Académique Documents
Professionnel Documents
Culture Documents
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.
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
© Dunod. Toute reproduction non autorisée est un délit.
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,
3 Dénombrement 45
© Dunod. Toute reproduction non autorisée est un délit.
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
Liste des capacités attendues 60
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.
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
n
n
n
n
= 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
n
n
n
n−m
= um (n − m + 1) + r k
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
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
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
10 Chapitre 1 Calcul algébrique
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
n
(2n)! (2n)! (2n)!
(2k − 1) = = = .
n
n
n 2n n!
k=1
(2k) 2 k
k=1 k=1 k=1
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
= (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
n
n(n + 1)
= i2 − (n + 1)i +
2
i=1
j
j
n
j
=
© Dunod. Toute reproduction non autorisée est un délit.
i i
1ijn j=1 i=1
n
n
n
1 − 2n
= 2 − n = 2n+1 − n − 2.
1−2
12 Chapitre 1 Calcul algébrique
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
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
n
n
n
= (4p − 1) = 4 p− 1
p=1 p=1 p=1
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
© Dunod. Toute reproduction non autorisée est un délit.
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
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
n
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
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.
© Dunod. Toute reproduction non autorisée est un délit.
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 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
= −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
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)
18 Chapitre 1 Calcul algébrique
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
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
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
20 Chapitre 1 Calcul algébrique
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
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
= =1= ,
k p−k 0 0 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
22 Chapitre 1 Calcul algébrique
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
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
nf
nf
a = (nf − ni + 1)a et a = anf −ni +1 ,
k=ni k=ni
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
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
nf
nf
nf
(λaj + μbj ) = λ aj + μ bj ,
j=ni j=ni j=ni
c−1
b
c
b
b
uk = uk uk = uk uk .
k=a k=a k=c+1 k=a k=c
• 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
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 .
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+ .
∗. 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.
30 Chapitre 2 Nombres complexes et trigonométrie
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.
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.
(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
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 .
1.a. Ostensiblement, l’équation ne fait intervenir que des produits (ici une puissance)
donc on va privilégier la forme exponentielle.
32 Chapitre 2 Nombres complexes et trigonométrie
√ √ √ √ 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
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.
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.
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.
34 Chapitre 2 Nombres complexes et trigonométrie
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
et √
π 4π 4π 1+ 5
cos = cos π − = − cos = .
5 5 5 4
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
© Dunod. Toute reproduction non autorisée est un délit.
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∗ }.
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
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
© Dunod. Toute reproduction non autorisée est un délit.
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.
38 Chapitre 2 Nombres complexes et trigonométrie
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
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.
Or
n
n
n
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
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
40 Chapitre 2 Nombres complexes et trigonométrie
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.
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
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
42 Chapitre 2 Nombres complexes et trigonométrie
• 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 linéariser une expression de la forme cosp (θ) sinq (θ) (cf question 2.9.1)
CHAPITRE
3
Dénombrement
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
© Dunod. Toute reproduction non autorisée est un délit.
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.
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
1 def nbUns(L):
2 nbElements = 0
3 for k in L:
4 nbElements += k
5 return nbElements
∗. 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
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
© Dunod. Toute reproduction non autorisée est un délit.
10 return L
Une répartition des N boules dans les n urnes équivaut à la donnée d’une n-liste
n
f (N, n) = x1 + 1 + x2 + 1 + · · · + 1 + xn = x1 + x2 + · · · + xn + 1 + 1 + · · · + 1.
n−1 fois
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.
1 def CombinaisonaRep(LL):
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
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 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.
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).
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
© Dunod. Toute reproduction non autorisée est un délit.
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.
52 Chapitre 3 Dénombrement
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.
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
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).
• 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
54 Chapitre 3 Dénombrement
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
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
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.
• 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
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 .
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.
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
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.
= (j − 1)(j − 2)
3
j=3
n−2
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
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
58 Chapitre 3 Dénombrement
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.
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
de q boules.
Liste des capacités attendues
• 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
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
Liste des capacités attendues 74
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
Liste des capacités attendues 101
6 Polynômes 103
© Dunod. Toute reproduction non autorisée est un délit.
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
Liste des capacités attendues 121
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
Liste des capacités attendues 140
4
Systèmes linéaires
Par souci pédagogique, on prendra soin d’encadrer le coefficient d’un système qu’on
utilise comme pivot (ou assimilé).
