Vous êtes sur la page 1sur 484

Mathmatiques en ECS1

Alain GUICHET
13 juin 2006
2
Quelques recommandations
1. Sur le plan matriel :
(a) Lusage des calculatrices est interdit lors des preuves des concours donc inutile dinvestir dans
ce type de matriel.
(b) Je conseille vivement lachat dune cl USB (128 Mo sont sufsants) pour faciliter les transferts
de chiers :
i. cours de mathmatiques (formats pdf et/ou html),
ii. logiciels libres de programmation et de calcul formel,
iii. chiers de programmations crits en sances de TP dinformatique.
(c) Tout aussi vivement conseille est la possession dune adresse internet.
2. Sur le plan bibliographique, aucun achat nest obligatoire, le cours est construit pour tre auto-
sufsant (un cours polycopi est distribu, une version numrique est disponible). De plus, plusieurs
livres sont consultables au CDI. Toutefois, si vous en avez envie ou bien si cela peut vous rassurer
davoir des livres disposition chez vous, vous une liste douvrages :
(a) Collection Tout en un (Dunod), Mathmatiques en EC 1re anne (55 euros) et 2me anne (39
euros).
(b) Collection Prcis de mathmatiques (Bral), Algbre 1re anne, Analyse 1re anne, Probabi-
lit 1re anne, Algbre 2me anne, Analyse 2me anne et Probabilit 2me anne (environ
20 euros par ouvrage).
(c) Collection Phare (Ellipses) Exercices ECS1/2 et Exercices ECS2/2 (recueils dexercices corrigs
que je ne connais pas, ditions davant la modication des programmes).
(d) Dictionnaire de mathmatiques, classes prparatoires conomiques et commerciales toutes op-
tions (Ellipses).
(e) Recueils dannales corriges (Ellipses), pour la premire anne, les sujets de la voie cono-
miques sont plus indiqus que ceux de la voie scientique.
Table des matires
1 Ingalits dans R 15
1.1 Rappels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 Fonctions de rfrences 19
2.1 Rappels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Les fonctions puissances entires . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 Fonction valeur absolue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4 Fonction racine carre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.5 Fonction inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.6 Fonction exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.7 Fonction logarithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.9 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3 Un peu de trigonomtrie 27
3.1 Le cercle trigonomtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Fonctions cosinus et sinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2.2 Proprits gomtriques de ces fonctions . . . . . . . . . . . . . . . . 28
3.2.3 Proprits analytiques de ces fonctions . . . . . . . . . . . . . . . . . 29
3.3 Fonction tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.5 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4 Outils et mthodes pour la dmonstration 33
4.1 Lalphabet grec utile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.1.1 Minuscules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.1.2 Majuscules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2 lments de logique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.1 Notion de propositions . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.2 Ngation dune proposition . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.3 Autres connecteurs logiques . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.4 Oprations entre les diffrents connecteurs logiques . . . . . . . . . . . 35
4.2.5 Implication . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2.6 Contrapose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2.7 Rciproque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3
4 TABLE DES MATIRES
4.2.8 quivalences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2.9 Quanticateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.3 Vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4 Raisonnement par rcurrence . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4.1 Rcurrence simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4.2 Rcurrence plusieurs pas . . . . . . . . . . . . . . . . . . . . . . . . 40
4.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.6 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5 Calculs de sommes et de produits de rels 47
5.1 Sommes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.1.1 Sommes simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.1.2 Oprations sur les sommes simples . . . . . . . . . . . . . . . . . . . 48
5.1.3 Sommes doubles : cas de variables indpendantes . . . . . . . . . . . . 49
5.1.4 Sommes doubles : cas des variables lies . . . . . . . . . . . . . . . . 50
5.2 Produits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.2.1 Produits simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.2.2 Produits doubles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.4 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6 Ensembles et applications 55
6.1 Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.1.1 Appartenance et lments dun ensemble . . . . . . . . . . . . . . . . 55
6.1.2 Inclusion et sous ensemble . . . . . . . . . . . . . . . . . . . . . . . . 55
6.1.3 Oprations sur les ensembles . . . . . . . . . . . . . . . . . . . . . . . 57
6.1.4 Famille densembles . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.2 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
6.2.1 Vocabulaire et notations . . . . . . . . . . . . . . . . . . . . . . . . . 60
6.2.2 Image directe et image rciproque dun ensemble . . . . . . . . . . . . 60
6.2.3 Restriction et prolongement . . . . . . . . . . . . . . . . . . . . . . . 61
6.2.4 Composition des applications . . . . . . . . . . . . . . . . . . . . . . 61
6.3 Applications particulires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
6.3.1 Injection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
6.3.2 Surjection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
6.3.3 Bijection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6.3.4 Fonction indicatrice dun ensemble . . . . . . . . . . . . . . . . . . . 64
6.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.5 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
7 Suites relles 73
7.1 Notions de base sur les suites . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
7.1.1 Langage des suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
7.1.2 Sens de variation des suites . . . . . . . . . . . . . . . . . . . . . . . . 73
7.1.3 Borne(s) dune suite . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
7.1.4 Oprations sur les suites . . . . . . . . . . . . . . . . . . . . . . . . . 75
7.2 Suites usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
TABLE DES MATIRES 5
7.2.1 Suites arithmtiques . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
7.2.2 Suites gomtriques . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
7.2.3 Suites arithmtico-gomtriques . . . . . . . . . . . . . . . . . . . . . 77
7.2.4 Suites rcurrentes linaires dordre 2 . . . . . . . . . . . . . . . . . . . 77
7.3 Convergence ou divergence dune suite relle . . . . . . . . . . . . . . . . . . 78
7.3.1 Limite dune suite . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
7.3.2 Opration sur les limites . . . . . . . . . . . . . . . . . . . . . . . . . 79
7.3.3 Limites et ingalits . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
7.4 Convergence de suites particulires . . . . . . . . . . . . . . . . . . . . . . . . 81
7.4.1 Suites extraites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
7.4.2 Suites adjacentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
7.4.3 Application des suites adjacentes : borne suprieure et dichotomie . . . 82
7.4.4 Application des suites adjacentes : la fonction partie entire . . . . . . 84
7.4.5 Suites monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
7.4.6 Suites rcurrentes dnie laide dune fonction . . . . . . . . . . . . 86
7.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
7.6 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
8 Comportement asymptotique des suites relles 95
8.1 Suite ngligeable devant une autre suite . . . . . . . . . . . . . . . . . . . . . 95
8.1.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
8.1.2 Ngligeabilit et oprations sur les suites . . . . . . . . . . . . . . . . 96
8.1.3 Ngligeabilit et limite de suites . . . . . . . . . . . . . . . . . . . . . 97
8.1.4 Ngligeabilit au quotidien . . . . . . . . . . . . . . . . . . . . . . . . 97
8.2 Suites quivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
8.2.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
8.2.2 quivalence et oprations sur les suites . . . . . . . . . . . . . . . . . 99
8.2.3 quivalence et limite de suites . . . . . . . . . . . . . . . . . . . . . . 100
8.2.4 quivalences au quotidien . . . . . . . . . . . . . . . . . . . . . . . . 100
8.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
8.4 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
9 Matrices relles 107
9.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
9.1.1 Matrices rectangulaires . . . . . . . . . . . . . . . . . . . . . . . . . . 107
9.1.2 Matrices carres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
9.2 Oprations sur les matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
9.2.1 Addition des matrices . . . . . . . . . . . . . . . . . . . . . . . . . . 108
9.2.2 Multiplication, gauche, dune matrice par un rel . . . . . . . . . . . 109
9.2.3 Multiplication des matrices . . . . . . . . . . . . . . . . . . . . . . . . 110
9.2.4 Transpose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
9.3 Produit de deux matrices carres . . . . . . . . . . . . . . . . . . . . . . . . . 113
9.3.1 Existence du produit . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
9.3.2 Puissances dune matrice carre . . . . . . . . . . . . . . . . . . . . . 113
9.3.3 Inverse dune matrice carre . . . . . . . . . . . . . . . . . . . . . . . 114
9.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
9.5 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6 TABLE DES MATIRES
10 Systmes linaires 125
10.1 Vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
10.2 Solution(s) dun systme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
10.2.1 Cas dun systme homogne . . . . . . . . . . . . . . . . . . . . . . . 126
10.2.2 Cas gnral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
10.3 Rsolution pratique dun systme . . . . . . . . . . . . . . . . . . . . . . . . . 127
10.3.1 Oprations lmentaires sur les quations . . . . . . . . . . . . . . . . 127
10.3.2 Mthode du pivot de Gauss . . . . . . . . . . . . . . . . . . . . . . . . 128
10.4 Systmes particuliers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
10.4.1 Systmes de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
10.4.2 Inverse dune matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
10.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
10.6 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
11 Dnombrement 135
11.1 Cardinal dun ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
11.1.1 Les trois types densembles . . . . . . . . . . . . . . . . . . . . . . . 135
11.1.2 Ensembles nis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
11.1.3 Cardinal et oprations ensemblistes . . . . . . . . . . . . . . . . . . . 136
11.2 p-listes dun ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
11.2.1 p-listes avec rptitions . . . . . . . . . . . . . . . . . . . . . . . . . . 138
11.2.2 Arrangements (ou p-listes sans rptition) . . . . . . . . . . . . . . . . 138
11.2.3 Permutations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
11.3 Combinaisons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
11.3.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
11.3.2 Les formules essentielles . . . . . . . . . . . . . . . . . . . . . . . . . 141
11.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
11.5 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
12 Espaces probabiliss nis 149
12.1 Expriences alatoires et modles . . . . . . . . . . . . . . . . . . . . . . . . 149
12.1.1 Premier exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
12.1.2 Deuxime exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
12.1.3 Troisime exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
12.2 Rcapitulatif de vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
12.3 Espace probabilis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
12.3.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
12.3.2 quiprobabilit ou probabilit uniforme . . . . . . . . . . . . . . . . . 152
12.4 Annexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
12.4.1 Simulation du 12.1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . 153
12.4.2 Simulation du 12.1.2 . . . . . . . . . . . . . . . . . . . . . . . . . . 154
12.4.3 Simulation du 12.1.3 . . . . . . . . . . . . . . . . . . . . . . . . . . 155
12.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
12.6 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
TABLE DES MATIRES 7
13 Conditionnement et indpendance 163
13.1 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
13.2 Probabilit conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
13.2.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
13.2.2 Les trois thormes fondamentaux . . . . . . . . . . . . . . . . . . . . 164
13.3 vnements indpendants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
13.3.1 Indpendance de deux vnements . . . . . . . . . . . . . . . . . . . . 166
13.3.2 Indpendance dune famille dvnements . . . . . . . . . . . . . . . . 167
13.4 Annexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
13.4.1 Le jeu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
13.4.2 Calcul de probabilit conditionnelle . . . . . . . . . . . . . . . . . . . 170
13.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
14 Les espaces vectoriels R
n
175
14.1 Notion de R-espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
14.2 Espaces vectoriels les plus usuels . . . . . . . . . . . . . . . . . . . . . . . . . 177
14.3 Sous espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
14.4 Combinaisons linaires de vecteurs . . . . . . . . . . . . . . . . . . . . . . . . 179
14.5 Sous espace vectoriel engendr par une famille de vecteurs . . . . . . . . . . . 180
14.6 Familles de vecteurs particulires . . . . . . . . . . . . . . . . . . . . . . . . . 182
14.6.1 Familles libres et familles lies . . . . . . . . . . . . . . . . . . . . . . 182
14.6.2 Familles gnratrices . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
14.6.3 Bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
14.7 Notions de somme de sous espaces vectoriels . . . . . . . . . . . . . . . . . . 186
14.7.1 Somme de plusieurs sous espaces vectoriels . . . . . . . . . . . . . . . 186
14.7.2 Somme directe de deux sous espaces vectoriels . . . . . . . . . . . . . 188
14.7.3 Sous espaces vectoriels supplmentaires . . . . . . . . . . . . . . . . . 189
14.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
14.9 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
15 Applications linaires de R
p
dans R
n
195
15.1 Notion dapplication linaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
15.2 Noyau et image dune application linaire . . . . . . . . . . . . . . . . . . . . 196
15.3 Image et image rciproque dun sous espace vectoriel . . . . . . . . . . . . . . 198
15.4 Oprations sur les applications linaires . . . . . . . . . . . . . . . . . . . . . 199
15.4.1 Addition et multiplication par les rels . . . . . . . . . . . . . . . . . . 199
15.4.2 Composition des applications linaires . . . . . . . . . . . . . . . . . . 199
15.5 Isomorphismes et automorphismes . . . . . . . . . . . . . . . . . . . . . . . . 201
15.6 Lien avec les familles de vecteurs . . . . . . . . . . . . . . . . . . . . . . . . 202
15.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
15.8 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
16 tude locale des fonctions 215
16.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
16.1.1 Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
16.1.2 propos des dmonstrations . . . . . . . . . . . . . . . . . . . . . . . 215
16.1.3 Quelques notions prliminaires . . . . . . . . . . . . . . . . . . . . . . 215
8 TABLE DES MATIRES
16.2 Limite en linni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
16.3 Limite en un point . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
16.3.1 Limite nie et continuit en x
0
. . . . . . . . . . . . . . . . . . . . . . 217
16.3.2 Limite innie en x
0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
16.3.3 Pas de limite en x
0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
16.3.4 Limite gauche en x
0
, limite droite en x
0
. . . . . . . . . . . . . . . 219
16.4 Oprations et limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
16.4.1 Limites et oprations usuelles sur les fonctions . . . . . . . . . . . . . 220
16.4.2 Limites et composes de fonctions . . . . . . . . . . . . . . . . . . . . 220
16.4.3 Limites et ingalits . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
16.5 Dveloppement limit lordre 0 . . . . . . . . . . . . . . . . . . . . . . . . . 222
16.6 Les diffrentes sorte de branches innies dune courbe . . . . . . . . . . . . . 223
16.6.1 Branche innie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
16.6.2 Asymptotes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
16.6.3 Branches paraboliques . . . . . . . . . . . . . . . . . . . . . . . . . . 224
16.7 Comparaison des fonctions au voisinage dun point ou de linni . . . . . . . . 224
16.7.1 Fonction ngligeable devant une autre fonction . . . . . . . . . . . . . 224
16.7.2 Fonction quivalente une autre fonction . . . . . . . . . . . . . . . . 226
16.7.3 quivalents usuels . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
16.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
16.9 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
17 tude globale des fonctions 233
17.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
17.2 Fonctions monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
17.3 Fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
17.3.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
17.3.2 Cas des fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . . . 235
17.4 Les thormes fondamentaux . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
17.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
17.6 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
18 Nombres complexes 245
18.1 Forme algbrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
18.2 Oprations dans C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
18.2.1 Addition et multiplication par un rel . . . . . . . . . . . . . . . . . . 245
18.2.2 Multiplication et division . . . . . . . . . . . . . . . . . . . . . . . . . 246
18.2.3 Conjugaison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
18.2.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
18.3 Forme trigonomtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
18.3.1 Module . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
18.3.2 Argument . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
18.3.3 Formule de De Moivre . . . . . . . . . . . . . . . . . . . . . . . . . . 251
18.4 Forme exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
18.4.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
18.4.2 Formules dEuler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
TABLE DES MATIRES 9
18.4.3 Racines de lunit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
18.5 Matrices et systmes complexes . . . . . . . . . . . . . . . . . . . . . . . . . 252
18.6 C-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
18.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
18.8 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
19 Polynmes 261
19.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
19.1.1 Les ensembles K[X] et K
n
[X] . . . . . . . . . . . . . . . . . . . . . . 261
19.1.2 valuation dun polynme . . . . . . . . . . . . . . . . . . . . . . . . 262
19.2 Oprations usuelles dans K[X] . . . . . . . . . . . . . . . . . . . . . . . . . . 262
19.2.1 Addition et multiplication par un scalaire . . . . . . . . . . . . . . . . 262
19.2.2 Multiplication . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
19.2.3 Composition des polynmes . . . . . . . . . . . . . . . . . . . . . . . 264
19.2.4 Drivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
19.2.5 Intgration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
19.3 Division euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
19.3.1 Thorme fondamental de la division euclidienne . . . . . . . . . . . . 266
19.3.2 Divisibilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
19.3.3 Irrductibilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
19.4 Racine(s) dun polynme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
19.5 Factorisation des polynmes . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
19.5.1 Factorisation dans C[X] . . . . . . . . . . . . . . . . . . . . . . . . . 270
19.5.2 Factorisation dans R[X] . . . . . . . . . . . . . . . . . . . . . . . . . 271
19.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272
19.7 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
20 Variables alatoires discrtes nies 277
20.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
20.2 Variables alatoires relles discrtes nies . . . . . . . . . . . . . . . . . . . . 277
20.3 Loi dune variable alatoire relle . . . . . . . . . . . . . . . . . . . . . . . . 279
20.4 Fonction de rpartition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
20.5 Esprance et variance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
20.6 Thorme de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
20.7 Quelques ingalits usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
20.7.1 Ingalit de Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
20.7.2 Ingalit de Bienaym-Tchebychev . . . . . . . . . . . . . . . . . . . 284
20.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
20.9 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
21 Variables alatoires nies usuelles 291
21.1 Loi uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
21.2 Loi de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
21.3 Loi binomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
21.4 Loi hypergomtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
21.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
21.6 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
10 TABLE DES MATIRES
22 Vecteurs alatoires 303
22.1 Couple de variables alatoires . . . . . . . . . . . . . . . . . . . . . . . . . . 303
22.1.1 Loi conjointe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
22.1.2 Lois marginales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
22.1.3 Lois conditionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
22.1.4 Indpendance de deux variables alatoires . . . . . . . . . . . . . . . . 305
22.1.5 Fonction de transfert dun couple de variables alatoires . . . . . . . . 305
22.1.6 Esprance et variance . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
22.1.7 Covariance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308
22.1.8 Coefcient de corrlation . . . . . . . . . . . . . . . . . . . . . . . . . 310
22.2 Vecteurs alatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
22.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
22.4 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315
23 Calcul diffrentiel 321
23.1 Nombres drivs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
23.1.1 Nombre driv en un point . . . . . . . . . . . . . . . . . . . . . . . . 321
23.1.2 Nombres drivs gauche et droite . . . . . . . . . . . . . . . . . . 323
23.2 Fonction drive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
23.2.1 Fonction drivable, fonction de classe (
1
. . . . . . . . . . . . . . . . 324
23.2.2 Drivation et oprations sur les fonctions . . . . . . . . . . . . . . . . 324
23.3 Fonctions drives successives . . . . . . . . . . . . . . . . . . . . . . . . . . 326
23.3.1 Fonction p fois drivable, fonction de classe (
p
. . . . . . . . . . . . . 326
23.3.2 Oprations sur les fonctions p fois drivables . . . . . . . . . . . . . . 327
23.4 Les grands thormes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
23.4.1 Nombre driv et extremum local . . . . . . . . . . . . . . . . . . . . 328
23.4.2 Thorme de Rolle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329
23.4.3 galit des accroissements nis . . . . . . . . . . . . . . . . . . . . . 329
23.4.4 Ingalits des accroissements nis . . . . . . . . . . . . . . . . . . . . 330
23.4.5 Fonction drive et sens de variation . . . . . . . . . . . . . . . . . . . 330
23.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331
23.6 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
24 Fonctions convexes 341
24.1 Notion de convexit et de point dinexion . . . . . . . . . . . . . . . . . . . . 341
24.2 Convexit et fonction drive . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
24.3 Convexit et fonction drive seconde . . . . . . . . . . . . . . . . . . . . . . 343
24.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 344
24.5 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
25 Calcul intgral sur un segment 347
25.1 Fonctions en escalier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347
25.2 Construction de lintgrale des fonctions positives . . . . . . . . . . . . . . . . 348
25.2.1 Cas des fonctions en escalier positives . . . . . . . . . . . . . . . . . . 348
25.2.2 Cas des fonctions continues et positives . . . . . . . . . . . . . . . . . 348
25.3 Intgrale des fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . 351
25.3.1 Les fondamentaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351
TABLE DES MATIRES 11
25.3.2 Sommes de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . 352
25.4 Intgrale des fonctions continues par morceaux . . . . . . . . . . . . . . . . . 354
25.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355
25.6 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356
26 Primitives et intgrales 361
26.1 Primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361
26.2 Intgrales fonction de la borne suprieure . . . . . . . . . . . . . . . . . . . . 362
26.3 Techniques dintgration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363
26.3.1 Intgration par parties . . . . . . . . . . . . . . . . . . . . . . . . . . 363
26.3.2 Changement de variable . . . . . . . . . . . . . . . . . . . . . . . . . 364
26.3.3 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
26.4 quation diffrentielle linaire du premier ordre . . . . . . . . . . . . . . . . . 365
26.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
26.6 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369
27 Dveloppements limits 373
27.1 Formules de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
27.1.1 Formule de Taylor avec reste intgral . . . . . . . . . . . . . . . . . . 373
27.1.2 galit de Taylor-Lagrange . . . . . . . . . . . . . . . . . . . . . . . . 374
27.1.3 Ingalit de Taylor-Lagrange . . . . . . . . . . . . . . . . . . . . . . . 375
27.1.4 Formule de Taylor-Young . . . . . . . . . . . . . . . . . . . . . . . . 375
27.2 Dveloppements limits au voisinage de 0 . . . . . . . . . . . . . . . . . . . . 376
27.2.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 376
27.2.2 Existence de dveloppements limits . . . . . . . . . . . . . . . . . . 377
27.2.3 Dveloppements limits usuels au voisinage de 0 . . . . . . . . . . . . 378
27.2.4 Oprations sur les dveloppements limits au voisinage de 0 . . . . . . 379
27.3 Dveloppement limit au voisinage de x
0
ou de linni . . . . . . . . . . . . . 379
27.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380
27.5 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 382
28 Applications linaires dans les K-espaces vectoriels usuels 385
28.1 Espaces vectoriels en gomtrie (rvisions) . . . . . . . . . . . . . . . . . . . 385
28.2 Espaces vectoriels en analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . 385
28.2.1 Fonctions numriques . . . . . . . . . . . . . . . . . . . . . . . . . . 385
28.2.2 Suites numriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386
28.3 Espaces vectoriels en algbre . . . . . . . . . . . . . . . . . . . . . . . . . . . 387
28.3.1 Matrices et systmes . . . . . . . . . . . . . . . . . . . . . . . . . . . 387
28.3.2 Polynmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387
28.4 Probabilits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 388
28.5 Complments : projecteurs et symtries . . . . . . . . . . . . . . . . . . . . . 389
28.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391
28.7 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
12 TABLE DES MATIRES
29 Dimension dun K-espace vectoriel 401
29.1 Dimension dun espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . 401
29.1.1 Dnition de la dimension . . . . . . . . . . . . . . . . . . . . . . . . 401
29.1.2 Consquences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 403
29.2 Dimension dun sous-espace vectoriel . . . . . . . . . . . . . . . . . . . . . . 404
29.2.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 404
29.2.2 Supplmentaire dun sous-espace vectoriel . . . . . . . . . . . . . . . 405
29.3 Diffrentes notions de rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . 406
29.3.1 Rang dune famille de vecteurs . . . . . . . . . . . . . . . . . . . . . . 406
29.3.2 Rang dune application linaire . . . . . . . . . . . . . . . . . . . . . 406
29.3.3 Thorme du rang et consquences . . . . . . . . . . . . . . . . . . . 406
29.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 408
29.5 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 412
30 Sries numriques 417
30.1 Gnralits sur les sries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417
30.1.1 Dnitions et premires proprits . . . . . . . . . . . . . . . . . . . . 417
30.1.2 Oprations sur les sries . . . . . . . . . . . . . . . . . . . . . . . . . 418
30.2 Sries termes tous positifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419
30.2.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419
30.2.2 Les sries de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . 419
30.3 Sries termes de signe non constant . . . . . . . . . . . . . . . . . . . . . . . 420
30.3.1 Convergence absolue et semi convergence . . . . . . . . . . . . . . . . 420
30.3.2 Les sries gomtriques et leurs sries drives . . . . . . . . . . . . . 420
30.3.3 Les sries exponentielles . . . . . . . . . . . . . . . . . . . . . . . . . 421
30.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422
30.5 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
31 Espaces probabiliss innis 431
31.1 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 431
31.2 Espaces probabiliss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432
31.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432
31.2.2 Tribu (ou -algbre) de parties dun ensemble . . . . . . . . . . . . . . 432
31.2.3 Espaces probabilisables . . . . . . . . . . . . . . . . . . . . . . . . . 433
31.2.4 Espaces probabiliss . . . . . . . . . . . . . . . . . . . . . . . . . . . 434
31.3 Conditionnement et indpendance . . . . . . . . . . . . . . . . . . . . . . . . 436
31.3.1 Dnition et thormes sur le conditionnement . . . . . . . . . . . . . 436
31.3.2 Indpendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437
31.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437
32 Variables alatoires relles discrtes 441
32.1 Variables alatoires relles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 441
32.2 Variables alatoires discrtes . . . . . . . . . . . . . . . . . . . . . . . . . . . 441
32.2.1 Ensemble discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 441
32.2.2 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 442
32.3 Loi dune variable alatoire discrte innie . . . . . . . . . . . . . . . . . . . 443
32.3.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 443
TABLE DES MATIRES 13
32.3.2 Couple de variables alatoires discrtes . . . . . . . . . . . . . . . . . 443
32.3.3 Fonction de rpartition . . . . . . . . . . . . . . . . . . . . . . . . . . 444
32.4 Moments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 445
32.4.1 Esprance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 445
32.4.2 Variance et cart type . . . . . . . . . . . . . . . . . . . . . . . . . . . 445
32.4.3 Quelques ingalits usuelles . . . . . . . . . . . . . . . . . . . . . . . 446
32.4.4 Moments dune variable alatoire discrte . . . . . . . . . . . . . . . . 446
32.5 Fonctions de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447
32.6 Variables alatoires discrtes usuelles . . . . . . . . . . . . . . . . . . . . . . 448
32.6.1 Loi gomtrique (ou loi sans mmoire) . . . . . . . . . . . . . . . . . 448
32.6.2 Loi de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 449
32.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 450
33 lments de topologie de R et de R
2
455
33.1 Un peu de topologie de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 455
33.2 Notations et rappels sur le plan . . . . . . . . . . . . . . . . . . . . . . . . . . 455
33.2.1 quation paramtrique dune droite . . . . . . . . . . . . . . . . . . . 455
33.2.2 quation paramtrique dun segment . . . . . . . . . . . . . . . . . . 456
33.2.3 Produit scalaire usuel dans R
2
. . . . . . . . . . . . . . . . . . . . . . 456
33.3 Un peu de topologie de R
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 457
33.3.1 Distance euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . 457
33.3.2 Boules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457
33.3.3 Ensembles ouverts . . . . . . . . . . . . . . . . . . . . . . . . . . . . 458
33.3.4 Ensembles ferms . . . . . . . . . . . . . . . . . . . . . . . . . . . . 458
33.3.5 Ensembles borns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459
33.3.6 Ensembles convexes . . . . . . . . . . . . . . . . . . . . . . . . . . . 459
33.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459
34 Fonctions continues sur R
2
461
34.1 Fonctions de deux variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461
34.2 Continuit des fonctions de deux variables . . . . . . . . . . . . . . . . . . . . 462
34.2.1 Limite et continuit en un point . . . . . . . . . . . . . . . . . . . . . 462
34.2.2 Continuit sur un ouvert . . . . . . . . . . . . . . . . . . . . . . . . . 463
34.2.3 Fonctions continues particulires . . . . . . . . . . . . . . . . . . . . . 464
34.2.4 Autres thormes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 464
34.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 465
35 Matrice dune application linaire 467
35.1 Applications linaires et matrices . . . . . . . . . . . . . . . . . . . . . . . . . 467
35.2 Oprations sur les applications linaires et oprations sur les matrices . . . . . 469
35.3 Rang dune matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 469
35.3.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 469
35.3.2 Lien avec le rang dune application linaire . . . . . . . . . . . . . . . 470
35.3.3 Applications linaires particulires . . . . . . . . . . . . . . . . . . . . 471
35.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471
14 TABLE DES MATIRES
36 Rduction des endomorphismes et des matrices carres 473
36.1 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473
36.2 Valeur propre, vecteurs propres et sous espaces propres dun endomorphisme . 473
36.3 Endomorphismes diagonalisables . . . . . . . . . . . . . . . . . . . . . . . . . 474
36.4 Matrices carres diagonalisables . . . . . . . . . . . . . . . . . . . . . . . . . 475
36.5 Rduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 476
36.5.1 Matrice de passage . . . . . . . . . . . . . . . . . . . . . . . . . . . . 476
36.5.2 Matrices semblables . . . . . . . . . . . . . . . . . . . . . . . . . . . 476
36.5.3 Thorme fondamental de la rduction . . . . . . . . . . . . . . . . . . 477
36.6 Application : puissances dune matrice . . . . . . . . . . . . . . . . . . . . . . 477
36.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 477
Chapitre 1
Ingalits dans R
1.1 Rappels
Dnitions
Soit (x, y) un couple de rels.
On dit que x est infrieur ou gal y (on dit aussi infrieur ) et on note x y si et seulement si :
x ] , y] ou bien y [x, +[
On dit aussi que y est suprieur ou gal x ce qui se note aussi y x.
On dit que x est strictement infrieur y et on note x < y si et seulement si :
x ] , y[ ou bien y ]x, +[
On dit aussi que y est strictement suprieur x ce qui se note aussi y > x.
Propositions (rgles doprations sur les ingalits)
Soit (a, b, c, d) un quadruplet de rels.
Si a b et si c d alors on a a + c b + d.
Attention, la rciproque est fausse.
Si a b alors b a (la fonction oppose change lordre).
Si 0 a b et si 0 c d alors 0 a c b d.
Attention ne pas multiplier des rels qui ne sont pas tous positifs.
Si 0 < a b alors 0 <
1
b

1
a
.
Si a b < 0 alors
1
b

1
a
< 0.
La fonction inverse change lordre des rels de mme signe.
Attention, si a < 0 < b alors
1
a
< 0 <
1
b
.
Attention aussi ne pas diviser des ingalits.
Exemples
1. Soit (a, b, c, d) un quadruplet de rels tels que 0 a b et c d 0. Dmontrer que bc ad 0.
2. Soit (a, b, c, d) un quadruplet de rels tels que 0 < a b et 0 < c d. Dmontrer que 0 <
a
d

b
c
.
3. Soit (a, b, c, d) un quadruplet de rels tels que 0 < a b et c d < 0. Dmontrer que
b
d

a
c
< 0.
15
16 CHAPITRE 1. INGALITS DANS R
1.2 Exercices
1. Encadrer laire dun triangle quilatral de ct a avec 1, 2 < a < 1, 21 en sachant que 1, 73 <

3 <
1, 74.
2. Une cuve cylindrique contient un volume V = 2m
3
un litre prs par dfaut et de hauteur h = 0, 5m
2cm prs par excs. Sachant que 3, 14 3, 15, dterminer un encadrement du rayon R de cette
cuve (valeurs donnes au centimtre).
3. Comparer les nombres :
x =
1
(0, 999 999 999 997)
2
et y =
1
(1, 000 000 000 003)
2
4. Valeur approche de
1
1 + x
pour x ,= 1.
(a) Dmontrer que, pour tout rel x ,= 1, on a :
1
1 + x
= 1 x +
x
2
1 + x
(b) Dmontrer que, pour tout x [
1
2
,
1
2
], on a :
0
x
2
1 + x
2x
2
(c) Dduire des questions qui prcdent que, pour tout rel x [
1
2
,
1
2
], 1x est une approximation
de
1
1 + x
2x
2
prs par dfaut.
(d) laide de cette mthode, donner une valeur approche ainsi que la prcision obtenues des rels
suivants :
1
1, 004
1
0, 9993
1
3, 006
1.3 Solutions des exercices
1. La hauteur dun triangle quilatral de ct a vaut a

3
2
et donc laire A de ce triangle vaut a
2

3
2
.
Daprs les encadrements proposs, on en dduit que :
1, 44 < a
2
< 1, 4641 et 0, 865 <

3
2
< 0, 87
1, 2456 < A < 1, 273767
2. On sait que V = R
2
h et donc que R =
_
V
h
. On sait aussi que :
2 < V < 2, 001 0, 48 < h < 0, 5 3, 14 < < 3, 15
donc, on en dduit que :
2 < V < 2, 001
1
0, 5
<
1
h
<
1
0, 48
1
3, 15
<
1

<
1
3, 14
80
63
=
4
3, 15
< R
2
<
2, 001
1, 5072
=
3335
2512
1, 12 <
_
80
63
< R <
_
3335
2512
< 1, 16
1.3. SOLUTIONS DES EXERCICES 17
3. La fonction carre conserve lordre des rels positifs strictement (et les rsultats sont strictement
positifs), la fonction inverse change lordre des rels positifs strictement. On en dduit donc que
x > y.
4. (a) Pour tout rel x ,= 1, on a :
1 x +
x
2
1 + x
=
(1 x)(1 + x) + x
2
1 + x
=
1 x
2
+ x
2
1 + x
=
1
1 + x
(b) Pour tout rel x [
1
2
,
1
2
] (donc diffrent de 1), on a x
2
0 et :
1
1
2
1 + x 1 +
1
2
0 <
2
3

1
1 + x
2
0
x
2
1 + x
2x
2
(c) Pour tout rel x [
1
2
,
1
2
], on a alors :
0
x
2
1 + x
=
1
1 + x
(1 x) 2x
2
donc 1 x est bien une approximation de
1
1 + x
2x
2
prs par dfaut.
(d) i. Pour x = 0, 004 [
1
2
,
1
2
], on obtient que 0, 996 est une approximation de
1
1, 004

0, 000032 prs par dfaut.
ii. Pour x = 0, 0007 [
1
2
,
1
2
], on obtient que 1, 0007 est une approximation de
1
0, 9993

0, 00000098 prs par dfaut.
iii. On a
1
3,006
=
1
3

1
1,002
. Pour x = 0, 002 [
1
2
,
1
2
], on obtient que 0, 998 est une approxima-
tion de
1
1, 002
0, 000008 prs par dfaut et donc que 0, 33266666 est une approximation
de
1
3, 006
0, 00000027 prs par dfaut.
18 CHAPITRE 1. INGALITS DANS R
Chapitre 2
Fonctions de rfrences
2.1 Rappels
Dans ce paragraphe, I dsigne un intervalle de R et f une fonction numrique dnie sur I.
Dnitions
f est paire sur I si et seulement si I est symtrique par rapport 0 et :
x I, f(x) = f(x)
f est impaire sur I si et seulement si I est symtrique par rapport 0 et :
x I, f(x) = f(x)
f est priodique de priode T (T > 0) sur I si et seulement si :
x I, x + T I f(x + T) = f(x)
f est majore sur I si et seulement si :
M R / x I, f(x) M
Un tel rel M est appel majorant de f.
f est minore sur I si et seulement si :
m R / x I, f(x) m
Un tel rel m est appel minorant de f.
f est borne sur I si et seulement si f est majore et minore sur I.
f est croissante (resp. strictement croissante) sur I si et seulement si :
(x, y) I
2
, x < y f(x) f(y) (resp. f(x) < f(y) )
f est dcroissante (resp. strictement dcroissante) sur I si et seulement si :
(x, y) I
2
, x < y f(x) f(y) (resp. f(x) > f(y) )
f est monotone (resp. strictement monotone) sur I si et seulement si elle est ou bien croissante
(resp. strictement croissante) sur I ou bien dcroissante (resp. strictement dcroissante) sur I.
Propositions
Si f est majore par M alors tout rel M
t
M est encore un majorant de f.
Si f est minore par m alors tout rel m
t
m est encore un minorant de f.
19
20 CHAPITRE 2. FONCTIONS DE RFRENCES
2.2 Les fonctions puissances entires
Dnitions
Soit x un rel. On dnit, par rcurrence, les puissances successives du rel x par :
x
0
= 1 et, pour tout entier naturel n, x
n+1
= x
n
x = x x
n
Soit n un entier naturel. On appelle fonction puissance n la fonction :
p
n
: R R
x
_
x
n
si n > 0
1 si n = 0
Propositions
Pour tout couple (m, n) dentiers naturels et pour tout rel x, on a :
x
m+n
= x
m
x
n
et
x
m
x
n
= x
mn
si x ,= 0
Les fonction puissances entires sont continues sur R.
Soit n un entier naturel. La fonction puissance puissance n est paire (resp. impaire) si et seulement si
lentier n est pair (resp. impair).
Les fonctions puissances sont croissantes sur R
+
.
Les fonctions puissances entires sont drivables sur R. De plus, pour tout entier naturel n et pour
tout rel x, on a :
p
t
n
(x) =
_
nx
n1
si n > 0
0 si n = 0
2.3 Fonction valeur absolue
Dnitions
Soit x un rel. On appelle valeur absolue du rel x la distance, note [x[, entre x et 0.
On appelle fonction valeur absolue la fonction :
[ [ : R R
x [x[
Propositions
Pour tout rel x, on a :
[x[ =
_
x si x 0
x si x < 0
= maxx, x
[x[ x [x[
Pour tout couple de rels (x, a) et pour tout rel e positif, on a :
[x a[ e si et seulement si a e x a + e
Autrement dit, un rel x est une distance infrieure e du rel a si et seulement si x [ae, a+e].
Pour tout couple de rels (x, y), on a :
[x + y[ [x[ +[y[
Cette ingalit est appele ingalit triangulaire.
De plus, cette ingalit est une galit si et seulement si les rels x et y sont de mme signe.
2.4. FONCTION RACINE CARRE 21
La fonction valeur absolue est continue sur R.
La fonction valeur absolue est strictement dcroissante sur ] , 0] et est strictement croissante sur
[0, +[.
La fonction valeur absolue est drivable sur ] , 0[ et sur ]0, +[. Elle nest pas drivable en 0.
2.4 Fonction racine carre
Dnitions
Soit a un rel positif. On appelle racine carre du rel a le rel positif not

a tel que (

a)
2
= a,
cest dire lunique solution dans [0, +[ de lquation x
2
= a.
On appelle fonction racine carre la fonction :

: [0, +[ R
x

x
Propositions
Pour tout couple (a, b) de rels, on a :

a b =

b
La fonction racine carre est continue sur R
+
.
La fonction racine carre est croissante sur R
+
.
La fonction racine carre est drivable sur ]0, +[ et, pour tout rel x strictement positif, on a :

t
(x) =
1
2

x
2.5 Fonction inverse
Dnitions
Soit a un rel non nul. On appelle inverse du rel a le rel b tel que a b = 1. On le note a
1
ou
bien
1
a
.
On appelle fonction inverse la fonction :
inv : ] , 0[]0, +[ R
x
1
x
Propositions
Pour tout couple (a, b) de rels non nuls, on a :
1
a b
=
1
a

1
b
_
1
a
=
1

a
pourvu que a > 0

1
a

=
1
[a[
La fonction inverse est strictement dcroissante aussi bien sur ] , 0[ que sur ]0, +[.
La fonction inverse est continue et drivable aussi bien sur ] , 0[ que sur ]0, +[. De plus, pour
tout rel x non nul, on a :
inv
t
(x) =
1
x
2
22 CHAPITRE 2. FONCTIONS DE RFRENCES
2.6 Fonction exponentielle
Dnition
On appelle fonction exponentielle, note exp, la fonction drivable sur R, prenant la valeur 1 en x = 0
et dont sa fonction drive est gale elle mme. Autrement dit, exp(0) = 1 et, pour tout rel x, on a :
exp
t
(x) = exp(x)
Propositions
On pose : e = exp(1).
Pour tout rel x, on a :
exp(x) = e
x
> 0
Pour tout couple (a, b) de rels, on a :
e
a+b
= exp(a + b) = exp(a) exp(b) = e
a
e
b
e
ab
= exp(a b) =
exp(a)
exp(b)
=
e
a
e
b
e
a/2
= exp
_
a
2
_
=
_
exp(a) =

e
a
La fonction exponentielle est strictement croissante sur R.
2.7 Fonction logarithme
Dnition
On appelle fonction logarithme nperien, note ln, la fonction rciproque de la fonction exponentielle,
cest dire la fonction :
ln : ]0, +[ R
x ln(x) tel que : exp(ln(x)) = x
Propositions
ln(1) = 0 et ln(e) = 1.
Pour tout couple (a, b) de rels strictement positfs, on a :
ln(a b) = ln(a) + ln(b)
ln
_
a
b
_
= ln(a) ln(b)
ln
_
a
_
=
1
2
ln(a)
Pour tout rel x, on a :
ln (e
x
) = ln(exp(x)) = x
La fonction logarithme est strictement croissante sur ]0, +[
La fonction logarithme est continue et drivable sur ]0, +[. De plus, pour tout rel x strictement
positif, on a :
ln
t
(x) =
1
x
2.8. EXERCICES 23
2.8 Exercices
1. En utilisant la dnition du sens de variation, prouver successivement que :
(a) la fonction carre est dcroissante sur R

,
(b) la fonction cube est croissante sur R.
2. Soit n un entier naturel non nul. En utilisant sa dnition, tablir le sens de variation de la fonction i
n
sur chacun des deux intervalle sur lesquels elle est dnie :
i
n
: ] , 0[]0, +[ R
x
1
x
n
3. (a) Rsoudre dans R lquation [2 + x[ + 2 + 2x = x
2
.
(b) En dduire la rsolution dans R des quations :
i. [2 + ln(x)[ + 2 + 2 ln(x) = ln(x)
2
ii. [2e
x
+ 1[ + 2e
x
+ 2 = e
x
4. Rsoudre dans R les inquations suivantes :
(a)
1
2
ln(2x) = ln(3 x) ln
_

x + 1
_
(b) ln(x + 3) + ln(x + 2) = ln(x + 11)
(c) ln(x
2
+ 5x + 6) = ln(x + 11)
(d) ln(x 2) = ln
_
x 11
x + 3
_
(e) ln(x + 2) = ln(x 11) ln(x + 3)
5. Soit (a, b) un couple de rels strictement positifs tels que :
ln
_
a + b
3
_
=
1
2
(ln(a) + ln(b))
Calculer le rapport
a
b
(indication : a + b = b(
a
b
+ 1)).
6. Dterminer lensemble des couples de rels (x, y) tels que :
(a)
_
x + y = 9
ln(x) + ln(y) = ln(15)
(b)
_
ln(x
2
) ln(y
5
) = 16
ln(x
3
) + ln(y
3
) = 15
(c)
_
ln(x) ln(y) = 10
ln(x) + ln(y) = 3
7. Rsoudre dans R les inquations suivantes :
(a)
_
ln(x) > 2
(b) ln([2x + 1[) 1
(c) ln(x + 1) + ln(x 1) > 2
(d) ln([2x + 1[) + ln([x + 3[) < 1
(e) 2 ln(3 x) ln(x + 1) + ln(x 2)
24 CHAPITRE 2. FONCTIONS DE RFRENCES
8. Soit a un rel strictement positif. On considre lapplication :

a
: ]0, +[ R
x ln(x) ln(a)
1
a + 1
(x a)
(a) tudier le sens de variation de
a
sur lintervalle ]0, a + 1].
(b) En dduire lingalit suivante :
ln(a + 1) ln(a)
1
a + 1
(c) Appliquer lingalit ci-dessus pour les valeurs de a suivantes : 1, 2 et 3.
En dduire que ln(4) > 1.
(d) laide des rsultats prcdents, prouver lexistence et lunicit du nombre e tel que ln(e) = 1.
9. Rsoudre dans R les quations et inquations suivantes :
(a) 2(ln x)
2
9 ln x 18 = 0
(b) 8e
3x+3
+ 6 = 6e
2x+2
+ 23e
x+1
(c) e
2x+ln 2
+ e
x+ln 5
3 = 0
(d) e
x
2e
x
+ 1 < 0
(e) 4e
5x
+ 3e
3x
e
x
< 0
(f) e
4x+2

e
2
e
4x+2
> e
2
1
2.9 Solutions des exercices
1. (a) Soit a et b deux rels tels que a < b 0. Alors, on a 0 b < a do, par croissance stricte
de la fonction carre sur R
+
, lingalit 0 (b)
2
< (a)
2
cest dire que 0 b
2
< a
2
.
Conclusion : La fonction carre est strictement dcroissante sur R

.
(b) Soit a et b deux rels tels que a < b. Trois cas sont considrer :
Cas 1 : 0 a < b. Le rsultat est nonc dans le cours.
Cas 2 : a < 0 < b. Comme a
3
< 0 et b
3
> 0 alors a
3
< 0 < b
3
.
Cas 3 : a < b 0. On a alors 0 b < a do lingalit 0 (b)
3
< (a)
3
et donc
0 b
3
< a
3
et nalement a
3
< b
3
0.
Conclusion : La fonction cube est strictement croissante sur R .
2. (a) Variations sur ]0, +[.
Soit (a, b) un couple de rels tels que 0 < a < b. Comme la fonction x x
n
est strictement
croissante sur [0, +[, on en dduit que 0 < a
n
< b
n
. Comme la fonction inverse est strictement
dcroissante sur ]0, +[, on en dduit que 0 <
1
b
n
<
1
a
n
.
Conclusion : La fonction i
n
est strictement dcroissante sur ]0, +[ .
(b) Variations sur ] , 0[.
Soit (a, b) un couple de rels tels que a < b < 0. Alors 0 < b < a et, daprs ltude
prcdente, on a 0 <
1
(a)
n
<
1
(b)
n
do lingalit 0 <
1
(1)
n
a
n
<
1
(1)
n
b
n
. Comme (1)
n
vaut
1 si n est pair et 1 si n est impair, on en dduit que :
0 <
1
a
n
<
1
b
n
si n est pair et
1
b
n
<
1
a
n
< 0 si n est impair
Conclusion : La fonction i
n
est strictement croissante sur ] , 0[ lorsque n est pair
La fonction i
n
est strictement dcroissante sur ] , 0[ lorsque n est impair
2.9. SOLUTIONS DES EXERCICES 25
3. (a) Il est clair que [2 + x[ 0 si et seulement si x 2.
Dans le cas o x 2, lquation rsoudre est donc successivement quivalente :
2 + x + 2 + 2x = x
2
x
2
3x 4 = 0
x 1, 4
valeurs qui sont bien suprieures 2.
Dans le cas o x < 2, lquation rsoudre est donc successivement quivalente :
2 x + 2 + 2x = x
2
x(x 1) = 0
x 0, 1
valeurs qui ne sont pas strictement infrieures 2.
Conclusion : S
a
= 1, 4 .
(b) i. Compte tenu de la question prcdente x est une solution de lquation si et seulement si :
ln(x) = 1 ou ln(x) = 4
x = e
1
ou x = e
4
Conclusion : S
b,i
= e
1
, e
4

ii. Comme la question prcdente, x est solution de lquation si et seulement si :


e
x
_
[2e
x
+ 1[ + 2e
x
+ 2
_
= e
x
e
x
[2 + e
x
[ + 2 + 2e
x
= (e
x
)
2
e
x
= 1 ou e
x
= 4
x = ln(4)
Conclusion : S
b,ii
= ln(4) .
4. s
5. Soit (a, b) un couple de rels strictement positifs. Lquation est quivalente :
ln(b) + ln
_
a
3b
+
1
3
_
=
1
2
ln(a) +
1
2
ln(b)
ln
_
a
3b
+
1
3
_
=
1
2
ln
_
a
b
_
a
3b
+
1
3
=
_
a
b
__
a
b
_
2
3
_
a
b
+ 1 = 0
_
a
b
=
3

5
2
> 0 ou
_
a
b
=
3 +

5
2
> 0
a
b
=
_
3

5
2
_
2
ou
a
b
=
_
3 +

5
2
_
2
Conclusion : S =
_
7 3

5
2
,
7 + 3

5
2
_
.
26 CHAPITRE 2. FONCTIONS DE RFRENCES
6. s
7. s
8. (a) La fonction
a
est drivable sur ]0, +[ car somme de fonctions drivables sur cet intervalle.
De plus, pour tout rel x > 0, on a :

t
a
(x) =
1
x

1
a + 1
Ainsi,
t
a
(x) 0 si et seulement si 0 < x a + 1.
Conclusion :
a
est strictement croissante sur ]0, a + 1] .
(b) On a :

a
(a) = 0 et
a
(a + 1) = ln(a + 1) ln(a)
1
a + 1
Daprs la question prcdente, on en dduit que 0 =
a
(a)
a
(a + 1).
Conclusion : ln(a + 1) ln(a)
1
a + 1
.
(c) Pour a = 1, on obtient : ln(2)
1
2
.
Pour a = 2, on obtient : ln(3) ln(2)
1
3
.
Pour a = 3, on obtient : ln(4) ln(3)
1
4
.
On en dduit que :
ln(4) ln(3) +
1
4
ln(2) +
1
3
+
1
4

1
2
+
1
3
+
1
4
=
13
12
Conclusion : ln(4) > 1 .
(d) La fonction ln est continue et strictement croissante sur [1, 4] donc elle tablit une bijection de
[1, 4] dans [0, ln(4)]. Comme 1 [0, ln(4)], on en dduit que 1 admet un antcdent unique dans
[1, 4] par la fonction ln.
9. s
Chapitre 3
Un peu de trigonomtrie
3.1 Le cercle trigonomtrique
Dnitions
On appelle angle tout domaine limit par deux demi-droites de mme origine nomme sommet de
langle.
On appelle mesure dun angle la longueur de larc du cercle (de rayon 1 et dont le centre est le
sommet de langle) dlimit par langle. Lunit est le radian (notation : rad).
On appelle cercle trigonomtrique tout cercle de rayon 1 (une unit de longueur) et orient dans le
sens trigonomtrique (sens inverse des aiguilles dune montre).
Un angle est dit orient si et seulement sil est associ un cercle trigonomtrique. Sa mesure est
compte positivement si et seulement si on tourne dans le sens trigonomtrique et ngativement si et
seulement si on tourne dans le sens contraire (dit rtrograde).
Par convention, lorigine des mesures des angles est lie au point de coordonnes (1, 0) du cercle
trigonomtrique.
Exemples
Rappelons que le cercle trigonomtrique a pour circonfrence 2 (en unit de longueur choisie).
1. Un angle nul a pour mesure principale 0 rad. Mais 2, 4, . . . et 2, 4, . . . en sont aussi des
mesures.
2. Un angle plat a pour mesure principale rad. Mais 3, 5, . . . et , 3, 5, . . . en sont aussi
des mesures.
3. Un angle droit a pour mesure principale

2
rad ou

2
. Mais
3
2
,
5
2
,
7
2
,
9
2
, . . . et
3
2
,
5
2
, . . .
en sont aussi des mesures.
4. Placer sur un cercle trigonomtrique les mesures remarquables suivantes :
0,

6
,

4
,

3
,

2
,
2
3
,
3
4
,
5
6
, ,
7
6
,
5
4
,
4
3
,
3
2
,
5
3
,
7
4
,
11
6
, 2
et toutes les mesures opposes. Placer ensuite la mesure
145
12
.
3.2 Fonctions cosinus et sinus
3.2.1 Gnralits
Dnitions
Soit x un rel. Soit M le point du cercle trigonomtrique associ langle de mesure x rad. Labscisse
de ce point est appele cosinus de x, note cos(x), et son ordonne est appele sinus de x, note
27
28 CHAPITRE 3. UN PEU DE TRIGONOMTRIE
sin(x).
On appelle fonction cosinus et fonction sinus les fonctions suivantes :
cos : R R
x cos(x)
et
sin : R R
x sin(x)
Propositions
Pour tout rel x, on a :
1 cos(x) 1 et 1 sin(x) 1
cos(x)
2
+ sin(x)
2
= 1
Exemple (valeurs remarquables de ces deux fonctions)
On a le tableau suivant :
x 0

6

2
cos(x) 1

3
2

2
2
1
2
0
sin(x) 0
1
2

2
2

3
2
1
Les autres valeurs remarquables sobtiennent grce aux propositions qui suivent.
3.2.2 Proprits gomtriques de ces fonctions
Propositions (formules des angles associs)
Pour tout rel x, on a :
Priodicit :
cos(x + 2) = cos(x) et sin(x + 2) = sin(x)
donc ces deux fonctions sont 2-priodiques.
Parit :
cos(x) = cos(x) et sin(x) = sin(x)
donc la fonction cosinus est paire et la fonction sinus est impaire.
Symtries :
cos(x + ) = cos(x) et sin(x + ) = sin(x)
cos( x) = cos(x) et sin( x) = sin(x)
En consquences, pour tudier les fonctions cosinus et sinus, il suft de les tudier sur
_
0,

2
_
.
Exemple
Soit (x, y) un couple de rels. Dmontrer que :
1. cos(x) = cos(y) si et seulement si x y ou x + y est un multiple de 2.
2. sin(x) = sin(y) si et seulement si x y ou x + y est un multiple de 2.
3.3. FONCTION TANGENTE 29
Propositions
Formules daddition. Soit (a, b) un couple de rels. Alors :
cos(a + b) = cos(a) cos(b) sin(a) sin(b) et sin(a + b) = sin(a) cos(b) + cos(a) sin(b)
Formules de duplication. Soit a un rel. Alors :
cos(2a) = cos(a)
2
sin(a)
2
= 2 cos(a)
2
1 = 1 2 sin(a)
2
sin(2a) = 2 sin(a) cos(a)
Exemple
Prouver que, pour tout couple (a, b) de rels, on a :
cos(a b) = cos(a) cos(b) + sin(a) sin(b) et sin(a b) = sin(a) cos(b) cos(a) sin(b)
3.2.3 Proprits analytiques de ces fonctions
Propositions
Sens de variations. La fonction cosinus est strictement dcroissante sur
_
0,

2
_
et la fonction sinus
est strictement croissante sur
_
0,

2
_
.
Continuit. Les fonctions cosinus et sinus sont continues sur R.
Drivabilit. Les fonctions cosinus et sinus sont drivables sur R et, pour tout rel x, on a :
cos
t
(x) = sin(x) et sin
t
(x) = cos(x)
3.3 Fonction tangente
Dnition
On appelle fonction tangente la fonction :
tan : R
_

3
2
,

2
,

2
,
3
2
, . . .
_
R
x tan(x) =
sin(x)
cos(x)
Propositions
La fonction tangente est -priodique.
La fonction tangente est impaire.
La fonction tangente est strictement croissante sur
_

2
,

2
_
et sur tous les autres intervalles obtenus
par -priodicit.
La fonction tangente est continue sur
_

2
,

2
_
et sur tous les autres intervalles obtenus par -
priodicit.
La fonction tangente est drivable sur
_

2
,

2
_
et sur tous les autres intervalles obtenus par -
priodicit. De plus, pour tout rel x, on a :
tan
t
(x) = 1 + tan(x)
2
=
1
cos(x)
2
30 CHAPITRE 3. UN PEU DE TRIGONOMTRIE
Exemple
Dterminer les valeurs remarquables de la fonction tangente.
3.4 Exercices
1. Soit x un rel. Dmontrer que :
cos
_

2
+ x
_
= sin(x) et sin
_

2
+ x
_
= cos(x)
cos
_

2
x
_
= sin(x) et sin
_

2
x
_
= cos(x)
2. Soit (a, b) un couple de rels.
(a) Dmontrer que :
cos(a) cos(b) =
1
2
(cos(a + b) + cos(a b))
sin(a) sin(b) =
1
2
(cos(a + b) cos(a b))
sin(a) cos(b) =
1
2
(sin(a + b) + sin(a b))
(b) En dduire que :
cos(a) + cos(b) = 2 cos
_
a + b
2
_
cos
_
a b
2
_
sin(a) + sin(b) = 2 sin
_
a + b
2
_
cos
_
a b
2
_
(c) Dterminer une expression simple de :
cos(a) cos(b) et sin(a) sin(b)
3. Soit (a, b) un couple de rels non tous les deux nuls.
(a) Justier que le rel r =

a
2
+ b
2
est non nul.
(b) Prouver quil existe un unique rel [0, 2[ tel que :
cos() =
a
r
et sin() =
b
r
(c) En dduire que, pour tout rel x, on a :
a cos(x) + b sin(x) = r cos(x )
4. Rsoudre dans [0, 2[ puis dans R les quations suivantes :
(a) cos
2
x = sin
2
x
(b)
_
cos
2
x
3
4
__
sin
2
_
x +

3
_

1
2
_
= 0
5. Soit (a, b, ) un triplet de rels et soit f la fonction numrique dnie pour tout rel t par :
f(t) = a sin(t) + b cos(t)
(a) Justier que f est drivable sur R puis que f
t
lest aussi (on note f
tt
sa fonction drive).
(b) Montrer que, pour tout rel t, on a :
f
tt
(t) +
2
f(t) = 0
3.5. SOLUTIONS DES EXERCICES 31
3.5 Solutions des exercices
1. s
2. s
3. s
4. s
5. s
32 CHAPITRE 3. UN PEU DE TRIGONOMTRIE
Chapitre 4
Outils et mthodes pour la dmonstration
4.1 Lalphabet grec utile
4.1.1 Minuscules
: alpha (utilisation courante : coefcients, racines de polynmes ou de fonctions, etc)
: beta (idem)
: gamma (idem)
: delta (idem)
: epsilon (nombre trs petit, voisin de 0)
: zeta (fonction trs particulire)
: eta (peu utilise)
: theta (angle)
: lambda (coefcient, limite dune suite)
: mu (coefcient)
: nu (coefcient)
: pi (bien connu)
: rho (quand la lettre r est dj utilise)
: sigma (cart type)
: tau (peu utilis)
: phi (fonction)
: khi (en cole)
: psi (idem)
: omega (ventualit en probabilit)
4.1.2 Majuscules
: gamma (fonction, coefcient binomial , etc)
: delta
: theta
: lambda
: pi (produits de nombres)
: sigma (sommes de nombres)
: phi (fonctions)
: psi (idem)
: omega (univers en probabilit)
33
34 CHAPITRE 4. OUTILS ET MTHODES POUR LA DMONSTRATION
4.2 lments de logique
4.2.1 Notion de propositions
Dnition
Pour ce qui nous concerne, une proposition est une phrase mathmatique (donc avec au moins un sujet
et un verbe) qui est soit vraie, soit fausse.
Exemples
Prciser si les propositions suivantes sont vraies ou fausses.
Il existe (au moins) un rel positif et ngatif.
Tous les nombres premiers sont impairs.
Il existe un rel solution de lquation x + 1 = 3.
Tous les rels sont solution de lquation x + 1 = 3.
4.2.2 Ngation dune proposition
Dnitions
La ngation dune proposition correspond sa ngation au sens grammatical (la ngation porte sur
le verbe).
La ngation dune proposition P se note P ou

P.
Une proposition est vraie (resp. fausse) si et seulement si sa ngation est fausse (resp. vraie).
Exemples
Dterminer la ngation des propositions donnes dans lexemple qui prcde.
Mthode du raisonnement par labsurde
Pour dmontrer quune proposition est vraie, on commence par la supposer fausse, cest dire que lon
suppose vraie sa ngation (cest lhypothse de travail). Ensuite, on cherche tablir une contradiction entre
les donnes de lnonc et lhypothse de travail formule. Comme les donnes sont rputes vraies, cest
donc que lhyposthse est fausse et donc que la proposition est vraie.
Exemple
Soit a et b deux rels dont le produit est strictement positif. Montrer que a et b ont le mme signe.
4.2.3 Autres connecteurs logiques
Dnition
Soit P et Q deux propositions.
La proposition P Q (lire P et Q) est la proposition qui est vraie si et seulement si les deux proposi-
tions sont vraies (et fausse si et seulement si lune, au moins, des deux est fausse). Cette proposition
est appele conjonction des propositions P et Q.
La proposition P Q (lire P ou Q) est la proposition qui est vraie si et seulement si lune, au moins,
des deux propositions est vraie (et fausse si et seulement si les deux propositions sont fausses). Cette
proposition est appele disjonction des propositions P et Q.
4.2. LMENTS DE LOGIQUE 35
Exemple
Soit P une proposition. Les propositions (P) P et (P) P sont-elles vraies ?
4.2.4 Oprations entre les diffrents connecteurs logiques
Propositions (avec la ngation)
Soit P et Q deux propositions.
La proposition (P Q) est quivalente la proposition (P) (Q).
La proposition (P Q) est quivalente la proposition (P) (Q).
Preuve
On dresse une table de vrit.
Exemple
Dterminer la ngation des propositions (P) P et (P) P.
Propositions (lois de distributivit ou lois de De Morgan)
Soit P, Q et R trois propositions.
La proposition (P Q) R est quivalente la proposition (P R) (Q R).
La proposition (P Q) R est quivalente la proposition (P R) (Q R).
Preuve
On dresse une table de vrit.
4.2.5 Implication
Dnition
Soit P et Q deux propositions. La proposition P Q (lire P implique Q) est la proposition qui est :
vraie ou bien lorsque P est fausse ou bien lorsque P et Q sont vraie ;
fausse lorsque P est vraie et Q est fausse.
Exemple
Soit ABCD un quadrilatre. Alors, on a :
ABCD est un carr ABCD est un rectangle.
Remarque
En pratique, cette notion ne sutilise que dans le sens si P est vraie alors Q est vraie (puisque si P
est fausse alors limplication est ncessairement vraie). Elle correspond aussi aux locutions :
pour que Q soit vraie, il suft que P le soit (mais ce nest pas forcment ncessaire) ;
pour que P soit vraie, il est ncessaire que Q le soit (mais ce nest pas forcment sufsant).
36 CHAPITRE 4. OUTILS ET MTHODES POUR LA DMONSTRATION
4.2.6 Contrapose
Dnition
Soit P et Q deux propositions. On appelle contrapose de la proposition P Q la proposition :
(Q) (P)
Exemple
Soit ABCD un quadrilatre. Quelle est la contrapose de la proposition :
ABCD est un carr ABCD est un rectangle ?
Proposition
Une implication et sa contrapose sont vraies simultanment ou fausses simultanment.
Preuve
Il suft de remarquer que P Q est quivalente (P) Q.
Mthode de raisonnement par contraposition
Pour dmontrer quune implication est vraie, on peut dmontrer que sa contrapose lest.
Exemple
Soit a et b deux rels dont le produit est strictement positif. Montrer que a et b ont le mme signe.
4.2.7 Rciproque
Dnition
Soit P et Q deux propositions. On appelle rciproque de limplication P Q limplication Q P.
Remarque
Contrairement la contrapose, une implication peut tre vraie sans que sa rciproque le soit (penser
carr implique rectangle ). Attention donc ne pas confondre rciproque et contrapose.
4.2.8 quivalences
Dnition
Soit P et Q deux propositions. La proposition P Q (lire P est quivalente Q) est :
vraie lorsque P et Q sont ou bien vraies simultanment ou bien fausses simultanment ;
fausse lorsque P et Q nont pas la mme valeur de vrit.
Exemple
Justier quune implication est quivalente sa contrapose.
4.2. LMENTS DE LOGIQUE 37
Remarques
En pratique, cette notion dquivalence correspond aux locutions :
P est vraie si et seulement si Q lest ;
pour que P soit vraie, il est ncessaire et sufsant que Q le soit ;
une condition ncessaire et sufsante pour que P soit vraie est que Q le soit .
Dterminer une condition ncessaire et sufsante (CNS) pour quune proposition P soit ralise
revient donc dterminer une proposition Q quivalente P.
Exemples
1. Soit a et b deux rels. Dterminer une CNS (portant sur a et b) pour que ab > 0.
2. Dterminer une CNS portant sur le rel x pour que x
2
2x 1 > 0.
Mthode
Pour dmontrer que trois propositions P, Q, R sont quivalentes, il est ncessaire et sufsant de prouver
successivement les trois implications :
P Q Q R R P
Preuve
Par transitivit de P Q avec Q R on en dduit que P R. Avec R P, on en dduit
lquivalence de P avec R.
On procde de mme pour les deux autres quivalences.
Exemple
Soit f une fonction trinme du second degr. Montrer lquivalence des trois propositions qui suivent :
1. le discriminant de f est nul ;
2. il existe deux rels et r tels que, pour tout rel x, on a la relation f(x) = (x r)
2
.
3. les deux quations f(x) = 0 et f
t
(x) = 0 admettent une solution commune.
4.2.9 Quanticateurs
Introduction
Nous avons vu, prcdemment, les propositions (contraires lune de lautre) suivantes :
tous les nombres premiers sont impairs ,
il existe un nombre premier pair .
Ces deux propositions sont quanties par une variable de type nombre premier.
Notations
Notons P lensemble des nombres premiers et notons 2N lensemble des nombres pairs.
La premire de ces deux propositions est dite de type universel : elle correspond une innit de
propositions, chacune dpendant du nombre premier choisi. Alors cette proposition se rcrit :
n P, n / 2N
ce qui dnit le premier quanticateur, le quanticateur universel (lire quel que soit ou bien
pour tout ).
38 CHAPITRE 4. OUTILS ET MTHODES POUR LA DMONSTRATION
La seconde proposition est de type existentiel : elle prtend lexistence dun type de variable vriant
une certaine condition. Cette proposition se rcrit :
n P/n 2N
ce qui dnit le second quanticateur, le quanticateur existentiel (lire il existe ).
Exemples
1. La proposition il existe deux rels et r tels que f(x) = (x r)
2
pour tout rel x est la
proposition :
R, r R / x R, f(x) = (x r)
2
2. La proposition M R, A > 0 / x > A, f(x) > M se lit pour tout rel M, il existe un
rel A tel que f(x) est strictement suprieur M pour tout rel x strictement suprieur A. Cela veut
aussi dire que quitte aller assez loin sur laxe des abscisses, au del, toutes les images par f sont
suprieures un rel x lavance . On traduira aussi cela, par dnition, en : lim
x+
f(x) =
+.
Mthode
Pour dmontrer une proposition du type x R, ... , on commence la rdaction de sa dmonstra-
tion par la phrase Soit un rel x. ou bien Soit x R. puis on dmontre que la proposition est
vraie pour cet x particulirement quelconque.
Pour dmontrer une proposition du type x R/ ... , il suft, soit dexpliciter un tel rel x (cest
dire dterminer sa valeur), soit justier thoriquement ( laide dun ou plusieurs thormes) quil
est possible den trouver un (sans ncessairement tre capable den donner une valeur).
Remarque
Attention ne pas permuter par mgarde les quanticateurs et car cela change le sens de la propo-
sition crite.
Exemple
Les deux propositions suivantes sont-elles quivalentes ?
x R, y R / x
2
= y et y R /x R, x
2
= y
Propositions
Soit P(x) une proposition dpendant de la variable x prise dans un ensemble E quelconque.
La ngation de la proposition x E, P(x) est la proposition x E / [P(x)].
La ngation de la proposition x E / P(x) est la proposition x E, [P(x)].
Exemple
crire la ngation des deux propositions de lexemple qui prcde.
Remarque
Dans le cas o il y a existence et unicit de la valeur dune variable x rendant la proposition P(x) vraie,
on complte le symbole en ! comme dans la proposition
!x N / x 3 = 0
4.3. VOCABULAIRE 39
Attention, pour dmontrer une proposition de ce type, il y a deux choses faire : prouver lexistence
dau moins un objet x ralisant la condition et prouver lunicit dun tel objet.
Nous verrons ultrieurement de tels exemples dans lesquels nous dmontrerons dabord lexistence puis
lunicit ainsi que dautres dans lesquels nous dmontrerons lunicit avant lexistence.
4.3 Vocabulaire
Dnitions
Dnition : donne un nom commun toute une collection dobjets ayant une mme proprit carac-
tristique ; cest une quivalence entre le nom et la proprit caractristique.
Proprit : proposition dcoulant immdiatement dune dnition.
Thorme : proposition particulirement fondamentale ; cest une implication (ou une quivalence)
entre les hypothses et la conclusion de sa formulation.
Hypothse : ensemble de propositions considres comme vraies tout le long du raisonnement qui
suit leurs formulations. Les donnes dun nonc dexercice sont des hypothses valides tout le long
de lexercice.
Variable : nombre (en gnral) inconnu dont la valeur nest pas donne mais que lon peut xe selon
les besoins.
Inconnue : variable dont on recherche lensemble des valeurs permises compte tenu des contraintes
qui nous sont imposes.
Paramtre : nombre (en gnral) inconnu pour nous mais dont la valeur (inconnue) est xe une fois
pour toute (il ne varie pas tout au long des questions de lnonc).
Exemple
Soit a, b, c trois rels. Soit f la fonction dnie sur R par f(x) = ax
2
+ bx + c.
1. Quelles sont les paramtres, les variables ?
2. Dans quelle situation peut-on dire que x est une inconnue ?
4.4 Raisonnement par rcurrence
4.4.1 Rcurrence simple
Introduction
Il arrive (souvent) quune proposition du type n N, ... ne se dmontre pas par la technique vue
prcdemment. On utilisera alors la mthode dite de rcurrence.
Thorme (admis)
Soit T(n) une proposition dpendant de la variable entire (positive) n. Soit n
0
N.
On suppose que :
la proposition T(n
0
) est vraie ;
pour tout entier n n
0
, la proposition T(n) implique la proposition T(n + 1).
Alors, pour tout entier n n
0
, la proposition T(n) est vraie.
Mthode
Il est fondamental de faire clairement apparatre les quatre tapes de la dmonstration utilisant cette
technique.
40 CHAPITRE 4. OUTILS ET MTHODES POUR LA DMONSTRATION
1. Position du problme : Soit T(n) la proposition : ... ;
2. Initialisation : vrication de la proposition T(n
0
) ;
3. Hrdit : Soit un entier n n
0
. On suppose T(n). Montrons que ... ;
4. Conclusion : Daprs le thorme de rcurrence, ... .
Consignes
Lorsque la premire tape nest pas rdige, la dmonstration est considre comme entirement
fausse (on ne sait pas ce que vous dmontrez).
Lorsque, dans la proposition T(n) gure lexpression n N, ... la dmonstration est considre
comme nulle.
Si, dans la troisime tape, la proposition T(n) nest pas utilise pour dmontrer la proposition T(n+
1) alors la dmonstration est considre comme fausse.
Exemples fondamentaux
Dmontrer les propositions suivantes :
n N

