus qu’à vérifier s’ils sont effectivement solutions.
Si (x, y, z) est un triplet solution de (S), on a déjà vu que (x, y, z) = (x, xj, xj 2 ) ou
(x, y, z) = (x, xj 2 , xj). Réciproquement, si λ est un complexe non nul, alors

λ + λj + λj 2 = λ 1 + j + j2 = λ × 0 = 0
1 1 1 j2 + j + 1 0
+ + 2 = = 2 =0
λ λj λj λj 2 λj
donc (λ, λj, λj 2 ) est solution de (S). De manière analogue, on montrerait que
(λ, λj 2 , λj) est solution de (S). Finalement, l’ensemble des solutions de (S) est :
{(λ, λj, λj 2 ) ; λ ∈ C∗ } ∪ {(λ, λj 2 , λj) ; λ ∈ C∗ }.
Exercice 2.7 : Équations trigonométriques I
Nous nous proposons ici de résoudre sur ] − π, π] l’équation d’inconnue x

(E) sin(x) − sin(3x) + sin(4x) = 0.
1. a. Soit x ∈] − π, π]. En remarquant que sin(4x) − sin(3x) = Im(e4ix − e3ix ),
exprimer sin(4x) − sin(3x) sous forme d’un produit.
b. Rappeler une formule permettant d’exprimer sin(2θ) en fonction de cos θ
et sin θ. ⎧
⎨ sin x2 = 0
2. a. Déduire des résultats de 1 que : (E) ⇐⇒ ou .
⎩
cos x2 = − cos 7x 2
b. Résoudre (E) sur ] − π, π] (on mettra en évidence qu’il y a exactement 8
solutions).
1.a. On utilise ici la technique de l’angle moyen qui permet de transformer l’écriture
i
de la somme eiθ1 + eiθ2 par factorisation par le complexe d’argument moyen e 2 (θ1 +θ2 )
pour pouvoir utiliser les formules d’Euler :
i
iθ1 iθ2 i
2 (θ1 +θ2 ) (θ1 −θ2 ) − 2i (θ1 −θ2 ) i
(θ1 +θ2 ) θ 1 − θ2
e +e =e e 2 +e =e 2 2 cos .
2
Exercice 2.7 Équations trigonométriques I 37
sin(4x) − sin(3x) = Im(e4ix ) − Im(e3ix ) = Im(e4ix − e3ix )

7ix x x
= Im e 2 ei 2 − e−i 2

7ix
2
x
= Im e 2i sin (d’après les formules d’Euler)
2
x 7x
= 2 sin cos .
2 2
On retiendra la méthode de factorisation par l’angle moyen qui permet

d’obtenir
i
θ 1 − θ2
+ eiθ2 = e 2 (θ1 +θ2 ) e 2 (θ1 −θ2 ) + e− 2 (θ1 −θ2 ) = e 2 (θ1 +θ2 ) 2 cos
i i i
eiθ1 ,
2
i
θ 1 − θ2
− eiθ2 = e 2 (θ1 +θ2 ) e 2 (θ1 −θ2 ) − e− 2 (θ1 −θ2 ) = e 2 (θ1 +θ2 ) 2i sin
i i i
eiθ1 .
2
1.b. C’est une question de cours.
La formule de duplication pour le sinus est

sin(2θ) = 2 sin θ cos θ.
2.a. Les questions précédentes permettent de regrouper plusieurs sin en un seul pro-
x
duit et de faire apparaître le même facteur sin .
2
x 7x
D’après 1.a, (E) ⇐⇒ sin x + 2 sin cos = 0 et, d’après 1.b,
2 2

x 7x x x x 7x
sin x + 2 sin cos = 2 sin cos + 2 sin cos
2 2 2 2 2 2

x 7x x
= 2 sin cos + cos .
2 2 2
Ainsi,
⎧ x ⎧ x
⎨ sin 2
=0 ⎨ sin 2
=0
(E) ⇐⇒ x ou ⇐⇒ x ou 7x .
⎩ cos + cos 7x =0
⎩ cos = − cos
2 2 2 2
2.b. Les transformations d’écritures précédentes nous ont ramenés aux équations tri-
gonométriques classiques cos θ = cos ω et sin θ = sin ω.

x x
Pour x ∈ R, sin =0 ⇐⇒ = 0 [π] ⇐⇒ x = 0 [2π] et
2 2

x 7x x 7x
cos = − cos ⇐⇒ cos = cos π +
2 2 2 2
& x 7x
2
= π + 2
[2π]
⇐⇒ ou
x
2
= −π − 7x 2
[2π]
& ⎧
−3x = π [2π] ⎨ x = − π3 2π
3
⇐⇒ ou ⇐⇒ ou .
4x = −π [2π] ⎩ π π
x = −4 2
Ainsi, compte tenu du résultat de la question précédente, les solutions de (E) sur
] − π, π] forment l’ensemble :
' (
3π π π π π 3π
− , − , − , 0, , , ,π .
4 3 4 4 3 4
Exercice 2.8 : Équations trigonométriques II
Soient n un entier naturel et t un réel tel que t ∈

/ {2kπ ; k ∈ Z}.
1. Soit a un réel. Montrer que

n n+1

n cos a + t sin t
2 2
cos(a + kt) = .
t
k=0 sin
2
2. Déterminer un réel R et un réel ϕ tels que : ∀ x ∈ R, cos x−sin x = R cos(x+ϕ).
n
3. En déduire la valeur de [cos(kt) − sin(kt)].
k=0
4. Application : Résoudre sur ]0, 2π[ l’équation d’inconnue t
(E) 1 + cos t + cos(2t) + cos(3t) = sin t + sin(2t) + sin(3t).
1. Pour se ramener à une somme connue, il faut penser à voir cos(a + kt) comme la
partie réelle d’un complexe de module 1.
Par linéarité de la partie réelle,

n

n
i(a+kt)

n
i(a+kt)
cos(a + kt) = Re(e ) = Re e .
k=0 k=0 k=0
Exercice 2.8 Équations trigonométriques II 39
Or

n

n

n
ei(a+kt) = eia eikt = eia eikt

k=0 k=0 k=0
ia

n
1 − (eit )n+1
= e (eit )k = eia × (eit = 1 par hypothèse sur t)
1 − eit
k=0

n+1 n+1
t ei 2 t
−2i sin
1−e i(n+1)t
2
= ia
e × =e ia
t
1 − eit −2i sin
t
ei 2
2
n + 1 n + 1
sin t sin t
2 ei 2 t = ei(a+ 2 t) 2
n n
= eia
t t
sin sin
2 2
donc

n+1

n

n n
sin t
cos(a + kt) = Re ei(a+kt) = cos a + t 2 .
2 t
k=0 k=0 sin
2
Lorsqu’on est dans une impasse avec les fonctions trigonométriques,

il faut penser à voir ce qu’il advient en passant dans les complexes,
ou bien par les formules d’Euler, ou bien en raisonnant en termes de
parties réelle et imaginaire.
2. Il faut penser ici à reconnaître, à une constante près, la formule d’addition du

cosinus cos ϕ cos x − sin ϕ sin x = cos(x + ϕ). Bien sûr, cos ϕ = 1 = sin√
ϕ n’est pas
possible donc, on commence par factoriser la forme a cos x + b sin x par a2 + b2 de
sorte que les coefficients devant cos et sin puissent maintenant être reconnus comme
les cosinus et sinus d’un même angle ϕ.
Soit x ∈ R.
√ √
√ 1 1 √ 2 2
cos x − sin x = √ cos x − √ sin x = 2
2 cos x − sin x
2 2 2 2
√ π π

= 2 cos cos x − sin sin x .
4 4
Ainsi, d’après la formule d’addition du cosinus,
√
π
cos x − sin x = 2 cos x + .
4
√ π
On a donc cos x − sin x = R cos(x + ϕ) avec R = 2 et ϕ = .
4
Pour transformer l’écriture de a cos x + b sin x, on peut introduire le

complexe z = a + ib de sorte que

a cos x + b sin x = Re zeix .
Il est alors intéressant pour z d’adopter l’écriture exponentielle z = reiθ
qui conduit à zeix = rei(x−θ) puis, en utilisant la caractérisation du
module,
!
a cos x + b sin x = a2 + b2 cos(x − θ)
⎧ a
⎪
⎨ cos θ = √ 2
a + b2
avec l’angle θ défini par b .
⎪
⎩ sin θ = √
a2 + b 2
3. La dernière égalité obtenue permet de transformer l’écriture pour se ramener à la

situation de la première question.
D’après le résultat de la question précédente,

n

n
√ √ n
π π
[cos(kt) − sin(kt)] = 2 cos kt + = 2 cos kt +
4 4
k=0 k=0 k=0
π
et, d’après le résultat de la première question (où l’on prend a = ),
4

n n+1
π π n sin( 2 t)
cos kt + = cos + t .
k=0
4 4 2 sin 2t

n
√ n+1
π n sin( 2 t)
Finalement, [cos(kt) − sin(kt)] = 2 cos + t .
k=0
4 2 sin 2t
4. Comme il s’agit d’une application, il faut voir comment utiliser les résultats précé-
dents. En regroupant tout dans le membre de gauche, on voit qu’il est effectivement
de la forme de la question précédente.
(E) ⇐⇒ [1 − 0] + [cos t − sin t] + [cos(2t) − sin(2t)] + [cos(3t) − sin(3t)] = 0

3
√
sin(2t)
π 3
⇐⇒ [cos(kt) − sin(kt)] = 0 ⇐⇒ 2 cos + t =0
4 2 sin 2t
k=0

π 3
⇐⇒ cos + t =0 ou sin(2t) = 0.
4 2
Ici encore, on a pu se ramener aux équations trigonométriques classiques.
Or
π 3
π 3 π 3 π π
2
cos + t = 0 ⇐⇒ + t= [π] ⇐⇒ t = [π] ⇐⇒ t = π
4 2 4 2 2 2 4 6 3
Exercice 2.9 Linéarisation et applications 41
' (
π 3 π 5 3
donc, pour t ∈]0, 2π[, cos + t = 0 ⇐⇒ t ∈ , π, π . Par ailleurs,
4 2 6 6 2

π
sin(2t) = 0 ⇐⇒ 2t = 0 [π] ⇐⇒ t=0
2
' (
π 3
de sorte que, pour t ∈ ]0, 2π[, on a sin(2t) = 0 ⇐⇒ t ∈ , π, π . Finalement,
' 2 (2
π π 5π 3
l’ensemble des solutions de (E) sur ]0, 2π[ est , , , π, π .
6 2 6 2
Exercice 2.9 : Linéarisation et applications
1. Soit x ∈ R. Linéariser cos(2x) [sin(x)]3 .

1 1 3
2. a. Résoudre sur R : cos(2x) [sin(x)]3 = − cos(x) − sin(x) + sin(3x).
8 2 8
√
3 1 3 3
b. Résoudre sur R : cos(2x) [sin(x)] = − sin(5x) + sin(3x) + cos(x).
8 8 2
π
c. Calculer l’intégrale cos(2x) [sin(x)]3 dx.
0
1. Les principes généraux de linéarisation sont les suivants :

• on remplace tous les sinus et les cosinus à l’aide des formules d’Euler,
D’après les formules d’Euler,

3
3 e2ix + e−2ix eix − e−ix
cos(2x) sin (x) = ×
2 2i
• on développe tous les produits (à l’aide de la formule du binôme si nécessaire),
e2ix + e−2ix e3ix − 3eix + 3e−ix − e−3ix

= ×
2 −8i
3ix
e2ix + e−2ix e − e−3ix − 3(eix − e−ix )
= ×
−8i
2
5ix −5ix

(e − e ) + (eix − e−ix ) − 3 (e3ix − e−3ix ) − (eix − e−ix )
=
−8 × 2i
• on apparie les termes qui sont conjugués l’un de l’autre (au signe près) pour
appliquer à nouveau les formules d’Euler mais dans l’autre sens afin de récupérer
une combinaison linéaire de sinus et cosinus.
1
= − [sin(5x) + sin(x) − 3 sin(3x) + 3 sin(x)]
8
1 3 1
= − sin(5x) + sin(3x) − sin(x).
8 8 2
2.a. On transforme l’équation par linéarisation. Après simplification, l’équation est

d’un type trigonométrique classique.
D’après le résultat obtenu à la question précédente, l’équation
1 1 3
cos(2x) [sin(x)]3 = − cos(x) − sin(x) + sin(3x)
8 2 8
1 1
se résume à − sin(5x) = − cos(x), c’est-à-dire à sin(5x) = cos(x). Or
8 8
& π
2
− 5x = x [2π]
π
sin(5x) = cos(x) ⇐⇒ cos − 5x = cos(x) ⇐⇒ ou
2 π
2
− 5x = −x [2π]
& ⎧ π
6x = π2 [2π] ⎨ x= π
12 3
⇐⇒ ou ⇐⇒ ou
4x = π2 [2π] ⎩ x= π π
8 2
' ( ' (
π π π π
donc l’ensemble des solutions est +k ; k ∈ Z ∪ +k ; k ∈Z .
12 3 8 2
2.b. Même stratégie si ce n’est que l’équation trigonométrique va faire intervenir ici
la fonction tan.
De même ici,
√ √
3 1 3 3 1 3
cos(2x) [sin(x)] = − sin(5x)+ sin(3x)+ cos(x) ⇐⇒ − sin x = cos x.
8 8 2 2 2
π
Si x est de la forme + kπ avec k un entier relatif, c’est-à-dire si cos x = 0, alors
2
l’équation ci-dessus n’est pas vérifiée, sinon,
√
1 3 sin x √ √
− sin x = cos x ⇐⇒ =− 3 ⇐⇒ tan x = − 3.
2 2 cos x
' (
π
L’ensemble des solutions sur R de l’équation proposée est donc − + kπ ; k ∈ Z .
3
2.c. La linéarisation permet ici de donner facilement une primitive de l’intégrande.
D’après la linéarisation de la première question,
π π
3 1 1 3
cos(2x) [sin(x)] dx = − sin(5x) − sin(x) + sin(3x) dx
0
8 2 8
0 π
1 1 1
= cos(5x) + cos(x) − cos(3x)
40 2 8
1 1 1
1 1 1
0
= − − + − + −
40 2 8 40 2 8
4
= − .
5
• Savoir “jongler” entre les écritures algébrique, trigonométrique et expo-

nentielle des nombres complexes (cf exercices 2.3, 2.4, 2.5 et questions 2.1.1,
2.1.2, 2.2.1, 2.7.1.a, 2.8.1)
• Savoir résoudre une équation du second degré à coefficients réels (cf exer-
cice 2.4 et questions 2.5.3, 2.6.1.b)
• Savoir utiliser la relation entre les coefficients et les racines d’une équa-
tion du second degré (cf questions 2.5.3 et 2.6.1.a)
• Savoir utiliser les formules d’Euler (cf questions 2.1.5.a, 2.3.2, 2.4.2, 2.5.2,
2.7.1.a et 2.8.1)
eiθ + e−iθ eiθ − e−iθ
cos θ = et sin θ = .
2 2i
• Savoir employer des formules de trigonométrie pour transformer une

écriture (cf questions 2.7.1.b et 2.8.2)
♦ cos2 θ + sin2 θ = 1 ,
♦ les formules d’addition
sin(a ± b) = sin a cos b ± cos a sin b et cos(a ± b) = cos a cos b ∓ sin a sin b ,
♦ les formules de duplication
sin(2θ) = 2 sin θ cos θ et cos(2θ) = cos2 θ − sin2 θ = 2 cos2 θ − 1 = 1 − 2 sin2 θ .
• Savoir résoudre des équations trigonométriques simples (cf questions 2.7.2.b,

2.8.4, 2.9.2.a et 2.9.2.b)
cos x = c , sin x = s , tan x = t et a cos x + b sin x = c .
• Savoir linéariser une expression de la forme cosp (θ) sinq (θ) (cf question 2.9.1)
CHAPITRE
3
Dénombrement
Exercice 3.1 : Q.C.M. et structure de données
1. Une personne doit répondre à un Q.C.M. composé d’une série de n questions

fermées à choix binaires, accompagnées d’une case à cocher, du type :
Possédez-vous un animal domestique ?
La case à gauche de chacune des questions devant être cochée si la réponse est
“oui” et laissée vide si la réponse est “non”.
a. Proposer une structure de données Python permettant de représenter
l’état du Q.C.M. une fois rempli.
b. Combien y-a-t-il de façons de remplir le Q.C.M. ?
2. a. Expliquer pourquoi la structure de données du 1 est aussi adaptée pour
représenter une partie d’un ensemble à n éléments. Retrouver ainsi le
nombre de parties d’un ensemble à n éléments.
b. Écrire une fonction Python prenant en entrée une partie de 0, n − 1
(représentée par la structure de données adaptée) et donnant en sortie le
nombre d’éléments de cette partie.
1.a. Il y a n questions et les réponses à chacune sont soit positives soit négatives donc
on va utiliser une liste de longueur n avec des éléments booléens (True ou False) ou
leur codage naturel par 1 et 0.
On peut représenter le Q.C.M. une fois rempli par une liste Python L formée de n
nombres 0 ou 1. Si 0 k n − 1, L[k] vaut 1 si la réponse est oui à la (k + 1)-ième
question et L[k] vaut 0 sinon.
1.b. On a clairement des n-listes (avec répétitions !).
D’après la question précédente, le nombre de façons de remplir le Q.C.M. correspond

au nombre de n-listes formée de 0 ou de 1. Ce nombre est égal à
Card({0, 1}n ) = Card({0, 1})n = 2n .
46 Chapitre 3 Dénombrement
2.a. Il faut penser qu’un questionnaire rempli se caractérise par les questions aux-
quelles il a été répondu positivement. Il représente donc la “partie” du questionnaire
qui a reçu des réponses positives.
Si E est un ensemble de cardinal n, on peut numéroter ses éléments à partir de 0 et
écrire E = {e0 , e1 , . . . , en−1 }. Une partie A de E peut alors être représentée par une
liste Python L formée de n éléments telles que : pour tout k appartenant à 0, n − 1,
L[k] = 1 si ek ∈ A et L[k] = 0 si ek ∈ / A. Réciproquement, une liste L de n nombres
0 ou 1 correspond à une et une seule partie de E (celle dont les éléments sont les ek
où k est tel que L[k] = 1). Il existe donc une bijection entre l’ensemble des parties de
E et l’ensemble des n-listes formées de 0 ou 1. Comme au 1.b, on en déduit que le
nombre de parties de E est égal à 2n .
2.b. Le nombre d’éléments d’une partie de E correspond au nombre de 1 dans sa
représentation sous forme de liste. La méthode naturelle qui vient à l’esprit est de
parcourir la liste et d’incrémenter une variable de comptage (initialisée à 0) chaque
fois qu’un 1 est rencontré. Une première ébauche de code serait donc la suivante.
1 def nbUns(L):
2 nbElements = 0
3 for k in range(len(L)):
4 if L[k] == 1:
5 nbElements += 1
6 return nbElements
En y regardant de plus près, la structure conditionnelle est inutile et il suffit de

sommer les éléments de L (puisque les éléments différents de 1 sont nuls) ∗. De plus,
avec les spécificités de Python, on peut énumérer les éléments de la liste sans utiliser
leur numérotation. On obtient ainsi un code plus compact.
1 def nbUns(L):
2 nbElements = 0
3 for k in L:
4 nbElements += k
5 return nbElements
Exercice 3.2 : Combinaisons avec répétitions
Soient n ∈ N∗ et N ∈ N. On cherche à calculer le nombre de n-listes de Nn

n
L = (x1 , x2 , . . . , xn ) telles que xk = x1 + x2 + · · · + xn = N . On notera
k=1
Cn,N l’ensemble des ces n-listes.
∗. Cela ressemble beaucoup à la construction d’une variable de loi binomiale par addition de
variables indépendantes de même loi de Bernoulli : la somme s’interprète comme le nombre de
succès.
Exercice 3.2 Combinaisons avec répétitions 47
Exercice 3.2 (suite) :
1. En supposant qu’on dispose de N boules indiscernables et n urnes numérotées,

décrire une expérience dont les issues peuvent être modélisées par ces n-listes.
2. Soit L = (x1 , x2 , . . . , xn ) telle que L ∈ Cn,N . On lui associe la liste L formée
uniquement de 0 et de 1 construite ainsi : L est constituée d’une succession
de x1 nombres 1, suivi d’un 0, puis de x2 nombres 1 suivi d’un 0, etc. L se
terminant par un 0 suivi de xn nombres 1. Schématiquement,
L = (1, 1, . . . , 1, 0, 1, 1, . . . , 1, 0, . . . , 0, 1, 1, . . . , 1)

x1 fois x2 fois xn fois
a. Donner la longueur de L en fonction de N et n.

On la notera f (N, n).
b. Préciser n, N et L dans les deux exemples ci-dessous :
L = (3, 1, 2) et L = (1, 0, 3, 0, 0).
3. On note Dn,N l’ensemble des listes comportant n − 1 fois le nombre 0 et
f (N, n) − (n − 1) fois le nombre 1.
a. Justifier qu’une liste de Dn,N est associée à une et une seule liste L de
CN,n .
b. La fonction Python ci-dessous a pour objectif de reconstituer L à partir
de sa liste associée L . Cependant, elle ne fonctionne pas comme voulu.
Identifier le problème et essayer de le corriger.
1 def CombinaisonaRep(LL):
2 nbUns = 0
3 L = [ ]
4 for k in LL:
5 if k == 0:
6 L.append(nbUns)
7 nbUns = 0
8 else:
9 nbUns += 1
10 return L
c. En remarquant qu’un élément de Dn,N est construit à partir d’une liste

de f (N, n) nombres 1 dans laquelle on a remplacé n − 1 de ces nombres
par 0, calculer le cardinal de Cn,N .
1. On dispose de N boules et de n urnes, il faut trouver une façon de mettre les

boules dans les urnes qui soit codée par une n-liste. L’idée est d’interpréter l’égalité
n
xk = N comme un “partage” de ces N boules en n morceaux.
k=1
Une répartition des N boules dans les n urnes équivaut à la donnée d’une n-liste

n
(x1 , x2 , . . . , xn ) d’entiers tels que xk = N où x1 , x2 , . . . , xn correspondent aux

k=1
nombres de boules que contiennent respectivement les urnes 1, 2, . . . , n.
2.a. Il suffit de faire le compte avec la présentation de L donnée dans l’énoncé
f (N, n) = x1 + 1 + x2 + 1 + · · · + 1 + xn = x1 + x2 + · · · + xn + 1 + 1 + · · · + 1.

n−1 fois
L est la juxtaposition de séries de xk nombres 1 suivis d’un 0 pour k décrivant

1, n − 1, et se terminant par une série de xn nombres 1. Ainsi,

n−1

n

n−1
f (N, n) = (xk + 1) + xn = xk + 1 = N + (n − 1).

k=1 k=1 k=1
2.b. On suit exactement le processus de construction de L .
Dans le premier exemple, N = 3 + 1 + 2 = 6, n = 3 et L = (1, 1, 1, 0, 1, 0, 1, 1), dans

le second, N = 1 + 3 = 4, n = 5 et L = (1, 0, 0, 1, 1, 1, 0, 0).
3.a. Il s’agit de décrire en généralité le processus inverse de celui vu sur des exemples
à la question précédente. Il a été essentiellement décrit à la question 2.a.
Soit L une liste de Dn,N . On complète L en lui ajoutant un 0 en début et fin de liste.

En parcourant la liste L ainsi prolongée de gauche à droite, on note x1 , x2 , . . . , xn
les longueurs de toutes les séries de 1 rencontrées dans cet ordre, intercalées entre

n
deux 0. Par définition de Dn,N , il y a N nombres 1 dans L donc xk = N et

k=1
(x1 , x2 , . . . , xn ) est l’unique liste L de Cn,N associée à Dn,N .
3.b. Voyons le déroulement de la fonction proposée.
2 nbUns = 0 # initialise la taille de la première série
3 L = [ ] # initialise la liste L
4 for k in LL: # boucle sur les éléments de LL
5 if k == 0: # si c'est un 0, la série de 1 est finie
6 L.append(nbUns) # complète L avec la taille de la série
7 nbUns = 0 # et réinitialise la taille pour la suivante
8 else: # sinon
9 nbUns += 1 # incrémente sa taille
10 return L # retourne la liste L
La fonction calcule les longueurs des séries de 1 en détectant leur fin par la présence
d’un 0. Or, nous avons déjà remarqué que la dernière série de 1 est la seule à ne pas
se terminer par 0. Il faut donc prendre en compte ce cas particulier.
Exercice 3.3 Autour de la formule du crible 49
Pour gérer ce cas, on peut ajouter un 0 à la fin de la liste † d’entrée LL ce qui peut se

faire en ajoutant la ligne LL.append(0) dès le début de la fonction. Mieux, on met à
jour L en fin de boucle pour prendre en compte la dernière série de 1 (ce qui évite de
modifier la liste LL passée en entrée).
2 nbUns = 0
3 L = [ ]
4 for k in LL:
5 if k == 0:
6 L.append(nbUns)
7 nbUns = 0
8 else:
9 nbUns += 1
10 L.append(nbUns)
11 return L
3.c. Une liste de Dn,N est caractérisée par la position des n−1 nombres 0, on reconnaît
donc une (n − 1)-combinaison.
D’après la question 3.a, et avec les notations de la question 2, l’application qui à L

associe L est une bijection de Dn,N sur Cn,N . Ainsi Card(Cn,N ) = Card(Dn,N ).
Par ailleurs, une liste de Dn,N correspond à une (N + n − 1)-liste de 1 dans laquelle on
a remplacé n − 1 de ces nombres 1 par 0 et il y a autant de façons de choisir ces n − 1
nombres que de choix de (n − 1)-combinaisons d’un ensemble à N + n − 1 éléments.
Ainsi,
N +n−1 N +n−1
Card(Cn,N ) = Card(Dn,N ) = =
n−1 N
(la dernière égalité résultant de la propriété de symétrie des coefficients binomiaux).
Exercice 3.3 : Autour de la formule du crible

1. Étant données trois parties A, B et C d’un ensemble fini E. Justifier

Card(A ∪ B ∪ C) = Card(A) + Card(B) + Card(C)

− Card(A ∩ B) + Card(B ∩ C) + Card(A ∩ C)
+ Card(A ∩ B ∩ C).
†. En programmation, on parle de valeur sentinelle.

2. Soit n ∈ N∗ . On répartit au hasard n boules numérotées de 1 à n dans 3 urnes

numérotées de 1 à 3, chaque urne pouvant contenir aucune ou plusieurs boules.
a. Quel est le nombre de répartitions possibles ?
b. Combien de répartitions existent pour lesquelles :
• on a au moins une urne vide ?
• chaque urne contient au moins une boule ?
1. On va appliquer trois fois la formule du cardinal de l’union qui traite le cas de deux
parties qui s’intersectent.

Card(A ∪ B ∪ C) = Card A ∪ (B ∪ C)
= Card(A) + Card(B ∪ C) − Card(A ∩ (B ∪ C)).
Or, d’une part,
Card(B ∪ C) = Card(B) + Card(C) − Card(B ∩ C)
et, d’autre part,

Card A ∩ (B ∪ C) = Card (A ∩ B) ∪ (A ∩ C)
= Card(A ∩ B) + Card(A ∩ C) − Card(A ∩ B ∩ C)
(en effet, (A ∩ B) ∩ (A ∩ C) = A ∩ B ∩ C) donc, finalement, on a bien

Card(A ∪ B ∪ C) = Card(A) + Card(B) + Card(C)

− Card(A ∩ B) + Card(B ∩ C) + Card(A ∩ C)
+ Card(A ∩ B ∩ C).
Visualisons la dernière application de la formule, à savoir :

Card(A ∩ (B ∪ C)) = Card(A ∩ B) + Card(A ∩ C) − Card(A ∩ B ∩ C).
Exercice 3.3 Autour de la formule du crible 51
Pour compter le nombre d’éléments de A ∩ (B ∪ C), on somme le nombre d’éléments

de A∩B (correspondant à la zone 1) et le nombre d’éléments de A∩C (correspondant
à la zone 3). Cependant, les éléments communs à la zone 1 et 3 (formant la zone 2)
ont été ainsi comptés deux fois : il faut donc retrancher leur nombre à la somme pour
obtenir le cardinal de A ∩ (B ∪ C).
2.a. Il y a deux possibilités : se placer du point de vue des urnes ou de celui des boules.
Du point de vue des 3 urnes, il faut voir quelles boules contient chacune. Cela donne
une vision claire pour la composition d’une urne mais pas de vision d’ensemble. Par
contre, du point de vue des n boules, chacune “a le choix” entre les trois urnes et on
reconnaît une structure de n-liste.
Une répartition correspond à une n-liste (x1 , x2 , . . . , xn ) où, pour tout i appartenant
à 1, n, xi représente le numéro de l’urne dans laquelle a été placée la ième boule.
L’ensemble de ces répartitions peut donc être modélisé par 1, 3n et le nombre de
répartitions vaut Card (1, 3n ) = Card (1, 3)n = 3n .
2.b. Chacune des 3 urnes peut être vide mais plusieurs peuvent l’être simultanément,
la situation est donc précisément celle de la première question.
Pour i ∈ 1, 3, notons Ai la partie de 1, 3n qui correspond à “l’urne numéro i
est vide”. On cherche donc à calculer Card(A1 ∪ A2 ∪ A3 ). D’après le résultat de la
question précédente,

3

Card(A1 ∪ A2 ∪ A3 ) = Card(Ai ) − Card(Ai ∩ Aj ) + Card(A1 ∩ A2 ∩ A3 ).
i=1 1i<j3
Le fait que plusieurs urnes soient vides correspond à “limiter le choix” d’urne de
chacune des boules.
Si i ∈ 1, 3, la partie Ai est formée des n-listes dont les composantes sont l’un des
deux nombres compris entre 1 et 3 mais distincts de i, on a donc
Card(Ai ) = Card ((1, 3 \ {i})n ) = Card (1, 3 \ {i})n = 2n .
Si i, j sont deux entiers tels que 1 i < j 3, la partie Ai ∩ Aj correspond à
“les urnes numéros i et j sont vides”. Cette partie est formée des n-listes dont les
composantes sont égales à l’unique nombre compris entre 1 et 3, distinct de i et j, on
a donc
Card(Ai ∩ Aj ) = Card ((1, 3 \ {i, j})n ) = 1n = 1.
Enfin, la partie A1 ∩ A2 ∩ A3 correspond à l’événement : “les trois urnes sont vides”,
ce qui est impossible. Ainsi A1 ∩ A2 ∩ A3 = ∅ et
Card(A1 ∩ A2 ∩ A3 ) = 0.
Finalement, le nombre de répartitions où au moins une urne est vide est :
Card(A1 ∪ A2 ∪ A3 ) = 3 × 2n − 3 × 1 + 0 = 3 × (2n − 1).
Par négation logique, le complémentaire de “toute urne contient au moins une boule”
est “au moins une urne ne contient pas de boule” c’est-à-dire la partie dont on vient
de trouver le cardinal.
La partie de 1, 3n qu’on cherche à dénombrer maintenant est A1 ∪ A2 ∪ A3 . Le

nombre de répartitions où chaque urne contient au moins une boule vaut donc

Card A1 ∪ A2 ∪ A3 = Card (1, 3n ) − Card(A1 ∪ A2 ∪ A3 )
= 3n − 3 × (2n − 1).
Lorsqu’une partie (ou un événement probabiliste) fait intervenir des

“au plus” ou des “au moins”, il est souvent intéressant de considérer la
partie complémentaire (l’événement contraire) qui peut être plus simple
à dénombrer.
Exercice 3.4 : Formules de Vandermonde et du binôme de Newton
Un lac comporte des poissons dont a sont des mâles et b sont des femelles.
1. Un premier pêcheur utilise son filet pour pêcher les poissons du lac.
a. Combien de pêches différentes de n poissons peut-il faire ?
b. Soit k ∈ 0, n. Combien y-a-t-il de pêches possibles de n poissons dont k
sont des mâles ?
n
a b a+b
c. En déduire : = .
k n−k n
k=0
2. Un deuxième pêcheur, accompagné de son fils, décide quant à lui de relâcher
chacun des poissons qu’il vient de pêcher au fur et à mesure.
a. Combien de pêches différentes de n poissons peut-il faire ?
b. Soit k ∈ 0, n. Combien y-a-t-il de pêches possibles de n poissons dont k
sont des mâles ?
n
n k n−k
c. En déduire : a b = (a + b)n .
k
k=0
1.a. Le filet fait que la pêche des n poissons est simultanée. On reconnaît alors une
n-combinaison de l’ensemble des poissons.
Une pêche correspond dans ce cas au choix d’une n-combinaison

d’un ensemble à
a+b
(a + b) éléments. On sait alors d’après le cours qu’il y a choix possibles donc
n

a+b
pêches possibles.
n
1.b. En séparant mâles et femelles, il s’agit encore de combinaisons.
Une pêche de n poissons comportant k mâles est déterminée par le choix de :

Exercice 3.4 Formules de Vandermonde et du binôme de Newton 53

a a
• k mâles parmi les a mâles possibles, soit choix possibles (avec = 0 si
k k
k > a),

b
• n − k femelles parmi les b femelles possibles, soit choix possibles (avec
n−k

b
= 0 si n − k > b).
n−k

a b
Ainsi, le nombre de pêches de n poissons dont k sont des mâles est .
k n−k
1.c. On fait le lien entre les cardinaux calculés aux deux questions précédentes.
Pour k appartenant à 0, n, notons Ak l’ensemble des pêches qui amène exactement
k mâles. Il est clair que les parties Ak sont deux à deux disjointes et que leur réunion
est l’ensemble des pêches possibles. Ainsi, avec le résultat de la question 1.a,
n
a+b +
n

n
a b
= Card Ak = Card(Ak ) = .
n k n−k
k=0 k=0 k=0
2.a. Comme il y a remise et que l’ordre importe, on reconnaît des n-listes.
Une pêche correspond dans ce cas à une n-liste d’un ensemble à (a + b) éléments.
On sait alors d’après le cours qu’il y a (a + b)n choix possibles donc (a + b)n pêches
possibles.
2.b. On procède en deux temps en fixant d’abord la position (dans le temps) où les
k mâles sont pêchés. Cela fait, pour les mâles (respectivement pour les femelles), on
est encore dans une situation de k-listes (respectivement (n − k)-listes).
Étant donnée une pêche de n poissons, on associera à chaque poisson le rang de la

pêche qui l’a amené. Ainsi, le poisson de rang 1 sera celui pêché en premier, le poisson
de rang 2 celui pêché en second, etc. Une pêche de n poissons comportant k mâles
est déterminée par le choix :

n
• des rangs où les k mâles ont été pêchés, soit choix possibles,
k
• des k mâles ayant été pêchés à ces rangs-là, soit ak choix possibles (un même
poisson pouvant être pêché plusieurs fois),
• des n − k femelles ayant été pêchées aux n − k rangs restant, soit bn−k choix
possibles.

n k n−k
Ainsi, le nombre de pêches de n poissons dont k sont des mâles est a b .
k
2.c. Là encore, on comprend que les parties du 2.b forment une partition de l’ensemble
du 2.a.
Pour k appartenant à 0, n, notons Ak l’ensemble des pêches qui amènent exactement
k mâles. Il est clair que les parties Ak sont deux à deux disjointes et que leur réunion
est l’ensemble des pêches possibles. Ainsi, avec le résultat de la question 2.a,
n
n
+
n

n
n
(a + b) = Card Ak = Card(Ak ) = ak bn−k .
k
k=0 k=0 k=0
Exercice 3.5 : Tirages avec et sans remise
Soit n ∈ N∗ . Une urne contient n boules numérotées de 1 à n.

1. Dans cette question uniquement, on suppose que n 3. On tire successivement
et sans remise 3 boules de l’urne.
a. Combien existe-t-il de tirages possibles ?
b. On fixe k ∈ 3, n. Combien existe-t-il de tirages tels que le plus grand
numéro des trois boules tirées est égal à k ?
n
n(n − 1)(n − 2)
c. En déduire : (k − 1)(k − 2) = .
3
k=3
2. L’urne est considérée dans son état initial et on effectue cette fois 3 tirages
successifs avec remise d’une boule de l’urne.
a. Combien existe-t-il de tirages possibles ?
b. On fixe k ∈ 1, n. En raisonnant de deux manières différentes, mais tou-
jours par dénombrement, montrer que le nombre de tirages pour lesquels
le plus grand numéro des boules tirées vaut k est égal à
• 3(k − 1)2 + 3(k − 1) + 1,
• k 3 − (k − 1)3 .
Vérifier la cohérence des résultats obtenus.
n
c. Calculer 3(k − 1)2 + 3(k − 1) + 1 de deux façons différentes :
k=1
• en raisonnant par dénombrement,
• en utilisant le résultat de la question précédente.

n
3. Déduire des questions 1 et 2 deux façons de calculer la valeur de k 2 connais-
k=1

n
sant celle de k.
k=1
1.a. Comme les tirages ont lieu sans remise, on pense aux listes sans répétition.
Un tirage correspond à une 3-liste sans répétition de 1, n. Le nombre de tirages
n!
possibles est donc soit n(n − 1)(n − 2).
(n − 3)!
Exercice 3.5 Tirages avec et sans remise 55
1.b. Il faut morceler les différentes informations qui sont “indépendantes” : la position
de la boule k et la valeur des deux autres boules.
Soit Ak l’ensemble des tirages tels que le plus grand numéro des boules tirées vaut k.
À chaque boule tirée, on associera le rang du tirage qui l’a amené. Un élément de Ak
est complètement déterminé par le choix :

3
• du rang de la boule numéro k, soit = 3 choix possibles,
1
• de la ou des boules tirées à ce rang-là, soit un seul choix (c’est la boule numéro
k),
• des boules tirées aux 2 autres rangs, de numéros inférieurs ou égaux à k − 1, soit
(k − 1)(k − 2) choix possibles.
Au total, cela fait 3(k − 1)(k − 2) choix possibles. Le nombre de tirages tels que le
plus grand numéro des trois boules tirées est égal à k est donc 3(k − 1)(k − 2).
1.c. Comme dans l’exercice précédent, on comprend que les parties de la question
précédente forment une partition de l’ensemble de la première question.
En reprenant les notations de la question précédente, les parties Ak (pour k ∈ 3, n)
sont deux à deux disjointes et leur réunion est l’ensemble des tirages possibles. Ainsi,
à l’aide des résultats des deux questions précédentes,

+
n

n
n(n − 1)(n − 2) = Card Ak = Card(Ak )

k=3 k=3

n

n
= 3(k − 1)(k − 2) = 3 (k − 1)(k − 2).

k=3 k=3
Ainsi,

n
n(n − 1)(n − 2)
(k − 1)(k − 2) = .
3
k=3
2.a. Les tirages ont lieu cette fois avec remise, ils sont donc représentés par des 3-listes.
Un tirage correspond ici à une 3-liste de 1, n.

Il existe donc n3 tirages possibles.
2.b. On va morceler la partie “le plus grand numéro tiré vaut k” en trois parties selon
le nombre d’occurrences de ce plus grand numéro.

Soit Ak l’ensemble des tirages tels que le plus grand numéro des boules tirées vaut k.
À chaque boule tirée, on associe le rang du tirage qui l’a amené. On peut écrire Ak
sous forme d’une union disjointe Bk,1 ∪ Bk,2 ∪ Bk,3 où Bk,i est l’ensemble des tirages
ayant amené i fois la boule numéro k et 3 − i fois une boule de numéro strictement
inférieur.
On raisonne alors avec les Bk,i comme on l’a fait précédemment avec les Ak pour le
cas sans remise.
Si i ∈ 1, 3, un élément de Bk,i est déterminé par le choix :

3
• des i rangs de la boule numéro k, soit choix,
i
• des boules tirées à ces rangs-là, soit un choix (c’est la boule numéro k),
• des boules tirées aux 3 − i autres rangs, de numéros inférieurs ou égaux à k − 1,
soit (k − 1)3−i choix possibles.
Au final, on a donc
Card(Ak ) = Card (Bk,1 ∪ Bk,2 ∪ Bk,3 )

3
= Card(Bk,i ) (car l’union est disjointe)

i=1
3
3
= (k − 1)3−i
i
i=1
= 3(k − 1)2 + 3(k − 1) + 1.
Pour le deuxième dénombrement, la soustraction k 3 − (k − 1)3 doit faire penser au

cardinal d’une différence ensembliste. Le plus grand des numéros est k si et seulement
si tous les numéros sont inférieurs ou égaux à k sans être tous inférieurs ou égaux
à k − 1.
En notant Ck l’ensemble des tirages tels que chaque boule porte un numéro inférieur
ou égal à k, on a aussi Ak = Ck \ Ck−1 donc, compte tenu de Ck−1 ⊂ Ck ,
Card(Ak ) = Card(Ck ) − Card(Ck−1 ) = k3 − (k − 1)3 .
Il reste à vérifier que les résultats obtenus précédemment s’accordent.
Puisque
k3 − (k − 1)3 = k3 − (k3 − 3k2 + 3k − 1)
= 3k2 − 3k + 1
= 3k(k − 1) + 1
= 3((k − 1) + 1)(k − 1) + 1
= 3(k − 1)2 + 3(k − 1) + 1
les deux résultats obtenus pour Card(Ak ) sont bien cohérents.
2.c. Toujours le même raisonnement basée sur une partition et l’additivité du cardinal.
Méthode par dénombrement :

Avec les notations de la question précédente, pour k ∈ 1, n, les parties Ak sont deux
à deux disjointes et leur réunion est l’ensemble des tirages possibles. Ainsi, à l’aide des
résultats des deux questions précédentes,

3
+
n

n
n = Card Ak = Card(Ak )
k=1 k=1
n

= 3(k − 1)2 + 3(k − 1) + 1 .
k=1
Exercice 3.5 Tirages avec et sans remise 57
Autre méthode :
D’après le résultat établi à la question précédente,
n

n

3(k − 1)2 + 3(k − 1) + 1 = k3 − (k − 1)3
k=1 k=1
= n3 − (1 − 1)3 (par télescopage)

3
= n .
3. À partir des
sommes des questions 1 et 2 (dont on connaît la valeur simplifiée), on
fait apparaître k 2 en utilisant la linéarité de la somme.
Première méthode : On utilise le résultat établi en 1.c. Si n 3,

n(n − 1)(n − 2)
n
= (j − 1)(j − 2)
3
j=3

n−2
= (k + 1)k (avec le changement d’indice k = j − 2)

k=1

n−2

n−2

n−2
(n − 2)(n − 1)
= k2 + k= k2 + .
2
k=1 k=1 k=1
Ainsi,

n−2
n(n − 1)(n − 2) (n − 2)(n − 1)
k2 = −
3 2
k=1
2n(n − 1)(n − 2) − 3(n − 2)(n − 1)
=
6
(n − 1)(n − 2)(2n − 3)
=
6
ceci étant vrai pour tout n 3, on a :

m
(m + 1)m(2(m + 2) − 3) (m + 1)m(2m + 1)
∀ m 1, k2 = = .
6 6
k=1
Seconde méthode : À l’aide du résultat du 2.c, pour tout n 1,

n

n

n

n
n3 = 3(j − 1)2 + 3(j − 1) + 1 = 3 (j − 1)2 + 3 j− 2

j=1 j=1 j=1 j=1

n−1
n(n + 1)
= 3 k2 + 3 − 2n (avec le changement d’indice k = j − 1)
2
k=0

n−1
n(3n − 1)
= 3 k2 +
2
k=1
donc
n(3n − 1)

n−1 n3 − n(2n2 − 3n + 1) n(n − 1)(2n − 1)
k = 2 2 = = .
3 6 6
k=1
Ceci étant vrai pour tout entier n 1, nous avons :

m
(m + 1)m(2(m + 1) − 1) (m + 1)m(2m + 1)
∀ m 0, k2 = = .
6 6
k=1
Exercice 3.6 : Comment vider une urne ?
Soit n ∈ N∗ et p ∈ 0, n − 1. Une urne contient n boules numérotées de 1 à n

dont p sont blanches et n − p sont noires. On tire une à une, successivement et
sans remise, les n boules de l’urne.
1. Combien de tirages sont possibles ?
2. Pour k ∈ 1, n, on note Ak l’ensemble des tirages pour lesquels la première
boule noire a été extraite lors de la k-ième pioche.
a. Pour quelles valeurs de k avons-nous Ak = ∅ ?
On notera J l’ensemble de ces valeurs.
b. Calculer Card(Ak ) pour tout k appartenant à J.

p+1
n−1
(n − k)! j n
3. En déduire p!(n − p) = n! puis = .
(p − k + 1)! j=n−p−1
n−p−1 p
k=1
1. On tire sans remise toutes les boules de l’urne. Un tirage peut donc être représenté
par une liste sans répétitions (x1 , x2 , . . . , xn ) où xi est le numéro de la i-ième boule
tirée : il s’agit donc d’une permutation.
Le résultat d’un tel tirage de n boules s’apparente à une permutation de 1, n, il y a
donc n! tirages possibles.
2.a. Il s’agit de détecter des impossibilités : la première boule noire arrive au pire au
(p + 1)-ième tirage après avoir tiré toutes les blanches.
Si k ∈ 1, p + 1, il est possible de tirer d’abord k − 1 boules blanches puis la première
boule noire lors de la k-ième pioche. Dans ce cas, on a donc Ak = ∅. Si k > p + 1,
les k − 1 premières boules extraites sont plus nombreuses que les boules blanches ; il
y figure donc nécessairement une boule noire et ainsi Ak = ∅. On conclut donc que
J = 1, p + 1.
2.b. On morcelle toujours Ak selon les choix à faire.
Soit k ∈ 1, p + 1. Un élément de Ak est déterminé par le choix :

p!
• des k − 1 premières boules blanches tirées, soit choix,
(p − (k − 1))!
• de la k-ième boule tirée, de couleur noire, soit (n − p) choix,
• des n − k boules qu’il reste à tirer, soit (n − k)! choix.
p!
On a donc Card(Ak ) = (n − p)(n − k)!.
(p − k + 1)!
Exercice 3.6 Comment vider une urne ? 59
3. On utilise toujours le même principe de partitionnement de l’ensemble total.
Pour k ∈ 1, p + 1, les parties Ak sont deux à deux disjointes et leur réunion est
l’ensemble des tirages possibles. D’après les résultats des questions 1 et 2.b, on en
déduit

p+1

p+1
(n − k)!
n! = Card(Ak ) = p!(n − p) .
(p − k + 1)!
k=1 k=1
On fait apparaître des coefficients binomiaux en appariant les factorielles puis on

réalise un changement d’indice pour que le coefficient binomial ait la bonne forme et
que les bornes de la somme soient celles attendues.
Or
(n − k)! (n − k)!
= × (n − k − (p − k + 1))!
(p − k + 1)! (p − k + 1)!(n − k − (p − k + 1))!

n−k
= (n − p − 1)!
p−k+1

n−k
= (n − p − 1)! (par symétrie du coefficient binomial)
n−p−1
p+1 p+1
n−k n−k n
donc n! = p!(n − p)! , c’est-à-dire = . Il
n−p−1 n−p−1 p
k=1 k=1
suffit alors de faire le changement d’indice j = n − k pour conclure

n−1
j n
= .
n−p−1 p
j=n−p−1
Compte tenu de la propriété de symétrie du coefficient binomial, l’identité précédente

n−1
j

n

peut aussi s’écrire : = . En posant q = n − p, on
j=n−p−1
n−p−1 n−p
j
n−1
n
a donc = . Cette dernière formule est assez classique et peut
j=q−1
q−1 q
s’obtenir aisément par récurrence sur n (avec q fixé) ou par une autre méthode de
dénombrement, similaire à celles vues à l’exercice 3.5, dans le cas de tirages simultanés
de q boules.
• Savoir dénombrer
♦ des p-listes (cf questions 3.1.1.b, 3.3.2, 3.4.2 et 3.5.2),
♦ des p-listes sans répétition ou arrangements (cf question 3.5.1),
♦ des permutations (cf exercice 3.6),
♦ des combinaisons ou p-combinaisons (cf questions 3.2.3.c et 3.4.1).
• Savoir utiliser les propriétés du cardinal (cf exercices 3.4, 3.5 et ques-
tion 3.3.1)
♦ l’additivité, si les Ak sont deux à deux disjoints,
n
+ n
Card Ak = Card(Ak ) ,
k=1 k=1
♦ pour une union

Card(A ∪ B) = Card(A) + Card(B) − Card(A ∩ B) ,
♦ pour le passage au complémentaire, si A ⊆ Ω,
Card(Ω \ A) = Card(Ω) − Card(A) ,
♦ pour le produit cartésien
Card(A × B) = Card(A) Card(B) .
Partie 2
Algèbre
Algèbre
4 Systèmes linéaires 65
Semestre 1
4.1 : Systèmes rectangulaires et carrés 65
4.2 : Systèmes à paramètres I 67
4.3 : Systèmes à paramètres II 69
4.4 : Interpolation graphique 70
4.5 : Coefficients stœchiométriques 72
5 Matrices 75
Semestre 1
5.1 : Diagonalisation et commutant 75
5.2 : Polynômes de matrice et inversibilité 78
5.3 : Puissances de matrice I 81
5.4 : Modèle de reproduction multiâge de Leslie I 84
5.5 : Théorème de Cayley-Hamilton pour les matrices 2 × 2 90
5.6 : Calcul de rangs 94
5.7 : Matrices à paramètre et de Vandermonde 95
5.8 : Produit scalaire, symétrie et antisymétrie 98
6 Polynômes 103
Semestre 1
6.1 : Autour des polynômes de Tchebychev 103
6.2 : La somme des premiers cubes II 108
6.3 : Polynômes interpolateurs de Lagrange 111
6.4 : Relation entre racines et coefficients 113
6.5 : Autour des racines n-ièmes de l’unité 114
6.6 : Divisibilité et ordre de multiplicité des racines 116
7 Géométrie 123
Semestre 1
7.1 : Équation cartésienne vs représentation paramétrique 123
7.2 : Orthogonalité dans le plan 127
7.3 : Cercles et intersections 129
7.4 : Parallélisme et orthogonalité dans l’espace 131
7.5 : Déterminant et barycentres 134
8 Espaces vectoriels et applications linéaires 141

Semestre 2
8.1 : Sous-espaces vectoriels 141
8.2 : Familles de vecteurs 144
8.3 : Coordonnées dans une base 147
8.4 : Projecteurs et symétries I 150
8.5 : Projecteurs et symétries II 154
8.6 : Polynôme annulateur et réduction 155
8.7 : Commutant d’une matrice carrée 159
8.8 : Commutant d’un endomorphisme cyclique 161
CHAPITRE
4
Systèmes linéaires
Par souci pédagogique, on prendra soin d’encadrer le coefficient d’un système qu’on
utilise comme pivot (ou assimilé).
Exercice 4.1 : Systèmes rectangulaires et carrés
Déterminer le rang et l’ensemble des solutions des systèmes linéaires ci-dessous :

⎧
⎨ x + 2y + 8z − 7t = −2
(S1 ) 3x + 2y + 12z − 5t = 6 ,
⎩
−x + y + z − 5t = −10
⎧
⎪
⎪ 2x − y + 3z = 3
⎨
3x + y − 5z = 0
(S2 ) ,
⎪
⎪ 4x − y + z = 3
⎩
x + 3y − 13z = −6
⎧
⎪
⎪ x + 2y + 3z + 4t = 10
⎨
2x − y + z − t = 1
(S3 ) .
⎪
⎪ 3x + y + 4z + 3t = 11
⎩
−2x + 6y + 4z + 10t = 18
Pour les trois systèmes, on applique la méthode du pivot de Gauss.

Le système (S1 ) est inhomogène donc il peut très bien être incompatible et il comporte
3 équations pour 4 inconnues donc il est de rang au plus 3 et ne peut pas être de
Cramer.
⎧
⎨ 1 x +2y +8z −7t = −2
(S1 ) ⇐⇒ −4y −12z +16t = 12 L2 ← L2 − 3L1
⎩ 3y +9z −12t = −12 L3 ← L3 + L1
⎧
⎨ x +2y +8z −7t = −2
⇐⇒ −4 y −12z +16t = 12 .
⎩ L3 ← 4L3 + 3L2
0 = −12
Le système (S1 ) est donc incompatible de rang 2.
66 Chapitre 4 Systèmes linéaires
Le système (S2 ) comporte 4 équations pour 3 inconnues donc il est de rang au plus 3
et il y aura donc nécessairement une équation de compatibilité.
⎧
⎪ −y
⎨ 2x +3z = 3
5y −19z = −9 L2 ← 2L2 − 3L1
(S2 ) ⇐⇒
⎪
⎩ y −5z = −3 L3 ← L3 − 2L1
7y −29z = −15 L4 ← 2L4 − L1
⎧
⎪ 2x −y +3z = 3
⎨
y −5z = −3
⇐⇒ L2 ↔ L3
⎪
⎩ 5y −19z = −9
7y −29z = −15
⎧
⎪ 2x −y +3z = 3
⎨
1y −5z = −3
⇐⇒
⎪
⎩ 6z = 6 L3 ← L3 − 5L2
6z = 6 L4 ← L4 − 7L2
⎧
⎪ 2x −y +3z = 3
⎨ y −5z = −3
⇐⇒ .
⎪
⎩ 6z = 6
0 = 0 L4 ← L4 − L3
(S2 ) est donc compatible de rang 3 et :
⎧ 1 &
⎨ x = (3 + y − 3z) x = 1
(S2 ) ⇐⇒ 2 ⇐⇒ y = 2 .
⎩ y = −3 + 5z
z = 1 z = 1
Ainsi, (S2 ) admet le triplet (1, 2, 1) pour unique solution.
Le système (S3 ) est carré (autant d’équations que d’inconnues) : s’il est de rang
maximal, ce sera un système de Cramer.
⎧
⎪
⎨ 1 x +2y +3z +4t = 10
−5y −5z −9t = −19 L2 ← L2 − 2L1
(S3 ) ⇐⇒
⎪
⎩ −5y −5z −9t = −19 L3 ← L3 − 3L1
10y +10z +18t = 38 L4 ← L4 + 2L1
⎧
⎪ x +2y +3z +4t = 10
⎨
−5 y −5z −9t = −19
⇐⇒
⎪
⎩ 0 = 0 L3 ← L3 − L2
0 = 0 L4 ← L4 + 2L2
) ) 12
x = 10 − 2y − 3z − 4t x = − z − 25 t
⇐⇒ ⇐⇒ 5
19 .
−5y = −19 + 5z + 9t y = 5
− z − 95 t
(S3 ) est donc compatible, de rang 2 et son ensemble de solutions est :
' (
12 2 19 9
− z − t, − z − t, z, t ; (z, t) ∈ R2
5 5 5 5
Exercice 4.2 Systèmes à paramètres I 67
Exercice 4.2 : Systèmes à paramètres I
1. Soit le système suivant ∗ dépendant du paramètre λ∈R:

⎧
⎨ (5 − λ)x + 8y + 16z = 0
(Sλ ) 4x + (1 − λ)y + 8z = 0 .
⎩
−4x − 4y − (11 + λ)z = 0
a. Montrer qu’il existe exactement deux valeurs de λ telles que rg(Sλ ) < 3.
b. Résoudre (Sλ ) pour ces deux valeurs de λ.
c. Que dire de l’ensemble des solutions de (Sλ ) lorsque λ n’est aucune des
deux valeurs précédentes ?
2. Pour tout réel a, on considère le système d’inconnues x, y, z ∈ R défini par :
⎧
⎨ x + ay − z = 1
(Sa ) −x + (a − 2)y + z = −1 .
⎩
2x + 2y + (a − 2)z = 1
Discuter du rang et de l’ensemble des solutions de ce système en fonction du
paramètre a.
1.a. Le système est carré avec 3 inconnues donc il est au plus de rang 3.
&
−4x − 4y − (11 + λ)z = 0
(Sλ ) ⇐⇒ 4x + (1 − λ)y + 8z = 0
L1 ↔L3
(5 − λ)x + 8y + 16z = 0
⎧
⎨ −4 x − 4y − (11 + λ)z = 0
L2 ←L2 +L1
⇐⇒ (−3 − λ)y + (−3 − λ)z = 0
L3 ←4L3 +(5−λ)L1 ⎩
(12 + 4λ)y + (λ2 + 6λ + 9)z = 0
⎧
⎨ −4x − 4y − (11 + λ)z = 0
⇐⇒ (−3 − λ) y + (−3 − λ)z = 0 .
L3 ←L3 +4L2 ⎩
(λ2 + 2λ − 3)z = 0
Le système équivalent obtenu est triangulaire et il est de rang 3 ssi les coefficients
“diagonaux” −4, −(3 + λ), λ2 + 2λ − 3 = (λ + 3)(λ − 1) sont tous non nuls.
)
−(3 + λ) = 0
(Sλ ) est de rang 3 ssi i.e. λ ∈
/ {−3, 1}. On conclut que
(λ + 3)(λ − 1) = 0
rg(Sλ ) < 3 ssi λ ∈ {−3, 1} qui sont donc les deux valeurs demandées.
1.b. Le système échelonné précédent, équivalent à (Sλ ), a été obtenu indépendamment
de la valeur de λ : il peut donc être utilisé.
∗. Ce type de système homogène sera abondamment discuté en seconde année lors de la recherche
des éléments propres d’une matrice carrée.
D’après ce qui précède,

&
−4x − 4y − 8z = 0
(S−3 ) ⇐⇒ 0 = 0 ⇐⇒ x + y + 2z = 0 ⇐⇒ x = −y − 2z
0 = 0
donc l’ensemble des solutions de (S−3 ) est {(−y − 2z, y, z) ; (y, z) ∈ R2 }.
Par ailleurs,
& )
−4x − 4y − 12z = 0
x = −y − 3z = −2z
(S1 ) ⇐⇒ −4y − 4z = 0 ⇐⇒
y = −z
0 = 0
donc les solutions de (S1 ) sont les triplets (−2z, −z, z) avec z ∈ R.
1.c. Comme déjà mentionné le système est carré donc il est de Cramer ssi il est de
rang maximal.
D’après l’étude faite au 1.a, (Sλ ) est de rang 3 lorsque λ ∈ / {−3, 1}. Comme il est à
trois inconnues, il est alors de Cramer, en particulier il admet une unique solution : le
triplet (0, 0, 0) puisque le système est homogène.
2. Là encore le système est carré avec 3 inconnues.
⎧
⎨ 1x + ay − z = 1
(Sa ) ⇐⇒ 2(a − 1)y = 0 L2 ← L2 + L1
⎩ 2(1 − a)y + az = −1 L3 ← L3 − 2L1
⎧
⎨ x + ay − z = 1
⇐⇒ 2(a − 1) y = 0 .
⎩ L3 ← L3 + L2
az = −1
Ainsi, le système est de rang 3 ssi 2(a − 1) = 0 et a = 0, autrement dit, ssi a ∈
/ {0, 1}.
On va traiter séparément les deux cas particuliers a = 0 et a = 1.
• Dans le cas où a ∈
/ {0, 1}, le système (Sa ) est compatible, de Cramer et
& ⎧
x + ay − z = 1 1 − ay + z
⎨ x =
(Sa ) ⇐⇒ 2(a − 1)y = 0 ⇐⇒ 0 y . =
az = −1 ⎩ z = −1
a

a−1 1
Finalement le système admet pour unique solution , 0, − .
a a
• Si a = 0, le système est incompatible de rang 2 (la dernière équation est 0 = −1
et il y a deux pivots), en particulier (S0 ) ne possède aucune solution.
• Enfin, pour a = 1,
& ) )
x+y−z = 1
x = 1−y+z x = −y
(S1 ) ⇐⇒ 0 = 0 ⇐⇒ ⇐⇒ .
z = −1 z = −1
z = −1
Ainsi, (S1 ) est compatible de rang 2 et l’ensemble de ses solutions est
{(−y, y, −1) ; y ∈ R}.
Exercice 4.3 Systèmes à paramètres II 69
Exercice 4.3 : Systèmes à paramètres II
⎧
⎪
⎪ x−y−z = a
⎨
2x +y−z = b
1. Soit (a, b, c, d) ∈ R4 . On considère le système (S) : .
⎪
⎪ x + y − 3z = c
⎩
2x − y − z = d
Déterminer à quelle condition sur (a, b, c, d) le système (S) est compatible et
le résoudre dans ce cas. ⎧
⎨ x+y−z+w = 1
2. Soit a, b deux réels et le système (Sa,b ) : ax + y + z + w = b
⎩
3x + 2y + aw = 1 + a
d’inconnue (x, y, z, w).
a. Discuter du rang de (Sa,b ) suivant les valeurs de a et déterminer les valeurs
de a et b pour lesquelles le système (Sa,b ) est compatible.
b. Déterminer l’ensemble des solutions lorsque a = b = 2.
1. Le système est rectangulaire avec plus d’équations que d’inconnues donc il y aura
nécessairement une équation de compatibilité.
⎧
⎨ 1 x−y−z
⎪ = a
3y + z = b − 2a L2 ← L2 − 2L1
(S) ⇐⇒
⎪
⎩ 2y − 2z = c−a L3 ← L3 − L1
y+z = d − 2a L4 ← L4 − 2L1
⎧
⎪ x−y−z = a
⎨
3 y+z = b − 2a
⇐⇒
⎪
⎩ −8z = 3c − 2b + a L3 ← 3L3 − 2L2
2z = 3d − b − 4a L4 ← 3L4 − L2
⎧
⎪ x−y−z = a
⎨ 3y + z = b − 2a
⇐⇒
⎪
⎩ −8 z = 3c − 2b + a
0 = 12d + 3c − 6b − 15a L4 ← 4L4 + L3
(S) est de rang 3 et compatible, par division par 3, ssi −5a − 2b + c + 4d = 0.
a + 2b − c −5a + 2b + c −a + 2b − 3c
Dans ce cas, l’unique solution de (S) est , , .
4 8 8
2.a. Le système est encore rectangulaire mais avec plus d’inconnues que d’équations :
il y aura donc ou bien aucune solution ou bien une infinité.
⎧
⎨ 1 x+y−z+w = 1
L2 ←L2 −aL1
(Sa,b ) ⇐⇒ (1 − a)y + (1 + a)z + (1 − a)w = b−a
L3 ←L3 −3L1 ⎩ −y + 3z + (a − 3)w = a−2
&
x+y−z+w = 1
L2 ↔L3
⇐⇒ −y + 3z + (a − 3)w = a−2
(1 − a)y + (1 + a)z + (1 − a)w = b−a
⎧
⎨ x+y−z+w = 1
L3 ←L3 +(1−a)L2
⇐⇒ −1 y + 3z + (a − 3)w = a−2 .
⎩
2(2 − a)z + (1 − a)(a − 2)w = b + 2a − 2 − a2
On a déjà obtenu deux pivots et le troisième candidat à être un pivot est 2(2 − a).
• Si a = 2, le système est compatible et de rang 3, il admet une infinité de solutions.

• Si a = 2, (Sa,b ) est équivalent au système échelonné
&
x+y−z+w = 1
−y + 3z − w = 0 .
0 = b−2
♦ Si b = 2, il est compatible et admet une infinité de solutions.
♦ Si b = 2, le système est incompatible et n’admet donc aucune solution.
En résumé, (Sa,b ) est compatible si et seulement si a = 2 ou a = b = 2 ; de rang 2
ssi a = 2 et de rang 3 sinon.
2.b. Lorsque a = b = 2, le système est compatible et de rang 2 donc il admet une

infinité de solutions paramétrées par deux réels.
Si a = b = 2, on a, avec les calculs de la question précédente,

) )
x+y−z+w = 1 x = 1−y+z −w
(Sa,b ) ⇐⇒ ⇐⇒ .
−y + 3z − w = 0 y = 3z − w
L’ensemble des solutions de (S2,2 ) est alors donné par :
{(1 − 2z, 3z − w, z, w) ; z, w ∈ R}.
Exercice 4.4 : Interpolation graphique
Pour u, v, w ∈ R, on note Eu,v,w l’ensemble des fonctions f dérivables sur R

telles que :
2
f (1) = u, f (2) = v et f (x) dx = w.
0
1. On considère une fonction f , dérivable sur R dont on a représenté ci-dessous
une partie de sa courbe représentative. En s’appuyant sur ce graphique, dé-
terminer les trois réels α, β et γ tels que f ∈ Eα,β,γ , sachant que γ est ici un
entier naturel.
Exercice 4.4 Interpolation graphique 71
8.0
7.5
7.0
6.5
6.0
5.5
5.0 y = f (x)
4.5
4.0
3.5
3.0
2.5
2.0
1.5
1.0
0.5
−0.5 0.5 1.0 1.5 2.0 2.5 3.0

−1.0
2. a. Pour les valeurs α, β et γ de la question précédente, déterminer l’ensemble

des fonctions polynomiales de degré au plus 3 telles que P ∈ Eα,β,γ .
b. Déterminer la fonction f de la première question, sachant qu’elle est po-
lynomiale de degré au plus 3.
1. On raisonne graphiquement.
• La valeur de f en 1 se lit directement sur la courbe.
• f (2) est la pente de la tangente à la courbe représentative de f au point d’abs-
cisse 2 et cette tangente est représentée sur le graphique.
Par lecture graphique, on a directement f (1) = 2 donc α = 2. La tangente à la courbe

représentative de f au point d’abscisse 2 a pour pente 3. Ainsi, β = 3.
2
• Il reste à déterminer γ i.e. f (x)dx. Il s’agit de l’aire du domaine grisé situé
0
entre l’axe des abscisses, la courbe et les droites d’équation x = 0 et x = 2.
Graphiquement, voici les constats que l’on peut faire :

♦ l’aire γ1 de la partie du domaine grisé délimitée par les droites d’équation x = 0
et x = 1, vérifie 0 < γ1 < 1 ;
♦ l’aire γ2 de la partie de ce même domaine délimitée par les droites d’équation
x = 1 et x = 2 est légèrement supérieure à 4 : on a 4 < γ2 < 5.
Par ailleurs, ces deux parties forment une partition du domaine grisé donc γ = γ1 + γ2
puis 4 < γ < 6. L’énoncé précisant que γ est un entier, on conclut alors que γ = 5.
2.a. On prend une fonction polynomiale quelconque de degré au plus 3 et on écrit les
trois contraintes qui font qu’elle appartient à Eα,β,γ .
Soit P : x → a + bx + cx2 + dx3 avec (a, b, c, d) ∈ R4 . P est dérivable sur R et :

∀ x ∈ R, P (x) = b + 2cx + 3dx2 . Par ailleurs,
2 2
x2 x3 x4 8
P (x)dx = ax + b +c +d = 2a + 2b + c + 4d.
0
2 3 4 0
3
Ainsi,
⎧ ⎧
⎪ P (1) = 2 a+b+c+d = 2
⎨ P (2) = 3 ⎨
P ∈ E2,3,5 ⇐⇒ 2 ⇐⇒ b + 4c + 12d = 3 .
⎪
⎩ P (x)dx = 5
⎩ 2a + 2b + 8 c + 4d = 5
0
3
C’est un système linéaire de 3 équations à 4 inconnues qu’on résout par réduction de

Gauss.
⎧
⎨ a+b+c+d=2
⇐⇒ b + 4c + 12d = 3
⎩ 2
c + 2d = 1 L3 ← L3 − 2L1
3
⎧ ⎧ 7
⎨ a = 2−b−c−d ⎪
⎨ a = 2 + 2d
⇐⇒ b = 3 − 4c − 12d ⇐⇒ b = −3 .
⎩ 3
c = − 3d 3⎪
⎩
2 c = − 3d
2
Les fonctions polynomiales de degré inférieur
égal à 3 appartenant à E2,3,5 sont
ou
7 3
celles de la forme x → + 2d − 3x + − 3d x2 + dx3 où d ∈ R.
2 2
2.b. Seule reste à déterminer la valeur du réel d.

7 3
Il existe un réel d tel que f : x → + 2d − 3x + − 3d x2 + dx3 .
2 2
1 7 1 3
Or, graphiquement, f (0) = donc +2d = i.e. d = − et, finalement, la fonction
2 2 2 2
1 3
f dont est représenté le graphe est : x → − 3x + 6x2 − x3 .
2 2
Exercice 4.5 : Coefficients stœchiométriques
Pondérer l’équation chimique ci-dessous ∗ :

NaHCO3 + H3 C6 H5 O7 −→ Na3 C6 H5 O7 + H2 O + CO2 .
La méthode habituellement adoptée en chimie consiste à traiter au fur et à mesure

les espèces atomiques de la moins à la plus représentée. Ici c’est Na qui est le moins
représenté, il y en a a priori un à gauche et trois à droite donc, on fixe arbitrairement
∗. Une telle réaction se produit en dissolvant dans de l’eau un comprimé contenant du bicarbonate
de sodium NaHCO3 et de l’acide citrique H3 C6 H5 O7 ; on obtient en retour du citrate de sodium
Na3 C6 H5 O7 , de l’eau et du dioxyde de carbone.
Exercice 4.5 Coefficients stœchiométriques 73
le coefficient de droite à 1 et on “met” 3 à gauche

3 NaHCO3 + ? H3 C6 H5 O7 −→ 1 Na3 C6 H5 O7 + ? H2 O + ? CO2 .
Dès lors toutes les autres espèces atomiques sont présentes au moins 4 fois et on ne
peut pas raisonner de proche en proche. Il faut donc nommer les inconnues recherchées
et écrire les équations de conservation puis résoudre le système obtenu ∗.
Il s’agit de trouver des réels a, b, c, d, e, non tous nuls, tels que l’équation
a NaHCO3 + b H3 C6 H5 O7 −→ c Na3 C6 H5 O7 + d H2 O + e CO2
soit équilibrée. La conservation de Na, H, C et O conduit à
⎧
⎪
⎨
a = 3c
a + 8b = 5c + 2d
(S) .
⎪
⎩ a + 6b = 6c + e
3a + 7b = 7c + d + 2e
Par la méthode du pivot de Gauss,
⎧
⎪ a −3c = 0
⎨
a +8b −5c −2d = 0
(S) ⇐⇒
⎪
⎩ a +6b −6c −e = 0
3a +7b −7c −d −2e = 0
⎧
⎪ a +8b −5c −2d = 0
⎨ L1 ↔ L2
a −3c = 0
⇐⇒
⎪
⎩ a +6b −6c −e = 0
3a +7b −7c −d −2e = 0
⎧
⎪ −5c −2d
⎨ 1a +8b = 0
−8b +2c +2d = 0 L2 ← L2 − L1
⇐⇒
⎪
⎩ −2b −c +2d −e = 0 L3 ← L3 − L1
−17b +8c +5d −2e = 0 L4 ← L4 − 3L1
⎧
⎪ a +8b −5c −2d = 0
⎨
−8 b +2c +2d = 0
⇐⇒
⎪
⎩ −6c +6d −4e = 0 L3 ← 4L3 − L2
30c +6d −16e = 0 L4 ← 8L4 − 17L2
⎧
⎪
⎪ a +8b −5c −2d = 0
⎨ −8b +2c +2d = 0
⇐⇒
⎪ −6 c +6d −4e = 0
⎪
⎩
36 d −36e = 0 L4 ← L4 + 5L3
Ainsi, (S)est de rang 4 (maximal)
et homogène de sorte qu’il possède une infinité de
1 1
solutions e, e, e, e, e où e est un réel quelconque.
3 3
Une seule solution nous suffit et il est d’usage de choisir celle telle que a, b, c, d et e
soient des entiers naturels sans diviseur commun : ici, il s’agit de (3, 1, 1, 3, 3).
L’équation correctement pondérée est donc, par exemple,
3NaHCO3 + H3 C6 H5 O7 −→ Na3 C6 H5 O7 + 3H2 O + 3CO2 .
∗. Les situations où il est possible de raisonner de proche en proche correspondent à des systèmes
déjà échelonnés
• Savoir mettre en œuvre la méthode du pivot de Gauss (cf exercices 4.1, 4.2,
4.3, 4.5 et question 4.4.2.a) qui repose sur les opérations élémentaires suivantes :
♦ l’échange de deux lignes noté Li ↔ Lj ,
♦ l’ajout à une ligne d’un multiple d’une autre ligne (ou une combinaison linéaire
des autres lignes) noté Lj ← Lj + αLi ,
♦ la multiplication d’une ligne par une constante α non nulle notée Li ← αLi .
• Savoir déterminer le rang d’un système linéaire (cf exercices 4.1, 4.2 et 4.3)
• Savoir décrire les solutions d’un système linéaire (cf exercices 4.1, 4.2, 4.3,
4.4 et 4.5)
• Savoir étudier le nombre de solutions d’un système linéaire dépendant

d’un (ou plusieurs) paramètre(s) réel(s) (cf exercices 4.2 et 4.3)
CHAPITRE
5
Matrices
Dans tout ce chapitre K désigne le corps des réels R ou celui des complexes C. On
rappelle aussi le vocabulaire élémentaire et les notations habituelles associés aux ma-
trices :
• l’ensemble des matrices à coefficients dans K à n lignes et p colonnes est noté
Mn,p (K) et une telle matrice est dite d’ordre (ou de taille) n × p ou (n, p) ;
• lorsque p = n, cet ensemble se note plus simplement Mn (K) et une matrice de
cet ensemble est dite d’ordre n ;
• la matrice identité (ou unité) de Mn (R) est souvent notée In ou Id voire I tout
court ;
• la matrice nulle de Mn,p (K) est notée 0 (celle de Mn (R) est parfois notée 0n ) ;
• une matrice carrée est dite diagonale si seuls ses coefficients diagonaux sont éven-
tuellement non nuls ;
• une matrice est dite triangulaire supérieure (respectivement inférieure) si tous
les coefficients situés “strictement en dessous de la diagonale” (respectivement au
dessus) sont nuls ;
• la transposée d’une matrice M est notée t M ;
• une matrice carrée A à coefficients réels est dite symétrique (respectivement anti-
symétrique) si t A = A (respectivement t A = −A).
Exercice 5.1 : Diagonalisation et commutant

⎛ ⎞ ⎛ ⎞
1 0 −1 1 2 1
Soit A = ⎝1 2 1 ⎠ et P = ⎝−1 −1 −1⎠.

2 2 3 0 −2 −2
1. a. Montrer que P est inversible et calculer P −1 .
b. Calculer P −1 AP . De quel type de matrice s’agit-il ?
On note D cette dernière matrice.
Pour toute matrice N carrée de taille 3 à coefficients réels, on note Com(N )
l’ensemble {M ∈ M3 (R) | M N = N M } †.
†. Com(N ) est l’ensemble des matrices commutant avec N pour la multiplication matricielle.
76 Chapitre 5 Matrices
2. a. Montrer : M ∈ Com(A) ⇐⇒ P −1 M P ∈ Com(D).

b. Déterminer l’ensemble des matrices de Com(D).
c. En déduire la forme générale des matrices de Com(A), c’est-à-dire des
matrices qui commutent avec A pour la multiplication.
1.a. On introduit un système linéaire aux seconds membres génériques dont la matrice
associée est P . Il s’agit alors de vérifier que ce système n’admet qu’une seule solution
et de l’exprimer en fonction des seconds membres.
Soit (a, b, c) ∈ R3 .
& &
x + 2y + z = a x + 2y + z = a
−x − y − z = b ⇐⇒ y = a+b L2 ← L2 + L1
−2y − 2z = c −2y − 2z = c
&
x + 2y + z = a
⇐⇒ y = a+b
−2z = 2a + 2b + c L3 ← L3 + 2L2
&
x = a − 2y − z
⇐⇒ y = a+b
z = −a − b − 12 c
&
x = −b + 21 c
⇐⇒ y = a +b .
z = −a −b − 21 c
Il existe bien une unique solution au système linéaire. On peut donc conclure quant à
l’inversibilité de P et on obtient la matrice inverse par lecture des coefficients devant
a, b et c dans le système précédent.
1
0 −1 2
Ainsi, P est inversible et P −1 = 1 1 0 .
−1 −1 − 12
1.b. On peut indifféremment calculer le produit (P −1 A) × P ou P −1 × (AP ) (qui
mène au même résultat). Nous optons pour la première option.
On a

0 −2 1 1 0 −1 0 −2 1
1 1
P −1 A = 2 2 0 1 2 1 = 4 4 0
2 2
−2 −2 −1 2 2 3 −6 −6 −3
puis

0 −2 1 1 2 1 1 0 0
−1 −1 1
P AP = (P A)P = 4 4 0 −1 −1 −1 = 0 2 0 .
2
−6 −6 −3 0 −2 −2 0 0 3
La matrice P −1 AP est donc diagonale.
Exercice 5.1 Diagonalisation et commutant 77
2.a. Au vu de l’équivalence demandée et partant de M ∈ Com(A), on va chercher à

faire apparaître P −1 M P et, par la même occasion, P −1 AP qui n’est autre que D (en
utilisant le résultat de la question précédente).
M ∈ Com(A) ⇐⇒ AM = M A
⇐⇒ P −1 AM = P −1 M A (car P est inversible)
⇐⇒ P −1 AM P = P −1 M AP (idem)
−1
−1

⇐⇒ P AP P M P = P −1 M P P −1 AP

⇐⇒ D P −1 M P = P −1 M P D
⇐⇒ P −1 M P ∈ Com(D).
2.b. Il s’agit de résoudre l’équation matricielle DN = N D d’inconnue N ∈ M3 (R).

Comme on travaille avec des matrices de petite taille, on peut représenter N explici-
tement avec les 32 = 9 coefficients qui la définissent.

a b c
Soit N = d e f .
g h i

1 0 0 a b c a b c 1 0 0
DN = N D ⇐⇒ 0 2 0 d e f = d e f 0 2 0
0 0 3 g h i g h i 0 0 3

a b c a 2b 3c
⇐⇒ 2d 2e 2f = d 2e 3f
3g 3h 3i g 2h 3i
⎧
⎪
⎪ b = 2b
⎪
⎪
⎪
⎨
c = 3c
2d = d
⇐⇒
⎪
⎪ 2f = 3f
⎪
⎪
⎪
⎩
3g = g
3h = 2h
⇐⇒ b = c = d = f = g = h = 0.
Ainsi, N appartient à Com(D) si et seulement si N est diagonale.
On peut montrer que si D est une matrice diagonale dont les coefficients
diagonaux sont 2 à 2 distincts, alors les matrices carrées qui commutent
avec D sont les matrices diagonales de même taille que D.
Pour démontrer en toute généralité ce résultat, il faut analyser ce qui
s’est passé : en multipliant à gauche par une matrice diagonale D, ce
sont les lignes de la matrice N qui sont multipliées par les coefficients
diagonaux de D, alors qu’en multipliant à droite, ce sont ses colonnes
qui le sont.
2.c. On peut d’abord combiner les résultats des deux questions précédentes pour avoir
une première description des éléments de Com(A).
D’après les deux questions précédentes, M appartient à Com(A) si et seulement si

P −1 M P est diagonale. Or, si Q est une matrice diagonale, comme P est inversible,
P −1 M P = Q ⇐⇒ M P = P Q ⇐⇒ M = P QP −1
ce qui montre que Com(A) est l’ensemble des matrices de la forme P QP −1 où Q est
une matrice diagonale.
La forme des matrices diagonales étant particulièrement simple, on peut alors expli-
citer l’ensemble des matrices qui commutent avec A.

a 0 0
En posant Q = 0 b 0 , on obtient, après calculs :
0 0 c

2b − c −a + 2b − c a
2
− 2c
−1
P QP = −b + c a−b+c − 2 + 2c
a
.
−2b + 2c −2b + 2c c
En conclusion,
& ,
2b − c −a + 2b − c a
2
− 2c
Com(A) = −b + c a−b+c − 2 + 2c
a
; a, b, c ∈ R .
−2b + 2c −2b + 2c c
Exercice 5.2 : Polynômes de matrice et inversibilité
⎛ ⎞
1 1 −1 −3
⎜1 1 1 −2⎟
⎜
1. On considère la matrice carrée de taille 4 suivante : K = ⎝ ⎟.
0 −1 0 1⎠
1 1 0 −2
a. Calculer K 2 . En déduire que la matrice K est inversible et déterminer
son inverse.
b. Soit (a, b) ∈ R2 . On note M la matrice définie par M = aI +bK. Exprimer
M 2 en fonction de I, M , a et b.
c. En déduire que, si (a, b) = (0, 0), alors la matrice M est inversible, et
exprimer M −1 sous la forme αI + βM où (α, β) ∈ R2 .
Exercice 5.2 Polynômes de matrice et inversibilité 79
2. Soit M ∈ Mn (K). On suppose que M p = 0 pour un certain p ∈ N∗ et on pose

p−1
alors S(M ) = M k.
k=0
a. Simplifier S(M ) − M × S(M ). En déduire que In − M est inversible et
calculer son inverse. ⎛ ⎞
−1 −3 −1
b. En déduire que A = ⎝ 2 4 1 ⎠ est inversible et calculer A−1 .
−3 −4 0
⎛ ⎞
−1 2 −3
c. Soit B = ⎝−3 4 −4⎠. Justifier que B est inversible et donner B −1 .
−1 1 0
1.a. On utilisera la définition d’une matrice inversible : K est inversible si et seulement

s’il existe une matrice carrée L de même taille que K telle que KL = I ou LK = I
où I est la matrice unité. Dans ce cas, l’inverse de K est K −1 = L. Il s’agit donc
d’exhiber une égalité de la forme K × L = I avec L “bien choisi”.
⎛ ⎞
−1 0 0 0
2 ⎜ 0 −1 0 0 ⎟
K =⎝ = −I. Ainsi, −K 2 = I i.e. K × (−K) = I donc K
0 0 −1 0 ⎠
0 0 0 −1
est inversible et K −1 = −K.
1.b. On commence par utiliser les règles d’opérations usuelles sur les matrices.
On a
M2 = (aI + bK) × (aI + bK) = a2 I + abIK + baKI + b2 K 2
= a2 I + 2abK + b2 K 2
Il suffit alors de remarquer que bK s’exprime simplement en fonction de M et de se

souvenir que K 2 = −I pour conclure.
= a2 I + 2abK − b2 I = a2 I + 2a(M − aI) − b2 I

= −(a2 + b2 )I + 2aM.
1.c. Nous allons nous aider de l’équation précédente du second degré en M pour faire
apparaître la matrice inverse de M . Pour cela, on isole les termes en M dans le premier
membre et la matrice unité dans le second. Il ne reste alors plus qu’à factoriser par
M dans le premier membre pour faire apparaître une identité du type M ×? = I.
Si (a, b) = (0, 0), alors a2 + b2 > 0 et

M 2 − 2aM = −(a2 + b2 )I M (M − 2aI) = −(a2 + b2 )I
⇐⇒

1
⇐⇒ M × − 2 (M − 2aI) = I.
a + b2
1 a
Ainsi M est inversible et M −1 =− 2 M +2 2 I.
a + b2 a + b2
2.a. S(M ) doit faire penser à la somme des premiers termes d’une suite géométrique

p−1
1 − qp
Sp−1 = q k . On sait, si q = 1, que Sp−1 = mais il faut bien se garder de
1−q
k=0
généraliser cette formule en remplaçant littéralement q par M (la fraction n’aurait
alors plus aucun sens !). La démarche consiste plutôt à se souvenir comment cette
formule peut être obtenue, par télescopage, en remarquant que :

p−1
p−1
(1 − q)Sp−1 = (1 − q) qk = [q k − q k+1 ] = 1 − q p .
k=0 k=0

p−1

p−1

p−1

p−1
S(M ) − M × S(M ) = Mk − M × Mk = Mk − M k+1

k=0 k=0 k=0 k=0

p−1
= (M k − M k+1 ) = M 0 − M p (par télescopage)

k=0
= In − M p = In (car M p = 0 par hypothèse).
En factorisant alors par S(M ), on fait apparaître In −M puis une identité caractérisant
l’inversibilité de In − M .
Or S(M ) − M × S(M ) = (In − M ) × S(M ) donc (In − M ) × S(M ) = In .

p−1
In − M est alors inversible, de matrice inverse S(M ) = Mk.

k=0
2.b. On se ramène au critère d’inversibilité décrit à la question précédente. Il s’agit de

vérifier ici que A peut s’écrire sous la forme I3 − M où M est une matrice nilpotente,
c’est-à-dire telle que M p = 0 pour un certain entier naturel p. La résolution de
A = I3 − M donne le candidat M = I3 − A.

−1 −3 −1 2 3 1
Posons M = I3 − 2 4 1 = −2 −3 −1 .
−3 −4 0 3 4 1
On cherche le premier entier naturel p tel que M p = 0 de proche en proche en

commençant par p = 2, p = 3 puis au-delà si nécessaire.
Exercice 5.3 Puissances de matrice I 81

1 1 0
Des produits matriciels montrent que M = −1 −1 0 et M 3 = M 2 × M = 0.
2
1 1 0
D’après la question 2.a, on en déduit que A = I3 − M est inversible, d’inverse

2
Mk = I3 + M + M 2
k=0

1 0 0 2 3 1 1 1 0
= 0 1 0 + −2 −3 −1 + −1 −1 0
0 0 1 3 4 1 1 1 0

4 4 1
= −3 −3 −1 .
4 5 2
2.c. Il s’agit ici d’avoir le “bon coup d’œil” pour reconnaître le lien de transposition
entre B et A pour pouvoir utiliser son comportement pour l’inversion.

4 4 1 4 −3 4
Ici B = t A donc B −1 = (t A)−1 = t (A−1 ) = t −3 −3 −1 = 4 −3 5 .
4 5 2 1 −1 2
Exercice 5.3 : Puissances de matrice I
1. Soit n ∈ N et a, b, c, d ∈ K. On considère la matrice de M3 (K) définie par

⎛ ⎞
a b c
A = ⎝0 a d⎠ .
0 0 a
⎛ ⎞
0 b c
a. On pose B = ⎝0 0 d⎠. Calculer B 2 et B 3 .
0 0 0
b. En déduire An pour tout entier naturel n.
⎛ ⎞ ⎛ ⎞
a 1 1 1 1 1 1 1
⎜1 a 1 1⎟ ⎜ ⎟
2. Soit Ma = ⎜ ⎟ et J = ⎜1 1 1 1⎟ § où a ∈ K.
⎝1 1 a 1 ⎠ ⎝ 1 1 1 1⎠
1 1 1 a 1 1 1 1
a. Exprimer Ma en fonction de J et de la matrice unité I4 de M4 (K).
b. Déterminer J 2 et en déduire que, pour tout n ∈ N∗ , J n est proportionnel
à J en explicitant le coefficient de proportionnalité en fonction de n.
c. Calculer (Ma )n pour n ∈ N∗ .
§. Les matrices carrées dont tous les coefficients sont égaux à 1 sont parfois appelées matrices de
Jordan.
1.a. Pas de problème ici au niveau des calculs. Ce dont on est sûr, c’est que B 2
et B 3 seront triangulaires supérieures (l’ensemble des matrices carrées triangulaires
supérieures de même ordre est en effet stable par multiplication).

0 0 bd 0 0 0
2 3 2
Par produit matriciel, B = B × B = 0 0 0 et B = B × B = 0 0 0 .
0 0 0 0 0 0
1.b. Remarquons déjà le lien évident existant entre A et B :

0 b c a 0 0
On remarque que A = 0 0 d + 0 a 0 = B + aI.
0 0 0 0 0 a
Le calcul de An , c’est-à-dire de (B + aI)n , doit alors immédiatement faire penser à la

formule du binôme de Newton. Encore faut-il signaler que l’hypothèse d’application
de cette formule est vérifiée : les matrices, dont on veut calculer la puissance n-ième
de la somme, commutent pour la multiplication matricielle.
Comme aI × B = aB = B × aI, d’après la formule du binôme de Newton,

n n
n n
n k n−k
n
A = (B + aI) = B (aI) = B k (an−k I)
k k
k=0 k=0
n
n
= an−k B k .
k
k=0
Cette somme, en apparence compliquée, se simplifie considérablement grâce au fait

que B 3 = 0 : les termes d’indice k 3 sont nuls

n n−3 3 n n−4 n 0
a B + a ( B 3 ×B) + · · · + a ( B 3 ×B n−3 )
3 4 n
=0 =0 =0
et seuls subsistent les trois premiers termes de la somme.
Pour k 3, B k = B 3 × B k−3 = 0 × B k−3 = 0 donc, si n 2,

n
n n n 0 n n−1 n n−2 2
an−k B k = a B + a B+ a B
k 0 1 2
k=0
n(n − 1) n−2 2
= an I + nan−1 B + a B
⎛ 2 ⎞
an nan−1 b nan−1 c + n(n−1)
2
an−2 bd
= ⎝0 an na n−1
d ⎠.
n
0 0 a
Ainsi, A0 = I, A1 = A et, si n 2,
⎛ ⎞
an nan−1 b nan−1 c + n(n−1)
2
an−2 bd
An = ⎝ 0 an na n−1
d ⎠.
0 0 an
Exercice 5.3 Puissances de matrice I 83
2.a. Si on n’a aucune idée du résultat attendu, on peut au moins suspecter une relation
linéaire entre Ma , J et I4 du type : Ma = αJ + βI4 . Au brouillon et par identification
des coefficients des matrices des deux membres, il est alors immédiat que α = 1 puis
β = a − 1.
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
a 1 1 1 1 1 1 1 a−1 0 0 0
⎜1 a 1 1 ⎟ ⎜1 1 1 1⎟ ⎜ 0 a−1 0 0 ⎟
⎝1 1 a 1 ⎠ ⎝1
=
1 1 1⎠ ⎝ 0
+
0 a−1 0 ⎠
1 1 1 a 1 1 1 1 0 0 0 a−1
donc Ma = J + (a − 1)I4 .
2.b. On explicite J 2 et on en profite pour déterminer le coefficient de proportionnalité
pour n = 2.
⎛ ⎞
4 4 4 4
2 ⎜4 4 4 4⎟
J =⎝
4⎠
= 4J.
4 4 4
4 4 4 4
Quand on demande de trouver une formule valable pour tout entier naturel (ici non
nul), on regarde ce qui se passe pour de petites valeurs de n afin de conjecturer ensuite
un résultat général que l’on démontre finalement par récurrence. Ici
J3 = J 2 × J = 4J × J = 4J 2 = 4(4J) = 42 J,
J4 = J 3 × J = (42 J) × J = 42 J 2 = 43 J
ce qui semble suffisant pour formuler une conjecture et avoir une idée du fonctionne-
ment du raisonnement par récurrence.
Montrons par récurrence sur n que : ∀ n ∈ N∗ , J n = 4n−1 J.

Initialisation : J 1 = 1 × J = 40 J donc l’égalité est vraie au rang 1.
Hérédité : Supposons J n = 4n−1 J pour un entier naturel n 1. On a alors
J n+1 = J n × J = 4n−1 J × J = 4n−1 J 2 = 4n−1 × 4J = 4n J = 4(n+1)−1 J.
L’égalité est vraie au rang n + 1.
D’après le principe de récurrence, nous avons bien : ∀ n ∈ N∗ , J n = 4n−1 J.
2.c. L’écriture de Ma établie à la première question suggère encore ici l’usage de la
formule du binôme de Newton pour le calcul de (Ma )n .
Soit n ∈ N∗ . Puisque J × (a − 1)I4 = (a − 1)J = (a − 1)I4 × J, par la formule du

binôme de Newton,
n n n−k
n
(Ma )n = J + (a − 1)I4 = J k (a − 1)I4
k
k=0
n
n k n n
= J (a − 1)n−k I4 = (a − 1)n−k J k
k k
k=0 k=0
Ici, contrairement à la situation précédente, il n’y a aucune raison a priori que des
termes de cette somme soient nuls. On peut cependant utiliser pour J k la formule
établie précédemment. Attention, il faut bien prendre en compte que J k = 4k−1 J

n’est valable que si k est supérieur ou égal à 1.
nn
n
(Ma )n = (a − 1)n J 0 + (a − 1)n−k J k
0 k
k=1
n
n
= (a − 1)n I4 + (a − 1)n−k 4k−1 J
k
k=1
Que faire ensuite ? Pour la somme, l’idée est de faire le tri dans son terme général
quant à la dépendance en k.Concrètement
on va mettre 4−1 J en facteur pour faire
n
apparaître le terme général (a − 1)n−k 4k qui est celui de la formule du binôme
k
et faire attention au terme d’indice k = 0 qui est manquant.

1 n
n
n n
(Ma ) = (a − 1) I4 + (a − 1)n−k 4k J
4 k

k=1
n
(a − 1 + 4) − (a − 1)n−0 40
n
0
= (a − 1)n I4 + J
4
(a + 3) − (a − 1)
n n
= (a − 1)n I4 + J.
4
Au final, en posant u = a + 3 et v = a − 1,
⎛ ⎞
un + 3v n un − v n un − v n un − v n
1 ⎜ un − v n un + 3v n un − v n un − v n ⎟
(Ma )n = ⎝ n
un − v n ⎠
.
4 u − vn un − v n un + 3v n
un − v n un − v n un − v n un + 3v n
Exercice 5.4 : Modèle de reproduction multiâge de Leslie I
On considère un élevage de saumons très prolifiques structuré en trois classes

d’âge (d’une durée d’un an chacune) :
• les jeunes (qui ne peuvent pas se reproduire),
• les jeunes adultes avec un taux de fécondité de 10,
• les adultes avec un taux de fécondité de 20.
On sait que l’espérance de vie moyenne (considérée ici comme maximale) est de
trois ans, le taux de survie des jeunes est de 0, 7 et celui des jeunes adultes est
3
de .
7
Exercice 5.4 Modèle de reproduction multiâge de Leslie I 85
On note xn , yn et zn les populations estimées pour l’année n respectivement des

jeunes, des jeunes adultes et des adultes.
⎛ On ⎞ note Xn la matrice colonne
⎛ ⎞ décrivant
xn 100
la population à l’année n i.e. Xn = ⎝ yn ⎠ et on suppose X0 = ⎝ 0 ⎠ i.e. , à
zn 0
l’instant initial (année 0), la population est constituée uniquement de 100 jeunes.
On se propose d’estimer la population de saumons pour chaque année n.
1. a. Justifier que, pour tout entier naturel n, on a : Xn+1 = AXn où
⎛ ⎞
0 10 20
A = ⎝ 107
0 0 ⎠ †.
3
0 7 0
b. Pour tout entier naturel n, exprimer Xn en fonction de A, n et X0 .
⎛ ⎞ ⎛ 3 9 1
⎞
30 10 40 200 140 10
2. On pose P = ⎝ 7 −7 −14⎠ et Q = ⎝− 40 1 1
28
1 ⎠
2 .
1 3 3 1
50 − 35 − 15
2
a. Vérifier que P est inversible d’inverse Q et calculer la matrice D définie

par D = QAP .
b. Exprimer A en fonction de P , D et P −1 . En déduire, pour tout entier
naturel n, l’expression de An en fonction de P , Dn et P −1 (justifier la
réponse).
3. Soit n ∈ N.
a. Proposer un programme Python qui calcule la population totale lors de
l’année n à l’aide de la relation de récurrence Xn+1 = AXn .
b. Exprimer en fonction de n la population totale estimée de saumons lors
de l’année n.
4. Justifier que 3, −1 et −2 (les coefficients diagonaux de D) sont les seules
valeurs du réel λ pour lesquelles la matrice A − λI n’est pas inversible.
1.a. Il s’agit ici d’établir le système linéaire reliant les populations par classes d’âges
xn , yn et zn de l’année n à celles de l’année n + 1, à savoir xn+1 , yn+1 et zn+1 . On

traduit ensuite le système linéaire en une équation matricielle.
Soit n ∈ N. Les jeunes de l’année n + 1 sont issus des jeunes adultes de l’année n,
au nombre de yn , et des adultes de l’année n, au nombre de zn , dont les taux de
fécondité respectifs sont de 10 et 20. Ainsi, xn+1 = 10yn + 20zn .
†. On dit que A est la matrice de Leslie associée au modèle, en hommage à Patrick Leslie,
premier écologiste mathématicien, qui a introduit et développé cette théorie dans son article fondateur
The use of matrices in certain population mathematics, 1945.
Compte tenu du taux de mortalité des jeunes, seuls 70% des xn jeunes de l’année n
ont survécu l’année suivante et constituent la population de jeunes adultes de l’année
7
n + 1. Ainsi, yn+1 = xn .
10
Les adultes de l’année n + 1 sont les trois septièmes des jeunes adultes de l’année
précédente qui ont survécu (les autres jeunes adultes et les adultes de l’année n sont
3
morts). Ainsi, zn+1 = yn .
& 7
xn+1 = 10yn + 20zn
7
En résumé, yn+1 = 10 xn ce qui s’écrit matriciellement : Xn+1 = AXn .
3
zn+1 = 7 yn
1.b. La relation de récurrence reliant Xn+1 à Xn fait penser ici à celle d’une suite
géométrique. Par abus de langage, (Xn ) serait une suite “géométrique” de “raison” A,
de premier terme X0 , ce qui permet de conjecturer la formule explicitant son terme
général Xn .
Montrons par récurrence sur n que : ∀ n ∈ N, Xn = An X0 .
Initialisation : X0 = I3 × X0 = A0 × X0 donc l’égalité est vraie au rang 0.
Hérédité : Supposons Xn = An X0 pour un certain entier naturel n. On a, d’après le
résultat de la question précédente, Xn+1 = AXn donc Xn+1 = A(An X0 ) = An+1 X0 .
L’égalité est vraie au rang n + 1.
Conclusion : D’après le principe de récurrence, pour tout entier naturel n, Xn = An X0 .
Pour une suite géométrique (un )n∈N de raison q, on peut écrire indiffé-
remment un = q n u0 ou un = u0 q n . Mais pour la suite matricielle (Xn )
ci-dessus, écrire Xn = X0 An n’aurait aucun sens ! L’ordre des facteurs
a une importance dans la multiplication matricielle.
2.a. On revient à la définition de l’inversibilité et de la matrice inverse (en sachant

que l’inverse attendu est explicitement donné dans l’énoncé).
3 9 1
200 140 10
30 10 40
1 1 1
Q×P = − 40 28 2
× 7 −7 −14
1 2
50
− 35 − 15 1 3 3
9 9 1 3 9 3 3 9 3
20
+ 20 + 10 20
− 20 + 10 5
− 10 + 10 1 0 0
= − 4 + 4 + 12
3 1
− 4 − 4 + 32
1 1
−1 − 2 + 32
1
= 0 1 0 .
3
5
− 25 − 15 1
5
+ 25 − 35 4
5
+ 45 − 35 0 0 1
−1
Ainsi, Q × P = I donc P est inversible et P = Q.
−1
Pour calculer QAP = P AP, il semble préférable de calculer d’abord AP puis le
produit de P −1 et de AP . L’autre démarche consistant à calculer P −1 A puis le produit
de P −1 A et de P aurait fait intervenir à deux reprises des calculs avec beaucoup de
fractions (à cause de la forme particulière de P −1 ).

0 10 20 30 10 40 90 −10 −80
7
AP = 10
0 0 × 7 −7 −14 = 21 7 28
3
0 7
0 1 3 3 3 −3 −6
puis
3 9 1
200 140 10
90 −10 −80
1 1 1
Q × (AP ) = − 40 28 2
× 21 7 28
1 2
50
− 35 − 15 3 −3 −6
27
20
+ 27
20
+ 103 3
− 20 + 209
− 10 3
− 65 + 95 − 35
9 3 3 1 1 3
= −4 + 4 + 2 4
+4−2 2+1−3
9
5
− 65 − 35 − 15 − 25 + 35 − 85 − 85 + 65

3 0 0
= 0 −1 0 .
0 0 −2
2.b. Pour “extraire” A de l’égalité D = P −1 AP , il suffit de multiplier à droite par P −1

puis à gauche par P . Encore une fois, il faut prendre garde au fait que la multiplication
matricielle n’est pas commutative.
P −1 AP = D donc (P −1 A)(P P −1 ) = DP −1 puis P −1 A = DP −1 et, finalement,

P (P −1 A) = P DP −1 i.e. A = P DP −1 .
On regarde ce qui se passe pour de petites valeurs de n :

A2 = (P DP −1 )(P DP −1 ) = P D(P −1 P )DP −1 = P D2 P −1 ,
A 3
= A2 × A = P D2 P −1 × P DP −1 = P D2 (P −1 P )DP −1 = P D3 P −1 .
On peut alors formuler une conjecture pour An que l’on démontre par récurrence.
On montre par récurrence sur n que : ∀ n ∈ N, An = P Dn P −1 .

Initialisation : On a A0 = I3 = P P −1 = P I3 P −1 = P D0 P −1 donc l’égalité est vraie
au rang 0.
Hérédité : Supposons An = P Dn P −1 pour un certain entier naturel n. On a alors
An+1 = A × An = (P DP −1 ) × (P Dn P −1 ) = P D(P −1 P )Dn P −1

= P DDn P −1 = P Dn+1 P −1 .
Ainsi, l’égalité est vraie au rang n + 1.
Conclusion : D’après le principe de récurrence, on a bien :
∀ n ∈ N, An = P Dn P −1 .
3.a. On utilise trois variables x, y et z servant à stocker xk , yk et zk pour tout entier

k compris entre 1 et n mais on prend aussi garde à mémoriser les anciennes valeurs
de y et z avant leur redéfinition à l’itération k puisque xk s’exprime en fonction de
yk−1 et de zk−1 (à savoir xk = 10yk−1 + 20zk−1 ).
1 def Population(n):
2 x, y, z = 100, 0, 0 #initialisation de x, y et z (k=0)
3 for k in range(1, n+1): #boucle sur k
4 yy = y #yy stocke y_(k-1)
5 zz = z #zz stocke z_(k-1)
6 z = 3/7*y #on actualise la valeur de z_k
7 y = 7/10*x #on actualise la valeur de y_k
8 x = 10*yy+20*zz #on actualise la valeur de x_k
9 return x+y+z #variable de sortie: x_n+y_n+z_n
Fort des spécificités du langage Python, on pouvait éviter le recours aux variables
auxiliaires yy et zz en utilisant dans la boucle une multiaffectation comme dans
l’initialisation :
1 x, y, z = 10*y+20*z, 7/10*x, 3/7*y
.
3.b. La population totale de saumons de l’année n est la somme x⎛ n + yn⎞+ zn des trois
100
composantes de la matrice colonne Xn où Xn = An X0 = An × ⎝ 0 ⎠. Le résultat
0
de cette multiplication matricielle n’est autre que 100 fois la première colonne de An .
Il suffit donc de ne calculer que cette première colonne. Nous utiliserons pour cela le
résultat précédent An = P Dn P −1 : les matrices diagonales (comme D) ont en effet
l’avantage d’avoir des puissances qui se calculent très simplement.