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
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
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
© Dunod. Toute reproduction non autorisée est un délit.
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.
68 Chapitre 4 Systèmes linéaires
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.
⎧
⎨ 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}.
• 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
⎧
⎪
⎪ 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
© Dunod. Toute reproduction non autorisée est un délit.
⎨ 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.
70 Chapitre 4 Systèmes linéaires
⎧
⎨ 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).
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
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.
0
entre l’axe des abscisses, la courbe et les droites d’équation x = 0 et x = 2.
∗. 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
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
74 Chapitre 4 Systèmes linéaires
• 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)
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).
†. Com(N ) est l’ensemble des matrices commutant avec N pour la multiplication matricielle.
76 Chapitre 5 Matrices
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
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).
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.
© Dunod. Toute reproduction non autorisée est un délit.
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.
78 Chapitre 5 Matrices
2.c. On peut d’abord combiner les résultats des deux questions précédentes pour avoir
une première description des éléments de Com(A).
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
⎛ ⎞
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
⎛ ⎞
−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
© Dunod. Toute reproduction non autorisée est un délit.
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.
80 Chapitre 5 Matrices
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
p−1
En factorisant alors par S(M ), on fait apparaître In −M puis une identité caractérisant
l’inversibilité de In − M .
−1 −3 −1 2 3 1
Posons M = I3 − 2 4 1 = −2 −3 −1 .
−3 −4 0 3 4 1
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
⎝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.
82 Chapitre 5 Matrices
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
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.
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
84 Chapitre 5 Matrices
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.
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
1.a. Il s’agit ici d’établir le système linéaire reliant les populations par classes d’âges
© Dunod. Toute reproduction non autorisée est un délit.
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.
86 Chapitre 5 Matrices
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.
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 ).
Exercice 5.4 Modèle de reproduction multiâge de Leslie I 87
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
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 :
.
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
Exercice 5.4 Modèle de reproduction multiâge de Leslie I 89
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}.
© Dunod. Toute reproduction non autorisée est un délit.
90 Chapitre 5 Matrices
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
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)
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 †.
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
†. 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.
92 Chapitre 5 Matrices
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.
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.
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
=
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.
94 Chapitre 5 Matrices
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
⎛ ⎞
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.
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).
96 Chapitre 5 Matrices
' (
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)
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.
∗. On pourrait tout résumer en disant que le rang de N est égal au cardinal de l’ensemble {a, b, c}.
98 Chapitre 5 Matrices
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.
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 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
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.
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.
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.
100 Chapitre 5 Matrices
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 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.
• 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 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)
n k n−k
(A + B)n = A B ,
k
k=0
6
Polynômes
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
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.
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).
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.
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.
La syntaxe
1 P , PP = PP , x*PP-P
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).
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
© Dunod. Toute reproduction non autorisée est un délit.
√ 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
108 Chapitre 6 Polynômes
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+
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 −∞.
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.
Une méthode naturelle est d’injecter cette expression de P dans l’équation (E) pour
en déduire les coefficients de P par identification.
(E) ⇐⇒ ak (X + 1)k − ak X k = X 3
k=0 k=0
4
© Dunod. Toute reproduction non autorisée est un délit.
⇐⇒ ak (X + 1)k − X k = X 3
k=0
Le système est échelonné, il se résout donc directement par substitution “en remontant
les équations”.
110 Chapitre 6 Polynômes
⎧
⎪ 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
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 .
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
1. Commençons par faire le tri sur les conditions, elles se séparent en trois parties
© Dunod. Toute reproduction non autorisée est un délit.
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
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.
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|
l’aide des connaissances sur les racines a, b et c (cf énoncé et résultat de la question
précédente).
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.
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
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
n−1
kπ
n−1
kπ
On pose Sn = sin et Cn = cos .
n n
k=1 k=1
n−1
n−1 kπ
© Dunod. Toute reproduction non autorisée est un délit.
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
116 Chapitre 6 Polynômes
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
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
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 ,
© Dunod. Toute reproduction non autorisée est un délit.
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.
118 Chapitre 6 Polynômes
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 :
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 .
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.
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,
© Dunod. Toute reproduction non autorisée est un délit.
& &
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
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 ).
• 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 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)
© Dunod. Toute reproduction non autorisée est un délit.
†. 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.
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
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.