, 1 + 2 + ... + n =
n(n + 1)
2
;
n N

, 1
2
+ 2
2
+ ... + n
2
=
n(n + 1)(2n + 1)
6
;
n N

, 1
3
+ 2
3
+ ... + n
3
=
_
n(n + 1)
2
_
2
.
n N

, q ,= 1, 1 + q + q
2
+ ... + q
n
=
1 q
n+1
1 q
=
q
n+1
1
q 1
Ces quatre rsultats sont retenir et savoir dmontrer (au moins jusqu intgration dune cole).
Remarque
Souvent, la mthode par rcurrence nest pas suggre dans un exercice, cest vous de penser luti-
liser. Toutefois, une proposition du type n N, u
n
= ... est trs souvent dmontrer par rcurrence,
surtout si, lors de lintroduction ou dune question qui prcde, on a une relation entre u
n+1
et u
n
.
4.4.2 Rcurrence plusieurs pas
Thorme
Soit T(n) une proposition dpendant de la variable entire n. Soit n
0
et p deux entiers naturels.
On suppose que :
les propositions T(n
0
), ..., T(n
0
+ p) sont vraies ;
pour tout entier n n
0
, les propositions T(n), ..., T(n+p) impliquent la proposition T(n+p+1).
Alors, pour tout entier n n
0
, la proposition T(n) est vraie.
Preuve
On effectue une dmonstration par rcurrence (simple) :
1. Soit Q(n) la proposition : les propositions T(n), ..., T(n + p) sont vraies .
2. Au rang n = n
0
, la proposition Q(n) est vraie (daprs lnonc).
3. Soit n n
0
. Supposons Q(n) vraie. Alors, les propositions T(n), ..., T(n +p) sont vraies et donc la
proposition T(n + p + 1) lest aussi. On en dduit que les propositions T(n + 1), ..., T(n + 1 + p)
sont vraies, do Q(n + 1).
4. On en dduit, daprs le thorme de rcurrence, que la proposition Q(n) est vraie pour tout n n
0
.
4.5. EXERCICES 41
Consquence : pour tout n n
0
, T(n), ..., T(n + p) sont vraies.
En particulier, on a : pour tout n n
0
, T(n) est vraie.
Exemples
1. Soit a et b deux entiers relatifs. Soit (u
n
)
nN
la suite relle dnie par u
0
= a, u
1
= b et :
n N, u
n+2
= 3u
2
n+1
5u
n
+ 2
Dmontrer que : n N, u
n
Z.
2. Soit (u
n
)
nN
la suite dnie par u
0
= 0, u
1
= 0, u
2
= 0 et :
n N, u
n+3
= 5u
n+2
+ u
n+1
3u
n
Dmontrer que cette suite est la suite nulle.
4.5 Exercices
1. Soit mun rel. Rsoudre dans R, en fonction des valeurs de mles quations et inquations suivantes :
(a) (4m
2
1)x + (2m1)(m + 3) = 0
(b) (m3)x
2
+ 2mx (m + 1) = 0
(c) (m2)x
2
2(m + 1)x + (2m6) < 0.
2. Propositions, contrapose et rcoproque.
(a) noncer le thorme de Pythagore.
(b) Dterminer deux propositions P et Q permettant dcrire ce thorme sous la forme P Q.
(c) noncer la contrapose du thorme de Pythagore.
(d) noncer la rciproque du thorme de Pythagore.
(e) ABC est un triangle tel que : AB = 3, 1 AC = 3, 9 et BC = 4, 98. Laquelle des trois proposi-
tions prcdentes (le thorme de Pythagore, sa contrapose, sa rciproque) permet de rpondre
la question : le triangle ABC est-il rectangle ?
3. crire sous forme symbolique et quantie les propositions suivantes ainsi que leur ngation. Prciser
aussi (en justiant) les propositions fausses :
(a) Tout nombre rel a un carr positif.
(b) Il existe un rel dont le carr nest pas strictement positif.
(c) Toute somme de deux nombres rels a son carr suprieur ou gal au double du produit des deux
nombres.
(d) Il existe un entier naturel infrieur ou gal tous les autres.
(e) Il existe un entier naturel suprieur ou gal tous les autres.
(f) Tout entier naturel est le carr dun entier.
(g) Certains entiers ont pour carr la somme des carrs de deux entiers.
(h) Tout entier a pour carr la somme des carrs de deux entiers.
4. Soit E lensemble des lves dun lyce. On suppose quil est possible dtudier n langues vivantes
distinctes dans ce lyce. On note P lensemble des lves de prpa de ce lyce, L
1
lensemble des
lves tudiant la langue vivante numro 1, ..., L
n
lensemble des lves tudiant la langue vivante
numro n. Exprimer symboliquement les phrases suivantes :
42 CHAPITRE 4. OUTILS ET MTHODES POUR LA DMONSTRATION
(a) Chaque lve du lyce tudie au moins une langue.
(b) Toute langue vivante propose dans ce lyce est tudie.
(c) Tous les lves de prpa suivent lenseignement dune mme langue vivante.
(d) Tout lve de prpa ne suit lenseignement que dune langue.
(e) Lune des langues vivantes proposes nest tudie par aucun lve de prpa.
(f) Chaque lve de prpa tudie exactement deux langues vivantes distinctes.
5. Soit (u
n
)
nN
une suite de nombres rels.
(a) i. Quelle proprit de cette suite est dcrite par la proposition P suivante :
M R / n N, u
n
M
ii. Donner un exemple dune telle suite.
iii. Ecrire la proposition P puis donner un exemple dune suite vriant P.
(b) i. Dmontrer que :
n N, M R / u
n
M
ii. Que peut-on dire alors du rel M par rapport lentier n?
(c) i. Faire un schma illustrant la proposition :
> 0, n
0
N / n n
0
, [u
n
[
ii. Ecrire la ngation de cette proposition.
6. La table de vrit du connecteur logique OU est :
P Q P Q
V V V
V F V
F V V
F F F
(a) crire, de mme, la table de vrit des connecteurs : , , .
(b) crire la table de vrit de (P) (P Q)
(c) crire la table de vrit de P (Q R).
7. (a) Soit P, Q, R, S quatre propositions. Dvelopper la proposition (P Q) (R S).
(b) En dduire les solutions du systme :
_
(x 1)(y 2) = 0
(x 2)(y 3) = 0
8. Dterminer les propositions vraies :
(a) x Z / (x = 1) (x = 0).
(b) x Z / (x = 1) (x ,= 0).
(c) x Z / [(x = 1) (x ,= 1).
9. Soit (u
n
)
nN
la suite dnie par u
0
[0, 1] et :
n N, u
n+1
=
_
1 + u
n
2
(a) Montrer que : n N, 0 u
n
1.
4.6. SOLUTIONS DES EXERCICES 43
(b) On pose : u
0
= cos() avec [0,

2
]. Dmontrer que :
n N, u
n
= cos
_

2
n
_
10. Dmontrer que :
n 4, n
2
2
n
n!
11. Prouver que 3
n
+ 2
3n+2
est divisible par 5 pour tout entier naturel n.
12. Soit f la fonction dnie sur R par : f(x) = e
2x
.
(a) Calculer, pour tout x R : f
t
(x), f
tt
(x), f
ttt
(x).
(b) Dterminer f
(n)
(x) (drive n
me
value en le rel x) pour tout x R et tout n N.
13. Soit (u
n
) une suite de rels tels que u
0
= 1, u
1
= 1 et :
n N, u
n+2
= u
n
Montrer que, pour tout entier naturel n, on a :
u
n
= (1)
n
4.6 Solutions des exercices
1. s
2. s
3. s
4. s
5. s
6. s
7. (a) On a : (P Q) (R S) (P R) (P S) (Q R) (Q S) .
(b) Le systme est quivalent aux propositions suivants :
[(x 1 = 0) (y 2 = 0)] [(x 2 = 0) (y 3 = 0)]
[(x = 1) (x = 2)] [(x = 1) (y = 3)] [(y = 2) (x = 2)] [(y = 2) (y = 3)]
[(x = 1) (y = 3)] [(y = 2) (x = 2)]
donc S = (1, 3), (2, 2) .
8. (a) faux : aucun entier ne peut simultanment tre gal 0 et 1.
(b) faux : 0 est un entier ne vriant aucune des deux possibilits.
(c) faux : Pour tout entier x, la proposition (x = 1) (x ,= 1) est vraie donc sa ngation est fausse.
9. (a) Soit T(n) la proposition : u
n
[0, 1].
On sait que u
0
[0, 1] donc T(0) est vraie.
Soit n N. Supposons que T(n) est vraie. Alors :
1
2

1 + u
n
2
1
0
_
1
2

_
1 + u
n
2

1 = 1
donc T(n + 1) est vraie.
On en dduit que : n N, u
n
[0, 1] .
44 CHAPITRE 4. OUTILS ET MTHODES POUR LA DMONSTRATION
(b) Soit T(n) la proposition : u
n
= cos(

2
n
).
On sait que u
0
= cos() = cos(

2
0
) donc T(0) est vraie.
Soit n N. Supposons que T(n) est vraie. Alors :
u
n+1
=
_
1 + cos(

2
n
)
2
=

cos
2
_
1
2

2
n
_
=

cos
_

2
n+1
_

= cos
_

2
n+1
_
la deuxime galit provenant de la relation cos(2x) = 2 cos
2
(x)1 avec x =

2
n+1
et la dernire
provenant du fait que 0

2
n+1


2
puisque 0

2
et 2
n+1
1. Ainsi, T(n + 1) est vraie.
On en dduit que : n N, u
n
= cos
_

2
n
_
.
10. Soit T(n) la proposition : n
2
2
n
n!.
On sait que 4
2
= 16, 2
4
= 16 et 4! = 24 donc T(4) est vraie.
Soit n 4. Supposons que T(n) est vraie. Alors :
2
n
n! et 2 n + 1 donc 2
n+1
= 2
n
2 n! (n + 1) = (n + 1)!
Dautre part, on a :
2
n+1
(n+1)
2
= 2
n
+2
n
n
2
2n1 2
n
2n1 = 2(2
n1
1)1 2(2
41
1)1 = 13 0
donc (n + 1)
2
2
n+1
. Ainsi, T(n + 1) est vraie.
On en dduit que : n N, n
2
2
n
n! .
11. Soit T(n) la proposition : 3
n
+ 2
3n+2
est divisible par 5.
On sait que 3
0
+ 2
30+2
= 5 est divisible par 5 donc T(0) est vraie.
Soit n 0. Supposons que T(n) est vraie. Alors, il existe un entier q tel que 3
n
+2
3n+2
= 5q. Ainsi :
3
n+1
+ 2
3(n+1)+2
= 3 3
n
+ 8 2
3n+2
= 3(5q 2
3n+2
) + 8 2
3n+2
= 5(3q + 2
3n+2
)
donc T(n + 1) est vraie.
On en dduit que : n N,
3
n
+ 2
3n+2
5
N .
12. (a) La fonction f est drivable sur R comme compose de x 2x qui est drivable sur R et
valeurs dans R avec y e
y
qui est drivable sur R. De plus, on a :
x R, f
t
(x) = 2e
2x
= 2f(x)
On en dduit alors que f
t
est drivable sur R et que :
x R, f
tt
(x) = 2f
t
(x) = 2
2
f(x)
puis que f
tt
est drivable sur R et que :
x R, f
ttt
(x) = 2
2
f
t
(x) = 2
3
f(x)
(b) Soit T(n) la proposition : x R, f
(n)
(x) = 2
n
f(x).
Soit x un rel. On sait que f
(0)
(x) = f(x) = 2
0
f(x). On en dduit alors que T(0) est vraie.
Soit n 0. Supposons que T(n) est vraie. Alors, f
(n)
est drivable sur R et on a :
x R, f
(n+1)
(x) = 2
n
f
t
(x) = 2
n+1
f(x)
donc T(n + 1) est vraie.
On en dduit que : n N, x R, f
(n)
(x) = 2
n
f(x) .
4.6. SOLUTIONS DES EXERCICES 45
13. Soit T(n) la proposition : u
n
= (1)
n
.
On sait que u
0
= 1 = (1)
0
et que u
1
= 1 = (1)
1
T(0) et T(1) sont vraies.
Soit n 0. Supposons que T(n) et T(n + 1) sont vraies. Alors :
u
n+2
= u
n
= (1)
n
= (1)
n
(1)
2
= (1)
n+2
donc T(n + 2) est vraie.
On en dduit que : n N, u
n
= (1)
n
.
46 CHAPITRE 4. OUTILS ET MTHODES POUR LA DMONSTRATION
Chapitre 5
Calculs de sommes et de produits de rels
5.1 Sommes
5.1.1 Sommes simples
Notations
Soit (a
k
)
kN
une suite relle. Soit n et m deux entiers naturels tels que m n.
La somme a
0
+ a
1
+ ... + a
n
se note
n

k=0
a
k
.
La somme a
m
+ a
m+1
+ ... + a
n
se note
n

k=m
a
k
.
Par convention, une somme daucun terme est nulle.
Exemples
1. 1 + 2 + ... + n =
n

k=1
k et 1 + 2 + ... + p =
p

k=1
k ;
2. 1
2
+ 2
2
+ ... + p
2
=
p

k=1
k
2
;
3. 10
3
+ 11
3
+ ... + 60
3
=
60

k=10
k
3
;
4. 1 + 3 + ... + (2n + 1) =
n

k=0
(2k + 1).
5. crire laide du symbole

la somme : 1 2 + 2 3 + ... + 100 101.


6. crire sans laide du symbole

la somme :
b

i=a
(i a + 1)(b i + 1).
Remarques
La variable k est dite muette car elle nintervient pas dans le rsultat de la somme (ni dans son criture
dveloppe ), elle sert uniquement lcrire symboliquement. On peut changer son nom sans risque,
ainsi :
n

k=0
a
k
=
n

i=0
a
i
Par contre, on ne peut pas utiliser n comme variable muette car cest un paramtre (inconnu mais dj x).
47
48 CHAPITRE 5. CALCULS DE SOMMES ET DE PRODUITS DE RELS
5.1.2 Oprations sur les sommes simples
Propositions (linarit de la somme)
Soit un rel, (a
k
)
kN
et (b
k
)
kN
deux suites relles, m, n deux entiers tels que 0 m n. Alors :
n

k=m
(a
k
) =
n

k=m
a
k
n

k=m
(a
k
+ b
k
) =
n

k=m
a
k
+
n

k=m
b
k
Preuve
La premire galit est une simple factorisation par le rel . La seconde est une rorganisation des
termes de la somme. Il suft dcrire sous forme dveloppe.
Exemples
Calculer les sommes (les crire sans le symbole

ni points de suspension) :
1. 1 2 + 2 3 + ... + 100 101
2.
b

i=a
(i a + 1)(b i + 1)
3.
n

k=1
k(k + 1)(k + 2)
Proposition (changement de variable muette)
Soit (a
k
)
kN
une suite relle et m, n, p trois entiers naturels tels que 0 m n. Alors :
n

k=m
a
k+p
=
n+p

h=m+p
a
h
Preuve
Cest une question de (re)numrotation des termes de la somme.
Exemple
Calculer la somme
n

k=1
k(k + 1)(k + 2) en posant k
t
= k+1 (en principe, un tel changement de variable
- afne - ne sera pas prcis).
Proposition (relation de Chasles)
Soit (a
k
)
kN
une suite relle et m, n deux entiers tels que 0 m < n. Alors :
p m, ..., n 1 ,
n

k=m
a
k
=
p

k=m
a
k
+
n

k=p+1
a
k
Preuve
On dveloppe lcriture des sommes.
5.1. SOMMES 49
Proposition (principe du tlescopage)
Soit (a
k
)
kN
une suite relle et m, n deux entiers tels que 0 m n. Alors :
n

k=m
(a
k+1
a
k
) = a
n+1
a
m
Preuve
Par rcurrence ou bien par linarit, changement de variable dans lune des somme puis relation de
Chasles.
Exemple
Calculer
n

k=1
k.k! (remarquer que k = (k + 1) 1).
5.1.3 Sommes doubles : cas de variables indpendantes
Proposition/Notation
Soit n et p deux entiers strictement positifs. On considre le tableau de rels double entre :
(a
i,j
)
i1,..,n,j1,..,p
o a
i,j
est le rel gurant en i
me
ligne et j
me
colonne du tableau.
On a alors :
n

i=1
_
p

j=1
a
i,j
_
=
p

j=1
_
n

i=1
a
i,j
_
.
Ces deux sommes, appeles sommes doubles se notent sous forme condense

1in
1jp
a
i,j
.
Preuve (de la proposition)
Le membre de gauche de lgalit consiste, sur chaque ligne, sommer tous les termes puis ajouter
tous rsultats obtenus. Le membre de droite de lgalit, sur chaque colonne, sommer tous les termes puis
ajouter tous les rsultats obtenus. Bref, dune manire ou dune autre, on a effectu la somme de tous les
termes du tableau et donc les deux sommes doubles sont gales.
Remarques
1. Ici, les variables (muettes) i et j sont indpendantes lune de lautre : pour une valeur donne de i,
la variable j dcrit toutes les valeurs possibles de lensemble 1, .., p (et rciproquement).
2. Toutes les rgles de calcul sur les sommes simples vues prcdemment sappliquent ici en oprerant
somme par somme.
Exemples
Calculer les sommes

1in
1jp
(i + j) et

1in
1jp
(i j).
50 CHAPITRE 5. CALCULS DE SOMMES ET DE PRODUITS DE RELS
5.1.4 Sommes doubles : cas des variables lies
Propositions/Notations (quelques cas, parmi les plus frquents)
Soit les rels (a
i,j
)
i1,..,n,j1,..,n
. On a :
k 2, ..., 2n,

i+j=k
a
i,j

k1

i=1
a
i,ki
=
k1

j=1
a
kj,j
o les termes dont lun des indices nest pas dans 1, ..., n sont considrs comme gaux 0 ;

1ijn
a
i,j

n

i=1
_
n

j=i
a
i,j
_
=
n

j=1
_
j

i=1
a
i,j
_
;

1i<jn
a
i,j

n1

i=1
_
n

j=i+1
a
i,j
_
=
n1

j=2
_
j1

i=1
a
i,j
_
.
Preuves
Ici encore, on somme ligne par ligne ou bien colonne par colonne.
Remarques
1. Dans chacun des trois cas prsents ici, la valeur ou bien lensemble des valeurs possibles de j dpend
de la valeur de i en cours (et rciproquement). On dit alors que ces variables muettes sont lies.
2. Les rgles de calculs sur les sommes simples sappliquent encore ici, somme par somme.
Exemples
Calculer les sommes

1ijn
2
i+j
et

1i<jn
2
i+j
.
5.2 Produits
5.2.1 Produits simples
Notations
Soit (a
k
)
kN
une suite relle. Soit n et m deux entiers naturels tels que 0 m n.
Le produit a
0
a
1
... a
n
se note
n

k=0
a
k
.
Le produit a
m
a
m+1
... a
n
se note
n

k=m
a
k
.
Par convention, le produit daucun facteur vaut 1.
Dnition
Pour tout entier n 1, on appelle factorielle de n lentier :
n! =
n

k=1
k
et on convient donc que 0! = 1.
5.3. EXERCICES 51
Exemple
Exprimer le produit
n

k=np+1
k laide factorielles.
Propositions
Soit un rel, (a
k
)
kN
et (b
k
)
kN
deux suites relles, m, n deux entiers tels que 0 m n. Alors :
n

i=m
(a
i
) =
nm+1
n

i=m
a
i
n

i=m
(a
i
b
i
) =
_
n

i=m
a
i
__
n

i=m
b
i
_
n

k=m
a
k+p
=
n+p

h=m+p
a
h
p m, ..., n 1,
n

i=m
a
i
=
_
p

i=m
a
i
__
n

i=p+1
a
i
_
n

k=m
_
a
k+1
a
k
_
=
a
n+1
a
m
Preuves
Procder comme les dmonstrations sur les sommes simples.
5.2.2 Produits doubles
Toutes les notations des sommes doubles sadaptent aux produits doubles.
Calculer ainsi le produit

1in
1jp
(i j).
5.3 Exercices
1. Calculer
n

k=0
(2k + 1). Quelle somme a-t-on calcul lorsque n = 500 ?
2. Calculer a(a + 1) + (a + 1)(a + 2) + ... + (a + p)(a + p + 1) o a et p sont deux entiers naturels.
3. (a) Dterminer deux rels a et b tels que :
n N

,
1
n(n + 1)
=
a
n
+
b
n + 1
(b) En dduire une expression simple de la somme
n

k=1
1
k(k + 1)
.
4. Calculer les sommes et produits qui suivent :
n

k=1
ln(k)
n

k=1
e
k
n

j=1
_
n

i=j
j
i
_

1h<kn
hk
52 CHAPITRE 5. CALCULS DE SOMMES ET DE PRODUITS DE RELS
5. Calculer :
2p

i=p
i
2
n

b=k
a
n

i=0
_
2n

j=1
1
_

i+j=k
ij
6. Soit (x
i
)
iN
et (f
i
)
iN
deux suites de rels. On suppose que tous les f
i
sont strictement positifs et on
pose :
n N, x R, v
n
(x) =
n

i=1
f
i
(x
i
x)
2
n

i=1
f
i
(a) Pour tout entier n 1, dterminer le rel m
n
en lequel la fonction v
n
admet un minimum absolu
sur R.
(b) On pose alors : V
n
= v
n
(m
n
). Montrer que V
n
= v
n
(0) m
2
n
.
7. Calculer la somme
n

k=2
ln
_
k
3
(k 1)
2
(k + 1)
_
.
8. Calculer le produit
n

k=1
ke
2k
.
5.4 Solutions des exercices
1. On a :
n

k=0
(2k + 1 = 2
n

k=0
k +
n

k=0
1 = 2
n(n + 1)
2
+ (n + 1) = (n + 1)
2
Pour n = 500, on a calcul la somme des 501 premiers nombres impairs .
2. Notons S cette somme. Alors, on a :
S =
a+p

k=a
k(k + 1) =
a+p

k=a
k
2
+
a+p

k=a
k =
a+p

k=0
k
2

a1

k=0
k
2
+
a+p

k=0
k
a1

k=0
k
=
(a + p)(a + p + 1)(2a + 2p + 1)
6

(a 1)a(2a 1)
6
+
(a + p)(a + p + 1)
2

(a 1)a
2
=
(a + p)(a + p + 1)(a + p + 2)
3

(a 1)a(a + 1)
3
3. (a) Pour tout entier n > 0, lgalit est quivalente :
1
n(n + 1)
=
(a + b)n + a
n(n + 1)
1 = (a + b)n + a
Cette dernire galit (polynomiale) tant vraie pour une innit de valeurs de la variable n, on
en dduit que :
a + b = 0 et a = 1
Conclusion : a = 1 et b = 1 conviennent .
(b) Soit n un entier strictement positif. Alors :
n

k=1
1
k(k + 1)
=
n

k=1
_
1
k

1
k + 1
_
=
1
1

1
n + 1
=
n
n + 1
rsultat obtenu par tlescopage.
5.4. SOLUTIONS DES EXERCICES 53
4. (a)
n

k=1
ln(k) = ln(n!) obtenu par une rcurrence immdiate.
(b)
n

k=1
e
k
= exp
_
n

k=1
k
_
= exp
_
n(n + 1)
2
_
(rcurrence immdiate pour la premire galit).
(c) Un calcul direct ne permettant pas daboutir, il convient de changer lordre des sommes :
n

j=1
_
n

i=j
j
i
_
=
n

i=1
_
i

j=1
j
i
_
=
n

i=1
_
1
i

i(i + 1)
2
_
=
1
2
n

i=1
(i + 1) =
1
2
_
n+1

i=2
i
_
=
1
2
_
n+1

i=1
i 1
_
=
1
2
_
(n + 1)(n + 2)
2
1
_
=
n(n + 3)
4
(d) Utilisons la dnition :

1h<kn
hk =
n1

h=1
_
n

k=h+1
hk
_
=
n1

h=1
_
h
n

k=h+1
k
_
=
n1

h=1
h
_
n

k=1
k
h

k=1
k
_
=
n1

h=1
h
_
n(n + 1)
2

h(h + 1)
2
_
=
n(n + 1)
2
n1

h=1
h
1
2
n1

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

1
2
_
(n 1)
2
n
2
4
+
(n 1)n(2n 1)
6
_
=
(n 1)n
4
_
n(n + 1)
n(n 1)
2

2n 1
3
_
=
(n 1)n(n + 1)(3n + 2)
24
5. (a)
2p

i=p
i
2
=
2p

i=1
i
2

p1

i=1
i
2
=
2p(2p + 1)(4p + 1)
6

(p 1)p(2p 1)
6
=
p(p + 1)(14p + 1)
6
(b)
n

h=k
a = a(n k + 1)
(c)
n

i=0
_
2n

j=1
1
_
=
n

i=0
2n = 2n(n + 1)
(d)

i+j=k
ij =
k

i=1
i(k i) = k
k1

i=1
i
k1

i=1
i
2
=
k
2
(k 1)
2

k(k 1)(2k 1)
6
=
(k 1)k(k + 1)
6
6. (a) La fonction v
n
est un polynme du second degr. En effet, pour tout rel x, on a :
v
n
(x) = x
2
2
n

i=1
f
i
x
i
n

i=1
f
i
x +
n

i=1
f
i
x
2
i
n

i=1
f
i
54 CHAPITRE 5. CALCULS DE SOMMES ET DE PRODUITS DE RELS
Le coefcient a de x
2
tant strictement positif, la fonction v
n
admet donc un minimum absolu
en m
n
=
b
2a
, cest dire en :
m
n
=
n

i=1
f
i
x
i
n

i=1
f
i
ce qui correspond la moyenne des notes x
i
affectes des coefcients f
i
.
(b) On a alors :
V
n
= v
n
(m
n
) = m
2
n
2
n

i=1
f
i
x
i
n

i=1
f
i
m
n
+
n

i=1
f
i
x
2
i
n

i=1
f
i
= m
2
n
2m
2
n
+ v
n
(0)
donc : V
n
= v
n
(0) m
2
n
(la variance est gale la moyenne des carrs moins le carr de la
moyenne).
7. Soit n un entier naturel suprieur ou gal 2. On a alors :
S
n
=
n

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

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

k=2
(ln(k) ln(k + 1))
= 2 (ln(n) ln(1)) + (ln(2) ln(n + 1))
= 2 ln(n) ln(n + 1) + ln(2)
On peut remarquer que cette expression est encore valable pour n = 1.
8. Soit n un entier naturel. On a alors :
n

k=1
ke
2k
=
n

k=1
k
_
n

k=1
e
k
_
2
=
n!
_
exp
_
n

k=1
k
__
2
=
n!
e
n(n+1)
Chapitre 6
Ensembles et applications
6.1 Ensembles
6.1.1 Appartenance et lments dun ensemble
Dnitions
Un ensemble E est une collection (ou famille) dobjets appels lments.
On dit quun objet x appartient un ensemble E si et seulement si x est un lment de E. Notation :
x E.
On dit quun objet x nappartient pas un ensemble E si et seulement si x nest pas un lment de
E. Notation : x / E.
Exemples
Les ensembles les plus courants (pour le moments) sont : , N, Z, D, Q, R, C. On rappelle que :
= N = 0, 1, 2, ... Z = ..., 2, 1, 0, 1, 2, ...
D =
_
p
10
q
[ p Z, q N
_
Q =
_
p
q
[ p Z, q N

_
6.1.2 Inclusion et sous ensemble
Dnitions
Soit A et E deux ensembles. On dit que A est un sous ensemble de E si et seulement :
x A, x E
On dit aussi que :
A est une partie de E ou bien A est inclus dans E et on le note A E ;
E contient A et on le note E A.
Exemples
1. Montrer que, pour tout ensemble E, on a : E et E E.
2. Montrer que Z D Q.
55
56 CHAPITRE 6. ENSEMBLES ET APPLICATIONS
Dnitions (intervalles dentiers)
Soit a et b deux entiers relatifs tels que a b. On appelle intervalle dentiers a, b le sous-ensemble
de Z :
a, b = a, a + 1, ..., b
Soit a un entier naturel. On appelle intervalle inni dentiers a, + le sous-ensemble de N :
a, += a, a + 1, . . .
Dnition
Deux ensembles sont dits gaux si et seulement si chacun est une partie de lautre.
Mthodes
Pour dmontrer que E = F, on dispose de deux possibilits :
montrer que E F puis que F E (cf. la dnition) ;
montrer (directement) que x E x F.
Exemple
On note P lensemble des points de coordonnes (x, y) du plan rapport un repre (O;

i,

j).
1. Soit D
1
= (x, y) P [ 3x + 2y = 0 et D
2
= (x, y) P [ t R / x = 2t 4, y = 3t + 6.
Montrer que D
1
= D
2
.
2. Soit D
3
la droite dquation y = x et D
4
lensemble des points M du plan tels que les vecteurs

AM
et u sont colinaires o A est le point de coordonnes (1, 1) et u le vecteur de coordonnes (2, 2).
Montrer que D
3
= D
4
.
Solution
1. On montre que D
1
D
2
puis linclusion inverse.
2. On montre que M D
3
M D
4
.
Notation
Pour tout ensemble E, on note (E) lensemble des parties de E (lensemble de tous les sous-
ensembles de E).
Exemples
1. Prciser (E) dans le cas o E = 1, 2, 3.
2. Dterminer ((0, 1)).
Remarque
Pour tout ensemble E, on a : (E) et E (E).
6.1. ENSEMBLES 57
6.1.3 Oprations sur les ensembles
Dnitions
Soit A et B deux sous-ensembles dun ensemble E.
On appelle runion des ensembles A et B le sous-ensemble de E :
A B = x E [ (x A) (x B)
On appelle intersection des ensembles A et B le sous-ensemble de E :
A B = x E [ (x A) (x B)
On dit que A et B sont disjoints si et seulement si :
A B =
Exemple
Soit A et B deux sous-ensembles dun ensemble E. Montrer que :
A = B A B = A B
Solution
Supposons que A = B. Il est clair que (A B) (A B). Montrons linclusion inverse.
Rciproquement, supposons que A B = A B. Montrons que A B. Par symtrie, linclusion
inverse sera alors vraie.
Propositions (rgles de calculs sur les deux oprateurs)
Soit A, B et C trois parties dun ensemble E.
Associativit :
(A B) C = A (B C) et (A B) C = A (B C)
do la possiblit domettre les parenthses.
Commutativit :
A B = B A et A B = B A
Elments neutres :
A = A et A =
A E = E et A E = A
Distributivit :
(A B) C = (A C) (B C) et (A B) C = (A C) (B C)
Preuves
Cela dcoule des rgles de calculs sur et .
58 CHAPITRE 6. ENSEMBLES ET APPLICATIONS
Dnition
Soit A une partie dun ensemble E. On appelle complmentaire de A dans E le sous-ensemble de E :

E
A = x E [ x / A
Lorsque cela ne prte pas confusion, on peut crire

A pour dsigner
E
A.
Propositions
Soit A et B deux parties dun ensemble E. Alors :

E
_

E
A
_
= A
A
E
A = et A
E
A = E

E
(A B) =
_

E
A
_

E
B
_
et
E
(A B) =
_

E
A
_

E
B
_
Preuve
Appliquer les rgles sur les et les .
Dnition
Soit A et B deux parties dun ensemble E. On appelle diffrence de A avec B le sous-ensemble de E
A B = A
E
B = x E [ (x A) (x / B)
Cet ensemble se note aussi AB, cela dpend des ouvrages et donc des auteurs.
Exemple
Prciser lensemble [1, 2] [
1
2
,
3
2
].
Dnitions
Soit E et F deux ensembles. On appelle produit cartsien de E avec F lensemble :
E F = (x, y) [ (x E) (y F)
E F se lit E croix F .
Soit E
1
, ..., E
n
des ensembles (n 2). On appelle produit cartsien des ensembles E
1
, ..., E
n
len-
semble :
n

i=1
E
i
= E
1
... E
n
= (x
1
, ..., x
n
) [ 1 i n, x
i
E
i

Exemple
Reprsenter graphiquement lensemble [1, 2] [3, 4].
Remarques
Lensemble E E se note aussi E
2
. Ainsi, R
2
dsigne lensemble des points du plan rapport un
repre ou bien lensemble des vecteurs du plan rapport une base.
Lensemble E... E (n fois) se note aussi E
n
. Ainsi, R
3
dsigne lensemble des points de lespace
rapport un repre ou bien lensemble des vecteurs de lespace rapport une base.
6.1. ENSEMBLES 59
6.1.4 Famille densembles
Dnition
Soit I et E deux ensembles. Pour chaque lment i I, on choisit une partie A
i
de E. La famille de
parties ainsi cres se note (A
i
)
iI
et sappelle famille de parties de E indexe par lensemble I.
Exemples
1. On pose : i 1, n, A
i
= i, 2i.
2. On pose : j N, B
j
=
_
1
j + 1
, j + 1
_
.
Dnitions
Soit (A
i
)
iI
une famille de parties dun ensemble E indexe par un ensemble I.
On appelle runion de la famille (A
i
)
iI
le sous-ensemble de E :
_
iI
A
i
= x E [ i I / x A
i

On appelle intersection de la famille (A


i
)
iI
le sous-ensemble de E :

iI
A
i
= x E [ i I / x A
i

Exemples
Prciser la runion et lintersection des deux familles dnies lexemple prcdent.
Propositions
Soit (A
i
)
iI
une famille de parties dun ensemble E indexe par un ensemble I. Alors :

iI
A =
_
iI
A
i
et
_
iI
A
i
=

iI
A
i
Preuves
crire les dnitions et utiliser les rgles lmentaires de la logique.
Dnition
Soit (A
i
)
iI
une famille de parties dun ensemble E indexe par un ensemble I. On dit que cette famille
forme une partition de E si et seulement si les trois propositions suivantes sont vries :
i I, A
i
,= (i, j) I
2
, ( i ,= j A
i
A
j
= )
_
iI
A
i
= E
Exemple
Montrer que ([i, i + 1[)
iN
est une partition de R
+
.
60 CHAPITRE 6. ENSEMBLES ET APPLICATIONS
6.2 Applications
6.2.1 Vocabulaire et notations
Dnitions
Soit E et F deux ensembles.
On dit que f est une application de E dans F si et seulement si tout lment x E est associ un
unique lment de F not f(x) et appel image de x par f.
Soit f une application de E dans F.
E est appel ensemble de dpart de lapplication f ;
F est appel ensemble darrive de lapplication f ;
On dit que y F admet un antcdent (au moins) par f si et seulement si :
x E / f(x) = y
Lapplication f se note :
f : E F
x f(x)
On note /(E, F) (ou parfois F
E
) lensemble des applications de E dans F.
On appelle application identique de E lapplication :
Id
E
: E E
x x
Deux applications f et g sont dites gales si et seulement si elles ont le mme ensemble de dpart E,
le mme ensemble darrive F et :
x E, f(x) = g(x)
6.2.2 Image directe et image rciproque dun ensemble
Dnitions
Soit f /(E, F).
On appelle image directe par f dune partie A de E le sous-ensemble de F :
f(A) = y F [ x A / f(x) = y
On appelle image rciproque par f dune partie B de F le sous-ensemble de E :
f
1
(B) = x E [ f(x) B
Remarques
Limage directe dune partie A de E est donc lensemble des images par f de tous les lments de A.
En particulier, f(E) est lensemble de tous les lments de F qui admettent au moins un antcdent
par f.
Limage rciproque dune partie B de F est donc lensemble de tous les antcdents par f de tous les
lments de B. On a alors ncessairement que f
1
(F) = E.
Exemples
1. Prciser limage directe et limage rciproque de par une application f quelconque.
2. Dterminer limage directe et limage rciproque de R
+
par la fonction ln.
3. Dterminer limage directe et limage rciproque de [1, 2] par la fonction carre.
6.2. APPLICATIONS 61
6.2.3 Restriction et prolongement
Dnitions
Soit E et F deux ensembles. Soit A une partie de E.
Soit f /(E, F). On appelle restriction de f la partie A lapplication :
f
[A
: A F
x f(x)
Soit g /(A, F). On appelle prolongement de g lensemble E toute application f /(E, F)
telle que f
[A
= g.
Exemples
1. Dterminer des prolongements R
+
puis R de la fonction ln.
2. Prciser la restriction R
+
puis la restriction R

de la fonction x ln [x[.
6.2.4 Composition des applications
Dnition
Soit E, F, G trois ensembles. Soit f : E F et g : F G. On appelle application compose de
f avec g lapplication :
g f : E G
x (g f)(x) = g (f(x))
Remarques
La loi de composition nest pas symtrique. Il convient de se persuader que g f ,= f g en gnral
(considrer la fonction carre avec la fonction racine carre).
Lorsque f est une application de E dans lui-mme alors on peut composer f avec elle-mme pour
donner lapplication f f.
Proposition (associativit de la composition)
Soit f : E F, g : F G et h : G H. Alors :
h (g f) = (h g) f
Il devient alors lgal domettre les parenthses.
Preuve
A laide de la dnition.
Proposition (lment neutre de la composition)
Soit f /(E, F). Alors :
f Id
E
= Id
F
f = f
Preuve
Toujours revenir la dnition.
62 CHAPITRE 6. ENSEMBLES ET APPLICATIONS
6.3 Applications particulires
6.3.1 Injection
Dnition
Une application f : E F est dite injective (ou bien est une injection) si et seulement si tout lment
de F a, au plus, un antcdent par f.
Exemple
Dterminer graphiquement un intervalle I tel que lapplication f : I R, x x
2
x2 soit injective.
Mthode
Pour dmontrer quune application f : E F est injective, il suft de vrier lune des deux implica-
tions (contraposes lune lautre) suivantes :
(x
1
, x
2
) E
2
, f(x
1
) = f(x
2
) x
1
= x
2
(x
1
, x
2
) E
2
, x
1
,= x
2
f(x
1
) ,= f(x
2
)
La premire implication est une traduction de la dnition (si un lment de F a un antcdent dans E alors
il nen a quun seul), la seconde se traduit par des lments distincts de E ont des images distinctes dans
F .
Exemples
1. Reprendre lexemple qui prcde et prouver le rsultat.
2. Dmontrer quune application strictement croissante de R dans R est injective.
Propositions
Soit f /(E, F) et g /(F, G). Alors :
si f et g sont injectives alors g f est injective,
si g f est injective alors f est injective.
Preuves
Utiliser la mthode propose.
6.3.2 Surjection
Dnition
Une application f : E F est dite surjective (ou bien est une surjection) si et seulement si tout
lment de F a, au moins, un antcdent par f.
Exemple
Dterminer graphiquement un intervalle J tels que lapplication f : R J, x x
2
x 2 soit
surjective.
6.3. APPLICATIONS PARTICULIRES 63
Mthode
Pour dmontrer quune application f : E F est surjective, il suft de vrier que f(E) = F, cest
dire limplication suivante :
y F, x E / f(x) = y
Exemples
1. Reprendre lexemple qui prcde et prouver le rsultat.
2. Dmontrer quune application strictement dcroissante de R dans R nest pas ncessairement surjec-
tive.
Propositions
Soit f /(E, F) et g /(F, G). Alors :
si f et g sont surjectives alors g f est surjective,
si g f est surjective alors g est surjective.
Preuves
Utiliser la mthode propose.
6.3.3 Bijection
Dnition
Une application f : E F est dite bijective (ou bien est une bijection) si et seulement si tout lment
de F a exactement un antcdent par f (autrement dit si et seulement si f est injective et surjective), cest
dire que :
y F, !x E / y = f(x)
Exemples
1. Parmi les fonctions usuelles, quelles sont celles qui sont bijectives ?
2. Comment faire en sorte que la fonction f : R R, x x
2
x 2 soit bijective.
Remarque
Il convient de ne pas confondre :
f
1
(y) pour y F qui est lantcdent de y par f ce qui sous-entend donc que f est bijective et
quainsi f
1
dsigne son application rciproque,
f
1
(B) pour B (F) qui est lensemble des antcdents des lments de B ce qui ne sous-entend
absolument rien quant lventualit que f soit bijective.
Proposition/Dnition
Soit une application f : E F.
Les propositions qui suivent sont quivalentes :
f est une bijection,
il existe une unique application g : F E telle que g f = Id
E
et f g = Id
F
.
Lapplication g ainsi obtenue est appele application rciproque (ou bijection rciproque) de lap-
plication f et se note f
1
.
64 CHAPITRE 6. ENSEMBLES ET APPLICATIONS
Exemples
1. Prciser lapplication rciproque des fonctions usuelles bijectives.
2. Prciser lapplication rciproque de f : x x
2
x 2.
3. Montrer que lapplication g : R 1 R 2, x
2x + 3
x 1
est une bijection et prciser g
1
.
Proposition
Soit f /(E, F) et g /(F, G) deux applications bijectives. Alors, g f est bijective et on a :
(g f)
1
= f
1
g
1
Preuve
Il suft dcrire.
6.3.4 Fonction indicatrice dun ensemble
Dnition
Soit A une partie dun ensemble E. On appelle fonction indicatrice de A lapplication :
11
A
: E R
x
_
1 si x A
0 si x / A
Exemples
1. La fonction 11
E
est la fonction constante gale 1.
2. La fonction 11

est la fonction constante gale 0.


3. Dans R, reprsenter la fonction indicatrice de [0, 1] puis celle de Q.
Propositions
Soit A et B deux parties dun ensemble E. Alors
11
A
= 11
B
A = B,
11
A
= 11
E
11
A
,
11
AB
= 11
A
11
B
et en particulier (11
A
)
2
= 11
A
,
11
AB
= 11
A
+ 11
B
11
AB
,
11
AB
= 11
A
11
AB
.
Preuves
Il suft dcrire.
Remarque
Ces propositions permettent de remplacer des dmonstrations sur les ensembles par des dmonstrations
sur les fonctions, ce qui peut savrer utile en probabilits.
6.4. EXERCICES 65
Exemple
En utilisant des fonctions indicatrices, prouver que pour tout triplet (A, B, C) de parties dun ensemble
E, on a :
(A C) (B C) = (A B) C
6.4 Exercices
1. Soit E un ensemble. Soit A et B deux parties de E. Rsoudre dans (E), en fonction de A et B, les
quations :
(a) A X = B
(b) A X = B
2. Trouver une condition ncessaire et sufsante pour que trois ensembles A, B et C vrient :
A B = A C et A B = A C
3. Soit A, B et C trois parties dun ensemble E. Montrer que :
[(A B) (A C) et (A B) (A C)] B C
4. Soit E un ensemble. Pour tout couple (A, B) de parties de E, on appelle diffrence symtrique de
A et B le sous ensemble de E :
AB = (A B) (A B)
(a) Dterminer AE, A et AA pour toute partie A de E.
(b) Dmontrer que AB = (A

B) (

A B) pour tout couple (A, B) de parties de E.
(c) Dmontrer que (AB)C = A(BC) pour tout triplet (A, B, C) de parties de E.
5. Soit (A, B, C) un triplet de parties dun ensemble E. Dmontrer, dabord avec des fonctions indica-
trices puis sans les fonctions indicatrices, les galits :
(a) (A C) (B C) = (A B) C
(b) (A B) (A C) = A (B C)
6. Soit (A, B) un couple de parties dun ensemble E et (C, D) un couple de parties dun ensemble F.
Dmontrer que :
(A C) (B D) = (A B) (C D)
7. Soit E un ensemble non vide, A une partie de E diffrente de E et de . On considre lapplication :
f : (E) (E)
X A X
(a) Dmontrer que f est croissante pour la relation dordre , cest dire que :
(X
1
, X
2
) (E)
2
, X
1
X
2
f(X
1
) f(X
2
)
(b) Est-ce une relation dordre stricte ( au lieu de ) ?
(c) Dterminer une famille de parties de E sur la laquelle f est constante et non nulle .
(d) Dterminer un ensemble non vide qui a pour image lensemble vide.
8. Proprits de limage directe par une application.
Soit f /(E, F). Soit A et B deux parties de E. Dmontrer que :
66 CHAPITRE 6. ENSEMBLES ET APPLICATIONS
(a) A B f(A) f(B),
(b) f(A B) = f(A) f(B) puis gnraliser une famille indexe par N,
(c) f(A B) f(A) f(B)puis gnraliser une famille indexe par N,
(d) f
1
(f(A)) A.
9. Proprits de limage rciproque par une application.
Soit f /(E, F). Soit C et D deux parties de F. Dmontrer que :
(a) C D f
1
(C) f
1
(D)
(b) f
1
(C D) = f
1
(C) f
1
(D) puis gnraliser une famille indexe par N,
(c) f
1
(C D) = f
1
(C) f
1
(D) puis gnraliser une famille indexe par N,
(d) f (f
1
(C)) C,
(e)
E
f
1
(C) = f
1
_

F
C
_
.
10. Soit f une application dun ensemble E dans un ensemble F.
(a) Montrer que f est injective si et seulement si : A (E), f
_

E
A
_

F
f(A)
(b) Montrer que f est surjective si et seulement si : A (E), f
_

E
A
_

F
f(A)
(c) En dduire une proposition quivalente f est bijective .
11. Soit f : E F. Dmontrer que les propositions suivantes sont quivalentes :
(a) f est injective,
(b) (A, B) (E)
2
, f(A B) = f(A) f(B),
(c) A (E), f
1
(f(A)) = A.
12. Soit f : E F. Dmontrer que les propositions suivantes sont quivalentes :
(a) f est surjective,
(b) B (F), f (f
1
(B)) = B.
13. Soit f : R R, x 2x
2
+ 3x 1.
(a) Dterminer deux intervalles I et J de sorte que f soit une bijection de I sur J.
(b) Prciser lapplication rciproque de f : I J.
14. Mme exercice que le prcdent avec f : x exp
_
2x
2
x + 3
_
.
15. Mme exercice que le prcdent avec f : x
1
(x 1)(x + 3)
.
16. Soit f : E F, g : F G et h : G H. Dmontrer que h g et g f sont bijectives si et
seulement si f, g et h le sont.
17. Dmontrer que lapplication :
f : Z N
n
_
2n si n 0
2n 1 si n < 0
est une bijection et prciser son application rciproque.
18. (a) Dmontrer que lapplication :

2
: N
2
N
(m, n) n +
m+n

k=0
k
est une bijection de N
2
dans N.
6.5. SOLUTIONS DES EXERCICES 67
(b) On note
3
lapplication dnie sur N
3
par :

3
(m, n, p) =
2
(
2
(m, n), p)
Dmontrer que
3
est une bijection de N
3
dans N.
(c) On dnit, par rcurrence, les applications
n
: N
n
N par :
n N, (m
1
, . . . , m
n+1
) N
n+1
,
n+1
(m
1
, . . . , m
n+1
) =
2
(
n
(m
1
, . . . , m
n
), m
n+1
)
Dmontrer que, pour tout entier n 2,
n
est une bijection.
19. Soit (a, b, , ) un quadruplet de rels et E lensemble des suites de nombres rels telles que :
u
0
= u
1
= et n N, u
n+2
= a u
n+1
+ b u
n
Dmontrer que E ne contient quun seul lment (indication : raisonner par labsurde).
6.5 Solutions des exercices
1. (a) i. Soit X une solution de A X = B. Alors B A, B X et X ne contient aucun autre
lment de A que ceux qui sont aussi dans B. Ainsi (X B) A = cest dire que
X B

A.
ii. Rciproquement :
Cas 1 : On suppose que B A. Pour toute partie Y de

A, on a
A (Y B) = (A Y ) (A B) = B = B
donc X = Y B est solution de lquation.
Cas 2 : On suppose que B , A. Alors lquation ne peut avoir de solution dans (E).
iii. Conclusion : Si B A alors S = Y B (E)[Y

A sinon S = .
(b) i. Soit X une solution de A X = B. Alors A B, X B et X contient tout les lments
de B qui ne sont pas dans A. Ainsi (B A) X.
ii. Rciproquement :
Cas 1 : On suppose que A B. Pour toute partie Y de A, on a
A(Y (B A)) = (AY )(B

A) = A(B

A) = (AB)(A

A) = BE = B
donc X = Y (B A) est solution de lquation.
Cas 2 : On suppose que A , B. Alors lquation ne peut avoir de solution dans (E).
iii. Conclusion : Si A B alors S = Y (B A) (E)[Y A sinon S = .
2. (a) Il est clair que si B = C alors les deux conditions sont vries.
(b) Rciproquement, supposons que les deux conditions sont vries.
i. Montrons que B C. Soit x B.
Si x A alors x A B = A C donc x C.
Si x , A alors x A B = A C donc x C.
On en dduit donc que x C.
ii. Par symtrie des deux conditions, il est alors vident que C B.
(c) Conclusion : Une CNS est B = C .
3. Reprendre le schma du (b,i) de lexercice 2 en remplaant les symboles = par .
4. s
68 CHAPITRE 6. ENSEMBLES ET APPLICATIONS
5. s
6. s
7. s
8. (a) Supposons que A B. Soit y f(A). Alors, il existe un lment x A tel que f(x) = y.
Comme x A B, on en dduit que y = f(x) f(B).
Conclusion : A B f(A) f(B) .
(b) i. On a :
y f(A B) x A B/f(x) = y
(x A/f(x) = y) (x B/f(x) = y
(y f(A)) (y f(B))
y f(A) f(B)
Conclusion : f(A B) = f(A) f(B) .
ii. On procde par rcurrence. Soit T(n) la proposition :
(A
1
, . . . , A
n
) (E)
n
, f
_
n
_
k=1
A
k
_
=
n
_
k=1
f(A
k
)
Pour n = 1, la proposition est clairement vraie.
Soit n 1. Supposons que T(n) est vraie. Soit (A
1
, . . . , A
n+1
) (E)
n+1
. Alors :
f
_
n+1
_
k=1
A
k
_
= f
_
n
_
k=1
A
k
_
f(A
n+1
) =
n
_
k=1
f(A
k
) f(A
n+1
) =
n+1
_
k=1
f(A
k
)
donc T(n + 1) est vraie.
Conclusion : n N, (A
1
, . . . , A
n
) (E)
n
, f
_
n
_
k=1
A
k
_
=
n
_
k=1
f(A
k
) .
(c) i. Soit y f(A B). Alors, il existe x A B tel que f(x) = y. Comme x A alors
y = f(x) f(A). De mme, y f(B). On en dduit que y f(A) f(B).
Conclusion : f(A B) f(A) f(B) .
Remarquons que linclusion contraire est fausse. En effet, si on choisit :
f : x x
2
A = [1, 2] B = [2, 1]
(application non injective) alors on a :
f(A B) = f([1, 1]) = [0, 1] et f(A) f(B) = [0, 4] [0, 4] = [0, 4]
A. On procde par rcurrence. Soit T(n) la proposition :
(A
1
, . . . , A
n
) (E)
n
, f
_
n

k=1
A
k
_

k=1
f(A
k
)
Pour n = 1, la proposition est clairement vraie.
Soit n 1. Supposons que T(n) est vraie. Soit (A
1
, . . . , A
n+1
) (E)
n+1
. Alors :
f
_
n+1

k=1
A
k
_
f
_
n

k=1
A
k
_
f(A
n+1
)
n

k=1
f(A
k
) f(A
n+1
) =
n+1

k=1
f(A
k
)
donc T(n + 1) est vraie.
Conclusion : n N, (A
1
, . . . , A
n
) (E)
n
, f
_
n

k=1
A
k
_
=
n

k=1
f(A
k
) .
6.5. SOLUTIONS DES EXERCICES 69
(d) Soit x A. Posons y = f(x) f(A). Alors, les antcdents de y par f sont dans f
1
(f(A)).
Comme x est lun deux alors x f
1
(f(A)).
Conclusion : A f
1
(f(A)) .
Remarquons que linclusion contraire est fausse. En effet, si on choisit :
f : x x
2
et A = 2
(application non injective) alors on a :
f(A) = 4 et f
1
(f(A)) = 2, 2 , A
9. s
10. s
11. (a) Supposons que f est injective.
Soit (A, B) (E)
2
. On a prouv lexercice 8, question c, linclusion de gauche droite
(indpendemment de linjectivit). Prouvons linclusion contraire.
Soit y f(A) f(B). Alors, on a :
(x
A
, x
B
) A B/f(x
A
) = f(x
B
) = y
Comme f est injective, on en dduit que x
A
= x
B
et donc que x
A
AB do y f(AB).
Conclusion : (A, B) (E)
2
, f(A B) = f(A) f(B).
(b) Supposons que : (A, B) (E)
2
, f(A B) = f(A) f(B).
Soit A (E). On a prouv lexercice 8, question d, linclusion de gauche droite (indpen-
demment de linjectivit). Prouvons linclusion contraire.
Soit x f
1
(f(A)). Posons y = f(x). Cela signie donc que y f(A). Alors :
x
A
A/f(x
A
) = y = f(x)
Supposons que x ,= x
A
et posons A
t
= x
A
et B
t
= x. On dduit de f(A
t
B
t
) =
f(A
t
) f(B
t
) que :
f(x
A
x) = y y
= y
ce qui est absude donc x = x
A
A.
Conclusion : A (E), f
1
(f(A)) = A.
(c) Supposons que : A (E), f
1
(f(A)) = A.
Soit (x
1
, x
2
) E
2
tel que f(x
1
) = f(x
2
). Alors, on a :
x
1
= f
1
(f(x
1
) = f
1
(f(x
1
) x
1
, x
2

puisque x
1
et x
2
ont mme image par f. On en dduit donc x
1
= x
2
.
Conclusion : f est injective.
(d) Conclusion nale : (a) (b) (c) .
12. s
13. s
14. s
15. La fonction f est dnie sur T
f
=] , 3[] 3, 1[, ]1, +[. Alors, pour tout rel x T
f
, on a :
f(x) =
1
x
2
+ 2x 3
=
1
(x + 1)
2
4
,= 0
70 CHAPITRE 6. ENSEMBLES ET APPLICATIONS
Soit y un rel non nul. Alors f(x) = y si et seulement si :
(x + 1)
2
4 =
1
y
(x + 1)
2
= 4 +
1
y
(x + 1)
2
=
4y + 1
y
ainsi, si y ]
1
4
, 0[ alors lquation (dinconnue x) nadmet pas de solution puisque
4y+1
y
< 0.
(a) Si y > 0 et x > 1 alors 4 +
1
y
> 4, (x + 1)
2
> 4 et donc f(x) = y si et seulement si :
x = 1 +
_
4y + 1
y
Conclusion : On a une bijection de ]1, +[ dans ]0, +[ de rciproque y 1 +
_
4y + 1
y
.
(b) Si y > 0 et x < 3 alors 4 +
1
y
> 4, (x + 1)
2
> 2 et donc f(x) = y si et seulement si :
x = 1
_
4y + 1
y
Conclusion : On a une bijection de ] , 3[ dans ]0, +[ de rciproque y 1
_
4y + 1
y
.
(c) Si y
1
4
et x [1, 1[ alors 0 4 +
1
y
< 4, (x + 1)
2
< 2 et donc f(x) = y si et seulement
si :
x = 1 +
_
4y + 1
y
Conclusion : On a une bijection de [1, 1[ dans ] ,
1
4
] de rciproque y 1 +
_
4y + 1
y
.
(d) Si y
1
4
et x ] 3, 1] alors 0 4 +
1
y
< 4, (x +1)
2
< 2 et donc f(x) = y si et seulement
si :
x = 1
_
4y + 1
y
Conclusion : On a une bijection de ] 3, 1] dans ] ,
1
4
] de rciproque y 1
_
4y + 1
y
.
16. s
17. (a) Montrons que f est injective.
Soit (n, m) Z
2
. Supposons que f(n) = f(m).
Si n 0 et m 0 alors 2n = 2m donc n = m.
Si n 0 et m < 0 alors f(n) est pair et f(m) est impair donc ils ne peuvent tre gaux. Ainsi,
cette situation est impossible.
Si n < 0 et m 0 alors, comme dans le cas prcdent, la situation est impossible.
Si n < 0 et m < 0 alors 2n 1 = 2m1 donc n = m.
Finalement n = m et on en dduit que f est injective.
(b) Montrons que f est surjective.
Soit m N.
Si m est pair, alors
m
2
Z et
m
2
0. On a donc : f(
m
2
) = 2
m
2
= m.
Si m est impair, alors
m+1
2
Z et
m+1
2
< 0. On a donc : f(
m+1
2
) = 2(
m+1
2
) 1 = m
Finalement m admet un antcdent et on en dduit que f est surjective.
6.5. SOLUTIONS DES EXERCICES 71
(c) Conclusion : f est une bijection de Z dans N de rciproque m
_
m
2
si m est pair

m+1
2
si m est impair
.
18. (a) Montrons que
2
est injective.
Soit (m
1
, n
1
, m
2
, n
2
) N
4
. Supposons que
2
(m
1
, n
1
) = (m
2
, n
2
). Alors :
n
1
+
m
1
+n
1

k=0
k = n
2
+
m
2
+n
2

k=0
k
Supposons que n
1
,= n
2
. On peut alors supposer aussi que n
1
< n
2
(le cas n
1
> n
2
se traitera
de manire identique). On en dduit que :
m
1
+n
1

k=0
k
m
2
+n
2

k=0
k = n
2
n
1
> 0
m
1
+n
1

k=m
2
+n
2
+1
k > 0
donc m
1
+ n
1
> m
2
+ n
2
+ 1...
Ainsi n
1
= n
2
. Donc les deux sommes sont gales. Si m
1
,= m
2
alors lune des deux sommes
est ncessairement strictement suprieure lautre. On en dduit que m
1
= m
2
et donc :
(m
1
, n
1
) = (m
2
, n
2
)
(b) Montrons que
2
est surjective.
Soit p N. Alors, il existe un entier q tel que :
q

k=0
k p <
q+1

k=0
k
On pose alors :
n = p
q

k=0
k et m = q n
Il est alors vident que
2
(m, n) = p ce qui prouve que p admet un antcdent (m, n) dans N
2
.
(c) Conclusion :
2
est une bijection de N
2
dans N .
19. Supposons lexistence de deux lments u et v dans E. Montrons que la suite w = v u est la suite
nulle. Procdons par rcurrence.
Soit T(n) la proposition : w
n
= 0.
Pour n = 0 et n = 1, on a :
w
0
= v
0
u
0
= = 0 et w
1
= v
1
u
1
= = 0
donc T(0) et T(1) sont vraies.
Soit n 0. Supposons que T(n) et T(n + 1) sont vraies. Alors :
w
n+2
= v
n+2
u
n+2
= av
n+1
+ bv
n
au
n+1
bu
n
= aw
n+1
+ bw
n
= 0
donc T(n + 2) est vraie.
Conclusion : n N, w
n
= 0.
On en dduit donc que w est la suite nulle et donc que v = u.
Conclusion nale : E ne contient, au plus, quun lment .
72 CHAPITRE 6. ENSEMBLES ET APPLICATIONS
Chapitre 7
Suites relles
Dans ce chapitre et les suivants en analyse, on note :

R = R , +
7.1 Notions de base sur les suites
7.1.1 Langage des suites
Dnitions
Une suite relle u est une application dune partie I de N dans R :
u : I R
n u(n) = u
n
Une suite u se note aussi (u
n
)
nI
.
Les nombres rels u
0
, u
1
, ..., u
n
, . . . sont appels termes de la suite u et, plus prcisment, pour tout
entier naturel n, le terme u
n
est appel terme de rang n de la suite u.
Dterminer le terme gnral de la suite u cest dterminer, pour tout entier naturel n, lexpression
du terme u
n
.
Lorsque I est un ensemble ni, la suite est dite nie (on dit aussi liste).
Remarques
En gnral, on a I = N (surtout si on nindique pas le contraire) ou bien I = N

.
Dans la suite du chapitre (et du cours de faon gnrale), on dira quune proposition T(n) est vraie
partir dun certain rang si et seulement si :
n
0
N/ n n
0
, T(n)
7.1.2 Sens de variation des suites
Dnitions
Une suite (u
n
)
nN
est dite constante si et seulement si :
n N, u
n
= u
0
Une suite (u
n
)
nN
est dite stationnaire si et seulement si son terme gnral est constant partir dun
certain rang cest dire si et seulement si :
n
0
N/ n n
0
, u
n
= u
n
0
73
74 CHAPITRE 7. SUITES RELLES
Une suite (u
n
)
nN
est dite croissante (resp. dcroissante) si et seulement si :
n N, u
n+1
u
n
(resp. u
n+1
u
n
)
Une suite (u
n
)
nN
est dite strictement croissante (resp. strictement dcroissante) si et seulement
si :
n N, u
n+1
> u
n
(resp. u
n+1
< u
n
)
Une suite (u
n
)
nN
est dite monotone si et seulement si elle est soit croissante soit dcroissante.
Exemples
1. Montrer que la suite
_
Ent
_
1
n
__
n1
est stationnaire.
2. Soit u une suite strictement monotone. tudier la monotonie de la suite (e
u
n
)
n0
.
3. tudier le sens de variation de la suite u dnie par :
u
0
= 1 et n N, u
n+1
= ln(1 + u
n
)
7.1.3 Borne(s) dune suite
Dnitions
Soit u une suite relle.
La suite est dite majore si et seulement si :
M R/ n N, u
n
M
Un tel rel M est appel majorant de la suite u.
La suite est dite minore si et seulement si :
m R/ n N, u
n
m
Un tel rel m est appel minorant de la suite u.
La suite est dite borne si et seulement si elle est simultanment minore et majore.
Exemple
La suite
_
1
1
n
_
n1
est-elle borne ?
Remarque
Si M (resp. m) est un majorant (resp. minorant) dune suite u alors tout rel M
t
M (resp. m
t
m) est
encore un majorant (resp. minorant) de u. Il ny a donc pas unicit du majorant (resp. minorant) sil existe.
Toutefois, il pourra savrer utile de terminer le plus petit des majorants et/ou le plus grand des minorant
(voir plus loin).
Thorme
Une suite u est borne si et seulement si la suite [u[ est majore, cest dire si et seulement si :
M R
+
/ n N, [u
n
[ M
7.2. SUITES USUELLES 75
Preuve
On suppose que u est minore par m et majore par M. On pose :
M
t
= max [m[, [M[
On a alors :
n N, M
t
[m[ m u
n
M [M[ M
t
et donc la suite [u[ est majore par M
t
.
Rciproquement, si [u[ est majore par M alors u est minore par M et majore par M.
Exemples
1. La suite
_
1 +
(1)
n
n
_
n1
est-elle borne ?
2. La suite
_
1 +
(3)
n
n
_
n1
est-elle borne ?
7.1.4 Oprations sur les suites
Dnitions
Soit u et v deux suites relles. Soit un rel.
On appelle somme des suites u et v la suite, note u+v, dont le terme gnral est u
n
+v
n
. Autrement
dit :
n N, (u + v)
n
= u
n
+ v
n
On appelle produit de la suite u par le rel la suite, note u, dont le terme gnral est u
n
.
Autrement dit :
n N, (u)
n
= u
n
On appelle produit des suites u et v la suite, note uv, dont le terme gnral est u
n
v
n
. Autrement
dit :
n N, (uv)
n
= u
n
v
n
Remarque
Notons o = R
N
lensemble des suites relles et la suite constante gale 0. Soit (u, v, w) o
3
et
(, ) R
2
. Parmi les quelques proprits vries par les deux premires oprations (somme et produit
par un rel), on a :
u + v = v + u et (u + v) + w = u + (v + w)
u + = + u = u et !(u) o / u + (u) =
( + )u = u + u et (u + v) = u + v
(u) = ()u et 1u = u
On dit alors que lensemble des suites relles muni des deux premires oprations est un R-espace vectoriel.
7.2 Suites usuelles
7.2.1 Suites arithmtiques
Dnition
Une suite relle u est dite arithmtique de raison a R si et seulement si :
n N, u
n+1
= u
n
+ a
76 CHAPITRE 7. SUITES RELLES
Exemples
1. Montrer que la somme de deux suites arithmtiques est une suite arithmtique.
2. Montrer que le produit dune suite arithmtique par un rel est encore une suite arithmtique.
Propositions
Soit u une suite arithmtique de raison a. Alors :
La suite u est constante si et seulement si a = 0.
La suite u est strictement croissante (resp. dcroissante) si et seulement si a > 0 (resp. a < 0).
Expression du terme gnral
n N, u
n
= u
0
+ an et (m, n) N
2
, u
n
= u
m
+ a(n m)
Somme de termes conscutifs :
n N,
n

k=0
u
k
= (n + 1)
u
0
+ u
n
2
et 0 m n,
n

k=m
u
k
= (n m + 1)
u
m
+ u
n
2
Preuves
Rcurrence pour le terme gnral, dductions ensuite.
7.2.2 Suites gomtriques
Dnition
Une suite relle u est dite gomtrique de raison q R

si et seulement si :
n N, u
n+1
= u
n
q
Exemples
1. Montrer que la somme de deux suites gomtriques de mme raison est une suite gomtrique.
2. Montrer que le produit dune suite gomtrique par un rel est encore une suite gomtrique.
Propositions
Soit u une suite gomtrique de raison q.
On suppose que q > 0 et que u
0
> 0. Alors, la suite u est :
strictement croissante si et seulement si q > 1,
constante si et seulement si q = 1,
strictement dcroissante si et seulement si 0 < q < 1.
Expression du terme gnral :
n N, u
n
= u
0
q
n
et (n, m) N
2
, u
n
= u
m
q
nm
Somme de termes conscutifs :
n N,
n

k=0
u
k
=
_
_
_
u
0
1 q
n+1
1 q
si q ,= 1
(n + 1)u
0
si q = 1
et plus gnralement :
(m, n) N
2
, m n
n

k=m
u
k
=
_
_
_
u
m
1 q
nm+1
1 q
si q ,= 1
(n m + 1)u
m
si q = 1
7.2. SUITES USUELLES 77
Preuves
Rcurrence pour le terme gnral, dductions ensuite.
7.2.3 Suites arithmtico-gomtriques
Dnition
Une suite u est dite arithmtico-gomtrique si et seulement si :
a R 0, 1, b R 0 / n N, u
n+1
= a u
n
+ b
(les rels a et b sont, bien videmment, indpendants du rang n).
Mthode
Pour dterminer le terme gnral dune suite arithmtico-gomtrique, la mthode est la suivante :
1. Rsoudre lquation L = aL + b.
2. Montrer que la suite (v
n
) de terme gnral v
n
= u
n
L est gomtrique.
3. En dduire les expressions de v
n
puis de u
n
.
Exemple
Dterminer le terme gnral de la suite dnie par :
u
0
= 4 et n N, u
n+1
= 2u
n
+ 5
7.2.4 Suites rcurrentes linaires dordre 2
Dnitions
Une suite u est dite rcurrente linaire dordre 2 si et seulement si :
a R, b R

