Académique Documents
Professionnel Documents
Culture Documents
Cours Maths Isttam 2023-1
Cours Maths Isttam 2023-1
Dans ce chapitre, nous donnerons la définition d’une suite et nous nous intéresserons aux suites
arithmétiques et géométriques. « Taux d’intérêts », « Taux d’actualisation » sont des termes
utilisés aussi bien pour les emprunts des particuliers que ceux des collectivités et des entreprises.
Les activités de ce chapitre ont pour but de vous donner les outils pour étudier les problèmes
d’économie (intérêts simples, intérêts composés, emprunts, actualisation…).
I-1 Définition 1 :
Soit I une partie de IN. On appelle suite numérique, toute fonction de I vers IR.
Notation et Vocabulaire
Si E désigne l’ensemble de définition d’une suite numérique u, on a les notations suivantes :
𝑵𝒐𝒕𝒂𝒕𝒊𝒐𝒏 𝒇𝒐𝒏𝒄𝒕𝒊𝒐𝒏𝒏𝒆𝒍𝒍𝒆 𝑵𝒐𝒕𝒂𝒕𝒊𝒐𝒏 𝒊𝒏𝒅𝒊𝒄𝒊𝒆𝒍𝒍𝒆
𝑢 : E → IR (𝑢𝑛 )𝑛𝜖E ou plus simplement (𝑢𝑛 ).
𝑛 ↦ 𝑢(𝑛)
𝑢(𝑛) 𝑜𝑢 𝑢𝑛 , 𝑛𝜖 𝐸 est appelé terme d’indice ou terme général de la suite 𝑢. Le nième terme est appelé
terme de rang 𝑛 de la suite 𝑢.
Exemples :
3𝑛+4
a) La suite (𝑢𝑛 )𝑛𝜖ℕ définie par 𝑢𝑛 = est une suite explicite.
𝑛+2
b) La suite (𝑣𝑛 )𝑛𝜖ℕ∗ de terme général : 𝑣𝑛 = √𝑛2 − 1 est une suite explicite.
3𝑢𝑛 +4
c) La suite (𝑢𝑛 )𝑛𝜖ℕ définie par : 𝑢0 = 1 et 𝑢𝑛+1 = est suite définie par une formule de
𝑢𝑛 +2
récurrence.
𝑤0 = 0
d) La suite (𝑤𝑛 )𝑛𝜖ℕ définie par : { 3 et est suite définie par une formule de
𝑤𝑛+1 = 2 𝑤𝑛 + 3
récurrence.
Calculer pour chacune d’elle les termes de rang 1, 2, 3 et 4.
Les suites numériques étant des fonctions, on peut les appliquer les définitions concernant la
minoration et la majoration d’une fonction.
I-3-2 Définitions
Soit (𝑢𝑛 )𝑛𝜖E une suite numérique.
(𝑢𝑛 ) est minorée s’il existe un nombre réel 𝑚 tel que, pour tout 𝑛 𝜖 E, on a 𝑚 ≤ 𝑢𝑛 .
1
(𝑢𝑛 ) est majorée s’il existe un nombre réel M tel que, pour tout 𝑛 𝜖 E, on a 𝑢𝑛 ≤ M.
(𝑢𝑛 ) bornée si elle est minorée et majorée ; c’est-à-dire s’ils existent deux nombres réels m
et M tel que, pour tout 𝑛 𝜖 E, on a 𝑚 ≤ 𝑢𝑛 ≤ M.
Les suites numériques étant des fonctions, on peut les appliquer les définitions concernant la
minoration et la majoration d’une fonction.
Propriété 1 :
Soit (𝑢𝑛 )𝑛𝜖E une suite numérique.
Si pour tout 𝑛 𝜖 E 𝑢𝑛+1 ≤ 𝑢𝑛 , alors la suite (𝑢𝑛 ) est croissante.
Si pour tout 𝑛 𝜖 E 𝑢𝑛+1 ≥ 𝑢𝑛 , alors la suite (𝑢𝑛 ) est décroissante.
Si pour tout 𝑛 𝜖 E 𝑢𝑛+1 = 𝑢𝑛 , alors la suite (𝑢𝑛 ) est constante.
Exemples :
Etudier le sens de variation de chacune des suites suivantes :
1 1 𝑣𝑜 = −2 𝑡0 = 2
a) 𝑢𝑛 = ; b) 𝑤𝑛 = 2 − ; c) { 2 ; d) {
𝑛(𝑛+1) 2𝑛 𝑣𝑛+1 = 𝑣𝑛 + 𝑣𝑛 + 1 𝑡𝑛+1 = 𝑡𝑛 − 3
Approche graphique : Le plan étant muni d’un repère orthonormé (O,I, J) ; on désigne par
(C) la courbe de la fonction 𝑓(𝑥) = √𝑥 et par (D) la droite d’équation 𝑦 = 𝑥.
Construire (C) et (D) sur le même graphique. Placer le terme 𝑢0 sur l’axe des abscisses et
sans les calculer, placer les 8 autres termes consécutifs à 𝑢0 sur l’axe des abscisses
également.
Le graphique permet de conjecturer (prévoir ou supposer à partir d’un constat) que lorsque
n prend des valeurs « de plus en plus grandes », les termes de la suite se rapprochent de
1, ce qui confirme le résultat avec la calculatrice.
Une suite est dite convergente si elle admet une limite finie.
2
Unes suite est die divergente si elle n’est pas convergente.
Propriété 2 :
Soit (𝑢𝑛 ) une suite numérique définie par 𝑢𝑛 = 𝑓(𝑛), où f est une fonction numérique.
Si 𝑓 a une limite en alors 𝑢𝑛 a une limite et on a : lim 𝑢𝑛 = lim 𝑓(𝑥).