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
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
© Dunod. Toute reproduction non autorisée est un délit.
⇐⇒
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.
Méthode 2 :
Soit M (x, y, z) un point de l’espace.
&
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.b. Dans l’autre sens, on utilise l’une des coordonnées comme paramètre.
Exercice 7.2 Orthogonalité dans le plan 127
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.
© Dunod. Toute reproduction non autorisée est un délit.
−−
→
1. La représentation paramétrique s’obtient directement à partir de D = A+Vect(AB).
128 Chapitre 7 Géométrie
−→
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 − a)2 + (y − b)2 = r2 .
⇐⇒
⇐⇒ (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 :
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
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.
)
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
132 Chapitre 7 Géométrie
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.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
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
u ,· : −
‡. Au sens du chapitre suivant, l’application →
− →
v → →
−
u ,−
→
v est linéaire.
Exercice 7.5 Déterminant et barycentres 135
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].
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 )
© Dunod. Toute reproduction non autorisée est un délit.
= 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.
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 ;
• 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.
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.
Exercice 7.5 Déterminant et barycentres 137
H3
c a
H1
I
d
A C
b H2
© Dunod. Toute reproduction non autorisée est un délit.
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
138 Chapitre 7 Géométrie
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.
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 .
Exercice 7.5 Déterminant et barycentres 139
• Savoir utiliser une équation cartésienne de cercle dans le plan (cf exer-
cice 7.3)
8
Espaces vectoriels
et applications linéaires
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 .
• 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),
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.
© Dunod. Toute reproduction non autorisée est un délit.
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.
144 Chapitre 8 Espaces vectoriels et applications linéaires
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 ) :
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).
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
146 Chapitre 8 Espaces vectoriels et applications linéaires
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
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
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,
u ∈ Vect(d2 , d3 ) ⇐⇒ ∃ λ, μ ∈ R, u = λd2 + μd3
⇐⇒ ∃ λ, μ ∈ R, (x, y, z) = (λ + μ, λ + bμ, aλ + aμ)
&
λ + μ = x
⇐⇒ ∃ λ, μ ∈ R, λ + bμ = y .
aλ + aμ = z
© Dunod. Toute reproduction non autorisée est un délit.
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
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
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.
2x − 2z = 0
⇐⇒ ⇐⇒ x = y = z.
y=z
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.
152 Chapitre 8 Espaces vectoriels et applications linéaires
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
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 .
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
&
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.
© Dunod. Toute reproduction non autorisée est un délit.
−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).
154 Chapitre 8 Espaces vectoriels et applications linéaires
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.
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.
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 ).
156 Chapitre 8 Espaces vectoriels et applications linéaires
• 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).
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.b. Pour montrer l’égalité de deux ensembles A et B, on peut raisonner par double
© Dunod. Toute reproduction non autorisée est un délit.
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.
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 ).
158 Chapitre 8 Espaces vectoriels et applications linéaires
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
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
© Dunod. Toute reproduction non autorisée est un délit.
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).
160 Chapitre 8 Espaces vectoriels et applications linéaires
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
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.
© Dunod. Toute reproduction non autorisée est un délit.
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).
162 Chapitre 8 Espaces vectoriels et applications linéaires
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.
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.
Exercice 8.8 Commutant d’un endomorphisme cyclique 163
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 .
(−
→
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.
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.
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 .
• Savoir déterminer les coordonnées d’un vecteur dans une base (cf exer-
cice 8.3)
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
Liste des capacités attendues 237
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
Liste des capacités attendues 260
9
Nombres réels et suites réelles
1. Il suffit de revenir à la signification concrète des différents termes des égalités pour
en trouver l’explication naturelle : naissance et vieillissement.
© Dunod. Toute reproduction non autorisée est un délit.
∗. 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.
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
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.
© Dunod. Toute reproduction non autorisée est un délit.
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.
2.b. On reprend ici la stratégie utilisée dans la situation d’une suite arithmético-
géométrique.
178 Chapitre 9 Nombres réels et suites réelles
3.a. Il faut obtenir une relation de récurrence wn+1 = αwn + β avec deux réels α et β.
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
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
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 .
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.
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
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.
© Dunod. Toute reproduction non autorisée est un délit.
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.
1 def Mystere(n):
2 a, b = 1, 0
3 for k in range(1,n+1):
4 aux = ... + ...
5 b = a + b
6 a = ...