/ n N, u
n+2
= a u
n+1
+ b u
n
A toute suite rcurrente linaire dordre 2, on associe lquation (dinconnue r) :
r
2
= ar + b
appele quation caractristique de la suite.
Thorme
Soit u une suite rcurrente linaire dordre 2.
Si lquation caractristique de la suite admet deux solutions relles distinctes r
1
et r
2
(le discriminant
est strictement positif) alors :
(, ) R
2
/ n N, u
n
= (r
1
)
n
+ (r
2
)
n
Si lquation caractristique de la suite admet une solution relle double r
0
(le discriminant est nul)
alors :
(, ) R
2
/ n N, u
n
= (n + )(r
0
)
n
Si lquation caractristique de la suite admet deux solutions complexes conjugues e
i
et e
i
(le
discriminant est strictement ngatif) alors :
(, ) R
2
/ n N, u
n
=
n
[cos(n) + sin(n)]
Les deux rels et se calculent laide des rels u
0
et u
1
.
78 CHAPITRE 7. SUITES RELLES
Preuve
Plus tard.
Exemples
Dterminer le terme gnral des suites dnies par :
1. u
0
= 4 u
1
= 3 et n N, u
n+2
= 2u
n+1
+ 5u
n
2. u
0
= 1 u
1
= 2 et n N, u
n+2
= 6u
n+1
9u
n
3. u
0
= 2 u
1
=

3 et n N, u
n+2
= 2

3u
n+1
4u
n
7.3 Convergence ou divergence dune suite relle
Dans tous le reste du chapitre, la mmorisation des diffrentes preuves nest pas exigible. Toutefois, les
preuves rdiges ont valeur de mthode pour effectuer certaines dmonstrations rencontres au cours des
diffrents exercices.
7.3.1 Limite dune suite
Dnitions
Soit u une suite relle et L un rel.
On dit que la suite u admet pour limite le rel L (ce que lon note lim
n+
u
n
= L) si et seulement si :
> 0, n
0
N/n n
0
, [u
n
L[
Autrement dit, tout intervalle ferm centr sur L contient tous les termes de la suite partir dun
certain rang.
On dit que la suite u admet pour limite +(ce que lon note lim
n+
u
n
= +) si et seulement si :
M R
+
, n
0
N/n n
0
, u
n
M
Autrement dit, tout intervalle non major contient tous les termes de la suite partir dun certain rang.
On dit que la suite u admet pour limite (ce que lon note lim
n+
u
n
= ) si et seulement si :
M R

, n
0
N/n n
0
, u
n
M
Autrement dit, tout intervalle non minor contient tous les termes de la suite partir dun certain rang.
La suite u est dite convergente si et seulement si elle admet une limite relle (cest dire nie).
La suite u est dite divergente si et seulement si elle nest pas convergente (cest dire quelle admet
une limite innie ou bien quelle nadmet pas de limite)
tudier la nature dune suite, cest dterminer si cette suite est convergente ou divergente.
Exemple
Dmontrer quune suite convergente est borne.
Ce rsultat peut tre retenu mais il nest pas certain quil soit explicitement au programme.
Thorme
Si une suite admet une limite, alors cette limite est unique.
7.3. CONVERGENCE OU DIVERGENCE DUNE SUITE RELLE 79
Preuve
Dans le cas o la suite est convergente et admet deux limites L et L
t
, on pose =
[LL

[
3
et on crit la
dnition dans chacun des deux cas. La contradiction est alors immdiate.
Dans les autres cas, le rsultat est quasi immdiat.
Propositions
Soit > 0. On a alors :
lim
n+
n

= + et lim
n+
1
n

= 0
Soit q un rel. On a alors :
Si q > 1 alors on a :
lim
n+
q
n
=
_
_
_
+ si q > 1
1 si q = 1
0 si 1 < q < 1
Si q 1 alors la suite (q
n
)
n0
nadmet pas de limite.
Preuve
crire la dnition.
Utiliser la dnition dans chacun des trois cas.
Utiliser le rsultat sur les suites extraites.
Proposition
Soit u une suite convergente de limite L. Si u est croissante (resp. dcroissante) alors :
n N, u
n
L (resp. u
n
L)
Preuve
On raisonne par labsurde. Supposons donc lexistence dun rang n
0
tel que u
n
0
> L (resp u
n
0
> L). On
pose alors =
u
n
0
L
2
qui est donc bien un rel strictement positif, on crit la dnition de la convergence
pour cet et on obtient immdiatement une contradiction.
7.3.2 Opration sur les limites
Propositions (limites et oprations usuelles sur les suites)
Soit u et v deux suites relles admettant une limite dans

R . On a alors :
lim
n+
u
n
lim
n+
v
n
lim
n+
(u
n
+ v
n
) lim
n+
(u
n
v
n
)
L L
t
L + L
t
LL
t
L ,= 0 et rgle des signes
0 indtermine
+ + + +
+
+ indtermine
Dans les cas dindterminations, il suft, en gnral, de factoriser an de lever lindtermination (on
pourra aussi utiliser les rsultats du prochain chapitre).
Preuves
crire les dnitions.
80 CHAPITRE 7. SUITES RELLES
Proposition
Si u est une suite relle de limite +(resp. ) et si v est une suite relle borne alors u + v est une
suite de limite +(resp. ).
Preuve
crire les dnitions.
Thorme (limite par composition)
Soit a et b deux lments de

R.
Soit f une fonction dnie sur un intervalle I contenant a ou bien de borne a et u une suite dlments
de I. On suppose que :
lim
xa
f(x) = b et lim
n+
u
n
= a
Alors :
lim
n+
f(u
n
) = b
Preuve
Voir chapitre tude locale des fonctions .
Applications
Avec une fonction f linaire de R dans R, on obtient les rsultats concernant la multiplication dune
suite par un rel.
Avec la fonction inverse f : x
1
x
, on obtient les rsultats concernant la limite de linverse et la
limite du quotient (avec les indterminations connues).
Avec les fonctions puissances, on retrouve les rsultats connus de limn

et lim
1
n

.
7.3.3 Limites et ingalits
Proposition
Soit u une suite relle convergente de limite L. Soit a et b deux rels tels que a < u
n
< b partir dun
certain rang. Alors :
a L b
En consquence, il vaut donc mieux travailler avec des ingalits larges plutt quavec des ingalits strictes
(dans la mesure du possible).
Preuve
Utiliser la dnition de la limite.
Thorme
Soit u, v et w trois suites relles telles que w
n
u
n
v
n
partir dun certain rang. On a :
si u et v convergent alors lim
n+
u
n
lim
n+
v
n
;
si lim
n+
u
n
= +alors lim
n+
v
n
= +;
si lim
n+
u
n
= alors lim
n+
w
n
= ;
si v et w convergent et ont la mme limite L alors u converge et admet L pour limite.
7.4. CONVERGENCE DE SUITES PARTICULIRES 81
Preuve
crire la dnition.
7.4 Convergence de suites particulires
7.4.1 Suites extraites
Dnition
On appelle suite extraite de la suite relle u toute suite de la forme
_
u
(n)
_
o est une application
strictement croissante de N dans N.
Exemple
Soit q ] , 1]. On pose : n N, u
n
= q
n
, v
n
= u
2n
, w
n
= u
2n+1
. Justier que les suites v et w
sont deux suites extraites de la suite u.
Proposition
Soit u une suite relle admettant une limite dans

R. Alors, toutes les suites extraites de u admettent une
limite dans

R et cette limite est la mme que celle de u.
Preuve
crire les dnitions (limite et suite extraite) en remarquant que lapplication de la dnition vrie
la proposition : n 0, (n) n.
Exemple
Justier que la suite u de lexemple prcdent diverge et nadmet pas de limite.
Remarque
La proposition ci-dessus sutilise en gnrale sous sa forme contrapose (comme dans lexemple qui
prcde) et sert presque toujours justier labsence de limite dune suite (on exhibe deux suites extraites
nayant pas la mme limite).
Proposition
Soit u une suite relle. On dnit les suites v et w par :
n N, v
n
= u
2n
, w
n
= u
2n+1
(suites extraites des rangs pairs et des rangs impairs). Si v et w ont mme limite dans

R alors u admet une
limite dans

R et cette limite est la limite commune v et w.
Preuve
crire la dnition.
82 CHAPITRE 7. SUITES RELLES
7.4.2 Suites adjacentes
Dnition
Deux suites relles u et v sont adjacentes si et seulement si lune est croissante, lautre est dcroissante
et la suite u v a pour limite 0.
Exemples
1. Montrer que les suites
_
1 +
1
n
_
et
_
1
1
n
2
_
sont adjacentes.
2. (Premire mthode) Soit u et v deux suites adjacentes telles que u est croissante et v est dcroissante.
Montrer que tous les termes de u sont infrieurs tous les termes de v (raisonnement par labsurde).
Thorme fondamental (admis)
Deux suites adjacentes convergent et ont la mme limite.
Remarque
Ce rsultat est considr comme une proprit caractristique de R: lensemble des rels est le plus petit
ensemble E contenant Q et dont toutes les suites adjacentes dlments de E convergent et ont la mme
limite.
Exercice (version 2)
Soit u et v deux suites adjacentes telles que u est croissante et v est dcroissante. Montrer que tous les
termes de u sont infrieurs tous les termes de v (utiliser la limite).
7.4.3 Application des suites adjacentes : borne suprieure et dichotomie
Dnition
Soit A une partie de R.
On dit que A est majore si et seulement si :
M R / x A, x M
Un tel rel M est appel majorant de A.
On dit que A est minor si et seulement si :
m R / x A, x m
Un tel rel m est appel minorant de A.
Proposition/Dnition
Soit A une partie non vide et majore (resp. minore) de R. Alors :
cette partie A admet un plus petit majorant (resp. minorant) unique ;
ce plus petit majorant (resp. minorant) est appel borne suprieure (resp. borne infrieure) de cette
partie et se note sup(A) (resp. inf(A)).
7.4. CONVERGENCE DE SUITES PARTICULIRES 83
Preuve
Nous allons construire la borne suprieure laide de suites adjacentes par rcurrence selon le procd
dit de dichotomie. Nous vrierons ensuite que nous avons bien obtenu la borne suprieure (cest dire un
majorant qui est aussi le plus petit de tous les majorants).
Construction dun rel m susceptible de convenir :
A tant non vide, on choisit lun de ses lments u
0
; A tant majore, on choisit lun de ses
majorants v
0
. Il est donc clair que u
0
v
0
.
Considrons le rel c =
u
0
+v
0
2
(cest le principe de la dichotomie : on sintresse au milieu de
lintervalle qui nous proccupe). Si le rel c est un majorant de A alors on pose v
1
= c et u
1
= u
0
,
sinon on pose u
1
= c et v
1
= v
0
. Ainsi, u
0
et u
1
ne sont pas des majorants de A; v
0
et v
1
sont des
majorants de A et on a :
u
0
u
1
, v
1
v
0
et v
1
u
1
=
1
2
(u
0
v
0
)
On itre le processus prcdent indniment : ayant construit u
0
u
n
tous non majorants
de A et v
n
v
0
tous majorants de A avec v
k
u
k
=
1
2
(v
k1
u
k1
) pour tout k 1, n,
on construit u
n+1
et v
n+1
comme ltape prcdente.
On a ainsi construit une suite croissante (u
n
) de rels dont aucun nest un majorant de A, une suite
dcroissante (v
n
) de rels dont chacun est un majorant de A et de plus :
n N, v
n+1
u
n+1
=
1
2
(v
n
u
n
)
Les suites (u
n
) et (v
n
) sont donc clairement adjacentes. Elles convergent vers un rel que lon note
provisoirement m.
On montre que m est un majorant de A.
Soit x A.
Comme (v
n
) est une suite de majorants de A alors : n N, x v
n
.
Par passage la limite, on obtient que x m ce qui prouve bien que m est un majorant de A.
On montre que m est le plus petit majorant de A.
Soit y un majorant de A.
Comme (u
n
) nest constitue que de non majorants de A alors : n N, u
n
y.
Par passage la limite, on obtient que m y ce qui prouve bien que m est le plus petit des
majorants de A.
Il est clair que ce plus petit majorant est unique car sil en existait un second alors lun des deux ne
pourrait tre le plus petit des majorants.
Exemple
Justier que A =] 2, 4] admet une borne infrieure et une borne suprieure et les prciser.
Remarque
Dans le cas o sup(A) A, la borne suprieure est aussi appele maximum de A et se note max(A).
Dans le cas o inf(A) A, la borne infrieure est aussi appele minimum de A et se note min(A).
Proposition
Soit A une partie non vide et majore (resp. minore) de R. Alors :
> 0, x A/0 sup(A) x (resp. 0 x inf(A) )
84 CHAPITRE 7. SUITES RELLES
Preuve
Cas 1 : A admet un maximum (la borne suprieure est dans A). Alors x = sup(A) convient pour tout
> 0.
Cas 2 : A nadmet pas de maximum, cest dire que sup(A) / A. Soit > 0. Supposons quil
nexiste pas un tel rel x. Alors sup(A) est un majorant de A qui est strictement plus petit que
sup(A). Ceci est absurde donc il existe un tel rel x.
La distinction de ces deux cas ntait pas ncessaire mais elle illustre bien la situation (essentiellement
dans le second cas).
Exemple fondamental (premire mthode)
Soit x un rel. On veut dmontrer quil existe une suite de rationnels admettant x pour limite. Pour cela,
on note A lensemble de tous les rationnels infrieurs ou gaux x, cest dire que :
A = r Q[r x
1. Justier A admet une borne suprieure puis dmontrer que sup(A) = x.
2. Dmontrer que :
n N, r
n
Q/[r
n
x[
1
2
n
3. Conclure.
7.4.4 Application des suites adjacentes : la fonction partie entire
Proposition/Dnitions
Soit x un rel.
Il existe un plus grand entier infrieur ou gal x.
On lappelle partie entire de x et on le note : Ent(x) ou x|.
On a ainsi dni une fonction :
Ent : R R
x x|
caractrise par :
x R, Ent(x) x < Ent(x) + 1
Preuve
Construction dun candidat pour la partie entire.
Soit A lensemble des entiers (relatifs) infrieurs ou gaux x.
Alors, A est une partie de R non vide (car R est un corps rput archimdien, notion hors pro-
gramme) et majore (par x).
On en dduit que A admet une borne suprieure que lon note x|.
Le candidat x| est bien un entier.
Supposons que x| ne soit pas entier.
Pour =
1
2
, il existe n
0
A tel 0 x| n
1
2
.
On a alors n
0
< x| (le candidat nest pas entier) et :
n A, n n
0
<
n
0
+x|
2
< x| < n
0
+ 1
ce qui prouve lexistence dune borne suprieure plus petite que la prcdente.
Lhypothse faite est donc fausse et le candidat est entier.
Le candidat vrie bien la double ingalit : x| x < x| + 1.
7.4. CONVERGENCE DE SUITES PARTICULIRES 85
La premire ingalit est ncessairement vraie (x est un majorant de A).
x| +1 tant un entier, sil tait infrieur x alors on obtiendrait une contradiction avec le fait que
x| est la borne suprieure de A.
Le candidat est lu.
Exemple fondamental (deuxime mthode)
Soit x un rel. On veut dmontrer quil existe une suite de rationnels admettant x pour limite. Pour cela,
on dnit la suite (q
n
)
nN
par :
n N, q
n
= 10
n
10
n
x|
1. Justier que lon a bien dni une suite de rationnels.
2. Prouver que cette suite converge vers x.
Exercice
Prouver que : x R, x 1 < Ent(x) x.
7.4.5 Suites monotones
Thorme
Soit u une suite relle.
Si u est croissante (resp. dcroissante) et majore (resp. minore) alors u converge.
Si u est croissante (resp. dcroissante) et non majore (resp. minore) alors u admet +(resp. )
pour limite.
Preuves
On suppose que u est croissante et majore. On pose :
A = u
n
[ n N
Cette partie A de R est alors non vide (la suite est bien dnie) et majore (la suite est majore).
Elle admet donc une borne suprieure sup(A). Montrons que cette borne suprieure est la limite de
la suite u. Soit > 0. On sait que :
x A / 0 sup(A) x
ce qui se traduit par :
n
0
N / 0 sup(A) u
n
0

Comme la suite u est croissante et majore par sup(A), on en dduit que :
n n
0
, 0 sup(A) u
n
sup(A) u
n
0

donc :
n n
0
, [u
n
sup(A)[
ce qui prouve bien que la suite u converge et que sa limite vaut sup(A).
On suppose que la suite u est croissante et non majore. Soit M R
+
. Comme la suite nest pas
majore, alors :
n
0
N / u
n
0
M
Comme elle est croissante, alors :
n n
0
, u
n
u
n
0
M
ce qui prouve bien quelle diverge vers +.
Dmonstrations analogues dans les deux autres cas.
86 CHAPITRE 7. SUITES RELLES
Exemple
tudier la nature de la suite u dnie par :
u
0
= 3 et n N, u
n+1
=

1 + u
n
7.4.6 Suites rcurrentes dnie laide dune fonction
Proposition
Soit f : I I une fonction continue sur I, intervalle ferm de R et soit u une suite dnie par :
u
0
I et n N, u
n+1
= f(u
n
)
Si la suite u converge alors sa limite L est ncessairement un point xe de f cest dire que le rel L est
solution de lquation :
f(x) = x
(donc f(L) = L). Par contraposition, on a aussi le rsultat suivant : si f nadmet pas de point xe alors la
suite u diverge.
Preuve
On a :
L = lim
n+
u
n+1
= lim
n+
f(u
n
) = f
_
lim
n+
u
n
_
= f(L)
La troisime galit est due la continuit de f sur I donc en x = L.
Exemple
Soit a R. tudier, en fonction du rel a, la nature de la suite u dnie par :
u
0
= a et n N, u
n+1
= u
2
n
7.5 Exercices
1. Calculer le terme gnral puis dterminer la limite ventuelle des suites :
(a) u
0
= 2 et n N, u
n+1
= 5u
n
13
(b) u
0
= 3 et n N, u
n+1
=
2
5
u
n
+ 4
(c) u
0
= 1 et n N, u
n+1
=

3u
n
Indication : On pourra poser v
n
= ln(u
n
) pour tout entier naturel n aprs avoir justier lexis-
tence de ces rels.
(d) u
0
= 0, u
1
= 1 et n N, u
n+2
= u
n+1
+ 2u
n
(e) u
0
= 2, u
1
= 1 et n N, u
n+2
= 3u
n+1
+ 4u
n
(f) u
0
= 5, u
1
= 0 et n N, u
n+2
= 6u
n+1
9u
n
(g) u
0
= 2, u
1
= 1 et n N, u
n+2
= u
n+1
u
n
(h) u
0
= 1, u
1
=

2 et n N, u
n+2
= 3

2u
n+1
9u
n
(i) u
0
= 0, u
1
=

5 et n N, u
n+2
= 2u
n+1
5u
n
2. On se propose dtudier la suite relle u dnie par :
u
0
= 0 et n N, u
n+1
=
2u
n
+ 3
u
n
+ 4
7.5. EXERCICES 87
(a) Premire mthode. Pour tout entier naturel n, on pose : v
n
=
u
n
1
u
n
+ 3
.
i. Dmontrer que la suite v est gomtrique et prciser sa raison.
ii. En dduire lexpression de u
n
pour tout entier naturel n.
iii. Les suites u et v convergent-elles ? Prciser leur limite respectives le cas chant.
(b) Seconde mthode.
i. Dmontrer que, pour tout entier naturel n, le terme u
n
appartient [0, 1].
Indication : on pourra dterminer deux rels a et b tels que, pour tout entier naturel n, on a :
u
n+1
= a +
b
u
n
+ 4
ii. Dterminer le sens de variation de la suite u.
iii. En dduire la nature de la suite u et prciser sa limite ventuelle.
3. Soit u la suite relle dnie par :
u
0
= 0 et n N, u
n+1
=

2 + u
n
(a) Dmontrer que cette suite est borne et convergente.
(b) Que se passe-t-il dans le cas u
0
= 3 ?
4. Pour tout entier naturel n non nul, on pose :
u
n
=
1 + 2 + + n
1
2
+ 2
2
+ + n
2
et S
n
=
n

k=1
1
u
k
(a) Exprimer u
n
en fonction de lentier naturel non nul n. La suite (u
n
)
n1
a-t-elle une limite ?
(b) Exprimer S
n
en fonction de lentier naturel non nul n. La suite (S
n
)
n1
a-t-elle une limite ?
5. Suite de Fibonacci et nombre dor.
Soit u la suite relle dnie par :
u
0
= 0, u
1
= 1 et n N, u
n+2
= u
n+1
+ u
n
(a) Dmontrer que : n N

, u
2
n
u
n1
u
n+1
= (1)
n+1
.
(b) En dduire lim
n+
u
n+1
u
n
.
6. criture en base b 2, +.
Soit b un entier suprieur ou gal 2, (a
n
)
nN
une suite dlments de 0, b 1 et (x
n
)
nN
la suite
relle dnie par :
x
0
= 0 et n N, x
n+1
= x
n
+
a
n+1
b
n+1
(a) tude dun premier exemple.
On suppose que b = 10 (notre base 10 habituelle) et que la suite (a
n
) est constante gale 3.
i. Dterminer lexpression de x
n
en fonction de lentier naturel n.
ii. Dterminer la limite de la suite (x
n
).
(b) tude dun second exemple.
Mmes questions que prcdemment en supposant que b = 3 et que la suite (a
n
) est constante
gale 2.
88 CHAPITRE 7. SUITES RELLES
(c) Cas gnral.
Lentier b et la suite (a
n
) sont quelconques (mais respectent les conditions de lintroduction).
i. Dterminer, laide dune somme, lexpression de x
n
pour tout entier naturel n.
Indication : tlescopage.
ii. En dduire que x
n
[0, 1] pour tout entier naturel n puis que la suite (x
n
) converge.
7. (a) Dterminer la limite L de la suite u dnie par :
n N, u
n
=
n
3
+ n
2
n + 1
n
3
+ 1
(b) Soit > 0. Dterminer un entier n
0
0 (en fonction de ) tel que :
n n
0
, [u
n
L[
Application : Prciser n
0
dans le cas o = 10
5
.
8. Soit u une suite convergente de limite L > 0.
(a) Dmontrer que cette suite u est strictement positive partir dun certain rang.
(b) Quel rsultat peut-on noncer dans le cas o L < 0 ?
(c) Peut-on noncer un rsultat analogue dans le cas o L = 0 ?
9. Pour tout entier naturel n, on pose :
u
n
=
n

k=0
(1)
k
k + 1
v
n
= u
2n
w
n
= u
2n+1
(a) Dmontrer que les suites v et w sont adjacentes.
(b) En dduire la nature de la suite u.
10. Soit (u
n
)
nN
une suite relle. Pour tout entier naturel n non nul, on pose :
v
n
=
1
n
n

k=1
u
k
(a) Dmontrer que si la suite u converge alors la suite v converge aussi et que ces deux suites ont la
mme limite.
(b) En considrant la suite ((1)
n
)
nN
, dmontrer que la rciproque est fausse.
11. Soit (a
n
)
nN
une suite relle croissante et (b
n
)
nN
une suite relle dcroissante telles que :
n N, a
n
b
n
(a) Prouver que ces deux suites convergent.
(b) On notera A et B leurs limites respectives. Comparer A et B puis dmontrer que :

nN
[a
n
, b
n
] = [A, B]
12. Soit u une suite relle telle que les suites extraites (u
2n
), (u
2n+1
) et (u
3n
) convergent. Dmontrer que
u est convergente.
Indication : les limites de ces trois sous-suites ntant, a priori, pas les mmes, on pourra dmontrer
quen fait elles sont gales.
7.5. EXERCICES 89
13. Soit u une suite relle telle que les suites extraites (u
3n
), (u
3n+1
) et (u
3n+2
) convergent. La suite u
converge-t-elle ? Si non, dterminer une condition supplmentaire pour quelle converge.
14. On pose : n N

, u
n
=
n

k=1
1
k
2
.
(a) Dmontrer que :
n 2,
1
n

1
n + 1

1
n
2

1
n 1

1
n
(b) Dmontrer que la suite u est convergente et prciser un encadrement de sa limite.
15. Soit a un rel strictement positif. On dnit la suite relle (x
n
)
nN
par :
x
0
R

et n N, x
n+1
=
1
2
_
x
n
+
a
x
n
_
(a) Justier que cette suite est bien dnie.
(b) tudier la fonction numrique f dnie par :
x R

, f(x) =
1
2
_
x +
a
x
_
(c) tudier la monotonie de la suite (x
n
)
nN
en fonction de la valeur de son premier terme.
(d) tudier sa convergence.
16. ( modier) Soit (x
n
)
nN
la suite relle dnie par :
n N, x
n
= 1 +
1
1 +
1
.
.
.
.
.
.
1 +
1
1
(n traits de fractions)
(a) Calculer les termes x
0
, x
1
, x
2
et x
3
.
(b) Exprimer x
n+1
en fonction de x
n
pour tout entier naturel n.
(c) Dmontrer que les suites (x
2n
)
nN
et (x
2n+1
)
nN
sont adjacentes.
(d) En dduire la nature de la suite (x
n
)
nN
.
17. Soit A une partie non vide et majore de R et un rel strictement positif. On note A lensemble :
a R[a A = x R[a A/x = a
(a) Justier que A admet une borne suprieure.
(b) Dmontrer que A admet une borne suprieure et que :
sup(A) sup(A)
(c) Dmontrer que : sup(A) = sup(A).
18. Soit A et B deux parties non vides et minores de R. On note A + B lensemble :
a + b R[a A, b B = x R[(a, b) A B)/x = a + b
(a) Justier que A et B admettent une borne infrieure.
(b) Dmontrer que A + B admet une borne infrieure et que :
inf(A + B) inf(A) + inf(B)
90 CHAPITRE 7. SUITES RELLES
(c) Dmontrer que : inf(A + B) = inf(A) + inf(B).
19. Soit u une suite relle telle que :
n N, 0 u
n+1
u
n

1
2
n
Montrer que u converge. Que peut-on dire de sa limite ?
20. Soit u une suite termes strictement positifs et un rel. On suppose que :
lim
n+
u
n+1
u
n
=
(a) Montrer que si < 1 alors la suite u converge vers 0.
(b) Montrer que si > 1 alors la suite u diverge vers +.
(c) Que peut-on dire si = 1 ?
(d) En dduire la limite des suites
_
x
n
n!
_
nN
(o x est un rel strictement positif x) et
_
n
n
n!
_
nN

.
7.6 Solutions des exercices
1. s
2. (a) i. Pour tout entier naturel n, on a :
v
n+1
=
u
n+1
1
u
n+1
+ 3
=
2u
n
+3
u
n
+4
1
2u
n
+3
u
n
+4
+ 3
=
u
n
1
5u
n
+ 15
=
1
5
v
n
donc la suite (v
n
)
n0
est gomtrique de raison
1
5
.
ii. Comme v
0
=
1
3
, on en dduit que :
n N, v
n
=
1
3

_
1
5
_
n
Dautre part, de la relation entre v
n
et u
n
, on obtient la relation entre u
n
et v
n
qui suit :
n N, u
n
=
3v
n
1
v
n
1
ce qui permet alors de dterminer lexpression de u
n
:
n N, u
n
=
3 5
n
3
3 5
n
+ 1
iii. Comme [
1
5
[ < 1 alors : la suite v converge et lim
n+
v
n
= 0 . En factorisant par 5
n
le nu-
mrateur et le dnominateur de u
n
, on en dduit que :
la suite u converge et lim
n+
u
n
= 1
(b) i. Pour tout entier naturel n, on a :
u
n+1
=
2(u
n
+ 4) 8 + 3
u
n
+ 4
= 2
5
u
n
+ 4
7.6. SOLUTIONS DES EXERCICES 91
Soit T(n) la proposition : 0 u
n
1.
Pour n = 0, on a u
0
= 0 [0, 1] donc T(0) est vraie.
Soit n 0. Supposons que T(n) est vraie. Alors, on a successivement :
0 < 4 u
n
+ 4 5
1
5

1
u
n
+ 4

1
4
0
3
4
= 2
5
4
u
n+1
2
5
5
= 1
donc la proposition T(n + 1) est vraie.
Conclusion : n N, u
n
[0, 1] .
ii. Soit n un entier naturel. On a alors :
u
n+1
u
n
=
2u
n
+ 3
u
n
+ 4
u
n
=
u
2
n
2u
n
+ 3
u
n
+ 4
=
(u
n
1)(u
n
+ 3)
u
n
+ 4
Comme u
n
[0, 1], on en dduit que : u
n+1
u
n
0.
Conclusion : la suite u est croissante .
iii. La suite u est croissante et majore par 1 donc la suite u converge . Soit L sa limite. Alors
L est solution de lquation L =
2L+3
L+4
. On en dduit que L 3, 1. Comme la suite u
est minore par 0 et majore par 1 alors le rel 3 ne peut tre la limite de u.
Conclusion : lim
n+
u
n
= 1 .
3. s
4. s
5. s
6. s
7. s
8. (a) On choisit =
L
2
. On a bien > 0 car L > 0. Par dnition de la limite, on a alors :
n
0
N/n n
0
, [u
n
L[
L
2
On en dduit donc que :
n n
0
, 0 <
L
2
u
n

3L
2
Conclusion : la suite est strictement positive partir dun certain rang (le rang n
0
ici).
(b) On obtient videmment le rsultat : la suite est strictement ngative partir dun certain rang .
(c) Bien sr, la rponse est non . Par exemple, on choisit la suite dnie par :
n N, u
n
=
(1)
n
n
qui converge bien vers 0 mais dont les termes sont alternativement positifs et ngatifs.
9. (a) Soit n un entier naturel. On a alors :
v
n+1
v
n
= u
2n+2
u
2n
=
(1)
2n+1
2n + 2
+
(1)
2n+2
2n + 3
=
1
2n + 2
+
1
2n + 3
< 0
w
n+1
w
n
= u
2n+3
u
2n+1
=
(1)
2n+2
2n + 3
+
(1)
2n+3
2n + 4
=
1
2n + 3

1
2n + 4
> 0
v
n
w
n
= u
2n
u
2n+1
=
(1)
2n+1
2n + 2
=
1
2n + 2
donc la suite (v
n
)
n0
est dcroissante, la suite (w
n
)
n0
est croissante et lim
n+
(v
n
w
n
) = 0.
Conclusion : les suites v et w sont adjacentes .
92 CHAPITRE 7. SUITES RELLES
(b) On en dduit que les suites v et w convergent et ont la mme limite. Comme, de plus, ce sont les
suites extraites des rangs pairs et impairs de la suite u, on en conclut que la suite u converge .
10. s
11. (a) La suite (a
n
) (resp. (b
n
)) est croissante (resp. dcroissante). Il suft donc de prouver quelle est
majore (resp. minore) pour justier quelle converge. A laide su sens de variation, on a :
n N, a
0
a
n
b
n
b
0
ce qui prouve que la suite (a
n
) (resp. (b
n
)) est majore (resp. minore) par le rel b
0
(resp. a
0
).
Conclusion : Les suites (a
n
) et (b
n
) sont convergentes .
(b) Comme les deux suites convergent, on peut passer la limite dans lingalit de lnonc,
donc :
A B
Soit x

nN
[a
n
, b
n
]. Alors :
n N, a
n
x b
n
Par passage la limite dans cette double ingalit, on obtient :
A x B
cest dire que x [A, B]. Rciproquement, soit x [A, B]. Compte tenu des variations des
deux suites, on a :
n N, a
n
A x B b
n
donc x

nN
[a
n
, b
n
].
Conclusion :

nN
[a
n
, b
n
] = [A, B] .
12. s
13. s
14. s
15. (a) Pour quun terme de la suite existe, il est ncessaire et sufsant que son prcdent ne soit pas
nul. Ainsi, on note T(n) la proposition : u
n
,= 0. La proposition T(0) est vraie daprs les
donnes de lnonc. Soit donc n N et supposons que la proposition T(n) est vraie. Alors :
x
n+1
=
x
2
n
+ a
2x
n
,= 0
puisque a et x
2
n
sont strictement positifs. On en dduit que la proposition T(n + 1) est vraie.
Conclusions : n N, u
n
,= 0 donc la suite u est bien dnie .
(b) La fonction f est dnie sur les intervalles ] , 0[ et]0, +[ et est manifestement impaire.
On peut donc se contenter de ltudier sur ]0, +[. Cette fonction est clairement continue et
drivable sur ]0, +[ comme somme de la fonction identique et de la fonction inverse ( des
facteurs constants prs). De plus, on a :
x > 0, f
t
(x) =
1
2
_
1
a
x
2
_
=
x
2
a
2x
2
=
(x

a)(x +

a)
2x
2
La fonction f est donc :
* strictement dcroissante sur ]0,

a] valeurs dans [

a, +[
* strictement croissante sur [

a, +[ valeurs dans [

a, +[.
7.6. SOLUTIONS DES EXERCICES 93
(c) On suppose que x
0
]0, +[. Daprs ce qui prcde, on en dduit que x
1
[

a, +[. Soit
alors T(n) la proposition x
n
[

a, +[. Cette proposition est vraie au rang 1. Soit n 1.


Supposons que T(n) est vraie. Alors, x
n+1
= f(x
n
) [

a, +[, cest dire que T(n + 1) est


vraie. On en dduit que :
n N

, u
n
[

a, +[
On a alors :
n N

, x
n+1
x
n
=
1
2
_
a
x
n
x
n
_
=
a x
2
n
2x
n
=
(

a x
n
)(

a + x
n
)
2x
n
0
Conclusion : La suite (x
n
)
nN
est dcroissante partir du rang 1 (ou 0 lorsque x
0
]0,

a]) .
(d) La suite (x
n
)
nN
est donc dcroissante et minore par

a. On en dduit donc quelle converge.


Soit L sa limite. On sait alors que L est solution de lquation f(x) = x. Or, pour tout rel
x > 0, on a :
f(x) = x x =

a
On en dduit donc que L =

a.
Conclusion : La suite (x
n
)
nN
converge vers

a .
16. (a) On a, bien sr : x
0
= 1, x
1
= 2, x
2
=
3
2
, x
3
=
5
3
.
(b) Il est tout aussi vident que : n N, x
n+1
= 1 +
1
x
n
.
(c) Lquation x = 1 +
1
x
adment deux solutions : L =
1+

5
2
et L
t
=
1

5
2
.
Soit T(n) la proposition : x
2n
[1, L] et x
2n+1
[L, 2]. Au rang 0, cette proposition est vraie
daprs les rsultats de la premire question. Soit n Net supposons que T(n) est vraie. Alors :
1 +
1
L
1 +
1
x
2n
1 +
1
1
et 1 +
1
2
1 +
1
x
2n+1
1 +
1
L
L x
2n+1
2 et 1 x
2n+2
L
1 x
2n+2
L et L x
2n+3
2
donc T(n+1) est vraie, do la conclusion laide du thorme de rcurrence. Ainsi, les suites
(x
2n
) et (x
2n+1
) sont bornes.
Soit n N. Alors, on a :
x
n+2
x
n
= 1 +
1
1 +
1
x
n
x
n
= 1 x
n
+
x
n
1 + x
n
=
1 + x
n
x
2
n
1 + x
n
=
(x
n
L)(x
n
L
t
)
1 + x
n
On en dduit donc :
x
2(n+1)
x
2n
=
(x
2n
L)(x
2n
L
t
)
1 + x
2n
0
x
2(n+1)+1
x
2n+1
=
(x
2n+1
L)(x
2n+1
L
t
)
1 + x
2n+1
0
Ainsi la suite (x
2n
) est croissante et la suite (x
2n+1
) est dcroissante.
On en dduit donc que ces deux suites convergent. Par passage la limite dans lgalit x
n+2

x
n
=
(x
n
L)(x
n
L

)
1+x
n
, on obtient que = L ou = L
t
. Compte tenu des bornes de ces deux
suites, on en dduit quelles convergent toutes les deux vers Let donc que lim
n+
(x
2n
x
2n+1
) = 0.
Conclusion : Les suites (x
2n
) et (x
2n+1
) sont adjacentes .
94 CHAPITRE 7. SUITES RELLES
(d) On vient de voir que les deux suites extraites des rangs pairs et impairs de (x
n
) convergent vers
une limite commune L =
1+

5
2
.
Conclusion : La suite (x
n
) converge et lim
n+
x
n
=
1 +

5
2
.
17. (a) Comme Aest une partie non vide et majore de Ralors A admet une borne suprieure sup(A) .
(b) Comme A contient au moins un lment a alors le rel a est dans A ce qui fait que cet
ensemble nest pas vide. Soit x A. Alors, il existe un rel a A tel que x = a. De plus,
comme > 0, on a :
x = a sup(A)
Ainsi, sup(A) est un majorant de A ce qui fait donc de cet ensemble une partie non vide
et majore de R. On en dduit que A admet une borne suprieure sup(A) . De plus, comme
sup(A) est un majorant de A, on en dduit aussi que : sup(A) sup(A) .
(c) Il reste prouver lingalit dans lautre sens. Soit a A. Alors, comme a A, on a :
a sup(A) et donc a
sup(A)

On en dduit ainsi que


sup(A)

est un majorant de A, ce qui entrane que :


sup(A)
sup(A)

et alors sup(A) sup(A)


Conclusion : sup(A) = sup(A) .
18. (a) Les parties A et B sont non vides et minores donc A et B admettent une borne infrieure .
(b) Lensemble A+B est non vide car ni A ni B ne lest. Soit x A+B. Alors, il existe un couple
(a, b) de rels de A B tels que x = a + b. Comme a inf(A) et b inf(B) alors :
x inf(A) + inf(B)
Ainsi A + B est minor par inf(A) + inf(B). Conclusion :
A + B admet une borne infrieure et inf(A + B) inf(A) + inf(B)
(c) On a :
a A, b B, a + b inf(A + B)
a A, a + inf(B) inf(A + B)
inf(A) + inf(B) inf(A + B)
Conclusion : inf(A + B) = inf(A) + inf(B) .
19. Lingalit de gauche prouve que la suite (u
n
) est croissante.
Soit n N

. On somme ces doubles ingalits du rang 0 au rang n et on obtient :


0
n1

k=0
(u
k+1
u
k
)
n1

k=0
1
2
k
0 u
n
u
0

1
_
1
2
_
n
1
1
2

1
1
2
= 2
ce qui prouve que la suite (u
n
) est majore par 2 + u
0
.
Conclusion : La suite (u
n
) est convergente .
Par passage la limite dans la double ingalit obtenue ci-dessus, on obtient :
u
0
lim
n+
u
n
2 + u
0
20. s
Chapitre 8
Comportement asymptotique des suites relles
8.1 Suite ngligeable devant une autre suite
8.1.1 Gnralits
Dnition
Soit u et v deux suites relles. On dit que la suite u est ngligeable devant la suite v au voisinage de
+si et seulement sil existe une suite relle (
n
) de limite 0 et un entier naturel n
0
tels que :
n n
0
, u
n
=
n
v
n
On note alors :
u
n
= o
n+
(v
n
)
ou plus simplement u
n
= o(v
n
) (il ny a aucune ambigit ici, ltude du comportement dune suite est
uniquement envisag au voisinage de +).
Remarque
Cette notion exprime le fait quau voisinage de linni lordre de grandeur du terme gnral de la suite
u est trs infrieur (en valeur absolue) celui de la suite v.
Exemples
1. Dmontrer successivement que :
1
n
= o ((1)
n
) n + 1 = o(n
2
)
1
5n
2
+ 3n
= o
_
1
nln(n)
_
2. Dmontrer quune suite u est ngligeable devant la suite nulle si et seulement si la suite u est nulle
partir dun certain rang.
Thorme (caractrisation fondamentale de la ngligeabilit)
Soit u et v deux suites relles. On suppose que la suite v ne sannule pas partir dun certain rang.
Alors :
u
n
= o(v
n
) lim
n+
u
n
v
n
= 0
Preuve
En utilisant la dnition, on obtient que, pour n assez grand, le quotient
u
n
v
n
est gal
n
qui tend
vers 0 lorsque n tend vers +.
Rciproquement, en posant
n
=
u
n
v
n
pour tout n assez grand (et 0 sinon), on obtient le rsultat.
95
96 CHAPITRE 8. COMPORTEMENT ASYMPTOTIQUE DES SUITES RELLES
Exemple
Soit u une suite relle. Dmontrer que :
u
n
= o(1) lim
n+
u
n
= 0
Propositions (exemples fondamentaux)
Soit u une suite relle et un rel strictement positif. Alors :
u
n
= o(n

) lim
n+
u
n
n

= 0 et u
n
= o
_
1
n

_
lim
n+
u
n
n

= 0
Preuve
Cest une consquence directe du thorme prcdent.
Exemples
Dmontrer successivement que :
n
2
+ n + 1 = o(n
3
) et
1
n
2

6
n
3
= o
_
1
n
_
8.1.2 Ngligeabilit et oprations sur les suites
Propositions
Soit u, v, w et t quatre suites relles. Soit un rel non nul. On a alors :
Simplication par un rel :
u
n
= o(v
n
) u
n
= o(v
n
)
Transitivit de la ngligeabilit :
_
u
n
= o(v
n
)
v
n
= o(w
n
)
u
n
= o(w
n
)
Somme de deux suites ngligeables devant une mme suite :
_
u
n
= o(w
n
)
v
n
= o(w
n
)
u
n
+ v
n
= o(w
n
)
Ngligeabilit et produit :
_
u
n
= o(w
n
)
v
n
= o(t
n
)
u
n
v
n
= o(w
n
t
n
)
Passage linverse : Si u et v ne sannulent pas partir dun certain rang alors
u
n
= o(v
n
)
1
v
n
= o
_
1
u
n
_
Preuves
Utiliser la dnition de la ngligeabilit et, si besoin est, le thorme fondamental.
8.2. SUITES QUIVALENTES 97
Exemples
Comme n
3
= o(5n
4
) alors n
3
= o(n
4
).
Comme n
3
= o(n
4
) et n
2
= o(n
4
) alors 5n
3
8n
2
= o(n
4
) et n
5
= o(n
8
).
Comme n
3
= o(n
4
) alors
1
n
4
= o
_
1
n
3
_
.
8.1.3 Ngligeabilit et limite de suites
Propositions
Soit u et v deux suites.
Si u est borne et si v a une limite innie alors u
n
= o(v
n
).
Si u a une limite nulle et si v a une limite non nulle (voire innie) alors u
n
= o(v
n
).
Si v a une limite nie et si u
n
= o(v
n
) alors u a pour limite 0.
Preuves
Toujours le thorme fondamental.
8.1.4 Ngligeabilit au quotidien
Propositions
Si 0 < < alors :
n

= o(n

) et
1
n

= o
_
1
n

_
Si 0 < [a[ < [b[ alors :
a
n
= o(b
n
)
Si > 0, > 0 et a > 1 alors :
1 = o
_
ln(n)

_
(ln(n))

= o(n

) n

= o(a
n
) a
n
= o(n!)
1
n!
= o
_
1
a
n
_
1
a
n
= o
_
1
n

_
1
n

= o
_
1
(ln(n))

_
1
(ln(n))

= o(1)
Preuves
Limites usuelles.
8.2 Suites quivalentes
8.2.1 Gnralits
Dnition
On dit quune suite relle u est quivalente une suite relle v au voisinage de +si et seulement sil
existe une suite (
n
)
nN
de limite 1 et un entier naturel n
0
tels que :
n n
0
, u
n
=
n
v
n
On note alors :
u
n

n+
v
n
ou bien u
n
v
n
puisque le comportement dune suite est toujours envisag au voisinage de linni.
98 CHAPITRE 8. COMPORTEMENT ASYMPTOTIQUE DES SUITES RELLES
Remarque
Cette notion exprime le fait quau voisinage de linni lordre de grandeur du terme gnral de la
suite u est le mme que celui de la suite v (ordre de grandeur tenant compte du signe contrairement la
ngligeabilit).
Exemples
Dmontrer successivement que :
n
2
+ 6n + 1 n
2
1 +
6
n
+
2
n
3
1
1
n
2

3
ln(n)

4
n

3
ln(n)
Remarques
Dans la dnition, on peut remplacer la suite (
n
) de limite 1 par la suite (1 +
n
) o la suite (
n
) a
pour limite 0 en posant :
n N,
n
=
n
1
ATTENTION, il est faux de croire que :
u
n
v
n
lim(u
n
v
n
) = 0
comme le prouvent les suites : n N, u
n
= n + 1, v
n
= n.
Thormes fondamentaux
Soit u et v deux suites relles.
Si est un rel non nul alors :
u
n
lim
n+
u
n
=
Si la suite v ne sannule pas partir dun certain rang alors :
u
n
v
n
lim
n+
u
n
v
n
= 1
Lien avec la ngligeablilit :
u
n
v
n
u
n
= v
n
+ o(v
n
) ou bien u
n
= o(v
n
) u
n
+ v
n
v
n
Preuves
crire la dnition de lquivalence.
Exemples
1. Dmontrer que :
_
1
n
_1
n
1 n
2
+ n + 1 n
2
et
(1)
n
n
+
1
n
2

(1)
n
n
2. Dterminer un quivalent (cest dire le suite la plus simple possible qui lui est quivalente) de :
n
2
+ n n ln(n) 5

n + e
n
1
n
+
1
n
2
cos(n) + 4 + ln(n
10
) 7

n
8.2. SUITES QUIVALENTES 99
Remarques
Soit u et v deux suites relles.
u
n
0 si et seulement si u est nulle partir dun certain rang.
Aucune suite (sauf la suite nulle) nest quivalente 0.
u
n
v
n
si et seulement si v
n
u
n
.
Les deux suites sont dites quivalentes.
8.2.2 quivalence et oprations sur les suites
Propositions
Soit u, v, w et t quatre suites relles. On a alors :
Simplication par un rel :
R

, u
n
v
n
u
n
v
n
Transitivit de lquivalence :
_
u
n
v
n
v
n
w
n
u
n
w
n
quivalence et produit :
_
u
n
w
n
v
n
t
n
u
n
v
n
w
n
t
n
Passage linverse et quotient : Si u et v ne sannulent pas partir dun certain rang alors
u
n
v
n

1
u
n

1
v
n
et
_
u
n
v
n
w
n
t
n

w
n
u
n

t
n
v
n
Composition par la valeur absolue :
u
n
v
n
[u
n
[ [v
n
[
la rciproque tant fausse (problmes de signes).
Composition par une fonction puissance :
R, u
n
v
n
u

n
v

n
Preuves
Utiliser la dnition et ventuellement le thorme fondamental.
cueils courants
Chacune des propositions qui suit est fausse, comme le prouve lexemple associ :
Somme dquivalents :
_
u
n
w
n
v
n
t
n
u
n
+ v
n
w
n
+ t
n
Exemple : u
n
= 1 v
n
= 1 w
n
= 1 +
1
n
t
n
= 1 +
1
n
.
Composition par la fonction logarithme nprien :
u
n
v
n
ln(u
n
) ln(v
n
)
Exemple : u
n
= 1 v
n
= 1 +
1
n
.
100 CHAPITRE 8. COMPORTEMENT ASYMPTOTIQUE DES SUITES RELLES
Composition par la fonction exponentielle :
u
n
v
n
exp(u
n
) exp(v
n
)
Exemple : u
n
= n v
n
= n + 1.
De manire gnrale, on ne compose pas les quivalents par une fonction (sauf dans les cas men-
tionns dans la proposition ci-dessus, savoir : multiplication par un rel non nul, fonction inverse,
fonctions puissances, valeur absolue).
8.2.3 quivalence et limite de suites
Thorme fondamental
Deux suites quivalentes sont de mme nature (elles convergent ou elles divergent simultanment).
De plus, dans le cas o elles ont une limite (nie ou innie), cette limite est la mme.
Preuve
Soit u et v deux suites relles quivalentes. Alors, il existe une suite (
n
) de limite 1 et un entier naturel
n
0
tels que
n n
0
, u
n
=
n
v
n
Supposons que v converge vers le rel L. On en dduit immdiatement que u converge vers L.
Supposons que v diverge vers +. On en dduit immdiatement que u diverge vers +.
Supposons que v diverge vers . On en dduit immdiatement que u diverge vers .
Supposons que v nadmet pas de limite. Si u admettait une limite alors, en divisant lgalit par
n
(qui est non nul partir dun certain rang), v admettrait ncessairement la mme limite, ce qui serait
absurde. Ainsi, la suite u ne peut admettre de limite.
Remarque fondamentale
La rciproque de ce thorme est fausse. Par exemple, les suites (n) et (n
2
) ont la mme limite (+)
et pourtant elles ne sont nullement quivalentes.
Exemple
Dterminer lim
n+
1
n
4
+
3
n
2

1
n
1
n
5

9
n
2
.
8.2.4 quivalences au quotidien
Thorme
Soit P une fonction polynme. Alors, on a :
P(n) est quivalent son terme de plus haut degr.
P
_
1
n
_
est quivalent son terme de plus bas degr.
Soit (
n
) une suite de limite 0. Alors :
R

, (1 +
n
)

1
n
ln(1 +
n
)
n
et e

n
1
n
sin(
n
)
n
cos(
n
) 1

2
n
2
tan(
n
)
n
8.3. EXERCICES 101
Preuves
Simples factorisations
Voir le chapitre sur la drivabilit.
Exemples
Dterminer un quivalent de :
ln
_
n
2
n + 2
n
2
+ 1
_
et

n
2
+ an + 1 n (en fonction du rel a)
8.3 Exercices
1. Soit u et v deux suites relles quivalentes. On suppose que v est strictement positive partir dun
certain rang.
(a) Dmontrer que u est strictement positive partir dun certain rang.
(b) Dterminer un exemple pour lequel la stricte positivit de u ainsi que celle de v ne sobtiennent
pas au mme rang.
2. Soit a, b deux suites relles quivalentes. Soit u une suite relle telle que a
n
u
n
b
n
partir dun
certain rang. Dmontrer que u
n
a
n
.
3. Ranger par ordre croissant de ngligeabilit les suites de terme gnral :
ln(n) e
n
0, 001
n
n
100000
(ln(n))
12
n
0,12
(n!)
0,00001
100
n
4. Dterminer un quivalent et la limite ventuelle des suites suivantes :
a
n
= n
2
+ 5n b
n
=

n + (ln(n))
24
+ sin(n) c
n
= e
n
+ n
e
d
n
=

n + 1 +

n e
n
=

n + 1

n f
n
= sin
_
n
3n
2
+ n 1
_
g
n
=

3
n
4
+
2
n
3
cos
_

n
_
1
h
n
=
ln
_
1
2
n
_
e
1
n
1
i
n
=
1 cos
_
1
n
_
e
1
n
2
1
5. Dterminer, en fonction du rel a un quivalent puis la limite de la suite u dnie par :
n N, u
n
=

n
2
+ an + a 1 n
6. Soit u une suite relle vriant la proposition (H) :
n N

, n ln(n) u
n
n + ln(n)
(a) Dmontrer que u
n
n.
(b) Que peut-on dire du comportement asymptotique la suite u?
(c) Justier que les suites u suivantes vrient la proposition (H) puis en donner un quivalent de
u
n
et, enn, dterminer la limite ventuelle de u
n
n :
u
n
= n + ln(n) cos
_
1
n
_
u
n
= n + ln(n) sin
_
1
n
_
u
n
= n
_
1
ln(n)
2n + 1
_
u
n
= n + (1)
n
ln(n)
102 CHAPITRE 8. COMPORTEMENT ASYMPTOTIQUE DES SUITES RELLES
7. Dterminer les limites suivantes :
lim
n+
2
n
+ n!
n
2
+ cos(n)
lim
n+

4n
2
+ 3 2n
3

n
3
+ 1 n
lim
n+
1 cos
_
1
n
_
tan
2
_
1
n
_
8. Soit a un rel. On pose : n N

, u
n
=
_
1 +
a
n
_
n
.
tudier la nature de la suite u et dterminer sa limite ventuelle.
9. Soit (u
n
) une suite relle de limite 1. Montrer que : ln(u
n
) u
n
1.
10. Dterminer lquivalent (le plus simple) de ln
_
(n 2)(n 3)
2
n(n 4)
2
_
.
11. (a) Dterminer lquivalent de
_
1
n
_1
n
1.
(b) En dduire une approximation de
100

10
2
10
2
prs.
12. (a) Montrer que :
n 2, k 0, n 2, 0
k!
n!

1
n(n 1)
(b) En dduire un encadrement de
n2

k=0
k!
n!
pour tout entier n 2.
(c) Dmontrer enn que :
_
n

k=0
k!
_
n!.
13. quivalent de la somme des inverses des entiers. On pose :
n N

, u
n
=
n

k=1
1
k
(a) i. tudier la monotonie de la suite (u
n
).
ii. En considrant u
2n
u
n
, dmontrer que : lim
n+
u
n
= +.
(b) i. En remarquant que :
k N

, x [k, k + 1],
1
k + 1

1
x

1
k
montrer que :
k N

,
1
k + 1
ln(k + 1) ln(k)
1
k
ii. En dduire un encadrement de u
n
.
iii. Dterminer alors un quivalent de u
n
.
(c) tudier la nature de la suite (u
n
ln(n))
n1
.
8.4 Solutions des exercices
1. (a) Comme la suite v est strictement positive partir dun certain rang, on peut alors crire :
n
0
N/n n
0
, v
n
> 0
8.4. SOLUTIONS DES EXERCICES 103
Comme les suites u et v sont quivalentes, on peut alors crire :
(
n
)
nN
, n
1
n
0
/ lim
n+

n
= 1, n n
1
, u
n
=
n
v
n
Comme la suite (
n
) converge vers 1, on peut alors crire :
n
2
n
1
/n n
2
, [
n
1[
1
2
Ainsi, pour tout rang n n
2
, on a 0 <
1
2

n
. On en dduit alors que :
n n
2
n
1
n
0
, u
n
=
n
v
n
> 0
Conclusion : La suite u est strictement positive partir dun certain rang .
(b) Il suft de choisir, par exemple, u
n
= n et v
n
= n 4 pour tout entier naturel n.
2. Comme les suites a et b sont quivalentes, on peut alors crire :
(
n
)
nN
, n
0
N/ lim
n+

n
= 1, n n
0
, b
n
=
n
a
n
Lencadrement de u
n
se traduit par :
n
1
n
0
/n n
1
, a
n
u
n
b
n
=
n
a
n
puisque n n
1
n
0
. Ainsi, u
n
= 0 lorsque a
n
= 0 (la rciproque peut tre fausse a priori). On pose
alors :
n N,
n
=
_
1 si a
n
= 0
u
n
a
n
si a
n
,= 0
On en dduit que :
n n
1
, a
n

n
a
n

n
a
n
Alors, mme si a
n
= 0, on obtient :
n n
1
, 1
n

n
Comme (
n
) converge vers 1, on en dduit que (
n
) aussi.
Conclusion : Les suites u et a sont quivalentes .
3. Daprs le cours, on a videmment lordre suivant :
0, 001
n
ln(n) (ln(n))
12
n
0,12
n
100000
e
n
100
n
(n!)
0,00001
4. (a) Comme 5n = o(n
2
), on en dduit que :
a
n
n
2
et lim
n+
a
n
= +
(b) Comme sin(n) = o(

n) (suite borne et suite de limite innie) et (ln(n))


24
= o(

n) (compa-
raison usuelle), on en dduit que :
b
n

n et lim
n+
b
n
= +
(c) Comme n
e
= o(e
n
) (comparaison puissances et exponentielles), on en dduit que :
c
n
e
n
et lim
n+
c
n
= +
104 CHAPITRE 8. COMPORTEMENT ASYMPTOTIQUE DES SUITES RELLES
(d) Comme il est interdit dajouter les quivalents, on procde par factorisation :
n > 0, d
n
=

n
_
_
1 +
1
n
+ 1
_
Comme la suite (
1
n
) converge vers 0, par composition et oprations sur les limites, la suite
__
1 +
1
n
+ 1
_
converge vers 2. On en dduit donc que
_
1 +
1
n
+ 1 2. On multiplie alors
cette quivalence par

n et on obtient :
d
n
2

n et lim
n+
d
n
= +
(e) Ici encore, on factorise :
n > 0, e
n
=

n
_
_
1 +
1
n
1
_
On reconnat alors un quivalent usuel puisque la suite (
1
n
) converge vers 0. On obtient alors :
e
n

n
n
=
1

n
et lim
n+
e
n
= 0
(f) La fraction est polynomiale donc quivalente au quotient des termes de plus haut degr cest
dire
1
3n
. Comme la suite (
1
3n
) converge vers 0, la suite
_
n
3n
2
+n1
_
aussi. Alors :
sin
_
n
3n
2
+ n 1
_

n
3n
2
+ n 1

1
3n
On en dduit que :
f
n

1
3n
et lim
n+
f
n
= 0
(g) Le numrateur est quivalent
2
n
3
. Comme la suite (

n
) converge vers 0, alors le dnominateur
est quivalent
1
2
(

n
)
2
. Par quotient des quivalents, on obtient :
g
n

4

2
n
et lim
n+
g
n
= 0
(h) Comme la suite (
1
n
) converge vers 0, alors le numrateur est quivalent
2
n
et le dnominateur

1
n
. Par quotient des quivalents, on obtient :
h
n
2 et lim
n+
h
n
= 2
(i) Comme la suite (
1
n
) converge vers 0, alors le numrateur est quivalent
1
2
_
1
n
_
2
. Comme la suite
_
1
n
2
_
converge vers 0 alors le dnominateur est quivalent
1
n
2
. Par quotient des quivalents, on
obtient :
i
n

1
2
et lim
n+
i
n
=
1
2
5. Comme il est interdit dajouter des quivalents, on factorise par n :
n > 0, u
n
= n
_
_
1 +
a
n
+
a 1
n
2
1
_
Comme la suite
_
a
n
+
a1
n
2
_
converge vers 0, on en utilise un quivalent usuel :
u
n
n
1
2
_
a
n
+
a 1
n
2
_
=
a
2
+
a 1
2n
8.4. SOLUTIONS DES EXERCICES 105
(a) Si a = 0 alors u
n

1
2n
et lim
n+
u
n
= 0 (=
a
2
) .
(b) Si a ,= 0 alors u
n

a
2
et lim
n+
u
n
=
a
2
.
6. s
7. s
8. s
9. s
10. Comme largument du logarithme a pour limite 1 (obrenue par quivalents usuels) lorsque n tend vers
+, sa diffrence avec tend donc vers 0 et, pour tout entier naturel n, on a :
ln
_
1 +
(n 2)(n 3)
2
n(n 4)
2
1
_
= ln
_
1 +
5n 18
n(n 4)
2
_

5n 18
n(n 4)
2

5
n
2
11. s
12. (a) Soit n 2. Comme la suite (k!)
k0
est croissante, alors, pour tout entier k 0, n 2, on a :
0 k! (n 2)! donc 0
k!
n!

(n 2)!
n!
=
(n 2)!
n(n 1)(n 2)!
Conclusion : n 2, k 0, n 2, 0
k!
n!

1
n(n 1)
.
(b) Soit n 2. Par sommation des ingalits qui prcdent, on a :
0
n2

k=0
k!
n!

n2

k=0
1
n(n 1)
donc 0
n2

k=0
k!
n!

1
n
(c) Pour tout entier n 2, on en dduit que :
(n 1)!
n!
+
n!
n!

n

k=0
k!
n!