3n 0 0
Pour tout entier naturel n, nous savons que D = n
0 (−1)n 0 donc,
0 0 (−2)n
après calculs et sans préciser les coefficients des deux dernières colonnes de An ,
An = P Dn P −1
3 9 1
30 10 40 3n 0 0 200 140 10
1 1 1
= 7 −7 −14 0 (−1)n 0 − 40 28 2
1 2
1 3 3 0 0 (−2)n 50
− 35 − 15
9 n
20
3 − 14 (−1)n + 45 (−2)n • •
21 n 7 7
= 200
3 + 40 (−1)n − 25 (−2)n • •
3 3 3
200
3 − 40 (−1) + 50 (−2)n
n n
• •

45 × 3 − 25(−1) + 80(−2)n
n n
21 n
n
puis Xn = A X0 = 2
3 + 35
2
(−1)n − 28(−2)n . La population totale de
3 n 15
2
3 − 2 (−1)n + 6(−2)n
saumons de l’année n est donc égale à 57 × 3n − 15(−1)n + 58(−2)n .
4. Une matrice carrée de taille 3 est inversible si et seulement si son rang vaut 3.
On calcule le rang de A − λI en triangularisant cette matrice par transformations
sur les lignes suivant l’algorithme du pivot de Gauss (la forme de la matrice que l’on
obtient n’est pas nécessairement a priori échelonnée car, dans le cas général, cela peut
dépendre de la valeur de λ).
⎛ ⎞
7
⎜ −λ 0 ⎟
⎜ 10 ⎟ L1 ↔ L2
rg(A − λI) = rg ⎜ −λ 10 20 ⎟
⎝ ⎠
3
0 −λ
7
⎛7 ⎞
−λ 0
⎜ 10 ⎟
= rg ⎝ 0 7 − λ2 14 ⎠ 7
3 L2 ← L
10 2
+ λL1
0 −λ
⎛ 7 ⎞
7
−λ 0
⎜ 10 ⎟
⎜ ⎟
= rg ⎜ 0 3
−λ⎟
⎝ 7 ⎠ L2 ↔ L3
0 7 − λ2 14
⎛7 ⎞
−λ 0
⎜ 10 3 ⎟
= rg ⎝ 0 −λ ⎠
7 L3 ← 37 L3 − (7 − λ2 )L2 .
0 0 6 + 7λ − λ3
On voit donc que rg(A − λI) = 3 si et seulement si 6 + 7λ − λ3 = 0 (dans ce cas, le
rang vaut 2).
On doit trouver les solutions de l’équation polynomiale 6 + 7λ − λ3 = 0. En cherchant
par tâtonnement des racines évidentes parmi les petits entiers relatifs, on constate
que −1, −2 et 3 sont solutions.
En remarquant que
−(λ + 1)(λ + 2)(λ − 3) = (3 − λ)(2 + 3λ + λ2 ) = 6 + 7λ − λ3 ,
on en déduit que rg(A − λI) = 3 ssi λ + 1 = 0 ou λ + 2 = 0 ou λ − 3 = 0. Autrement
dit, A − λI n’est pas inversible ssi λ ∈ {−1, −2, 3}.
Exercice 5.5 : Th. de Cayley-Hamilton pour les matrices 2 × 2

a b
Soit A = une matrice de M2 (R). On note tr(A) = a + d la somme des
c d
coefficients diagonaux de A (on parle de la trace de A) et on rappelle que det(A)
désigne le déterminant de A.
1. Montrer que A2 − tr(A)A + det(A)I2 = 0.
2. Montrer qu’il existe deux suites réelles (an )n∈N et (bn )n∈N telles que :
∀ n ∈ N, An = an A + bn I2 .
On exprimera an+1 et bn+1 en fonction de an , bn , tr(A) et det(A).
3. Vérifier que, pour tout n ∈ N, an+2 = tr(A)an+1 − det(A)an .

3 6
4. Application : on suppose ici A = .
−1 −4
a. Déterminer An pour tout n ∈ N.
b. Vérifier que A est inversible. La formule obtenue à la question précédente
est-elle valable pour n = −1 ? pour n ∈ Z∗− ?
1. Il s’agit ici d’une simple vérification par calcul matriciel.
A2 − tr(A)A + det(A)I2

a2 + bc ab + bd (a + d)a (a + d)b ad − bc 0
= − +
ca + dc cb + d2 (a + d)c (a + d)d 0 ad − bc

0 0
= .
0 0
2. La difficulté ici est de reformuler ce qui nous est demandé comme une propriété
P(n) dépendant de n : “il existe deux réels an et bn tels que An = an A + bn I2 ”.
On doit démontrer que P(n) est vraie pour tout entier naturel n. Comme il nous est
demandé de plus de relier (an+1 , bn+1 ) à (an , bn ), le raisonnement par récurrence est
tout indiqué ici.
Montrons par récurrence sur n que, pour tout entier naturel n, il existe deux réels an
et bn tels que An = an A + bn I2 .
Initialisation : A0 = I2 = 0 × A + 1 × I2 donc la propriété est vraie au rang 0 avec
a0 = 0 et b0 = 1.
Hérédité : Supposons que, pour un entier naturel n, il existe deux réels an et bn tels
que An = an A + bn I2 . On a alors :
An+1 = An × A = (an A + bn I2 ) × A = an A2 + bn A
= an [tr(A)A − det(A)I2 ] + bn A (d’après 1)
= [an tr(A) + bn ]A − an det(A)I2
Exercice 5.5 Th. de Cayley-Hamilton pour les matrices 2 × 2 91
En posant an+1 = an tr(A) + bn et bn+1 = −an det(A), on a bien

An+1 = an+1 A + bn+1 I2
donc la propriété est vraie au rang n + 1.
On aura noté quelques points importants dans l’étape d’hérédité :
• l’écriture de An+1 sous la forme An × A pour exploiter l’hypothèse de récurrence ;
• l’utilisation de l’écriture de A2 en fonction de A et I2 qui a permis d’écrire An+1
comme combinaison linéaire de A et I2 uniquement ;
• la définition constructive de an+1 et bn+1 en fonction de an et bn .
Ainsi, d’après le principe de récurrence, pour tout entier naturel n, il existe deux réels
an et bn tels que An = an A + bn I2 .
De plus on a montré que les deux suites (an ) et (bn ) peuvent être définies par
)
an+1 = an tr(A) + bn
a0 = 0, b0 = 1 et ∀ n ∈ N, .
bn+1 = −an det(A)
3. La première relation de récurrence permet d’exprimer an+2 en fonction de an+1

et bn+1 , tandis que la seconde exprime bn+1 en fonction de an . En injectant cette
dernière dans la première, on conclut.
Soit n ∈ N. D’après les deux relations de récurrence établies en 2,

an+2 = an+1 tr(A) + bn+1 = an+1 tr(A) − an det(A).
On reconnaît ici une relation de récurrence linéaire d’ordre 2 qui permet donc le calcul
du terme général de la suite (an ).
4.a. On utilise les résultats généraux des deux questions précédentes. La tâche se
ramène donc ici essentiellement à calculer tr(A), det(A) et, surtout, le terme général
d’une suite linéairement récurrente d’ordre 2 †.
tr(A) = −1 et det(A) = −6 donc, d’après 2 et 3, pour tout n ∈ N, An = an A + bn I2

où
)
an+1 = −an + bn
a0 = 0, b0 = 1 et ∀ n ∈ N, , an+2 = −an+1 +6an .
bn+1 = 6an
La suite (an ) est donc récurrente linéaire d’ordre 2. Son équation caractéristique est
q 2 + q − 6 = 0. Le discriminant de q 2 + q − 6 valant 12 − 4(−6) = 25 = 52 , cette
−1 − 5 −1 + 5
équation admet deux solutions réelles = −3 et = 2. Ainsi, il existe
2 2
deux réels λ et μ tels que : ∀ n ∈ N, an = λ(−3) + μ2n .
n
Il ne faut pas oublier d’expliciter ensuite λ et μ. La relation précédente, appliquée

avec n = 0 et n = 1, et la connaissance de a0 et a1 permettent de déterminer ces
paramètres.
†. Pour plus de détails sur la méthode dans ce cas, on se reportera aux exercices 9.1, 9.2 et 9.3
en pages 175, 177 et 179.
Nous savons que a0 = 0 et a1 = −a0 + b0 = 1. Or,

) )
a0 = 0 λ+μ = 0
⇐⇒
a1 = 1 −3λ + 2μ = 1
) )
λ+μ = 0 λ = − 15
⇐⇒ ⇐⇒ 1 ,
L2 ←L2 +3L1 5μ = 1 μ = 5
2n − (−3)n
ainsi, pour tout entier naturel n, an = et
5
2n+1
+ 2 − [(−3)
n n+1
+ (−3)n ] 3 × 2n + 2 × (−3)n
bn = an+1 + an = =
5 5
donc
1
An = an A + bn I2 = [(2n − (−3)n ) A + (3 × 2n + 2 × (−3)n ) I2 ]
5
1 6 × 2n − (−3)n 6 × [2n − (−3)n ]
= .
5 −2 + (−3)
n n
−2 + 6 × (−3)
n n
4.b. On peut utiliser le candidat pour être l’inverse de A qui est donné : il y a juste
à vérifier.
Première méthode : En utilisant que, d’après 1, A2 + A − 6I2 = 0, on a

1 −1 1
2 − (−3)−1 A + 3 × 2−1 + 2 × (−3)−1 I2 A = (A + I2 )A
5 6
1 2
= (A + A) = I2
6
donc A est inversible et la formule précédente avec n = −1 donne bien son inverse.
Pour les autres entiers négatifs, on procède de même, en pensant bien que An est
l’inverse de A−n . En pressentant les simplifications du type 2−n × 2n , on choisit de
regrouper les termes selon les raisons 2 et −3 plutôt que selon A et I2 ce qui permet
d’aller au plus court au niveau des calculs.
Plus généralement, pour n ∈ Z∗− ,

1
A−n × [(2n − (−3)n ) A + (3 × 2n + 2 × (−3)n ) I]
5
1
= A−n × [2n (A + 3I) + (−3)n (2I − A)]
5
1 −n 1
= 2 (A + 3I) + (−3)−n (2I − A) × [2n (A + 3I) + (−3)n (2I − A)]
5 n 5n
1 2 3 2
= (A + 6A + 9I) + − + − (6I − A − A2 ) + (4I − 4A + A2 )
25 2 3
1 2 1
= 2A + 2A + 13I = (2 × 6I + 13I) = I.
25 25
Ainsi, l’inverse de A−n à savoir An est donné par la formule de la question précédente
i.e. la formule est aussi valable pour n ∈ Z∗− .
Une autre stratégie consiste à remarquer qu’on travaille avec des matrices d’ordre 2.
On dispose donc d’un critère d’inversibilité par le déterminant et d’une expression de
Exercice 5.5 Th. de Cayley-Hamilton pour les matrices 2 × 2 93
l’inverse : si det(A) = 0,
−1
−1 a b 1 d −b
A = = .
c d det(A) −c a
Seconde méthode : det(A) = −6 = 0 donc A est inversible, de matrice inverse :

−1 1 −4 −6 1 4 6
A = =
det(A) 1 3 6 −1 −3
La matrice obtenue en remplaçant n par −1 dans l’expression de An établie à la
question précédente est
10
1 3 + 13 6 × ( 12 + 13 ) 1 5 2
1
= 3 = 3 = A−1
5 − 12 − 13 − 12 − 2 5 − 56 − 52 − 16 − 12
donc la formule établie à la question précédente reste vraie pour n = −1.
Pour n ∈ N∗ , la matrice An ayant des coefficients connus, on peut utiliser la même
formule pour déterminer son inverse (en prenant soin de justifier au préalable l’inver-
sibilité de cette matrice.).
Plus généralement, pour n ∈ N∗ , An est inversible comme puissance d’une matrice

inversible et, comme elle est carrée de taille 2, on peut directement calculer sa matrice
inverse. On a déjà, en posant un = 2n et vn = (−3)n ,

1
det(An ) = (6un − vn )(−u n + 6v n ) − (−u n + vn )6(un − vn )
52
1
= −6u2n + 36un vn + vn un − 6vn2 + 6u2n − 6un vn − 6un vn + 6vn2
25
= un vn = 2n (−3)n = (−6)n . †
Ainsi,

−n n −1 1 1 −2n + 6 × (−3)n −6 × [2n − (−3)n ]
A = (A ) = ×
(−6)n 5 2n − (−3)n 6 × 2n − (−3)n
2 n n n n
1 − −6 + 6× 36 2
−6 × −6 3
− 36n
= 2 n 3 n 2 n
5 −6
− 6
6 × −6 − 6

1 6 1
1 − (−3) n + 2n −6 × (−3)n
− 21n
=
1 1 6
5
(−3)n
− 2n (−3)n
− 21n

1 −(−3)−n + 6 × 2−n −6 × (−3)−n − 2−n
=
5 (−3)−n − 2−n 6(−3)−n − 2−n
et la formule établie à la question précédente reste vraie si n ∈ Z∗− .
†. On remarque que det(An ) = det(A)n , résultat (hors programme) qui reste vrai dans le cas
général.
Exercice 5.6 : Calcul de rangs
Calculer le rang des matrices carrées suivantes en indiquant celles qui sont
inversibles :
⎛ ⎞
⎛ ⎞ ⎛ ⎞ 1 0 −1 3
1 15 3 1 2 5 ⎜−1 2 −1 −1⎟
A=⎝ 2 2 −1⎠ , B = ⎝−1 1 1⎠ , C=⎜ ⎟.
⎝2 1 0 −2⎠
−1 17 5 2 1 2
−2 −4 3 −1
Le calcul du rang s’effectue en appliquant l’algorithme du pivot de Gauss. Les matrices

carrées de taille n qui sont inversibles (ici n ∈ {3, 4}) sont celles de rang n.
⎛ ⎞
1 15 3
rg(A) = rg ⎝ 0 −28 −7⎠ L2 ← L2 − 2L1
0 32 8 L3 ← L3 + L1

1 15 3
= rg 0 4 1 L2 ← − 17 L2
0 4 1 L3 ← 18 L3
⎛ ⎞
1 15 3
= rg ⎝0 4 1⎠ = 2.
0 0 0 L3 ← L3 − L2
A est carrée, de taille 3 et rg(A) = 2 < 3 donc A n’est pas inversible.
⎛ ⎞
1 2 5
rg(B) = rg ⎝ 0 3 6 ⎠ L2 ← L2 + L1
0 −3 −8 L3 ← L3 − 2L1
⎛ ⎞
1 2 5
= rg ⎝0 3 6 ⎠ = 3.
0 0 −2 L3 ← L3 + L2
B est carrée, de taille 3 et rg(B) = 3 donc B est inversible.
⎛ ⎞
1 0 −1 3
⎜0 2 −2 2 ⎟ L2 ← L2 + L1
rg(C) = rg ⎝ ⎠ L ← L − 2L
0 1 2 −8 3 3 1
0 −4 1 5 L4 ← L4 + 2L1
⎛ ⎞
1 0 −1 3
⎜0 2 −2 2 ⎟
= rg ⎝ ⎠ L ← 2L − L
0 0 6 −18 3 3 2
0 0 −3 9 L4 ← L4 + 2L2
⎛ ⎞
1 0 −1 3
⎜0 2 −2 2 ⎟
= rg ⎝ ⎠ = 3.
0 0 6 −18
0 0 0 0 L4 ← 2L4 + L3
C est carrée, de taille 4 et rg(C) = 3 < 4 donc C n’est pas inversible.
Exercice 5.7 Matrices à paramètre et de Vandermonde 95
Exercice 5.7 : Matrices à paramètre et de Vandermonde
⎛ ⎞
1 m 0
1. Soit m ∈ R et A = ⎝1 m + 1 m − 2⎠
2 1 10m
a. Déterminer le rang de A suivant la valeur de m.
b. Pour quelles valeurs de m la matrice A est-elle inversible ?
c. Lorsque c’est le cas, calculer son inverse.
⎛ ⎞
1 a a2
2. Soit a, b, c trois nombres complexes et N = ⎝1 b b2 ⎠.
1 c c2
a. Discuter le rang de N en fonction des valeurs de a, b et c.
b. À quelle condition nécessaire et suffisante N est-elle inversible ?
1.a. On effectue des transformations sur les lignes pour se ramener à une matrice
triangulaire supérieure (en appliquant l’algorithme du pivot de Gauss).

1 m 0
rg(A) = rg 0 1 m−2 L2 ← L2 − L1
0 1 − 2m 10m L3 ← L3 − 2L1

1 m 0
= rg 0 1 m−2 .
0 0 2m2 + 5m + 2 L3 ← L3 − (1 − 2m)L2
La discussion du rang de cette matrice triangulaire supérieure doit être menée suivant
les valeurs de m qui annulent l’un de ses coefficients diagonaux. Ici, il n’y a qu’un seul
coefficient diagonal dépendant de m.
Le polynôme 2m2 + 5m + 2 a pour discriminant 25 − 4 × 2 × 2 = 9 = 32 > 0 et admet

−5 − 3 −5 + 3 1
donc deux racines réelles = −2 et = − ainsi :
4 4 2
' 1
(
• si m ∈ −2, − , 2m2 + 5m + 2 = 0 et A est de rang 2 ;

2
• sinon, 2m2 + 5m + 2 = 0 et A est de rang 3.
1.b. Il s’agit des valeurs de m pour lesquelles le rang de A est maximal, c’est-à-dire
égal à 3.
' (
1
A est inversible ssi rg(A) = 3 donc A est inversible ssi m ∈ R \ −2, − .
2
) /
1
1.c. Pour m ∈ R \ −2, − , on résout un système général de matrice associée A
2
en appliquant les mêmes manipulations élémentaires que celles utilisées pour obtenir
rg(A).
' (
1
Si m ∈ R \ −2, − , on considère un système linéaire de matrice associée A avec
2
un second membre générique
&
x + my = a
(S) x + (m + 1)y + (m − 2)z = b
2x + y + 10mz = c
que l’on résout par la méthode du pivot de Gauss
&
x + my = a
L2 ←L2 −L1
(S) ⇐⇒ y + (m − 2)z = b−a
L3 ←L3 −2L1
(1 − 2m)y + 10mz = c − 2a
&
x + my = a
⇐⇒ y + (m − 2)z = b−a
L3 ←L3 −(1−2m)L2
(2m2 + 5m + 2)z = −(1 + 2m)a − (1 − 2m)b + c
&
x + my = a
⇐⇒ y + (m − 2)z = b−a
(m + 2)(2m + 1)z = −(1 + 2m)a − (1 − 2m)b + c
⎧
⎪ a − my
⎨ x =
y = b − a + (2 − m)z
⇐⇒
⎪ −(2m + 1)a + (2m − 1)b + c
⎩ z =
(m + 2)(2m + 1)
⎧
⎪ (5m + 2)(2m + 1)a − 10m2 b + m(m − 2)c
⎪
⎪ x =
⎪
⎨ (m + 2)(2m + 1)
−4(2m + 1)a + 10mb + (2 − m)c
⇐⇒ y = .
⎪
⎪ (m + 2)(2m + 1)
⎪
⎪ −(2m + 1)a + (2m − 1)b + c
⎩ z =
(m + 2)(2m + 1)
Les coefficients de A−1 sont, dans le même ordre de lecture, les coefficients devant a,
b et c dans le système ci-dessus.
' (
1
Conclusion : Si m ∈ R \ −2, − ,
2

(5m + 2)(2m + 1) −10m2 m(m − 2)
−1 1
A = −4(2m + 1) 10m 2−m .
(m + 2)(2m + 1)
−(2m + 1) 2m − 1 1
2.a. La démarche est la même que dans l’exemple précédent : se ramener à une matrice
triangulaire par transformations sur les lignes.

1 a a2 1 a a2
rg(N ) = rg 0 b−a b − a2
2
L2 ← L2 − L1 = rg 0 b−a (b − a)(b + a) .
0 c−a c2 − a2 L3 ← L3 − L1 0 c−a (c − a)(c + a)
La transformation suivante qu’on est tenté de réaliser est L3 ← (b − a)L3 − (c − a)L2

mais celle-ci n’est autorisée que si b − a = 0. Il convient donc dès à présent d’engager
une discussion suivant les valeurs de a, b et c.
Exercice 5.7 Matrices à paramètre et de Vandermonde 97
Supposons b = a. On a alors :

1 a a2 1 a a2
rg(N ) = rg 0 0 0 = rg 0 c−a (c − a)(c + a)
L2 ↔ L3
0 c−a (c − a)(c + a) 0 0 0
donc :
• si c = a, rg(N ) = 2 ;
• si c = a (auquel cas a = b = c), seule la première ligne de la dernière matrice
n’est pas nulle donc rg(N ) = 1.
Si b = a, alors b − a = 0 et la transformation L3 ← (b − a)L3 − (c − a)L2 peut être

réalisée.
Supposons à présent b = a. On a alors :

1 a a2
rg(N ) = rg 0 b−a (b − a)(b + a)
0 0 P (a, b, c) L3 ← (b − a)L3 − (c − a)L2
où
P (a, b, c) = (b − a)(c − a)(c + a) − (c − a)(b − a)(b + a)
= (c − a)(b − a)(c + a − (b + a))
= (c − a)(b − a)(c − b).
Ainsi,
)
1 a a2
3 a et c = b,
si c =
rg(N ) = rg 0 b−a (b − a)(b + a) =
2 si c = a ou c = b.
0 0 (c − a)(b − a)(c − b)
Nous avons envisagé les cinq cas possibles :

• a = b et a = c,
• a = b = c,
• a = b, b = c et a = c,
• a = b et c = a,
• a = b et c = b.
Nous pouvons donc conclure.
Pour résumer, N est de rang 3 si et seulement si a, b et c sont deux à deux distincts.

Si seulement deux des trois nombres a, b et c sont égaux, N est de rang 2. Enfin, N
est de rang 1 si a = b = c. ∗
2.b. N est inversible si et seulement si son rang est maximal, c’est-à-dire égal à 3.
Nous savons à présent traduire cette dernière condition sur les trois paramètres a, b
et c.
N est inversible si et seulement si son rang vaut 3. D’après le résultat de la question

précédente, N est donc inversible si et seulement si a, b et c sont deux à deux distincts.
∗. On pourrait tout résumer en disant que le rang de N est égal au cardinal de l’ensemble {a, b, c}.
Si a, b et c sont deux à deux distincts, et α, β, γ sont des complexes

⎛ ⎞
x1
donnés, l’équation matricielle N X = Y d’inconnue X = ⎝x2 ⎠ et
x3
⎛ ⎞
α
de second membre Y = ⎝β ⎠ admet une unique solution (car N est
γ
inversible). On peut donner une interprétation
⎧ polynomiale de ce ré-
⎨ x1 + x2 a + x3 a2 = α
sultat : dire que le système linéaire x1 + x2 b + x3 b2 = β admet
⎩
x1 + x2 c + x3 c2 = γ
une unique solution revient à dire qu’il existe un unique polynôme P
de degré au plus 2 tel que P (a) = α, P (b) = β et P (c) = γ. Ce résultat
est démontré d’une autre façon à l’exercice 6.3 en page 111.
Exercice 5.8 : Produit scalaire, symétrie et antisymétrie
Soit n ∈ N∗ . Dans cet exercice, pour tout j ∈ 1, n on notera Ej ∈ Mn,1 (R)
la matrice colonne dont tous les coefficients sont nuls sauf le j-ième qui vaut 1.
Soit A ∈ Mn (R).
1. a. Soit i ∈ 1, n. Que représente A × Ei par rapport à A ?
b. Soit (i, j) ∈ 1, n2 . Calculer t Ei × A × Ej .
c. On suppose que pour tout (X, Y ) ∈ Mn,1 (R)2 , on a t XAY = t Y AX.
Montrer que la matrice A est symétrique. Étudier la réciproque.
2. a. Soit B ∈ Mn (R) une matrice telle que :
∀ X ∈ Mn,1 (R), (BX = 0 =⇒ X = 0).
Montrer que B est inversible.
On suppose dans la suite que A est à coefficients réels et antisymétrique.
b. Établir : ∀ X ∈ Mn,1 (R), t
XAX = 0.
c. En déduire que, pour tout réel non nul λ, la matrice A−λIn est inversible.
1.a. Par considération des tailles des matrices, on s’aperçoit que le produit AEi est
une matrice colonne de taille (n, 1). Pour calculer ses coefficients, il faut revenir à la
définition générale du produit matriciel.
Soit k ∈ 1, n. Par définition du )

produit matriciel, et compte tenu du fait que les
Ei (j, 1) = 0 si j = i
coefficients de Ei sont donnés par ,
Ei (j, 1) = 1 si j = i

n
(A × Ei )(k, 1) = A(k, j)Ei (j, 1) = A(k, i).

j=1
Exercice 5.8 Produit scalaire, symétrie et antisymétrie 99
Ainsi AEi correspond à la i-ième colonne de la matrice A.
1.b. On commence par vérifier que le produit est bien défini et on détermine la taille
de la matrice produit.
Soit (i, j) ∈ 1, n2 . t Ei ∈ M1,n (R), A ∈ Mn (R) et Ej ∈ Mn,1 (R) donc le produit
t
Ei × A × Ej est de taille 1 × 1 autrement dit c’est un scalaire de R.
On procède alors au calcul de l’unique coefficient de t Ei × A × Ej vu sous la forme

t
Ei × (A × Ej ) pour exploiter le résultat de la question précédente.
On a :
t
n
t

n
t
Ei × A × Ej (1, 1) = Ei (1, k)(AEj )(k, 1) = Ei (1, k)A(k, j)
k=1 k=1
n
= Ei (k, 1)A(k, j).

k=1
Or Ei (k, 1) = 1 si k = i et Ei (k, 1) = 0 sinon. Le seul terme éventuellement non nul de

la somme est celui d’indice k = i, ainsi t Ei × A × Ej (1, 1) = Ei (i, 1)A(i, j) = A(i, j).
En identifiant à R l’ensemble M1 (R) des matrices formées d’un seul coefficient, on
peut alors conclure : t Ei × A × Ej = A(i, j).
1.c. On rappelle que la matrice A est symétrique si et seulement si, pour tout couple
(i, j) appartenant à 1, n2 , A(i, j) = A(j, i). Avec la question précédente, on dispose
justement d’une autre expression pour les coefficients de A.
Soit (i, j) ∈ 1, n2 . Par hypothèse, t Ei × A × Ej = t Ej × A × Ei ce qui signifie,

d’après la question 1.b, que A(i, j) = A(j, i). Ainsi, A est symétrique.
La réciproque doit mener à une égalité faisant intervenir des matrices transposées,
il paraît donc ici plus naturel d’utiliser la caractérisation de la symétrie basée sur la
transposition : A est symétrique si et seulement si t A = A.
Réciproquement, si A est symétrique et (X, Y ) ∈ Mn,1 (R)2 , alors

t
XAY = t X t AY = t (AX)Y = t (AX)t (t Y ) = t (t Y × AX) = t (t Y AX) = t Y AX
(la dernière égalité vient du fait que t Y AX est une matrice à un seul coefficient donc
elle est symétrique).
2.a. L’hypothèse traduit que B est la matrice carrée d’un système linéaire de Cramer,
elle est donc de rang maximal.
⎛ ⎞
x1
⎜ x2 ⎟
Si X = ⎜ ⎟
⎝ ... ⎠, l’équation matricielle BX = 0 traduit que (x1 , x2 , . . . , xn ) est solution
xn
du système linéaire homogène dont B est la matrice carrée associée. Ainsi, l’hypothèse
de l’énoncé signifie que ce système linéaire admet pour unique solution (0, 0, ..., 0). La
matrice B de ce système est donc de rang maximal n, autrement dit, elle est inversible.
2.b. Le point de départ consiste à exploiter que t XAX n’a qu’un seul coefficient donc
est égale à sa transposée. Cela a le mérite de faire apparaître t A qui n’est autre que
−A par antisymétrie de A.
Soit X ∈ Mn,1 (R).

t t t
XAX = ( XAX) = t (t X × AX) = t (AX) × t (t X) = t (AX) × X
= (t X × t A) × X = (t X(−A)) × X = −t XAX.
Ainsi, 2t XAX = 0 i.e. t XAX = 0.
2.c. Posons d’abord bien les choses en identifiant précisément ce que l’on doit montrer.
Compte tenu du critère d’inversibilité obtenu en 2.a, il suffit de montrer que X = 0
est l’unique solution de (A − λIn )X = 0.
Soit λ ∈ R∗ . Soit X ∈ Mn,1 (R) tel que (A − λIn )X = 0. Il s’agit de montrer que
X = 0.
Pour parvenir à l’objectif ainsi fixé, on peut faire apparaître t XAX pour exploiter le
résultat de la question précédente.
Comme (A − λIn )X = 0 ⇐⇒ AX = λX, on a, d’après la question précédente,

0 = t XAX = t X(λX) = λ × t XX
donc t XX = 0 (car λ = 0).
⎛ ⎞ ⎞ ⎛
x1 x1
⎜ x2 ⎟ ⎜ ⎟
⎜ x2 ⎟ 2
n
⎜ ⎟
Si X = ⎜ . ⎟, t X × X = x1 x2 · · · xn × ⎜ . ⎟ = xk . Cette somme de
⎝ . ⎠
. ⎝ .. ⎠
k=1
0
xn xn
nombres positifs est nulle si et seulement si chacun de ses termes est nul.

n
Si t X = (x1 , x2 , . . . , xn ), nous avons t XX = x2k où x2k 0 pour tout k ∈ 1, n.

k=1
Ainsi, t XX = 0 entraîne : ∀ k ∈ 1, n, x2k = 0 i.e. X = 0.
En conclusion, d’après le critère d’inversibilité de 2.a, pour tout λ ∈ R∗ , A − λIn est
inversible.
• Savoir effectuer un produit matriciel (cf exercices 5.1, 5.3, questions 5.2.1.a
et 5.5.1) : si A = (aij )1im ∈ Mm,n (K) et B = (bij )1in ∈ Mn,p (K), le
1jn 1jp

n
coefficient situé sur la i-ième ligne et la j-ième colonne de A × B est aik bkj .
k=1
• Savoir traduire un problème linéaire sous forme matricielle (cf ques-

tion 5.4.1.a)
• Savoir déterminer le rang d’une matrice (cf exercices 5.6 et 5.7)
• Savoir déterminer si une matrice carrée est inversible (cf exercices 5.2,
5.6, 5.7 et questions 5.1.1.a, 5.4.2.a, 5.4.4, 5.5.4.b, 5.8.2.a)
• Savoir obtenir l’inverse d’une matrice carrée inversible

♦ en résolvant un système linéaire (cf questions 5.1.1.a et 5.7.1.c),
♦ en utilisant un polynôme annulateur de coefficient constant non nul (cf exer-
cice 5.2),
♦ en utilisant les propriétés de l’inversion pour le produit matriciel et la trans-
position (cf questions 5.2.2.c et 5.5.4.b)
(AB)−1 = B −1 A−1 , (t A)−1 = t (A−1 ) .
• Savoir calculer la puissance n-ième d’une matrice carrée

♦ en se ramenant à une matrice diagonale (cf question 5.4.2.b),
♦ en utilisant la formule du binôme de Newton (cf exercice 5.3) : si AB = BA,
alors
n
n k n−k
(A + B)n = A B ,
k
k=0
♦ en utilisant un polynôme annulateur (cf exercice 5.5 et question 5.3.2.b).
• Savoir utiliser les propriétés de la transposition (cf exercice 5.8 et ques-

tion 5.2.2.c)
CHAPITRE
6
Polynômes
On rappelle ici le vocabulaire élémentaire associé aux polynômes et leurs différentes

écritures : l’ensemble des polynômes à coefficients réels (respectivement complexes)
de degré inférieur ou égal à n sera noté Rn [X] (respectivement Cn [X]) et un polynôme
P de degré n 1 peut s’écrire
• sous forme algébrique

n
P = ak X k = an X n + an−1 X n−1 + · · · + a2 X 2 + a1 X + a0 (an = 0),
k=0
♦ les ak sont les coefficients,

♦ an est le coefficient dominant et le monôme an X n le terme dominant,
♦ a0 est le coefficient (ou terme) constant,
• sous forme factorisée dans C[X]

p
p
P = an (X − rj )
mj
(avec mj = n et an = 0),
j=1 j=1
les rj sont les racines et les mj leurs ordres de multiplicité respectifs.

Exercice 6.1 : Autour des polynômes de Tchebychev
On considère les polynômes ∗ Pn à coefficients réels vérifiant :

P0 = 2, P1 = X et ∀ n ∈ N, Pn+2 = XPn+1 − Pn .
1. a. Déterminer P2 , P3 , P4 et P5 .
b. Factoriser P3 et P4 .
2. Déterminer le degré et le coefficient dominant de Pn pour tout entier naturel
non nul n.
∗. Les polynômes de Tchebychev (Tn ) sont reliés aux (Pn ) par 2Tn (X) = Pn (2X). Ils vérifient
T0 = 1, T1 = X et la relation de récurrence, ∀ n ∈ N, Tn+2 = 2XTn+1 −Tn . Ils sont aussi caractérisés
par ∀ (n, θ) ∈ N × R, Tn (cos θ) = cos(nθ).
104 Chapitre 6 Polynômes
3. On a reproduit ci-dessous une portion d’une fonction Python permettant de

calculer Pn (x) étant donné n ∈ N∗ et x ∈ R. Compléter l’avant-dernière ligne
de cette fonction.
1 def Poly(n,x):
2 P , PP = 2 , x
3 for k in range(2,n+1):
4 P , PP = PP , _________
5 return PP

1
4. Soit z ∈ C∗ . Simplifier au maximum Pn z + pour tout entier n apparte-
z
1
nant à 1, 4. Conjecturer une formule portant sur Pn z + , valable pour
z
tout entier naturel n, puis démontrer la.
5. En déduire : ∀ θ ∈ R, ∀ n ∈ N, Pn (2 cos θ) = 2 cos(nθ).
6. Pour x ∈ R tel que |x| > 2, déterminer une expression de Pn (x) en fonction
de n ∈ N.
1.a. Les calculs s’effectuent de proche en proche, en s’appuyant sur la relation de

récurrence qui définit la suite.
On a, successivement,
P2 = XP1 − P0 = X 2 − 2,
P3 = XP2 − P1 = X(X 2 − 2) − X = X 3 − 3X,
P4 = XP3 − P2 = X(X 3 − 3X) − (X 2 − 2) = X 4 − 4X 2 + 2,
P5 = XP4 − P3 = X(X 4 − 4X 2 + 2) − (X 3 − 3X) = X 5 − 5X 3 + 5X.
1.b. Pour P3 , 0 est racine évidente d’où une factorisation par X. Le facteur restant est
de degré 2 et se factorise à l’aide de l’identité remarquable A2 − B 2 = (A − B)(A + B).
On a √ √
P3 = X(X 2 − 3) = X(X − 3)(X + 3).
On remarque ici que P4 est un trinôme bicarré i.e. de la forme R = X 4 + pX 2 + q.

Pour factoriser de tels polynômes dans C[X], on peut :
• poser Y = X 2 ,
• factoriser Y 2 + pY + q en (Y − r1 )(Y − r2 ),
• conclure en factorisant X 2 − r1 et X 2 − r2 dans R = (X 2 − r1 )(X 2 − r2 ).
Le recours à l’indéterminée intermédiaire Y peut être évité en utilisant la réduction
sous forme canonique.
Exercice 6.1 Autour des polynômes de Tchebychev 105
De même,
√
P4 = X 4 − 4X 2 + 2 = (X 2 − 2)2 − 2 = (X 2 − 2)2 − ( 2)2
√ √ √ √
= (X 2 − 2 − 2)(X 2 − 2 + 2) = X 2 − (2 + 2) X 2 − (2 − 2)
! √ ! √ ! √ ! √
= X − 2+ 2 X + 2+ 2 X − 2− 2 X + 2− 2 .
2. Pour avoir une idée du résultat que l’on doit obtenir, la bonne démarche dans ce
type d’exercice est de voir d’abord ce qu’il se passe pour les premiers termes de la
suite. On remarque qu’il nous suffit de nous intéresser aux monômes dominants.
Les monômes dominants de P1 , P2 , P3 , P4 et P5 sont respectivement X, X 2 , X 3 ,

X 4 et X 5 . Ainsi, pour n ∈ 1, 5, Pn est unitaire et de degré n.
Il semble ici raisonnable de formuler une conjecture généralisant à tout rang n 1

les résultats observés précédemment. Pour être complet, il restera à démontrer cette
conjecture. Ici, on s’appuiera sur une récurrence à deux termes puisque la relation de
récurrence Pn+2 = XPn+1 − Pn permet de “propager” au rang n + 2 l’information
obtenue aux rangs n et n + 1.
On conjecture que, pour tout entier naturel n non nul, le polynôme Pn est unitaire
et de degré n. Démontrons cette conjecture par une récurrence à deux termes.
On raisonnera sur les monômes dominants pour regrouper les informations sur les
degrés et coefficients dominants. Ici, dire que Pn est unitaire et de degré n revient à
dire que X n est son monôme dominant.
• Initialisation : On a déjà vérifié la propriété au rang 1 et au rang 2.

• Hérédité : Supposons que Pn et Pn+1 sont unitaires et respectivement de degré n
et n + 1 pour un certain entier naturel n non nul. Il existe donc deux polynômes
Rn et Rn+1 tels que :
Pn = X n +Rn , Pn+1 = X n+1 +Rn+1 avec deg(Rn ) < n, deg(Rn+1 ) < n+1.
Ainsi, par la relation de récurrence,
Pn+2 = XPn+1 −Pn = X(X n+1 +Rn+1 )−(X n +Rn ) = X n+2 +(XRn+1 −X n −Rn )
avec deg(XRn+1 − X n − Rn ) < n + 2 (somme de polynômes de degré strictement

inférieur à n + 2). On en déduit bien que Pn+2 est unitaire de degré n + 2.
• Conclusion : Pour tout entier naturel n non nul, Pn est unitaire de degré n (et P0
est bien de degré 0 mais pas unitaire car son coefficient dominant est égal à 2).
Beaucoup de raisonnements sur le coefficient dominant ou le degré d’un

polynôme reposent sur sa décomposition entre son monôme dominant
et les autres monômes de degré moindre que l’on regroupe en un seul
terme de reste : P = an X n + R avec deg R < n.
3. Il suffit de comprendre la signification de chaque ligne de code pour constater que

la ligne incomplète correspond à actualiser les valeurs de deux termes consécutifs de
la suite.
1 def Poly(n,x): # définit nom de fonction et argument

2 P , PP = 2 , x # initialise P_0 et P_1
3 for k in range(2,n+1): # répète de 2 à n
4 P , PP = PP , x*PP-P # actualise P_{k-1} et P_k
5 return PP # retourne P_n
La syntaxe
1 P , PP = PP , x*PP-P
est spécifique au langage Python. La plupart des autres langages re-

quiert le concours d’une variable auxiliaire pour garder en mémoire la
valeur de P (nécessaire au calcul de la nouvelle valeur de PP) avant que
celle-ci ne soit remplacée par l’ancienne valeur de PP ce qui donne les
trois lignes de code suivantes.
1 Aux = P
2 P = PP
3 PP = x*PP-Aux
4. Ici, la démarche est analogue à celle de la question 2 : à partir des résultats observés
pour n appartenant à 0, 4, on formule une conjecture pour tout entier naturel que
l’on démontre par récurrence.

1 1
P1 z + = z+
z z

1 1 2 1
P2 z + = z+ − 2 = z2 + 2
z z z

1 1 3 1 1 1 1 3
P3 z + = z+ −3 z+ = z 3 + 3z 2 × + 3z × 2 + 3 − 3z −
z z z z z z z
1
= z3 + 3
z

1 1 4 1 2
P4 z + = z+ −4 z+ +2
z z z
4 1
1
1
= z 4 + 4z 2 + 6 + 2 + 4 − 4 z 2 + 2 + 2 + 2 = z 4 + 4 .
z z z z
Exercice 6.1 Autour des polynômes de Tchebychev 107

1 1
Enfin, en remarquant aussi que P0 z + = 2 = z 0 + 0 , on conjecture que, pour
z z
1 1
tout entier naturel n, Pn z + = z n + n ce que nous démontrons ci-dessous par
z z
une récurrence à deux termes.
• Initialisation : La conjecture a déjà été vérifiée au rang 0 et au rang 1.

1 1 1 1
• Hérédité : Supposons Pn z + = z n + n et Pn+1 z + = z n+1 + n+1
z z z z
pour un certain entier naturel n. On a alors :

1 1 1 1
Pn+2 z + = z+ Pn+1 z + − Pn z +
z z z z

1 n+1 1 n 1
= z+ z + n+1 − z + n
z z z
n+2 1 1 1 1
= z + n + z + n+2 − z − n = z n+2 + n+2
n n
z z z z
donc la conjecture est vraie au rang n + 2.
• Conclusion :

1 1
∀ z ∈ C∗ , ∀ n ∈ N, Pn z + = zn + .
z zn
5. Pour exploiter les résultats précédents, il faut pouvoir écrire 2 cos θ sous la forme
z + z −1 . Ici, la bonne idée est de se souvenir de l’une des deux formules d’Euler :
2 cos ω = eiω + e−iω (que l’on applique deux fois : avec ω = θ et avec ω = nθ).
Soit n ∈ N. En utilisant deux fois la première formule d’Euler,

n −n
Pn (2 cos θ) = Pn eiθ + e−iθ = eiθ + eiθ = einθ + e−inθ = 2 cos(nθ).
6. Pour x ∈ R \ [−2, 2], la relation de récurrence s’écrit Pn+2 (x) = xPn+1 (x) − Pn (x)
i.e. une relation de récurrence linéaire d’ordre 2.
Soit x ∈ R \ [−2, 2]. La suite (Pn (x)) est linéairement récurrente d’ordre 2 d’équation
caractéristique associée r 2 = xr − 1. Le discriminant de cette 2
√ dernière est (−x) − 4 =
x± x −4 2
x2 − 4 donc strictement positif et ses racines sont . On sait alors qu’il
2
existe deux réels μ et ν tels que
√ n √ n
x + x2 − 4 x − x2 − 4
∀ n ∈ N, Pn (x) = μ +ν .
2 2
En particulier, avec n = 0 et n = 1, comme P0 (x) = 2 et P1 (x) = x,
& )
√ √ μ+ν = 2 L2 ←L2 − x L
2 1 μ+ν = 2
x + x2 − 4 x − x2 − 4 ⇐⇒
μ +ν = x μ−ν = 0
2 2
⇐⇒ μ = ν = 1.
Finalement,
√ n √ n
x+ x2 − 4 x− x2 − 4
∀ n ∈ N, Pn (x) = + .
2 2
Une autre méthode basée sur la même idée qu’à la question précédente aurait été de
1
trouver z tel que x = z + en résolvant une équation du second degré de solutions
√ z √
x + x2 − 4 x − x2 − 4
z+ = et z− = (vérifiant z+ z− = 1) qui aurait conduit un
2 2
n 1 n n
peu plus rapidement au résultat Pn (x) = z+ + n = z+ + z− .
z+
Exercice 6.2 : La somme des premiers cubes II
L’objectif de cet exercice est de fournir une méthode de calcul des sommes de
puissances d’entiers qui utilise les polynômes.
1. Soit P ∈ R[X]. Déterminer le degré de P (X + 1) − P (X).
2. Déterminer tous les polynômes P à coefficients réels tels que :
(E) P (X + 1) − P (X) = X 3 .

n
3. En déduire un calcul de k 3 pour tout entier naturel non nul n.
k=1

n
4. Avec la même stratégie, déterminer brièvement la valeur de la somme k4 .
k=1
1. On commence par traiter à part le cas où P (X +1)−P (X) est le polynôme nul (qui
survient lorsque P est constant), puisque le polynôme nul a la particularité d’avoir
un degré égal à −∞.
Si P est constant, alors deg(P (X + 1) − P (X)) = deg 0 = −∞. Sinon, en posant

deg P = p, on a p 1.
Commençons par montrer que P (X + 1) − P (X) est de degré strictement inférieur
au degré de P à l’aide de la décomposition en monôme dominant et reste de degré
moindre.
En isolant le monôme dominant de P , on peut écrire P sous la forme αX p + R où

α ∈ R∗ et R ∈ Rp−1 [X]. On a donc
P (X + 1) − P (X) = α(X + 1)p + R(X + 1) − αX p − R(X).
Or, par la formule du binôme de Newton :

p p−1

p p k p p
α(X + 1) = α X = αX + α Xk
k k
k=0 k=0
p−1
p k
donc nous avons P (X + 1) − P (X) = α X + [R(X + 1) − R(X)] avec
k
p−1 k=0
p k
deg α X = p − 1 et deg (R(X + 1) − R(X)) p − 1. Le polynôme
k
k=0
Exercice 6.2 La somme des premiers cubes II 109
P (X + 1) − P (X) étant somme de deux polynômes de degré au plus p − 1, on conclut

que deg (P (X + 1) − P (X)) p − 1.
Pour déterminer précisément le degré de P (X + 1) − P (X), une analyse plus fine

p
p−1
est nécessaire. Puisque α X k est de degré p − 1, on pourrait conclure que
k
k=0
deg (P (X + 1) − P (X)) = p − 1 si on obtenait deg (R(X + 1) − R(X)) < p − 1. On
remarque que cette dernière inégalité résulte en fait du travail déjà effectué auparavant
sur P et qu’il suffit d’appliquer à R.
En notant r le degré de R, on a de même : deg (R(X + 1) − R(X)) r − 1 avec

r − 1 < p − 1. Or
p−2
p−1
p k
P (X + 1) − P (X) = αpX + α X + [R(X + 1) − R(X)]
k
k=0
donc on conclut que deg (P (X + 1) − P (X)) = p − 1.
2. Une des premières choses à laquelle on peut s’intéresser est le degré de P . Dans
notre cas, cette information est fournie grâce au résultat de la question 1.
Soit P une solution de (E). Puisque P (X + 1) − P (X) est de degré 3, le polynôme

P est de degré 4 d’après la question 1 : il existe donc des réels a0 , a1 , a2 , a3 et a4
tels que
P = a0 + a1 X + a2 X 2 + a3 X 3 + a4 X 4 avec a4 = 0.
Une méthode naturelle est d’injecter cette expression de P dans l’équation (E) pour
en déduire les coefficients de P par identification.
D’où, pour P = a0 + a1 X + a2 X 2 + a3 X 3 + a4 X 4 de degré 4,

4
4
(E) ⇐⇒ ak (X + 1)k − ak X k = X 3
k=0 k=0

4

⇐⇒ ak (X + 1)k − X k = X 3
k=0
⇐⇒ a1 + a2 (2X + 1) + a3 (3X 2 + 3X + 1) + a4 (4X 3 + 6X 2 + 4X + 1) = X 3

⎧
⎪ a + a2 + a3 + a4
⎨ 1
= 0
2a2 + 3a3 + 4a4 = 0
⇐⇒ (par identification)
⎪
⎩ 3a3 + 6a4 = 0
4a4 = 1
Le système est échelonné, il se résout donc directement par substitution “en remontant
les équations”.
⎧
⎪ a = −a2 − a3 − a4 = 0
⎨ 1 3 1
a2 = − 2 a3 − 2a4 = 4
donc 1 et finalement :
⎩ a3 = −2a
⎪
1
4 = −2
a4 = 4
X 2 (X − 1)2
1 1 1
P = a0 + X 2 − X + X2 = a0 + .
4 2 4 4
3. On doit rapprocher k 3 et X 3 pour faire le lien avec les questions précédentes. Ainsi
k 3 = P (k + 1) − P (k) où P est solution de (E) (choisi le plus simplement possible) et
n
la somme k 3 se calcule alors par télescopage.
k=1
X 2 (X − 1)2
Si P = , alors on a P (k + 1) − P (k) = k3 pour tout entier naturel k
4
d’après les résultats de la question 2. Ainsi, par télescopage, pour n ∈ N∗ ,

n
n
(n + 1)2 n2
k3 = [P (k + 1) − P (k)] = P (n + 1) − P (1) = .
4
k=1 k=1
4. On reprend l’idée de calcul par télescopage comme le suggère l’énoncé. L’essentiel

du travail étant de déterminer ici un polynôme P tel que P (X + 1) − P (X) = X 4 .
On cherche P tel que P (X + 1) − P (X) = X 4 . D’après la question 1, un tel polynôme

5
est nécessairement de degré 5. Soit (a0 , a1 , a2 , a3 , a4 , a5 ) ∈ R6 et P = ak X k .

k=0
5
Pour éviter d’avoir à développer (X + 1) , on va proposer une méthode alternative
reposant sur l’ordre de multiplicité 4 de la racine 0 dans le polynôme X 4 .
En remarquant que X 4 possède 0 pour racine d’ordre de multiplicité 4, on voit que

⎧
⎪ P (1) − P (0) = 0
⎪
⎪
⎨ P (1) − P (0) = 0
P (X + 1) − P (X) = X 4 entraîne P (1) − P (0) = 0
⎪
⎪ P (1) − P (0)
⎪
⎩
= 0
P (4) (1) − P (4) (0) = 24
donc
⎧ ⎧ 1
⎪ a1 + a2 + a3 + a4 + a5 = 0 ⎪ a1 = −a2 − a3 − a4 − a5 = − 30
⎪
⎪ ⎪
⎪
⎨ 2a2 + 3a3 + 4a4 + 5a5 = 0 ⎨ a2 = 3 5
− 2 a3 − 2a4 − 2 a5 = 0
6a3 + 12a4 + 20a5 = 0 puis a3 = −2a4 − 10 a = 13
3 5
⎪
⎪ ⎪
⎪ − 52 a5 = − 12
⎪
⎩ 24a4 + 60a5 = 0 ⎪
⎩ a4 =
1
120a5 = 24 a5 = 5
ainsi, en choisissant a0 nul,

1 1 1 1 1 1 1 1
P = − X + X3 − X4 + X5 = X − + X2 − X3 + X4
30 3 2 5 30 3 2 5
est un bon candidat.
Une erreur fréquente consiste à croire que tout le travail a été fait et de conclure
directement que P convient : nous avons trouvé une description de P à une constante
Exercice 6.3 Polynômes interpolateurs de Lagrange 111
près. Réciproquement, il ne faut pas oublier de vérifier que les conditions trouvées pour
P ne sont pas seulement nécessaires, mais aussi suffisantes pour que P convienne ∗.
Un calcul montre que le polynôme P4 ainsi défini vérifie bien P4 (X +1)−P4 (X) = X 4 .
Ainsi

n

n
k4 = [P4 (k + 1) − P4 (k)] = P4 (n + 1) − P4 (1)

k=1 k=1

1 1 1 1
= (n + 1) − + (n + 1)2 − (n + 1)3 + (n + 1)4
30 3 2 5

n+1
= − 1 + 10n2 + 20n + 10 − 15n3 − 45n2 − 45n − 15
30

+6n4 + 24n3 + 36n2 + 24n + 6
n(n + 1)
= (6n3 + 9n2 + n − 1).
30

n
n(n + 1)(2n + 1)(3n2 + 3n − 1)
Une ultime factorisation montrerait même que k4 = .
30
k=1
Exercice 6.3 : Polynômes interpolateurs de Lagrange
Soit x, y et z trois nombres complexes deux à deux distincts.

1. Trouver trois polynômes Px , Py et Pz , chacun de degré au plus 2, tels que
)
Px (y) = Px (z) = Py (x) = Py (z) = Pz (x) = Pz (y) = 0,
Px (x) = Py (y) = Pz (z) = 1.
2. Soit a, b, c trois nombres complexes. On pose P = aPx + bPy + cPz . Justifier
que P est l’unique polynôme de degré inférieur ou égal à 2 tel que :
P (x) = a, P (y) = b et P (z) = c.
3. En déduire tous les polynômes P de degré inférieur ou égal à 2 tels que :
P (−1) = 2 et P (1) = 3.
1. Commençons par faire le tri sur les conditions, elles se séparent en trois parties
indépendantes
⎧ ⎧ ⎧
⎨ Px (x) = 1 ⎨ Py (x) = 0 ⎨ Pz (x) = 0
Px (y) = 0 , Py (y) = 1 , Pz (y) = 0 .
⎩ ⎩ ⎩
Px (z) = 0 Py (z) = 0 Pz (z) = 1
Si Px satisfait aux conditions, il admet y et z pour racines donc (X − y)(X − z) divise
Px . Comme Px est de degré inférieur ou égal à 2, il existe un complexe λ tel que
Px = λ(X − y)(X − z). Enfin de Px (x) = 1, nous tirons λ(x − y)(x − z) = 1 donc
1 X −yX −z
λ= et finalement : Px = .
(x − y)(x − z) x−y x−z
∗. C’est l’étape de synthèse dans le raisonnement par analyse-synthèse.

X −y X −z
Si on note Px le polynôme de degré 2, on a bien Px (y) = Px (z) = 0
x−y x−z
x−y x−z
(car y et z sont clairement racines de Px ) et Px (x) = = 1.
x−y x−z
On adapte l’expression obtenue pour Px à Py et Pz .
X −xX −z
De manière analogue, les polynômes Py et Pz , définis par Py = et
y−x y−z
X −xX −y
Pz = , répondent bien aux conditions imposées.
z−x z−y
2. Vérifier que le polynôme proposé satisfait aux trois équations est immédiat. Le
travail se situera surtout dans la preuve de l’unicité.
P (x) = aPx (x) + bPy (x) + cPz (x) = a + 0 + 0 = a. De même, on a clairement :

P (y) = b et P (z) = c.
Étant donné un objet satisfaisant une propriété P, si l’on veut montrer qu’il est
unique pour cette propriété, la méthode générale consiste à se donner un autre objet
(a priori différent) satisfaisant aussi P et de montrer que les deux objets sont en fait
identiques. Ici les objets sont des polynômes. Pour montrer que deux polynômes sont
égaux, une façon de faire est de montrer que leur différence est le polynôme nul, car
nous disposons de résultats permettant de caractériser le polynôme nul (un polynôme
de degré inférieur ou égal à n est nul s’il admet au moins n + 1 racines distinctes).
Réciproquement, si Q est un polynôme de degré inférieur ou égal à 2 tel que : Q(x) = a,

Q(y) = b et Q(z) = c alors Q(x) = P (x), Q(y) = P (y) et Q(z) = P (z) donc le
polynôme Q − P admet (au moins) trois racines distinctes : x, y et z. Étant de plus
de degré inférieur ou égal à 2, Q − P est donc le polynôme nul. Ainsi Q = P ce qui
montre l’unicité de P .
3. Il faut repérer ici le lien évident avec la question qui précède. Pour tout réel z
distinct de −1 et 1, et tout polynôme P de degré inférieur ou égal à 2,
)
P (−1) = 2
⇐⇒ P = 2P−1 + 3P1 + P (z)Pz ,
P (1) = 3
le choix de z étant arbitraire. Le plus simple est de prendre ici z = 0.
Soit P un polynôme de degré inférieur ou égal à 2. D’après le résultat de la question
précédente et avec les notations de la question 1 pour (x, y, z) = (−1, 1, 0),
)
P (−1) = 2
⇐⇒ P = 2P−1 + 3P1 + P (0)P0 .
P (1) = 3
À l’aide des formules de la question 1 :
(X − 1)X X2 − X (X + 1)X X2 + X
P−1 = = , P1 = =
−2 × (−1) 2 2×1 2
(X + 1)(X − 1)
et P0 = = 1 − X2.
1 × (−1)
Ainsi, P est solution ssi il existe c ∈ C tel que

3 3 1 5
P = X 2 − X + X 2 + X + c(1 − X 2 ) = c + X + − c X2.
2 2 2 2
Exercice 6.4 Relation entre racines et coefficients 113
Les notations Px , Py et Pz de l’énoncé peuvent paraître trompeuses : les

trois polynômes dépendent en fait bien chacun de x, y et z. Ainsi, dans
cette dernière question et pour tout z ∈
/ {−1, 1}, tout polynôme solution
s’exprimerait sous la forme 2P−1 + 3P1 + P (z)Pz où les polynômes P−1
(X − 1)(X − z)
et P1 auraient alors été donnés respectivement par et
2(1 + z)
(X + 1)(X − z)
(on retrouve ceux ci-dessus lorsque z = 0).
2(1 − z)
Exercice 6.4 : Relation entre racines et coefficients
On désire prouver le résultat suivant : “si a, b et c sont trois complexes de

module 1 vérifiant a + b + c = 1, alors nécessairement un de ces trois complexes
vaut 1”. Supposons que a, b et c soient trois nombres complexes de module 1 tels
que a + b + c = 1.
1 1 1
1. Justifier l’égalité : + + = 1.
a b c
2. On considère le polynôme P défini par P (X) = (X −a)(X −b)(X −c). Justifier
l’existence d’un complexe non nul α tel que P (X) = X 3 − X 2 + αX − α.
3. Conclure.
1. Il faut exploiter ici l’hypothèse essentielle (la seule !) que les trois nombres sont de
module 1.
Puisque a, b, c sont de module 1,
1 1 1 a b c
+ + = + 2 + 2 = a + b + c = a + b + c = 1 = 1.
a b c |a|2 |b| |c|
2. Le principe d’une factorisation consiste essentiellement à trouver les racines à par-

tir des coefficients d’un polynôme. Ici, nous adoptons une démarche opposée : nous
allons exprimer les coefficients de P à l’aide de ses racines. Il faut tout naturellement
développer l’expression factorisée de P et simplifier convenablement ses coefficients à
l’aide des connaissances sur les racines a, b et c (cf énoncé et résultat de la question
précédente).
P (X) = (X − a)(X − b)(X − c)

= X 3 − (a + b + c)X 2 + (ab + bc + ac)X − abc
= X 3 − X 2 + (ab + bc + ac)X − abc (puisque a + b + c = 1).
En posant α = abc, on a :

α α α 1 1 1
ab + bc + ac = + + = α + + = α (d’après 1)
c a b c a b
donc finalement : P (X) = X 3 − X 2 + αX − α. Ainsi, α = abc convient.
3. Il faut bien identifier ce que l’on cherche à montrer ici : on veut établir que l’une
des racines a, b ou c de P est égale à 1. Cela revient à montrer que X − 1 divise P ,
ce qui est immédiat d’après le résultat de la question précédente.
P (X) = X 2 (X − 1) + α(X − 1) = (X − 1)(X 2 + α) donc 1 est racine de P . Or a,

b et c sont les racines de P donc un des nombres complexes a, b ou c est égal à 1.
Exercice 6.5 : Autour des racines n-ièmes de l’unité

2ikπ
Pour n ∈ N∗ et k ∈ 0, n − 1, on pose zk = e n .
n
1. a. Calculer (zk ) .
b. Factoriser X n − 1 dans C[X].
2. En déduire la factorisation dans C[X] du polynôme

n−1
P = X k = 1 + X + X 2 + · · · + X n−1 .
k=0
3. En considérant P (1) et P (−1), en déduire les valeurs des deux produits

n−1
kπ
n−1
kπ
sin et cos .
n n
k=1 k=1
1.a. (zk )n se calcule simplement en utilisant la propriété suivante de l’exponentielle

complexe : ez ez = ez+z .
On a : 2ikπ
n
(zk )n = e n = e2ikπ = (e2iπ )k = 1k = 1.
1.b. Factoriser un polynôme revient à trouver ses racines (avec leurs ordres de mul-
tiplicité). Ici la question précédente fournit des racines de X n − 1.
D’après la question 1.a, X n − 1 admet zk pour racine pour tout k ∈ 0, n − 1.
(zk )k∈0,n−1 est donc une famille de n racines du polynôme X n − 1 de degré n.
Si on trouve n racines distinctes d’un polynôme de degré n, alors celles-ci sont simples
et le polynôme n’admet pas d’autres racines : c’est une conséquence du théorème de
d’Alembert-Gauss. Ainsi, notre tâche va consister à démontrer que les complexes zk
sont deux à deux distincts (pour k ∈ 0, n − 1).
Ces racines sont deux à deux distinctes par unicité de l’argument d’un nombre complexe
si on se restreint à [0, 2π[. Enfin, X n − 1 étant unitaire, le théorème de d’Alembert-

n−1
Gauss permet de conclure : X n − 1 = (X − zk ).

k=0
Exercice 6.5 Autour des racines n-ièmes de l’unité 115
2. Pour faire le lien entre P = 1 + X + X 2 + · · · + X n−1 et X n − 1, il faut reconnaître

dans P la somme des premiers termes d’une suite géométrique pour laquelle on dis-
1 − Xn
pose d’une formule P = que l’on redémontre par télescopage pour éviter de
1−X
distinguer le cas où l’indéterminée vaut 1.
On a, par télescopage,

n−1

n−1
(X − 1)P = (X − 1) Xk = (X k+1 − X k ) = X n − 1.
k=0 k=0

n−1
Comme X n − 1 = (X − zk ) et z0 = 1, on en déduit par simplification par le

k=0

n−1
polynôme non nul X − 1 que P = (X − zk ), qui est donc l’écriture factorisée de

k=1
P dans C[X].
3. L’idée va consister à exploiter les deux écritures de P pour calculer de deux façons
différentes P (1) et P (−1).
• La forme factorisée de P donne une expression de P (1) et de P (−1) faisant inter-
venir les produits cherchés si on pense à invoquer les formules d’Euler.
• La définition de P par ses coefficients permet de calculer très simplement P (1) et
P (−1).
Il suffit ensuite d’isoler les produits à calculer dans les identités obtenues.

n−1
kπ
n−1
kπ
On pose Sn = sin et Cn = cos .
n n
k=1 k=1

n−1
D’une part, P (1) = 1k = n. D’autre part, en utilisant le résultat de la question

k=0
précédente,

n−1

n−1
2ikπ

n−1
ikπ
−ikπ ikπ

P (1) = (1 − zk ) = 1−e n = e n e n −e n
k=1 k=1 k=1

n−1 kπ
kπ
= −2iei n sin (d’après les formules d’Euler)
n
k=1

n−1
kπ

= −2iei n × Sn
k=1
donc, au final,

ie−i kπ
n−1
n n π
n−1
n
π

n−1
Sn = n = i exp −i k = in−1 exp −i(n − 1)
2 2n−1 n 2n−1 2
k=1 k=1

n−1
kπ n
i.e. sin = n−1 .
n 2
k=1

n−1 )
(−1)n − 1 0 si n est pair
De même, P (−1) = (−1)k = = et
−2 1 sinon
k=0

n−1

n−1
2ikπ

P (−1) = (−1 − zk ) = − 1+e n
k=1 k=1
n−1
kπ
kπ kπ

n−1
kπ kπ

= (−1) n−1
ei n e−i n + ei n = (−1)n−1 2ei n cos
n

k=1 k=1
π
n−1
= (−1)n−1 2n−1 exp i k Cn = (−1)n−1 2n−1 in−1 Cn

n
k=1

n−1
kπ
ainsi, si n est pair, cos = 0 et, si n est impair, il existe un entier m tel que
n
k=1

n−1
kπ (−1)m
n−1
kπ n−1 1 − (−1)
n
n = 2m + 1 et cos = 2m
. En résumé, cos = (−1) 2 n
.
n 2 n 2
k=1 k=1
Il est bon de garder un œil critique sur ses résultats et de vérifier leur
cohérence. Le fait que l’on trouve 0 lorsque n est pair n’est pas sur-
prenant. En effet, si n est pair, il peut s’écrire sous la forme 2p où

n−1
kπ
p ∈ 1, n − 1 et, dans le produit cos , figure donc nécessaire-
n
k=1
pπ pπ π
ment cos = cos = cos = 0.
n 2p 2
Exercice 6.6 : Divisibilité et ordre de multiplicité des racines
Dans cet exercice, a est un nombre complexe et P est le polynôme :

P = X 5 − (3a + 2)X 4 + (1 + 3a + 3a2)X 3 − (a3 + 1)X 2 + (2 − a3 + 3a)X − (a + 1)3 .
2iπ
1. Soit j le nombre complexe e 3 . Simplifier j 3 et 1 + j + j 2 .
2. Dans cette question uniquement, on suppose que a = j.
Montrer que si r est une racine réelle de P alors
−3r4 + 3r = 0 et r5 − 2r4 − 2r3 − 2r2 + r + 1 = 0.
Qu’en conclure ?
3. Dans cette question uniquement, on suppose que a = j − 1.
Vérifier que j est racine de P et déterminer son ordre de multiplicité.
Factoriser alors P dans C[X].
Exercice 6.6 Divisibilité et ordre de multiplicité des racines 117
4. On suppose désormais que a est réel.

a. Montrer que P possède au moins une racine réelle.
b. Montrer que X 2 + X + 1 divise P .
c. Montrer que P possède une racine triple que l’on exprimera en fonction
de a et factoriser P dans C[X].
d. Discuter du signe de P (x) en fonction du réel x.
1. Pour le calcul de 1 + j + j 2 , le plus rapide est de reconnaître la somme de termes

consécutifs d’une suite géométrique de raison j.
2iπ 1 − j3 1−1
j 3 = (e 3 )3 = e2iπ = 1 et 1 + j + j 2 = = = 0 donc : j 3 = 1 et
1−j 1−j
1 + j + j 2 = 0.
2. Injectons froidement j à la place de a dans l’expression de P et procédons aux
simplifications d’usage à l’aide de j 3 = 1 et j 2 = −1 − j.
Tout d’abord, on a
P = X 5 − (3j + 2)X 4 + (1 + 3j + 3j 2 )X 3
−(j 3 + 1)X 2 + (2 − j 3 + 3j)X − (j + 1)3
= X − (3j + 2)X 4 − 2X 3 − 2X 2 + (3j + 1)X + 1
5
En séparant les termes suivant leur dépendance en j, on fait apparaître les deux
polynômes mentionnés dans l’énoncé.
= (X 5 − 2X 4 − 2X 3 − 2X 2 + X + 1) + j(−3X 4 + 3X).
Il reste à comprendre pourquoi si r est racine réelle de P , chacun des deux termes
s’annule en r. Pour cela, il suffit de séparer parties réelle et imaginaire.
En particulier, si r est une racine réelle de P ,
r 5 − 2r 4 − 2r 3 − 2r 2 + r + 1 = −(−3r4 + 3r)j.
En prenant la partie imaginaire des deux membres, on a −3r4 + 3r = 0 puisque
Im j = 0, puis en réinjectant cette égalité, r 5 − 2r 4 − 2r 3 − 2r 2 + r + 1 = 0.
La première équation se résout très simplement dans R.
Or
−3r 4 + 3r = 0 ⇐⇒ −3r(r − 1)(r2 + r + 1) = 0 ⇐⇒ (r = 0 ou r = 1)
donc r = 0 et r = 1 sont les deux seules possibilités. En les injectant dans la deuxième
équation, on constate que ni l’une ni l’autre ne conviennent (1 = 0 et −3 = 0).
Finalement, P n’admet pas de racine réelle.
3. Il s’agit de vérifier si P (j) = 0.
Tout d’abord,
P = X 5 − (3j − 1)X 4 + (1 − 3j + 3j 2 )X 3
−(j 3 − 3j 2 + 3j)X 2 + (−j 3 + 3j 2 )X − 1
= X 5 + (1 − 3j)X 4 − (2 + 6j)X 3 − (4 + 6j)X 2 − (4 + 3j)X − 1.
En particulier,
P (j) = j 5 + (1 − 3j)j 4 − (2 + 6j)j 3 − (4 + 6j)j 2 − (4 + 3j)j − 1
= −2j 5 − 5j 4 − 8j 3 − 7j 2 − 4j − 1
= −2j 2 − 5j − 8 − 7j 2 − 4j − 1 = −9(j 2 + j + 1) = 0
donc j est racine de P .
Pour l’ordre de multiplicité, on va utiliser la caractérisation par l’annulation des dé-
rivées successives : r est racine de P de multiplicité m ssi

∀ k ∈ 0, m − 1, P (k) (r) = 0 et P (m) (r) = 0.
Calculons alors la valeur des dérivées successives de P en j.

P = 5X 4 + 4(1 − 3j)X 3 − 3(2 + 6j)X 2 − 2(4 + 6j)X − (4 + 3j)

P (j) = −7j 4 − 14j 3 − 18j 2 − 11j − 4 = −18(j 2 + j + 1) = 0
P = 20X 3 + 12(1 − 3j)X 2 − 6(2 + 6j)X − 2(4 + 6j)

P (j) = −16j 3 − 24j 2 − 24j − 8 = −24(j 2 + j + 1) = 0
P = 60X 2 + 24(1 − 3j)X − 6(2 + 6j)
P (j) = −12j 2 − 12j − 12 = −12(j 2 + j + 1) = 0
(4)
P = 120X + 24(1 − 3j)
(4)
P (j) = 48j + 24 = 24(2j + 1) = 0.
En conclusion, j est racine quadruple de P et (X − j)4 divise P . Il existe alors
un polynôme Q tel que P = (X − j)4 Q. Comme P est de degré 5 et unitaire,
Q = X − λ où λ ∈ C est à déterminer. Par identification du coefficient de X 4 , on a
−4j − λ = −(3a + 2) = −(3j − 1) i.e. λ = −j − 1 = j 2 . Finalement, la factorisation
de P dans C[X] est : P = (X − j)4 (X − j 2 ).
4.a. Visualisons le graphe de P : au voisinage de −∞, P est “très négatif” et, au
voisinage de +∞, “très positif” ; entre les deux, on doit donc passer par 0. On va
rendre rigoureux ce raisonnement à l’aide du théorème des valeurs intermédiaires.
P est de degré impair et unitaire donc lim P = −∞ et lim P = +∞. En particulier,

−∞ +∞
il existe M > 0 tel que P (M ) > 0 et P (−M ) < 0. D’après le théorème des valeurs
intermédiaires appliqué à la fonction polynomiale P continue sur [−M, M ], il existe
r ∈] − M, M [ tel que P (r) = 0.
4.b. On rappelle que pour qu’un polynôme R à racines simples dans C divise le
polynôme P , il faut et il suffit que les racines de R soient aussi racines de P . C’est ce
que nous utiliserons ici avec R = 1 + X + X 2 .
D’après 1, j est racine du polynôme X 2 + X + 1. Comme il s’agit d’un trinôme du

second degré à coefficients réels, son autre racine est son conjugué j. Pour montrer
Exercice 6.6 Divisibilité et ordre de multiplicité des racines 119
que X 2 + X + 1 divise P , il suffit de montrer que j est racine de P : en effet, j sera

alors aussi racine de P (car, P étant à coefficients réels, P (j) = P (j) = 0 = 0) et
(X − j)(X − j) = X 2 + X + 1 divisera P .
On va donc calculer P (j) et simplifier les calculs comme précédemment.
Calculons :
P (j) = j 5 − (3a + 2)j 4 + (1 + 3a + 3a2 )j 3
−(a3 + 1)j 2 + (2 − a3 + 3a)j − (a + 1)3
= j 2 − (3a + 2)j + (1 + 3a + 3a2 ) − (a3 + 1)j 2 + (2 − a3 + 3a)j − (a + 1)3
= −a3 (j 2 + j + 1) = 0.
j est bien racine de P et donc X 2 + X + 1 divise P .
On retiendra qu’un polynôme à coefficients réels qui possède une racine

complexe non réelle z, admet également z pour racine.
4.c. L’énoncé lui-même suggère que ce n’est aucune des racines déjà trouvées j et
j = j 2 qui est triple puisqu’elles ne dépendent pas de a (on vérifierait sans peine que
P (j) = 0). Il faut donc d’abord factoriser P en tenant compte de ces deux racines.
Comme X 2 + X + 1 divise P , il existe un polynôme de degré 3 (car P est de degré 5

et X 2 + X + 1 de degré 2) unitaire (car P et X 2 + X + 1 le sont) X 3 + λX 2 + μX + ν
tel que
P = (X 2 + X + 1)(X 3 + λX 2 + μX + ν).
Pour trouver les trois coefficients λ, μ et ν, on va développer le produit et raisonner

par identification avec les coefficients de P .
En développant,
P = X 5 + (λ + 1)X 4 + (λ + μ + 1)X 3 + (λ + μ + ν)X 2 + (μ + ν)X + ν.
D’où, par identification des coefficients de X 4 , X 3 et 1,
& &
λ+1 = −(3a + 2) λ = −3(a + 1)
λ+μ+1 = 1 + 3a + 3a2 puis μ = 3(a + 1)2 L2 ← L2 − L1 .
ν = −(a + 1)3 ν = −(a + 1)3
Lorsque l’existence (voire l’unicité) est déjà connue, inutile de raisonner

par équivalence : ici, nous avons identifié les monômes juste nécessaires
pour pouvoir déterminer les coefficients du quotient de P par X 2 +X+1.
Ainsi
P = [X 2 + X + 1][X 3 − 3(a + 1)X 2 + 3(a + 1)2 X − (a + 1)3 ]
= [X 2 + X + 1][X − (a + 1)]3
et a + 1 est racine triple de P . On conclut que la factorisation de P dans C[X] est
P = (X − j)(X − j)(X − a − 1)3 .
4.d. C’est évidemment une forme factorisée qu’il faut privilégier pour la discussion
du signe. Toutefois, comme le signe n’a pas de sens pour un complexe non réel, la
factorisation de X 2 + X + 1 n’apporte rien donc on le garde tel quel.
Soit x ∈ R.
P (x) = (x2 + x + 1)(x − a − 1)3 est du signe de (x − a − 1)3 donc de x − a − 1 (en
effet, x2 + x + 1 est toujours strictement positif puisque X 2 + X + 1 est unitaire et
de discriminant strictement négatif). Ainsi,
• si x > a + 1, P (x) > 0,
• si x < a + 1, P (x) < 0 et
• si x = a + 1, P (x) = 0 (a + 1 est la seule racine réelle de P ).
On voit ici la différence entre les deux écritures (algébrique et factorisée)

d’un polynôme. La première est à favoriser lors d’opérations additives
et de dérivation ou d’intégration (sauf en cas de racine unique). La
seconde est plus pertinente pour les opérations multiplicatives ou pour
une étude de signe.
• Savoir déterminer (ou majorer) le degré d’un polynôme (cf questions 6.1.2
et 6.2.1) à l’aide de son comportement pour
♦ les opérations algébriques
deg(P + Q) † max(deg P, deg Q) , deg(P Q) = deg P + deg Q ,
♦ la dérivation
deg P ‡ deg P − 1
• Savoir déterminer des racines d’un polynôme (avec leurs ordres de mul-
tiplicité) (cf questions 6.3.1, 6.4.3 et exercice 6.6)
• Savoir utiliser le théorème de d’Alembert-Gauss et ses conséquences

(cf questions 6.3.2 et 6.5.1.b)
♦ tout polynôme à coefficients complexes de degré n peut s’écrire

n
an (X − x1 ) · · · (X − xn ) = an (X − xi ),
i=1
les xi n’étant pas nécessairement deux à deux distincts,
♦ tout polynôme de degré n admet exactement n racines complexes comptées
avec leurs ordres de multiplicité,
♦ un polynôme de degré inférieur ou égal à n ayant au moins n + 1 racines,
comptées avec leurs ordres de multiplicité, est nul.
• Savoir factoriser un polynôme dans C[X] (cf question 6.1.1.b, exercices 6.5
et 6.6)
• Savoir étudier une suite de polynômes définie par une relation de ré-
currence (cf exercice 6.1)
†. Il ne s’agit d’une égalité que si les degrés sont différents ou si les degrés sont égaux mais la
somme des coefficients dominants n’est pas nul.
‡. L’inégalité n’est stricte que pour les polynômes constants.
CHAPITRE
7
Géométrie
Dans tous les exercices qui suivent, le plan et l’espace affines euclidiens sont supposés
munis d’un repère orthonormal.
Exercice 7.1 : Équation cartésienne vs représentation paramétrique
1. Chaque droite du plan affine euclidien peut être représentée paramétriquement

ou par une équation cartésienne. Pour chacune des droites ci-dessous, proposer
l’autre façon de la représenter.
)
x = 2 − 3λ
a. D1 est la droite de représentation paramétrique , λ ∈ R.
y = 5 + 7λ
b. D2 est la droite d’équation (cartésienne) 3x + 2y − 1 = 0.
2. Chaque plan de l’espace affine euclidien peut être représenté paramétriquement
ou par une équation cartésienne. Pour chacun des plans ci-dessous, proposer
l’autre façon de le représenter ainsi qu’un vecteur −
→
n qui lui est normal.
a. P1 est le plan d’équation cartésienne 5x − y + z = 2.
⎧
⎨ x = 3 + λ + 4μ
b. P2 est le plan paramétré par y = −1 + 2λ − 2μ , (λ, μ) ∈ R2 .
⎩
z =2−λ+μ
3. Chaque droite de l’espace affine euclidien peut être représentée paramétrique-
ment ou par deux équations cartésiennes. Pour chacune des droites ci-dessous,
proposer l’autre façon de la représenter.

⎧
⎨ x = 6 − 3λ
a. D1 est la droite de représentation paramétrique y = 3 + λ , λ ∈ R.
⎩
z = 1 + 2λ
)
3x − y + z = 4
b. D2 est la droite d’équations cartésiennes .
x − 3y − 5z = 2
1.a. Il s’agit d’éliminer le paramètre λ :

• une possibilité est de l’extraire d’une équation pour le substituer dans l’autre,
• une autre de faire une bonne combinaison linéaire (7L1 + 3L2 par exemple),
124 Chapitre 7 Géométrie
• une dernière d’interpréter la représentation paramétrique ) à l’aide d’un point de la

→
−
droite A(xA , yA ) et d’un vecteur directeur u (ux , uy ) :
x = xA + λux
.
y = yA + λuy
D’après la représentation paramétrique de D1 , cette droite passe par le point A(2, 5)

et a pour vecteur directeur −
→
u (−3, 7). Soit M (x, y) un point du plan.

−−→ x − 2 −3
M ∈ D1 ⇐⇒ AM ∈ Vect(−
→
u ) ⇐⇒ =0
y−5 7
⇐⇒ 7(x − 2) + 3(y − 5) = 0 ⇐⇒ 7x + 3y − 29 = 0.
Une équation cartésienne de la droite D1 est donc 7x + 3y − 29 = 0.
1.b. Dans ce sens, on peut aussi repasser par un point et un vecteur directeur de la
droite :
• un vecteur normal − →n se “lit” dans l’équation cartésienne 3 x + 2 y = 1 à savoir
→
−n (3, 2) dont se déduit un vecteur directeur (si −
→n (a, b) est normal, alors (−b, a)
est directeur),
• pour le point, comme la droite n’est pas verticale, on choisit arbitrairement x (par
exemple 1) et on trouve la coordonnée y correspondante (−1 pour x = 1).
Méthode 1 :
−
→u (−2, 3) est un vecteur directeur de D
)2 et A(1, −1) est un point de D2 donc une
x = 1 − 2λ
représentation paramétrique de D2 est , λ ∈ R.
y = −1 + 3λ
On peut aussi choisir l’une des deux coordonnées comme paramètre.
Méthode 2 :
Soit M (x, y) un point du plan.
1 2
M ∈ D2 ⇐⇒ 3x + 2y − 1 = 0 ⇐⇒ 3x = 1 − 2y ⇐⇒ x = − y
3 3
&
1 2
x= − λ
donc une représentation paramétrique de D2 est 3 3 , λ ∈ R.
y=λ
2.a. Réglons tout d’abord le cas du vecteur normal qui se “lit” dans les coefficients
de l’équation cartésienne.
À l’aide de l’équation cartésienne de P1 , on voit que le vecteur −

→
n (5, −1, 1) est normal
à P1 .
Pour la représentation paramétrique, il faut trouver
• un point du plan, ce qui se fait en fixant arbitrairement deux coordonnées (par
exemple x = y = 0) et en calculant alors la troisième coordonnée pour vérifier
l’équation cartésienne (z = 2 si x = y = 0),
• deux vecteurs non colinéaires qui dirigent le plan et qui sont donc orthogonaux à
→
−
n , ce qu’on fait souvent en “gelant” une coordonnée à 0 et en inversant à un signe
près les deux autres (concrètement si −→
n (a, b, c), on choisit (b, −a, 0) et (0, c, −b)).
Exercice 7.1 Équation cartésienne vs représentation paramétrique 125
Méthode 1 :
→
−
u (1, 5, 0) et −
→
v (0, 1, 1) sont deux vecteurs non colinéaires qui dirigent le plan P1 . De
plus, le point A(0, 0, 2) appartient à ce plan donc une représentation paramétrique de
&
x = λ
P1 est : y = 5λ + μ , λ, μ ∈ R.
z = 2 + μ
Comme précédemment, on peut aussi exprimer une coordonnée en fonction des deux
autres et choisir ces deux dernières comme paramètres.
Méthode 2 :
Soit M (x, y, z) un point de l’espace.
M ∈ P1 ⇐⇒ 5x − y + z = 2 ⇐⇒ z = 2 + y − 5x
donc une représentation paramétrique de P1 est
&
x = λ
y = μ , λ, μ ∈ R.
z = 2 − 5λ + μ
2.b. Là encore, on interprète la représentation paramétrique en termes de plan issu

d’un point A et de vecteurs directeurs donnés −→
u et −
→v :
−−→
M ∈ P2 ⇐⇒ M ∈ A+Vect(− →
u ,−
→
v) ⇐⇒ ∃ (λ, μ) ∈ R2 , AM = λ−
→u +μ−→v .
Méthode 1 :
D’après la représentation paramétrique de P2 , ce plan passe par A(3, −1, 2) et a pour
direction Vect(−→
u ,−→v ) où −→
u (1, 2, −1) et −
→
v (4, −2, 1). )
→
−
u .−
→
Un vecteur −→ n =0
n (a, b, c) est normal à P2 si et seulement si →
−
v .−
→ . Or
n =0
) →
− )
u .−
→
n = 0 a + 2b − c = 0
−
→ ⇐⇒
v .→
−
n = 0 4a − 2b + c = 0
)
a + 2b − c = 0
⇐⇒
− 10b + 5c = 0 L2 ← L2 − 4L1
)
a = 0
⇐⇒
c = 2b
donc le vecteur −→n (0, 1, 2) est normal à P2 .
Si M (x, y, z) est un point de l’espace,
−−→ → −−→ →
M ∈ P2 ⇐⇒ AM ⊥ − n ⇐⇒ AM .− n =0
⇐⇒ (x − 3) × 0 + (y + 1) × 1 + (z − 2) × 2 = 0
⇐⇒ y + 2z − 3 = 0.
Une équation cartésienne de P2 est donc y + 2z − 3 = 0.
On peut aussi “éliminer” les paramètres λ et μ de la représentation paramétrique

donnée.
Méthode 2 :
&
x = 3 + λ + 4μ
M ∈ P2 ⇐⇒ ∃ λ, μ ∈ R, y = −1 + 2λ − 2μ
z = 2 − λ + μ
donc M appartient à P2 si et seulement si le système (S) ci-dessus d’inconnues λ et
μ est compatible. Or
&
λ + 4μ = x−3
(S) ⇐⇒ 2λ − 2μ = y+1
−λ + μ = z−2
&
λ + 4μ = x−3
⇐⇒ − 10μ = −2x + y + 7 L2 ← L2 − 2L1
5μ = x+z−5 L3 ← L3 + L1
&
λ + 4μ = x−3
⇐⇒ − 10μ = −2x + y + 7 .
0 = y + 2z − 3 L3 ← 2L3 + L2
donc une condition nécessaire et suffisante sur x, y et z pour que (S) soit compatible
est que la dernière équation du système échelonné ci-dessus soit effectivement vérifiée.
Ainsi, P2 admet pour équation cartésienne y + 2z − 3 = 0 et −→n (0, 1, 2) est un vecteur
normal à P2 .
3.a. Là encore on détermine les équations de compatibilité du système d’inconnue λ.

&
x = 6 − 3λ
M∈ D1 ⇐⇒ ∃ λ ∈ R, y = 3 + λ
z = 1 + 2λ
donc M appartient à D1 si et seulement si le système (S) ci-dessus d’inconnue λ est
compatible. Or,
& &
−3λ = x − 6 −3λ = x−6
(S) ⇐⇒ λ= y−3 ⇐⇒ 0 = x + 3y − 15 L2 ← 3L2 + L1
2λ = z − 1 0 = 2x + 3z − 15 L3 ← 3L3 + 2L1
donc une condition nécessaire et suffisante sur x, y et z pour que le système linéaire
(S) soit compatible est :
)
x + 3y − 15 = 0
.
2x + 3z − 15 = 0
C’est un système d’équations cartésiennes de la droite D1 .
3.b. Dans l’autre sens, on utilise l’une des coordonnées comme paramètre.
Exercice 7.2 Orthogonalité dans le plan 127

)
3x − y + z = 4
M ∈ D2 ⇐⇒
x − 3y − 5z = 2
)
3x − y + z = 4
⇐⇒
− 8y − 16z = 2 L2 ← 3L2 − L1
⎧ ⎧
⎨ x = 4
+ y−
1 1
z ⎨ x = 5
−z
⇐⇒ 3 3 3 ⇐⇒ 4 .
⎩ y = − 1 − 2z ⎩ y =
1
− − 2z
4 4
Ainsi, une représentation paramétrique de D2 est :
⎧ 5
⎪
⎨ x = 4 − λ
1
⎪ y = − − 2λ , λ ∈ R.
⎩ 4
z = λ
On notera que le passage systématique :

• des représentations paramétriques aux équations cartésiennes se fait
en résolvant un système dont les paramètres sont les inconnues et les
coordonnées sont des paramètres jusqu’à obtenir les équations de com-
patibilité ;
• des équations cartésiennes aux représentations paramétriques se fait en
résolvant un système dont certaines coordonnées sont choisies comme
paramètres et les autres sont considérées comme les inconnues.
Exercice 7.2 : Orthogonalité dans le plan
On se place dans le plan affine euclidien. Soit A(2, 3), B(−1, 4) deux points du
plan et D la droite (AB).
1. Déterminer une représentation paramétrique ainsi qu’une équation cartésienne
de D.
2. a. Quel est le coefficient directeur de D ?

b. En déduire une équation cartésienne de la droite D1 parallèle à D passant
par le point C(1, 1).
3. Soit Q le point d’intersection de D et de l’axe des ordonnées. Déterminer une
équation cartésienne de la droite D perpendiculaire à D et passant par Q.
−−
→
1. La représentation paramétrique s’obtient directement à partir de D = A+Vect(AB).
−→
D passe par A et a pour vecteur directeur AB(−3, 1) donc une représentation para-
métrique de D est : )
x = 2 − 3λ
, λ ∈ R.
y = 3+λ
−−→ −−→
Quant à l’équation cartésienne, on utilise la caractérisation AM AB.

−−→ −→ x − 2 −3
M ∈D ⇐⇒ AM ∈ Vect(AB) ⇐⇒ =0
y−3 1
⇐⇒ (x − 2) + 3(y − 3) = 0 ⇐⇒ x + 3y − 11 = 0.
Une équation cartésienne de D est donc x + 3y − 11 = 0.
2.a. Le coefficient directeur (ou pente) de la droite est le quotient entre les variations
verticales et horizontales.
−→
Puisque AB(−3, 1) est un vecteur directeur de D, le coefficient directeur de cette
1
droite est égal à − .
3
2.b. Il s’agit d’une déduction, il faut donc utiliser le coefficient directeur de D obtenu
qui est aussi celui de toutes ses parallèles en particulier D1 . Il ne reste plus alors qu’à
ajuster l’autre paramètre : l’ordonnée à l’origine dans la formulation fonctionnelle
d’une droite non verticale
y = (pente) × x + (ordonnée à l’origine).
La droite D1 parallèle à D et passant par le point C(1, 1) a même coefficient directeur

1
que D. Son équation est donc de la forme y = − x + b où b est déterminé grâce au
3
fait que C ∈ D1 :
1 4
C ∈ D1 ⇐⇒ 1 = − × 1 + b ⇐⇒ b = .
3 3
1 4
Une équation cartésienne de D1 est donc y = − x + (ou x + 3y − 4 = 0).
3 3
3. Commençons par déterminer l’ordonnée de Q (l’abscisse est, elle, connue !).
Les coordonnées de Q sont de la forme (0, yQ ) et elles doivent vérifier l’équation

11
cartésienne de D. Ainsi, 0 + 3yQ − 11 = 0, c’est-à-dire yQ = .
3
On obtient alors une équation cartésienne de D en utilisant un vecteur normal et le
fait qu’elle passe par Q.
−→
D est la droite passant par Q et de vecteur normal AB donc, si M (x, y) est un point
du plan,
−−→ −→ −−→ −→
M ∈ D ⇐⇒ QM ⊥ AB ⇐⇒ QM .AB = 0

11
⇐⇒ (x − 0) × (−3) + y − ×1=0
3
11
⇐⇒ −3x + y − = 0 ⇐⇒ 9x − 3y + 11 = 0.
3
Exercice 7.3 Cercles et intersections 129
Une équation cartésienne de D est donc 9x − 3y + 11 = 0.
Exercice 7.3 : Cercles et intersections
On se place dans le plan affine euclidien.

1. Déterminer l’équation du cercle C1 de diamètre [AB] où A(2, 4) et B(6, 0).
2. La partie C2 du plan définie par l’équation cartésienne x2 +y 2 −2x+6y +11 = 0
est-elle un cercle ? Si oui, quel est son centre et son rayon ?
3. Déterminer l’équation du cercle C3 circonscrit au triangle OAB où O est l’ori-
gine du repère de coordonnées (0, 0).
4. Déterminer l’intersection de C1 et C3 .
1. Un cercle est caractérisé 0 son centre Ω de coordonnées (a, b) et son rayon r 0.

0−−→par
0 0
La caractérisation par 0ΩM 0 = r donne alors l’équation cartésienne
(x − a)2 + (y − b)2 = r2 .
Le centre du cercle C1 est le point milieu du segment [AB] de coordonnées

2+6 4+0 AB 2
, i.e. (4, 2). L’équation de C1 est alors (x − 4)2 + (y − 2)2 = .
2 2 2
Or AB 2 1 0−→02 (6 − 2)2 + (0 − 4)2
0 0 16 + 16
= 0AB 0 = = =8
2 4 4 4
donc l’équation cartésienne du cercle C1 est
(x − 4)2 + (y − 2)2 = 8.
2. Il faut réduire sous forme canonique les deux “trinômes incomplets” en x et en y :

x2 − 2x et y 2 + 6y.

M ∈ C2 ⇐⇒ x2 + y 2 − 2x + 6y + 11 = 0
(x − 1)2 − 1 + (y + 3)2 − 9 + 11 = 0
⇐⇒
⇐⇒ (x − 1)2 + (y + 3)2 = −1.
C2 n’est donc pas un cercle : c’est la partie vide.
3. L’équation cartésienne est plus facile à déterminer sous sa forme développée car la
dépendance en les coefficients à déterminer est linéaire :
(x − a)2 + (y − b)2 = r2 ⇐⇒ x2 − 2ax + a2 + y 2 − 2by + b2 − r2 = 0
qui devient x2 + y 2 + αx + βy + γ = 0 en posant α = −2a, β = −2b et γ = a2 + b2 − r2 .

En écrivant que le cercle passe par les trois points O, A et B, on obtient alors un
système linéaire de trois équations avec trois inconnues.
On cherche l’équation de C3 sous la forme x2 + y 2 + αx + βy + γ = 0.

& &
O ∈ C3 02 + 02 + 0 × α + 0 × β + γ = 0
A ∈ C3 ⇐⇒ 22 + 42 + 2α + 4β + γ = 0
B ∈ C3 6 + 02 + 6α + 0 × β + γ
2
= 0
&
c = 0
⇐⇒ 2α + 4β + γ = −20
6α + γ = −36
⎧
⎨ γ = 0
1
⇐⇒ β = −5 − α = −2 .
⎩ 2
α = −6
Finalement, l’équation cartésienne de C3 est x2 + y 2 − 6x − 2y = 0.
4. C1 est de diamètre [AB] et C3 est circonscrit à OAB donc ces deux cercles passent
par A et B. On va vérifier par le calcul si ce sont les seuls points d’intersection.