𝑛⟶+∞ 𝑥→∞
Exemples :
Application : Les suites arithmétiques interviennent notamment dans le cas des placements avec
intérêts simples.
b) Expression de 𝒖𝒏 en fonction de 𝒏
Théorème 1 :
Pour une suite arithmétique de premier terme 𝑢0 et de raison r :
𝒖𝒏 = 𝒖𝟎 + 𝒏𝒓 pour tout entier naturel 𝑛.
Pour une suite arithmétique de premier terme quelconque 𝑢𝑘 et de raison r :
𝒖𝒏 = 𝒖𝒌 + (𝒏 − 𝒌)𝒓 pour tout entier naturel non nul 𝑛.
c) Sens de variation
Théorème 2 :
Une suite arithmétique de raison 𝑟 est :
Croissance si 𝑟 > 0
Décroissante si 𝑟 < 0
Constante si 𝑟 = 0
Théorème 3 :
Soit 𝑢𝑛 une suite arithmétique de raison 𝑟 et de premier terme 𝑢0 alors :
𝒖𝟎 + 𝒖𝒏
𝑺𝒏 = 𝒖𝟎 + 𝒖𝟏 + 𝒖𝟐 + ⋯ + 𝒖𝒏 = (𝒏 + 𝟏)( )
𝟐
Soit 𝑢𝑛 une suite arithmétique de raison 𝑟 et de premier terme 𝑢𝑘 alors :
𝒖𝒌 + 𝒖𝒏
𝑺𝒏 = 𝒖𝒌 + 𝒖𝟏 + 𝒖𝟐 + ⋯ + 𝒖𝒏 = (𝒏 − 𝒌 + 𝟏)( )
𝟐
Application :
a) Calculer la somme 𝑆𝑛 = 1 + 2 + 3 + ⋯ + 𝑛 en fonction de 𝑛.
3
b) Calculer la somme 𝑆 = 𝑢0 + 𝑢1 + 𝑢2 + ⋯ + 𝑢99 sachant que 𝑢𝑛 est une suite arithmétique
et que 𝑢0 = 1 𝑒𝑡 𝑢99 = 199
Application : Les suites géométriques interviennent notamment dans le cas des placements avec
intérêts composés.
b) Expression de 𝒖𝒏 en fonction de 𝒏
Théorème 4 :
Pour une suite géométrique de premier terme 𝑢0 et de raison r :
𝒖𝒏 = 𝒖𝟎 . 𝒒𝒏 pour tout entier naturel 𝑛.
Pour une suite géométrique de premier terme quelconque 𝑢𝑘 et de raison r :
𝒖𝒏 = 𝒖𝒌 . 𝒒𝒏−𝒌 pour tout entier naturel non nul 𝑛.
c) Sens de variation
Théorème 5 :
Une suite arithmétique de raison 𝑟 est :
Croissance si 𝑞 > 1
Décroissante si 𝑞 < 1
Constante si 𝑞 = 1
Théorème 6 :
Soit 𝑢𝑛 une suite géométrique de raison 𝑞 et de premier terme 𝑢0 alors :
𝟏 − 𝒒𝒏+𝟏
𝑺𝒏 = 𝒖 𝟎 + 𝒖 𝟏 + 𝒖 𝟐 + ⋯ + 𝒖 𝒏 = 𝒖 𝟎 (𝐼𝑐𝑖 𝑖𝑙 𝑠 ′ 𝑎𝑔𝑖𝑡𝑑𝑒 𝑙𝑎 𝑠𝑜𝑚𝑚𝑒 𝑑𝑒 𝑛 + 1 𝑡𝑒𝑟𝑚𝑒𝑠 )
𝟏−𝒒
Soit 𝑢𝑛 une suite géométrique de raison 𝑞 et de premier terme 𝑢𝑘 alors :
𝟏 − 𝒒𝒏−𝒌 + 𝟏
𝑺𝒏 = 𝒖 𝒌 + 𝒖 𝟏 + 𝒖 𝟐 + ⋯ + 𝒖 𝒏 = 𝒖 𝒌
𝟏−𝒒
′
(𝐼𝑐𝑖 𝑖𝑙 𝑠 𝑎𝑔𝑖𝑡𝑑𝑒 𝑙𝑎 𝑠𝑜𝑚𝑚𝑒 𝑑𝑒 (𝑛 − 𝑘 + 1)𝑡𝑒𝑟𝑚𝑒𝑠 )
Application :
c) Calculer la somme 𝑆𝑛 = 1 + 𝑞 + 𝑞 2 + 𝑞 3 + ⋯ + 𝑞 𝑛 en fonction de 𝑛.
d) Calculer la somme 𝑆 = 𝑢0 + 𝑢1 + 𝑢2 + ⋯ + 𝑢10 sachant que 𝑢𝑛 est une suite géométrique
1
de premier terme 𝑢0 = 2500 𝑒𝑡 de raison 𝑞 = 2
L’achat d’un matériel à crédit est proposé à une entreprise au début de janvier 2023 avec des
modalités suivantes : un taux annuel, assurance comprise de 3,9%, le paiement en trois
versements égaux de 2700€ , à effectuer chaque année, fin décembre. On dit dans ce cas qu’il
s’agit d’un paiement par trois annuités constantes.
On peut réaliser le tableau suivant :
Echéance 1 : Echéance : Echéance 3 :
décembre 2023 décembre 2024 décembre 2025
Des ventes record à la fin de l’année 2022, permettent à l’entreprise d’envisager de payer le
matériel « comptant », au début de 2023.