7 if ...... :
8 return a**2
9 else:
10 return 2*b**2
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 .
© Dunod. Toute reproduction non autorisée est un délit.
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.
186 Chapitre 9 Nombres réels et suites réelles
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 .
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 :
√ √ √ √
© Dunod. Toute reproduction non autorisée est un délit.
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.
188 Chapitre 9 Nombres réels et suites réelles
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 .
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
3 for k in range(1,n+1):
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
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)).
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 .
2. On reconnaît la somme des premiers termes d’une suite géométrique donc on dispose
© Dunod. Toute reproduction non autorisée est un délit.
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→+∞
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
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.
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.
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
© Dunod. Toute reproduction non autorisée est un délit.
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
192 Chapitre 9 Nombres réels et suites réelles
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
1
3.b. La condition de poursuite est que la majoration de l’erreur dépasse l’erreur
2k
autorisée erreur.
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
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
194 Chapitre 9 Nombres réels et suites réelles
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
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
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.
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
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→+∞
un
ce qui est en accord avec lim = 1 c’est-à-dire un ∼ ln n.
n→+∞ ln 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.
Liste des capacités attendues 199
• 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.
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!) .
10
Limites et continuité
des fonctions d’une variable
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.
© Dunod. Toute reproduction non autorisée est un délit.
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 .
−∞ +∞
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→−∞
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.
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.
y=x
y = f (x)
u1 u0
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.
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.
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
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.
206 Chapitre 10 Limites et continuité des fonctions d’une variable
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→+∞
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+
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
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.
© Dunod. Toute reproduction non autorisée est un délit.
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.
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 .
y=x
y = x2
y = x3
y = x4
y = f (x)
u1 u2 u3 u4 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.
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].
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.
© Dunod. Toute reproduction non autorisée est un délit.
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 .
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
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] .
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 ).
212 Chapitre 10 Limites et continuité des fonctions d’une variable
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).
Liste des capacités attendues 213
• 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.
1
♦ en 0 : logarithme ln et puissances négatives x → pour α > 0
xα
1
ln x = ◦ .
x→0 xα
© Dunod. Toute reproduction non autorisée est un délit.
∗. 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.
214 Chapitre 10 Limites et continuité des fonctions d’une variable
11
Dérivation des fonctions
d’une variable réelle
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 .
ex + e−x
pour tout x ∈ R, sh (x) = = ch(x).
2
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 .
−∞ +∞
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
! !
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
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.
218 Chapitre 11 Dérivation des fonctions d’une variable réelle
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
−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].
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).
© Dunod. Toute reproduction non autorisée est un délit.
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)
© Dunod. Toute reproduction non autorisée est un délit.
†. 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).
222 Chapitre 11 Dérivation des fonctions d’une variable réelle
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).
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.
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, +∞[.
© Dunod. Toute reproduction non autorisée est un délit.
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)
224 Chapitre 11 Dérivation des fonctions d’une variable réelle
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
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.
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
Pour x ∈ [a, b], notons Mx le point de Tx0 d’abscisse x et notons (Ox) l’axe des
© Dunod. Toute reproduction non autorisée est un délit.
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.
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 :
228 Chapitre 11 Dérivation des fonctions d’une variable réelle
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.
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
3 for k in range(1,n+1):
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.
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, +∞[).
© Dunod. Toute reproduction non autorisée est un délit.
√
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
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.
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)| .
© Dunod. Toute reproduction non autorisée est un délit.
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
232 Chapitre 11 Dérivation des fonctions d’une variable réelle
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.
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)
© Dunod. Toute reproduction non autorisée est un délit.
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
Liste des capacités attendues 237
• 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
© Dunod. Toute reproduction non autorisée est un délit.
(linéarité de la dérivation),
u u v − v u 1
(uv) = u v + uv , = , (f −1 ) = .
v v2 f ◦ f −1
12
Développements limités
et études de fonctions
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.
1
f est donc bien dérivable en 0 et f (0) = .
2
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
Exercice 12.2 Développements limités et fonction réciproque 243
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
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
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
244 Chapitre 12 Développements limités et études de fonctions
⎧
⎨ 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
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) ;
Exercice 12.2 Développements limités et fonction réciproque 245
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
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
246 Chapitre 12 Développements limités et études de fonctions
√ 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, +∞[.