1
n
+
(n 1)!
n!
+
n!
n!
1 +
1
2

n

k=0
k!
n!
1 +
2
n
Daprs le thorme des gendarmes, on peut alors afrmer que lim
n+
n

k=0
k!
n!
= 1.
Conclusion :
n

k=0
k! n! .
13. (a) i. Pour tout entier naturel non nul n, on a : u
n+1
u
n
=
1
n+1
> 0 (daprs la relation de
Chasles).
Conclusion : La suite (u
n
)
n1
est strictement croissante .
ii. Soit n N

. On a alors : u
2n
u
n
=
2n

k=n+1
1
k
. En encadrant chaque terme de la somme
(
1
2n

1
k

1
n+1
) et en sommant ces encadrements, on obtient :
1
2
u
2n
u
n

n
n + 1
1
106 CHAPITRE 8. COMPORTEMENT ASYMPTOTIQUE DES SUITES RELLES
Si la suite (u
n
) tait convergente alors la suite (u
2n
) qui en est extraite serait aussi conver-
gente et aurait la mme limite, ainsi la suite (u
2n
u
n
) convergerait vers 0 ce qui est en
contradiction avec les ingalits qui prcdent. On en dduit que la suite (u
n
) ne converge
pas. Mais, comme elle est croissante, on peut alors conclure que :
La suite (u
n
)
n1
diverge vers +
(b) i. Soit k un entier naturel non nul. La fonction x
1
x
est strictement dcroissante sur lin-
tervalle [k, k + 1] donc, on a bien : x [k, k + 1],
1
k+1

1
x

1
k
. On intgre alors ces
ingalits sur lintervalle [k, k + 1] et on obtient :
_
k+1
k
1
k + 1
dx
_
k+1
k
1
x
dx
_
k+1
k
1
k
dx
1
k + 1
[ln(x)]
k+1
k

1
k
Conclusion : k 2, x [k, k + 1],
1
k + 1
ln(k + 1) ln(k)
1
k
.
ii. Soit n 2. On somme ces ingalits du rang k = 1 au rang k = n 1 et on obtient :
n1

k=1
1
k + 1

n1

k=1
[ln(k + 1) ln(k)]
n1

k=1
1
k
Aprs le changement de variable k
t
= k + 1 dans la premire somme, on obtient :
u
n
1 ln(n) u
n

1
n
En permutant les deux ingalits, on en conclut que :
n 2, ln(n) +
1
n
u
n
ln(n) + 1
On remarque que cet encadrement convient encore pour n = 1.
iii. On dduit de lencadrement qui prcde que :
n 2, 1 +
1
nln(n)

u
n
ln(n)
1 +
1
ln(n)
Daprs le thorme des gendarmes, on peut conclure que la suite
_
u
n
ln(n)
_
converge vers 1.
Conclusion :
n

k=1
1
k
ln(n) .
(c) Daprs lencadrement obtenu en ii, on en dduit que :
n 1, 0
1
n
u
n
ln(n) 1
donc la suite (u
n
ln(n)) est borne. Par ailleurs, pour tout entier n 1, on a :
u
n+1
ln(n + 1) u
n
+ ln(n) =
1
n + 1
+ ln
_
1
1
n + 1
_
> 0
puisque la fonction x x +ln(1 x) est strictement ngative sur ]0, 1[ (dterminer le signe de
la fonction drive sur ]0, 1[ puis tablir le tableau des variations) et
1
n+1
]0, 1[ pour tout entier
naturel non nul n. On en dduit que la suite (u
n
ln(n)) est strictement dcroissante.
Conclusion : La suite (u
n
ln(n))
n1
converge .
Sa limite est appele constante dEuler et se note . On connat trs peu de choses sur ce nombre.
Chapitre 9
Matrices relles
9.1 Dnitions
9.1.1 Matrices rectangulaires
Dnition
Soit n et p deux entiers naturels non nuls. On appelle matrice (rectangulaire) relle n lignes et p
colonnes tout tableau de rels de la forme :
_
_
_
_
_
_
_
_
_
a
1,1
a
1,2
a
1,3
. . . a
1,p1
a
1,p
a
2,1
a
2,2
a
2,3
. . . a
2,p1
a
2,p
a
3,1
a
3,2
a
3,3
. . . a
3,p1
a
3,p
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1,1
a
n1,2
a
n1,3
. . . a
n1,p1
a
n1,p
a
n,1
a
n,2
a
n,3
. . . a
n,p1
a
n,p
_
_
_
_
_
_
_
_
_
o : i 1, n, j 1, p, a
i,j
R.
Notations
Une telle matrice est note A = (a
i,j
)
1in
1jp
. On note aussi A = (a
i,j
) lorsquil ny a pas dambigit
sur les dimensions de la matrice.
Le premier indice est toujours celui des lignes, le second est toujours celui des colonnes.
Lensemble des matrices relles n lignes et p colonnes est not /
n,p
(R).
Exemple
_
1 2 4 0
0 0 3 7
_
est une matrice relle 2 lignes et 4 colonnes. Cest donc un lment de /
2,4
(R).
Dnitions
Dans le cas o p = 1, la matrice est appele matrice colonne ou bien vecteur colonne.
Dans le cas o n = 1, la matrice est appele matrice ligne.
La matrice n lignes et p colonnes nayant que des 0 comme coefcients est appele matrice nulle
de /
n,p
(R). On la note parfois ou bien plus simplement 0.
Deux matrices sont gales si et seulement si elles ont le mme nombre de lignes, le mme nombre de
colonnes et le mme coefcient pour chaque couple (i, j) dindices.
Pour tout i 1, n et tout j 1, p, on appelle matrice lmentaire dindice (i, j) la matrice de
/
n,p
(R), note E
i,j
, dont tous les coefcients sont nuls sauf celui situ en i
me
ligne et j
me
colonne
qui vaut 1.
107
108 CHAPITRE 9. MATRICES RELLES
9.1.2 Matrices carres
Dnitions
On appelle matrice carre toute matrice dont le nombre de lignes est gal au nombre de colonnes.
On appelle matrice carre dordre n 1 toute matrice carre ayant n lignes (et donc aussi n colonnes).
Notations
Une matrice carre dordre n est note A = (a
i,j
)
1in
1jn
. Parfois, on note plus simplement (a
i,j
) voire
mme (a
ij
).
Lensemble des matrices carres dordre n est not /
n
(R).
Remarque
Lensemble /
1
(R) est clairement en bijection avec lensemble R. De plus (comme on le verra au
prochain paragraphe) les oprations (addition et multiplication) sur ces matrices sidentient aux oprations
sur les rels. On considre alors quune matrice carre dordre 1 est un rel et se note comme un rel (donc
sans les parenthses).
Dnitions
Soit A = (a
i,j
) /
n
(R).
On appelle diagonale de la matrice A la liste (a
1,1
, . . . , a
n,n
).
On dit que A est une matrice diagonale si et seulement si :
(i, j) (1, n)
2
, i ,= j a
i,j
= 0
On crit alors :
A = diag(a
1,1
, . . . , a
n,n
) ou A =
_
_
_
a
1,1
(0)
.
.
.
(0) a
n,n
_
_
_
On appelle matrice unit de /
n
(R) la matrice diagonale I
n
= diag(1, . . . , 1) .
On dit quune matrice carre A est triangulaire suprieure (resp. triangulaire infrieure) si et
seulement si tous ses coefcients au-dessous (resp. au-dessus) de sa diagonale sont nuls. Autrement
dit, une matrice A = (a
i,j
) est triangulaire suprieure (resp. infrieure) si et seulement si :
(i, j) 1, n
2
, i > j (resp. i > j) a
i,j
= 0
9.2 Oprations sur les matrices
9.2.1 Addition des matrices
Dnition
Soit A = (a
i,j
) et B = (b
i,j
) deux matrices de /
n,p
(R) (donc de mmes dimensions). On appelle
somme des deux matrices A et B la matrice de /
n,p
(R) :
A + B = (a
i,j
+ b
i,j
)
Remarque
On ne peut pas calculer la somme de deux matrices nayant pas le mme nombre de lignes et le mme
nombre de colonnes.
9.2. OPRATIONS SUR LES MATRICES 109
Propositions
Soit (A, B, C) (/
n,p
(R))
3
. On note la matrice nulle de /
n,p
(R). On a alors :
Commutativit de laddition :
A + B = B + A
Associativit de laddition :
A + (B + C) = (A + B) + C
On peut donc omettre les parenthses.
lment neutre :
A + = + A = A
Oppos :
A
t
/
n,p
(R)/A + A
t
= A
t
+ A =
Loppos de la matrice A = (a
i,j
) se note A et est la matrice (a
i,j
).
Preuves
On crit, chaque fois, la dnition de la somme.
9.2.2 Multiplication, gauche, dune matrice par un rel
Dnition
Soit A /
n,p
(R) et R. On appelle produit du rel par la matrice A la matrice de /
n,p
(R) :
A = (a
i,j
)
Propositions
Soit (A, B) (/
n,p
(R))
2
et (, ) R
2
. On note la matrice nulle de /
n,p
(R).
Associativit de la multiplication par un rel :
(A) = ()A
Distributivits de la multiplication par un rel sur les additions de rels et de matrices :
( + )A = A + A et (A + B) = A + B
lments neutres :
0A = et 1A = A
Remarques
Pour toute matrice A, on a :A = (1)A.
On appelle diffrence des matrices A et B la matrice de /
n,p
(R) :
A B = A + (B) = (a
i,j
b
i,j
)
Soit A une matrice. Pour dsigner la matrice
1
2
A, il est interdit dcrire
A
2
ou mme A
1
2
. En effet, le
quotient de la matrice A par un rel na pas t dni et le produit par un rel seffectue gauche (de
la matrice). Seule la premire notation est donc lgale.
Les deux oprations dnies prcdemment donnent lensemble /
n,p
(R) la structure de R-espace
vectoriel.
110 CHAPITRE 9. MATRICES RELLES
Proposition/Dnition
Toute matrice de /
n,p
(R) se dcompose de manire unique en une combinaison linaire de toutes
les matrices de la famille (E
i,j
)
1in,1jp
.
Cette famille (E
i,j
)
1in,1jp
est appele base canonique de /
n,p
(R).
Preuve
Il suft de remarquer que (a
i,j
) =

i,j
a
i,j
E
i,j
pour toute matrice (a
i,j
) do lexistence de la combinai-
son linaire. Lunicit provient lgalit des coefcients de deux matrices gales.
9.2.3 Multiplication des matrices
Dnition
On appelle produit de la matrice A = (a
i,j
) de /
n,p
(R) par la matrice B = (b
j,k
) de /
p,q
(R) la
matrice AB = (c
i,k
) de /
n,q
(R) dnie par :
i 1, n, k 1, q, c
i,k
=
p

j=1
a
i,j
b
j,k
On dit que le coefcient c
i,k
sobtient par produit de la ligne i de A par la colonne k de B.
Exemple
Calculer le produit :
_
1 2 3
3 2 1
_
_
_
0 1 1 2
1 1 2 2
1 2 2 3
_
_
Remarque fondamentale
Pour effectuer un produit de deux matrices, le nombre de colonnes de la matrice de gauche doit
ncessairement tre gal au nombre de lignes de la matrice de droite.
propos de la commutativit du produit
Lorsque le produit AB existe, le produit BA nexiste pas ncessairement (cf. exemple ci-dessus).
Dterminer alors une CNS pour que les produits AB et BA existent simultanment.
Lorsque les produits AB et BA existent simultanment, il ne correspondent pas ncessairement des
matrices appartenant au mme ensemble :
_
3
2
_
_
1 4
_
=
_
3 12
2 8
_
/
2,2
(R) et
_
1 4
_
_
3
2
_
= 11 /
1,1
(R)
Dterminer alors une CNS pour que les produits AB et BA existent simultanment et appartiennent
au mme ensemble.
Lorsque les produits AB et BA existent simultanment et appartiennent au mme ensemble, ils ne
sont pas ncessairement gaux :
_
1 1
0 1
__
1 0
1 1
_
=
_
2 1
1 1
_
et
_
1 0
1 1
__
1 1
0 1
_
=
_
1 1
1 2
_
9.2. OPRATIONS SUR LES MATRICES 111
Cela dit, il arrive, parfois, que lon ait :
AB = BA
On dit alors que les matrices A et B commutent. Par exemple, on a :
A /
n
(R), AI
n
= I
n
A = A
Propositions
Soit A, B et C trois matrices dont les dimensions sont compatibles avec les oprations dans chacun des
cas ci-dessous. Soit un rel. Alors, on a :
Associativit des deux multiplications :
(A)B = A(B) = (AB)
On peut alors omettre les parenthses (dans la premire et la dernire criture).
Associativit de la multiplication :
A(BC) = (AB)C
On peut alors omettre les parenthses.
Distributivit de la multiplication sur laddition :
(A + B)C = AC + BC et A(B + C) = AB + AC
lments neutres de la multiplication :
I
n
A = AI
p
= A et A = A =
Preuves
Cest calculatoire.
Remarque
On peut donc calculer avec les matrices et en particulier on peut factoriser et dvelopper comme avec
les rels la condition expresse de ne jamais changer lordre des produits de deux matrices. Ainsi :
A /
n
(R), B /
n,p
(R), AB + 3B = (A + 3I
n
)B
(A, B) (/
n
(R))
2
, (A + B)(A + B) = AA + AB + BA + BB
cueils viter
IL EST FAUX DE CROIRE QUE :
AB = A = ou B =
EN GNRAL, les identits remarquables sont fausses (voir la remarque ci-dessus).
Exemples
1. Calculer AB dans le cas o : A =
_
1 0
0 0
_
et B =
_
0 0
0 1
_
.
2. Calculer (A + B)
2
et A
2
+ 2AB + B
2
dans le cas o : A =
_
1 1
0 1
_
et B =
_
1 0
1 1
_
.
112 CHAPITRE 9. MATRICES RELLES
9.2.4 Transpose
Dnitions
On appelle transpose de la matrice A = (a
i,j
)
1in,1jp
de /
n,p
(R) la matrice de /
p,n
(R) :
t
A = (a
i,j
)
1jp,1in
On a ainsi dni une application transposition :
t
: /
n,p
(R) /
p,n
(R)
A
t
A
Exemple
Calculer
t
_
2 1 6
0 7 3
_
.
Remarque
Lopration de transposition consiste donc, pour tout couple (i, j), transformer :
la ligne i de la matrice A en la colonne i de
t
A;
la colonne j de la matrice A en la ligne j de
t
A.
Propositions
La transposition est une application involutive :
A /
n,p
(R),
t
_
t
A
_
= A
La transposition est une application linaire :
(A, B) (/
n,p
(R))
2
, (, ) R
2
,
t
(A + B) =
t
A +
t
B
Transpose et produit de matrices :
A /
n,p
(R), B /
p,q
(R),
t
(AB) = (
t
B)(
t
A)
Preuves
On calcule avec les coefcients.
Dnitions
Une matrice A carre dordre n est dite symtrique si et seulement si :
t
A = A
Une matrice A carre dordre n est dite antisymtrique si et seulement si :
t
A = A
Exemples
1. Prciser la symtrie des matrices suivantes :
_
_
1 2 3
2 4 5
3 5 6
_
_
et
_
_
0 1 2
1 0 3
2 3 0
_
_
2. Soit A = (a
i,j
) /
n
(R). Dterminer une CNS portant sur les coefcients de A pour que :
(a) A soit symtrique ;
(b) A soit antisymtrique.
9.3. PRODUIT DE DEUX MATRICES CARRES 113
9.3 Produit de deux matrices carres
9.3.1 Existence du produit
Compte tenu de la dnition de lexistence du produit de deux matrices rectangulaires, on en dduit que
dans /
n
(R), les produits AB et BA existent toujours mais donnent gnralement des rsultats diffrents.
9.3.2 Puissances dune matrice carre
Dnition
On dnit les puissances successives dune matrice A carre dordre n par rcurrence de la faon
suivante :
A
0
= I
n
et k N, A
k+1
= A
k
.A = A.A
k
Exemple
Calculer A
n
pour tout entier naturel n o A =
_
_
1 1 1
1 1 1
1 1 1
_
_
/
3
(R).
Proposition
Soit A un matrice carre dordre n. Alors on a :
(p, q) N
2
, A
p+q
= A
p
A
q
Preuve
Rcurrence.
Proposition (formule du binme de Newton)
Soit (A, B) (/
n
(R))
2
tel que AB = BA . Alors :
p N, (A + B)
p
=
p

k=0
_
p
k
_
A
k
B
pk
=
p

k=0
_
p
k
_
A
pk
B
k
Preuve
On procde par rcurrence pour la premire galit. Soit T(p) la proposition :
(A + B)
p
=
p

k=0
_
p
k
_
A
k
B
pk
114 CHAPITRE 9. MATRICES RELLES
Au rang p = 0, les deux membres de lgalit sont gaux la mme matrice : I
n
. Soit p N.
Supposons que la proposition T(p) soit vraie. Alors :
(A + B)
p+1
= (A + B)
p
(A + B)
P(p)
=
_
p

k=0
_
p
k
_
A
k
B
pk
_
(A + B)
=
p

k=0
_
p
k
_
A
k
B
pk
A +
p

k=0
_
p
k
_
A
k
B
pk
B
AB=BA
=
p

k=0
_
p
k
_
A
k+1
B
pk
+
p

k=0
_
p
k
_
A
k
B
p+1k
k

=k+1
=
p+1

=1
_
p
k
t
1
_
A
k

B
p+1k

+
p

k=0
_
p
k
_
A
k
B
p+1k
=
_
p
p
_
A
p+1
B
0
+
p

k=1
__
p
k 1
_
+
_
p
k
__
A
k
B
p+1k
+
_
p
0
_
A
0
B
p+1
=
_
p + 1
p + 1
_
A
p+1
B
0
+
p+1

k=0
_
p + 1
k
_
A
k
B
p+1k
_
p + 1
0
_
A
0
B
p+1
=
p+1

k=0
_
p + 1
k
_
A
k
B
p+1k
donc la proposition T(p + 1) soit vraie. On conclut par le thorme de rcurrence.
La seconde galit sobtient par changement de variable (k
t
= p k) et en se souvenant que
_
p
k
_
=
_
p
p k
_
.
Exemple
En remarquant que
_
_
2 1 1
1 2 1
1 1 2
_
_
= I
3
+
_
_
1 1 1
1 1 1
1 1 1
_
_
, calculer
_
_
2 1 1
1 2 1
1 1 2
_
_
n
pour tout entier na-
turel n.
9.3.3 Inverse dune matrice carre
Dnitions
Soit A /
n
(R).
On dit que la matrice A est inversible si et seulement si :
B /
n
(R) / AB = BA = I
n
Cette matrice B est alors appele inverse de A et se note A
1
.
Lensemble des matrices carres dordre n inversibles est appel groupe linaire dordre n et se note
(L
n
(R).
Exemples
Parmi les matrices suivantes, dterminer celles qui sont inversibles et prciser alors leur inverse :
_
_
_
0 . . . 0
.
.
.
.
.
.
0 . . . 0
_
_
_
_
_
_
1 (0)
.
.
.
(0) 1
_
_
_
_
_
1 0 0
0 2 0
0 0 3
_
_
_
0 1
1 0
_ _
0 0
0 1
_
9.3. PRODUIT DE DEUX MATRICES CARRES 115
Proposition
Lorsquil existe, linverse dune matrice carre est unique.
Preuve
Soit A une matrice carre. Supposons quelle admette deux inverses B et C. Alors :
AB = I
n
et CA = I
n
do, en multipliant la premire galit gauche par C, on obtient successivement :
(CA)B = C I
n
I
n
B = C B = C
donc linverse est bien unique (sil existe).
Propositions
Soit (A, B) (L
n
(R)
2
, R

et (p, q) N
2
.
Inverse et multiplication par un rel :
(A) (L
n
(R) et (A)
1
=
1

A
1
Inverse et multiplication des matrices :
(AB) (L
n
(R) et (AB)
1
= B
1
A
1
Inverse et puissances :
A
p
(L
n
(R) et (A
p
)
1
=
_
A
1
_
p
Dans le cas o A est inversible, on note alors A
p
linverse de A
p
. Alors, on a :
A
p
A
q
= A
pq
Inverse et transpose :
(
t
A) (L
n
(R) et
_
t
A
_
1
=
t
_
A
1
_
Preuves
crire la dnition de linverse avec linverse propos.
Remarque
En gnral, dterminer linverse dune matrice carre dordre n est rarement trs simple puisquil sagit
de dterminer simultanment n
2
rels ! On a toutefois quelques cas particuliers.
Propositions (matrices carres inversible vue doeil)
Une matrice diagonale est inversible si et seulement si aucun de ses coefcients diagonaux nest nul.
Sa matrice inverse est alors la matrice diagonale forme des inverses des coefcients diagonaux.
Une matrice triangulaire suprieure (resp. infrieure) est inversible si et seulement si aucun de ses co-
efcients diagonaux nest nul. Sa matrice inverse est alors elle aussi triangulaire suprieure (resp. in-
frieure) et sa diagonale contient les inverses des coefcients diagonaux de la matrice initiale (concer-
nant les autres coefcients, on ne peut rien dire de simple).
116 CHAPITRE 9. MATRICES RELLES
Preuves
crire la dnition avec linverse propos.
Cest un peu plus dlicat.
Exemples
Justier que les matrices suivantes sont inversibles et prciser leur inverse :
_
1 0
0 7
_ _
1 1
0 1
_
_
_
2 2 2
0 2 2
0 0 2
_
_
Proposition
La matrice carre
_
a b
c d
_
est inversible si et seulement si :
ad bc ,= 0
Son inverse est alors la matrice :
1
ad bc
_
d b
c a
_
Preuve
crire la dnition avec linverse propos dans le cas ad bc ,= 0. Vrier la non inversiblilit dans le
cas ad bc = 0.
9.4 Exercices
1. Montrer que toute matrice carre se dcompose de manire unique en la somme dune matrice sym-
trique avec une matrice antisymtrique (analyse/synthse).
2. Soit R et A =
_
cos() sin()
sin() cos()
_
/
2
(R).
(a) Calculer A
n
pour tout entier naturel n.
(b) Ces matrices sont-elles inversibles (prciser alors linverse) ?
3. Soit A = diag(0, 1, 2). Dterminer le commutant de A, cest dire lensemble :
((A) = B /
3
(R) [ AB = BA
4. On dnit les matrices de /
3
(R) :
A =
_
_
0 1 0
0 0 1
0 0 0
_
_
=
_
_
0 0 0
0 0 0
0 0 0
_
_
et I =
_
_
1 0 0
0 1 0
0 0 1
_
_
(a) Justier quil nexiste aucun rel a tel que A + aI = .
(b) Justier quil nexiste aucun couple (a, b) de rels tels que A
2
+ aA + bI = .
(c) Dmontrer quil existe un unique triplet (a, b, c) de rels tels que :
A
3
+ aA
2
+ bA + cI =
9.4. EXERCICES 117
(d) En dduire que A nest pas inversible.
5. On dnit les matrices de /
3
(R) :
A =
_
_
1 3 6
6 8 12
3 3 4
_
_
et I =
_
_
1 0 0
0 1 0
0 0 1
_
_
(a) Inversibilit de la matrice A.
i. Calculer A
2
et montrer quil existe deux rels a et b tels que A
2
= aA + bI.
ii. En dduire que A est inversible et exprimer A
1
en fonction de A et I.
(b) Puissances successives de la matrice A.
i. Dmontrer quil existe deux suites (u
n
)
nN
et (v
n
)
nN
telles que :
n N, A
n
= u
n
A + v
n
I
ii. Montrer que : n N, u
n
+ v
n
= 1.
iii. En dduire que la suite (u
n
)
nN
est rcurrente linaire dordre 2.
iv. En dduire les expressions de u
n
et de v
n
en fonction de lentier naturel n.
(c) Lexpression de A
n
ainsi obtenue pour tout n N est-elle encore valable pour n = 1 ? pour
n Z?
6. Gnralisation des rsultats des deux exercices qui prcdent.
Soit (m, n) un couple dentiers suprieurs ou gaux 2. Soit A une matrice relle carre dordre n.
On note I la matrice unit et la matrice nulle de /
n
(R).
(a) Dans cette question, on suppose que :
(a
0
, . . . , a
m1
) R
m
/A
m
+ a
m1
A
m1
+ + a
1
A + a
0
I = , a
0
,= 0
Montrer que A est inversible (avec ou sans analyse/synthse).
Remarque : On dit que P(X) = X
m
+a
m1
X
m1
+ +a
1
X+a
0
est un polynme annulateur
de la matrice A.
(b) Dans cette question, on suppose que les deux propositions suivantes sont vries :
(a
1
, . . . , a
m1
) R
m1
(0, . . . , 0)/A
m
+ a
m1
A
m1
+ + a
1
A =
k 1, m1, (b
0
, . . . , b
m1
) R
m
, b
0
,= 0 A
k
+ b
k1
A
k1
+ + b
1
A + b
0
I ,=
Dmontrer que A nest pas inversible (par labsurde).
(c) Applications. Dterminer les matrices inversibles (et prciser alors leur inverse) parmi :
_
_
0 0 1
1 0 0
0 1 0
_
_
_
_
0 0 1
0 2 0
3 0 0
_
_
_
_
0 1 1
1 2 1
1 2 1
_
_
_
_
_
_
1 1 0 0
1 1 1 0
0 1 1 1
0 0 1 1
_
_
_
_
7. On dnit les matrices de /
3
(R) :
A =
_
_
3 1 1
1 3 1
1 1 3
_
_
B =
_
_
1 1 1
1 1 1
1 1 1
_
_
et I =
_
_
1 0 0
0 1 0
0 0 1
_
_
Lobjectif de cet exercice est de dterminer les puissances successives de la matrice A et justier son
inversiblit.
118 CHAPITRE 9. MATRICES RELLES
(a) Premire mthode.
i. Dterminer deux rels et tels que A = I + B.
ii. Dterminer B
n
pour tout entier naturel n.
iii. En utilisant la formule du binme, prouver que :
n N, A
n
= 2
n
I +
5
n
2
n
3
B
iv. Lexpression prcdente permet-elle de justier que la matrice A est inversible ?
Si oui, prciser la matrice A
1
.
(b) Seconde mthode.
i. Exprimer la matrice A
2
en fonction des matrices I et A. En dduire que A est inversible et
dterminer son inverse.
ii. Montrer quil existe deux suites relles (a
n
)
nN
et (b
n
)
nN
telles que :
n N, A
n
= a
n
I + b
n
A
iii. Montrer que :
n N, b
n+2
= 7b
n+1
10b
n
iv. En dduire le terme gnral puis la nature des deux suites.
(c) Applications.
i. Soit a un rel. On suppose maintenant que A =
_
_
a 1 1
1 a 1
1 1 a
_
_
. En utilisant lune des deux
mthodes prcdentes, dterminer les valeurs du rel a pour lesquelles la matrice A est
inversible et prciser alors son inverse (en fonction de a).
ii. Soit (a, b) un couple de rels. On suppose dsormais que A =
_
_
a b b
b a b
b b a
_
_
. En utilisant
lune des deux mthodes prcdentes, dterminer une CNS portant sur le couple (a, b) pour
que la matrice A soit inversible et prciser A
1
en fonction de a et b lorsque cette condition
est ralise.
8. Soit a un rel non nul. On dnit la matrice de /
3
(R) :
A =
_
_
0
1
a
1
a
2
a 0
1
a
a
2
a 0
_
_
(a) En calculant A
2
, montrer que A est inversible et prciser sa matrice inverse.
(b) Dterminer A
n
pour tout entier naturel n (sinspirer de la question b de lexercice prcdent).
(c) Lexpression de A
n
convient-elle pour n = 1 ? n Z?
9. Calculer les puissances entires positives de la matrice de /
n
(R) suivante :
_
_
_
_
_
_
_
_
0 1 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
.
.
.
.
.
.
1
0 . . . . . . . . . 0
_
_
_
_
_
_
_
_
9.5. SOLUTIONS DES EXERCICES 119
10. Soit A une matrice carre dordre n. Pour tout i 1, n, on note C
i
la matrice colonne gale la
colonne i de la matrice A. On note aussi la matrice colonne nulle ( n lignes).
(a) Dmontrer que si A est inversible alors :
(
1
, . . . ,
n
) R
n
(0, . . . , 0),
1
C
1
+ +
n
C
n
,=
(b) Quel rsultat peut-on noncer avec les lignes de A?
(c) La matrice
_
_
_
_
_
1 1 . . . 1
1 0 . . . 0
.
.
.
.
.
.
.
.
.
1 0 . . . 0
_
_
_
_
_
/
n
(R) est-elle inversible ?
9.5 Solutions des exercices
1. Soit M /
n
(R).
Analyse. Supposons lexistence dune matrice S symtrique et dune matrice Aantisymtriques telles
que M = S + A. Alors :
t
M =
t
S +
t
A = S A
laide de ces deux relations, on obtient :
S =
1
2
(M +
t
M) et A =
1
2
(M
t
M)
do lunicit des deux matrices (sous rserve quelles existent).
Synthse. Posons : S =
1
2
(M +
t
M) et A =
1
2
(M
t
M).
2. s
3. s
4. s
5. s
6. s
7. (a) i. Il est vident que = 2 et = 1 conviennent.
ii. Daprs lexemple du cours, on a :
B
0
= I et n N

, B
n
= 3
n1
B
iii. Les matrices 2I et B commutent puique BI = IB = B. On peut alors appliquer la formule
du binme. Pour tout entier naturel n, on a :
A
n
= (2I + B)
n
=
n

k=0
_
n
k
_
(2I)
nk
B
k
= 2
n
I +
n

k=1
_
n
k
_
(2
k
I)(3
k1
B)
= 2
n
I +
1
3
_
n

k=1
_
n
k
_
2
nk
3
k
_
B = 2
n
I +
1
3
_
n

k=0
_
n
k
_
2
nk
3
k
2
n
_
B
Conclusion : n N, A
n
= 2
n
I +
5
n
2
n
3
B .
iv. On calcule :
A
_
2
1
I +
5
1
2
1
3
B
_
= (2I + B)
_
1
2
I
1
10
B
_
= I
1
5
B +
1
2
B
1
10
B
2
= I
120 CHAPITRE 9. MATRICES RELLES
puisque B
2
= 3B. De mme, on obtient :
_
2
1
I +
5
1
2
1
3
B
_
A = I.
Conclusion : La matrice A est inversible et A
1
=
1
2
I
1
10
B =
_
_
2
5

1
10

1
10

1
10
2
5

1
10

1
10

1
10
2
5
_
_
.
(b) i. On a : A
2
=
_
_
11 7 7
7 11 7
7 7 11
_
_
et donc : A
2
= 7A 10I .
Alors :
A(A 7I) = 10I et (A 7I)A = 10I
A
_
1
10
(7I A)
_
= I et
_
1
10
(7I A)
_
A = I
Conclusion : La matrice A est inversible et A
1
=
7
10
I
1
10
A =
_
_
2
5

1
10

1
10

1
10
2
5

1
10

1
10

1
10
2
5
_
_
.
ii. Soit T(n) la proposition :
(a
n
, b
n
) R
2
/ A
n
= a
n
I + b
n
A
Au rang 0, la proposition est vraie en choisissant a
0
= 1 et b
0
= 0 puisque A
0
= I. Soit
n N et supposons que la proposition T(n) est vraie. Alors :
A
n+1
= A
n
A = (a
n
I + b
n
A)A = a
n
A + b
n
A
2
= a
n
A + b
n
(7A 10I)
On pose alors :
a
n+1
= 10b
n
et b
n+1
= a
n
+ 7b
n
On a donc A
n+1
= a
n+1
I +b
n+1
A ce qui prouve la proposition T(n+1). On en conlut que
la proposition T(n) est vraie pour tout rang n 0. Ainsi :
((a
n
)
n0
, (b
n
)
n0
)
_
R
N
_
2
/ n N, A
n
= a
n
I + b
n
A
iii. Daprs ce qui prcde, on a :
n N, b
n+2
= a
n+1
+ 7b
n+1
= 7b
n+1
10b
n
iv. La suite (b
n
) est donc rcurrente linaire dordre. Son quation caractristique est r
2
7r +
10 = 0 et celle-ci admet deux solution relles : r
1
= 2 et r
2
= 5. Alors :
(, ) R
2
/ n N, b
n
= 2
n
+ 5
n
Comme b
0
= 0 et b
1
= a
0
+ 7b
0
= 1, on en dduit que : =
1
3
et =
1
3
.
Conclusion : n N, b
n
=
5
n
2
n
3
De plus, comme 2
n
= o(5
n
), on en dduit que b
n

1
3
5
n
. Cette dernire suite est gom-
trique et diverge vers +puisque 5 > 1.
Conclusion : lim
n+
b
n
= + .
Dautre part, on a :
n N, a
n
= b
n+1
7b
n
=
5 5
n
2 2
n
3
7
5
n
2
n
3
Conclusion : n N, a
n
=
2 5
n
+ 5 2
n
3
.
Pour la mme raison que prcdemment, on a : a
n

2
3
5
n
.
Conclusion : lim
n+
a
n
= .
9.5. SOLUTIONS DES EXERCICES 121
(c) i. Utilisons la seconde mthode. On a ainsi : A
2
=
_
_
a
2
+ 2 2a + 1 2a + 1
2a + 1 a
2
+ 2 2a + 1
2a + 1 2a + 1 a
2
+ 2
_
_
.
On en dduit que : A
2
= (2a + 1)A + (a
2
a + 2)I = (2a + 1)A + (1 a)(2 + a)I .
Dans le cas o a / 2, 1, on a :
A
_
1
(1 a)(2 + a)
(A (2a + 1)I)
_
= I et
_
1
(1 a)(2 + a)
(A (2a + 1)I)
_
A = I
Ainsi A est inversible et on a obtenu A
1
.
Dans le cas o a = 1 alors on sait que A
2
= 3A. Supposons que A soit inversible. Alors :
A
1
A
2
= A
1
(3A) donc A = 3I
ce qui est absurde. Ainsi A nest pas inversible.
Dans le cas o a = 2 alors A
2
= A. Un raisonnement analogue au prcdent prouve
que A nest pas inversible.
Conclusion : A (L
3
(R) a / 2, 1 et alors A
1
=
1
(1 a)(2 + a)
A
2a + 1
(1 a)(2 + a)
I .
ii. Utilisons la seconde mthode. On a ainsi : A
2
=
_
_
a
2
+ 2b
2
2ab + b
2
2ab + b
2
2ab + b
2
a
2
+ 2b
2
2ab + b
2
2ab + b
2
2ab + b
2
a
2
+ 2b
2
_
_
.
On en dduit que : A
2
= (2a + b)A + (a
2
ab + 2b
2
)I = (2a + b)A + (b a)(2b + a)I .
Dans le cas o a ,= b et 2a +b ,= 0, on obtient, comme prcdemment, que A est inversible
et que :
A
1
=
1
(b a)(2b + a)
A
2a + b
(b a)(2b + a)
I
Dans le cas o a = b, on a alors A
2
= 3aA. Un raisonnement analogue au prcdent prouve
que A nest pas inversible.
Dans le cas o 2b + a = 0, on a alors A
2
= (a b)A. Un raisonnement analogue au
prcdent prouve que A nest pas inversible.
Conclusion :
A (L
3
(R) (b a)(2b + a) ,= 0 et alors A
1
=
1
(b a)(2b + a)
A
2a + b
(b a)(2b + a)
I
8. (a) On a : A
2
=
_
_
2
1
a
1
a
2
a 2
1
a
a
2
a 2
_
_
= A + 2I. Alors :
A
_
1
2
(A I)
_
= I et
_
1
2
(A I)
_
A = I
Conclusion : A (L
3
(R) et A
1
=
1
2
(A I) .
(b) Soit T(n) la proposition : (u
n
, v
n
) R
2
/ A
n
= u
n
A + v
n
I.
La proposition T(0) est vraie en choisissant u
0
= 0 et v
0
= 1. Remarquons aussi que T(1) est
vraie en posant u
1
= 1 et v
1
= 0 et que T(2) est vraie en posant u
2
= 1 et v
2
= 2.
Soit n N. Supposons que T(n) est vraie. Alors :
A
n+1
= A
n
A = (u
n
A + v
n
I)A = u
n
A
2
+ v
n
A = u
n
(A + 2I) + v
n
A = (u
n
+ v
n
)A + 2u
n
I
122 CHAPITRE 9. MATRICES RELLES
On pose alors u
n+1
= u
n
+ v
n
et v
n+1
= 2u
n
. La proposition T(n + 1) est ainsi vrie.
On en dduit que :
n N, u
n+2
= u
n+1
+ v
n+1
= u
n+1
+ 2u
n
La suite (u
n
) est donc rcurrente linaire dordre 2. Lquation caractristique admet deux solu-
tions relles distinctes r
1
= 1 et r
2
= 2. Ainsi :
(, ) R
2
/ n N, u
n
= (1)
n
+ 2
n
Compte tenu des valeurs de u
0
et u
1
, on obtient :
=
1
3
et =
1
3
do, pour tout entier naturel n, on a :
u
n
=
2
n
(1)
n
3
et v
n
=
2
n
+ 2(1)
n
3
Conclusion : n N, A
n
=
2
n
(1)
n
3
A +
2
n
+ 2(1)
n
3
I .
(c) Pour n = 1, on obtient :
2
1
(1)
1
3
A +
2
1
+ 2(1)
1
3
I =
1
2
+ 1
3
A +
1
2
2
3
I =
1
2
(A I) = A
1
Conclusion : Lexpression convient encore pour n = 1 .
Soit n N

. Le produit A
n
_
2
n
(1)
n
3
A +
2
n
+2(1)
n
3
I
_
est alors gal :
_
2
n
(1)
n
3

2
n
(1)
n
3
_
A
2
+
_
2
n
+ 2(1)
n
3

2
n
+ 2(1)
n
3
_
I
+
_
2
n
(1)
n
3

2
n
+ 2(1)
n
3
+
2
n
+ 2(1)
n
3

2
n
(1)
n
3
_
A
donc :
2 2(2)
n
9
A
2
+
2 + 2(2)
n
9
A +
5 + 4(2)
n
9
I
ce qui vaut I. De mme, le produit
_
2
n
(1)
n
3
A +
2
n
+2(1)
n
3
I
_
A
n
vaut I. Ainsi :
A
n
= (A
n
)
1
=
2
n
(1)
n
3
A +
2
n
+ 2(1)
n
3
I
Conclusion : Lexpression convient encore pour n Z .
9. Par rcurrence, on obtient :
k 0, n 1, A
k
=
_
_
_
_
_
_
_
_
0 . . . 1 (0)
0
.
.
.
.
.
.
.
.
.
1
.
.
.
.
.
.
.
.
.
0 . . . . . . 0 0
_
_
_
_
_
_
_
_
o la diagonale de 1 est sur la k
me
ligne au-dessus de la diagonale. De plus :
A
n
=
On obtient alors immdiatement que : k n, A
k
= .
9.5. SOLUTIONS DES EXERCICES 123
10. (a) Supposons que A soit inversible. Alors :
i 1, n, A
1
C
i
=
_
_
_
_
_
_
_
.
.
.
0
1
0
.
.
.
_
_
_
_
_
_
_
o le coefcient 1 est en i
me
ligne. Soit (
1
, . . . ,
n
) R
n
tel que
1
C
1
+ . . .
n
C
n
= . En
multipliant cette galit gauche par A
1
, on obtient :
_
_
_

1
.
.
.

n
_
_
_
=
_
_
_
0
.
.
.
0
_
_
_
Conclusion : A (L
n
(R) (
1
, . . . ,
n
) R
n
(0, . . . , 0),
1
C
1
+ . . .
n
C
n
,= .
(b) Par transposition, on obtient un rsultat identique avec les lignes de A :
A (L
n
(R) (
1
, . . . ,
n
) R
n
(0, . . . , 0),
1
L
1
+ . . .
n
L
n
,=
(c) Si n = 1 alors la matrice est diagonale diagonale non nulle donc inversible.
Si n = 2 alors, comme 1011 = 1, la matrice est inversible et A
1
=
1
1
_
0 1
1 1
_
=
_
0 1
1 1
_
.
Si n 3 alors, comme 0C
1
+ 1C
2
1C
3
+ 0C
4
+ + 0C
n
= , la matrice A nest pas
inversible.
Conclusion : A (L
n
(R) n 1, 2 .
124 CHAPITRE 9. MATRICES RELLES
Chapitre 10
Systmes linaires
10.1 Vocabulaire
Dnitions
Soit A = (a
i,j
) /
n,p
(R) et B = (b
i
) /
n,1
(R).
On appelle systme linaire de n quations p inconnues x
1
, . . . , x
p
tout n-uplet dquations li-
naires du type :
_

_
a
1,1
x
1
+ + a
1,p
x
p
= b
1
.
.
.
.
.
.
a
n,1
x
1
+ + a
n,p
x
p
= b
n
Les rels a
i,j
sont appels coefcients du systme et la matrice A est appele matrice associe ce
systme.
On appelle solution dun systme tout p-uplet (x
1
, . . . , x
p
) de rels vriant simultanment les n
quations.
Rsoudre dans R
p
un systme cest dterminer lensemble de tous les p-uplets qui sont solution de
ce systme.
Deux systmes sont dits quivalents si et seulement sils ont le mme ensemble de solutions.
Un systme linaire est dit homogne si et seulement si tous les rels b
i
sont nuls.
Un systme linaire est dit triangulaire si et seulement si la matrice Aest triangulaire suprieure (i.e.
i > j, a
i,j
= 0).
Remarques
tout systme on peut associer un systme homogne : on lappelle systme homogne associ.
Pour rsoudre un systme, on raisonne par quivalences, cest dire par systmes quivalents. ne
raisonner que par implications, on sexpose obtenir plus de solutions que prvu, cest dire que
les vraies solutions sont rechercher parmi les p-uplets obtenus.
Tout systme linaire peut scrire sous forme de lquation matricielle :
AX = B
o X est la matrice-colonne constitue des inconnues x
j
.
125
126 CHAPITRE 10. SYSTMES LINAIRES
10.2 Solution(s) dun systme
10.2.1 Cas dun systme homogne
Dnition
Soit X
1
et X
2
deux matrices-colonnes de mme dimension. On appelle combinaison linaire de X
1
et
X
2
toute matrice-colonne de la forme
1
X
1
+
2
X
2
o
1
et
2
sont deux rels.
Propositions
Le p-uplet nul est solution de tout systme homogne.
Si un systme homogne admet deux solutions diffrentes (donc au moins une solution non nulle)
alors toute combinaison linaire de ces deux solutions est encore une solution.
Preuves
Il est clair que le p-uplet (0, . . . , 0) est solution de tout systme linaire homogne p quations.
Soit X
1
et X
2
deux solutions distinctes dun systme homogne de matrice associe A. Alors :
AX
1
= et AX
2
=
On en dduit que :
(
1
,
2
) R
2
, A(
1
X
1
+
2
X
2
) =
1
(AX
1
) +
2
(AX
2
) =
ce qui prouve que toute combinaison linaire des deux solutions est encore une solution.
Thorme
Un systme homogne admet soit une solution unique (le p-uplet nul) soit une innit de solutions (dont
le p-uplet nul).
Preuve
Un systme homogne admet toujours au moins une solution (le p-uplet nul). Soit il nadmet quune
solution (cest le cas pour le systme une unique quation x = 0) et cest donc le p-uplet nul ; soit il admet
au moins une solution non nulle X et alors X est encore une solution du systme (X = 1+X est une
combinaison linaire de deux solutions) pour tout rel ce qui nous fournit bien une innit de solutions.
Exemples
1. Rsoudre dans R
2
le systme :
_
x 5y = 0
3x + y = 0
.
2. Rsoudre dans R
3
le systme :
_
x + y + z = 0
x + 2y z = 0
.
10.2.2 Cas gnral
Proposition
Soit AX = B un systme admettant une solution X
0
. Alors, X est une solution du systme si et
seulement si X X
0
est une solution du systme homogne associ.
10.3. RSOLUTION PRATIQUE DUN SYSTME 127
Preuve
On sait que AX
0
= B. Soit X
1
/
p,1
(R). Alors, X
1
est solution du systme AX = B si et seulement
si :
AX
1
= B = AX
0
donc si et seulement si A(X
1
X
0
) =
donc si et seulement si X
1
X
0
est solution du systme homogne associ AX = .
Thorme
Tout systme linaire a :
ou bien aucune solution,
ou bien exactement une solution,
ou bien une innit de solutions.
Preuve
Il existe des systmes sans solution (0x = 1 par exemple).
Soit AX = B un systme admettant une solution X
0
. Daprs la proposition prcdente, on a :
si le systme homogne nadmet quune solution () et si X une solution du systme alors X
X
0
= et donc X
0
est lunique solution ;
si le systme homogne admet une solution non nulle Y alors X = X
0
+Y est encore une solution
du systme pour tout rel et on en dduit que le systme admet une innit de solutions.
Exemple
Rsoudre dans R
3
le systme :
_
x + y + z = 1
x + 2y z = 1
.
Remarque
Un systme ayant strictement plus dinconnues que dquations a soit aucune solution soit une innit
de solutions.
Exemples
Rsoudre dans R
3
les systmes :
x + y + z = 1 puis
_
x + y + z = 1
x + y + z = 1
10.3 Rsolution pratique dun systme
10.3.1 Oprations lmentaires sur les quations
Dnitions
Soit AX = B un systme linaire. On appelle oprations lmentaires sur les quations du systme
chacune des transformations de lun des trois types suivants :
permutation des quations i et j (pour i ,= j), note L
i
L
j
;
multiplication de lquation i par un rel non nul, note L
i
L
i
;
combinaison de lquation i avec fois lquation j (pour i ,= j), note L
i
L
i
+ L
j
.
Proposition
Toute opration lmentaire sur les quations dun systme le transforme en un systme quivalent.
128 CHAPITRE 10. SYSTMES LINAIRES
Preuve
Soit (S) le systme initial et (S
t
) le systme obtenu par une opration lmentaire sur les quations.
Soit (x
1
, . . . , x
p
) une solution de (S). On montre aisment que (x
1
, . . . , x
p
) une solution de (S
t
).
Soit (x
1
, . . . , x
p
) une solution de (S
t
). On montre encore assez aisment que (x
1
, . . . , x
p
) une solution
de (S) puisque les oprations rciproques sont aussi lmentaires :
L
j
L
i
L
i

1

L
i
L
i
L
i
L
j
10.3.2 Mthode du pivot de Gauss
Thorme
Tout systme linaire est quivalent un systme triangulaire obtenu en un nombre ni doprations
lmentaires sur les quations.
Preuve
savoir mettre en oeuvre sur des exemples.
Exemples
1. Rsoudre le systme :
_
_
_
y + 3z = 4
3x 5y + 4z = 0
4x 3y + z = 1
.
2. Rsoudre dans R
3
, en fonction du rel m, le systme :
_
_
_
x + my + mz = m
mx + y + mz = m
mx + my + z = m
.
10.4 Systmes particuliers
10.4.1 Systmes de Cramer
Dnition
On appelle systme de Cramer tout systme linaire ayant autant dinconnues que dquations et dont
la matrice associe est inversible.
Thorme
Tout systme de Cramer admet une unique solution.
Preuve
Soit AX = B un systme de Cramer. Alors A est inversible. On raisonne par analyse/synthse.
Analyse : Supposons que le systme admet une solution X. Alors :
A
1
(AX) = A
1
B donc X = A
1
B
donc la solution est unique (pourvu quelle existe).
Synthse : Posons X = A
1
B. Alors :
AX = A
_
A
1
B
_
= (AA
1
)B = B
donc X est solution du systme.
10.5. EXERCICES 129
10.4.2 Inverse dune matrice
Proposition
Soit A /
n
(R). Alors, la matrice A est inversible si et seulement si, pour toute matrice-colonne
B /
n,1
(R), le systme AX = B admet une unique solution.
Preuve (rsultat de cours)
Le systme est de Cramer.
Supposons que le systme AX = B admet une unique solution pour tout B /
n,1
(R). Notons
E
1
, . . . , E
n
les matrices lmentaires de /
n,1
(R). Pour tout i 1, n, notons C
i
lunique solution
du systme AX = E
i
. Soit C la matrice de /
n
(R) dont les colonnes sont les matrices-colonnes
C
1
, . . . , C
n
. Alors :
AC = (AC
1
, . . . , AC
n
) = (E
1
, . . . , E
n
) = I
n
La preuve de CA = I
n
rsulte dune proposition qui afrme la commutativit du produit AC la
condition (sufsante mais non ncessaire) quil soit gal I
n
.
Exemple
Inverser, si possible, la matrice :
_
_
0 1 2
2 3 2
3 5 1
_
_
.
Consquence : une autre mthode pour linversion des matrices (mthode dite de Gauss).
(hors programme ?) Le principe est dappliquer aux lignes dune matrice la technique des oprations
lmentaires sur les quations dun systme linaire. Plus prcisment :
Soit A /
n
(R). On considre alors la matrice B = (A[I
n
) /
n,2n
(R). Alors, la matrice A est
inversible si et seulement sil existe une matrice A
t
/
n
(R) de sorte que lon puisse transformer la
matrice B en la matrice B
t
= (I
n
[A
t
) en un nombre ni doprations lmentaires sur ses ligne. De plus,
en cas dinversibilit, on a : A
1
= A
t
.
Exemple
Dterminer, en fonction du rel a, linverse ventuel de la matrice
_
_
a 1 1
1 a 1
1 1 a
_
_
.
10.5 Exercices
1. Formules de Cramer pour un systme de deux quations.
On considre le systme :
_
ax + by + c = 0
a
t
x + b
t
y + c
t
= 0
(a) Dterminer une CNS pour que ce soit un systme de Cramer.
(b) Dans le cas o le systme est de Cramer, montrer que :
x =
bc
t
b
t
c
ab
t
a
t
b
et y =
ca
t
c
t
a
ab
t
a
t
b
2. Rsoudre les systmes suivants :
130 CHAPITRE 10. SYSTMES LINAIRES
(a)
_
2x y + 3z = 9
3x 5y + z = 4
(b)
_
_
_
2x y + 3z = 9
3x 5y + z = 4
4x 7y + z = 5
3. Pour n 3, rsoudre le systme :
_
_
_
x
1
+ x
2
= 0
k 2, n 1, x
k1
+ x
k
+ x
k+1
= 0
x
n1
+ x
n
= 0
4. Rsoudre en fonction de m R les systmes suivants :
(a)
_

_
x 2y + z = 1
x + 3z = 5
x 3y + z = 1
2x + 2y + z = m
(b)
_
_
_
mx + 2y + 3z = 3
(m1)x + my + z = 1
(m + 1)x + my + (m1)z = m1
5. Soit m R. On considre la matrice de /
4
(R) :
A =
_
_
_
_
m 1 1 1
1 m 1 1
1 1 m 1
1 1 1 m
_
_
_
_
(a) Dterminer (a, b) R
2
tel que A
2
+ aA + bI
4
= .
(b) En dduire les valeurs de m pour lesquelles cette matrice est inversible et prciser alors son
inverse.
(c) Discuter et rsoudre le systme :
_

_
mx + y + z + t = a
x + my + z + t = b
x + y + mz + t = c
x + y + z + mt = d
6. Rsoudre, en fonction de m R, le systme :
_

_
2x y + z + (m + 1)t = 2
x + 2y + (m3)z t = 1
x my + z t = 1
mx y + z + t = m
10.6 Solutions des exercices
1. (a) Le systme est quivalent au systme
_
ax + by = c
a
t
x + b
t
y = c
t
dont la matrice associe est inver-
sible si et seulement ab
t
a
t
b ,= 0 .
(b) Dans ce cas prcis, on obtient :
_
x
y
_
=
1
ab

b
_
b
t
b
a
t
a
__
c
c
t
_
.
Conclusion : x =
bc
t
b
t
c
ab
t
a
t
b
et y =
ca
t
a
t
c
ab
t
a
t
b
.
10.6. SOLUTIONS DES EXERCICES 131
2. s
3. s
4. s
5. (a) On a : A
2
=
_
_
_
_
m
2
+ 3 2m + 2 2m + 2 2m + 2
2m + 2 m
2
+ 3 2m + 2 2m + 2
2m + 2 2m + 2 m
2
+ 3 2m + 2
2m + 2 2m + 2 2m + 2 m
2
+ 3
_
_
_
_
.
On en dduit donc que : a = 2m2 et b = m
2
+ 2m3 conviennent .
(b) Alors, on a :
A(A (2m + 2)I) = (m
2
+ 2m3)I = (m1)(m + 3)I
i. Cas m = 1 : Supposons que A est inversible. Alors, comme A
2
= 4A, en multipliant
gauche par A
1
, on obtient A = 4I ce qui est absurde. Donc A nest pas inversible.
ii. Cas m = 3 : Supposons que A est inversible. Alors, comme A
2
= 4A, en multipliant
gauche par A
1
, on obtient A = 4I ce qui est absurde. Donc A nest pas inversible.
iii. Cas m , 3, 1 : On a alors :
A
_
1
(m1)(m + 3)
A
2m + 2
(m1)(m + 3)
I
_
= I
Le produit dans lautre sens valant aussi I, on en dduit que A est inversible.
iv. Conclusion : A (L
4
(R) m , 3, 1 et alors :
A
1
=
1
(m1)(m + 3)
A
2m + 2
(m1)(m + 3)
I
(c) i. Cas m = 1 : Le systme est quivalent x + y + z + t = a = b = c = d.
Sous-cas a = b = c = d : Alors le systme est quivalent x + y + z + t = a. On utilise
donc trois paramtres et on obtient :
S
m1,(a=b=c=d)
=
_

_
_
_
_
1
1
0
0
_
_
_
_
+
_
_
_
_
1
0
1
0
_
_
_
_
+
_
_
_
_
1
0
0
1
_
_
_
_

(, , ) R
3
_

_
Sous-cas (a = b = c = d) : On a alors clairement S
m1,(a=b=c=d)
= .
ii. Cas m = 3 : En effectuant lopration lmentaire L
1
L
4
, on obtient alors le systme
quivalent :
_

_
x + y + z 3t = d
x 3y + z + t = b
x + y 3z + t = c
3x + y + z + t = a
On effectue ensuite : L
2
L
2
L
1
, L
3
L
3
L
1
et L
4
L
4
+ 3L
1
et on obtient :
_

_
x + y + z 3t = d
4y + 4t = b d
4z + 4t = c d
4y + 4z 8t = a + 3d
132 CHAPITRE 10. SYSTMES LINAIRES
puis on effectue les oprations : L
4
L
4
+ L
2
et L
4
L
4
+ L
3
pour obtenir :
_

_
x + y + z 3t = d
4y + 4t = b d
4z + 4t = c d
0 = a + b + c + d
Sous-cas a + b + c + d = 0 : On choisit t comme paramtre et on obtient :
S
m3,a+b+c+d=0
=
_

_
_
_
_
1
1
1
1
_
_
_
_
+
1
4
_
_
_
_
d a
d c
d c
d d
_
_
_
_

R
_

_
Sous-cas a + b + c + d ,= 0 : On a alors clairement S
m3,a+b+c+d,=0
= .
iii. Cas m , 3, 1 : Le systme est de Cramer et on a alors :
_
_
_
_
x
y
z
t
_
_
_
_
= A
1
_
_
_
_
a
b
c
d
_
_
_
_
=
1
(m1)(m + 3)
_
_
_
_
m2 1 1 1
1 m2 1 1
1 1 m2 1
1 1 1 m2
_
_
_
_
_
_
_
_
a
b
c
d
_
_
_
_
Conclusion : S
m,3,1
=
_

_
1
(m1)(m + 3)
_
_
_
_
(m + 2)a + b + c + d
a (m + 2)b + c + d
a + b (m + 2)c + d
a + b + c (m + 2)d
_
_
_
_
_

_
6. On permute les lignes 1 et 2 pour obtenir un pivot plus simple. Ensuite, on effectue les oprations
lmentaires L
2
L
2
+ 2L
1
, L
3
L
3
L
1
et L
4
L
4
+mL
1
et on obtient le systme quivalent
suivant :
_

_
x + 2y + (m3)z t = 1
3y + (2m5)z + (m1)t = 0
(m2)y + (m + 4)z = 0
(2m1)y + (m
2
3m + 1)z + (m + 1)t = 0
On remarque que les trois dernires quations forment un systme homogne (donc il admet au moins
le triplet nul comme solution). De plus, les coefcients de t dans les quations 2 et 4 tant opposs
(et nul dans la 3), on effectue lopration L
4
L
4
+ L
2
et on obtient le systme quivalent suivant :
_

_
x + 2y + (m3)z t = 1
3y + (2m5)z + (m1)t = 0
(m2)y + (m + 4)z = 0
2(m + 1)y + (m
2
m4)z = 0
Les deux dernires quations forment un systme homogne de deux quations deux inconnues qui
est de Cramer si et seulement si :
(m2)(m
2
m4) (m + 4)2(m + 1) ,= 0
m
3
(m1) ,= 0
10.6. SOLUTIONS DES EXERCICES 133
(a) Cas m = 0. Le systme est quivalent :
_

_
x + 2y 3z t = 1
3y 5z t = 0
2y + 4z = 0
2y 4z = 0
On peut liminer la dernire quation puis on utilise linconnue z comme paramtre et on ob-
tient :
S
0
=
_

_
_
_
_
_
1
0
0
0
_
_
_
_
+
_
_
_
_
0
2
1
1
_
_
_
_

R
_

_
(b) Cas m = 1. Le systme est quivalent :
_

_
x + 2y 2z t = 1
3y 3z = 0
3y + 3z = 0
4y 4z = 0
On peut liminer les deux dernires quation puis on utilise les inconnues z et t comme para-
mtres et on obtient :
S
1
=
_

_
_
_
_
_
1
0
0
0
_
_
_
_
+
_
_
_
_
0
1
1
0
_
_
_
_
+
_
_
_
_
1
0
0
1
_
_
_
_

(, ) R
2
_

_
(c) Cas m , 0, 1. Le couple (0, 0) est lunique solution du systme de deux quations deux
inconnues. Le systme est alors quivalent :
_

_
x + 2y + (m3)z t = 1
3y + (2m5)z + (m1)t = 0
y = 0
z = 0
_

_
x t = 1
(m1)t = 0
y = 0
z = 0
Comme m1 ,= 0, on en dduit que :
S
m,0,1
=
_

_
_
_
_
_
1
0
0
0
_
_
_
_
_

_
On peut remarquer que cette unique solution est aussi une solution dans les deux cas particuliers
qui prcdent.
134 CHAPITRE 10. SYSTMES LINAIRES
Chapitre 11
Dnombrement
11.1 Cardinal dun ensemble
11.1.1 Les trois types densembles
Dnitions
Soit E un ensemble.
On dit que E est ni si et seulement si, ou bien E est vide, ou bien E nest pas vide et alors il existe
un entier naturel n non nul et une bijection de E dans 1, n.
On dit que E est inni si et seulement sil nest pas ni.
On dit que E est inni dnombrable (ou dnombrable) si et seulement sil existe une bijection de
E dans N.
Certains auteurs qualient E densemble au plus dnombrable si et seulement si il est ni ou d-
nombrable. On dit que E est non dnombrable dans tous les autres cas.
Exemples
1. Soit (a, b) Z
2
tel que a b. Dmontrer qualors lintervalle a, b est ni.
2. Dmontrer que N et N

sont dnombrables.
3. Dmontrer que lensemble des entiers naturels pairs est dnombrable. Que peut-on dire de lensemble
des entiers naturels impairs ?
4. Pour tout entier naturel n non nul, N
n
est dnombrable.
5. Z et Q sont dnombrables.
6. Tout intervalle de R non rduit un point (R en particulier) est non dnombrable.
Propositions
Soit f : E F une bijection. Alors, E est ni (resp. inni dnombrable, resp. inni non dnombrable)
si et seulement si F est ni (resp. inni dnombrable, resp. inni non dnombrable).
Preuves
Soit une bijection de E dans 1, n o n 1. Alors f
1
est une bijection de F dans 1, n et
donc F est ni.
Un raisonnement analogue prouve la rciproque.
Idem avec bijection de E dans N.
On raisonne par labsurde en procdant comme ci-dessus.
135
136 CHAPITRE 11. DNOMBREMENT
11.1.2 Ensembles nis
Thorme (admis) - Dnition
Soit E un ensemble ni non vide.
Lentier n tel quil existe une bijection de E dans 1, n est unique (mais la bijection ne lest pas).
Cet entier n est appel cardinal de lensemble E et se note Card(E) (ou E ou [E[ ; cela dpend
des auteurs).
Si E est vide alors on dit que E a pour cardinal 0.
Exemples
1. Soit (a, b) Z
2
tel que a b. Montrer que : Card(a, b) = b a + 1.
2. Soit E un ensemble ni. Justier que : Card(E) = 0 E = .
Propositions
Soit f : E F une application entre ensembles nis.
Si f est une injection alors : Card(E) Card(F).
Si f est une surjection alors : Card(E) Card(F).
Si f est une bijection alors : Card(E) = Card(F).
Preuves
Utiliser les bijections de la dnition.
Propositions
Soit A une partie dun ensemble ni E. Alors :
A est un ensemble ni et on a : 0 Card(A) Card(E),
de plus : Card(A) = Card(E) A = E.
Preuves
En notant n le cardinal de E et une bijection de E dans 1, n, on vrie quil existe une bijection
de 1, n dans lui-mme de sorte quil existe m n tel que :
(A) = 1, m
(

A) = m + 1, n
Enn, on vrie que tablit une bijection de A dans 1, m. Ainsi m est le cardinal de A et
m n.
De plus, m = n si et seulement si (

A) = soit si et seulement si

A = et donc si et seulement
si A = E.
11.1.3 Cardinal et oprations ensemblistes
Propositions
Soit E et F deux ensembles nis.
Cas de deux parties A et B de lensemble E :
A B = Card(A B) = Card(A) + Card(B)
Card
_

E
A
_
= Card(E) Card(A)
11.1. CARDINAL DUN ENSEMBLE 137
Card(A B) = Card(A) Card(A B)
A B Card(A) Card(B)
Card(A B) = Card(A) + Card(B) Card(A B)
Gnralisation une famille nie (A
i
)
1in
(n 2) de parties de E :
Formule du crible ou formule de Poincar :
Card(A
1
A
n
) =
n

k=1
_
(1)
k+1

1i
1
<<i
k
n
Card (A
i
1
A
i
k
)
_
Cas de parties deux deux disjointes :
Card(A
1
A
n
) =
n

k=1
Card(A
k
)
Cas de parties deux deux disjointes et de mme cardinal p :
Card(A
1
A
n
) = np
Cas dune partition de E :
Card(E) =
n

k=1
Card(A
k
)
Produit cartsien :
Card(E F) = (Card(E)) (Card(F))
On peut gnraliser au produit cartsien dune famille nie densembles.
Preuves
Cas de deux parties :
On numrote les lments de A de 1 p et ceux de B de p + 1 p + q.
Comme E = A

A et A

A = , cest une consquence immdiate du rsultat prcdent.
Idem puisque A = (A B) (A B) et (A B) (A B) = .
Cest une consquence du point qui prcde.
On applique le point qui prcde.
Cas dune famille nie de parties :
On effectue une rcurrence.
Les points qui suivent se dduisent immdiatement de la formule de Poincar.
Cas du produit cartsien :
Notant n le cardinal de E, m le cardinal de F, une bijection de E dans 1, n et une bijection
de F dans 1, m, on considre lapplication :
f : E F N
(a, b) ((a) 1)m + (b)
On vrie que f est injective puis que f(E F) = 1, nm.
Ainsi ftablit une bijection de E F dans f(E F) et E F est ni et de cardinal nm.
On gnralise au produit cartsien dune famille nie densemble en procdant par rcurrence.
Exemple
Dans une classe, il y a autant de lles que de garons. Tous les lves tudient au moins une langue.
Parmi eux, 10 tudient lespagnol, 15 lallemand, 20 langlais, 7 lespagnol et lallemand, 8 lallemand et
langlais, 9 langlais et lespagnol. Combien y a-t-il dlves dans la classe et combien dlves tudient les
trois langues ?
138 CHAPITRE 11. DNOMBREMENT
11.2 p-listes dun ensemble
11.2.1 p-listes avec rptitions
Dnitions
Soit E un ensemble et p un entier naturel non nul.
On appelle p-liste dlments de E (ou p-uplet ou suite nie p lments) tout lment de E
p
.
On appelle occurrence dun lment de E dans une p-liste chacune des apparitions de cet lment
dans la liste.
Exemple
(0,0,1,0) est une 4-liste ou quadruplet de E = 0, 1.
Remarque
La notion de p-liste correspond au principe des tirages successifs avec remise entre les tirages dans
lequel lordre et le nombre dapparitions de chaque lment sont importants.
Proposition
Le nombre de p-listes dun ensemble n lments est gal n
p
.
Preuve
Si E est de cardinal n alors E
p
est de cardinal n
p
.
Exemple
On tire successivement et avec remise cinq fois une carte dans un jeu de 32 cartes.
1. Combien y a-t-il de tirages diffrents ?
2. Combien de tirages donnent 3 rois puis 2 dames ?
11.2.2 Arrangements (ou p-listes sans rptition)
Dnition
Soit E un ensemble et p un entier naturel non nul. On appelle arrangement p lments de E tout
p-uplet pour lequel le nombre doccurrence de chacun de ses lments est gal 1.
Exemple
(1,2,0,7,5) est un arrangement 5 lments de 0, 10.
Remarque
La notion darrangement correspond au principe des tirages successifs sans remise dans lequel lordre
dapparition de chaque lment est important et pour lequel il ne peut y avoir de rptition.
11.2. P-LISTES DUN ENSEMBLE 139
Propositions
Soit E un ensemble ni n lment(s) (o n 1) et p un entier naturel non nul.
E admet un un arrangement p lments si et seulement si p n.
On suppose que p 0, n. Alors, le nombre darrangements p lments de E est gal :
n!
(n p)!
= n(n 1) . . . (n p + 1)
Ce nombre est parfois not A
p
n
dans les vieux ouvrages.
Preuves
On ne peut tirer successivement et sans remise plus dlments quil ny en a initialement.
Notons /
p
(E) lensemble des arrangements p lments dun ensemble E et T(n) la proposition :
pour tout ensemble E n lments et pour tout p 1, n : Card (/
p
(E)) = n(n 1) . . . (n p +
1) . La proposition est clairement vraie au rang 1. Supposons la vraie un rang n 1.
Soit E un ensemble n + 1 lments et p 1, n + 1.
Si p = 1 alors /
1
(E) = E donc Card (/
1
(E)) = n + 1.
Supposons que p ,= 1. On a donc :
p 1 1, n
Pour chaque lment x E, notons /
p
(E, x) lensemble des arrangements p lments de E dont
la premire occurence est x. On a alors :
/
p
(E) =
_
xE
/
p
(E, x)
et cette runion est constitue de parties deux deux disjointes. Donc :
Card (/
p
(E)) =

xE
Card (/
p
(E, x))
De plus, pour tout x E, /
p
(E, x) est clairement en bijection avec /
p1
(E x) et E x
est de cardinal n. Daprs T(n), on en dduit que :
Card (/
p
(E)) =

xE
n(n 1) . . . (n (p 1) + 1)
=

xE
n(n 1) . . . ((n + 1) p + 1)
= (n + 1)n. . . ((n + 1) p + 1)
et donc T(n + 1) est vraie, ce qui conclut la dmonstration.
Remarque
On tend le champ de ces expressions en adoptant les conventions suivantes :
Le nombre darrangement 0 lment dun ensemble n lment vaut 1 (il ny a quune seule faon
de ne rien arranger : ne rien faire).
Si n < p ou si p < 0, alors le nombre darrangement p lments dun ensemble n lments vaut
0.
Exemple
On reprend le jeu de lexemple du paragraphe prcdent mais les tirages se font sans remise. Rpondre
aux mmes questions.
140 CHAPITRE 11. DNOMBREMENT
11.2.3 Permutations
Dnition
Soit E un ensemble n lments. On appelle permutation de E tout arrangement de E n lments.
Remarque
Dans une permutation, on a puis tous les tirages possibles (sans remise).
Proposition
Soit E un ensemble n lments. Le nombre de permutations de E est gal n!.
Preuve
Cest un cas particulier de la situation prcdente.
Exemple
On tire une par une toutes les boules du loto (numrotes de 1 49). Combien de tirages donnent le 1
en premier et le 49 en dernier ?
11.3 Combinaisons
11.3.1 Gnralits
Dnition
Soit E un ensemble n lments et p 0, n. On appelle combinaison p lments de E toute partie
de E de cardinal p.
Exemple
{1,5,7} est une combinaison 3 lments de 1, 10.
Remarque
Cette notion correspond au principe des tirages simultans dans lequel lordre na aucune importance
(puisquil ny en a pas). De plus, il ne peut y avoir de rptition.
Proposition
Soit E un ensemble n lments et p 0, n. Le nombre de combinaisons p lments de E est gal
:
_
n
p
_
=
n!
(n p)!p!
=
n(n 1) . . . (n p + 1)
p(p 1) . . . 1
Ce nombre est not C
p
n
dans les vieux ouvrages francophones.
Preuve
chaque combinaison p lments de E, on peut associer p! arrangements p lments de E dont les
occurences sont les lments de la combinaison (ce sont les permutation de cette combinaison). Il y a ainsi
p! fois plus darrangements p lments que de combinaisons p lments do le rsultat annonc.
11.3. COMBINAISONS 141
Remarque
On tend le champ de ces expressions en adoptant la convention suivante :
n < p ou n < 0 ou p < 0
_
n
p
_
= 0
Exemple
On partage un jeu de 32 cartes en deux paquets de 16 cartes. Combien de partages donnent exactement
10 cartes rouges dans lun des paquets ?
11.3.2 Les formules essentielles
Propositions
Symtrie des coefcients binmiaux :
n N,
_
n
0
_
=
_
n
n
_
= 1 et n N

,
_
n
1
_
=
_
n
n 1
_
= n
n N, p 0, n,
_
n
n p
_
=
_
n
p
_
Formule de Pascal :
n N

, p 0, n,
_
n
p
_
=
_
n 1
p
_
+
_
n 1
p 1
_
Formule du binme de Newton :
n N, (a, b) R
2
, (a + b)
n
=
n

k=0
_
n
k
_
a
k
b
nk
=
n

k=0
_
n
k
_
a
nk
b
k
Formule sans nom et sa gnralisation :
n N, p 0, n, p
_
n
p
_
= n
_
n 1
p 1
_
n N, p 0, n, k 0, p,
_
p
k
__
n
p
_
=
_
n
k
__
n k
p k
_
Formule de Vandermonde et un cas particulier :
(a, b) N
2
, n 0, a + b,
n

k=0
_
a
k
__
b
n k
_
=
_
a + b
n
_
n N,
n

k=0
_
n
k
_
2
=
_
2n
n
_
142 CHAPITRE 11. DNOMBREMENT
Preuves
Symtrie : avec les factorielles.
Formule de Pascal : avec les factorielles.
Formule du binme : par rcurrence (revoir la preuve dans le cas des matrices).
Formules sans nom : avec les factorielles.
Formule de Vandermonde : par rcurrence sur la somme a + b. Autre mthode :
Soit E un ensemble de cardinal a +b, A une partie de E de cardinal a et B =