Le prix que l’entreprise est prête à payer, « comptant » est naturellement inférieur au prix « à
crédit ». Dans une telle situation, le prix « comptant » que l’usage permet à l’entreprise de
demander à son fournisseur, est la somme des valeurs actuelles au début de 2022 au taux de
3,9% des trois annuités égales, 𝑎1 , 𝑎2 , 𝑎3 . En désignant par 𝑉1, 𝑉2 , 𝑉3 les valeurs actuelles
respectives des trois annuités 𝑎1 , 𝑎2 , 𝑎3 au taux de 3,9% on peut écrire :
𝑎1 𝑎
2 𝑎3
𝑉1 = 1,039, 𝑉2 = (1,039)2 , 𝑉3 = (1,039)3
5
1 − (1,039)−3 1 − (1,039)−3
𝑉0 = 𝑎 × = 2700 × = 7506,99€
0,039 0,039
L’entreprise est donc prête à payer au « comptant » début 2022 le matériel au prix de 7506,99€.
I-6-3 Généralisation :
On considère une suite de 𝑛 annuités constantes égales à 𝒂. On note 𝒊 le taux d’intérêt annuel
pour un franc. On désigne par 𝑉0 la somme des valeurs actuelles des 𝑛 annuités avant le
versement de la première annuité. En procédant comme précédemment, on établit que 𝑉0 est la
𝑎
somme de 𝑛 termes d’une suite géométriques de premier terme et de raison (1 + 𝑖).
(1+𝑖)𝑛
1 −(1+𝑖)− 𝑛
On en déduit que : 𝑉0 = 𝑎 ×
𝑖
6
Exercice 4 :
On emprunte 100 000€ le 01/01/2020, pour acheter un logement, au taux annuel de 4,23%, sur 15
ans. Cet emprunt est à annuités constantes.
1. Calculer le montant de l’annuité, arrondir au centile d’euro.
2. Calculer le montant total des intérêts versés à l’organisme de crédit au bout de 20 ans, c’est
dire le coût du crédit.
Exercice 5 :
On a placé 1500€ sur un compte épargne il y a quatre ans, jour pour jour, à intérêts composés, au
taux annuel de 3,23%. On souhaite disposer d’une somme de 2000€ dans trois ans.
1. Déterminer la somme 𝑆1 dont on dispose aujourd’hui sur le compte épargne, intérêts
compris
2. Déterminer le montant des intérêts perçus au bout de quatre ans.
3. Déterminer la somme 𝑆2 qu’il faut déposer aujourd’hui sur le compte épargne pour disposer,
sur ce compte de 2000€ dans deux ans.
Exercice 6 :
Un transporteur achète en 2005 un véhicule fourgon de 9 tonnes au prix de 50200€, taxes
comprises. Compte tenu du nombre de kilomètres parcourus, le véhicule perd 20% de sa valeur
chaque année. La perte de chaque année est calculée sur la valeur résiduelle de l’année
précédente.
1. Pour tout entier naturel 𝑛, on note 𝑢𝑛 la valeur résiduelle du véhicule l’année « 2005 + 𝑛 ».
a) Exprimer 𝑢𝑛+1 en fonction de 𝑢𝑛 .
b) En déduire la nature et la raison de la suite 𝑢𝑛 et exprimer 𝑢𝑛 en fonction de 𝑛.
2. Calculer la valeur résiduelle du véhicule en 2010 arrondi à l’euro.
3. Calculer le taux d’évolution, sous de pourcentage, de la valeur du véhicule entre 2005 et
2010 arrondis à 0,01%.
7
CHAP 2 : Espaces Vectoriels
II-1 Introduction à L’algèbre linéaire
L’exemple type de l’espace vectoriel, au niveau de ce cours, est l’espace ℝ𝑛 . Nous noterons le
plus souvent 𝑒 = (𝑥1 , 𝑥2 , . . .,𝑥𝑛 ) un élément (un vecteur) de ℝ𝑛 et nous appellerons coordonnées
du vecteur 𝑒 les nombres réels 𝑥𝑖 . On utilisera toutefois aussi, de temps en temps, la notation en
𝑥1
vecteur colonne 𝑒 = ( ⋮ ). On dispose de deux opérations fondamentales sur ℝ𝑛 :
𝑥𝑛
L’addition :
si 𝑒 = (𝑥1 , 𝑥2 , . . .,𝑥𝑛 ) et 𝑓 = (𝑦1 , 𝑦2 , . . .,𝑦𝑛 ) alors : 𝑒 + 𝑓 = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 , . . . , 𝑥𝑛 + 𝑦𝑛 )
8
𝑦 = 2𝑥
{
20𝑥 + 10𝑦 = 200
d’où l’on tire aisément 20𝑥 + 10(2𝑥) = 200 et donc 𝑥 = 5 et 𝑦 = 10. On pourra donc préparer
15 litres.
Un système linéaire général à 𝑛 inconnues et 𝑚 équations s’écrit :
on voit que les solutions forment un espace vectoriel contenu dans ℝ𝑛 (la définition formelle n’est
donnée qu’au paragraphe suivant) : la somme de deux solutions est encore une solution, le produit
par un scalaire d’une solution est encore une solution. De plus si l’on connaît une solution
particulière du système de départ, toutes les autres sont sommes de la solution particulière et
d’une solution du système homogène.
est donnée par (2, 0, −1) (vérification directe) alors que le système homogène
𝑥+𝑦+𝑧= 0
{ − 𝑦 + 2𝑧 = 0
𝑥
3𝑥 − 𝑦 + 5𝑧 = 0
a pour solutions les vecteurs de la forme (−3𝑡, 𝑡, 2𝑡) avec 𝑡 ∈ ℝ. Ainsi les solutions du système de
départ sont toutes données par (−3𝑡 + 2, 𝑡, 2𝑡 − 1) quand 𝑡 varie.