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
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
Finalement,
47 1 47 1
f (x) = x + 5 + + ◦ et f (x) = −x − 5 − + ◦ .
3x2 x→+∞ x2 3x2 x→−∞ x2
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.
248 Chapitre 12 Développements limités et études de fonctions
√
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
! 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
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).
© Dunod. Toute reproduction non autorisée est un délit.
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
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
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
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
On utilise ensuite que f (x) − g(x) est, au voisinage de 0, du même signe que son
© Dunod. Toute reproduction non autorisée est un délit.
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[
252 Chapitre 12 Développements limités et études de fonctions
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
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]
1
© Dunod. Toute reproduction non autorisée est un délit.
0
− 0 .5 0 .0 0 .5 1 .0 1 .5 2 .0
∗. 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.
254 Chapitre 12 Développements limités et études de fonctions
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.
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
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 :
256 Chapitre 12 Développements limités et études de fonctions
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.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
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).
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.
]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
258 Chapitre 12 Développements limités et études de fonctions
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 .
t 0 1 +∞
f (t) − 0 +
+∞ +∞
f (t)
1
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
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 +∞.
© Dunod. Toute reproduction non autorisée est un délit.
260 Chapitre 12 Développements limités et études de fonctions
• 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
0
2 x
2 t x
cos 1t
4. xe−x dx 5. √ dt 6. dt
−1 1 + t2 t2
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
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
1 √
1. Calculer min (x, t) t dt, pour tout x ∈ [0, 1].
0
2
2. Calculer (|t − 1| + |2t + 1|) dt.
−1
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
264 Chapitre 13 Intégration des fonctions sur un segment
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
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.
√ 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
© Dunod. Toute reproduction non autorisée est un délit.
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 +∞.
266 Chapitre 13 Intégration des fonctions sur un segment
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
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
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.
• 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).
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).
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
d’intégration par parties, on obtient alors
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
268 Chapitre 13 Intégration des fonctions sur un segment
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.
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
√
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.
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. Même technique si ce n’est qu’il faut utiliser les formules de duplication pour faire
u
apparaître du tan dans cos u.
2
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
© Dunod. Toute reproduction non autorisée est un délit.
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
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
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
© Dunod. Toute reproduction non autorisée est un délit.
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
274 Chapitre 13 Intégration des fonctions sur un segment
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
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
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
© Dunod. Toute reproduction non autorisée est un délit.
†. 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.
276 Chapitre 13 Intégration des fonctions sur un segment
⎧
⎨ 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 .
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
3 for k in range(1,n+1):
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 :
5 3.121500721500721
10 3.141106021601377
15 3.1415797881375944
© Dunod. Toute reproduction non autorisée est un délit.
20 3.1415922987403384
25 3.1415926435534467
Que remarque-t-on ? Formuler une conjecture.
278 Chapitre 13 Intégration des fonctions sur un segment
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 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
Exercice 13.9 Une approximation de π 279
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
1 def Suite(n):
2 I = 1
3 for k in range(1,n+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.
280 Chapitre 13 Intégration des fonctions sur un segment
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.
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.
2n−1 0
1 + t2
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
282 Chapitre 13 Intégration des fonctions sur un segment
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
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
© Dunod. Toute reproduction non autorisée est un délit.
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∗+ .
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→+∞
© Dunod. Toute reproduction non autorisée est un délit.
286 Chapitre 13 Intégration des fonctions sur un segment
• 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 ‡ :
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
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
• 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
b b
t
exemple utile pour le calcul d’intégrales du type : P (t)e dt, P (t) cos(t)dt
b a a
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).
Liste des capacités attendues 289
v(x)
• Savoir étudier une fonction définie par une intégrale ϕ(x) = f (t)dt
u(x)
14
Équations différentielles
• 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).
© Dunod. Toute reproduction non autorisée est un délit.
• 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
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.
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.
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 (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.
∗. 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.
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.
3 3 3
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
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
C cos(2x)
l’ensemble des solutions de (E2 ) sur I2 est x → − ; C ∈R .
cos x 4 cos x
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
298 Chapitre 14 Équations différentielles
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 .
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
1. L’équation n’est pas homogène, la première étape consiste donc à résoudre l’équa-
tion homogène associée.
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.
300 Chapitre 14 Équations différentielles
l’équation sont les sommes d’une solution particulière et des solutions de l’équation
homogène associée.