)
(x − 4)2 + (y − 2)2 = 8
M ∈ C1 ∩ C3 ⇐⇒
x2 + y 2 − 6x − 2y = 0
)
x2 + y 2 − 8x − 4y + 12 = 0
⇐⇒
x2 + y 2 − 6x − 2y = 0
Le système n’est pas linéaire mais on va quand même faire des opérations sur les
lignes pour “éliminer” au maximum les termes quadratiques en x2 et y 2 .
)
x2 + y 2 − 8x − 4y + 12 = 0
⇐⇒
2x + 2y − 12 = 0 L2 ← L2 − L1
On procède ensuite par substitution pour se ramener à une équation du second degré.
)
x2 + y 2 − 8x − 4y + 12 = 0
⇐⇒
y =6−x
)
x2 + (6 − x)2 − 8x − 4(6 − x) + 12 = 0
⇐⇒
y =6−x
)
2x2 − 16x + 24 = 0
⇐⇒
y =6−x
)
x2 − 8x + 12 = 0
⇐⇒ .
y =6−x
Le discriminant de x2 − 8x + 12 valant (−8)2 − 4 × 1 √
× 12, c’est-à-dire √
16, l’équation
2 8 + 16 8 − 16
x − 8x + 12 = 0 admet deux solutions réelles = 6 et = 2. En
2 2
reprenant le système précédent, nous voyons donc que
&
x=6 et y =6−6=0
M ∈ C1 ∩ C3 ⇐⇒ ou .
x=2 et y = 6 − 2 = 4
Exercice 7.4 Parallélisme et orthogonalité dans l’espace 131
On a donc C1 ∩ C3 = {A, B}.
Exercice 7.4 : Parallélisme et orthogonalité dans l’espace
On se place dans l’espace affine euclidien. ⎧

⎨ x = −1 − λ
Soit D1 la droite de représentation paramétrique y=λ (λ ∈ R) et D2
⎩
z = −3 + λ
)
−x + y + 3 = 0
la droite d’équations cartésiennes : .
−2x + z + 1 = 0
1. a. Établir que D1 et D2 ne sont pas parallèles.
b. Montrer que l’ensemble des vecteurs orthogonaux à un vecteur directeur
de D1 et à un vecteur directeur de D2 est Vect(−
→
w ) où −
→
w est un vecteur
d’abscisse 1 que l’on déterminera.
2. a. Trouver l’équation du plan P contenant D1 et dont un des vecteurs di-
recteurs est −
→
w.
b. Justifier qu’il existe une unique droite D perpendiculaire à D1 et D2 ,
c’est-à-dire orthogonale à D1 et D2 et coupant chacune de ces droites en
un point. Préciser les coordonnées de ces deux points d’intersection.
1.a. Le parallélisme de deux droites de l’espace (ou du plan) est caractérisé par le fait
d’avoir même direction i.e. des vecteurs directeurs colinéaires. On va donc déterminer
un vecteur directeur de chacune des deux droites.
D’après la représentation paramétrique de D1 , un vecteur directeur de cette droite est

→
−
u (−1, 1, 1). Cherchons de même un vecteur directeur de D2 via une représentation
paramétrique de cette droite :
) )
−x + y + 3 = 0 −x + y + 3 = 0
⇐⇒
−2x + z + 1 = 0 −2y + z − 5 = 0 L2 ← L2 − 2L1
Pour éviter de faire apparaître des fractions, on préférera exprimer x et z en fonction

de y qui est, lui, choisi comme paramètre.
)
x = y+3
⇐⇒ .
z = 2y + 5
&
x=3+λ
Une représentation paramétrique de D2 est y=λ , λ ∈ R donc le vecteur
z = 5 + 2λ
→
−
v (1, 1, 2) est un vecteur directeur de D2 . Comme les vecteurs −
→
u et −
→
v sont clairement
non colinéaires, on en déduit que D1 et D2 ne sont pas parallèles.
On aurait pu s’épargner la détermination explicite d’un vecteur directeur de D2 en
remarquant que ses vecteurs directeurs sont caractérisés par le fait d’être orthogonaux
aux vecteurs (−1, 1, 0) et (−2, 0, 1) normaux aux plans qui définissent D2 . Or le vecteur
−
→
u n’est orthogonal à aucun des deux...
1.b. Il suffit d’écrire les relations d’orthogonalité avec les vecteurs directeurs de D1
et D2 que l’on a évoqués précédemment.
Soit →
−
ω (a, b, c) un vecteur de l’espace. Avec les notations précédentes,
→
−ω ⊥− →
u et − →
ω ⊥− →v ⇐⇒ ) →
−
ω .−
→
u = 0 et − →ω .−
→
v =0
−a + b + c = 0
⇐⇒
a + b + 2c = 0
Comme →
−
w doit être d’abscisse 1, on choisit a comme paramètre.
)
→
− −a
ω ⊥−
→
u et →
−
ω ⊥−
→ + b + c = 0
v ⇐⇒
3a − b = 0 L2 ← L2 − 2L1
)
c = a − b = −2a
⇐⇒
b = 3a
L’ensemble des vecteurs orthogonaux aux vecteurs directeurs −
→
u et −
→
v respectivement
de D1 et D2 est donc {(a, 3a, −2a) ; a ∈ R}, soit {a.(1, 3, −2) ; a ∈ R}. C’est
l’ensemble des vecteurs colinéaires à −
→
w (1, 3, −2).
2.a. Ce qui vient naturellement c’est une représentation paramétrique de P puisqu’on

en connaît un vecteur directeur −→w et, via D1 , un point et un autre vecteur directeur.
Il ne reste plus qu’à “traduire” cela en équation cartésienne.
D’après la représentation paramétrique de D1 , un point de D1 est A(−1, 0, −3) et ainsi

D1 = A + Vect(− →u ). Le plan P recherché est donc A + Vect(−→u ,−
→
w ). Soit −
→
n (α, β, γ)
un vecteur de l’espace,
→
−
n ⊥ Vect(− →
u,−→w ) ⇐⇒ − →
n .−
→u = 0 et − →n .−
→
w =0
)
−α + β + γ = 0
⇐⇒
α + 3β − 2γ = 0
)
−α + β + γ = 0
⇐⇒
4β − γ = 0 L2 ← L2 + L1
)
α = β + γ = 5β
⇐⇒
γ = 4β
donc, en prenant β = 1, on voit que − →n (5, 1, 4) est un vecteur normal au plan P. À
présent, si M (x, y, z) est un point de l’espace,
−−→ → −−→ →
M ∈ P ⇐⇒ AM ⊥ − n ⇐⇒ AM .− n =0
⇐⇒ (x + 1) × 5 + y + (z + 3) × 4 = 0
⇐⇒ 5x + y + 4z + 17 = 0.
Une équation cartésienne de P est donc : 5x + y + 4z + 17 = 0.
2.b. On raisonne par analyse et synthèse. Tout d’abord l’analyse : si une telle droite
existe, on en connaît un vecteur directeur et probablement un point... ce qui garantit
l’unicité.
Exercice 7.4 Parallélisme et orthogonalité dans l’espace 133
Si D est une droite de l’espace satisfaisant les conditions requises, elle admet −→
w pour
vecteur directeur (d’après le résultat du 1.b). De plus, elle passe par un point de D1
donc par un point de P. Ainsi, la droite D est contenue dans le plan P. Si le plan P
coupe la droite D2 en un unique point Q (ce sera le cas ici), ce point est nécessairement
l’intersection de D et D2 . Par conséquent D = Q + Vect(− →
w ) ce qui montre l’unicité
de la droite D si elle existe et si P ∩ D2 est réduit à un point.
Pour l’étape de synthèse, on montre l’existence du dit point et on vérifie que la droite
ainsi définie convient.
P
D D2
D1 w
Réciproquement, montrons d’abord que P ∩ D2 est réduit à un point. Soit M (x, y, z)

un point de l’espace.
&
−x + y = −3
M ∈ P ∩ D2 ⇐⇒ −2x + z = −1
5x + y + 4z = −17
&
−x + y = −3
⇐⇒ −2y + z = 5 L2 ← L2 − 2L1
6y + 4z = −32 L3 ← L3 + 5L1
&
−x + y = −3
⇐⇒ −2y + z = 5
7z = −17 L3 ← L3 + 3L2
⎧ 5
⎪
⎪ x=−
⎨ 7
26
⇐⇒ y=−
⎪
⎪ 7
⎩ 17
z=−
7

5 26 17
Ainsi, P ∩ D2 est réduit à un point Q de coordonnées − , − , − et on peut
7 7 7
définir la droite D = Q+Vect(− →

w ). Cette droite est bien orthogonale à D1 et D2 et elle
coupe D2 en Q. Il reste à vérifier que D coupe D1 . Les droites D et D1 sont contenues
dans le même plan P et ne sont pas parallèles (car − →w et −
→u sont non colinéaires), elles
se coupent donc en un et un seul point.
Conclusion : D est perpendiculaire à D1 et D2 et c’est la seule droite ayant cette
propriété. Déterminons le point P d’intersection de D et D1 . Une représentation pa-
&
− 75 + μ
ramétrique de D étant − 26
7
+ 3μ ; μ ∈ R, il s’agit de résoudre le système :
− 17
7
− 2μ
&
−1 − λ = − 57 + μ
(S) λ = − 26
7
+ 3μ .
−3 + λ = − 17
7
− 2μ
Or
& &
λ+μ = − 27 λ+μ = − 27
(S) ⇐⇒ λ − 3μ = − 26
7
⇐⇒ −4μ = − 24
7
L2 ← L2 − L1
4 6
λ + 2μ = 7
μ = 7
L3 ← L3 − L1
) )
λ+μ = − 27 λ = − 87
⇐⇒ 6 ⇐⇒ 6 .
μ = 7
μ = 7
En injectant la valeur de λ ainsi trouvée

dans lareprésentation paramétrique de D1 ,
1 8 29
on obtient les coordonnées de P : ,− ,− .
7 7 7
Exercice 7.5 : Déterminant et barycentres
On travaille dans le plan affine euclidien. On notera ici [−

→
u,−
→v ] le déterminant de
→
− →
−
deux vecteurs u et v ainsi que A(T ) l’aire du triangle T .
1. a. Montrer que si − →
u, −
→
v,−→
w sont trois vecteurs et λ, μ deux réels, alors ‡
[−
→u , λ−
→
v + μ− →
w ] = λ [−
→u,−→
v ] + μ [−
→
u ,−
→
w].
b. Montrer que si −
→
u et − →v sont deux vecteurs orthogonaux, alors
|[−
→u,−
→v ]| = −
→
u × −→
v .
c. Soit P , Q, R trois points non alignés du plan. Montrer que l’aire du
1 −−→ −→
triangle P QR est A(P QR) = P Q, P R .
2
2. Soit A, B, C trois points non alignés et M un point du plan.
a. Montrer que M est intérieur au triangle ABC si et seulement s’il
existe des réels positifs ou nuls x, y et z tels que M est barycentre de
((A, x), (B, y), (C, z)).
Indication : on pourra utiliser que M est intérieur à ABC si et seulement
−−→ −−
→ −→
s’il existe des réels positifs λ, μ vérifiant AM = λAB + μAC et λ + μ 1.
b. Montrer que, dans ce cas (si M est intérieur à ABC), M est barycentre
du système pondéré ((A, A(BM C)), (B, A(AM C)), (C, A(AM B)).
Indication : avec les notations de la question précédente, on peut toujours
supposer que x + y + z = A(ABC).
c. On pose a = BC, b = AC et c = AB. Montrer que le barycentre I
de ((A, a), (B, b), (C, c)) est l’unique point intérieur à ABC situé à égale
distance d des trois côtés du triangle (I est le centre du cercle inscrit dans
2
le triangle ABC). Montrer que, de plus, d = A(ABC).
a+b+c
d. On suppose ici que A, B et C ont respectivement pour coordonnées
(−2, −1), (1, 3) et (6, 15). Déterminer l’équation du cercle inscrit dans
le triangle ABC.

u ,· : −
‡. Au sens du chapitre suivant, l’application →
− →
v → →
−
u ,−
→
v est linéaire.
Exercice 7.5 Déterminant et barycentres 135
3. a. Écrire trois fonctions Python qui calculent respectivement :

• la norme d’un vecteur,
−−→
• les coordonnées d’un vecteur M N à partir des coordonnées de son
origine M et de son extrémité N ,
• le déterminant de deux vecteurs.
b. Écrire une fonction Python, faisant appel aux trois fonctions précédentes,
qui prend en entrée les coordonnées de trois points non alignés A, B et
C du plan et donne en retour les coordonnées du centre et le rayon du
cercle inscrit dans le triangle ABC.
1.a. On utilise la définition du déterminant avec les coordonnées des vecteurs et il

s’agit de développer puis de mettre en facteur λ et μ.
Soit →
−
u (u1 , u2 ), −
→
v (v1 , v2 ) et −
→
w (w1 , w2 ) trois vecteurs du plan. Soit λ et μ deux réels.

u1 (λv1 + μw1 )
[−
→
u , λ−
→
v + μ−
→
w] =
u2 = u1 (λv2 + μw2 ) − u2 (λv1 + μw1 )
(λv2 + μw2 )
= λ(u1 v2 − u2 v1 ) + μ(u1 w2 − u2 w1 )
= λ [−
→
u ,−
→v ] + μ [−
→
u,−→
w].
1.b. On travaille encore avec des coordonnées et on injecte l’information d’orthogona-

lité dans le calcul du déterminant pris au carré (puisque les normes du second membre
ne prennent une forme vraiment “sympathique” que lorsqu’on considère leurs carrés).
Soit →
−u (a, b), −
→
v (c, d) deux vecteurs orthogonaux. On a −
→
u .−
→
v = ac + bd = 0, c’est-à-
dire ac = −bd.
[−
→u,−→ 2
v] = (ad − bc)2 = (ad)2 − 2adbc + (bc)2
= (ad)2 + 2(bd)2 + (bc)2 (car ac = −bd)
= (ad)2 + (bd)2 + (ac)2 + (bc)2 (car (ac)2 = (bd)2 )
= a2 d2 + b2 d2 + a2 c2 + b2 c2
(a2 + b2 )(c2 + d2 ) = −→
u × −
→
2 2
= v .
Ainsi, en prenant la racine carrée, on a bien : |[→
−
u, →
−
v ]| = −
→
u × −
→
v .
1.c. On utilise la définition de l’aire d’un triangle à partir d’une hauteur et de la base
correspondante.
Notons H le projeté orthogonal de R sur la droite (P Q) de sorte que (RH) soit la

hauteur issue de R de ce triangle. Nous savons que
0 0 0 0
P Q × RH 1 0−
−→0 0−−→0
A(P QR) = = 0P Q0 × 0HR0 .
2 2
Par ailleurs,

−−→ −→ −−→ −−→ −−→
P Q, P R = P Q, P H + HR (par la relation de Chasles)
−−→ −−→
−−→ −−→
= P Q, P H + P Q, HR (d’après 1.a)

−−→ −−→ −
−→ −−→
= P Q, HR (par colinéarité de P Q et P H)
0 0 0 0
0−−→0 0−−→0 −
−→ −−→
= 0P Q0 × 0HR0 (d’après 1.b, puisque P Q ⊥ HR)

1 − −
→ −→
donc on a bien A(P QR) = P Q, P R .
2
2.a. On procède par double implication :
• d’abord le sens direct ;
Remarquons que si λ et μ sont des réels,

−−→ −→ −→ −−→ −−→ −−→ −−→ −−→
AM = λAB + μAC ⇐⇒ AM = λ(AM + M B) + μ(AM + M C)
−−→ −−→ −−→ −−→
⇐⇒ AM = (λ + μ)AM − λBM − μCM
−−→ −−→ −−→ − →
⇐⇒ [1 − (λ + μ)]AM + λBM + μCM = 0
−−→ −−→ −−→ − →
⇐⇒ [1 − (λ + μ)]M A + λM B + μM C = 0
Ainsi, si M est intérieur au triangle ABC, l’indication fournie prouve l’existence de
réels λ et μ tels que la dernière identité ci-dessus est vérifiée avec : 1 − (λ + μ) 0,
λ 0 et μ 0 donc M est barycentre du système pondéré à poids positifs
((A, 1 − (λ + μ)), (B, λ), (C, μ)).
• puis la réciproque.
Réciproquement, si M est barycentre de ((A, x), (B, y), (C, z)) avec x, y et z positifs
ou nuls (mais non tous nuls), on peut toujours supposer x + y + z = 1 et ainsi
−−→ −−→ −−→ − → −−→ −−→ −−→ − →
xAM + y BM + z CM = 0 ⇐⇒ (1 − (y + z))AM + y BM + z CM = 0
donc M est intérieur au triangle ABC.
2.b. Il s’agit de déterminer les coordonnées barycentriques de M associées au système

(A, B, C).
Soit M un point intérieur à ABC. Puisque le triangle ABC est non plat, nous avons
A(ABC) > 0. D’après le résultat de la question précédente, M est barycentre de
((A, x), (B, y), (C, z)) avec x, y, z positifs ou nuls, où l’on peut supposer x + y + z =
A(ABC). Ainsi,
−−→ x −→ y −→ z −→
AM = AA + AB + AC
x+y+z x+y+z x+y+z
y −→ z −→
= AB + AC
A(ABC) A(ABC)
On va utiliser les propriétés du déterminant vues lors des deux premières questions.
Ainsi, d’après 1.a,

−−→ −→ −→ −→
−→ −→

y z
AM , AB = AB, AB + AC, AB
A(ABC) A(ABC)
z
−→ −→
−→ −→

= AC, AB (car AB, AB = 0)
A(ABC)
en prenant la valeur absolue,

−−→ −→ z −→ −→
AM , AB = AC, AB
A(ABC)
z
donc, avec le résultat de 1.c, 2A(AM B) = × 2A(ACB) = 2z et, au final,
A(ABC)
−−→ y −→ z −→
z = A(AM B). De même, à partir de la relation AM = AB + AC,
A(ABC) A(ABC)
−−→ −→ y
−→ −→

AM , AC = AB, AC
A(ABC)
y
donc, en composant par la fonction | · |, 2A(AM C) = × 2A(ABC) = 2y
A(ABC)
et y = A(AM C). Enfin, puisque l’aire du triangle ABC est la somme des aires des
trois triangles BM C, AM B et AM C, nous avons :
A(BM C) = A(ABC) − A(AM B) − A(AM C) = A(ABC) − z − y = x.
2.c. On raisonne par analyse et synthèse.
H3
c a
H1
I
d
A C
b H2
Supposons que le point intérieur à ABC et à égale distance d des trois côtés
du triangle existe, et notons le I. D’après la question 2.b, I est le barycentre de
((A, x), (B, y), (C, z)) où x, y et z sont respectivement les aires des triangles BIC,
AIC et AIB. D’après la formule de l’aire d’un triangle comme demi-produit d’une
hauteur par la base correspondante, les aires de BIC, AIC et AIB sont respective-
a×d b×d c×d
ment , et . Par homogénéité et compte tenu de d = 0 (le triangle
2 2 2
ABC est non plat), I est aussi le barycentre de ((A, a), (B, b), (C, c)). Réciproque-
ment, si I est ainsi défini, il existe λ > 0 tel que λa, λb et λc sont respectivement les
aires des triangles BIC, AIC et AIB. Si H1 , H2 et H3 sont les projetés orthogonaux
de I respectivement sur (BC), (AC) et (AB), on a donc
a × IH1 b × IH2 c × IH3
λa = , λb = , λc =
2 2 2
et ainsi IH1 , IH2 et IH3 sont tous égaux à 2λ : le point I est donc à égale distance
de chacun des trois côtés du triangle ABC. De plus, avec les notations précédentes,
nous avons montré que d = 2λ où
λ(a + b + c) = λa + λb + λc = A(ABC)
2
donc d = A(ABC).
a+b+c
2.d. On a obtenu à la question précédente que les caractéristiques du cercle inscrit
sont données par :
2
• le rayon est A(ABC),
a+b+c
• les coordonnées barycentriques dans le système (A, B, C) du centre I sont (a, b, c)
qu’il ne reste plus qu’à “convertir” en coordonnées cartésiennes.
Avec les notations des questions précédentes,

0 0 ! √
0−−→0
a = 0BC 0 = (6 − 1)2 + (15 − 3)2 = 25 + 144 = 13,
! ! √
b = 82 + 162 = 8 1 + 22 = 8 5,
! √
c = 32 + 42 = 25 = 5,

1 −→ −→ 3 × 16 − 4 × 8
A(ABC) = AB, AC = = 8,
2 2
2A(ABC) 16 8 √
d = = √ = √ = 8(9 − 4 5),
a+b+c 18 + 8 5 9+4 5
−→ −−→ −−
→
−→ aOA + bOB + cOC
OI = ,
a+b+c
les coordonnées de I sont
√ √
13(−2, −1) + 8 5(1, 3) + 5(6, 15) 9−4 5 √ √
√ = (4 + 8 5, 62 + 24 5)
18 + 8 5 2
√ √
= (−62 + 28 5, 39 − 16 5).
Finalement, l’équation du cercle inscrit dans le triangle ABC est
√ 2 √ 2 √ 2
x − (−62 + 28 5) + y − (39 − 16 5) = 8(9 − 4 5) .
3.a. Si →
−u (u0 , u1 ), −
→
v (v0 , v1 ) sont deux vecteurs et M (m0 , m1 ), N (n0 , n1 ) sont deux
points, il suffit juste de traduire les formules usuelles :
1
−−→
−
→u = u20 + u21 , M N = (n0 − m0 , n1 − m1 ) et [−→
u ,−
→v ] = u0 v1 − u1 v0 .
1 from math import sqrt

2
3 def Norme(vecteur):
4 return sqrt(vecteur[0]**2 + vecteur[1]**2)
5
6 def Vecteur(point1, point2):
7 return [point2[0] - point1[0], point2[1] - point1[1]]
8
9 def Determinant(vecteur1, vecteur2):
10 return (vecteur1[0]*vecteur2[1] - vecteur1[1]*vecteur2[0])
3.b. On généralise les calculs

− utilisés dans l’exemple précédent. Pour le rayon d, on
−→ −→
AB, AC
utilise la formule d = . Pour le calcul des coordonnées du centre I du
a+b+c
cercle, on utilise :
axA + bxB + cxC ayA + byB + cyC
xI = , yI =
a+b+c a+b+c
où xA , xB , xC (respectivement yA , yB , yC ) sont les abscisses (respectivement les
ordonnées) des points A, B et C.
1 def CentreRayon(A, B, C):

2 a = Norme(Vecteur(B,C))
3 b = Norme(Vecteur(A,C))
4 c = Norme(Vecteur(A,B))
5 Somme = a + b + c
6 xI = (A[0]*a + B[0]*b + C[0]*c)/Somme
7 yI = (A[1]*a + B[1]*b + C[1]*c)/Somme
8 d = abs(Determinant(Vecteur(A,B),Vecteur(A,C))/Somme)
9 return (d,[xI,yI])
• Savoir étudier la colinéarité de deux vecteurs du plan (cf question 7.4.1.a)
• Savoir déterminer une équation cartésienne d’une droite du plan ou

d’un plan de l’espace (cf exercices 7.1, 7.2 et question 7.4.2.a) dérivée de la
−−→ →
formulation en termes d’un point et d’un vecteur normal AM .−n = 0.
• Savoir déterminer une représentation paramétrique d’une droite du

plan, d’une droite de l’espace ou d’un plan de l’espace (cf exercice 7.1
et question 7.2.1) dérivée de la formulation en termes d’un point et de vecteur(s)
directeur(s) A + Vect(−→u ) ou A + Vect(−
→
u ,→
−v ).
• Savoir déterminer une intersection (cf question 7.1.3.b)

♦ entre deux droites du plan,
♦ entre deux droites de l’espace,
♦ entre deux plans de l’espace,
♦ entre une droite et un plan de l’espace.
• Savoir utiliser une équation cartésienne de cercle dans le plan (cf exer-
cice 7.3)
• Savoir manipuler des barycentres (cf question 7.5.2)

CHAPITRE
8
Espaces vectoriels
et applications linéaires
On rappelle les deux façons différentes de définir un ensemble :

• par extension, en donnant la liste de tous les éléments de l’ensemble, cette liste
étant le plus souvent une paramétrisation de l’ensemble de la forme
{f (x, y) ; (x, y) ∈ E × F }
“tous les éléments d’une forme donnée, lorsque des paramètres varient” ;
• par compréhension, en indiquant un espace ambiant et une contrainte qui carac-
térise les éléments de l’ensemble parmi ceux de l’espace ambiant
{x ∈ E | P(x)}
“parmi les éléments d’un ensemble, seulement ceux qui vérifient une contrainte”.
Les vecteurs de Rn seront tantôt surmontés d’une flèche −
→
x et tantôt non u = (x, y, z).
Exercice 8.1 : Sous-espaces vectoriels
Déterminer si les parties suivantes sont des sous-espaces vectoriels de R3 ou R4 :

1. F1 = (x, y, z, t) ∈ R4 x − y + z − t = 0, x + t = 0 ,

2. F2 = (x, y, z) ∈ R3 x − y + z = 1 ,

3. F3 = (x, y, z) ∈ R3 x(y + z) = 0 ,

4. F4 = (2x − 3y + z, 0, x − y, y − 2z + x) ; (x, y, z) ∈ R3 ,

5. F5 = (x, 2x − y, x + y − 1) ; (x, y) ∈ R2 ,

6. F6 = (x, 2x − y, x + 2y, z + y − 1) ; (x, y, z) ∈ R3 ,

7. F7 = (x, y, z) ∈ R3 x2 + (y + z)2 = 0 .
1. Par définition, pour vérifier qu’un ensemble F est un sous-espace vectoriel de Kn ,

il y a trois points à vérifier :
• F est contenu dans Kn (ce sera évident quand l’ensemble est défini par compré-
hension),
142 Chapitre 8 Espaces vectoriels et applications linéaires
• F est non vide (on vérifie souvent qu’il comporte le vecteur nul puisque c’est le
seul vecteur qui appartient à tout sous-espace vectoriel),
Primo, par définition même, F1 est bien une partie de R4 .

Secundo, 0 − 0 + 0 − 0 = 0 et 0 + 0 = 0 donc (0, 0, 0, 0) ∈ F1 .
• F est stable par combinaison linéaire i.e.

∀ (v, w) ∈ F, ∀ λ ∈ K, λv + w ∈ F.
Tertio, soient (x1 , y1 , z1 , t1 ), (x2 , y2 , z2 , t2 ) ∈ F1 et λ ∈ R. On a

(λx1 + x2 ) − (λy1 + y2 ) + (λz1 + z2 ) − (λt1 + t2 )
= λ(x1 − y1 + z1 − t1 ) + (x2 − y2 + z2 − t2 )
= λ×0+0 = 0
et
(λx1 + x2 ) + (λt1 + t2 ) = λ(x1 + t1 ) + (x2 + t2 ) = λ × 0 + 0 = 0
donc λ(x1 , y1 , z1 , t1 ) + (x2 , y2 , z2 , t2 ) ∈ F1 .
Finalement F1 est un sous-espace vectoriel de R4 .
2. Le critère de partie non vide est bien vérifié mais on va voir que la partie ne
comporte pas le vecteur nul.
0 − 0 + 0 = 0 est différent de 1 donc le vecteur nul (0, 0, 0) de R3 n’appartient pas

à F2 et, par suite, F2 n’est pas un sous-espace vectoriel.
3. Le vecteur nul est bien élément de la partie (puisque 0 × (0 + 0) = 0) mais on a
x(y + z) = 0 ⇐⇒ (x = 0 ou y + z = 0)
de sorte qu’on comprend graphiquement que la réunion des plans d’équation x = 0
et y + z = 0 n’est pas un sous-espace vectoriel. On va le vérifier à l’aide d’un contre-
exemple à la propriété de stabilité par combinaison linéaire.
e2 = (0, 1, 0) ∈ F3 et e1 = (1, 0, 0) ∈ F3 mais e1 + e2 ∈ F3 (puisque 1(1 + 0) = 1

est non nul) donc F3 n’est pas stable par combinaison linéaire et n’est en conséquence
pas un sous-espace vectoriel.
4. L’ensemble est défini par extension. On peut vérifier les trois points : F4 est
• formé de quadruplets de R4 ,
• non vide (par exemple, en prenant x = y = z = 0)
• et stable par combinaison linéaire (si v = (2x − 3y + z, 0, x − y, y − 2z + x) et
v = (2x − 3y + z , 0, x − y , y − 2z + x ) appartiennent à F4 et si λ ∈ R, alors
λv + v = (λ(2x − 3y + z) + (2x − 3y + z ), 0, λ(x − y) + (x − y ),
λ(y − 2z + x) + (y − 2z + x ))
= (2(λx + x ) − 3(λy + y ) + (λz + z ), 0, (λx + x ) − (λy + y ),
(λy + y ) − 2(λz + z ) + (λx + x ))
de sorte que λv + v ∈ F4 ).
Exercice 8.1 Sous-espaces vectoriels 143
Mais, on peut plus simplement reconnaître en F4 un sous-espace vectoriel engendré

par un nombre fini de vecteurs de R4 .
Pour (x, y, z) ∈ R3 ,
(2x − 3y + z, 0, x − y, y − 2z + x) = (2x, 0, x, x) + (−3y, 0, −y, y) + (z, 0, 0, −2z)
= x(2, 0, 1, 1) + y(−3, 0, −1, 1) + z(1, 0, 0, −2).
Ainsi, F4 = Vect((2, 0, 1, 1), (−3, 0, −1, 1), (1, 0, 0, −2)) et c’est donc un sous-espace
vectoriel de R4 (celui engendré par les trois vecteurs (2, 0, 1, 1), (−3, 0, −1, 1) et
(1, 0, 0, −2)).
5. La présence de la constante −1 met la puce à l’oreille, il semblerait qu’il ne soit
pas possible d’atteindre le vecteur nul.
Supposons par l’absurde que (0, 0, 0) ∈ F5 . Ainsi, il existe (x, y) ∈ R2 tel que
&
x = 0
(x, 2x − y, x + y − 1) = (0, 0, 0) ⇐⇒ 2x − y = 0
x+y−1 = 0
&
x = 0
⇐⇒ y = 2x
x+y = 1
&
x = 0
⇐⇒ y = 0
0 = 1
ce qui est contradictoire. Ainsi F5 , qui ne comporte pas le vecteur nul, n’est pas un
sous-espace vectoriel ∗.
6. Contrairement à la situation précédente, on obtient le vecteur nul avec le triplet
(x, y, z) = (0, 0, 1).
Pour (x, y, z) ∈ R3 ,
(x, 2x − y, x + 2y, z + y − 1) = x(1, 2, 1, 0) + y(0, −1, 2, 1) + [z − 1](0, 0, 0, 1).
Comme z −1 décrit R lorsque z varie, on en conclut que F6 est le sous-espace vectoriel
engendré par les trois vecteurs (1, 2, 1, 0), (0, −1, 2, 1) et (0, 0, 0, 1)).
7. La définition fait intervenir des carrés donc il faut d’abord transformer l’écriture
pour s’en débarrasser.
Pour (x, y, z) ∈ R3 ,
(x, y, z) ∈ F7 ⇐⇒ x2 + (y + z)2 = 0 ⇐⇒ (x = 0 et y + z = 0)
⇐⇒ (x, y, z) = (0, y, −y) ⇐⇒ (x, y, z) = y(0, 1, −1).
Ainsi F7 = Vect(0, 1, −1) de sorte que F7 est un sous-espace vectoriel de R3 .
∗. Comme évoqué dans le chapitre sur la géométrie, il s’agit toutefois de la paramétrisation d’un
plan de R3 , un plan ne passant pas par l’origine, on parle parfois de sous-espace affine.
Exercice 8.2 : Familles de vecteurs
1. Pour les familles F de vecteurs de l’espace vectoriel E, répondre aux questions

suivantes : calculer rg(F) ; F est-elle génératrice de E ? Est-ce une base de E ?
F est-elle libre ou liée ? Trouver une base de Vect(F).
• F1 = ((1, 2, −1, 1), (2, 3, 1, −1), (1, −1, 0, 2)), E = K4 ;
• F2 = ((1, 2, 1, 0), (4, −2, 1, 1), (7, 2, 4, 2), (1, 4, 1, 3)), E = K4 ;
• F3 = ((2, −1, −3), (−4, 1, 3), (−6, 3, 9), (7, 2, 1)), E = K3 ;
• F4 = ((2, 1, 1), (3, 1, 4), (−1, 1, −8)), E = K3 .
2. Soit E l’ensemble des (x, y, z, t) ∈ K4 tels que
⎧
⎨ x − 5y + 3z − 2t = 0
−2x − 11y + 6z − 5t = 0 .
⎩
−2x + 3y − 2z + t = 0
Montrer que E est un sous-espace vectoriel de K4 , en déterminer une base et
la dimension.
1. Soit F une famille finie de vecteurs de E. On rappelle que rg F = dim Vect F et que
F est génératrice de E si et seulement si Vect F = E. Il en découle les caractérisations
ci-dessous (où Card F est le nombre de vecteurs de la famille F ) :
• F est libre si et seulement si rg(F) = Card(F ) ; dans ce cas, étant génératrice de

Vect F, la famille F est une base de Vect F ;
• F est génératrice de E si et seulement si rg F = dim E ; c’en est une base si on a

de plus rg F = Card F.
rg F1 est le rang de la matrice de F1 dans la base canonique de K4 donc

⎛ ⎞ ⎛ ⎞
1 2 1 1 2 1
⎜2 3 −1⎟ ⎜0 −1 −3⎟ L2 ← L2 − 2L1
rg F1 rg ⎝
0⎠
= rg ⎝
1 ⎠ L3 ← L3 + L1
=
−1 1 0 3
1 −1 2 0 −3 1 L4 ← L4 − L1
⎛ ⎞
1 2 1
⎜0 −1 −3⎟
rg ⎝
−8⎠ L3 ← L3 + 3L2
=
0 0
0 0 10 L4 ← L4 − 3L2
⎛ ⎞
1 2 1
⎜0 −1 −3⎟
rg ⎝
−8⎠
= .
0 0
0 0 0 L4 ← 8L4 + 10L3
Ainsi, rg F1 = 3 et F1 est formée de trois vecteurs donc F1 est libre, c’est donc une
base de Vect F1 . Cependant, puisque dim Vect F1 = rg F1 = 3 < 4 = dim K4 , F1
Exercice 8.2 Familles de vecteurs 145
n’est pas génératrice de K4 . A fortiori, ce n’est pas une base de K4 .

⎛ ⎞ ⎛ ⎞
1 4 7 1 1 4 7 1
⎜2 −2 2 4⎟ ⎜0 −10 −12 2⎟
rg F2 rg ⎝ L2 ← L2 − 2L1
1⎠
= rg ⎝
0⎠
=
1 1 4 0 −3 −3
L3 ← L3 − L1
0 1 2 3 0 1 2 3
⎛ ⎞ ⎛ ⎞
1 4 7 1 1 4 7 1
⎜0 1 2 3⎟ ⎜0 1 2 3⎟
rg ⎝
0⎠
= rg ⎝
9 ⎠ L3 ← L3 + 3L2
=
L2 ↔L4 0 −3 −3 0 0 3
0 −10 −12 2 0 0 8 32 L4 ← L4 + 10L2
⎛ ⎞
1 4 7 1
⎜0 1 2 3⎟
rg ⎝
9⎠
= .
0 0 3
0 0 0 24 L4 ← 3L4 − 8L3
Ainsi rg F2 = 4 et F2 est constituée de 4 vecteurs donc F2 est libre, c’est donc une
base de Vect F2 . Comme de plus rg F2 = 4 = dim K4 , F2 est une base de K4 (et, en
particulier, est génératrice de K4 ).

2 −4 −6 7 2 −4 −6 7
rg F3 = rg −1 1 3 2 = rg 0 −2 0 11 L2 ← 2L2 + L1
−3 3 9 1 0 −6 0 23 L3 ← 2L3 + 3L1

2 −4 −6 7
= rg 0 −2 0 11 = 3.
0 0 0 −10 L3 ← L3 − 3L2
Comme le rang de F3 est strictement inférieur au nombre de vecteurs de cette famille
(à savoir 4), F3 est liée.
Ici, on aurait pu aussi directement remarquer que Card F3 = 4 > dim K3 donc que F3
est nécessairement liée (une famille libre de vecteurs est en effet de cardinal inférieur
ou égal à la dimension du sous-espace qui contient ces vecteurs).
On a rg F3 = 3 = dim K3 donc V ectF3 = K3 et ainsi, F3 est génératrice de K3 . En

revanche, F3 étant liée, F3 n’est pas une base de K3 . De la famille génératrice F3 , on
peut extraire une base de Vect F3 (autrement dit ici, de K3 ). En supprimant le troi-
sième vecteur de F3 , on obtient la sous-famille F3 = ((2, −1, −3), (−4, 1, 3), (7, 2, 1))
et, grâce aux mêmes transformations qui ont servi à échelonner la matrice de F3 ,

2 −4 7 2 −4 7
rg F3 = rg −1 1 2 = rg 0 −2 11 = 3.
−3 3 1 0 0 −10
Ainsi, la famille de trois vecteurs F3 est libre, et dim Vect F3 = dim Vect F3 = 3,
c’est donc une base de Vect F3 , autrement dit de K3 .

2 3 −1 2 3 −1
rg F4 = rg 1 1 1 = rg 0 −1 3 L2 ← 2L2 − L1
1 4 −8 0 5 −15 L3 ← 2L3 − L1

2 3 −1
= rg 0 −1 3 .
0 0 0 L3 ← L3 + 5L2
Ainsi, rg F4 = 2. Comme de plus F4 est formée de trois vecteurs, F4 est liée. En

outre, rg F4 < dim K3 donc F4 n’est pas génératrice de K3 et n’est de ce fait pas
une base de K3 . Pour trouver une base de Vect F4 , il suffit d’extraire de F4 les deux
premiers vecteurs (car les pivots de la matrice échelonnée ci-dessus sont situés sur les
deux premières colonnes). Ainsi, ((2, 1, 1), (3, 1, 4)) est une base de Vect F4 .
Si F est une famille génératrice d’un sous-espace vectoriel E de Kn ,

nous disposons d’un moyen systématique d’en extraire une base de E :
après avoir échelonné la matrice associée à F dans la base canonique
par transformations sur les lignes, on obtient une base de E en sélec-
tionnant les vecteurs de F correspondant aux colonnes où se trouvent
les pivots.
On notera que cette méthode ne fonctionnerait plus si on s’autorisait
des permutations de colonnes.
2. La méthode est simple : on résout le système linéaire en présentant d’abord ses

solutions sous forme paramétrique. Cela permet d’écrire l’ensemble E des solutions
comme un sous-espace vectoriel Vect F engendré par une famille finie F de solutions.
Il reste ensuite à vérifier que F est bien une base de E.
Notons (S) le système linéaire de l’énoncé dont E est l’ensemble des solutions.
&
x − 5y + 3z − 2t = 0
(S) ⇐⇒ − 21y + 12z − 9t = 0 L2 ← L2 + 2L1
−7y + 4z − 3t = 0 L3 ← L3 + 2L1
&
x − 5y + 3z − 2t = 0
⇐⇒ − 21y + 12z − 9t = 0
0 = 0 L3 ← L3 − 13 L2
⎧
⎨ x =
1
− z −
1
t
⇐⇒ 7 7
⎩ y 4 3
= z − t
7 7
donc
' (
1 1 4 3
E = − z − t, z − t, z, t ; z, t ∈ K
7 7 7 7
' (
1 4 1 3
= z. − , , 1, 0 + t. − , − , 0, 1 ; z, t ∈ K
7 7 7 7

1 4 1 3
= Vect − , , 1, 0 , − , − , 0, 1
7 7 7 7
= Vect((−1, 4, 7, 0), (−1, −3, 0, 7)).
Ainsi, E est un sous-espace vectoriel de K4 dont ((−1, 4, 7, 0), (−1, −3, 0, 7)) est une
famille génératrice. Cette famille est également libre car formée de deux vecteurs non
colinéaires donc ((−1, 4, 7, 0), (−1, −3, 0, 7)) est une base de E et dim E = 2.
Exercice 8.3 Coordonnées dans une base 147
Exercice 8.3 : Coordonnées dans une base
Le nutritionniste et le soigneur d’un zoo doivent s’accorder sur les quantités à

acheter de trois denrées pour garantir un apport suffisant aux animaux en trois
protéines précises A, B et C. On modélise ceci à l’aide de l’espace vectoriel R3
muni de sa base canonique, le vecteur A = (1, 0, 0) représentant un apport d’une
unité de la protéine A uniquement et de même pour les deux autres vecteurs
B = (0, 1, 0) et C = (0, 0, 1). L’apport d’une unité de chaque denrée est représenté
par le vecteur d1 = (1, 1, 1) pour la première, par d2 = (1, 1, a) pour la seconde
et par d3 = (1, b, a) pour la troisième avec a > 0 et b > 0.
1. À quelle condition portant sur a et b, la famille des trois vecteurs (d1 , d2 , d3 )
est-elle libre ? Forme-t-elle alors une base de R3 ?
2. Dans cette question uniquement, on suppose que a = b = 2. L’apport journalier
pour un animal calculé par le nutritionniste est de 7 unités de A, 10 de B et
13 de C i.e. il est représenté par le vecteur J = 7A + 10B + 13C.
a. Rapporté à un jour et un animal, le soigneur a prévu de commander 3
unités de la première denrée, 2 de la seconde et 3 de la troisième. L’apport
journalier requis sera-t-il réalisé ?
b. Le nutritionniste vient d’apprendre que l’excès de l’une ou l’autre des trois
protéines a des conséquences dangereuses sur la santé des animaux. Com-
bien le soigneur doit-il commander d’unités de chaque denrée pour une
ration journalière de cet animal qui réalise précisément l’apport journalier
calculé ?
3. Dans cette question uniquement, on suppose que b > a > 1.
a. Exprimer le vecteur (x, y, z) associé aux quantités à commander par le
soigneur pour réaliser exactement l’apport journalier J = uA + vB + wC
i.e. résoudre xd1 + yd2 + zd3 = J.
b. Déterminer une équation cartésienne du plan vectoriel (passant par l’ori-
gine) de vecteurs directeurs d1 et d2 . Faire de même avec les couples
(d2 , d3 ) et (d1 , d3 ).
c. À quelle(s) condition(s) portant sur (u, v, w) la commande est-elle réali-
sable (il faut que les trois nombres x, y et z soient positifs !) ?
1. Le plus simple est de discuter matriciellement du rang de la famille F de vecteurs.
Soit F = (d1 , d2 , d3 ) et M la matrice de la famille F dans la base canonique de R3 .

1 1 1 1 1 1
rg F = rg M = rg 1 1 b = rg 0 0 b−1 L2 ← L2 − L1
1 a a 0 a−1 a−1 L3 ← L3 − L1

1 1 1
= rg 0 a−1 a−1 .
L2 ↔ L3
0 0 b−1
Ainsi, rg F = 3 si et seulement si a − 1 = 0 et b − 1 = 0. Par conséquent, la famille de

trois vecteurs F est libre si et seulement si a = 1 et b = 1. Dans ce cas, F est aussi
une base de R3 puisque dim R3 = 3 = rg F.
2.a. L’apport de denrée est représenté ici par le vecteur 3d1 + 2d2 + 3d3 . Il suffit de
vérifier que ses coordonnées dans la base canonique (A, B, C) soient respectivement
supérieures à 7, 10 et 13.
3d1 + 2d2 + 3d3 = 3(1, 1, 1) + 2(1, 1, 2) + 3(1, 2, 2)

= (3, 3, 3) + (2, 2, 4) + (3, 6, 6)
= (7, 11, 13) = 7A + 11B + 13C.
L’apport de chacune des protéines A, B et C est supérieur ou égal à l’apport journalier
recommandé par le nutritionniste : l’apport journalier requis sera donc réalisé.
2.b. Le problème revient ici à déterminer les coordonnées du vecteur J dans la base
(d1 , d2 , d3 ) (d’après la question 1, c’est bien une base puisqu’ici a = 1 et b = 1).
Il s’agit de résoudre l’équation vectorielle d’inconnues α, β, γ :

(E) αd1 + βd2 + γd3 = J.
(E) ⇐⇒ (α + β + γ, α + β + 2γ, α + 2β + 2γ) = (7, 10, 13)

&
α + β + γ = 7
⇐⇒ α + β + 2γ = 10 .
α + 2β + 2γ = 13
En utilisant les mêmes transformations que celles effectuées à la question 1 avec
a = b = 2, on obtient (en n’oubliant pas de prendre en compte les seconds membres) :
&
α + β + γ = 7
(E) ⇐⇒ β + γ = 13 − 7 = 6
γ = 10 − 7 = 3
donc l’unique solution (α, β, γ) de (E) est (1, 3, 3). Le soigneur doit donc commander
une unité de la première denrée et 3 unités des deux autres pour que l’apport journalier
requis soit exactement respecté.
3.a. On généralise ici la démarche entreprise à la question précédente.
Soit (x, y, z) ∈ R3 . En utilisant les mêmes transformations sur les lignes que celles
effectuées sur la matrice M de la question 1,
&
x + y + z = u
xd1 + yd2 + zd3 = J ⇐⇒ x + y + bz = v
x + ay + az = w
&
x + y + z = u
⇐⇒ (a − 1)y + (a − 1)z = w−u
(b − 1)z = v−u
⎧
⎪ w−u
⎪
⎪ x = u − (y + z) = u −
⎨ a−1
w−u u−v
⇐⇒ y = + .
⎪
⎪ a−1 b−1
⎪
⎩ z v−u
=
b−1
Exercice 8.3 Coordonnées dans une base 149
L’équation xd1 + yd2 + zd3 = J admet donc pour unique solution

ua − w (w − u)(b − 1) + (u − v)(a − 1) v − u
, , .
a−1 (a − 1)(b − 1) b−1
3.b. Pour déterminer les équations cartésiennes des plans Vect(d1 , d2 ), Vect(d2 , d3 )
et Vect(d1 , d3 ), on reprend la méthode déjà vue en géométrie lors de l’exercice 7.1
en page 123. On comprendra l’intérêt géométrique de ces équations à la question
suivante.
Soit u = (x, y, z) ∈ R3 .
u ∈ Vect(d1 , d2 ) ⇐⇒ ∃ λ, μ ∈ R, u = λd1 + μd2
⇐⇒ ∃ λ, μ ∈ R, (x, y, z) = (λ + μ, λ + μ, λ + aμ)
&
λ + μ = x
⇐⇒ ∃ λ, μ ∈ R, λ + μ = y .
λ + aμ = z
En notant (S1 ) le système linéaire ci-dessus, u appartient au plan vectoriel Vect(d1 , d2 )
si et seulement si (S1 ) est compatible. Or
&
λ + μ = x
(S1 ) ⇐⇒ 0 = y−x L2 ← L2 − L1
(a − 1)μ = z−x L3 ← L3 − L1
donc (S1 ) est compatible si et seulement si 0 = y − x. Autrement dit,
(x, y, z) ∈ Vect(d1 , d2 ) ⇐⇒ y − x = 0
et ainsi y − x = 0 est une équation cartésienne du plan Vect(d1 , d2 ). De même,
⇐⇒ ∃ λ, μ ∈ R, (x, y, z) = (λ + μ, λ + bμ, aλ + aμ)
&
λ + μ = x
⇐⇒ ∃ λ, μ ∈ R, λ + bμ = y .
aλ + aμ = z
En notant (S2 ) le système linéaire ci-dessus,

&
λ + μ = x
(S2 ) ⇐⇒ (b − 1)μ = y−x L2 ← L2 − L1
0 = z − ax L3 ← L3 − aL1
donc (S2 ) est compatible si et seulement si z − ax = 0 qui est ainsi une équation
cartésienne du plan vectoriel Vect(d2 , d3 ). Enfin,
⇐⇒ ∃ λ, μ ∈ R, (x, y, z) = (λ + μ, λ + bμ, λ + aμ)
&
λ + μ = x
⇐⇒ ∃ λ, μ ∈ R, λ + bμ = y .
λ + aμ = z
En notant (S3 ) le système linéaire ci-dessus,

&
λ + μ = x
(S3 ) ⇐⇒ (b − 1)μ = y−x L2 ← L2 − L1
(a − 1)μ = z−x L3 ← L3 − L1
&
λ + μ = x
⇐⇒ (b − 1)μ = y−x
L3 ←(b−1)L3 −(a−1)L2
0 = (b − 1)(z − x) − (a − 1)(y − x)
donc (b − 1)(z − x) − (a − 1)(y − x) = 0 est une équation cartésienne du plan vectoriel
Vect(d1 , d3 ).
3.c. On utilise, bien sûr, le résultat de la question 3.a.
Dans cette question, on suppose que le soigneur peut commander des quantités frac-
tionnaires de denrées, mais toujours positives. Pour que la commande de denrées
adaptée aux apports journaliers de protéines A, B et C soit réalisable, il faut et il
suffit, d’après 3.a, que :

ua − w (w − u)(b − 1) + (u − v)(a − 1) v − u
, , ∈ (R+ )3 .
a−1 (a − 1)(b − 1) b−1
Compte tenu de b > 1 et a > 1, la condition précédente est équivalente à
&
ua − w 0
(w − u)(b − 1) − (v − u)(a − 1) 0 .
v−u 0
Si αx + βy + γz + δ = 0 est l’équation d’un plan P de l’espace, celui-ci détermine deux

demi-espaces délimités par P et définis par αx+βy+γz +δ 0 et αx+βy+γz +δ 0.
On voit alors le lien avec la question précédente.
Géométriquement, et d’après la question précédente, la commande est réalisable si

et seulement si le vecteur (u, v, w) appartient à l’intersection de trois demi-espaces
délimités par les plans vectoriels Vect(d2 , d3 ), Vect(d1 , d3 ) et Vect(d1 , d2 ).
Exercice 8.4 : Projecteurs et symétries I
Dans cet exercice, il n’est pas demandé de vérifier la linéarité des endomor-
phismes.
1. Soit p l’endomorphisme de R3 dont l’expression analytique est donnée par :
1
p : (x, y, z) −→ (2x − y − z, −x + 2y − z, −x − y + 2z) .
3
a. Déterminer la matrice de p dans la base canonique de R3 .
b. Déterminer une base de Ker p et une base de Im p. L’application p est-elle
injective ? surjective ? Est-ce un automorphisme de R3 ?
c. Montrer que Ker p ∩ Im p = {(0, 0, 0)}.
d. Déterminer la matrice de p◦p dans la base canonique de R3 . Que conclure ?
Exercice 8.4 Projecteurs et symétries I 151
2. Soit s l’endomorphisme de R3 dont l’expression analytique est donnée par :

s : (x, y, z) −→ (−2x − 3y, x + 2y, 2x + 2y + z) .
a. Déterminer la matrice de s dans la base canonique de R3 .
b. Déterminer Ker s et Im s. L’application s est-elle injective ? surjective ?
Est-ce un automorphisme de R3 ?
c. Déterminer la matrice de s◦s dans la base canonique de R3 . Que conclure ?
1.a. Cette matrice se lit très simplement sur l’expression analytique de p : pour
i ∈ 1, 3, sa i-ième ligne est formée des coefficients devant x, y et z (dans cet ordre)
de la i-ième composante de p(x, y, z). Pour une rédaction correcte, il faut raisonner
sur les colonnes qui sont les images par p des vecteurs de la base canonique de R3 .
1
Les images par p des vecteurs de la base canonique sont p((1, 0, 0)) = (2, −1, −1),
3
1 1
p((0, 1, 0)) = (−1, 2, −1) et p((0, 0, 1)) = (−1, −1, 2) donc la matrice Mat(p) de
3 3
p dans la base canonique de R3 est

2 −1 −1
1
M= −1 2 −1 .
3
−1 −1 2
1.b. Pour déterminer Ker p, on doit résoudre l’équation vectorielle p((x, y, z)) = 0 que
l’on écrit sous forme d’un système homogène.
Avec la notation M introduite en 1.a,

&
x 0 2x − y − z = 0
(x, y, z) ∈ Ker p ⇐⇒ M× y = 0 ⇐⇒ −x + 2y − z = 0
z 0 −x − y + 2z = 0
&
2x − y − z = 0
⇐⇒ 3y − 3z = 0 L2 ← 2L2 + L1
− 3y + 3z = 0 L3 ← 2L3 + L1
)
2x − 2z = 0
⇐⇒ ⇐⇒ x = y = z.
y=z
À partir de la représentation paramétrique de l’ensemble des solutions du système,

on en déduit une famille génératrice de Ker p. Il ne reste plus qu’à vérifier qu’il s’agit
d’une base de ce sous-espace (ici, ce sera immédiat).
Ainsi

Ker p = (x, y, z) ∈ R3 x = y = z = {(x, x, x) ; x ∈ R}
= {x.(1, 1, 1) ; x ∈ R} = Vect((1, 1, 1))
donc ((1, 1, 1)) est une base de Ker p.
Étant donné un endomorphisme u de Rn , les colonnes de sa matrice dans la base

canonique forment toujours une famille génératrice de Im u. Cependant, en général,
cette famille n’est que génératrice (elle n’est une base de Im u que si rg u = n, i.e. que
si u est bijective). La plupart du temps, il faut donc essayer d’en extraire une base.
par p des vecteurs

Les vecteurs images de la base
canonique
de M
sont les vecteurs
2 1 1 1 2 1 1 1 2
colonnes de M : ,− ,− , − , ,− et − , − , . On sait que ces
3 3 3 3 3 3 3 3 3
vecteurs forment une famille génératrice de Im p et qu’il en va de même s’ils sont
multipliés par 3.
Im p = Vect(p((1, 0, 0)), p((0, 1, 0)), p((0, 0, 1)))
= Vect((2, −1, −1), (−1, 2, −1), (−1, −1, 2)).
On connaît Ker p et sa dimension, on peut donc en déduire dim Im p grâce à la formule

du rang. Cela permettra de savoir combien de vecteurs sont à extraire de la famille
génératrice précédente pour avoir une base de Im p.
Or, par le théorème du rang, dim Im p = 3 − dim Ker p = 2 donc deux vecteurs
colonnes de M non colinéaires forment une base de Im p : c’est le cas des deux
premiers ce qui permet de conclure que ((2, −1, −1), (−1, 2, −1)) est une base de
Im p.
Si u est un endomorphisme de Rn , alors u est injectif ssi Ker u = {0} et u est surjectif
ssi Im u = Rn . L’endomorphisme u est un automorphisme si et seulement s’il est
bijectif donc ssi, simultanément, Ker u = {0} et Im u = Rn (en fait, par le théorème
du rang, Ker u = {0} ⇐⇒ Im u = Rn : le “et” peut donc être remplacé par un “ou”).
→
−
L’application n’est pas injective car Ker p = { 0 } et n’est pas surjective car Im p est
de dimension 2 et ainsi Im p = R . A fortiori, p n’est pas un automorphisme de R3 .
3
1.c. Les bases de Ker p et Im p obtenues précédemment fournissent des représentations

paramétriques de ces sous-espaces vectoriels. Un vecteur dans leur intersection doit
satisfaire à ces deux représentations.
Soit −
→u ∈ Ker p ∩ Im p. On peut écrire −→u = λ(1, 1, 1) car −
→
u ∈ Ker p et (1, 1, 1) est
une base de Ker p mais aussi : u = α(2, −1, −1) + β(−1, 2, −1) car −
→
− →
u ∈ Im p et
((2, −1, −1), (−1, 2, −1)) est une base de Im p. Or
&
2α − β = λ
λ(1, 1, 1) = α(2, −1, −1) + β(−1, 2, −1) =⇒ −α + 2β = λ
−α − β = λ
donc 0 = 3λ L1 + L2 + L3
puis λ=0
' (
−
→ →
−
donc −
→
u = 0 . On en déduit que Ker p ∩ Im p = 0 .
1.d. Si u : Rp → Rn et v : Rn → Rm sont deux applications linéaires de matrices

respectives U et V dans les bases canoniques, on rappelle que la matrice de v ◦ u dans
les bases canoniques est V × U . Ici, u = v = p.
Exercice 8.4 Projecteurs et symétries I 153

2 −1 −1 2 −1 −1
1 2
Mat(p ◦ p) = Mat(p) × Mat(p) = M = −1 2 −1 × −1 2 −1
9
−1 −1 2 −1 −1 2

2 −1 −1
1
= −1 2 −1 = Mat(p).
3
−1 −1 2
p et p ◦ p sont représentés par la même matrice dans la base canonique de R3 donc
p = p ◦ p.
Cette dernière relation signifie que p est ce qu’on appelle un projecteur de R3 (voir
l’exercice suivant).
2.a. Même méthode qu’au 1.a, les colonnes de la matrice de s seront les images par
s des vecteurs de la base canonique de R3 .
s((1, 0, 0)) = (−2, 1, 2), s((0, 1, 0)) = (−3, 2, 2) et s((0, 0, 1)) = (0, 0, 1) donc la
matrice Mat(s) de s dans la base canonique de R3 est

−2 −3 0
Mat(s) = 1 2 0 .
2 2 1
2.b. On procède comme au 1.b.
&
x 0 −2x − 3y = 0
(x, y, z) ∈ Ker s ⇐⇒ Mat(s) y = 0 ⇐⇒ x + 2y = 0
z 0 2x + 2y + z = 0
&
−2x − 3y = 0
⇐⇒ y = 0 L2 ← 2L2 + L1
− y + z = 0 L3 ← L3 + L1
⇐⇒ x=y=z=0
−
→
Ainsi, Ker s = { 0 } donc s est injective. s étant de plus un endomorphisme de R3 ,
on conclut que s est un automorphisme de R3 ; en particulier, s est surjective donc
Im s = R3 .
2.c. On procède comme au 1.d.

−2 −3 0 −2 0 0 −3 0 1
Mat(s◦s) = Mat(s)×Mat(s) = 1 2 0 × 1 = 1 0 2 0 0 .
2 2 1 2 0 1 2 1 0
Mat(s ◦ s) = I3 = Mat(IdR3 ) donc s ◦ s = IdR3 , i.e. : ∀ x ∈ R , s(s( x )) = −
→
− 3 →
− →
x.
Cette dernière relation traduit que s est ce qu’on appelle une symétrie de R3 (voir
l’exercice suivant).
Exercice 8.5 : Projecteurs et symétries II
Soit n ∈ N∗ et u un endomorphisme de Kn . On dit que u est un projecteur si

u ◦ u = u et une symétrie si u ◦ u = Id où Id est l’endomorphisme identité de Kn .
Soit f et g deux endomorphismes de Kn .
1. On suppose que f est un projecteur.
'−→(
a. Démontrer que Ker f ∩ Im f = 0 .
b. Démontrer que 2f − Id est une symétrie.
1
2. On suppose que g est une symétrie. Démontrer que (g + Id) est un projecteur.
2
3. Soit h ∈ L(Kn ). Démontrer que h est une symétrie si et seulement si h s’écrit
sous la forme 2p − Id où p ∈ L(Kn ) est un projecteur.
1.a. On a déjà vu ce résultat dans un cas particulier au 1.c de l’exercice 8.4.

−
→
0 appartient à tout sous-espace vectoriel de Kn donc en particulier à Ker f ∩ Im f .
Il suffit donc de montrer que tout vecteur de Ker f ∩ Im f est nul. Un vecteur − →v de
→
− →
− →
−
Ker f ∩ Im f est de la forme f ( u ) (en tant qu’élément de Im f ) et vérifie f ( v ) = 0
→
−
(en tant qu’élément de Ker f ) i.e. f (f (−
→
u )) = 0 : on voit alors apparaître f et f ◦ f
qui montre qu’il est temps d’exploiter que f est un projecteur (i.e. que f = f ◦ f ).
→
−
Puisque Ker f et Im f sont des sous-espaces vectoriels de Kn , { 0 } ⊆ Ker f ∩ Im f .
→
−
Montrons réciproquement que Ker f ∩ Im f ⊆ { 0 }. Soit − →
y ∈ Ker f ∩ Im f . Puisque
→
− →
−
→
−
y ∈ Im f , il existe x ∈ K tel que y = f ( x ) mais y ∈ Ker f donc f (−
n →
− →
− →
− →y)= 0
→
− →
− →
−
c’est à dire : 0 = f (f ( x )) = (f ◦ f ) ( x ). Or, f étant un projecteur, on a f ◦ f = f
→
−
donc (f ◦ f )(−
→x ) = f (−
→
x) =− →
y et ce qui précède permet de conclure que − →y = 0 . On
→
− →
−
vient donc de démontrer { 0 } ⊆ Ker f ∩'Im ( f et Ker f ∩ Im f ⊆ { 0 }. Par double
→
−
inclusion, on conclut que Ker f ∩ Im f = 0 .
1.b. On doit montrer que (2f − Id) ◦ (2f − Id) = Id. On utilise pour cela l’hypothèse
sur f et les propriétés des opérations sur les applications linéaires.
En utilisant f ◦ f = f (à la deuxième égalité),

(2f − Id) ◦ (2f − Id) = 4(f ◦ f ) − 2f − 2f + Id = 4f − 4f + Id = Id.
Ainsi, 2f − Id est une symétrie.
2. La démarche est ici analogue à celle du 1.b.

1 1
(g + Id) ◦ (g + Id)
2 2
1 1 1
= (g + Id) ◦ (g + Id) = (g ◦ g + g + g + Id) = (Id + 2g + Id)
4 4 4
1 1
= (2g + 2Id) = (g + Id)
4 2
Exercice 8.6 Polynôme annulateur et réduction 155
1
donc (g + Id) est un projecteur.
2
3. Un sens a déjà été vu à la question 1.b. Réciproquement, si h est une symétrie,
il suffit de résoudre l’équation h = 2p − Id d’inconnue p pour constater que p est un
projecteur.

1 1
On peut écrire h = 2 (h + Id) − Id. Si h est une symétrie alors (h + Id) est
2 2
un projecteur d’après 2 et h s’écrit bien sous la forme indiquée. Réciproquement, si
h = 2p − Id avec p un projecteur, alors h est une symétrie d’après 1.b.
Exercice 8.6 : Polynôme annulateur et réduction
Soit f : R3 → R3 l’application définie par :

f : (x, y, z) → (x − 2y + 2z, −2x + y + 2z, −2x − 2y + 5z).
1. a. Montrer que f est un automorphisme de R3 .
b. Déterminer la matrice de f puis de 3IdR3 −4f +f 2 dans la base canonique
de R3 . Qu’en déduit-on ?
c. Déterminer la bijection réciproque f −1 .
2. On va chercher l’ensemble des vecteurs → −x de R3 pour lesquels il existe un réel
→
− →
−
λ tel que f ( x ) = λ x .
→
−
a. Soit −→
x ∈ R3 \ { 0 } tel qu’il existe λ ∈ R vérifiant f (−
→
x ) = λ−→x . À l’aide
du résultat de la question 1.b, établir : λ ∈ {1, 3}.
→ −
b. Soit λ ∈ R. Montrer : − x ∈ R3 f (→x ) = λ−
→x = Ker(f − λIdR3 ).
⎛ ⎞
1 0 0
c. Exhiber une base de R3 dans laquelle la matrice de f est ⎝0 3 0⎠.
0 0 3
1.a. Pour montrer qu’une application est un automorphisme, il y a trois points à

vérifier :
• la linéarité ;
Soit −
→
u = (x, y, z), −
→
v = (x , y , z ) deux vecteurs de R3 et λ, μ deux réels. On a, en
posant X = λx + μx , Y = λy + μy et Z = λz + μz ,
f (λ−
→u + μ−
→
v ) = f ((λx + μx , λy + μy , λz + μz )) = f ((X, Y, Z))
= (X − 2Y + 2Z, −2X + Y + 2Z, −2X − 2Y + 5Z)
= (λ(x − 2y + 2z) + μ(x − 2y + 2z ),
λ(−2x + y + 2z) + μ(−2x + y + 2z ),
λ(−2x − 2y + 5z) + μ(−2x − 2y + 5z ))
= λ(x − 2y + 2z, −2x + y + 2z, −2x − 2y + 5z)
+μ(x − 2y + 2z , −2x + y + 2z , −2x − 2y + 5z )
= λf ((x, y, z)) + μf ((x , y , z )) = λf (−
→
u ) + μf (−
→
v ).
f est donc une application linéaire de R3 dans R3 .
On retiendra la démarche derrière la quatrième égalité (mise en facteur

de λ et μ dans les composantes) et celle derrière la cinquième égalité
(séparation, sous forme de somme, des termes en λ et de ceux en μ).
• le fait que l’espace d’arrivée est le même que celui de départ (ici, c’est immédiat) ;
• la bijectivité ; pour cela, on se rappellera qu’un endomorphisme g de Kn est bijectif
→
−
ssi il est injectif ou surjectif donc ssi Ker f = { 0 } ou Im f = Kn (i.e. rg f = n).
Ainsi, f est un endomorphisme de R3 et c’est un automorphisme de R3 si et seulement

si rg f = 3 = dim R3 . Or

1 −2 2 1 −2 2
rg f = rg −2 1 2 = rg 0 −3 6 L2 ← L2 + 2L1
−2 −2 5 0 −6 9 L3 ← L3 + 2L1

1 −2 2
= rg 0 −3 6 =3
0 0 −3 L3 ← L3 − 2L2
f est donc bien un automorphisme de R3 .
1.b. On utilise les règles d’opérations sur les matrices d’endomorphismes, ce qui ra-
mène la question à du calcul matriciel.

1 −2 2
3
La matrice de f dans la base canonique de R est Mat(f ) = −2 1 2 donc
−2 −2 5
Mat(3IdR3 − 4f + f 2 ) = 3Mat(IdR3 ) − 4Mat(f ) + (Mat(f ))2

1 0 0 1 −2 2 1 −8 8
= 3 0 1 0 −4 −2 1 2 + −8 1 8
0 0 1 −2 −2 5 −8 −8 17

0 0 0
= 0 0 0 .
0 0 0
On en déduit que 3IdR3 − 4f + f 2 est l’endomorphisme nul de R3 .
1.c. Nous avons vu dans l’exercice 5.2 en page 78 comment trouver l’inverse d’une
matrice à partir d’un polynôme annulateur de coefficient constant non nul. On entre-
prend ici la même démarche, mais en raisonnant en terme d’endomorphismes.
3IdR3 − 4f + f 2 = 0 ⇐⇒ 3IdR3 = 4f − f 2
⇐⇒ 3IdR3 = f ◦ (4IdR3 − f )
1
⇐⇒ IdR3 = f ◦ (4IdR3 − f ) .
3
Exercice 8.6 Polynôme annulateur et réduction 157
1
Ainsi, f −1 = (4IdR3 − f ). Autrement dit, pour tout (x, y, z) ∈ R3 ,
3
1
f −1 ((x, y, z)) = (4(x, y, z) − (x − 2y + 2z, −2x + y + 2z, −2x − 2y + 5z))
3
1
= (3x + 2y − 2z, 2x + 3y − 2z, 2x + 2y − z).
3
2.a. Comme on sait comment f “agit” sur −

→x , il est naturel d’appliquer 3IdKn −4f +f 2
→
−
à x pour exploiter l’hypothèse 3IdKn − 4f + f 2 = 0.
→ →
−
On a 3IdR3 − 4f + f 2 = 0 donc en particulier : 3IdR3 − 4f + f 2 (−
x ) = 0 . Mais :
→
3Id 3 − 4f + f 2 (−
R x ) = 3− →
x − 4f (− →x ) + f 2 (−
→
x)
= 3−
→x − 4λ−
→x + f (f (−
→
x ))
= →
− →
− →
−
3 x − 4λ x + f (λ x )
= 3−
→x − 4λ−
→x + λf (−
→
x ) (par linéarité de f )
= →
− →
− 2−
→
3 x − 4λ x + λ x = (3 − 4λ + λ2 )−→
x.
→
− →
−
Ainsi, on a (3 − 4λ + λ ) x = 0 avec −
2 −
→ →x = 0 et donc 3 − 4λ + λ2 = 0. En calculant
le discriminant Δ de 3 − 4X + X 2 , on trouve Δ = 16 − 12 = 22 > 0 donc ce polynôme
4−2 4+2
admet deux racines réelles : = 1 et = 3. On vient de voir que λ est une
2 2
de ces racines donc λ ∈ {1, 3}.
Le polynôme P = 3 − 4X + X 2 est un polynôme annulateur de f (par

hypothèse) et on vient de voir que λ en est une racine. Le raisonnement
précédent se généralise aisément.
Soit μ ∈ R et f un endomorphisme de Rn tel qu’il existe un vecteur non
n
nul −
→x vérifiant f (−
→
x ) = μ−
→x . S’il existe un polynôme P = ak X k tel
k=0
que P (f ) = a0 IdRn + a1 f + · · · + an f n = 0, alors P (μ) = 0.
2.b. Pour montrer l’égalité de deux ensembles A et B, on peut raisonner par double
inclusion (comme cela a déjà été fait à l’exercice 8.5) ou, plus directement, montrer
qu’ils ont les mêmes éléments, via un raisonnement du type :
x ∈ A ⇐⇒ · · · ⇐⇒ x ∈ B.
Ici, il suffit de connaître la définition du noyau d’une application linéaire.
Soit λ ∈ R et −
→x ∈ R3 .
→
− →
−
f (−
→
x ) = λ−
→x ⇐⇒ f (−
→
x ) − λ−
→
x = 0 ⇐⇒ (f − λIdR3 )(−
→
x)= 0
⇐⇒ →
−
x ∈ Ker(f − λIdR3 ).
→
− →
x ∈ R3 f ( −
x ) = λ−
→
x est donc le sous-espace vectoriel Ker(f − λIdR3 ).
2.c. Si une telle base existe, il faut commencer par analyser quelles informations la
matrice apporte sur ses vecteurs. Cela donnera l’inspiration pour construire une de
ces bases.

1 0 0
Si (→
−
u ,→
−
v ,−
→
w ) est une base de R3 dans laquelle la matrice de f est 0 3 0 , alors
0 0 3
→
− →
−
u = 0 , f (−
→
u) = − →u , la famille (−
→v ,→
−
w ) est libre et f (−
→
v ) = 3− →v , f (−
→
w ) = 3−→
w.
Autrement dit, d’après le résultat de la question précédente, −→u est un vecteur non nul
de Ker(f − IdR3 ) et (−
→
v ,−→w ) est une famille libre de Ker(f − 3IdR3 ). Réciproquement,
si u , v , w vérifient ces dernières conditions, il suffit de vérifier que (−
→
− →
− →
− →
u ,−→
v ,−
→
w ) est
une base de R3 pour que cette famille réponde à la question posée. Dans un premier
temps, nous allons donc chercher à décrire Ker(f − IdR3 ) et Ker(f − 3IdR3 ).
Puisqu’on veut des familles libres de vecteurs de chacun de ces deux sous-espaces
vectoriels, nous allons décrire ces derniers via une base.
Soit →
−
u, →
−
v ∈ R3 .
&
−2y + 2z = 0
→
− −
→
u ∈ Ker(f − IdR3 ) ⇐⇒ f (−
→
u)−−
→
u = 0 ⇐⇒ −2x + 2z = 0
−2x − 2y + 4z = 0
&
y=z
⇐⇒ x=z ⇐⇒ x = y = z
0=0
donc Ker(f − IdR3 ) = {(x, x, x) ; x ∈ R} = {x(1, 1, 1) ; x ∈ R} = Vect((1, 1, 1)).
&
−2x − 2y + 2z = 0
−
→ −
→
v ∈ Ker(f − 3IdR3 ) ⇐⇒ f (−
→
v ) − 3−
→
v = 0 ⇐⇒ −2x − 2y + 2z = 0
−2x − 2y + 2z = 0
⇐⇒ −x − y + z = 0 ⇐⇒ z = x + y
donc
Ker(f − 3IdR3 ) = {(x, y, x + y) ; x, y ∈ R} = {x(1, 0, 1) + y(0, 1, 1) ; x, y ∈ R}
= Vect((1, 0, 1), (0, 1, 1)).
On regarde si la famille obtenue en “recollant” ces deux bases convient pour la question
posée.
Vérifions que la famille F = ((1, 1, 1), (1, 0, 1), (0, 1, 1)) est une base de R3 .

1 1 0 1 1 0
rg F = rg 1 0 1 = rg 0 −1 1 L2 ← L2 − L1 = 3.
1 1 1 0 0 1 L3 ← L3 − L1
dim R3 = 3 et F est une famille de trois vecteurs de rang 3 donc F est bien une base

1 0 0
3
de R et, dans cette base, la matrice de f est 0 3 0 .
0 0 3
Exercice 8.7 Commutant d’une matrice carrée 159
Exercice 8.7 : Commutant d’une matrice carrée

1 2 x y
Soit A = ∈ M2 (K). On pose M = et f : K4 → K4 l’applica-
−1 1 z t
tion définie par :
f ((x, y, z, t)) = (y + 2z, 2t − 2x, −x + t, −y − 2z).
On admettra que f est un endomorphisme de K4 .
1. a. Déterminer une base de Ker f puis calculer rg f .
b. Déterminer une base de Im f .
2. On note C(A) l’ensemble des matrices carrées de taille 2 qui commutent avec
A. Autrement dit,
C(A) = {M ∈ M2 (K) | AM = M A}.
a. Établir : AM = M A ⇐⇒ (x, y, z, t) ∈ Ker f .
b. En déduire qu’il existe une matrice B ∈ M2 (K)
que l’on explicitera telle
1 0
que : C(A) = {αI + βB ; α, β ∈ K} où I = est la matrice unité
0 1
de M2 (K).
1.a. On procède comme dans l’exercice 8.4 pour trouver une base du noyau de f :
on résout un système homogène, on exhibe une famille génératrice naturelle du sous-
espace de ses solutions, et on vérifie que c’est une base.
Soit →
−
u = (x, y, z, t) un vecteur de K4 .
⎧
⎪
⎨
y + 2z = 0
−
→ →
− 2t − 2x = 0
u ∈ Ker f ⇐⇒ f (→
−
u ) = 0 ⇐⇒
⎩ −x + t = 0
⎪
−y − 2z = 0
⎧
⎪
⎨
y + 2z = 0 )
0=0 L2 ← L2 − 2L3 x=t
⇐⇒ ⇐⇒
⎩ −x + t = 0
⎪ y = −2z
0=0 L4 ← L4 + L1
ainsi,
Ker f = {(t, −2z, z, t) ; z, t ∈ K} = {t.(1, 0, 0, 1) + z.(0, −2, 1, 0) ; z, t ∈ K}
= Vect((1, 0, 0, 1), (0, −2, 1, 0)).
((1, 0, 0, 1), (0, −2, 1, 0)) est donc une famille génératrice de Ker f et c’est aussi une
famille libre car formée de deux vecteurs non colinéaires. Finalement, une base de
Ker f est ((1, 0, 0, 1), (0, −2, 1, 0)).
Une fois la base obtenue, on connaît dim Ker f , et rg f s’en déduit par le théorème du
rang (inutile donc de calculer matriciellement rg f comme ce fut le cas à la question
1.a de l’exercice 8.6).
D’après le théorème du rang,

rg f = dim K4 − dim Ker f = 4 − 2 = 2.
1.b. La démarche est analogue à celle de la question 1.b de l’exercice 8.4.
Im f = Vect(f (e1 ), f (e2 ), f (e3 ), f (e4 )) où (e1 , e2 , e3 , e4 ) est la base canonique de K4 .

On a :
f (e1 ) = f ((1, 0, 0, 0)) = (0, −2, −1, 0),
f (e2 ) = f ((0, 1, 0, 0)) = (1, 0, 0, −1),
f (e3 ) = f ((0, 0, 1, 0)) = (2, 0, 0, −2),
f (e4 ) = f ((0, 0, 0, 1)) = (0, 2, 1, 0).
On remarque que f (e1 ) et f (e2 ) sont deux vecteurs non colinéaires donc (f (e1 ), f (e2 ))
est une famille libre de vecteurs de Im f et puisque dim Im f = rg f = 2 (d’après 1.a),
cette famille est une base de Im f . Une base de Im f est ((0, −2, −1, 0), (1, 0, 0, −1)).
2.a. En identifiant les coefficients de AM et M A, nous allons retrouver les équations
trouvées au 1.a qui caractérisent Ker f .

1 2 x y x y 1 2
AM = M A ⇐⇒ =
−1 1 z t z t −1 1

x + 2z y + 2t x−y 2x + y
⇐⇒ =
−x + z −y + t z−t 2z + t
⎧ ⎧ ⎧
⎪ x + 2z = x − y ⎪ 2z = −y ⎪
y + 2z = 0
⎨ ⎨ ⎨
y + 2t = 2x + y 2t = 2x 2t − 2x = 0
⇐⇒ ⇐⇒ ⇐⇒
⎩ −x + z = z − t
⎪ ⎪
⎩ −x = −t ⎩ −x + t = 0
⎪
−y + t = 2z + t −y = 2z −y − 2z = 0
⇐⇒ (x, y, z, t) ∈ Ker f.
2.b. On veut une description de C(A) comme un ensemble de combinaisons linéaires

de deux matrices (I et B). Cela fait penser à une famille génératrice, voire à une base.
On pense alors à utiliser la question précédente qui permet d’identifier C(A) à Ker f
pour lequel on connaît justement une base.
M ∈ C(A) ⇐⇒ AM = M A ⇐⇒ (x, y, z, t) ∈ Ker f

⇐⇒ (x, y, z, t) ∈ Vect((1, 0, 0, 1), (0, −2, 1, 0)) cf 1.a)
⇐⇒ ∃ α, β ∈ K, (x, y, z, t) = α(1, 0, 0, 1) + β(0, −2, 1, 0)

x y 1 0 0 −2
⇐⇒ ∃ α, β ∈ K, =α +β
z t 0 1 1 0

0 −2
⇐⇒ ∃ α, β ∈ K, M = αI + β .
1 0

0 −2
Ainsi, avec B = , on a bien : C(A) = {αI + βB ; α, β ∈ K}.
1 0
Du fait qu’il n’y a pas unicité d’une base de Ker f comportant le vecteur (1, 0, 0, 1),
plusieurs choix étaient possibles pour trouver une matrice B satisfaisant à la question
posée.
Exercice 8.8 Commutant d’un endomorphisme cyclique 161
Exercice 8.8 : Commutant d’un endomorphisme cyclique
Soit A ∈ M3 (K) et f l’endomorphisme de K3 ayant pour matrice A dans la

base canonique de K3 . On note encore C(A) l’ensemble des matrices carrées de
taille 3 telles que AM = M A (appelé commutant de A). On suppose que f est
cyclique, c’est-à-dire qu’il existe un vecteur non nul −
→
x tel que (−
→
x , f (−
→x ), f 2 (−
→
x ))
soit une base de K . Nous noterons dans la suite B cette base de K .
3 3
1. Soit g un endomorphisme de K3 représenté par une matrice M dans la base

canonique de K3 . On note α, β, γ les coordonnées de g(−
→
x ) dans la base B
de K et on suppose que M ∈ C(A).
3
a. Justifier que f ◦ g = g ◦ f .
b. En déduire que, pour chacun des trois vecteurs − →
u de la base B de K3 ,
→
− →
−
on a g( u ) = (αIdK3 + βf + γf )( u ) puis que g = αIdK3 + βf + γf 2 .
2
c. En déduire :
N ∈ C(A) =⇒ ∃ λ, μ, ν ∈ K, N = λI3 + μA + νA2 .

d. Conclure que C(A) = λI3 + μA + νA2 ; λ, μ, ν ∈ K .
Pour chacun des deux exemples qui suivent, on note, sans le répéter, f l’endo-
morphisme de K3 qui est représenté par la matrice A dans la base canonique
de K3 . ⎛ ⎞
−5 3 −3
2. Soit A = ⎝−2 1 −1⎠. On pose − →x = (1, 0, 1).
4 −2 3
a. Calculer f (−
→
x ) et f 2 (−
→
x ).
b. Établir que (→
− x ), f 2 (−
x , f (−
→ →
x )) est une base de K3 (donc que f est cy-
clique).
c. Donner l’expression générale des matrices du commutant C(A) de A.
3. Soit A ∈ M3 (K) telle que A2 = 0 mais A3 = 0. On a donc f 2 = 0 et
f 3 = 0. Puisque f 2 n’est pas l’endomorphisme nul, il existe − →
x ∈ K3 tel que
2 −
→ →
−
f ( x ) = 0 .
a. Établir que (−
→ x ), f 2 (−
x , f (−
→ →
x )) est une base de K3 donc que f est cyclique.
b. Application : ⎛ ⎞
0 a c
Soit a, b, c ∈ K3 tels que a = 0, b = 0. On suppose ici : A = ⎝0 0 b ⎠.
0 0 0
→
−
Vérifier que A2 = 0 et A3 = 0. Trouver − →
x ∈ K3 \ { 0 } tel que
(−
→
x , f (−
→
x ), f 2 (−
→
x )) est une base de K3 puis décrire le commutant C(A)
de la matrice A.
1.a. Cette question ne présente pas de difficulté, à condition de savoir faire le tri dans
les informations de l’énoncé. Ici, la donnée importante est : M ∈ C(A).
C’est évident : on a AM = M A, or AM est la matrice associée à f ◦ g dans la base

canonique de K3 et M A celle associée à g ◦ f donc f ◦ g = g ◦ f .
1.b. Les trois vecteurs − →u à tester sont − →x , f (−

→
x ) et f 2 (−
→
x ). Ici, le point de départ
→
−
est essentiel : les coordonnées de g( x ) dans la base B étant α, β, γ, on a bien
g(−
→x ) = α−→
x + βf (−→
x ) + γf 2 (−
→
x ) = (αIdK3 + βf + γf 2 )(−→
x ). Pour − →
u ∈ {f (−→x ), f 2 (−
→
x )},
→
−
c’est a priori plus compliqué car on ne sait pas comment g “agit” sur f ( x ) et f (→ 2 −
x ).
On s’en sort en utilisant le résultat de la question précédente qui permet d’écrire
g(f (−
→x )) = f (g(−
→x )) et g(f 2 (−
→
x )) = f 2 (g(−
→x )). La décomposition connue de g(− →
x)
dans la base B, puis la linéarité de f et f permettent alors de conclure.
2
On a déjà : g(− →x ) = α−→x + βf (−

→x ) + γf 2 (−
→
x ) par définition de α, β et γ. Ensuite,
d’après le résultat de la question précédente,
→
g(f (−
→x )) = f (g(− →
x )) = f α− x + βf (− →
x ) + γf 2 (−
→
x)
= αf (−
→
x ) + βf 2 (→
−
x ) + γf 3 (−
→
x) (par linéarité de f )
= 2 →
−
(αId 3 + βf + γf )(f ( x ))
K
et enfin,
g(f 2 (−
→
x )) = ((g ◦ f ) ◦ f )(−
→
x ) = ((f ◦ g) ◦ f )(−
→
x ) = (f ◦ (g ◦ f ))(−
→
x)
= →
− →
−
(f ◦ (f ◦ g))( x ) = ((f ◦ f ) ◦ g)( x )
→
= f 2 (g(−
→
x )) = f 2 α− x + βf (− →
x ) + γf 2 (−
→
x)
= αf 2 (−
→
x ) + βf 3 (−
→
x ) + γf 4 (−
→
x) (par linéarité de f 2 )
2 2 −
→
= (αId 3 + βf + γf )(f ( x )).
K
On a donc bien :
g(−
→
u ) = (αId K3 + βf + γf 2 )(−
→
u) pour tout vecteur →
−
u de la base B.
On se rappelle ensuite qu’un endomorphisme de K3 est complètement déterminé par

son action sur une base.
Puisque les endomorphismes g et αIdK3 + βf + γf 2 de K3 coïncident sur les vecteurs

d’une base de K3 , ils sont égaux. Ainsi,
g = αIdK3 + βf + γf 2 .
1.c. Il suffit de traduire matriciellement le résultat obtenu à la question précédente.
Soit N ∈ C(A). Soit h l’endomorphisme représenté par N dans la base canonique de

K3 . D’après la question précédente, il existe λ, μ, ν ∈ K tel que h = λIdK3 +μf +νf 2 ,
ce qui, matriciellement, se traduit par :
∃ λ, μ, ν ∈ K, N = λI3 + μA + νA2
On a donc bien :
N ∈ C(A) =⇒ ∃ λ, μ, ν ∈ K, N = λI3 + μA + νA2 .
1.d. Il vient d’être établi que les matrices commutant avec A pour la multiplication
s’écrivent comme polynôme de degré au plus 2 en A. Réciproquement, il est bien
connu que tout polynôme en A commute avec A.

Nous venons de voir que C(A) ⊆ λI3 + μA + νA2 ; λ, μ, ν ∈ K . Montrons que

l’on a aussi λI3 + μA + νA2 ; λ, μ, ν ∈ K ⊆ C(A). Soit λ, μ, ν ∈ K. On a :

λI3 + μA + νA2 × A = λA + μA2 + νA2 × A
= λA + μA2 + νA × A2 (par associativité de ×)

= A × λI3 + μA + νA2
μA + νA2 ∈ C(A). Ainsi : ∀ λ, μ, ν ∈ K, λI3 + μA + νA2 ∈ C(A).
donc λI3 +
On a donc λI3 + μA + νA2 ; λ, μ, ν ∈ K ⊆ C(A) et, finalement, par double in-
clusion :
C(A) = λI3 + μA + νA2 ; λ, μ, ν ∈ K .
Tout polynôme en une matrice carrée A commute avec A pour le pro-

duit matriciel (la loi ×). De même, tout polynôme en un endomor-
phisme f commute avec f pour la composition (la loi ◦).
2.a. Au vu de l’information dont on dispose sur f , on détermine les images f (−

→
x ) et
2 −
→
f ( x ) via le calcul matriciel.
D’après la traduction matricielle d’une application linéaire, si f (−

→
x ) = (a, b, c), alors

a 1 3−5 −3 1 −8
b =A× 0
= 1−2 −1 × 0 = −3
c 1 −24 3 1 7
→
− 2 −
→
donc f ( x ) = (−8, −3, 7). De même, si f ( x ) = (λ, μ, ν), alors

λ 1 7 −6 3 1 10
2
μ =A × 0 = 4 −3 2 × 0 = 6
ν 1 −4 4 −1 1 −5
donc f 2 (−
→
x ) = (10, 6, −5).
2.b. Le plus rapide est d’utiliser le critère du rang : la famille (→

−
x , f (−
→
x ), f 2 (−
→
x )) est
une base de K ssi elle est de rang maximal, ici de rang 3.
3
(−
→
x , f (−
→
x ), f 2 (−
→
x )) est une base de K3 si et seulement si le rang de cette famille vaut 3
(car cette famille est de cardinal 3 et dim K3 = 3). Or

1 −8 10 1 −8 10
rg(→
−
x , f (−
→
x ), f 2 (−
→
x )) = rg 0 −3 6 = rg 0 −3 6
1 7 −5 0 15 −15 L3 ← L3 − L1

−8 10
1
= rg −3 6
0 =3
00 15 L3 ← L3 + 5L2
donc on conclut bien : (−
→ x ), f 2 (−
x , f (−
→ →x )) est une base de K3 et ainsi f est cyclique.
2.c. f étant cyclique, le résultat principal de la question 1 peut s’appliquer.

D’après le résultat du 1.d,

C(A)
= {λI3 + μA + νA2 ; λ, μ, ν ∈ K}
& ,
1 0 0 −5 3 −3 7 −6 3
= λ 0 1 0 +μ −2 1 −1 +ν 4 −3 2 ; λ, μ, ν ∈ K
0 0 1 4 −2 3 −4 4 −1
& ,
λ − 5μ + 7ν 3μ − 6ν −3μ + 3ν
= −2μ + 4ν λ + μ − 3ν −μ + 2ν ; λ, μ, ν ∈ K .
4μ − 4ν −2μ + 4ν λ + 3μ − ν
3.a. On travaille ici avec des vecteurs que l’on ne connaît pas explicitement. En
particulier, on ne sait pas calculer matriciellement le rang de la famille. En remarquant
qu’on a affaire à une famille de trois vecteurs de K3 , il suffit de montrer que celle-ci
est libre ou génératrice. La deuxième option est à écarter car elle reviendrait à avoir
accès au rang, ce que l’on a exclu.
Puisque la famille (−
→x , f (−
→
x ), f 2 (−
→
x )) est formée de trois vecteurs de K3 et que
3
dim K = 3, il suffit de montrer que cette famille est libre pour conclure qu’il s’agit
→
−
d’une base de K3 . Soit (R) une relation du type λ− →
x + μf (−→
x ) + νf 2 (−
→
x ) = 0 avec
λ, μ, ν ∈ K.
Il s’agit de montrer que, nécessairement, λ = μ = ν = 0 en utilisant les seules

informations dont on dispose : linéarité de f, f 2 (−→
x ) = 0 et f 3 = 0. En appliquant f à
→
− →
− 2 −→ →
−
chaque membre de l’égalité λ x +μf ( x )+νf ( x ) = 0 , on fait apparaître f 3 donc un
→
−
terme disparait : 0 = λf (−
→x ) + μf 2 (−
→
x ) + νf 3 (−
→
x ) = λf (−→
x ) + μf 2 (−
→
x ). En appliquant
→
−
f une nouvelle fois, un nouveau terme disparaît : 0 = λf ( x ) + μf 3 (−
2 −→ →x ) = λf 2 (−
→
x ).
Au final, on obtient une sorte de système échelonné
⎧ →
−
2 −
→ →
−
⎪
⎨ νf ( x ) + μf ( x ) + λ−→x = 0
→
−
μf 2 (−
→
x ) + λf (− →x) = 0
⎪
⎩ →
− →
−
+ λf 2 ( x ) = 0
→
−
dont l’unique solution est (λ, μ, ν) = (0, 0, 0) (on utilise ici f 2 (−
→
x ) = 0 ).
→
−
En appliquant f 2 , on obtient f 2 (λ− →x +μf (−
→x )+νf 2 (−→
x )) = f 2 ( 0 ) donc, par linéarité
→
−
de f 2 , λf 2 (−
→
x ) + μf 3 (−→x ) + νf 4 (−
→
x)= 0.
→
− →
− →
− →
−
Puisque f ( x ) = 0 et f ( x ) = f (f 3 (−
3 −→ 4 −→ →x )) = f ( 0 ) = 0 , on a λf 2 (− →
x ) = 0 or
→
− →
−
f 2 (→
−
x ) = 0 donc λ = 0. Il reste : μf (− →
x ) + νf 2 (−
→
x ) = 0 . On applique alors f , ce
→
− →
− →
−
qui donne (par linéarité de f ) μf ( x ) + νf ( x ) = f ( 0 ) = 0 or f 3 (−
2 −
→ 3 −
→ →
x ) = 0 donc
2 −
→ →
− 2 −
→ →
−
μf ( x ) = 0 et comme f ( x ) = 0 , on conclut que μ = 0.
→
− →
−
Au final, il reste νf 2 (− →x ) = 0 et comme f 2 (− →x ) = 0 , cela entraîne ν = 0. Pour
conclure, (R) ⇒ λ = μ = ν = 0 ce qui signifie précisément que (− → x ), f 2 (−
x , f (−
→ →
x ))
→
− →
− 2 −
→ 3
est libre. Ainsi, ( x , f ( x ), f ( x )) est une base de K donc f est cyclique.
3.b. On remarque que A est strictement triangulaire (supérieure), c’est-à-dire trian-

gulaire dont tous les coefficients diagonaux sont nuls. De manière générale, on peut
montrer que si B est une matrice carrée strictement triangulaire de taille n, alors
B n = 0.

0 0 ab 0 0 0
A2 = 0 0 0 et A3 = 0 0 0 donc f vérifie : f 2 = 0 (car ab = 0) et
0 0 0 0 0 0
f 3 = 0.
Un bon candidat pour − →x est indiqué dans l’énoncé de la question 3, compte tenu
du résultat de 3.a. Pour décrire le commutant, on utilisera le résultat général de la
question 1.d, compte tenu du caractère cyclique de f .
On est donc dans le cadre du 3.a ; ainsi, si − →

x est un vecteur de K3 tel que
→
−
f 2 (→
−
x ) = 0 , alors (− →x , f (−
→
x ), f 2 (−
→
x )) est une base de K3 . D’après le calcul de
→
−
A2 , on a f 2 ((0, 0, 1)) = (ab, 0, 0) = 0 donc, en posant − →x = (0, 0, 1), la famille
→
− →
− 2 −
→ 3
( x , f ( x ), f ( x )) est une base de K . D’après le résultat de la question 1.d,
C(A) = {λI3 + μA + νA2 ; λ, μ, ν ∈ K}
& ,
1 0 0 0 a c 0 0 ab
= λ 0 1 0 +μ 0 0 b +ν 0 0 0 ; λ, μ, ν ∈ K
0 0 1 0 0 0 0 0 0
& ,
λ μa μc + νab
= 0 λ μb ; λ, μ, ν ∈ K .
0 0 λ
Lorsque ν décrit K, μc + νab décrit K donc :
& ,
λ μa ν
C(A) = 0 λ μb ; λ, μ, ν ∈ K .
0 0 λ
• Savoir montrer qu’une partie est un sous-espace vectoriel de Kn (cf exer-

cice 8.1 et question 8.2.2)
• Savoir montrer qu’une famille de vecteurs de Kn est génératrice d’un sous-

espace vectoriel de Kn , libre ou liée dans Kn ou une base d’un sous-espace vectoriel
de Kn (cf questions 8.2.1, 8.3.1, 8.8.2.b et 8.8.3.a)
• Savoir déterminer les coordonnées d’un vecteur dans une base (cf exer-
cice 8.3)
• Savoir déterminer une base d’un sous-espace vectoriel de Kn (cf exer-

cice 8.2 et questions 8.4.1.b, 8.7.1)
• Savoir déterminer le rang d’une famille de vecteurs de Kn (cf ques-

tion 8.2.1)
• Savoir déterminer la dimension d’un sous-espace vectoriel de Kn (cf ques-

tion 8.2.2)
• Savoir choisir une base adéquate pour traduire un problème de manière

simple (cf questions 8.6.2.c et 8.8.3.b)
• Savoir montrer qu’une application est linéaire de Kn dans Kp (cf ques-

tion 8.6.1.a)
• Savoir déterminer le noyau ou l’image d’une application linéaire (cf exer-

cice 8.4 et question 8.7.1)
• Savoir montrer qu’une application linéaire est injective, surjective ou

bijective (cf exercice 8.4 et question 8.6.1.a)
• Savoir obtenir la matrice associée à une application linéaire dans des

bases données (cf exercice 8.4 et question 8.6.1.b)
• Savoir déterminer la réciproque d’une application linéaire bijective (cf ques-

tion 8.6.1.c)
• Savoir déterminer le rang d’une application linéaire (cf question 8.7.1.a)
• Savoir utiliser la formule du rang (ou théorème du rang) : si f : E → F ,

rg f = dim E − dim Ker f (cf questions 8.4.1.b et 8.7.1.a)
Partie 3
Analyse
Analyse
9 Nombres réels et suites réelles 175

Semestre 1
9.1 : Modèle de reproduction multiâge de Leslie II 175
9.2 : Autour des suites usuelles 177
9.3 : Puissances de matrice II 179
9.4 : Deux exemples de suites homographiques 181
9.5 : Résolution d’une équation d’inconnue dans N∗ 184
9.6 : Suites et limites classiques 189
9.7 : Série de Riemann ζ(2) 191
9.8 : Moyennes arithmétiques et harmoniques 193
9.9 : Étude d’une suite définie implicitement 195
10 Limites et continuité des fonctions d’une variable 201

Semestre 1
10.1 : Fonction Argsh I 201
Semestre 2
10.2 : Singularités et continuité 203
10.3 : Limites et fonctions usuelles 205
10.4 : Points fixes et injectivité 207
10.5 : Continuité et commutation 211
11 Dérivation des fonctions d’une variable réelle 215

Semestre 2
11.1 : Fonction Argsh II 215
11.2 : Prolongement de classe C 1 I 217
11.3 : Caractérisation des fonctions logarithmes 219
11.4 : Concavité et inégalité de Young 220
11.5 : Méthode de Newton dans le cas convexe 224
11.6 : Une suite récurrente contractante 229
11.7 : Recollement de classe C ∞ 234
12 Développements limités et études de fonctions 239
Semestre 2
12.1 : Prolongement de classe C 1 II 239
12.2 : Développements limités et fonction réciproque 241
12.3 : Développement asymptotique en +∞ 246
12.4 : Prolongement de classe C 1 III 248
12.5 : Dérivation et approximation numérique 252
12.6 : Étude de fonction et branches asymptotiques 256
13 Intégration des fonctions sur un segment 261

Semestre 2
13.1 : Utilisation d’une primitive 261
13.2 : Relation de Chasles et linéarité 262
13.3 : Croissance, positivité et inégalité triangulaire 263
13.4 : Intégrations par parties 266
13.5 : Changements de variable affines 269
13.6 : Changements de variable 270
13.7 : Sommes de Riemann 272
13.8 : Un exemple de suite définie par une intégrale 274
13.9 : Une approximation de π 276
13.10 : Un exemple de fonction définie par une intégrale 283
14 Équations différentielles 291

Semestre 1
14.1 : Équation différentielle linéaire (EDL) d’ordre 1 à coefficient et
second membre constants 292
14.2 : EDL d’ordre 2 à coefficients et second membre constants 293
Semestre 2
14.3 : EDL d’ordre 1 295
14.4 : EDL d’ordre 2 à coefficients constants 299
14.5 : Principe de superposition 300
14.6 : Modèle logistique de Verhulst 302
14.7 : Modèle de Gompertz 306
14.8 : Une équation différentielle d’Euler 309
15 Fonctions de deux variables 317

Semestre 2
15.1 : Un peu de topographie 317
15.2 : Extremum radial vs extremum local 319
15.3 : Recherche d’extrema 320
15.4 : Un exemple d’équation fonctionnelle 322
CHAPITRE
9
Nombres réels et suites réelles
Exercice 9.1 : Modèle de reproduction multiâge de Leslie II
On considère une population d’individus qui se reproduit deux fois uniquement,

une fois entre 0 et 1 an et une seconde fois entre 1 et 2 ans. À chaque reproduction,
chaque couple donne naissance à un mâle et une femelle. On suppose que tous
les individus survivent jusqu’à l’âge de 2 ans.
On note un (respectivement vn ) le nombre d’individus femelles d’âge compris
entre 0 et 1 an (respectivement entre 1 et 2 ans) présents dans la population
après n années.
1. Justifier que le modèle ainsi décrit se traduit par le système linéaire :
)
un+1 = un + vn
(n ∈ N).
vn+1 = un
2. Montrer que la suite (vn ) est récurrente linéaire d’ordre 2 ∗.
)
u0 = 3
3. On suppose . Déterminer un et vn pour tout n entier naturel.
v0 = 0
)
u0 = 1
4. On suppose . Déterminer un et vn pour tout n entier naturel.
u1 = 2
1. Il suffit de revenir à la signification concrète des différents termes des égalités pour
en trouver l’explication naturelle : naissance et vieillissement.
Les un femelles âgées de 0 à 1 an après n années seront âgées de 1 à 2 ans l’année

suivante, ce seront les seules et aucune ne mourra donc vn+1 = un . Par ailleurs,
chacune des un+1 femelles nées lors de l’année n + 1 est issue d’une femelle en âge
de procréer dont un sont âgées de 0 à 1 an et vn de 1 à 2 ans donc un+1 = un + vn .
2. Il faut trouver une relation linéaire entre vn+2 , vn+1 et vn . Avec (un ), cela se fait
naturellement, un+2 = un+1 + vn+1 = un+1 + un . Avec (vn ), il faut penser à remplacer
un au profit d’un des termes de la suite (vn ) à l’aide de vn+1 = un .
∗. Nous verrons que la relation de récurrence est la même que celle de la suite de Fibonacci intro-
duite par Léonard de Pise dit Fibonacci dans son Liber Abaci (1202) pour modéliser la prolifération
exponentielle des lapins.
176 Chapitre 9 Nombres réels et suites réelles
Pour n ∈ N, on a
vn+2 = un+1 = un + vn = vn+1 + vn
donc (vn ) est linéairement récurrente d’ordre 2.
3. Suivant le protocole général, on introduit l’équation caractéristique.
L’équation caractéristique associée est r 2 = r + 1 dont le discriminant est strictement

positif puisque (−1)2 − 4 × 1 × (−1) = 5.
Le discriminant étant strictement positif, il y a deux racines réelles distinctes r1 et
r2 . Le terme général est alors une combinaison linéaire de (r1 )n et (r2 )n .
√
1± 5
Elle possède deux racines réelles distinctes et on sait alors qu’il existe deux
2
réels α et β tels que
√ n √ n
1+ 5 1− 5
∀ n ∈ N, vn = α +β .
2 2
En particulier, comme v1 = u0 = 3, avec n = 0 et n = 1,
& )
√ α+ √β = 0 −α
1+ 5 1− 5 ⇐⇒ √ β = 3
⇐⇒ α = −β = √ .
α +β = 3 5α = 3 5
2 2
Ainsi, pour tout n ∈ N,
√ n √ n
3 1+ 5 1− 5
vn = √ − .
5 2 2
Finalement, via un = vn+1 ,
⎧ √ n+1 √ n+1
⎪
⎪ 3 1+ 5 1− 5
⎪
⎨ un = √ −
5 2 2
∀ n ∈ N,
√ n √ n .
⎪
⎪ 3 1+ 5 1− 5
⎪
⎩ vn = √ −
5 2 2
4. Le raisonnement est le même pourvu que les deux premiers termes soient connus
ce qui est le cas en extrayant v0 de u1 = u0 + v0 .
On reprend la démarche précédente en partant de v0 = u1 − u0 = 2 − 1 = 1 et de
v1 = u0 = 1. &
√ α+ √β = 1
Les réels α et β vérifient le système (S) : 1+ 5 1− 5 et
α +β = 1
2 2
⎧ √
& ⎪ 1+ 5
⎨ α = √
√ α+β = 1 2 5√
(S) ⇐⇒ 5 1 ⇐⇒ .
(α − β) = ⎪
⎩ 1− 5
2 2 β = − √
2 5
Finalement,
⎧ √ n+2 √ n+2
⎪
⎪ 1 1 + 5 1 − 5
⎪
⎪
⎨ un = √5 2
−
2
∀ n ∈ N, √ n+1 √ n+1 .
⎪
⎪ 1 1 + 5 1 − 5
⎪
⎪
⎩ vn = √5 2
−
2
Exercice 9.2 Autour des suites usuelles 177
Exercice 9.2 : Autour des suites usuelles
1. Montrer que toute suite arithmético-géométrique est linéairement récurrente

d’ordre 2.
Dans la suite de cet exercice, on se propose de déterminer l’expression, en fonction
des deux premiers termes u0 et u1 , du terme général des suites réelles vérifiant
(E) ∀ n ∈ N, un+2 = aun+1 + bun + c
où (a, b, c) est un triplet de réels fixés avec c = 0.
2. On suppose a + b = 1.
a. Déterminer quelle(s) suite(s) constante(s) vérifie(nt) (E).
b. En notant l la valeur d’une telle suite constante et en posant vn = un − l,
vérifier que (vn ) est linéairement récurrente d’ordre 2.
c. Conclure dans le cas (a, b, c) = (0, 4, −1).
3. On suppose a = 1 − b. On pose wn = un+1 − un pour n ∈ N.
a. Vérifier que (wn ) est arithmético-géométrique.
b. Conclure dans le cas (a, b, c) = (−1, 2, 1).
1. Partant de la relation de récurrence xn+1 = axn + b, le terme suivant est donné par
xn+2 = axn+1 + b. Le terme gênant pour l’objectif indiqué est le terme non linéaire
b qu’on va donc extraire de la première équation b = xn+1 − axn avant de l’injecter
dans la seconde pour conclure.
Soit (xn ) une suite arithmético-géométrique i.e. vérifiant xn+1 = axn + b pour tout
n ∈ N avec a et b deux constantes réelles. En particulier la suite (xn+1 − axn ) est
constante et, pour tout n ∈ N,
xn+2 − axn+1 = xn+1 − axn ⇐⇒ xn+2 = (a + 1)xn+1 − axn .
(xn ) est donc bien linéairement récurrente d’ordre 2.
2.a. Il suffit de remplacer toutes les occurrences des termes de la suite par une valeur
constante l et de voir ce qui se passe.
La suite constante de valeur l ∈ R est solution de (E) si et seulement si l = al +bl +c.

Or
c
l = al + bl + c ⇐⇒ (1 − a − b)l = c ⇐⇒ l=
1−a−b
c
donc la suite dont les termes valent tous est la seule suite constante solution
1−a−b
de (E).
2.b. On reprend ici la stratégie utilisée dans la situation d’une suite arithmético-
géométrique.
En soustrayant les deux équations un+2 = aun+1 + bun + c et l = al + bl + c, on

obtient, pour tout n ∈ N,
un+2 − l = a(un+1 − l) + b(un − l) ⇐⇒ vn+2 = avn+1 + bvn .
(vn ) est donc bien linéairement récurrente d’ordre 2.
2.c. Après avoir vérifié qu’on est dans le bon cadre, on applique les résultats des
questions précédentes pour se ramener à l’étude d’une suite linéairement récurrente
d’ordre 2.
Puisque 0 + 4 = 4 est différent de 1, d’après les deux questions précédentes, la suite

−1 1
constante de valeur l = = est solution et la suite de terme général
1−0−4 3
1
vn = un − est linéairement récurrente d’équation caractéristique associée r 2 = 4.
3
Les racines de cette dernière sont 2 et −2 donc il existe deux réels λ et μ tels que
∀ n ∈ N, vn = λ2n + μ(−2)n = 2n [λ + (−1)n μ].
En particulier pour n = 0 et n = 1,
& ⎧
) λ+μ = v0 ⎨ λ 2v0 + v1
λ+μ = v0 =
⇐⇒ 1 ⇐⇒ 4 .
2(λ − μ) = v1 λ−μ = v1 ⎩ μ = 2v0 − v1
2 4
Par ailleurs,

2v0 + v1 1 1 1 2u0 + u1 − 1
= 2 u0 − + u1 − = ,
4 4 3 3 4

2v0 − v1 1 1 1 1 1
= 2 u0 − − u1 − = 2u0 − u1 − .
4 4 3 3 4 3
Finalement, pour tout n ∈ N,

1 1 2u0 + u1 − 1 (−1)n 1
un = + vn = + 2n + 2u0 − u1 −
3 3 4 4 3
1 − 2n−2 [3 + (−1)n ]
= + u0 2n−1 [1 + (−1)n ] + u1 2n−2 [1 − (−1)n ] .
3
3.a. Il faut obtenir une relation de récurrence wn+1 = αwn + β avec deux réels α et β.
(un ) vérifie, pour tout n ∈ N, un+2 = (1 − b)un+1 + bun + c donc

wn+1 = un+2 − un+1 = −bun+1 + bun + c = −b(un+1 − un ) + c = −bwn + c
et (wn ) est arithmético-géométrique.
3.b. On vérifie d’abord que l’on est dans le cadre de la question précédente pour
l’utiliser et se ramener à l’étude d’une suite arithmético-géométrique.
Comme 1 − b = 1 − 2 = −1 = a, d’après la question précédente, la suite de

terme général wn = un+1 − un vérifie la relation de récurrence, pour tout n ∈ N,
wn+1 = −2wn + 1 i.e. (wn ) est arithmético-géométrique.
La valeur de la suite constante vérifiant cette dernière relation de récurrence est ca-
1
& par l = −2l + 1 (donc l = 3 ). Ainsi par soustraction membre à membre
ractérisée
wn+1 = −2wn + 1
1 1
dans 1 1 , on a wn+1 − = −2 wn − pour tout n ∈ N.
= −2 × + 1 3 3
3 3
Exercice 9.3 Puissances de matrice II 179
1
Ainsi la suite de terme général wn − est géométrique de raison −2 et, pour tout
3
1 1
n ∈ N, wn − = (−2)n w0 − . Par suite, pour tout k ∈ N,
3 3

1 1
uk+1 − uk = wk = + (−2)k u1 − u0 − .
3 3
Pour récupérer l’expression de un , on utilise le télescopage et on reconnaît la somme

des premiers termes d’une suite géométrique de raison −2.
En sommant cette égalité pour k ∈ 0, n − 1, on obtient par télescopage et linéarité
de la sommation, pour tout n ∈ N,
1
n−1

n−1 1
n
1 1 − (−2)n
un − u0 = 1+ (−2)k u1 − u0 − = + u1 − u0 − .
3 3 3 3 1 − (−2)
k=0 k=0
Finalement, pour tout n ∈ N,

n 1 − (−2)n 1
un = u0 + + u1 − u0 −
3 3 3
3n − 1 + (−2)n 2 + (−2)n 1 − (−2)n
= + u0 + u1 .
9 3 3
Exercice 9.3 : Puissances de matrice II

2 cos θ −1
Soit A = où θ est un paramètre réel de l’intervalle [0, π[.
1 0
1. Vérifier que A2 = (2 cos θ)A − I où I est la matrice identité de M2 (R).
2. En déduire qu’il existe deux suites (an ) et (bn ) telles que
∀ n ∈ N, An = an A + bn I.
3. Montrer que ces deux suites sont linéairement récurrentes d’ordre 2 et en dé-
duire l’expression de An en fonction de A, I et n (on pourra distinguer deux
cas selon la valeur de θ).
1. Il suffit de calculer séparément le produit matriciel A × A et le membre de droite

(2 cos θ)A − I puis de comparer.
Calculons, d’une part,

2 2 cos θ −1 2 cos θ −1 4 cos2 θ − 1 −2 cos θ
A = =
1 0 1 0 2 cos θ −1
et, d’autre part,

2 cos θ −1 1 0 4 cos2 θ − 1 −2 cos θ
(2 cos θ)A − I = (2 cos θ) − =
1 0 0 1 2 cos θ −1
donc A2 = (2 cos θ)A − I.
2. En effectuant le calcul suivant de A3

A3 = A2 × A = (2 cos θ)A − I A = (2 cos θ)A2 − A

= (2 cos θ) (2 cos θ)A − I − A = (2 cos θ)2 − 1 A − (2 cos θ)I
on constate que les an et bn s’obtiennent de proche en proche. On va donc procéder

par récurrence. La seule difficulté réside alors dans la formulation de la propriété de
récurrence.
Pour n ∈ N, notons Pn la propriété

“il existe deux réels an et bn tels que An = an A + bn I”
et montrons par récurrence que cette propriété est vraie pour tout n ∈ N.
On a I = 0 × A + 1 × I donc P0 est vraie avec a0 = 0 et b0 = 1.
Supposons que Pn est vraie pour un certain rang n ∈ N i.e. il existe deux réels an et
bn tels que An = an A + bn I. Par conséquent,
An+1 = An × A = an A2 + bn A = an (2 cos θA − I) + bnA = (2an cos θ + bn )A − an I
On voit qu’on obtient au passage une expression de an+1 et bn+1 en fonction de an

et bn .
de sorte qu’en posant an+1 = 2an cos θ + bn et bn+1 = −an , Pn+1 est vraie.
Finalement, par principe de récurrence, il existe deux suites (an ) et (bn ) telles que
∀ n ∈ N, A n = a n A + bn I
)
an+1 = 2an cos θ + bn ,
et vérifiant les relations de récurrence
bn+1 = −an .
3. Il faut utiliser les relations de récurrence obtenues à la question précédente et

qui mélangent an et bn pour obtenir une relation de récurrence d’ordre 2 (faisant
intervenir an+2 et bn+2 ) mais ne mélangeant plus les termes des deux suites (an ) et
(bn ).
Pour n ∈ N, on a
an+2 = 2an+1 cos θ + bn+1 = 2an+1 cos θ − an
bn+2 = −an+1 = −2an cos θ − bn = 2bn+1 cos θ − bn
de sorte que (an ) et (bn ) sont linéairement récurrentes d’ordre 2.
Une fois la relation de récurrence linéaire correctement formulée, on introduit l’équa-

tion caractéristique.
Elles ont même équation caractéristique associée r 2 = 2r cos θ − 1 de discriminant

(−2 cos θ)2 − 4 = −(2 sin θ)2 . Il faut distinguer deux cas selon que θ = 0 ou non.
Si le discriminant est strictement négatif, les racines de l’équation caractéristique sont

complexes conjuguées (non réelles) ρe±iα et le terme général est une combinaison
linéaire de ρn cos(nα) et ρn sin(nα).
Exercice 9.4 Deux exemples de suites homographiques 181
Si θ ∈]0, π[, l’équation caractéristique possède deux racines complexes conjuguées

2 cos θ ± i2 sin θ
= e±iθ . Ainsi il existe deux constantes réelles λ et μ telles que
2
∀ n ∈ N, an = λ cos(nθ) + μ sin(nθ).
En particulier, pour n = 0 et n = 1, comme a0 = 0 et a1 = 2a0 cos θ + b0 = 1,
) &
λ = 0 λ = 0
⇐⇒ 1 .
λ cos θ + μ sin θ = 1 μ =
sin θ
sin(nθ) sin(nθ)
Finalement, pour n ∈ N, an = et bn+1 = −an = − , et pour n = −1,
sin θ sin θ
sin(nθ)
bn+1 = − reste valable, de sorte que, pour tout n ∈ N,
sin θ

2an cos θ + bn −an an+1 −an
An = a n A + bn I = =
an bn an bn

1 sin((n + 1)θ) − sin(nθ)
= .
sin θ sin(nθ) − sin((n − 1)θ)
Si le discriminant est nul, l’équation caractéristique admet une unique racine r0 et le

terme général est une combinaison linéaire de r0n et nr0n .
Si θ = 0, l’équation caractéristique possède 1 comme racine double. Ainsi il existe

deux constantes réelles λ et μ telles que
∀ n ∈ N, an = λ + μn.
En particulier, pour n = 0 et n = 1,
) )
λ = 0 λ = 0
⇐⇒ .
λ+μ = 1 μ = 1
Finalement, pour n ∈ N, an = n et bn = an+1 − 2an = 1 − n de sorte que

n an+1 −an n+1 −n
A = = .
an bn n 1−n
Exercice 9.4 : Deux exemples de suites homographiques
1. On considère une suite (un )n∈N vérifiant la relation de récurrence

un − 1
∀ n ∈ N, un+1 =
un + 1
et on suppose que u0 est choisi de sorte que un est bien défini pour tout n ∈ N.
a. Lorsque u0 = 2, calculer les quatre termes suivants u1 , u2 , u3 et u4 .
b. Formuler une hypothèse quant à la suite (un ) et la vérifier.
2. L’évolution d’une population peut être modélisée par la dynamique suivante :

P0 ∈ R∗+ et ∀ n ∈ N, Pn+1 = ρn Pn
où Pn est l’estimation de la population à l’instant n et ρn est le taux de
croissance de la population. En 1845, Verhulst † a proposé de tenir compte de
l’épuisement du milieu nutritif ou du confinement dans une superficie limitée
ρ
par le choix de la croissance ρn = avec ρ et K deux paramètres
Pn + K
‡
strictement positifs . On suppose désormais la croissance ainsi définie.
a. Montrer qu’aucun terme de la suite (Pn ) n’est nul.
1
b. Pour tout entier naturel n, on pose Qn = . Montrer que (Qn ) est
Pn
arithmético-géométrique puis exprimer Qn en fonction de n, Q0 , K et ρ.
K
c. Discuter suivant les valeurs du quotient le comportement asymptotique
ρ
(en grand temps) de (Qn ) puis celui de (Pn ).
1.a. Il s’agit de simples calculs avec des fractions.