Ces équations linéaires définissent aussi les objets géométriques simples comme les droites,
les plans :
Dans le plan ℝ𝟐 , l’équation 𝑎𝑥 + 𝑏𝑦 = 𝑐 (où 𝑎, 𝑏, 𝑐 sont des constantes) définit une droite
(sauf si 𝑎 = 𝑏 = 0). Dans l’espace ℝ3 l’équation 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 𝑑 (où 𝑎, 𝑏, 𝑐, 𝑑 sont des
constantes) définit un plan (sauf si 𝑎 = 𝑏 = 𝑐 = 0) mais il faut deux équations pour définir une
droite. Toutefois deux équations linéaires dans ℝ𝟑 ne définissent pas toujours une droite : par
exemple les équations 2𝑥 − 𝑦 + 3𝑧 = 2, −6𝑥 + 3𝑦 − 9𝑧 = −6 définissent un plan.
9
Ce paragraphe contient la formalisation de la notion d’espace vectoriel. On ne gagne rien à
supposer que le corps de base est toujours ℝ, on travaillera donc sur un corps ℝ, mais dans les
exemples, on supposera dans notre cours K = ℝ. Pour mieux aborder cette notion d’espace
vectoriel, définissons d’abord la nation de corps
Exemple : (ℚ, +; ×), (ℝ; +; ×), (ℂ; +; ×) sont des corps, mais (ℤ; +; ×) n'en est pas un car les seuls
éléments inversibles sont 1 et −1.
10
Proposition 2 : Espace de fonctions
Soit A un ensemble quelconque et E un K-ev. On note F(A,E) l'ensemble des fonctions de A
vers E. On définit alors deux lois sur F(A,E) :
A →E
∀(𝑓, 𝑔) ∈ F(A,E), (𝑓 + 𝑔): {
𝑥 ↦ (𝑓𝑥) + 𝑔(𝑥)
A →E
∀(𝑓, 𝑔) ∈ F(A,E), ∀𝜆 ∈ K, 𝜆 ∙ 𝑓 ∶ {
𝑥 ↦ 𝜆 ∙ (𝑓𝑥)
Alors (F(A ,E), + ; ∙) est un K-ev.
II-3-1 Définitions
Définition 3: Système de vecteurs
Un système de vecteurs dans un espace vectoriel E est un 𝑛-uplet 𝑆 = (𝑢1 ; 𝑢2 ; … ; 𝑢𝑛 ) de vecteurs
de E.
Exercice 1
Dans l'espace ℝ𝟑 , on considère les vecteurs 𝑢1 = (1; 0; 2), 𝑢2 = (1;1;1) et 𝑢3 = (1;1;1). Le système
(𝑢1 ; 𝑢2 ; 𝑢3 ) est-il libre?
Exercice 2
a) Dans le plan ℝ𝟐 , on considère les vecteurs 𝑢1 = (1; 1), 𝑢2 = (2; 3) et 𝑢3 = (2; 2). Montrer que
ces trois vecteurs (𝑢1 ; 𝑢2 ; 𝑢3 ) forment un système générateur.
b) Dans l’espace ℝ𝟑 , on considère les vecteurs 𝑣1 = (1; 0; 1), 𝑣2 = (1; -1; 1) et 𝑣3 = (0; 1; 1). Le
système (𝑣1 ; 𝑣2 ; 𝑣3 ) est-il générateur?
c) Dans l'espace ℝ𝟑 , on considère les vecteurs 𝑢1 = (1; 0; 2), 𝑢2 = (1;1;1) et 𝑢3 = (1;1;1). Le
système (𝑢1 ; 𝑢2 ; 𝑢3 ) est-il générateur?
Définition 6 : Bases
On dit qu'un système de vecteurs 𝑆 = (𝑢1 ; 𝑢2 ; … ; 𝑢𝑛 ) est une base de l'espace vectoriel E si et
seulement si :
1. le système 𝑆 est libre ;
2. le système 𝑆 est générateur.
11
Remarque : Cela signifie que tout vecteur de E s'écrit de façon unique comme combinaison
linéaire de vecteurs de 𝑆.
On parle de linéarité quand on applique la proportionnalité (appelée aussi le prorata) et que l’on
calcule à l’aide de la fameuse, difficile, élémentaire « règle de trois » :
Si 8,75 mètres de tissu coûtent 450€, alors
12 × 450
- 12 mètres de tissu coûtent € = 𝑓(12)
8,75
3 × 450
- 3 mètres de tissu coûtent € = 𝑓(3)
8,75
𝑥× 450
- x mètres de tissu coûtent € = 𝑓 (𝑥 )
8,75
L’application f de ℝ dans ℝ ainsi définie par la « règle de trois » est de la forme 𝑥 ↦ 𝑓 (𝑥) = 𝑎𝑥
où a est un nombre réel non nul.
II-4-2 Définition 7 :
On désigne par E et F deux ℝ-espaces vectoriels et par f une application de E dans F.
On dit que f est une application linéaire de E dans F si les deux conditions suivantes sont
satisfaites :
1. ∀(𝑢, 𝑣) ∈ E 2 , 𝑓(𝑢 + 𝑣) = 𝑓(𝑢) + 𝑓(𝑣)
2. ∀ 𝑢 ∈ 𝐸, ∀ 𝜆 ∈ ℝ 𝑓(𝜆𝑢) = 𝜆𝑓(𝑢)
Propriété 1.
On désigne par E et F deux ℝ-espaces vectoriels et par f une application de E dans F.
On dit que f est une application linéaire de E dans F si et seulement si :
∀(𝑢, 𝑣) ∈ E 2 , ∀(𝛼, 𝛽) ∈ ℝ𝟐 , 𝑓(𝛼𝑢 + 𝛽𝑣) = 𝛼𝑓(𝑢) + 𝛽𝑓(𝑣)
Commentaire : La définition et la propriété sont équivalentes. La propriété quant à elle se résume
à:
F est une application linéaire si ∀ 𝑢1 ; 𝑢2 ; … ; 𝑢𝑛 ∈ E, ∀ 𝛼1 ; 𝛼2 ; … ; 𝛼𝑛 ∈ ℝ,
𝑛 𝑛
𝑓 (∑ 𝛼𝑖 𝑢𝑖 ) = ∑ 𝛼𝑖 𝑓(𝑢𝑖 )
𝑖=1 𝑖=1
NB : On désigne par ℒ(E, F) l’ensemble des applications linéaires de E dans F.