Dernière étape : somme des deux types de solution et détermination des deux constantes
grâce aux conditions initiales.
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.
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
302 Chapitre 14 Équations différentielles
7 1
donc x → − cos x − sin x est solution particulière de (E2 ) sur R.
50 50
2. Résolvons l’équation homogène associée.
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
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.
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.
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
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
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
⎡ ⎤
© Dunod. Toute reproduction non autorisée est un délit.
⎢ 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→+∞
306 Chapitre 14 Équations différentielles
t 0 +∞
ϕ (t) −
ϕ(0)
ϕ(t)
K
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.
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)
© Dunod. Toute reproduction non autorisée est un délit.
− ln > 0.
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
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.
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.
310 Chapitre 14 Équations différentielles
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.
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
Exercice 14.8 Une équation différentielle d’Euler 311
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 !
' 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.
312 Chapitre 14 Équations différentielles
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 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 ).
Exercice 14.8 Une équation différentielle d’Euler 313
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 :
© Dunod. Toute reproduction non autorisée est un délit.
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.
314 Chapitre 14 Équations différentielles
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
Liste des capacités attendues 315
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.
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
∗. 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
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
© Dunod. Toute reproduction non autorisée est un délit.
−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.
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.
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).
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 !).
2. La fonction est polynomiale donc les dérivées partielles secondes se calculent aisé-
© Dunod. Toute reproduction non autorisée est un délit.
Pour (x, y) ∈ R2 ,
∂2g ∂2g ∂2g
(x, y) = 36x2 − 8y, (x, y) = 2 et (x, y) = −8x.
∂x2 ∂y 2 ∂x∂y
Par composition,
∂f ∂f
fθ (r) = cos θ (r cos θ, r sin θ) + sin θ (r cos θ, r sin θ),
∂x ∂y
320 Chapitre 15 Fonctions de deux variables
∂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.
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.
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.
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 .
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
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.
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
© Dunod. Toute reproduction non autorisée est un délit.
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).
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
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.
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
© Dunod. Toute reproduction non autorisée est un délit.
u −8 −6 −5 −4 −2 0 4 10
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.
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.
⎧
⎪
⎪
8
⎪
⎪ ni (ti − m) si m < t1 ,
⎪
⎪
⎪
⎪
⎪
⎨
k
i=1
8
⎪
⎪ 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
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.
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.
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
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 __________
puis la calculer.
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
Exercice 16.2 Caract. partielles et globales d’une pop. sexuée 335
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
= pNp − jnj .
j=1
p
p−1
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
© Dunod. Toute reproduction non autorisée est un délit.
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
p
p
= k2 Nk − k2 Nk−1
k=1 k=1
p
p−1
p−1
p−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.
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]
N♀ ♀ + N♂ ♂ 100 × 4 + 80 × 4
g= = = 4.
N♀ + N♂ 100 + 80
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
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.
Étant données deux séries statistiques (xi )1in et (yi )1in non constantes
associées au même échantillon, on pose, pour (a, b) ∈ R2 ,
1
n
© Dunod. Toute reproduction non autorisée est un délit.
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.
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
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
.
© Dunod. Toute reproduction non autorisée est un délit.
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.
342 Chapitre 16 Statistique descriptive
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
17
Espaces probabilisés
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.
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
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
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.
2.b. Même stratégie, en ayant recours aux événements contraires dès que nécessaire.
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.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):
© Dunod. Toute reproduction non autorisée est un délit.
2 S = 0
3 for k in range(m):
4 if Experience(n):
5 S += 1
6 return S/m
350 Chapitre 17 Espaces probabilisés
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
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
1
n−1
Or, par linéarité de la somme et en remarquant que le terme d’indice k = n est nul,
n−1
n
n
n
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).
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.
D’après la formule de la probabilité d’une union,
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
© Dunod. Toute reproduction non autorisée est un délit.
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 ).
354 Chapitre 17 Espaces probabilisés
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.
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 .
⎧ ⎧
⎪
⎪ 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
⎛ ⎞
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
⎜ 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
∗. 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.
360 Chapitre 17 Espaces probabilisés
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).
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.
• 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
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].
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.
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.
364 Chapitre 18 Variables aléatoires finies
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.
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).
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
13
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
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
© Dunod. Toute reproduction non autorisée est un délit.
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.
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
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.