A (donc de cardinal b).
Pour tout entier naturel k, on note (
k
(F) lensemble des combinaisons k lments dun ensemble
F. Soit n 0, a + b. On dnit lapplication :
f : (
n
(E)
n
_
k=0
(
k
(A) (
nk
(B)
C (C A, C B)
Cette application est bien dnie et est une bijection. On obtient alors le rsultat par galit des
cardinaux en remarquant que lensemble darrive est une runion de parties deux deux disjointes
de E E.
Cette mthode consiste dire que, si une urne contient a boules noires et b boules blanches, alors le
nombre de tirages simultans et au hasard de n boules dans cette urne est le mme que le nombre de
tirages obtenus en choisissant dabord le nombre k de boules noires puis en piochant k boules noires
parmi les a et enn en piochant n k boules blanches parmi les b.
Triangle de Pascal
En utilisant la formule de Pascal, on peut construire le triangle de Pascal des coefcients binmiaux :
p
n
0 1 2 3 4 . . .
0 1
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
.
.
.
.
.
.
.
.
.
Thorme
Si E est un ensemble ni alors (E) est ni et :
Card((E)) = 2
Card(E)
Preuve
Notons n le cardinal de E et, pour tout entier k compris entre 0 et n, (
k
(E) lensemble des combinaisons
k lments de E. Alors, on a :
E =
n
_
k=0
(
k
(E)
et cette runion est constitues de parties deux deux disjointes (on a, dailleurs, une partition de E). On
en dduit que :
Card(E) =
n

k=0
Card ((
k
(E)) =
n

k=0
_
n
k
_
=
n

k=0
_
n
k
_
1
k
1
nk
= (1 + 1)
n
= 2
n
On peut aussi procder par rcurrence.
11.4. EXERCICES 143
11.4 Exercices
1. Une urne contient 5 boules blanches identiques 8 boules noires identiques. Toutes ces boules indis-
cernables au toucher. On tire successivement 6 boules de lurne en remettant chaque fois la boule
tire. On sintresse la fois aux couleurs obtenues et leur ordre de tirage.
(a) Quel est le nombre de rsultats possibles ?
(b) Combien de ces rsultats amnent :
i. cinq boules noires et une blanche dans cet ordre ?
ii. cinq boules noires et une blanche ?
iii. une boule noire au plus ?
iv. trois boules blanches et trois noires ?
v. une boule blanche au moins ?
2. Une association comporte 40 membres dont 23 femmes. On lit un bureau directeur compos dun(e)
prsident(e), dun(e) trsorier(re) et dun(e) secrtaire dans lequel il est, bien sr, impossible de
cumuler deux mandats.
(a) Quel est le nombre de bureaux directeurs possibles ?
(b) Quel est le nombre de bureaux directeurs :
i. o la trsorerie est assure par une femme ?
ii. o le prsident et le secrtaire sont des hommes ?
iii. o le prsident et le trsorier sont de sexe diffrent ?
(c) Quel est le nombre de bureaux possibles sachant que le prsident est un homme, le trsorier une
femme et que M. Albert refuse de participer un bureau o gure Mme Brnice ?
3. On appelle main tout ensemble de 13 cartes prises dans un jeu de 52.
(a) Combien existe-t-il de mains diffrentes ?
(b) Combien existe-t-il de mains diffrentes contenant :
i. au moins un pique ?
ii. au plus un pique ?
iii. exactement un as et au plus deux piques ?
4. Quelques sommes classiques. Soit n N. Calculer les sommes :
(a)
n

k=0
(1)
k
_
n
k
_
(b)
n

k=0
k
_
n
k
_
(c)
n

k=0
1
k + 1
_
n
k
_
(d)
n

k=0
k(k + 1)
_
n
k
_
2
5. Soit p 0, n. Calculer la somme :
_
n
0
__
n
p
_
+
_
n
1
__
n 1
p 1
_
+ +
_
n
p
__
n p
0
_
144 CHAPITRE 11. DNOMBREMENT
6. Formules de Pascal et de Vandermonde gnralises.
(a) Dmontrer que :
n N, p 0, n,
n

k=p
_
k
p
_
=
_
n + 1
p + 1
_
(b) Dmontrer que : p 2, (a
1
, . . . , a
p
) N
p
, n 0, a
1
+ + a
p
,

k
1
++k
p
=n
_
a
1
k
1
_
. . .
_
a
p
k
p
_
=
_
a
1
+ + a
p
n
_
7. On considre n personnes (n 2). Chacune envoie une lettre et une seule lune des n 1 autres
personnes.
(a) De combien de manires diffrentes les n lettres peuvent-elles tre adresses ?
(b) Une personne A tant choisie, de combien de manires diffrentes les n lettres peuvent-elles
tre adresses de sorte que A reoive au moins p lettres (0 p n 1) ?
Indication : On pourra dabord considrer les cas p = n 1 et p = 0.
8. Soit E un ensemble ni de cardinal n.
(a) Dterminer le nombre de couples (A
1
, A
2
) de parties de E tels que :
A
1
A
2
= E et A
1
A
2
=
(b) Mme question avec les triplets (A
1
, A
2
, A
3
) tels que :
A
1
A
2
A
3
= E et A
1
A
2
= A
1
A
3
= A
2
A
3
=
(c) Soit p un entier suprieur 2. Mme question avec des p-uplets (A
1
, . . . , A
p
) tels que :
p
_
k=1
A
k
= E et i ,= j, A
i
A
j
=
(d) Soit p N

. Soit f : (E)
p
(E)
p+1
dnie par :
f(B
1
, . . . , B
p
) = (B
1
, B
2
B
1
, . . . , B
p
B
p1
, E B
p
)
On pose B = (B
1
, . . . , B
p
) (E)
p
[ B
1
B
2
B
p
Dmontrer que f tablit une
bijection de Bsur f(B).
(e) En dduire Card(B).
9. Soit E un ensemble ni de cardinal n. Montrer que le nombre de bijections de E dans 1, n est gal
au nombre de permutations de E.
10. Soit E un ensemble ni de cardinal n et p 1, n. Montrer que le nombre dinjections de 1, p dans
E est gal au nombre darrangements p lments de E.
11. Calculer le nombre p
n
de carrs parfaits (carrs dentiers) compris entre 0 et n 1.
Dterminer un quivalent de p
n
.
12. Anagrammes.
(a) Calculer le nombre danagrammes du mot ELECTRICITE.
(b) Soit (
1
, . . . ,
n
) des entiers naturels non nul. On considre un mot contenant
1
fois la lettre
L
1
,
2
fois la lettre L
2
, ...,
n
fois la lettre L
n
.
Calculer le nombre danagrammes que lon peut former partir de ce mot.
11.5. SOLUTIONS DES EXERCICES 145
13. Soit n 1. On appelle composition de n toute liste dentiers suprieurs 1 dont la somme vaut n.
(a) Dterminer toutes les compositions de 1, puis 2, puis 3, puis 4.
(b) Calculer le nombre de compositions de n.
Indication : Dmonstration par rcurrence ; au cours de lhrdit, on pourra considrer len-
semble des compositions de n + 1 commenant par 1 et celui des compositions de n + 1 ne
commenant pas par 1 et montrer que ces deux ensembles sont en bijection avec les composi-
tions de n.
11.5 Solutions des exercices
1. s
2. s
3. s
4. Soit n N. On a alors :
(a)
n

k=0
(1)
k
_
n
k
_
=
n

k=0
_
n
k
_
(1)
k
1
nk
= (1 + 1)
n
Conclusion :
n

k=0
(1)
k
_
n
k
_
= 0 si n 1 et vaut 1 si n = 0 .
(b)
n

k=0
k
_
n
k
_
=
n

k=1
n
_
n 1
k 1
_
= n
n1

=0
_
n 1
k
t
_
donc
n

k=0
k
_
n
k
_
= n2
n1
.
(c)
n

k=0
1
k + 1
_
n
k
_
=
n

k=0
1
n + 1
_
n + 1
k + 1
_
=
1
n + 1
n+1

=1
_
n + 1
k
t
_
Conclusion
n

k=0
1
k + 1
_
n
k
_
=
2
n+1
1
n + 1
.
(d) On a :
n

k=0
k(k + 1)
_
n
k
_
2
=
n

k=1
_
k
_
n
k
__
2
+
n

k=1
k
_
n
k
_
2
= n
2
n

k=1
_
n 1
k 1
_
2
+ n
n

k=1
_
n 1
k 1
__
n
k
_
= n
2
n1

=0
_
n 1
k
t
_
2
+ n
n1

=0
_
n 1
k
t
__
n
n 1 k
t
_
Conclusion :
n

k=0
k(k + 1)
_
n
k
_
2
= n
2
_
2n 2
n 1
_
+ n
_
2n 1
n 1
_
.
5. En utilisant la formule sans nom, on obtient :
_
n
0
__
n
p
_
+
_
n
1
__
n 1
p 1
_
+ +
_
n
p
__
n p
0
_
=
p

k=0
_
n
k
__
n k
p k
_
=
p

k=0
_
n
p
__
p
k
_
Conclusion :
_
n
0
__
n
p
_
+
_
n
1
__
n 1
p 1
_
+ +
_
n
p
__
n p
0
_
=
_
n
p
_
2
p
.
146 CHAPITRE 11. DNOMBREMENT
6. (a) Soit T(n) la proposition :
p 0, n,
n

k=p
_
k
p
_
=
_
n + 1
p + 1
_
Pour n = 0, la proposition est vraie (une seule valeur de p, un seul terme, celui-ci vaut 1 comme
le membre de droite de lgalit).
Supposons la proposition vraie un certain rang n 0. Soit p 0, n + 1. Si p = n + 1
alors lgalit est vraie (un seul terme dans la somme, il vaut 1 comme le membre de droite
de lgalit). Supposons donc que 0 p n. Alors, on peut appliquer la proposition T(n)
(seconde galit) et la formule de Pascal classique (dernire galit) :
n+1

k=p
_
k
p
_
=
n

k=p
_
k
p
_
+
_
n + 1
p
_
=
_
n + 1
p + 1
_
+
_
n + 1
p
_
=
_
(n + 1) + 1
p + 1
_
ce qui prouve la proposition au rang n + 1.
Conclusion : n N, p 0, n,
n

k=p
_
k
p
_
=
_
n + 1
p + 1
_
.
(b) Soit T(p) la proposition :
(a
1
, . . . , a
p
) N
p
, n 0, a
1
+ +a
p
,

k
1
++k
p
=n
_
a
1
k
1
_
. . .
_
a
p
k
p
_
=
_
a
1
+ + a
p
n
_
Pour p = 2, la proposition est vraie (cest la formule de Vandermonde classique).
Supposons la proposition vraie un certain rang p 2. Soit (a
1
, . . . , a
p+1
) N
p+1
et n
0, a
1
+ + a
p+1
. Alors :

k
1
++k
p+1
=n
_
a
1
k
1
_
. . .
_
a
p+1
k
p+1
_
=
n

k
p+1
=0

k
1
++k
p
=nk
p+1
_
a
1
k
1
_
. . .
_
a
p
k
p
__
a
p+1
k
p+1
_
=
n

k
p+1
=0
_
_
_
a
p+1
k
p+1
_

k
1
++k
p
=nk
p+1
_
a
1
k
1
_
. . .
_
a
p
k
p
_
_
_
=
n

k
p+1
=0
_
a
p+1
k
p+1
__
a
1
+ + a
p
n k
p+1
_
=
_
a
1
+ + a
p+1
n
_
ce qui prouve la proposition au rang p + 1.
Conclusion :
p 2, (a
1
, . . . , a
p
) N
p
, n 0, a
1
+ + a
p
,

k
1
++k
p
=n
_
a
1
k
1
_
. . .
_
a
p
k
p
_
=
_
a
1
+ + a
p
n
_
.
7. s
8. s
9. s
10. s
11. Soit n N et C
n
lensemble des carrs parfaits compris entre 0 et n. Alors, m C
n
si et seulement
si :
0 m n et a N/a
2
= m
11.5. SOLUTIONS DES EXERCICES 147
Ainsi C
n
est en bijection avec lensemble des entiers a tels que : 0 a

n. On en dduit que :
p
n
= Card(C
n
) = Card(0,

n|) = 1 +

n|
Conclusion : n N, p
n
= 1 +

n| .
Par ailleurs, pour tout entier naturel non nul n, on a :

n 1 <

n|

n
1
1

n
<

n|

n
1
donc : lim
n+

n|

n
= 1 (daprs le thorme des gendarmes).
Conclusion : p
n

n+

n .
12. (a) Le mot ELECTRICITE comporte 3E, 1L, 2C, 2T, 1R et 2I et donc 11 lettres. Pour en constituer
un anagramme, il faut et il suft de :
i. choisir les emplacements des 3E parmi les 11 possibles :
_
11
3
_
possibilits,
ii. puis choisir lemplacement du L parmi les 8 restants :
_
8
1
_
possibilits,
iii. puis choisir lemplacement des 2C parmi les 7 restants :
_
7
2
_
possibilits,
iv. puis choisir lemplacement des 2T parmi les 5 restants :
_
5
2
_
possibilits,
v. puis choisir lemplacement du R parmi les 3 restants :
_
3
1
_
possibilits,
vi. puis choisir lemplacement des 2I parmi les 2 restants :
_
2
2
_
possibilit.
Au total, le nombre danagrammes est :
_
11
3
_

_
8
1
_

_
7
2
_

_
5
2
_

_
3
1
_

_
2
2
_
=
11.10.9
3.2
8
7.6
2

5.4
2
31
Conclusion : Le mot ELECTRICITE admet 831600 anagrammes .
(b) La dmarche est la mme que dans lexemple qui prcde :
i. on place les
1
lettres L
1
parmi les
1
+ +
n
emplacements :
_

1
+ +
n

1
_
possibilits
ii. on place les
2
lettres L
2
parmi les
2
+ +
n
emplacements :
_

2
+ +
n

2
_
possibilits,
iii. on place les
3
lettres L
3
parmi les
3
+ +
n
emplacements :
_

3
+ +
n

3
_
possibilits,
iv. ...
v. on place les
n1
lettres L
n1
parmi les
n1
+
n
emplacements :
_

n1
+
n

n1
_
possi-
bilits,
148 CHAPITRE 11. DNOMBREMENT
vi. on place les
n
lettres L
n
parmi les
n
emplacements :
_

n

n
_
possibilit.
Aprs produit et simplication (rcurrence au besoin), on obtient :
(
1
+ +
n
)!
(
1
)! (
n
)!
anagrammes
Remarque : Ce nombre, qui est rapprocher de
_
a + b
a
_
=
(a + b)!
a!b!
(coefcient bino-
mial) est appel coefcient multinomial et se note parfois
_

1
+ +
n

1
, . . . ,
n
_
.
13. s
Chapitre 12
Espaces probabiliss nis
12.1 Expriences alatoires et modles
12.1.1 Premier exemple
Exprience alatoire : On lance une pice de monnaie homogne. On observe le ct de la pice
lorsquelle ne bouge plus.
ventualits : Deux observations sont possibles, soit le ct pile (que lon notera 1) soit le ct face
(que lon notera 0). On a donc deux ventualits qui sont 0 et 1.
Univers : Lensemble des ventualits se nomme univers et se note . On a alors : = 0, 1.
vnements : On appelle vnement toute partie de lunivers. Ici, quatre vnements distincts sont
alors possibles (au sens mathmatique) :
On nobtient ni le ct pile ni le ct face, qui correspond la partie A = .
Cet vnement, gal lensemble vide, est appel vnement impossible.
On obtient le ct pile, qui correspond la partie B = 1.
Cet vnement, qui ne comporte quune seule ventualit, est appel vnement lmentaire.
On obtient le ct face, qui correspond la partie C = 0.
Cest encore un vnement lmentaire.
On obtient le ct pile ou le ct face, qui correspond la partie D = 0, 1.
Comme D = , il est appel vnement certain.
Frquences observes : Cette exprience alatoire, ralise un grand nombre de fois (cf. simulation
en annexe au paragraphe 12.4.1), donne une frquence dapparition :
gale 0 pour lvnement A,
proche de 1/2 pour les vnements B et C,
gale 1 pour lvnement D.
Modle : Toutefois rien ne dit, a priori, que la limite de chacune de ces frquences, lorsque le nombre
de ralisations tend vers linni, est exactement 0, 1/2, 1/2, 1. Cependant, pour mener des raisonne-
ments simples et trs satisfaisants, on convient de choisir ces valeurs-ci comme modle :
la frquence limite de lvnement A vaut 0, est appele probabilit de lvnement A et se note
P(A),
la frquence limite de lvnement B vaut 1/2, est appele probabilit de lvnement B et se note
P(B),
la frquence limite de lvnement C vaut 1/2, est appele probabilit de lvnement C et se note
P(C),
la frquence limite de lvnement D vaut 1, est appele probabilit de lvnement D et se note
P(D).
Probabilit : On a ainsi dni ainsi une application P : () [0, 1], appele probabilit sur
lunivers , telle que :
P() = 0 P(0) =
1
2
P(1) =
1
2
P() = 1
149
150 CHAPITRE 12. ESPACES PROBABILISS FINIS
Ce modle est dit quiprobable (les probabilits des vnements lmentaires sont deux deux
gales) et P est appele probabilit uniforme sur .
Remarquons aussi que tous les vnements admettent une probabilit.
12.1.2 Deuxime exemple
Exprience alatoire : On lance une pice de monnaie homogne n fois. On considre la suite des
cts de la pice obtenus.
ventualits : dnir.
Univers : dnir.
vnements : Une premire famille dvnements.
On considre les vnements E
k
(pour 1 k n) : le premier pile est obtenu au k
me
lancer.
crire ces vnements sous forme mathmatique.
Soit E
0
= (0, . . . , 0). Dcrire cet vnement sous forme dune phrase.
Justier lafrmation : la famille dvnements (E
0
, . . . , E
n
) est une partition de . On dit alors
que cette famille dvnements est un systme complet dvnements de .
Autres vnements : Une seconde famille dvnements.
On considre les vnements F
k
(pour 0 k n) : on obtient au plus k fois face. Dcrire ces
vnements mathmatiquement.
Justier que lon a une suite croissante dvnements.
Quelle est leur intersection ? leur runion ?
Frquences observes : crire un programme permettant de calculer la frquence dapparition des
vnements E
0
, . . . , E
n
pour un nombre N de rptitions de cette exprience alatoire, les valeurs de
n et N tant choisies par lutilisateur (cf. annexe au paragraphe 12.4.2).
Modle : Prciser le modle le plus simple adapt la situation.
Probabilit : Dnir une probabilit sur .
Pour dnir entirement la probabilit P, on ajoute la rgle : la probabilit dune partie A de est
gale la somme des probabilits des vnements lmentaires la composant.
Ce modle est-il quiprobable ?
Calculer les probabilits P(E
k
) et P(F
k
) pour tout k 0, n.
12.1.3 Troisime exemple
Exprience alatoire : On lance simultanment deux ds cubiques homognes, indiscernables et
numrots de 1 6. On observe la somme des points gurant sur la face suprieure de chaque d.
ventualits : dnir.
Univers : dnir.
Ojectif : On voudrait calculer la probabilit dobtenir une somme paire non multiple de 3.
Frquences observes et modle : Lobservation dun grand nombre de ralisations de cette exp-
rience alatoire (cf. annexe au paragraphe 12.4.3) conduit choisir le modle suivant :
s 2 3 4 5 6 7 8 9 10 11 12
P(s)
1
36
1
18
1
12
1
9
5
36
1
6
5
36
1
9
1
12
1
18
1
36
Le modle choisi ici nest pas quiprobable (mme sil est bas sur un autre modle qui, lui, est qui-
probable).
Que vaut alors la probabilit de lvnement dni ci-dessus ?
12.2 Rcapitulatif de vocabulaire
Exprience alatoire (ou preuve) : Cest une exprience reproductible autant de fois que lon veut
et dont on connat lavance toutes les issues possibles mais dont on ne peut prdire le rsultat de
lune dentre elles avant de la raliser.
12.3. ESPACE PROBABILIS 151
ventualit : Chaque rsultat possible dune exprience alatoire est appel ventualit. Une ven-
tualit est souvent note .
Univers : Cest lensemble de toutes les ventualits dune exprience alatoire. On le note .
vnement : Cest un sous-ensemble de lunivers, donc un ensemble dventualits dune exprience
alatoire.
vnement impossible : Cest lvnement .
vnement certain : Cest lvnement .
vnement lmentaire : Cest un vnement de cardinal 1.
Oprations sur les vnements :
Lvnement A ou B est lvnement A B.
Lvnement A et B est lvnement A B.
Lvnement contraire de A est lvnement

A, not

A.
vnements incompatibles : Deux vnements A et B sont dits incompatibles si et seulement sils
nont aucune ventualit en commun, i.e. A B = .
Systme complet dvnements : Cest une partition de lunivers forme dvnements non vides.
Modle : A chaque exprience alatoire, on va tenter dassocier une probabilit base sur un modle
le plus simple et le plus reprsentatif possible de la situation.
12.3 Espace probabilis
12.3.1 Gnralits
Dnitions
Soit un ensemble ni.
Le couple (, ()) est appel espace probabilisable.
On appelle probabilit sur (, ()) toute application P : () [0, 1] telle que :
P() = 1
(A, B) ()
2
, A B = P(A B) = P(A) + P(B)
Soit P une probabilit sur (, ()). Le triplet (, (), P) est appel espace probabilis.
Remarque
Un espace probabilisable peut admettre plusieurs probabilits (considrer, par exemple, le cas dune
pice truque ou non truque), cela dpendra du modle adopt.
Propositions
On considre un espace probabilis (, (), P) o un ensemble ni. Alors :
Cas de deux vnements A et B quelconques :
P(

A) = 1 P(A)
P(A B) = P(A) P(A B)
A B P(A) P(B)
P(A B) = P(A) + P(B) P(A B)
Gnralisation une famille nie (A
i
)
1in
(n 2) dvnements :
Formule du crible ou formule de Poincar :
P(A
1
A
n
) =
n

k=1
_
(1)
k+1

1i
1
<<i
k
n
P (A
i
1
A
i
k
)
_
152 CHAPITRE 12. ESPACES PROBABILISS FINIS
Cas dvnements deux deux incompatibles :
P(A
1
A
n
) =
n

k=1
P(A
k
)
Cas dun systme complet dvnements :
n

k=1
P(A
k
) = 1
Preuves
Cas de deux vnements :
Comme = A

A et A

A = , cest une consquence immdiate de la dnition de P.
Idem puisque A = (A B) (A B) et (A B) (A B) = .
On applique la dnition de P B = A (B A) avec A (B A) = et en se rappelant que
P est une application valeurs positives.
On applique les points qui prcdent A B = A (B A).
Cas dune famille nie dvnements :
On effectue une rcurrence (revoir le cas du dnombrement).
Les points qui suivent se dduisent immdiatement de la formule de Poincar.
Thorme
Soit =
1
, . . . ,
n
avec n N

.
Soit P une probabilit sur (, ()). Alors, on a :
i 1, n, P(
i
) 0 et
n

k=1
P(
i
) = 1
Rciproquement, soit (p
1
, . . . , p
n
) R
n
tel que :
i 1, n, p
i
0 et
n

k=1
p
i
= 1
Alors, il existe une unique probabilit P sur (, ()) telle que :
i 1, n, P(
i
) = p
i
Preuves
La famille (
1
, . . . ,
n
) est un systme complet dvnements.
Un tel choix dapplication P dnit bien une probabilit. Supposons lexistence dune seconde appli-
cation Q vriant les mmes conditions. On montre alors aisment que :
A (), P(A) = Q(A)
en dcomposant en runion dvnements lmentaires. Ainsi, on obtient lgalit Q = P et donc
lunicit de la probabilit.
12.3.2 quiprobabilit ou probabilit uniforme
Dnition
On considre un espace probabilis (, (), P) o un ensemble ni. On dit que P est la probabilit
uniforme (ou bien quil y a quiprobabilit) si et seulement si :
(,
t
)
2
, P() = P(
t
)
12.4. ANNEXES 153
Propositions
Soit P la probabilit uniforme sur (, ()). Alors :
, P() =
1
Card()
En consquence, on a :
A (), P(A) =
Card(A)
Card()
Preuves
La famille (
1
, . . . ,
n
) est un systme complet dvnements. Puis, on utilise la rgle dadditivit
de la probabilit.
12.4 Annexes
12.4.1 Simulation du 12.1.1
Le programme
VAR i,n,f : longint;
x : integer;
BEGIN
randomize; {initialisation du hasard}
writeln(PILE ou FACE);
write(Nombre de lancers : ); readln(n);
f := 0; {initialisation du nb de face obtenus}
FOR i := 1 TO n DO {les lancers successifs}
BEGIN
x := random(2); {rsultat du lancer, 0=face, 1=pile}
IF x=0 THEN f := f+1; {un face de plus?}
END;
writeln(Frquence dapparition de "face" : ,f/n :1 :3);
readln;
END.
Rsultats de quelques simulations
PILE ou FACE
Nombre de lancers : 100
Frquence dapparition de "face" : 0.430
PILE ou FACE
Nombre de lancers : 1000
Frquence dapparition de "face" : 0.477
PILE ou FACE
Nombre de lancers : 10000
Frquence dapparition de "face" : 0.504
PILE ou FACE
Nombre de lancers : 100000
Frquence dapparition de "face" : 0.501
154 CHAPITRE 12. ESPACES PROBABILISS FINIS
12.4.2 Simulation du 12.1.2
Le programme
VAR k,n,r : integer;
i,m : longint; {compteur et nombre dexpriences}
E : ARRAY [0..10] OF longint; {rsultat des m expriences}
L : ARRAY [1..10] OF integer; {rsultat dune exprience}
BEGIN
randomize;
writeln(n LANCERS DUNE PIECE);
write(Nombre de lancers (n<=10) : ); readln(n);
write(Nombre de rptitions N : ); readln(m);
FOR k := 0 TO n DO E[k] := 0;
FOR i := 1 TO m DO
BEGIN
FOR k := 1 TO n DO L[k] := random(2);
r := 0; {initialisation rang_premier_pile}
k := 1; {initialisation au rang 1 pour recherche du premier pile}
REPEAT
IF L[k]=1 THEN BEGIN
E[k] := E[k]+1;
r := k; {on vient de trouver le premier pile}
END
ELSE k := k+1; {recherche au rang suivant}
UNTIL (k=n+1) OR (r<>0);
IF r=0 THEN E[0] := E[0]+1; {si pas de premier pile}
END;
FOR k := 0 TO n DO writeln(Frquence de E,k, : ,E[k]/m :1 :3);
readln;
END.
Rsultats de quelques simulations
n LANCERS DUNE PIECE
Nombre de lancers (n<=10) : 3
Nombre de rptitions N : 1000
Frquence de E0 : 0.121
Frquence de E1 : 0.504
Frquence de E2 : 0.247
Frquence de E3 : 0.128
n LANCERS DUNE PIECE
Nombre de lancers (n<=10) : 3
Nombre de rptitions N : 10000
Frquence de E0 : 0.126
Frquence de E1 : 0.499
Frquence de E2 : 0.251
Frquence de E3 : 0.124
n LANCERS DUNE PIECE
Nombre de lancers (n<=10) : 3
Nombre de rptitions N : 100000
Frquence de E0 : 0.125
Frquence de E1 : 0.500
12.4. ANNEXES 155
Frquence de E2 : 0.251
Frquence de E3 : 0.125
n LANCERS DUNE PIECE
Nombre de lancers (n<=10) : 5
Nombre de rptitions N : 10000
Frquence de E0 : 0.031
Frquence de E1 : 0.496
Frquence de E2 : 0.250
Frquence de E3 : 0.127
Frquence de E4 : 0.066
Frquence de E5 : 0.031
12.4.3 Simulation du 12.1.3
Le programme
VAR i,n : longint; {compteur et nombre dexpriences}
d1,d2 : integer; {rsultat du lancer de chaque d}
E : ARRAY [2..12] OF longint;
BEGIN
randomize;
writeln(SOMME DEUX DES);
write(Nombre de lancers : ); readln(n);
FOR i := 2 TO 12 DO E[i] := 0;
FOR i := 1 TO n DO
BEGIN
d1 := random(6)+1; d2 := random(6)+1;
E[d1+d2] := E[d1+d2]+1;
END;
FOR i := 2 TO 12 DO writeln(Frquence de E,i, : ,E[i]/n :1 :4);
readln;
END.
Rsultats dune simulation
SOMME DEUX DES
Nombre de lancers : 1000000
Frquence de E2 : 0.0275
Frquence de E3 : 0.0556
Frquence de E4 : 0.0830
Frquence de E5 : 0.1109
Frquence de E6 : 0.1388
Frquence de E7 : 0.1664
Frquence de E8 : 0.1391
Frquence de E9 : 0.1113
Frquence de E10 : 0.0838
Frquence de E11 : 0.0558
Frquence de E12 : 0.0277
156 CHAPITRE 12. ESPACES PROBABILISS FINIS
12.5 Exercices
1. crire laide des oprateurs , , ainsi qu laide des vnements A, B, C les vnements sui-
vants :
(a) lun au moins des vnements A, B, C se ralise,
(b) lun et lun seulement des vnements A ou B se ralise,
(c) A ou B se ralise mais pas C.
2. Une urne contient 10 boules blanches, 6 boules rouges et 4 boules noires.
(a) On tire 3 boules successivement et avec remise. Calculer la probabilit que le tirage soit :
i. tricolore
ii. unicolore
iii. bicolore.
(b) Mmes questions avec un tirage simultan des trois boules.
3. Une urne contient 3 boules : 1 blanche, 1 verte, 1 rouge. On effectue successivement et avec remise
n tirages dune seule boule. Quelle est la probabilit :
(a) davoir au moins une boule de chaque couleur ?
(b) que les deux boules extrmes soient de la mme couleur ?
4. Une urne contient huit jetons numrots de 1 8. On en tire 3 simultanment et au hasard. Quelle
est la probabilit que la somme des 3 numros tirs soit suprieure ou gale la somme des numros
restants ?
5. Montrer que si lon ne tient pas compte des annes bissextiles, il y a plus dune chance sur deux pour
que dans une classe de 23 lves, deux dentre eux (au moins) soient ns le mme jour.
6. Une cole de commerce recrute en deuxime anne, par admission parallle, des tudiants titulaires
dune licence. Cette anne, parmi les lves en deuxime anne, 19% ont une licence de math-
matiques, 23% une licence de sciences conomiques, 10% une licence de droit. De plus, 10% des
tudiants ont une licence de mathmatiques et une de sciences conomiques, 5% une licence de
sciences conomiques et une de droit, 2% une licence de mathmatiques et une de droit, aucun tu-
diant nest titulaire de trois licences. Quelle est la probabilit quun tudiant de deuxime anne ait
intgr lcole par concours en premire anne ?
7. Mathieu et Vincent jouent pile ou face. Chacun lance n fois une pice de monnaie quilibre et le
gagnant est celui qui obtient le plus de pile.
(a) Quelle est la probabilit quils soient ex quo ?
(b) Quelle est la probabilit que Vincent gagne ?
(c) crire un programme en langage Pascal qui ralise la simulation dune exprience alatoire.
(d) Complter ensuite ce programme pour vrier les rsultats des deux premires questions.
8. On lance un d non pip n fois de suite. Soit p
n
la probabilit quau bout de n lancers chaque numro
ait t obtenu au moins une fois. Calculer p
6
, p
7
, p
n
.
9. Dans un supermarch se trouvent 3n cartons de lait dont n sont avaris. 3n acheteurs prennent chacun
un carton de lait, au hasard et dans lordre de leur arrive. Est-il prfrable dtre le premier acheteur,
le deuxime, ..., le dernier ?
10. Dans le tiroir de la commode de Dorothe se trouvent, entre autres choses, dix paires de chaussettes
toutes diffrentes. Mais, cest le bazar et tout est mlang, y compris les chaussettes. Il est 7h55 et
Dorothe est en retard. Croyant augmenter ses chances de tirer une paire complte, elle attrape, au
hasard, quatre chaussettes.
12.6. SOLUTIONS DES EXERCICES 157
(a) Quelle est sa probabilit de tirer :
i. deux paires ?
ii. au moins une paire ?
iii. exactement une paire ?
(b) Dorothe a-t-elle eu raison de tirer quatre chaussettes au lieu de deux ?
11. Une loterie se droule une fois par semaine. Sur 100 billets mis en jeu chaque semaine, k sont ga-
gnants (1 k 90). Nadine achte dix billets la mme semaine. Marion achte un billet par semaine
pendant dix semaines. Laquelle des deux a le plus de chances de gagner ?
12. Dans une rception, chacun des n invits a donn son chapeau au vestiaire. On suppose qu la n de
la soire, les n chapeaux sont distribus au hasard entre les invits. Calculer la probabilit pour quau
moins un invit reoive son propre chapeau.
13. On place p boules indiscernables dans n botes (n 2) numrotes de 1 n.
(a) Quelle est la probabilit que seules les botes 1 et 2 reoivent (ventuellement) des boules ?
(b) On suppose que p = 2n. Quelle est la probabilit pour que chaque bote reoive 2 boules ?
14. Soit n N

. On choisit, au hasard, un entier de 0, n.


(a) Dterminer la probabilit p
n
dobtenir une puissance entire de deux.
(b) Dterminer un quivalent de p
n
lorsque n +.
15. On effectue n lancers (n 1) dune pice de monnaie dont la probabilit dapparition de face est p
(p ]0, 1[). Quelle est la probabilit quau cours de ces n lancers le rsultat face ne soit jamais suivi
du rsultat pile ?
16. Un d porte les numros -1, 0 et 1 chacun sur deux faces. Les probabilits respectives dapparition de
chacun de ces numros suit une progression gomtrique de raison 1/2.
(a) On lance successivement deux fois ce d. Quelle est la probabilit dobtenir une somme gale
0 ?
(b) On lance successivement trois fois ce d. Quelle est la probabilit dobtenir une somme gale
-1 ?
17. On effectue n lancers (n 1) dune pice de monnaie dont la probabilit dapparition de pile est p
(p ]0, 1[). Pour tout k 0, n, dterminer la probabilit quau cours de ces n lancers le rsultat pile
soit obtenu exactement k fois.
18. Une urne contient a boules noires (a 2) et b boules blanches. On tire les boules successivement
une par une sans remise jusqu puisement de lurne. Calculer la probabilit quil reste exactement
2 boules noires au moment o lon vient de tirer la dernire boule blanche.
12.6 Solutions des exercices
1. s
2. s
3. s
4. s
5. s
6. s
158 CHAPITRE 12. ESPACES PROBABILISS FINIS
7. On peut choisir lespace probabilis dni par : = pile, face
2n
et P est lquiprobabilit (on
considre ici que les n premiers lments dune 2n-liste de correspondent aux rsultats des n
lancers de Mathieu et les n derniers sont les correspondent aux rsultats de Vincent). On a ainsi :
Card() = 2
2n
(a) Soit E lvnement Mathieu et Vincent sont ex-aequo . Les deux garons sont ex-aequo avec
0 ou 1 ou ... ou n pile. Soit donc E
k
lvnement Mathieu et Vincent sont ex-aequo avec
k pile (avec 0 k n). Alors :
E = E
0
E
n
et cette runion est constitue dvnements deux deux incompatibles. Ainsi :
P(E) = P(E
0
) + + P(E
n
)
Calculons alors P(E
k
). Une ventualit de E
k
est une 2n-liste dans laquelle on trouve k pile
parmi les n premiers lments (et donc n k face) et k pile parmi les n derniers lments (et
donc n k face). Alors :
Card(E
k
) =
_
n
k
__
n
k
_
=
_
n
k
_
2
On en dduit donc que :
P(E) =
n

k=0
_
n
k
_
2
2
2n
=
1
2
2n
n

k=0
_
n
k
_
2
=
1
2
2n
_
2n
n
_
daprs la formule de Vandermonde.
(b) Soit M lvnement Mathieu gagne et V lvnement Vincent gagne . La pice ntant
pas truque, il est manifeste que Mathieu et Vincent ont la mme probabilit de gagner la partie.
De plus, (E, M, V ) est un systme complet dvnements. Alors :
P(M) + P(E) + P(V ) = 1 donc 2P(M) = 1
1
2
2n
_
2n
n
_
Conclusion : La probabilit que Mathieu gagne est
1
2
_
1
1
2
2n
_
2n
n
__
.
(c) PROGRAM mathieu_et_vincent;
VAR omega : ARRAY [1..1000] OF integer; k,n,m,v : integer;
BEGIN
randomize; write(Donner n : ); readln(n);
FOR k := 1 TO 2
*
n DO omega[k] := random(2); {pile=1 et face=0}
m := 0; v := 0; {initialisations du nombre de point de chacun}
FOR k := 1 TO n DO m := m+omega[k]; {nb points de Mathieu}
FOR k := n+1 TO 2
*
n DO v := v+omega[k]; {nb points de Vincent}
IF m>v THEN writeln(Mathieu gagne par ,m, ,v);
IF m<v THEN writeln(Vincent gagne par ,v, ,m);
IF m=v THEN writeln(Ils sont ex-aequo ,m, ,v);
readln;
END.
12.6. SOLUTIONS DES EXERCICES 159
(d) PROGRAM mathieu_et_vincent;
VAR omega : ARRAY [1..1000] OF integer; k,n,m,v : integer;
{d} i,n_part,m_gagne,v_gagne,exaequo : longint;
BEGIN
randomize;
write(Donner le nombre de parties : ); readln(n_part);
write(Donner n : ); readln(n);
m_gagne := 0; v_gagne := 0; exaequo := 0;
FOR i := 1 TO n_part DO
{|} BEGIN
{|} FOR k := 1 TO 2
*
n DO omega[k] := random(2);
{|} m := 0; v := 0;
{|} FOR k := 1 TO n DO m := m+omega[k];
{|} FOR k := n+1 TO 2
*
n DO v := v+omega[k];
{|} IF m>v THEN m_gagne := m_gagne+1;
{|} IF m<v THEN v_gagne := v_gagne+1;
{|} IF m=v THEN exaequo := exaequo+1;
{|} END;
writeln(Frquence de gain de Mathieu : ,m_gagne/n_part :1 :4);
writeln(Frquence de gain de Vincent : ,v_gagne/n_part :1 :4);
writeln(Frquence de parties nulles : ,exaequo/n_part :1 :4);
readln;
END.
8. s
9. s
10. s
11. Il y a deux univers bien distincts ici : celui de Nadine (que lon notera ) et celui de Marion (que lon
notera
t
). Les probabilits seront notes respectivement P et P
t
.
(a) Nadine ne joue quune seule semaine. Alors est lensemble des combinaisons 10 lments
de 1, 100 (on suppose les billets numrots de 1 100). Les billets tant achets au hasard, la
probabilit P est donc la probabilit uniforme. De plus, on a : Card() =
_
100
10
_
.
Soit N lvnement Nadine a au moins un billet gagnant . Lvnement

N est ralis si et
seulement si les 10 billets achets par Nadine sont parmi les 100 k billets perdants. Alors :
Card(

N) =
_
100 k
10
_
. On en dduit que :
P(N) = 1
_
100 k
10
_
_
100
10
_ = 1
(100 k)(99 k) . . . (91 k)
100.99 . . . 91
= 1
10

i=1
_
1
k
90 + i
_
(b) Marion joue sur 10 semaines. Alors
t
est lensemble des 10-listes dlments de 1, 100. Les
billets tant achets au hasard, la probabilit P
t
est donc la probabilit uniforme. De plus, on a :
Card(
t
) = 100
10
.
Soit M lvnement Marion a au moins un billet gagnant . Lvnement

M est ralis si et
seulement si chacun des 10 billets achets par Marion gure parmi les 100 k billets perdants
de la semaine au cours de laquelle il est achet. Alors : Card(

M) = (100 k)
10
. On en dduit
que :
P
t
(M) = 1
(100 k)
10
100
10
= 1
_
1
k
100
_
10
160 CHAPITRE 12. ESPACES PROBABILISS FINIS
(c) Il reste comparer P(N) et P
t
(M). On sait que, pour tout entier i 1, 10, on a :
90 + i 100 donc
k
90 + i

k
100
donc 1
k
90 + i
1
k
100
10

i=1
_
1
k
90 + i
_

_
1
k
100
_
10
Conclusion : P(N) P
t
(M) .
La moralit de ce jeu (gnralisation de cet exemple) est que, lorsquon a dcid de la somme
que lon est prt miser, il faut toujours la miser en une seule fois et non la diluer sur plusieurs
parties.
12. s
13. Procdons comme si les boules taient numrotes de 1 p. Lunivers est alors = 1, n
p
(cest
dire quune ventualit est une p-liste (b
1
, . . . , b
p
) o b
i
dsigne le numro de la bote qui contient la
boule numro i). Lespace probabilisable (, ()) est alors muni de la probabilit uniforme P.
(a) Soit A lvnement seules les botes 1 ou 2 ont rcus des boules . Alors A = 1, 2
p
.
Conclusion : P(A) =
_
2
n
_
p
.
(b) Soit B
i
lvnement la numro i reoit exactement 2 boules Comme ces vnements ne
peuvent gure tre indpendants, on utilise alors la formule des probabilits composes :
P(B
1
B
n
) = P(B
1
)P
B
1
(B
2
) . . . P
B
1
B
n1
(B
n
)
Or, on a :
k 0, n 1, P
B
1
B
k
(B
k+1
) =
_
2n 2k
2
_
(n k 1)
2n2k2
(n k)
2n2k
(pas de conditionnement si k = 0) puisque, sachant que 2k boules ont dj t places aupara-
vant 2 par 2 dans les botes 1 k, il sagit de placer 2 boules dans la bote k+1 et les 2n2k2
autres boules dans les n k 1 botes restantes. Par simplication des produits de quotients,
on obtient :
P(B
1
B
n
) =
(2n)!
2
n
n
2n
14. s
15. Lunivers est = pile, face
n
. Pour tout k 0, n, la probabilit de tout vnement lmentaire
comprenant exactement k pile (et donc n k face) est gale p
k
(1 p)
nk
.
Soit A lvnement face nest jamais suivi de pile . Ainsi, les ventualits de A sont des listes de
sorte que, ds que face apparat, il ne peut tre suivi que de face, cest dire que :
A =
n
_
k=0
(pile, . . . , pile
. .
k pile
, face, . . . , face
. .
nk face

On en dduit que :
P(A) =
n

k=0
p
k
(1 p)
nk
= (1 p)
n
n

k=0
_
p
1 p
_
k
= (1 p)
n
1
_
p
1p
_
n+1
1
p
1p
Conclusion : P(A) =
(1 p)
n+1
p
n+1
1 2p
.
12.6. SOLUTIONS DES EXERCICES 161
16. Soit p la probabilit dapparition du -1. Alors le 0 apparat avec la probabilit
1
2
p et le 1 avec la
probabilit
1
4
p. Alors, comme p +
1
2
p +
1
4
p = 1, on en dduit que p =
4
7
.
(a) Lunivers est lensemble des 2-listes de 1, 0, 1. La probabilit choisie consiste associer
un vnement lmentaire (constitu dune 2-liste) le rel (
4
7
)
#(1)
(
2
7
)
#(0)
(
1
7
)
#(1)
(o #(1)
dsigne le nombre de -1 dans la 2-liste choisie). Soit A lvnement la somme obtenue vaut
0 . Alors :
A = (1, 1), (0, 0), (1, 1)
On en dduit que : P(A) =
4
7

1
7
+
2
7

2
7
+
4
7

1
7
=
12
49
.
(b) Lunivers est lensemble des 3-listes de 1, 0, 1. La probabilit choisie consiste associer
un vnement lmentaire (constitu dune 2-liste) le rel (
4
7
)
#(1)
(
2
7
)
#(0)
(
1
7
)
#(1)
(o #(1)
dsigne le nombre de -1 dans la 3-liste choisie).
Soit B lvnement la somme obtenue vaut -1 . Alors :
B = (1, 1, 1), (1, 1, 1), (1, 1, 1), (1, 0, 0), (0, 1, 0), (0, 0, 1)
On en dduit que : P(B) = 3
4
7

4
7

1
7
+ 3
4
7

2
7

2
7
=
96
343
.
17. Lunivers est = pile, face
n
. Pour tout k 0, n, la probabilit de tout vnement lmentaire
comprenant exactement k pile (et donc n k face) est gale p
k
(1 p)
nk
.
Le nombre dventualits comprenant exactement k pile (et donc n k face) est gal
_
n
k
_
(on
choisit les rangs de tirages des pile). La probabilit demande vaut donc :
_
n
k
_
p
k
(1 p)
nk
.
18. Une ventualit est une (a + b)-liste de N, B contenant exactement aN (et donc bB). Obtenir une
ventualit consiste donc choisir les rangs des a boules noires parmi les a + b rangs des tirages.
Les vnements lmentaires paraissent quiprobables. De plus Card() =
_
a + b
a
_
.
Soit A lvnement il reste 2 boules noires dans lurne lorsque lon vient de tirer de tirer la dernire
boule blanche. Un lment de Aest donc une liste de la forme (. . . , B, N, N). Les lments de Asont
en nombre gal au nombre de faons de placer a 2 boules noires parmi a + b 3 emplacements,
cest dire :
_
a + b 3
a 2
_
. On en dduit que :
P(A) =
_
a + b 3
a 2
_
_
a + b
a
_ =
(a + b 3)!
(a 2)!(b 1)!

a!b!
(a + b)!
=
a(a 1)b
(a + b)(a + b 1)(a + b 2)
162 CHAPITRE 12. ESPACES PROBABILISS FINIS
Chapitre 13
Conditionnement et indpendance
Dans tout ce chapitre, dsigne un ensemble ni.
13.1 Exemple
Description de lexprience alatoire
Un prestidigitateur vous propose le jeu suivant :
Il dispose de trois gobelets. Sous lun deux est cache une pice. Le jeu consiste, bien sr, deviner
sous quel gobelet se trouve la pice. Comme vous dcidez de jouer (donc de miser), le prestidigitateur vous
offre deux opportunits de trouver la pice selon le protocole suivant :
Vous indiquez lun des trois gobelets.
Le prestidigitateur soulve lun des gobelets ne recouvrant pas la pice et qui nest pas celui que vous
avez dsignez (remarquez bien que cela est toujours possible).
Vous devez nouveau indiquer un gobelet.
Ralisation et simulation de lexprience alatoire
Que fates vous : conservez-vous votre choix initial ou bien dsignez-vous lautre gobelet non retourn ?
Voir en annexe : le jeu au paragraphe 13.4.1.
Quelques calculs de probabilits
1. Quelle est la probabilit de gagner sachant que lon change de choix ?
2. Quelle est la probabilit de gagner sachant que lon ne change pas de choix ?
3. Quel choix offre la probabilit de gagner la plus importante ?
Voir en annexe : calcul de probabilit conditionnelle au paragraphe 13.4.2.
13.2 Probabilit conditionnelle
13.2.1 Gnralits
Dnition
Soit A et B deux vnements dun espace probabilis (, (), P). On suppose que :
P(A) ,= 0
163
164 CHAPITRE 13. CONDITIONNEMENT ET INDPENDANCE
On appelle probabilit de lvnement B sachant ralis lvnement A ou bien probabilit de lv-
nement B conditionn par lvnement A le rel :
P
A
(B) =
P(A B)
P(A)
Cette probabilit conditionnelle est parfois note P(B[A) dans certains ouvrages.
Exemples
1. Un couple a trois lles. La femme attend un 4me enfant. Quelle est la probabilit que ce soit une
lle ?
2. Un couple a deux enfants. Lun est une lle. Quelle est la probabilit que lautre soit un garon ?
3. Un couple a trois enfants. Deux sont des lles. Quelle est la probabilit que lautre soit aussi une
lle ?
Proposition
Soit A un vnement de probabilit non nulle dun espace probabilis (, (), P). Alors, le triplet
(, (), P
A
) est un espace probabilis (avec toutes les rgles de calculs qui en dcoulent).
Preuve
On montre que P
A
() = 1 puis que si B C = alors P
A
(B C) = P
A
(B) + P
A
(C).
Exemple
Un couple a trois enfants. Deux sont des lles. Quelle est la probabilit que lautre soit un garon ?
13.2.2 Les trois thormes fondamentaux
Thorme : Formule des probabilits composes.
Soit (A
1
, . . . , A
n
) (avec n 2) une famille dvnements dun espace probabilis (, (), P) tels
que :
P(A
1
A
n1
) ,= 0
Alors :
P(A
1
A
n
) = P(A
1
) P
A
1
(A
2
) P
A
1
A
2
(A
3
) P
A
1
A
n1
(A
n
)
Preuve
On procde par rcurrence. Soit T(n) la proposition : pour toute famille (A
1
, . . . , A
n
) dvnements
telle que P(A
1
A
n1
) ,= 0, on a
P(A
1
A
n
) = P(A
1
) P
A
1
(A
2
) P
A
1
A
2
(A
3
) P
A
1
A
n1
(A
n
)
La proposition T(2) est vraie puisque cest la dnition de la probabilit conditionnelle.
Soit n 2. Supposons que T(n) est vraie. Soit (A
1
, . . . , A
n+1
) une famille dvnements telle que
P(A
1
A
n
) ,= 0. Alors, par dnition, on a :
P((A
1
A
n
) A
n+1
) = P(A
1
A
n
) P
A
1
A
n
(A
n+1
)
Comme (A
1
A
n
) (A
1
A
n1
) et comme P(A
1
A
n
) ,= 0 alors :
P(A
1
A
n1
) ,= 0
(lapplication probabilit est croissante et positive). On applique alors T(n) et on obtient le rsultat voulu.
13.2. PROBABILIT CONDITIONNELLE 165
Remarque
Ce thorme sapplique des situations au cours desquelles on effectue une succession de tirages dont
les diffrents rsultats dpendent des rsultats des tirages qui prcdent (par exemple lors de tirages succes-
sifs sans remise).
Exemple
Une urne A contient deux jetons rouges et trois jetons verts. Une urne B contient trois jetons rouges et
deux jetons verts. On tire un jeton, au hasard et sans le regarder, dans lurne A et on le place dans lurne B.
On tire ensuite, au hasard, successivement et sans remise deux jetons dans lurne B. Quelle est la probabilit
que le jeton tir dans lurne A soit vert et les deux jetons tirs dans lurne B soient rouges ?
Thorme : Formule des probabilits totales.
Soit (A
1
, . . . , A
n
) (avec n 2) un systme complet dvnements dun espace probabilis (, (), P).
Soit B un vnement. Alors :
P(B) =
n

k=1
P(B A
k
) =
n

k=1
P(A
k
)P
A
k
(B)
Preuve
Il suft de remarquer que :
B = B = B
_
n
_
k=1
A
k
_
=
n
_
k=1
(B A
k
)
et que cette runion est constitue dvnements deux deux incompatibles.
Remarque
Ce thorme sapplique des situations au cours desquelles deux actions (au moins) se succdent, le
rsultat de la seconde tant conditionn par le rsultat de la premire. On considre alors le systme complet
constitu des diffrents rsultats possibles de la premire action puis on calcule la probabilit dun rsultat
possible de la seconde action (en tenant compte de toutes les possibilits de la premire action).
Exemple
On reprend la situation de lexemple prcdent. Quelle est la probabilit que les deux jetons tirs dans
lurne B soient rouges ? soient verts ? soient de couleurs diffrentes ?
Thorme : Formule de Bayes.
Soit (A
1
, . . . , A
n
) (avec n 2) un systme complet dvnements dun espace probabilis (, (), P).
Soit B un vnement de probabilit non nulle. Alors :
k 1, n, P
B
(A
k
) =
P(A
k
)P
A
k
(B)
P(B)
=
P(A
k
)P
A
k
(B)
n

i=1
P(A
i
)P
A
i
(B)
Preuve
Il suft de constater que :
P
B
(A
k
)P(B) = P(A
k
B) = P
A
k
(B)P(A
k
)
166 CHAPITRE 13. CONDITIONNEMENT ET INDPENDANCE
Remarque
Ce thorme sapplique des situations au cours desquelles deux actions (au moins) se succdent, la
seconde tant conditionne par le rsultat de la premire. On considre alors le systme complet constitu
des diffrents rsultats possibles de la premire action. Toutefois, jusqu prsent, on cherchait calculer
la probabilit dun vnement sachant ralis un vnement qui lui est antrieur (sur le plan temporel).
On cherche maintenant calculer la probabilit dun vnement sachant ralis un vnement qui lui est
postrieur : on veut ainsi remonter le temps, cest dire calculer la probabilit dune cause possible
connaissant la consquence. On connat donc le rsultat de la seconde action et on recherche la probabilit
que la cause soit lun des rsultats de la premire action.
Exemple
On reprend la situation de lexemple prcdent. Les deux jetons tirs dans lurne B sont rouges. Quelle
est la probabilit que le jeton tir dans lurne A soit rouge ? soit vert ?
13.3 vnements indpendants
13.3.1 Indpendance de deux vnements
Dnition
Soit A et B deux vnements dun espace probabilis (, (), P). On dit que les vnements A et B
sont indpendants pour la probabilit P si et seulement si :
P(A B) = P(A)P(B)
Exemples
1. Justier que lvnement certain (resp. impossible) est indpendant de tout autre vnement.
2. Deux vnements incompatibles (et non impossibles) sont-ils indpendants ?
3. Dans un jeu de 32 cartes, on en tire une au hasard. Les trois vnements suivants sont-ils deux deux
indpendants ?
A : "on tire un roi" B : "on tire un coeur" C : "on tire une carte rouge"
4. Deux vnements indpendants sont-ils incompatibles ?
Remarque propos de lexemple du jeu de cartes
Dans les deux premiers cas, les proportions ne sont pas changes par rapport la situation de dpart (un
roi parmi les coeurs, un roi parmi les cartes rouges et un roi parmi toutes les cartes) et alors les vnements
sont indpendants. Mais, dans le troisime cas, les proportions sont changes (un coeur parmi les cartes
rouges et un coeur parmi toutes les cartes) et alors les vnements ne sont pas indpendants.
Proposition
Dans un espace probabilis (, (), P), on considre un vnement A de probabilit non nulle et un
autre vnement B. Alors, A et B sont indpendants pour la probabilit P si et seulement si :
P
A
(B) = P(B)
13.3. VNEMENTS INDPENDANTS 167
Preuve
Si A et B sont indpendants pour P alors P(A)P
A
(B) = P(A B) = P(A)P(B). Comme P(A) est
non nulle, on en dduit le rsultat par simplication.
Rciproquement, si P
A
(B) = P(B) alors P(A)P
A
(B) = P(A)P(B) et donc P(AB) = P(A)P(B),
cest dire que A et B sont indpendants pour P.
Proposition
Soit A et B deux vnements indpendants pour la probabilit P dun espace probabilis (, (), P).
Les vnements des couples qui suivent sont alors indpendants (toujours pour P) :
(

A, B) (A,

B) (

A,

B)
Preuve
Le couple (A,

A) est, de manire vidente, un systme complet dvnements Alors, pour le premier
couple, on a :
P(B

A) = P(B) P(B A) = P(B) P(B)P(A) = P(B)(1 P(A)) = P(B)P(

A)
donc

A et B sont indpendants pour P.
On procde de manire identique pour les deux autres couples.
Exemple
On considre une urne contenant 3 boules rouges et 2 boules vertes. On y effectue deux tirages successifs
dune boule avec remise entre les deux tirages. Calculer la probabilit dobtenir deux boules de couleur
distincte.
13.3.2 Indpendance dune famille dvnements
Introduction
Daprs ce qui prcde, on sait maintenant dterminer si trois vnements sont deux deux indpen-
dants. Pour autant, peut-on dire quils sont indpendants (pris tous les trois ensemble) ?
Exemples
1. On lance un d non truqu 3 fois de suite. Pour tout i 1, 2, 3, on dnit lvnement :
S
i
: "on obtient un 6 au i
me
lancer"
(a) Montrer que ces vnements sont deux deux indpendants pour une probabilit P que lon
prcisera.
(b) Comparer ensuite P(S
1
S
2
S
3
) et P(S
1
)P(S
2
)P(S
3
).
2. Soit =
1
,
2
,
3
,
4
muni de la probabilit uniforme P. On considre les vnements :
A
1
=
1
,
2
A
2
=
2
,
3
A
3
=
1
,
3

(a) Montrer que ces vnements sont deux deux indpendants pour P.
(b) Comparer P(A
1
A
2
A
3
) et P(A
1
)P(A
2
)P(A
3
)
168 CHAPITRE 13. CONDITIONNEMENT ET INDPENDANCE
Dnition
Soit (A
1
, . . . , A
n
) (avec n 2) une famille dvnements dun espace probabilis (, (), P). On dit
que ces vnements sont mutuellement indpendants pour la probabilit P si et seulement si :
I 1, n, P
_

iI
A
i
_
=

iI
P(A
i
)
cest dire que :
k 2, n, 1 i
1
< < i
k
n, P (A
i
1
A
i
k
) = P (A
i
1
) P (A
i
k
)
Exemple fondamental
Une urne contient r jetons rouges et v jetons verts. On tire, successivement et avec remise entre les
tirages, n jetons (n 3).
1. Calculer la probabilit dobtenir exactement un jeton rouge.
2. Calculer la probabilit dobtenir exactement k jetons rouges o k 0, n.
Remarques
Lindpendance mutuelle pour une probabilit P implique lindpendance deux deux pour cette
probabilit P mais la rciproque est fausse (voir le second exemple de lintroduction) : lindpendance
mutuelle est une notion bien plus contraignante que lindpendance deux deux.
Toute sous-famille dune famille dvnements mutuellement indpendants pour une probabilit P
est encore une famille dvnements mutuellement indpendants pour cette probabilit P.
Proposition
Soit (A
1
, . . . , A
n
) (avec n 2) une famille dvnements mutuellement indpendants pour la probabi-
lit P dun espace probabilis (, (), P). Pour tout k 1, n, on dnit lvnement B
k
comme tant
soit lvnement A
k
soit son vnement contraire

A
k
. Alors, (B
1
, . . . , B
n
) est une famille dvnements
mutuellement indpendants pour la probabilit P.
Preuve
Soit T(k) la proposition : pour toute partie I
k
de 1, n ayant au plus k lments, en posant
i 1, n, B
i
=
_

A
i
si i I
k
A
i
si i / I
k
la famille (B
1
, . . . , B
n
) est une famille dvnements mutuellement indpendants .
La proposition est vraie au rang 0 car cest lindpendance mutuelle des vnements A
i
.
Soit k 0, n 1. Supposons que T(k) est vraie. Soit I
k+1
une partie de 1, n ayant au plus k + 1
lments et posons :
i 1, n, B
i
=
_

A
i
si i I
k+1
A
i
si i / I
k+1
Si I
k+1
contient au plus k lments alors la proposition T(k) sapplique et on a le rsultat voulu.
Si I
k+1
contient exactement k + 1 lments alors on peut choisir lun de ses lments : notons le i.
Soit I une partie de 1, n.
Si i / I alors P
_

jI
B
j
_
=

jI
P(B
j
).
13.4. ANNEXE 169
Si i I alors I i contient au plus k lments de I
k+1
et on a alors :
P
_

jI
B
j
_
= P
_
_
A
i

jIi
B
j
_
_
= P
_
_

jIi
B
j
_
_
P
_
_
A
i

jIi
B
j
_
_
=
_
_

jIi
P(B
j
)
_
_
P(A
i
)
_
_

jIi
P(B
j
)
_
_
= P(

A
i
)

jIi
P(B
j
)
=

jI
P(B
j
)
Exemple
Une urne contient 2 jetons rouges et 3 jetons noirs. On tire, successivement et avec remise entre les
tirages, 2n jetons. Calculer la probabilit dobtenir exactement n jetons rouges.
13.4 Annexe
13.4.1 Le jeu
Le programme
PROGRAM prestidigitateur;
VAR p,c,s : integer;
BEGIN
randomize;
p := random(3)+1;
write(Choix n1 : ); readln(c);
IF c=p THEN s := 1 + (p+random(2)) MOD 3 ELSE s := 6-(p+c);
writeln(Rien sous le gobelet ,s);
REPEAT write(Choix n2 : ); readln(c) UNTIL (c=p)OR(c=6-p-s);
IF c=p THEN writeln(Gagn! ) ELSE writeln(Perdu...);
readln;
END.
Quelques rsultats
Choix n1 : 1
Rien sous le gobelet 2
Choix n2 : 1
Gagn!
Choix n1 : 1
Rien sous le gobelet 3
Choix n2 : 2
Gagn!
170 CHAPITRE 13. CONDITIONNEMENT ET INDPENDANCE
13.4.2 Calcul de probabilit conditionnelle
Le programme
PROGRAM on_change_toujours;
VAR p,c,s : integer; i,k,n : longint;
BEGIN
randomize;
write(Nombre de rptitions du jeu : ); readln(n);
k := 0; {initialisation du compteur de victoires}
FOR i := 1 TO n DO
BEGIN
p := random(3)+1; c := random(3)+1;
IF c=p THEN s := 1 + (p+random(2)) MOD 3 ELSE s := 6-(p+c);
c := 6-c-s; {on change ici}
IF c=p THEN k := k+1;
END;
writeln(P(GAGNE sachant CHANGE) : ,k/n :1 :4);
readln;
END.
Quelques rsultats
Nombre de rptitions du jeu : 10
P(GAGNE sachant CHANGE) : 0.8000
Nombre de rptitions du jeu : 100
P(GAGNE sachant CHANGE) : 0.6300
Nombre de rptitions du jeu : 1000
P(GAGNE sachant CHANGE) : 0.6820
Nombre de rptitions du jeu : 10000
P(GAGNE sachant CHANGE) : 0.6681
Nombre de rptitions du jeu : 100000
P(GAGNE sachant CHANGE) : 0.6669
13.5 Exercices
1. Une urne contient n ds dont k sont pips de sorte que la probabilit dapparition du 1 est de
1
3
pour
chacun de ceux-ci. On choisit, au hasard, un d dans lurne et on le lance.
(a) Quelle est la probabilit que le d soit pip et quil donne 1 ?
(b) Quelle est la probabilit que le d donne 1 ?
(c) Le d a donn 1. Quelle est la probabilit quil soit pip ?
2. Soit A et B deux vnements dun espace probabilis (, (), P). Les questions suivantes sont
mutuellement indpendantes.
(a) Montrer que : P
B
(A) P(A) et P
A
(B) P(B).
(b) On suppose que A et B sont incompatibles et indpendants.
i. Montrer que lun des deux est lvnement impossible.
ii. Rciproque ?
(c) A quelle(s) condition(s) lvnement A est-il incompatible (resp. indpendant) avec lui-mme ?
13.5. EXERCICES 171
3. On lance un d non pip six faces numrotes de 1 6. Si le d amne le rsultat k alors on lance
k fois conscutivement une pice de monnaie pour laquelle la probabilit dobtenir pile vaut p (avec
0 < p < 1).
(a) Calculer la probabilit dobtenir au moins un pile.
(b) Calculer la probabilit dobtenir exactement 2 face.
4. Huit coups de fusils sont tirs indpendamment les uns des autres par huit chasseurs qui ont chacun
une chance sur quatre de toucher un bison en fuite. On suppose quil faut trois balles pour tuer le
bison.
(a) Quelle est la probabilit que lanimal soit touch ?
(b) Quelle est la probabilit que lanimal soit tu ?
(c) Sachant quil a t touch, quelle est la probabilit quil soit simplement bless ?
5. Un joueur est en prsence de deux urnes A et B : dans lurne A, il y a 3 boules blanches et 5 boules
rouges ; dans lurne B, il y a 7 boules blanches et 5 boules rouges. Par ailleurs, ce joueur dispose de
deux ds non truqus.
Le joueur lance une fois les deux ds. Si le total des points obtenus est infrieur ou gal 7 alors il
choisit lurne A sinon il choisit lurne B. Dans lurne choisie, il tire successivement 4 boules avec
remise entre les tirages.
(a) Calculer la probabilit quil obtienne 2 blanches et 2 rouges.
(b) Calculer la probabilit quil nobtienne que des boules rouges.
(c) Il nobtient que des boules rouges. Calculer la probabilit quelle proviennent de lurne B.
(d) Comment modier la condition de choix des urnes (mais toujours laide de la somme des
points obtenus) pour que la probabilit prcdente soit suprieure 0.5 ?
6. On considre deux urnes notes B et N : lurne B contient 99 boules blanches et 1 boule noire ; lurne
N contient 1 boule blanche et 99 boules noires.
Un tirage consiste choisir, au hasard, une urne puis tirer une boule dans cette urne. On effectue
deux tirages successifs et sans remise. Calculer la probabilit de chacun des vnements suivants :
(a) le seconde boule tire est noire sachant que la premire est blanche ;
(b) les deux boules tires sont blanches ;
(c) la premire boule tire est blanche sachant que la seconde est noire.
7. On considre un test mdical permettant de dpister une certaine maladie dans une certaine popula-
tion. Il sagit dune exprience alatoire au sens o lon ne connat pas, a priori, le rsultat du test
pratiqu sur chacune des personnes de la population tudie ni si celle-ci est effectivement atteinte
de la maladie dpiste (le test nest pas able 100%). Une personne tant choisie, on appelle M
lvnement la personne est atteinte de la maladie et T
+
(resp. T

) lvnement le test pratiqu


est positif (resp. ngatif). On suppose que P(M) = 0, 005.
On dsire sassurer de la qualit de ce test (du point de vue du patient) qui est mesure par les rels
P
T
+(M) et P
T
(

M) que lon souhaitera aussi proches de 1 que possible.
Les rels P
M
(T
+
) et P
M
(T

) caractrisent la qualit du test du point de vue du laboratoire. On


supposera quelles sont toutes les deux gales r (r est donc la probabilit de bonne rponse du test).
(a) Calculer r pour que P
T
+(M) = 0, 95.
(b) Que vaut alors P
T
(