Théorème 1:
Soit E et F deux ℝ espaces vectoriels, {𝑢 ⃗⃗⃗⃗1 , ⃗⃗⃗⃗
𝑢2 , . . ., ⃗⃗⃗⃗
𝑢𝑛 } une base de E et S = {𝑣
⃗⃗⃗⃗1 , ⃗⃗⃗⃗
𝑣2 , . . ., ⃗⃗⃗⃗
𝑣𝑛 } un
système quelconque de n vecteurs de F. Alors Il existe une application linéaire 𝜑 et une seule telle
que : 𝜑(𝑢 ⃗⃗⃗⃗1 ) = ⃗⃗⃗⃗
𝑣1 , . . . , 𝜑(𝑢
⃗⃗⃗⃗𝑛 ) = ⃗⃗⃗⃗
𝑣𝑛
12
Soit a, b deux nombres réels et f l’application affine de ℝ dans ℝ définie par f(x) = ax + b. Vérifier
si f est une application linéaire.
Exercice 5 :
Soit l’application 𝜑 définie par 𝜑 : ℝ𝟐 ⟶ ℝ𝟑
(𝑥, 𝑦) ↦ 𝜑(𝑥, 𝑦) = (𝑥 + y; 𝑥 − y; 𝑥 + 2y)
Montrer que cette application est linéaire.
Exercice 6 :
Soit l’application 𝜑 définie par 𝜑 : ℝ𝟑 ⟶ ℝ𝟐
⃗ = (𝑥, 𝑦, 𝑧) ↦ 𝜑(𝑢
𝑢 ⃗ ) = (𝑥 + y + z; 𝑥 − y + z)
a. Montrer que 𝜑 est une application linéaire.
b. On note 𝑒 = (𝑒⃗⃗⃗1 ; ⃗⃗⃗ 𝑒3 ) la base canonique de ℝ𝟑 . Déterminer 𝜑(𝑒⃗⃗⃗1 ) , 𝜑(𝑒⃗⃗⃗2 ), 𝜑(𝑒⃗⃗⃗3 )
𝑒2 ; ⃗⃗⃗
13
CHAP 3 : Matrices
III-1 Matrices et déterminants
III-1-1 Définition
Une matrice A d‘ordre (n, m) est un tableau de n x m nombres 𝒂𝒊𝒋 rangés sur n lignes et p colonnes.
Les nombres 𝒂𝒊𝒋 sont les termes de la matrice A. Le premier indice i indique le numéro de la ligne
et le second indice j indique le numéro de la colonne. Le terme 𝒂𝒊𝒋 est donc l‘intersection de la
ième ligne et de la jème colonne. On note la matrice A : A = (𝑎𝑖𝑗 ) 𝑖=1,…,𝑛
𝑗=1,… ,𝑚
On dit que A est de format (m, n), ou de type (m, n). Pour indiquer que A est une matrice
avec m lignes et n colonnes on pourra noter A(m, n).
Enfin on désigne par (m, n) l’ensemble des matrices de format (m, n).
Si n = 1, A(m,1) est dite matrice colonne.
Si m = 1, A(1, n) est dite matrice ligne.
Exemples :
1
3 0
a. 𝐴 = [ 1 ] ; 𝐵 = [−1] ; 𝐶 = [ 0 ] sont des matrices colonnes
1
−2 −2 −2
−2 4 1 5
b. 𝑀 = [ 1 −2] ; 𝑁 = [0 −2] sont des matrices (3, 2)
0 1 0 2
1 3 2 1 0 0
c. 𝑃 = [0 −1 3] ; 𝑄 = [0 1 0] sont des matrices (3 ; 3)
2 −3 0 0 0 1
NB : si m=n alors on dit que A est une matrice carrée d’ordre n.
1 0 0
La matrice I 3 = [0 1 0] est appelé matrice identité d’ordre 3.
0 0 1
Remarque : Deux matrices sont égales si et seulement si les termes correspondants sont
identiques, c‘est à dire qu‘elles sont formées des mêmes éléments placés aux même endroits.
14
𝑥1
𝑀𝑎𝑡𝑒 (𝑥) = ( ⋮ )
𝑥𝑛
III-3 Matrice d’un système de vecteurs dans une base
Avec les notations précédentes, soit 𝑆 = (𝑥
⃗⃗⃗1 , ⃗⃗⃗⃗
𝑥2 , … , ⃗⃗⃗⃗
𝑥𝑝 ) un système p vecteurs de E, qui se
𝑥𝑗 = ∑𝑛𝑖=1 𝑥𝑖𝑗 ⃗⃗𝑒𝑖 . On appelle matrice du système 𝑆
décompose dans la base 𝑒 sous la forme : ⃗⃗⃗
𝑥11 ⋯ 𝑥1𝑝
dans la base 𝑒, la matrice 𝑛 × 𝑝 définie par : 𝑀𝑎𝑡𝑒 (𝑆) = ( ⋮ … ⋮ )
𝑥𝑛1 … 𝑥𝑛𝑝
15
𝑎11 𝑎12 ⋯ 𝑎1𝑗 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑗 … 𝑎2𝑛
⋮ ⋮ ⋮ ⋮
A= ⋮ ⋮
… 𝑎𝑖𝑗 ⋯ 𝑎𝑖𝑛 ← 𝑙𝑖𝑔𝑛𝑒 𝑖
𝑎𝑖1 𝑎𝑖2
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
[𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑗 … 𝑎𝑚𝑛 ]
↑
𝑐𝑜𝑙𝑜𝑛𝑛𝑒 𝑗
Exercices d’applications
Exercice 7 :
Soit l’application linéaire de l’exercice 3 𝜑 définie par :
𝜑 : ℝ𝟐 ⟶ ℝ𝟑
⃗ = (𝑥, 𝑦) ↦ 𝜑(𝑢
𝑢 ⃗ ) = (𝑥 + y; 𝑥 − y; 𝑥 + 2y);
On choisit dans ℝ𝟐 la base canonique ⃗⃗⃗ 𝑒2 = (0, 1) et dans ℝ𝟑 la base canonique :
𝑒1 = (1, 0) ; ⃗⃗⃗
⃗⃗⃗
𝑓1 = (1, 0, 0), ⃗⃗⃗
𝑓2 = (0, 1, 0) , ⃗⃗⃗
𝑓3 = (0, 0, 1)
a. Déterminer 𝜑(𝑒⃗⃗⃗1 ) et 𝜑(𝑒⃗⃗⃗2 )
b. Ecrire la matrice A de 𝜑 dans les bases considérées.