1
2−1 1 3
−1 1−3 1 −1 − 1 −1 − 2
u1 = = , u2 = 1
= = − , u3 = 21 = = −3 et
2+1 3 3
+1 1+3 2 −2 + 1 −1 + 2
−3 − 1
u4 = = 2.
−3 + 1

1 1
1.b. On observe que, pour u0 = 2, u4 = u0 de sorte que les quatre réels 2, , − , −3
3 2
se répètent, dans cet ordre, indéfiniment. Vérifions si c’est le cas pour les autres valeurs
autorisées de u0 .
On conjecture que, pour tout n ∈ N, un+4 = un . Pour n ∈ N,

un −1
un+1 − 1 un +1
−1 (un − 1) − (un + 1) −2 1
un+2 = = un −1
= = =−
un+1 + 1 un +1
+1 (un − 1) + (un + 1) 2un un
1 1
donc un+4 = − = − 1 = un . Effectivement, ∀ n ∈ N, un+4 = un .
un+2 −u n
2.a. On ne peut pas s’appuyer sur l’interprétation concrète de Pn qui représente un

effectif de population puisque rien ne dit ni que le modèle est réaliste ni qu’il ne
conduit pas à une disparition effective de la population au bout d’un temps fini. Il
faut donc raisonner de proche en proche à l’aide d’une récurrence.
†. Pierre-François Verhulst (1804-1849) est un mathématicien belge, auteur de plusieurs articles

sur la loi d’accroissement de la population.
‡. Ce taux de croissance tend vers 0 lorsque la population tend vers l’infini, ce n’est pas le seul
choix possible mais c’est une des expressions les plus simples.
Exercice 9.4 Deux exemples de suites homographiques 183
On va procéder par récurrence sur n ∈ N en notant Pn la propriété “Pn > 0”. Par
hypothèse, P0 > 0 donc P0 est vraie. Pour l’hérédité, supposons Pn vraie pour un
certain entier naturel n. Ainsi Pn + K > K > 0 et ρPn > 0 donc, par quotient,
Pn+1 > 0 i.e. Pn+1 est vraie. En conclusion, par principe de récurrence, pour tout
n ∈ N, Pn > 0.
En particulier, la suite (Pn ) ne prend jamais la valeur 0.
2.b. On va chercher à mettre en évidence une relation du type Qn+1 = aQn + b.
On a, pour n ∈ N,
1 Pn + K 1 K 1 K 1
Qn+1 = = = + = Qn + .
Pn+1 ρPn ρ ρ Pn ρ ρ
La suite (Qn ) est donc arithmético-géométrique.
Si a = 1, la suite est arithmétique.
1
Si K = ρ, (Qn ) est même arithmétique de raison donc, pour tout n ∈ N,
ρ
n
Qn = Q0 + .
ρ
Par contre, si a = 1, on suit la stratégie habituelle en introduisant le point fixe l et

en se ramenant à une suite géométrique.
K 1
Si K = ρ, on résout l = l+ :
ρ ρ
K 1 1
l= l+ ⇐⇒ ρl = Kl + 1 ⇐⇒ l = .
ρ ρ ρ−K
K
Puis on remarque que la suite de terme général Qn − l est géométrique de raison .
n ρ
K
Ainsi, pour tout n ∈ N, Qn − l = (Q0 − l) donc
ρ
n
1 K 1
Qn = + Q0 − .
ρ−K ρ ρ−K
2.c. On dispose d’une expression explicite du terme général de (Qn ) faisant intervenir
des suites arithmétiques ou géométriques donc la limite est facile à trouver.
Si K = ρ, comme ρ > 0, lim Qn = +∞ et par conséquent lim Pn = 0.

n→+∞ n→+∞
K 1
Si K < ρ, alors 0 < < 1 donc lim Qn = et lim Pn = ρ − K.
ρ n→+∞ ρ−K n→+∞
1
Pour K > ρ, la situation se divise a priori en trois sous-cas selon le signe de Q0 −
ρ−K
mais en y regardant de plus près, un seul sous-cas arrive.
1 1 1
Si K > ρ, − = > 0, Q0 = > 0 (puisque P0 > 0) et finalement
ρ−K K−ρ P0
1
Q0 − > 0. Ainsi lim Qn = +∞ et lim Pn = 0.
ρ−K n→+∞ n→+∞
Exercice 9.5 : Résolution d’une équation d’inconnue dans N∗
Le but de cet exercice est de démontrer le résultat suivant : pour tout entier
naturel n, il existe un unique entier naturel N 1 tel que
√ √ √
(1 + 2)n = N + N − 1.
On déterminera également l’expression de cet entier naturel
en fonction de n.
1. a. Soit n ∈ N. Montrer
√ que √
si N est
√ un entier naturel supérieur ou égal à 1
satisfaisant (1 + 2)n = N + N − 1, il n’y en a pas d’autres.
b. Déterminer les valeurs de N pour n égal à 0, 1, 2 ou 3.
2. On pose (an )n∈N )et (bn )n∈N les suites définies par a0 = 1, b0 = 0 et, pour tout
an+1 = an + 2bn
entier naturel n, .
bn+1 = an + bn
a. Justifier brièvement que (an ) et (bn ) sont deux suites d’entiers naturels.
b. Montrer :
∀ n ∈ N, an+2 = 2an+1 + an .
c. En déduire l’expression de an en fonction de n.
d. De même, déterminer bn en fonction de n.
3. a. Démontrer :
√ √ n √ √ n
∀ n ∈ N, an + 2bn = 1 + 2 et an − 2bn = 1 − 2
b. En déduire
∀ n ∈ N, a2n − 2b2n = (−1)n .
4. a. On suppose que n est un entier naturel pair et on pose N = a2n . Montrer
que l’entier naturel N vérifie
√ n √ √
1 + 2 = N + N − 1.
b. On suppose que n est un entier naturel impair. Montrer qu’il existe un

entier naturel N (que l’on déterminera) tel que
√ n √ √
1 + 2 = N + N − 1.
Exercice 9.5 Résolution d’une équation d’inconnue dans N∗ 185
5. On considère la fonction Python (incomplète) ci-dessous
1 def Mystere(n):
2 a, b = 1, 0
4 aux = ... + ...
5 b = a + b
6 a = ...
7 if ...... :
8 return a**2
9 else:
10 return 2*b**2
Expliquer le rôle de cette fonction et la compléter.
1.a. Pour démontrer l’unicité de N , deux possibilités s’offrent à nous (la deuxième
étant la contraposée de la première)
√ :
√ √ √
Pour (N, N ) ∈ N∗2 , montrer N + N −√1 = √ N + N − √ 1 =⇒√ N = N .
Pour (N, N ) ∈ N∗2 , montrer N = N =⇒ N + N − 1 = N + N − 1.
La première démarche semblant délicate à mettre en oeuvre (après √ recherche
√ au
brouillon), on opte pour la seconde qui résulte de l’injectivité de x → x + x − 1
sur son domaine de définition.
√ √ √
Soit N un entier supérieur ou égal à 1 tel que N + N − 1 = (1+ 2)n . L’application
[1, +∞[ → R √
f : √ √ est strictement croissante donc elle est injective et (1+ 2)n
x → x + x − 1
admet donc au plus un antécédent par f.

√ N est
Si √ un entier naturel
√ (nécessairement supérieur ou égal √ à 1) tel que
N + N − 1 = (1+ 2)n , on aurait f (N ) = f (N ) =√(1+ √2)n donc N = N
√ par
injectivité de f. Ainsi, l’entier N est l’unique solution de N + N − 1 = (1 + 2)n .
1.b. Un écueil serait ici de déterminer N par le calcul pour les diverses valeurs de n :
cela mènerait à des calculs assez fastidieux √
et à une perte de temps. On va simplement
développer les puissances du binôme 1 + 2 et identifier un entier N qui convient
(sachant qu’il est unique d’après la question 1.a).
√ n √ √
n = 0, (1 +
Pour √ √ 2)√ = 1√ = 1 + 0 donc N = 1 convient. Pour n = 1,
(1 + 2)n = 1 + √ 2 = 2 + √ 1 donc N = 2 √convient.
√ √
Pour n = 2, (1 + 2)n = 1 + 2 2 + 2 = 3 + 2 2 = 9 + 8 donc N = 9 convient.
Enfin, pour n = 3,
√ √ √ 3 √ √ √
(1 + 2)n = 1 + 3 2 + 3 × 2 + 2 = 5 2 + 7 = 50 + 49 donc N = 50 convient.
2.a. On regarde ce qui se passe pour de petites valeurs de n. On s’aperçoit aisément

que le fait que les suites (an )n∈N et (bn )n∈N soient à termes entiers naturels résulte
des valeurs des premiers termes et des relations de récurrence. Une preuve complète
pour le montrer serait d’utiliser un raisonnement par récurrence. Comme ici on nous
demande d’être bref, on peut se passer de développer celle-ci.
Puisque a0 = 1, b0 = 0 et an+1 = an + 2bn , bn+1 = an + bn , une récurrence évidente

sur n permet de voir que : ∀ n ∈ N, (an , bn ) ∈ N2 .
)
an+1 = an + 2bn
2.b. On utilise les relations récurrence en partant de la première
bn+1 = an + bn
appliquée à an+2 , le but étant de tout exprimer en fonction de an+1 et an .
Soit n ∈ N.
an+2 = an+1 + 2bn+1 = an+1 + 2(an + bn ).
Or d’après an+1 = an + 2bn , nous avons 2bn = an+1 − an donc
an+2 = an+1 + 2an + an+1 − an = 2an+1 + an .
2.c. Pas de problème ici, on reconnaît une suite usuelle. On "déroule" la méthode pour
calculer son terme général.
D’après le résultat de la question 2.b, la suite (an ) est récurrente linéaire d’ordre 2.
Son équation caractéristique associée est
q 2 − 2q − 1 = 0.
2
√ Δ de q − 2q − 1 vaut
Le discriminant √ 8 donc cette équation admet deux solutions
2+2 2 √ 2−2 2 √
réelles : = 1 + 2 et = 1 − 2. Ainsi,
2 2
√ √
∃ (λ, μ) ∈ R2 , ∀ n ∈ N, an = λ(1 + 2)n + μ(1 − 2)n .
Et
) )
a0 = 1
⇔ √ λ+μ=1√
a1 = a0 + 2b0 = 1 λ(1 + 2) + μ(1 − 2) = 1
)
√ μ =1−λ √
⇔
λ(1 + 2) + (1 − λ)(1 − 2) = 1
)
√ μ =√1 − λ √
⇔
λ + λ 2 + 1 − 2 − λ + 2λ = 1
) ) 1
⇔ √= 1 −√
μ λ
⇔
μ= 2
1 .
2 2λ = 2 λ= 2
On conclut que
1 √ √
∀ n ∈ N, an = (1 + 2)n + (1 − 2)n .
2
Exercice 9.5 Résolution d’une équation d’inconnue dans N∗ 187
2.d. On pourrait montrer de même que (bn ) est récurrente linéaire d’ordre 2, mais le
plus rapide ici est d’exploiter la relation de récurrence an+1 = an + 2bn pour extraire
l’expression de bn grâce à celle obtenue précédemment pour an .
Pour tout entier naturel n, an+1 = an + 2bn donc bn = 12 (an+1 − an ). Or

1 1 √ √ √ √
(an+1 − an ) = (1 + 2)n+1 + (1 − 2)n+1 − (1 + 2)n − (1 − 2)n
2 4
1 √ √ √ √
= (1 + 2)n (1 + 2 − 1) + (1 − 2)n (1 − 2 − 1)
4
√ √
2 √ 2 √
= (1 + 2)n − (1 − 2)n
4 4
√ √
2 √ n 2 √
donc : ∀ n ∈ N, bn = (1 + 2) − (1 − 2)n .
4 4
3.a. Le plus rapide ici est d’utiliser les formules explicites dont on dispose pour (an )
et (bn ) mais l’étudiant n’ayant pas su répondre aux deux questions précédentes peut
toujours s’en sortir avec un raisonnement par récurrence (c’est un peu plus long mais
ça fonctionne).
Soit n ∈ N. D’après les calculs précédents,

√ 1 √ √ 1 √ 1 √
an + 2bn = (1 + 2)n + (1 − 2)n + (1 + 2)n − (1 − 2)n
2 2 2
√
= (1 + 2)n .
De même,
√ 1 √ √ 1 √ 1 √
an − 2bn = (1 + 2)n + (1 − 2)n − (1 + 2)n + (1 − 2)n
2 2 2
√
= (1 − 2)n .
3.b. Le premier membre de la formule à obtenir doit tout de suite faire penser à
l’identité remarquable a2 − b2 = (a + b)(a − b) ce qui permet d’utiliser les résultats
précédents.
Soit n ∈ N. On a :
√ √ √ √
a2n − 2b2n = (an + 2bn )(an − 2bn ) = (1 + 2)n (1 − 2)n (d’après 3.a)
√ √
= ((1 + 2)(1 − 2))n = (1 − 2)n = (−1)n .
√ √
4.a. Au brouillon, on calcule N + N − 1 avec N = a2n ce qui montre comment
exploiter l’information sur la parité de n et les formules obtenues aux questions 3.a
et 3.b.
On a d’après le résultat de la question précédente : a2n = (−1)n + 2b2n = 1 + 2b2n (car

n est pair) donc
! ! ! √
a2n + a2n − 1 = |an | + 2b2n = an + 2bn (car an , bn 0, cf question 2.a)
√
= (1 + 2)n (d’après la question 3.a).
√ √ √
Ainsi, l’entier naturel a2n est solution N de (1 + 2)n = N + N − 1.
4.b. Ici, on nous laisse l’initiative sur le choix de N. Compte tenu de l’imparité de n,
une adaptation du raisonnement précédent montre :
! ! √
a2n + a2n + 1 = (1 + 2)n .
Le choix qui s’impose donc pour N est a2n + 1, c’est-à-dire 2b2n .
Si n est impair, on a cette fois a2n = (−1)n + 2b2n = −1 + 2b2n et

! ! √ ! ! √
2b2n + 2b2n − 1 = 2 b2n + a2n = 2bn + an (car an , bn 0)
√ n
= (1 + 2) (d’après la question 3.a).
2
√ √ √
Ainsi, l’entier naturel 2bn est solution N de (1 + 2)n = N + N − 1.
5. Le choix des noms des variables et les lignes 2, 5 nous indiquent que l’on stocke dans
a et b les termes des suites (ap )p∈N et (bp )p∈N (on reconnaît à la ligne 5 la relation
de récurrence bk = ak−1 + bk−1 ). Grâce aux résultats de la question précédente, on
comprend
√ alors
√ que√la fonction donne en sortie l’entier naturel N tel que
(1 + 2)n = N + N − 1 et que la condition de l’instruction conditionnelle if porte
donc sur la parité de n.
1 def Mystere(n):
2 a, b = 1, 0
4 aux = a + 2*b # aux stocke la nouvelle valeur de a.
5 b = a + b
6 a = aux
7 if n%2 == 0 : # ou not(n%2). Traduit: "si n est pair".
8 return a**2
9 else:
10 return 2*b**2
À partir d’un
√ entier √ n, la fonction donne en sortie l’entier naturel N 1 tel
√ naturel
que (1 + 2)n = N + N − 1.
Exercice 9.6 Suites et limites classiques 189
Exercice 9.6 : Suites et limites classiques
Pour x ∈ R et n ∈ N∗ , on pose
x n
n
1
n
En (x) = 1 + , Gn (x) = xk et Sn (x) = kx
n n2
k=0 k=1
où y désigne la partie entière du réel y.
1. Montrer que la suite (En (x)) est convergente et calculer sa limite.
2. Discuter la convergence de (Gn (x)) selon la valeur de x.
3. Déterminer la limite de (Sn (x)).
1. On fait face à la forme indéterminée 1∞ et on va lever l’indétermination en passant

(avec précaution) en exponentielle de logarithme ab = eb ln a .
Tout d’abord, pour x = 0, En (x) = 1 donc (En (0)) converge vers 1.

x x
Par ailleurs, pour x = 0, comme lim = 0, à partir d’un certain rang, 1 + > 0
n→+∞ n n
et
ln 1 + nx
x
En (x) = exp n ln 1 + = exp x x .
n n
ln(1 + u)
Ainsi, en utilisant que lim = 1, par composition de limites et continuité de
u→0 u
x
exp, (En (x)) converge vers e .
Comme e0 = 1, c’est aussi le cas pour x = 0. Finalement, dans tous les cas, (En (x))
converge vers ex .
On retiendra l’utilisation de l’écriture en exponentielle de logarithme

de la fonction puissance ab = eb ln a pour lever l’indétermination de la
forme 1∞ .
2. On reconnaît la somme des premiers termes d’une suite géométrique donc on dispose
d’une expression sans somme qui permet de conclure.
1 − xn+1
Pour x = 1, Gn (x) = donc
1−x
1
• si |x| < 1, lim xn+1 = 0 donc (Gn (x)) converge vers ;
n→+∞ 1−x
• si x = −1, (G2n (−1)) et (G2n+1 (−1)) sont constantes de valeur respective 1 et
0 donc (Gn (−1)) diverge ;
• si x > 1, lim xn+1 = +∞ donc (Gn (x)) diverge vers +∞ ;
n→+∞
• si x < −1, (G2n (x)) et (G2n+1 (x)) divergent vers +∞ et −∞ respectivement

donc (Gn (x)) diverge.
Pour x = 1, Gn (x) = n + 1 donc (Gn (1)) diverge vers +∞.

1
Finalement (Gn (x)) converge ssi |x| < 1 et sa limite est, dans ce cas, .
1−x
3. La seule information viable avec la partie entière est x x < x + 1 que l’on
va “renverser” pour encadrer la partie entière et très vraisemblablement utiliser le
théorème dit “des gendarmes”.
On sait que, pour y ∈ R, y y < y + 1 donc y − 1 < y y. En particulier,
pour y = kx avec x ∈ R,
∀ k 1, kx − 1 < kx kx
et, en sommant cet encadrement pour k ∈ 1, n, pour tout n 1,

n

n

n
(kx − 1) < kx kx.

k=1 k=1 k=1
Comme

n

n

n
n(n + 1) n
n(n + 1)
(kx − 1) < kx kx ⇐⇒ x−n < kx x
2 2
k=1 k=1 k=1 k=1

x 1 1 1 x
⇐⇒ − < Sn (x) 1 +
1+
2 n n n 2
1 x
et lim = 0, on conclut que (Sn (x)) converge vers d’après le théorème des
n→+∞ n 2
gendarmes.
On notera qu’on a géré le problème de la partie entière en recourant à

sa caractérisation par encadrement et in fine aux théorèmes des gen-
darmes : ce sera très souvent le cas.
Exercice 9.7 Série de Riemann ζ(2) 191
Exercice 9.7 : Série de Riemann ζ(2)
Pour n ∈ N∗ , on pose
n
1 1 2 n
un = , vn = un + et Un = kuk .
k2 n n(n + 1)
k=1 k=1
1 1 1 1
1. Montrer que, pour tout k 1, − 2 . En déduire la
(k + 1)2 k k+1 k
convergence de (un ).
2. Montrer que les suites (un ) et (vn ) sont adjacentes. Que peut-on en déduire ?
On note l la limite de (un ).
un + vn 1
3. a. Montrer que est une approximation de l à près.
2 2n
b. Compléter la fonction Python suivante qui calcule une valeur approchée
de l à erreur près où le réel strictement positif erreur est donné.
1 def Approch (erreur):

2 u , k = 1 , 1
3 while ___________:
4 k += 1
5 u = u + 1/k/k
6 return u+1/k/2
2
4. Montrer que : ∀ n 1, 0 l − Un .
n+1
1 1 1
1. Après réduction au même dénominateur − = , on constate que le
k k+1 k(k + 1)
terme central de l’encadrement possède la même forme que les encadrants (c’en est
1 1 1
la moyenne géométrique). Il s’agit d’obtenir donc il
(k + 1)2 k(k + 1) (k + 1)2
suffit (les termes sont tous positifs) de montrer (k + 1)2 k(k + 1) k 2 . Ces deux
inégalités s’obtiennent “séparément” en multipliant l’évidence k +1 k par les entiers
positifs k + 1 (pour la première) et k (pour la seconde).
Pour k 1,
1k k+1 entraîne 1 k2 k(k + 1) (k + 1)2
1 1 1
puis 2
(k + 1)2 k(k + 1) k
(car la fonction inverse est décroissante sur R∗+ ).
1 1 1
Or − = donc
k k+1 k(k + 1)
1 1 1 1
∀ k 1, − 2.
(k + 1)2 k k+1 k
En sommant naïvement ces encadrements pour k ∈ 1, n en vue de faire apparaître

n
1 1 1
un , on obtient, par télescopage, − un . La minoration de
(k + 1)2 1 n+1
k=1
un ainsi obtenue ne permet pas de conclure, en revanche l’autre inégalité qui est
1
un+1 − 1 1 − permet de voir que (un ) est majorée par 2 et espérer conclure
n+1
par le théorème de convergence monotone.
En sommant la première inégalité pour k ∈ 1, n − 1, on obtient par télescopage

n−1
1 1 1 1
1− donc un − 1 1 − i.e. un 2 − . En particulier, (un )
(k + 1)2 n n n
k=1
1
est majorée par 2 et croissante (un+1 − un = > 0 pour tout n 1) donc,
(n + 1)2
d’après le théorème de la limite monotone, elle est convergente.
2. Pour obtenir l’adjacence, il y a deux points à vérifier :
• la croissance d’une suite et la décroissance de l’autre,
On a déjà vu que (un ) est croissante et, pour n ∈ N∗ ,

1 1 1 1 1
vn+1 − vn = un+1 + − un − = − =− <0
n+1 n (n + 1)2 n(n + 1) n(n + 1)2
donc (vn ) est décroissante.
• la nullité de la limite de la différence.
1
Par ailleurs, vn − un = donc lim (vn − un ) = 0.
n n→+∞
Finalement, (un ) et (vn ) sont adjacentes et, par suite, convergentes vers le même réel.

un + vn 1

3.a. Le but est d’obtenir − l . Visualisons les positions de chacun sur
2 2n
la droite réelle.
l
un = un +vn
2 − 1
2n
un +vn
2 vn = un +vn
2 + 1
2n
Par le théorème des suites adjacentes, pour tout n ∈ N∗ , l ∈ [un , vn ].

un + vn 1 un + vn 1
Or un = − et vn = + donc
2 2n 2 2n
un + vn 1 un + vn 1
un l vn ⇐⇒ − l +
2 2n 2 2n
1 un + vn 1
⇐⇒ − l−
2n 2 2n
un + vn 1
⇐⇒ l − .
2 2n
un + vn 1
Ainsi, est une approximation de l à près
2 2n
Exercice 9.8 Moyennes arithmétiques et harmoniques 193
1
3.b. La condition de poursuite est que la majoration de l’erreur dépasse l’erreur
2k
autorisée erreur.
1 def Approch (erreur): # définit nom de fonction et argument

2 u , k = 1 , 1 # initialise u_n et l'indice à 1
3 while 2*k*erreur<1: # teste si 1/(2k) dépasse le seuil choisi
4 k += 1 # incrémente l'indice
5 u = u + 1/k/k # actualise la valeur de u_n
6 return u+1/k/2 # retourne la moyenne de u_n et v_n
4. Partant de l’encadrement uk l vk pour atteindre Un , on obtient

n
n
n
n
2 2 2 2 1
kuk kl kvk = k uk +
n(n + 1) n(n + 1) n(n + 1) n(n + 1) k
k=1 k=1 k=1 k=1
2
autrement dit Un l Un + ce que l’on va présenter légèrement différemment.
n+1
On a vu précédemment que, pour tout k ∈ N∗ , uk l vk et on a :
1
uk l vk ⇐⇒ 0 l − uk ⇐⇒ 0 kl − kuk 1.
k
En sommant ces encadrements, pour k ∈ 1, n, on en déduit que

n

n

n
0l k− kuk 1
k=1 k=1 k=1
n(n + 1) n(n + 1) 2
donc 0 l − Un n et finalement 0 l − Un .
2 2 n+1
Exercice 9.8 : Moyennes arithmétiques et harmoniques
Soit 0 < a < b. On pose h0 = a, m0 = b et on définit deux suites (hn ) et (mn )

par récurrence par, pour tout n ∈ N,
mn + hn 2 1 1
mn+1 = et = + .
2 hn+1 mn hn
1. a. Montrer que, pour tout n ∈ N, mn et hn sont bien définis et 0 < hn < mn .
b. Déterminer le sens de variation des suites (hn ) et (mn ).
c. En déduire que ces deux suites sont convergentes. Sont-elles adjacentes ?
2. a. Montrer que la suite (hn mn ) est constante et en déduire la limite com-
mune l des deux suites (hn ) et (mn ).
b. Vérifier que
(mn − l)2
∀ n ∈ N, mn+1 − l = .
2mn
1.a. (mn ) et (hn ) sont définies par des relations de récurrence donc il est naturel de
procéder de proche en proche i.e. de raisonner par récurrence.
On va procéder par récurrence en notant, pour n ∈ N, Pn la proposition
“hn et mn sont bien définis et 0 < hn < mn ”.
Pour l’initialisation, P0 est vraie puisque h0 = a, m0 = b et 0 < a < b.
Concernant l’hérédité, supposons que, pour un certain entier naturel n, Pn est vraie.
hn+1 est alors bien défini puisque hn et mn sont strictement positifs tout comme
1 1 2
+ . mn+1 était de toute façon bien défini. De plus, hn+1 = 1 > 0 et
mn hn m
+ h1
n n
mn + hn 2 mn + hn 2mn hn
mn+1 − hn+1 = − 1 1
= −
2 mn
+ hn
2 hn + mn
2
(mn + hn ) − 4hn mn m2 + −2mn hn + h2n
= = n
2(hn + mn ) 2(hn + mn )
(mn − hn )2
= >0
2(hn + mn )
donc 0 < hn+1 < mn+1 . Finalement, Pn+1 est vraie.
En conclusion, les suites (hn ) et (mn ) sont bien définies et : ∀ n ∈ N, 0 < hn < mn .
1.b. Les deux suites sont à valeurs strictement positives donc les variations s’étudient
au choix en étudiant
• ou bien le signe de la différence de deux termes consécutifs, ce qui semble pertinent
pour (mn ) qui est définie par une somme ;
hn − mn
Pour n ∈ N, mn+1 − mn = < 0 donc (mn ) est décroissante.
2
• ou bien la position par rapport à 1 du quotient de deux termes consécutifs, ce qui
semble pertinent pour (hn ) qui est définie à l’aide d’inverses.
hn 1
h 1
n
Pour n ∈ N, = +1 < (1 + 1) = 1 donc (hn ) est croissante.
hn+1 2 mn 2
1.c. Compte tenu de ce qu’on le vient d’obtenir (la monotonie des suites), le théorème
de convergence monotone semble tout indiqué sous réserve d’obtenir un majorant ou
un minorant.
(mn ) est décroissante et minorée par 0 donc, d’après le théorème de la limite mono-
tone, elle est convergente. De même, (hn ) est croissante et majorée par m0 = b donc
elle converge aussi.
Une fois la convergence obtenue, on peut passer à la limite dans les relations de
récurrence pour voir quelles contraintes cela impose sur les limites des suites.
Si on note m∞ et h∞ les limites respectives des deux suites, on obtient, en passant
à la limite lorsque n tend vers +∞ dans la première relation de récurrence,
m∞ + h∞
m∞ =
2
donc 2m∞ = m∞ + h∞ i.e. m∞ = h∞ . En particulier, lim (mn − hn ) = 0.
n→+∞
Exercice 9.9 Étude d’une suite définie implicitement 195
En conclusion, (mn ) et (hn ) sont adjacentes ∗.

2.a. La constance d’une suite s’obtient en montrant l’égalité systématique de deux
termes consécutifs, ici
2 mn + h n mn + hn
hn+1 mn+1 = 1 1 = hn +mn = hn mn .
mn + h n
2 m h n n
Pour n ∈ N,
2 1 1 2 2
= + =
hn+1 mn+1 mn hn mn + hn hn mn
donc la suite (hn mn ) est constante.
En particulier, pour tout n ∈ N, hn m
√n = h0 m0 = ab et, en passant à la limite lorsque
n tend vers +∞, l2 = ab donc l = ab †.
l2
2.b. La question précédente permet d’exprimer hn en fonction de mn via hn =
mn
de sorte que
l2
mn + hn mn + mn m2n + l2
mn+1 = = = .
2 2 2mn
Soit n ∈ N,
mn + hn m2 + hn mn − 2lmn m2 − 2lmn + l2 (mn − l)2
mn+1 − l = −l = n = n = .
2 2mn 2mn 2mn
Exercice 9.9 : Étude d’une suite définie implicitement
Pour x 0, on pose f (x) = x + ex .

1. Montrer que, pour tout n ∈ N∗ , l’équation f (x) = n admet une unique solution
sur R+ que l’on notera un .
2. Étudier les variations de (un ).
3. En déduire sa limite puis montrer que un ∼ ln n.
n→+∞
4. Écrire une fonction Python prenant n en entrée (n ∈ N∗ ) et donnant en sortie

une approximation de un à 10−6 près. Examiner ce qu’on obtient pour ln un
n
pour n ∈ {100, 500, 1000} et commenter.
Pour n ∈ N∗ , on pose vn = un − ln n.
5. Déterminer un équivalent de (vn ) et en déduire qu’il existe deux réels a et b

tels que
ln n ln n
un = a ln n + b + ◦ .
n n→+∞ n
1. En reformulant la question, il s’agit de montrer que n admet un unique antécédent

par f , cela fait penser à une bijection.
∗. Contrairement à l’habitude, ce n’est pas la convergence qui est une conséquence de l’adjacence
mais le contraire...
†. l n’est autre que la moyenne géométrique de a et de b.
f est dérivable sur R+ de dérivée x → 1 + ex strictement positive sur R+ . Par

conséquent, f est strictement croissante sur R+ . Comme de plus f est continue sur
R+ , d’aprèsle théorème de la bijection, f réalise une bijection (croissante) de R+ sur
l’intervalle f (0), lim f = [1, +∞[ (car lim x = lim ex = +∞).
+∞ x→+∞ x→+∞
En particulier, pour tout n 1, n admet un unique antécédent un par f dans R+ .
2. Le tableau de variations de f est le suivant.
x 0 un +∞
+∞
f (x) n
Pour déterminer la monotonie de (un ), il faut savoir si un+1 doit être placé à gauche
ou à droite de un dans la partie haute du tableau. Pour ce faire, il faut regarder si
l’image de un+1 par f est en dessous ou au dessus de celle de un dans la partie basse
du tableau.
Pour n 1, f (un+1 ) = n + 1 > n = f (un ) donc, comme f est strictement croissante

sur R+ , sa réciproque l’est aussi et un+1 > un . Ainsi (un ) est strictement croissante.
3. On raisonne encore à partir du tableau de variations : si (un ) est majorée, alors sa

“suite image” (f (un )) l’est aussi ce qui n’est pas le cas.
D’après le théorème de la limite monotone, il n’y a que deux possibilités :

• ou bien (un ) converge vers un réel l,
• ou bien (un ) diverge vers +∞.
Supposons par l’absurde que lim un = l avec l ∈ R. On a alors, par continuité de f ,
n+∞
lim f (un ) = f (l) et, par ailleurs lim n = +∞ ce qui est contradictoire.
n→+∞ n→+∞
Finalement, lim un = +∞.
n→+∞
L’idée à retenir ici est l’importance du tableau de variations pour le rai-

sonnement : il permet de visualiser la caractérisation de un et d’obtenir
ainsi majorations, minorations et sens de variations.
Fort de savoir que (un ) tend vers +∞, dans l’égalité caractérisant un i.e. un +eun = n,
on peut négliger le premier terme : eun ∼ n. En revanche, impossible d’appliquer
“froidement” ln à cette équivalence, il va falloir travailler un peu plus mais l’idée est
là.
Exercice 9.9 Étude d’une suite définie implicitement 197
Par conséquent, par croissances comparées, un = o (eun ) et donc

n→+∞
eun ∼ un + eun .
n→+∞
eun
Autrement dit, eun ∼ n c’est-à-dire lim = 1.
n→+∞ n→+∞ n
Ainsi, par composition avec ln, lim (un − ln n) = 0 i.e. un = ln n + ◦ (1). En
n→+∞ n→+∞
particulier, comme lim ln n = +∞, un ∼ ln n.
n→+∞ n→+∞
4. On utilisera l’algorithme de dichotomie dont on rappelle le principe ici.

Si g est continue sur [a, b] et telle que g(a) et g(b) sont de signes opposés, on sait que
g s’annule sur [a, b] .
a+b
On regarde chaque "moitié" [a, c] et [c, b] de l’intervalle [a, b] (où c = ), et on ne
2
conserve que l’intervalle tel que g prend des valeurs de signes opposés en ses extrémités
(ce qui assure que g change de signe sur cet intervalle et donc s’annule au moins une
fois sur celui-ci). On continue ainsi à choisir des moitiés d’intervalles jusqu’à obtenir
celui donnant l’encadrement désiré d’un réel où g s’annule.
Ici, il convient de définir de la bonne manière g et l’intervalle [a, b] de départ.
Soit n ∈ N∗ . On applique ici le principe de dichotomie à la fonction g : x → f (x) − n.

On sait que g(0) = f (0) − n = 1 − n 0 et g(n) = en > 0 donc un (le réel positif
où g s’annule) appartient à [0, n] . Ce sera notre intervalle de départ pour l’algorithme
de dichotomie.
1 from math import exp

2
3 def Dichotomie(n):
4 def g(x):
5 return x + exp(x) - n
6 a, b = 0, n
7 while (b - a)*10**6 > 1:
8 c = (a + b)/2 # si g(a) et g(c) ...
9 if g(a)*g(c) <= 0: # ... sont de signes opposés, ...
10 b = c # ... on travaille sur [a,c]
11 else:
12 a = c # sinon, on travaille sur l'intervalle [c,b].

13 return (a + b)/2 # On renvoie (a+b)/2 (ou a ou b)
L’utilisation du code suivant (faisant appel à la fonction précédente)
1 from math import log

2
3 for k in [100,500,1000]:
4 print(Dichotomie(k)/log(k))
fournit les valeurs

0.9898686697683517 0.9979915530122266 0.9989975587311465
un
ce qui est en accord avec lim = 1 c’est-à-dire un ∼ ln n.
n→+∞ ln n
Formulons deux remarques :
On aura remarqué à la ligne 7 de la dichotomie la condition

while (b - a)*10**6 > 1: au lieu de while (b - a) > 10**(-6):.
C’est une bonne pratique de comparer deux entiers plutôt que deux flot-
tants quand cela est possible (pour éviter les erreurs d’approximations,
voir aussi page 255).
On ne pouvait guère travailler avec de trop grandes valeurs de n pour le

calcul de un compte tenu du fait que en tend très vite vers +∞ (risque
de OverflowError).
5. Il s’agit en fait de trouver le terme suivant (négligeable devant ln n) dans le déve-

loppement asymptotique de un . Pour y parvenir, on procède comme pour un à partir
de l’équation qui caractérise vn et en “éliminant” les termes qu’on sait négligeables.
En injectant un = ln n + vn dans la caractérisation de un , on obtient
n = ln n + vn + eln n+vn = ln n + vn + nevn
vn
donc n (1 − e ) = ln n + vn .
En utilisant la question précédente vn = ◦ (ln n), on en déduit
n→+∞
n (1 − evn ) = ln n + ◦ (ln n).

n→+∞
Or

ln n ln n
n (1 − evn ) = ln n + ◦ (ln n) ⇐⇒ evn = 1 − + ◦
n→+∞ n n→+∞ n

ln n ln n
⇐⇒ vn = ln 1 − + ◦
n n→+∞ n
ln n ln n
donc, comme ln(1 + u) ∼ u et lim − = 0, on a vn ∼ − et,
u→0 n→+∞ n n→+∞ n
finalement,
ln n ln n
un = ln n − + ◦ .
n n→+∞ n
L’idée à retenir ici est la faculté à “faire le tri des forces en présence”
pour se concentrer sur les termes dominants et trouver les moyens de
justifier que les autres termes sont effectivement négligeables.
• Savoir utiliser les suites usuelles

(cf exercices 9.1, 9.2, 9.4, questions 9.3.3, 9.6.2 et 9.5.2.c)
♦ arithmétiques i.e. vérifiant un+1 = un + r ,
♦ géométriques i.e. vérifiant un+1 = qun ,
♦ arithmético-géométriques i.e. vérifiant un+1 = aun + b ,
♦ linéairement récurrentes d’ordre 2 i.e. vérifiant un+2 = aun+1 + bun .
• Savoir étudier les variations ou le caractère majoré/minoré d’une suite

(cf questions 9.8.1.b, 9.8.1.c et 9.9.2)
• Savoir utiliser les propriétés des limites (cf exercice 9.6, questions 9.4.2.c,
9.8.1.c et 9.8.2.a)
♦ pour les opérations algébriques,
♦ pour la composition avec une fonction continue ou de limites connues aux
infinis.
• Savoir utiliser le théorème dit “des gendarmes” ou son extension aux

limites infinies (cf question 9.6.3)
• Savoir utiliser le théorème de la limite monotone (cf questions 9.7.1

et 9.8.1.c)
• Savoir vérifier l’adjacence de deux suites et appliquer le théorème des

suites adjacentes (cf questions 9.7.2, 9.7.3.a et 9.8.1.c)
• Savoir utiliser le principe des croissances comparées (cf questions 9.9.3

et 9.9.5) entre familles de suites de limite +∞ : les puissances (nα ) pour α > 0,
les géométriques (an ) pour a > 1 et la factorielle (n!)
nα = ◦(an ) et an = ◦(n!) .
• Savoir comparer deux suites asymptotiquement (cf questions 9.9.3 et 9.9.5)

CHAPITRE
10
Limites et continuité
des fonctions d’une variable
Exercice 10.1 : Fonction Argsh I

!
Pour x ∈ R, on pose f (x) = ln x + 1 + x2 .
1. Montrer que f est bien définie et impaire.
2. Justifier que f réalise une bijection continue de R sur un intervalle que l’on
précisera.
3. Déterminer l’expression de f −1 la fonction réciproque de f .
4. Déterminer le signe de x → f (x) − x.
5. On fixe u0 > 0 et on définit une suite (un ) par récurrence en posant, pour tout
n ∈ N, un+1 = f (un ). Montrer que (un ) converge vers 0 en décroissant.
1. Pour le caractère “bien défini”, il faut résoudre, dans l’ordre, deux problèmes :
d’abord la racine carrée qui n’est définie que sur R+ puis le logarithme qui lui ne l’est
que sur ]0, +∞[.
√
Soit x ∈ R. Tout d’abord,
√ 1 + x2 0 donc 1 + x2 est √ bien défini. En outre,
x2 <√1 + x2 donc |x| < 1 + x2 (par stricte croissance de · sur R+ ) de sorte que
x + 1 + x2 > 0 et f (x) est bien défini.
Quant à l’imparité, il s’agit de comparer

! !
f (−x) = ln −x + 1 + x2 et f (x) = ln x + 1 + x2
ce qui doit faire penser à la quantité conjuguée.
Par ailleurs, en utilisant la quantité conjuguée,

! !
1 + x2 − x2
f (−x) = ln −x + 1 + (−x)2 = ln √ = − ln x + 1 + x2 = −f (x)
x+ 1+x 2
donc f est impaire.

2. L’utilisation même du mot bijection dans l’énoncé doit faire penser au théorème
du même nom. Il reste à en vérifier les hypothèses : stricte monotonie et continuité.
202 Chapitre 10 Limites et continuité des fonctions d’une variable
Pour x ∈ R,
1 + √2x 2 √
2 1+x 1 + x2 + x 1
f (x) = √ = √ √ = √ .
x+ 1+x 2 (x + 1 + x2 ) 1 + x2 1 + x2
Ainsi f > 0 sur R donc f est strictement croissante sur R. Comme f est de plus
continue sur R, d’après le théorème de la bijection, f réalise une bijection de R sur
l’intervalle lim f, lim f .
−∞ +∞
La limite en +∞ se calcule à partir de celles des fonctions usuelles, d’opérations

algébriques et de composition :
! √
“ lim f = ln(∞ + 1 + ∞2 ) = ln(∞ + ∞) = ln(∞ + ∞) = +∞”.
+∞
Quant à celle en −∞, elle ferait apparaître la forme indéterminée ln(−∞ + ∞) qu’on
pourrait lever à l’aide de la quantité conjuguée. Cela nous rappelle qu’on a déjà eu
recours à cette technique pour obtenir l’imparité de f et qu’il est plus simple d’utiliser
directement cette dernière propriété.
√
Or lim x = lim (1 + x2 ) = +∞, lim u = +∞ et lim ln v = +∞
x→+∞ x→+∞ u→+∞ v→+∞
donc, par composition et opérations algébriques, lim f (x) = +∞ et, par imparité,
x→+∞
lim f (x) = −∞. Finalement, f réalise une bijection de R sur R.
x→−∞
3. Il s’agit de résoudre l’égalité f (x) = y pour trouver l’expression de x en fonction

de y tout en sachant, par avance, qu’il n’y a qu’une seule solution.
Pour x, y ∈ R,
!
f (x) = y ⇐⇒ ln x + 1 + x2 = y
!
⇐⇒ x+ 1 + x 2 = ey
!
⇐⇒ 1 + x 2 = ey − x
⇐⇒ 1 + x2 = (ey − x)2
⇐⇒ 1 − e2y = −2ey x
ey − e−y
⇐⇒ x=
2
−y
e −e
y
donc f −1 (y) = .
2
4. Comme souvent, on étudie d’abord les variations de la fonction.
Pour x ∈ R, on pose g(x) = f (x) − x et on a alors

√
1 1 − 1 + x2 1 − (1 + x2 )
g (x) = f (x) − 1 = √ −1= √ = √ √
1 + x2 1 + x2 (1 + 1 + x2 ) 1 + x2
x2
= − √ √ .
(1 + 1 + x2 ) 1 + x2

Ainsi g (x) < 0 pour x = 0 et g est strictement décroissante sur R.
Exercice 10.2 Singularités et continuité 203
Il reste à voir les zéros de la fonction (ici, on sait d’avance qu’il n’y en a qu’un !). En
pensant au graphe de la fonction f , à la première bissectrice (d’équation y = x) et à
l’imparité de f , on se doute qu’il s’agit de 0.
Comme on a g(0) = f (0) = ln 1 = 0, g est strictement positive sur ] − ∞, 0[, nulle

en 0 et strictement négative sur ]0, +∞[.
5. Compte tenu des questions précédentes, l’allure du graphe de la fonction est le
suivant.
y=x
y = f (x)
u1 u0
Cela permet de visualiser le comportement de la suite avant de le montrer rigoureu-

sement :
• d’abord la décroissance et la positivité par récurrence ;
Montrons par récurrence sur n ∈ N que 0 un+1 un .

Pour l’initialisation, comme u0 > 0 et u1 = f (u0 ), par croissance de f , u1 0 et,
d’après la question précédente, u1 < u0 donc, finalement 0 u1 u0 .
Quant à l’hérédité, supposons que, pour un certain n ∈ N, 0 un+1 un . Par
croissance de f sur R, f (0) f (un+1 ) f (un ) i.e. 0 un+2 un+1 .
Finalement, par principe de récurrence, (un ) est décroissante et minorée par 0.
• puis la convergence vers l’unique point fixe 0.
D’après le théorème de la limite monotone, (un ) est convergente. Notons u∞ la limite

de (un ), par continuité de f , on a, en faisant tendre n vers +∞ dans un+1 = f (un ),
u∞ = f (u∞ ). Le résultat de la question précédente donne alors que u∞ = 0.
En conclusion (un ) converge vers 0 en décroissant.
Exercice 10.2 : Singularités et continuité

1 1
On pose, pour x ∈ R∗ , ψ(x) = exp − 2 , ϕ(x) = x sin2 , θ(x) = x3 ln(x2 )
x x
et ψ(0) = ϕ(0) = θ(0) = 0.
1. Montrer que ψ, ϕ et θ sont continues sur R.
2. Déterminer un équivalent simple en +∞ de ϕ et montrer que

1 1
ψ(x) = 1 − 2 + ◦ .
x x→+∞ x2
1. Sur R∗ , la continuité découle des “théorèmes généraux” (opérations algébriques et

composition).
1
Concernant ψ, la fraction rationnelle x → − est continue sur R∗ et exp est continue
x2
sur R donc, par composition, ψ est continue sur R∗ . Avec les mêmes arguments
1
x → sin est continue sur R∗ et, comme x → x aussi, par produit, ϕ l’est aussi.
x
Les fonctions polynomiales x → x3 et x → x2 sont continues sur R∗ et la seconde
est à valeurs dans ]0, +∞[. La fonction ln étant continue sur ce dernier intervalle, par
composition, x → ln(x2 ) est continue sur R∗ et, finalement, par produit, θ aussi.
En 0, il faut revenir à la définition en calculant une limite.
1
En outre, lim − = −∞ et lim exp = 0 donc, par composition de limites,
x2
x→0 −∞
lim ψ(x) = 0 = ψ(0) et ψ est continue en 0.
x→0

1
Pour ϕ, le problème est que x → sin 2
oscille très fortement au voisinage de 0.
x
Mais on remarque quecette dernière fonction est bornée, le comportement de la
1
fonction ϕ : x → x sin2 au voisinage de 0 est donc dicté par x → x qui tend vers
x
0 en 0.

1
Quant à ϕ, on a, pour tout x = 0, sin 1 donc |ϕ(x)| |x|. Or lim |x| = 0
x x→0
donc, d’après le théorème des gendarmes, lim ϕ(x) = 0 = ϕ(0) et ϕ est continue
x→0
en 0.
Quant à θ, on y rencontre l’indétermination 0 × ∞ qu’on lève par comparaison (des
1
vitesses) de (dé)croissance en 0 de la fonction puissance négative x → 3 et de la
x
fonction logarithme ln.

1
Pour x = 0, θ(x) = 2x3 ln |x|. Or, par croissances comparées, ln |x| = ◦
x→0 x3
donc lim θ(x) = 0 = θ(0) et θ est continue en 0.
x→0
En conclusion ψ, ϕ et θ sont continues sur R.
On retiendra pour les calculs de limite que :

• si interviennent des fonctions oscillantes bornées (souvent sin ou cos
aux infinis), alors on peut procéder par encadrement et essayer d’appli-
quer le théorème des gendarmes ;
• si on rencontre des indéterminations dues à des ln et des fonctions
puissances, alors on doit essayer d’utiliser le principe des croissances
comparées.
Exercice 10.3 Limites et fonctions usuelles 205
2. On va utiliser les équivalents usuels sin u ∼ u et (eu − 1) ∼ u (qui proviennent du

0 0
fait que le nombre dérivé de sin et exp en 0 est 1).
1 1 1
Comme lim = 0 et sin u ∼ u, par composition, sin ∼ . D’où, par
x x x
x→+∞
2 u→0 x→+∞
1 1
produit, ϕ(x) ∼ x × ∼ .
x→+∞ x x→+∞ x
1
De même, avec (eu − 1) ∼ u, on obtient, (ψ(x) − 1) ∼ − donc
u→0 x→+∞ x2

1 1
ψ(x) = 1 − + ◦ .
x2 x→+∞ x2
Exercice 10.3 : Limites et fonctions usuelles

1 + x
Soit f la fonction définie sur D = R \ {−1, 1} par f (x) = ln .
1 − x
1. Montrer que f est impaire sur D et justifier qu’elle y est continue.
2. Donner les limites de f en 1 et en +∞.
3. Résoudre l’équation f (x) = 0.
1
4. Soit g la fonction définie sur R \ {−1, 0, 1} par g(x) = .
f (x)
a. Donner les limites de g en +∞, 1 et 0+ .
b. g est-elle prolongeable par continuité en 0 ? et en 1 ?
1. Pour l’imparité, on compare

1 + x 1 − x

f (x) = ln
et f (−x) = ln
1 − x 1 + x
1
et on se souvient que ln = − ln u.
u
Soit x ∈ D. Tout d’abord −x ∈ D et

1 + (−x)

f (−x) = ln = ln 1 − x = − ln 1 + x = −f (x).
1 − (−x) 1+x 1−x
Pour la continuité, on détaille comment f est fabriquée à partir de fonctions usuelles.
1+x
La fraction rationnelle x → est continue sur R \ {1} et ne s’annule qu’en −1.
1−x
1 + x
Par composition avec | · | qui est continue sur R, x → est continue sur D
1−x
et à valeurs dans ]0, +∞[. Par une nouvelle composition avec ln qui est continue sur
]0, +∞[, f est continue sur D.

1 + 1

2. En 1, “lim f = ln = ln ∞ = ∞” donc la limite s’obtient facilement. En
1 1 − 1
∞ ∞
revanche, en +∞, “lim f = ln ”. Pour lever l’indétermination de la forme , on
+∞ ∞ ∞
factorise au numérateur et au dénominateur par les termes dominants (ici x).

1 + x
lim = +∞ donc lim f (x) = +∞.
x→1 1 − x 1
x→1
x + 1
En outre, f (x) = ln 1 donc lim f (x) = 0.
x
− 1 x→+∞
3. Pour résoudre f (x) = 0, on va “dévisser” pas à pas la fonction. On pourrait

même en transformer l’écriture pour que x n’apparaisse qu’une seule fois puisque
1+x 2
= −1 + mais ce n’est pas indispensable ici.
1−x 1−x
Pour x ∈ D,

1 + x 1 + x
f (x) = 0 ⇐⇒ ln = 0 ⇐⇒ = 1 ⇐⇒ |1 + x| = |1 − x|
) 1−x 1−x
)
|x| > 1 |x| < 1
⇐⇒ ou
−(1 + x) = 1 − x 1+x = 1−x
) )
|x| > 1 |x| < 1
⇐⇒ ou
−1 = 1 x=0
⇐⇒ x = 0.
4.a. Il suffit de passer à l’inverse pour les limites déjà trouvées (en 1 et en +∞) en
faisant éventuellement attention aux signes pour distinguer 0+ de 0− . Quant à celle
en 0+ , comme f (0) = 0 et que f y est continue...
Pour x > 1, x + 1 > x − 1 > 0 donc f (x) > 0 et f tend en +∞ vers 0 par valeurs
positives. Ainsi, lim g(x) = +∞.
x→+∞
En outre, lim f (x) = +∞ donc lim g(x) = 0.
x→1 x→1
Enfin, comme f est continue en 0, lim f (x) = f (0) = 0 et, puisque f > 0 sur ]0, 1[,
x→0
lim g(x) = +∞.
x→0+
4.b. On fait le bilan des limites obtenues.
g n’est pas prolongeable par continuité en 0 mais elle l’est en 1, il suffit de poser
g(1) = 0.
Exercice 10.4 Points fixes et injectivité 207
Exercice 10.4 : Points fixes et injectivité
Soit f : [0, 1] → [0, 1].

1. On suppose dans cette question uniquement que f est continue sur [0, 1].
a. Montrer que f admet un point fixe.
b. Montrer que pour tout n ∈ N∗ , il existe un ∈ [0, 1] tel que f (un ) = unn .
c. Sous l’hypothèse supplémentaire que f est strictement décroissante, mon-
trer que un est unique et que lim un = 1.
n→+∞
2. On suppose dans cette question uniquement que :

∀ (x, y) ∈ [0, 1]2 , x = y ⇒ |f (x) − f (y)| < |x − y| .
Montrer que f admet un unique point fixe.
3. On suppose désormais que :
f est continue sur [0, 1], f (0) = 0, f (1) = 1 et f ◦ f ◦ f = Id
(où Id est la fonction identité de [0, 1] i.e. ∀ x ∈ [0, 1], f (f (f (x))) = x).
a. Montrer que f est injective.
b. En raisonnant par l’absurde en déduire que f est strictement croissante.
c. Conclure quant à l’identité de f .
1.a. L’énoncé demande une existence de solution pour l’équation f (x) = x mais ni
l’unicité ni la valeur précise, on se tourne donc naturellement vers le théorème des
valeurs intermédiaires. Il reste à voir pour quelle fonction : selon l’usage, on “regroupe
tout” dans un seul membre f (x) − x = 0 et on cherche donc à montrer que la fonction
x → f (x) − x s’annule.
Pour x ∈ [0, 1], on pose g(x) = f (x) − x. Par différence, g est continue sur [0, 1]. En
outre, comme f est à valeurs dans [0, 1], g(0) = f (0) 0 et g(1) = f (1) − 1 0.
Ainsi, par le théorème des valeurs intermédiaires, il existe x0 ∈ [0, 1] tel que g(x0 ) = 0
i.e. f (x0 ) = x0 .
1.b. On reprend bien sûr la stratégie précédente.
Soit n ∈ N∗ , pour x ∈ [0, 1], on pose gn (x) = f (x) − xn . Par différence, gn est
continue sur [0, 1]. En outre, gn (0) = f (0) 0 et gn (1) = f (1) − 1 0. Le théorème
des valeurs intermédiaires s’applique encore et il existe un ∈ [0, 1] tel que gn (un ) = 0
i.e. f (un ) = un
n.
1.c. Ce coup-ci l’unicité est demandée mais toujours pas la valeur, on s’oriente vers le
théorème de la bijection. Il va donc falloir obtenir la stricte monotonie de gn . Comme
f n’est pas supposée dérivable, on se gardera bien de dériver pour l’obtenir.
Soit x, y ∈ [0, 1] tels que x < y et n ∈ N∗ .

Par stricte décroissance de f , f (x) > f (y) et, par stricte croissance de t → tn sur R+ ,
xn < y n . D’où, f (x) − xn > f (y) − y n . Autrement dit la fonction gn introduite à
la question précédente est strictement décroissante. De plus, elle est aussi continue
donc, d’après le théorème de la bijection, il y a unicité de un .
Visualisons sur un dessin les premiers termes de la suite.
y=x
y = x2
y = x3
y = x4
y = f (x)
u1 u2 u3 u4 1
Il semble raisonnable de conjecturer que (un ) est croissante et converge vers 1.
Étudions la monotonie de (un ). On a

gn (un+1 ) = f (un+1 ) − un n+1 n n
n+1 = un+1 − un+1 = un+1 (un+1 − 1)
donc gn (un+1 ) 0.
Ainsi, comme gn est (strictement) décroissante et gn (un+1 ) gn (un ), on obtient
un+1 un de sorte que (un ) est croissante.
La majoration par 1 garantit qu’il y a alors convergence.
Comme (un ) est aussi majorée par 1, d’après le théorème de la limite monotone, elle
converge (en croissant) vers un réel l ∈ [0, 1].
Graphiquement, 1 semble le bon candidat pour l. La seule information caractérisant

un est l’égalité f (un ) = unn et on est tenté d’y passer à la limite ce qui requiert une
distinction suivant que un tend vers 1 ou pas. Comme 1 est la limite espérée, on va
raisonner par l’absurde.
Supposons, par l’absurde, que l ∈ [0, 1[. Pour tout n ∈ N∗ , 0 f (un ) = un

n l
n
donc, par le théorème des gendarmes, lim f (un ) = 0. En outre, par continuité de
n→+∞
f en l, lim f (un ) = f (l). Par unicité de la limite, f (l) = 0.
n→+∞
Exercice 10.4 Points fixes et injectivité 209
Compte tenu de la stricte décroissance de f (qui joue un rôle crucial ici) et de son
tableau de variations,
x 0 l 1
f (0)
f (x) 0
f (1)
nous constatons que l’hypothèse f ([0, 1]) ⊆ [0, 1] est violée, ce qui est la contradiction
recherchée.
l < 1 donc, f étant strictement décroissante, f (1) < f (l) i.e. f (1) < 0 ce qui contredit
que f est à valeurs dans [0, 1]. Finalement, l = 1 autrement dit (un ) converge vers 1.
2. Contrairement à 1.a, f n’est plus supposée continue mais vérifie une propriété
qu’on va visualiser ainsi : les variations (“verticales”) de la valeur de la fonction ne
peuvent pas dépasser les variations (“horizontales”) de la variable. En faisant tendre
vers 0 ces dernières variations, on constate alors qu’on récupère la continuité.
|f (a + h) − f (a)|
|h|
Pour tout a ∈ [0, 1] et tout h ∈ R tels que a + h ∈ [0, 1], |f (a + h) − f (a)| < |h|.
En particulier, d’après le théorème des gendarmes, lim f (a + h) = f (a) i.e. f est
h→0
continue en a. Comme f est continue sur [0, 1], on peut appliquer 1.a pour conclure
que f admet au moins un point fixe dans [0, 1].
Maintenant qu’on connaît l’existence d’un point fixe x0 , on a envie d’exploiter la
propriété vérifiée par f en particularisant x ou y avec la valeur x0 :
∀ y ∈ [0, 1] \ {x0 }, |x0 − f (y)| < |x0 − y|.
Que faire de cette variable y libre ? L’idée est de la particulariser elle aussi à un
éventuel second point fixe pour voir ce qu’il advient.
Supposons par l’absurde que f admet au moins deux points fixes dans [0, 1] distincts
x0 et y0 . En particulier, |f (x0 ) − f (y0 )| < |x0 − y0 | i.e. |x0 − y0 | < |x0 − y0 | ce qui
est absurde. Ainsi f admet au plus un point fixe dans [0, 1].
En conclusion, f admet un unique point fixe dans [0, 1].
3.a. On rappelle que f est dite injective si

∀ (x, y) ∈ [0, 1]2 , f (x) = f (y) ⇒ x=y .
Partant de f (x) = f (y), il suffit d’exploiter f ◦ f ◦ f = Id.
Soient x, y ∈ [0, 1] tels que f (x) = f (y), alors x = f (f (f (x))) = f (f (f (y)) = y

donc f est injective.
3.b. Visualisons le comportement de f : on doit passer de la hauteur 0 (en 0) à la

hauteur 1 (en 1) continûment et sans passer deux fois par la même hauteur (c’est
la signification de l’injectivité). On pressent très bien que f doit être strictement
croissante. L’énoncé nous impose de raisonner par l’absurde pour le prouver. Dire que
f est strictement croissante se traduit par l’assertion

∀ (x, y) ∈ [0, 1]2 , x < y ⇒ f (x) < f (y)
dont la négation logique est

∃ (x, y) ∈ [0, 1]2 , x<y et f (x) f (y)
puisque la négation logique
• de (∀ a ∈ A, P (a)) est (∃ a ∈ A, non P (a))
• et celle de (P ⇒ Q) i.e. (Q ou non P ) est (non Q et P ).
On voit très bien sur un dessin pourquoi c’est incompatible avec l’injectivité et la
continuité.
1
f (x)
f (y)
z x y 1
0
Par l’absurde, supposons qu’il existe x < y tels que f (x) f (y) et même f (x) > f (y)
puisque f est injective. Comme f (0) = 0, on a f (0) f (y) < f (x) donc, f étant
continue sur [0, x], le théorème des valeurs intermédiaires donne l’existence de z ∈ [0, x]
tel que f (z) = f (y) ce qui contredit l’injectivité de f .
En conclusion, pour tous x, y ∈ [0, 1] tels que x < y, f (x) < f (y) i.e. f est strictement
croissante sur [0, 1].
3.c. Là encore, visualisons toutes les informations obtenues : f réalise une bijection
continue strictement croissante de [0, 1] sur lui-même. On peut penser, par exemple,
à la fonction carrée ou à la fonction racine carrée. Voyons si cela est compatible avec
f ◦ f ◦ f = Id qui a été sous-exploité pour l’instant. Si f est la fonction carrée, sa
troisième itérée f ◦ f ◦ f est encore plus “écrasée” vers la fonction constante égale
à 0 alors que si f est racine carrée, cela s’écrase vers la constante 1. Une possibilité
raisonnable est que f soit déjà Id ce qu’on démontre encore par l’absurde.
Par l’absurde une nouvelle fois, supposons qu’il existe x0 ∈ [0, 1] tel que f (x0 ) = x0 .
Supposons que x0 < f (x0 ). En utilisant deux fois la stricte croissance de f , on obtient
f (x0 ) < f (f (x0 )) puis f (f (x0 )) < f (f (f (x0 ))) donc x0 < (f ◦ f ◦ f )(x0 ) ce qui
Exercice 10.5 Continuité et commutation 211
contredit (f ◦ f ◦ f )(x0 ) = x0 . On aboutit à une contradiction analogue en supposant

x0 > f (x0 ).
Finalement, pour tout x ∈ [0, 1], f (x) = x i.e. f est la fonction identité de [0, 1].
Exercice 10.5 : Continuité et commutation
Soient f, g : [0, 1] → [0, 1] deux applications continues telles que g ◦ f = f ◦ g.

L’objectif de cet exercice est de montrer :
“Il existe un réel c appartenant à [0, 1] tel que f (c) = g(c)”.
On va raisonner par l’absurde en supposant : ∀ x ∈ [0, 1], f (x) = g(x). Quitte
à permuter f et g (qui jouent un rôle symétrique), on peut toujours supposer :
f (0) > g(0).
1. Justifier :
∀ n ∈ N∗ , ∀ x ∈ [0, 1], g [n] (f (x)) = f (g [n] (x))
où g [n] est définie par récurrence par g [1] = g et g [n+1] = g ◦ g [n] pour n 1.
2. En raisonnant avec f − g, montrer qu’il existe un réel m > 0 tel que :
∀ x ∈ [0, 1], f (x) g(x) + m.
3. En déduire que : ∀ x ∈ [0, 1], f [n] (x) g [n] (x) + nm.
4. Aboutir à une contradiction et conclure.
1. La récurrence s’impose puisque g [n] est elle-même définie par récurrence. Quant à
la dépendance en x, elle traduit uniquement une égalité de fonctions, il s’agit donc de
montrer g [n] ◦ f = f ◦ g [n] .
Pour n 1, on note Pn la propriété “g [n] ◦ f = f ◦ g [n] ”.

Pour l’initialisation, par hypothèse g ◦ f = f ◦ g donc P1 est vraie.
Quant à l’hérédité, supposons Pn vraie pour un certain n 1 i.e. g [n] ◦ f = f ◦ g [n] .
En composant à gauche par g, on a
g [n+1] ◦ f = g ◦ (f ◦ g [n] ) = (g ◦ f ) ◦ g [n] = (f ◦ g) ◦ g [n] = f ◦ g [n+1]
donc Pn+1 est vraie.

En conclusion, par principe de récurrence,
∀ n ∈ N∗ , ∀ x ∈ [0, 1], g [n] (f (x)) = f (g [n] (x)).
2. En faisant apparaître f −g comme demandé, on constate qu’on veut f −g m > 0.

Autrement dit, on cherche à voir que f − g admet un minimum strictement positif.
On pense immédiatement au théorème de continuité sur un segment.
Par différence, f −g est continue sur le segment [0, 1] donc elle y atteint son minimum
m en un point x0 i.e.
∀ x ∈ [0, 1], f (x) − g(x) m et m = f (x0 ) − g(x0 ).
Que se passerait-il si, contrairement à ce qui est annoncé, m 0 ? La courbe de f

serait en dessous de celle de g en x0 alors qu’elle était au dessus en 0. Par continuité,
elles se croiseraient alors (c’est le théorème des valeurs intermédiaires !).
Supposons par l’absurde que m 0. D’après le théorème des valeurs intermédiaires
appliqué à f − g continue sur [0, x0 ], comme f (0) − g(0) > 0, il existerait x1 ∈ [0, x0 ]
tel que f (x1 ) = g(x1 ) ce que l’on a exclu par hypothèse.
Finalement, il existe m > 0 tel que
∀ x ∈ [0, 1], f (x) g(x) + m.
3. Comme il faut procéder par déduction, on voit immédiatement que la question

précédente correspond à n = 1.
On raisonne encore par récurrence sur n 1, en notant Qn l’assertion
“∀ x ∈ [0, 1], f [n] (x) g [n] (x) + nm .
Concernant l’initialisation, Q1 a été démontrée à la question précédente.
Pour passer de f [n] à f [n+1] , il y a deux façons de procéder :
• en s’appuyant sur f [n+1] = f ◦ f [n] mais, faute de connaître les variations de f , on
ne peut l’appliquer à l’inégalité que constitue l’hypothèse de récurrence ;
• en partant de f [n+1] = f [n] ◦ f , ce qui est possible ici puisqu’il suffit d’appliquer
l’hypothèse de récurrence non pas à x mais à f (x) qui appartient aussi à [0, 1]
(on voit alors l’importance d’avoir inclus l’universalité en x dans l’assertion à
démontrer par récurrence).
Pour l’hérédité, supposons Qn vraie pour un certain n 1 i.e.

∀ y ∈ [0, 1], f [n] (y) g [n] (y) + nm.
En particulier, pour y = f (x) (où x est un réel quelconque de [0, 1]), on obtient
f [n+1] (x) g [n] (f (x)) + nm. Or g [n] (f )(x) = f (g [n] (x)) d’après la première question
et, d’après la question précédente, f (g [n] (x) g(g [n] (x)) + m de sorte qu’au final
f [n+1] (x) g [n+1] (x) + (n + 1)m i.e. Qn+1 est vraie.
En conclusion, par principe de récurrence,
∀ n 1, ∀ x ∈ [0, 1], f [n] (x) g [n] (x) + nm.
4. La suite arithmétique (nm)n∈N diverge vers l’infini ce qui n’est pas compatible avec
le fait que les itérés de f et g restent à valeurs dans [0, 1].
Comme f et g sont à valeurs dans [0, 1], on déduit de la question précédente que,
1
pour tout n 1, 1 0 + nm (avec m > 0) ce qui est contradictoire lorsque n > .
m
C’est donc notre hypothèse de départ (à savoir, pour tout x ∈ [0, 1], f (x) = g(x)) qui
est erronée autrement dit, il existe c ∈ [0, 1] tel que f (c) = g(c).
• Savoir utiliser les limites des fonctions usuelles (cf questions 10.1.2 et 10.3.2)
• Savoir utiliser les propriétés des limites de fonction (cf questions 10.1.2,
10.3.2 et 10.3.4.a)
♦ pour les opérations algébriques,
♦ pour la composition.
• Savoir utiliser le théorème dit “des gendarmes” ou son extension aux

limites infinies (cf question 10.2.1)
• Savoir utiliser le théorème de la limite monotone (cf question 4 de l’exer-

cice 13.10 en page 283 ∗)
• Savoir comparer deux fonctions asymptotiquement (cf question 10.2.2)
• Savoir utiliser le principe des croissances comparées (cf question 10.2.1)

entre fonctions
♦ en +∞ : logarithme ln (ou log), puissances x → xα pour α > 0 et exponentielles
x → eax pour a > 0
ln x = ◦ (xα ) et xα = ◦ (eax ) ,
x→+∞ x→+∞
1
♦ en 0 : logarithme ln et puissances négatives x → pour α > 0
xα

1
ln x = ◦ .
x→0 xα
• Savoir utiliser des équivalents pour la recherche de limite (cf ques-

tion 10.2.2) notamment ceux des fonctions usuelles
sin u ∼ u , ln(1 + u) ∼ u , et (eu − 1) ∼ u .
0 0 0
• Savoir justifier qu’une fonction est continue ou prolongeable par conti-

nuité (cf questions 10.1.2, 10.2.1, 10.3.1 et 10.3.4.b)
∗. Le recours à ce théorème n’arrive que lorsque la fonction n’est pas définie à partir de fonctions
usuelles ce qui est assez rare dans les applications.
• Savoir utiliser le théorème de continuité sur un segment (cf question 10.5.2)
• Savoir utiliser le théorème des valeurs intermédiaires (cf exercice 10.4 et

question 10.5.2)
• Savoir utiliser le théorème de la bijection (cf questions 10.1.2 et 10.4.1.c)

CHAPITRE
11
Dérivation des fonctions
d’une variable réelle
Exercice 11.1 : Fonction Argsh II
ex − e−x ex + e−x
Pour tout réel x, on pose sh(x) = et ch(x) = .
2 2
1. a. Établir que sh est de classe C ∞ sur R et, pour tout réel x, identifier sh (x)
avec les notations de l’énoncé.
b. Établir que sh est une bijection de R sur R. On notera Argsh sa bijection
réciproque.
!
2. Soit x ∈ R. Établir sh (x) = 1 + sh(x)2 . En déduire que Argsh est dérivable
sur R et un premier calcul de Argsh (x).
3. a. Calculer Argsh(x) pour tout réel x.
b. En déduire un second calcul de Argsh (x) pour tout réel x.
1.a. Pas de problème ici. On rappelle que, pour tout réel a, la fonction usuelle x → eax
est de classe C ∞ sur R, de dérivée x → aeax .
sh est combinaison linéaire des fonctions x → ex et x → e−x qui sont de classe C ∞

sur R. Par théorèmes généraux, la fonction sh est donc de classe C ∞ sur R. De plus,
ex + e−x
pour tout x ∈ R, sh (x) = = ch(x).
2
1.b. En écho à un mot de l’énoncé, on utilise bien évidemment ici le théorème de

la bijection. D’après l’expression de sh établie à la question précédente, l’étude des
variations de sh via celle du signe de sh est très simple.
Puisque exp > 0 sur R, sh > 0 sur R donc sh est strictement croissante sur R.
Comme sh est de plus continue sur cet intervalle, d’après le théorème de la bijection,
elle réalise une bijection de R sur lim sh, lim sh .
−∞ +∞
Par ailleurs, lim ex = 0 et lim e−x = +∞ donc lim sh = −∞. De même,

x→−∞ x→−∞ −∞
216 Chapitre 11 Dérivation des fonctions d’une variable réelle
puisque lim ex = +∞ et lim e−x = 0, lim sh = +∞. Finalement sh réalise une

x→+∞ x→+∞ +∞
bijection de R dans lui-même.
Pour établir cette dernière limite, on aurait pu aussi utiliser le fait que sh est impaire
sur R (ce qui est clair par la forme de la formule la définissant).
2. Le plus simple est de montrer d’abord l’égalité des carrés des deux membres avant
de se “débarrasser” de la racine carrée.
e2x − 2 + e−2x e2x + 2 + e−2x

1 + sh(x)2 = 1+ =
4 4
2
ex + e−x
= = ch(x)2 = (sh (x))2
2
!
Puisque sh > 0, on conclut que sh (x) = 1 + sh2 (x).
Ne pas oublier la discussion du signe lors d’extraction de racines carrées.

En effet, a priori on a seulement
X2 = Y 2 ⇐⇒ |X| = |Y | ⇐⇒ (X = Y ou X = −Y ).
On va utiliser le critère de dérivabilité (avec expression de la dérivée) d’une fonction

réciproque : si f : I → J est une bijection dérivable de I sur J telle que f ne s’annule
1
pas sur I, alors f −1 est dérivable sur J, de dérivée (f −1 ) = . Ici, cette formule
f ◦ f −1
avec f!= sh nous sera utile car,!bien qu’on ne connaisse pas encore f −1 , on sait que
f = 1 + f 2 donc f ◦ f −1 = 1 + (f ◦ f −1 )2 =...
La fonction Argsh est dérivable sur R car sh est dérivable sur R et sh ne s’y annule
pas. De plus,
1 1 1
Argsh (x) = = ! = √ .
sh (Argsh(x)) 2
1 + sh (Argsh(x)) 1 + x2
3.a. Il s’agit de résoudre l’équation sh(x) = y d’inconnue x ∈ R, c’est-à-dire d’expri-

mer x en fonction de y. Puisque sh(x) s’exprime en fonction de ex (on rappelle que
1
e−x = x ), on commence par exprimer ex en fonction de y. Il suffira alors de “passer
e
au logarithme” pour déterminer x en fonction de y.
Soit x et y deux réels.

ex − e−x (ex )2 − 1
sh(x) = y ⇐⇒ = y ⇐⇒ = y ⇐⇒ (ex )2 − 2yex − 1 = 0.
2 2ex
Ainsi, x est solution de sh(x) = y si et seulement si ex est racine du trinôme du second
degré X 2 − 2yX − 1. Le discriminant de ce trinôme est 4y 2 + 4 = 4(y 2 + 1) > 0 donc
ce trinôme admet deux racines réelles :
!
2y − 2 y2 + 1 ! !
y1 = =y− y2 + 1 et y2 = y + y 2 + 1.
2
Exercice 11.2 Prolongement de classe C 1 I 217
! !
Or y2 + 1 > y 2 |y| donc seule la racine y2 est positive et ainsi, puisque ex > 0,
! !
sh(x) = y ⇐⇒ ex = y + y 2 + 1 ⇐⇒ x = ln y + y2 + 1 .
!
Finalement, pour tout x ∈ R, Argsh(x) = ln x + x2 + 1 .
3.b. Puisque l’expression de Argsh fait intervenir des fonctions usuelles de dérivées
connues, Argsh s’obtient en utilisant les théorèmes généraux sur les dérivées.
Soit x ∈ R,
2x
1+ √ √
2 x2 + 1 x2 + 1 + x 1
Argsh (x) = √ = √ √ =√ .
2
x+ x +1 x + 1 x + x2 + 1
2 x2 + 1
Exercice 11.2 : Prolongement de classe C 1 I

1
Soit f :]0, 1[→ R définie par f (x) = arctan .
x(1 − x)
1. Justifier que f est dérivable sur ]0, 1[ et prolongeable par continuité en 0 et en
1. On notera encore f la fonction ainsi prolongée sur [0, 1]. Préciser alors les
valeurs de f (0) et f (1).
2. Calculer f (x) pour tout réel x appartenant à ]0, 1[.
f (x) − f (0)
3. Montrer que lim = −1. Qu’est-ce que cela signifie ?
x→0 x
4. a. Comparer f (1 − x) et f (x) pour tout réel x appartenant à [0, 1].
f (x) − f (1)
b. En déduire la limite de x → en 1. Qu’en déduit-on ?
x−1
5. Justifier que f est de classe C 1 sur [0, 1].
1. La dérivabilité de f sur ]0, 1[ résulte essentiellement des théorèmes généraux. f est

alors nécessairement continue sur cet intervalle. Elle est donc prolongeable par conti-
nuité sur [0, 1] si et seulement si les limites lim f et lim f existent et sont finies.
0 1
1
La fonction rationnelle x → est dérivable partout où elle est définie, en
x(1 − x)
particulier sur ]0, 1[. La fonction arctan est dérivable sur R. Par composition, f est
1 π
dérivable sur ]0, 1[. De plus, lim = +∞ et lim arctan X = donc, par
x→0+ x(1 − x) X→+∞ 2
π 1 π
composition, lim f (x) = . De même, lim = +∞ donc lim f (x) = .
x→0 2 x→1 − x(1 − x) x→1 2
La fonction f est bien prolongeable par continuité en 0 et en 1 et, après prolongement,
π
f (0) = f (1) = .
2
2. Il suffit de savoir appliquer la formule de la dérivée d’une fonction composée.
Soit x ∈]0, 1[.

−1 + 2x 1 −1 + 2x 1
f (x) = × arctan = ×
x2 (1 − x)2 x(1 − x) x2 (1 − x)2 1
1+
x2 (1 − x)2
−1 + 2x
= .
x2 (1 − x)2 + 1
0
3. Cette limite mène à une forme indéterminée qui semble difficile à lever. Il faut
0
f (x) − f (0)
ici reconnaître dans un taux d’accroissement et se souvenir de sa relation

x
avec f énoncée par le théorème des accroissements finis (idée qui semble d’autant
plus naturelle que f a été calculée précédemment).
Soit x ∈]0, 1[. La fonction f est continue sur [0, x] et dérivable sur ]0, x[ donc, d’après
le théorème des accroissements finis,
f (x) − f (0)
∃ cx ∈]0, x[, = f (cx ).
x
Or, compte tenu de 0 < cx < x, nous avons lim cx = 0 par le théorème des gen-
x→0
−1 + 2X
darmes et, par ailleurs, lim = −1 i.e. lim f (X) = −1 donc, par
X→0 X 2 (1 − X)2 + 1 X→0
composition, lim f (cx ) = −1. Finalement,
x→0
f (x) − f (0)
lim = −1.
x→0 x
Cela signifie que f est dérivable en 0 de nombre dérivé f (0) = −1.
4.a. Dans cette question, on n’oubliera pas de traiter le cas particulier où x ∈ {0, 1}
qui permet d’ailleurs d’avoir une idée de la réponse dans le cas général.
π
On a déjà f (0) = = f (1). Par ailleurs, si x ∈]0, 1[, alors 1 − x ∈]0, 1[ et
2

1 1
f (1 − x) = arctan = arctan = f (x).
(1 − x)(1 − (1 − x)) (1 − x)x
Finalement,
∀ x ∈ [0, 1], f (1 − x) = f (x).
4.b. D’après la question précédente, sur [0, 1], la courbe de f admet la droite d’équa-
1
tion x = pour axe de symétrie. Il est alors clair géométriquement que les demi-
2
tangentes aux points d’abscisses 0 et 1 ont des pentes opposées.
Exercice 11.3 Caractérisation des fonctions logarithmes 219
Soit x ∈]0, 1[. D’après le résultat de la question précédente,

f (x) − f (1) f (1 − x) − f (0) f (1 − x) − f (0)
= =−
x−1 x−1 1−x
f (X) − f (0)
donc, compte tenu de lim (1 − x) = 0 et de lim = f (0),
x→1 X→0 X
f (x) − f (1)
lim = −f (0) = 1.
x→1 x−1
Autrement dit, f est dérivable en 1 et f (1) = 1.
5. Utilisons la définition : f est de classe C 1 sur [0, 1] si et seulement si f est continue

sur cet intervalle. On reprend ici les résultats obtenus aux questions précédentes en
traitant à part le cas des points à problème 0 et 1.
−1 + 2x
f : x → est continue sur ]0, 1[ puisque c’est une fonction rationnelle
x2 (1 − x)2 + 1
bien définie sur cet intervalle. Ainsi, f est de classe C 1 sur ]0, 1[. Par ailleurs, on a
clairement lim f (x) = −1 = f (0) et lim f (x) = 1 = f (1) donc f est aussi
x→0 x→1
continue en 0 et en 1. Finalement, f est bien de classe C 1 sur [0, 1].
Exercice 11.3 : Caractérisation des fonctions logarithmes
Le but de cet exercice est de déterminer toutes les fonctions f définies sur
l’intervalle ]0, +∞[ et dérivables en 1 telles que
(E) ∀ (x, y) ∈]0, +∞[2 , f (xy) = f (x) + f (y).
1. Soit f une solution de (E).
a. Combien vaut f (1) ? Quelle fonction usuelle convient ?
b. Montrer que f est dérivable en tout point x de ]0, +∞[ et exprimer sa
dérivée en fonction de f (1) et x.
2. Conclure quant aux solutions de (E).
1.a. Il suffit de choisir une “bonne” particularisation de x et y pour faire apparaître

f (1). Quant aux fonctions usuelles, on peut les tester toutes jusqu’à tomber sur une
qui fonctionne mais on peut aussi se rappeler que les fonctions qui “transforment” les
produits en sommes sont les fonctions logarithmes.
Avec x = y = 1, on obtient f (1 × 1) = f (1) + f (1) i.e. f (1) = 2f (1) et finalement

f (1) = 0. En outre, les fonctions ln et log sont dérivables en 1 et vérifient (E).
1.b. Il faut revenir à la définition de la dérivabilité par un calcul de limite : f est

f (x0 + h) − f (x0 )
dérivable en x0 si le quotient admet une limite finie lorsque h tend
h
vers 0. On va à nouveau particulariser x et y pour que deux des trois nombres xy,
x et y jouent les rôles de x0 + h et x0 . Comme on souhaite une différence de deux
valeurs de f , on prend xy = x0 + h et x = x0 qui donne

x0 + h f (x0 + h) − f (x0 ) 1 x0 + h
f (x0 + h) = f (x0 ) + f i.e. = f .
x0 h h x0
Il faut alors reconnaître dans le second membre un taux de variation en 1 (ne pas
oublier que f (1) = 0) pour utiliser la dérivabilité de f en ce point.
h
Fixons x0 ∈]0, +∞[ et soit h = 0 tel que x0 + h > 0. Avec x = x0 et y = 1 + ,
x0
on a, en utilisant que f (1) = 0,
h

f (x0 + h) − f (x0 )
f 1+ − f (1)
h x0 1
f (x0 + h) = f (x0 ) + f 1 + i.e. = .
x0 h h x0
x0
h

f 1+ − f (1)
x0
Or, par dérivabilité de f en 1, lim = f (1), donc
h→0 h
x0
f (x0 + h) − f (x0 ) f (1)
lim = autrement dit f est dérivable au point x0 et
h→0 h x0

f (1)
f (x0 ) = .
x0
f (1)
Finalement f est dérivable sur ]0, +∞[ et, pour tout x > 0, f (x) = .
x
2. Les questions précédentes ont amené une forme nécessaire pour les solutions : elles
c
vérifient l’équation différentielle f = et la condition “initiale” f (1) = 0. Il ne reste
x
plus qu’à résoudre cette équation et à vérifier si toutes les solutions sont effectivement
solutions du problème originel.
On raisonne par analyse-synthèse :
f (1)
• d’après 1, si f dérivable en 1 vérifie (E), sa dérivée est x → donc, par
x
intégration et en utilisant f (1) = 0, f : x → a ln x (on a posé a = f (1)) ;
• réciproquement, une telle fonction est effectivement dérivable en 1 et elle vérifie
bien (E).
Finalement, les fonctions dérivables en 1 qui vérifient (E) sont les a ln avec a ∈ R.
Exercice 11.4 : Concavité et inégalité de Young
Soit I un intervalle de R et f : I → R une fonction deux fois dérivable, telle que

f 0 sur I. Soit (a, b) ∈ I 2 tel que a < b et t ∈]0, 1[. On pose c = (1 − t)a + tb.
1. Justifier que a < c < b.
On notera P1 , P2 et P3 les polynômes définis par, pour tout x ∈ R,
(x − b)(x − c) (x − a)(x − b) (x − a)(x − c)
P1 (x) = , P2 (x) = , P3 (x) =
(a − b)(a − c) (c − a)(c − b) (b − a)(b − c)
Exercice 11.4 Concavité et inégalité de Young 221
et P le polynôme défini par

∀ x ∈ R, P (x) = P1 (x)f (a) + P2 (x)f (c) + P3 (x)f (b).
2. a. Calculer P (a), P (b) et P (c).
b. À l’aide du théorème de Rolle, en déduire qu’il existe un réel d appartenant
à ]a, b[ tel que P (d) = f (d).
c. En déduire que
f (a) f (c) f (b)
+ + 0
(a − b)(a − c) (c − a)(c − b) (b − a)(b − c)
puis que
(1 − t)f (a) + tf (b) f ((1 − t)a + tb)
1 1
3. Soit p et q deux réels strictement positifs tels que = 1 − . En introduisant
p q
la fonction ln, montrer que, pour tous réels a et b strictement positifs,
ap bq
ab + .
p q
1. Une démarche infructueuse serait d’encadrer séparément (1−t)a et tb et d’addition-

ner les deux encadrements obtenus. De manière générale, on estime en effet assez mal
une somme par encadrement de chacun de ses termes (car on fait fi d’éventuels phé-
nomènes de compensation entre ces termes). Ici, l’idée est de réécrire c en regroupant
les termes dépendant de t.
c = a + t(b − a), or 0 < t < 1 donc 0 < t(b − a) < b − a (car b − a > 0) puis
a < a + t(b − a) < a + (b − a). Autrement dit, on a bien a < c < b.
2.a. Pas de problème ici. On notera que les polynômes P1 , P2 et P3 ont déjà été
rencontrés à l’exercice 6.3 en page 111.
Clairement,
P (a) = P1 (a)f (a) + P2 (a)f (c) + P3 (a)f (b)
(a − b)(a − c) (a − a)(a − b) (a − a)(a − c)
= f (a) + f (c) + f (b)

(a − b)(a − c) (c − a)(c − b) (b − a)(b − c)
= f (a).
De même, on a P (b) = f (b) (car P1 (b) = P2 (b) = 0 et P3 (b) = 1) ainsi que
P (c) = f (c) (car P1 (c) = P3 (c) = 0 et P2 (c) = 1). †
2.b. Comment utiliser ici le théorème de Rolle ? Il faut commencer par reformuler
ce qu’on doit montrer pour faire apparaître ce qui peut être la conclusion d’une
application de ce théorème, à savoir l’annulation en un point d’une dérivée. Ici,
P (d) = f (d) ⇐⇒ (P − f ) (d) = 0. En vertu du théorème de Rolle (dont on
†. On dit que P est le polynôme d’interpolation de Lagrange de f aux points a, c et b (ce polynôme
coïncide avec f aux points a, c et b).
vérifiera les hypothèses), il suffit donc de montrer que P − f , c’est-à-dire (P − f ) ,

prend (au moins) deux fois la même valeur sur [a, b]. On peut justement montrer que
(P − f ) prend deux fois la valeur 0 à l’aide du résultat de la question précédente et
de deux applications du théorème de Rolle (utilisé donc trois fois en tout).
y = (P − f )(x)
a c b
P − f est une application continue sur [a, c], dérivable sur ]a, c[ et
(P − f )(a) = P (a) − f (a) = 0 = P (c) − f (c) = (P − f )(c).
D’après le théorème de Rolle, il existe α ∈]a, c[ tel que (P − f ) (α) = 0. De même,
puisque P −f est continue sur [c, b], dérivable sur ]c, b[ et (P −f )(c) = 0 = (P −f )(b),
il existe β ∈]c, b[ tel que (P − f ) (β) = 0. P − f est continue sur [α, β], dérivable
sur ]α, β[ et (P − f )(α) = 0 = (P − f )(β) ; ainsi, par une troisième application
du théorème de Rolle, il existe d ∈]α, β[ tel que P (d) − f (d) = (P − f ) (d) = 0.
Puisque ]α, β[⊂]a, b[, on conclut qu’il existe bien d ∈]a, b[ tel que P (d) = f (d).
Des applications itérées du théorème de Rolle peuvent permettre de

montrer le résultat suivant : si g : I → R est n fois dérivable sur un
intervalle I et prend n + 1 fois la même valeur sur cet intervalle (où
n ∈ N∗ ), alors, pour k ∈ 1, n, g (k) s’annule (au moins) n + 1 − k fois
sur I ; en particulier, g s’annule (au moins) n fois sur I et g (n) s’annule
(au moins) une fois sur I.
2.c. Compte tenu de l’inégalité à établir et du résultat de la question précédente

qui fait intervenir f , on pensera bien sûr à utiliser ici l’hypothèse f 0 jusque-là
inexploitée.
Exercice 11.4 Concavité et inégalité de Young 223
Avec les notations de la question précédente,

P (d) = P1 (d)f (a) + P2 (d)f (c) + P3 (d)f (b)
2f (a) 2f (c) 2f (b)
= + +
(a − b)(a − c) (c − a)(c − b) (b − a)(b − c)

f (a) f (c) f (b)
= 2 + +
(a − b)(a − c) (c − a)(c − b) (b − a)(b − c)
et comme P (d) = f (d) 0 (par hypothèse), on a répondu à la première partie de
la question.
On doit ensuite montrer (1 − t)f (a) + tf (b) f (c). Il s’agit ici de trouver un moyen
de se “débarrasser” des dénominateurs. On commence par les exprimer uniquement
en fonction de a et b.
Ensuite, puisque c = a + t(b − a), on a :

(a − b)(a − c) = t(a − b)2 ,
(c − a)(c − b) = t(b − a)((a − b) + t(b − a)) = (a − b)2 (t2 − t)
= −t(1 − t)(a − b)2
(b − a)(b − c) = (b − a)(b − a − t(b − a)) = (1 − t)(a − b)2
donc
f (a) f (c) f (b)
− + 0
t(a − b)2 t(1 − t)(a − b)2 (1 − t)(a − b)2
puis, en multipliant chaque membre par t(1 − t)(a − b)2 (qui est positif) et en iso-
lant f (c),
(1 − t)f (a) + tf (b) f (c)
autrement dit
(1 − t)f (a) + tf (b) f ((1 − t)a + tb)
(cette inégalité restant encore valable si t = 0 ou t = 1 : c’est même une égalité).
1
3. L’inégalité à établir a un second membre du type (1 − t)α + tβ où t = , α = ap
q
et β = bq . En appliquant ln à ce second membre, on pourra exploiter le résultat de la
question précédente, en vérifiant au préalable que 0 < t < 1 et ln < 0 sur ]0, +∞[.
1 1 1 1
Soit (a, b) ∈ (R∗+ )2 . Puisque > 0 et 1 − = > 0, on a 0 < < 1 et comme,
q q p q
1
pour tout réel x > 0, ln (x) = − 2 < 0, le résultat de la question 2.c s’applique
x
1
avec f = ln et t = :
q

ap bq 1 1 1 1
ln + = ln 1− a + bq
p
1− ln (ap ) + ln (bq )
p q q q q q

1
1− p ln(a) + ln(b)
q
ln(a) + ln(b)
1
car p = . En composant par exp, qui est strictement croissante sur R, on obtient
1
1−
q
ap bq
+ eln a+ln b eln a eln b ab
p q
comme attendu.

1 p 1 1
Puisque p − 1 = p 1 − = = = , nous avons, pour tous
p q q 1− q
1 q−1
réels x > 0 et y > 0, l’équivalence : y = xp−1 ⇐⇒ x = y q−1 . Ainsi, les
domaines Δx,a = {(x, y) ; 0 x a, 0 y x } (en gris clair sur la figure) et
p−1
Δy,b = {(x, y) ; 0 y b, 0 x y q−1 } (en gris foncé) admettent une partie de la

courbe de x → xp−1 comme frontière commune.
ap b q
On s’aperçoit alors géométriquement que le cas d’égalité ab = + survient lorsque
p q
l’aire ab du rectangle de sommets de coordonnées (0, 0), (a, 0), (a, b), (0, b) correspond
a b
ap bq
à la somme de l’aire xp−1 dx = du domaine Δx,a et de l’aire y q−1 dy =
0 p 0 q
du domaine Δy,b , ce qui n’est le cas que si b = ap−1 . Dans la figure ci-dessus, on a
représenté les deux domaines dans ce cas d’égalité.
Exercice 11.5 : Méthode de Newton dans le cas convexe
Soit deux réels a et b tels que a < b et f une fonction de classe C 1 sur [a, b] telle
que f est croissante et strictement négative sur [a, b].
f (x)
On suppose f (b) < 0 < f (a) et, pour tout x ∈ [a, b], on pose g(x) = x − .
f (x)
1. Montrer qu’il existe un unique réel c ∈ [a, b] tel que f (c) = 0.
Exercice 11.5 Méthode de Newton dans le cas convexe 225
2. Soit x0 ∈ [a, b] et Tx0 la tangente à la courbe de f au point d’abscisse x0 .

a. Montrer que Tx0 coupe l’axe des abscisses au point d’abscisse g(x0 ).
b. À l’aide du théorème des accroissements finis, montrer que la courbe de
f est au-dessus de Tx0 , c’est-à-dire :
∀ x ∈ [a, b], f (x) f (x0 ) + (x − x0 )f (x0 ).
3. Soit (un ) la suite définie par : u0 ∈ [a, c] et un+1 = g(un ), pour tout n ∈ N.
a. Montrer que (un ) est bien définie et que : ∀ n ∈ N, a un c.
b. Étudier la monotonie de la suite (un ) et justifier que cette suite converge
vers une limite à préciser.
4. On pose f : x → −x3 + x − 1.
a. Justifier que f est de classe C 2 sur R et calculer f (−2), f (−1), f et f .
b. Justifier que f s’annule exactement une fois sur [−2, −1] en un certain
réel c.
c. Écrire une fonction Python calculant le terme général d’une suite (un )
convergeant vers c de premier terme u0 = −2. Commenter les résultats
obtenus avec cette fonction pour n ∈ {3, 5, 7, 10, 100}.
1. Compte tenu des hypothèses dont on dispose sur f et de l’existence/unicité à

obtenir, on doit penser à utiliser le théorème de la bijection.
f est strictement décroissante et continue sur [a, b] donc, d’après le théorème de la

bijection, f réalise une bijection de [a, b] sur [f (b), f (a)]. Puisque 0 ∈ [f (b), f (a)],
il existe un unique réel c ∈ [a, b] tel que f (c) = 0.
f (x0 )
2.a. Si y = Γ(x) est l’équation de la tangente Tx0 , il s’agit de vérifier que x0 −
f (x0 )
est l’unique solution de l’équation 0 = Γ(x).
Pour x ∈ [a, b], notons Mx le point de Tx0 d’abscisse x et notons (Ox) l’axe des
abscisses. Puisque l’équation de Tx0 est y = f (x0 ) + (x − x0 )f (x0 ), on a

f (x0 )
Mx ∈ (Ox) ⇐⇒ 0 = f (x0 ) + (x − x0 )f (x0 ) ⇐⇒ − = x − x0
f (x0 )
f (x0 )
⇐⇒ x = x0 − .
f (x0 )
f (x0 )
Ainsi, Tx0 coupe l’axe des abscisses au point d’abscisse x0 − , c’est-à-dire g(x0 ).
f (x0 )
f (x) − f (x0 )
2.b. Le théorème des accroissements finis nous donne une égalité = f (c)
x − x0
qui s’écrit aussi f (x) = f (x0 )+(x−x0 )f (c). Cela ressemble à ce que l’on veut montrer
ici à deux différences près :
• on veut que c (donnée inconnue) soit remplacé par x0 (donnée connue),

• le prix à payer étant la perte de l’égalité au profit d’une inégalité .
Le passage de l’égalité à l’inégalité se fera en exploitant la croissance de f .
Soit x ∈ [a, b]. Si x = x0 , l’inégalité à montrer est évidente. On suppose désormais

x = x0 . f étant de classe C 1 sur [a, b], elle est continue sur l’intervalle fermé d’ex-
trémités x et x0 , et dérivable sur l’intervalle ouvert correspondant. Le théorème des
accroissements finis indique alors qu’il existe c dans l’intervalle ouvert précédent tel
que f (x) − f (x0 ) = f (c)(x − x0 ). Si x < x0 , on a c < x0 et f étant croissante,
f (c) f (x0 ) donc f (c)(x − x0 ) f (x0 )(x − x0 ) et finalement :
f (x) f (x0 ) + f (x0 )(x − x0 ).
De même, si x > x0 , on a c > x0 , f (c) f (x0 ) puis f (c)(x − x0 ) f (x0 )(x − x0)
qui permet de conclure comme précédemment.
3.a. Au vu de la définition de la suite, on procédera par récurrence en formulant
précisément la propriété à démontrer. Pour montrer a un+1 c dans l’étape
d’hérédité, on montrera séparément les deux inégalités un+1 − a 0 et un+1 − c 0
en utilisant les hypothèses sur f et les résultats obtenus aux questions précédentes.
Pour tout entier naturel n, on note Pn la propriété “un est bien défini et a un c”.
Montrons par récurrence que Pn est vraie pour tout entier naturel n.
Initialisation : P0 est clairement vraie.
Hérédité : Supposons Pn vraie pour un entier naturel n, alors, g étant définie sur [a, c],
le terme un+1 (égal à g(un )) est bien défini. De plus,
f (un )
un+1 − a = g(un ) − a = un − a −
f (un )
f (un )
avec un − a 0 (par hypothèse de récurrence) et − 0 puisque :
f (un )
• f (un ) 0 car f est décroissante, un c et f (c) = 0,
• f (un ) < 0 d’après l’énoncé.
Ainsi, on a un+1 − a 0, c’est-à-dire a un+1 . Montrons à présent un+1 c.
f (un ) −(c − un )f (un ) − f (un )
un+1 − c = g(un ) − c = un − c −
=
f (un ) f (un )

f (c) − [(c − un )f (un ) + f (un )]
=
f (un )
D’après le résultat de la question 2.b, le numérateur est positif. Le dénominateur étant
strictement négatif, on conclut que un+1 − c 0 et, finalement, Pn+1 est vraie.
D’après le principe de récurrence, pour tout entier naturel n, la propriété Pn est vraie.
L’identité obtenue précédemment possède une interprétation géométrique simple :
la pente f (un ) de la tangente à la courbe de f au point d’abscisse un s’exprime
[(c − un )f (un ) + f (un )] − f (c)
aussi grâce à son taux d’accroissement (en supposant
c − un+1
un+1 = c).
Exercice 11.5 Méthode de Newton dans le cas convexe 227
a c b
un un+1
y = f (x)
3.b. La suite (un ) étant bornée d’après la question précédente, on pourra conclure
qu’elle converge si elle est monotone.
Soit n ∈ N.
f (un )
un+1 − un = g(un ) − un = − 0
f (un )
comme cela a déjà été vu à la question précédente. Ainsi, (un ) est croissante, majorée
par c, donc, d’après le théorème de la limite monotone, elle converge.
La définition “un+1 = g(un )” et la continuité de g sur un intervalle fermé contenant

tous les termes de la suite permettent de conclure que la limite est un point fixe de g.
Sa limite L vérifie a L c et, g étant continue sur [a, c] (car f y est de classe C 1 ),
on a g(L) = L par passage à la limite dans g(un ) = un+1 . Or
f (L)
g(L) = L ⇐⇒ L− =L ⇐⇒ f (L) = 0 ⇐⇒ L = c.
f (L)
Ainsi, (un ) converge vers c.
Il est assez simple d’illustrer la construction des termes de la suite (un ) et de constater
que la convergence semble très rapide. Si u0 = c, f est de classe C 2 et f > 0 sur
[a, b], on peut montrer qu’il existe une constante non nulle K telle que :
c − un+1 ∼ K(c − un )2 . On dit que la convergence de (un ) est quadratique ∗.
y = f (x)
u0 u1 u2 u3
4.a. Pas de problème ici : f est polynomiale, elle est donc même de classe C ∞ sur R.
f est polynomiale donc en particulier de classe C 2 sur R. On a f (−2) = 8 − 3 = 5,

f (−1) = 1 − 2 = −1 et, pour tout x ∈ R, f (x) = −3x2 + 1, f (x) = −6x.
4.b. On peut réutiliser le théorème de la bijection ou bien simplement constater qu’il
s’agit d’une redite de la première question dans un cas particulier.
Sur [−2, −1], on a f < 0 et f est strictement croissante (car f > 0). Le résultat de
la question 1 s’applique donc ici : il existe bien un unique réel c appartenant à [−2, −1]
tel que f (c) = 0.
4.c. f vérifie les hypothèses générales de l’énoncé. Le choix naturel de la suite (un )
f (un )
d’approximation se porte donc sur celle définie par un+1 = g(un ) = un − .
f (un )
1 def suite(n):
2 U = -2
4 U -= (-U**3+U-1)/(-3*U**2+1)
5 return U
Les résultats présentés par Python pour un sont identiques lorsque n ∈ {7, 10, 100}.
Seuls u3 et u5 diffèrent de la valeur commune affichée pour u7 , u10 et u100 (égale à
−1.324718 à 10−6 près). Ce caractère quasi-stationnaire de la suite semble traduire
∗. Concrètement, cela se traduit par le fait que, à partir d’un certain rang, le nombre de chiffres
exacts après la virgule dans l’approximation de c par un est à peu près doublé à chaque itération.
Exercice 11.6 Une suite récurrente contractante 229
une vitesse de convergence très rapide vers le réel c : il paraît donc raisonnable de
conjecturer que c −1.324718 à 10−6 près.
Exercice 11.6 : Une suite récurrente contractante

√
On considère la fonction f définie par : f (x) = 2 − ln x

1. a. Montrer que le domaine de définition de f est l’intervalle 0, e2 .
b. Déterminer les limites de f aux bornes de ce domaine.