M) ?
8. Deux joueurs X et Y jouent avec un jeu de 32 cartes. On distribue 4 cartes chacun des deux joueurs
puis on retourne la carte suivante qui indique latout. Enn, on retourne les 3 cartes qui suivent (que
lon limine du jeu pour la partie). Le reste constitue le talon. Sachant que X a deux atouts, calculer
la probabilit pour que Y en ait plus que lui.
172 CHAPITRE 13. CONDITIONNEMENT ET INDPENDANCE
9. Un joueur est en prsence de deux urnes A et B : lurne A contient 4 boules noires et 2 boules
blanches ; lurne B contient 2 boules noires et 4 boules blanches.
Le joueur, ignorant la composition des urnes, choisit, au hasard, une urne pour y effectuer un nombre
n de tirages, successivement et avec remise (n 3).
(a) Calculer la probabilit pour que la deuxime boule tire soit noire sachant que la premire lest.
(b) Calculer la probabilit pour que la troisime boule tire soit noire sachant que les deux premires
le sont.
(c) Calculer la probabilit pour que la n
me
boule tire soit noire sachant que les n 1 premires le
sont.
10. On considre trois ds cubiques quilibrs A, B et C tels que : le d A possde 4 faces blanches et 2
faces noires ; le d B possde 3 faces blanches et 3 faces noires ; le d C possde 2 faces blanches et
4 faces noires.
On choisit, au hasard, un d et on le lance n fois conscutivement.
(a) Les vnements obtenir un une face noire au premier lancer et obtenir une face noire au
deuxime lancer sont-ils indpendants ?
(b) Calculer la probabilit dobtenir n faces noires puis en dterminer un quivalent lorsque n est
au voisinage de +.
(c) Calculer la probabilit davoir lanc le d C sachant que lon a obtenu n faces noires puis en
dterminer un quivalent lorsque n est au voisinage de +. Interprtation ?
11. On considre trois pices de monnaies homognes : deux dentre elles possdent un ct pile et un
ct face ; lautre possde deux cts face.
On choisit, au hasard, lune des trois pices et on la lance n fois.
(a) Calculer la probabilit dobtenir pile au premier lancer.
(b) Calculer la probabilit dobtenir n fois face.
(c) Calculer la probabilit que la pice lance soit truque sachant que lon a obtenu n fois face. En
donner un quivalent.
12. Sur 100 ds, 25 sont pips de sorte quils donnent le rsultat 6 avec la probabilit
1
2
chaque lancer.
On choisit un d au hasard.
(a) On lance ce d et on obtient 6. Calculer la probabilit que ce d soit pip.
(b) On relance ce mme d et on obtient encore 6. Calculer la probabilit que ce d soit pip.
13. Chane de Markov simple.
Une puce se dplace sur trois cases A, Bet C. Elle saute de case en case N fois de la manire suivante :
* initialement, elle est en A;
* lorsquelle est en A lissue du n
me
saut (0 n N 1), le saut suivant lamne en B ou en C
de manire quiprobable ;
* lorsquelle est en B lissue du n
me
saut (0 n N 1), le saut suivant lamne en A ou en C
de manire quiprobable ;
* lorsquelle est en C lissue du n
me
saut (0 n N 1), elle saute sur place.
Pour tout entier n tel que 0 n N, on dnit lvnement A
n
(resp. B
n
et C
n
) par :
la puce est en A (resp. B, C) lissue du n
me
saut
et le rel a
n
(resp. b
n
, c
n
) comme la probabilit de lvnement A
n
(resp. B
n
et C
n
).
(a) i. Dterminer une matrice M telle que :
n 1, N 1,
_
_
a
n+1
b
n+1
c
n+1
_
_
= M
_
_
a
n
b
n
c
n
_
_
La matrice M est dite stochastique.
13.5. EXERCICES 173
ii. Calculer M
k
pour tout entier naturel k. On distinguera les cas selon la parit de lentier k.
(b) i. En dduire les expressions de a
N
, b
N
et c
N
.
ii. Prciser alors leur limite lorsque N tend vers +.
iii. Interprter ces rsultats.
(c) Pour tout entier n 0, N, calculer la probabilit de lvnement D
n
:
"la puce est en C pour la premire fois aprs le n
me
saut"
174 CHAPITRE 13. CONDITIONNEMENT ET INDPENDANCE
Chapitre 14
Les espaces vectoriels R
n
14.1 Notion de R-espace vectoriel
Dnitions
On dit quun triplet (E, +, .) est un R-espace vectoriel (ou espace vectoriel sur R ou encore espace
vectoriel rel) si et seulement si :
E est un ensemble non vide dont les lments, nots sous la forme x, sont appels vecteurs ;
+ est une application de E E dans E, appele opration daddition des vecteurs de E, telle que :
commutativit de cette addition :
(x, y) E
2
, y +x = x +y
associativit de cette addition :
(x, y, z) E
3
, (x +y) +z = x + (y +z)
et on peut alors omettre les parenthses ;
lment neutre de cette addition :
e E / x E, x +e = e +x = x
existence dun oppos pour cette addition :
x E, y E / x +y = y +x = e
. est une application de R E dans E, appele opration de multiplication externe entre un rel
et un vecteur de E, telle que :
associativit de cette multiplication externe :
(, ) R
2
, x E, .(.x) = ().x
et on peut alors omettre les parenthses ;
lment neutre de cette multiplication externe :
x E, 1.x = x
distributivit de cette multiplication externe sur laddition des vecteurs :
R, (x, y) E
2
, .(x +y) = .x + .y
distributivit de cette multiplication externe sur laddition des rels :
(, ) R
2
, x E, ( + ).x = .x + .x
175
176 CHAPITRE 14. LES ESPACES VECTORIELS R
N
Propositions/Notations
Soit (E, +, .) un espace vectoriel rel. Alors :
Le vecteur e, lment neutre de laddition, est unique et on le note alors

0
E
.
Tout vecteur x de E admet un unique oppos not x.
Preuves
Supposons lexistence de deux vecteurs e
1
et e
2
tels que :
x E, x +e
1
= e
1
+x = e
1
, x +e
2
= e
2
+x = e
2
Alors, en choisissant x = e
1
dans la premire relation et x = e
2
dans la seconde, on obtient :
e
1
= e
2
+e
1
= e
2
ce qui prouve lunicit (lexistence est assure par la dnition).
Soit x E. Supposons lexistence de deux vecteurs y
1
et y
2
tels que :
x +y
1
= y
1
+x =

0
E
x +y
2
= y
2
+x =

0
E
Alors, on obtient :
y
1
= y
1
+

0
E
= y
1
+ (x +y
2
) = (y
1
+x) +y
2
=

0
E
+y
2
= y
2
ce qui prouve lunicit (lexistence est assure par la dnition).
Remarques
Les vecteurs x de E sont souvent nots x.
Les vecteurs .x de E sont souvent nots x et mme x.
Les critures x. et
x

(pour non nul dans cette dernire criture) sont proscrites (cf. matrices).
On dit presque toujours que E est un R-espace vectoriel au lieu de dire que (E, +, .) est un R-espace
vectoriel (les deux oprations sont sous-entendues, dans la mesure o on les connat parfaitement en
gnral).
Propositions (autres rgles de calculs dans les espaces vectoriels, dcoulant de la dnition)
Soit E un R-espace vectoriel. On a alors :
Produit de facteurs nuls :
x E, 0.x =

0
E
et R, .

0
E
=

0
E
R, x E, [ .x =

0
E
( = 0) (x =

0
E
) ]
Soustraction :
x E, (1).x = x
Ainsi, on notera x y le vecteur x + (y) et .(x y) (ou .x .y) le vecteur .x + ().y.
Preuves
Soit x E. Alors, on a :
0.x = (0 + 0).x = 0.x + 0.x
donc en ajoutant loppos de 0.x chaque membre de lgalit, on obtient

0
E
= 0.x.
Soit R. Alors, on a :
.

0
E
= .(

0
E
+

0
E
) = .

0
E
+ .

0
E
donc en ajoutant loppos de .

0
E
chaque membre de lgalit, on obtient

0
E
= .

0
E
.
14.2. ESPACES VECTORIELS LES PLUS USUELS 177
: cest immdiat daprs les rsultats qui prcdent.
: Soit un rel et x un vecteurs tels que .x =

0
E
. Supposons que est non nul (sinon le rsutat
est dmontr). Alors, on a :
.x =

0
E

1

.(.x) =
1

0
E
1.x =

0
E
x =

0
E
ce qui achve la preuve.
Pour tout vecteur x de E, on a :
x + (1).x = 1.x + (1)x = (1 1).x = 0.x =

0
E
donc 1.x est loppos de x.
14.2 Espaces vectoriels les plus usuels
Thorme fondamental
Soit n N

. Pour tous les lments (x


1
, . . . , x
n
) et (y
1
, . . . , y
n
) de R
n
et pour tout rel , on pose :
(x
1
, . . . , x
n
) + (y
1
, . . . , y
n
) = (x
1
+ y
1
, . . . , x
n
+ y
n
)
.(x
1
, . . . , x
n
) = (x
1
, . . . , x
n
)
On a ainsi dni deux oprations : une addition (+) sur les couples de R
n
ainsi quune multiplication
externe (.) entre les rels et les lments de R
n
. Alors le triplet (R
n
, +, .) est un R-espace vectoriel. De
plus, on a alors :

0
R
n = (0, . . . , 0) et (x
1
, . . . , x
n
) = (x
1
, . . . , x
n
)
En particulier R
2
et R
3
sont des R-espaces vectoriels au sens habituel de lensemble des vecteurs du
plan et de lespace.
Preuve
R
n
est clairement non vide.
Les proprits de laddition des vecteurs de R
n
se dduisent des proprits ponymes de laddition
des rels :
(x
1
, . . . ) + (y
1
, . . . ) = (x
1
+ y
1
, . . . ) = (y
1
+ x
1
, . . . ) = (y
1
, . . . ) + (x
1
, . . . )
[(x
1
, . . . ) + (y
1
, . . . )] + (z
1
, . . . ) = (x
1
+ y
1
, . . . ) + (z
1
, . . . ) = ([x
1
+ y
1
] + z
1
, . . . )
= (x
1
+ [y
1
+ z
1
], . . . ) = (x
1
, . . . ) + (y
1
+ z
1
, . . . )
= (x
1
, . . . ) + [(y
1
, . . . ) + (z
1
, . . . )]
(x
1
, . . . ) + (0, . . . ) = (x
1
+ 0, . . . ) = (x
1
, . . . )
donc on a le rsultat fondamental :

0
R
n = (0, . . . , 0),
(x
1
, . . . ) + (x
1
, . . . ) = (x
1
x
1
, . . . ) = (0, . . . )
donc on a le rsultat fondamental : (x
1
, . . . , x
n
) = (x
1
, . . . , x
n
).
Les proprits de la multiplication externe se dduisent des proprits ponymes de la multiplication
des rels :
.[.(x
1
, . . . )] = .(x
1
, . . . ) = ([x
1
], . . . ) = ([]x
1
, . . . ) = ()(x
1
, . . . )
1.(x
1
, . . . ) = (1x
1
, . . . ) = (x
1
, . . . )
.[(x
1
, . . . ) + (y
1
, . . . )] = .(x
1
+ y
1
, . . . ) = ([x
1
+ y
1
], . . . ) = (x
1
+ y
1
, . . . )
= (x
1
, . . . ) + (y
1
, . . . ) = .(x
1
, . . . ) + .(y
1
, . . . )
( + ).(x
1
, . . . ) = (( + )x
1
, . . . ) = (x
1
+ x
1
, . . . ) = (x
1
, . . . ) + (x
1
, . . . )
178 CHAPITRE 14. LES ESPACES VECTORIELS R
N
Remarque
Pour distinguer les n-uplets (x
1
, . . . , x
n
) de R
n
des vecteurs (x
1
, . . . , x
n
) de R
n
, il est dusage (et plus
commode par la suite) de noter les vecteurs en colonne :
_
_
_
x
1
.
.
.
x
n
_
_
_
.
14.3 Sous espaces vectoriels
Dnition
Soit (E, +, .) un R-espace vectoriel. On dit quun sous ensemble F de lensemble E est un sous espace
vectoriel de (E, +, .) si et seulement si (F, +, .) est un R-espace vectoriel pour les oprations de lespace
vectoriel E restreintes au sous ensemble F, cest dire que :
+
[FF
est valeurs dans F et on dit alors que laddition dans F est stable (le rsultat reste dans F),
.
[RF
est valeurs dans F et on dit que la multiplication externe dans F est stable.
Remarque
Pour vrier que lon a un sous espace vectoriel, la dnition est peu pratique. On prfre toujours
utiliser le thorme qui suit.
Thorme (caractrisation fondamentale des sous espaces vectoriels)
Soit (E, +, .) un R-espace vectoriel. Un sous-ensemble non vide F de E est un sous espace vectoriel de
E si et seulement si :
(, ) R
2
, (x, y) F
2
, .x + .y F
On dit aussi que F est stable par combinaisons linaires.
Preuve
Si F est un sous espace vectoriel de E alors F est un espace vectoriel et donc x F, y F et
ainsi x + y F. La proposition est bien vrie.
Supposons que : (, ) R
2
, (x, y) F
2
, .x + .y F. On sait dj que F est non vide.
Les proprits de laddition et de la multiplication externe se vrient en utilisant, loccasion, les
valeurs = 1 ou = 0 et = 1 ou = 0.
Remarque fondamentale
Le vecteur nul est lment de tous les sous espaces vectoriels dun espace vectoriel E (il suft de choisir
et gaux 0 dans le thorme prcdent).
Exemples
1. Montrer que

0
E
et E sont deux sous espaces vectoriels de E. Ce sont, respectivement, le plus petit
et le plus grand (au sens de linclusion) des sous espaces vectoriels de E.
2. (a) Soit (a, b) R
2
. Montrer que :
D =
__
x
y
_
R
2

ax + by = 0
_
est un sous espace vectoriel de R
2
. Interprter gomtriquement.
14.4. COMBINAISONS LINAIRES DE VECTEURS 179
(b) Montrer que :
F =
__
x
y
_
R
2

3x + 2y = 5
_
nest pas un sous espace vectoriel de R
2
. Interprter gomtriquement.
3. (a) Soit (a, b, c) R
3
. Montrer que :
P =
_
_
_
_
_
x
y
z
_
_
R
2

ax + by + cz = 0
_
_
_
est un sous espace vectoriel de R
3
. Interprter gomtriquement.
(b) Montrer que
F =
_
_
_
_
_
x
y
z
_
_
R
3

2x y + 5z = 4
_
_
_
nest pas un sous espace vectoriel de R
3
. Interprter gomtriquement.
(c) Soit (a, b, c, a
t
, b
t
, c
t
) R
6
. Montrer que
D =
_
_
_
_
_
x
y
z
_
_
R
3

ax + by + cz = 0
a
t
x + b
t
y + c
t
z = 0
_
_
_
est un R-espace vectoriel. Interprter gomtriquement.
4. Soit x =
_
_
_
_
1
1
1
1
_
_
_
_
, y =
_
_
_
_
1
1
1
1
_
_
_
_
, z =
_
_
_
_
1
1
1
1
_
_
_
_
des vecteurs de R
4
. Montrer que :
F =
_
x + y + z [ (, , ) R
3
_
est un sous espace vectoriel de R
4
.
5. Soit F un sous espace vectoriel de R
n
. Dmontrer que :
p N

, (x
1
, . . . , x
p
) F
p
, (
1
, . . . ,
p
) R
p
,
1
x
1
+ +
p
x
p
F
14.4 Combinaisons linaires de vecteurs
Dnition
Soit (x
1
, . . . , x
p
) une famille de vecteurs dun espace vectoriel E. On appelle combinaison linaire de
cette famille (x
1
, . . . , x
p
) tout vecteur de la forme
1
x
1
+ +
p
x
p
o
1
, . . . ,
p
sont des rels.
Exemples
1. Dans R
2
, montrer que
_
2
1
_
est combinaison linaire de
_
1
1
_
et de
_
3
2
_
.
2. Dans R
3
, le vecteur
_
_
1
0
0
_
_
est-il combinaison linaire de
_
_
0
1
0
_
_
et de
_
_
0
0
1
_
_
?
3. Dans R
3
, dcomposer
_
_
1
0
0
_
_
selon la famille
_
_
_
_
1
1
1
_
_
,
_
_
2
0
1
_
_
,
_
_
4
1
0
_
_
_
_
.
4. Dans R
3
, dcomposer
_
_
0
0
0
_
_
selon la famille
_
_
_
_
6
1
1
_
_
,
_
_
2
0
1
_
_
,
_
_
4
1
0
_
_
_
_
.
180 CHAPITRE 14. LES ESPACES VECTORIELS R
N
Remarque
Lorsquun vecteur est combinaison linaire dune famille, il ny a pas ncessairement unicit de la
dcomposition selon cette famille cest dire que la famille des coefcients de la combinaison linaire
nest pas toujours unique.
Proposition
Soit (x
1
, . . . , x
p
) et (y
1
, . . . , y
q
) deux familles de vecteurs dun espace vectoriel E de sorte que chaque
vecteur x
i
est combinaison linaire de la famille (y
1
, . . . , y
q
). Alors toute combinaison linaire de la famille
(x
1
, . . . , x
p
) est une combinaison linaire de la famille (y
1
, . . . , y
q
).
Preuve
On sait que :
i 1, p, (
i,1
, . . . ,
i,q
) R
q
/ x
i
=
q

j=1

i,j
y
j
Alors, pour toute famille (
1
, . . . ,
p
) de rels, on a :
p

i=1

i
x
i
=
p

i=1
_

i
q

j=1

i,j
y
j
_
=
q

j=1
__
p

i=1

i,j
_
y
j
_
14.5 Sous espace vectoriel engendr par une famille de vecteurs
Notation
Pour toute famille (x
1
, . . . , x
p
) de vecteurs dun espace vectoriel E, on note Vect(x
1
, . . . , x
p
) len-
semble des combinaison linaires de la famille (x
1
, . . . , x
p
).
Propositions
Soit (x
1
, . . . , x
p
) une famille de vecteurs dun espace vectoriel E. Alors :
Vect(x
1
, . . . , x
p
) est un sous espace vectoriel de E qui contient les vecteurs x
1
, . . . , x
p
.
Vect(x
1
, . . . , x
p
) est le plus petit sous espace vectoriel de E (au sens de linclusion des ensembles)
qui contient les vecteurs x
1
, . . . , x
p
.
Preuves
Lensemble Vect(x
1
, . . . , x
p
) est un sous espace vectoriel en vertu de la proposition qui prcde. Il
contient chaque vecteur x
i
puisquil suft de choisir, dans la combinaison linaire, tous les coef-
cients nuls sauf celui de rang i qui vaut 1.
Soit F un sous espace vectoriel contenant les x
i
. Comme il est stable par combinaisons linaires alors
il contient Vect(x
1
, . . . , x
p
).
Dnitions
Soit (x
1
, . . . , x
p
) une famille de vecteurs dun espace vectoriel E.
Vect(x
1
, . . . , x
p
) est appel sous espace vectoriel engendr par la famille (x
1
, . . . , x
p
).
Dans le cas o p = 1 et x
1
,=

0
E
alors Vect(x
1
) est appel droite vectorielle de direction le vecteur
x
1
(ou plus simplement droite).
14.5. SOUS ESPACE VECTORIEL ENGENDR PAR UNE FAMILLE DE VECTEURS 181
Exemples
1. Vrier que : Vect(

0
E
) =

0
E
.
2. Montrer que : Vect
__
1
1
__
=
__
x
y
_
R
2

x y = 0
_
.
3. Dans R
2
, dterminer la nature gomtrique des sous espaces vectoriels :
P = Vect
__
1
1
_
,
_
2
1
__
et D = Vect
__
2
3
_
,
_
4
6
__
4. Soit (a, b) un couple de rels non tous les deux nuls. Dterminer un vecteur u R
2
tel que :
Vect (u) =
__
x
y
_
R
2

ax + by = 0
_
5. Montrer que : Vect
_
_
_
_
1
1
1
_
_
_
_
=
_
_
_
_
_
x
y
z
_
_
R
3

x y = 0
x z = 0
_
_
_
.
6. Dans R
3
, dterminer la nature gomtrique des sous espaces vectoriels :
(a) P
1
= Vect
_
_
_
_
1
1
1
_
_
,
_
_
1
0
1
_
_
_
_
puis P
2
= Vect
_
_
_
_
3
2
1
_
_
,
_
_
1
2
3
_
_
,
_
_
3
2
7
_
_
_
_
;
(b) E = Vect
_
_
_
_
1
1
1
_
_
,
_
_
1
0
1
_
_
,
_
_
4
1
0
_
_
_
_
.
7. Dterminer deux vecteurs u et v de R
3
tels que :
Vect (u, v) =
_
_
_
_
_
x
y
z
_
_
R
3

x + y + z = 0
_
_
_
8. Dterminer un vecteur u de R
3
tel que :
Vect (u) =
_
_
_
_
_
x
y
z
_
_
R
3

x + y 2z = 0
x + 3y 2z = 0
_
_
_
Proposition
Lensemble des solutions dun systme linaire homogne de n quations p inconnues est un sous
espace vectoriel de R
p
engendr par une famille de vecteurs dau plus p vecteurs de R
p
(on considre les
solutions non plus comme des p-uplets mais comme des vecteurs de R
p
).
Preuve
On a dj vu dans le chapitre correspondant ce rsultat sur les combinaisons linaires de deux solu-
tions dun systme linaire homogne donc lensemble des solutions est un sous espace vectoriel de
R
p
.
Si

0 est lunique solution alors S = Vect(

0). Sinon, la technique de la paramtrisation (en utilisant


certaines inconnues) va fournir une famille dau plus p vecteurs (x
1
, . . . , x
q
) de R
p
dont toute solution
du systme en sera une combinaison linaire. Ainsi, on a : S = Vect(x
1
, . . . , x
q
).
182 CHAPITRE 14. LES ESPACES VECTORIELS R
N
Propositions
Soit (x
1
, . . . , x
p
) une famille de vecteurs dun espace vectoriel E.
Soit (i
1
, . . . , i
p
) une permutation de 1, . . . , p. Alors :
Vect(x
i
1
, . . . , x
i
p
) = Vect(x
1
, . . . , x
p
)
Si (
1
, . . . ,
p
) est une famille de rels tous non nuls alors :
Vect (
1
x
1
, . . . ,
p
x
p
) = Vect (x
1
, . . . , x
p
)
Si y E est combinaison linaire des vecteurs de la famille (x
1
, . . . , x
p
) alors :
Vect (y, x
1
, . . . , x
p
) = Vect (x
1
, . . . , x
p
)
Si y E est combinaison linaire des vecteurs de la famille (x
2
, . . . , x
p
) alors :
Vect (x
1
+y, x
2
, . . . , x
p
) = Vect (x
1
, . . . , x
p
)
Preuves
Il suft de rcrire les combinaisons linaires comme ncessaire.
Remarque
Ces rsultats sont mettre en relation avec les rsultats correspondants propos des oprations lmen-
taires sur les quations dun systme linaire homogne (du moins, les rsultats sur les systmes dcoulent
de ces rsultats-ci).
14.6 Familles de vecteurs particulires
14.6.1 Familles libres et familles lies
Dnitions
Soit (x
1
, . . . , x
p
) une famille de vecteurs dun espace vectoriel E.
On dit que cette famille est libre dans E (ou bien que les vecteurs de cette famille sont linairement
indpendants dans E) si et seulement si la seule combinaison linaire de ces vecteurs gale au
vecteur nul est la combinaison linaire nulle cest dire si et seulement si :
(
1
, . . . ,
p
) R
p
, [
1
x
1
+ +
p
x
p
=

0
E

1
= =
p
= 0 ]
On dit que cette famille est lie dans E si et seulement si elle nest pas libre dans E.
On dit que deux vecteurs de E sont colinaires si et seulement sils forment une famille lie dans E.
On suppose que E = R
3
. On dit alors que trois vecteurs sont coplanaires si et seulement sils forment
une famille lie dans E.
Exemples
1. Les vecteurs

i +

j et

i +

k sont libres dans R


3
(dnition traditionnelle de ces trois vecteurs).
2. Les vecteurs
_
1
2
_
,
_
2
1
_
,
_
3
3
_
forment une famille lie dans R
2
.
3. Les vecteurs e
1
=
_
_
_
_
_
1
0
.
.
.
0
_
_
_
_
_
, . . . , e
n
=
_
_
_
_
_
0
.
.
.
0
1
_
_
_
_
_
forment une famille libre dans R
n
.
14.6. FAMILLES DE VECTEURS PARTICULIRES 183
Remarques
tre une famille libre signie quil nexiste aucune relation (galit) de linarit entre les vecteurs
de la famille libre (la libert ou indpendance linaire est synonyme dabsence de lien ou de relation
entre les vecteurs).
tre une famille est lie signie, au choix, que :
lun au moins des vecteurs est combinaison linaire des autres,
il existe une combinaison linaire coefcients non tous nuls qui est gale au vecteur nul (il existe
une relation de linarit non triviale entre les vecteurs de la famille lie).
Cette relation (linaire) non triviale lie les vecteurs.
Le vecteur nul constitue, lui seul, une famille lie (1.

0
E
=

0
E
et 1 ,= 0).
Propositions
Soit E un espace vectoriel rel et x, y, x
1
, . . . , x
p
des vecteurs de E.
(x) est libre dans E si et seulement si x est non nul.
(x, y) est libre dans E si et seulement si x et y ne sont pas colinaires. Autrement dit, (x, y) est lie
si et seulement si les deux vecteurs sont colinaires.
Toute famille contenant le vecteur nul est lie dans E (mais une famille ne contenant pas le vecteur
nul nest pas ncessairement libre dans E, prendre deux vecteurs colinaires par exemple).
Toute sous famille (ou famille extraite) dune famille libre dans E est libre dans E.
Toute famille contenant une sous famille lie dans E est lie dans E.
Si la famille (x
1
, . . . , x
p
) est libre dans E et si x E est combinaison linaire des vecteurs de cette
famille alors la famille (x, x
1
, . . . , x
p
) est lie dans E.
Si la famille (x
1
, . . . , x
p
) est libre dans E et si x E nest pas combinaison linaire des vecteurs de
cette famille alors la famille (x, x
1
, . . . , x
p
) est libre dans E.
Preuves
crire la dnition.
Exemples
1. La famille
_
_
_
_
0
1
2
_
_
,
_
_
1
2
3
_
_
,
_
_
2
1
0
_
_
_
_
de vecteurs de R
3
est-elle libre dans R
3
?
2. La famille
_
_
_
_
1
2
3
_
_
,
_
_
0
1
2
_
_
,
_
_
1
1
1
_
_
,
_
_
2
1
0
_
_
_
_
est-elle libre dans R
3
? Sinon, en extraire une
famille libre dans R
3
.
14.6.2 Familles gnratrices
Dnition
Soit F un sous espace vectoriel dun espace vectoriel E et (x
1
, . . . , x
p
) une famille de vecteurs de F.
On dit que cette famille (x
1
, . . . , x
p
) est une famille gnratrice de F (ou bien que cette famille en-
gendre F) si et seulement si :
F = Vect(x
1
, . . . , x
p
)
Autrement dit, lorsque F est engendr par une famille de vecteurs alors tout lment de F est combi-
naison linaire des vecteurs de cette famille.
Cette dnition convient aussi (bien sr) pour F = E.
184 CHAPITRE 14. LES ESPACES VECTORIELS R
N
Exemples
1. Les vecteurs e
1
=
_
_
_
_
_
1
0
.
.
.
0
_
_
_
_
_
, . . . , e
n
=
_
_
_
_
_
0
.
.
.
0
1
_
_
_
_
_
forment une famille gnratrice de R
n
.
2. Les vecteurs
_
1
2
_
,
_
2
1
_
,
_
3
3
_
forment une famille gnratrice de R
2
.
3. Les vecteurs

i +

j et

i +

k nengendrent pas R
3
.
4. Montrer que la famille (3

i,

j,

i +2

j,

k) est une famille gnratrice de R


3
. Remarquer qualors
la dcomposition selon cette famille gnratrice nest pas unique. Que peut-on dire de cette famille
gnratrice ? Peut-on rendre la dcomposition unique ?
5. La famille (x
1
, . . . , x
p
) est une famille gnratrice de Vect(x
1
, . . . , x
p
).
Propositions
Soit F un sous espace vectoriel dun espace vectoriel E tel que (x
1
, . . . , x
p
) est une famille gnratrice
de F
Toute famille de vecteurs de F qui contient la famille (x
1
, . . . , x
p
) est encore une famille gnratrice
de F.
Si x
p
est combinaison linaire des vecteurs de la famille (x
1
, . . . , x
p1
) alors (x
1
, . . . , x
p1
) est une
famille gnratrice de F.
Soit x un vecteur non nul de F. Alors, on peut extraire une famille (x
j
2
, . . . , x
j
p
) constitue de p 1
vecteurs de la famille (x
1
, . . . , x
p
) telle que la famille (x, x
j
2
, . . . , x
j
p
) engendre F.
Preuves
Lorsque lon ajoute des vecteurs une famille gnratrice, il suft de leur attribuer le coefcient 0
dans les combinaisons linaires.
On regroupe les coefcients dans les combinaisons linaires.
x tant non nul et combinaison linaires des vecteurs de la famille (x
1
, . . . , x
p
) alors lun (au moins)
des coefcients de la combinaison est non nul. Quitte renumroter les vecteurs, on peut supposer
que le coefcient de x
1
est non nul. On peut alors crire x
1
comme combinaison linaire des vecteurs
de la famille (x, x
2
, . . . , x
p
) puis tous les vecteurs de F comme combinaison linaire des vecteurs de
(x, x
2
, . . . , x
p
) en vertu dune proposition qui prcde.
14.6.3 Bases
Dnition
Soit F un sous espace vectoriel dun espace vectoriel E. Soit (x
1
, . . . , x
p
) une famille de vecteurs de F.
On dit que cette famille est une base de F si et seulement si cette famille est la fois libre dans F et
gnratrice de F.
Cette dnition convient aussi (bien sr) pour F = E.
Exemples
1. Les vecteurs e
1
=
_
_
_
_
_
1
0
.
.
.
0
_
_
_
_
_
, . . . , e
n
=
_
_
_
_
_
0
.
.
.
0
1
_
_
_
_
_
forment une base de R
n
. Cette base est appele base
canonique (ou base naturelle) de R
n
.
14.6. FAMILLES DE VECTEURS PARTICULIRES 185
2. Dans R
2
, dterminer une base de F = Vect
__
1
2
_
,
_
3
6
__
.
3. Dans R
3
, on considre le sous espace F = Vect
_
_
_
_
1
2
3
_
_
,
_
_
1
2
3
_
_
_
_
. Dmontrer que la famille
_
_
_
_
1
2
3
_
_
,
_
_
1
2
3
_
_
_
_
est une base de F. Dterminer une autre base de F.
4. Dans R
3
, dterminer une base de G = Vect
_
_
_
_
0
1
2
_
_
,
_
_
1
2
3
_
_
,
_
_
2
1
0
_
_
_
_
.
Proposition
La famille (x
1
, . . . , x
p
) de vecteurs dun espace vectoriel E est une base de Vect(x
1
, . . . , x
p
) si et seule-
ment elle est libre dans E.
Preuve
On sait dj quelle est gnratrice de Vect(x
1
, . . . , x
p
). Elle en est donc une base si et seulement si elle
est aussi libre.
Proposition/Dnition
Soit B = (e
1
, . . . , e
p
) une famille de vecteurs dun sous espace vectoriel F dun espace vectoriel E.
Alors, B est une base de F si et seulement si :
x F, !(x
1
, . . . , x
p
) R
p
/ x =
p

k=1
x
k
e
k
La famille de rels (x
1
, . . . , x
p
) est alors appele famille de coordonnes (ou coordonnes) du vec-
teur x dans la base B et on note :
x =
_
_
_
x
1
.
.
.
x
p
_
_
_
B
Preuve
: Supposons que B soit une base de F. Soit x F. Alors ce vecteur est combinaison linaire
des vecteurs de B (famille gnratrice). Sil existait une seconde combinaison linaire gale x alors,
en galant ces deux combinaisons puis en effectuant des regroupements, on obtient une combinaison
linaire nulle des vecteurs de B. Comme ces vecteurs sont libres, on en dduit que les coefcients des
deux combinaisons sont tous deux deux gaux.
: Supposons que tout vecteur x de F udmet une unique dcomposition dans la famille B. Comme
la dcomposition existe pour tout vecteur x de F alors la famille B engendre F. Le vecteur nul est
dans F, sa dcomposition est donc unique. De plus, la dcomposition nulle convient. On en dduit
alors que la famille B est libre dans F.
186 CHAPITRE 14. LES ESPACES VECTORIELS R
N
Exemple
Montrer que la famille
_
_
_
_
1
0
0
_
_
,
_
_
1
1
0
_
_
,
_
_
1
1
1
_
_
_
_
est une base de R
3
puis dterminer les coordon-
nes du vecteur
_
_
1
3
1
_
_
dans cette base.
Proposition (coordonnes et oprations sur les vecteurs)
Soit B = (e
1
, . . . , e
p
) une base dun sous espace vectoriel F dun espace vectoriel E. Soit x et y deux
vecteurs de F de coordonnes respectives
_
_
_
x
1
.
.
.
x
p
_
_
_
B
et
_
_
_
y
1
.
.
.
y
p
_
_
_
B
dans la base B. Soit un rel. On a alors :
x +y =
_
_
_
x
1
+ y
1
.
.
.
x
p
+ y
p
_
_
_
B
et x =
_
_
_
x
1
.
.
.
x
p
_
_
_
B
Preuve
On a : x +y =
p

k=1
x
k
e
k
+
p

k=1
y
k
e
k
=
p

k=1
(x
k
+ y
k
)e
k
et x =
p

k=1
x
k
e
k
=
p

k=1
x
k
e
k
.
14.7 Notions de somme de sous espaces vectoriels
14.7.1 Somme de plusieurs sous espaces vectoriels
Dnition
Soit F
1
, . . . , F
p
des sous espaces vectoriels dun espace vectoriel E. On appelle somme des sous es-
paces vectoriels F
1
, . . . , F
p
le sous ensemble de E suivant :
F
1
+ + F
p
= x
1
+ +x
p
E [ x
1
F
1
, . . . , x
p
F
p

Exemples
1. Dans R
2
, muni de sa base canonique (

i,

j), on note D
1
la droite engendre par le vecteur u = 2

i3

j et
D
2
lensemble des vecteurs dont les coordonnes (x, y) vrient lquation : 6x5y = 0. Dmontrer
que : R
2
= D
1
+ D
2
.
2. On considre lespace vectoriel R
3
muni de sa base canonique (e
1
, e
2
, e
3
).
(a) Soit P le plan dquation x + 2y 3z = 0 et D la droite de direction e
1
+e
2
+e
3
. Dmontrer
que : R
3
= D + P.
(b) Dterminer lensemble D
1
+ D
2
+ D
3
o D
1
est la droite engendre par e
1
e
2
+e
3
, D
2
celle
engendre par e
1
+ 2e
2
3e
3
et D
3
celle engendre par 3e
2
+ 4e
3
.
3. Prouver que F + F = F pour tout sous espace F dun espace E.
14.7. NOTIONS DE SOMME DE SOUS ESPACES VECTORIELS 187
Remarque
La dnition prcdente nest quune notation sur lensemble des sous espaces vectoriels et ne constitue
en rien une vritable opration entre sous espaces vectoriels. En particulier on ne peut dire que F +F = 2F.
Propositions
Soit F
1
, . . . , F
p
des sous espaces vectoriels dun espace vectoriel E. Alors :
F
1
+ + F
p
est un sous espace vectoriel de E qui contient chacun des sous espaces F
1
, . . . , F
p
.
F
1
+ +F
p
est le plus petit (au sens de linclusion) sous espace vectoriel de E qui contient chacun
des sous espaces vectoriels F
1
, . . . , F
p
.
Preuves
F
1
+ +F
p
est un ensemble non vide (il contient

0
E
=

0
E
+ +

0
E
) et est clairement stable par
combinaisons linaires.
Soit x
i
F
i
. Alors

0
E
+ + x
i
+ +

0
E
F
1
+ + F
p
donc F
i
F
1
+ + F
p
pour tout
entier i.
Soit F un sous espace vectoriel de E qui contient F
1
, . . . , F
p
. Comme F est stable par combinaisons
linaires alors :
x
1
+ +x
p
F
1
+ + F
p
x
1
+ +x
p
F
donc F
1
+ + F
p
F.
Exemples
1. Montrer que : Vect
__
1
1
__
+ Vect
__
3
2
__
= R
2
.
2. Dans R
2
, dterminer une base de Vect
__
1
1
__
+ Vect
__
2
2
__
.
3. Dans R
2
, dmontrer que : Vect
__
1
1
__
+ Vect
__
1
1
__
+ Vect
__
5
2
__
= R
2
.
4. Dans R
3
, on pose :
P
1
=
_
_
_
_
_
x
y
z
_
_
R
3

x + y + z = 0
_
_
_
P
2
=
_
_
_
_
_
x
y
z
_
_
R
3

x + 3y + 2z = 0
_
_
_
D
1
= Vect
_
_
_
_
1
1
1
_
_
_
_
D
2
= Vect
_
_
_
_
1
2
3
_
_
_
_
D
3
= Vect
_
_
_
_
3
2
1
_
_
_
_
Dmontrer que :
D
1
+ P
1
= D
1
+ D
2
+ D
3
= P
1
+ P
2
= D
2
+ D
3
+ P
2
= R
3
Remarques
Lensemble F G nexiste pas (cela na pas de sens).
Si F + G = F + G
t
alors on na pas ncessairement G = G
t
(prendre par exemple trois droites du
plan).
Si x F +G et y F +G alors x +y F +G mais cela ne signie pas ncessairement que x F
et y G.
188 CHAPITRE 14. LES ESPACES VECTORIELS R
N
Proposition
Soit (x
1
, . . . , x
p
) des vecteurs dun espace vectoriel E. Alors :
Vect(x
1
, . . . , x
p
) = Vect(x
1
) + + Vect(x
p
)
Preuve
Il suft dcrire les dnitions de ces espaces et celle de la somme.
14.7.2 Somme directe de deux sous espaces vectoriels
Dnition
Soit F et Gdeux sous espaces vectoriels dun espace vectoriel E. On dit que ces sous espaces vectoriels
sont en somme directe (ou bien que la somme F + G est directe) si et seulement si :
u F + G, !(x, y) F G / u = x +y
Cette somme directe se note alors : F G.
Exemples
1. Parmi les exemples du paragraphe prcdent, quelles sont les sommes de deux sous espaces qui sont
directes ?
2. Dans le plan, prouver sue deux droites non parallles sont en somme directe.
3. Dans lespace, prouver que deux droites non parallles sont en somme directe.
4. Dans lespace, prouver que deux plans ne sont jamais en somme directe.
5. Dans lespace, prouver quune droite et un plan non parallles sont en somme directe.
Remarques
Somme directe signie deux choses :
existence de la dcomposition dun vecteur de la somme en une somme de vecteurs appartenant
chacun lun des sous espaces ;
unicit de cette dcomposition.
Il est faux de croire que : x F G x F ou x G.
Si F G = F G
t
alors on na pas ncessairement G = G
t
(prendre par exemple trois droites du
plan).
Proposition
Deux sous espaces vectoriels F et G dun espace vectoriel E sont en somme directe si et seulement si :
F G =

0
E

Preuve
: Supposons que la somme F +G est directe. Il est clair que

0
E
F G (indpendant du fait
que la somme est directe). Soit x F G. On a alors :
x = x +

0
E
=

0
E
+x F + G
Par unicit de la dcomposition, on peut alors identier les termes des deux somme et on en dduit
que x =

0
E
. Ainsi F + G

0
E
et donc F + G =

0
E
.
14.7. NOTIONS DE SOMME DE SOUS ESPACES VECTORIELS 189
: Supposons que F G =

0
E
. La somme F + G existe toujours. Soit u F + G admettant
deux dcompositions u = x
F
+x
G
= y
F
+y
G
F + G. Alors :
y
F
x
F
= x
G
y
G
F G
donc y
F
= x
F
et y
G
= x
G
ce qui nous assure de lunicit de la dcomposition.
Dnition
Soit B
1
= (x
1
, . . . , x
p
) et B
2
= (y
1
, . . . , y
q
) deux familles de vecteurs dun espace vectoriel E. On
appelle concatnation de ces deux familles de vecteurs la famille (x
1
, . . . , x
p
, y
1
, . . . , y
q
).
Proposition
Soit B
1
et B
2
des bases respectives de deux espaces vectoriels F et G dun espace vectoriel E. Alors, la
somme F +G est directe si et seulement si la concatnation des deux basesB
1
et B
2
est une base de F +G.
Preuve
On note B
1
= (x
1
, . . . , x
p
), B
2
= (y
1
, . . . , y
q
) et B = (x
1
, . . . , x
p
, y
1
, . . . , y
q
) la concatnation de ces
deux bases. Alors la somme F + G est directe si et seulement si :
uF G, !(x, y) F G/ u = x +y
uF G, !(
1
, . . . ,
p
,
1
, . . . ,
q
) R
p+q
/ u =
p

k=1

k
x
k
+
q

k=1

k
y
k
donc si et seulement si B est une base de F + G.
14.7.3 Sous espaces vectoriels supplmentaires
Dnition
Soit F et G deux sous espaces vectoriels dun espace vectoriel E. On dit que G est un supplmentaire
de F dans E (ou bien que F et G sont supplmentaires dans E) si et seulement si :
E = F G
donc si et seulement si :
x E, !(u, v) F G / x = u +v
Exemples
1. Parmi les exemples du paragraphe somme , quels sont les sous espaces vectoriels supplmentaires ?
2. Dans le plan, deux droites non parallles sont supplmentaires.
3. Dans lespace, un plan et une droite non incluse dans ce plan sont supplmentaires.
Remarques
Il ny a pas unicit du supplmentaire (3 droites dans un plan).
Il ne faut pas confondre supplmentaire et complmentaire (qui nest jamais un sous espace vectoriel).
Thorme
Deux sous espaces vectoriels F et G dun espace vectoriel E sont supplmentaires si et seulement si :
E = F + G et F G =

0
E

190 CHAPITRE 14. LES ESPACES VECTORIELS R


N
Preuve
Appliquer les propositions correspondantes du paragraphe prcdent.
Proposition
Soit B
1
et B
2
deux bases respectives de deux sous espaces vectoriels F
1
et F
2
dun espace vectoriel E.
Alors F
1
et F
2
sont supplmentaires si et seulement si la concatnation de ces deux bases est une base de
E.
Preuve
Appliquer la proposition correspondante du paragraphe prcdent.
14.8 Exercices
1. Soit F une partie non vide dun espace vectoriel E. Montrer que F est un sous espace vectoriel de E
si et seulement si :
(x, y) F
2
, R, x +y F
2. Montrer que les seuls sous espaces vectoriels de R
2
sont :

0 Vect(x) R
2
pour tous les vecteurs x non nuls de R
2
.
3. Montrer que les seuls sous espaces vectoriels de R
3
sont :

0 Vect(x) Vect(x, y) R
3
pour tous les couples (x, y) de vecteurs non colinaires de R
3
.
4. Soit F et G deux sous espaces vectoriels dun espace vectoriel E. Dmontrer que :
(a) le complmentaire de F dans E nest pas sous espace vectoriel de E ;
(b) F G est un sous espace vectoriel de E ;
(c) F G est un sous espace vectoriel de E si et seulement si :
F G ou G F
5. Dans R
3
, montrer que : Vect
_
_
_
_
1
2
3
_
_
,
_
_
2
1
1
_
_
_
_
= Vect
_
_
_
_
1
0
1
_
_
,
_
_
0
1
1
_
_
_
_
.
6. Soit F =
_
_
_
_
_
x
y
z
_
_
R
3

ax + by + cz = 0
_
_
_
o (a, b, c) est un triplet de rels non tous nuls.
(a) Justier que F est un sous espace vectoriel de R
3
.
(b) Dterminer deux vecteurs u et v de R
3
tels que : F = Vect(u, v).
(c) A-t-on obtenu une base de F ?
7. Soit F =
_
_
_
_
_
x
y
z
_
_
R
3

ax + by + cz = 0
a
t
x + b
t
y + c
t
z = 0
_
_
_
o (a, b, c, a
t
, b
t
, c
t
) est un sextuplet de rels tels
que ab
t
a
t
b ,= 0 et a ,= 0.
14.8. EXERCICES 191
(a) Justier que F est un sous espace vectoriel de R
3
.
(b) Dterminer un vecteur u de R
3
tel que : F = Vect(u).
8. Dans la base canonique B = (e
1
, e
2
, e
3
) de R
3
, on considre les vecteurs :
x
1
=
_
_
1
1
0
_
_
B
x
2
=
_
_
1
1
1
_
_
B
x
1
=
_
_
0
1
1
_
_
B
(a) Montrer que la famille B
t
= (x
1
, x
2
, x
3
) est une base de R
3
.
(b) Dterminer les coordonnes des vecteurs de la base B dans la base B
t
.
(c) Soit P la matrice de /
3
(R) dont les trois colonnes sont les coordonnes des trois vecteurs
de la base B exprimes dans la base B
t
. On dnit de mme la matrice Q de /
3
(R) dont les
colonnes sont les coordonnes des vecteurs de B
t
exprimes sans la base B. Calculer PQet QP.
Conclusion ?
9. On dit que des sous espaces vectoriels F
1
, . . . , F
p
dun espace vectoriel E sont en somme directe si
et seulement si :
u F
1
+ + F
p
, !(x
1
, . . . , x
p
) F
1
F
p
/ u = x
1
+ +x
p
(a) Soit (x
1
, . . . , x
p
) une famille de vecteurs de lespace vectoriel R
n
. Dmontrer que la somme
Vect(x
1
) + +Vect(x
p
) est directe si et seulement si la famille (x
1
, . . . , x
p
) est libre dans R
n
.
(b) quelle(s) condition(s), trois droites de lespace R
3
sont-elles en somme directe ?
10. Soit a R
3
un vecteur non nul de coordonnes (a
1
, a
2
, a
3
) dans la base canonique B de R
3
. Montrer
que R
3
= D P o :
D = Vect(a) et P =
_
_
_
_
_
x
1
x
2
x
3
_
_
B
R
3

a
1
x
1
+ a
2
x
2
+ a
3
x
3
= 0
_
_
_
11. Dans R
4
, dterminer une base du sous espace vectoriel F + G o :
F =
_

_
_
_
_
_
x
y
z
t
_
_
_
_
R
4

x + y + z = 0
y + z + t = 0
_

_
G =
_

_
_
_
_
_
x
y
z
t
_
_
_
_
R
4

x t = 0
y = 0
_

_
12. Soit (, ) R
2
. On considre les vecteurs de R
4
suivants :
x
1
=
_
_
_
_

_
_
_
_
x
2
=
_
_
_
_

_
_
_
_
x
3
=
_
_
_
_

_
_
_
_
x
4
=
_
_
_
_

_
_
_
_
x
5
=
_
_
_
_
1
1
1
1
_
_
_
_
(les coordonnes sont exprimes dans la base canonique de R
4
).
(a) Trouver une relation linaire entre ces vecteurs.
(b) Dterminer une CNS portant sur (, ) pour que la famille (x
1
, x
2
, x
4
, x
4
) soit libre dans R
4
.
Est-ce, alors, une base de R
4
?
192 CHAPITRE 14. LES ESPACES VECTORIELS R
N
14.9 Solutions des exercices
1. s
2. s
3. s
4. s
5. s
6. s
7. s
8. (a) Soit u =
_
_
x
y
z
_
_
un vecteur de R
3
. Soit (
1
,
2
,
3
) un triplet de rels. Alors :
u =
1
x
1
+
2
x
2
+
3
x
3

_
_
_

1
+
2
= x

1
+
2
+
3
= y

2
+
3
= z

_
_
_

1
= y z

2
= x y + z

3
= x + y
La combinaison linaire existe et est unique donc : B
t
est une base de R
3
.
(b) On dduit de ce qui prcde que :
_
_
x
y
z
_
_
B
=
_
_
y z
x y + z
x + y
_
_
B

et
_
_
x
t
y
t
z
t
_
_
B

=
_
_
x
t
+ y
t
x
t
+ y
t
+ z
t
y
t
+ z
t
_
_
B
(c) On a alors : e
1
=
_
_
0
1
1
_
_
B

, e
2
=
_
_
1
1
1
_
_
B

, e
3
=
_
_
1
1
0
_
_
B

donc : P =
_
_
0 1 1
1 1 1
1 1 0
_
_
.
On sait que : x
1
=
_
_
1
1
0
_
_
B
, x
2
=
_
_
1
1
1
_
_
B
, x
3
=
_
_
0
1
1
_
_
B
donc : Q =
_
_
1 1 0
1 1 1
0 1 1
_
_
.
Alors : PQ = QP = I
3
. On en dduit que : (P, Q) (L
3
(R
3
) et P = Q
1
, Q = P
1
.
9. On a :
u
p

i=1
Vect(x
i
), (u
1
, . . . , u
p
)
p

i=1
Vect(x
i
) / u =
p

i=1
u
i
u
p

i=1
Vect(x
i
), (
1
, . . . ,
p
) R
p
/ u =
p

i=1

i
x
i
u
p

i=1
Vect(x
i
), u Vect(x
1
, . . . , x
p
)
donc la famille (x
1
, . . . , x
p
) est gnratrice de lespace somme. Alors, cette somme est directe si et
seulement si :
u
p

i=1
Vect(x
i
), !(u
1
, . . . , u
p
)
p

i=1
Vect(x
i
) / u =
p

i=1
u
i
u
p

i=1
Vect(x
i
), !(
1
, . . . ,
p
) R
p
/ u =
p

i=1

i
x
i
14.9. SOLUTIONS DES EXERCICES 193
(x
1
, . . . , x
p
) est une base de
p

i=1
Vect(x
i
)
Comme la famille est dj gnratrice de lespace somme alors :
La somme est directe si et seulement si (x
1
, . . . , x
p
) est une famille libre dans E
10. Soit a D. Alors a P si et seulement si :
a
1
(a
1
) + a
2
(a
2
) + a
3
(a
3
) = 0
(a
2
1
+ a
2
2
+ a
2
3
) = 0
= 0 ou a
2
1
+ a
2
2
+ a
2
3
= 0
Comme le vecteur a nest pas nul alors a
2
1
+ a
2
2
+ a
2
3
,= 0. Ainsi :
a P = 0
On en dduit que D P =

0. Ainsi, la somme D + P est directe.


Soit u R
3
.
194 CHAPITRE 14. LES ESPACES VECTORIELS R
N
Chapitre 15
Applications linaires de R
p
dans R
n
15.1 Notion dapplication linaire
Dnitions
Soit E et F deux R-espaces vectoriels.
On dit quune application u : E F est R-linaire (ou plus simplement linaire), ou bien que cest
un homomorphisme de R-espaces vectoriels si et seulement si :
(, ) R
2
, (x, y) E
2
, u(x + y) = u(x) + u(y)
et on note :
u L
R
(E, F) ou plus simplement u L(E, F)
Un lment u de L(E, E) est appel endomorphisme de E et on note :
u L(E)
Un lment u de L(E, R) est appel forme linaire sur E.
Exemples
1. Id
n
: R
n
R
n
, x x est un endomorphisme de R
n
appel application identique de R
n
.
2.
n
: R
n
R
n
, x

0
n
est un endomorphisme de R
n
appel application nulle de R
n
.
3. : R
n
R, x 0 est une forme linaire sur R
n
appele forme linaire nulle sur R
n
.
4. Soit (a, b) R
2
et u : R
2
R,
_
x
y
_
ax + by. Montrer que u est une forme linaire sur R
2
.
5. Soit (a, b, c) R
3
tel que c ,= 0 et u : R
2
R,
_
x
y
_
ax + by + c. Montrer que u nest pas une
forme linaire sur R
2
.
6. Soit (a, b, c, d) R
4
et u : R
2
R
2
,
_
x
y
_

_
ax + by
cx + dy
_
. Montrer que u est un endomorphisme
de R
2
.
7. Soit u : R
2
R
3
,
_
x
y
_

_
_
2x 3y
x + 5y
3x
_
_
. Montrer que u L(R
2
, R
3
).
8. Soit (a, b, c) R
3
et u : R
3
R,
_
_
x
y
z
_
_
ax +by +cz. Montrer que u est une forme linaire sur
R
3
.
195
196 CHAPITRE 15. APPLICATIONS LINAIRES DE R
P
DANS R
N
9. Soit u : R
3
R,
_
_
x
y
z
_
_
x + 4. Montrer que u nest pas une forme linaire sur R
3
.
10. Soit u : R
3
R
2
,
_
_
x
y
z
_
_

_
2x 3y + z
x + y z
_
. Montrer que u L(R
3
, R
2
).
11. On identie R
k
avec /
k,1
(R) pour tout entier naturel k non nul. Soit A /
2,3
(R). Montrer que
lapplication u : R
3
R
2
, X AX est linaire.
12. Soit u : R
3
R
3
,
_
_
x
y
z
_
_

_
_
4x 3z
x + y
7y 5z
_
_
. Montrer que u L(R
3
).
13. Soit u : R
3
R
3
,
_
_
x
y
z
_
_

_
_
2x + y + z
x 2y + z
x + y 2z
_
_
. Montrer que u L(R
3
).
Propositions
Soit E et F deux R-espaces vectoriels et u L(E, F).
u(

0
E
) =

0
F
.
Pour tout entier naturel non nul p, on a :
(x
1
, . . . , x
p
) E
p
, (
1
, . . . ,
p
) R
p
, u(
1
x
1
+ +
p
x
p
) =
1
u(x
1
) + +
p
u(x
p
)
Preuves
u(

0
E
) = u(1.

0
E
1.

0
E
) = 1.u(

0
E
) 1.u(

0
E
) =

0
F
.
On effectue une rcurrence, T(p) tant la proposition nonce ci-dessus Remarquons que T(2) est
vraie.
Soit p = 1. Soit x
1
E et
1
R. On a alors :
u(
1
x
1
) = u(
1
.x
1
+ 1.

0
E
) =
1
u(x
1
) + u(

0
E
) =
1
u(x
1
) +

0
F
=
1
u(x
1
)
Soit p 1. On suppose que T(p) est vraie. Soit (x
1
, . . . , x
p+1
) E
p+1
et (
1
, . . . ,
p+1
) R
p+1
.
Alors :
u
_
p+1

i=1

i
x
i
_
= u
_
1.
p

i=1

i
x
i
+
p+1
.x
p+1
_
= u
_
p

i=1

i
x
i
_
+
p+1
u(x
p+1
)
do le rsultat en appliquant T(p).
15.2 Noyau et image dune application linaire
Dnitions
Soit E et F deux R-espaces vectoriels et u L(E, F).
On appelle noyau de lapplication linaire u lensemble :
Ker(u) = u
1
(

0
F
)
(Ker pour kernel, english word) cest dire lensemble des antcdents du vecteur nul de F ou bien
encore lensemble des vecteurs de E qui ont pour image

0
F
. Autrement dit :
x Ker(u) u(x) =

0
F
15.2. NOYAU ET IMAGE DUNE APPLICATION LINAIRE 197
On appelle image de lapplication linaire u lensemble :
Im(u) = u(E)
cest dire lensemble des vecteurs de F qui admettent au moins un antcdent par u. Autrement dit :
y Im(u) x E/u(x) = y
Thorme
Soit E et F deux R-espaces vectoriels et u L(E, F).
Ker(u) est un sous espace vectoriel de E.
Im(u) est un sous espace vectoriel de F.
Si (e
1
, . . . , e
p
) est une famille gnratrice (voire une base) de E alors :
Im(u) = Vect(u(e
1
), . . . , u(e
p
))
Preuves
Le noyau de u est non vide puisquil contient ncessairement

0
E
(daprs la proposition prcdente).
Soit (x, y) Ker(u)
2
et (, ) R
2
. Alors :
u(x + y) = u(x) + u(y) =

0
F
+

0
F
=

0
F
donc x + y est bien un lment du noyau de u.
Limage de u est non vide puisquelle contient ncessairement

0
F
(daprs la proposition prcdente).
Soit (x, y) Im(u)
2
et (, ) R
2
. Alors, il existe un couple (a,

b) E
2
tels que u(a) = x et
u(

b) = y. On en dduit donc que :


x + y = u(a) + u(

b) = u(a +

b)
donc x + y est bien un lment de limage de u.
Exemples
Dterminer une base du noyau et de limage des applications linaires qui prcdent.
Proposition
Lensemble des solutions dun systme linaire homogne de n quations p inconnues est un sous
espace vectoriel de R
p
.
Preuve
Cest le noyau dune application linaire.
Exemple
Montrer que F =
_
_
_
_
_
x
y
z
_
_
R
3

x + 2y 3z = 0
_
_
_
est un sous espace vectoriel de R
3
dont on
donnera une base.
Dnition
Le noyau dune forme linaire non nulle sur E est appel hyperplan de E. Cest un plan dans le cas o
E = R
3
et une droite dans le cas o E = R
2
.
198 CHAPITRE 15. APPLICATIONS LINAIRES DE R
P
DANS R
N
Thorme fondamental
Soit E et F deux R-espaces vectoriels et u L(E, F).
u est injective si et seulement si Ker(u) =

0
E
.
u est surjective si et seulement si Im(u) = F.
Preuves
Noyau et injectivit.
Supposons que u est injective. Il est clair que

0
E
Ker(u). Soit x Ker(u). Alors, on a :
u(x) = u(

0
E
)
donc x =

0
E
par injectivit. Ainsi Ker(u)

0
E
.
Supposons que Ker(u) =

0
E
. Soit (x, y) E
2
tel que u(x) = u(y). Alors :

0
F
= u(x) u(y) = u(x y)
donc x y =

0
E
cest dire que x = y ce qui tablit linjectivit de u.
On sait que Im(u) F. Lapplication u est surjective si et seulement si :
y F, x E / u(x) = y
cest dire si et seulement si Im(u) = F.
Exemples
Parmi les applications linaires du paragraphe 1, quelles sont celles qui sont injectives ? surjectives ?
bijectives ?
Lorsquune application est bijective, que remarque-t-on sur p et n?
15.3 Image et image rciproque dun sous espace vectoriel
Propositions
Soit E et F deux R-espaces vectoriels et u L(E, F).
Soit E
t
un sous espace vectoriel de E. Alors :
u(E
t
) est un sous espace vectoriel de F ;
de plus, si (e
1
, . . . , e
q
) est une famille gnratrice de E
t
alors (u(e
1
), . . . , u(e
q
)) est une famille
gnratrice de u(E
t
), autrement dit :
u(Vect(e
1
, . . . , e
q
)) = Vect(u(e
1
), . . . , u(e
q
))
Soit F
t
un sous espace vectoriel de F. Alors u
1
(F
t
) est un sous espace vectoriel de E.
Preuves
Adapter les dmonstrations des cas particuliers E
t
= Ker(u) et F
t
= Im(u) vues au paragraphe prc-
dent.
Exemple
Soit u : R
3
R
2
,
_
_
x
y
z
_
_

_
x + y + 2z
3x 6y + z
_
et F =
_
_
_
_
_
x
y
z
_
_
R
3

x + 2y 3z = 0
_
_
_
.
Dterminer une base de u(F).
15.4. OPRATIONS SUR LES APPLICATIONS LINAIRES 199
15.4 Oprations sur les applications linaires
15.4.1 Addition et multiplication par les rels
Propositions
Soit E et F deux R-espaces vectoriels, soit (u, v) un couple dlments de L(E, F) et soit un rel . On
pose :
u + v : E F
x u(x) + v(x)
et
u : E F
x .u(x)
Alors :
u + v L(E, F) et u L(E, F)
Autrement dit, la somme de deux applications linaires est une application linaire et tout multiple dune
application linaire est encore une application linaire.
Preuve
Sans aucune difcult.
Thorme
Soit E et F deux R-espaces vectoriels. Alors, (L(E, F), +, .) est un R-espace vectoriel.
Preuve
Longue mais pas difcile.
Exercice
Pour tout entier i tel que 1 i n, on dnit lapplication :
p
i
: R
n
R
_
_
_
x
1
.
.
.
x
n
_
_
_
x
i
Dmontrer que (p
1
, . . . , p
n
) est une base de L(R
n
, R).
15.4.2 Composition des applications linaires
Proposition
Soit E, F, G, H quatre R-espaces vectoriels.
Linarit de la composition :
u L(E, F), v L(F, G), v u L(E, G)
Associativit de la composition :
u L(E, F), v L(F, G), w L(G, H), (w v) u = w (v u)
et on peut alors omettre les parenthses : w v u.
200 CHAPITRE 15. APPLICATIONS LINAIRES DE R
P
DANS R
N
Composition et multiplication externe :
u L(E, F), v L(F, G), R, v (u) = (v) u = (v u)
et on peut alors omettre les parenthses : v u.
Distributivit de la composition sur laddition :
(u, v) L(E, F)
2
, w L(F, G), w (u + v) = (w u) + (w v)
u L(E, F), (v, w) L(F, G)
2
, (v + w) u = (v u) + (w u)
Preuves
Sans difcult.
Remarques
Comme dhabitude, v u ,= u v en gnral.
Si v u = alors on na pas ncessairement u = ou v = .
Exercice
Soit u L(E, F) et v L(F, G) tels que v u = . Montrer que Im(u) Ker(v).
Dnition
Soit u un endomorphisme dun R-espace vectoriel E. On dnit les composes successives de u par
rcurrence de la manire suivante :
u
0
= Id
E
et n N, u
n+1
= u
n
u = u u
n
Exemple
Soit u : R
3
R
3
,
_
_
y
z
0
_
_
. Prciser u
2
, u
3
puis u
n
pour tout entier naturel n.
Thorme (formule du binme de Newton)
Soit u et v deux endomorphismes dun R-espace vectoriel E tels que
u v = v u
Alors :
n N, (u + v)
n
=
n

k=0
_
n
k
_
u
k
v
nk
=
n

k=0
_
n
k
_
u
nk
v
k
Preuve
Revoir la preuve rdige dans le cas des matrices.
15.5. ISOMORPHISMES ET AUTOMORPHISMES 201
Exemple
1. Soit u lendomorphisme de lexemple prcdent. Soit (, ) R
2
. Exprimer (Id
3
+ u)
n
pour tout
entier naturel n.
2. Soit f et g deux endomorphismes de dun espace vectoriel E tels que :
f
2
= f g
2
= g g f = f g =
E
Prouver que, pour tout couple (, ) de rels et pour tout entier naturel n non nul, (f + g)
n
est
combinaison linaire de f et g.
15.5 Isomorphismes et automorphismes
Proposition
Soit E et F deux R-espaces vectoriels et u L(E, F) suppose bijective. Alors : u
1
L(F, E).
Preuve
Soit (y, y
t
) F
2
et (,
t
) R
2
. On a :
!x E / u(x) = y et !x
t
E / u(x
t
) = y
t
Alors :
u(u
1
(y) +
t
u
1
(y
t
)) = u(x +
t
x
t
) = u(x) +
t
u(x
t
) = y +
t
y
t
donc, par bijectivit de u, on en dduit que :
u
1
(y) +
t
u
1
(y
t
) = u
1
(y +
t
y
t
)
ce qui prouve la linarit de la rciproque (dans la mesure o elle existe).
Dnitions
Soit E et F deux R-espaces vectoriels.
Une application linaire et bijective de E dans F est appelle isomorphisme de E dans F.
Sil existe un isomorphisme de E dans F alors on dit que lespace vectoriel E (resp. F) est iso-
morphe F (resp. E) ou bien que les espaces vectoriels E et F sont isomorphes.
Un endomorphisme bijectif de E est appel automorphisme de E.
Lensemble des automorphismes de E est appel groupe linaire de E et se note (L(E).
Exemple
Soit E = Vect
_
_
_
_
1
1
0
_
_
,
_
_
1
0
1
_
_
_
_
R
3
et u : E R
2
dnie par :
(, ) R
2
, u
_
_

_
_
1
1
0
_
_
+
_
_
1
0
1
_
_
_
_
=
_
1
1
_
+
_
1
1
_
Montrer que u est un isomorphisme de R-espaces vectoriels et prciser son isomorphisme rciproque.
202 CHAPITRE 15. APPLICATIONS LINAIRES DE R
P
DANS R
N
Proposition
Soit E, F et G trois R-espaces vectoriels.
Si u est un isomorphisme de E dans F et si v est un isomorphisme de F dans G alors v u est un
isomorphisme de E dans G et on a :
(v u)
1
= u
1
v
1
En particulier, la compose de deux automorphismes de E est un automorphisme de E.
Preuve
La compose de deux applications linaires est linaire et la compose de deux bijections est une bijec-
tion et on connat le rsultat sur la rciproque de la compose.
15.6 Lien avec les familles de vecteurs
Proposition
Soit (

b
1
, . . . ,

b
q
) une base dun R-espace vectoriel E et (x
1
, . . . , x
q
) une famille quelconque de vecteurs
dun R-espace vectoriel F. Alors, il existe une unique application linaire u de E dans F telle que :
k 1, q, u(

b
k
) = x
k
Preuve
On vrie que lon a bien dni une application.
On vrie que cette application est linaire.
On vrie, enn, que cette application linaire est unique.
Exemples
1. Soit x et y deux vecteurs non nuls de R
2
. Dmontrer que les droites engendres par x et y sont
isomorphes.
2. Soit (x
1
, x
2
) et (y
1
, y
2
) deux familles libres dans R
3
. Montrer que Vect(x
1
, x
2
) et Vect(y
1
, y
2
) sont
isomorphes (cest dire que deux plans de lespace sont isomorphes).
Propositions
Soit E et F deux R-espaces vectoriels et u L(E, F).
u est injective si et seulement si limage de toute famille libre dans E est une famille libre dans F.
u est surjective si et seulement si limage dune famille gnratrice de E est une famille gnratrice
de F.
u est bijective si et seulement si limage dune base de E est une base de F.
Preuves
Injectivit.
Supposons que u est injective. Soit (x
1
, . . . , x
q
) une famille libre dans E et soit (
1
, . . . ,
q
) une
famille de rels telle que :
q

i=1

i
u(x
i
) =

0
F
15.6. LIEN AVEC LES FAMILLES DE VECTEURS 203
Alors :
u
_
q

i=1

i
x
i
_
=

0
F
Par injectivit de u, on a :
q

i=1

i
x
i
=

0
E
Par indpendance linaire des vecteurs x
i
, on en dduit que :

1
= =
q
= 0
ce qui prouve lindpendance linaire des vecteurs u(x
i
).
Supposons que limage de toute famille libre dans E est une famille libre dans F. Soit x Ker(u).
Comme la famille (

0
F
) est lie dans F, on en dduit que la famille (x) est lie dans E. Donc :
x =

0
E
ce qui prouve linjectivit de u.
Surjectivit.
Supposons que u est surjective. Soit (x
1
, . . . , x
q
) une famille gnratrice de E. Alors :
F = u(E) = u(Vect(x
1
, . . . , x
q
)) = Vect (u(x
1
), . . . , u(x
q
))
ce qui prouve que les vecteurs u(x
i
) engendrent F.
Supposons que (x
1
, . . . , x
q
) une famille gnratrice de E telle que (u(x
1
), . . . , u(x
q
)) est une fa-
mille gnratrice de F. Soit y F. Alors :
(
1
, . . . ,
q
) R
q
/ y =
q

i=1

i
u(x
i
)
donc, par linarit, on obtient :
y = u
_
q

i=1

i
x
i
_
ce qui prouve que u est surjective.
Bijectivit.
Supposons que u soit bijective. Soit (x
1
, . . . , x
q
) une base de E. Alors (u(x
1
), . . . , u(x
q
)) est une
famille libre dans F et gnratrice de F. Cest donc une base de F.
Supposons que (x
1
, . . . , x
q
) une base de E telle que (u(x
1
), . . . , u(x
q
)) est une base de F. Daprs
le second point, on sait que u est surjective. Soit x Ker(u). Comme (x
1
, . . . , x
q
) est une base de
E, alors on a :
!(
1
, . . . ,
q
) R
q
/ x =
1
x
1
+ +
q
x
q
On en dduit que :

1
u(x
1
) + +
q
u(x
q
) = u(
1
x
1
+ +
q
x
q
) = u(x) =

0
F
Comme (u(x
1
), . . . , u(x
q
)) est une base de F, on en dduit que :

1
= =
q
= 0
donc que x =

0
E
et alors que u est injective.
Exemple
Donner une autre dmonstration (plus courte) des exemples qui prcdent.
204 CHAPITRE 15. APPLICATIONS LINAIRES DE R
P
DANS R
N
15.7 Exercices
1. Soit u L(R
n
) tel que : u
2
u + Id
n
= .
(a) Dmontrer que u (L(R
n
).
(b) Existe-t-il un vecteur x R
n
non nul tel que u(x) = 2x ?
2. Soit u L(R
n
). Dmontrer que, pour tout entier naturel k, on a :
Ker(u
k
) Ker(u
k+1
) et Im(u
k+1
) Im(u
k
)
3. Dterminer tous les endomorphismes f de R
2
tels que f
2
= .
4. Soit f L(R
3
) tel que : f
2
,= et f
3
= .
(a) i. Dmontrer que f ,= puis que : k 3, f
k
= .
ii. Cet endomorphisme f est-il un automorphisme de R
3
?
(b) i. Dmontrer quil existe un vecteur x de R
3
tel que la famille (x, f(x), f
2
(x)) est libre dans
R
3
.
ii. Prouver alors que cette famille est une base de R
3
.
(c) Pour cette seule question, dterminer un exemple dun tel endomorphisme f puis prciser un
vecteur x .
(d) Soit g L(R
3
) tel que : g
2
,= et g
3
= .
i. Dterminer n N tel que :
(f + g)
n
,= et (f + g)
n+1
=
ii. On pose alors :
exp(f) =
2

k=0
1
k!
f
k
exp(g) =
2

k=0
1
k!
g
k
exp(f + g) =
n

k=0
1
k!
(f + g)
k
Dmontrer que :
exp(f) exp(g) = exp(g) exp(f) = exp(f + g)
5. Soit B = (e
1
, e
2
, e
3
) la base canonique de R
3
et Id lapplication identique de R
3
.
(a) Justier quil existe un unique endomorphisme f de R
3
tel que :
f(e
1
) = e
1
+e
2
f(e
2
) = e
1
+e
2
+e
3
f(e
3
) = e
2
+e
3
On prcisera les coordonnes de f(x) dans B en fonction des coordonnes de x dans B.
(b) f est-elle injective ? surjective ? bijective ? Si oui, prciser f
1
.
(c) Dterminer lensemble, not Sp(f), de tous les rels tels que f Id nest pas injective.
Cet ensemble est appel spectre de f et ses lments sont appels valeurs propres de f.
(d) Pour tout Sp(f), on pose :
E

(f) = Ker(f Id)


Prciser une base de chaque sous espace vectoriel E

(f) obtenu.
Lensemble E

(f) est appel sous espace propre de f associ la valeur propre .