c. Quel est le type de matrice obtenu ?
Exercice 8 :
somme A + B de A et de B par :
A + B = (𝑎𝑖𝑗 + 𝑏𝑖𝑗 ) 𝑖=1,…,𝑛
𝑗=1,… ,𝑚
Exemples :
17
III-6-3 Produit de deux matrices carrées
Soit deux matrices A = (𝑎𝑖𝑗 )𝑖=1,…,𝑛 et B= (𝑏𝑖𝑗 ) 𝑖=1,…,𝑝 . On définit la matrice produit AB =(𝑐𝑖𝑗 ) 𝑖=1,…,𝑛
𝑗=1,…,𝑝 𝑗=1,…,𝑚 𝑗=1,… ,𝑝
𝑚
comme suit : ∀(𝑖, 𝑗) ∈ [1, 𝑛] × [1, 𝑝]; 𝑐𝑖𝑗 = ∑𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗
Le produit AB n’est défini que si le nombre de colonnes de A est égal au nombre de lignes
de B.
La matrice AB est de format (𝑛, 𝑚) où n est le nombre de lignes de A et 𝑚 le nombre de
colonnes de B.
Exemples :
a. Le produit d’une matrice A (1, p) = [𝑎11 , 𝑎12 , … ; 𝑎1p ] par une matrice colonne
𝑏11
𝑏21
B(p, 1) = est la matrice AB de format (1, 1) défini par : AB = (𝑐𝑖𝑗 ) 𝑖=1 = [𝑐11 ] avec
⋮ 𝑗=1
[𝑏𝑝1 ]
𝑐11 = 𝑎11 𝑏11 + 𝑎12 𝑏21 + 𝑎13 𝑏31 + ⋯ + 𝑎1𝑝 𝑏𝑝1
b. Produit d’une matrice A(3, 2) par une matrice B(2, 2)
𝑎11 𝑎12 𝑎11 𝑏11 + 𝑎12 𝑏21 𝑎11 𝑏12 + 𝑎12 𝑏22
𝑎 𝑎 𝑏11 𝑏12
[ 21 22 ] × [ ] = [𝑎21 𝑏11 + 𝑎22 𝑏21 𝑎21 𝑏12 + 𝑎22 𝑏22 ]
𝑎31 𝑎32 𝑏21 𝑏22
𝑎31 𝑏11 + 𝑎32 𝑏21 𝑎31 𝑏12 + 𝑎32 𝑏22
2 1 0 −1 1 2 −4 0 0
c. M =[ 0 1 −2] ; N = [−2 −2 −4] Alors : MN = [ 0 −4 0 ]
−1 0 1 −1 1 2 0 0 −4
Exercice 9 :
On donne les matrices suivantes :
2 1 0 0 1 −1 1 2 3 −1 1 2
1 −1
M =[ 0 1 −2] ; A = [4 −3 4 ] ; 𝐵 = [2 3 1] ; N = [−2 −2 −4] ; P = [ ];
2 4
−1 0 1 3 −3 4 0 1 1 −1 1 2
2 −2
𝑄=[ ]
1 −3
Calculer chacun des produits suivants : AB; AN ; BA; NM ; PQ ; QP et AM
Exercice 10 :
ℝ𝟑 ⟶ ℝ𝟐
Soit deux applications linéaires 𝜑 : { et
(𝑥, 𝑦, 𝑧) ↦ (𝑥 − y; 𝑥 + y + z)
ℝ𝟐 ⟶ ℝ𝟑
𝜓:{ . On note 𝑒 la base canonique de ℝ𝟑 et 𝑓 la base canonique
(𝑥, 𝑦, 𝑧) ↦ (𝑥 + 𝑦; 𝑥 + 2𝑦; 𝑥 − 𝑦)
de ℝ𝟐 .
1. Ecrire 𝑀𝑎𝑡𝑒,𝑓 (𝜑) et 𝑀𝑎𝑡𝑓,𝑒 (𝜓)
2. Ecrire 𝑀𝑎𝑡𝑒,𝑒 (𝜓𝑜𝜑) et 𝑀𝑎𝑡𝑓,𝑓 (𝜑𝑜𝜓)
3. Donner l’expression analytique de 𝜑𝑜𝜓 et 𝜓𝑜𝜑
Exercice 11 :
Soit l’espace E = ℝ𝟐 et les deux vecteurs 𝑓1 = (1 ; 2), 𝑓2 = (1 ; 3).