2. Etudier les variations de f sur 0, e2 et montrer que l’image par f de l’inter-
valle [1, e] est contenue dans l’intervalle [1, e] .
3. Montrer que l’équation f (x) = x admet une solution unique a sur l’intervalle
[1, e] .
4. On considère la suite définie par récurrence pour tout entier naturel n par :
u0 = 1 et un+1 = f (un )
a. Pourquoi la suite (un ) est-elle bien définie ?
b. Montrer à l’aide de la formule des accroissements finis que :
1
∀ n ∈ N, |un+1 − a| |un − a|
2
c. Montrer que (un ) converge vers une limite que l’on précisera.
5. a. Déterminer un entier n0 tel que un0 soit une approximation de a à 10−5
près.
b. Écrire une fonction Python prenant en entrée un réel ε > 0 et donnant
en sortie une approximation de a à ε près.
Il faut tenir compte ici des domaines de définition de ln (à savoir ]0, +∞[) et de
1.a. √
t → t (à savoir [0, +∞[).
f (x) est défini si et seulement si ln(x) est défini et 2 − ln(x) 0.

Or 2 − ln(x) 0 ⇔ 2 ln(x) ⇔ e2 eln(x) et ainsi f (x) est défini
si et seulement si 0 < x e2 . Le domaine de définition de f est donc bien 0, e2 .
1.b. Cette question ne présente pas de difficulté. On utilise un argument de compo-

sition de limites en 0.
√
lim − ln(x) = +∞ donc lim 2 − ln x = +∞. f est définie et continue en e2
x→0+ x→0+
donc lim f (x) = f (e2 ) = 0.
x→e2
2. On reconnaît là le travail de préparation typique à l’étude d’une suite (un ) définie

par la relation de récurrence un+1 = f (un ). Si u0 ∈ [1, e] , le fait que f ([1, e]) ⊂ [1, e]
assurera que la suite (un ) est bien définie. Cette question ne soulève là encore aucune
√ u
difficulté particulière si on se souvient de la formule ( u) = √ .
2 u
1 1
f est dérivable sur 0, e2 et ∀ x ∈ 0, e2 , f (x) = − √ < 0.
2 x 2 2 − ln x
Ainsi, f étant aussi continue sur 0, e , f est strictement décroissante sur 0, e2 .
D’où le tableau de variation ci-dessous :
x 0 1 e e2
+∞
√
f (x) 2
1
0
f est définie et continue sur [1, e] donc f ([1, e]) est un segment. √
√ décroissante, f ([1, e]) = [f (e), f (1)] = [1, 2].
f étant√de plus strictement
Enfin, 2 < e donc 1, 2 ⊂ [1, e], c’est-à-dire : f ([1, e]) ⊂ [1, e].
3. La méthode générale pour étudier l’existence et/ou l’unicité d’une solution d’une
équation f (x) = g(x) sur un intervalle I est d’étudier les variations de la différence
x → f (x) − g(x) sur ce même intervalle I.
Soit x ∈ [1, e]. Posons g(x) = f (x) − x.

g est dérivable sur [1, e] et :
∀ x ∈ [1, e], g (x) = f (x) − 1 < 0.
g est donc continue et strictement décroissante sur [1, e] . D’après le théorème
√ de la
bijection, g réalise donc une bijection de [1, e] sur [g(e), g(1)] = 1 − e, 2 − 1 .
√
Puisque 0 ∈ 1 − e, 2 − 1 , il existe bien un unique x ∈ [1, e] tel que g(x) = 0.
C’est la solution a de f (x) = x appartenant à l’intervalle [1, e] .
4.a. L’intervalle [1, e] étant stable par f et u0 appartenant à cet intervalle, la suite (un )
existe bien et une récurrence est toute indiquée ici pour le démontrer. La formulation
de la propriété à démontrer dans la récurrence doit toujours être soignée, et elle
apportera ici une information supplémentaire sur (un ) qui sera bien utile dans la
suite.
Montrons par récurrence sur n que, pour tout entier naturel n, le terme un est bien
défini et appartient au segment [1, e] .
Initialisation : u0 = 1 donc u0 est défini et u0 ∈ [1, e].
Hérédité : Supposons que un est défini et un ∈ [1, e] pour
un certain entier naturel
n. Alors, f (un ) est bien défini car f est défini sur 0, e2 et en particulier sur [1, e].
De plus f (un ) ∈ [1, e] car un ∈ [1, e] et f ([1, e]) ⊂ [1, e]. Ainsi, un+1 est bien défini
et appartient au segment [1, e].
Conclusion : La suite (un ) est bien définie et ∀ n ∈ N, un ∈ [1, e].
4.b. C’est une question très classique. Ici, il faut identifier un+1 à f (un ) et a à f (a)
(point fixe de f ) pour faire apparaître l’accroissement en valeur absolue |f (un ) − f (a)|
légèrement caché dans |un+1 − a| . On voit alors comment utiliser le théorème (ou
formule) des accroissements finis.
Il faudra prendre soin de bien formuler ce théorème (hypothèses et conclusion).
◦
Soit n ∈ N. Notons I le segment d’extrémités a et un et notons I l’intervalle ouvert
correspondant. Puisque un ∈ [1, e] et a ∈ [1, e] , f est continue sur I et dérivable sur
◦ ◦
I donc, d’après la formule des accroissements finis, il existe c ∈ I tel que
f (un ) − f (a) = f (c)(un − a).
Ainsi,

|un+1 − a| = |f (un ) − f (a)| = f (c)(un − a) = f (c) × |un − a| .
1 1 −1 1
Or f (c) = − √ = et comme c et f (c) appartiennent tous deux à
c 2 2 − ln c 2c f (c)
1 1
[1, e], on a c × f (c) 2 donc |f (c)| = ce qui permet de conclure :
2cf (c) 2
1
|un+1 − a| |un − a| .
2
Comme toujours dans le théorème des accroissements finis, nous ne connaissons pas
la valeur du "c", mais nous connaissons toujours un intervalle auquel il appartient (ici
[1, e]) et c’est ce qui est essentiel pour majorer |f (c)| .
4.c. Il faut savoir interpréter l’inégalité précédente. Elle nous renseigne que l’écart
entre un et a est réduit de moitié à chaque fois que l’on passe d’un terme un au
suivant un+1 de la suite (un ). On pressent donc que (un ) va converger vers a.
Examinons ce que donne l’inégalité précédente pour de petites valeurs de n.
1 1
Pour n = 0, |u1 − a| |u0 − a| . Pour n = 1, |u2 − a| |u1 − a| donc
2 2 2
1 1 1
|u2 − a| × |u0 − a| donc |u2 − a| × |u0 − a| .
2 2 2
3
1 1
De même, pour n = 2, |u3 − a| |u2 − a| × |u0 − a| , etc. On conjecture
2 2
1
∀ n ∈ N, |un − a| |u0 − a|
2n
ce qui va se démontrer, bien sûr, par récurrence sur n. Le théorème d’encadrement

1
nous permettra alors de conclure (car lim n |u0 − a| = 0).
n→+∞ 2
Montrons par récurrence sur n

1
∀ n ∈ N, |un − a| |1 − a|
2n
1 1
Initialisation : |u0 − a| = 0 |u0 − a| = 0 |1 − a| donc l’inégalité large est vérifiée
2 2
au rang 0.
1
Hérédité : Supposons |un − a| n |1 − a| vérifié pour un certain entier naturel n.
2
D’après l’inégalité du 4.b puis par hypothèse de récurrence,

1 1 1
|un+1 − a| |un − a| n
|1 − a| .
2 2 2
1
Finalement, on a bien |un+1 − a| n+1 |1 − a| .
2
1
D’après le principe de récurrence, l’inégalité |un − a| n |1 − a| est bien vraie pour
2
tout entier naturel n.
Ainsi,
1
∀ n ∈ N, 0 |un − a| n |1 − a|
2
1
mais lim n |1 − a| = 0 donc (|un − a|) converge vers 0, c’est-à-dire (un ) converge
n→+∞ 2
vers a, par théorème d’encadrement.
5.a. On reformule la question par : trouver un entier naturel n0 tel que |un0 − a|
1
10−5 . L’inégalité |un − a| n |1 − a| (valable pour tout entier naturel n) établie
2
à la question précédente nous indique qu’il suffit de trouver n0 assez grand pour
1
que n0 |1 − a| 10−5 . On sera ainsi assuré que l’inégalité |un0 − a| 10−5 est
2
vérifiée. Comme a est inconnu et qu’on ne souhaite donc pas que n0 dépende de a,
on va d’abord utiliser l’information a ∈ [1, e] pour obtenir un premier majorant de
1
|1 − a| , indépendant de a.
2n
Soit n ∈ N. Comme a ∈ [1, e] , on a |1 − a| = a − 1 e − 1 donc, d’après l’inégalité

établie au 4.c,
1 1
|un − a| |u0 − a| = n (e − 1)
2n 2
1 1 1
Comme e 2, 718, on a n (e − 1) n−1 et ainsi 0 |un − a| n−1 .
2 2 2
Or

1 1
10−5 ⇔ ln ln(10−5 ) ⇔ −(n − 1) ln(2) −5 ln(10)
2n−1 2n−1
5 ln(10)
⇔ 5 ln(10) (n − 1) ln(2) ⇔ n−1
ln(2)
donc
5 ln(10) 1
n − 1 ⇒ |un − a| n−1 10−5 .
ln(2) 2
5 ln(10)
Puisque 16, 6 on a donc :
ln(2)
n − 1 17 ⇒ |un − a| 10−5 .
Ainsi, n0 = 18 convient pour que un0 soit une approximation de a à 10−5 près.
5.b. On pourrait s’inspirer de ce qui a été fait à la question précédente pour détermi-
ner une formule donnant un entier n0 0 (en fonction de ε) tel que |un0 − a| ε et
calculer un0 avec la fonction Python. Cependant, cela obligerait un travail mathéma-
tique préliminaire et donnerait une fonction Python moins lisible par rapport à son
objectif. Comme on a vu que l’erreur commise en approchant a par un est au plus de
1 1
, le mieux ici est de calculer un pas à pas tant que la condition n−1 ε n’est
2n−1 2
pas vérifiée.
D’après le travail effectué au début de la question précédente, si un entier naturel n

1 1
est tel que n−1 ε, alors |un − a| n−1 ε et un est alors une valeur approchée
2 2
de a à ε près. La fonction Python ci-dessous répond donc à la question posée.
1 from math import sqrt, log

2
3 def Approxime(eps):
4 u, n = 1, 0
5 while 1/2**(n-1) > eps:
6 u = sqrt(2-log(u))
7 n += 1
8 return u
Exercice 11.7 : Recollement de classe C ∞

⎧
⎨ 1
f (x) = exp − si x > 0
On définit la fonction f sur R par : x .
⎩
f (x) = 0 si x 0
1. Montrer que f est continue sur R.
2. Montrer que, pour tout entier naturel n, la dérivée n-ième de f est bien définie
sur ]0, +∞[ et prouver qu’il existe un polynôme Pn ∈ R[X] tel que

Pn (x) 1
∀ x ∈]0, +∞[, f (x) = 2n exp −
(n)
x x
avec, pour tout entier naturel n, Pn+1 = X 2 Pn + (1 − 2nX)Pn .
3. Montrer que f est de classe C ∞ sur R et que f (n) (0) = 0 pour tout entier
naturel n.
4. Calculer f , f et f .
1. L’étude de la continuité se fait en deux temps : d’abord sur les intervalles ouverts
] − ∞, 0[ et ]0, +∞[, puis au point de “recollement” 0 des deux fonctions x → 0 et
1
x → e− x (ici, il s’agit de vérifier lim f = f (0) = 0).
0
1
−x
Comme x → e est, par théorèmes généraux, continue sur ]0, +∞[ et comme x → 0
est continue sur ] − ∞, 0], il est clair que f est continue sur R∗ et continue à gauche
en 0.
1
Par ailleurs, lim = +∞ et lim e−X = 0 donc lim f (x) = 0 = f (0) et f est
x→0+ x X→+∞ x→0+
aussi continue à droite en 0. Finalement, f est continue sur R.
2. On nous demande ici de répondre à trois questions. Plutôt que de les traiter suc-
cessivement, on va répondre simultanément à celles-ci grâce à un raisonnement par
récurrence. Il faudra, comme toujours, bien s’appliquer dans la formulation de la
propriété à démontrer pour tout entier naturel n.
Montrons par récurrence sur n que, pour tout entier naturel n, la propriété Pn suivante
est vraie : “f (n) est bien définie sur ]0, +∞[ et il existe un polynôme à coefficients

Pn (x) 1
réels Pn tel que : ∀ x ∈]0, +∞[, f (n) (x) = exp − ”.
x2n x
Nous remarquons que la relation de récurrence Pn+1 = X 2 Pn + (1 − 2nX)Pn ne fait
pas partie de l’énoncé de la propriété Pn . En fait, cette relation sera établie au cours
de l’étape d’hérédité où le polynôme Pn+1 sera construit à partir du polynôme Pn .
1 1 1
Initialisation : On a, pour tout x > 0, f (0) (x) = f (x) = e− x = 2×0 e− x donc la
x
propriété est vraie au rang 0 en posant P0 = 1.
Pn (x) − 1
Hérédité : Supposons que f (n) (x) = e x pour tout x > 0 où n ∈ N et
x2n
Pn (x)
Pn ∈ R[X]. Le dénominateur de la fonction rationnelle x → ne s’annule qu’en
x2n
Exercice 11.7 Recollement de classe C ∞ 235
1
0 donc cette fonction est dérivable sur ]0, +∞[. De même, x → e− x est dérivable sur
]0, +∞[ donc, par produit, f (n) est dérivable sur ]0, +∞[ et, pour tout x > 0,
f (n+1) (x) = (f (n) ) (x)
Pn (x)x2n − Pn (x)2nx2n−1

Pn (x)

1 1
= exp − + 2n+2 exp −
x4n x x x
Pn (x)x2n+2 − Pn (x)2nx2n+1 + x2n Pn (x)

1
= exp −
x4n+2 x
Pn (x)x2 − Pn (x)2nx + Pn (x)
P (x)
1 n+1 1
= exp − = exp −
x2n+2 x x2(n+1) x
où on a posé Pn+1 = X 2 Pn − 2nXPn + Pn = X 2 Pn + (1 − 2nX)Pn , qui est bien un
polynôme à coefficients réels. Ainsi Pn+1 est bien vraie.
D’après le principe de récurrence, Pn est vraie pour tout n ∈ N et de plus, le raison-
nement ci-dessus montre que :
∀ n ∈ N, Pn+1 = X 2 Pn + (1 − 2nX)Pn .
3. Il s’agit de montrer que f est indéfiniment dérivable sur R (c’est-à-dire que f (n)
est définie sur R pour tout entier naturel n). Comme à la première question, l’étude
va se scinder en deux temps : sur R∗ d’abord, en 0 ensuite (le point à problème). Si
n ∈ N∗ , montrer que f (n) (0) = (f (n−1) ) (0)) existe et vaut 0 revient à montrer que
f (n−1) (x) − f (n−1) (0)
lim existe et vaut 0. Mais pour pouvoir calculer cette limite,
x→0 x
il faut déjà connaître la valeur de f (n−1) (0) ; c’est pourquoi un raisonnement par
récurrence va s’imposer ici. Enfin, compte tenu de la distinction faite dans la définition
de f sur ] − ∞, 0] et ]0, +∞[, on considérera, comme à la première question, la limite
à droite en 0 (mais aussi la limite à gauche).
Il suffit de montrer que, pour tout entier naturel n, la fonction f est n fois dérivable sur
R. Sur l’intervalle ouvert ]0, +∞[, cela a déjà été montré et c’est évident sur ] − ∞, 0[
puisque la fonction coïncide avec la fonction nulle. Montrons donc par récurrence sur n
que la propriété “f (n) (0) existe et vaut 0” notée Qn est vraie pour tout entier naturel
n.
Initialisation : f est bien définie en 0 et f (0) = 0 donc Q0 est vraie.
Hérédité : Supposons
Q pour un certain n ∈ N et notons, sous réserve d’exis-
n vraie
tence, f (n) g (0) et f (n) d (0) les dérivées respectivement à gauche et à droite
f (n) (x) − f (n) (0)
de f (n) en 0. D’une part, on a clairement lim = 0 puisque,

x→0− x
pour x < 0, f (n) (x) = f (n) (0) = 0. Ainsi, f (n) est dérivable à gauche en 0 et
(n)
f g
(0) = 0. D’autre part, pour x > 0,
f (n) (x) − f (n) (0) f (n) (x) Pn (x)

1
= = 2n+1 exp − .
x x x x
1
Or lim = +∞ et lim X 2n+1 e−X = 0 par croissances comparées donc, par
x→0+ x
X→+∞
1 2n+1 1
composition, lim exp − = 0 et finalement
x→0+ x x
f (n) (x) − f (n) (0)

1 1
lim = Pn (0) × lim 2n+1 exp − =0
x→0+ x x→0+ x x

ce qui signifie que f (n) est dérivable à droite en 0 et f (n) (0) = 0. Ainsi

d
f (n) g (0) = 0 = f (n) d
(0) donc f (n)
est dérivable en 0 et f (n+1)
(0) = 0.
D’après le principe de récurrence, f est indéfiniment dérivable en 0 et, pour tout n ∈ N,
f (n) (0) = 0.
Finalement, f est indéfiniment dérivable sur R donc f est de classe C ∞ sur R.
4. À l’aide du résultat de la question 2, on remarque que la tâche revient essentielle-
ment à calculer P1 , P2 , P3 ce qui peut se faire de proche en proche grâce à la relation
de récurrence reliant Pn et Pn+1 .
Déjà, pour tout x 0, f (x) = f (x) = f (x) = 0. Par ailleurs, on a vu que P0 = 1
donc
P1 = X 2 P0 + (1 − 0)P0 = P0 = 1,
P2 = X 2 P1 + (1 − 2X)P1 = 1 − 2X,
P3 = X 2 P2 + (1 − 4X)P2 = −2X 2 + (1 − 4X)(1 − 2X) = 6X 2 − 6X + 1.
Ainsi, pour tout x > 0,
1 − x1 1 − 2x − x1 6x2 − 6x + 1 − x1
f (x) = e , f (x) = e et f (x) = e .
x2 x4 x6
• Savoir justifier qu’une fonction est dérivable (cf exercices 11.2, 11.7 et
questions 11.1.1.a, 11.1.2, 11.3.1.b, 11.5.4.a)
♦ en reconnaissant une fonction usuelle,
♦ en utilisant la stabilité par opérations algébriques, composition et passage à la
fonction réciproque (on parle parfois de “théorèmes généraux”).
• Savoir calculer la dérivée d’une fonction dérivable (cf exercices 11.1, 11.7
et questions 11.3.1.b, 11.5.4.a) en utilisant
♦ les formulaires ci-dessous :
fonction f dérivée f
x → xα x → αxα−1
fonction g dérivée g
x → x1 x → − x12
√ f ◦ u = f (u) u × (f ◦ u) = u f (u)
x → x x → 1
√
2 x
uα αu uα−1
ln x → 1
x
1
u − uu2
exp exp √ u
u √
2 u
x → a x
x → (ln a)ax u
ln |u| u
avec a > 0
eu u eu
sin cos
sin(u) u cos(u)
cos − sin
1
cos(u) −u sin(u)
tan cos2 = 1 + tan2
arctan x → 1
1+x2
♦ les propriétés de la dérivation
(λu + μv) = λu + μv
(linéarité de la dérivation),
u u v − v u 1
(uv) = u v + uv , = , (f −1 ) = .
v v2 f ◦ f −1
• Savoir utiliser le théorème de Rolle ou la formule des accroissements

finis (cf questions 11.4.2.b , 11.5.2.b et 11.6.4.b)
• Savoir résoudre de manière approchée une équation de type f (x) = 0

(cf exercice 11.5)
CHAPITRE
12
Développements limités
et études de fonctions
Exercice 12.1 : Prolongement de classe C 1 II

ex − 1
Soit f (x) = ln .
x
1. Déterminer le domaine de définition de f et justifier que f y est dérivable.
2. Montrer que f se prolonge par continuité en 0. La notation f désignera désor-
mais la fonction ainsi prolongée en 0. Quelle est alors la valeur de f (0) ?
3. Montrer que f admet en 0 le développement limité d’ordre 2 suivant :
1 1
f (x) = x + x2 + ◦ (x2 ).
2 24 x→0
4. a. En déduire que f est dérivable en 0 et préciser f (0).

b. Déterminer l’équation de la tangente T à la courbe représentative de f
au point d’abscisse 0 et étudier sa position par rapport à la courbe au
voisinage de ce point.
1. Pour déterminer le domaine de définition d’une composée de fonctions h ◦ g, on

doit trouver l’ensemble des réels x tels que g(x) et h(g(x)) sont définis. Cela impose
en particulier de connaître les domaines de définition des deux fonctions h et g.
ex − 1
ln étant défini sur ]0, +∞[, f (x) est défini si et seulement si est défini et
x
strictement positif. On dispose du tableau de signes ci-dessous.
x −∞ 0 +∞
ex − 1 − 0 +
x − 0 +
ex −1
x
+ +
ex − 1 ex − 1
n’a de sens que si x = 0 et, d’après ce tableau, pour tout x ∈ R∗ , >0
x x
e x
− 1
donc f est définie sur R∗ . Par théorèmes généraux, x → est dérivable sur R∗
x
240 Chapitre 12 Développements limités et études de fonctions
et à valeurs dans ]0, +∞[ qui est un intervalle sur lequel ln est définie et dérivable.
Par conséquent, on conclut par composition que f est dérivable sur R∗ .
2. f se prolonge par continuité en 0 si et seulement si sa limite en 0 existe et est
finie. Ici, on a une forme indéterminée qu’on peut lever simplement en remarquant
ex − 1
que lim = exp (0) = 1 ou en utilisant un équivalent usuel (ce qui revient à
x→0 x
peu près au même ici).
ex − 1
ex − 1 ∼ x donc lim = 1 puis, par continuité de ln au point 1,
ex→0 x→0 x
x
−1
lim ln = ln(1) = 0. La limite de f en 0 existe, est finie et vaut 0 donc
x→0 x
f se prolonge par continuité en 0 en posant f (0) = 0.
ex − 1
3. Il faut d’abord effectuer le développement limité d’ordre 2 en 0 de . Pour
x
cela, à cause de la division par x, on aura besoin du développement limité d’ordre 3
de ex − 1 en 0.
x2 x3
Le développement limité d’exp en 0 est ex = 1 + x + + + ◦ (x3 ) donc
2 6 x→0
ex − 1 x x2
=1+ + + ◦ (x2 ) = 1 + ϕ(x)
x 2 6 x→0
x x2
où ϕ(x) = + + ◦ (x2 ) tend vers 0 quand x tend vers 0.
2 6 x→0
Il était important de faire apparaître une forme du type ln(1+ϕ(x)) avec lim ϕ(x) = 0
x→0
car cela va nous permettre d’exploiter le développement limité usuel de ln(1 + t) en 0.
t2
Puisque ln(1 + t) = t − + ◦ (t2 ), on en déduit par substitution :
2 t→0
ϕ(x)2
ln(1 + ϕ(x)) = ϕ(x) − + ◦ (ϕ(x)2 ).
2 x→0
2 2
x x x
Par ailleurs, ϕ(x) = + + ◦ (x2 ) et ϕ(x)2 = + ◦ (x2 ) donc, en injectant
2 6 x→0 4 x→0
ces développement limités dans l’expression ci-dessus,

x 1 1
f (x) = ln(1 + ϕ(x)) = + − x2 + ◦ (x2 )
2 6 8 x→0
1 1 2 2
= x+ x + ◦ (x ).
2 24 x→0
4.a. Ici, nous avons calculé le développement limité d’ordre 2 de f en 0. Celui d’ordre
1 s’en déduit aisément.
f est définie en 0 (après prolongement) et admet un développement limité d’ordre 2

en 0. A fortiori, f admet un développement limité d’ordre 1 en 0, obtenu par troncature
1
du développement limité d’ordre 2 : f (x) = x + ◦ (x). Ainsi,
2 x→0
f (x) − f (0) f (x) 1

lim = lim = .
x→0 x x→0 x 2
Exercice 12.2 Développements limités et fonction réciproque 241
1
f est donc bien dérivable en 0 et f (0) = .
2
Si f est définie autour de a ∈ R et admet un développement limité

d’ordre 1 en ce point :
f (x) = α + β(x − a) + ◦ (x − a)
x→a
alors α = f (a), f est dérivable en a et f (a) = β.
4.b. Jusqu’ici, le développement limité de f d’ordre 1 en 0 nous a suffi. Ici, nous

aurons besoin de celui qu’on a calculé (à l’ordre p = 2) pour étudier localement la
position de la tangente par rapport à la courbe.
L’équation de la tangente à la courbe de f au point d’abscisse 0 est

1
y = f (0) + f (0)x i.e. y = x.
2
1 1 2
D’après le développement limité d’ordre 2 en 0 de f (x), on a f (x) − x ∼ x
2 x→0 24
1
donc f (x) − x 0 pour x au voisinage de 0. Autrement dit, la courbe de f est, au
2
voisinage du point d’abscisse 0, au-dessus de sa tangente en ce point.
Soit a ∈ R. Si f est définie en a et admet en ce réel un développement

limité du type :
f (x) = α0 + α1 (x − a) + αp (x − a)p + ◦ ((x − a)p )
x→a
avec p 2 et αp = 0.
L’équation de la tangente de la courbe de f au point d’abscisse a est
y = α0 + α1 (x − a). De plus, le signe de αp permet de déterminer la
position de la courbe de f par rapport à la tangente au voisinage du
point d’abscisse a.
Exercice 12.2 : Développements limités et fonction réciproque

1
Soit f : x → arctan .
1+x
1. Déterminer le domaine de définition de f et calculer f (0). Est-il possible de
prolonger f en une fonction continue sur R ?
2. Montrer que f induit une bijection de ] − 1, +∞[ sur un intervalle I que l’on
précisera.
3. a. Justifier que f est de classe C 3 sur ] − 1, +∞[. En déduire que f admet

un développement limité d’ordre 3 en 0.
b. Montrer que le développement limité d’ordre 3 en 0 de f est donné par
π 1 1 1
f (x) = − x + x2 − x3 + ◦ (x3 ).
4 2 4 12 x→0
c. Déterminer l’équation de la tangente T à la courbe représentative de f

au point d’abscisse 0 et étudier sa position par rapport à la courbe au
voisinage de ce point.
4. On note f −1 : I →] − 1, +∞[ la bijection réciproque de f . Justifier que f −1
π
admet un développement limité d’ordre 3 en et le déterminer.
4
1. Pas de problème pour le domaine de définition et la valeur de f (0) : la démarche

est analogue à celle de la première question de l’exercice précédent.
1
arctan étant définie sur R et x → sur R \ {−1}, la fonction f est définie sur
1+x
π
R \ {−1}. En outre f (0) = arctan(1) = .
4
f est continue sur R \ {−1} par théorèmes généraux. Le seul problème se situe donc
en −1. f est prolongeable par continuité en −1 ssi f admet une limite finie en −1.
1 π π
lim = +∞ et lim arctan = donc, par composition, lim f = .
x→(−1)+1+x +∞ 2 (−1)+ 2
1 π π
De même, lim = −∞ et lim arctan = − donc lim f = − . Puisque
x→(−1)− 1 + x −∞ 2 (−1)− 2
lim f (x) = lim f (x), f n’a pas de limite en −1 donc f ne peut pas se
x→(−1)+ x→(−1)−
prolonger par continuité en −1. Ainsi, on ne peut pas prolonger f en une fonction
continue sur R.
2. Pour ce type de question, pas d’hésitation : il faut utiliser le théorème de la bijection.
1
arctan étant dérivable sur R et x → sur ]−1, +∞[, f est dérivable sur ]−1, +∞[
1+x
par composition. De plus,
1 1 1
∀ x > −1, f (x) = − × 1 2 = − <0
(1 + x)2 1 + 1+x (1 + x)2 + 1
Ainsi, f est continue (car dérivable) et strictement décroissante sur ]−1, +∞[. D’après
le théorème de la bijection,
f est une bijection décroissante de ]−1, +∞[ sur l’intervalle
π 1
I = lim f, lim f . Or, on a déjà vu que lim f = et, comme lim =0
+∞ (−1)+ (−1)+ 2 x→+∞ 1 + x
et arctan est continue en 0, on a lim f = 0.
+∞
π
Conclusion : f est une bijection décroissante de ] − 1, +∞[ sur I = 0, .
2
π
On pourrait aller plus loin et expliciter ici f −1 . Si x ∈ ] − 1, +∞[ et y ∈ 0, ,
2

1 1 π π
f (x) = y ⇐⇒ arctan = y ⇐⇒ = tan y (car y ∈ − , )
1+x 1+x 2 2
1 1
⇐⇒ = 1 + x ⇐⇒ x = −1
tan y tan y
1 π
donc f −1 (y) = − 1 pour tout y ∈ 0, .
tan y 2
3.a. Le fait que f est de classe C 3 sur ] − 1, +∞[ résulte des théorèmes généraux.
La formule de Taylor-Young à l’ordre 3 en 0 peut alors s’appliquer et fournit le
développement limité désiré.
1
arctan étant de classe C ∞ sur R et x → sur ] − 1, +∞[, f est de classe C ∞ sur
1+x
] − 1, +∞[ par composition. En particulier, f est de classe C 3 sur ] − 1, +∞[. Puisque
0 ∈] − 1, +∞[, on a donc l’existence du développement limité d’ordre 3 de f en 0
fourni par la formule de Taylor-Young :
f (0) 2 f (0) 3
f (x) = f (0) + f (0)x + x + x + ◦ (x3 ).
2 6 x→0
3.b. Il est souvent fastidieux d’appliquer la formule précédente en déterminant, après

quelques dérivations, f (0), f (0) et f (0) mais les calculs restent raisonnables ici.
π 1 1
Méthode 1 : On a tout d’abord f (0) = et f (0) = − = − puis
4 (1 + 0)2 + 1 2
2(1 + x) 2(1 + 0) 1
f (x) = 2
de sorte que f (0) = 2 + 1]2
= , et enfin
2
[(1 + x) + 1] [(1 + 0) 2
2 8(1 + x)2 2 − 6(1 + x)2
f (x) = − =
[(1 + x)2 + 1]2 [(1 + x)2 + 1]3 [(1 + x)2 + 1]3
1 π 1 1 1 3
qui conduit à f (0) = − . Ainsi f (x) = − x + x2 − x + ◦ (x3 ).
2 4 2 4 12 x→0
Nous allons proposer une alternative à l’aide de développements limités usuels et de

primitivation. La dérivée de f est une fonction rationnelle dont on sait facilement
déterminer le développement limité à l’ordre 2 en 0. On en déduit alors celui de f à
l’ordre 3 au même point en utilisant le théorème de primitivation.
Méthode 2 : f étant de classe C 2 sur ] − 1, +∞[, on sait déjà que f admet bien un
développement limité d’ordre 2 en 0. De plus, pour tout x > −1,
1 1 1 1 1 1
f (x) = − =− =− × =− ×
(1 + x)2 + 1 2 + 2x + x2 2 1 + x + 12 x2 2 1 + ϕ(x)
1
où on a posé ϕ(x) = x + x2 .
2
1
On a = 1 − t + t2 + ◦ (t2 ) et comme lim ϕ(x) = 0, on a par substitution
1+t t→0 x→0
1
= 1 − ϕ(x) + ϕ(x)2 + ◦ (ϕ(x)2 )
1 + ϕ(x) x→0
⎧
⎨ ϕ(x) = x + 1 x2
2 1 1
Or donc = 1 − x + x2 + ◦ (x2 ) puis
⎩ ϕ(x)2 = x2 + ◦ (x2 ) 1 + ϕ(x) 2 x→0
x→0
1 1 1
f (x) = − + x − x2 + ◦ (x2 ).
2 2 4 x→0
D’après le théorème de primitivation des développements limités, on en déduit que :

1 1 1 3
f (x) = f (0) − x + x2 − x + ◦ (x3 )
2 4 12 x→0
π 1 1 2 1 3
= − x+ x − x + ◦ (x3 ).
4 2 4 12 x→0
π 1
3.c. La partie linéaire − x du développement limité précédent fournit l’équation
4 2
1
de la tangente, tandis que la partie quadratique x2 indique la position locale de
4
cette tangente par rapport à la courbe.
π 1
La courbe Cf de f admet une tangente Δ d’équation y = − x au point d’abscisse 0.
4 2
π 1 1 2
De plus, f (x) − − x ∼ x donc Cf est au-dessus de Δ au voisinage du
4 2 x→0 4
point d’abscisse 0.
π
4. On justifie que f −1 admet un développement limité d’ordre 3 en de la même
4
−1
façon qu’on l’a fait pour f en 0 : il suffit de vérifier que f est de classe C 3 au
π
voisinage de . Pour cela, on utilise les résultats du chapitre sur la dérivation, et plus
4
particulièrement sur la régularité de la bijection réciproque.

π
f étant une bijection de classe C 3 de ] − 1, +∞[ sur 0, , f −1 est de classe C 3 sur
2
π 1
0, si et seulement si f ne s’annule pas sur ]−1, +∞[ (en effet (f −1 ) =
2 f ◦ f −1
donc, comme f −1 et f sont dérivables, par théorèmes généraux, (f −1 ) l’est aussi
puis une deuxième fois et enfin C 2 ). C’est effectivement le cas ici car on a vu à la
question 2 que f (x) < 0 pour tout x ∈] − 1, +∞[. Ainsi, d’après les conditions de
validité de la formule de Taylor-Young, f −1 admet un développement limité d’ordre 3
π
en . Il existe donc quatre réels a, b, c et d tels que :
4

π
f −1 + h = a + bh + ch2 + dh3 + ◦ (h3 ).
4 h→0
La suite de la question est un peu plus technique. La méthode qu’on va voir ici s’adapte
à toutes les situations analogues. L’objectif est de déterminer les quatre inconnues a,
b, c et d. L’idée pour effectuer cela va consister à identifier les coefficients de deux
expressions du développement limité à l’ordre 3 en 0 de f −1 (f (x)) :
π
• la première est obtenue en injectant h = f (x) − dans le développement limité
π 4
en 0 de f −1 + h établi précédemment (nous remarquons que les coefficients
4
de ce développement limité s’exprime en fonction des quatre inconnues qui nous
intéressent, à savoir a, b, c et d) ;
π
D’une part, on a, en posant h(x) = f (x) − et en tenant compte de
π
π
4
lim f (x) − = f (0) − = 0,
x→0 4 4

−1 −1 π
f (f (x)) = f + h(x) = a + bh(x) + ch(x)2 + dh(x)3 + ◦ h(x)3
4 x→0
avec
1 1 1 3
h(x) = − x + x2 − x + ◦ (x3 )
2 4 12 x→0
2 1 2 1 3 3
h(x) = x − x + ◦ (x )
4 4 x→0
3 1 3
h(x) = − x + ◦ (x3 )
8 x→0
donc
1 1
1 1 1

f −1 (f (x)) = a − bx + (b + c)x2 + − b − c − d x3 + ◦ (x3 ).
2 4 12 4 8 x→0
• la deuxième façon d’obtenir le développement limité à l’ordre 3 en 0 de f −1 (f (x))

est certainement la plus naturelle : il suffit de remarquer que f −1 (f (x)) = x, du
coup f −1 (f (x)) = x + ◦ (x3 ).
x→0
L’identification des coefficients des deux expressions du développement limité de

f −1 (f (x)) permet alors de déterminer nos inconnues a, b, c et d.
D’autre part, f −1 (f (x)) = x = x + ◦ (x3 ), donc, par unicité du développement

x→0
limité d’ordre 3 en 0 de f −1 (f (x)), on a :
⎧ ⎧
⎪
⎪ a = 0 ⎪
⎪ a = 0
⎪
⎪ ⎪
⎪
⎪
⎨ 1 ⎪
⎨ b
− b = 1 = −2
2 , soit .
⎪ 1 ⎪
⎪
⎪ (b + c) = 0 ⎪
⎪ c = −b = 2
⎪
⎪ 4 ⎪
⎪
⎩ 1 1
− b− c− d
1
= 0
⎩ d = 2
− b − 2c = −
8
12 4 8 3 3
On peut alors conclure en n’oubliant pas d’écrire le développement limité de f −1 au

π
point qui nous intéresse, c’est-à-dire .
4
Ainsi,
π 8
f −1 + h = −2h + 2h2 − h3 + ◦ (h3 )
4 3 h→0
π
et, si on effectue la substitution h = y − , on obtient la forme du développement
4
π
limité en :
4

−1 π π 2 8 π 3 π 3
f (y) = −2 y − +2 y− − y− + ◦π y− .
4 4 3 4 y→ 4 4
Exercice 12.3 : Développement asymptotique en +∞

!
1
Soit f : x → exp x2 + 8x + 7.
x
1. Déterminer le domaine de définition de f .
2. Calculer les développements limités à l’ordre 2 de f en +∞ et en −∞.
3. Montrer que la courbe représentative Cf de f admet une asymptote Δ1 en +∞
et Δ2 en −∞. Déterminer les équations de ces deux asymptotes et étudier la
position de Δ1 (respectivement Δ2 ) par rapport à Cf au voisinage de +∞
(respectivement −∞).
1. La question se ramène ici essentiellement à étudier le signe du trinôme du second

degré x2 + 8x + 7 en fonction de x.
√ 1 1
f (x) est défini si et seulement si x2 + 8x + 7 et e x √ sont définis. D’une part, e x
2
est défini si et seulement si x est non nul. D’autre part, x + 8x + 7 est défini si et
seulement si x2 + 8x + 7 0. Étudions donc le signe de ce trinôme. Son discriminant
−8 − 6
est 64 − 28 = 36 = 62 donc x2 + 8x + 7 = 0 admet pour solutions : et
2
−8 + 6
, c’est-à-dire −7 et −1. Le coefficient devant x2 étant positif,
2
x2 + 8x + 7 0 ⇐⇒ x ∈] − ∞, −7] ∪ [−1, +∞[.
Ainsi, le domaine de définition de f est ] − ∞, −7] ∪ [−1, 0[∪]0, +∞[.
2. On ramène le problème en 0 en cherchant" le développement limité (généralisé) à

1 1 1 1
l’ordre 2 en 0 de f . On utilisera : = √ = . La présence de la fonction
t t2 t 2 |t|
exp et de la racine carrée√suggère que l’on aura à utiliser les développements limités
usuels de exp et de x → 1 + x en 0.
On a
1 "
1 8 et ! et !
f = et + +7= 1 + 8t + 7t2 = 1 + ϕ(t)
t t 2 t |t| |t|
où ϕ(t) = 8t + 7t2 , ϕ(t)2 = 64t2 + 112t3 + ◦ (t3 ) et ϕ(t)3 = 512t3 + ◦ (t3 ).
! 1 1
t→0
1 1
t→0
Ainsi, 1 + ϕ(t) = (1 + ϕ(t)) 2 = 1 + ϕ(t) − ϕ(t)2 + ϕ(t)3 + ◦ (t3 ) donc

2 8 16 t→0
!
7
1 + ϕ(t) = 1 + 4t + − 8 t2 + (−14 + 32) t3 + ◦ (t3 )
2 t→0
9 2
= 1 + 4t − t + 18t3 + ◦ (t3 ).
2 t→0
Exercice 12.3 Développement asymptotique en +∞ 247
D’où :
1 et !
f = 1 + ϕ(t)
t |t|

1 t2 t3 9 2
= 1+t+ + + ◦ (t3 ) 1 + 4t − t + 18t3 + ◦ (t3 )
|t| 2 6 t→0 2 t→0

1 1 9 2 1 9
= 1 + 5t + +4− t + +2− + 18 t3 + ◦ (t3 )
|t| 2 2 6 2 t→0

1 47 3
= 1 + 5t + t + ◦ (t3 ) .
|t| 3 t→0
La présence de la valeur absolue impose une discussion suivant le signe de t :

1 1 47
• si t > 0, alors |t| = t et f = + 5 + t2 + ◦ (t2 ) ;
t t 3 t→0

1 1 47
• si t < 0, alors |t| = −t et f = − − 5 − t2 + ◦ (t2 ).
t t 3 t→0
Finalement,

47 1 47 1
f (x) = x + 5 + + ◦ et f (x) = −x − 5 − + ◦ .
3x2 x→+∞ x2 3x2 x→−∞ x2
3. Il suffit d’interpréter correctement les développements limités obtenus aux deux

infinis.
47
f (x) − (x + 5) ∼ donc lim (f (x) − (x + 5)) = 0. De même,
3x2
x→+∞ x→+∞
lim (f (x) − (−x − 5)) = 0. Ainsi, la droite Δ1 d’équation y = x + 5 est asymptote
x→+∞
à Cf en +∞ tandis que la droite Δ2 d’équation y = −x − 5 est asymptote à Cf en
47 47
−∞. Par ailleurs, f (x) − (x + 5) ∼ et f (x) − (−x − 5) ∼ − 2 donc
x→+∞ 3x2 x→−∞ 3x
Cf est au-dessus de Δ1 au voisinage de +∞ et Cf est en-dessous de Δ2 au voisinage
de −∞.
Si f admet en +∞ un développement limité d’ordre p 1 de la forme

c 1
f (x) = ax + b + p + ◦ avec a, b, c ∈ R et c = 0
x x→+∞ xp
c
On a alors lim (f (x)−(ax+b)) = 0 et même f (x)−(ax+b) ∼ .
x→+∞ x→+∞ xp
c
En particulier f (x)−(ax+b) et p ont même signe au voisinage de 0. On
x
interprète ces résultats ainsi : la courbe représentative de f admet en
+∞ une asymptote oblique d’équation y = ax+b. De plus, au voisinage
de +∞, elle est au-dessus de son asymptote si c > 0 et au-dessous si
c < 0.
Exercice 12.4 : Prolongement de classe C 1 III
√
1. a. Déterminer le développement limité d’ordre 3 en 0 de x → x cos x.
√
b. En déduire que le développement limité de x → exp(x cos x) à l’ordre 3
en 0 est donné par :
√ 1 1
exp(x cos x) = 1 + x + x2 − x3 + ◦ (x3 ).
2 12 x→0
π π √
2. Pour tout x ∈ − , , on pose f (x) = exp(x cos x).
2 2 π π
a. Justifier que f est de classe C ∞ sur − , .
2 2
b. À l’aide de la formule de Taylor-Young, en déduire les valeurs de f (0),
f (0), f (0) et f (0).
1 + sin x
3. Pour tout x ∈] − π, π[, on pose g(x) = 2 .
1 + cos x
a. Déterminer le développement limité d’ordre 3 en 0 de g.
b. Justifier que g est de classe C ∞ sur ] − π, π[ et en déduire les valeurs de
g(0), g (0), g (0) et g (0).
4. Déterminer un équivalent simple de f (x) − g(x) en 0. En déduire le signe de
f (x) − g(x) pour x au voisinage de 0.
⎧ √ π
π ⎪
⎨ ex cos x si x ∈ − , 0
5. Pour tout x ∈ − , π , on pose u(x) = 2 .
2 ⎪ 1 + sin x
⎩ 2 si x ∈ [0, π[
π 1 + cos x
Montrer que u est de classe C sur − , π et calculer u (0).
1
2
√
1.a. On s’intéresse essentiellement à cos x dont on effectue le développement
√ limité
à l’ordre 2 en 0 (après multiplication par x, on obtiendra celui de x cos x à l’ordre 3).
On commence par développer la fonction par laquelle on compose à droite, c’est-à-dire
la fonction cosinus.
"
! x2 !
Tout d’abord, on a x cos(x) = x 1− + ◦ (x2 ) = x 1 − ϕ(x) où on a posé
2 x→0
x2
ϕ(x) = + ◦ (x2 ).
2 x→0
!
On a fait apparaître une expression du type 1 − ϕ(x) avec lim ϕ = 0, on va donc
√0
pouvoir exploiter le développement limité usuel à l’ordre 2 de 1 − t en 0.
√ 1 1 1
Or 1 − t = (1 − t) 2 = 1 −t − t2 + ◦ (t2 ) donc
2 8 t→0
! 1 1

x cos(x) = x 1 − ϕ(x) − ϕ(x)2 + ◦ (ϕ(x)2 )
2 8 x→0
Exercice 12.4 Prolongement de classe C 1 III 249
x2
avec ϕ(x) = + ◦ (x2 ) et ϕ(x)k = ◦ (x2 ) si k 2. Ainsi,
2 x→0 x→0
!
1 2 1
x cos(x) = x 1 − x + ◦ (x2 ) = x − x3 + ◦ (x3 )
4 x→0 4 x→0
En anticipant sur le fait que ϕ(x)2 = ◦ (x2 ), on aurait pu éventuellement ne pas

x→0
1 √
faire apparaître le terme − ϕ(x) dans la première expression ci-dessus de x cos x
2
8
(ce terme est “absorbé” dans le ◦ (x2 ), ce que l’on a remarqué après coup).
√ x→0
1.b. lim x cos x = 0, on va donc pouvoir substituer le développement limité en 0 à
x→0 √
l’ordre 3 de x cos x à la variable t dans le développement limité usuel de et en 0.
! t2 t3
Posons v(x) = x cos(x). On a et = 1 + t + + + ◦ (t3 ) donc
2 6 t→0
2 3
v(x) v(x)
ev(x) = 1 + v(x) + + + ◦ (v(x)3 )
2 6 x→0
⎧ 1 3
⎪
⎪ v(x) = x − x + ◦ (x3 )
⎪
⎨ 4 x→0
avec v(x)2 = x2 + ◦ (x3 ) donc

⎪
⎪ x→0
⎪
⎩ v(x)3 = x3 + ◦ (x3 )
x→0

1 2 1 1
ev(x) = 1 + x + x + − + x3 + ◦ (x3 ).
2 4 6 x→0
Ainsi, on a bien :
1 2 1 3
f (x) = 1 + x + x − x + ◦ (x3 ).
2 12 x→0
√
2.a. L’expression de f √ fait apparaître la composée de cos suivie de x → x ainsi que
la composée de x → x cos x suivie de exp. On utilise donc les théorèmes généraux
π π
pour justifier que f est de classe C ∞ sur − , en prenant bien soin de préciser
2 2 √
que, sur cet intervalle, cos est à valeurs dans √]0, 1], intervalle sur lequel x → x est
∞
de classe C (attention, on rappelle que x → x n’est même pas dérivable en 0).

π π π π
• cos est de classe C ∞ sur − , et cos − , =]0, 1]
2 2 2 2
π π
• x → x est de classe C ∞ sur − , ,
2 2
√
• x → x est de classe C ∞ sur ]0, +∞[ donc sur ]0, 1],
• exp est de classe C ∞ sur R,

π π
donc, par théorèmes généraux, on en déduit que f est de classe C ∞ sur − , .
2 2
2.b. Il s’agit ici d’identifier les deux développements limités de f à l’ordre 3 en 0 :

celui obtenu à la question 1.b, et celui découlant de la formule de Taylor-Young (en
signalant que f satisfait bien l’hypothèse d’application de cette formule).

π π π π
f étant de classe C ∞ sur − , , elle est en particulier de classe C 3 sur − , ,
2 2 2 2
on peut donc lui appliquer la formule de Taylor-Young à l’ordre 3 en 0, qui donne :
π π
f (0) 2 f (0) 3
∀x ∈ − , , f (x) = f (0) + f (0)x + x + x + ◦ (x3 ).
2 2 2 6 x→0
Par unicité du développement limité d’ordre 3 en 0 de f , on a, d’après la question 1.b,

f (0) 1 f (0) 1
f (0) = 1, f (0) = 1, = , =−
2 2 6 12
1
donc f (0) = 1, f (0) = 1, f (0) = 1 et f (0) = − .
2
u
3.a. Lorsque la fonction se présente sous forme d’un quotient (comme c’est le
v
1
cas ici pour g), on écrit ce quotient sous forme d’un produit u × . On obtient un
v
u
développement limité à l’ordre 3 en 0 de par multiplication des développements
v
1
limités en 0 au même ordre de u et . Ici,
v
2(1 + sin x) 1 + sin x 1

g(x) = = = (1 + sin x) × .
1 + cos(x) 1 cos(x) 1− 2 x
1−cos
2 + 2
1
Le développement limité à l’ordre 3 en 0 de s’obtient par composition à
1− 1−cos x
2
1 − cos x 1 1 − cos x
partir de ceux de et de , compte tenu de lim = 0.
2 1−t x→0 2
On a
1 + sin x
g(x) = 2 = 2(1 + sin x) × (1 + cos(x))−1
1 + cos x
−1
x3 x2
= 2 1+x− + ◦ (x3 ) × 2− + ◦ (x3 )
6 x→0 2 x→0
−1
x3 x2
= 1+x− + ◦ (x3 ) × 1− + ◦ (x3 )
6 x→0 4 x→0

x3
= 1+x− + ◦ (x3 ) × (1 − ϕ(x))−1
6 x→0
x2
où ϕ(x) = + ◦ (x3 ). Puisque (1 − t)−1 = 1 + t + t2 + t3 + ◦ (t3 ), on a donc
4 x→0 t→0
(1 − ϕ(x))−1 = 1 + ϕ(x) + ϕ(x)2 + ϕ(x)3 + ◦ (ϕ(x)3 )

x→0
avec ϕ(x)k = ◦ (x3 ) si k 2. Ainsi,

x→0
x2
(1 − ϕ(x))−1 = 1 + + ◦ (x3 )
4 x→0
Exercice 12.4 Prolongement de classe C 1 III 251
et finalement

x3 1
g(x) = 1+x− + ◦ (x3 ) × 1 + x2 + ◦ (x3 )
6 x→0 4 x→0

1 2 1 1
= 1+x+ x + − + x3 + ◦ (x3 )
4 6 4 x→0
c’est-à-dire :
1 2 1 3
g(x) = 1 + x + x + x + ◦ (x3 ).
4 12 x→0
3.b. La stratégie dans cette question est la même que celle utilisée à la question 2.b.
x → 2(1 + sin x) est de classe C ∞ sur ] − π, π[, x → 1 + cos(x) est de classe C ∞ sur
] − π, π[ et ne s’annule pas sur cet intervalle donc, par théorèmes généraux, g est de
classe C ∞ sur ] − π, π[. En particulier, g est de classe C 3 sur ] − π, π[ et on peut lui
appliquer la formule de Taylor-Young à l’ordre 3 en 0 :
g (0) 2 g (0) 3
∀ x ∈] − π, π[, g(x) = g(0) + g (0)x + x + x + ◦ (x3 ).
2 6 x→0
Par unicité du développement limité d’ordre 3 en 0 de g, on a donc d’après la question

précédente
g (0) 1 g (0) 1
g(0) = 1, g (0) = 1, = , = .
2 4 6 12
1 1
D’où g(0) = 1, g (0) = 1, g (0) = et g (0) = .
2 2
4. On va obtenir l’équivalent en effectuant le développement limité à l’ordre 3 en 0 de
f (x) − g(x) (en s’appuyant sur les résultats précédents). Un équivalent de f (x) − g(x)
en 0 est alors le premier terme non nul de la partie principale de ce développement
limité.
D’après les questions 1.b et 3.b,

1 1 3 1 1 3
f (x) − g(x) = 1 + x + x2 − x + ◦ (x3 ) − 1 + x + x2 + x
2 12 x→0 4 12
1 2 1 3 3
= x − x + ◦ (x )
4 6 x→0
1 2
donc f (x) − g(x) ∼ x .
x→0 4
On utilise ensuite que f (x) − g(x) est, au voisinage de 0, du même signe que son
équivalent.
1 2
En particulier, f (x) − g(x) et x sont de même signe au voisinage de 0 donc finale-
4
ment f (x) − g(x) est positif au voisinage de 0 (et strictement positif sur un voisinage
de 0 privé de 0).
π
5. Sur les intervalles ouverts − , 0 et ]0, π[, la fonction u est de classe C 1 car elle
2
coïncide avec des fonctions de classe C 1 sur ces intervalles.
Avec les notations des questions précédentes, nous avons
⎧
⎨ f (x) si x ∈ − π , 0
u(x) = 2 .
⎩ g(x) si x ∈ [0, π[

π
f et g étant de classe C 1 respectivement sur − , 0 et ]0, π[, u est clairement de
2
1 π
classe C sur − , 0 et ]0, π[.
2
Le problème se pose véritablement au point de jonction : 0. Il s’agit de montrer que
u est dérivable en 0 et que u est continue en 0. Compte tenu des distinctions faites
au niveau de la définition de u(x) suivant que x < 0 ou x 0, il est naturel d’étudier
la dérivabilité à gauche et à droite de u en 0. La clé de cette étude repose sur les
informations dont on dispose sur les dérivées de f et g en 0 (les valeurs de f (0) et
g (0) étant fournies aux réponses des questions 2.b et 3.b).

π
Compte tenu de u(0) = g(0) = 1 = f (0), pour x ∈ − , 0 ,
2
u(x) − u(0) u(x) − 1 f (x) − 1 f (x) − f (0)
= = = .
x x x x
f (x) − f (0) u(x) − u(0)
Or lim = f (0) = 1 donc lim = 1 i.e. u est dérivable
x→0 x x→0− x
à gauche en 0 et, en notant ug (0) ce nombre dérivé, on a ug (0) = 1. De même

u(x) − u(0)
lim = g (0) = 1 donc u est dérivable à droite en 0 et, en notant ud (0)
x→0+ x
ce nombre dérivé, on a ud (0) = 1. Ainsi, ug (0) = 1 = ud (0) donc u est dérivable en
0 et u (0) = 1.
Pour montrer la continuité de u en 0, c’est-à-dire lim u = u (0) = 1, on étudiera
0

π etπ à droite de u en 0. On s’appuiera sur le fait que,
naturellement les limites à gauche
f et g étant de classe C sur − , , lim f (x) = f (0) et lim+ g (x) = g (0).
1
2 2 x→0− x→0

π
Pour x ∈ − , 0 , u (x) = f (x) et, pour x ∈]0, π[, u (x) = g (x). Ainsi, puisque f
2
π π
et g sont de classe C 1 sur − , ,
2 2
lim u (x) = lim f (x) = f (0) = 1 et lim u (x) = lim g (x) = g (0) = 1
x→0− x→0− x→0+ x→0+

donc lim u (x) = 1 = u (0). La fonction u est donc continue en 0. Finalement, u est
x→0
π
de classe C 1 sur − , π et u (0) = 1.
2
Exercice 12.5 : Dérivation et approximation numérique
1. Soit f une fonction C 3 sur un intervalle ouvert et a un réel de cet intervalle.

a. À l’aide de la formule de Taylor-Young, donner les développements limités
f (a + h) − f (a) f (a + h) − f (a − h)
d’ordre 2 en 0 de h → et de h → .
h 2h
b. Parmi les deux expressions précédentes, laquelle vaut-il mieux choisir pour
obtenir une approximation de f (a) lorsque h est proche de 0 ?
Exercice 12.5 Dérivation et approximation numérique 253

1 9
2. Soit I = − , et f : I → R une fonction de classe C 3 sur I. On pose, pour
2 10
1 k 1 9 ∗
k ∈ 0, 14, xk = − + (de sorte que x14 = x0 + 14 × = ) . Dans la
2 10 10 10
liste ci-dessous, on a répertorié les 15 valeurs f (x0 ), f (x1 ), . . . , f (x14 ).
[-0.405,-0.336,-0.262,-0.182,-0.095,-0.0,0.105,0.223,0.357,0.511,0.693,0.916,1.204,1.609,2.303]
a. Donner la valeur de f (0).

b. Écrire un programme Python qui renvoie une liste ordonnée de 13 élé-
ments a1 , a2 , . . . , a13 , chacun étant respectivement une approximation de
f (x1 ), f (x2 ), . . . , f (x13 ). On pourra s’aider du résultat de 1.b.
On peut alors tracer la ligne brisée joignant les points de coordonnées
(f (xk ), ak ), pour k ∈ 1, 13. Cette courbe donne l’allure de la courbe para-
métrée de t → (f (t), f (t)) sur l’intervalle I et elle est représentée ci-dessous.
c. Reconnaître dans cette courbe le graphe d’une fonction usuelle, que l’on
notera ψ. Conjecturer alors une équation différentielle satisfaite par f .
1
0
− 0 .5 0 .0 0 .5 1 .0 1 .5 2 .0
On admettra dans la suite que f satisfait cette équation différentielle.

d. Déduire de l’équation différentielle précédente le développement limité de
f à l’ordre 3 en 0 (on ne cherchera pas à résoudre l’équation différentielle).
∗. Les 15 termes x0 , x1 , x2 , . . . , x14 sont donc rangés par ordre croissant et uniformément répartis
dans l’intervalle I (avec un pas de 0, 1) : on dit que (x0 , x1 , . . . , x14 ) forme une subdivision régulière
de l’intervalle I.
f (a + h) − f (a)
1.a. À cause de la division par h, les développements limités de et
h
f (a + h) − f (a − h)
de à l’ordre 2 en 0 seront obtenus à partir des développements
2h
limités en 0 à l’ordre 3 de f (a + h) et f (a − h). Ceux-ci existent bien, car f est de
classe C 3 au voisinage de a.
Le fait que f est de classe C 3 au voisinage de a garantit l’existence des développements

limités à l’ordre 3 en 0 de h → f (a + h) et h → f (a − h). De plus, d’après la formule
de Taylor-Young,
f (a) 2 f (a) 3
f (a + h) = f (a) + f (a)h + h + h + ◦ (h3 )
2 6 h→0
f (a) 2 f (a) 3

f (a − h) = f (a) − f (a)h + h − h + ◦ (h3 ).
2 6 h→0
À l’aide du premier développement limité, on obtient :

f (a + h) − f (a) f (a) f (a) 2
= f (a) + h+ h + ◦ (h2 )
h 2 6 h→0
et, en faisant la différence des développement limités de f (a + h) et f (a − h)

f (a) 3
f (a + h) − f (a − h) = 2f (a)h + h + ◦ (h3 )
3 h→0
puis
f (a + h) − f (a − h) f (a) 2
= f (a) + h + ◦ (h2 ).
2h 6 h→0
f (a + h) − f (a − h)
1.b. diffère de f (a) d’un terme d’erreur ε(h) pouvant s’écrire
2h
f (a) 2 f (a + h) − f (a)
sous la forme h + ◦ (h2 ). diffère de f (a) d’un terme équi-
6 h→0 h
f (a)
valent à ε(h) auquel s’ajoute h qui, si f (a) = 0, est prépondérant devant ε(h)
2
f (a + h) − f (a − h)
au voisinage de 0. Ainsi, on penchera plutôt vers pour avoir la

2h
meilleure valeur approchée de f (a).
f (a + h) − f (a)
L’erreur absolue ε1 (h) commise en choisissant comme valeur appro-
h
chée de f (a) est

f (a + h) − f (a) f (a) f (a) 2

ε1 (h) =
− f (a) = h+ 2
h + ◦ (h )
h 2 6 h→0
f (a + h) − f (a − h)
tandis que l’erreur absolue avec est
2h

f (a + h) − f (a − h) f (a) 2

ε2 (h) =
− f (a) = 2
h + ◦ (h ) .
2h 6 h→0
On remarque que si f (a) = 0, alors ε2 (h) = ◦ (ε1 (h)) et, si f (a) = 0 (mais
h→0
|f (a)| 2
f (a) = 0), alors ε1 (h) ∼ ε2 (h) ∼ h .
h→0 h→0 6
Exercice 12.5 Dérivation et approximation numérique 255
Il vaut mieux porter son choix vers l’approximation dont l’erreur absolue est plus
faible en général.
f (a + h) − f (a − h)
Il vaut donc mieux choisir comme valeur approchée de f (a).
2h
2.a. Il s’agit d’identifier l’indice k du point xk de la subdivision correspondant à 0.
La valeur de f (0) est alors le (k + 1)-ième élément de la liste
(f (x0 ), f (x1 ), . . . , f (xk ), . . . , f (x14 )).

(k + 1) éléments
1 1
0=− +5× donc, avec les notations de l’énoncé, 0 = x5 et f (0) est le sixième
2 10
élément f (x5 ) de la liste (celle-ci étant indexée à partir de 0). Par lecture de la liste,
on en déduit f (0) = 0.
2.b. On utilise le résultat de la question 1.b qui permet d’approcher chacune des
valeurs f (xk ) par une expression fonction de f (xk−1 ) et f (xk+1 ).
1
À l’aide du résultat de la question 1.b, en posant h = , on a, pour tout k ∈ 1, 13 :
10
f (xk + h) − f (xk − h)
f (xk ) ce qui s’écrit aussi (compte tenu de xk−1 = xk − h,
2h
1
xk+1 = xk + h et = 5)
2h
f (xk ) (f (xk+1 ) − f (xk−1 )) × 5.
On en déduit le programme ci-dessous qui construit de proche en proche la liste
M = [f (x1 ), f (x2 ), . . . , f (x13 )] à partir de L = [f (x0 ), f (x1 ), . . . , f (x14 )] :
1 M = [ ] #Initialisation de M
2 for k in range(1,14):
3 derivee = (L[k+1]-L[k-1])*5
4 M.append(derivee) #Ajout en fin de liste
On retiendra qu’on a utilisé f (xk ) (f (xk+1 ) − f (xk−1 )) × 5 et non

(f (xk+1 ) − f (xk−1 ))
pas f (xk ) . De manière générale, on ramènera
0.2
toujours (quand c’est possible) des calculs avec divisions à des calculs
multiplicatifs, surtout quand ces calculs se font entre des entiers (ce
n’est pas le cas ici). La raison est que le résultat de la multiplication
de deux entiers est calculé de manière exacte par Python ce qui n’est
2
pas le cas d’un quotient de deux entiers, comme par exemple qui
3
est un flottant calculé de manière approchée. Ainsi, on peut avoir des
résultats surprenants dus à des erreurs d’approximations :
1 >>> A=(2*(3*(10**100)-1) == 3*(2*(10**100)))

2 >>> A
3 False
4 >>> A=(2/3==2*(10**100)/(3*(10**100)-1))
5 >>> A
6 True
2 2 × 10100
Python identifie les deux réels et mais distingue bien
3 3 × 10100 − 1
les deux entiers 2 × (3 × 10 − 1) et 3 × 2 × 10
100 100
.
2.c. La croissance de cette fonction est caractéristique de la fonction exponentielle.

On vérifie ce constat à travers quelques observations de base.
L’allure de la courbe fait penser à celle de la fonction exponentielle. Si ψ est une

fonction admettant cette courbe représentative, nous lisons graphiquement : ψ(0) 1,
ψ(1) 2, 8 et ψ(1, 6) 5. Ces observations confortent cette opinion
1 : 9onconjecture
donc qu’il s’agit du graphe de la fonction exponentielle. Pour t ∈ − , , on aurait
2 10

donc f (t) = ψ(f (t)) = exp(f (t)) ce qui permet de formuler une deuxième conjecture :
f est solution sur I de l’équation différentielle y = ey (avec pour condition initiale
f (0) = 0).
2.d. L’idée dans ce genre de situation est de tirer profit de l’équation différentielle
vérifiée par f pour obtenir au fur et à mesure des informations sur ses dérivées suc-
cessives : f = (ef ) = f ef = e2f , f = (e2f ) =...
On sait déjà que f (0) = 0 donc f (0) = exp(f (0)) = exp(0) = 1. En dérivant
chaque membre de l’équation différentielle, f = f ef = e2f , en particulier on a
f (0) = e2f (0) = 1. Après une nouvelle dérivation, f = 2f e2f = 2e3f et en
particulier f (0) = 2e3f (0) = 2. Finalement, d’après la formule de Taylor-Young,
1 1
f (x) = x + x2 + x3 + ◦ (x3 ). †
2 3 x→0
Exercice 12.6 : Étude de fonction et branches asymptotiques
x+1
Soit f :]0, +∞[→ R définie par : f (x) = ln x si x = 1 et f (1) = 1.
2(x − 1)
1. À l’aide d’un développement limité, montrer que f est dérivable en 1 et calcu-
ler f (1).
†. L’œil expérimenté reconnaîtra ici le développement limité à l’ordre 3 de x → − ln(1 − x). Ce

n’est pas anodin puisque c’est précisément la solution de l’équation différentielle autonome y = ey
avec y(0) = 0 pour condition initiale.
Exercice 12.6 Étude de fonction et branches asymptotiques 257
2. En déduire que f est dérivable sur ]0, +∞[ et calculer f (x) pour x > 0.
3. Dresser le tableau de variation de f (on pourra utiliser que, pour tout x > 0,
ln x x − 1 avec inégalité stricte si x = 1).
4. Montrer que la courbe de f admet des branches infinies en 0 et en +∞ et
déterminer leur nature.
1. Nous avons déjà vu comment procéder : il suffit de bien interpréter un développe-

ment limité de f au point 1 à l’ordre 1. On commence par se ramener au point 0 par
translation pour pouvoir utiliser les développements limités usuels.
2+h
On pose g(h) = f (1 + h) = ln(1 + h). Déterminons le développement limité
2h
d’ordre 1 en 0 de g.

2+h h2 2+h
g(h) = h− + ◦ h2 = 2 − h + ◦ (h) = 1 + ◦ (h).
2h 2 h→0 4 h→0 h→0

1 + ◦ (h) − 1
f (1 + h) − f (1) g(h) − 1 h→0
Ainsi, = = = ◦ (1) donc f est
h h h h→0
f (1 + h) − f (1)
dérivable en 1 et f (1) = lim = 0.
h→0 h
2. La dérivabilité de f en 1 vient d’être étudiée et nous avons aussi calculé f (1). Il
x+1
reste à vérifier que f est dérivable sur ]0, +∞[\{1}. La fonction f2 : x → ln x,
2(x − 1)
définie sur ]0, 1[∪]1, +∞[, est aussi dérivable sur ]0, 1[∪]1, +∞[ (par théorèmes géné-
raux). Puisque f coïncide avec f2 sur cette réunion d’intervalles ouverts, on en déduit
que f est dérivable sur chacun de ces intervalles. En effet, d’après le caractère local de
la dérivabilité, si une fonction g coïncide avec une fonction dérivable sur un intervalle
ouvert, alors g est aussi dérivable sur cet intervalle (principe déjà vu au 12.4.5).
x+1
x → est définie et dérivable sur R \ {1} et ln est définie et dérivable sur
2(x − 1)
]0, +∞[ donc, par produit, f est bien définie et dérivable sur ]0, +∞[\{1}. Par ailleurs,
pour x ∈]0, +∞[\{1},
2(x − 1) − 2(x + 1) x+1
f (x) = ln x +
4(x − 1)2 2x(x − 1)
−4x ln x 2(x + 1)(x − 1) x2 − 1 − 2x ln x
= + =
4x(x − 1) 2 4x(x − 1) 2 2x(x − 1)2
On conclut, avec le résultat de la question précédente, que f est dérivable sur R∗+ et,
pour tout x > 0,
⎧ 2
⎨ x − 1 − 2x ln x si x ∈]0, +∞[\{1}
f (x) = 2x(x − 1)2 .
⎩
0 si x = 1
x2 − 1 − 2x ln x
3. Pour x ∈]0, +∞[\{1}, le dénominateur de étant toujours positif,
2x(x − 1)2
l’étude du signe de f (x) passe par celui de son numérateur N (x) = x2 − 1 − 2x ln x.
Le signe de N (x) n’étant pas clair en fonction de x, on entreprend une étude des
variations de N .
Ainsi, pour x ∈]0, +∞[\{1}, f (x) est du signe de x2 − 1 − 2x ln x. La fonction

N : x → x2 − 1 − 2x ln x est dérivable sur R∗+ et sa dérivée est donnée par
x → 2x − 2(1 + ln x) = 2(x − 1 − ln x).
Soit x > 0. D’après l’indication, x − 1 − ln x 0 donc N (x) 0. De plus N ne
s’annule qu’en 1 et, N étant de plus continue sur R∗+ , N est strictement croissante
sur ]0, +∞[. Or N (1) = 0, donc N , et par conséquent f , est de signe négatif sur
]0, 1[, et de signe positif sur ]1, +∞[.
Il reste à préciser les limites de f en 0 et en +∞ pour avoir un tableau de variation
complet.
x+1 1 x+1 1
lim = − et lim ln = −∞ donc lim f = +∞. lim = et
x→0 2(x − 1) 2 0 0 x→+∞ 2(x − 1) 2
lim ln = +∞ donc lim f = +∞. On en déduit le tableau de variation suivant de f .
+∞ +∞
t 0 1 +∞
f (t) − 0 +
+∞ +∞
f (t)
1
4. Pour étudier les branches infinies de la courbe de f en 0 et en +∞, on commence

par examiner les limites de f en ces points (ce qui a déjà été fait).
La limite de f en 0 a déjà été calculée : lim f (x) = +∞. Ainsi, la courbe représentative
x→0
de f admet une asymptote verticale d’équation x = 0.
Dans le cas où lim f (x) = ±∞, comme c’est le cas ici, il faut étudier la limite de
x→+∞
f (x)
x → en +∞. On rappelle que :
x
f (x)
• si lim = 0, la courbe de f admet une branche parabolique horizontale
x→+∞ x
en +∞,
f (x)
• si lim = ±∞, elle admet une branche parabolique verticale en +∞,
x→+∞ x
f (x)
• si lim = a où a ∈ R∗ , on peut avoir (au moins) deux sous-cas :
x→+∞ x
♦ si lim (f (x)−ax) = b ∈ R, alors la courbe de f admet une asymptote oblique

x→+∞
en +∞ (celle d’équation y = ax + b),
Exercice 12.6 Étude de fonction et branches asymptotiques 259
♦ si lim (f (x)−ax) = ±∞, alors la courbe de f admet une branche parabolique

x→+∞
oblique de direction la droite d’équation y = ax.
f (x)
Puisque lim f (x) = +∞, on considère pour x > 1 :
x→+∞ x
f (x) x+1 1
= ln x ∼ ln x.
x 2x(x − 1) x→+∞ 2x
ln x f (x)
Or lim = 0 (par croissances comparées) donc lim = 0 et la courbe de
x→+∞ 2x x→+∞ x
f admet une branche parabolique horizontale en +∞.
• Savoir utiliser les développements limités usuels au voisinage de 0 (cf ques-

tions 12.1.4, 12.2.3.c, 12.3.3 et 12.6.1)
• Savoir effectuer des manipulations avec des développements limités

(cf questions 12.1.3, 12.2.3.b, 12.2.4, 12.3.2, 12.4.1 et 12.4.3.a)
♦ des opérations algébriques (somme, produit, substitution),
♦ des primitivations.
• Savoir utiliser la formule de Taylor-Young (cf questions 12.2.3.a, 12.4.2.b,

12.4.3.b et 12.5.2.d)
• Savoir mener une démarche d’approximation (cf question 12.5.1.b)
• Savoir étudier une fonction (cf exercice 12.6 et questions 12.3.3, 12.4.4)
♦ ses variations,
♦ ses extrema,
♦ ses branches infinies.
CHAPITRE
13
Intégration des fonctions
sur un segment
b
On rappelle le vocabulaire élémentaire associé à une intégrale f (t)dt :
a
• t est la variable d’intégration ;
• les réels a et b sont les bornes de l’intégrale, [a, b] (ou [b, a] si b < a) est le segment
d’intégration ;
• la fonction f est l’intégrande (ce qui signifie “fonction à intégrer” et qui est du
genre masculin) ;
b
• le réel f (t)dt est la valeur de l’intégrale de f entre a et b.
a
Exercice 13.1 : Utilisation d’une primitive
Calculer les intégrales ou primitives suivantes :

e e π
ln x dx 4
1. dx 2. 3. tan θ dθ
1 x 2 x ln x
0
2 x
2 t x
cos 1t
4. xe−x dx 5. √ dt 6. dt
−1 1 + t2 t2
1. On reconnaît un intégrande du type u × u avec u = ln et on a :

1 1
u × u = (2u u) = (u2 ) .
2 2
e
1 e 1 1
e
ln x 1 1
dx = 2× × ln x dx = (ln x)2 1 = (ln e)2 − (ln 1)2 = .
1
x 2 1
x 2 2 2
262 Chapitre 13 Intégration des fonctions sur un segment
u u
2. On reconnaît un intégrande du type avec u = ln et on a : = (ln |u|) .
u u
e e 1
dx
= x
dx = [ln | ln x|]e2 = ln | ln e|−ln | ln 2| = ln 1−ln(ln 2) = − ln(ln 2).
2
x ln x 2
ln x
sin u
3. On a tan = donc tan = − où u = cos.
cos u
π π π
4 4
sin θ 4
− sin θ
tan θ dθ = dθ = − dθ
0 0
cos θ 0
cos θ

π
4
π
= [− ln(cos θ)]0 (car cos > 0 sur 0, )
4
√
2 √ 1
= − ln + ln 1 = ln 2 = ln 2.
2 2
4. On reconnaît un intégrande qui est (à un facteur près) du type u eu = (eu ) .

2 2 2
2 1 2 1 −x2 1 e3 − 1
xe−x dx = − −2xe−x dx = − e = − (e−4 − e−1 ) = .
−1
2 −1
2 −1 2 2e4
u √
5. On cherche ici une primitive d’une fonction du type √ = ( u) .
2 u
x x ! t 2t
√ dt = √ dt = 1 + x2 .
1 + t2 2 1 + t2
6. On cherche ici une primitive d’une fonction qui est (au signe près) du type u cos(u)
de primitive sin(u).

x
cos 1t x
1 1 1
dt = − − × cos dt = − sin .
t2 t2 t x
Exercice 13.2 : Relation de Chasles et linéarité
1 √
1. Calculer min (x, t) t dt, pour tout x ∈ [0, 1].
0
2
2. Calculer (|t − 1| + |2t + 1|) dt.
−1
1. On utilise la définition du min pour simplifier l’écriture de l’intégrande.
Par définition du minimum, pour tout x ∈ [0, 1],

)√
√ t t si t ∈ [0, x],
min(x, t) t = √
x t si t ∈]x, 1].
Exercice 13.3 Croissance, positivité et inégalité triangulaire 263
Puis on effectue le calcul grâce aux propriétés de l’intégrale.

Ainsi,
1 1
√ x
√ √
min (x, t) t dt = t t dt + x t dt (d’après la relation de Chasles)
0 0 x
1
x
3 √
= t dt + x
2 t dt (par linéarité de l’intégrale)
0 x
x 1
2 52 2 32 2 25 2 2 5 2 4 52
= t +x t = x + x − x2 = x − x .
5 0 3 x 5 3 3 3 15
2. On commence par décomposer les calculs par linéarité.

Par linéarité de l’intégrale,
2 2 2
(|t − 1| + |2t + 1|) dt = |t − 1| dt + |2t + 1| dt.
−1 −1 −1
On étudie alors le signe des fonctions t −→ t − 1 et t −→ 2t + 1 (sur le segment

[−1, 2]) afin d’utiliser la définition de la valeur absolue et appliquer alors la relation
de Chasles.
Par définition de la valeur absolue :

) )
−t + 1 si t 1, −(2t + 1) si t − 21 ,
|t − 1| = et |2t + 1| =
t−1 si 1 < t 2t + 1 si − 12 < t.
Ainsi, d’après la relation de Chasles :
2 1 2 1 1 2
1 5
|t − 1| dt = (−t + 1) dt + (t − 1) dt = − t2 + t + t2 − t =
−1 −1 1
2 −1 2 1 2
et
2 −1 2
2
|2t + 1| dt = − (2t + 1) dt + (2t + 1) dt
−1 −1 −1
2
−1 2
(2t + 1)2 2
(2t + 1)2 13
= − + = .
4 −1
4 −1
2
2
2
D’où, finalement (|t − 1| + |2t + 1|) dt = 9.

−1
Exercice 13.3 : Croissance, positivité et inégalité triangulaire
k+1
1 dt 1
1. Justifier que, pour tout entier k 1 , √ √ √ et en déduire
n k +1 k t k
1
la nature de la suite √ .
k=1
k
n1
2. Montrer par intégrations successives que, pour tout x > 0,

x3
x− sin (x) x.
6
1
cos (xt) arctan (t)
3. Montrer que lim dt = 0.
x→+∞ 0 x2 + t
1
1. On utilise la décroissance de la fonction t −→ √ sur le segment [k, k + 1] pour
t
établir un premier encadrement.
1
La décroissance de la fonction t −→ √ sur le segment [k, k + 1] permet d’établir
t
l’encadrement suivant :
1 1 1
√ √ √ , pour tout k ∈ N∗ et tout t ∈ [k, k + 1].
k+1 t k
Encadrement que l’on intègre via la croissance de l’intégrale.

Ainsi, par croissance de l’intégrale :
k+1 k+1 k+1
dt dt dt
√ √ √
k k+1 k t k k
k+1 k+1
k+1
t dt t
donc √ √ √
k+1 k k t k k
k+1
1 dt 1
i.e. √ √ √ .
k+1 k t k
L’encadrement ci-dessus est valable pour tout k 1 et on sait que l’inégalité est
compatible avec l’addition, c’est-à-dire que l’on peut additionner membre à membre
des inégalités de même nature. En
najoutant la première partie de l’inégalité, on majore
dt √
la suite qui nous intéresse par √ = 2 n qui tend vers +∞ et qui ne constitue
t
donc pas une information pertinente. C’est donc la deuxième partie qu’il convient
d’exploiter.
Pour tout n ∈ N∗ , on a alors

n
k+1
dt 1n n+1
dt 1 n
√ √ donc √ √ (par la relation de Chasles)

k t k 1 t k
k=1 k=1 k=1
√ n+1
n
1
puis 2 t 1
√
k=1
k
√ 1 n
i.e. 2 n+1−2 √ .
k=1
k
Exercice 13.3 Croissance, positivité et inégalité triangulaire 265
√
Or on sait que lim 2 n + 1 − 2 = +∞, donc par comparaison :
n→+∞

n
1
lim √ = +∞.
n→+∞
k=1
k
2. En dérivant un certain nombre de fois l’inégalité demandée (opération qui n’a pas
de sens mathématiquement), on comprend qu’il faut partir de l’inégalité classique
cos (t) 1 et l’intégrer sur [0, x]...
On sait que pour tout x > 0 et tout t ∈ [0, x], cos (t) 1. Ainsi, par croissance de
l’intégrale :
x x
cos (t) dt 1 dt donc [sin (t)]x0 [t]x0 i.e. sin(x) x.
0 0
On intègre alors l’inégalité sin (t) t sur [0, x] :
x x x
1 2 1 2
sin (t) dt t dt donc [− cos (t)]x0 t puis 1 − cos(x) x
0 0
2 0 2
1 2
x cos(x).i.e. 1−
2
1
Et enfin on intègre la dernière inégalité 1 − t2 cos(t) sur [0, x] :
2
x x
1 2 1 x
1 − t dt cos(t)dt entraîne t − t3 sin x
0
2 0
6 0
1 3
i.e. x − x sin x.
6
Finalement, on a donc montré l’encadrement :
1
x − x3 sin (x) x, pour tout x > 0.
6
1
cos (xt) arctan (t)
3. Comme il s’agit de déterminer la limite de la fonction x −→ dt
x2 + t
1 0
cos (xt) arctan (t)
quand x tend vers +∞, il suffit que l’intégrale dt soit définie pour
0 x2 + t
tout x > 0.
Pour tout x > 0 et tout t ∈ [0, 1] , x2 +t = 0, donc les théorèmes généraux de l’analyse
cos (xt) arctan (t)

assurent que la fonction t → est continue sur le segment [0, 1], ce
x2 + t
1
cos (xt) arctan (t)
qui prouve l’existence de l’intégrale dt, pour tout x > 0.
0
x2 + t
L’intégrande n’est pas de signe constant mais on sait que montrer lim f (x) = 0
1 x→+∞

cos (xt) arctan (t)
revient à montrer lim |f (x)| = 0. On va donc majorer dt en
x→+∞ 0 x2 + t
utilisant que la valeur absolue d’une intégrale
1 est inférieure à l’intégrale de la valeur
cos (xt) arctan (t)
absolue. Puis établir une majoration de dt par une fonction de
x2 + t
0
la variable x qui tend vers 0 quand x tend vers +∞.

π 1 1
Comme |cos (xt)| 1, |arctan (t)| et 2 , pour tout x > 0 et pour
2 x + t x2
cos (xt) arctan (t)
tout t ∈ [0, 1], on en déduit que π .
x2 + t 2x2
1 1
cos (xt) arctan (t) π
Ainsi, par croissance de l’intégrale, on a dt dt et
x2 + t 2x2
1
0 0
cos (xt) arctan (t)
donc, en calculant cette dernière intégrale, dt π .
x 2 +t 2x2
1 0 1
cos (xt) arctan (t) cos (xt) arctan (t)
De plus, comme dt dt, on
x2 + t x2 + t
0 1 0
cos (xt) arctan (t) π
obtient par transitivité des inégalités que 2 +t
dt 2
. Or
x 2x
0 1
π cos (xt) arctan (t)
lim = 0 donc, par encadrement, lim dt = 0.
x→+∞ 2x2 x→+∞ x2 + t
1 0
cos (xt) arctan (t)
Finalement on a bien démontré que lim dt = 0.
x→+∞
0
x2 + t
Exercice 13.4 : Intégrations par parties
x
1. Calculer (ln z)2 dz pour x > 0.
1
2. Montrer que, pour tout entier naturel non nul n,
π 2
t 1
− t cos(nt)dt = 2 .
0 2π n
3. Déterminer une relation de récurrence entre In+2 et In où on a posé, pour tout
n ∈ N, 1 !
In = xn 1 − x2 dx.
0
1. Il y a plusieurs façons de faire apparaître l’intégrande (ln z)2 comme un produit

u (z)v(z) :
• ou bien 1 × (ln z)2 ce qui signifie de choisir v(z) = (ln z)2 et pour u une primitive
de la constante 1, par exemple u(z) = z.
On introduit deux fonctions u et v ⎧ de classe C 1 sur ]0, +∞[ en posant

&
u(z) = z ⎨ u (z) = 1
de sorte qu’on a aussi . D’après la formule
v(z) = (ln z)2 ⎩ v (z) = 2 1 ln z
z
d’intégration par parties, on obtient alors

x
x x
1
x
1 × (ln z)2 dz = z × (ln z)2 1
− z × 2 ln z dz = x(ln x)2 − 2 ln z dz.
1 1
z 1
Exercice 13.4 Intégrations par parties 267
On est alors ramené au calcul d’une primitive de ln ce qui, à défaut d’en connaître
une par cœur, requiert une nouvelle intégration par parties basée sur la même idée.
Par une intégration par parties du même type, on obtient aussi

x x x
1
1 × (ln z)dz = [z × (ln z)]x1 − z × dz = x(ln x) − dz = x ln x − x + 1
1 1
z 1
et en réinjectant cette égalité dans le calcul précédent, on conclut que
x
(ln z)2 dz = x(ln x)2 − 2x ln x + 2x − 2.
1
• ou bien (ln z) × (ln z) ce qui signifie de choisir v(z) = ln z et pour u une primitive
de ln (qu’il faut donc connaître par cœur), comme par exemple u(z) = z(ln z − 1).
On introduit deux fonctions u et v de ⎧ classe C 1 sur ]0, +∞[ en posant

&
u(z) = z(ln z − 1) ⎨ u (z) = ln z
de sorte qu’on a aussi . D’après la formule
v(z) = ln z ⎩ v (z) = 1
z
x x
1
(ln z) × (ln z)dz = [z(ln z − 1) ln z]x1 − z(ln z − 1) × dz
1 1
z
x
= x(ln x − 1) ln x − (ln z − 1)dz
1
= x(ln x)2 − x ln x − [z(ln z − 1) − z]x1
= x(ln x)2 − x ln x − (x(ln x − 1) − x + 2)
= x(ln x)2 − 2x ln x + 2x − 2.
2. L’intégrande se présente sous la forme d’un produit entre un polynôme et une fonc-
tion cos. Dans cette situation, le principe général est de toujours dériver le polynôme
pour faire diminuer son degré et de primitiver l’autre facteur qui donne une fonction
sin (donc du même type que cos).
⎧On introduit deux fonctions u et v ⎧ de classe C 1 sur [0, π] en posant

1
⎨ u(t) = sin(nt) ⎨ u (t) = cos(nt)
n2 de sorte qu’on a aussi . D’après la formule
⎩ v(t) = t − t ⎩ v (t) = t − 1
2π π
π
t2
cos(nt) × − t dt
0
2π
π
t2
π
1 1 t
= sin(nt) × −t − sin(nt) × − 1 dt
n 2π 0 0
n π
π
1 t
= − sin(nt) − 1 dt.
n 0
π
Comme annoncé, la nouvelle intégrale est du même type que la précédente mais avec
un polynôme de degré moindre, on va alors répéter la même stratégie jusqu’à ce que
le polynôme devienne constant et donc que la primitive soit connue.
Par une intégration par parties du même type, on obtient aussi

π t
sin(nt) × − 1 dt
0
π
π π
1 t 1 1
= − cos(nt) × −1 − − cos(nt) × dt
n π 0 0
n π
π π
1 1 1 1 1 1
= − + cos(nt)dt = − + sin(nt) =−
n nπ 0
n nπ n 0 n

t2
π
1
d’où, finalement, − t cos(nt)dt = 2 .
0
2π n
3. L’intégrande de In+2 se présente

√ encore sous la forme d’un produit mais ce choix
naïf des deux facteurs xn+2 et 1 − x2 n’est pas concluant : si le deuxième facteur est
−x
dérivé (en √ ), l’intégrale générée contient une racine carrée au dénominateur
1 − x2
(ce qui n’est pas le cas dans In ), quant à en exhiber une primitive, on n’en connaît pas
de simple. L’idée est alors de compléter ce deuxième facteur en y adjoignant un facteur
3/2
1 − x2
x de x n+2
pour pouvoir facilement le primitiver (en − ). Il ne restera plus
3
n+1
qu’à dériver le facteur x restant.
⎧On introduit deux fonctions u et v de classe C 1 sur [0, 1] en posant

& √
⎨ u(x) = − 1 − x2
1 3/2
u (x) = x 1 − x2
3 de sorte qu’on a aussi . D’après
⎩ v(x) = xn+1 v (x) = (n + 1)xn
la formule d’intégration par parties, on obtient alors
1 !
In+2 = x 1 − x2 × xn+1 dx
0
1
1 3/2 3/2
1
n+1
= − 1 − x2 × xn+1 + 1 − x2 × xn dx
3 0 3 0
!
n+1
1

= 1 − x2 xn 1 − x2 dx.
3 0
On reconnaît In dans une partie de l’intégrale générée. Quant à la partie restante,

il se trouve qu’on retombe sur l’intégrale In+2 dont on était parti. Il suffit donc de
regrouper les termes du même type dans un même membre.
n+1
Par linéarité de l’intégrale, on a alors In+2 = (In − In+2 ). D’où, en regroupant
3
3 n+1 n+1
les termes, la relation In+2 = In = In .
n+4 3 n+4
Exercice 13.5 Changements de variable affines 269
Exercice 13.5 : Changements de variable affines
√
3−1
2 dy
1. Calculer .
− 12 4y 2 + 4y + 2

ex − e−x
1
2. Calculer 2
dx.
−1 ln (2 + x )
π/2 π/2
3. On pose I = cos2 u du et J = sin2 u du. Montrer que I = J et en
0 0
déduire leur valeur commune.
1. Le polynôme du second degré du dénominateur doit faire penser à la dérivée de

l’arctan d’une fonction affine.
Par une réduction sous forme canonique, on a 4y 2 + 4y + 2 = (2y + 1)2 + 1 et, avec
le changement de variable affine croissant x = 2y + 1,
√
3−1 √
3 √3
2
dy 1 dx 1 1 √ π
= = arctan x = arctan 3 = .
−1
4y 2 + 4y + 2 0
x2 + 1 2 2 0 2 6
2
2. L’intégrande étant fort compliqué (pas de primitive simple à “sortir du chapeau”),

on s’intéresse à sa parité en espérant pouvoir conclure sans avoir à invoquer de pri-
mitive.
En notant g l’intégrande, on a, pour x ∈ [−1, 1],

e−x − e−(−x) ex − e−x
g(−x) = 2
=− = g(x).
ln (2 + (−x) ) ln (2 + x2 )
Ainsi g est impaire, comme le segment [−1, 1] est symétrique par rapport à 0, on
va vérifier que l’intégrale est nulle. Avec le changement de variable affine décroissant
y = −x, on obtient
0 0 1 1
g(x)dx = g(−y) × (−1)dy = g(−y)dy = − g(y)dy.
−1 −(−1) 0 0
D’où, en utilisant le relation de Chasles,

1 0 1 1 1
g(x)dx = g(x)dx + g(x)dx = − g(y)dy + g(x)dx = 0.
−1 −1 0 0 0
3. L’égalité est basée

πsur les
propriétés de symétrie des fonctions trigonométriques sin
et cos à savoir cos − x = sin x pour tout réel x.
2
π
Avec le changement de variable affine décroissant u = − x, on a
2
π/2 π/2−π/2 π π/2
2 2
I= cos u du = cos − x × (−1)dx = sin2 x dx = J.
0 π/2−0
2 0
Le calcul des intégrales repose alors sur la relation cos2 x + sin2 x = 1.
Par ailleurs, par linéarité de l’intégration,

π/2
π/2
π
I +J = cos2 u + sin2 u du = du = .
0 0
2
1 π
D’où I = J = (I + J) = .
2 4
Exercice 13.6 : Changements de variable
1. En effectuant le changement de variable r = e−z , vérifier que

ln 2 √
e−1
e−z exp −e−z dz = .
0 e
π/2
1 u
2. Calculer du en posant x = tan .
0 3 + 5 cos u 2
1!
3. À l’aide du changement de variable x = sin θ, déterminer 1 − x2 dx.
0
1. La nouvelle variable est exprimée en fonction de l’ancienne, la seule difficulté est

donc de reconnaître dans l’intégrande actuel e−z exp (−e−z ) la forme h(ψ(z))ψ (z)
produit de la dérivée de la fonction de changement de variable par la composée de la
fonction de changement de variable avec le nouvel intégrande h.
La fonction ψ : z → e−z est de classe C 1 et strictement décroissante de [0, ln2] sur

1 1
[ψ(ln 2), ψ(0)] = , 1 et la fonction h : r → e−r est continue sur le segment ,1
2 2
donc, d’après la formule de changement de variable,

ln 2
ln 2 1 1
e−z exp −e−z dz = −h(ψ(z))ψ (z)dz = h(r)dr = e−r dr
0 0 1/2 1/2
√
1 1 1 e−1
= −e−r 1/2 =− +√ = .
e e e
2. Même technique si ce n’est qu’il faut utiliser les formules de duplication pour faire
u
apparaître du tan dans cos u.
2
Tout d’abord, on remarque que, par la formule de duplication du cos,

u u u u
1 − tan2 u
cos u = cos2 − sin2 = cos2 1 − tan2 = 2
.
2 2 2 2 1 + tan2 u
2
Exercice 13.6 Changements de variable 271

u π
Par ailleurs ϕ : u → tan est de classe C 1 sur 0, et sa dérivée
2 2
1 u
ϕ : u → 1 + tan2 est toujours strictement positive de sorte que ϕ est stricte-
2 2
π
ment croissante sur le segment 0, . D’où
2

π/2
1
π/2
1 1 + tan2 u
2
du = du
0
3 + 5 cos u 0
3 + 5 cos u 1 + tan2 u
2

2ϕ (u)
π/2
1
= 2 du
0 3+ 5 1−ϕ(u) 1 + ϕ(u)2
1+ϕ(u)2
π/2
1
= 2ϕ (u)du
0
8 − 2ϕ(u)2
π/2
1
= ϕ (u)du.
0
4 − ϕ(u)2
1
Comme la fonction x → est continue sur [ϕ(0), ϕ(π/2)] = [0, 1], d’après la
4 − x2
formule de changement de variable, on a alors
π/2 1
1 1
du = dx.
0
3 + 5 cos u 0
4 − x2
Pour conclure, il reste à écrire l’intégrande comme une combinaison linéaire de frac-
tions dont on connaît une primitive (il s’agit d’une décomposition en éléments simples ∗),
on cherche donc sur son brouillon deux réels a et b tels que
1 1 a b
= = +
4 − x2 (2 + x)(2 − x) 2+x 2−x
une fois qu’on les a déterminés, il suffit de réduire au même dénominateur le résultat
obtenu pour vérifier qu’il convient.
1 1 2−x+2+x 4
Or + = = , donc
2+x 2−x (2 + x)(2 − x) 4 − x2
π/2 1 1
1 1 1 1 1
du = + dx = [ln(2 + x) − ln(2 − x)]10 = ln 3.
0
3 + 5 cos u 4 0
2+x 2−x 4 4
3. Ce coup-ci, c’est l’ancienne variable qui est exprimée en fonction de la nouvelle.

b
On reconnaît donc dans l’intégrale la forme f (x)dx avec f continue que l’on sou-
β a
haite transformer en f (ϕ(t))ϕ (t)dt en “remplaçant” x par ϕ(t) = sin t. La seule

α
difficulté est ici d’identifier α et β qui sont les images réciproques de a = 0 et b = 1
par ϕ = sin. À l’aide d’arcsin, on voit qu’on peut prendre α = arcsin 0 = 0 et
π
β = arcsin 1 = .
2
∗. Dans sa généralité, la notion de décomposition en éléments simples est hors programme.


π
La fonction sin est C 1 et strictement croissante de 0, sur [0, 1] et la fonction
√ 2
f : x → 1 − x2 est continue sur [0, 1] donc, d’après la formule de changement de
variable,
1 ! 1 π/2
1 − x2 dx = f (x)dx = f (sin θ) sin θ dθ
0 0 0
π/2 ! π/2
= 1 − sin2 θ cos θ dθ = | cos θ| cos θ dθ.
0 0

π
Or, sur 0, , cos 0 donc, en utilisant les formules de duplication
2
1 ! π/2 π/2
π/2
2 1 + cos(2θ) θ sin(2θ) π
1− x2 dx = cos θ dθ = dθ = + = .
0 0 0
2 2 4 0
4
Exercice 13.7 : Sommes de Riemann
Calculer les limites lorsque n tend vers +∞ des suites de terme général suivant

n−1
1
n
1 1 −k
n
1. √ ; 2. n ; 3. ke n .
2
n + kn n2 + k 2 n
k=0 k=1 k=1
k
1. On commence par faire apparaître k uniquement sous la forme dans le terme
n
1 1
général de la somme √ = 1 puis on factorise par n2 sous la racine
n2 + kn 2
n + nk 2
n
1
carrée ce qui aura pour effet de faire apparaître le facteur que l’on sortira de la
n
n−1
1 k
somme. On obtiendra alors bien une somme de Riemann du type f que
n n
1 k=0
le théorème sur les sommes de Riemann dit convergente vers f (x)dx.