(e) Dmontrer que :
R
3
= E
1

2
(f) E
1
(f) E
1+

2
(f)
15.7. EXERCICES 205
(f) On note B
t
la famille de vecteurs de R
3
obtenue par concatnation des bases des sous espaces
propres de f.
i. Justier que B
t
est une base de R
3
.
ii. Dterminer les coordonnes des lments de B dans la base B
t
.
6. Soit f : R
3
R
3
,
_
_
x
y
z
_
_

_
_
2x + y + z
x 2y + z
x + y 2z
_
_
.
(a) Montrer que f L(R
3
).
(b) f est-elle injective ? surjective ? bijective ?
(c) On adopte les notations de lexercice 5.
i. Dterminer tous les les rels tels que f Id nest pas injective.
ii. Prciser une base de chaque sous espace propre de f.
iii. Montrer que R
3
est somme directe des sous espaces propres de f.
7. Soit B = (e
1
, e
2
, e
3
) la base canonique de R
3
et Id lapplication identique de R
3
.
(a) Justier quil existe un unique endomorphisme f de R
3
tel que :
f(e
1
) = 2e
1
f(e
2
) = 2e
2
f(e
3
) = e
1
e
2
+ 2e
3
On prcisera les coordonnes de f(x) dans B en fonction des coordonnes de x dans B.
(b) f est-elle injective ? surjective ? bijective ? Si oui, prciser f
1
.
(c) On adopte les notations de lexercice 5.
i. Dterminer tous les les rels tels que f Id nest pas injective.
ii. Prciser une base de chaque sous espace propre de f.
iii. R
3
est-il somme directe des sous espaces propres de f ?
8. Soit B = (e
1
, e
2
, e
3
) la base canonique de R
3
et Id lapplication identique de R
3
. On pose :
x
1
= 3e
1
+e
2
4e
3
x
2
= e
1
+ 2e
2
3e
3
x
3
= 5e
1
e
2
+ 2e
3
(a) i. Justier que :
!p L(R
3
) / p(x
1
) = x
1
p(x
2
) = x
2
p(x
3
) =

0
ii. Prouver que : p
2
= p.
On dit que p est le projecteur sur Vect(x
1
, x
2
) paralllement Vect(x
3
).
iii. Prciser p(x) en fonction des coordonnes de x dans B.
(b) p est-elle injective ? surjective ? bijective ? Si oui, prciser p
1
.
(c) On adopte les notations de lexercice 5.
i. Dterminer tous les rels tels que p Id nest pas injective.
ii. Prciser une base de chaque sous espace propre de p.
iii. Montrer que E
0
(p) et E
1
(p) sont supplmentaires dans R
3
.
9. Soit B = (e
1
, e
2
, e
3
) la base canonique de R
3
et Id lapplication identique de R
3
. On pose :
x
1
= 3e
1
+e
2
4e
3
x
2
= e
1
+ 2e
2
3e
3
x
3
= 5e
1
e
2
+ 2e
3
206 CHAPITRE 15. APPLICATIONS LINAIRES DE R
P
DANS R
N
(a) i. Justier que :
!s L(R
3
) / s(x
1
) = x
1
s(x
2
) = x
2
s(x
3
) = x
3
ii. Montrer que : s
2
= Id.
On dit que s est la symtrie par rapport Vect(x
2
, x
3
) paralllement Vect(x
1
).
iii. Prciser s(x) en fonction des coordonnes de x dans B.
(b) s est-elle injective ? surjective ? bijective ? Si oui, prciser s
1
.
(c) On adopte les notations de lexercice 5.
i. Dterminer tous les rels tels que s Id nest pas injective.
ii. Prciser une base de chaque sous espace propre de s.
iii. Montrer que E
1
(s) et E
1
(s) sont supplmentaires dans R
3
.
10. Soit (u, v) une famille de vecteurs libre dans R
3
.
(a) Montrer que Vect(u) est isomorphe R.
(b) Montrer que Vect(u, v) est isomorphe R
2
.
11. Soit f : R
2
R
3
,
_
x
y
_

_
_
2x 3y
3x 4y
x + y
_
_
.
(a) Dterminer Ker(f) puis Im(f).
(b) f est-elle injective ? surjective ? bijective ?
(c) Montrer que Im(f) est isomorphe R
2
.
15.8 Solutions des exercices
1. (a) On a :
u (u Id) = Id et (u Id) u = Id
Conclusion : u est bijectif et u
1
= Id u .
(b) Supposons lexistence dun vecteur x tel que u(x) = 2x. Alors :

0 = u
2
(x) u(x) + Id(x) = u(2x) 2x +x = 4x x = 3x
Conclusion : x R
n
[u(x) = 2x =

0 .
2. Soit k un entier naturel.
(a) Soit x Ker(u
k
). Alors :
u
k+1
(x) = u(u
k
(x)) = u(

0) =

0
donc x Ker(u
k+1
). Conclusion : Ker(u
k
) Ker(u
k+1
) .
(b) Soit y Im(u
k+1
). Alors : x R
n
/y = u
k+1
(x)
On en dduit que : y = u
k
(u(x)) et donc que : y Im(u
k
).
Conclusion : Im(u
k+1
) Im(u
k
) .
15.8. SOLUTIONS DES EXERCICES 207
3. Soit B = (e
1
, e
2
) la base canonique de R
2
. Soit f un endomorphisme de R
2
. Alors
!(a, b, c, d) R
4
/ f(e
1
) = ae
1
+ be
2
, f(e
2
) = ce
1
+ de
2
On en dduit que :
f
2
(e
1
) = (a
2
+ bc)e
1
+ b(a + d)e
2
et f
2
(e
2
) = c(a + d)e
1
+ (bc + d
2
)e
2
Analyse : Supposons que f
2
= . Alors :
a
2
+ bc = 0 b(a + d) = 0 c(a + d) = 0 bc + d
2
= 0
Si a + d ,= 0 alors b = c = 0 et donc a
2
= d
2
= 0 do a + d = 0 ce qui est absurde. On en dduit
que : a + d = 0. Si a ,= 0 (et donc d ,= 0) alors :
b ,= 0 et c =
a
2
b
et donc f(e
1
) = ae
1
+ be
2
et f(e
2
) =
a
b
f(e
1
).
Si a = 0 (et donc d = 0) alors :
b = 0 ou c = 0
et donc f(e
1
) =

0 ou f(e
2
) =

0.
Synthse : Supposons que f(e
1
) et f(e
2
) sont colinaires.
Si a = b = d = 0 alors f(e
1
) =

0, f(e
2
) = ce
1
et donc f
2
(e
1
) =

0 et f
2
(e
2
) =

0 ce qui prouve que
f
2
= .
Si a = c = d = 0 alors, de mme, on prouve que f
2
= .
Si a ,= 0, b ,= 0, c =
a
2
b
, d = a alors :
f(e
1
) = ae
1
+ be
2
et f(e
2
) =
a
2
b
e
1
ae
2
=
a
b
f(e
1
)
f
2
(e
1
) =

0 et f
2
(e
2
) =

0
ce qui prouve que f
2
= .
Conclusion : f
2
=
_
_
_
c R/ f(e
1
) =

0 f(e
2
) = ce
1
ou bien b R/ f(e
1
) = be
2
f(e
2
) =

0
ou bien (a, b) R R

/ f(e
1
) = ae
1
+ be
2
f(e
2
) =
a
b
f(e
1
)
.
4. s
5. s
6. (a) Soit (,
t
) R
2
et
_
_
_
_
x
y
z
_
_
,
_
_
x
t
y
t
z
t
_
_
_
_
(R
3
)
2
. Alors :
f
_
_

_
_
x
y
z
_
_
+
t
_
_
x
t
y
t
z
t
_
_
_
_
= f
_
_
x +
t
x
t
y +
t
y
t
z +
t
z
t
_
_
=
_
_
2(x +
t
x
t
) + (y +
t
y
t
) + (z +
t
z
t
)
(x +
t
x
t
) 2(y +
t
y
t
) + (z +
t
z
t
)
(x +
t
x
t
) + (y +
t
y
t
) 2(z +
t
z
t
)
_
_
=
_
_
(2x + y + z) +
t
(2x
t
+ y
t
+ z
t
)
(x 2y + z) +
t
(x
t
2y
t
+ z
t
)
(x + y 2z) +
t
(x
t
+ y
t
2z
t
)
_
_
=
_
_
2x + y + z
x 2y + z
x + y 2z
_
_
+
t
_
_
2x
t
+ y
t
+ z
t
x
t
2y
t
+ z
t
x
t
+ y
t
2z
t
_
_
= f
_
_
_
_
x
y
z
_
_
_
_
+
t
f
_
_
_
_
x
t
y
t
z
t
_
_
_
_
208 CHAPITRE 15. APPLICATIONS LINAIRES DE R
P
DANS R
N
Conclusion : f L(R
3
) .
(b) Injectivit :
_
_
x
y
z
_
_
Ker(f)
_
_
2x + y + z
x 2y + z
x + y 2z
_
_
=
_
_
0
0
0
_
_

_
_
_
2x + y + z = 0
x 2y + z = 0
x + y 2z = 0
On effectue les oprations lmentaires L
1
L
2
puis L
2
L
2
+ 2L
1
et L
3
L
3
L
1
et on
obtient :
_
_
x
y
z
_
_
Ker(f)
_
_
_
x 2y + z = 0
3y + 3z = 0
3y 3z = 0

_
x 2y + z = 0
y = z

_
_
x
y
z
_
_
Vect
_
_
_
_
1
1
1
_
_
_
_
Conclusion : f nest pas injective .
Surjectivit :
Im(f) = Vect
_
_
f
_
_
1
0
0
_
_
, f
_
_
0
1
0
_
_
, f
_
_
0
0
1
_
_
_
_
= Vect
_
_
_
_
2
1
1
_
_
,
_
_
1
2
1
_
_
,
_
_
1
1
2
_
_
_
_
Comme la somme des trois vecteurs engendrant limage est nulle, on en dduit que :
Im(f) = Vect
_
_
_
_
2
1
1
_
_
,
_
_
1
2
1
_
_
_
_
Les deux vecteurs restant ntant pas colinaires, on a bien obtenu une base de limage de f. Ce
sous espace ne contenant pas, par exemple, le premier vecteur de la base canonique ( vrier),
on en dduit que :
Im(f) ,= R
3
Conclusion : f nest pas surjective .
(c) i. Lapplication f Id nest pas injective si et seulement si :

_
_
x
y
z
_
_
,=

0 /
_
_
x
y
z
_
_
Ker(f Id)

_
_
x
y
z
_
_
,=

0 /
_
_
_
(2 )x + y + z = 0
x + (2 )y + z = 0
x + y + (2 )z = 0
On effectue les oprations lmentaires L
1
L
2
puis L
2
L
2
+(2+)L
1
et L
3
L
3
L
1
et on obtient :

_
_
x
y
z
_
_
,=

0 /
_
_
_
x + (2 )y + z = 0
( + 3)( + 1)y + ( + 3)z = 0
( + 3)y ( + 3)z = 0
Si = 3 alors ce systme est quivalent lunique quation x+y+z = 0 dont lensemble
des solutions est :
E
3
(f) = Vect
_
_
_
_
1
1
0
_
_
,
_
_
1
0
1
_
_
_
_
15.8. SOLUTIONS DES EXERCICES 209
qui nest pas rduit au seul vecteur nul. Remarquons que E
3
(f) = Im(f).
Si ,= 3 alors on peut simplier les quations du systme et obtenir :
_
_
_
x + (2 )y + z = 0
( + 1)y + z = 0
y z = 0

_
_
_
x = ( + 1)z
y = 0
y = z
Si = 0 alors ce systme a pour ensemble des solution :
E
0
(f) = Vect
_
_
_
_
1
1
1
_
_
_
_
= Ker(f)
Si , 3, 0 alors le vecteur nul est la seule solution.
Conclusion : Sp(f) = 3, 0 .
ii. On a E
0
(f) = Vect
_
_
_
_
1
1
1
_
_
_
_
et lunique vecteur engendrant ce sous espace forme une
famille libre danc on a obtenu une base de E
0
(f).
On a aussi E
3
(f) = Vect
_
_
_
_
1
1
0
_
_
,
_
_
1
0
1
_
_
_
_
. Comme les deux vecteurs engen-
drants ce sous espace ne sont colinaires alors ils en constituent une base.
iii. Par concatnation, il suft de prouver que les trois vecteurs prcdents forment une base de
R
3
. Soit alors
_
_
x
y
z
_
_
R
3
. On a :
_
_
x
y
z
_
_
= a
_
_
1
1
1
_
_
+ b
_
_
1
1
0
_
_
+ c
_
_
1
0
1
_
_

_
_
_
x = a b c
y = a + b
z = a + c

_
_
_
x + y + z = 3a
b = y a
c = z a

_
_
_
a =
1
3
(x + y + z)
b =
1
3
(x + 2y z)
c =
1
3
(x y + 2z)
do lexistence et lunicit de la dcomposition.
Conclusion : R
3
= E
0
(f) E
3
(f) .
7. (a) On sait que (e
1
, e
2
, e
3
) est une base de R
3
(espace de dpart) et que (2e
1
, 2e
2
, e
1
e
2
+ 2e
3
)
est une famille de vecteurs de R
3
(espace darrive).
Conclusion : Il existe un unique endomorphisme de R
3
qui transforme B en cette famille .
Soit x =
_
_
x
1
x
2
x
3
_
_
B
R
3
. Alors :
f(x) = x
1
f(e
1
) + x
2
f(e
2
) + x
3
f(e
3
) = (2x
1
x
3
)e
1
+ (2x
2
x
3
)e
2
+ (2x
3
)e
3
Conclusion : f
_
_
x
1
x
2
x
3
_
_
B
=
_
_
2x
1
x
3
2x
2
x
3
2x
3
_
_
B
.
210 CHAPITRE 15. APPLICATIONS LINAIRES DE R
P
DANS R
N
(b) Dterminons le noyau de f. On a :
_
_
x
1
x
2
x
3
_
_
B
Ker(f)
_
_
_
2x
1
x
3
= 0
2x
2
x
3
= 0
2x
3
= 0

_
_
_
x
1
= 0
x
2
= 0
x
3
= 0
Conclusion : Ker(f) =

0 et f est injective .
Dterminons limage de f. On a :
Im(f) = Vect (f(e
1
), f(e
2
), f(e
3
)) = Vect
_
_
_
_
2
0
0
_
_
,
_
_
0
2
0
_
_
,
_
_
1
1
2
_
_
_
_
Soit y =
_
_
y
1
y
2
y
3
_
_
B
R
3
. Alors :
y Im(f) (a, b, c) R
3
/y = af(e
1
) + bf(e
2
) + cf(e
3
)
(a, b, c) R
3
/
_
_
_
2a c = y
1
2b c = y
2
2c = y
3
(a, b, c) R
3
/
_
_
_
a =
1
2
y
1
+
1
4
y
3
b =
1
2
y
2
+
1
4
y
3
c =
1
2
y
3
Conclusion : Im(f) = R
3
et f est surjective .
On dduit de cela que f est bijective et que :
f
1
: R
3
R
3
,
_
_
y
1
y
2
y
3
_
_
B

_
_
1
2
y
1
+
1
4
y
3
1
2
y
2
+
1
4
y
3
1
2
y
3
_
_
B
(c) i. Lapplication f Id nest pas injective si et seulement si :

_
_
x
1
x
2
x
3
_
_
B
R
3

0 /
_
_
2x
1
x
3
2x
2
x
3
2x
3
_
_
B

_
_
x
1
x
2
x
3
_
_
B
=
_
_
0
0
0
_
_
B

_
_
x
1
x
2
x
3
_
_
B
R
3

0 /
_
_
_
(2 )x
1
x
3
= 0
(2 )x
2
x
3
= 0
(2 )x
3
= 0
Si = 2 alors lensemble des solutions du systme est E
2
(f) = Vect (e
1
, e
2
) ,=

0.
Si ,= 2 alors f Id nest pas injective si et seulement si :

_
_
x
1
x
2
x
3
_
_
B
R
3

0 /
_
_
_
x
1
= 0
x
2
= 0
x
3
= 0
ce qui est absurde.
Conclusion : Sp(f) = 2 .
ii. On a obtenu prcdemment : E
2
(f) = Vect (e
1
, e
2
) (cette famille gnratrice du sous es-
pace propre tant bien libre, cest donc une base).
15.8. SOLUTIONS DES EXERCICES 211
iii. Comme e
3
, E
2
(f) alors R
3
,= E
2
(f) donc la somme nest pas directe .
8. (a) i. Il sagit de prouver que B
t
= (x
1
, x
2
, x
3
) est une base de R
3
. Soit u =
_
_
u
1
u
2
u
3
_
_
B
R
3
.
Alors :
u = ax
1
+ bx
2
+ cx
3

_
_
_
3a b + 5c = u
1
a + 2b c = u
2
4a 3b + 2c = u
3
On effectue les oprations lmentaires L
1
L
2
puis L
2
L
2
3L
1
et L
3
L
3
+4L
1
et
on obtient :
u = ax
1
+ bx
2
+ cx
3

_
_
_
a + 2b c = u
2
7b + 8c = u
1
3u
2
5b 2c = u
3
+ 4u
2
u = ax
1
+ bx
2
+ cx
3

_
_
_
a =
1
26
u
1

1
2
u
2

9
26
u
3
b =
1
13
u
1
+ u
2
+
4
13
u
3
c =
5
26
u
1
+
1
2
u
2
+
7
26
u
3
ce qui prouve lexistence et lunicit de la combinaison linaire. Ainsi B
t
est bien une base
de R
3
(espace de dpart). De plus (x
1
, x
2
,

0) est une famille de vecteurs de R


3
(espace
darrive).
Conclusion : Il existe un unique endomorphisme de R
3
qui transforme B
t
en cette famille .
ii. On a :
p
2
(x
1
) = p(p(x
1
)) = p(x
1
) p
2
(x
2
) = p(x
2
) p
2
(x
3
) = p(

0) =

0 = p(x
3
)
donc p
2
et p ont mme image sur la base B
t
. Mais on sait quil existe une unique application
linaire qui transforme B
t
en une famille donne et p
2
et p sont linaires.
Conclusion : p
2
= p .
iii. Soit u =
_
_
u
1
u
2
u
3
_
_
B
R
3
. On en dduit que : u =
_
_
1
26
u
1

1
2
u
2

9
26
u
3
1
13
u
1
+ u
2
+
4
13
u
3
5
26
u
1
+
1
2
u
2
+
7
26
u
3
_
_
B

. Ainsi :
p(u) =
_
1
26
u
1

1
2
u
2

9
26
u
3
_
x
1
+
_
1
13
u
1
+ u
2
+
4
13
u
3
_
x
2
=
_
1
26
u
1

1
2
u
2

9
26
u
3
_
_
_
3
1
4
_
_
B
+
_
1
13
u
1
+ u
2
+
4
13
u
3
_
_
_
1
2
3
_
_
B
Conclusion : p
_
_
u
1
u
2
u
3
_
_
B
=
_
_
1
26
u
1

5
2
u
2

35
26
u
3
5
26
u
1
+
3
2
u
2
+
7
26
u
3

5
13
u
1
u
2

6
13
u
3
_
_
B
.
(b) Dterminons le noyau de p. Travaillons dans la base B
t
. On a :
_
_
u
1
u
2
u
3
_
_
B

Ker(p)
_
_
_
u
1
= 0
u
2
= 0
0 = 0
Conclusion : Ker(p) = Vect(x
3
) et p nest pas injective .
Dterminons limage de p. Travaillons dans la base B
t
. On a :
Im(p) = Vect (p(x
1
), p(x
2
), p(x
3
)) = Vect (x
1
, x
2
)
Conclusion : Im(p) = Vect (x
1
, x
2
) ,= R
3
et p nest pas surjective .
212 CHAPITRE 15. APPLICATIONS LINAIRES DE R
P
DANS R
N
(c) i. Travaillons dans la base B
t
. Lapplication p Id nest pas injective si et seulement si :

_
_
u
1
u
2
u
3
_
_
B

R
3

0 /
_
_
u
1
u
2
0
_
_
B

_
_
u
1
u
2
u
3
_
_
B

=
_
_
0
0
0
_
_
B

_
_
u
1
u
2
u
3
_
_
B

R
3

0 /
_
_
_
(1 )u
1
= 0
(1 )u
2
= 0
u
3
= 0
Si = 1 alors lensemble des solutions du systme est E
1
(p) = Vect (x
1
, x
2
) ,=

0.
Si = 0 alors lensemble des solutions du systme est E
0
(p) = Vect (x
3
) ,=

0.
Si , 0, 1 alors le systme nadmet pas de solution non nulle.
Conclusion : Sp(p) = 0, 1 .
ii. On a obtenu prcdemment : E
0
(p) = Vect (x
3
) et E
1
(p) = Vect (x
1
, x
2
) .
Remarquons que : E
0
(p) = Ker(p) et E
1
(p) = Im(p).
iii. Comme la concatnation des bases obtenues pour E
0
(p) et E
1
(p) est la base B
t
de R
3
, on
en dduit que : R
3
= E
0
(p) E
1
(p), les sous espaces propres sont supplmentaires .
9. (a) i. Il sagit de prouver que B
t
= (x
1
, x
2
, x
3
) est une base de R
3
(espace de dpart), ce qui a t
fait lexercice prcdent. De plus (x
1
, x
2
, x
3
) est une famille de R
3
(espace darrive)
Conclusion : Il existe un unique endomorphisme de R
3
qui transforme B
t
en cette famille .
ii. On a :
s
2
(x
1
) = s(s(x
1
)) = s(x
1
) = s(x
1
) = (x
1
) = x
1
s
2
(x
2
) = x
2
s
2
(x
3
) = x
3
donc s
2
et Id ont mme image sur la base B
t
. Mais on sait quil existe une unique application
linaire qui transforme B
t
en une famille donne et s
2
et Id sont linaires.
Conclusion : s
2
= Id .
iii. Soit u =
_
_
u
1
u
2
u
3
_
_
B
=
_
_
1
26
u
1

1
2
u
2

9
26
u
3
1
13
u
1
+ u
2
+
4
13
u
3
5
26
u
1
+
1
2
u
2
+
7
26
u
3
_
_
B

R
3
(daprs lexercice prcdent).
Par linarit, on obtient :
s(u) =
_
1
26
u
1

1
2
u
2

9
26
u
3
_
x
1
+
_
1
13
u
1
+ u
2
+
4
13
u
3
_
x
2
+
_
5
26
u
1
+
1
2
u
2
+
7
26
u
3
_
x
3
En remplaant les vecteurs x
i
par leurs coordonnes dans la base B, on obtient :
s
_
_
u
1
u
2
u
3
_
_
B
=
_
_
10
13
u
1
+ 3u
2
+
27
13
u
3

1
13
u
1
+ 2u
2
+
9
13
u
3
4
13
u
1
4u
2

23
13
u
3
_
_
B
(b) Dterminons le noyau de s. Travaillons dans la base B
t
. On a :
_
_
u
1
u
2
u
3
_
_
B

Ker(s)
_
_
_
u
1
= 0
u
2
= 0
u
3
= 0
Conclusion : Ker(s) =

0 et s est injective .
Dterminons limage de s. Travaillons dans la base B
t
. On a :
Im(s) = Vect (s(x
1
), s(x
2
), s(x
3
)) = Vect (x
1
, x
2
, x
3
) = Vect (x
1
, x
2
, x
3
) = R
3
15.8. SOLUTIONS DES EXERCICES 213
puisque B
t
= (x
1
, x
2
, x
3
) est une base de R
3
.
Conclusion : Im(s) = Vect (x
1
, x
2
, x
3
) = R
3
et s est surjective .
En fait, les calculs prcdents de cette question sont inutiles puisque, comme s
2
= Id, on en
dduit que s (L(R
3
) et que s
1
= s (principe de la symtrie).
(c) i. Travaillons dans la base B
t
. Lapplication s Id nest pas injective si et seulement si :

_
_
u
1
u
2
u
3
_
_
B

R
3

0 /
_
_
u
1
u
2
u
3
_
_
B

_
_
u
1
u
2
u
3
_
_
B

=
_
_
0
0
0
_
_
B

_
_
u
1
u
2
u
3
_
_
B

R
3

0 /
_
_
_
(1 )u
1
= 0
(1 )u
2
= 0
(1 )u
3
= 0
Si = 1 alors lensemble des solutions du systme est E
1
(s) = Vect (x
1
) ,=

0.
Si = 1 alors lensemble des solutions du systme est E
1
(s) = Vect (x
2
, x
3
) ,=

0.
Si , 1, 1 alors le systme nadmet pas de solution non nulle.
Conclusion : Sp(s) = 1, 1 .
ii. On a obtenu prcdemment : E
1
(s) = Vect (x
1
) et E
1
(s) = Vect (x
2
, x
3
) .
iii. Comme la concatnation des bases obtenues pour E
1
(s) et E
1
(s) est la base B
t
de R
3
, on
en dduit que : R
3
= E
1
(s) E
1
(s), les sous espaces propres sont supplmentaires .
10. (a) Le vecteur u est non nul puisque la famille (u, v) est libre. Ainsi, (u) est une base de Vect(u). De
plus, (1) est une base de R. On sait quil existe une unique application linaire f qui transforme
u en 1. Comme f transforme une base en une base, alors f est bijective.
Conclusion : Vect(u) est isomorphe R .
(b) Comme la famille (u, v) est libre alors cest une base de Vect(u, v). Soit (

i,

j) la base canonique
de R
2
. On sait quil existe une unique application linaire g qui transforme u en

i et v en

j. De
plus, comme g transforme une base en une base, on en dduit que g est bijective.
Conclusion : Vect(u, v) est isomorphe R
2
.
11. S
214 CHAPITRE 15. APPLICATIONS LINAIRES DE R
P
DANS R
N
Chapitre 16
tude locale des fonctions
16.1 Introduction
16.1.1 Notations
Dans tout ce chapitre :
I dsigne un intervalle de R;
x
0
dsigne un rel qui, ou bien est un lment de I, ou bien nest pas un lment de I mais est alors
lune de ces bornes ;
f est une fonction dnie sur I valeurs relles ;
C
f
dsigne la courbe reprsentative de f dans un repre orthogonal (O,

i,

j) quelconque ;


R dsigne lensemble R , +.
16.1.2 propos des dmonstrations
Aucune dmonstration nest exigible, mais toutes les dmonstrations rdiges ont valeur de mthode :
bon entendeur ...
16.1.3 Quelques notions prliminaires
Proposition
Lensemble /(I, R) des fonctions dnies sur lintervalle I et valeurs dans Rest un R-espace vectoriel
pour la somme usuelle de deux fonctions et la multiplication usuelle des fonctions par un rel :
f + g : I R
x (f + g)(x) = f(x) + g(x)
et
f : I R
x (f)(x) = f(x)
pour tout couple (f, g) /(I, R)
2
et tout rel .
Preuve
lmentaire et sans intrt.
Dnitions
On appelle voisinage de x
0
tout intervalle ouvert contenant x
0
.
On appelle voisinage de +(resp. ) tout intervalle ouvert non major (resp. non minor).
On dit que f possde une proprit T(x) au voisinage de x
0
(resp. +, ) si et seulement si T(x)
est vraie pour tout rel x appartenant un voisinage de de x
0
(resp. +, ).
215
216 CHAPITRE 16. TUDE LOCALE DES FONCTIONS
16.2 Limite en linni
Par analogie avec les limites des suites (les suites ne sont jamais que des fonctions particulires), on a
les dnitions suivantes concernant la limite (ventuelle) en +dune fonction ainsi que sa limite en .
Dnitions
On suppose ici que I nest pas major.
On dit que f admet pour limite le rel L en +si et seulement si tout voisinage de L contient toutes
les images dun voisinage de +. Autrement dit, lim
x+
f(x) = L si et seulement si :
> 0, A R/ x [A, +[I, [f(x) L[
On dit que f admet +(resp. ) pour limite en +si et seulement si tout voisinage de +(resp.
) contient les images dun voisinage de +. Autrement dit, lim
x+
f(x) = +(resp. ) si et
seulement si :
M R, A R/ x [A, +[I, f(x) M (resp. M)
On dit que f nadmet pas de limite en +dans les autres cas.
On a des dnitions analogues pour la limite en (dans le cas o I nest pas minor).
Exemples
Soit n N

. Dterminer, si elles existent, les limites en +et en de :


f : x x
n
g : x
1
x
n
h : x x|
sin : x sin(x) cos : x cos(x) tan : x tan(x)
Exercice
Dmontrer que si f admet une limite non nulle en + (limite nie ou innie) alors f ne sannule pas
sur un voisinage de +.
Thorme
La limite de f en +, si elle existe, est unique.
Preuve
Revoir la preuve rdige dans le cas des suites.
Propositions
Quelques limites usuelles en +ou :
lim
x+
ln(x) = +et lim
x+
ln(x)
x

= 0 pour tout > 0 ;


lim
x+
e
x
= +et lim
x+
e
x
x

= +pour tout > 0 ;


lim
x
e
x
= 0 et lim
x
x

e
x
= 0 pour tout > 0.
16.3. LIMITE EN UN POINT 217
16.3 Limite en un point
16.3.1 Limite nie et continuit en x
0
La limite est une proprit locale, nous allons adapter ici la notion de limite en linni pour dnir la
limite en un point.
Dnitions
Soit L R.
On dit que f admet pour limite le rel L en x
0
si et seulement si tout voisinage de L contient les
images dun voisinage de x
0
. Autrement dit, lim
xx
0
f(x) = L si et seulement si :
> 0, > 0 / x [x
0
, x
0
+ ] I, [f(x) L[
Dans le cas o x
0
I, on dit alors que f est continue en x
0
.
Dans le cas o x
0
/ I mais est une borne de I, on dit alors que f se prolonge par continuit en
x
0
en la fonction :

f : I x
0
R
x
_

f(x) = L si x = x
0

f(x) = f(x) si x ,= x
0
appele prolongement par continuit de f en x
0
.
On dit que f est discontinue en x
0
si et seulement si x
0
I et f nadmet pas de limite relle en x
0
.
Remarques
Une fonction ne peut se prolonger (par continuit ou non) en x
0
que si elle nest pas dj dnie en
x
0
.
Lorsque f se prolonge par continuit en x
0
alors son prolongement par continuit est une fonction
continue en x
0
.
On a lquivalence suivante :
lim
xx
0
f(x) = L lim
xx
0
[f(x) L[ = 0
Exemples
1. Les fonctions exp et ln sont continues en tout point de leur domaine de dnition.
2. Montrer que les fonctions puissances (entires) et leurs inverses sont continues en tout point de leur
domaine de dnition.
3. Montrer que la fonction Ent est continue en tout point de x
0
/ Z.
4. Montrer que la fonction x
x|
x
dnie sur [2, 1[ se prolonge par continuit en 1.
5. Montrer que la fonction valeur absolue en continue en 0.
6. On admet que les fonctions sin et cos admettent une limite en 0, limites respectivement gales 0 et 1.
Montrer que sin et cos sont continues en tout x
0
R.
Exercice
Montrer que si f admet une limite relle non nulle en x
0
alors f ne sannule pas sur un voisinage de x
0
.
218 CHAPITRE 16. TUDE LOCALE DES FONCTIONS
Thorme
Si f admet une limite relle en x
0
alors cette limite est unique.
Preuve
Sinspirer des dmonstrations en +.
Proposition
On suppose que x
0
I. Alors, f en continue en x
0
si et seulement si :
lim
xx
0
f(x) = f(x
0
)
Preuve
Comme f est continue en x
0
alors f admet une limite gale un rel L en x
0
. On crit la
dnition de la limite et, en constatant que x
0
est dans tout les intevalles du type [x
0
, x
0
+], on
obtient :
> 0, [f(x
0
) L[
ce qui prouve que f(x
0
) = L.
Par existence de la limite.
Propositions
Quelques limites nies usuelles en 0 :
]0, +[, lim
x0
x

ln(x) = 0,
lim
x0
ln(1 +x)
x
= 1 et lim
x0
e
x
1
x
= 1,
lim
x0
sin(x)
x
= 1, lim
x0
cos(x) 1
x
= 0, lim
x0
tan(x)
x
= 1.
Exemple
Justier que la fonction f :]0, +[R, x x ln(x) se prolonge par continuit en 0.
16.3.2 Limite innie en x
0
Dnition
On suppose que x
0
/ I mais est une borne de I. On dit que f admet pour limite + (resp. ) en
x
0
si et seulement si tout voisinage de + (resp. ) contient toutes les images dun voisinage de x
0
.
Autrement dit, lim
xx
0
f(x) = +(resp. ) si et seulement si :
M R, > 0 / x [x
0
, x
0
+ ] I, f(x) M (resp. M)
Exemples
1. Dterminer la limite en 0 de x 1/x
n
dnie sur ]0, +[ pour tout entier naturel n non nul.
2. Dterminer la limite en 0 de x 1/x
n
dnie sur ] , 0[ pour tout entier naturel n non nul.
16.3. LIMITE EN UN POINT 219
Remarque
Notez bien que lon ne sintresse qu des fonctions dnies sur un unique intervalle. Ainsi, lorsquune
fonction est dnie sur une runion dintervalles, toutes les dmonstrations de limite et/ou de continuit se
rdigent intervalle par intervalle.
16.3.3 Pas de limite en x
0
Dnition
On dit que f nadmet pas de limite en x
0
si et seulement si f nadmet ni limite relle ni limite innie
en x
0
.
Exemple
Justier que x sin(
1
x
), dnie pour tout x > 0, nadmet pas de limite en 0.
16.3.4 Limite gauche en x
0
, limite droite en x
0
Dnition
Soit L un rel.
On dit que f admet pour limite gauche le rel L en x
0
, ce que lon note lim
xx

0
f(x) = L, si et
seulement si :
> 0, > 0 / x [x
0
, x
0
[I, [f(x) L[
On dit que f admet pour limite droite le rel L en x
0
, ce que lon note lim
xx
+
0
f(x) = L, si et
seulement si :
> 0, > 0 / x ]x
0
, x
0
+ ] I, [f(x) L[
Remarques
Notez bien ici que lon a :
x
0
/ [x
0
, x
0
[ et x
0
/ ]x
0
, x
0
+ ]
En particulier, f na pas besoin dtre dnie en x
0
pour admettre (ventuellement) une limite
gauche ou droite.
Si I =]x
0
, +[ (resp. I =] , x
0
[) alors :
lim
xx
+
0
f(x) = lim
xx
0
f(x) (resp. ) lim
xx

0
f(x) = lim
xx
0
f(x)
dans la mesure o ces limites existent.
Exemple
Dterminer la limite gauche et la limite droite de la fonction partie entire en n Z.
Proposition
On suppose que x
0
I. Alors, f est continue en x
0
si et seulement si f admet une limite gauche et/ou
droite et :
lim
xx

0
f(x) = f(x
0
) = lim
xx
+
0
f(x)
220 CHAPITRE 16. TUDE LOCALE DES FONCTIONS
Preuve
Supposons que f est continue en x
0
. Alors la limite en x
0
vaut f(x
0
). De plus, la dnition de la
limite donne les limites gauche et droite (par restrictions de lintervalle [x
0
, x
0
+ ]).
Supposons lexistence de la limite gauche et/ou droite ainsi que lgalit f(x
0
). En runis-
sant les valeurs de x obtenues pour un certain > 0, on obtient la limite en x
0
.
Exemples
1. Montrer que x xEnt(x) est continue en 0.
2. Montrer que la fonction Ent nest continue en aucun point de Z.
3. Montrer que la fonction valeur absolue est continue en 0.
16.4 Oprations et limites
16.4.1 Limites et oprations usuelles sur les fonctions
On suppose dans ce paragraphe que x
0


R.
Nous ne nous attarderons pas sur lexistence et le calcul des limites en x
0
de la somme de deux fonctions,
du produit dune fonction par un rel et du produit de deux fonctions.
Consquences
Pour tout x
0


R, lensemble des fonctions dnies sur I et admettant une limite nie en x
0
est un
sous espace vectoriel de /(I, R).
Pour tout x
0
R, lensemble des fonctions dnies sur I et continues en x
0
est un sous espace
vectoriel de /(I, R).
Le produit de deux fonctions continues en x
0
R est une fonction continue en x
0
R.
Exemples
1. Montrer que toute fonction polynme est continue en tout rel.
2. Dterminer lim
x
(1 +x + + x
n
)e
x
.
16.4.2 Limites et composes de fonctions
Propositions
Soit (x
0
, y
0
, z
0
)

R
3
. Si f une fonction admettant pour limite y
0
en x
0
et si g est une fonction admettant
pour limite z
0
en y
0
alors g f est une fonction admettant pour limite z
0
en x
0
.
Preuve
De nombreux cas sont distinguer. Rdigeons la preuve dans le seul cas o (x
0
, y
0
, z
0
) R
3
. Soit
> 0. Alors, daprs la limite de g (dnie sur un intervalle J) en y
0
, il existe > 0 tel que :
y [y
0
, y
0
+ ] J, [g(y) z
0
[
Daprs la limite de f en x
0
, on a alors lexistence de > 0 tel que :
x [x
0
, x
0
+ ] I, [f(x) y
0
[
Ainsi, pour y = f(x) (puisque les conditions sont satisfaites), on en dduit que :
x [x
0
, x
0
+ ] I, [(g f)(x) z
0
[
16.4. OPRATIONS ET LIMITES 221
Corollaires
Si g admet pour limite le rel non nul L (resp. ) en x
0
alors 1/g admet pour limite le rel 1/L
(resp. 0) en x
0
.
Si g admet pour limite 0 en x
0
et si g est strictement positive (resp. ngative) sur un voisinage de x
0
alors 1/g admet pour limite +(resp. ) en x
0
.
Preuves
On compose avec la fonction inverse et on utilise ses limites.
Exemples
1. Montrer que : lim
x1
ln(x)
x 1
= 1.
2. Montrer que x e
1/x
, dnie sur ]0, +[, est prolongeable par continuit en 0.
3. Limite en linni du quotient de deux fonctions polynmes.
Autres corollaires
Si f est continue en x
0
I et si g est continue en f(x
0
) alors g f est continue en x
0
.
Si g(x
0
) ,= 0 et si f et g sont continues en x
0
, alors 1/g et f/g sont continues en x
0
.
Preuves
Consquences directes des propositions et de leurs corollaires qui prcdent.
Exemple
Montrer que le quotient de deux fonctions polynmes est une fonction continue en tout point de son
domaine de dnition.
Thorme (dit de caractrisation squentielle de la limite)
La fonction f admet pour limite L

R en x
0


R si et seulement si, pour toute suite de rels (u
n
)
nN
admettant pour limite x
0
, la suite (f(u
n
))
nN
admet pour limite L.
En particulier, f est continue en x
0
I si et seulement si, pour toute suite de rels (u
n
)
nN
admettant
pour limite x
0
, la suite (f(u
n
))
nN
admet pour limite f(x
0
).
Preuves
Plusieurs cas ici aussi, dmonstration avec L et x
0
rels.
Supposons que f admet L pour limite en x
0
. Soit (u
n
)
nN
une suite de rels admettant pour limite
x
0
. Soit > 0. Alors, daprs la limite de f en x
0
, il existe > 0 tel que :
x [x
0
, x
0
+ ] I, [f(x) L[
Comme la suite converge vers x
0
, on en dduit lexistence dun entier naturel n
0
tel que :
n n
0
, [u
n
x
0
[
Alors, en remarquant que lon peut poser x = u
n
, on obtient :
n n
0
, [f(u
n
) L[
ce qui prouve la convergence de la suite (f(u
n
)) vers L.
222 CHAPITRE 16. TUDE LOCALE DES FONCTIONS
Supposons que, pour toute suite de rels (u
n
)
nN
admettant pour limite x
0
, la suite (f(u
n
))
nN
admet pour limite L. On a :
x I, n N, [f(x) L[ = [f(x) f(u
n
) + f(u
n
) L[ [f(x) f(u
n
)[ +[f(u
n
) L[
Soit > 0...(abandon temporaire)
Exemples
1. Soit f dnie sur R, continue en 0 et telle que :
x R, f(2x) = f(x)
Dmontrer que f est constante sur R.
2. tudier la suite dnie par :
u
0
= 1 et n N, u
n+1
= ln(1 + e
u
n
)
16.4.3 Limites et ingalits
On adapte les rsultats donns sur les limites de suites obtenues par majorations, minorations, encadre-
ments (limites en +, bien sr dans le cas des suites) au cas des limites de fonctions en x
0


R.
Propositions
Soit f, g, h trois fonctions dnies sur I.
Si f(x) g(x) sur un voisinage de x
0
alors :
lim
xx
0
f(x) = + lim
xx
0
g(x) = +
lim
xx
0
g(x) = lim
xx
0
f(x) =
lim
xx
0
f(x) = L et lim
xx
0
g(x) = L
t
L L
t
Supposons que f(x) g(x) h(x) sur un voisinage de x
0
. Si lim
xx
0
f(x) = L = lim
xx
0
h(x) alors g
admet une limite en x
0
et lim
xx
0
g(x) = L.
Preuves
crire les dnitions.
Exemple
Montrer que la fonction x x sin(1/x), dnie sur ]0, +[ se prolonge par continuit en 0.
16.5 Dveloppement limit lordre 0
Dnition
On dit que f admet un dveloppement limit lordre 0 au voisinage de x
0
(resp. ) si et seulement
sil existe un rel A et une fonction dnie sur I et de limite 0 en x
0
(resp. ) tels que :
x I, f(x) = A + (x)
On notera DL
0
(x
0
) (resp. DL
0
()) lensemble des fonctions admettant un dveloppement limit lordre
0 au voisinage de x
0
(resp. ).
16.6. LES DIFFRENTES SORTE DE BRANCHES INFINIES DUNE COURBE 223
Exemples
Dterminer un dveloppement limit lordre 0 de :
1. x
ln(x)
x 1
au voisinage de 1 ;
2. x
e
x
1
x
au voisinage de 0 ;
3. x
3
1 + x
2
au voisinage de +.
Propositions
On suppose que x
0
I. Alors, f DL
0
(x
0
) si et seulement si f est continue en x
0
. Dans ce cas, on
a :
x I, f(x) = f(x
0
) + (x) avec lim
xx
0
(x) = 0
On suppose que x
0
/ I mais est une borne de I (non innie). Alors f DL
0
(x
0
) si et seulement si f
se prolonge par continuit en x
0
.
Preuves
s
16.6 Les diffrentes sorte de branches innies dune courbe
16.6.1 Branche innie
Dnition
La fonction f tant dnie sur lintervalle I, on note : J = f(I). On dit que la courbe (
f
admet une
branche innie si et seulement si :
I nest pas minor (on parle alors de branche innie lorsque x tend vers ),
I nest pas major (on parle alors de branche innie lorsque x tend vers +),
f admet une limite innie en x
0
(que x
0
soit dans I ou bien sur un bord de I).
16.6.2 Asymptotes
Dnitions
On suppose que x
0
, I (et en est une extrmit). On dit que la droite dquation x = x
0
est asymptote
verticale C
f
au voisinage de x
0
si et seulement si :
lim
xx
0
f(x) =
On suppose que I nest pas major (resp. minor). On dit que la droite dquation rduite y = ax +b
est asymptote C
f
au voisinage de +(resp. ) si et seulement si :
lim
x+
[f(x) (ax + b)] = 0 (resp. limite en )
Dans le cas o le rel a est nul, on parle dune asymptote horizontale ; dans le cas contraire (a ,= 0),
on parle dune asymptote oblique.
224 CHAPITRE 16. TUDE LOCALE DES FONCTIONS
Proposition
On suppose que I nest pas major (resp. minor). Alors, la droite dquation rduite y = ax + b est
asymptote oblique C
f
au voisinage de +(resp. ) si et seulement si :
lim
x+
f(x)
x
= a et lim
x+
[f(x) ax] = b (resp. limites en )
Preuve
Cest immdiat.
Exemple
Dterminer les asymptotes la courbe de la fonction f : x
3x
2
+ x 1
x + 3
.
16.6.3 Branches paraboliques
Dnitions
On suppose que I nest pas major (resp. minor).
On dit que C
f
admet une branche parabolique de direction verticale au voisinage de + (resp.
) si et seulement si :
lim
x+
f(x)
x
= (resp. limite en )
On dit que C
f
admet une branche parabolique de direction horizontale au voisinage de +(resp.
) si et seulement si :
lim
x+
f(x)
x
= 0 et lim
x+
f(x) = (resp. limites en )
On dit que C
f
admet une branche parabolique de direction parallle la droite dquation y = ax
au voisinage de +(resp. ) si et seulement si :
lim
x+
f(x)
x
= a et lim
x+
[f(x) ax] = (resp. limites en )
Exemples
tudier les branches innies des courbes de :
f(x) = ln(x) g(x) = x
2
h(x) = 2x ln(x) i(x) = e
x
16.7 Comparaison des fonctions au voisinage dun point ou de linni
16.7.1 Fonction ngligeable devant une autre fonction
Par analogie avec la notion de suite ngligeable devant une autre suite au voisinage de +, nous allons
dnir la notion de fonction ngligeable devant une autre fonction au voisinage de + puis nous allons
tendre cette notion au voisinage de puis au voisinage dun rel x
0
.
16.7. COMPARAISON DES FONCTIONS AU VOISINAGE DUN POINT OU DE LINFINI 225
Dnitions
Soit f et g deux fonctions dnies sur I.
On dit que f est ngligeable devant g au voisinage de + si et seulement sil existe un rel A et
une fonction dnie sur lintervalle V =]A, +[ tels que :
x V I, f(x) = (x)g(x) et lim
x+
(x) = 0
Notation :
f(x) = o
x+
(g(x))
On dit que f est ngligeable devant g au voisinage de si et seulement sil existe un rel A et
une fonction dnie sur lintervalle V =] , A[ tels que :
x V I, f(x) = (x)g(x) et lim
x
(x) = 0
Notation :
f(x) = o
x
(g(x))
On dit que f est ngligeable devant g au voisinage de x
0
si et seulement sil existe un rel > 0 et
une fonction dnie sur lintervalle V =]x
0
, x
0
+ [ tels que :
x V I, f(x) = (x)g(x) et lim
xx
0
(x) = 0
Notation :
f(x) = o
xx
0
(g(x))
Remarquez que, contrairement aux suites, il est indispensable de prciser au voisinage de quel lment on
tablit la ngligeabilit, ce qui est confort par lexemple qui suit.
Exemple
Soit f : x (x + 1)
2
et g : x 1 + x + x
2
+ x
3
. Dterminer quelle fonction est ngligeable devant
lautre aux voisinages de : 1, +et .
Propositions
On suppose ici que x
0


R.
Si g ne sannule pas sur un voisinage de x
0
alors :
f(x) = o
xx
0
(g(x)) lim
xx
0
f(x)
g(x)
= 0
Une somme nie de fonctions toutes ngligeables devant une mme fonction g au voisinage de x
0
est
encore une fonction ngligeable devant g au voisinage de x
0
.
Revoir les autres proprits dans le chapitre sur les suites.
Si f est borne au voisinage de x
0
(en particulier si f admet une limite nie en x
0
) et si g admet une
limite innie en x
0
alors f est ngligeable devant g au voisinage de x
0
.
Si lim
xx
0
f(x) = 0 et si lim
xx
0
g(x)

R 0 alors : f(x) = o
xx
0
(g(x)).
Preuves
Revoir celles rdiges dans le chapitre sur les suites.
226 CHAPITRE 16. TUDE LOCALE DES FONCTIONS
16.7.2 Fonction quivalente une autre fonction
Dnitions
Soit f et g deux fonctions dnies sur I.
On dit que f est quivalente g au voisinage du rel x
0
si et seulement sil existe un rel > 0 et
une fonction h dnie sur lintervalle V =]x
0
, x
0
+ [ tels que :
x V I, f(x) = h(x)g(x) et lim
xx
0
h(x) = 1
Notation :
f(x)
xx
0
g(x)
On adapte la dnition et la notation prcdentes pour lquivalence aux voisinages de + ou de
.
Exemples
1. Montrer que : x
n
cos(x)
x+
x
n
.
2. Les fonctions x
1
x

1
x 1
et x
1
x
+
1
x 1
sont-elles quivalentes en 0 ? en 1 ? en +? en
?
Propositions
Soit f et g dnies sur I.
Si g ne sannule pas au voisinage de x
0
alors :
f(x)
xx
0
g(x) lim
xx
0
f(x)
g(x)
= 1
Si f est quivalente g au voisinage de x
0
alors f et g se comportent de la mme manire au
voisinage de x
0
: si lune possde une limite nie (resp. innie) ou bien ne possde pas de limite en
x
0
alors lautre possde la mme limite nie (resp. innie) ou bien ne possde pas de limite.
Revoir les autres proprits dans le chapitre sur les suites.
Preuves
Mmes principes que pour les suites.
16.7.3 quivalents usuels
Propositions
On suppose ici que x
0


R. Soit L un rel non nul. Alors :
lim
xx
0
f(x) = L f(x)
xx
0
L
Au voisinage de +ou de , un polynme est quivalent son terme de plus haut degr.
Au voisinage de 0, un polynme est quivalent son terme de plus bas degr.
Fonctions usuelles au voisinage de 0 :
R, (1 +x)

1
x0
x
ln(1 +x)
x0
x et e
x
1
x0
x
sin(x)
x0
x et 1 cos(x)
x0
x
2
2
et tan(x)
x0
x
16.8. EXERCICES 227
Preuves
Voir le chapitre sur la drivabilit.
Exemple
Montrer que : ln(x)
x1
x 1.
16.8 Exercices
1. Soit a, b > 0. Dterminer les limites en 0
+
, 0

, +, de la fonction : f : x
x
a
_
b
x
_
.
2. tudier lexistence de la limite en +de :
a(x) =
x
2
sin(x)
x
2
+ 1
b(x) =
cos(x
2
) + ln(2x) x
3
3x
2
+ sin(x) x
c(x) =
_
ln(x + 1)
ln(x)
_
2
d(x) = x
3
_
a
1/x
3
a
1/x
4
_
pour a > 0
3. tudier lexistence de la limite en 0 de :
a(x) =
sin
2
(x)
x
2
sin
_
1
x
_
b(x) = x

ln(x)
x
x
1
pour > 0 c(x) =
1
x
ln
_
1 + x
1 x
_
d(x) =
ln
2
(cos(x))
x[sin(x) tan(x)]
e(x) =
tan(x) sin(x)
sin(x)[cos(2x) cos(x)]
f(x) = (cos(x))
ln [x[
4. tudier les limites aux bornes du domaine de dnition, les possibilits de prolonger par continuit
et les branches innies de :
a(x) =
x
2

x
2
1
x
b(x) =
x
1 + e
1/x

x
2
c(x) = 3x +

9x
2
7x + 2
d(x) =
x
3
+ 1
x
5
+ 1
e(x) =
x 3

3
f(x) =

4x + 1 3
x

x + 2
5. Calculer : lim
xe
ln(ln(x))
x
2
3ex + 2e
2
(on pourra poser : X =
x
e
).
6. Soit f :] 1, 1[R telle que :
k 0 / x ,= 0, [f(x)[ k[x[
Dmontrer que f est continue en 0 si et seulement si f(0) = 0.
7. Soit A = ln(x)[x > 0.
(a) On suppose que A est major.
i. Montrer que : lim
x+
ln(x) = sup(A).
ii. En considrant ln(

x), montrer que cela est absurde.


(b) En dduire que ln admet une limite en +et la prciser.
(c) Que vaut alors lim
x0
ln(x) ?
(d) En dduire les limites de la fonction exp aux bords de son domaine de dnition.
228 CHAPITRE 16. TUDE LOCALE DES FONCTIONS
8. Discuter, suivant les valeurs des rels a et b, lexistence (et la valeur) de :
lim
x1
_
a
x
2
1

b
x + 1
_
9. tudier le comportement de f : x x
x
aux bornes de son domaine de dnition.
10. Dterminer la limite ventuelle en

3
de
sin(x)

3/2
cos(x) 1/2
.
11. Montrer que : Ent(x)
x
x.
12. Soit f la fonction caractristique de Q, cest dire que :
f : R R
x
_
1 si x Q
0 si x / Q
(a) Montrer que f nest continue en aucun point de R.
(b) Soit g la fonction dnie par :
x R, g(x) = x f(x)
tudier, en fonction du rel x
0
, la continuit de g en x
0
.
(c) Montrer que :
x R, f(x) = lim
m+
_
lim
n+
[cos(x m!)]
n
_
13. Soit f dnie sur un intervalle ouvert I de R contenant 0. On suppose que :
lim
x0
f(x) = 0 et lim
x0
f(2x) f(x)
x
= 0
(a) Montrer que, pour tout entier naturel n non nul et tout lment x non nul de I, on a :
f(x)
x
=
f(2
n
x)
x
+
n

k=1
2
k
(2
k
x)
o (x) =
f(2x) f(x)
x
.
(b) En dduire que : lim
x0
f(x)
x
= 0.
(c) Que peut-on dire si lim
x0
f(x) = 0 et lim
x0
f(2x) f(x)
x
= R?
16.9 Solutions des exercices
1. S
2. S
3. S
4. S
5. S
16.9. SOLUTIONS DES EXERCICES 229
6. Supposons que f est continue en 0. Alors, par passage la limite ( gauche et droite) dans :
x ] 1, 0[]0, 1[, [f(x)[ k[x[
on obtient :
f(0) = lim
x0
+
f(x) = lim
x0

f(x) = 0
Supposons que f(0) = 0. Si k = 0 alors le rsultat est immdiat (limite gauche, limite droite et
valeur en 0 sont toutes les trois gales). Supposons alors que k > 0. Soit > 0. Choisissons un rel
strictement infrieur 1 et

k
. Alors :
x [, ], [f(x) f(0)[ = [f(x)[ k[x[ k k

k
=
ce qui nous assure de la continuit en 0 de f.
Conclusion : f est continue en 0 si et seulement si f(0) = 0 .
7. S
8. S
9. S
10. Pour tout rel x ,=

3
, on a :
sin(x)

3
2
cos(x)
1
2
=
sin((x

3
) +

3
)

3
2
cos((x

3
) +

3
)
1
2
=
sin(x

3
) cos(

3
) + cos(x

3
) sin(

3
)

3
2
cos(x

3
) cos(

3
) sin(x

3
) sin(

3
)
1
2
=
1
2
sin(x

3
) +

3
2
cos(x

3
)

3
2
1
2
cos(x

3
)

3
2
sin(x

3
)
1
2
=
sin(x

3
) +

3[cos(x

3
) 1]
[cos(x

3
) 1]

3 sin(x

3
)
Or :
sin
_
x

3
_

x

3
x

3
et cos
_
x

3
_
1
x

(x

3
)
2
2
Ainsi :
cos
_
x

3
_
1 = o
x

3
_
sin
_
x

3
__
et donc :
sin(x)

3
2
cos(x)
1
2

3
sin(x

3
)

3 sin(x

3
)
=

3
3
Conclusion : lim
x

3
sin(x)

3
2
cos(x)
1
2
=

3
3
.
11. Pour tout rel x ]0, +[, on a :
x| x < x| + 1
x 1 < x| x
1
1
x
=
x 1
x
<
x|
x

x
x
= 1
Comme lim
x+
1
1
x
= 1 alors lim
x+
]x|
x
= 1.
Conclusion : x|
x+
x .
12. S
230 CHAPITRE 16. TUDE LOCALE DES FONCTIONS
13. (a) Soit x I 0 et n N

. On a :
n

k=1
2
k
(2
k
x) =
n

k=1
2
k
f(2
(k1)
x) f(2
k
x)
x2
k
=
1
x
n

k=1
[f(2
(k1)
x) f(2
k
x)]
=
1
x
[f(2
0
x) f(2
n
x)] =
f(x)
x

f(2
n
x)
x
Conclusion : n N

, x I 0,
f(x)
x
=
f(2
n
x)
x
+
n

k=1
2
k
(2
k
x) .
(b) Soit n N

. Soit > 0. Comme a pour limite 0 en 0 alors :


> 0 / x [, ], [(x)[
Or, pour tout entier k tel que 1 k n et pour tout rel x de [, ], on a :
[2
k
x[ [x[ donc [(2
k
x)[
on tire de cela que :
x [, ],

k=1
2
k
(2
k
x)

k=1
[2
k
(2
k
x)[
n

k=1
2
k
=
1
2
1 2
n
1 2
1

On en dduit que :
x [, ], n N

f(x)
x

[f(2
n
x)[
[x[
+
De plus, comme pour, x [, ] on a :
lim
n+
2
n
x = 0 lim
y0
f(y) = 0 lim
n+
f(2
n
x = 0
on dduit, par passage la limite dans lingalit qui prcde, que :
x [, ],

f(x)
x


ce qui permet de conclure : lim
x0
f(x)
x
= 0 .
(c) On procde comme la question prcdente. Soit n N

. Soit > 0. Comme a pour limite


en 0 alors :
> 0 / x [, ], [(x) [
Or, pour tout entier k tel que 1 k n et pour tout rel x de [, ], on a :
[2
k
x[ [x[ donc [(2
k
x) [
on tire de cela que, pour tout reel x [, ], on a :

k=1
2
k
(2
k
x)

k=1
2
k
[(2
k
x) ] +
n

k=1
2
k

k=1
[2
k
[(2
k
x) ][ +

1
2
1 2
n
1 2
1

k=1
2
k
+

2
n
+

2
n
16.9. SOLUTIONS DES EXERCICES 231
On en dduit que :
x [, ], n N

f(x)
x

[f(2
n
x)[
[x[
+

2
n
+
De plus, comme pour x [, ], on a :
lim
n+
2
n
x = 0 lim
y0
f(y) = 0 lim
n+
f(2
n
x = 0
on dduit, par passage la limite dans lingalit qui prcde, que :
x [, ],

f(x)
x


ce qui permet de conclure : lim
x0
f(x)
x
= .
232 CHAPITRE 16. TUDE LOCALE DES FONCTIONS
Chapitre 17
tude globale des fonctions
17.1 Introduction
Dans tout ce chapitre, I dsigne un intervalle de R et f une fonction numrique dnie sur I.
Aucune dmonstration nest exigible.
Il est conseill de revoir le chapitre 2 et en particulier le premier paragraphe.
17.2 Fonctions monotones
Thorme (dit de limite monotone)
On suppose que f est croissante sur I =]a, b[

R (cest dire que a Rou a = et que b Rou
b = +). Alors :
f admet une limite gauche et une limite droite en tout point x
0
I et, de plus, on a :
lim
xx

0
f(x) f(x
0
) lim
xx
+
0
f(x)
Si, de plus, f est majore sur I, alors elle admet une limite nie gauche en b, sinon la limite gauche
en b vaut +.
Si, de plus, f est minore sur I, alors elle admet une limite nie droite en a, sinon la limite droite
en a vaut .
On peut adapter ce thorme dans le cas o f est dcroissante.
Preuves
Soit x
0
I. Si f est constante sur ]a, x
0
] alors lim
xx

0
f(x) = f(x
0
) ce qui prouve le rsultat.
Supposons donc quil existe un rel x
1
]a, x
0
[ tel que f(x
1
) < f(x
0
) (rappelons que f est croissante
sur ]a, x
0
]). Dnissons alors lensemble :
A = f(x)[x ]a, x
0
[
Nous allons montrer que A admet une borne suprieure puis que cette borne suprieure est la limite
gauche de f en x
0
(on procdera ensuite de faon analogue avec la borne infrieure de lensemble
f(x)[x ]x
0
, b[ pour obtenir lexistence la limite droite ainsi que lingalit qui lui est associe).
A est non vide car f(x
1
) A.
A est major par f(x
0
) car f est croissante sur ]a, x
0
].
On en dduit que A admet une borne suprieure sup(A) et que sup(A) f(x
0
).
Soit > 0. Daprs une proprit de la borne suprieure, on a :
y A/ [y sup(A)[
233
234 CHAPITRE 17. TUDE GLOBALE DES FONCTIONS
donc :
x
2
]a, x
0
[ / [f(x
2
) sup(A)[
Comme f est croissante sur I, on en dduit que :
x ]x
2
, x
0
[, [f(x) sup(A)[ [f(x
2
) sup(A)[
Ainsi f admet une limite nie gauche en x
0
et on a :
lim
xx