18
1. Montrer que le système 𝑓 = ( 𝑓1 ; 𝑓2 ) est une base de E.
2. Soit e la base canonique de ℝ𝟐 . Ecrire la matrice de passage P de 𝑒 vers 𝑓.
3. Soit le vecteur 𝑥 = (4;1). Trouver matriciellement les coordonnées du vecteur x dans la base f.
E⟶E
4. Soit l'endomorphisme 𝑢 : : {(𝑥,
𝑦) ↦ (2𝑥 + 𝑦; 𝑥 − 𝑦)
Ecrire les matrices de 𝑢 dans les bases 𝑒 et 𝑓 : 𝑀𝑎𝑡𝑒 (𝑢)) et 𝑀𝑎𝑡𝑓 (𝑢)).
Remarque : Si A et B sont inversibles, la matrice (AB) est inversible et admet pour inverse la
matrice (B−1 A−1 ).
Exercice 12 :
0 1 −1 2 1 0 −1 1 2
On donne les matrices suivantes : A = [4 −3 4 ] ; M = [ 0 1 −2] ; N = [−2 −2 −4]
3 −3 4 −1 0 1 −1 1 2
a. Calculer A2 et en déduire A−1
b. Calculer MN et en déduire M −1
Exemple :
1 5 −1
a. Soit la matrice A = [0 −2 1 ]. Conséquence directe de la définition, la recherche de A−1
0 2 1
revient à résoudre l’équation matricielle AB = I3 . Pour cela posons :
𝑎 𝛼 𝑥
A−1 = [𝑏 𝛽 𝑦] la matrice inconnue dont on veut calculer les 9 coefficients.
𝑐 𝛾 𝑧
L’équation AA−1 = I3 s’écrit :
1 5 −1 𝑎 𝛼 𝑥 1 0 0
[0 −2 1 ] × [𝑏 𝛽 𝑦 ] = [0 1 0 ]
0 2 1 𝑐 𝛾 𝑧 0 0 1
D’où les trois systèmes linéaires suivants à trois inconnues chacun, respectivement a, b, c ; α, β,
γ ; x, y, z.
𝑎 + 5𝑏 − 𝑐 = 1
{ −2𝑏 + 𝑐 = 0
2𝑏 + 2𝑐 = 0
La solution via la méthode du pivot de Gauss donne 𝑎 = 1, 𝑏 = 0, 𝑐 = 0
19
α + 5β + γ = 0
{ −2β + γ = 1
2β + 2γ = 0
1 1
La solution via la méthode du pivot de Gauss donne α = 2, β = - , γ =
3 3
𝑥 + 5y − 𝑧 = 0
{ −2y + 𝑧 = 0
2y + 2𝑧 = 1
1 1 1
La solution via la méthode du pivot de Gauss donne 𝑥 = − , y = , z=
2 6 3
D’où finalement la matrice inverse de A est donnée par :
1
1 2
2
1 1
A−1 = 0 −
3 6
1 1
[0 3 3]
III-8 Ecriture sous forme matricielle d’un système linéaire de 𝒏 équations à 𝒏 inconnues
Définition 9 :
On appelle système linéaire de n équations à n inconnues tout système qui peut se mettre sous la
forme :
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
(𝑆) ∶ { 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛
Les inconnues sont les 𝑛 nombres réels 𝑥1 , . . . , 𝑥𝑛 . Les 𝑛2 nombres réels 𝑎𝑖𝑗 ; 1≤ i ≤ n ; 1≤ j ≤ n;
sont les coefficients. Les 𝑛 nombres 𝑏1 , . . . , 𝑏𝑛 sont les seconds membres.
Si 𝑏1 = 𝑏2 = . . . = 𝑏𝑛 = 0, on dit que le système est homogène. D’après les règles du produit
matriciel, le système (𝑆) est représenté par l’égalité matricielle où X est l’inconnue :
AX = B
𝑥1 𝑏1
𝑥2
X =[ ] et B = [𝑏2 ]
Avec A = ⋮ ⋮
𝑥𝑛 𝑏𝑛
Résoudre l’équation (𝑆) c’est déterminer toutes les matrices colonnes X solutions
Si la matrice A est inversible, l’équation AX = B admet la solution unique : X = 𝐀−𝟏 B.
Exercice 13 :
20
y − 𝑧 = 4 2𝑥 + 𝑦 = 3 𝑥 + 2𝑦 + 𝑧 = 8
(𝑆1 ) ∶ {4𝑥 −3y + 4 𝑧 = 5 ; (𝑆2 ): {𝑦 − 2𝑧 = −6 ; (𝑆3 ): { 𝑦+𝑧 =4
3𝑥 − 3y + 4𝑧 = 1 −𝑥 + 𝑧 = 4 3𝑥 + 𝑦 + 2𝑧 = 10
2𝑥 + 𝑦 + 3𝑧 = 7 𝑥+𝑦+𝑧 =4
(𝑆4 ): {𝑥 + 2𝑦 + 3𝑧 = 13 ; (𝑆5 ): {2𝑥 − 𝑦 + 𝑧 = 4
2𝑥 + 2𝑦 + 4𝑧 = 9 𝑥−𝑧 = 1
21
CHAP 4 : Déterminant d’une matrice carrée
IV-1 Déterminant d’ordre 2
𝑎11 𝑎12
Soit la matrice A = [𝑎 ] carrée d’ordre 2 ; le déterminant de A se note det(A) et est donné
21 𝑎22
𝑎11 𝑎12
par la formule det(A) = |𝑎 | = 𝑎11 𝑎22 − 𝑎21 𝑎12
21 𝑎22
2 3 2 3
Exemple : A = [ ] et det(A) =| | = 2(−4) − 1 × 3 = −11
1 −4 1 −4
det(A) = 𝑎11 𝑑𝑒𝑡 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 − [𝑎13 𝑎22 𝑎31 + 𝑎11 𝑎23 𝑎32 + 𝑎12 𝑎21 𝑎33 ]
NB : Attention cette règle n’est valable que pour les déterminants de matrices (3, 3).