0
Soit n ∈ N∗ ,

n−1
1
n−1
1
n−1
1
√ = ! = √ !
k=0
n2 + kn k=0
n2 + k 2
n
n k=0
n2 1+ k
n

n−1
1 1
n−1
1
= ! = ! .
n 1+ k n 1+ k
k=0 n k=0 n
1
En introduisant la fonction x → √ continue sur [0, 1], le théorème sur les sommes
1+x 1
dx
de Riemann donne que la suite de terme général précédent converge vers √ .
0 1+x
Exercice 13.7 Sommes de Riemann 273
Il s’agit maintenant de calculer cette dernière intégrale. Ici, l’intégrande est du type
1 (1 + x)α+1
x → (1 + x)α où α = − et on se souvient que x → en est une primitive
2 α+1

u
(alternativement, on peut remarquer qu’on a ici la forme √ ).
u
1 1 1 1
1 1 (1 + x) 2 √
√ dx = (1 + x)− 2 dx = 1
= 2 2 − 2.
0 1+x 0 2 0
1
n−1
√
Finalement : lim √ = 2( 2 − 1).
n→+∞ n2 + kn
k=0
k
2. Ici encore, on fait apparaître dans le terme général de la somme (ce que l’on peut
n
k 1
toujours faire artificiellement en écrivant k = n ) et le facteur apparaîtra alors de
n n
lui-même devant la somme après factorisation par n2 au dénominateur.
Soit n ∈ N∗ ,

n
1
n
1
n
1 1
n = n k 2 = n × k 2
n2 + k2 n2 + n2 n2 1+
k=1 k=1 n k=1 n
n 1
n n
1 1
= k 2 = k 2
n2 n
k=1 1 + n k=1 1 + n

1
n
k
= f
n n
k=1
1
où f : x → est continue sur [0, 1].
1 + x2
Par le théorème sur les sommes de Riemann, on a donc :
k
1
n n 1
1 1
lim n = lim f = dx
n→+∞ n2 + k2 n→+∞ n n 0
1 + x2
k=1 k=1
π
= [arctan x]10 = arctan 1 = .
4
1
3. En distribuant, c’est-à-dire en rentrant le facteur dans la somme, on trouve
n
n
k
une expression du type f et on fait apparaître une somme de Riemann en
n
k=1

1
n n
k k
écrivant : f =n× f .
n n n
k=1 k=1
Soit n ∈ N∗ ,

1 − nk k −k 1 k − nk
n n n
ke = e n =n× e .
n n n n
k=1 k=1 k=1
On introduit la fonction f : x → xe−x continue sur [0, 1] et, par le théorème sur les
sommes de Riemann,
1
1 k −k/n
n
lim e = xe−x dx.

n→+∞ n n 0
k=1
Cette intégrale se calcule aisément par intégration par parties mais il est en fait
inutile de la calculer et nous nous contenterons de déterminer son signe pour pouvoir
conclure.
On a, comme f est continue et positive sur [0, 1] mais non identiquement nulle, par
1
stricte positivité de l’intégrale, xe−x dx > 0 et donc
0

1 − nk
n 1
ke ∼ n xe−x dx
n n→+∞
0
k=1

1
n 1
k
−n
si bien que lim ke = lim n xe−x dx = +∞.
n→+∞ n n→+∞
k=1 0
Exercice 13.8 : Un exemple de suite définie par une intégrale

1
Pour n ∈ N , on pose In = (1 − t)n e−2t dt.
0
1. Montrer que la suite (In ) est bien définie.
2. Étudier les variations de la suite (In ).
3. Déterminer le signe de In , pour tout n ∈ N. Justifier alors que la suite (In ) est
convergente.
1
4. Montrer que pour tout n ∈ N , 0 In . En déduire la limite de la
n+1
suite (In ).
5. À l’aide d’une intégration par parties, montrer que pour tout n ∈ N,
2In+1 = 1 − (n + 1)In .
1. Il convient tout d’abord de vérifier la continuité de l’intégrande sur le segment

d’intégration pour obtenir que l’intégrale a un sens.
Les théorèmes généraux de l’analyse assurent que pour tout n ∈ N, la fonction

t → (1 − t)n e−2t est continue sur le segment [0, 1], ce qui prouve l’existence de
l’intégrale In .
2. Tout d’abord lorsqu’on veut étudier les variations d’une suite quelconque la mé-
thode générale consiste à déterminer le signe de In+1 − In . Si de plus on a affaire à une
Exercice 13.8 Un exemple de suite définie par une intégrale 275
b
suite d’intégrales In = fn (t) dt, on utilise la linéarité de l’intégrale pour écrire :
a
b
In+1 − In = [fn+1 (t) − fn (t)] dt
a
puis on étudie le signe de fn+1 (t) − fn (t) pour tout t ∈ [a, b] et on conclut grâce à la
positivité de l’intégrale †.
Pour tout n ∈ N,
1 1
In+1 − In = (1 − t)n+1 e−2t dt − (1 − t)n e−2t dt
0 0
1
n+1 −2t

= (1 − t) e − (1 − t)n e−2t dt (par linéarité de l’intégrale)
0
1
= (1 − t)n e−2t (−t) dt.
0
Or pour tout t ∈ [0, 1], (1 − t)n e−2t (−t) 0 si bien que, par positivité de l’intégrale,
In+1 − In 0 donc la suite (In ) est décroissante.
b
3. Si on veut montrer l’inégalité f (t) dt α, on peut mettre en évidence une
a
fonction g continue sur le segment [a, b] qui vérifie les deux conditions suivantes :
b
f (t) g (t) , pour tout t ∈ [a, b] et g(t)dt = α
a
puis on conclut grâce à la croissance de l’intégrale.
Pour tout n ∈ N et tout t ∈ [0, 1], (1 − t)n e−2t 0 et, par positivité de l’intégrale,
In 0.
On remarque que seule la convergence est demandée et pas la limite ce qui incite à
utiliser le théorème de convergence monotone. En relisant ce qui a été précédemment
obtenu, on constate que (In ) en vérifie bien les hypothèses.
La suite (In ) est décroissante et minorée (par 0), donc (In ) est convergente d’après
le théorème de la limite monotone.
4. Il s’agit d’établir un encadrement avec une intégrale donc on utilise à nouveau la
méthode décrite à la question précédente.
Pour tout t ∈ [0, 1] et tout n ∈ N, 0 e−2t 1 et (1 − t)n 0. On a donc

0 (1 − t)n e−2t (1 − t)n et en utilisant la croissance de l’intégrale on obtient
1 1 1
n n (1 − t)n+1 1
0 In (1 − t) dt. Or (1 − t) dt = − = dont on dé-
0 0
n + 1 0
n + 1
1
duit 0 In .
n+1
1
D’autre part, lim = 0 et d’après le théorème d’encadrement lim In = 0.
n→+∞ n + 1 n→+∞
†. Une variante de cette méthode consiste à comparer fn et fn+1 sur le segment [a, b] et à conclure
grâce à la croissance de l’intégrale.
5. Les intégrandes de In+1 et de In sont respectivement de la forme Pn+1 (t) e−2t et

Pn (t) e−2t donc, pour exprimer In+1 en fonction de In , on effectue une intégration
par parties dans laquelle on dérive le polynôme pour faire diminuer son degré et on
primitive la fonction exponentielle.
⎧
⎨ u (t) e−2t
= −
On considère les fonctions 2 qui sont de classe C 1 sur [0, 1].
⎩ v (t) = (1 − t)n+1
&
u (t) = e−2t
On a et par intégration par parties :
v (t) = − (n + 1) (1 − t)n
1 1
e−2t e−2t
In+1 = − (1 − t)n+1 − (n + 1) (1 − t)n dt
2 0 0
2
1 n+1
= − In .
2 2
Finalement, on obtient bien 2In+1 = 1 − (n + 1)In .
Exercice 13.9 : Une approximation de π
Pour tout entier naturel n, on pose :

1
n
Ik
In = (1 − t2 )n dt et Sn = 4 k+1
0 2
k=0
1. a. Calculer I0 .
b. Montrer :
1
∀ n ∈ N∗ , In = In−1 − t2 (1 − t2 )n−1 dt.
0
c. Montrer alors, par une intégration par parties, que
2n
∀ n ∈ N∗ , In = In−1 .
2n + 1
Exercice 13.9 Une approximation de π 277
2. a. Écrire une fonction Python nommée Suite ayant pour argument un entier
naturel n et qui renvoie en sortie la valeur de In .
b. On considère les deux fonctions Python ci-dessous (ayant pour argument
un entier naturel n) :
1 def Mystere(n):
2 u = 0
3 for k in range(n+1):
4 u += Suite(k)/2**(k+1)
5 return 4*u
1 def MystereBis(n):
2 I, puissDeux, u = 1, 2, 1/2
4 I = 2*k/(2*k+1)*I
5 puissDeux = puissDeux*2
6 u += I/puissDeux
7 return 4*u
Ces deux fonctions renvoient le même résultat : lequel ?
Parmi ces deux fonctions, l’une est plus efficace (plus rapide) que l’autre,
laquelle ? Justifier.
c. Les deux fonctions précédentes renvoient les résultats suivants pour
quelques valeurs données de n :
Valeur de n Valeur de sortie
5 3.121500721500721
10 3.141106021601377
15 3.1415797881375944
20 3.1415922987403384
25 3.1415926435534467
Que remarque-t-on ? Formuler une conjecture.
Soit n un entier naturel.

3. a. Soit t ∈ R+ . Établir :
n
(1 − t2 )k 1 (1 − t2 )n+1
= − .
2k+1 1 + t2 2n+1 (1 + t2 )
k=0
b. En déduire que :
1
1 (1 − t2 )n+1
π − Sn = dt.
2n−1 0 1 + t2
c. Montrer enfin que :
1
0 π − Sn .
2n−1
Que conclure ?
4. En déduire une fonction Python nommée approx ayant comme argument un
réel eps strictement positif et renvoyant en sortie une valeur aprrochée de π à
eps près.
1.a. Pas de problème ici. On fera juste attention à ne pas confondre n et t.
1 1
I0 = (1 − t2 )0 dt = 1dt = 1.
0 0
1.b. Une première idée (mauvaise ici) serait de faire une intégration par parties comme
c’est souvent le cas pour ce type de question. Mais en explicitant In−1 comme étant
1
(1 − t2 )n−1 dt, on s’aperçoit que le second membre est
0 1 1
(1 − t )
2 n−1
dt − t2 (1 − t2 )n−1 dt ce qui doit plutôt faire penser à utiliser la
0 0
linéarité de l’intégrale.
Soit n ∈ N∗ .
1 1
In = (1 − t2 )n dt = (1 − t2 )(1 − t2 )n−1 dt
0 0
1
2 n−1

= (1 − t ) − t2 (1 − t2 )n−1 dt
0
1 1
= (1 − t2 )n−1 dt − t2 (1 − t2 )n−1 dt
0 0
1
= In−1 − t2 (1 − t2 )n−1 dt.
0
1.c. Dans la formule précédente, on a exprimé In en fonction de In−1 et de

1
t2 (1 − t2 )n−1 dt. Comme on veut ici In uniquement en fonction de In−1 (et n),
0 1
on va effectuer l’intégration par parties sur l’intégrale t2 (1 − t2 )n−1 dt pour faire
0
appraître In . On remarque en effet ici que (1 − t2 )n−1 est un "morceau" de l’expression
de la dérivée de v : t → (1−t2 )n . Il suffit de compléter ce morceau pour faire apparaître
v (t).
Soit n ∈ N∗ . Les fonctions u : t → t et v : t → (1 − t2 )n étant de classe C 1 sur [0, 1] ,

une intégration par parties donne (à la deuxième égalité) :

1
1
1

t2 (1 − t2 )n−1 dt = − t × −2nt(1 − t2 )n−1 dt
0
2n
0
1 1
1
=− t × (1 − t 2 )n 0 − 2 n
(1 − t ) dt
2n 0
1
1 1
=− − (1 − t2 )n dt = In .
2n 0
2n
1
Ainsi, d’après le résultat de la question précédente, In = In−1 − In et :
2n
1 1 2n + 1 2n
In = In−1 − In ⇔ In + In = In−1 ⇔ In = In−1 ⇔ In = In−1
2n 2n 2n 2n + 1
ce qui permet de conclure.
Une autre possibilité aurait été d’effectuer une intégration par parties sur In en re-
1
marquant que In = 1 × (1 − t2 )n dt et "en intégrant le 1". On aurait ainsi montré
1 0
que In = 2n t (1 − t2 )n−1 dt ce qui aurait aussi permis de conclure en utilisant

2
0
l’égalité de la question précédente.
2.a. On utilise la relation de récurrence du 1.c. On traduit alors en code Python
2k
"I0 = 1 et, pour tout entier k compris entre 1 et n, Ik = Ik−1 "
2k + 1
(une seule variabe I prendra successivement les valeurs I0 , I1 , . . . , In ).
1 def Suite(n):
2 I = 1
4 I *= 2*k/(2*k+1)
5 return I
2.b. Cette question demande de comprendre des programmes et de savoir faire une
analyse rudimentaire de leurs performances. Il faut avoir conscience qu’il s’agit aussi
de compétences que doit acquérir un étudiant de BCPST.
La première fonction Mystere peut paraître au premier abord plus sympathique (car
plus courte et plus lisible). Mais il ne faut surtout pas se fier à cette première impres-
sion.
Les deux fonctions Python calculent, pour n donné en entrée, la valeur de Sn .

n
Ik
La première fonction calcule Sn avec la formule Sn = 4 en remarquant que,
2k+1
k=0

n
Ik In
si un = , on a un = un−1 + pour tout n ∈ N∗ .
2k+1 2n+1
k=0
Il y a donc nécessité d’utiliser une première boucle for.
Dans cette fonction, le calcul de In à chaque itération se fait par appel à la fonction
Suite de la question précédente qui utilise également une boucle for. La fonction
Mystere utilise donc deux boucles for imbriquées (la première parcourt les entiers
compris entre 0 et n).
La seconde fonction MystereBis calcule également Sn via la relation de récurrence
In
un = un−1 + n+1 (à partir de u0 ) mais calcule In pas à pas dans la boucle à l’aide
2
2n
de la relation du 1.c In = In−1 (de même pour les puissances de 2). Cette
2n + 1
dernière fonction n’utilisant qu’une boucle for (parcourant les entiers de 1 à n), elle
est donc plus efficace que Mystere (ce qui est très sensible quand on teste les deux
fonctions pour n = 2000 par exemple).
2.c. En général, on s’intéresse à deux aspects d’une suite : son éventuelle monotonie et
son comportement asymptotique. Ici, il semble que la suite "stagne" assez rapidement
vers une valeur bien connue (et qu’il convient de savoir identifier !).
On remarque que les termes Sn se rapprochent sensiblement de π quand n augmente.

Il semblerait aussi que la suite (Sn ) est croissante.
On conjecture que la suite (Sn ) converge vers π.
L’objectif de la suite de l’exercice est (entre autres) de démontrer cette conjecture.

Le caractère croissant de (Sn ) serait simple à démontrer en utilisant la définition de
(Sn ) et la positivité de (In ).
3.a. La formule à démontrer étant fournie ici, on peut penser à procéder par récurrence
sur n (ce qui fonctionnerait). Mais le plus rapide ici est de se souvenir de la somme
usuelle
n
1 − q n+1
qk = pour q = 1.
1−q
k=0
1 − t2
Puisque = 1, on a ici :
2
n+1
n 1− (1−t2 )

n
(1 − t2 )k 1 (1 − t2 )
k
1 2
= = × (1−t2 )
2k+1 2 2 2 1−
k=0 k=0 2
n+1 n+1
(1−t2 ) (1−t2 )
1− 2
1− 2
= =
2 − (1 − t2 ) 1 + t2
n+1
(1−t2 )
1 2 1 (1 − t2 )n+1
= − = − n+1 .
1 + t2 1+ t2 1+t 2 2 (1 + t2 )
3.b. À ce stade, on ne comprend pas encore d’où vient le π. Mais en intégrant sur
[0, 1] chaque membre de la formule précédente, on voit apparaître Sn dans le premier
membre. On va donc commencer les calculs en partant de Sn ce qui fera utiliser
naturellement la formule de la question 3.a.
Par définition de Sn et par linéarité de l’intégrale,

n

n
Ik 1
(1 − t2 )k
1
n
(1 − t2 )k
Sn = 4 =4 dt = 4 dt.
2k+1 0
2k+1 0
2k+1
k=0 k=0 k=0
La formule obtenue à la question précédente fournit alors :

1

1 (1 − t2 )n+1
Sn = 4 − dt
0
1 + t2 2n+1 (1 + t2 )
1 1
1 4 (1 − t2 )n+1
=4 dt − n+1 dt
0
1 + t2 2 0
1 + t2
1
1 (1 − t2 )n+1
= 4 [arctan(t)]10 − dt
2n−1 0
1 + t2
1
1 (1 − t2 )n+1
=π− dt
2n−1 0
1 + t2
d’où, en effet : 1
1 (1 − t2 )n+1
π − Sn = dt.
2n−1 0
1 + t2
3.c. Il faut savoir encadrer une intégrale en utilisant la propriété de croissance de

l’intégrale. C’est naturellement à cette technique qu’il faut penser ici, compte tenu de
l’expression obtenue pour π − Sn .
Pour t ∈ [0, 1] ,
n+1
0 t 1 ⇔ 0 t2 1 ⇔ −1 −t2 0 ⇔ 0 1 − t2 1 ⇔ 0 1 − t2 1
2
donc, comme 1 + t 1 > 0,
n+1
1 − t2 1
0 1.
1 + t2 1 + t2
n+1
1 − t2
En intégrant sur le segment [0, 1] dans l’encadrement 0 1, on obtient
1 + t2
par croissance de l’intégrale
1 1 1
(1 − t2 )n+1 (1 − t2 )n+1
0 dt 1dt c’est-à-dire 0 dt 1.
0
1 + t2 0 0
1 + t2
Ainsi 1
1(1 − t2 )n+1 1
0 2
dt n−1
2n−1
0
1 + t 2
ce qui se réécrit avec le résultat de la question précédente :
1
0 π − Sn .
2n−1
1
Comme lim = 0, on en déduit que (Sn ) converge vers π par théorème d’en-
n→+∞ 2n−1
cadrement.
1
4. La question précédente indique que Sn est une valeur approchée de π à n−1 près.
2
1
Il suffit donc de calculer Sn pour un entier naturel n tel que n−1 < ε.
2
1 1
Soit n ∈ N et ε > 0. Puisque lim = 0, il existe un entier p tel que < ε.
n→+∞ 2n−1 2p−1
Pour un tel p, l’encadrement de la question précédente donne
0 π − Sp < ε
donc Sp est une valeur approchée de π à ε près. La fonction Python ci-dessous répond
ainsi à la question posée (on suppose avoir déjà écrit la fonction MystereBis de la
question 2.a à laquelle on fait appel) :
1 def Approx_Pi(eps):
2 p = 0
3 while 2**(1-p) >= eps:
4 p += 1
5 return MystereBis(p)
Il aurait été très maladroit ici de calculer Sn tant que π −Sn > eps sans
utiliser l’encadrement de la question précédente. En effet, le programme
devrait alors utiliser la valeur exacte de π (ou plutôt la valeur approchée
fournie par la bibliothèque math de Python) et n’aurait alors aucun
intérêt compte tenu de son objectif.
Exercice 13.10 Un exemple de fonction définie par une intégrale 283
Exercice 13.10 : Un exemple de fonction définie par une intégrale

2x
1
On considère la fonction définie sur R∗ par : f (x) = √ dt.
x t + t2
4
1. Montrer que f est bien définie et impaire.

1 1
2. Montrer que 0 f (x) − , pour tout x de R∗+ et en déduire la limite de
x 2x
f lorsque x tend vers +∞.
3. Montrer que f est de classe C 1 sur R∗+ , calculer sa dérivée et en déduire les
variations de f sur R∗+ .
4. Montrer que f (x) ln (2), pour tout x de R∗+ et en déduire que f admet une
limite finie à droite en 0 (on ne demande pas la valeur de cette limite).
5. À l’aide de la formule de la moyenne, montrer que, pour tout x > 0,
1 1
√ f (x) √ .
2 1 + 4x2 1 + x2
Que conclure quant à la limite de f en +∞ ?
1. Une fonction h est impaire si et seulement si elle est définie sur une partie D de R
centrée en 0 et pour tout x ∈ D, h (−x) = −h (x).
1
Tout d’abord vérifions que f est bien définie sur R∗ . La fonction t → √ est
t4 + t2
continue sur R∗ .
2x
1
• Si x > 0, alors le segment [x, 2x] est inclus dans R∗+ et √ dt existe en
x t4 + t2
tant qu’intégrale d’une fonction continue sur un segment.
2x
1
• Si x < 0, alors le segment [2x, x] est inclus dans R∗− et √ dt existe
x t4+ t2
pour la même raison.
Pour étudier la parité d’une fonction définie par une intégrale la méthode générale
consiste à effectuer le changement de variable ϕ (t) = −t sur l’expression intégrale
de f (−x). La parité de l’intégrande nous permet alors de comparer très facilement

f (−x) et f (x).
On pose ϕ (t) = −t. La fonction ϕ est de classe C 1 sur le segment d’extrémités x et

2x. Ainsi, par le théorème de changement de variable, pour tout x ∈ R∗ ,
−2x −2x
1 1
f (−x) = √ dt = − ! ϕ (t) dt
−x t4 + t2 −x
4
ϕ (t) + ϕ (t) 2
ϕ(−2x) 2x
1 1
= − √ du = − √ du = −f (x) .
ϕ(−x) u4 + u2 x u4 + u2
Finalement f est impaire sur R∗ .
2. Lorsqu’on veut étudier une limite d’une fonction définie par une intégrale, la stra-
tégie consiste à utiliser la croissance de l’intégrale, pour établir une inégalité ou un
encadrement, puis à conclure grâce à un théorème sur les limites (comme ici le théo-
rème d’encadrement).
1 1 1
Soit x ∈ R∗+ , pour tout t ∈ [x, 2x], 0 √ √ = 2.
+t 2 t4t 4 t
2x
2x 2x
1 1 1
Ainsi, par croissance de l’intégrale, 0 f (x) 2
dt, avec 2
dt = − .
x
t x
t t x
1 1
Et on obtient bien : 0 f (x) − .
1 1
x 2x
Comme lim − = 0, d’après l’encadrement précédent et le théorème d’en-
x→+∞ x 2x
cadrement on a : lim f (x) = 0.
x→+∞
v(x)
3. Si on veut étudier la classe d’une fonction du type ϕ : x −→ g (t) dt, il faut
u(x)
donner une expression de ϕ sans le signe d’intégration. Pour cela on considère G
une primitive de g, alors ϕ (x) = G (v (x)) − G (u (x)). Grâce à cette écriture et aux
théorèmes généraux, on peut déterminer la classe de ϕ et calculer sa dérivée.
1
La fonction g : t → √ est continue sur l’intervalle R∗+ et à ce titre on peut
t4 + t2
considérer G une primitive de g sur R∗+ . Ainsi, pour tout x ∈ R∗+ ,
f (x) = G (2x) − G (x) .
1
G est de classe C sur R∗+
en tant que primitive d’une fonction continue sur cet inter-
valle et par suite, par composition avec la fonction affine x → 2x et par soustraction,
f est de classe C 1 sur R∗+ . De plus, pour tout x ∈ R∗+ ,
f (x) = 2G (2x) − G (x) = 2g (2x) − g (x)
2 1 1 1
= √ −√ = √ −√ .
16x4 + 4x2 x4 + x2 4x4 + x2 x4 + x2
√ √
Comme pour tout x ∈ R∗+ , 4x4 + x2 > x4 + x2 , on a f (x) < 0 et on en déduit
que f est strictement décroissante sur R∗+ .
4. On utilise la méthode exposée à la question 2 et on conclut cette fois ci grâce au

théorème d’existence de limite pour les fonctions monotones.
1 1 1
Pour tout x ∈ R∗+ et tout t ∈ [x, 2x], √ √ = . Ainsi, par croissance de
t4 + t2 t2 t
2x 2x
1 1 2x
l’intégrale, f (x) dt avec dt = [ln (t)]x = ln (2). Et on obtient bien :
x
t x
t
f (x) ln (2).
La fonction f est décroissante et majorée sur R∗+ donc, par le théorème de la limite
monotone, elle admet une limite finie à droite en 0.
f (x)
5. La formule de la moyenne permet d’écrire comme une valeur atteinte par g
x
sur [x, 2x], il ne reste alors plus qu’à encadrer cette valeur grâce à la monotonie de g.
Exercice 13.10 Un exemple de fonction définie par une intégrale 285
Soit x > 0. Comme g est continue sur [x, 2x], d’après la formule de la moyenne, il
existe cx ∈ [x, 2x] tel que
2x
1 f (x)
g(cx ) = g(t) dt = .
2x − x x
x
Or g est décroissante sur ]0, +∞[ donc g(2x) g(cx ) g(x). Puisque
f (x)
g(2x) g(x) ⇐⇒ xg(2x) f (x) xg(x)
x
x x
⇐⇒ ! f (x) √
(2x)4 + (2x)2 x4 + x2
1 1
⇐⇒ √ f (x) √ ,
2 4x2 + 1 x2 + 1
on conclut bien que
1 1
∀ x > 0, √ f (x) √ .
2 1 + 4x2 1 + x2
Puisque lim √ 1
= lim √ 1 2 = 0, le théorème d’encadrement permet de
x→+∞ 2 1+4x2 x→+∞ 1+x
conclure que lim f (x) = 0.
x→+∞
• Savoir justifier qu’une intégrale est bien définie (cf questions 13.8.1 et 13.10.1).
L’intégrande doit être continu (ou continu par morceaux) sur le segment d’inté-
gration.
• Savoir calculer une intégrale à l’aide d’une primitive (cf exercice 13.1)
b
b
f (t)dt = [F (t)]a = F (b) − F (a)
a
(où F est une primitive de f sur un intervalle contenant a et b et sur lequel f est
continue). Pour cela, on dispose des formulaires ci-dessous ‡ :
intégrande (une) primitive

x
f = F x → F (x) = f (t) dt
x → xβ xβ+1
x → β+1 intégrande (une) primitive
avec β = −1

x → 1
x → ln |x + a| f =F F = f dt
x+a
exp exp u eu eu
x → ax 1 x u un 1
n+1 u
n+1
x → a
ln a u
avec a > 0 et a = 1 u ln |u|
√
sin − cos u
√
u
2 u
cos sin u sin(u) − cos(u)
1
cos2 = 1 + tan2 tan u cos(u) sin(u)
tan − ln | cos |
ln x → x ln x − x
x → 1
1+x2 arctan
‡. À quelques rares exceptions près, ils se déduisent de ceux de la page 237.

• Savoir utiliser les propriétés de l’intégrale §

♦ se traduisant par une égalité (cf exercice 13.2 et question 13.3.1)
c b c
f (t)dt = f (t)dt + f (t)dt (relation de Chasles)
a a b
b b b
(λf + μg)(t)dt = λ f (t)dt + μ g(t)dt (linéarité)
a a a
♦ se traduisant par une inégalité (cf exercice 13.3) : pour les propriétés suivantes,
il est supposé que a est strictement inférieur à b
b b
∀ t ∈ [a, b] , f (t) g(t) =⇒ f (t)dt g(t)dt (croissance †)
a a
⎧
⎨ ∀ t ∈ [a, b] , f (t) g(t), b b
=⇒ f (t)dt < g(t)dt (stricte croissance †)
⎩ ∃ t ∈ [a, b] , f (t ) < g(t ) a a
0 0 0
dans la propriété de stricte croissance de l’intégrale ci-dessus, la continuité des

applications f et g sur [a, b] est essentielle,

b b

f (t)dt |f (t)| dt (inégalité triangulaire)
a a
• Savoir effectuer une intégration par parties (IPP) (cf exercice 13.4 et ques-
tion 13.8.5)
Si u et v sont deux fonctions de classe C 1 sur un intervalle contenant a et b, alors :
b b

u (t)v(t)dt .
b
u(t)v (t)dt = [u(t)v(t)]a −
a a
On pourra penser à cette formule lorsqu’on cherche à calculer l’intégrale d’un

produit de deux fonctions dont la dérivée de l’une (ici u ) est plus simple que celle-
ci (ici u). Par exemple, lorsque u = ln, arctan, un polynôme... Cette formule est par
b b
t
exemple utile pour le calcul d’intégrales du type : P (t)e dt, P (t) cos(t)dt
b a a
ou P (t) sin(t)dt où P est une fonction polynomiale (cf question 13.4.2).

a
§. ou plus exactement les propriétés de l’intégration

†. lorsque f = 0, on parle de positivité ou stricte positivité de l’intégrale
• Savoir effectuer un changement de variable (cf exercices 13.5, 13.6 et ques-

tion 13.10.1)
Soit f : J → R une fonction continue et ϕ : I → J une fonction de classe C 1 sur
I, alors :
b ϕ(b)
∀ (a, b) ∈ I 2 , f (ϕ(t))ϕ (t)dt = f (u)du .
a ϕ(a)
On utilise généralement la formule “de gauche à droite” avec ϕ ne s’annulant

pas sur [a, b] (ou [b, a]). Soit on reconnaît directement une expression de la forme
f (ϕ(t))ϕ (t) et on applique directement la formule, soit on part d’une intégrale de
b
la forme g(t)dt et, si ϕ (t) n’apparaît pas naturellement dans l’intégrande, on
a b b
g(t)
l’introduit artificiellement en écrivant : g(t)dt =
ϕ (t)dt. Il s’agit alors
a a ϕ (t)
g(t)
d’identifier comme une expression dépendant de ϕ(t) (dans la formule, ce
ϕ (t)
serait f (ϕ(t))) puis on applique la formule en remplaçant ϕ(t) par u, ϕ (t)dt par
du et en n’oubliant pas de changer les bornes. L’utilisation “de droite à gauche”
est plus rare mais le changement de variable u = ϕ(t) étant donné et la fonction f
se lisant directement puisque ce n’est autre que l’intégrande, les seules difficultés
consistent à identifier a et b via la réciproque de la fonction ϕ qu’on s’efforce de
considérer sur un intervalle où elle est bijective.
• Savoir utiliser les sommes de Riemann (cf exercice 13.7)

Si f est continue sur [0, 1], on a :
n−1 1
1 1
n
k k
lim f = lim f = f (t)dt .
n→+∞ n n n→+∞ n n 0
k=1 k=0
b
• Savoir étudier une suite d’intégrales un = fn (t)dt
a
♦ Pour l’étude du signe, on étudie celui de l’intégrande fn et on utilise la positivité
de l’intégrale (cf question 13.8.3).
♦ Pour la monotonie, on compare les intégrandes fn et fn+1 et on utilise la
croissance de l’intégrale (cf question 13.8.2).
♦ Pour l’obtention de majoration/minoration/encadrement ou l’étude de la li-
mite éventuelle, on procède par comparaison (cf questions 13.8.4 et 13.9.3.c)
avec des intégrales facilement calculables (toujours à l’aide de la croissance de
l’intégrale).
♦ Pour obtenir une relation de récurrence, on procède à une intégration par
parties (cf questions 13.8.5 et 13.9.1.c).
v(x)
• Savoir étudier une fonction définie par une intégrale ϕ(x) = f (t)dt
u(x)
♦ Pour les propriétés différentielles (caractère C 1 et calcul de la dérivée), on

utilise une expression sans signe d’intégration en introduisant une primitive de
l’intégrande (cf question 13.10.3)
v(x)
ϕ(x) = [F (t)]u(x) = F (v(x)) − F (u(x))
ce qui permet d’en déduire sa dérivée par composition
ϕ (x) = v (x)f (v(x)) − u (x)f (u(x)).
♦ Pour les propriétés topologiques (comparaison et limites), on utilise la forme in-
tégrale et on exploite la croissance de l’intégrale (cf questions 13.10.2 et 13.10.4).
• Savoir utiliser la formule de la moyenne (cf question 13.10.5) : la valeur

b
1
moyenne f (t) dt d’une fonction f continue sur [a, b] appartient à l’en-
b−a a
semble des valeurs atteintes par la fonction
CHAPITRE
14
Équations différentielles
Rappelons quelques éléments de vocabulaire associé aux équations différentielles.

• Une équation différentielle linéaire d’ordre 1 (sous forme résolue ∗) (EDL1) est une
équation du type
(E1 ) y + a(t)y = f (t)
où a et f sont des fonctions continues sur un intervalle I.
• (E1 ) est à coefficient constant si la fonction a est constante.
• Une solution de (E1 ) sur I est une fonction ϕ dérivable sur I telle que :
∀ t ∈ I, ϕ (t) + a(t)ϕ(t) = f (t).
• Le second membre de (E1 ) est l’application t → f (t). (E1 ) est dite homogène si
son second membre est (identiquement) nul.
• L’équation homogène associée à (E1 ) est l’équation homogène y + a(t)y = 0.
• Une équation différentielle linéaire d’ordre 2 à coefficients constants (sous forme
résolue ∗) (EDL2) est une équation différentielle du type
(E2 ) y + ay + by = f (t)
où a, b sont des réels et f une fonction continue sur un intervalle I.
• Une solution de (E2 ) sur I est une fonction ϕ deux fois dérivable sur I telle que :
∀ t ∈ I, ϕ (t) + aϕ (t) + bϕ(t) = f (t).
• Le second membre de (E2 ) est l’application t → f (t). (E2 ) est dite homogène si
son second membre est nul.
• L’équation homogène associée à (E2 ) est y + ay + by = 0.
• Si (E2 ) est homogène, l’équation caractéristique associée à (E2 ) est l’équation du
second degré r2 + ar + b = 0 d’inconnue r.
• Si F est une fonction continue sur un intervalle I et à valeurs réelles, une équation
différentielle de la forme y = F (y) sera appelée équation différentielle autonome.
∗. Cela signifie que le coefficient placé devant le terme d’ordre de dérivation le plus élevé (y ou
y ici) est égal à 1, si ce n’est pas le cas, on est amené à diviser l’équation par ce coefficient et à se
placer alors sur un intervalle où il ne s’annule pas.
292 Chapitre 14 Équations différentielles
Exercice 14.1 : EDL1 à coefficient et second membre constants
Résoudre sur R les équations différentielles suivantes :

1. 2y = 5 ;
2. y − 3y = 0 ;
3. y + 52 y = 1 avec condition initiale y(0) = 1.
1. L’équation n’est pas sous forme résolue et ne possède pas de terme en y. Une fois
sous forme résolue, ce sera donc juste un calcul de primitive.
5
L’équation est équivalente à y = donc l’ensemble de ses solutions est
2
' (
5
x → x + C ; C ∈ R .
2
2. L’équation est sous forme résolue et homogène donc le théorème de structure suivant
donne directement les solutions.
Les solutions de l’équation y + ay = 0 sont les fonctions x → Ce−ax où C est un réel
quelconque.
D’après le théorème de structure des équations différentielles linéaires d’ordre 1 ho-

mogènes à coefficient constant, l’ensemble des solutions de l’équation est

x → Ce3x ; C ∈ R .
3. L’équation n’est pas homogène. On va donc d’abord déterminer les solutions de

l’équation homogène associée.
5
L’équation homogène associée est y + y = 0 et ses solutions sont les fonctions
5 2
x → C exp − x où C est un réel quelconque.
2
Puis on détermine une solution particulière de l’équation complète en la cherchant
sous la forme d’une fonction constante.
On cherche une solution particulière de l’équation complète qui soit constante. Une
5 2
fonction constante y = k (avec k réel) est solution ssi 0 + k = 1 ssi k = .
2 5
On conclut alors à l’aide du théorème de structure qui stipule que les solutions de
l’équation complète sont la somme d’une solution particulière et d’une solution de
l’équation homogène associée.
Finalement l’ensemble des solutions de l’équation différentielle de départ est

' (
2 5
x → + C exp − x ; C ∈ R .
5 2
Exercice 14.2 EDL2 à coefficients et second membre constants 293
Exercice 14.2 : EDL2 à coefficients et second membre constants
Résoudre sur R les équations différentielles suivantes :

1. (E1 ) : y + 5y = 2
2. (E2 ) : y − 10y + 25y = 6
⎧
⎨ y(0) = 2,
3. (E3 ) : y + 2y + 3y = 1 avec conditions initiales
⎩ y (0) = −1.
1. On détermine d’abord l’ensemble des solutions de l’équation homogène associée

dont la structure dépend de la nature des solutions de son équation caractéristique
associée.
L’équation homogène associée (E1H ) : y + 5y = 0 admet pour équation caracté-

ristique r 2 + 5r = 0. Les solutions de cette dernière équation sont 0 et −5.
Lorsque l’équation caractéristique admet deux solutions réelles distinctes r1 et r2 , les
solutions de l’équation homogène forment l’ensemble {x → λer1 x + μer2 x ; λ, μ ∈ R}.
0x −5x
Ainsi, l’ensemble des solutions de (E1H ) est x → λe + μe ; λ, μ ∈ R , soit
−5x
x → λ + μe ; λ, μ ∈ R .
Il faut ensuite chercher une solution particulière de (E1 ). Ici l’équation différentielle
est du type y +ay +by = c où a, b, c sont des constantes réelles avec b = 0. (E1 ) admet
donc une solution de la forme x → Cx où C ∈ R.
On cherche une solution particulière de (E1 ) sur R de la forme x → Cx où C ∈ R.

Si ϕ est de la forme x → Cx, alors pour tout x ∈ R, ϕ (x) = C et ϕ (x) = 0 donc
ϕ est solution de (E1 ) si et seulement si 5C = 2.
2
Ainsi, ϕ : x → x est solution particulière de (E1 ) sur R.
5
Les solutions de (E1 ) sont les sommes de ϕ et d’une solution quelconque de (E1H ).
En conclusion, d’après le théorème de structure des solutions d’une équation différen-

tielle linéaire d’ordre 2, l’ensemble des solutions de (E1 ) sur R est :
' (
2
x → x + λ + μe−5x ; λ, μ ∈ R .
5
On a appliqué ici la méthode standard mais il était possible de prendre

une autre route en se ramenant à une équation différentielle d’ordre 1.
On remarque que ϕ est solution de (E1 ) : y + 5y = 2 si et seulement
si ϕ est solution de (E1 ) : z + 5z = 2. On résout alors (E1 ) et les
solutions de (E1 ) sont les primitives de celles de (E1 ).
2. 1ère étape : Résolution de l’équation homogène associée.
On résout l’équation homogène associée (E2H ) : y − 10y + 25y = 0 dont l’équation

caractéristique est r 2 − 10r + 25 = 0. Cette équation admet 5 pour unique solution.
Lorsque l’équation caractéristique n’admet qu’une solution réelle r0 , les solutions de
l’équation homogène forment l’ensemble {x → (λx + μ)er0 x ; λ, μ ∈ R}.
Ainsi, l’ensemble des solutions sur R de (E2H ) est :

x → (λx + μ)e5x ; λ, μ ∈ R .
2ème étape : Recherche d’une solution particulière de l’équation. Pour déterminer

une solution particulière ϕ d’une équation différentielle linéaire d’ordre 2 du type
y + ay + by = c avec a, b, c des réels, on peut chercher ϕ sous forme :
• d’une fonction constante x → λ si b = 0,
• d’une fonction du type x → λx si b = 0 et a = 0,
• d’une fonction du type x → λx2 si b = a = 0. ∗
Ici l’équation est de la forme y + ay + by = c avec b = 0 donc on peut chercher une
telle solution sous forme d’une fonction constante.
On cherche une solution particulière de (E2 ) sous forme d’une fonction constante
sur R. Si ϕ est constante sur R, alors pour tout x ∈ R, ϕ (x) = ϕ (x) = 0 donc ϕ
est solution de (E2 ) si et seulement si : ∀ x ∈ R, 25ϕ(x) = 6.
6
Ainsi, ϕ : x → est solution particulière de (E1 ) sur R.
25
3ème étape : Conclusion à l’aide du théorème de structure.
D’après le théorème de structure des solutions d’une équation différentielle linéaire
d’ordre 2, l’ensemble des solutions de (E2 ) sur R est donc :
' (
6
x → + (λx + μ)e5x ; λ, μ ∈ R .
25
3. On détermine d’abord toutes les solutions de (E3 ) (par la méthode standard) afin
de déterminer dans un second temps celle qui satisfera aux conditions initiales. On
s’intéresse donc d’abord à l’équation homogène associée.
On résout l’équation homogène associée (E3H ) : y + 2y + 3y =

√ 0 dont l’équation
caractéristique est r 2 + 2r + 3 = 0. Cette équation admet −1 ± i 2 pour solutions.
Lorsque l’équation caractéristique admet deux solutions non réelles conjuguées α + iβ
et α − iβ (α, β ∈ R), les solutions de l’équation homogène forment alors l’ensemble :
{x → eαx (λ cos(βx) + μ sin(βx)) ; λ, μ ∈ R} .
Ainsi, l’ensemble des solutions sur R de (E3H ) est

' √ √ (
x → e−x λ cos( 2x) + μ sin( 2x) ; λ, μ ∈ R .
∗. Autrement dit, on cherche ϕ sous la forme x → λxk où k est l’ordre de multiplicité de 0 comme
racine du polynôme r 2 + ar + b.
Exercice 14.3 Équation différentielle linéaire d’ordre 1 295
On cherche une solution particulière. Ici, l’équation (E3 ) admet une solution constante
car le coefficient devant y est non nul.
On cherche une solution particulière de (E3 ) sous forme d’une fonction constante
sur R. Si ϕ est une fonction constante sur R, ϕ est solution de (E3 ) si et seulement
1
si : ∀ x ∈ R, 3ϕ(x) = 1. Ainsi, ϕ : x → est solution particulière de (E3 ) sur R.
3
On conclut.

d’ordre 2, l’ensemble des solutions de (E3 ) sur R est donc :
' √ √ (
1
x → + e−x λ cos( 2x) + μ sin( 2x) ; λ, μ ∈ R .
3
On s’aperçoit que l’expression des solutions de (E3 ) fait intervenir deux constantes
réelles (notées λ et μ plus haut). La donnée de conditions “initiales” y(t0 ) = A et
y (t0 ) = B permet de déterminer ces constantes et définit donc une unique solution.
Cherchons à présent la solution f satisfaisant y(0) = 2 et y (0) = −1. On sait qu’il

1 −x
√ √
existe des réels λ et μ tels que f : x → + e λ cos( 2x) + μ sin( 2x) et il s’agit
3
de trouver λ et μ satisfaisant aux conditions f (0) = 2 et f (0) = −1.
Sachant que, pour tout x ∈ R,
√ √ √ √ √
f (x) = −e−x λ cos( 2x) + μ sin( 2x) + e−x 2 − λ sin( 2x) + μ cos( 2x)
√ √ √ √
= e−x (μ 2 − λ) cos( 2x) − (μ + λ 2) sin( 2x) ,
1 √
on a f (0) = + λ et f (0) = μ 2 − λ donc
3
& & &
5 5
f (0) = 2 λ = 3
λ = 3
⇐⇒ ⇐⇒ √
f (0) = −1 μ = λ−1
√
2
μ = 3
2
et, au final, la solution de (E3 ) satisfaisant aux conditions initiales est

√
1 5 √ 2 √
f : x → + e−x cos( 2x) + sin( 2x) .
3 3 3
Exercice 14.3 : Équation différentielle linéaire d’ordre 1
Résoudre sur l’intervalle indiqué les équations différentielles suivantes :

1 1
1. (E1 ) : y − y= sur I1 =]0, +∞[ (on vérifiera qu’une solution
2x 2(1 √
+ x) √
particulière en est x → x arctan( x)) ;
π π
2. (E2 ) : y − y tan x = sin x sur I2 = − , ;
2 2
⎧
⎨ xy + y = cos x
3. (E3 ) : sur I3 =]0, +∞[.
⎩ y π = 2
2 π
1. On résout l’équation homogène associée. Les solutions de y + a(x)y = 0 sur I sont

de la forme x → Ce−A(x) où C ∈ R et A est une primitive de a sur I.
1
Cherchons les solutions sur I1 de l’équation homogène associée (E1H ) : y − y = 0.
x x
2x
−1 −1 1
Ces solutions sont x → C exp − dt avec C ∈ R et − dt = ln x.
2t 2t 2
1
Ainsi, les solutions de (E1H ) sont x → Ce 2 ln x où C ∈ R et l’ensemble des solutions
√
sur I1 de (E1H ) est x → C x ; C ∈ R .
Pour la recherche d’une solution particulière, on vérifie que la fonction fournie par
l’énoncé convient, en vérifiant qu’elle est bien dérivable sur I1 et en l’injectant dans (E1 ).
√ √ √
Posons ϕ : x → x arctan( x) et vérifions que ϕ est bien solution de (E1 ). · et
arctan sont dérivables respectivement sur ]0, +∞[ et R donc, par théorèmes généraux,
ϕ est bien dérivable sur ]0, +∞[ et, pour tout réel x > 0,
1 √ √ 1 1 1 √ 1
ϕ (x) = √ arctan( x) + x × √ × √ 2 = √ arctan( x) +
2 x 2 x 1 + ( x) 2 x 2(1 + x)
donc
1 1 √ 1 1 √ 1
ϕ (x) − ϕ(x) = √ arctan( x) + − √ arctan( x) = .
2x 2 x 2(1 + x) 2 x 2(1 + x)
ϕ est donc bien une solution particulière de (E1 ) sur I1 .
Il ne reste alors plus qu’à conclure.
Par le théorème de structure des solutions d’une équation différentielle linéaire
d’ordre 1, l’ensemble des solutions sur I1 de (E1 ) est
√ √
x → x[arctan( x) + C] ; C ∈ R .
2. On commence par résoudre sur I2 l’équation homogène associée.

L’équationhomogène
x
est (E2H ) : y − y tan x = 0 et ses solutions sont
associée
x → C exp − − tan t dt où C est un réel quelconque.
sin u
Ici, la bonne écriture de tan est qui est du type − avec u = cos.
cos u
x x
cos (t)
∀ x ∈ I2 , tan t dt = − dt = − ln |cos x| .
cos(t)
Exercice 14.3 Équation différentielle linéaire d’ordre 1 297
On peut se “débarrasser” de la valeur absolue car le signe de cos est connu sur I2 .
x
Or, sur I2 , cos > 0 donc tan t dt = − ln(cos x) et, au final, les solutions de (E2H )
C
sur I2 sont x → Ce− ln(cos x) = avec C ∈ R.
cos x
On cherche à présent une solution particulière ϕ de (E2 ). Ici, il n’y en a pas d’évidente
et une solution particulière n’est pas fournie par l’énoncé, on suit donc la méthode de
variation de la constante. Cette méthode a une portée générale et consiste à rechercher
C(x)
ϕ sous la forme x → où C est une fonction dérivable à déterminer †. En pratique,
cos x
en injectant ϕ dans (E2 ), les termes en C(x) disparaissent et il ne reste que le terme
en C (x). On détermine alors C (et donc ϕ) par le calcul d’une primitive de C .
C(x)
Cherchons une solution particulière ϕ de (E2 ) sous la forme x → où C est
cos x
dérivable sur I2 . ϕ est solution de (E2 ) sur I2 ssi, pour tout x ∈ I2 ,

C (x) cos x + C(x) sin x C(x)
(Ex ) : − tan x = sin x.
cos2 x cos x
Or,
C (x) 1
(Ex ) ⇐⇒ = sin x ⇐⇒ C (x) = sin x cos x ⇐⇒ C (x) = sin(2x),
cos x 2
1
ainsi, ϕ est solution de (E2 ) ssi C est primitive de x → sin(2x) sur I2 . On peut
2
cos(2x) cos(2x)
prendre C : x → − et finalement ϕ : x → − est solution de (E2 ).
4 4 cos x
On retiendra l’idée de linéariser x → sin x cos x pour pouvoir en cal-

culer une primitive. Le calcul d’une primitive aurait aussi
été possible

1
directement en remarquant que sin × cos = sin × sin = sin2 .
2
Par théorème de structure des solutions d’une

) équation différentielle linéaire d’ordre
/ 1,
C cos(2x)
l’ensemble des solutions de (E2 ) sur I2 est x → − ; C ∈R .
cos x 4 cos x
3. On met d’abord l’équation sous forme résolue.
1 cos x
Notons (E) l’équation xy + y = cos x. Sur I3 , (E) ⇐⇒ y + y= .
x x
La résolution complète de (E) sur I3 commence par celle de l’équation homogène
associée.
†. On a simplement remplacé la constante C qui apparaît dans l’expression des solutions de (E2H )
par une fonction x → C(x), soit “une constante qui varie” d’où le nom de la méthode
Déterminons la forme générale des solutions homogène associée (EH ) :

de l’équation
x
1 1 C
y + y = 0. Ces solutions sont x → C exp − du = Ce− ln x = où C ∈ R.
x u x
Pour la recherche d’une solution particulière, la méthode de la variation de la constante

s’impose ici.
Déterminons une solution particulière de l’équation (sous forme résolue) avec second
membre par la méthode de variation de la constante. Cherchons donc une solution ϕ
C(x)
de la forme x → avec C une fonction dérivable sur I3 .
x
Pour x > 0,
1 cos x C (x) C(x) C(x) cos x
ϕ (x) + ϕ(x) = ⇐⇒ − + =
x x x x2 x2 x
⇐⇒ C (x) = cos x.
Tout s’est bien passé ici dans les calculs puisque les termes en C(x) se sont compensés
et seul C (x) subsiste.
sin x
Il suffit donc de choisir C = sin et ainsi, ϕ : x → est solution particulière de
x
(E) sur I3 .
Pour une équation différentielle de la forme y + a(x)y = b(x) sur un

intervalle I, on peut facilement montrer que la méthode de variation
de la constante fournit une solution de la forme x → C(x)e−A(x) où A
est une primitive de a et C (x) = eA(x) b(x) pour x ∈ I.
Ainsi, C doit être une primitive sur I de x → eA(x) b(x). Plutôt que de
retenir ce résultat, notre démarche nous le fait toujours réétablir “à la
main” ; elle a néanmoins pour avantage de vérifier que notre calcul de
la primitive A n’est pas erroné (si le calcul de A était faux, les termes
en “C(x)” ne se compenseraient pas dans la méthode de variation de
la constante).
Sauf cas particuliers, on s’aperçoit que résoudre une équation différen-
tielle linéaire d’ordre 1 revient essentiellement à effectuer deux calculs
de primitives.

C + sin x
d’ordre 1, les solutions de (E) sur I3 sont x → où C ∈ R.
x
On détermine alors la valeur de la constante C qui définit la solution satisfaisant à la
condition “initiale”.
π 2
Soit ψ la solution de (E3 ), c’est-à-dire la solution de (E) telle que ψ = .
2 π
Exercice 14.4 EDL2 à coefficients constants 299
sin x + C
On sait qu’il existe C ∈ R tel que : ∀ x > 0, ψ(x) = . En particulier
x
π 1+C π 2 1+C 2
ψ = π donc ψ = ⇐⇒ π = ⇐⇒ C = 0. Ainsi, la
2 2
2 π 2
π
sin x
solution recherchée de (E3 ) sur I3 est x → .
x
Exercice 14.4 : EDL2 à coefficients constants
1. Résoudre sur R l’équation différentielle y + 9y = sin(3x) (on cherchera une

solution particulière de cette équation de la forme x → λx cos(3x) + μx sin(3x)
où λ et μ sont deux réels à déterminer).
⎧
⎨ y(0) = 1
2. Résoudre sur R l’équation y − 2y + 2y = 2x2 avec
⎩ y (0) = 3
(on cherchera une solution particulière qui soit polynomiale de degré 2).
1. L’équation n’est pas homogène, la première étape consiste donc à résoudre l’équa-
tion homogène associée.
L’équation homogène associée y + 9y = 0 admet pour équation caractéristique

r 2 + 9 = 0 dont les solutions sont 3i et −3i. Par conséquent les solutions de l’équation
différentielle homogène sont les fonctions x → a cos(3x) + b sin(3x) où a et b sont
deux réels quelconques.
La deuxième étape consiste à déterminer une solution particulière de l’équation de
départ. Ici la forme (avec des paramètres indéterminés) sous laquelle la chercher est
donnée, il suffit donc de l’injecter dans l’équation pour déterminer les paramètres.
Cherchons une solution particulière de l’équation différentielle complète de la forme

indiquée ϕ : x → λx cos(3x) + μx sin(3x) avec λ et μ réels. Pour x ∈ R, on a
ϕ (x) = λ[cos(3x) − 3x sin(3x)] + μ[sin(3x) + 3x cos(3x)],

ϕ (x) = λ[−6 sin(3x) − 9x cos(3x)] + μ[6 cos(3x) − 9x sin(3x)]
= −9ϕ(x) − 6λ sin(3x) + 6μ cos(3x).
Comme on cherche seulement une solution de l’équation et non toutes les solutions
de la forme proposée, il est inutile de raisonner par identification. ‡
1
Ainsi pour que ϕ soit solution, il suffit que −6λ = 1 et 6μ = 0 i.e. λ = − et μ = 0
6
x
si bien que x → − cos(3x) est une solution de l’équation complète.
6
La dernière étape consiste à invoquer le théorème de structure des équations diffé-
rentielles linéaires d’ordre 2 à coefficients constants qui stipule que les solutions de
‡. Pour cela, il faudrait invoquer la liberté de sin et cos dans l’espace vectoriel des fonctions
définies sur R, notion qui ne sera abordée qu’au cours du programme de seconde année.
l’équation sont les sommes d’une solution particulière et des solutions de l’équation
homogène associée.
Finalement l’ensemble des solutions de l’équation de départ est

' x
(
x → a − cos(3x) + b sin(3x) ; a, b ∈ R .
6
2. Première étape : résolution de l’équation homogène associée.
L’équation homogène associée y − 2y + 2y = 0 a pour équation caractéristique

r 2 − 2r + 2 = 0. Avec la mise sous forme canonique suivante
r 2 − 2r + 2 = (r − 1)2 + 1 = (r − 1 + i)(r − 1 − i),
on voit que ses solutions sont 1 − i et 1 + i.
Par conséquent les solutions de l’équation différentielle homogène sont les fonctions
x → ex (a cos x + b sin x) où a et b sont deux réels quelconques.
Deuxième étape : recherche d’une solution particulière.
Cherchons une solution particulière de l’équation différentielle de départ sous la forme

Q : x → ax2 + bx + c avec a, b et c trois réels. En injectant cette forme dans
l’équation, Q est solution ssi : ∀ x ∈ R, 2a − 2(2ax + b) + 2(ax2 + bx + c) = 2x2 . Par
identification des coefficients des polynômes, cela sera le cas ssi 2a = 2, 2b − 4a = 0
et 2c − 2b + 2a = 0 ssi a = 1, b = 2 et c = 1 i.e. Q = X 2 + 2X + 1 = (X + 1)2 .
Dernière étape : somme des deux types de solution et détermination des deux constantes
grâce aux conditions initiales.
D’après le théorème de structure des équations différentielles linéaires d’ordre 2 à coef-

ficients constants, les solutions de l’équation différentielle de départ sont les fonctions
x → (x + 1)2 + ex (a cos x + b sin x) où a et b sont réels.
Compte tenu des conditions initiales données et de la dérivée
x → 2(x + 1) + ex (a cos x + b sin x) + ex (−a sin x + b cos x),
& &
1 = 1+a a = 0
il faut et il suffit de résoudre , ce qui donne : .
3 = 2+a+b b = 1
Finalement, l’unique solution est x → (x + 1)2 + ex sin x.
Exercice 14.5 : Principe de superposition
On souhaite résoudre sur R l’équation différentielle :

(E) y − y − 6y = e−2x + cos x.
Exercice 14.5 Principe de superposition 301
1. a. Déterminer une solution particulière sur R de l’équation différentielle :

(E1 ) y − y − 6y = e−2x .
On cherchera une telle solution sous la forme x → P (x)e−2x où P est un
polynôme de degré 1.
b. Déterminer une solution particulière sur R de l’équation différentielle :
(E2 ) y − y − 6y = cos x.
On cherchera une telle solution sous la forme x → λ cos(x) + μ sin(x)
2. Conclure.
1.a. On suit l’indication fournie par l’énoncé. On trouve alors une condition suffisante
sur a et b pour que ϕ1 soit solution de (E1 ). Avant d’injecter ϕ1 dans (E1 ), il est plus
prudent ici de calculer d’abord les dérivées ϕ1 et ϕ1 afin de prévenir d’éventuelles
erreurs de calculs.
On cherche une solution particulière ϕ1 de la forme : x → (ax + b)e−2x où a, b ∈ R.

Pour tout réel x, on a alors
ϕ1 (x) = ae−2x − 2(ax + b)e−2x = (−2ax + a − 2b)e−2x
ϕ1 (x) = 4(ax − a + b)e−2x
de sorte que
[ϕ1 − ϕ1 − 6ϕ1 ](x) = 4(ax − a + b)e−2x − (−2ax + a − 2b)e−2x − 6(ax + b)e−2x
= −5ae−2x
1
ϕ1 est donc solution de (E1 ) si a = − .
5
1
Ainsi, en prenant b = 0, on obtient la solution ϕ1 : x → − xe−2x .
5
1.b. La fonction proposée admet des dérivées première et seconde qui se calculent ici
aisément, on peut donc directement l’injecter dans (E2 ).
On cherche une solution particulière ϕ2 de la forme x → λ cos x+μ sin x où λ, μ ∈ R.
ϕ2 est solution de (E2 ) sur R ssi pour tout x ∈ R, ϕ2 (x) − ϕ2 (x) − 6ϕ2 (x) = cos x
où
ϕ2 (x) − ϕ2 (x) − 6ϕ2 (x) = cos x
⇐⇒ (−λ cos x − μ sin x) − (−λ sin(x) + μ cos(x)) − 6(λ cos x + μ sin x) = cos x
⇐⇒ (−7λ − μ) cos x + (λ − 7μ) sin x = cos x.
Il suffit donc de choisir λ et μ tels que −7λ − μ = 1 et λ − 7μ = 0. Or
& &
−7λ − μ = 1 −7λ − μ = 1
⇐⇒
λ − 7μ = 0 −50μ = 1 L2 ← 7L2 + L1
& &
7
−7λ − μ = 1 λ = − 50
⇐⇒ ⇐⇒
1 1
μ = − 50 μ = − 50
7 1
donc x → − cos x − sin x est solution particulière de (E2 ) sur R.
50 50
2. Résolvons l’équation homogène associée.
L’équation homogène associée (EH ) : y − y − 6y = 0 admet pour équation carac-

téristique r2 − r − 6 = 0 qui admet deux solutions réelles : −2 et 3. L’ensemble des
solutions sur R de (EH ) est donc

x → λe−2x + μe3x ; λ, μ ∈ R .
Lorsqu’on a une équation différentielle linéaire d’ordre 2 à coefficients constants dont

le second membre paraît compliqué, et pour laquelle aucune solution particulière n’est
suggérée, le principe de superposition peut parfois s’appliquer avec profit (bien penser
à regarder les questions précédentes !). Le second membre de (E) est ici somme des
seconds membres de (E1 ) et de (E2 ). Il apparaît donc tout naturel d’utiliser le principe
de superposition dans la recherche d’une solution particulière de (E).
On rappelle que ce principe stipule qu’une solution particulière de (E) peut être
obtenue en sommant une solution de (E1 ) et une de (E2 ).
D’après le principe de superposition et les résultats du 1.a et 1.b, une solution parti-
1 7 1
culière de (E) est x → − e−2x − cos x − sin x et on peut finalement conclure
5 50 50
que les solutions de (E) sur R sont :
1 7 1
x → − xe−2x − cos x − sin x + λe−2x + μe3x avec λ, μ ∈ R.
5 50 50
Exercice 14.6 : Modèle logistique de Verhulst
Des observations en laboratoire ont montré que l’évolution d’une population de

paramécies en milieu nutritif satisfait à l’équation différentielle
⎧
⎨ y = r 1 − y y,
(E) K
⎩ y(0) 0
où r et K sont deux réels strictement positifs. ∗

1. Déterminer, s’il en existe, toutes les solutions constantes de (E) sur [0, +∞[.

y y
∗. Le quotient = r 1− représente le taux de croissance de la population. Ce choix
y K
correspond à une population avec une saturation de K “individus” (si la population y est égale, le
taux est nul ; si elle y est inférieure, le taux est positif et la population croît ; si elle y est supérieure, le
taux est négatif et la population décroît) ce qu’on rencontre lorsqu’il y a des limitations en nourriture
ou en espace. Le taux de croissance est finalement proportionnel à l’écart relatif entre la population
et la saturation K.
Exercice 14.6 Modèle logistique de Verhulst 303
On appelle ces solutions constantes les équilibres de l’équation. On admet que les
solutions non constantes de (E) sur [0, +∞[ ne prennent jamais la valeur d’un
équilibre sur [0, +∞[ et on étudie à présent ces solutions non constantes dont la
condition initiale vérifie y(0) > K. Soit donc ϕ une solution de (E) sur [0, +∞[
non constante et telle que ϕ(0) > K.
2. a. Montrer que, pour tout t 0, ϕ(t) > K.
b. Trouver deux réels a et b tels que
1 a b
∀ x ∈ R \ {0, K}, x = x + x−K.
rx 1 −
K
1
En déduire l’expression d’une primitive F de f : x → x sur
rx 1 −
K
l’intervalle ]K, +∞[.
c. Montrer qu’il existe une constante réelle C telle que :
ϕ(t)
∀ t 0, = er(t+C) .
ϕ(t) − K
3. Déterminer l’expression de ϕ(t) en fonction de t, r, ϕ(0) et K puis étudier ses
variations sur [0, +∞[ en précisant sa limite en +∞.
1. Il suffit d’injecter une fonction constante dans l’équation pour voir à quelle condition
elle est effectivement solution.
C

La fonction t → C où C ∈ R est solution ssi 0 = r 1 − C ssi C ∈ {0, K}.
K
Finalement, les deux seules fonctions constantes solutions sont t → 0 et t → K.
2.a. Visualisons les choses : ϕ “part” au-dessus de K et il s’agit d’obtenir qu’elle

“reste” toujours au-dessus. Que ne faut-il pas qu’il se passe ? La fonction ne doit
pas descendre en-dessous ! Mais si elle fait, par continuité, elle coupera la fonction
constante t → K ce qui est exclu. Il suffit donc de formaliser cette intuition visuelle.
Raisonnons par l’absurde et supposons qu’il existe t0 > 0 tel que ϕ(t0 ) K, alors,
d’après le théorème des valeurs intermédiaires, comme ϕ est continue sur [0, t0 ], il
existe t ∈]0, t0 ] tel que ϕ(t) = K ce qui est contradictoire avec le fait admis dans
l’énoncé. D’où, pour tout t 0, ϕ(t) > K.
2.b. La question est de trouver a et b sans forcément ni préciser comment on les a

obtenus ni prouver que ce sont les seuls possibles. On peut donc les “sortir du chapeau”
et vérifier seulement qu’ils conviennent. Trouvons les au brouillon : par réduction
K
au même dénominateur, il suffit d’avoir a(x − K) + bx = − et en identifiant les
r
K
coefficients des polynômes, il suffit de résoudre a + b = 0 et −Ka = − .
r
1
Avec a = −b = , on a, pour tout x ∈ R \ {0, K},
r
(x − K) − x
a b 1 1 1 1
+ = − = = .
x x−K r x x−K rx(x − K) rx 1 −
x
K
Une primitive est facile à obtenir en utilisant la linéarité et le fait qu’une primitive
1
de x → est x → ln |x − α|.
x−α
Ainsi une primitive F de f sur ]K, +∞[ est

1 1 x
x → F (x) = [ln x − ln(x − K)] = ln .
r r x−K
2.c. La constante semble provenir d’une primitivation. En l’“extrayant” de l’égalité à

obtenir, on a

1 ϕ(t)
C = ln − t.
r ϕ(t) − K
La fonction de droite (qui n’est rien d’autre que F ◦ ϕ − Id) se dérive en

1 ϕ (t) ϕ (t) ϕ (t)
t → − −1= − 1 = 0.
r ϕ(t) ϕ(t) − K ϕ(t)
rϕ(t) 1 −
K
Il reste à “habiller” ces calculs de quelques justifications pour répondre à la question.
Comme ϕ > K sur [0, +∞[, la fonction F ◦ ϕ est bien définie et de classe C 1 sur
[0, +∞[. De plus,
ϕ
(F ◦ ϕ) = ϕ × (f ◦ ϕ) = =1
ϕ
rϕ 1 −
K
donc il existe une constante réelle C telle que ∀ t 0, F (ϕ(t)) = t + C.
Ainsi, pour tout t 0,

1 ϕ(t) ϕ(t)
ln =t+C donc ln = r(t + C)
r ϕ(t) − K ϕ(t) − K
ϕ(t)
i.e. = er(t+C)
ϕ(t) − K
Une autre façon de rédiger la question est d’utiliser un changement de variable.

Comme ϕ > K sur [0, +∞[ et ϕ est solution de (E), on a sur [0, +∞[
ϕ ϕ
ϕ = rϕ 1 − ⇔ ϕ
=1
K rϕ 1 − K
donc il existe une constante réelle C telle que :
t
ϕ (x)
∀ t 0, dx = t + C
rϕ(x) 1 − ϕ(x)K
Exercice 14.6 Modèle logistique de Verhulst 305
c’est-à-dire (par changement de variable u = ϕ(x) où ϕ est de classe C 1 sur R+ ) :

ϕ(t)
1
∀ t 0, F (ϕ(t)) = du = t + C.
ru 1 − u
K
ϕ
3. Il faut “extraire” ϕ(t) de l’égalité, par exemple, en transformant le quotient
ϕ−K
ϕ−K +K K
en = 1+ qui présente l’avantage de ne plus faire apparaître qu’une
ϕ−K ϕ−K
seule fois ϕ. Ainsi,
ϕ K K
=1+ = er(t+C) ⇐⇒ = er(t+C) − 1
ϕ−K ϕ−K ϕ−K
K
⇐⇒ ϕ − K = r(t+C)
e −1
K
⇐⇒ ϕ = K + r(t+C) .
e −1
Il reste alors à relier C (dont on ne “veut” pas) à ϕ(0). En prenant t = 0, on a (dans
l’égalité initiale plutôt que la dernière puisqu’on veut exprimer C en fonction de ϕ(0)
ϕ(0)
et non le contraire) = erC , ce qui suffit puisque C n’intervient que sous la
ϕ(0) − K
forme erC dans notre résultat.
En réordonnant un peu les étapes, le raisonnement s’avère un peu plus condensé.
ϕ(0)
Tout d’abord, avec t = 0, on obtient que erC = .
ϕ(0) − K
Puis, pour tout t 0, on a
ϕ(t) K ϕ(0)
= er(t+C) ⇐⇒ 1+ = ert
ϕ(t) − K ϕ(t) − K ϕ(0) − K
K ϕ(0)
⇐⇒ = ert − 1
ϕ(t) − K ϕ(0) − K
K
⇐⇒ ϕ(t) − K =
ϕ(0)
ert − 1
ϕ(0) − K
⎡ ⎤
⎢ 1 ⎥
donc ϕ(t) = K ⎣1 + ⎦.
ϕ(0) rt
e −1
ϕ(0) − K
Pour les variations, on regarde le signe de la dérivée qui est donnée par l’équation
différentielle et quant à la limite, elle s’obtient facilement par opérations algébriques
connaissant celle de exp en +∞.
Par ailleurs, comme on a vu que, sur [0, +∞[, ϕ > K, l’équation différentielle initiale
donne que ϕ < 0 sur ce même intervalle.
En outre, lim ert = +∞ car r > 0 donc lim ϕ(t) = K.
t→+∞ t→+∞
Finalement, le tableau de variations de ϕ est le suivant.
t 0 +∞
ϕ (t) −
ϕ(0)
ϕ(t)
K
Exercice 14.7 : Modèle de Gompertz
Des observations expérimentales ont montré que l’évolution du nombre de cel-

lules cancéreuses dans une tumeur répond assez bien à l’équation différentielle :
⎧
⎨ y = −r ln y y
K
(E)
⎩ y(0) > 0
où r et K sont deux réels strictement positifs.

1. Déterminer la ou les solutions constantes de (E) sur [0, +∞[ (s’il en existe).
On appelle une de ces solutions un équilibre de l’équation. On admet que les
solutions ϕ non constantes de (E) sur [0, +∞[ ne prennent jamais la valeur d’un
équilibre sur [0, +∞[. On étudie à présent ces solutions non constantes telles que
ϕ(0) < K. Soit donc ϕ une solution de (E) sur [0, +∞[, non constante et telle
que ϕ(0) < K.
2. a. Montrer : ∀ t 0, ϕ(t) < K.
b. Montrer qu’il existe une constante réelle C telle que :

ϕ(t)
∀ t 0, − ln = e−r(t+C) .
K
3. Déterminer ϕ en fonction de r, ϕ(0) et K et étudier ses variations sur [0, +∞[
en précisant lim ϕ.
+∞
1. On exploite le fait qu’une fonction constante est de dérivée nulle.
Si ϕ est une solution constante de (E), on peut noter C le réel tel que
∀ t ∈ [0, +∞[, ϕ(t) = C

ϕ(t)
et on doit avoir C > 0 pour que ln ait un sens. On a alors
K

ϕ(t) C
∀ t ∈ [0, +∞[, 0 = ϕ (t) = −r ln ϕ(t) = −r ln C
K K
Exercice 14.7 Modèle de Gompertz 307

C
donc ln = 0 puis C = K. Réciproquement, la fonction constante t → K est
K
bien solution de (E) sur [0, +∞[ donc il s’agit de l’unique solution constante de (E)
sur cet intervalle.
2.a. Par continuité, ϕ ne peut prendre sur l’intervalle [0, +∞[ des valeurs inférieures et
des valeurs supérieures à K sans prendre la valeur K. On formalise cette idée comme
dans l’exercice précédent.
Supposons par l’absurde qu’il existe un réel positif t0 tel que ϕ(t0 ) K. Puisque
ϕ(0) < K et ϕ est continue sur [0, t0 ], le théorème des valeurs intermédiaires nous
indique que pour un certain réel t1 appartenant à [0, t0 ], ϕ(t1 ) = K ce qui contredit
le fait qu’une solution non constante de (E) ne prend jamais la valeur d’un équilibre.
Ainsi, on a bien : ∀ t 0, ϕ(t) < K.
2.b. On fait apparaître au premier membre la dérivée d’une composée en divisant
tout par le second membre.
Puisque ϕ ne prend jamais la valeur de l’équilibre, nous avons, pour tout t 0,

ϕ(t) = K, il est donc licite d’écrire :

ϕ(t) ϕ (t)
ϕ (t) = −r ln ϕ(t) ⇐⇒ = 1.
K ϕ(t)
−rϕ(t) ln
K
1
En posant f (y) = , on obtient
y
−ry ln
K
ϕ (t)
=1 ⇐⇒ ϕ (t)f (ϕ(t)) = 1 ⇐⇒ (F ◦ ϕ) (t) = 1
ϕ(t)
−rϕ(t) ln
K

1 y
où F : y → − ln − ln est une primitive de f sur [0, +∞[.
r K

u ϕ(t)
Nous avons ici appliqué (ln |u|) = avec u : t → ln . On
u K
n’oubliera
pas
que, pour tout réel t positif, 0 < ϕ(t) < K si bien que
ϕ(t)
− ln > 0.
K
Ainsi, il existe un réel C tel que, pour tout t 0, (F ◦ ϕ)(t) = t + C. Or

1 ϕ(t)
(F ◦ ϕ)(t) = t + C ⇐⇒ − ln − ln =t+C
r K

ϕ(t)
⇐⇒ ln − ln = −r(t + C)
K

ϕ(t)
⇐⇒ − ln = e−r(t+C) ,
K

ϕ(t)
on a donc bien : ∀ t 0, − ln = e−r(t+C) .
K
3. La relation du 2.b nous donne e−r(t+C) en fonction de ϕ(t). Nous allons partir
de celle-ci pour exprimer plutôt ϕ(t) en fonction des quantités r, C et K (ce n’est
qu’ensuite qu’on reliera la constante C à ϕ(0)).

ϕ(t)
D’après 2.b, on a, pour tout t 0, − ln = e−r(t+C) , et
K

ϕ(t) −r(t+C) K
− ln =e ⇐⇒ ln = e−r(t+C)
K ϕ(t)
K −r(t+C)
⇐⇒ = ee
ϕ(t)
−r(t+C) −rC −rt
⇐⇒ ϕ(t) = Ke−e = Ke−e e
.
Toujours à l’aide du 2.b, on exprime, non pas C, mais −e−rC en fonction de ϕ(0).

ϕ(t)
Par ailleurs, en prenant t = 0 dans − ln = e−r(t+C) , on obtient alors
K

−rC ϕ(0)
−e = ln donc, au final,
K
ϕ(0) e−rt
e−rt ln ϕ(0)
∀ t 0, ϕ(t) = Ke K
=K .
K
Pour étudier les variations de ϕ, le mieux est de revenir à l’équation différentielle

vérifiée par ϕ pour déterminer le signe de sa dérivée sur [0, +∞[.

ϕ(t) ϕ(t)
Pour tout t 0, ϕ (t) = −r ln ϕ(t) > 0 car 0 < < 1 donc
K K

ϕ(t)
ln < 0 et ainsi ϕ est strictement croissante sur [0, +∞[.
K
ϕ(0)
e−rt ln
De plus, lim Ke K
= Ke0 donc lim ϕ = K. On résume les variations de
t→+∞ +∞
ϕ ainsi que sa limite en +∞ dans le tableau suivant.
t 0 +∞
ϕ (t) +
K
ϕ(t)
ϕ(0)
Exercice 14.8 Une équation différentielle d’Euler 309
Dans les deux modèles de dynamique des populations des deux derniers
exercices, si ϕ(0) = K, alors ϕ(t) = K pour tout t 0 et si ϕ(0) = K,
alors lim ϕ = K (cela a été montré si ϕ(0) > K dans l’exercice 14.6 et
+∞
si ϕ(0) < K dans l’exercice 14.7) ; l’équilibre K est appelé la capacité
biotique du milieu : c’est l’effectif (non nul) de stabilité de la population
tenant compte des ressources et des contraintes que le milieu peut offrir.
Exercice 14.8 : Une équation différentielle d’Euler
1. Soit (E1 ) l’équation différentielle y − y = xex .

a. Déterminer une solution de (E1 ) sur R de la forme x → (ax2 + bx)ex où
a, b ∈ R.
b. Résoudre alors (E1 ) sur R.
2. Soit g une solution sur ]0, +∞[ de l’équation différentielle
(E2 ) : t2 z (t) + tz (t) − z(t) = t ln(t).
a. On pose h : x → g(ex ). Montrer que h est de classe C 2 sur R et solution
d’une équation différentielle linéaire d’ordre 2 à coefficients constants.
b. En déduire l’expression des solutions de (E2 ).
3. On cherche à déterminer toutes les fonctions f : ]0, +∞[ → R continues et
solutions du problème (E) ci-dessous :
x
1 1 2 t2
(E) : f (x) = 2 t ln t − + 3tf (t) dt.
x 1 2 4
Dans la suite, on suppose que f est une solution de (E) sur ]0, +∞[ .
a. Montrer que f est de classe C 2 sur ]0, +∞[ .
b. Montrer que f est solution de l’équation différentielle (E2 ) puis déterminer
f.
c. En déduire l’ensemble S des solutions de (E) sur ]0, +∞[ .

d. Autre méthode : déterminer une équation différentielle d’ordre 1 dont f
est solution. En déduire f et retrouver l’ensemble S des solutions de (E)
sur ]0, +∞[ .
1.a. C’est classique : on injecte l’expression de ϕ dans (E1 ) et on identifie les coeffi-
cients a et b en comparant avec le second membre.
Soit a, b deux réels. Posons ϕ(x) = (ax2 + bx)ex. ϕ est deux fois dérivable sur R avec,
pour tout réel x,
ϕ (x) = (2ax + b)ex + (ax2 + bx)ex et ϕ (x) = 2aex + 2(2ax + b)ex + (ax2 + bx)ex .
Ainsi, pour x réel,
ϕ (x) − ϕ(x) = 2aex + 2(2ax + b)ex = ex (4ax + 2a + 2b)
donc
&
4a = 1
∀ x ∈ R, ϕ (x) − ϕ(x) = xe x
⇔ ∀ x ∈ R, 4ax + 2(a + b) = x ⇔
a+b= 0
1 1
donc ϕ est solution de (E1 ) si et seulement si a = et b = − , c’est-à-dire si et
4 4
1 2 1 1
seulement si ϕ(x) = x − x ex = (x − 1) xex pour tout réel x.
4 4 4
1.b. La moitié du travail est fait : on connaît une solution de (E1 ). Il suffit de résoudre
l’équation homogène associée à (E1 ) puisque (E1 ) est une équation différentielle li-
néaire d’ordre 2 à coefficients constants.
L’équation homogène y − y = 0 associée à (E1 ) a pour équation caractéristique

r 2 − 1 = 0 dont les solutions sont 1 et −1. Ainsi, les solutions sur R de y − y = 0
sont de la forme x → λex + μe−x avec λ, μ deux réels. On conclut que l’ensemble des
solutions sur R de (E1 ) est :
' 1
(
f : x −→ (x − 1) xex + λex + μe−x ; (λ, μ) ∈ R2
4
2.a. Pour x réel on a ex > 0 donc e2x g (ex ) + ex g (ex ) − g(ex ) = ex ln(ex ) = xex car
g est solution de (E2 ).
On utilisera cette information pour faire le lien entre h(x), h (x) et h (x) (mais
attention de ne pas confondre h(x), h (x) et h (x) respectivement avec g(ex ), g (ex )
et g (ex )). Pour le calcul de ces dérivées de h, il convient de maîtriser la formule de
dérivée d’une composée :
(u ◦ v) = v × (u ◦ v).
La fonction exponentielle est de classe C 2 sur R et à valeurs dans ]0, +∞[ . La fonction
g vérifie (E2 ) donc elle est deux fois dérivable et :
ln(t) g (t) g(t)
∀ t > 0, g (t) = − + 2
t t t
ce qui prouve que g est continue sur ]0, +∞[ par théorèmes généraux. Ainsi, g est
de classe C 2 sur ]0, +∞[ .
Par composition, h est bien de classe C 2 sur R.
De plus, pour tout réel x,
h (x) = ex g (ex ) et h (x) = ex g (ex ) + e2x g (ex )
h (x)
donc g (ex ) = et g (ex ) = e−2x (h (x) − ex g (ex )) = e−2x (h (x) − h (x)) .
ex
En utilisant ces expressions de g (ex ) et g (ex ) dans l’équation

(ex )2 g (ex ) + ex g (ex ) − g(ex ) = ex ln(ex ) = xex ,
il vient :
h (x) − h (x) + h (x) − h(x) = xex c’est-à-dire h (x) − h(x) = xex .
On remarque que h est solution de (E1 ) sur R.
2.b. Le travail des questions précédentes permet d’obtenir les expressions de g(ex )
puis de g(t) si g est solution de (E2 ).
Si g est solution de (E2 ) sur ]0, +∞[ , on a vu que x → g(ex ) est solution de (E1 )
1
sur R donc est de la forme x −→ (x − 1) xex + λex + μe−x où λ, μ sont deux réels.
4
1 μ
Ainsi, g est de la forme x −→ (ln(x) − 1) x ln(x) + λx + où λ, μ sont deux réels.
4 x
Mais est-ce que toutes les fonctions ainsi définies sont solutions de (E2 )? On n’ou-
bliera pas de traiter la réciproque !
Réciproquement, si g est ainsi défini, on a pour tout x ∈ R∗+ ,

1 1 μ
g (x) = ln(x) + (ln(x) − 1) (ln(x) + 1) + λ − 2
4 4 x
1 1 1 μ
= ln(x) + ln2 (x) − + λ − 2
4 4 4 x
et
1 1 2μ
g (x) = + ln x + 3
4x 2x x
donc, ∀ x > 0,

x x 2μ 1 1 1 μ
x2 g (x) + xg (x) − g(x) = + ln x + +x ln(x) + ln2 (x) − + λ − 2
4 2 x 4 4 4 x

1 μ
− (ln(x) − 1) x ln(x) + λx +
4 x
= x ln(x).
Ainsi, g est bien solution de (E2 ) sur ]0, +∞[ . On peut donc conclure quant à l’en-
semble S(E2 ) des solutions de (E2 ) sur ]0, +∞[ :
' 1 μ
(
S(E2 ) = g : x −→ (ln(x) − 1) x ln(x) + λx + ; (λ, μ) ∈ R2 .
4 x
3.a. L’idée conductrice est la suivante : une primitive d’une fonction sur un intervalle
"gagne un degré de régularité supplémentaire" par rapport à cette fonction.
Ici, si f est de classe C n sur ]0, +∞[ ,
1
f (x) se présente sous la forme 2 × F (x) où F est la primitive s’annulant en 1 d’une
x
fonction de classe C n sur ]0, +∞[ . Ainsi, F est de classe C n+1 et f aussi par théorème
généraux.
1 2 t2
La fonction t → t ln t − + 3tf (t) étant continue sur ]0, +∞[ , sa primitive
x 2
2
4
1 2 t
x → t ln t − + 3tf (t) dt est de classe C 1 sur ce même intervalle. Ainsi,
1
2 4
f est de classe C 1 sur ]0, +∞[ comme produit de deux fonctions de classe C 1 sur
1 t2
cet intervalle. De même, puisqu’on sait maintenant que t → t2 ln t − + 3tf (t)
2 4
1
C sur ]0,2 +∞[ (par théorèmes généraux car f l’est), sa primitive
est de classe
x
1 2 t
x → t ln t − + 3tf (t) dt est de classe C 2 sur cet intervalle donc
2 4
1 x
1 1 2 t2
f : x → 2 t ln t − + 3tf (t) dt est de classe C 2 sur ]0, +∞[ par théo-
x 1 2 4
rèmes généraux.
En reprenant l’idée précédente, on pourrait même montrer par récurrence sur n que
f est de classe C ∞ sur ]0, +∞[ .
Pour se débarrasser de l’intégrale

3.b. et exploiter que
x
1 2 t2 1 x2
x → t ln t − + 3tf (t) dt est une primitive de x → x2 ln x − + 3xf (x),
1 2 4 2 4
on calculera les dérivées successives de x → x2 f (x) plutôt que celles de f.
Pour x ∈ ]0, +∞[ , on dérive les fonctions dans chaque membre de l’égalité
x
1 2 t2
x2 f (x) = t ln t − + 3tf (t) dt
1
2 4
ce qui donne
1 2 x2
2xf (x) + x2 f (x) = x ln x − + 3xf (x).
2 4
On dérive une seconde fois :
1 x
2f (x) + 4xf (x) + x2 f (x) = x ln(x) + x − + 3f (x) + 3xf (x)
2 2
ce qui donne bien
x2 f (x) + xf (x) − f (x) = x ln(x)
donc f est bien solution de (E2 ) sur ]0, +∞[ . Ainsi, d’après le résultat de 2.b, il existe
des réels λ, μ tels que :
1 μ
∀ x ∈ ]0, +∞[ , f (x) = (ln(x) − 1) x ln(x) + λx + .
4 x
Attention, le travail n’est pas terminé ! On peut préciser certaines choses sur f, en
particulier au point 1 ce qui lèvera le voile sur les réels λ et μ (et donc sur f ).
1
1 2 t2
Ici, f (1) = t ln t − + 3tf (t) dt = 0 donc λ + μ = 0 et f est de la forme :
1
2 4

1 1
f : x →
(ln(x) − 1) x ln(x) + λ x − où λ ∈ R.
4 x
1 x2
En prenant x égal à 1 dans 2xf (x) + x2 f (x) = x2 ln x − + 3xf (x), on obtient
2 4
aussi :
1
f (1) = −
4
1 1 2 1 λ 1
mais f (x) = ln(x) + ln (x) − + λ + 2 donc f (1) = − ⇔ λ = 0.

4 4 4 x 4
1
Finalement, f est la fonction qui à x associe (ln(x) − 1) x ln(x).
4
3.c. Les questions précédentes nous indiquent qu’il y a au plus une solution de (E) sur
1
]0, +∞[ , c’est x → (ln(x) − 1) x ln(x). Il faut maintenant vérifier que cette fonction
4
est effectivement solution de (E) sur ]0, +∞[ .
Pour les calculs, le plus simple est de vérifier que u : x → x2 f (x) est bien la primitive
1 x2
de x −→ x2 ln x − + 3xf (x) qui s’annule en 1. Cela évite de passer par un calcul
2 4
d’intégrale compliqué.
1
Nous venons de voir que si f est solution de (E), alors f (x) = (ln(x) − 1) x ln(x)
4
pour tout réel x > 0. Réciproquement, si f est ainsi définie, posons u(x) = x2 f (x)
pour tout réel x > 0.
∀ x ∈ ]0, +∞[ ,
1 1 1
u (x) = 2xf (x) + x2 f (x) = 2xf (x) + x2 ln(x) + x2 ln2 (x) − x2
4 4 4
1 2 1 1
= 3xf (x) + x ln(x) + x2 ln2 (x) − x2 − xf (x)
4 4 4
1 2 1 2
= 3xf (x) + x ln(x) − x
2 4
1 t2
De plus, u(1) = 1 f (1) = 0 donc u est la primitive de t → t2 ln t −
2
+ 3tf (t) qui
2 4
s’annule en 1, c’est-à-dire :

t2
x
2 1 2
∀ x ∈ ]0, +∞[ , x f (x) = u(x) = t ln t − + 3tf (t) dt
1
2 4
et f est bien solution de (E) sur ]0, +∞[ .
Finalement, l’ensemble S des solutions de (E) sur ]0, +∞[ est le singleton
' (
1
x → (ln(x) − 1) x ln(x) .
4
3.d. L’équation différentielle linéaire d’ordre 1 dont f est solution est apparue en
filigrane dans le calcul précédent de u .
Là encore, on tiendra compte de f (1) = 0 pour lever toute indétermination sur f.
En dérivant les fonctions dans chaque membre de

t2
x
1 2
x2 f (x) = t ln t − + 3tf (t) dt
1
2 4
on obtient
1 2 x2
∀ x ∈ ]0, +∞[ , 2xf (x) + x2 f (x) = x ln x − + 3xf (x)
2 4
donc f est solution de l’équation différentielle linéaire d’ordre 1 :
1 1 1
(E3 ) : y (x) − y(x) = ln(x) − .
x 2 4
Résolvons cette dernière équation sur ]0, +∞[ .
1
Les solutions sur ]0, +∞[ de l’équation homogène associée (H) : y (x) − y(x) = 0
x
sont de la forme x → C × eln(x) où C ∈ R, c’est-à-dire de la forme x → C × x où C
est un réel.
De plus, si λ est une fonction dérivable sur ]0, +∞[ et si ϕ(x) = λ(x) × x, on a
1
ϕ (x) − ϕ(x) = λ (x) × x pour tout réel x > 0 donc
x
1 1 1 1 1
∀ x ∈ ]0, +∞[ , ϕ (x) − ϕ(x) = ln(x) − ⇔ λ (x) = ln(x) − .
x 2 4 2x 4x
Ainsi, ϕ est solution de (E3 ) si
x 1
1
∀ x ∈ ]0, +∞[ , λ(x) = ln(t) − dt
2t 4t
x x
1 1 1 1
= 2 × × ln(t)dt − dt
4 t 4 t
1 1
= ln2 (x) − ln x.
4 4

1 2 1
Une solution de (E3 ) sur ]0, +∞[ est donc ϕ : x → ln (x) − ln x x et, finale-
4 4
ment, l’ensemble des solutions de (E3 ) sur ]0, +∞[ est :
' (
1 2 1
x → ln (x) − ln x x + Cx; C ∈ R .
4 4

1 2 1
Il existe un réel C tel que : ∀ x ∈ ]0, +∞[ , f (x) = ln (x) − ln x x + Cx. Or
4 4
f (1) = 0 donc C = 0 et finalement :
1 1

∀ x ∈ ]0, +∞[ , f (x) = ln2 (x) − ln x x.
4 4
Réciproquement, on montre comme au 3.c que f ainsi définie est bien solution de
(E). Ainsi, l’ensemble S des solutions de (E) sur ]0, +∞[ est le singleton
' (
1
x → (ln(x) − 1) x ln(x) .
4
• Savoir résoudre une équation différentielle linéaire d’ordre 1 ou 2 à

coefficients et second membre constants (cf exercices 14.1 et 14.2) de la
forme
y + ay = b ou y + ay + by = c.
Pour chaque équation, les solutions sont les sommes d’une solution quelconque
de l’équation homogène associée et d’une solution particulière de l’équation, cette
dernière pouvant être cherchée sous la forme x → λxk (λ ∈ R) où k est l’ordre de
multiplicité de 0 comme racine de X + a (dans le premier cas) ou de X 2 + aX + b
(dans le second cas).
• Savoir résoudre une équation différentielle linéaire d’ordre 1 homogène

(cf exercices 14.1 et 14.3) de la forme
y + a(t)y = 0.
Les solutions sont de la forme : t → Ce−A(t) où C ∈ R et A est une primitive de
a sur l’intervalle considéré.
• Savoir utiliser la méthode de la variation de la constante (cf exercice 14.3)

pour résoudre une équation différentielle linéaire d’ordre 1 de la forme
y + a(t)y = f (t).
Il s’agit de chercher les solutions de l’équation sous la forme t → C(t)e−A(t) où C
est dérivable et A une primitive de a sur l’intervalle considéré.
• Savoir résoudre une équation différentielle linéaire d’ordre 2 à coeffi-

cients constants de la forme
y + ay + by = f (t).
où la forme d’une solution particulière est indiquée dans l’énoncé (cf exercice 14.4).
Les solutions sont les sommes d’une solution quelconque de l’équation homogène
associée et d’une solution particulière de l’équation.
La fonction indiquée est définie à certains coefficients près. On injecte cette fonc-
tion dans l’équation afin de déterminer des valeurs de ces coefficients pour les-
quelles la fonction soit bien solution.
• Savoir appliquer le principe de superposition pour les équations différen-

tielles linéaires d’ordre 2 à coefficients constants § (cf exercice 14.5).
§. Le principe de superposition s’applique aussi aux équations différentielles linéaires d’ordre 1.


n
Si ϕi est solution de y + ay + by = ci (i ∈ 1, n) alors λi ϕi est solution de
i=1

n
y + ay + by = λi ci .
i=1
• Savoir étudier une équation différentielle autonome (ou incomplète)

du type y (t) = g(y(t)) issue des modèles malthusien ∗, logistique ou de
Gompertz (cf exercices 14.6 et 14.7)
Pour résoudre une équation autonome du type (E) : y = g(y), on doit :
♦ déterminer les solutions constantes de (E) (ce sont les ϕ : x → λ telles que
g(λ) = 0) ;
♦ déterminer les autres solutions, qui sont nécessairement de la forme :
1
x → F −1 (x + C) où F est une primitive de sur un intervalle ]λ, μ[ où
g
g(λ) = g(μ) = 0 et, pour tout x ∈ ]λ, μ[, g(x) = 0.
• Savoir effectuer un changement de variable dans une équation différen-

tielle (cf question 14.8.2.a)
• Savoir réaliser une solution d’une équation fonctionnelle comme une

solution d’une équation différentielle (cf question 14.8.3.b)
∗. Suivant le modèle malthusien (proposé pour la première fois en 1798 par l’économiste britan-
nique Thomas Malthus), l’évolution de certaines populations répond à une équation différentielle
linéaire d’ordre 1 du type : y = ay avec a > 0 (qui est aussi une équation autonome du type
y = g(y) où g : x → ax). Ses solutions sont de la forme ϕ : t → ϕ(0)eat et, si ϕ(0) > 0 (population
initiale non nulle), on s’aperçoit alors que ϕ croît très vite (exponentiellement) vers +∞. Ce modèle
peut convenir pour décrire une population de bactéries sur une courte période mais se prête mal à
des prévisions à long terme pour lesquelles les modèles de Verhulst et de Gompertz sont plus adaptés.
CHAPITRE
15
Fonctions de deux variables
Exercice 15.1 : Un peu de topographie
L’altitude de l’interface entre deux couches géologiques est donnée par la fonc-
tion z définie par : pour tout (x, y) ∈ R2 , z(x, y) = 2(x2 − 1)2 + y 2 .
1. Déterminer le gradient de z en tout point de R2 . En déduire les trois points
auxquels z est susceptible d’admettre un extremum.
2. En remarquant que z est positive sur R2 , justifier qu’en deux des points pré-
cédents z admet un minimum global.
3. En étudiant les variations des deux fonctions partielles de z en l’origine, mon-
trer que z n’admet pas d’extremum au troisième point.
4. On a représenté ci-dessous sur un même graphique cinq courbes de niveau
associées à la surface séparant les deux couches géologiques. Indiquer l’altitude
de chacune.
2.5
1.5
0.5
−0.5
−1
−1.5
−2
−2.5
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
318 Chapitre 15 Fonctions de deux variables
1. La fonction est polynomiale : aucun problème pour calculer ses deux dérivées
∂z ∂z
partielles et . Quant aux points susceptibles d’être un extremum, ce sont les
∂x ∂y
points où les petites variations de z du premier ordre sont nulles i.e. où les deux
dérivées partielles s’annulent simultanément.
Pour (x, y) ∈ R2 , ∇z(x, y) = (8x(x2 − 1), 2y). En particulier,

& &
8x(x2 − 1) = 0 x ∈ {−1, 0, 1}
∇z(x, y) = (0, 0) ⇐⇒ ⇐⇒
2y = 0 y=0
de sorte que z admet exactement trois points critiques (0, 0), (1, 0) et (−1, 0) qui sont
donc les seuls points où z est susceptible d’admettre un extremum.
2. Différencions les trois points en calculant leur altitude : z(−1, 0) = 0, z(0, 0) = 2

et z(1, 0) = 0. Pour le lien avec la positivité, seuls le premier et le dernier sont
intéressants.
Comme z est une somme de carrés, elle est positive sur R2 . Or z(1, 0) = z(−1, 0) = 0
donc z admet un minimum global en ces deux points de valeur 0.
3. La seconde fonction partielle t → z(0, t) = t2 est parabolique décroissante puis

croissante. La première t → z(t, 0) = 2 − 4t2 + ◦(t2 ) est localement parabolique dans
l’autre sens.
Les deux fonctions partielles de z en (0, 0) sont t → z(t, 0) = 2(t2 −1)2 = 2−4t2 +2t4
et t → z(0, t) = t2 . La seconde est strictement décroissante puis strictement croissante
autour de 0 alors que c’est le contraire pour la première (sa dérivée est t → 8t(t2 − 1)
qui est strictement positive sur ] − 1, 0[ et strictement négative sur ]0, 1[) donc z
n’admet pas d’extremum local en (0, 0).
4. On utilise certains points à coordonnées “simples” des courbes de niveau pour en

“calculer” l’altitude.
De l’extérieur vers l’intérieur :

• la courbe passe par le point (0, 2) donc elle correspond à l’altitude 6 ;
• la suivante passe par (0, 1) donc l’altitude est 3 ;
• le “8” passe par l’origine d’altitude 2 ;

1
• les deux ovales passent respectivement par ± , 0 donc cela correspond à une
2
9
altitude de ;
8
• les deux points (±1, 0) sont les seuls à l’altitude minimale de 0.
Exercice 15.2 Extremum radial vs extremum local 319
Exercice 15.2 : Extremum radial vs extremum local
Pour x, y ∈ R, on pose g(x, y) = 3x4 − 4x2 y + y 2 .

1. Vérifier que g admet un unique point critique sur R2 dont on donnera les
coordonnées.
∂2g ∂2g ∂2g
2. Calculer les dérivées partielles du second ordre 2
, 2
et en tout
∂x ∂y ∂x∂y
point (x, y) de R2 .
3. Pour f : R2 → R de classe C 2 , on définit sa fonction partielle radiale d’angle
θ ∈ [0, π[ par fθ : r ∈ R → f (r cos θ, r sin θ).
a. Exprimer les deux premières dérivées de fθ en fonction des dérivées par-
tielles de f .
b. Montrer que toutes les fonctions partielles radiales de g admettent un
minimum local strict en r = 0.
4. Étudier les variations sur R de t → g(t, 2t2 ).
5. Conclure quant à un éventuel extremum de g.
1. Par définition, un point critique est un point où le vecteur gradient est nul. Com-
mençons donc par calculer ce dernier avant de résoudre un système (non linéaire !).
On a, pour (x, y) ∈ R2 , ∇g(x, y) = (12x3 − 8xy, −4x2 + 2y) ainsi

&
12x3 − 8xy = 0
∇g(x, y) = 0 ⇐⇒
2
−4x + 2y = 0
&
−4x3 = 0
⇐⇒
y = 2x2
⇐⇒ x = y = 0.
En conclusion, le seul point critique de f est (0, 0).
2. La fonction est polynomiale donc les dérivées partielles secondes se calculent aisé-
ment en dérivant les dérivées partielles premières obtenues à la question précédente.
Pour (x, y) ∈ R2 ,
∂2g ∂2g ∂2g
(x, y) = 36x2 − 8y, (x, y) = 2 et (x, y) = −8x.
∂x2 ∂y 2 ∂x∂y
3.a. On applique la formule de composition.
Par composition,
∂f ∂f
fθ (r) = cos θ (r cos θ, r sin θ) + sin θ (r cos θ, r sin θ),
∂x ∂y
∂2f ∂2f
fθ (r) = cos2 θ 2
(r cos θ, r sin θ) + cos θ sin θ (r cos θ, r sin θ)
∂x ∂y∂x
∂2f ∂2f
+ sin θ cos θ (r cos θ, r sin θ) + sin2 θ 2 (r cos θ, r sin θ).
∂x∂y ∂y
3.b. Pour une fonction h d’une seule variable de classe C 2 sur un intervalle ouvert,
la condition nécessaire d’extremum local en un point a est la nullité de la dérivée
(h (a) = 0) et une condition suffisante est alors h (a) > 0 pour un minimum local
strict et h (a) < 0 pour un maximum local strict.
Soit θ ∈ [0, π[. Pour r ∈ R,

gθ (r) = 3r 4 cos4 θ − 4r 3 cos2 θ sin θ + r 2 sin2 θ,
gθ (r) = 12r 3 cos4 θ − 12r 2 sin θ cos2 θ + 2r sin2 θ,
gθ (r) = 36r 2 cos4 θ − 24r sin θ cos2 θ + 2 sin2 θ.
En particulier, gθ (0) = 0 et gθ (0) = 2 sin2 θ de sorte que, si θ ∈]0, π[, alors gθ (0) > 0
et gθ admet un minimum local strict en 0. Comme, si θ = 0, gθ : r → g(r, 0) = 3r 4 ,
gθ admet aussi un minimum local strict en 0 dans ce cas.
4. Au signe près, il s’agit d’une fonction usuelle.
t → g(t, 2t2 ) = −t4 est strictement croissante sur R− et strictement décroissante sur
R+ (en particulier, elle admet un maximum global strict en 0).
5. Il est temps de faire le bilan des questions précédentes entre les “directions” dans
lesquelles, depuis l’origine, g semble être minimale et celles où elle semble être maxi-
male.
Raisonnons par l’absurde, si g admettait un extremum (local), ce serait forcément

en (0, 0) puisque c’est l’unique point d’annulation du gradient d’après la première
question. Or, d’après 3 et 4, les petites variations de g autour de (0, 0) montrent que
g y prend des valeurs tantôt plus grandes et tantôt plus petites que g(0, 0) = 0 si bien
que, finalement, g n’admet pas d’extremum sur R2 .
Exercice 15.3 : Recherche d’extrema
Soient ϕ et f les fonctions définies par

1
∀ t > 0, ϕ(t) = ln(t) − t + et ∀ (x, y) ∈]0, +∞[2 , f (x, y) = x ln y − y ln x.
t
1. Montrer que ϕ s’annule une et une seule fois sur ]0, +∞[ et préciser en quel
point.
Exercice 15.3 Recherche d’extrema 321
2. Calculer le vecteur gradient de f en tout point de ]0,+∞[2 . En déduire que si

x0
f admet un extremum local en (x0 , y0 ) alors ϕ = 0.
y0
3. En étudiant les fonctions partielles de f en (e, e), conclure que f n’admet pas
d’extremum sur ]0, +∞[2 .
1. L’annulation unique doit faire immédiatement penser au théorème de la bijection. Il

reste à en vérifier les hypothèses : continuité et stricte monotonie (que l’on va obtenir
par l’étude des variations via la dérivée).
ϕ est une combinaison des trois fonctions ln, identité et inverse donc elle est dérivable
sur ]0, +∞[ et, pour tout t > 0,
1 2 3

2 t− +
1 1 t−t −1 2 4.
ϕ (t) = − 1 − 2 = 2
=− 2
t t t t
En particulier, ϕ < 0 et ϕ est strictement décroissante sur ]0, +∞[. Comme elle est de
plus continue, d’après le théorème
de la bijection, elle réalise une bijection de ]0, +∞[
sur lim ϕ(t), lim ϕ(t) .
t→+∞ t→0
Il faut maintenant voir que 0 appartient à cet intervalle image en calculant les limites
de ϕ aux bornes. Cela génère deux formes indéterminées du type “∞ − ∞” que l’on
lève par comparaison de la croissance de ln et de fonctions puissances.
1
Par croissances comparées, ln(t) = ◦ et ln(t) = ◦ (t) donc lim ϕ = +∞ et
t
t→0 t→+∞ 0
lim ϕ = −∞. Ainsi ϕ réalise une bijection de ]0, +∞[ dans ] − ∞, +∞[, en particulier,
+∞
il existe un unique t0 > 0 tel que ϕ(t0 ) = 0.
On remarque par ailleurs que ϕ(1) = 0 − 1 + 1 = 0 donc t0 = 1.
2. Le calcul des dérivées partielles de f , “fabriquée” à partir de fonctions usuelles, ne

pose pas de problème.
Pour (x, y) ∈]0, +∞[2 ,

∂f ∂f y x
∇f (x, y) = (x, y), (x, y) = ln y − , − ln x .
∂x ∂y x y
La condition nécessaire d’extremum local est la nullité du gradient.
Si f admet un extremum local en (x0 , y0 ) ∈]0, +∞[2 , alors ∇f (x0 , y0 ) = 0. Or

⎧
⎨ ln y0 − y0 = 0
∇f (x0 , y0 ) = 0 ⇐⇒ x0
⎩ x0 − ln x0 = 0
y0
donc

x0 x0 x0 y0 x0 y0
ϕ = ln − + = ln x0 − − ln y0 − = 0.
y0 y0 y0 x0 y0 x0
3. Les questions précédentes nous permettent de trouver le (ou les) candidat(s) pour
être extremum local de f .
la question précédente, si f admet un extremum local en (x0 , y0 ), alors

D’après
x0 x0
ϕ = 0. Par la première question, = 1 donc x0 = y0 et
y0 y0
∂f
(x0 , y0 ) = 0 ⇐⇒ ln y0 − 1 = 0 ⇐⇒ y0 = e.
∂x
Finalement, le seul point possible où f peut admettre un extremum local est (e, e).
Étudions les petites variations de f autour de (e, e).
Comme f (e, e) = 0, on a, pour h > −e,

h h
f (e + h, e) − f (e, e) = e + h − e ln e − e ln 1 + = h − e ln 1 +
e e
2
h 1 h 2 h2
= h−e − + ◦ h = + ◦ h2 .
e 2 e h→0 2e h→0
Ainsi, pour h assez petit mais non nul, f (e + h, e) > f (e, e).
Pour h > −e, on a
f (e + h, e) = (e + h) ln e − e ln(e + h) = −f (e, e + h)
donc, pour h assez petit mais non nul, f (e, e + h) < f (e, e).
Finalement f n’admet pas d’extremum local en (e, e) et, comme c’était le seul candidat
possible, f n’admet aucun extremum.
Exercice 15.4 : Un exemple d’équation fonctionnelle
Le but ici est de trouver toutes les fonctions f continues sur R telles que
x+y
(E) ∀ (x, y) ∈ R ,
2
f (x)f (y) = f (t)dt.
x−y
1. Montrer que, si f continue sur R vérifie (E), alors f est de classe C 2 sur R.
x+y
On pose, pour tout (x, y) ∈ R2 , G(x, y) = f (t)dt où f est dérivable sur R.
x−y
∂ 2G ∂ 2 G
2. Calculer − .
∂x2 ∂y 2
3. Soit f une fonction de classe C 2 sur R vérifiant (E).
a. Calculer f (0) et déterminer les valeurs possibles de f (0).
b. Calculer f (x)f (y) − f (x)f (y) pour tout (x, y) ∈ R2 .
4. Déterminer toutes les solutions de (E).
Exercice 15.4 Un exemple d’équation fonctionnelle 323
1. Comme déjà évoqué en page 289, on transforme l’écriture de l’intégrale en intro-

duisant une primitive de l’intégrande.
Si f = 0, alors elle est clairement C 2 sur R.