L’égalité précédente nous suggère que le calcul de l’espérance demandée passe par le
théorème de transfert.
100 −1
3500 6500 10000
= k(k − 1)
k 100 − k 100
k=2
−1
© Dunod. Toute reproduction non autorisée est un délit.
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
La somme obtenue doit faire penser aux coefficients d’une loi hypergéométrique aux
paramètres bien choisis.
−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
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
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
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.
[W = 1] = B1 ∩ B2 ∩ B3 ∪ B1 ∩ B2 ∩ B3 ∪ B1 ∩ B2 ∩ B3
et
[W = 2] = B1 ∩ B2 ∩ B3 ∪ B1 ∩ B2 ∩ B3 ∪ B1 ∩ B2 ∩ B3 .
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.
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
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
N−1
N
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
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
†. 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
N−1
N
N−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
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
© Dunod. Toute reproduction non autorisée est un délit.
1. Pour déterminer α, on va utiliser P(G = k) = 1.
k
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
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
= − 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
2n
1 |k − n − 1|
= (k − n − 1)2 −
n n2
k=2
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
378 Chapitre 18 Variables aléatoires finies
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
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
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
Pour les mêmes raisons, on a M (Ω) ⊆ 1, 6 et, pour m ∈ 1, 6,
+
6 +
6
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
380 Chapitre 18 Variables aléatoires finies
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.
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
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 .
© Dunod. Toute reproduction non autorisée est un délit.
1.a. On va s’appuyer sur la CNS pour former des coefficients de probabilité (stricte-
ment positifs et de somme égale à 1).
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 .
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
questions donc T = Qk .
k=1
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
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 .
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
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)
k∈X(Ω)
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
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
n+1
Par identification, on en déduit d’une part E(X) = fX (1) = et d’autre part
2
(n + 1)(n − 1)
© Dunod. Toute reproduction non autorisée est un délit.
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
386 Chapitre 18 Variables aléatoires finies
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
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.
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.
⎝ Mi ⎠ ∩ Mj ∩ Mk = Mi ∩ Mj ∩ Mi ∩ Mk .
i=1 i=1 i=j+1
i=j
9
l
⎢9 ⎥
k−1
⎣ Mi ⎦ ∩ Mj ∩ Mk est égale à
© Dunod. Toute reproduction non autorisée est un délit.
i=1
i=j
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
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
(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
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
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
© Dunod. Toute reproduction non autorisée est un délit.
390 Chapitre 18 Variables aléatoires finies
• 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).
!
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.
Liste des capacités attendues 391
• Savoir approcher une loi hypergéométrique par une loi binomiale (cf ques-
tion 18.4.1.c)
© Dunod. Toute reproduction non autorisée est un délit.
CHAPITRE
19
Couples et n-uplets de variables
aléatoires finies
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 .
© Dunod. Toute reproduction non autorisée est un délit.
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
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.
k−1 k
k−1
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
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
• 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]
396 Chapitre 19 Couples et n-uplets de variables aléatoires finies
(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
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.
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
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.
= 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
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.
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.
400 Chapitre 19 Couples et n-uplets de variables aléatoires finies
Mais on peut aussi utiliser que, pour des variables indépendantes, les lois condition-
nelles sont identiques aux lois marginales.
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.
= 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
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
© Dunod. Toute reproduction non autorisée est un délit.
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
• 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) ;
402 Chapitre 19 Couples et n-uplets de variables aléatoires finies
⎧
⎨ 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
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
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
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 ). ∗
†. 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.
404 Chapitre 19 Couples et n-uplets de variables aléatoires finies
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)
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
⎛ ⎞
−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
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
3
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
© Dunod. Toute reproduction non autorisée est un délit.
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 .
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
(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
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
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
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
k=1
p
La variance de la somme Xi s’obtient en ajoutant tous les coefficients de cette
i=1
matrice.
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→+∞
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 ?
414 Chapitre 19 Couples et n-uplets de variables aléatoires finies
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.
Comme toutes les lignes de M sont égales, elle n’est pas inversible donc la probabilité
qu’elle le soit est nulle.
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)).
= P(A = B = C = k)
k=0
n
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.
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).
416 Chapitre 19 Couples et n-uplets de variables aléatoires finies
• 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)
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
variance, 390
de la somme, 418
statistique, 342
variations
d’une fonction, 260
© Dunod. Toute reproduction non autorisée est un délit.