D’autre part, on note que :
Point méthode
Etape 1 : On calcule les 𝑛2 cofacteurs 𝑐𝑖𝑗 ∈ ℝ tels que :
𝑐𝑖𝑗 = (−1)𝑖+𝑗 det(A ̃ ij ) ; 𝑖 ∈ {1, . . . , 𝑛}, 𝑗 ∈ {1, . . . , 𝑛} ; où chaque sous-matrice A
̃ ij est obtenue en
enlevant la ligne i et la colonne j de la matrice A.
23
𝑎11 𝑎12 … 𝑎1𝑝
… … … …
𝑎
A= 𝑖1 𝑎𝑖2 … 𝑎𝑖𝑝 li
… …
… …
[𝑎𝑛1 𝑎𝑛2 … 𝑎 ]
𝑛𝑝
Exemple : On considère une entreprise qui fabrique deux produits P1 et P2 à partir de trois
matières premières Ma, Mb et Mc. La fabrication d‘une unité de P1 nécessite deux unités de la
matière première Ma, trois unités de Mb et une seule unité de Mc. La fabrication d‘une unité de
P2 nécessite trois unités de la matière première Ma, quatre unités de Mb et deux unités de Mc.
La matrice technologique relative à cet exemple de production est la suivante :
2 3
𝐀 = (3 4 )
1 2
24
CHAP 5 : Réduction des matrices carrées
V-1 Polynôme caractéristique et diagonalisation d’une matrice carrée
Définition 10 : Polynôme caractéristique et valeurs propres d’une matrice
Soit A une matrice carrée dans une base donnée ; on appelle polynôme caractéristique de la
matrice A le polynôme définit par P(λ) = 𝑑𝑒𝑡(A − 𝜆𝐼𝑛 ) où 𝜆 est un nombre réel et 𝐼𝑛 la matrice
identité.
NB : Les racines du polynôme caractéristique sont les valeurs propres de A
𝑎 𝑏
Exemples : La matrice A = ( ) a pour polynôme caractéristique :
𝑐 𝑑
𝑎−𝜆 𝑏
𝑃(𝜆) = | | = (𝑎 − 𝜆)(d − 𝜆) − bc = 𝜆2 − (𝑎 + 𝑑)𝜆 + 𝑎𝑑 − 𝑏𝑐
𝑐 𝑑−𝜆
𝑎 𝑏 𝑐
La matrice A=(𝑑 𝑒 𝑓) a pour polynôme caractéristique :
𝑔 ℎ 𝑖
𝑎−𝜆 𝑏 𝑐
𝑒−𝜆 𝑓 𝑑 𝑓 𝑑 𝑒−𝜆
𝑃(𝜆) = | 𝑑 𝑒−𝜆 𝑓 | = (𝑎 − 𝜆) | |−𝑏| |+𝑐| | (il faut
ℎ 𝑖−𝜆 𝑔 𝑖−𝜆 𝑔 ℎ
𝑔 ℎ 𝑖−𝜆
développer pour obtenir le polynôme caractéristique)
Définition 11 :
On appelle la trace d’une matrice carrée A la somme des éléments sur la diagonale.
𝑎 𝑏 𝑐 0 1 −1
𝑎 𝑏 𝑒 𝑓) = 𝑎 + 𝑒 + 𝑖
Exemples : tr ( ) = 𝑎 + 𝑑; tr(𝑑 tr[4 −3 4 ] =? ?
𝑐 𝑑 𝑔 ℎ 𝑖 3 −3 4
1 2 3
tr [2 −1 0] = ? ?
0 2 4
1 2
Exemple : Soit A = ( ) alors 𝑑𝑒𝑡(𝐴 − 𝜆𝐼2 ) = 𝜆2 − 𝑡𝑟(𝐴)𝜆 + det(𝐴) = 𝜆2 − 5𝜆 − 2
3 4
Le Théorème de Carley-Hamilton affirme que A2 − 5A − 2I doit être la matrice zéro, c’est-à-dire
A2 − 5A − 2I = 0
Exercices d’application
Exercice 15 :
1 0 0
Soit la matrice A = (0 1 0)
1 −1 2
a. Déterminer le polynôme caractéristique de A et montrer que A est diagonalisable.
b. Déterminer les valeurs propres de la matrice A et donner la multiplicité de chacune d’elles.
c. Déterminer la ou les vecteur(s) propre(s) associé(s) à chaque valeur propre et écrire la
matrice de passage P et la matrice diagonale D dans la base formée par les vecteurs
propres.
d. Calculer P −1 et vérifier si on a bien A = PDP −1.
26
e. Calculer A2 ; A3 et A𝑛 pour tout entier naturel
Exercice 16 :
Soit l’application 𝑓 définie par 𝜑 : ℝ𝟑 ⟶ ℝ𝟑
(𝑥, 𝑦, 𝑧) ↦ 𝜑(𝑥, 𝑦) = (−2𝑥 − 2𝑦 + 2𝑧; −3𝑥 − 𝑦 + 3𝑧 ; −𝑥 + 𝑦 + 𝑧)
a. Montrer que cette application 𝑓 est linéaire.
b. Ecrire la matrice A de 𝑓 dans la base canonique de IR3
c. Déterminer le polynôme caractéristique de A et montrer que A est diagonalisable.
d. Déterminer les valeurs propres de la matrice A et donner la multiplicité de chacune.
e. Déterminer la ou les vecteur(s) propre(s) associé(s) à chaque valeur propre et écrire la
matrice de passage P et la matrice diagonale D dans la base formée par les vecteurs
propres.
f. Calculer P −1 et vérifier si on a bien A = PDP −1.
g. Calculer A2 ; A3 et A𝑛 pour tout entier naturel
27