Sinon, il existe y ∈ R tel que f (y) = 0. Comme f est continue, elle admet une
primitive F (C 1 sur R) de sorte que, pour tout (x, y) ∈ R2 ,
x+y
f (t)dt = [F (t)]x+y
x−y = F (x + y) − F (x − y).
x−y
F (x + y) − F (x − y)
Ainsi, par les théorèmes généraux et composition, f : x → est
f (y)
1 2
C sur R. Mais alors, F est en fait C sur R ce qui est donc aussi le cas de f d’après
son expression précédente.
2. Il faut encore une fois tirer profit de l’écriture de G sans symbole intégrale.
Avec la même primitive F sur R, on a encore que, pour tout (x, y) ∈ R2 ,

G(x, y) = [F (t)]x+y
x−y = F (x + y) − F (x − y).
En particulier,
∂G
(x, y) = F (x + y) − F (x − y) = f (x + y) − f (x − y)
∂x
∂G
(x, y) = F (x + y) + F (x − y) = f (x + y) + f (x − y)
∂y
2
∂ G
(x, y) = f (x + y) − f (x − y)
∂x2
2
∂ G
(x, y) = f (x + y) − f (x − y)
∂y 2
∂2G ∂2G
si bien que finalement 2
− = 0.
∂x ∂y 2
3.a. Pour faire apparaître f (0) dans (E), il faut particulariser l’une ou l’autre (voire
les deux) valeur de x et de y. La particularisation maximale x = y = 0 fonctionne
donc inutile d’aller chercher ailleurs.
0
Avec x = y = 0, on a f (0)2 = f (t)dt i.e. f (0)2 = 0 et, enfin, f (0) = 0.
0
Quant à f (0), on va dériver l’égalité (E) :

• en dérivant par rapport à x, on obtient f (x)f (y) = f (x + y) − f (x − y)
• en dérivant par rapport à y, on obtient f (x)f (y) = f (x + y) + f (x − y).
Pour faire apparaître f (0), il faut choisir respectivement x = 0 et y = 0. Cela donne
f (0)f (y) = f (y) − f (−y) d’une part et f (x)f (0) = 2f (x) d’autre part. La première
n’est pas facilement utilisable, en revanche la seconde ne fait apparaître que deux
possibilités, ou bien f (0) = 2, ou bien f est identiquement nulle. On ne retient que
le chemin fructueux.
En dérivant (E) par rapport à y, on a :

∀ (x, y) ∈ R2 , f (x)f (y) = f (x + y) + f (x − y).
En particulier avec y = 0, pour tout x ∈ R, f (0)f (x) = 2f (x). Deux cas se présentent
alors :
• ou bien, il existe x ∈ R tel que f (x) = 0 et auquel cas f (0) = 2 ;
• ou bien, pour tout x ∈ R, f (x) = 0 et auquel cas f (0) = 0.
3.b. La seule information connue sur f est l’équation (E) que l’on va traduire à l’aide
de G. On s’aperçoit alors que f (x)f (y) et f (x)f (y) sont les dérivées partielles
secondes (par rapport à la même variable par deux fois) de (x, y) → f (x)f (y).
Comme f vérifie (E), pour tout (x, y) ∈ R2 , G(x, y) = f (x)f (y) et, d’après la
première question,

∂2G ∂2G
f (x)f (y) − f (x)f (y) = 2
− (x, y) = 0.
∂x ∂y 2
4. Il est temps de faire le bilan de tout ce qu’on a obtenu : toute solution f de (E)
est nécessairement C 2 , s’annule en 0, a pour nombre dérivé 0 ou 2 en 0 et vérifie
f (x)f (y) − f (x)f (y) = 0 qui n’est autre qu’une équation différentielle (si on “gèle”
la valeur de y).
On va raisonner par analyse et synthèse.

D’après la question précédente, si f est solution de (E), alors f est solution de l’équa-
tion différentielle linéaire d’ordre 2 homogène f (y)f − f (y)f = 0 (a priori non
résolue). Il y a deux possibilités :
• f = 0;
• f n’est pas identiquement nulle, il existe alors y ∈ R tel que f (y) = 0 et f (0) = 2.
Il y a désormais trois cas possibles :
♦ f (y) = 0, auquel cas f = 0 donc, en tenant compte de f (0) = 0 et de
f (0) = 2, f est de la forme x → f (x) = ax + b avec b = 0 et a = 2
i.e. f : x → 2x ;
"
f (y) f (y)
♦ > 0, en posant ω = , f est de la forme x → aeωx + be−ωx
f (y) f (y)
avec, en prenant en compte f (0) = 0 et f (0) = 2, b = −a et ω(a − b) = 2
eωx − e−ωx
i.e. f : x → ;
ω
"
f (y) f (y)
♦ < 0, en posant ω = − , f : x → a sin(ωx) + b cos(ωx) avec
f (y) f (y)
sin(ωx)
b = 0 et aω = 2 i.e. f : x → 2 .
ω
Finalement, les candidats pour être solutions de (E) sont la fonction nulle, x → 2x,
eωx − e−ωx sin(ωx)
x → et x → 2 avec ω > 0.
ω ω
Passons désormais à l’étape de synthèse en testant tous les candidats.
Réciproquement,
• on vérifie sans peine que la fonction nulle est solution de (E) ;
Exercice 15.4 Un exemple d’équation fonctionnelle 325
• pour x → 2x,
x+y
2t dt = [t2 ]x+y 2 2
x−y = (x + y) − (x − y) = 4xy = (2x)(2y) ;
x−y
eωx − e−ωx
• pour x → , d’une part,
ω
x+y
eωt − e−ωt eωt + e−ωt
x+y
dt =
x−y
ω ω2 x−y
eω(x+y) + e−ω(x+y) − eω(x−y) − e−ω(x−y)

=
ω2
et, d’autre part,
eωx − e−ωx eωy − e−ωy eω(x+y) + e−ω(x+y) − eω(x−y) − e−ω(x−y)
= ;
ω ω ω2
sin(ωx)
• pour x → 2 , en utilisant la formule d’addition du cos,
ω
x+y
x+y
sin(ωt) cos(ωt) cos[ω(x + y)] − cos[ω(x − y)]
2 dt = −2 = −2
x−y
ω ω2 x−y
ω2
−2 sin(ωx) sin(ωy) sin(ωx) sin(ωy)
= −2 =2 2 .
ω2 ω ω
En conclusion, tous les candidats sont effectivement solutions de (E).
• Savoir déterminer les dérivées partielles ou le vecteur gradient d’une

fonction de deux variables de classe C 1 (cf questions 15.1.1, 15.2.2 et 15.3.2)

∂f ∂f
∇f (x, y) = (x, y), (x, y) .
∂x ∂y
• Savoir dériver une fonction de la forme g : t → f (u(t), v(t)) (cf ques-

tion 15.2.3)
∂f ∂f
g (t) = u (t) (u(t), v(t)) + v (t) (u(t), v(t)) .
∂x ∂y
• Savoir approcher la variation d’une fonction de deux variables au moyen

des dérivées partielles (cf question 15.2.5)
• Savoir déterminer les dérivées partielles du second ordre d’une fonction

de deux variables (cf questions 15.2.2 et 15.4.2)
• Savoir déterminer les potentiels extrema d’une fonction de deux va-

riables (cf questions 15.1.1, 15.2.5 et 15.3.2)
Partie 4
Probabilités
Probabilités
16 Statistique descriptive 331

Semestre 1
16.1 : Déformation affine et caractéristiques statistiques 331
16.2 : Caractéristiques partielles et globales d’une population sexuée 333
16.3 : Loi de Boyle-Mariotte 338
16.4 : Optimalité de la droite de régression linéaire 339
17 Espaces probabilisés 343

Semestre 2
17.1 : Tirages simultanés dans une urne multicolore 343
17.2 : Fiabilité d’un test de diagnostic rapide 346
17.3 : Plusieurs chances de gagner ? 348
17.4 : Plan et sens unique 352
17.5 : Chaînes de Markov I 354
18 Variables aléatoires finies 361

Semestre 2
18.1 : Lois usuelles I 361
18.2 : Lois usuelles II 364
18.3 : Lois usuelles III 366

18.4 : Lois usuelles IV 368
18.5 : Loi géométrique tronquée 373
18.6 : Coefficients de probabilité et moments 375
18.7 : Loi du min ou du max I 378
18.8 : Propriétés de l’espérance et de la variance 381
18.9 : Théorème de transfert et fonction génératrice 383
18.10 : Loi et événements élémentaires 386
19 Couples et n-uplets de variables aléatoires finies 393
Semestre 2
19.1 : Loi du min ou du max II 393
19.2 : Bonne pioche ? 396
19.3 : Loi conjointe abstraite 399
19.4 : Loi de la somme 401
19.5 : Chaînes de Markov II 404
19.6 : Autour de la stabilité additive des lois binomiales 407
19.7 : Arrêts d’un ascenseur 409
19.8 : Matrices aléatoires 413
CHAPITRE
16
Statistique descriptive
La plupart des calculs de ce chapitre (à l’exception de l’exercice 16.3) ont été conçus
pour pouvoir être effectués sans l’aide d’une calculatrice.
Exercice 16.1 : Déformation affine et caractéristiques statistiques
On dispose de la table d’effectifs suivante
taille en m (ti ) 1, 67 1, 69 1, 70 1, 71 1, 73 1, 75 1, 79 1, 85
effectif (ni ) 10 5 3 8 1 5 16 2
résumant les informations de la variable statistique t donnant la taille en mètres
des individus d’une population et on note (fi ) les fréquences correspondantes.
On pose u = 100(t − 1, 75) et, pour m ∈ R,

8
8
f (m) = ni |ti − m| et g(m) = fi (ti − m)2 .
i=1 i=1
1. Déterminer la table des fréquences de la variable statistique u.
2. a. Calculer la moyenne u de u. En déduire t.
b. Calculer de même la variance statistique s2u de u et en déduire s2t .
3. Donner le (ou les) mode(s) de t, sa (ou une de ses) médianes ainsi que ses
premier(s) et troisième(s) quartiles.
4. Étudier les variations de f et g sur R en précisant la valeur (mf et mg res-
pectivement) en laquelle chacune d’elles atteint son minimum global ainsi que
la valeur de ce minimum (f0 et g0 respectivement). Auxquelles des caractéris-

tiques des questions précédentes, ces quatre quantités sont-elles reliées ?
1. Il suffit de déterminer les valeurs possibles de u en “déformant” celles de t à l’aide

de la formule affine les reliant. Quant à obtenir les fréquences, il suffit de diviser les
effectifs par l’effectif total 10 + 5 + 3 + 8 + 1 + 5 + 16 + 2 = 50.
u −8 −6 −5 −4 −2 0 4 10
fréquence 20% 10% 6% 16% 2% 10% 32% 4%

332 Chapitre 16 Statistique descriptive
2.a. L’avantage de u par rapport à t est que ses valeurs possibles sont entières, relati-
vement petites et que certaines sont positives et d’autres négatives de sorte qu’il peut
y avoir des phénomènes de compensation. Au bilan, le calcul est tout à fait réalisable
sans calculatrice.
On a
10 5 3 8 1 5 16 2 75
u = −8 −6 −5 −4 −2 +0 +4 + 10 =− = −1, 5.
50 50 50 50 50 50 50 50 50
La relation affine peut alors être renversée pour traduire l’information sur u en infor-
mation sur t.
Puis, par linéarité de la moyenne,

u u
t = 1, 75 + = 1, 75 + = 1, 735.
100 100
2.b. On procède de même avec la variance.
De même,
10 5 3 8 1
u2 = (−8)2 + (−6)2 + (−5)2 + (−4)2 + (−2)2
50 50 50 50 50
5 16 2
+02 + 42 + 102
50 50 50
1483
=
50
et, par la formule de Kœnig-Huygens,
2
1483 15 2966 − 225
s2u = u2 − u2 = − = = 27, 41.
50 10 100
Finalement, par déformation affine,
1 2
s2t = s21,75+ 1 u = s = 0, 002741.
100 1002 u
3. Un mode est une valeur d’effectif (ou fréquence cela revient au même) maximal.
En outre, lorsqu’on ordonne et numérote les valeurs possibles avec répétitions si né-
cessaires, le premier quartile, la médiane et le troisième quartile sont les valeurs qui
apparaissent aux premier (entre les numéros 12 et 13 ici), second (entre 25 et 26) et
troisième (entre 37 et 38) quarts de la série.
t 1, 67 1, 69 1, 70 1, 71 1, 73 1, 75 1, 79 1, 85
numéros 1 − 10 11 − 15 16 − 18 19 − 26 27 28 − 32 33 − 48 49 − 50
t possède un seul mode de valeur 1, 79. Sa médiane est 1, 71, son premier quartile
1, 69 et son troisième 1, 79.
4. f est affine par morceaux et continue, on va donc s’intéresser à ses coefficients

directeurs.
Exercice 16.2 Caract. partielles et globales d’une pop. sexuée 333
⎧
⎪
⎪
8
⎪
⎪ ni (ti − m) si m < t1 ,
⎪
⎪
⎪
⎪
⎪
⎨
k
i=1

8
f (m) = ni (m − ti ) + ni (ti − m) si m ∈ [tk , tk+1 [,

⎪
⎪
⎪
⎪ i=1 i=k+1
⎪
⎪
8
⎪
⎪
⎪
⎩ ni (m − ti ) si m t8 .
⎧ i=1
⎪
⎪ k − m)
50(t si m < t1 ,
⎪
⎨
8

k

8
= ni − ni m − ni ti + ni ti si m ∈ [tk , tk+1 [,
⎪
⎪
⎪
⎩ i=1 i=k+1 i=1 i=k+1
50(m − t) si m t8 .
f est affine par morceaux et le coefficient directeur sur l’intervalle [tk , tk+1 [ est

k

8

k

k

k
ni − ni = ni − 50 − ni = 2 ni − 25 .
i=1 i=k+1 i=1 i=1 i=1
Tous calculs faits, ces coefficients directeurs valent

] − ∞, t1 [ [t1 , t2 [ [t2 , t3 [ [t3 , t4 [ [t4 , t5 [ [t5 , t6 [ [t6 , t7 [ [t7 , t8 [ [t8 , +∞[
−50 −30 −20 −14 2 4 14 46 50
Finalement, f est strictement décroissante sur ] − ∞, t4 ] et strictement croissante sur
[t4 , +∞[ donc f admet un minimum global en t4 (qui est la médiane de t) de valeur

4

8

4

8
f0 = f (t4 ) = ni − ni t4 − ni ti + ni ti
i=1 i=5 i=1 i=5
= 3, 42 − 16, 7 − 8, 45 − 5, 1 − 13, 68 + 1, 73 + 8, 75 + 28, 64 + 3, 7 = 2, 31.
g est un trinôme du second degré que l’on va réduire sous forme canonique.
g(m) = (t − m)2 = (t − t + t − m)2 = (t − t)2 + 2(t − m)(t − t) + (t − m)2

= s2t + (m − t)2
donc g admet un unique minimum en mg = t de valeur g0 = s2t .
Exercice 16.2 : Caract. partielles et globales d’une pop. sexuée

Le coordinateur des zoos français a établi la table suivante qui donne la répar-
tition en âge de la population de suricates dont il a la charge.
âge (en années) 1 2 3 4 5 6 7 8 9

effectif des femelles ♀ 20 15 16 8 10 11 10 6 4
effectif cumulé des mâles ♂ 21 31 38 50 56 62 69 73 80
1. Déterminer l’âge moyen ♀ des femelles ainsi que sa variance s2♀ .

k
2. a. Pour (nk )1kp ∈ Rp , on pose Nk = nj (pour 1 k p). Montrer
j=1

p
p−1
que knk = pNp − Nk et en déduire l’âge moyen ♂ des mâles.
k=1 k=1
b. Montrer qu’avec les mêmes notations,

p
p−1
k 2 nk = p2 N p − (2k + 1)Nk
k=1 k=1
et en déduire la variance s2♂ .

c. Compléter la fonction Python suivante, qui prend en entrée une table
d’effectifs cumulés pour une variable statistique à valeurs dans 1, p, pour
qu’elle retourne sa moyenne.
1 def moy_eff_cum(Nc):
2 p=len(Nc)
3 S=0
4 for k in range(1,p):
5 S += Nc[k-1]
6 return __________
La modifier en une fonction variance_eff_cum pour qu’elle retourne plu-

tôt sa variance.
3. Représenter sur un même histogramme la pyramide (en séparant femelles et
mâles) des âges de la population.
4. Sans prendre en compte les valeurs numériques, exprimer l’âge moyen g de la
population globale de suricates en fonction de ♀, ♂, N♀ le nombre total de
femelles et N♂ celui de mâles. Le calculer numériquement.
5. Vérifier que la variance de la population globale est donnée par
N♀ s2♀ + N♂ s2 N♀ N♂ 2
s2g = ♂+ ♀−♂
N♀ + N♂ (N♀ + N♂ )2
puis la calculer.
1. On utilise la définition de la moyenne statistique à partir d’une table d’effectifs.
On a
20 × 1 + 15 × 2 + 16 × 3 + 8 × 4 + 10 × 5 + 11 × 6 + 10 × 7 + 6 × 8 + 4 × 9
♀ =
20 + 15 + 16 + 8 + 10 + 11 + 10 + 6 + 4
400
= = 4.
100
La moyenne obtenue est entière donc les valeurs prises par la variable (♀ − ♀)2 le sont
aussi et le plus simple est de calculer la variance directement à partir de sa définition.
De même,
8 × 0 + (16 + 10) × 1 + (15 + 11) × 4 + (20 + 10) × 9 + 6 × 16 + 4 × 25
s2♀ =
100
596
= = 5, 96.
100
2.a. Comme c’est Nk qui est défini en fonction des nj , on va isoler le terme les faisant

p−1 p
intervenir et partir de celui-ci. Il s’agit donc d’obtenir Nk = pNp − knk . On
k=1 k=1
pourrait aussi renverser la relation entre Nk et nj en remarquant que nj = Nj − Nj−1
mais nous expliquerons plus loin ce que cela donne dans un autre cas.

p−1

p−1 k

p−1

p−1
Nk = nj = nj = nj 1
k=1 k=1 j=1 1jkp−1 j=1 k=j

p−1

p
= (p − j)nj = (p − j)nj (car le terme d’indice p est nul)

j=1 j=1

p
= pNp − jnj .
j=1

p

p−1
D’où, en renommant l’indice du membre de droite, knk = pNp − Nk .

k=1 k=1
Il faut faire le lien entre l’égalité précédente et la définition de la moyenne.
1
9
L’âge moyen des mâles est donné par ♂ = knk où nk est le nombre de
N9
k=1
mâles d’âge k et N9 le nombre total de mâles. En notant Nk comme précédemment
les effectifs cumulés des mâles (nombres qui sont présents dans la table d’effectifs de
l’énoncé), on a

1
8
1
8
♂ = 9N9 − Nk =9− Nk
N9 N9
k=1 k=1
21 + 31 + 38 + 50 + 56 + 62 + 69 + 73 400
= 9− = 9− = 4.
80 80
2.b. On pourrait reprendre la stratégie de la question précédente en partant de

⎡ ⎤

p−1
p−1
p−1
(2k + 1)Nk = (2k + 1)nj = ⎣nj (2k + 1)⎦ = · · ·
k=1 1jkp−1 j=1 k=j
mais on va détailler l’autre méthode déjà évoquée reposant sur nk = Nk − Nk−1 et

qui s’appelle la transformation d’Abel.

p

p
k2 nk = k2 (Nk − Nk−1 ) (on a posé N0 = 0)

k=1 k=1
p

p
= k2 Nk − k2 Nk−1
k=1 k=1

p

p−1
= k2 Nk − (k + 1)2 Nk (par le changement d’indice k = k − 1)

k=1 k =0

p−1

p−1
= p2 Np − [(k + 1)2 − k2 ]Nk − N0 = p2 Np − (2k + 1)Nk .

k=1 k=1
En particulier,

1 2
9 8
1 2
♂2 = k nk = 9 N9 − (2k + 1)Nk
N9 N9
k=1 k=1
1 2
8 8
= 81 − Nk − kNk
N9 N9
k=1 k=1
21 + 2 × 31 + 3 × 38 + 4 × 50 + 5 × 56 + 6 × 62 + 7 × 69 + 8 × 73
= 81 − 5 −
40
2116 116 4
= 76 − = 26 − = 23 + = 23, 1
40 40 40
et, par la formule de Kœnig-Huygens,
2 1 1
s2♂ = ♂2 − ♂ = 23 + − 42 = 7 + = 7, 1.
10 10

p−1
2.c. La boucle permet de calculer la somme S = Nk et la moyenne est alors donnée
k=1
par
1
p
pNp − S S
knk = =p− .
Np Np Np
k=1
Il faut juste ne pas oublier qu’en langage Python, les indices des listes commencent
avec la valeur 0.
1 def moy_eff_cum(Nc): # définit le nom et l'argument

2 p=len(Nc) # calcule le nombre de valeurs
3 S=0 # initialise la somme des N_k
4 for k in range(1,p): # répète pour k de 1 à p-1
5 S += Nc[k-1] # actualise la somme des N_k
6 return p-S/Nc[p-1] # retourne la moyenne

p−1
Pour la variance, on a aussi besoin de la somme T = kNk qu’on calcule en parallèle
k=1
puisque la variance est donnée par

2 S

p
p 2 2p − 1 − S − 2T
1 1 2 2T + S S Np
k 2 nk − knk =p − − p− = .
Np Np Np Np Np
k=1 k=1
1 def variance_eff_cum(Nc):
2 p=len(Nc)
3 S=0
4 T=0
5 for k in range(1,p):
6 S+=Nc[k-1]
7 T+=k*Nc[k-1]
8 return ((2*p-1-S/Nc[p-1])*S-2*T)/Nc[p-1]
3. Selon l’usage, les rectangles de l’histogramme sont orientés horizontalement et vers

l’extérieur.
4. Il s’agit de relier les moyennes partielles avec la moyenne globale

p
p ♀ p
1 ♀ 1
ni + ni♂ ai = n i ai + n♂
i ai = · · ·
N♀ + N♂ N♀ + N♂
k=1 k=1 k=1
effectif total d’âge ai
effectif total
N♀ ♀ + N♂ ♂ 100 × 4 + 80 × 4
g= = = 4.
N♀ + N♂ 100 + 80
5. On reprend les calculs précédents mais avec la série statistique g 2 .

N♀ ♀2 + N♂ ♂2
Pour les mêmes raisons que dans la question précédente g 2 = donc,
N♀ + N♂
avec plusieurs recours à la formule de Kœnig-Huygens,
s2g = g 2 − g2
2
N♀ ♀2 + N♂ ♂2 N♀ ♀ + N♂ ♂
= −
N♀ + N♂ N♀ + N♂
2 2
N♀ (s2♀ + ♀2 ) + N♂ (s2♂ + ♂ ) N♀ ♀ + N♂ ♂
= − 2
N♀ + N♂ N♀ + N♂
2 2
N♀ s2♀ + N♂ s2♂ N♀ (N♀ + N♂ )♀2 + N♂ (N♀ + N♂ )♂ − N♀ ♀ + N♂ ♂
= + 2
N♀ + N♂ N♀ + N♂
2

2
N♀ s♀ + N♂ s♂ 2 N♀ N♂ ♀2 − 2♀♂ + ♂
= + 2
N♀ + N♂ N♀ + N♂
N♀ s2♀ + N♂ s2♂ N♀ N♂ 2
= + 2 (♀ − ♂) .
N♀ + N♂ N♀ + N♂
En particulier,
100 × 5, 96 + 80 × 7, 1 596 + 568 1164 97
s2g = +0= = = 6, 466.
100 + 80 180 180 15
Exercice 16.3 : Loi de Boyle-Mariotte
Pour un échantillon d’un même gaz à température fixée, des expériences en

laboratoire ont donné les mesures de pression et de volume suivantes
P 1020 1105 1204 1324 1472 1670

V 0, 063 0, 058 0, 053 0, 048 0, 043 0, 038
1. Déterminer la covariance des deux variables statistiques P et V puis la cova-
riance de V et P V .
Calculer le coefficient de corrélation linéaire des variables statistiques log P et
log V .
2. À l’aide d’une régression linéaire, montrer que les variables P et V sont reliées
(de manière approchée) par une équation que l’on précisera.
3. Déduire de la première question la variance statistique de la variable log(P V ).
Qu’en déduit-on ?
1. On utilise la formule de Huygens.

1020 + 1105 + 1204 + 1324 + 1472 + 1670
P = 1299
6
V = 0, 0505 P V = 63, 745 P V 3, 22
2
Exercice 16.4 Optimalité de la droite de régression linéaire 339
donc, par la formule de Huygens, sP,V = P V − P × V −1, 86 et de même,

sV,P V = V P V − V × P V 0, 003.
En outre,
log P 3, 11 log V −1, 30
(log P )(log V ) −4, 05 (log P ) 9, 66
2 (log V )2 1, 70
donc, par les formules de Huygens et Kœnig-Huygens,
slog P,log V = (log P )(log V ) − log P × log V −0, 00545
2
s2log P = (log P )2 − log P 0, 00529
2
s2log V = (log V )2 − log V 0, 00561
slog P,log V
puis, finalement, rlog P,log V = −0, 99992.
slog P slog V
2. Comme rlog P,log V est très proche de −1, on procède à un ajustement linéaire.
La droite de régression linéaire de log P en log V a pour équation

slog P,log V
log P = log V − log V + log P
s2log V
autrement dit, de manière approchée,
log P = −0, 97 log V + 1, 84 i.e. P V 0,97 = 101,84 .
3. Il faut relier log(P V ) avec les variables dont on a calculé les caractéristiques : ici
le lien est log(P V ) = (log P ) + (log V ) qui incite à utiliser la formule de la variance
d’une somme.
Comme log(P V ) = log P + log V , on a, par bilinéarité de la covariance,

s2log(P V ) = s2log P + 2slog P,log V + s2log V 0, 00001
Cette variance est très proche de 0 (surtout adimensionnée par la valeur moyenne de
log(P V )) donc on en conclut que la variable log(P V ) est pratiquement constante †.
Exercice 16.4 : Optimalité de la droite de régression linéaire
Étant données deux séries statistiques (xi )1in et (yi )1in non constantes
associées au même échantillon, on pose, pour (a, b) ∈ R2 ,
1
n
f (a, b) = (ax + b − y)2 = (axi + b − yi )2 .

n i=1
1. Justifier que s2x > 0 et s2y > 0.
∂f ∂f
2. Calculer et en tout point de R2 et en déduire que ∗ f admet au plus
∂a ∂b
un extremum.
†. Pour un gaz à température fixée, la constance du produit P V a été découverte indépendamment

par l’Irlandais Robert Boyle (en 1662) et le Français Edme Mariotte (en 1676).
∗. Cette deuxième partie de la question relève du programme du second semestre.
3. Montrer que, pour tout (a, b) ∈ R2 ,

2
sxy
f (a, b) = (ax + b − y)2 + asx − + s2y (1 − rxy
2
).
sx
4. En déduire alors que f est minimale au point (a0 , b0 ) caractérisé par
sxy
a0 x + b 0 = y et a0 = 2
sx
et qu’elle ne s’y annule que si |rxy | = 1.
1. On revient à la définition même de la variance.
1
n
Comme s2x = (xi − x)2 , il est évident que s2x 0. De plus, par l’absurde, si
n
i=1
s2x = 0, on aurait xi = x pour tout i ∈ 1, n ce qui n’est pas le cas puisque (xi ) n’est
pas constante. En conclusion, s2x > 0 et, pour les mêmes raisons, s2y > 0.
2. f est polynomiale donc l’obtention des dérivées partielles est simple.
Pour (a, b) ∈ R2 ,
1
n
∂f
(a, b) = 2xi (axi + b − yi ) = 2ax2 + 2bx − 2xy
∂a n
i=1
1
n
∂f
(a, b) = 2(axi + b − yi ) = 2ax + 2b − 2y.
∂b n
i=1
On utilise alors la condition nécessaire d’extremum local qu’est la nullité du gradient.
En particulier, si f admet un extremum local en (a0 , b0 ), alors ∇f s’y annule i.e.

&
2a0 x2 + 2b0 x − 2xy = 0
∇f (a0 , b0 ) = 0 ⇐⇒
2a0 x + 2b0 − 2y = 0
&
x2 a0 + xb0 = xy
⇐⇒
xa0 + b0 = y
&
2
x2 − x a0 = xy − x × y L1 ← L1 − xL2
⇐⇒
xa0 + b0 = y
sxy
⇐⇒ a0 = 2 et b0 = y − xa0 .
sx
Exercice 16.4 Optimalité de la droite de régression linéaire 341
3. En développant les carrés de f (a, b), on a

1 2 2
n
f (a, b) = a xi + b2 + yi2 + 2abxi − 2axi yi − 2byi .
n i=1
En distribuant la somme, on voit par exemple que les quatrième et dernier termes
font apparaître x et y. On pourrait aussi rattacher les autres termes à d’autres ca-
ractéristiques statistiques mais on va présenter cette première étape de manière plus
systématique à l’aide de la linéarité de la moyenne.
Pour (a, b) ∈ R2 , par linéarité de la moyenne,

f (a, b) = a2 x2 + b2 + y 2 + 2abx − 2axy − 2by
= a2 x2 + b2 + y 2 + 2abx − 2axy − 2by,
On se laisse guider par le résultat qu’on doit atteindre en développant le second

membre
2
sxy s2xy
(ax) + b + y + 2abx − 2ax × y − 2by + (asx ) − 2asxy +
2 2 2 2
+ s2y − 2 .
sx sx
On voit en particulier qu’il faut convertir, par exemple, le coefficient x2 de a2 en
carré en vue de procéder à une réduction sous forme canonique ce qui se fait par les
formules de (Kœnig-)Huygens.
puis, par les formules de Kœnig-Huygens et Huygens,
f (a, b) = a2 (s2x + x2 ) + b2 + s2y + y 2 + 2abx − 2a(sxy + x × y) − 2by
= (ax + b − y)2 + a2 s2x − 2asxy + s2y

sxy 2 s2xy
= (ax + b − y)2 + asx − − 2 + s2y
sx sx

sxy 2
2
= (ax + b − y) + asx − + s2y 1 − rxy
2
.
sx
4. Il ne reste plus qu’à exploiter la nouvelle écriture de f qui décompose les différentes
contributions.
D’après la question précédente, un carré étant toujours positif,

∀ (a, b) ∈ R2 , f (a, b) s2y 1 − rxy
2
.
sxy
L’égalité n’arrivant que si ax + b − y = 0 et asx − = 0. D’après la question 2,
sx
c’était le seul point en lequel un extremum était possible. Finalement, f admet un
sxy
minimum global qui n’est atteint qu’au point (a0 , b0 ) caractérisé par a0 = 2 et
sx
a0 x + b0 = y.
2 2 2
En outre f (a0 , b0 ) = sy 1 − rxy n’est nul que si rxy = 1 (car s2y > 0 d’après la
première question) i.e. |rxy | = 1.
• Savoir calculer la moyenne statistique d’une série statistique discrète

(cf exercice 16.2 et question 16.1.2.a)
1
N
♦ non groupée (xi )1iN x= xi ,
N i=1
1
p p
♦ groupée ((xk , nk ))1kp ou ((xk , fk ))1kp x= nk xk = fk xk .
N
k=1 k=1
• Savoir calculer la variance et l’écart-type statistique d’une série statis-

tique discrète (cf exercice 16.2 et questions 16.1.2.b, 16.3.3) à l’aide de
!
♦ leur définition s2x = (x − x)2 et sx = s2x ,
♦ la formule de Kœnig-Huygens s2x = x2 − x2 ,
♦ la bilinéarité de la covariance s2x+y = s2x + 2sxy + s2y .
• Savoir utiliser les propriétés de linéarité de la moyenne et de déforma-

tion affine de la variance et de l’écart-type (cf question 16.1.2)
λx + μy = λx + μy , ax + b = ax + b , s2ax+b = a2 s2x , sax+b = |a|sx .
• Savoir calculer la covariance ou le coefficient de corrélation linéaire de

deux séries statistiques (cf question 16.3.1)
sxy
♦ par leur définition sxy = (x − x)(y − y) et rxy = ,
sx sy
♦ par la formule de Huygens sxy = x × y − x × y .
• Savoir procéder à un ajustement linéaire d’un nuage de points (cf ques-

tion 16.3.2)
sxy y−y x−x
y= (x − x) + y ⇐⇒ = rxy .
s2x sy sx
CHAPITRE
17
Espaces probabilisés
Exercice 17.1 : Tirages simultanés dans une urne multicolore
Une urne contient 18 boules indiscernables au toucher dont

• 10 boules noires numérotées de 1 à 10,
• 5 boules blanches numérotées de 1 à 5,
• 3 boules rouges numérotées de 1 à 3.
On tire simultanément 4 boules dans l’urne.
1. Quel est le nombre de tirages possibles ?
2. Quelle est la probabilité de tirer au moins une boule noire ?
3. Quelle est la probabilité de tirer autant de boules blanches que de rouges ?
4. a. Avec quelle probabilité le tirage amène-t-il les trois couleurs ?
b. Avec quelle probabilité le tirage amène-t-il exactement deux couleurs ?
5. Quelle est la probabilité de tirer exactement une boule noire ou exactement
deux boules numérotées 1 ?
1. Le tirage est simultané donc il s’agit de 4-combinaisons.
Puisqu’on tire simultanément les boules, le résultat d’un tirage s’apparente

à un sous-
18
ensemble de 4 boules de l’ensemble des 18 boules. Il y a donc = 3060 tirages
4
équiprobables possibles. Ainsi, si Ω est l’ensemble des tirages possibles (l’univers de

l’expérience aléatoire), nous avons Card(Ω) = 3060.
2. La formulation “au moins une” fait dire qu’il est plus facile de considérer l’événe-
ment contraire.
Soit A l’événement “obtenir au moins une boule noire” dont on cherche la probabilité.
On a P(A) = 1 − P(A) où A est l’événement “n’obtenir aucune boule noire”. Le
résultat d’un tirage sans boule noire s’apparenteà un sous-ensemble de 4 boules de
8
l’ensemble des 8 boules non noires. Il existe donc = 70 tels tirages équiprobables,
4
70 7 7 299
autrement dit P(A) = = . Ainsi, P(A) = 1 − = .
3060 306 306 306
344 Chapitre 17 Espaces probabilisés
3. L’événement à étudier n’est pas vraiment élémentaire puisqu’on ne sait pas exac-
tement la composition en couleurs du tirage. On va l’écrire comme réunion disjointe
d’événements plus élémentaires donnant l’effectif précis de chaque couleur présente
dans le tirage.
Soit B l’événement “obtenir autant de boules blanches que de rouges”. On veut cal-
culer P(B). Un tirage comporte autant de boules blanches que de boules rouges si et
seulement si on est dans un des trois cas exclusifs suivants :
• on ne tire aucune boule blanche et aucune boule rouge (on note B0 cet événement),
• on tire exactement une boule blanche et une boule rouge (on note B1 cet événe-
ment),
• on tire exactement deux boules blanches et deux boules rouges (on note B2 cet
événement).
Ainsi, B = B0 ∪ B1 ∪ B2 et la réunion est disjointe donc, par additivité de P,
P(B) = P(B0 ) + P(B1 ) + P(B2 )
avec
10
4 210 7
P(B0 ) = = =
3060 3060 102
(tirages sans boule blanche ni rouge et donc quatre noires)

5 3 10
× ×
1 1 2 5 × 3 × 45 15
P(B1 ) = = =
3060 3060 68
(tirages avec exactement une blanche, une rouge et donc deux noires)

5 3
×
2 210 × 3 1
P(B2 ) = = =
3060 3060 102
(tirages avec deux blanches, deux rouges et donc pas de noire).
7 15 1 61
D’où, P(B) = + + = .
102 68 102 204
4.a. On utilise la même technique de décomposition qu’à la question précédente.
Soit C l’événement “obtenir les trois couleurs”. Comme au 3, on partitionne C en
événements plus simples : C = C1 ∪ C2 ∪ C3 où
• C1 est l’événement : “obtenir deux boules noires, une boule blanche, et une boule
rouge”,
• C2 est l’événement : “obtenir une boule noire, deux boules blanches, et une boule
rouge”,
• C3 est l’événement : “obtenir une boule noire, une boule blanche, et deux boules
rouges”.
Les évènements C1 , C2 et C3 sont deux à deux incompatibles donc la réunion d’évé-
nements C1 ∪ C2 ∪ C3 est disjointe et
Card(C) = Card(C1 ) + Card(C2 ) + Card(C3 )
avec
10 5 3
Card(C1 ) = × × = 675,
2 1 1
Exercice 17.1 Tirages simultanés dans une urne multicolore 345

10 5 3
Card(C2 ) = × × = 300
1 2 1
et
10 5 3
Card(C3 ) = × × = 150.
1 1 2
Card(C) 1125 25
D’où, Card(C) = 675 + 300 + 150 = 1125 puis P(C) = = = .
Card(Ω) 3060 68
4.b. Pour les tirages bicolores, le nombre de cas exclusifs possibles est plus important
donc on va tenter de passer à l’événement contraire pour limiter les calculs.
Soit D l’événement : “obtenir exactement deux couleurs”. On cherche P(D). Les tirages
avec exactement deux couleurs sont les tirages qui ne sont ni tricolores, ni unicolores ;
on a ainsi Card(D) = Card(Ω) − Card(D) où D est l’événement “obtenir un tirage
tricolore ou unicolore”.
Les tirages unicolores sont faciles à dénombrer (il n’y a que deux couleurs exclusives
possibles puisque les trois boules rouges ne peuvent former un tirage à elles seules) et
les tricolores viennent de l’être.
Le nombre de tirages tricolores

est 1125 (déjà calculé plus haut) et le nombre de
10 5
tirages unicolores est + = 210 + 5 = 215. Puisqu’un tirage ne peut être
4 4
à la fois tricolore et unicolore, on a donc Card(D) = 1125 + 215 = 1340 et ainsi
1720 86
Card(D) = 3060 − 1340 = 1720, puis P(D) = = .
3060 153
Retenir les deux techniques suivantes de dénombrement/probabilités :

• le passage à l’événement contraire plus simple à étudier (questions 2
et 4.b),
• le “découpage” d’un événement en sous-événements incompatibles plus
faciles à étudier (questions 3 et 4.a).
5. L’événement s’exprime naturellement comme une union d’événements mais ces

derniers ne sont pas incompatibles.
Soit A l’événement “obtenir exactement une boule noire” et B l’événement “obtenir

exactement deux boules numérotées 1”. On cherche à calculer P(A ∪ B). On sait que,
d’après la formule de la probabilité d’une union,
P(A ∪ B) = P(A) + P(B) − P(A ∩ B).
L’intersection A ∩ B n’est pas vraiment élémentaire puisqu’on ignore si la boule noire

est celle numérotée 1 donc on la décompose elle aussi.
Ici,

10 8
Card(A) = × = 10 × 56 = 560
1 3

3 15
Card(B) = × = 3 × 105 = 315
2 2
et A ∩ B qui est encore un peu compliqué se décompose à l’aide de l’événement N :
“tirer la boule noire numéro 1”. On a alors, d’après la formule des probabilités totales
appliquée avec le système complet d’événements (N, N ),
P(A ∩ B) = P(A ∩ B ∩ N ) + P(A ∩ B ∩ N )
−1
2 6 2 9 6 15
= 1× × + × ×
1 2 2 1 1 4
30 + 54 84 7
= = = .
3060 3060 255
On conclut que la probabilité de tirer exactement une boule noire ou exactement deux
boules numérotées 1 est égale à
560 315 84 791
P(A ∪ B) = + − = .
3060 3060 3060 3060
Exercice 17.2 : Fiabilité d’un test de diagnostic rapide
Un laboratoire a conçu un test de diagnostic rapide pour une maladie féline.

Toutefois ce test peut s’avérer positif pour un animal sain et négatif pour un
animal malade.
1. L’évaluation de la fiabilité du test est faite par le laboratoire lui-même qui a
rempli le tableau d’effectifs suivant à partir d’un échantillon “représentatif”
d’une population de chats.
effectifs malades sains
test positif 80 900

test négatif 20 9000
Calculer (pour cet échantillon) :
• la valeur prédictive positive V P P i.e. la probabilité qu’un animal (choisi
au hasard) soit vraiment malade sachant qu’il a été déclaré positif au test ;
• la valeur prédictive négative V P N i.e. la probabilité qu’un animal soit sain
sachant qu’il a été déclaré négatif ;
• la sensibilité Se i.e. la probabilité qu’un animal soit déclaré positif sachant
qu’il est malade ;
• la spécificité Sp i.e. la probabilité qu’un animal soit déclaré négatif sachant
qu’il est sain.
Exercice 17.2 Fiabilité d’un test de diagnostic rapide 347
2. Suite à de nombreuses améliorations significatives, le test a été commercialisé

auprès des vétérinaires avec les informations suivantes Se = 90% et Sp = 95%
(considérées alors comme valables pour l’ensemble de la population féline). Le
vétérinaire sait aussi que la prévalence de la maladie † (la probabilité qu’un
animal soit malade) est de 0, 01% et la prévalence des positifs ‡ (la probabilité
que le test d’un animal soit positif) est, elle, de 0, 02%.
a. Que doit-il répondre à une personne qui consulte pour son animal déclaré
positif au test quant à ses chances d’être malade i.e. la V P P ?
b. L’animal du client suivant est déclaré négatif, quelles sont ses chances de
ne pas être malade i.e. la V P N ?
1. Il suffit de choisir des notations pour les événements “élémentaires” qui peuvent
survenir.
On note M l’événement “l’animal est malade” et P “le test de l’animal est positif”
de sorte que
P(M ∩ P ) Card(M ∩ P ) 80 4
V P P = P(M |P ) = = = = .
P(P ) Card(M ∩ P ) + Card M ∩ P 80 + 900 49
De même,

Card M ∩ P 9000 450
V PN = P M P = = =
Card M ∩ P + Card M ∩ P 9000 + 20 451
80
Se = P(P |M ) = = 80%
80 + 20
9000 10
Sp = P P M = = 90, 91%.
9000 + 900 11
2.a. Les données de l’énoncé correspondent à la dimension clinique du test i.e. au

point de vue du vétérinaire qui veut éviter de ne pas détecter un malade (grande
sensibilité) et d’effrayer inutilement un maître (grande spécificité). Les probabilités
demandées sont plus proches des préoccupations du client qui est plus centré sur son
cas personnel : le résultat du test connu, peut-il le prendre pour argent comptant ?
Ce renversement de point de vue fait penser qu’il faut utiliser la formule de Bayes.
Avec les notations de la question précédente, V P P = P(M |P ). On note aussi les

deux prévalences de l’énoncé P rev = 0, 01% = P(M ) et P rev+ = 0, 02% = P(P ).
P(P |M )P(M )
Or, d’après la formule de Bayes, P(M |P ) = donc
P(P )
90 0, 01
Se × P rev ×
V PP = = 100 100 = 45 = 9 = 45%.
P rev+ 0, 02 100 20
100
†. On parle parfois de prévalence réelle.
‡. On parle parfois de prévalence apparente.
2.b. Même stratégie, en ayant recours aux événements contraires dès que nécessaire.
De même, toujours par la formule de Bayes,

95 99, 99
P P |M P M Sp × (1 − P rev) ×
V PN = P M |P = = = 100 100
P P 1 − P rev+ 99, 98
100
19 9999
= × 95, 01%.
20 9998
Exercice 17.3 : Plusieurs chances de gagner ?
On dispose de n (n 4) sacs indiscernables S1 , . . . , Sn . Pour chaque k entre 1

et n, le sac Sk contient n + 1 jetons indiscernables dont k sont gagnants et les
autres perdants.
1. Le joueur choisit un sac au hasard et y pioche un unique jeton.
a. Écrire une fonction Python prenant en entrée n et simulant l’expérience
aléatoire.
Cette fonction devra donner en sortie True si le jeton obtenu est gagnant,
False sinon.
On utilisera la fonction randint de la bibliothèque random de Python
dont on rappelle ici le fonctionnement : si a et b sont deux entiers tels
que a b, la commande randint(a,b) fournit un nombre entier aléatoire
compris entre a et b (ces valeurs étant incluses).
b. Écrire un programme Python permettant d’évaluer la probabilité que le
jeton soit gagnant.
c. Quelle est la probabilité que le jeton soit gagnant ?
d. Sachant que le joueur a pioché un jeton gagnant, quelle est la probabilité
qu’il ait choisi le sac Sk ?
2. En cas d’échec avec le premier jeton, on offre au joueur d’autres chances de
gagner : il peut piocher à plusieurs reprises un nouveau jeton dans le même sac
sans y remettre ceux déjà piochés. Quelle est la probabilité d’avoir dû piocher
n
n2 (n + 1)2
exactement trois jetons pour gagner (on rappelle que k3 = )?
4
k=1
1.a. L’expérience aléatoire est en deux temps : il s’agit d’abord choisir un nombre
entier au hasard entre 1 et n. Ce nombre détermine la probabilité d’avoir un jeton
gagnant dans le sac correspondant.
Pour effectuer des instructions avec une probabilité p, on rappelle qu’on procède
comme ci-dessous (en supposant la bibliothèque random importée via from random
import *) :
Exercice 17.3 Plusieurs chances de gagner ? 349
1 if random() < p:
2 # mes instructions ici ...
1 from random import *

2
3 def Experience(n):
4 numSac = randint(1,n)
5 return (random() < numSac/(n+1))
Ici, au lieu d’écrire
1 if random() < numSac/(n+1):

2 return True
3 else:
4 return False
nous avons directement renvoyé la valeur de l’expression booléenne
random() < numSac/(n+1).
Cela peut paraître moins lisible au premier abord mais c’est une ha-
bitude à prendre pour bien exploiter les valeurs des expressions boo-
léennes et gagner en concision dans l’écriture de codes.
1.b. La question nous laisse assez libre dans la démarche. Une idée naturelle consiste à
calculer la fréquence de l’évènement "obtenir un jeton gagnant" sur un grand nombre
de simulations. On va donc écrire une fonction Python prenant en entrée n et un
entier m 1 et donnant en sortie la fréquence de cet évènement sur m simulations.
Cette fonction fera évidemment appel à la précédente.
1 def Proba(n,m):
2 S = 0
3 for k in range(m):
4 if Experience(n):
5 S += 1
6 return S/m
Là encore, écrire if Experience(n)==True: au lieu de

if Experience(n): serait très maladroit. Un exemple : on ne troque-
rait jamais l’écriture d’une instruction conditionnelle if a<b: par
if (a<b)==True:.
1.c. On commence par introduire des notations avec l’éventail des choix de sac pos-
sibles et on “conditionne” alors l’événement qui nous intéresse par rapport à ce premier
choix chronologique : c’est la formule des probabilités totales.
On note Sk l’événement “la pioche a eu lieu dans le sac Sk ” et G “le jeton pioché
est gagnant”. D’après la formule des probabilités totales appliquée avec le système
complet d’événements que constituent les Sk pour 1 k n, on a

n
P(G) = P(G|Sk )P(Sk ).

k=1
1
Or les sacs sont indiscernables donc les Sk sont équiprobables et P(Sk ) = pour
n
1 k n. Par ailleurs, compte tenu de l’équiprobabilité des jetons et de la proportion
k
de jetons gagnants dans Sk , on a P(G|Sk ) = . D’où,
n+1

n
k 1 1
n
1
P(G) = = k= .
n+1n n(n + 1) 2
k=1 k=1
1.d. On cherche la probabilité d’un événement dont le résultat est chronologiquement

connu avant la condition, on pense donc naturellement à la formule de Bayes.
La probabilité recherchée est P(Sk |G) qui vaut, d’après la formule de Bayes,
k 1
×
P(G|Sk )P(Sk ) n + 1 n 2k
P(Sk |G) = = = .
P(G) 1 n(n + 1)
2
2. Il faut désormais enchaîner plusieurs pioches pour gagner en trois coups donc,
à défaut d’indépendance (la composition du sac change au fur et à mesure), on va
invoquer la formule de conditionnement successif. En fait, la composition du sac dès
la première pioche dépend du sac choisi donc il faut tout conditionner à ce choix de
premier sac et commencer par utiliser la formule des probabilités totales.
On note désormais, pour 1 i 3, Ji l’événement “le i-ième jeton pioché est
gagnant”. La probabilité demandée est celle de J1 ∩ J2 ∩ J3 . Seuls les sacs contenant
au moins deux jetons perdants peuvent nécessiter trois pioches, donc d’après la formule
des probabilités totales

n−1

P J1 ∩ J2 ∩ J3 = P(Sk )PSk J1 ∩ J2 ∩ J3
k=1
1
n−1
= PSk J1 ∩ J2 ∩ J3 .
n
k=1
Exercice 17.3 Plusieurs chances de gagner ? 351
En outre, d’après la formule des probabilités composées,

PSk J1 ∩ J2 ∩ J3 = PSk J1 PSk J2 J1 PSk J3 J1 ∩ J2 .
Or, en tenant compte de la composition du sac Sk notamment après plusieurs pioches
infructueuses,
n+1−k n−k k
PSk J1 = , PSk J2 J1 = , PSk J3 J1 ∩ J2 =
n+1 n n−1
donc
1 n+1−k
n−1
n−k k
P J1 ∩ J2 ∩ J3 = × ×
n n+1 n n−1
k=1
1
n−1
= k(n − k)(n + 1 − k).

n2 (n2 − 1)
k=1
Or, par linéarité de la somme et en remarquant que le terme d’indice k = n est nul,

n−1

n

n

n
k(n − k)(n + 1 − k) = n(n + 1) k − (2n + 1) k2 + k3

k=1 k=1 k=1 k=1
n2 (n + 1)2 n(n + 1)(2n + 1)2 n2 (n + 1)2

= − +
2 6 4
n(n + 1)[6n(n + 1) − 2(2n + 1)2 + 3n(n + 1)]
=
12
n(n + 1)(n2 + n − 2) (n − 1)n(n + 1)(n + 2)
= =
12 12
n+2
d’où, finalement, la probabilité demandée vaut .
12n
Exercice 17.4 : Plan et sens unique
Un plan de ville a la configuration

d’un damier à 4 cases. Les rues sont
A −→ I −→ B
en sens unique (de haut en bas et de
gauche à droite). Chaque rue a une pro- ↓ ↓ ↓
babilité p d’être fermée pour travaux,
L −→ O −→ J
indépendamment des autres rues. On
cherche la probabilité ρ de pouvoir tra- ↓ ↓ ↓
verser la ville de A à C.
D −→ K −→ C
1. Calculer la probabilité pAO qu’il existe un chemin libre de A au centre-ville O.

2. a. Déterminer la probabilité pAC qu’il existe un chemin de A à C, ne passant
pas par O.
b. Déterminer la probabilité pAC qu’il existe un chemin de A à C, passant
par le centre.
3. Quelle est la probabilité πADC que le chemin ADC soit libre et qu’il existe un
chemin libre de A à C passant par O ?
4. Conclure quant à la valeur de ρ.
On introduit comme événements élémentaires la liberté de chacune des rues et on

exprime les événements dont la probabilité est demandée à partir des premiers.
1. Ici, il s’agit une union d’intersections mais pas d’incompatibilité.
Il y a exactement deux chemins reliant A à O : celui passant par I et celui passant par
L. On note AI l’événement “il existe un chemin libre reliant A à I” et ainsi de suite
pour tout couple origine/destination de sorte que pAO = P((AI ∩ IO) ∪ (AL ∩ LO)).
D’après la formule de la probabilité d’une union,
P((AI ∩ IO) ∪ (AL ∩ LO)) = P(AI ∩ IO) + P(AL ∩ LO) − P(AI ∩ IO ∩ AL ∩ LO)
et, comme les rues sont libres indépendamment les unes et des autres et ce avec
probabilité p, on conclut que
pAO = (1 − p)2 + (1 − p)2 − (1 − p)4 = (1 − p)2 [2 − (1 − p)2 ] = (1 − p)2 (1 + 2p − p2).
2.a. Idem avec des intersections plus conséquentes.
Avec le même raisonnement qu’à la question précédente,

pAC = P((AI ∩ IB ∩ BJ ∩ JC) ∪ (AL ∩ LD ∩ DK ∩ KC))
= P(AI ∩ IB ∩ BJ ∩ JC) + P(AL ∩ LD ∩ DK ∩ KC)
−P(AI ∩ IB ∩ BJ ∩ JC ∩ AL ∩ LD ∩ DK ∩ KC)
= (1 − p)4 + (1 − p)4 − (1 − p)8 .
Exercice 17.4 Plan et sens unique 353
Finalement, pAC = (1 − p)4 [2 − (1 − p)4 ].

2.b. Là, c’est une intersection avec indépendance.
Avec les notations précédentes, pAC = P(AO ∩ OC). Les rues permettant de relier A
à O et O à C ne sont pas les mêmes donc AO est indépendant de OC et, par suite,
pAC = P(AO)P(OC). La partie du schéma allant de A à O (probabilités de fermeture
des rues comprises) est exactement la même que celle allant de O à C de sorte que
P(OC) = P(AO) = pAO . Finalement, pAC = (1 − p)4 [2 − (1 − p)2 ]2 .
3. Même stratégie avec une intersection d’unions et un peu d’indépendance.
En énumérant toutes les possibilités, on a :
πADC = P(AL ∩ LD ∩ DK ∩ KC ∩ [(AI ∩ IO) ∪ LO] ∩ [OK ∪ (OJ ∩ JC)]).
Par indépendance des fermetures des rues,
πADC = P(AL)P(LD)P(DK)P(KC)P((AI ∩ IO) ∪ LO)P(OK ∪ (OJ ∩ JC)).
Par ailleurs, par la formule de la probabilité d’une union,
P((AI ∩ IO) ∪ LO) = P(AI ∩ IO) + P(LO) − P(AI ∩ IO ∩ LO)
= (1 − p)2 + (1 − p) − (1 − p)3
= (1 − p)[(1 − p) + 1 − (1 − p)2 ]
= (1 − p)(1 + p − p2 ).
Comme il en va de même pour P(OK ∪ (OJ ∩ JC)), on conclut que
πADC = (1 − p)4 [(1 − p)(1 + p − p2 )]2 = (1 − p)6 (1 + p − p2 )2 .
4. Il faut faire la synthèse de tous les résultats obtenus et voir que presque tous les
cas ont été traités.
ρ = P(AOC ∪ ADC ∪ ABC)
= P(AOC) + P(ADC ∪ ABC) − P(AOC ∩ (ADC ∪ ABC))
= pAC + pAC − P((AOC ∩ ADC) ∪ (AOC ∩ ABC))
= pAC + pAC − P(AOC ∩ ADC) − P(AOC ∩ ABC) + P(AOC ∩ ADC ∩ ABC)
= pAC + pAC − πADC − πADC + P(AOC ∩ ADC ∩ ABC).
Or
AOC∩ADC∩ABC = AL∩LD∩DK∩KC∩AI∩IB∩BJ∩JC∩(IO∪LO)∩(OK∪OJ)
donc
P(AOC ∩ ADC ∩ ABC) = (1 − p)8 [2(1 − p) − (1 − p)2 ]2 = (1 − p)10 (1 + p)2 .
Finalement, en posant q = 1 − p,
ρ = q 4 [2 − q 2 ]2 + q 4 [2 − q 4 ] − 2q 6 [1 + 1 − q − (1 − q)2 ]2 + q 10 (1 + 1 − q)2
= q 4 [(4 − 4q 2 + q 4 ) + (2 − q 4 ) − 2q 2 (1 + q − q 2 )2 + q 6 (2 − q)2 ]
= q 4 [6 − 4q 2 − 2q 2 (1 + 2q − q 2 − 2q 3 + q 4 ) + q 6 (4 − 4q + q 2 )]
= q 4 (6 − 6q 2 − 4q 3 + 2q 4 + 4q 5 + 2q 6 − 4q 7 + q 8 ).
Exercice 17.5 : Chaînes de Markov I
Un mobile se déplace de sommet en sommet sur une pyramide égyptienne le long

de ses arêtes (on notera Q, T , R et U dans cet ordre les sommets situés sur la base
et S celui situé au faîte de la pyramide). On supposera les déplacements successifs
indépendants et qu’au départ d’un sommet toutes les arêtes sont équiprobables.
On note
• Bn l’événement “au temps n, le mobile est sur la base de la pyramide”,
• Qn l’événement “au temps n, le mobile est au point Q” et on définit de même
Rn , Sn , Tn et Un pour les quatre autres sommets.
1
1. a. Justifier que P Bn+1 |Bn = et déterminer P Bn+1 |Bn .
3
1
b. Montrer que : ∀ n ∈ N, P(Bn+1 ) = 1 − P(Bn ).
3
c. Exprimer, pour n ∈ N, P(Bn ) en fonction de n et P(B0 ). En déduire que
la suite (P(Bn )) converge et préciser sa limite.
2. On pose
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 −1 0 0 0 0 0 3 4 4 P(Qn )
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜1 1 −3 1 1⎟ ⎜0 0 3 4 4⎟ ⎜P(Rn )⎟
⎜ ⎟ 1 ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
P =⎜ 1 1 1 1 1⎟ , A = ⎜4 4 0 4 4⎟ , Zn = ⎜ P(Sn ) ⎟
⎜ ⎟ 12 ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜−1 −1 0 1 1⎟ ⎜4 4 3 0 0⎟ ⎜ P(Tn ) ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
0 0 0 −1 1 4 4 3 0 0 P(Un )
pour n ∈ N.
a. Montrer que, pour tout n ∈ N, Zn+1 = AZn .
b. Montrer que P est inversible et déterminer son inverse.
c. Calculer D = P AP −1 .
d. Montrer par récurrence que : ∀ n ∈ N, Zn = P −1 Dn P Z0 .
e. On suppose désormais que P(Q0 ) = 1. Montrer que la suite (P(Qn ))
converge et préciser sa limite.
1.a. On visualise le mouvement du mobile à partir de l’un des sommets : partant du

faîte de la pyramide, il y a quatre arêtes possibles à emprunter alors que, partant d’un
sommet de la base, il n’y en a que trois.
Sachant que le mobile est situé sur la base à l’instant n, indépendamment du sommet
précis dont il part (disons Q pour fixer les idées), il peut effectuer trois mouvements
équiprobables dont un seul le conduit au sommet à l’instant n + 1 (les deux autres le
Exercice 17.5 Chaînes de Markov I 355
1
conduisent en T et en U ) donc P Bn+1 |Bn = . Partant du sommet, il ne peut pas
3
y rester donc il va nécessairement sur la base et P Bn+1 |Bn = 1.
1.b. On vient d’obtenir des probabilités conditionnelles reliant les deux événements
(ou leurs contraires) dont on veut relier les probabilités. On pense donc naturellement
à la formule des probabilités totales.
Soit n ∈ N. D’après la formule des probabilités totales appliquée avec le système
complet d’événements (Bn , Bn ),

P(Bn+1 ) = P(Bn+1 |Bn )P(Bn ) + P Bn+1 |Bn P Bn

= 1 − P Bn+1 |Bn P(Bn ) + P Bn+1 |Bn [1 − P(Bn )]

1 1
= 1− P(Bn ) + 1 − P(Bn ) = 1 − P(Bn ).
3 3
1
En conclusion, pour tout n ∈ N, P(Bn+1 ) = 1 − P(Bn ).
3
1.c. On reconnaît une suite usuelle de type arithmético-géométrique.
D’après la relation de récurrence de la question précédente (P(Bn )) est une suite

3 1
arithmético-géométrique. ω = est l’unique réel vérifiant ω = 1 − ω donc, par
4 3
soustraction avec la relation de récurrence vérifiée par (P(Bn )), la suite de terme
1
général P(Bn ) − ω est géométrique de raison − . En particulier, pour tout n ∈ N,
n 3 n
1 3 1 3
P(Bn )−ω = − (P(B0 )−ω) autrement dit P(Bn ) = + − P(B0 ) − .
3 n 4 3 4
1 3
Comme lim − = 0, on en déduit que la suite (P(Bn )) converge vers .
n→+∞ 3 4
2.a. On doit relier l’instant n+1 à l’instant n, on pense naturellement à la formule des
probabilités totales et on reprend l’étude de la toute première question en différenciant
aussi les sommets de la base. La rédaction ci-dessous permet d’éviter de prendre des
précautions en cas de conditionnement par un événement impossible.
Soit n ∈ N. Pour arriver en Q à l’instant n + 1, les seules possibilités sont de venir
de S, T ou U . Le sommet S possède quatre destinations équiprobables (dont Q)
1
donc P(Qn+1 |Sn ) = . Les sommets T et U ne possède que trois destinations donc
4
1
P(Qn+1 |Tn ) = P(Qn+1 |Un ) = . Ainsi, par additivité de la loi P,

3
P(Qn+1 ) = P(Qn+1 ∩ Sn ) + P(Qn+1 ∩ Tn ) + P(Qn+1 ∩ Un )
= P(Qn+1 |Sn )P(Sn ) + P(Qn+1 |Tn )P(Tn ) + P(Qn+1 |Un )P(Un )
1 1 1
= P(Sn ) + P(Tn ) + P(Un ).
4 3 3
Par symétrie des rôles des trois autres sommets de la base, on a de même
1 1 1
P(Rn+1 ) = P(Sn ) + P(Tn ) + P(Un )
4 3 3
1 1 1
P(Tn+1 ) = P(Sn ) + P(Qn ) + P(Rn )
4 3 3
1 1 1
P(Un+1 ) = P(Sn ) + P(Qn ) + P(Rn ).
4 3 3
1
Enfin, pour arriver en S, on vient de la base et ce avec probabilité par sommet de
3
la base donc
1 1 1 1
P(Sn+1 ) = P(Qn ) + P(Rn ) + P(Tn ) + P(Un ).
3 3 3 3
Matriciellement, on obtient bien Zn+1 = AZn .
2.b. On résout (astucieusement ou non) un système générique associé
⎧ ⎧
⎪
⎪ x−y = a ⎪
⎪ x−y = a
⎪
⎪ ⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎪ x + y − 3z + t + w = b ⎪
⎪ −4z = b−c
⎪
⎨ ⎪
⎨
L2 ←L2 −L3
x+y+z+t+w = c ⇐⇒ x+y+z+t+w = c
⎪
⎪ L4 ←L4 +L3 ⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎪ −x − y + t + w = d ⎪
⎪ z + 2t + 2w = c+d
⎪
⎪ ⎪
⎪
⎪
⎩ ⎪
⎩
−t + w = e −t + w = e
⎧
⎪
⎪ x−y = a
⎪
⎪
⎪
⎪
⎪
⎪ −4z = b−c
⎪
⎨
L3 ←L3 +L1
⇐⇒ 2x + z + t + w = a + c
L4 ←L4 +2L5 ⎪
⎪
⎪
⎪
⎪
⎪ z + 4w = c + d + 2e
⎪
⎪
⎪
⎩ −t + w = e
⎧
⎪
⎪ y = −a + x = −8a+b+3c−4d
⎪
⎪ 16
⎪
⎪
⎪
⎪ z = −b+c
⎪
⎨ 4
⇐⇒ x = a+c−z−t−w
= 8a+b+3c−4d
⎪
⎪
2 16
⎪
⎪
⎪
⎪ w = c+d+2e−z
= b+3c+4d+8e
⎪
⎪ 4 16
⎪
⎩ t = −e + w = b+3c+4d−8e
16
le “candidat inverse” de P ainsi obtenu au brouillon peut ensuite être “parachuté”

dans la rédaction.
Par produit matriciel,

⎛ ⎞ ⎛ ⎞
8 1 3 −4 0 16 0 0 0 0
⎜ ⎟ ⎜ ⎟
⎜−8 1 3 −4 0⎟ ⎜0 16 0 0 0⎟
⎜ ⎟ ⎜ ⎟
1 ⎜ ⎟ 1 ⎜ ⎟
⎜ 0 −4 4 0 0 ⎟P = ⎜0 0 16 0 0 ⎟ = I5 .
16 ⎜ ⎟ 16 ⎜ ⎟
⎜0 ⎟
−8⎠
⎜0 ⎟
⎝ 1 3 4 ⎝ 0 0 16 0⎠
0 1 3 4 8 0 0 0 0 16
Exercice 17.5 Chaînes de Markov I 357
⎛ ⎞
8 1 3 −4 0
⎜ ⎟
⎜−8 1 3 −4 0⎟
⎜ ⎟
−1 1 ⎜ ⎟
Ainsi P est inversible d’inverse P = ⎜0 −4 4 0 0 ⎟.
16 ⎜ ⎟
⎜0 ⎟
−8⎠
⎝ 1 3 4
0 1 3 4 8
2.c. Il s’agit d’un simple calcul de produits matriciels.
Par produit matriciel,

⎛ ⎞ ⎛ ⎞
1 −1 0 0 0 0 0 3 4 4
⎜ ⎟ ⎜ ⎟
⎜1 1 −3 1 1⎟ ⎜0 0 3 4 4⎟
⎜ ⎟ ⎜ ⎟
−1 ⎜ ⎟ 1 ⎜ ⎟ −1
D = P AP =⎜ 1 1 1 1 1⎟ ⎜4 4 0 4 4⎟ P
⎜ ⎟ 12 ⎜ ⎟
⎜−1 −1
⎟ ⎜4 4 ⎟
⎝ 0 1 1⎠ ⎝ 3 0 0⎠
0 0 0 −1 1 4 4 3 0 0
⎛ ⎞
0 0 0 0 0
⎜ ⎟
⎜−4 −4 12 −4 −4⎟
⎜ ⎟
1 ⎜ ⎟ −1
= ⎜ 12 12 12 12 12 ⎟ P
12 ⎜ ⎟
⎜8 ⎟
−8 −8⎠
⎝ 8 0
0 0 0 0 0
⎛ ⎞⎛ ⎞
0 0 0 0 0 8 1 3 −4 0
⎜ ⎟⎜ ⎟
⎜−4 −4 12 −4 −4⎟ ⎜ 0⎟
⎜ ⎟ ⎜−8 1 3 −4 ⎟
1 ⎜ ⎟⎜ ⎟
= ⎜ 12 12 12 12 12 ⎟ ⎜ 0 −4 4 0 0⎟
12 × 16 ⎜ ⎟⎜ ⎟
⎜8 ⎟⎜
−8 −8⎠ ⎝ 0
⎟
−8⎠
⎝ 8 0 1 3 4
0 0 0 0 0 0 1 3 4 8
⎛ ⎞ ⎛ ⎞
0 0 0 0 0 0 0 0 0 0
⎜ ⎟⎜ ⎟
⎜0 −4 × 16 0⎟
⎜0 −
1
0⎟
⎜ 0 0 ⎟ ⎜ 0 0 ⎟
⎟ ⎜ ⎟
3
1 ⎜
= ⎜0 12 × 16 0⎟ = ⎜ 0⎟
⎟.
⎟ ⎜
0 0 0 0 1 0
12 × 16 ⎜ ⎜ ⎟
⎜0 −8 × 16
⎟
0⎠ ⎜0 −
2
0⎟
⎝ 0 0
⎝ 0 0
3 ⎠
0 0 0 0 0 0 0 0 0 0
2.d. Comme demandé, on procède par récurrence : le point clef de l’hérédité est la
bonne utilisation de l’associativité du produit matriciel en regroupant correctement
les facteurs
AP −1 Dn P = (P −1 P )AP −1 Dn P = P −1 (P AP −1 )Dn P = P −1 (D×Dn )P = P −1 Dn+1 P.

Pour n ∈ N, notons Pn la propriété “Zn = P −1 Dn P Z0 ” que l’on va montrer par

récurrence. Pour l’initialisation, P −1 D0 P Z0 = (P −1 P )Z0 = Z0 donc P0 est vraie.
Supposons maintenant que Pn est vraie pour un certain n ∈ N, alors
Zn+1 = AZn = (AP −1 )Dn P Z0 = (P −1 D)Dn P Z0 = P −1 Dn+1 P Z0
donc Pn+1 est vraie. Ainsi, par principe de récurrence :
∀ n ∈ N, Zn = P −1 Dn P Z0 .
2.e. Là encore, produit matriciel et reconnaissance d’une suite usuelle.

⎛ ⎞
1
⎜ ⎟
⎜0⎟
⎜ ⎟
⎜ ⎟
Si P(Q0 ) = 1 alors Z0 = ⎜0⎟ et, par suite,
⎜ ⎟
⎜0⎟
⎝ ⎠
0
⎛ ⎞⎛ ⎞ ⎛ ⎞
0 0 0 0 0 1 0
⎜ n ⎟⎜ ⎟ ⎜ 1 n ⎟
⎜0 −
1 ⎟
0⎟ ⎜ 1 ⎟ ⎜ ⎟
⎜ 0 0 ⎜ −3 ⎟
⎜ 3 ⎟⎜⎜ ⎟
⎟ ⎜ ⎟
Zn = P −1 ⎜
⎜0 0 1 0 0⎟ ⎜
⎟⎜ ⎟1 ⎟ = P −1 ⎜ ⎟
⎜ n ⎟ .
1
⎜ 2 n ⎟⎜ ⎟ ⎜ 2 ⎟
⎜0 0⎟ ⎜− − ⎟
⎝ 0 0 −
3 ⎠ ⎝−1⎠ ⎝ 3 ⎠
0 0 0 0 0 0 0

1 1 n 2 n
Finalement P(Qn ) = − +3+4 − et (P(Qn )) qui est alors une com-
16 3 3
1 2
binaison linéaire de suites géométriques de raisons respectives − , 1 et − converge
3 3
3
vers .
16
Ce dernier résultat était prévisible : la pyramide comporte 8 arêtes donc, en tenant
compte de l’orientation, cela fait un total de 16 mouvements possibles dont 3 seulement
à destination du sommet Q (comme pour les trois autres sommets de la base, le
sommet au faîte de la pyramide est lui atteint par 4 mouvements).
• Savoir utiliser l’incompatibilité de deux (ou plus) événements (cf ques-

tions 17.1.3, 17.1.4 et 17.5.2.a) : si les Ak (1 k n) sont (deux à deux)
incompatibles, alors
n
+ n
P Ak = P(Ak ) (additivité de la loi de probabilité P).
k=1 k=1
• Savoir utiliser l’indépendance (mutuelle ou deux à deux) d’événements

ou d’épreuves (cf exercice 17.4)
• Savoir utiliser la formule de la probabilité d’une union (cf exercice 17.4

et question 17.1.5)
P(A ∪ B) = P(A) + P(B) − P(A ∩ B) .
• Savoir utiliser la formule de conditionnement (cf question 17.2.1)

P(B ∩ A)
P(B|A) = .
P(A)
• Savoir utiliser la formule des probabilités composées (ou des condition-

nements successifs) (cf question 17.3.2)
n k−1
9 n 9

P Ak = P Ak Ai .

k=1 k=1 i=1
• Savoir utiliser la formule des probabilités totales (cf questions 17.1.5,

17.3.1.c, 17.5.1.b et 17.5.2.a) : si (Ak )1kn est un système complet d’événe-
ments, alors

n
n
P(B) = P(B|Ak )P(Ak ) = P(B ∩ Ak ) ∗.
k=1 k=1
∗. Par convention, une probabilité conditionnelle associée à un événement négligeable est nulle,
autrement dit, si P(Ak ) = 0, alors P(B|Ak ) = 0 de sorte que le produit P(B|Ak )P(Ak ) est bien défini
et l’égalité P(B|Ak )P(Ak ) = P(B ∩ Ak ) est “encore” vraie.
• Savoir utiliser la formule de Bayes (cf questions 17.2.2 et 17.3.1.d) : si

(Ak )1kn est un système complet d’événements et si P(B) = 0, alors
P(B|Aj )P(Aj ) P(B|Aj )P(Aj ) P(B ∩ Aj )
P(Aj |B) = = n = n ,
P(B)
P(B|Ak )P(Ak ) P(B ∩ Ak )
k=1 k=1
en particulier, avec le système complet (A, A),

P(B|A)P(A)
P(A|B) = .
P(B)
• Savoir simuler une expérience aléatoire et évaluer une probabilité avec

un programme Python (cf questions 17.3.1.a et 17.3.1.b)
CHAPITRE
18
Variables aléatoires finies
Les exercices mettant en jeu la notion d’indépendance de variables aléatoires ont été
renvoyés au sein du chapitre suivant sur les couples de variables aléatoires. Par contre,
on sera amené dans ce chapitre à utiliser la linéarité de l’espérance (propriété admise
en première année et démontrée seulement en seconde année).
Exercice 18.1 : Lois usuelles I
1. On considère un jeu de 32 cartes traditionnel et on pioche simultanément deux

cartes dans le paquet. Si les deux cartes tirées sont de même valeur, on dit
qu’il y a “bataille” et on pose B = 1 dans le cas contraire, on pose B = 0.
a. Donner la loi de B ainsi que son espérance et sa variance.
b. On pose C = 1 − B + B 2 . Déterminer la loi de C et donner E(C), V(C).
2. On considère deux variables aléatoires X et Y de même loi de Bernoulli de
paramètre p (avec p ∈]0, 1[) telles que les événements [X = 1] et [Y = 1] sont
indépendants. On note M = XY et D = |X − Y |.
a. Vérifier que les événements [X = 1] et [Y = 0] sont indépendants, puis
qu’il en va de même de [X = 0] et [Y = 1] et enfin de [X = 0] et [Y = 0]
(on parle d’indépendance des variables X et Y ).
b. Déterminer la loi de M et D et donner alors leurs espérances et variances.
c. On pose S = M + D. Pour S, déterminer successivement son espérance
E(S), son univers image S(Ω), sa loi et enfin sa variance V(S).
1.a. Le fait que B ne puisse prendre que les valeurs 0 ou 1 conduit à penser immé-
diatement à une loi de Bernoulli ou une des deux lois certaines B = 0 ou B = 1.
Modèle d’apparition des lois de Bernoulli B(p) : on réalise une expé-

rience aléatoire à deux issues et on s’intéresse à son résultat : un succès
(codé par 1) ou un échec (codé par 0). p représente la probabilité de
succès.
362 Chapitre 18 Variables aléatoires finies
Il reste alors à déterminer la probabilité de l’événement [B = 1] pour conclure. Deux

méthodes sont possibles :
• ou bien on dénombre scrupuleusement les situations favorables et celles possibles ;
Méthode 1 : L’événement [B = 1] correspond

au fait que les deux cartes tirées soient
4
de même valeur ce qui correspond à 8 × configurations favorables (on choisit
2
d’abord la valeur commune des deux cartes, il y en
a 8 possibles puis il faut choisir 2
32
cartes parmi les 4 possèdant cette valeur) des configurations équiprobables
2
possibles donc

4
8
2 4×3 2 3
P(B = 1) = = 8 × = .
32 2 32 × 31 31
2
• ou bien on raisonne comme si les deux cartes étaient piochées l’une après l’autre,
ce qui est toujours possible au niveau de la modélisation de l’expérience, il suffit de
différencier la carte dont on lit la valeur en premier de celle qui est lue en second.
Méthode 2 : Même si les deux cartes sont piochées simultanément, on peut toujours
les différencier en considérant l’ordre de lecture des valeurs des cartes. L’événement
[B = 1] correspond alors au fait que la “deuxième” carte piochée soit de même
valeur que la “première” ce qui n’arrive que pour 3 des 31 cartes restantes et ce
3
indépendamment de la “première” carte piochée donc P(B = 1) = .
31
Plus précisément, si on note Ck l’événement “la première carte piochée a pour

3
valeur k” pour k ∈ {7, 8, 9, 10, valet,dame,roi,as}, on a P(B = 1|Ck ) =
31
pour les raisons invoquées ci-dessus si bien que d’après la formule des proba-
bilités totales (puisque les Ck forment un système complet d’événements)
3 3
P(B = 1) = P(Ck )P (B = 1|Ck ) = P(Ck ) =
31 31
k k
et ce indépendamment de la valeur exacte des différents P(Ck ).
Les deux stratégies ont bien conduit à la même valeur et permettent de conclure.
3 3
Ainsi, B suit la loi de Bernoulli de paramètre et E(B) = ,
31 31
3 3 84
V(B) = 1− = .
31 31 961
1.b. Il s’agit tout d’abord de déterminer les valeurs possibles de C.
Exercice 18.1 Lois usuelles I 363
Si B = 0, alors C = 1 − 0 + 02 = 1 et si B = 1, alors C = 1 − 1 + 12 = 1.
Finalement, C ne prend que la valeur 1, il suit donc la loi certaine de valeur 1 de sorte
que E(C) = 1 et V(C) = 0.
2.a. On va invoquer la seule indépendance utilisable en reliant les intersections d’évé-
nements comme [X = 1] ∩ [Y = 0] à celle pour laquelle l’information est connue :
[X = 1] ∩ [Y = 1].
Pour allèger les écritures, on pose A1 = [X = 1], A0 = [X = 0], B1 = [Y = 1] et

B0 = [Y = 0]. On a A1 = (A1 ∩ B0 ) ∪ (A1 ∩ B1 ) avec incompatibilité des éléments
de l’union donc P(A1 ) = P(A1 ∩ B0 ) + P(A1 ∩ B1 ), et
P(A1 ) = P(A1 ∩ B0 ) + P(A1 ∩ B1 ) ⇐⇒ P(A1 ) = P(A1 ∩ B0 ) + P(A1 )P(B1 )
⇐⇒ P(A1 ∩ B0 ) = P(A1 )[1 − P(B1 )]
⇐⇒ P(A1 ∩ B0 ) = P(A1 )P(B0 )
d’où la première indépendance demandée. On procède de même pour A0 et B1 en
échangeant les rôles des lettres A et B. Enfin, en utilisant que les quatre possibilités
de couples de valeurs de (X, Y ) produisent un système complet d’événements, on
conclut que
P(A0 ∩ B0 ) = 1 − P(A0 )P(B1 ) − P(A1 )P(B0 ) − P(A1 )P(B1 )
= 1 − P(A0 )P(B1 ) − P(A1 )
= P(A0 ) − P(A0 )P(B1 ) = P(A0 )P(B0 )
i.e. à l’indépendance de A0 et B0 .
2.b. Il faut commencer par s’intéresser aux univers images.
Comme X(Ω) = Y (Ω) = {0, 1}, en énumérant toutes les possibilités, on voit que
M (Ω) ⊆ {0, 1} et D(Ω) ⊆ {0, 1}.
Cela garantit qu’il s’agit d’une loi certaine ou de Bernoulli, reste à en déterminer le
paramètre en regardant la probabilité de valoir 1.
De plus, on a les égalités d’événements [M = 1] = [X = 1] ∩ [Y = 1] ainsi que

[D = 1] = ([X = 1] ∩ [Y = 0]) ∪ ([X = 0] ∩ [Y = 1]). Par indépendance de X et Y ,
P(M = 1) = P(X = 1)P(Y = 1) = p × p = p2 .
De même, par incompatibilité de [X = 1] ∩ [Y = 0] et [X = 0] ∩ [Y = 1], puis par
indépendance de X et Y , on obtient
P(D = 1) = P([X = 1] ∩ [Y = 0]) + P([X = 0] ∩ [Y = 1])
= P(X = 1)P(Y = 0) + P(X = 0)P(Y = 1)
= p(1 − p) + (1 − p)p = 2p(1 − p).
Finalement, M et D suivent toutes les deux une loi de Bernoulli, la première de
paramètre p2 et la seconde de paramètre 2p(1 − p).
Ainsi E(M ) = p2 , E(D) = 2p(1 − p) et V(M ) = p2 (1 − p2 ),

V(D) = 2p(1 − p)[1 − 2p(1 − p)] = 2p(1 − p) p2 + (1 − p)2 .
2.c. L’ordre des informations demandées suggère qu’il ne faut pas utiliser la loi de S
encore inconnue mais plutôt une propriété de l’espérance.
Par linéarité de l’espérance et en utilisant les valeurs des espérances obtenues à la

question précédente, on a
E(S) = E(M ) + E(D) = p2 + 2p(1 − p) = p [p + 2(1 − p)] = p(2 − p).
Pour l’univers image, il faut énumérer toutes les possibilités. A priori, le fait que
M (Ω) = D(Ω) = {0, 1} ne donne que S(Ω) ⊆ {0, 1, 2}. En y regardant de plus près,
la situation S = 2 n’arrive jamais.
En épuisant toutes les situations possibles, on constate que

[S = 0] = ([X = 0] ∩ [Y = 0]),
[S = 1] = ([X = 0] ∩ [Y = 1]) ∪ ([X = 1] ∩ [Y = 0]) ∪ ([X = 1] ∩ [Y = 1])
si bien que S(Ω) = {0, 1}.
Cet univers image ne correspond qu’à une seule famille de lois possible : les lois de
Bernoulli. Quant à son paramètre, il est donné par l’espérance préalablement calculée
(ou bien par la probabilité de valoir 1 mais ce n’est pas la stratégie suggérée ici).
Comme S(Ω) = {0, 1} et E(S) = p(2 − p), on en déduit que S suit la loi de Bernoulli
de paramètre p(2 − p). Par conséquent,
V(S) = p(2 − p)[1 − p(2 − p)] = p(1 − p)2 (2 − p).
Exercice 18.2 : Lois usuelles II
1. On considère un jeu de 52 cartes traditionnel et on pioche une carte au hasard

dans le paquet. On note alors X la valeur de la carte piochée avec la valeur 1
pour un as, 2 pour un deux, . . . , 10 pour un dix, 11 pour un valet, 12 pour
une dame et 13 pour un roi.
a. Donner la loi de X ainsi que son espérance.

b. Calculer E X 2 et en déduire V(X).
2. On dispose d’un jeu de m seringues contenant des anthelminthiques tous dif-
férents dont un seul est efficace contre la trichonémose larvaire et chaque jour
on injecte une des seringues restantes au même cheval infecté. On note alors
N le nombre de jours nécessaires pour que le traitement efficace soit injecté à
l’animal.
a. Justifier que N (Ω) = 1, m.
b. Pour chaque n ∈ N (Ω), exprimer l’événement [N = n] à l’aide des événe-
ments élémentaires Vk “l’anthelminthique efficace a été injecté le k-ième
jour” et de leurs contraires.
c. En déduire la loi de N puis donner son espérance.
1.a. Chacune des valeurs est représentée par exactement 4 cartes distinctes sur les
52 disponibles et équiprobables ce qui fait que les 13 valeurs sont équiprobables.
Exercice 18.2 Lois usuelles II 365
Modèle d’apparition des lois uniformes U(1, n) : on considère une

expérience aléatoire dont l’ensemble des résultats possibles se parti-
tionne en groupes équiprobables et numérotés de 1 à n et on s’intéresse
justement au numéro du groupe obtenu.
Les 52 cartes équiprobables du paquet se partitionnent en 13 groupes de 4 cartes de

1 + 13
même valeur donc X suit la loi uniforme sur 1, 13 et E(X) = = 7.
2
1.b. Pour déterminer le moment d’ordre 2, on utilise la définition

E X2 = k 2 P (X = k).
k∈X(Ω)

13
Par définition, on a E X 2 = k2 P (X = k) donc

k=1
13
1 1 2
13
1 13(13 + 1)(2 × 13 + 1)
E X2 = k2 = k = = 63.
13 13 13 6
k=1 k=1
Pour en déduire la variance, on utilise la formule de Kœnig-Huygens.
D’après la formule de Kœnig-Huygens, on obtient alors

V(X) = E X 2 − E(X)2 = 63 − 72 = 14.
2.a. Le principal danger ici est de croire qu’il suffit d’étudier les deux cas extrêmes 1
et m. Il faut absolument justifier que tous les cas intermédiaires arrivent bien.
Il faut au moins une seringue pour injecter le bon traitement et quand on a injecté
l’intégralité des m seringues, on est sûr que le bon traitement est parmi elles donc
N (Ω) ⊆ 1, m. Par ailleurs, toute valeur intermédiaire n est effectivement atteinte,
il suffit que les n − 1 premières injections aient été infructueuses et que la n-ième soit
la bonne. Finalement, on a bien N (Ω) = 1, m.
2.b. Le gros du travail a déjà été réalisé à la question précédente. Il suffit d’expliquer
brièvement que la situation indiquée est la seule qui conduise à N = n.
Pour n ∈ 1, m, [N = n] correspond exactement à avoir échoué lors des n − 1

premières injections et avoir injecté le bon produit lors de la n-ième injection donc
n−1
9
[N = n] = Vk ∩ Vn .
k=1
2.c. L’expression obtenue suggère d’utiliser l’indépendance des événements ou la for-

mule du conditionnement successif. À défaut d’indépendance (on ne peut injecter le
contenu de la bonne seringue la n-ième fois que si on ne l’a pas déjà fait lors des
injections précédentes !), on choisit la seconde stratégie.
D’après la formule des probabilités composées, on a, pour n ∈ 1, m,

n−1 n−1
k−1 9
9
P(N = n) = P Vk Vj P Vn Vk .
k=1
j=1
k=1

n−1
9 1
Or P Vn Vk = car, après n − 1 injections infructueuses, les
k=1 m − (n − 1)
m − (n − 1) seringues restantes sont équiprobables
et seule
l’une d’elles est la bonne.
k−1
9 1
De même, par une argumentation analogue, P Vk Vj = 1− pour
m − (k − 1)
j=1
chaque k ∈ 1, n − 1 donc
n−1
m−k 1 m − (n − 1) 1 1
P(N = n) = = =
m+1−k m+1−n m+1−1 m+1−n m
k=1
1+m
par télescopage. Finalement, N suit la loi uniforme sur 1, m et E(N ) = .
2
Exercice 18.3 : Lois usuelles III
1. Augustin et Bérénice jouent à pierre/papier/ciseaux. Ils effectuent 20 duels.

Chaque duel se déroulant ainsi : le papier l’emporte sur la pierre, la pierre sur
les ciseaux et les ciseaux sur le papier. Si les deux enfants proposent le même
objet, le duel se solde par un match nul. On note A le nombre de victoires
d’Augustin et B celui des victoires de Bérénice.
Donner les lois de A et B ainsi que leurs espérances et variances.
2. Trois vétérinaires indépendants sont installés sur la même place de Toulouse.
Un nombre c de clients souhaitent consulter sans rendez-vous pour leur ani-
mal de compagnie et choisissent donc au hasard, indépendamment des autres
clients, l’un des trois praticiens. On note C1 , C2 et C3 les nombres de clients
reçus par chacun des trois vétérinaires.
a. Justifier que les lois de C1 , C2 et C3 sont binomiales et indiquer leurs
paramètres.
b. Que dire de C1 + C2 + C3 ?
3. Un herboriste se promène en forêt pour cueillir des plantes. La forêt comporte
de nombreux embranchements et à chacun d’eux, l’herboriste peut soit prendre
le chemin qui le garde à la même distance de sa maison soit en prendre un qui
l’en éloigne d’1 km de plus. On désigne par Xn le nombre de kilomètres qui
sépare l’herboriste de sa maison après n embranchements.
En considérant que ses choix à chaque embranchement sont indépendants,
déterminer la loi de Xn . Quelle loi suit Xn+1 − Xn ?
Exercice 18.3 Lois usuelles III 367
1. Chaque duel possède trois issues : la victoire d’Augustin, celle de Bérénice et

le match nul. Du point de vue d’Augustin (ou plus exactement de A), la victoire
d’Augustin est un succès et les deux autres résultats un échec. On reconnaît alors un
schéma de Bernoulli synonyme de loi binomiale.
Modèle d’apparition des lois binomiales B(n, p) : on réalise un nombre

donné d’épreuves de Bernoulli indépendantes de même paramètre et on
s’intéresse au nombre de succès obtenus.
Les deux paramètres correspondent, dans l’ordre, au nombre n d’épreuves
réalisées et à la probabilité de succès p commune des épreuves.
L’expérience proposée suit un schéma de Bernoulli : on répète 20 fois indépendamment

la même expérience à deux issues dont le succès est la victoire d’Augustin pour A et
celle de Bérénice pour B et on s’intéresse au nombre de succès de l’un ou de l’autre.
Il reste à déterminer la probabilité de succès de l’un et de l’autre lors d’un seul duel.
Augustin et Bérénice jouant un rôle symétrique, les probabilités de victoire de l’un

et de l’autre lors d’un duel sont égales. Le nombre de situations conduisant à une
victoire d’Augustin est de 3 (celles mentionnées dans l’énoncé) alors que le nombre
total de situations possibles équiprobables est de 3 × 3 = 9 (chacun des deux duellistes
choisit indépendamment parmi 3 objets) donc la probabilité de victoire d’Augustin est
3 1
de = .
9 3
1
Finalement A et B suivent la même loi binomiale de paramètres 20 et si bien que
3

1 20 1 1 40
E(A) = E(B) = 20 × = , V(A) = V(B) = 20 × × 1 − = .
3 3 3 3 9
2.a. On reconnaît un schéma de Bernoulli et comme la réponse est donnée dans

l’énoncé il faut être particulièrement précis dans sa rédaction.
Nous reconnaissons un schéma de Bernoulli : du point de vue d’un vétérinaire donné,

chacun des c clients choisit de le consulter (succès) ou non (échec) et ce indépendam-
1
ment des autres clients. Par équiprobabilité, la probabilité du succès est de donc Ck
3
1
(pour k ∈ {1, 2, 3}) suit la loi binomiale B c, .
3
2.b. Il faut revenir à l’interprétation concrète de ce que représente la somme de ces
variables.
C1 + C2 + C3 représente la somme des nombres de clients reçus par chacun des

vétérinaires, c’est donc le nombre total de clients c i.e. C1 + C2 + C3 suit la loi
certaine de valeur c.
3. Le schéma de Bernoulli à reconnaitre ici est un peu différent des précédents puis-
qu’on ne répète pas exactement la même expérience (l’herboriste se trouve à un em-
branchement différent à chaque fois).
L’herboriste répète n fois et de manière indépendante le choix de s’éloigner (succès)

ou pas (échec) de sa maison. Comme les deux possibilités sont équiprobables, Xn suit
1
la loi binomiale de paramètres n et .
2
Pour Xn+1 − Xn , il faut revenir à l’interprétation concrète et le voir comme le résultat

du choix effectué au n-ième embranchement.
Xn+1 − Xn représente le nombre de kilomètre supplémentaire dont l’herboriste s’est

éloigné de sa maison suite à son choix au (n + 1)-ième embranchement. Elle suit donc
1
la loi de Bernoulli de paramètre .
2
Exercice 18.4 : Lois usuelles IV
1. Un bassin de reproduction de saumons comporte 65% de femelles sur les

10000 poissons présents. On y prélève un échantillon de 100 individus et on
désigne par S le nombre de mâles dans cet échantillon.
a. Reconnaître la loi de S et donner son espérance.
b. Montrer que, pour tout k ∈ 2, 100,

3500 3498
k(k − 1) = 3500 × 3499 ×
k k−2
et en déduire E (S(S − 1)). Conclure quant à la valeur de V(S).
c. On souhaite approcher S par une variable T suivant une autre loi usuelle.
Quelle loi peut-on utiliser ?
|V(T ) − V(S)|
d. Quelle est alors l’erreur relative commise sur la variance ?
V(S)
2. On dispose d’une urne comportant 35 boules blanches et 15 noires dans laquelle
on pioche successivement et sans remise trois boules. On note alors W le
nombre de boules blanches piochées.
a. Vérifier par le calcul et à l’aide des événements Bk “piocher une boule
blanche lors de la k-ième pioche” que la loi de W est donnée par

35 15
k 3−k
∀ k ∈ {0, 1, 2, 3} , P(W = k) = .
50
3
b. Donner l’espérance de W .
1.a. Le prélèvement simultané d’un échantillon doit faire penser à la loi hypergéomé-
trique mais il faut être très précis sur le schéma expérimental à reconnaître.
Exercice 18.4 Lois usuelles IV 369
Modèle d’apparition des lois hypergéométriques H(N, n, p) par ti-

rage simultané : au sein d’une population formée de deux types d’in-
dividus, on prélève simultanément un nombre donné d’individus et on
s’intéresse au nombre d’individus prélevés du premier type. Les trois
paramètres correspondent, dans l’ordre, à l’effectif total de la popula-
tion N , la taille du prélèvement n et la proportion du premier type dans
la population totale p.
On prélève 100 individus dans une population de 10000 saumons composée de femelles
et de mâles, ces derniers sont en proportion de 35% et S est le nombre de mâles dans
cet échantillon. Finalement, S suit la loi hypergéométrique de paramètres 10000, 100
7 7
et si bien que E(S) = 100 × = 35.
20 20
1.b. Pour établir une égalité liant des coefficients binomiaux, on revient à leur défi-
nition en termes de factorielles.
Soit k ∈ 2, 100, on a

3500 3500! 3500 × 3499 × (3498!)
k(k − 1) = k(k − 1) =
k k!(3500 − k)! (k − 2)!(3498 − (k − 2))!

3498
= 3500 × 3499 × .
k−2
L’égalité précédente nous suggère que le calcul de l’espérance demandée passe par le
théorème de transfert.
D’après le théorème de transfert,

100
E(S(S − 1)) = k(k − 1)P (S = k)

k=0

100 −1
3500 6500 10000
= k(k − 1)
k 100 − k 100
k=2
−1

100
3498 6500 10000
= 3500 × 3499 ×
k−2 100 − k 100
k=2
(d’après l’égalité précédente)
−1
100
10000 3498 6500
= 3500 × 3499 ×
100 k−2 98 − (k − 2)
k=2
(par linéarité de la sommation)
−1
98
10000 3498 6500
= 3500 × 3499 ×
100 j 98 − j
j=0
(avec le changement d’indice j = k − 2)

La somme obtenue doit faire penser aux coefficients d’une loi hypergéométrique aux
paramètres bien choisis.
La somme des coefficients de la loi hypergéométrique H(N, n, p) donne

l’égalité
N p N (1 − p)
n
k n−k
=1
N
k=0
n
où la somme porte en fait sur k ∈ 0, n ∩ n − N (1 − p), N p puisque
les autres
termes sont nuls par convention des coefficients binomiaux
m
lorsque j ∈
/ 0, m. Sous la forme
j
n
N p N (1 − p) N
= ,
k n−k n
k=0
on parle parfois de formule de Vandermonde ∗.
−1
10000 9998
E(S(S − 1)) = 3500 × 3499 ×
100 98

3498
(en utilisant les coefficients de la loi H 9998, 98, )
9998
100!9900! 9998!
= 3500 × 3499 ×
10000! 98!9900!
100 × 99 3499
= 3500 × 3499 × = 35 × .
10000 × 9999 101
Pour récupérer la variance à partir de la quantité calculée, on peut utiliser la formule

de Kœnig-Huygens et la linéarité de l’espérance pour les relier toutes deux au moment
d’ordre 2 : V(X) = E(X 2 ) − E(X)2 et E(X(X − 1)) = E(X 2 − X) = E(X 2 ) − E(X)
donc E(X 2 ) = E(X(X − 1)) + E(X) puis V(X) = E(X(X − 1)) + E(X) − E(X)2 .
Le passage intermédiaire par E(X 2 ) étant inutile, on pourra rédiger le raisonnement
comme suit.
∗. On renvoie aux exercices 1.6 en page 21 et 3.4 en page 52.

Exercice 18.4 Lois usuelles IV 371
Par ailleurs,

V(S) = E (S − E(S))2

= E [S − E(S)][(S − 1) + (1 − E(S))]
= E (S(S − 1) + S(1 − E(S)) − E(S)(S − 1) − E(S)(1 − E(S)))
= E(S(S − 1)) + E(S)(1 − E(S)) − E(S)(E(S) − 1) − E(S)(1 − E(S))
(par linéarité de l’espérance)
= E(S(S − 1)) − E(S)(E(S) − 1)
3499 35(3499 − 101 × 34) 35 × 65 2275
= 35 × − 35 × 34 = = = .
101 101 101 101
1.c. La seule approximation en probabilités au programme de première année est celle

de la loi hypergéométrique H(N, n, p) par la loi binomiale B(n, p) lorsque n est petit
devant N (typiquement N 10n).
Comme 10000 10 7×100, on peut approcher S par une variable T de loi binomiale
de paramètre 100, .
20
1.d. La variance de T est connue et celle de S a été calculée.
On a

100 × 7 × 13
|V(T ) − V(S)| V(T )
= − 1 = 20 20 − 1

V(S) V(S) 35 × 65

101

13 × 101 |1313 − 1300| 1
= − 1 = = .
20 × 65 1300 100
2.a. Il s’agit d’une question de cours.
Modèle d’apparition des lois hypergéométriques H(N, n, p) par ti-

rage successif sans remise : au sein d’une population formée de deux
types d’individus, on prélève successivement et sans remise un nombre
donné d’individus et on s’intéresse au nombre d’individus prélevés du
premier type sans tenir compte ni de l’ordre ni du moment d’apparition.

Les trois paramètres correspondent, dans l’ordre, à l’effectif total N de
la population, la taille n du prélèvement et la proportion p du premier
type dans la population totale.
Toutefois, l’énoncé stipule qu’il faut retrouver ce résultat par un calcul explicite.
Revenons donc à la formulation chronologique des événements [W = k] à l’aide des
Bj et de leurs contraires.
En tenant compte de l’ordre d’apparition des boules blanches, on a

[W = 0] = B1 ∩ B2 ∩ B3 , [W = 3] = B1 ∩ B2 ∩ B3 ,

[W = 1] = B1 ∩ B2 ∩ B3 ∪ B1 ∩ B2 ∩ B3 ∪ B1 ∩ B2 ∩ B3
et
[W = 2] = B1 ∩ B2 ∩ B3 ∪ B1 ∩ B2 ∩ B3 ∪ B1 ∩ B2 ∩ B3 .
Les unions et intersections mises en évidence sont alors “traduites” en probabilités

via l’incompatibilité et le conditionnement successif.
D’après la formule des probabilités composées,

P(W = 0) = P B1 P B2 B1 P B3 B1 ∩ B2 .
Compte tenu de la composition de l’urne après chaque tirage, on a alors

15 35 15
15 14 13 15! 47! 3 0 3−0
P(W = 0) = × × = × = = .
50 49 48 12! 50! 50 50
3 3
De même,

35 35 15
35 34 33 35! 47! 3 3 3−3
P(W = 3) = × × = × = = .
50 49 48 32! 50! 50 50
3 3
Par incompatibilité des événements de l’union (l’unique boule blanche est piochée lors
de tirages différents),

P(W = 1) = P B1 ∩ B2 ∩ B3 + P B1 ∩ B2 ∩ B3 + P B1 ∩ B2 ∩ B3 .
Puis, avec le même raisonnement que précédemment,
35 15 14 15 35 14 15 14 35
P(W = 1) = × × + × × + × ×
50 49 48 50 49 48 50 49 48

35 15
15! 47! 35! 15! 47!3! 1 3−1
= 3 × 35 × × = × × = .
13! 50! 34!1! 13!2! 50! 50
3
De même,
15 35 34 35 15 34 35 34 15
P(W = 2) = × × + × × + × ×
50 49 48 50 49 48 50 49 48

35 15
35! 47! 35! 15! 47!3! 2 3−2
= 3 × 15 × × = × × = .
33! 50! 33!2! 14!1! 50! 50
3
2.b. La formulation même de la question suggère qu’aucun calcul n’est à faire et qu’il
faut probablement reconnaître une loi usuelle.
D’après la question précédente W suit la loi hypergéométrique de paramètres 50, 3

7 7 21
et donc E(W ) = 3 × = .
10 10 10
Exercice 18.5 Loi géométrique tronquée 373
Exercice 18.5 : Loi géométrique tronquée
Un biologiste marin tente de capturer un brochet mâle dans un lac comportant

une proportion q (q ∈]0, 1[) de femelles en procédant ainsi :
• les animaux sont capturés un par un avec remise à l’eau si c’est une femelle,
• la pêche s’arrête à la capture du premier mâle ou après un maximum de N
captures infructueuses.
On note YN le nombre de captures nécessaires pour capturer un mâle (on posera
YN = 0 si aucune capture n’a été couronnée de succès).
1. Donner YN (Ω) puis déterminer P(YN = k) pour k ∈ YN (Ω).
2. Calculer l’espérance de YN .
3. Déterminer lim E(YN ) et lim V(YN ).
N →+∞ N →+∞
1. Concernant l’univers image de YN , il suffit d’envisager toutes les configurations

possibles. D’ailleurs, la formulation “Donner” plutôt que “Déterminer” suggère qu’il
n’est pas demandé une justification très détaillée.
La capture du premier mâle peut survenir à tout moment entre la première et l’éven-
tuelle dernière capture (la N -ième), dans ce cas 1 YN N ou ne pas survenir du
tout, auquel cas YN = 0. Ainsi YN (Ω) = 0, N .
On peut introduire des notations pour décrire les événements élémentaires utiles pour
construire les événements “complexes” [YN = k]. On note ainsi Fi l’événement “une
femelle a été capturée lors de la i-ième capture” de sorte que
k−1
9
[YN = k] = F1 ∩ F2 ∩ · · · ∩ Fk−1 ∩ Fk = Fi ∩ Fk .
i=1
L’indépendance des captures entraîne alors que
k−1 k−1 k−1
9
P(YN = k) = P Fi ∩ Fk = P(Fi ) P(Fk ) = q p = q k−1 p.
i=1 i=1 i=1
Par ailleurs, pour k ∈ 1, N , [YN = k] signifie qu’on a capturé consécutivement k − 1

femelles puis un mâle et ce de manière indépendante donc P(YN = k) = q k−1 (1 − q).
Reste à déterminer la probabilité de [YN = 0] qui peut s’obtenir par passage à l’évé-
nement contraire
N N
P (YN = 0) = 1 − P (YN 1) = 1 − P (YN = k) = 1 − q k−1 − q k
k=1 k=1
= 1 − (1 − q N ) (par télescopage)
= qN
ou en revenant à l’interprétation concrète de l’événement et sa formulation en termes
d’événements élémentaires.
Enfin [YN = 0] signifie que les N captures n’ont donné que des femelles et ce de
manière indépendante donc P(YN = 0) = q N .
2. YN ne suit pas une loi usuelle et n’est pas non plus fabriquée à partir de variables
aléatoires suivant des lois usuelles donc le calcul de l’espérance se fait nécessairement
via sa définition à partir des coefficients de la loi

N
N
N
E(YN ) = kP (YN = k) = kq k−1 (1 − q) = (1 − q) kq k−1 .
k=0 k=1 k=1
On peut reconnaître dans cette dernière somme la dérivée (par rapport à q) de la

somme (usuelle) des premiers termes d’une suite géométrique

N
1 − q N +1 d
dq

N
−(N + 1)q N (1 − q) − (−1)(1 − q N +1 )
qk = =⇒ kq k−1 =
1−q (1 − q)2
k=0 k=1
ou plus simplement mettre en évidence des simplifications à l’aide d’un changement

d’indice et se ramener à la somme usuelle précédemment évoquée.
Par définition de l’espérance,

N

N

N

N
E(YN ) = kP (YN = k) = kq k−1 (1 − q) = kq k−1 − kq k

k=0 k=1 k=1 k=1

N−1

N
= (k + 1)q k − kq k (avec le changement d’indice k = k − 1)

k =0 k=1

N−1
1 − q N+1 1 − N q N + (N − 1)q N+1
= 1+ qk − N qN = − N qN = .
1−q 1−q
k=1
3. L’expression de l’espérance fait intervenir des suites géométriques de raison q ∈]0, 1[

éventuellement multipliées par la suite arithmétique (N ) donc la limite s’obtient par
un jeu de comparaison.
Comme q ∈]0, 1[, lim q N+1 = 0 et, par croissances comparées, lim N q N = 0.
N→+∞ N→+∞
En utilisant l’avant-dernière expression obtenue de l’espérance, on conclut alors que
1 †
lim E(YN ) = .
N→+∞ 1−q
Pour la variance, on va utiliser la formule de Kœnig-Huygens qui montre qu’il suffit de

déterminer la limite du moment d’ordre 2 de YN . Pour déterminer E(YN2 ), on utilise
le théorème de transfert.
†. Il s’agit de l’espérance pour une variable aléatoire de loi géométrique de paramètre p. Cette loi
usuelle sera traitée en détail en seconde année.
Exercice 18.6 Coefficients de probabilité et moments 375
Avec les mêmes manipulations que pour l’espérance, on a

N

N

N

N
E(YN2 ) = k2 P (YN = k) = k2 q k−1 (1 − q) = k2 q k−1 − k2 q k

k=0 k=1 k=1 k=1

N−1

N

N−1
= (k + 1)2 q k − k2 q k = 1 + (2k + 1)q k − N 2 q N

k =0 k=1 k=1
1−q N
N−1
1 − qN 2q
= +2 kq k − N 2 q N = + E(YN ) − N 2 q N .
1−q 1−q 1−q
k=1
Toujours à l’aide de suites géométriques et de croissances comparées,

1 2q 1 1+q
lim E(YN2 ) = + = .
N→+∞ 1−q 1−q 1−q (1 − q)2
Finalement, d’après la formule de Kœnig-Huygens, V(YN ) = E(YN2 )−E(YN )2 de sorte
2
1+q 1 q ‡
que lim V(YN ) = − = .
N→+∞ (1 − q)2 1−q (1 − q)2
Exercice 18.6 : Coefficients de probabilité et moments
On suppose que G est une variable aléatoire telle que G(Ω) = 2, 2n et que
1
∀ k ∈ G(Ω), P(G = k) = − α|k − n − 1|
n
où α est un réel.
1. Déterminer la valeur de α.

n
n2 (n + 1)2
2. Calculer l’espérance et la variance de G (on admet que k3 = ).
4
k=1
3. Soit m ∈ 2, n.
a. À l’aide de l’inégalité de Bienaymé-Tchebychev, montrer que
n2 − 1
P(G ∈ m, 2n + 2 − m) 1 − .
6(n + 1 − m)2
Pour quelles valeurs de m la minoration obtenue est-elle pertinente ?

b. Calculer explicitement P(G ∈ m, 2n + 2 − m).

1. Pour déterminer α, on va utiliser P(G = k) = 1.
k
‡. Il s’agit maintenant de la variance pour la même loi.

Une condition pour avoir des coefficients de probabilité est que leur somme vaille 1 :
2n

2n
1
P(G = k) = 1 ⇐⇒ − α|k − n − 1| = 1
n
k=2 k=2
1
2n 2n
⇐⇒ 1−α |k − n − 1| = 1
n
k=2 k=2
n
2n − 1
2n
⇐⇒ −α (n + 1 − k) + (k − n − 1) = 1.
n
k=2 k=n+2
Avec les changements d’indice i = k − 1 et j = k − n − 1, on a

2n
n−1
n−1

n−1
P(G = k) = 1 ⇐⇒ =α (n − i) + j
n
k=2 i=1 j=1
n−1
⇐⇒ = αn(n − 1)
n
1
⇐⇒ α = 2.
n
1
Ainsi la seule possibilité est α = .
n2
On vérifierait facilement qu’avec ce choix tous les coefficients sont dans ]0, 1[ mais ce
n’est pas demandé.
2. Pour l’espérance, comme la loi n’est pas usuelle, il faut revenir à la définition
E(G) = kP (G = k).
k
Par définition, on a

1 1
2n 2n 2n
1 |k − n − 1|
E(G) = k − = k− 2 k|k − n − 1|
n n2 n n
k=2 k=2 k=2
n
1
2n
1 (2n + 2)(2n − 1)
= × − 2 k(n + 1 − k) + 0 + k(k − n − 1)
n 2 n
k=2 k=n+2
n−1
(n + 1)(2n − 1) 1
n−1
= − 2 (i + 1)(n − i) + (j + n + 1)j
n n
i=1 j=1
(avec les changements d’indice i = k − 1 et j = k − n − 1)

1
n−1
(n + 1)(2n − 1)
= − 2 ni − i2 + n − i + i2 + (n + 1)i
n n
i=1

(n + 1)(2n − 1) 1
n−1

n−1
= − 2 2n i+n 1
n n
i=1 i=1

(n + 1)(2n − 1) 1 (n − 1)n
= − 2 + (n − 1)
n n 2
(n + 1)[2n − 1 − (n − 1))]
= = n + 1.
n
Exercice 18.6 Coefficients de probabilité et moments 377
Quant à la variance, mieux vaut s’appuyer sur la définition plutôt que la formule de
Kœnig-Huygens car le moment d’ordre 2 n’est pas plus facile à calculer et surtout la
translation de E(G) fait que l’indice k apparaît partout sous la forme k − n − 1.

2n
V(G) = E [G − E(G)]2 = [k − E(G)]2 P(G = k)

k=2

2n
1 |k − n − 1|
= (k − n − 1)2 −
n n2
k=2
et, avec le changement d’indice i = k − n − 1,

n−1
n − |i|
V(G) = i2
n2
i=−n+1

1 2
n−1 n−1 n−1
2 2 3
= 2 i (n − i) = 2 n i − i
n2 n
i=1 i=1 i=1

2 (n − 1)n(2n − 1) (n − 1)2 n2
= 2
n× −
n 6 4
2n − 1 n−1

(n − 1)(n + 1)
= (n − 1) − = .
3 2 6
V(X)
3.a. L’inégalité de Bienaymé-Tchebychev dit que P(|X − E(X)| ε) . Il est
ε2
fort probable qu’on l’applique avec X = G auquel cas
[|X−E(X)| ε] = [|G−(n+1)| ε] = [|G − (n + 1)| < ε] = [G ∈]n + 1 − ε, n + 1 + ε[].
L’événement qui nous intéresse est effectivement de ce type avec n + 1 − ε > m et

n + 1 + ε < 2n + 2 − m ce qui correspond au choix ε < n − m + 1.
G admet une variance donc, d’après l’inégalité de Bienaymé-Tchebychev, pour tout

V(G)
ε > 0, P(|G − E(G)| ε) de sorte que
ε2
2
n −1 n2 − 1
1 − P(|G − E(G)| < ε) puis P(|G − E(G)| < ε) 1 − .
6ε2 6ε2
Or
[G ∈ m, 2n+2−m] = [G−E(G) ∈ m−n+1, n+1−m] = [|G−E(G)| n−m+1],
donc, pour 0 < ε < n − m + 1,
n2 − 1
P(G ∈ m, 2n + 2 − m) P(|G − E(G)| < ε) 1 − .
6ε2
En faisant tendre ε vers n − m + 1, on conclut que
n2 − 1
P(G ∈ m, 2n + 2 − m) 1 − .
6(n − m + 1)2
Cette minoration n’est pertinente que si le"second membre est positif autrement dit
n2 − 1 n2 − 1
(n + 1 − m)2 i.e. m n + 1 − .
6 6
3.b. On connaît les coefficients de la loi donc on peut récupérer la probabilité de

n’importe quel événement.
Calculons

2n+2−m
1
2n+2−m
P(G ∈ m, 2n + 2 − m) = P(G = k) = − α|k − n − 1| .
n
k=m k=m
D’où, avec le changement d’indice j = k − n − 1,

n+1−m
1
P(G ∈ m, 2n + 2 − m) = − α|j|
n
j=m−n−1
2n + 3 − 2m
n+1−m
= − 2α j
n
j=1
2n + 3 − 2m 2 (n + 1 − m)(n + 2 − m)
= − 2
n n 2
2n2 + 3n − 2nm − (n + 1)(n + 2) + (2n + 3)m − m2
=
n2
n2 − 2 + 3m − m2 (m − 1)(m − 2)
= =1− .
n2 n2
Exercice 18.7 : Loi du min ou du max I
On considère un sac comportant 6 jetons indiscernables au toucher et numérotés

de 1 à 6.
1. On procède à deux tirages consécutifs d’un jeton avec remise et on appelle M
le plus grand des deux numéros obtenus et M le plus petit.
a. Déterminer la loi de M (on pourra introduire et utiliser les événements
Jk,n “obtenir le jeton numéro k au n-ième tirage”).
b. Déterminer de même la loi de M .
2. On suppose qu’on effectue cette fois n tirages consécutifs d’un jeton avec remise
et on reprend les notations M et M de la question 1. Écrire une fonction
Python (prenant n en entrée) simulant l’expérience aléatoire et donnant en
sortie le couple (M , M ).
3. On procède à deux tirages consécutifs d’un jeton sans remise et on appelle N
le plus grand des deux numéros obtenus.
a. Donner sans justification l’univers image N (Ω).
b. Déterminer la loi de N .
1.a. On commence par regarder les valeurs extrêmes possibles pour M puis on exprime
très précisément les événements [M = m] en fonction des événements élémentaires
introduits dans l’énoncé.
Exercice 18.7 Loi du min ou du max I 379
Tout d’abord, comme M est un numéro de jeton, on a M (Ω) ⊆ 1, 6.

Pour m ∈ 1, 6, on a, en énumérant toutes les situations favorables,
m−1 m−1
+ +
[M = m] = (Jm,1 ∩ Jm,2 ) ∪ (Jm,1 ∩ Jk,2 ) ∪ (Jk,1 ∩ Jm,2 ) .
k=1 k=1
En passant aux probabilités, on “transforme” alors l’union en addition par incompa-

tibilité.
Les événements élémentaires de l’union ci-dessus sont incompatibles et équiprobables
1
avec probabilité donc
36
1 + 2(m − 1) 2m − 1
P(M = m) = = .
36 36
1.b. On suit exactement le même protocole qu’à la première question.
Pour les mêmes raisons, on a M (Ω) ⊆ 1, 6 et, pour m ∈ 1, 6,

+
6 +
6
[M = m] = (Jm,1 ∩ Jm,2 ) ∪ (Jm,1 ∩ Jk,2 ) ∪ (Jk,1 ∩ Jm,2 ) .

k=m+1 k=m+1
Toujours avec les mêmes arguments, on conclut que

1 + 2(6 − m) 13 − 2m
P(M = m) = = .
36 36
2. Il s’agit de choisir n fois un nombre entier au hasard entre 1 et 6 et de mettre à jour
parallèlement le maximum M et le minimum M des numéros obtenus. Le maximum
pourra être initialisé à une valeur inférieure ou égale 1 et le minimum à une valeur
supérieure ou égale à 6. Chaque fois qu’un numéro obtenu sera supérieur à M, on
mettra à jour M. De même, si un numéro est inférieur à M , on mettra à jour M .
Pour le minimum, on choisira comme nom de variable m plutôt que M’ car il ne faut
pas d’accent dans les noms de variables.
1 from random import randint

2
3 def Tirages(n):
4 M, m = 1, 6
5 for k in range(n):
6 a = randint(1,6)
7 if a > M:
8 M = a
9 if a < m:
10 m = a
11 return m, M
Une astuce canonique pour initialiser une variable m représentant un

minimum et une variable M représentant un maximum est de choisir au
départ m égal à +∞ et M égal à −∞ (on est ainsi assuré que ces variables
seront redéfinies dès la première itération de la boucle parcourant les
nombres dont on veut la plus grande et la plus petite valeurs). Avec
Python, cela peut se réaliser ainsi :
1 m = float('inf')
2 M = -float('inf')
3.a. L’énoncé indique clairement qu’on ne doit pas justifier sa réponse alors expliquons
ici comment l’obtenir : en étudiant toutes les configurations possibles, on voit que la
valeur 1 est impossible puisque les deux jetons (différents) ne peuvent prendre cette
même valeur, c’est en revanche possible pour toutes les autres valeurs de jeton.
N (Ω) = 2, 6.
3.b. On suit là encore la stratégie consistant à exprimer les [N = m] en fonction

d’événements plus élémentaires.
Pour m ∈ 2, 6, on a

m−1 m−1
+ +
[N = m] = Jm,1 ∩ Jk,2 ∪ Jk,1 ∩ Jm,2 .
k=1 k=1
La dernière opération réalisée dans l’événement du membre de droite est une union
donc il faut s’intéresser à l’incompatibilité des éléments de l’union.
Comme il n’y pas de remise, on ne peut avoir le jeton m aux deux tirages donc les
deux événements de l’union précédente sont incompatibles et
m−1 m−1
+ +
P(N = m) = P Jm,1 ∩ Jk,2 +P Jk,1 ∩ Jm,2 .
k=1 k=1
Conformément à la chronologie des tirages, on applique alors la formule de condition-

nement.
D’après la formule de conditionnement,

m−1 m−1
+ +

P Jm,1 ∩ Jk,2 = P (Jm,1 ) P Jk,2 Jm,1 .

k=1 k=1
1
Or P (Jm,1 ) = car il y a un seul jeton m parmi les 6 jetons équiprobables et
m−1 6
+
m−1
P Jk,2 Jm,1 = puisque, sur les 5 jetons restants, m − 1 ont un numéro
5
k=1
Exercice 18.8 Propriétés de l’espérance et de la variance 381
strictement plus petit que m. De même,

m−1 m−1
+ + m−1
+ m−1 1
P Jk,1 ∩ Jm,2 =P Jk,1 P Jm,2 Jk,1 = × ,
k=1 k=1
k=1 6 5
d’où
1 m−1 m−1 1 m−1
P(N = m) = × + × = .
6 5 6 5 15
Exercice 18.8 : Propriétés de l’espérance et de la variance
1. On suppose que U suit la loi uniforme sur a, b où a < b avec a et b deux
entiers relatifs i.e. les événements ([U = k])k∈a,b forment un système complet
d’événements équiprobables.
a. Déterminer la probabilité d’un des événements [U = k].
b. Quelle loi suit la variable aléatoire V = U − a + 1 ? Donner alors E(V ) et
en déduire l’espérance de U .
2. Un candidat peu cultivé doit répondre à un QCM composé de 20 questions,
chacune comportant 4 réponses proposées dont une seule est correcte. Une
réponse correcte rapporte 1 point tandis qu’une réponse erronée retire 2 points.
On note Qk le nombre de points rapportés par le candidat à la k-ième question
(il répond au hasard l’une des 4 propositions).
1
a. Montrer que (Qk + 2) suit une loi usuelle dont on donnera l’espérance
3
et la variance. En déduire l’espérance et la variance de Qk .
b. Exprimer le total T du candidat en fonction des variables Qk pour
1 k 20. En utilisant que les choix d’une proposition pour des ques-
tions différentes sont indépendants, déterminer la loi suivie par la variable
1
aléatoire (T + 40).
3
c. En déduire l’espérance et la variance de T .
1.a. On va s’appuyer sur la CNS pour former des coefficients de probabilité (stricte-
ment positifs et de somme égale à 1).
On a, par équiprobabilité et pour k ∈ a, b,

b
1
P(U = i) = 1 ⇐⇒ (b − a + 1)P(U = k) = 1 ⇐⇒ P(U = k) = .
b−a+1
i=a
1.b. Après avoir regardé toutes les valeurs possibles de V , on relie chacun des événe-
ments [V = k] à leur signification à l’aide de U .
Tout d’abord, V (Ω) = 1, b − a + 1.

1
De plus, pour k ∈ V (Ω), P(V = k) = P(U = k + a − 1) = donc V suit la
b−a+1
1 + (b − a + 1) b−a
loi uniforme sur 1, b − a + 1. En particulier, E(V ) = = +1
2 2
puis, par linéarité de l’espérance,
b−a a+b
E(U ) = E(V + a − 1) = E(V ) + a − 1 = +a= .
2 2
1
2.a. Qk ne prend que deux valeurs possibles ce dont doit “hériter” (Qk + 2).
3

1 1
Tout d’abord, Qk (Ω) = {−2, 1} donc (Qk + 2) (Ω) = {0, 1}. Ainsi (Qk + 2)
3 3
suit une loi de Bernoulli.
1 1
De plus P (Qk + 2) = 1 = P(Qk = 1) = puisqu’une seule des 4 réponses est la
3 4
1
bonne et que le candidat en choisit une avec équiprobabilité. Finalement, (Qk + 2)
3
1
suit la loi B et
4

1 1 1 1 1 3
E (Qk + 2) = , V (Qk + 2) = 1− = .
3 4 3 4 4 16
On utilise alors les propriétés de l’espérance et de la variance, par exemple en “extra-

1 1
yant” Qk de (Qk + 2), avant le calcul des moments, via Qk = 3 × (Qk + 2) − 2 ou
3 3
bien, après le calcul, comme suit.
D’où, par propriétés de déformation affine de l’espérance et de la variance, on a

1 1 1 5
[E(Qk ) + 2] = donc E(Qk ) = 3 × − 2 = −
3 4 4 4
et 2
1 3 3 27
V(Qk ) = donc V(Qk ) = 9 × = .
3 16 16 16
2.b. Il suffit de faire une simple addition des résultats de toutes les questions.
Le nombre total de points T est la somme des points “rapportés” par chacune des

20
questions donc T = Qk .
k=1
Il faut reconnaître un modèle d’apparition de loi binomiale.
1 20
1 1
On a (T + 40) = (Qk + 2) et chacune des variables (Qk + 2) code le
3 3 3
k=1
1
succès (de probabilité ) ou l’échec de la réponse à une question, réponses qui sont
4
1
indépendantes entre elles. Ainsi, on reconnaît un schéma de Bernoulli et (T + 40)
3
1
suit la loi B 20, .
4
1
2.c. On utilise les moments connus de (T + 40) pour en déduire par la méthode
3
d’“extraction” expliquée précédemment ceux de T .
Exercice 18.9 Théorème de transfert et fonction génératrice 383

1 1
Compte tenu de la loi obtenue à la question précédente, E (T + 40) = 20× = 5
3 4
1 1 1 15
et V (T + 40) = 20 × × 1 − = . Puis, par déformation affine,
3 4 4 4
1
[E(T ) + 40] = 5 donc E(T ) = 3 × 5 − 40 = −25
3
et 1 2 15 15 135
V(T ) = donc V(T ) = 9 × = .
3 4 4 4
Exercice 18.9 : Théorème de transfert et fonction génératrice
1. Soit W une variable aléatoire suivant une loi binomiale

de paramètres
n et p
∗
2 1
(avec n ∈ N et p ∈]0, 1[). Déterminer E W et E .
W +1
2. Soit X une variable
aléatoire finie à valeurs dans N. Pour t ∈ R, on pose
fX (t) = E tX .
a. Justifier que la fonction fX est de classe C 2 sur R.

b. En utilisant le théorème de transfert, montrer que fX (1) = E(X) et

fX (1) = E (X(X − 1)).
c. Dans cette question uniquement, on suppose que X suit la loi B(n, p).
Retrouver l’espérance et la variance de X à l’aide de fX .
d. Dans cette question uniquement, on suppose que X suit la loi uniforme
sur 1, n. Retrouver l’espérance et déterminer la variance de X à l’aide de
fX (on pourra utiliser un développement limité en 0 de u → fX (1 + u)).
1. Le moment d’ordre 2 se récupère via la formule de Kœnig-Huygens à partir de

l’espérance et de la variance.
D’après la formule de Kœnig-Huygens,

E W 2 = V(W ) + E(W )2 = np(1 − p) + (np)2 = np[1 + (n − 1)p].
1
Pour l’autre espérance, plutôt que de déterminer préalablement la loi de , on
W +1
applique directement le théorème de transfert en s’appuyant sur les coefficients connus
de la loi de W .
Par le théorème de transfert,

n
1 1 n k
E = p (1 − p)n−k .
W +1 k+1 k
k=0
Pour simplifier la somme (et se ramener à une formule du binôme), on “transfère” la

dépendance en k du dénominateur k + 1 à l’intérieur du coefficient binomial.

1 n 1 n+1
En utilisant que = pour k ∈ 0, n, on obtient
k+1 k n+1 k+1

1 n+1 k
n n+1
1 1 n+1 j
E = p (1−p)n−k = p (1−p)n+1−j
W +1 n+1 k+1 (n + 1)p j
k=0 j=1
avec le changement d’indice j = k + 1. Par la formule du binôme de Newton,

1 1 n+1 0 1 − (1 − p)n+1
E = (p + 1 − p)n+1 − p (1 − p)n+1 = .
W +1 (n + 1)p 0 (n + 1)p
2.a. Il faut changer l’écriture de fX pour expliciter la dépendance en la variable t et

lui donner la forme d’une fonction usuelle.

D’après le théorème de transfert, pour tout réel t, fX (t) = P (X = k)tk . Ainsi
k∈X(Ω)
fX est polynomiale donc de classe C 2 sur R.
2.b. La forme polynomiale obtenue rend aisé le calcul des dérivées première et seconde
qu’on peut interpréter comme des espérances à l’aide du théorème de transfert ainsi
que le suggère l’énoncé.

En utilisant l’écriture précédente, pour tout réel t, fX (t) = P(X = k)ktk−1 .

k∈X(Ω)
En particulier, fX (1) = kP(X = k) = E(X).

k∈X(Ω)
De même, fX (1) = P(X = k)k(k − 1)1k−2 . Or, d’après le théorème de trans-

k∈X(Ω)
fert, k(k − 1)P(X = k) = E (X(X − 1)) ce qui conclut.

k∈X(Ω)
2.c. On commence par déterminer une expression simple de fX .
la loi binomiale B(n, p), X(Ω) = 0, n et, pour tout k ∈ X(Ω),
Comme X suit
n k
P(X = k) = p (1 − p)n−k de sorte que
k
n
n
fX (t) = pk (1 − p)n−k tk = (pt + 1 − p)n
k
k=0
par la formule du binôme de Newton.
Ses deux premières dérivées sont alors faciles à obtenir.
Ainsi, pour tout réel t,

fX (t) = np(pt + 1 − p)n−1 et fX (t) = np(n − 1)p(pt + 1 − p)n−2

si bien que E(X) = fX (1) = np et E (X(X − 1)) = fX (1) = n(n − 1)p2 .
Il reste à récupérer la variance par l’intermédiaire du moment d’ordre 2.

Exercice 18.9 Théorème de transfert et fonction génératrice 385
Par linéarité de l’espérance, E (X(X − 1)) = E(X 2 − X) = E(X 2 ) − E(X) donc

E(X 2 ) = E (X(X − 1)) + E(X) = n(n − 1)p2 + np.
D’après la formule de Kœnig-Huygens,
V(X) = E(X 2 ) − E(X)2 = n(n − 1)p2 + np − (np)2 = np − np2 = np(1 − p).
2.d. Là encore, la première à chose à faire est de déterminer une expression compacte
de fX .
1
Comme X → U(1, n), X(Ω) = 1, n et, pour tout k ∈ X(Ω), P(X = k) = de
n
sorte que, pour tout réel t,
⎧

n ⎨ 1 t − tn+1
1 si t = 1,
fX (t) = tk = n 1−t
n ⎩1 si t = 1.
k=1
Conformément à la suggestion de l’énoncé, on s’intéresse à fX (1 + u) et plus précisé-

ment à son développement limité en 0.
Ainsi, pour tout réel u = 0,

1 n+1 k
n+1
1 1 + u − (1 + u)n+1
fX (1 + u) = = u −1−u .
n −u nu k
k=0
En ne s’intéressant qu’aux premiers coefficients, on a

1 (n + 1)n 2 (n + 1)n(n − 1) 3
fX (1 + u) = 1 + (n + 1)u + u + u
nu 2 6

+ ◦ (u3 ) − 1 − u
u→0
n+1 (n + 1)(n − 1) 2
= 1+ u+ u + ◦ (u2 )
2 6 u→0
alors que, d’après la formule de Taylor-Young,

fX (1) 2
fX (1 + u) = fX (1) + fX (1)u + u + ◦ (u2 ).
2 u→0
n+1
Par identification, on en déduit d’une part E(X) = fX (1) = et d’autre part
2
(n + 1)(n − 1)

E(X(X − 1)) = fX (1) = . En reprenant la formule établie dans le cas
3
de la loi binomiale, on conclut que
V(X) = E(X(X − 1)) + E(X) − E(X)2
(n + 1)(n − 1) n+1 (n + 1)2
= + −
3 2 4
(n + 1)(n − 1)
n+1
= 4(n − 1) + 6 − 3(n + 1) = .
12 12
Exercice 18.10 : Loi et événements élémentaires
Une réserve comporte des animaux d’une même espèce, deux seulement sont
des mâles et les n (avec n 2) autres des femelles. Le sexe des animaux étant
difficilement discernable sans observation minutieuse, on procède à des captures
successives d’un animal à la fois et on ne relâche les animaux capturés qu’une
fois que les deux mâles ont pu être marqués. On note alors X le nombre total
d’animaux capturés (la dernière capture étant celle du second mâle).
1. Déterminer l’univers image de X.
2. Justifier que, pour tout k dans l’univers image de X,
⎡⎛ ⎞ ⎤
+ ⎢⎜k−1
k−1 9 ⎟ ⎥
[X = k] = ⎣⎝ Mi ⎠ ∩ Mj ∩ Mk ⎦
j=1 i=1
i=j
où Mi est l’événement “le i-ième animal capturé est un mâle”.

3. En déduire la loi de X.
4. On suppose de plus que le temps de capture d’un animal est inversement pro-
portionnel au nombre d’animaux encore libres (autrement dit, il faut seulement
1 1
unité de temps pour capturer le premier animal, pour le second
n+2 n+1
et ainsi de suite jusqu’à la capture éventuelle du tout dernier animal qui re-
quiert une unité complète de temps) et on note T le temps total nécessaire
X
1
pour marquer les deux mâles. Justifier que T = et calculer son
j=1
n+3−j
espérance E(T ).
1. On va procéder par double inclusion :

• on commence par déterminer les deux situations extrêmes qui donne la plus petite
et la plus grande valeur de X,
Il faut capturer au moins deux animaux pour avoir les deux mâles et si on capture
tous les animaux, on est certain d’y trouver les deux mâles donc X(Ω) ⊆ 2, n + 2.
• puis on justifie avec précision que chacune des valeurs intermédiaires est effective-
ment atteinte par X.
Réciproquement, si k ∈ 2, n + 2, en capturant en premier un mâle, puis k − 2

femelles et enfin le second mâle, on réalise l’événement [X = k].
Finalement, X(Ω) = 2, n + 2.
2. Ce genre de question permet de montrer qu’on a bien compris le déroulement de
l’expérience aléatoire. Il s’agit le plus souvent de bien reformuler les événements en
terme concret.
Exercice 18.10 Loi et événements élémentaires 387
L’événement [X = k] signifie que le second mâle a été obtenu lors de la k-ième

capture, mais aussi que lors des k − 1 captures précédentes, on a obtenu un premier
mâle et k − 2 femelles. Si on distingue toutes les possibilités de position (c’est l’indice
j de la somme) de la capture du premier mâle, on conclut à l’égalité d’événements
indiquée dans l’énoncé.
3. La loi d’une variable aléatoire (finie) X est caractérisée par son univers image X(Ω)
et par ses coefficients P(X = k) pour k ∈ X(Ω). X(Ω) a déjà été déterminé et les
événements [X = k] ont été exprimés à l’aide d’événements “plus élémentaires”. Cette
dernière expression fait intervenir, au niveau principal, une union, il faut donc étudier
l’incompatibilité éventuelle des événements de cette union.
Pour k ∈ 2, n + 2, les événements de l’union de la question précédente sont in-
compatibles puisqu’on ne peut capturer le premier mâle simultanément lors de deux
captures distinctes donc
⎛⎡ ⎤ ⎞

k−1
⎜⎢ 9
k−1
⎥ ⎟
P(X = k) = P ⎝⎣ Mi ⎦ ∩ Mj ∩ Mk ⎠ .
j=1 i=1
i=j
Les événements des probabilités générées font intervenir des intersections donc, à
défaut d’indépendance (la probabilité de capturer une femelle dépend de ce qui a été
capturé précédemment), on va utiliser la formule des probabilités composées.
En ordonnant chronologiquement les captures, on a

⎛ ⎞
j−1
⎜9 ⎟ 9 9
k−1 k−1
⎝ Mi ⎠ ∩ Mj ∩ Mk = Mi ∩ Mj ∩ Mi ∩ Mk .
i=1 i=1 i=j+1
i=j
9
l
Pour simplifier le raisonnement suivant, posons, pour j, l 1, Fjl = Mi .

i=j
Ainsi, d’après
⎡ ⎤ la formule du conditionnement successif, la probabilité de l’événement
⎢9 ⎥
k−1
⎣ Mi ⎦ ∩ Mj ∩ Mk est égale à
i=1
i=j
P(F1j−1 )PF j−1 (Mj )PF j−1 ∩M (Fj+1

k−1
)PF j−1 ∩M k−1 (Mk ).
1 1 j 1 j ∩Fj+1
Pour les deux termes concernant les probabilités conditionnés de Fjl , on applique à
nouveau la formule du conditionnement successif,

j−1

i=k−1

P(F1j−1 ) = PF i−1 Mi et k−1
PF j−1 ∩M (Fj+1 ) = PF j−1 ∩M i−1 Mi .
1 1 j 1 j ∩Fj+1
i=1 j+1
Toutes les probabilités conditionnelles intervenant désormais sont simples à calculer

puisqu’on s’intéresse systématiquement au résultat d’une capture sachant les résultats
de toutes les captures précédentes.
Traitons d’abord les termes les plus simples : après avoir capturé j − 1 femelles, la
réserve comporte 2 mâles sur n + 2 − (j − 1) = n + 3 − j animaux donc
2
PF j−1 (Mj ) = ,
1 n+3−j
de même, avant la capture du second mâle lors de la k-ième capture, la réserve ne
comporte plus qu’un mâle sur n + 2 − (k − 1) = n + 3 − k bêtes donc
1
PF j−1 ∩M ∩F k−1 (Mk ) = .
1 j j+1 n+3−k
Avec des raisonnements analogues, on voit que
n+1−i n+2−i
PF i−1 Mi = et PF j−1 ∩M ∩F i−1 Mi =
1 n+3−i 1 j j+1 n+3−i
si bien que
n+1−i
j−1
n! (n + 3 − j)! (n + 3 − j)(n + 2 − j)
P(F1j−1 ) = = =
n+3−i (n + 1 − j)! (n + 2)! (n + 2)(n + 1)
i=1
et, de même,
k−1
k−1
n+2−i n+3−k
PF j−1 ∩M (Fj+1 )= = .
1 j n+3−i n+2−j
i=j+1
Il ne reste plus qu’à assembler tous les résultats intermédiaires pour conclure.
⎡ ⎤
⎢9 ⎥
k−1
Finalement, la probabilité de ⎣ Mi ⎦ ∩ Mj ∩ Mk est égale à

i=1
i=j
(n + 3 − j)(n + 2 − j) 2 n+3−k 1 2
=
(n + 2)(n + 1) n+3−j n+2−j n+3−k (n + 2)(n + 1)
et, par sommation,

k−1
2 2(k − 1) ∗
P(X = k) = = .
(n + 2)(n + 1) (n + 2)(n + 1)
j=1
1
4. Lorsque [X = k], k captures ont été effectuées. La première a duré unité de
n+2
1 1
temps, la seconde et ainsi de suite jusqu’à la k-ième qui a pris
n+1 n + 2 − (k − 1)
1 1 1
unité de temps. Ainsi T = + + ··· + .
n+2 n+1 n+3−k
Entre la première et la dernière (la X-ième) capture, la j-ième capture a duré
1 1
X
unité de temps donc T = .

n+3−j n+3−j
j=1
L’espérance de T est demandée sans que cela soit le cas de sa loi donc le théorème de
transfert s’impose.
2
∗. Le lecteur peut vérifier que E(X) = (n + 3).
3
Exercice 18.10 Loi et événements élémentaires 389

k

n+2
1
n+2 k
2 k−1
E(T ) = P(X = k) =
n+3−j (n + 2)(n + 1) n + 3 − j
k=2 j=1 k=2 j=1
2
n+2 k
k−1
= (car k − 1 = 0 pour k = 1)
(n + 2)(n + 1) n+3−j
k=1 j=1
2 k−1
=
(n + 2)(n + 1) n+3−j
1jkn+2

2
n+2
1
n+2
= (k − 1)
(n + 2)(n + 1) n+3−j
j=1 k=j
2
n+2
1 (n + j)(n + 3 − j)
=
(n + 2)(n + 1) n+3−j 2
j=1
1 n+2
1 (3n + 3)(n + 2) 3
= (n + j) = = .
(n + 2)(n + 1) (n + 2)(n + 1) 2 2
j=1
• Savoir reconnaître un modèle d’apparition d’une loi usuelle (cf exercice

18.3 et questions 18.1.1, 18.2.1.a, 18.4.1.a et 18.8.2.b).
• Savoir utiliser les lois usuelles (cf questions 18.1.1, 18.1.2.b, 18.1.2.c, 18.2.1.a,
18.2.2.c, 18.3.1, 18.4.1.a, 18.4.2.b, 18.8.1.b et 18.8.2.a).
famille de notation univers image coefficients espérance variance

la loi de X compacte X(Ω) P(X = k) E(X) V(X)
certaine {c} 1 c 0
de Bernoulli B(p) {0, 1} q, p p pq
n
binomiale B(n, p) 0, n k
k n−k
p q np npq
1 1+n n2 −1 ∗
uniforme U(1, n) 1, n n 2 12
Np Nq
hyper- 0, n
H(N, n, p) k
Nn−k
np npq N−n
N−1
∗
géométrique (∩n − N q, N p) n
• Savoir déterminer l’univers image d’une variable aléatoire (cf questions

18.1.2.c, 18.2.2.a, 18.7.3.a et 18.10.1).
• Savoir déterminer la loi (son univers image et ses coefficients) d’une

variable aléatoire (cf questions 18.1.2.b, 18.2.2.c, 18.4.2.a, 18.7.1, 18.7.3.b,
18.8.1.b, 18.8.2.a et 18.10.3).
• Savoir vérifier que des coefficients définissent la loi de probabilité d’une

variable aléatoire (cf question 18.6.1).
• Savoir calculer les moments d’une variable aléatoire à partir de ses

coefficients et de la formule de Kœnig-Huygens (cf questions 18.2.1.b,
18.4.1.b, 18.6.2, 18.9.1 et 18.9.2.c)

E (X m ) = k m P(X = k) , V(X) = E [X − E(X)]2 ,
k∈X(Ω)
!
V(X) = E X 2 − E(X)2 , σ(X) = V(X) .
∗. Ces formules ne sont pas exigibles, leur obtention (dans des cas particuliers) fait l’objet des
questions 18.2.1.b et 18.4.1.b.
• Savoir utiliser la linéarité de l’espérance et les propriétés par déforma-

tion affine de la variance (cf questions 18.1.2.c, 18.4.1.b, 18.8.1.b, 18.8.2.a et
18.8.2.c)
E(λX + μY ) = λE(X) + μE(Y ) ,
E(aX + b) = aE(X) + b , V(aX + b) = a2 V(X) .
• Savoir appliquer le théorème de transfert (cf questions 18.4.1.b, 18.9.1,

18.9.2.b et 18.10.4)

E (ϕ(X)) = ϕ(k)P(X = k) .
k∈X(Ω)
• Savoir appliquer l’inégalité de Bienaymé-Tchebychev (cf question 18.6.3.a)

V(X)
∀ ε > 0, P(|X − E(X)| ε)
ε2
• Savoir approcher une loi hypergéométrique par une loi binomiale (cf ques-
tion 18.4.1.c)
CHAPITRE
19
Couples et n-uplets de variables
aléatoires finies
Exercice 19.1 : Loi du min ou du max II
On considère deux dés cubiques équilibrés et on note D1 (respectivement D2 )

le résultat d’un lancer du premier (respectivement second) dé. On pose enfin
M = max(D1 , D2 ).
1. Calculer E(M ).
2. a. Déterminer les fonctions de répartition de D1 et D2 .
b. Pour tout entier k, exprimer l’événement [M k] en fonction des évé-
nements [D1 k] et [D2 k] et en déduire la fonction de répartition
de M .
c. Déterminer enfin la loi de M et retrouver alors son espérance.
3. Reprendre le raisonnement précédent pour déterminer la loi de la variable
aléatoire N = min(D1 , D2 ) (on pourra manipuler plutôt [N > k], [D1 > k] et
[D2 > k] lors de la deuxième étape).
4. En comparant M + N et D1 + D2 , déterminer E(N ). Calculer E(M N ). Qu’en
déduire quant à l’indépendance de M et N ?
1. L’espérance est demandée alors que la loi ne l’est que beaucoup plus tard. En
revanche ce qui est naturellement connu c’est la loi conjointe de D1 et D2 .
Tout d’abord, par hypothèse, D1 et D2 sont indépendantes et de même loi uniforme

sur 1, 6. D’après le théorème de transfert,
1
6 6
E(M ) = max(i, j)P(D1 = i, D2 = j) = max(i, j)

36
1i,j6 i=1 j=1
i 6
1 1
6 6
(i + 7)(6 − i)
= i+ j = i2 +
36 36 2
i=1 j=1 j=i+1 i=1

1 i2 − i + 42
6
1 6 × 7 × 13 6×7
= = − + 42 × 6
36 2 2 × 36 6 2
i=1
394 Chapitre 19 Couples et n-uplets de variables aléatoires finies
7(13 − 3) + 42 × 6 7 × 5 × 2 + 126 × 2 161

donc E(M ) = = = .
2 × 36 2 × 36 36
2.a. C’est une question de cours.
D1 et D2 suivent toutes deux la même loi uniforme sur 1, 6 donc leur fonction de
répartition est donnée par :
• pour x < 1, P(D1 x) = P(D2 x) = 0 ;
• pour x 6, P(D1 x) = P(D2 x) = 1 ;
• pour x ∈ [k, k + 1[ avec k ∈ 1, 5,

k
k ∗
P(D1 x) = P(D2 x) = P(D1 = j) = .
6
j=1
2.b. Dire que le plus grand de plusieurs nombres est plus petit qu’une constante fixée
revient à dire que tous ces nombres sont plus petits que la dite constante.
Pour tout réel x, [M x] = [D1 x] ∩ [D2 x]. Ainsi, comme D1 et D2 sont

indépendantes, pour tout réel x,
P(M x) = P(D1 x)P(D2 x) = P(D1 x)2
i.e. la fonction de répartition de M est le carré de celle de D1 .
2.c. Les coefficients de la loi se récupèrent à partir de la fonction de répartition

puisque, lorsque l’on est à valeurs entières, être égal à k c’est être plus petit que k
mais ne pas être plus petit que k − 1.
k−1 k
k−1
On constate que M (Ω) = 1, 6. De plus, pour k ∈ M (Ω),

k 2 k − 1 2
P(M = k) = P(M k) − P(M k − 1) = −
6 6
k2 − (k − 1)2 2k − 1
= = .
36 36
Une fois les coefficients de la loi obtenus, l’espérance s’obtient par un calcul de somme.
∗. Pour simplifier la formulation, on peut utiliser la fonction partie entière · de sorte que, pour
x
x ∈ [0, 7[, P(D1 x) = .
6
Exercice 19.1 Loi du min ou du max II 395
Ainsi, par définition de l’espérance,

6

6
k(2k − 1) 1 2
6
E(M ) = kP(M = k) = = (2k − k)

36 36
k=1 k=1 k=1

1 6 × 7 × 13 6×7 182 − 21 161
= 2 − = = .
36 6 2 36 36
3. Commençons par discuter l’univers image de N .
Tout d’abord, concernant les univers images, D1 (Ω) = D2 (Ω) = 1, 6 dont on déduit
que N (Ω) ⊆ 1, 6.
Puis, passons aux coefficients via les événements [N > k] comme suggéré dans
l’énoncé.
Pour chaque k ∈ 0, 6, on a [N > k] = [D1 > k] ∩ [D2 > k] d’où, par indépendance
de D1 et D2 ,
2

6
1 1 (6 − k)2
P(N > k) = P(D1 > k)P(D2 > k) = = [6−(k+1)+1]2 = .
6 36 36
i=k+1
D’où, pour tout k ∈ 1, 6,

(7 − k)2 − (6 − k)2
P(N = k) = P(N > k − 1) − P(N > k) =
36
(7 − k + 6 − k)[(7 − k) − (6 − k)] 13 − 2k
= = .
36 36
Pour déterminer la loi du maximum (respectivement du minimum)

de plusieurs variables aléatoires (souvent indépendantes), on retiendra
qu’il vaut mieux passer systématiquement par la fonction de répartition
(respectivement d’“antirépartition”)
puisque c’est elle
qui fait interve-
nir les événements max (Xi ) x (respectivement min (Xi ) > x )
1in 1in
qui s’expriment facilement à partir des événements associés aux va-
riables d’origine :
9n
• max (Xi ) x = [Xi x], en effet, dire que le plus grand élève
1in
i=1
d’une classe “passe par la porte” (i.e. sa taille est inférieure à celle de
la porte) revient à dire que c’est le cas de tous les élèves de la classe ;
9n
• de même, min (Xi ) > x = [Xi > x].
1in
i=1
La phase de récupération des coefficients se base sur le fait que les
variables sont à valeurs entières et les égalités
[M k] = [M = k] ∪ [M k − 1] et [M > k − 1] = [M = k] ∪ [M > k]
qui, par incompatibilité, donnent

P(M k) = P(M = k)+P(M k−1) et P(M > k−1) = P(M = k)+P(M > k).
4. Il faut revenir à ce que représentent les quatre variables M , N , D1 et D2 .
(M, N ) et (D1 , D2 ) représentent tous les deux le résultat des deux dés (ordonnés ou
non) donc M + N = D1 + D2 . Par linéarité de l’espérance, on a alors
6+1 6+1 161 161 91
E(N ) = E(D1 ) + E(D2 ) − E(M ) = + − =7− = .
2 2 36 36 36
On retiendra que lorsqu’on s’intéresse à une expression symétrique en

plusieurs variables ordonnées (comme la somme ou le produit), il n’est
pas toujours indispensable de connaître précisément ni l’ordre de ces
dernières ni leurs valeurs précises. Dans le cadre des polynômes, on sait
par exemple que, pour un polynôme unitaire, le produit de toutes les
racines est le coefficient constant au signe près.
De même, M N = D1 D2 donc E(M N ) = E(D1 D2 ) et, par indépendance de D1 et

de D2 ,
6+16+1 49
E(M N ) = E(D1 )E(D2 ) = = .
2 2 4
Par la formule de Huygens,
49 161 91 49 × 9 × 36 − 161 × 91
Cov(M, N ) = E(M N ) − E(M )E(N ) = − =
4 36 36 362
49(324 − 299)
2
7 × 7 × 9 × 4 × 9 − 7 × 23 × 7 × 13 35
= 2
= 2
= .
36 36 36
En particulier Cov(M, N ) = 0 donc M et N ne sont pas indépendantes.
On prendra soin de ne pas confondre indépendance et non corrélation :

• si deux variables sont indépendantes, leur covariance est nulle ;
• si la covariance est nulle, les variables sont dites non corrélées mais
elles ne sont pas nécessairement indépendantes.
Exercice 19.2 : Bonne pioche ?
Dans un jeu traditionnel de 52 cartes, on pioche simultanément deux cartes

et on note X la valeur de la carte la plus basse et Y celle de la plus haute (on
rappelle que les valeurs des cartes sont numérotées ainsi : 1 pour l’as, 2 pour le
deux, . . . , 10 pour le dix, 11 pour le valet, 12 pour la dame et 13 pour le roi).
Exercice 19.2 Bonne pioche ? 397
1. Déterminer la loi conjointe de X et Y .

2. En déduire les deux lois marginales du couple (X, Y ).

n
n2 (n + 1)2
3. Calculer Cov(X, Y ) (on pourra utiliser que k3 = ).
4
k=1
1. Il s’agit de déterminer la probabilité des événements possibles [X = i] ∩ [Y = j] en

énumérant les configurations concrètes auxquels ils correspondent.

52
Il y a tirages possibles équiprobables. Pour 1 i j 13, il y a deux cas :
2

4
• si i = j, il y a situations favorables correspondant à [X = i] ∩ [Y = j] donc
2
−1
4 52 4×3 2 1 1
P(X = i, Y = j) = = = = ,
2 2 2 52 × 51 13 × 17 221

4 4
• si i < j, il y a situations favorables donc
1 1
4×4 8
P(X = i, Y = j) = = .
26 × 51 663
Finalement, la loi conjointe de (X, Y ) est donnée par
⎧ 1
⎪
⎪ si i = j,
⎨ 221
2 8
∀ (i, j) ∈ 1, 13 , P(X = i, Y = j) = si i < j,
⎪
⎪ 663
⎩
0 sinon.
2. Comme leur nom l’indique, les lois marginales “se lisent dans les marges” du tableau
de la loi conjointe (pi,j = P(X = i, Y = j)) en additionnant par lignes ou par colonnes.
[Y = 1] [Y = 2] ··· [Y = j] ··· [Y = 13]

[X = 1] p1,1 p1,2 ··· p1,j ··· p1,13 P(X = 1)

[X = 2] p2,1 p2,2 ··· p2,j ··· p2,13 P(X = 2)
.. .. .. .. .. ..
. . . . . .
[X = i] pi,1 pi,2 ··· pi,j ··· pi,13 P(X = i)
.. .. .. .. .. ..
. . . . . .
[X = 13] p13,1 p13,2 ··· p13,j ··· p13,13 P(X = 13)
P(Y = 1) P(Y = 2) ··· P(Y = j) ··· P(Y = 13) 1 = P(Ω)

Les deux lois marginales s’obtiennent par sommation : pour k ∈ 1, 13,

13

k−1
1
13
8
P(X = k) = P(X = k, Y = j) = 0+ +
221 663
j=1 j=1 j=k+1
3 + 8(13 − k) 107 − 8k
= = ,
663 663

13

k−1
8 1 8k − 5
P(Y = k) = P(X = i, Y = k) = + = .
663 221 663
i=1 i=1
3. La définition de la covariance et la formule de Huygens requièrent le calcul préalable

des deux espérances de X et Y .
Par définition de l’espérance,

13
107 − 8k 1 2
13 13
E(X) = k = 107 k−8 k

663 663
k=1 k=1 k=1

1 13 × 14 13 × 14 × 27 14(107 − 8 × 9)
= 107 −8 =
3 × 13 × 17 2 6 3 × 17 × 2
5 × 72 245
= =
3 × 17 51
et

13
8k − 5 1 2 13
13
E(Y ) = k = 8 k −5 k
663 663
k=1 k=1 k=1

1 13 × 14 × 27 13 × 14 7 × 67 469
= 8 −5 = = .
3 × 13 × 17 6 2 3 × 17 51
Ces espérances n’étant pas particulièrement simples, mieux vaut utiliser la formule
de Huygens plutôt que la définition. Par conséquent, il faut calculer E(XY ) avant.
En outre, d’après le théorème de transfert,

13

j
E(XY ) = ijP(X = i, Y = j) = j iP(X = i, Y = j)

1ij13 j=1 i=1

13
8
j−1
1
13
4(j − 1) + 3 1 3
13
= j i+ j = j j= (4j − j 2 )
663 221 663 663
j=1 i=1 j=1 j=1
2 2
1 13 × 14 13 × 14 × 27 14(13 × 28 − 9)
= 4 − =
3 × 13 × 17 4 6 3 × 17 × 2
7 × 355 2485
= = .
3 × 17 51
Puis, par la formule de Huygens,
2485 245 469 2485 × 51 − 245 × 469
Cov(X, Y ) = E(XY ) − E(X)E(Y ) = − =
51 51 51 512
11830
= .
512
Exercice 19.3 Loi conjointe abstraite 399
Exercice 19.3 : Loi conjointe abstraite
i
Soit n ∈ N∗ . Pour (i, j) ∈ 1, n2 tel que i j, on pose pi,j = λ .
j
1. Pour quelle(s) valeur(s) de la constante λ, la famille de coefficients (pi,j ) définit-
elle la loi conjointe d’un couple de variables aléatoires (X, Y ) ?
Dans la suite de l’exercice, on considère un couple de variables aléatoires (X, Y )
de loi conjointe donnée par les pi,j (i.e. P(X = i, Y = j) = pi,j ).
2. Déterminer la seconde loi marginale du couple (i.e. la loi de Y ).
3. Donner la loi conditionnelle de X sachant que [Y = j] est réalisé.
Si n 2, X et Y sont-elles indépendantes ?
4. Calculer l’espérance de X.
1. Comme déjà évoqué pour l’exercice 18.6 en page 375, les deux contraintes sont
que tous les coefficients soient strictement positifs et que leur somme vaille 1. On va
d’abord se concentrer sur la deuxième qui va permettre de trouver λ.
Raisonnons par analyse et synthèse. Calculons

n

j
i
n
1
j

n
j+1
pi,j = λ =λ i =λ
j j 2
1ijn j=1 i=1 j=1 i=1 j=1

λ
n n
λ n(n + 1) n
= j+ 1 = + n = λ (n + 3).
2 2 2 4
j=1 j=1

Ainsi, si (pi,j ) forme les coefficients d’une loi de probabilité, alors pi,j = 1
1ijn
4
i.e. λ = . Réciproquement, si λ est ainsi défini, tous les pi,j sont strictement
n(n + 3)
positifs et de somme 1.
4
Finalement, les pi,j sont les coefficients d’une loi de probabilité ssi λ = .
n(n + 3)
2. La seconde loi marginale (celle de Y ) se récupère en sommant les coefficients de la

loi conjointe selon les valeurs de la première variable (en l’occurrence X).
D’après la formule des probabilités totales appliquée avec le système complet d’évé-
nements associé à X, on a, pour j ∈ 1, n,

n

j
i λ
j
j+1
P(Y = j) = P(X = i, Y = j) = λ = i=λ .
j j 2
i=1 i=1 i=1
3. Les coefficients des lois conditionnelles sont donnés par les quotients de ceux de la
loi conjointe par ceux des lois marginales.
Pour (i, j) ∈ 1, n2 ,

⎧
⎨ 2i
P(X = i, Y = j) si i j,
P[Y =j] (X = i) = = j(j + 1)
P(Y = j) ⎩ 0 sinon.
On peut revenir à la définition de l’indépendance de deux variables aléatoires en

testant si on a P(X = i, Y = j) = P(X = i)P(Y = j) pour tous i et j, cela requiert
souvent d’avoir préalablement obtenu la loi conjointe et les deux lois marginales. À
défaut de les avoir obtenues, on s’appuie parfois sur le fait que deux événements précis
[X = i] et [Y = j] sont possibles mais incompatibles.
Méthode 1 : P(X = 1, Y = 1) = 0 et P(X = n, Y = n) = 0 donc P(Y = 1) = 0 et

P(X = n) = 0. En particulier P(X = n)P(Y = 1) = 0 alors que P(X = n, Y = 1) = 0
donc X et Y ne sont pas indépendantes.
Mais on peut aussi utiliser que, pour des variables indépendantes, les lois condition-
nelles sont identiques aux lois marginales.
Méthode 2 : Si X et Y étaient indépendantes, la loi conditionnelle de X sachant que

[Y = j] est réalisé ne dépendrait pas de j. Comme ce n’est pas le cas (même l’univers
image dépend de j), X et Y ne sont pas indépendantes.
4. On dispose des lois conditionnelles de X mais pas encore de la loi de X. Si on veut

utiliser la définition de l’espérance, il faudrait d’abord déterminer les coefficients de
la loi de X :
n n
1
P(X = i) = pi,j = λi
j=i j=i
j
et on ne sait pas simplifier cette dernière somme ! On pourrait quand même injecter
ces sommes dans la définition de l’espérance, toutefois, il est plus simple d’invoquer
directement le théorème de transfert à partir de la loi conjointe.

i2
E(X) = iP(X = i, Y = j) = λ
j
1ijn 1ijn

i
n j 2
n
1 2
j
= λ =λ i
j j
j=1 i=1 j=1 i=1

n
(j + 1)(2j + 1) λ 2 n
n n
= λ = 2 j +3 j+ 1
6 6
j=1 j=1 j=1 j=1

λ n(n + 1)(2n + 1) n(n + 1)
= +3 +n
6 3 2
λn 4n2 + 15n + 17
= [2(n + 1)(2n + 1) + 9(n + 1) + 6] = .
36 9(n + 3)
Exercice 19.4 Loi de la somme 401
Exercice 19.4 : Loi de la somme
1. On dispose d’un dé cubique équilibré que l’on lance consécutivement à trois

reprises, on note C le nombre porté par la face supérieure du dé lors du premier
lancer et N le nombre de faces marquées par un résultat pair lors des deux
derniers lancers. Déterminer la loi de S = C + N .
2. Soit n ∈ N∗ . On considère deux variables aléatoires indépendantes X et Y de
même loi uniforme sur 1, n. Déterminer la loi de Z = X + Y .
3. Soit m ∈ N∗ . Écrire une fonction Python qui calcule la moyenne arithmétique
de m réalisations de la variable aléatoire Z. Tester plusieurs fois cette fonction
pour n = 10 et m ∈ {100, 10000, 100000} et commenter les résultats obtenus.
1. Les variables C et N suivent clairement des lois usuelles respectivement uniforme

et binomiale. Visualisons alors les valeurs de S selon celles de C et N dans un tableau.
C
1 2 3 4 5 6
N
0 1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
On constate que les valeurs de S qui se répètent sont alignées le long des diagonales
montantes et qu’elles sont alors présentes plus ou moins de fois selon que la diagonale
coupe le contour du tableau sur les côtés horizontaux ou verticaux.
1
C suit la loi uniforme sur 1, 6 et N suit la loi binomiale de paramètre 2,
2
(on reconnaît un schéma de Bernoulli où le succès “obtenir un résultat pair” est de
1
probabilité ). En particulier S(Ω) ⊆ 1, 8. De plus, C et N sont indépendantes
2
donc, par la formule de convolution, pour s ∈ 1, 8,
1
P(S = s) = P(C = i)P(N = j) = P(N = j).
6
i∈C(Ω) j∈0,2
j∈N(Ω) s−j∈1,6
i+j=s
On distingue alors plusieurs cas :
• Pour les petites valeurs de S, la diagonale coupe les contours gauche et supérieur
(seules les valeurs de N comprises entre 0 et S − 1 sont possibles puisque la
diagonale d’équation N + C = S coupe la verticale C = 1 en N = S − 1 et
l’horizontale N = 0 justement en N = 0) ;
⎧
⎨ 1
1
s−1
si s = 1
• si s ∈ 1, 2, P(S = s) = P(N = j) = 24 ;
6
j=0
⎩ 1 si s = 2
8
• pour les valeurs moyennes, la diagonale coupe les contours inférieur et supérieur
(toutes les valeurs de N sont possibles) ;
1
2
1
• si s ∈ 3, 6, P(S = s) = P(N = j) = ;
6 6
j=0
• pour les grandes valeurs, la diagonale coupe les contours inférieur et droit (ce sont
les valeurs de N entre S − 6 et 2 que l’on conserve).
⎧
⎨ 1
1
2
si s = 7
• si s ∈ 7, 8, P(S = s) = P(N = j) = 8 .
6
j=s−6
⎩ 1 si s = 8
24
2. On pourrait s’appuyer sur le même genre de tableau qu’à la question précédente

et il n’y aurait que deux cas possibles.
On va préférer présenter une méthode alternative basée sur l’utilisation des fonctions
indicatrices (celle indicatrice de la partie A sera notée 1A : 1A (a) vaut 1 si a ∈ A et 0
sinon, la fonction “code”, au sens des booléens informatiques, le fait d’appartenir à la
partie A).
X et Y sont indépendantes et d’univers image 1, n donc Z(Ω) = 2, 2n et, d’après
la formule de convolution, pour z ∈ Z(Ω),

n

n
1 1
P(Z = z) = P(X = k)P(Y = z − k) = 11,n (k) 11,n (z − k)
n n
k=1 k=1
1
n
= 11,n (k)1z−n,z−1 (k)

n2
k=1
(car 1 z − k n ssi 1 − z −k n − z ssi z − 1 k z − n)
1
n
Card(1, n ∩ z − n, z − 1)
= 11,n∩z−n,z−1 (k) =
n2 n2
k=1
Visualisons l’intersection de ces deux intervalles d’entiers de même longueur : le pre-

mier 1, n est fixe tandis que l’autre z − n, z − 1 est mobile avec z (il coulisse vers
la droite au fur et à mesure que z croît). Pour les “petites” valeurs de z, ce dernier
“mord” l’intervalle fixe par la gauche tandis que pour les “grandes” c’est par la droite.
Exercice 19.4 Loi de la somme 403
z−n 1 z−1 n
1 z−n n z−1
&
1, z − 1 si z n + 1
On a 1, n ∩ z − n, z − 1 = donc
z − n, n sinon
⎧
⎨z−1
si z n + 1
P(Z = z) = n2 .
⎩ 2n − z + 1 sinon
n2
Pour la formule de convolution, le recours aux fonctions indicatrices

permet de transposer le problème d’appartenance aux univers images
en celui d’une intersection d’intervalles que l’on peut facilement visua-
liser. †
3. Il ne faut pas oublier le paramètre n de la loi commune à X et Y qu’on fait passer

en argument de la fonction.
1 from random import randint

2 def MoyenneSomme(n, m):
3 Somme = 0
4 for k in range(1,m+1):
5 Somme += randint(1,n)+randint(1,n)
6 return Somme/m
On prendra garde à ne pas remplacer la somme randint(1,n)+randint(1,n) par

2*randint(1,n) : on ne cherche pas à simuler 2X (ou 2Y ) mais bien la somme X + Y
(dans la somme randint(1,n)+randint(1,n), les deux nombres fournis par l’appel
à randint sont en général différents puisque chaque appel à randint est indépendant
du précédent). En testant la fonction, on s’attend à ce que les moyennes empiriques
calculées se rapprochent de la moyenne théorique E(Z) = E(X) + E(Y ). ∗
Pour n = 10 et m ∈ {100, 10000, 100000}, les résultats fournis par la fonction

semblent se rapprocher de plus en plus de 11 à mesure que m croît. Cela est cohérent
†. Cette démarche pourra être reprise à l’identique dans le programme de seconde année pour
la formule de convolution donnant une densité de la somme de deux variables aléatoires à densité
indépendantes.
∗. De la même manière, si on jette un grand nombre de fois une pièce de monnaie équilibrée, la
proportion de côtés “face” obtenus tend vers 12 (c’est-à-dire la probabilité théorique d’obtenir “face”
à chaque lancer). Ce type de question sera approfondi en deuxième année.
avec le fait que l’espérance mathématique de Z est donnée par :

n+1 n+1
E(Z) = E(X) + E(Y ) = + = n + 1 = 11.
2 2
Exercice 19.5 : Chaînes de Markov II
On considère deux urnes U0 et U1 comportant chacune trois boules. Parmi les six
boules, trois sont numérotées 0 et trois sont numérotées 1. On appelle échange
l’épreuve consistant à tirer une boule de U0 et une boule de U1 , puis à les échanger
(i.e. mettre chaque boule tirée dans l’urne dont elle ne provient pas). Pour n ∈ N,
on désigne par Xn la variable aléatoire donnant la somme des numéros des boules
contenues dans l’urne U0 après n échanges et on note
⎛ ⎞
P(Xn = 0)
⎜ ⎟
⎜ ⎟
⎜P(Xn = 1)⎟
A = P[X0 =j−1] (X1 = i − 1) 1i4 et ∀ n ∈ N, Un = ⎜ ⎜ ⎟.
⎟
1j4 ⎜P(Xn = 2)⎟
⎝ ⎠
P(Xn = 3)
1. a. Déterminer les coefficients de la matrice A. Montrer que A est inversible
et calculer son inverse.
b. Montrer que Un+1 = AUn pour tout n ∈ N.
c. Dans cette question uniquement, on suppose que X0 suit la loi uniforme
sur 0, 3. Déterminer la loi conditionnelle de X0 sachant que [X1 = 1]
est réalisé.

2. Soient L = 0 1 2 3 et J = 1 1 1 1 .
a. Trouver deux réels α et β tels que LA = αL + βJ.
b. En déduire une expression de E(Xn+1 ) en fonction de E(Xn ).
c. Déterminer E(Xn ) en fonction de n et E(X0 ).
1.a. Pour visualiser les différentes possibilités, on va construire des sortes d’“arbres”.
(X0 = 0) (X1 = 0)
10 01
11 ou 00
(X0 = 1) (X1 = 1)
10 01
11 ou 00
(X0 = 2) (X1 = 2)
10 01
(X0 = 3) (X1 = 3)
La rédaction n’est alors que l’explication de comment on a construit cet “arbre” :

partant de la composition des urnes (000 dans U0 et 111 dans U1 pour X0 = 0), le
Exercice 19.5 Chaînes de Markov II 405
seul échange possible est celui d’une boule 0 de U0 avec une boule 1 de U1 (échange
que l’on a noté 01), ce qui conduit aux compositions d’urnes 001 et 011 i.e. X1 = 1,...
On énumère toutes les situations possibles.
• Si X0 = 0, U0 ne contient que des boules 0 et U1 que des boules 1 donc, après
échange, X1 = 1 de sorte que
P[X0 =0] (X1 = 1) = 1 et P[X0 =0] (X1 = 0) = P[X0 =0] (X1 = 2) = P[X0 =0] (X1 = 3) = 0.
• Si X0 = 1, U0 contient une boule 1 pour deux 0 et vice versa pour U1 , il y a neuf
situations équiprobables possibles,
♦ une seule échange le 1 de U0 avec le 0 de U1 , auquel cas X1 = 0 ;
♦ deux échangent le 1 de U0 avec l’un des deux 1 de U1 et deux autres le 0 de
U1 avec l’un des deux 0 de U0 , auquel cas X1 = 1 ;
♦ quatre échangent l’un des deux 0 de U0 avec l’un des deux 1 de U1 , auquel
cas X1 = 2.
• Si X0 = 2, U0 contient deux boules 1 pour une 0 et vice versa pour U1 , il y a
encore neuf situations possibles,
♦ une seule échange le 0 de U0 avec le 1 de U1 , auquel cas X1 = 3 ;
♦ deux échangent le 0 de U0 avec l’un des deux 0 de U1 et deux autres le 1 de
U1 avec l’un des deux 1 de U0 , auquel cas X1 = 2 ;
♦ quatre échangent l’un des deux 1 de U0 avec l’un des deux 0 de U1 , auquel
cas X1 = 1.
• Si X0 = 3, U0 ne contient que des boules 1 et U1 que des boules 0 donc, après
échange, X1 = 2.
Ainsi, en procédant par colonnes,
⎛ ⎞
1
0 0 0
⎜ 9
⎟
⎜1 4 4
0⎟
⎜ 9 9 ⎟
A=⎜ ⎟.
⎜0 4 4
1⎟
⎝ 9 9 ⎠
1
0 0 9
0
Pour l’inversibilité, faute d’arguments probabilistes, on va résoudre le système associé

à A de second membre générique.
Résolvons le système AX = Y suivant

⎧ ⎧
⎪
⎪ 1
x = y1 ⎪
⎪ x2 = 9y1
⎪
⎪ 9 2 ⎪
⎪
⎪
⎨ x1 + 4 x2 + 4 x3 ⎪
⎨ x1
9 9
= y2 = y2 − 49 (x2 + x3 )
(S) : , (S) ⇐⇒
⎪
⎪ 4 4
x + 9 x3 + x4 = y3 ⎪
⎪ x4 = y3 − 49 (x2 + x3 )
⎪
⎪ 9 2 ⎪
⎪
⎪
⎩ 1
⎪
⎩
9
x3 = y4 x3 = 9y4
⎧
⎪
⎪ x1 = −4y1 + y2 − 4y4
⎪
⎪
⎪
⎨ x2 = 9y1
⇐⇒
⎪
⎪ x3 = 9y4
⎪
⎪
⎪
⎩ x4 = −4y1 + y3 − 4y4
⎛ ⎞
−4 1 0 −4
⎜ ⎟
⎜9 0⎟
−1 ⎜ 0 0 ⎟
donc A est inversible et A =⎜ ⎟.
⎜0 0 0 9⎟
⎝ ⎠
−4 0 1 −4
1.b. Partons du résultat que l’on souhaite obtenir et écrivons le, coefficient par coef-
ficient, une fois le produit matriciel effectué :

3
P(Xn+1 = i) = P[X0 =j] (X1 = i)P(Xn = j).
j=0
Cela doit faire immédiatement penser à la formule des probabilités totales. Toutefois
les probabilités conditionnelles ne sont apparemment pas celles attendues, il reste
donc à comprendre qu’elles ne dépendent pas du moment de l’échange ce qui est assez
évident puisque le protocole expérimental est le même lors de tous les échanges.
D’après la formule des probabilités totales appliquée avec le système complet d’évé-
nements associé à Xn , pour tout i ∈ 0, 3,

3
P(Xn+1 = i) = P[Xn =j] (Xn+1 = i)P(Xn = j).

j=0
Or la composition des urnes après n échanges ne dépend que de la composition des

urnes avant le dernier échange et de la nature du dernier échange donc les coefficients
P[Xn =j] (Xn+1 = i) sont ceux de la matrice A et, finalement, Un+1 = AUn .
1.c. On cherche la loi d’une variable aléatoire dont l’apparition expérimentale précède
chronologiquement la condition, cela doit faire penser à la formule de Bayes.
⎛ ⎞ ⎛ ⎞
1 1
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
1 ⎜1⎟ 1 ⎜17⎟ 17
U0 = ⎜ ⎟ donc U1 = AU0 = ⎜ ⎟ et P(X1 = 1) = .
4 ⎜1⎟ 36 ⎜17⎟ 36
⎝ ⎠ ⎝ ⎠
1 1
Par ailleurs, d’après la formule de Bayes, pour k ∈ 0, 3,
P[X0 =k] (X1 = 1)P(X0 = k) P[X0 =k] (X1 = 1)P(X0 = k)
P[X1 =1] (X0 = k) = =

3 P(X1 = 1)
P[X0 =j] (X1 = 1)P(X0 = j)
j=0
1 36 9
= P[X0 =k] (X1 = 1) = P[X0 =k] (X1 = 1)
4 17 17
donc la loi conditionnelle de X0 sachant que [X1 = 1] est réalisé est donnée par
9 4
P[X1 =1] (X0 = 0) = et P[X1 =1] (X0 = 1) = P[X1 =1] (X0 = 2) = .
17 17
Exercice 19.6 Autour de la stabilité additive des lois binomiales 407
2.a. On procède au brouillon en remplaçant les deux membres de l’égalité par leur
valeur :
4 5
1 2 = β α + β 2α + β 3α + β .
3 3
1
Par identification, on voit que, nécessairement, β = 1 et α = .
3
On a
4 5 1 2 1
LA = 1 2 =J+ 0 1 =J+ L
3 3 3 3 3
1
donc α = et β = 1 conviennent.
3
2.b. Comme il s’agit d’une déduction, il faut faire le lien entre E(Xn ) et les vecteurs-
lignes L ou J. L contient les valeurs possibles de Xn donc on constate que le produit
matriciel LUn donne le scalaire E(Xn ). Le passage de E(Xn+1 ) à E(Xn ) se fait alors
via la relation du 1.b.

3
E(Xn+1 ) = kP(Xn+1 = k) = LUn+1 = LAUn = (αL+βJ)Un = αLUn +βJUn .

k=0

3
Or LUn = E(Xn ) et JUn = P(Xn = k) = 1 donc E(Xn+1 ) = αE(Xn ) + β.

k=0
2.c. Il faut reconnaître une relation de récurrence arithmético-géométrique.
1
La suite (E(Xn )) vérifie la relation de récurrence E(Xn+1 ) = E(Xn ) + 1 donc elle
3
1 3
est arithmético-géométrique. L’unique solution de l = l + 1 est l = de sorte que la
3 2
3 1
suite de terme général E(Xn ) − est géométrique de raison . En conclusion, pour
n2 3
3 1 3
tout n ∈ N, E(Xn ) − = E(X0 ) − , donc
2 3 2

3 1 3
E(Xn ) = + n E(X0 ) − .
2 3 2
Exercice 19.6 : Autour de la stabilité additive des lois binomiales
Soient (n1 , n2 ) ∈ N∗2 et (p1 , p2 ) ∈ ]0, 1[ .

2
Soient X1 et X2 deux variables aléatoires indépendantes toutes deux de loi bi-

nomiale, la première de paramètre (n1 , p1 ) et la seconde de paramètre (n2 , p2 ).
On pose S = X1 + X2 .
1. Exprimer l’espérance et la variance de S en fonction des paramètres n1 , n2 ,
p1 + p2 p 2 − p1
p= et ε = .
2 2
2. On suppose que S suit une loi binomiale et on note n et p ses paramètres.

a. En raisonnant avec l’univers image de S, donner la valeur de n.
b. En raisonnant avec E(S), donner la valeur de p.
c. En raisonnant avec V(S), montrer que p1 = p2 .
3. Conclure que S suit une loi binomiale si et seulement si X1 et X2 ont même
second paramètre.
1. S = X1 + X2 et les moments de X1 et X2 sont connus. On peut donc obtenir

ceux de S sans avoir à déterminer sa loi à l’aide du comportement pour la somme de
l’espérance et de la variance.
En utilisant que p1 = p − ε et p2 = p + ε, on a, par linéarité de l’espérance,

E(S) = E(X1 ) + E(X2 ) = n1 p1 + n2 p2
= n1 (p − ε) + n2 (p + ε) = (n1 + n2 )p + (n2 − n1 )ε
et, par indépendance de X1 et X2 et additivité de la variance dans ce cas,
V(S) = V(X1 ) + V(X2 ) = n1 p1 (1 − p1 ) + n2 p2 (1 − p2 )
= n1 (p − ε)(1 − p + ε) + n2 (p + ε)(1 − p − ε)
= n1 p(1 − p) − n1 ε(1 − 2p) − n1 ε2 + n2 p(1 − p) + n2 ε(1 − 2p) − n2 ε2
= (n1 + n2 )p(1 − p) + (n2 − n1 )ε(1 − 2p) − (n1 + n2 )ε2 .
2.a. Les univers images pour des lois usuelles sont connus et l’indépendance garantit
que toutes les sommes sont effectivement possibles.
Comme X1 (Ω) = 0, n1 et X2 (Ω) = 0, n2 et que ces deux variables sont indépen-
dantes, S(Ω) = 0, n1 + n2 . Par ailleurs S suit la loi binomiale de paramètre (n, p)
donc S(Ω) = 0, n. On en conclut que n = n1 + n2 .
2.b. Là encore, pour les lois usuelles, l’espérance est connue.
L’espérance d’une loi binomiale de paramètre (n, p) est connue donc E(S) = np, et
n2 − n1
E(S) = np ⇐⇒ (n1 +n2 )p+(n2 −n1 )ε = (n1 +n2 )p ⇐⇒ p = p+ ε.
n1 + n2
2.c. Idem pour la variance.
La variance aussi est connue et V(S) = np(1 − p), où

V(S) = np(1 − p)

n2 − n1 n2 − n1
⇐⇒ V(S) = (n1 + n2 ) p + ε 1−p− ε
n1 + n2 n1 + n2
(n1 − n2 )2 2
⇐⇒ V(S) = (n1 + n2 )p(1 − p) + (n2 − n1 )ε(1 − 2p) − ε
n1 + n2
Exercice 19.7 Arrêts d’un ascenseur 409
(n1 − n2 )2 2
V(S) = np(1 − p) ⇐⇒ −(n1 + n2 )ε2 = − ε
n1 + n2
4n1 n2 2
⇐⇒ ε =0 donc ε=0 i.e. p1 = p2 .
n1 + n2
3. La série des questions précédentes permet clairement de traiter le sens direct.

Pour la réciproque, on pourrait revenir à l’interprétation des lois binomiales en terme
du nombre de succès d’un schéma de Bernoulli : en enchaînant n1 épreuves indépen-
dantes puis, indépendamment, n2 autres épreuves indépendantes, on a effectué n1 +n2
épreuves indépendantes ; les nombres de succès partiels et total suivent tous des lois
binomiales. On choisit ici d’en présenter la preuve par le calcul à l’aide de la formule
de Vandermonde (cf pages 21, 52 et 370).
D’après la question 2.c, si S suit une loi binomiale alors p1 = p2 .

Réciproquement, si p1 = p2 (qu’on notera p dorénavant), pour s ∈ 0, n1 + n2 ,
comme X1 et X2 sont indépendantes, par la formule de convolution,

n1
P(S = s) = P(X1 = k)P(X2 = s − k)

k=0
n1
n1
n2

= pk (1 − p)n1 −k ps−k (1 − p)n2 −(s−k)
k s−k
k=0
n
1
n1 n2
= ps (1 − p)(n1 +n2 )−s .
k s−k
k=0

n1 + n2
Au dénominateur manquant près, la somme est celle des coefficients d’une
s
n1

loi hypergéométrique de paramètre n1 + n2 , s, donc
n1 + n2

n1 + n2 s
P(S = s) = p (1 − p)(n1 +n2 )−s
s
si bien que S suit la loi binomiale de paramètre (n1 + n2 , p).
Exercice 19.7 : Arrêts d’un ascenseur

On considère un immeuble de p étages, n personnes montent dans l’ascenseur au

rez-de-chaussée. Chaque personne descend à un étage au hasard, indépendam-
ment des autres.
Soit X la variable aléatoire comptant le nombre d’arrêts de l’ascenseur. On définit
plusieurs variables aléatoires :
• Xi prend la valeur 1 si l’ascenseur s’arrête à l’étage i, et 0 sinon ;
• Yi,j prend la valeur 1 si la j-ième personne descend à l’étage i, et 0 sinon.
1. Déterminer la loi de chacune des variables Yi,j puis celle de chacune des Xi .
2. a. Exprimer X en fonction des Xi et calculer son espérance E(X).

b. Déterminer lim E(X). Était-ce prévisible ?
p→+∞
3. a. Calculer Cov(Xi , Xj ) pour 1 i, j p et en déduire V(X).

b. Déterminer lim V(X).
p→+∞
1. On s’intéresse d’abord aux univers images ce qui ne conduit qu’à une seule famille
possible de lois.
Yi,j et Xi ne prennent que les valeurs 0 et 1 donc elles suivent toutes des lois de
Bernoulli.
Pour déterminer les paramètres, il faut interpréter concrètement la notion de succès
ou d’échec.
1
De plus, P(Yi,j = 1) = car, pour la personne j, les p étages sont équiprobables.
p
9
n
En outre, Xi = 0 ssi personne ne descend à l’étage i i.e. [Xi = 0] = [Yi,j = 0]

j=1
d’où, les choix des occupants de l’ascenseur étant indépendants,

n n
1
P(Xi = 0) = P(Yi,j = 0) = 1− .
p
j=1
n
1 1
Finalement, les paramètres de Yi,j et Xi sont respectivement et 1 − 1− .
p p
2.a. Là encore, il faut utiliser l’interprétation concrète des diverses variables aléatoires.
Xi code le fait que l’ascenseur s’arrête à l’étage i donc, en sommant les Xi , on

p
compte le nombre d’arrêts de l’ascenseur i.e. X = Xi .

i=1
Les variables de Bernoulli Xi (de même paramètre) que l’on ajoute ne sont pas in-
dépendantes donc il n’est pas possible de trouver facilement la loi de X par stabilité
additive. Toutefois, comme X s’écrit comme une somme, la stratégie de la linéarité
est tout indiquée pour obtenir l’espérance.
Puis, par linéarité de l’espérance,

p n
1
E(X) = E(Xi ) = p 1 − 1− .
p
i=1
2.b. Pour lever l’indétermination de la forme ∞×0, on va utiliser des développements

limités particulièrement simples puisqu’il s’agit des premiers termes de la formule du
binôme.
Exercice 19.7 Arrêts d’un ascenseur 411

n
1 n 1
1− =1− + ◦
p p p→+∞ p
donc
n 1
E(X) = p 1 − 1 − + ◦ =n+ ◦ (1)
p p→+∞ p p→+∞
et, finalement, lim E(X) = n.

p→+∞
Il faut maintenant revenir à l’interprétation concrète de X, la signification de l’espé-

rance et celle de faire tendre p vers l’infini.
Ce résultat était prévisible : lorsque le nombre d’étages est très grand, il est très im-
probable que plusieurs personnes s’arrêtent au même étage ; comme il y a n personnes,
l’ascenseur effectue donc le plus souvent (et a fortiori en moyenne) n arrêts.
3.a. Tout d’abord, quand les deux variables sont identiques, la covariance n’est autre
que la variance.
n n
1 1
Pour i = j, Cov(Xi , Xj ) = V(Xi ) = 1− 1− 1− .
p p
Maintenant, comme les variables Xi et Xj ne sont pas indépendantes, le calcul de la

covariance via la formule de Huygens demande un peu de précision : il suffit de calculer
l’espérance de chacune et celle du produit. Ces trois variables Xi , Xj et Xi Xj suivent
des loi de Bernoulli. Seul le paramètre de la troisième n’a pas encore été obtenu.
L’événement [Xi Xj = 1] = [Xi = Xj = 1] qui signifie “l’ascenseur s’arrête aux étages
i et j” n’est pas très facile à exprimer en fonction des événements élémentaires associés
aux Yi,j donc on va plutôt se rabattre sur [Xi Xj = 0] = [Xi = 0 ou Xj = 0].
Pour i = j, [Xi Xj = 0] = [Xi = 0] ∪ [Xj = 0] et, d’après la formule de la probabilité

d’une union,
P([Xi = 0] ∪ [Xj = 0]) = P(Xi = 0) + P(Xj = 0) − P([Xi = 0] ∩ [Xj = 0]).
Or Xi = Xj = 0 ssi personne ne descend ni à l’étage i ni à l’étage j i.e.
n
9
[Xi = 0] ∩ [Xj = 0] = [Yi,k = 0] ∩ [Yj,k = 0]
k=1
donc, par les même arguments qu’en 1,

n
P(Xi = Xj = 0) = P [Yi,k = 0] ∩ [Yj,k = 0] .
k=1
Comme [Yi,k = 0] ∩ [Yj,k = 0] signifie que la personne k ne descend ni à l’étage

2
i ni au j, sa probabilité vaut 1 − . Ainsi, en utilisant que (Xi Xj )(Ω) = {0, 1} et
p
n
1
P(Xi = 0) = P(Xj = 0) = 1 − ,
p
n n
1 2
P(Xi Xj = 1) = 1 − P(Xi Xj = 0) = 1 − 2 1 − − 1− .
p p
D’après la formule de Huygens,

Cov(Xi , Xj ) = E(Xi Xj ) − E(Xi )E(Xj )
n n n 2
1 2 1
= 1−2 1− + 1− − 1− 1−
p p p
n 2n
2 1
= 1− − 1− .
p p
On vient d’obtenir les coefficients de ce qui s’appelle la matrice de variances/covariances

du p-uplet de variables aléatoires (X1 , . . . , Xp ).
⎛ ⎞
V(X1 ) Cov(X1 , X2 ) ··· Cov(X1 , Xp )
⎜ ⎟
⎜ .. .. ⎟
⎜Cov(X2 , X1 ) V(X2 ) . . ⎟
⎜ ⎟
⎜ .. .. .. ⎟
⎜ . . Cov(Xp−1 , Xp )⎟
.
⎝ ⎠
Cov(Xp , X1 ) ··· Cov(Xp , Xp−1 ) V(Xp )

p
La variance de la somme Xi s’obtient en ajoutant tous les coefficients de cette
i=1
matrice.
Par bilinéarité de la covariance,

p p

p

V(X) = V Xi = Cov Xi , Xj = Cov(Xi , Xj )
i=1 i=1 j=1 1i,jp
n n
1 1
= p 1− 1− 1−
p p
n 2n
2 1
+p(p − 1) 1− − 1−
p p
n n 2n
1 2 2 1
= p 1− + p(p − 1) 1− −p 1− .
p p p
3.b. On fait encore des développements limités à l’aide de la formule du binôme :

n 1 2n 4n(n − 1) 1
V(X) = p 1 − + ◦ + p(p − 1) 1 − + +◦
p p p 2p2 p2

2n 2n(2n − 1) 1
−p 1 −
2
+ +◦ .
p 2p2 p2
Après plusieurs lignes de calculs, on obtient V(X) = ◦(1). Maintenant qu’on a compris
qu’il y a des simplifications, on va essayer de les mettre en évidence plus simplement.
L’idée est de développer le terme en p(p − 1) = p2 − p qui créait un “mélange” entre
les termes de deux ordres consécutifs puis de regrouper les termes selon qu’ils sont
proportionnels à p ou à p2 .
Exercice 19.8 Matrices aléatoires 413
On a
n n n 2n
1 2 2 2 1
V(X) = p 1− − 1− +p 1− − 1−
p p p p
et, toujours par la formule du binôme de Newton,
n n
1 2 n 1 2n
1− − 1− = 1− + ◦ − 1−
p p p p→+∞ p p

n 1
= + ◦
p p→+∞ p
n 2n
2 1 2n 4n(n − 1) 1
1− − 1− = 1− + + ◦
p p p 2p2 p→+∞ p2

2n 2n(2n − 1)
− 1− +
p 2p2

2n(n − 1) − n(2n − 1) 1
= + ◦
p2 p→+∞ p2

n 1
= − 2 + ◦
p p→+∞ p2
donc V(X) = ◦ (1) i.e. lim V(X) = 0.
p→+∞ p→+∞
Exercice 19.8 : Matrices aléatoires
Soient A, B et C trois variables aléatoires indépendantes de même loi binomiale

de paramètre (n, p) avec n 2 et p ∈]0, 1[. On définit une matrice aléatoire en
posant ⎛ ⎞
A B C
⎜ ⎟
⎜ ⎟
M = ⎜A B C⎟ .
⎝ ⎠
A B C
1. a. Déterminer la probabilité pour que M soit inversible.
b. On note R le rang de M . Déterminer la loi de R.
c. Montrer que la probabilité que M soit symétrique vaut
n 3
n
p3k (1 − p)3(n−k) .
k
k=0
2
2. Calculer M . Quelle est la probabilité que M soit nilpotente i.e. qu’il existe
m 1 tel que M m = 0 ?
1
3. Dans cette question uniquement on suppose que p = .
2
a. Quelles lois suivent n − C et (A + B) + (n − C) ?
b. En déduire la probabilité pour qu’une des colonnes de M soit la somme
des deux autres.
1.a. Impossible d’utiliser le déterminant puisque la matrice n’est pas d’ordre 2, on se

rabat sur le critère de liberté des lignes qui est adapté à la “forme” de la matrice.
Comme toutes les lignes de M sont égales, elle n’est pas inversible donc la probabilité
qu’elle le soit est nulle.
1.b. Pour le rang, on effectue une réduction de Gauss.
En soustrayant
⎛ la⎞première ligne aux deux autres, on voit que M est de même rang
A B C
⎜ ⎟
que ⎜
⎝0 0 0⎟
⎠ de sorte qu’il n’y a que deux possibilités : si A = B = C = 0,
0 0 0
R = 0 et sinon R = 1.
Finalement, R suit une loi de Bernoulli de paramètre
P(R = 1) = 1 − P(R = 0) = 1 − P(A = 0, B = 0, C = 0)
= 1 − P(A = 0)P(B = 0)P(C = 0) (car A, B et C sont indépendantes)
n 3
= 1 − [(1 − p) ] (car elles suivent la loi B(n, p)).
1.c. Pour la symétrie, on utilise la caractérisation par la transposition.
M est symétrique si et seulement si t M = M , or

⎛ ⎞ ⎛ ⎞
A A A A B C
⎜ ⎟ ⎜ ⎟
t
M=M ⇐⇒ ⎜
⎝B B B⎟ ⎜
⎠ = ⎝A B C⎟
⎠ ⇐⇒ A = B = C,
C C C A B C
ainsi la probabilité que M soit symétrique est
P(A = B = C)

n
= P(A = B = C = k)
k=0
n
= P(A = k)P(B = k)P(C = k) (car A, B et C sont indépendantes)

k=0
n3
n
= p3k (1 − p)3(n−k) (car A, B et C suivent la loi B(n, p)).

k
k=0
Exercice 19.8 Matrices aléatoires 415
2. On commence par un produit matriciel.
Par calcul,
⎛ ⎞⎛ ⎞ ⎛ ⎞
A B C A B C A B C
⎜ ⎟⎜ ⎟ ⎜ ⎟
M2 = ⎜
⎝A B C⎟ ⎜
⎠ ⎝A B C⎟ ⎜
⎠ = (A+B+C) ⎝A B C⎟
⎠ = (A+B+C)M.
A B C A B C A B C
On généralise facilement cette relation aux puissances suivantes ce qui donne le critère
de nilpotence A + B + C = 0 que l’on “traduit” à l’aide des univers images pour une
loi binomiale.
Par récurrence, on montrerait que, pour tout m 1, M m = (A+B +C)m−1 M . Ainsi

M est nilpotente ssi A + B + C = 0 (le cas M = 0 i.e. A = B = C = 0 est contenu
dans celui-ci). Or, comme A, B et C sont à valeurs dans 0, n, A + B + C = 0 ssi
A = B = C = 0 de sorte que finalement la probabilité que M soit nilpotente vaut
P(A = 0, B = 0, C = 0) = (1 − p)3n .
3.a. On peut raisonner avec les coefficients de la loi de n − C

n n 1
P(n − C = k) = P(C = n − k) = pn−k (1 − p)k =
n−k k 2n
en utilisant la symétrie des coefficients binomiaux. Mais on peut aussi plus astucieu-
sement revenir à l’interprétation concrète.
Si C correspond au nombre de succès, n − C correspond au nombre d’échecs pour

1
le même schéma de Bernoulli. Comme p = , succès et échec sont équiprobables de
2
1
sorte que n − C a même loi que C à savoir B n, .
2
Pour (A + B) + (n − C), on n’additionne que des variables indépendantes de même
loi binomiale ce qui revient à enchaîner plusieurs schémas de Bernoulli identiques.
A, B et n − C comptent le nombre de succès lors de trois schémas de Bernoulli

indépendants de n épreuves et de même probabilité de succès
donc A + B + n − C
1
qui compte le nombre total de succès suit la loi B 3n, .
2
3.b. On commence par remarquer que chacune des trois colonnes peut être la somme
des deux autres.
Selon laquelle des colonnes est la somme des deux autres, il y a trois possibilités
A = B + C, B = A + C et C = A + B. La probabilité demandée est
P ([A = B + C] ∪ [B = A + C] ∪ [C = A + B]) .
Les trois événements de cette union ne sont pas incompatibles donc on a recours à la
formule de la formule de la probabilité d’une union et à sa version à trois événements
(voir la formule du crible en page 49).

P([A = B + C] ∪ [B = A + C] ∪ [C = A + B])
= P([A = B + C] ∪ [B = A + C]) + P(C = A + B)
−P([A = B + C, C = A + B] ∪ [B = A + C, C = A + B])
= P(A = B + C) + P(B = A + C) − P(A = B + C, B = A + C) + P(C = A + B)
−P(A = B + C, C = A + B) − P(B = A + C, C = A + B)
+P(A = B + C, C = A + B, B = A + C).
Les différentes intersections d’événements se reformulent :

• les premières en [A = B + C] = [B + C − A = 0] = [B + C + n − A = n]
dont on déduit la probabilité à l’aide de la question précédente (c’est la déduction
attendue) ;
• les secondes en
⎧ ⎧ ⎧
⎨ A = B+C ⎨ A = B+C ⎨ A = B
⇐⇒ ⇐⇒ ;
⎩ B = A + C L2 ←L2 +L1 ⎩ A + B = A + B + 2C ⎩ C = 0
• la dernière est l’intersection des précédentes

⎧ ⎧
⎪
⎪ A = B + C ⎪
⎪ A = 0
⎪
⎨ ⎪
⎨
B = A + C ⇐⇒ B = 0 .
⎪
⎪ ⎪
⎪
⎪
⎩ C = A+B ⎪
⎩ C = 0
Calculons les diverses probabilités présentes :

3n 1
• P(C = A + B) = P(A + B − C = 0) = P(A + B + n − C = n) = et,
n 23n
par symétrie de A, B et C, il en va de même de P(A = B + C) et P(B = A + C) ;
• P(A = B + C, C = A + B) = P(A = B + C, C = 2B + C) = P(A = C, B = 0)
puis, par indépendance de A, B et C,
1
P(A = B + C, C = A + B) = P(A = C)P(B = 0) = P(A = C) n ;
2
A+ n − C suit la
or, avec le même raisonnement qu’à la question précédente,
1 2n 1
loi B 2n, donc P(A = C) = P(A + n − C = n) = si bien que
2 n 22n

2n 1
P(A = B + C, C = A + B) = et c’est la même valeur pour les deux
n 23n
autres probabilités P(A = B + C, B = A + C) et P(B = A + C, C = A + B) ;
• pour la triple intersection
P(A = B + C, C = A + B, B = A + C) = P(A = C, B = 0, B = A + C)
1
= P(A = B = C = 0) = 3n .
2
Finalement, la probabilité demandée vaut

3n 1 2n 1 1 3n 2n 1
3 −3 + 3n = 1+3 − .
n 23n n 23n 2 n n 23n
• Savoir déterminer la loi conjointe, les lois marginales ou les lois condi-
tionnelles d’un couple de variables aléatoires finies (cf exercices 19.2, 19.3
et question 19.5.1.c)

P(X = i) = P [X = i] ∩ [Y = j] ,
j∈Y (Ω)

P [X = i] ∩ [Y = j]
P(X = i|Y = j) = .
P [X = k] ∩ [Y = j]
k∈X(Ω)
• Savoir déterminer la loi de la somme de deux variables aléatoires finies à

valeurs entières positives à l’aide de la formule de convolution (cf exercice 19.4
et question 19.8.3.a)

n
∀ n ∈ X(Ω) + Y (Ω), P(X + Y = n) = P [X = k] ∩ [Y = n − k] .
k=0
• Savoir utiliser le théorème de transfert (cf questions 19.1.1 et 19.3.4)

E u(X, Y ) = u(i, j)P [X = i] ∩ [Y = j] .
(i,j)∈X(Ω)×Y (Ω)
• Savoir justifier que deux variables aléatoires finies sont indépendantes

(cf questions 19.1.4 et 19.8.3.a) en vérifiant que la loi conjointe est le produit des
lois marginales ou en utilisant le “lemme des coalitions”
♦ si X1 , X2 , . . . , Xn , Xn+1 , . . . , Xn+p sont indépendantes alors u(X1 , X2 , . . . , Xn )
et v(Xn+1 , . . . , Xn+p ) sont indépendantes ;
♦ si X1 , X2 , . . . , Xp sont indépendantes, alors u1 (X1 ), u2 (X2 ), . . . , up (Xp ) sont

indépendantes.
• Savoir déterminer la covariance de deux variables aléatoires finies (cf ques-

tions 19.2.3 et 19.7.3.a)

♦ par sa définition Cov(X, Y ) = E [X − E(X)][Y − E(Y )] ,
♦ par la formule de Huygens Cov(X, Y ) = E(XY ) − E(X)E(Y ) .

• Savoir déterminer la variance de la somme de deux (ou plus) variables

aléatoires finies (cf question 19.7.3.a)
V(X + Y ) = V(X) + 2 Cov(X, Y ) + V(Y )
et, si les Xk sont deux à deux indépendantes,
n
n
V Xk = V(Xk ) .
k=1 k=1
Index
ajustement linéaire, 342 cartésienne, 140

application linéaire différentielle
bijective, 166 autonome, 291, 316
injective, 166 d’Euler, 309
surjective, 166 d’ordre 1, 291, 315
argument, 27 d’ordre 2, 291, 315
arrangement, 60 fonctionnelle, 207, 219, 309
du second degré, 43
barycentre, 140 trigonométrique, 43
base, 166 espérance (mathématique), 390
extrema, 326
cercle, 140
changement factorielle, 24
de variable dans une équation
factorisation dans C[X], 121
différentielle, 316
famille de vecteurs
d’indice, 25
génératrice, 166
de variable, 288
libre, 166
coefficient, 103
liée, 166
binomial, 26
fonction
constant, 103
injective, 209
de corrélation linéaire, 342
réciproque, 196
dominant, 103
de répartition, 395
combinaison, 60
formule
continuité, 213
des accroissements finis, 237
covariance, 342, 417
d’addition, 43, 325
croissance de l’intégrale, 287
de Bayes, 360, 406
du binôme de Newton, 24, 101, 384, 411,
déformation affine, 342

degré, 121 413
dérivée, 237 de conditionnement, 359, 380
partielle, 326 de convolution, 417
dichotomie, 197 de duplication, 43, 270, 272
dimension, 166 d’Euler, 43, 107, 115
dérivabilité, 237 de Huygens, 417
d’intégration par parties, 287
écart-type, 390 de Kœnig-Huygens, 342, 390
statistique, 342 de la moyenne, 289
ensemble du pion, 26
défini par compréhension, 141 des probabilités composées, 359
défini par extension, 141 des probabilités totales, 359, 399, 406
équation du rang, 167
caractéristique, 291 de Taylor-Young, 260, 385
420 Index
de Vandermonde, 370 moyenne statistique, 342
gradient, 326 négation logique, 210

noyau, 166
image, 166
incompatibilité, 359 opérations élémentaires, 74
indépendance ordre
d’événements, 359 d’une matrice, 75
de variables aléatoires, 417 de multiplicité, 103, 121
inégalité
de Bienaymé-Tchebychev, 391 partie
triangulaire, 287 entière, 189, 394
intégrale, 261, 286 réelle et imaginaire, 27, 117
intégrande, 261 permutation, 60
inverse d’une matrice, 101 positivité de l’intégrale, 287
inversibilité d’une matrice, 101 primitive, 286
principe
lemme des coalitions, 417 des croissances comparées, 199, 213, 235,
limite 259, 321
de fonctions, 213 de superposition, 315
de suites, 199 du terme constant, 24
linéarisation, 43 produit
linéarité cartésien, 60
d’une application, 166 fini, 24
de l’espérance, 382, 391 matriciel, 101
de l’intégrale, 287 prolongeabilité par continuité, 213
de la moyenne, 342 puissance n-ième d’une matrice, 101
des parties réelles et imaginaires, 38 (langage) Python, 7, 29, 45, 47, 104, 135,
de la sommation, 24, 179 185, 191, 195, 225, 229, 277, 278, 334,
p-liste, 60 348, 378, 401
loi
de Bernoulli, 361, 363, 364 racine, 103, 121
binomiale, 366 raisonnement
certaine, 361, 363 par l’absurde, 196, 209–212, 303, 307, 320,
conditionnelle, 417 340
conjointe, 417 par analyse et synthèse, 36, 132, 137, 220,
hypergéométrique, 368 324, 399
marginale, 417 par double implication, 136
de la somme, 417 par double inclusion, 157
uniforme, 364 par identification, 119
par récurrence, 22, 24, 183, 194, 211, 226,
matrice 234, 357
associée à une application linéaire, 166 à deux termes, 105, 107
identité (ou unité), 75 rang
nulle, 75 d’une application linéaire, 167
méthode d’une famille de vecteurs, 166
de l’angle moyen, 36 d’une matrice, 101
du pivot de Gauss, 74 d’un système linéaire, 74
de la variation de la constante, 315 réciproque
modèle d’apparition des lois d’une application linéaire, 166
de Bernoulli, 361 d’une fonction bijective, 214
binomiales, 367, 382 réduction sous forme canonique, 104
hypergéométriques, 369, 371 relation
uniformes, 365 de Chasles, 25, 287
module, 27 de Pascal, 26
moments d’une variable aléatoire, 390 représentation paramétrique, 140
Index 421
somme
double, 25
finie, 24
de Riemann, 288
sous-espace vectoriel, 166
suites
adjacentes, 199
arithmético-géométriques, 199, 407
arithmétiques, 199
contractantes, 229
dont le terme général est une intégrale, 288
géométriques, 199
linéairement récurrentes d’ordre 2, 107,
199
majorées/minorées/bornées, 199
télescopage, 25, 110, 115, 179, 192

terme
constant, 103
dominant, 103, 105
théorème
de d’Alembert-Gauss, 121
de la bijection, 196, 214, 215, 225, 242, 321
de continuité sur un segment, 214
des gendarmes, 199, 213, 218
de la limite monotone, 199, 213, 227, 284
du rang, 167
de Rolle, 237
des suites adjacentes, 199
de transfert, 391, 417
des valeurs intermédiaires, 118, 214, 303,
307
transposition, 101
trinôme bicarré, 104
univers image, 363, 364, 390
variance, 390
de la somme, 418
statistique, 342
variations
d’une fonction, 260
d’une suite, 199

Dokumen - Pub Mathematiques Exercices Incontournables BCPST 1 2e Ed Concours Ecoles Dingenieurs French Edition 2nbsped 2100767461 9782100767465

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Dokumen - Pub Mathematiques Exercices Incontournables BCPST 1 2e Ed Concours Ecoles Dingenieurs French Edition 2nbsped 2100767461 9782100767465

Transféré par

Droits d'auteur :

Formats disponibles

BCPST 1

EXERCICES VIDIAN ROUSSE

9 Nombres réels et suites réelles 175

la présence d’une diﬃculté courante est signalée par un .

2 Nombres complexes et trigonométrie 27

Exercice 1.1 : Techniques de sommation de base

1. Soit (un ) une suite arithmétique de raison r (r = 0) et de premier terme u0 .

1. Il y a plusieurs façons naturelles de procéder :

uk = (u0 + kr) = u0 1+r k

• on peut alternativement utiliser l’expression uk = um + (k − m)r pour se ramener

[um + (k − m)r] = um 1+r (k − m)

(avec le changement d’indice k = k − m)

• on peut encore utiliser la démarche du jeune Gauss ∗ en ajoutant la somme incon-

Avec les changements d’indice k = k − m et k = n − k, on a

uk + uk = um+k + un−k = (um+k + un−k ).

On remarque alors que um+k + un−k = um + kr + un − kr = um + un est indépendant

q uk = uk+1 = uk = uk + un+1 − um ,

um − un+1 um − qun u0 q m − qu0 q n 1 − q n−m+1

Quant au produit des termes consécutifs de la même suite géométrique, le problème

Les termes pairs manquants donnent eux :

L’implémentation en Python du calcul du produit se fait naturellement à l’aide d’une

1 def produit_impairs(n): # 1 def produit_impairs(n): #

puis on découpe la somme intérieure selon le signe de la diﬀérence i − j pour pouvoir

(avec les changements d’indice j = i − j et j = j − i)

on regroupe alors selon les puissances de i et on conclut par linéarité de la somme.

n(n + 1)(2n + 1) n(n + 1) 1

Quant à la seconde somme, on choisit de sommer en premier (la somme extérieure)

= (2j − 1) (d’après la formule du binôme de Newton)

= 2 2j−1 − 1 (par linéarité de la somme)

Exercice 1.2 : Séparation pairs/impairs

1. Écrivons les sommes en développé pour visualiser ce qui se passe :

(−1)k k2 = (2p)2 − (2p − 1)2

= 2n(n + 1) − n = n(2n + 1).

Exercice 1.3 : La somme des premiers cubes I

Pour l’initialisation, S1 = = = 1 d’autre

∗. On trouvera une cinquième méthode dans l’exercice 6.2 en page 108.

2. On commence par développer pour visualiser la simpliﬁcation.

D’après la formule du binôme de Newton,

Le terme général de Sn apparaît dans le membre de droite, on va donc sommer cette

En sommant cette égalité, pour k variant entre 1 et n, on obtient

En isolant Sn , on conclut que

3.a. On reconnaît les coeﬃcients de la formule du binôme, il suﬃt donc de bien

D’après la formule du binôme de Newton,

3.b. Là encore, on reconnaît à droite le terme général de Sn et on somme donc l’égalité.

Par linéarité de la somme,

(n + 1 − k)3 = (n + 1)3 n − 3(n + 1)2 k + 3(n + 1) k 2 − Sn .

On doit aussi reconnaître Sn dans le membre de gauche ce qu’on constate en écrivant

En outre, avec le changement d’indice j = n + 1 − k, (n + 1 − k)3 = Sn donc

3 2 n(n + 1) n(n + 1)(2n + 1)

D’où, par linéarité de la somme,

En regroupant toutes les occurrences de Sn dans le membre de gauche,

4 n2 (n + 1)(2n + 1) 1 n(n + 1)(2n + 1) 1 n(n + 1)

Exercice 1.4 : Sommes télescopiques

1. Il faut transformer l’écriture du terme général pour mettre en évidence la forme

2.a. Comme mentionné dans l’énoncé, on demande de trouver a, b et c mais pas

En écrivant les sommes en développé,

(avec les changements d’indice k = k − 2 et k = k + 2)

Exercice 1.5 : Formule du binôme et moments de la loi binomiale

On se propose de calculer de deux façons § distinctes la valeur des sommes

1.a. Il s’agit ni plus ni moins de la formule du pion dont on va reproduire la preuve

1.b. La déﬁnition de En (p) ressemble beaucoup au développement du binôme au

§. On trouvera un développement théorique plus systématique de la seconde façon dans l’exer-

= n(n − 1)p2 (p + 1 − p)n−2 (d’après la formule du binôme de Newton)

|z1 | − |z2 | |z1 + z2 | |z1 | + |z2 |.

Les solutions de z 3 = 1 sont nécessairement non nulles. Si z = 0, on peut écrire z