0
f(x) = sup(A) f(x
0
)
Cas 1 Supposons que f est majore par le rel M sur I. On procdant comme ci-dessus avec len-
semble f(x)[x I, on obtient la limite gauche en b.
Cas 2 Supposons que f nest pas majore sur I. Alors :
M R, x
1
I/ f(x
1
) M
Comme f est croissante sur I, on en dduit que :
x ]x
1
, b[, f(x) f(x
1
) M
et donc que :
lim
xb
f(x) = +
Sinspirer du point prcdent.
Exemple
On pose : x ]0, +[, f(x) = e
1/x
. Justier lexistence de limites aux bornes de ]0, +[ (sans les
calculer).
17.3 Fonctions continues
17.3.1 Gnralits
Dnition
On dit que f est continue sur I si et seulement si elle est continue en chaque point de I.
Lensemble des fonctions continues sur I est not (
0
(I, R) ou plus simplement (
0
(I).
Propositions
(
0
(I) est un sous espace vectoriel de A(I, R).
Le produit de deux fonctions continues sur I est une fonction continue sur I.
Le quotient de deux fonctions continues sur I et est une fonction continue sur tout sous intervalle de
I sur lequel le dnominateur ne sannule pas.
Si f est continue sur I et si g est continue sur J f(I) alors g f est continue sur I.
Preuves
Utiliser les rsultats obtenus sur la continuit en un point.
17.4. LES THORMES FONDAMENTAUX 235
17.3.2 Cas des fonctions usuelles
Propositions
La fonction partie entire est continue sur tout intervalle de R ne contenant pas dentier relatif.
La fonction valeur absolue est continue sur R.
Les fonctions polynmes sont continues sur R.
La fonction inverse est continue sur ] , 0[ et sur ]0, +[.
La fonction ln est continue sur ]0, +[.
La fonction exp est continue sur R.
La fonction puissance (o R) est continue sur ]0, +[.
Les fonctions sin et cos sont continues sur R.
La fonction tan est continue sur tout sous intervalle de son domaine de dnition.
Exemple
Prouver que x e
1/x
est continue sur ]0, +[.
17.4 Les thormes fondamentaux
Thorme des valeurs intermdiaires
On suppose que f est continue sur I.
Soit [a, b] un sous intervalle de I. Alors, on a :
y [f(a), f(b)], x [a, b] / y = f(x)
Autrement dit, lorsque f est continue sur [a, b] alors lquation y = f(x) (dinconnue x) admet
toujours une solution (au moins) dans [a, b] du moment que y [f(a), f(b)] (mais ce nest pas une
condition ncessaire).
En consquence, pour tout sous intervalle J de I, f(J) est un intervalle de R. En particulier, f(I) est
un intervalle de R.
Preuves
Nous allons (re)mettre en oeuvre le procd fondamental de dichotomie. Soit (a, b) I
2
et y
[f(a), f(b)] (on supposera ici que f(a) < f(b)). Nous allons construire deux suites adjacentes dl-
ments de [a, b] dont la limite aura pour image y. Posons a
0
= a et b
0
= b. Soit T(n) la proposition :
(a
n
, b
n
) [a, b]
2
/ b
n
a
n
=
b a
2
n
et f(a
n
) y f(b
n
)
Par choix de a
0
et de b
0
, la proposition T(0) est vraie. Soit n 0. Supposons que T(n) soit vraie.
Soit c =
a
n
+ b
n
2
. Deux cas se prsentent :
f(c) < y ou f(c) y
Si f(c) < y alors on pose a
n+1
= c et b
n+1
= b
n
. On a alors :
b
n+1
a
n+1
=
1
2
(b
n
a
n
) =
b a
2
n+1
et f(a
n+1
) = f(c) y f(b
n
) = f(b
n+1
)
Si f(c) y alors on pose a
n+1
= a
n
et b
n+1
= c. On a alors :
b
n+1
a
n+1
=
1
2
(b
n
a
n
) =
b a
2
n+1
et f(a
n+1
) = f(a
n
) y f(c) = f(b
n+1
)
236 CHAPITRE 17. TUDE GLOBALE DES FONCTIONS
ce qui prouve la proposition T(n + 1).
Par construction, la suite (a
n
) est croissante et la suite (b
n
) est dcroissante. De plus, on a :
lim
n+
(b
n
a
n
) = (b a) lim
n+
1
2
n
= 0
ce qui prouve que ces deux suites sont adjacentes donc convergentes. Notons x leur limite commune.
Comme f est continue sur I donc en x, on en dduit aussi que :
f(x) = lim
n+
f(a
n
) y lim
n+
f(b
n
) = f(x)
cest dire que f(x) = y. Dautre part, comme la suite (a
n
) est croissante et a pour limite x alors :
n N, a
n
x
ce qui donne, pour n = 0, lingalit a = a
0
x. On obtient de mme que x b. On a donc bien
obtenu un antcdent x de y dans [a, b].
Soit J un sous intervalle de I. Supposons que f(J) nest pas un intervalle (cest dire quil y a au
moins un trou dans f(J)). Alors :
y R, (a, b) J
2
/ f(a) < y < f(b)
Ceci contredit le rsultat du point qui prcde. On en dduit donc que f(J) est un intervalle de R.
Thorme/Dnition
On suppose que f est continue sur I. Soit (a, b) I
2
.
Limage du segment [a, b] par f est un segment [c, d].
Le rel c ainsi obtenu est appel minimum de f sur le segment [a, b] et se note min
[a,b]
f.
Le rel d ainsi obtenu est appel maximum de f sur le segment [a, b] et se note max
[a,b]
f.
Preuve
Daprs le thorme des valeurs intermdiaires, on sait que f([a, b]) est un intervalle J. Montrons que
J est born puis que ses bornes sont atteintes.
Supposons que f nest pas majore sur [a, b]. Construisons par dichotomie deux suites adjacentes
(a
n
) et (b
n
) telle que f nest pas borne sur [a
n
, b
n
]. Posons a
0
= a et b
0
= b. Alors f nest pas
borne sur [a
0
, b
0
] par hypothse. Soit n 0. Supposons que f nest pas borne sur [a
n
, b
n
]. Posons
c =
a
n
+b
n
2
. Comme f nest pas borne sur [a
n
, b
n
] alors f nest pas borne sur [a
n
, c] ou bien sur
[c, b
n
] (voire sur les deux). Si f nest pas borne sur [a
n
, c] alors on pose :
a
n+1
= a
n
et b
n+1
= c
sinon on pose :
a
n+1
= a
n
et b
n+1
= c
Alors f nest pas borne sur [a
n+1
, b
n+1
] et on a :
a
n
a
n+1
b
n
b
n+1
b
n+1
a
n+1
=
b
n
a
n
2
Par rcurrence, on a donc construit deux suites (a
n
) et (b
n
) telles que (a
n
) est croissante, (b
n
) est
dcroissante et lim
n+
b
n
a
n
= 0. Ces deux suites sont alors adjacente et convergent donc vers un
rel x
0
. Comme f est continue en x
0
, alors il existe un rel > 0 tel que :
x [x
0
, x
0
+ ] [a, b], [f(x) f(x
0
)[ 1
17.4. LES THORMES FONDAMENTAUX 237
Or, il existe un entier naturel n
0
tel que :
n n
0
, [a
n
, b
n
] [x
0
, x
0
+ ]
On en dduit donc que :
n n
0
, x [a
n
, b
n
], f(x
0
) 1 f(x) f(x
0
) + 1
ce qui prouve que f est borne sur tous les intervalles [a
n
, b
n
] pour tout n n
0
, do la contradiction
avec lhypothse faite.
On a ainsi prouv que f est borne sur [a, b] cest dire que lintervalle J est une partie non vide
et borne de R. On en dduit alors que J admet une borne infrieure m et une borne suprieure
M. Montrons que M admet un antcdent par f dans [a, b]. Supposons alors que M nadmet pas
dantcdent dans [a, b]. On en dduit que :
x [a, b],
1
M f(x)
> 0
La fonction x
1
M f(x)
est continue donc majore sur [a, b] (daprs le point prcdent) et tous
ses majorants sont strictement positifs (puisque cette fonction est strictement positive). Soit M
t
lun
de ses majorants. On a alors :
x [a, b], 0 <
1
M f(x)
M
t
x [a, b], f(x) M
1
M
t
< M
ce qui nous donne un autre majorant de f qui est strictement infrieur au plus petit de tous : on a donc
une contradiction. Ainsi M admet un antcdent dans [a, b]. En procdant de mme, on montre que
m admet aussi un antcdent dans [a, b].
Exemple
Quelle est limage de [1, 2] par la fonction carre ?
Corollaires
On suppose que f est continue sur I. Soit (a, b) I
2
.
Tout lment de
_
min
[a,b]
f, max
[a,b]
f
_
admet, au moins, un antcdent par f.
En particulier, les rels min
[a,b]
f et max
[a,b]
f admettent, au moins, un antcdent par f (mais pas ncessai-
rement a ou b).
Preuves
Cest vident.
Thorme (dit de la bijection)
On suppose que f est continue et strictement monotone sur I. Alors :
La fonction f tablit une bijection de I sur lintervalle f(I).
La bijection rciproque, note f
1
, est dnie, continue et strictement monotone sur lintervalle f(I).
Les fonctions f et f
1
ont le mme sens de variation.
Dans un repre orthonorm, les courbes reprsentatives de f et f
1
sont symtriques (symtrie or-
thogonale) par rapport la premire bissectrice.
238 CHAPITRE 17. TUDE GLOBALE DES FONCTIONS
Preuves
Comme f est continue, f(I) est un intervalle. Tout lment de f(I) admet, bien sr, un antcdent
dans I donc f est surjective de I dans f(I). tablissons donc son injectivit. Soit (a, b) I
2
tel que
f(a) = f(b). Comme f est strictement croissante sur I, il est alors impossible que a < b ou bien que
a > b donc on en dduit que a = b.
Soit y
0
f(I). Alors, il existe un unique x
0
I tel que f(x
0
) = y
0
. Soit > 0. On sait que
f([x
0
, x
0
+ ]) est un segment [c, d] de f(I) qui contient y
0
. Comme x
0
< x
0
< x
0
+ et
comme f est strictement croissante (resp. dcroissante) alors f(x
0
) < f(x
0
) < f(x
0
+ ) (resp.
f(x
0
) > f(x
0
) > f(x
0
+)) mais aussi f(x
0
) = c (resp. d) et f(x
0
+) = d (resp. c). On en
dduit quil existe un rel > 0 tel que :
y [y
0
, y
0
+ ], f
1
(y) [x
0
, x
0
+ ]
ce qui justie la continuit de f
1
en y
0
. Donc f
1
est continue sur f(I).
Soit (c, d) f(I)
2
tel que c < d. Alors il existe un unique couple (a, b) I
2
tel que f(a) = c et
f(b) = d. Ainsi f(a) < f(b). Si f est strictement croissante alors a < b, cest dire que :
f
1
(c) < f
1
(d)
ce qui prouve que f
1
est strictement croissante. Si f est strictement dcroissante alors a > b et donc
f
1
est strictement dcroissante.
La symtrie orthogonale par rapport la premire bissectrice est lapplication :
s : R
2
R
2
(x, y) (y, x)
Ainsi, on a :
(x, y) (
f
y = f(x) x = f
1
(y) (y, x) (
f
1 s(x, y) (
f
1
Exemples
1. (a) Dterminer le plus grand intervalle contenant 0 et

3
sur lequel la fonction sinus est une bijection.
On note arcsin sa fonction rciproque.
(b) tudier cette fonction rciproque puis tracer lallure de sa courbe.
2. Mmes questions avec la fonction cos (et arccos sa rciproque).
3. Mmes questions avec la fonction tan (et arctan sa rciproque).
17.5 Exercices
1. Soit f continue et ne sannulant pas sur I. Dmontrer que f est de signe constant sur I.
2. Soit f : [a, b] [a, b] continue sur [a, b]. Dmontrer que f admet au moins un point xe (on pourra
poser g(x) = f(x) x).
3. Soit f : R
+
R
+
continue.
(a) Dmontrer que, ou bien f admet un point xe ou bien lim
x+
f(x) = +.
(b) Ces deux possibilits sexcluent-elles mutuellement ?
4. Soit f : R R continue et telle que :
lim
x
f(x) = et lim
x+
f(x) = +
17.5. EXERCICES 239
(a) Dmontrer que f sannule (au moins) une fois.
(b) En dduire que toute fonction polynme de degr impair admet une racine relle.
5. Un cycliste parcourt 20 km en une heure lors de sa promenade dominicale. Montrer quil existe un
intervalle de temps dune demi-heure durant lequel il parcourt exactement 10 km(on pourra introduire
la fonction distance parcourue depuis le dpart, fonction rpute continue, puis une seconde fonction).
6. Dterminer, selon les valeurs de a R, le nombre de solutions dans R
+
de lquation : x e
x
= a.
7. Dterminer le nombre de solutions dans R de lquation cos(x) = x.
8. Soit a R. Soit f continue sur R. On suppose que :
f(1) = a et (x, y) R
2
, f(x + y) = f(x) + f(y)
(a) Connat-on des fonctions rpondant ces conditions ?
(b) Calculer f(0). En dduire la valeur de f(1).
(c) Dmontrer que :
n N

, (x
1
, . . . , x
n
) R
n
, f(x
1
+ + x
n
) = f(x
1
) + + f(x
n
)
(d) Dduire successivement des questions prcdentes que :
i. n N, f(n) = an
ii. n Z, f(n) = an
iii. n N

, f
_
1
n
_
=
a
n
iv. r Q, f(r) = ar
v. x R, f(x) = ax (on pourra poser : x
n
= 10
n
10
n
x|)
9. Soit f dnie sur R 1 par :
f(x) =
_

_
x
2
x
2
1
si x < 0
x
2
x
2
+ 1
si x 0
(a) Dterminer lensemble E = f(R 1).
(b) Montrer que f induit une bijection, note g, de R 1 dans E.
(c) Expliciter la fonction g
1
.
(d) tudier la continuit de g et g
1
.
(e) tudier les variations de g
1
sur ] , 1[.
10. tudier la continuit de :
(a) f : x
1
1 + x x|
sur I = [0, 3],
(b) g : x cos(ln [x[) ln(1 + x) si x R

et g(0) = 0.
11. Soit f dnie et continue sur R. On suppose que f admet une limite nie en et une limite nie
en +.
(a) Dmontrer que f est borne.
(b) On suppose, de plus, que les deux limites en linni sont gales. Dmontrer que le borne sup-
rieure ou la borne infrieure de f(R) est atteinte, cest dire que f admet un maximum ou un
minimum.
240 CHAPITRE 17. TUDE GLOBALE DES FONCTIONS
12. Dmontrer que si f est continue et priodique sur R alors f est borne sur R.
13. Soit f dnie et continue sur [0, 1] telle que f(0) = f(1).
(a) Dmontrer que lquation f(x +
1
2
) = f(x) admet une solution sur [0,
1
2
].
(b) Dmontrer que pour tout n N

, lquation f(x+
1
n
) = f(x) admet une solution sur [0, 1
1
n
].
(c) Soit a ]0, 1[ qui nest pas de la forme
1
n
. On suppose que :
x [0, 1], f(x) = sin
2
_
x
a
_
x sin
2
_

a
_
Calculer f(x + a) f(x) pour tout x [0, 1 a]. Conclusion ?
14. Soit f dnie et continue sur [0, 1]. On pose :
x [0, 1], g(x) = max
[0,x]
f
(a) Justier que cela dnit bien un fonction g sur [0, 1].
(b) Montrer que g est croissante et continue sur [0, 1].
15. Soit f et g dnies et continues sur [0, 1]. Pour tout rel x, on pose :
M(x) = max
t[0,1]
[f(t) + x g(t)]
(a) Justier que cela dnit une fonction M sur R.
(b) Montrer que, pour tout couple de rels (x, y), on a :
[M(x) M(y)[
_
max
[0,1]
g
_
[x y[
(c) En dduire que M est continue sur R.
16. Soit f dnie sur un intervalle I et telle que f possde une limite droite en tout point de I. Soit g la
fonction dnie sur I par :
x I, g(x) = lim
tx
+
f(t)
Montrer que g est continue droite sur I.
17. Soit f : x
x
1 +[x[
. Montrer que f tablit une bijection de R sur un intervalle I que lon prcisera
puis expliciter f
1
.
17.6 Solutions des exercices
1. Supposons que f nest pas de signe constant sur I. Alors, il existe (a, b) I
2
tel que :
f(a) < 0 et f(b) > 0
Comme f est continue sur [a, b] I et comme 0 [f(a), f(b)] alors lquation f(x) = 0 admet une
solution dans [a, b] donc dans I ce qui est absurde.
Conclusion : f est de signe constant sur I .
2. La fonction g est continue sur [a, b] comme somme de fonctions continues sur cet intervalle. De plus,
on a :
g(a) = f(a) a 0 et g(b) = f(b) b 0
Comme 0 [g(b), g(a)] et comme g est continue sur [a, b] alors lquation g(x) = 0 admet une
solution x [a, b]. De g(x) = 0, on dduit que f(x) = x.
Conclusion : f admet un point xe dans [a, b] .
17.6. SOLUTIONS DES EXERCICES 241
3. (a) Supposons que f nadmet pas de point xe dans R
+
. Posons :
x R
+
, g(x) = f(x) x
Alors, la fonction g est continue sur R
+
et ne sannule pas sur R
+
. Daprs lexercice 1, on en
dduit que g est de signe constant sur R
+
. De plus, on a :
g(0) = f(0) 0 = f(0) 0
donc g est strictement positive sur R
+
, ce qui donne :
x R
+
, f(x) > x
On passe alors la limite lorsque x tend vers +.
Conclusion : lim
n+
f(x) = + ou x R
+
/ f(x) = x .
(b) La fonction identique de R
+
admet une innit de points xes et admet pour limite +en +.
4. s
5. s
6. Notons S
a
lensemble des solutions dans R
+
de lquation xe
x
= a. Soit f la fonction dnie sur R
+
par :
x R
+
, f(x) = x e
x
Cette fonction est le produit de deux fonctions :
* positives et strictement croissantes sur R
+
donc est positive et strictement croissante sur R
+
,
* continues sur R
+
donc est continue sur R
+
.
La fonction f tablit ainsi une bijection de R
+
dans R
+
puisque lim
x+
f(x) = +.
Conclusion : a < 0, S
a
= et a 0, !x
0
R
+
/ S
a
= x
0
.
7. Si x > 1 alors cos(x) < x donc lquation cos(x) = x nadmet pas de solution dans ]1, +[.
Si x < 1 alors cos(x) > x donc lquation cos(x) = x nadmet pas de solution dans ] +, 1[.
Si x [1, 0] ]

2
, 0] alors x < 0 < cos(x) donc lquation cos(x) = x nadmet pas de solution
dans [1, 0].
Si x [0, 1] [0,

2
[ alors la fonction g : x cos(x) x est continue, drivable et strictement
dcroissante sur [0, 1] (exprimer g
t
(x)) et g(0) = 1 > 0 et g(1) > g(

2
) =

2
< 0. Alors g tablit
une bijection de [0, 1] dans [g(1), g(0)]. Comme 0 [g(1), g(0)] et comme g est continue et bijective
sur [0, 1] alors lquation g(x) = 0 admet une unique solution dans [0, 1].
Conclusion : Lquation cos(x) = x admet une unique solution dans R et cette solution est dans [0, 1] .
8. s
9. s
10. s
11. s
12. s
13. s
14. (a) Soit x [0, 1]. Comme f est continue sur [0, 1] donc sur [0, x] qui est un segment alors f admet
un maximum absolu sur [0, x]. Ainsi g(x), qui est ce maximum existe.
Conclusion : g est dnie sur [0, 1] .
(b) Soit (x, y) [0, 1]
2
tel que x < y. Alors [0, x] [0, y]et on a :
t [0, x], f(t) max
[0,y]
f = g(y)
242 CHAPITRE 17. TUDE GLOBALE DES FONCTIONS
Ainsi, g(y) est un majorant de f sur [0, x] donc il est suprieur au maximum de f sur [0, x], cest
dire que : g(x) g(y).
Conclusion : g est croissante sur [0, 1] .
Soit x
0
[0, 1]. g(x
0
) tant un majorant de f sur [0, x
0
], on en dduit que f(x
0
) g(x
0
).
Cas 1 : f(x
0
) < g(x
0
) Posons =
g(x
0
)f(x
0
)
2
> 0. Comme f est continue en x
0
alors :
> 0 / [x
0
, x
0
+ ] [0, 1] x [x
0
, x
0
+ ], [f(x) f(x
0
)[
ce qui, en remplaant par sa valeur, nous donne :
x [x
0
, x
0
+ ],
3f(x
0
) g(x
0
)
2
f(x)
f(x
0
) + g(x
0
)
2
< g(x
0
)
Par continuit de f sur le segment [x
0
, x
0
+ ], on obtient :
max
[x
0
,x
0
+]
f
f(x
0
) + g(x
0
)
2
< g(x
0
)
Ainsi, f atteint son maximum g(x
0
) sur lintervalle [0, x
0
+ ] en dehors de [x
0
, x
0
+ ].
On en dduit que :
x [x
0
, x
0
+ ], g(x) = g(x
0
)
La fonction g tant constante sur [x
0
, x
0
+ ], elle est alors, en particulier, continue en x
0
.
Cas 2 : f(x
0
) = g(x
0
) Soit > 0. Par continuit de f en x
0
, on obtient :
> 0 / [x
0
, x
0
+ ] [0, 1] x [x
0
, x
0
+ ], [f(x) f(x
0
)[
ce qui nous donne :
x [x
0
, x
0
+ ], g(x
0
) = f(x
0
) f(x) f(x
0
) + g(x
0
) +
Comme g est croissante sur [x
0
, x
0
], on a :
x [x
0
, x
0
], g(x
0
) f(x) g(x) g(x
0
) g(x
0
) +
x [x
0
, x
0
], [g(x) g(x
0
)[
Sur lintervalle [x
0
, x
0
+], comme g(x
0
) = f(x
0
), on tire de lingalit gnrale qui prcde :
g(x
0
) < g(x
0
) max
[x
0
,x
0
+]
f g(x
0
) +
Comme g est croissante sur [x
0
, x
0
+ ], on obtient :
x [x
0
, x
0
+ ], g(x
0
) g(x) max
[x
0
,x
0
+]
f g(x
0
) +
x [x
0
, x
0
+ ], [g(x) g(x
0
)[
On en dduit donc lim
xx
0
g(x) = g(x
0
) cest dire que g est continue en x
0
.
Conclusion : g est continue sur [0, 1] .
15. s
16. s
17.6. SOLUTIONS DES EXERCICES 243
17. Sur [0, +[, on a :
f(x) =
x
1 + x
=
x + 1 1
1 + x
= 1
1
1 + x
x x + 1 est continue et strictement croissante sur [0, +[ valeurs dans [1, +[.
y
1
y
est continue et strictement dcroissante sur [1, +[ valeurs dans ]0, 1].
z z est continue et strictement dcroissante sur ]0, 1] valeurs dans [1, 0[.
t 1 + t est continue et strictement croissante sur [1, 0[ valeurs dans [0, 1[.
On en dduit que f est continue et strictement croissante (donc bijective) sur [0, +[ valeurs dans
[0, 1[.
De plus, pour tout rel y [0, +[, on a :
y = f(x) y 1 =
1
1 + x
x = 1 +
1
1 y
=
y
1 y
= f(y)
Sur ] , 0], on a :
f(x) =
x
1 x
=
x 1 + 1
1 x
= 1 +
1
1 x
x 1 x est continue et strictement dcroissante sur ] , 0] valeurs dans [1, +[.
y
1
y
est continue et strictement dcroissante sur [1, +[ valeurs dans ]0, 1].
z 1 + z est continue et strictement croissante sur ]0, 1] valeurs dans ] 1, 0].
On en dduit que f est continue et strictement croissante (donc bijective) sur ] , 0] valeurs dans
] 1, 0].
De plus, pour tout rel y ] , 0], on a :
y = f(x) y + 1 =
1
1 x
x = 1
1
1 + y
=
y
1 + y
= f(y)
En 0, on a f(0) = 0 et daprs ce qui prcde :
lim
x0
+
f(x) = 0 et lim
x0

f(x) = 0
Donc f est continue en 0.
Conclusion : f est continue sur R, tablit une bijection de R dans ] 1, 1[ et f
1
: y f(y) .
244 CHAPITRE 17. TUDE GLOBALE DES FONCTIONS
Chapitre 18
Nombres complexes
18.1 Forme algbrique
Dnitions
On appelle i le nombre vriant lgalit : i
2
= 1.
On appelle ensemble des nombres complexes lensemble
C = a + b i [ (a, b) R
2

Soit z = a + i b un complexe.
Lcriture z = a + b i se nomme forme algbrique du complexe z.
Le rel a se nomme partie relle de z et on note : a = 1(z).
Le rel b se nomme partie imaginaire de z et on note : b = (z).
Si b = 0 alors le complexe z est rel (en particulier R C).
Si a = 0 alors le complexe z est dit imaginaire pur.
Exemples
i = 0 + 1i 0 = 0 + 0i 1 + 3i
Remarques
Deux complexes sont gaux si et seulement sils ont la mme partie relle et la mme partie imagi-
naire.
C est en bijection avec R
2
: le complexe a + bi se reprsente sous la forme :
dun vecteur de coordonnes (a, b) dans la base canonique de R
2
,
soit dun point de coordonnes (a, b) dans un repre orthonormal. On dit alors que le point M(a, b)
a pour afxe le complexe z = a + bi.
Cette bijection est source de nombreux liens entre nombres complexes et gomtrie dans le plan.
Il ny a pas de relation dordre dans C (on ne compare pas les complexes : z < z
t
na pas de sens).
18.2 Oprations dans C
18.2.1 Addition et multiplication par un rel
Dnitions
Soit z = a + bi et z
t
= a
t
+ b
t
i deux complexes. Soit un rel.
245
246 CHAPITRE 18. NOMBRES COMPLEXES
Somme de deux complexes :
z + z
t
= (a + a
t
) + (b + b
t
)i
Produitdun complexe par un rel :
z = (a) + (b)i
Propositions
C est un R-espace vectoriel dont (1, i) est une base appele base canonique.
En particulier, tout complexe z = a + bi admet un oppos z = a + (b)i que lon note aussi
z = a bi.
On peut aussi soustraire deux complexes :
z z
t
= z + (z
t
) = (a + bi) (a
t
+ b
t
i) = (a a
t
) + (b b
t
)i
o (a, b, c, d) est un quadruplet de rels.
Preuves
Cest vident.
18.2.2 Multiplication et division
Dnitions
Produit de deux complexes :
zz
t
= (aa
t
bb
t
) + (ab
t
+ ba
t
)i
(en dveloppant selon les usages en vigueur dans R et en utilisant la relation i
2
= 1).
Puissances entires dun complexe :
z
0
= 1 et n N, z
n+1
= z
n
z = z z
n
Propositions
La multiplication des complexes est commutative, associative, admet le rel 1 pour lment neutre et
est distributive ( gauche et droite) sur laddition des complexes.
En particulier, les identits remarques sont encore valables avec des complexes en lieu et places de
rels.
Un produit de complexes est nul si et seulement si lun des complexes est nul.
Tout complexe z = a + bi non nul admet un inverse :
z
1
=
1
z
=
a
a
2
+ b
2

b
a
2
+ b
2
i
Preuve
Il suft de calculer.
Exemples
1. Dterminer la forme algbrique de (3 + 2i)(1 i) (2 i)
2
+ (5 i)(5 + i).
2. Dterminer sous forme algbrique linverse de : i, i, 1 + i, 2 3i.
18.2. OPRATIONS DANS C 247
Dnition
Soit (z, z
t
) un couple de complexes. On suppose que z
t
,= 0. On appelle quotient de z par z
t
le com-
plexe :
z
z
t
= z
1
z
t
Remarques
Il est inutile de retenir les formules de linverse et du quotient, il suft de se rappeler que lon peut
calculer comme on le fait dans R en ajoutant la redoutable relation i
2
= 1.
Les calculs et notations de sommes () et de produits () sont encore valables dans C.
On a z z = a
2
+ b
2
donc on en dduit linverse de z ,= 0 de la faon suivante :
1
z
=
z
z z
=
z
a
2
+ b
2
Exemples
1. Dterminer la forme algbrique de :
9 2i
2i
5 2i
2 3i
1 +

2 + i
1 +

2 i
(1 + 2i)
2
(1 i)
2
(3 + 2i)
2
(1 +i)
2
1
5i
+
2 i
2 + i
+
i
3 i
+
5 11i
10
2. Rsoudre dans C les quations :
1 2iz + 4z = 3i(1 + 5i) (z + 1)(z i) = z
2
3 (i 5)z = (2 i)(2 + i) 5z
Propositions (formule du binme de Newton)
On a :
n N, (z, z
t
) C, (z + z
t
)
n
=
n

k=0
_
n
k
_
z
k
z
tnk
=
n

k=0
_
n
k
_
z
nk
z
tk
Preuve
Comme dhabitude.
Exemple
Dterminer la forme algbrique de (1 + 2i)
4
puis celle de
_
_
2 +

2 + i
_
2

2
_
8
.
18.2.3 Conjugaison
Dnition
Soit z = a + bi un complexe. On appelle conjugu de z le complexe :
z = a bi
Exemple
Rsoudre dans C les quations :
z + z + 4 = 0 z z + 5 = 0 z = 2 z + 5 6i iz + (2 + 3i) z = 1 z
2
= z
248 CHAPITRE 18. NOMBRES COMPLEXES
Propositions
Soit z = a + bi et z
t
= a
t
+ b
t
i deux complexes. Soit un rel.
z z = a
2
+ b
2
est un rel.
z est rel si et seulement si z = z.
z est imaginaire pur si et seulement si z + z = 0.
Si z nest pas nul alors :
1
z
=
z
z z
=
z
a
2
+ b
2
(utilisable pour dterminer le quotient de deux complexes).
Conjugaison et oprations sur les complexes :
z + z
t
= z +

z
t
z = z zz
t
= z

z
t
1
z
t
=
1

z
t
z
z
t
=
z

z
t
(les deux dernires galits sont valables lorsque z
t
nest pas nul).
Preuves
Sans difcult.
Exemples
1. Dterminer lensemble des nombres complexes z tels que :
(z + 1)( z 2) R
z + 2i
z 4i
R (iz z)( z 1) iR
2. Soit n N

et (a
0
, . . . , a
n
) R
n+1
. On considre lquation (E) dinconnue complexe z suivante :
a
0
+ a
1
z + a
2
z
2
+ + a
n
z
n
= 0
Prouver que si z
0
est une solution strictement complexe de (E) alors z
0
lest aussi.
3. Rsoudre dans C lquation : z
2
+ z z = 0.
18.2.4 Applications
Dnition
On appelle racine carre de z
0
C tout nombre complexe z tel que : z
2
= z
0
(mais il est interdit
dutiliser la notation z =

z
0
).
Proposition
Tout nombre complexe non nul z
0
= x
0
+ y
0
i admet deux racines carres complexes opposes et
z = a + bi en est une si et seulement si :
a
2
b
2
= x
0
2ab = y
0
a
2
+ b
2
=
_
x
2
0
+ y
2
0
Preuve
(a + bi)
2
= x
0
+ y
0
i (a
2
b
2
) + (2ab)i = x
0
+ y
0
i a + bi
2
= x
0
+ y
0
i
a
2
b
2
= x
0
2ab = y
0
a
2
+ b
2
=
_
x
2
0
+ y
2
0
18.3. FORME TRIGONOMTRIQUE 249
Exemples
Dterminer les racines carres de : 3, 5i, 1 i, .
Proposition
On considre lquation az
2
+bz +c = 0 dinconnue z C et o lon a (a, b, c) C
3
et a ,= 0. Posons
= b
2
4ac C.
Si ,= 0 alors, en notant une racine carre de , lquation admet deux solutions dans C :
z
1
=
b
2a
et z
2
=
b +
2a
et on a la factorisation :
az
2
+ bz + c = a(z z
1
)(z z
2
)
Si = 0 alors z
0
=
b
2a
est racine double de lquation et on a la factorisation :
az
2
+ bz + c = a(z z
0
)
2
Dans le cas o a, b et c sont rels, on retrouve le rsultat connu ...
Application au cas des suites complexes rcurrentes linaires dordre 2.
Preuve
On passe par la forme canonique.
Exemples
Rsoudre dans C les quations :
z
2
+ z + 1 = 0 (1 2i)z
2
+ i z + (1 + i) = 0
18.3 Forme trigonomtrique
18.3.1 Module
Dnition
On appelle module du complexe z le rel : [z[ =

z z.
Remarques
Cest une gnralisation de la valeur absolue.
Cest aussi le thorme de Pythagore : si z = a + bi alors [z[
2
= a
2
+ b
2
.
Propositions (module et oprations sur les complexes)
Soit z et z
t
deux nombres complexes.
[z[ = 0 z = 0
Ingalit triangulaire : [z + z
t
[ [z[ +[z
t
[
R, [z[ = [[ [z[
[z z
t
[ = [z[ [z
t
[
Par consquent : n N, [z
n
[ = [z[
n
Si z
t
,= 0 alors

1
z
t

=
1
[z
t
[
et

z
z
t

=
[z[
[z
t
[
[ z[ = [z[
250 CHAPITRE 18. NOMBRES COMPLEXES
Preuves
Un peu de calcul partir de la forme algbrique.
Remarque
Si z ,= 0 alors
z
[z[
est un complexe de module 1.
18.3.2 Argument
Propositions/Dnition
Soit z un complexe non nul.
Alors, il existe un rel (non unique) tel que :
cos() =
1(z)
[z[
et sin() =
(z)
[z[
Ce rel est un argument de z et se note arg(z).
Si est un argument de z alors + 2k est un autre argument de z pour tout entier n.
On a ainsi une nouvelle criture dun nombre complexe, dite forme trigonomtrique :
z = [z[[cos() + i sin()]
0 nadmet pas dargument.
Preuves
Cest le thorme de Pythagore.
Exemples
Dterminer la forme trigonomtrique de :
z = 1 i z = a R z = 3i z = i
Propositions (argument et oprations)
Soit z et z
t
deux nombres complexes non nuls. Alors :
arg(z) = arg(z) + + 2k avec k Z;
arg( z) = arg(z) + 2k avec k Z;
arg(zz
t
) = arg(z) + arg(z
t
) + 2k avec k Z;
arg(
1
z
) = arg(z) + 2k avec k Z;
arg(
z
z

) = arg(z) arg(z
t
) + 2k avec k Z.
Preuves
Formules dangles associs.
Exemple
Dterminer le module et un argument des complexes suivants :
z
1
=

6 + i

2
2
z
2
= 1 + i z =
z
1
z
2
En dduire les valeurs exactes de cos(
7
12
) et de sin(
7
12
) puis celles de cos(

12
) et de sin(

12
).
18.4. FORME EXPONENTIELLE 251
18.3.3 Formule de De Moivre
Thorme
n Z, R, [cos() + i sin()]
n
= cos(n) + i sin(n)
Preuve
Rcurrence sur n puis extension aux entiers ngatifs.
Exemple
On retrouve ainsi le rsultat sur les suites relles rcurrentes linaires dordre 2 dont le discriminant de
lquation caractristique est strictement ngatif.
18.4 Forme exponentielle
18.4.1 Gnralits
Proposition (admise)
La fonction exponentielle, dnie sur R, stend C (avec les mmes proprits de transformation de
sommes en produits) et on a, en particulier :
R, e
i
= cos() + i sin()
Remarque
On a : R, k Z, e
i(+2k)
= e
i
.
Dnition
Soit z un complexe non nul dont un argument est . Alors, on a z = [z[e
i
et cette criture est appele
forme exponentielle du complexe z.
Propositions
Soit z = r e
i
et z
t
= r
t
e
i

deux complexe non nuls. On a :


z z
t
= r r
t
e
i(+

)
;
z = r e
i

1
z
t
=
1
r
t
e
i

et
z
z
t
=
r
r
t
e
i(

)
.
Preuves
Daprs la forme trigonmtrique et ses techniques opratoires.
Remarques
Tout nombre complexe de module 1 peut scrire sous la forme e
i
. En particulier, on a :
1 = e
i0
i = e
i

2
1 = e
i
i = e
i

2
On dmontre les formules de trigonomtrie partir des formes exponentielles et trigonomtriques des
complexes de module 1.
252 CHAPITRE 18. NOMBRES COMPLEXES
Exemple : Calcul de somme de fonctions trigonomtriques
Soit a et b deux rels et n un entier naturel. Calculer les sommes :
n

k=0
cos(a + bk) et
n

k=0
sin(a + bk)
18.4.2 Formules dEuler
Thorme
Soit R. On a :
cos() =
e
i
+ e
i
2
et sin() =
e
i
e
i
2i
Preuve
Remarquer que e
i
= cos() + i sin() et e
i
= cos() i sin() puis rsoudre le systme.
Exemple : Linarisation des fonctions trigonomtriques
Linariser une fonction trigonomtrique consiste transformer un produit de fonctions trigonomtrique
en une somme de fonctions trigonomtriques.
Dterminer une primitive de x sin
2
(x) cos
4
(x).
18.4.3 Racines de lunit
Thorme/Dnition
Soit n N

.
Lquation z
n
= 1 (dinconnue le complexe z) admet n solutions dans C et lensemble des solutions
est :
_
e
i
2
n
k

k 0, n 1
_
Ces solutions sont appeles racines n
me
de lunit.
Si n 2 alors la somme des racines n
me
de lunit est gale 0.
Preuves
s
Application (racine n
me
dun nombre complexe)
1. Dterminer les racines cubiques de 1. En dduire les solutions dans C de lquation z
3
=

2 i

2.
2. Dterminer les racines n
me
de 1. En dduire les solutions dans C de lquation z
n
= 1 + i

3.
3. Rsoudre dans C lquation : z
5
= z
5
.
18.5 Matrices et systmes complexes
Dnitions
On dnit les ensembles /
n,p
(C) et /
n
(C) comme /
n,p
(R) et /
n
(R).
Les oprations dnies sur les matrices relles sont tendues aux matrices complexes (addition de
deux matrices, multiplication (externe) dune matrice par un complexe et multiplication de deux
matrices dont les tailles sont compatibles).
18.6. C-ESPACES VECTORIELS 253
Propositions
Les rgles de calcul sont les mmes dans C que dans R.
Tous les rsultats noncs pour les matrices coefcients rels sont encore valables pour les matrices
coefcients complexes (notamment en ce qui concerne linverse, ventuel, dune matrice carre
complexe).
Les rsultats et mthodes (du pivot de Gauss) sappliquent aux systmes coefcients et inconnues
complexes.
Exemple
Dterminer linverse de
_
1 + i i
1 i i
_
.
18.6 C-espaces vectoriels
Dnitions
On dnit la notion de C-espace vectoriel comme celle de R-espace vectoriel : la seule diffrence
concerne les coefcients des combinaisons linaires qui seront ici des complexes et non plus des
rels.
Toutes les autres notions sadaptent alors :
sous espace vectoriel, somme et somme directe de sous espaces vectoriels ;
combinaisons linaires, familles libres et/ou gnratrices, bases ;
applications C-linaires, noyau, image ;
isomorphismes, automorphismes ;
Propositions
Tous les thormes noncs dans le cadre des espaces vectoriels rels et des applications R-linaires
stendent aux espaces vectoriels complexes et applications C-linaires :
somme directe de sous espaces vectoriels ;
bases ;
existence et unicit de lapplication linaire dnie par limage dune base ;
C
n
est un C-espace vectoriel pour les oprations videntes et C
n
est muni de sa base canonique
dnie comme dans R
n
.
Exemple
On considre les espaces vectoriels complexes :
C
3
muni de sa base canonique B = (e
1
, e
2
, e
3
) ;
C
2
muni de sa base canonique B
t
= (

e
t
1
,

e
t
2
).
1. Montrer que les vecteurs

b
1
=
_
_
1
1
1
_
_
B
,

b
2
=
_
_
i
i
i
_
_
B
,

b
3
=
_
_
1 + i
1 + i
1 i
_
_
B
de C
3
en constitue
une base.
2. Justier lexistence et lunicit de u L
C
(C
3
, C
2
) telle que :
u(

b
1
) =
_
1
0
_
B

u(

b
2
) =
_
1
i
_
B

u(

b
3
) =
_
1 + i
1 i
_
B

3. Cette application est-elle injective ? surjective ? bijective ?


254 CHAPITRE 18. NOMBRES COMPLEXES
18.7 Exercices
1. crire sous forme trigonomtrique puis sous forme exponentielle les complexes suivants :
(a)

3 i
(b) i(1 i)
n
pour n N
(c) 1 + i tan() pour R
(d) sin() + i cos() pour R
(e) 1 + cos() + i sin() avec < < 2
(f) e
ia
+ e
ib
o (a, b) ] , ]
2
2. Calculer de deux manires diffrentes les complexes :
z
1
= (2 2i)(3

3 + 3i) z
2
=
2 2i
3

3 + 3i
3. Soit ]

2
,

2
[.
(a) Rsoudre dans C lquation u
2
2 sin()u + tan
2
() = 0.
On donnera le module et un argument des deux solutions lorsquelles sont distinctes.
(b) En dduire les solutions dans C de lquation z
4
2 sin()z
2
tan
2
() = 0.
4. Rsoudre dans C les quations suivantes :
z
6
+ z
3
+ 1 = 0 z
6
+ z
5
+ z
4
+ z
3
+ z
2
+ z + 1 = 0 (z + 3)
n
= (z 3)
n
5. Rsoudre dans C les quations :
(1 +i)z + (1 i) z = 4 z
5
= 16 z
6. Dterminer les racines carres puis les puissances successives de : z =
1
2

3
2
i.
7. Rsoudre dans C, les quations :
(3 i)z
2
+ (2 3i)z 1 = 0 iz
2
z + 2i = 0
8. Dterminer, si possible, la limite de la suite u lorsque :
(a) u
0
= 0, u
1
= 1, n N, u
n+2
= 2u
n+1
4u
n
(b) u
0
= 0, u
1
= 1, n N, 5u
n+2
= 2u
n+1
5u
n
9. Dterminer le terme gnral de la suite u dnie par :
u
0
= 0 u
1
= 1 n N, u
n+2
= (1 + 2i)u
n+1
+ (1 i)u
n
10. On dnit la suite complexe u par :
u
0
= 1 u
1
=

2
4
(1 i) n N, u
n+2
=

2
4
(5 + 3i)u
n+1
u
n
(a) Dterminer son terme gnral.
(b) tudier lexistence de la limite de ([u
n
[)
nN
lorsque n tend vers +
(c) Interprter gomtriquement le rsultat.
18.7. EXERCICES 255
11. On dnit les suites complexes (u
n
)
nN
et (v
n
)
nN
par :
u
0
= 1 et n N, u
n+1
= (1 + i

3)u
n
+ 3, v
n
= u
n
i

3
(a) Exprimer v
n+1
en fonction de v
n
pour tout entier naturel n.
(b) En dduire lexpression de v
n
puis celle de u
n
pour tout entier naturel n.
12. (a) Dmontrer que :
cos
_

11
_
+ cos
_
3
11
_
+ cos
_
5
11
_
+ cos
_
7
11
_
+ cos
_
9
11
_
=
1
2
(b) Soit n N

. Calculer la somme :
cos
_

2n + 1
_
+ cos
_
3
2n + 1
_
+ + cos
_
(2n 1)
2n + 1
_
13. Calculer
n

k=0
sin
_
k
n
_
pour n N

.
14. (a) Calculer la somme :
n1

k=0
cos
_
2k
n
_
pour tout n N

.
(b) On suppose dsormais que n = 5.
i. Montrer que : 4 cos
2
_
2
5
_
+ 2 cos
_
2
5
_
1 = 0.
ii. En dduire les valeurs exactes de cos
_
2
5
_
puis de sin
_
2
5
_
.
iii. Calculer les valeurs exactes de cos
_

5
_
puis de sin
_

5
_
.
15. On note U lensemble des nombres complexes de module 1.
(a) Soit (z, z
t
) U
2
. Montrer que :
zz
t
U n N, z
n
U z
t
,= 0
1
z
t
U
z
z
t
U z U
Lensemble U est appel groupe des units.
(b) Prouver que :
z C, z U
1
z
= z
En dduire lensemble des nombres complexes z tels que : z = z
1
= z.
16. Justication de la notation e
ix
= cos(x) + i sin(x).
(a) (Rappel) Soit x R. Dterminer lim
n+
_
1 +
x
n
_
n
.
On admettra que ce rsultat est encore valable si on remplace le rel x par un complexe z (la
dnition de la convergence des suites complexes tant donne en remplaant la valeur absolue
par le module dans la dnition de la convergence des suites relles).
(b) Soit z = x + yi C o (x, y) R
2
. Pour tout entier naturel n, on note : z
n
= 1 +
z
n
.
i. Exprimer [z
n
[ en fonction de n, x et y.
En dduire que : n
0
N/ n n
0
, [z
n
[ > 0.
ii. Soit
n
un argument de z
n
. Exprimer tan(
n
) en fonction de n, x et y pour tout entier
n n
0
.
En dduire quil existe un entier n
1
n
0
tel que pour tout entier n n
1
, on peut choisir

n
]

2
,

2
[.
256 CHAPITRE 18. NOMBRES COMPLEXES
(c) Pour tout entier naturel n, on note : Z
n
=
_
1 +
z
n
_
n
et
n
= [Z
n
[.
i. Exprimer ln(
n
) en fonction de n, x et y pour tout entier naturel n n
0
.
En dduire lim
n+
ln(
n
) puis lim
n+

n
.
ii. Exprimer un argument
n
de Z
n
en fonction de
n
et de n.
En dduire lim
n+

n
.
(d) Justier alors quil est lgitime de poser e
iy
= cos(y) + i sin(y).
17. (Daprs Bac C, Lyon 1977)
On considre une nouvelle opration, note , dans C dnie par :
z = a + bi, z
t
= a
t
+ b
t
i, z z
t
= aa
t
+ (ab
t
+ a
t
b)i
(a) Quelle est la restriction de cette opration au rels ? aux imaginaires purs ?
(b) Cette opration est-elle commutative ? associative ? Admet-elle un lment neutre ? Quels sont
alors les lments inversibles pour cette opration ?
(c) Pour tout z C, on note :
z
(0)
= 1 et n N, z
(n+1)
= z
(n)
z
i. Vrier que z
(1)
= z pour tout complexe z.
ii. Prciser i
(2)
puis i
(n)
pour tout entier naturel n.
iii. Pour tout z = a + bi et tout entier naturel n 1, dterminer la forme algbrique de z
(n)
.
iv. Rsoudre dans C les quations :
z
(2)
= 1 z
(3)
= 1 z
(n)
= 1 z
(2)
z i = 0
(d) On pose z =
1
2
+
1
2
i. Dans le plan complexe, on dnit le point M
n
dafxe z
(n)
pour tout entier
naturel n non nul.
i. Reprsenter les points M
1
, . . . , M
5
.
ii. On note (x
n
, y
n
) les coordonnes du point M
n
. Dterminer la nature et la limite ventuelle
de chacune des suites (x
n
) et (y
n
).
18. (a) i. Rsoudre dans C lquation z
3
= 1.
Soit j la solution dont la partie imaginaire est strictement positive.
ii. Justier que 1 + j + j
2
= 0 puis calculer 1 + j
2
+ j
4
.
(b) On dnit les matrices de /
3
(C) :
A =
_
_
1 1 1
1 j j
2
1 j
2
j
_
_
I =
_
_
1 0 0
0 1 0
0 0 1
_
_
=
_
_
0 0 0
0 0 0
0 0 0
_
_
i. Dterminer (a, b, c) C
3
tels que : A
3
+ aA
2
+ bA + cI =
ii. En dduire que A est inversible et prciser A
1
.
(c) Rsoudre dans C
3
le systme :
_
_
_
jx + j
2
y + z = 1
j
2
x + jy + z = j
x + y + z = j
2
18.8. SOLUTIONS DES EXERCICES 257
19. Soit A =
_
0 1
1 0
_
/
2
(C).
(a) Dterminer tous les complexes tels que : A I
2
/ (L
2
(C).
(b) En dduire que A est inversible.
(c) Justier que u : C
2
C
2
, Z AZ est linaire.
(d) On admet que les valeurs propres de u sont les complexes de la question a.
Dterminer une base de chaque sous espace vectoriel : E

= Ker(u Id).
20. Soit u : C
2
C
3
,
_
z
1
z
2
_

_
_
iz
1
+ z
2
z
1
iz
2
z
1
+ z
2
_
_
.
(a) Prouver que u est linaire.
(b) Dterminer une base de Ker(u) puis de Im(u).
(c) Dmontrer que Im(u) est isomorphe C
2
.
21. Soit D la droite engendre par

d =
_
_
1
i
0
_
_
C
3
. On dnit le sous ensemble P de C
3
par :
P =
_
_
_
_
_
z
1
z
2
z
3
_
_
C
3

(1 i)z
1
(1 +i)z
2
+ (3 2i)z
3
= 0
_
_
_
(a) Montrer que P est un hyperplan de C
3
.
(b) Montrer que D et P sont supplmentaires dans C
3
.
18.8 Solutions des exercices
1. s
2. s
3. s
4. s
5. s
6. s
7. s
8. s
9. s
10. s
11. s
12. (a) Notons S cette somme. Par linarit de lapplication partie relle, on a alors :
S =
4

k=0
cos
_
(2k + 1)
11
_
= 1
_
4

k=0
e
i
(2k+1)
11
_
= 1
_
e
i

11
4

k=0
_
e
i
2
11
_
k
_
Comme e
i
2
11
,= 1, on en dduit que :
S = 1
_
e
i

11
1 e
i
10
11
1 e
i
2
11
_
= 1
_
e
i

11
e
i
5
11
e
i

11
e
i
5
11
e
i
5
11
e
i

11
e
i

11
_
= 1
_
e
i

11
1 e
i
10
11
1 e
i
2
11
_
=
cos
_
5
11
_
sin
_
5
11
_
sin
_

11
_ =
1
2
sin
_
10
11
_
sin
_

11
_ =
1
2
sin
_


11
_
sin
_

11
_ =
1
2
sin
_

11
_
sin
_

11
_ =
1
2
258 CHAPITRE 18. NOMBRES COMPLEXES
Conclusion : cos
_

11
_
+ cos
_
3
11
_
+ cos
_
5
11
_
+ cos
_
7
11
_
+ cos
_
9
11
_
=
1
2
.
(b) Notons S
n
cette somme. On procde comme la question prcdente :
S
n
=
n1

k=0
cos
_
(2k + 1)
2n + 1
_
= 1
_
e
i

2n+1
n1

k=0
_
e
i
2
2n+1
_
k
_
= 1
_
e
i

2n+1
1 e
i
2n
2n+1
1 e
i
2
2n+1
_
= 1
_
e
i
n
2n+1
2i sin
_
n
2n+1
_
2i sin
_

2n+1
_
_
=
cos
_
n
2n+1
_
sin
_
n
2n+1
_
sin
_

2n+1
_ =
1
2
sin
_


2n+1
_
sin
_

2n+1
_ =
1
2
Conclusion : cos
_

2n + 1
_
+ cos
_
3
2n + 1
_
+ + cos
_
(2n 1)
2n + 1
_
=
1
2
.
13. Le premier terme de la somme est nulle. Par linarit de lapplication partie imaginaire, on a :
n

k=0
sin
_
k
n
_
=
_
n

k=1
e
i
k
n
_
=
_
e
i

n
1 e
i
n
n
1 e
i

n
_
=
_
e
i

n
2
1 e
i

n
_
puisque e
i

n
,= 1. Alors :
n

k=0
sin
_
k
n
_
=
_
e
i

n
e
i

2n
2
e
i

2n
e
i

2n
_
=
_
e
i

2n
2
2i sin
_

2n
_
_
=
_
i
cos
_

2n
_
+ i sin
_

2n
_
sin
_

2n
_
_
Conclusion :
n

k=0
sin
_
k
n
_
=
1
tan
_

2n
_ .
14. s
15. s
16. s
17. s
18. (a) i. Daprs le cours, les solutions dans C lquation z
3
= 1 sont :
_
1, e
i
2
3
, e
i
4
3
_
.
Ainsi, on a : j = e
i
2
3
=
1
2
+ i

3
2
(lautre solution non relle vaut alors

j = j
2
.
ii. Daprs le cours, la somme des racines n
me
de lunit vaut 0 pour n 2. Ici, n = 3.
Conclusion : 1 + j + j
2
= 0 .
Comme j
3
= 1, alors j
4
= j
3
j = j donc : 1 + j
2
+ j
4
= 0 .
(b) On a :
A
2
=
_
_
3 0 0
0 0 3
0 3 0
_
_
et A
3
= 3
_
_
1 1 1
1 j
2
j
1 j j
2
_
_
i. Par symtrie des matrices, on a alors :
A
3
+ aA
2
+ bA + cI =
_
3 + 3a + b + c = 0 3 + b = 0
3j
2
+ bj + c = 0 3j + 3a + bj
2
= 0
b = 3 a = j
2
j =

3i c = 3j 3j
2
= 3

3i
Conclusion : A
3
+ (j
2
j)A
2
3A + (3j 3j
2
)I = .
18.8. SOLUTIONS DES EXERCICES 259
ii. On en dduit que :
A
_
1
3j 3j
2
_
A
2
+ (j
2
j)A 3I
_
_
= I
_
1
3j 3j
2
_
A
2
+ (j
2
j)A 3I
_
_
A = I
Conclusion : A (L
3
(C) et A
1
=
1
3j 3j
2
_
A
2
+ (j
2
j)A 3I
_
.
Quelques calculs supplmentaires nous donnent :
A
1
=
1
3
_
_
1 1 1
1 j
2
j
1 j j
2
_
_
(c) Notons () le systme rsoudre. Alors :
()
_
_
_
z + y + x = j
2
z + jy + j
2
x = j
z + j
2
y + jx = 1
A
_
_
z
y
x
_
_
=
_
_
j
2
j
1
_
_

_
_
z
y
x
_
_
= A
1
_
_
j
2
j
1
_
_
Conclusion : S =
_
_
_
_
_
j
2
0
0
_
_
_
_
_
.
19. s
20. (a) Pour tout vecteur z =
_
z
1
z
2
_
C
2
, on a :
u(z) = u
_
z
1
z
2
_
= z
1
_
_
i
1
1
_
_
+ z
2
_
_
1
i
1
_
_
On en dduit que, pour tout couple de vecteurs
_
_
z
1
z
2
_
,
_
z

1
z

2
_
_
(C
2
)
2
et pour tout couple de
scalaires (,
t
) C
2
, on a :
u
_

_
z
1
z
2
_
+
t
_
z
t
1
z
t
2
__
= u
__
z
1
+
t
z
t
1
z
2
+
t
z
t
2
__
= (z
1
+
t
z
t
1
)
_
_
i
1
1
_
_
+ (z
2
+
t
z
t
2
)
_
_
1
i
1
_
_
=
_
_
z
1
_
_
i
1
1
_
_
+ z
2
_
_
1
i
1
_
_
_
_
+
t
_
_
z
t
1
_
_
i
1
1
_
_
+ z
t
2
_
_
1
i
1
_
_
_
_
= u
_
z
1
z
2
_
+
t
u
_
z
t
1
z
t
2
_
Conclusion : u L
C
(C
2
, C
3
) .
(b) Soit z =
_
z
1
z
2
_
C
2
. On a :
z Ker(u) z
1
_
_
i
1
1
_
_
+ z
2
_
_
1
i
1
_
_
=
_
_
0
0
0
_
_
260 CHAPITRE 18. NOMBRES COMPLEXES
Comme les deux vecteurs
_
_
i
1
1
_
_
et
_
_
1
i
1
_
_
sont manifestement non colinaires alors :
z Ker(u) z
1
= z
2
= 0
Conclusion : Ker(u) =

0 nadmet pas de base .


On a aussi :
Im(u) = Vect
_
u
_
1
0
_
, u
_
0
1
__
= Vect
_
_
_
_
i
1
1
_
_
,
_
_
1
i
1
_
_
_
_
On a dj dit que ces deux vecteurs engendrant Im(u) ne sont pas colinaires.
Conclusion :
_
_
_
_
i
1
1
_
_
,
_
_
1
i
1
_
_
_
_
est une base de Im(u) .
(c) Comme lapplication u est linaire et injective, on en dduit que :
v : C
2
Im(u), z u(z)
est linaire, injective et surjective donc est un isomorphisme de C
2
dans Im(u).
Conclusion : Im(u) est isomorphe C
2
.
21. s
Chapitre 19
Polynmes
Dans tout ce chapitre (et les suivants), K dsigne soit lensemble C soit lensemble R.
Les lments de K sont appels scalaires.
19.1 Gnralits
19.1.1 Les ensembles K[X] et K
n
[X]
Dnitions
On dit que P(X) (ou P) est un polynme coefcients dans K si et seulement si :
n N, (a
0
, . . . , a
n
) K
n+1
/ P(X) = a
n
X
n
+ + a
1
X + a
0
=
n

k=0
a
k
X
k
Cette criture nest pas unique :
P(X) = a
n
X
n
+ + a
1
X + a
0
= 0X
n+m
+ + 0X
n+1
+ a
n
X
n
+ + a
1
X + a
0
On note K[X] lensemble de tous les polynmes coefcients dans K. Ainsi, R[X] est lensemble
des polynmes coefcients rels et C[X] est lensemble des polynmes coefcients complexes.
On appelle polynme nul le polynme, not 0, dont tous les coefcients sont nuls.
On dit que deux polynmes sont gaux si et seulement si tous leurs coefcients sont deux deux
gaux.
On appelle degr dun polynme non nul P(X) de K[X] lentier naturel n tel que :
(a
0
, . . . , a
n
) K
n+1
/ a
n
,= 0 P(X) = a
n
X
n
+ + a
1
X + a
0
Cet entier se note deg(P(X)). Par convention, le polynme nul est de degr .
Les polynmes de degr 0 sont appel polynmes constants.
Pour tout entier naturel n, on note K
n
[X] lensemble des polynmes de degr au plus gal n (les
polynmes de degr n, ceux de degr n 1, ..., ceux de degr 0 et le polynme nul).
Si P(X) = a
n
X
n
+ + a
1
X + a
0
avec a
n
,= 0, alors :
le terme a
n
X
n
est appel terme dominant du polynme P(X),
le coefcient a
n
est appel coefcient dominant du polynme P(X),
si, de plus, on a a
n
= 1 alors le polynme P(X) est dit unitaire.
Les polynmes 1(= X
0
), X, . . . , X
n
, . . . sont appels monmes.
Exemple
Le polynme P(X) = X
3
+ 5X
2
X + 4 est unitaire, de degr 3 et de terme dominant X
3
.
261
262 CHAPITRE 19. POLYNMES
19.1.2 valuation dun polynme
Soit E un K-espace vectoriel (on peut ajouter deux lments de E, multiplier un lment de E gauche
par un scalaire, les rsultats tant dans E et les rgles de calculs habituelles tant en vigueur) tel que :
1. deux lments de E peuvent se multiplier (avec rsultat dans E et les rgles habituelles dassociativit
et de distributivit sur laddition mais pas ncessairement de commutativit),
2. E possde un lment unit (not 1
E
) pour cette multiplication.
Un tel ensemble est appel une K-algbre. Par exemple, E peut tre gal K ou /
n
(K) ou bien mme
L
K
(K
n
) (la multiplication tant alors la composition des endomorphismes).
Dnition
Soit P(X) = a
n
X
n
+ +a
1
X +a
0
un lment de K[X]. On appelle valuation de P(X) en x E,
llment de E not P(x) dni par :
P(x) = a
n
x
n
+ + a
1
x + a
0
1
E
Exemple
Soit P(X) = X
3
+ 5X
2
X + 4. Calculer P(2), P(i), P(A) o A =
_
1 1
1 1
_
.
Dnition
Soit P(X) R[X]. On appelle fonction polynme associe P(X) la fonction f : R R, x P(x).
Remarque
On convient didentier les notions de fonction polynme et de polynme (rel).
19.2 Oprations usuelles dans K[X]
19.2.1 Addition et multiplication par un scalaire
Dnitions
Soit P(X) =
n

k=0
a
k
X
k
et Q(X) =
m

k=0
b
k
X
k
deux lments de K[X].
On appelle somme de P(X) et Q(X) le polynme P(X) + Q(X) = (P + Q)(X) de K[X] dni
par :
P(X) + Q(X) =
maxn,m

k=0
(a
k
+ b
k
)X
k
On appelle produit de P(X) par le scalaire le polynme P(X) = (P)(X) de K[X] dni par :
P(X) =
n

k=0
(a
k
)X
k
19.2. OPRATIONS USUELLES DANS K[X] 263
Propositions
K[X] est un K-espace vectoriel (cest dire que R[X] est un R-espace vectoriel et C[X] est un
C-espace vectoriel), do un certain nombre de rgles de calcul.
(P(X), Q(X)) K[X]
2
, deg(P(X) + Q(X)) maxdeg(P(X)), deg(Q(X)).
P(X) K[X], K

, deg(P(X)) = deg(P(X)).
K
n
[X] est un sous K-espace vectoriel de K[X]. Cest donc un K-espace vectoriel et la famille des
monmes (1, X, . . . , X
n
) en est une base appele base canonique de K
n
[X].
Toute valuation dune combinaison linaire de polynmes est gale la combinaison linaire des
valuations.
Preuves
Trs calculatoire.
Il suft dcrire la dnition de la somme des deux polynmes.
Il suft dcrire la dnition du produit dun polynme par un scalaire.
Le polynme nul est dans K
n
[X] pour tout entier naturel n. Les deux points qui prcdent assurent la
stabilit par combinaison linaire des lments de K
n
[X].
Ais.
19.2.2 Multiplication
Dnitions
Soit P(X) =
n

k=0
a
k
X
k
et Q(X) =
m

k=0
b
k
X
k
deux lments de K[X].
On appelle produit de P(X) et Q(X) le polynme P(X) Q(X) = P(X)Q(X) = (PQ)(X)
dni par :
P(X) Q(X) =
n+m

k=0
c
k
X
k
o lon a :
k 0, n + m, c
k
=

i+j=k
a
i
b
j
=
k

i=0
a
i
b
ki
On appelle puissances successives de P les polynmes :
P(X)
0
= 1 et k N, P(X)
k+1
= P(X)
k
P(X) = P(X) P(X)
k
Exemples
Dterminer les coefcients des polynmes :
(X 1)
n

k=0
X
k
et
_
n

k=0
X
k
_
2
Propositions
Soit P(X), Q(X), R(X) trois polynmes de K[X].
K[X] (et K
n
[X]) est une K-algbre, cest dire que :
lment neutre : 1 P(X) = P(X) 1 = P(X) o 1 est regard comme le polynme constant
gal 1.
Associativit : P(X) [Q(X) R(X)] = [P(X) Q(X)] R(X) (et donc on peut omettre les
parenthses)
264 CHAPITRE 19. POLYNMES
Commutativit : Q(X) P(X) = P(X) Q(X).
Distributivit sur la somme : P(X) [Q(X) +R(X)] = P(X) Q(X) +P(X) R(X)
et dans lautre sens par commutativit.
En consquence des deux points prcdents, la formule du binme de Newton sapplique aux poly-
nmes :
n N, [P(X) + Q(X)]
n
=
n

k=0
_
n
k
_
P(X)
k
Q(X)
nk
=
n

k=0
_
n
k
_
P(X)
nk
Q(X)
k
Toute valuation du produit P(X) Q(X) est gale au produit des valuations de P et de Q.
P(X)Q(X) = 0 [P(X) = 0] [Q(X) = 0].
En consquence, si P(X) nest pas le polynme nul alors on a :
P(X)Q(X) = P(X)R(X) Q(X) = R(X)
Le terme dominant de P(X)Q(X) est le produit du terme dominant de P(X) par celui de Q(X).
En particulier, on a : deg(P(X)Q(X)) = deg(P(X)) + deg(Q(X)).
Preuves
s
Exemples
Dterminer les coefcients de (X + 1)
5
.
19.2.3 Composition des polynmes
Propositions/Dnition
Soit P(X) et Q(X) deux lments de K[X].
Lvaluation en Q(X) du polynme P(X) est un polynme P(Q(X)).
On lappelle compose des deux polynmes et on le note P(X) Q(X).
Dans le cas de polynmes coefcients rels, cette composition correspond la composition des
fonctions polynmes.
Exemples
1. On pose P(X) = X
2
3X +4 et Q(X) = X
3
+1. Expliciter les polynmes P(Q(X)) et Q(P(X)).
Sont-ils gaux ?
2. Soit P(X) et Q(X) deux polynmes non nuls. Dterminer deg(P(X) Q(X)) en fonction de
deg(P(X)) et de deg(Q(X)).
19.2.4 Drivation
Dnitions
Soit P(X) = a
n
X
n
+ + a
1
X + a
0
un lment de K[X].
On appelle polynme driv de P(X) le polynme not P
t
(X) dni par :
P
t
(X) =
_

_
0 si n = 0
n

k=1
ka
k
X
k1
=
n1

k=0
(k + 1)a
k+1
X
k
si n 1
On dnit par rcurrence les polynmes drivs successifs de P par :
P
(0)
(X) = P(X) et k N, P
(k+1)
(X) =
_
P
(k)
_
t
(X)
19.2. OPRATIONS USUELLES DANS K[X] 265
Exemple
Dterminer les polynmes drivs successifs de X
n
.
Propositions (drivation et degr)
Soit P(X) K[X].
Si P(X) est non constant alors deg(P
t
(X)) = deg(P(X)) 1 (sinon P
t
(X) = 0 est de degr ).
Plus gnralement, on a :
k N

,
_
deg(P(X)) k deg(P
(k)
(X)) = deg(P(X)) k
deg(P(X)) < k P
(k)
(X) = 0
Preuves
Utiliser la dnition du polynme driv puis la dnition du degr.
Procder par rcurrence sur le degr n du polynme P(X).
Propositions (drivation et oprations usuelles)
Soit (P(X), Q(X)) K[X]
2
et (, ) K
2
. On a alors :
Lapplication P P
t
est un endomorphisme de K[X], cest dire que :
(P + Q)
t
(X) = P
t
(X) + Q
t
(X)
(P Q)
t
(X) = P
t
(X) Q(X) + P(X) Q
t
(X)
Formule de Leibniz (gnralisation de la formule prcdente) :
n N, (P Q)
(n)
(X) =
n

k=0
_
n
k
_
P
(k)
(X)Q
(nk)
(X) =
n

k=0
_
n
k
_
P
(nk)
(X)Q
(k)
(X)
Preuves
Ais : utiliser les coefcients.
Un peu de calcul avec les coefcients puis identication.
Rcurrence sur n en utilsant le rsultat qui prcde pour lhrdit.
Exemple
Soit (a, b) K
2
tel que a ,= b. Dterminer le polynme driv n
me
de (X a)
n
(X b)
n
.
Thorme (formule de Taylor)
Soit P(X) un polynme non nul et de degr n N. On a alors :
K, P(X) =
n

k=0
P
(k)
()
k!
(X )
k
cest dire que :
K, P(X) = P() + P
t
()X +
P
tt
()
2
(X )
2
+ +
P
(n)
()
n!
(X )
n
Preuve
Dterminer une autre criture de P(X) = P((X ) + ) laide de la formule du binme puis
calculer P
(k)
().
266 CHAPITRE 19. POLYNMES
Exemples
1. crire la formule de Taylor pour (X a)
n
en a.
2. crire la formule de Taylor pour (X a)
n
en b ,= a.
Remarque
Si P(X) = a
n
X
n
+ + a
1
X + a
0
alors, par identication des coefcients, on a :
k 0, n, P
(k)
(0) = k!a
k
Proposition
Pour tout a K, la famille de polynmes (1, X a, (X a)
2
, . . . , (X a)
n
) est une base de K
n
[X].
Preuve
La formule de Taylor en a prouve que lon a bien une famille gnratrice de K
n
[X].
On procde par valuation en a puis par factorisations/simplications successives par X a pour
dmontrer que la famille est libre.
19.2.5 Intgration
Dnition
On appelle primitive dun polynme P(X) tout polynme Q(X) tel que Q
t
(X) = P(X).
Proposition
Soit P(X) = a
n
X
n
+ + a
1
X + a
0
un lment de K[X]. Alors, Q(X) est une primitive de P(X) si
et seulement sil existe scalaire c K tel que :
Q(X) =
a
n
n + 1
X
n+1
+ +
a
1
2
X
2
+ a
0
X + c
Preuve
Il suft de driver le polynme candidat au titre de primitive.
19.3 Division euclidienne
19.3.1 Thorme fondamental de la division euclidienne
Thorme/Dnitions
Soit (A(X), B(X)) K[X]
2
tel que B(X) ,= 0.
Alors, il existe un unique couple (Q(X), R(X)) de polynmes tels que :
A(X) = B(X)Q(X) + R(X) et deg(R(X)) < deg(B(X))
Les polynmes Q(X) et (X)R ainsi obtenus se nomment respectivement quotient et reste de la
division euclidienne de A par B.
19.3. DIVISION EUCLIDIENNE 267
Preuve
Existence. Cest la mise en pratique de la technique dite de la division euclidienne selon les puissances
dcroissantes. Soit donc B(X) un polynme non nul.
Pour tout polynme A(X) tel que deg(A(X)) < deg(B(X)), on vrie aisment que Q(X) = 0
et R(X) = A(X) conviennent.
Dans les autres cas (deg(A(X)) deg(B(X))), on effectue une rcurrence sur le degr n du
polynme A. On dnit ainsi la proposition T(n) par pour tout polynme A(X) de degr au plus
gal n, il existe un couple (Q(X), R(X)) de polynmes tels que A(X) = B(X)Q(X)+R(X) et
deg(R(X)) < deg(B(X)) . La proposition est donc vraie tous les rangs n < deg(B(X)). Soit
n deg(B(X)). Supposons que la proposition T(n) est vraie. Soit A(X) un polynme de degr
infrieur ou gal n + 1. Si deg(A(X)) n alors un tel couple existe bien en vertu de T(n). Si
deg(A(X)) = n + 1 alors, en posant :
A(X) = a
n+1
X
n
+ A
1
(X) avec deg(A
1
(X)) n et a
n+1
,= 0
B(X) = b
k
X
k
+ B
1
(X) avec deg(B
1
(X)) < deg(B(X)) = k et b
k
,= 0
on obtient :
A(X) =
a
n+1
b
k
X
n+1k
(B(X) B(X)
1
) + A
1
(X)
=
a
n+1
b
k
X
n+1k
B(X) +
_
A
1
(X)
a
n+1
b
k
X
n+1k
B
1
(X)
_
Le second terme est un polynme de degr infrieur ou gal n donc on peut lui appliquer lhypo-
thse de rcurrence. Ainsi :
A(X) =
a
n+1
b
k
X
n+1k
B(X) + Q(X)B(X) + R(X)
=
_
a
n+1
b
k
X
n+1k
+ Q(X)
_
B(X) + R(X) avec deg(R(X)) < deg(B(X))
ce qui prouve bien la proposition au rang n + 1.
Unicit. Supposons lexistence de deux couples (Q
1
(X), R
1
(X))et (Q
2
(X), R
2
(X)) tels que :
A(X) = B(X)Q
1
(X) + R
1
(X) deg(R
1
(X)) < deg(B(X))
A(X) = B(X)Q
2
(X) + R
2
(X) deg(R
2
(X)) < deg(B(X))
Alors, on a :
B(X)(Q
1
(X) Q
2
(X)) = R
2
(X) R
1
(X)
Pour des raisons de degr, ceci nest possible que si Q
1
(X) = Q
2
(X)et R
1
(X) = R
2
(X).
Exemples
1. Dterminer le quotient et le reste de la division euclidienne du polynme A(X) = 5X
4
+8X
3
2X+6
par le polynme B(X) = 3X
2
+ 7.
2. Dterminer le type de branches innies de la fonction :
f : x
4x
3
+ 3x
2
+ 2x + 1
x
2
+ x + 1
3. laide de la formule de binme, dterminer le quotient et le reste de la division euclidienne de X
n
par X 1.
4. En utilisant la formule de Taylor, dterminer le quotient et le reste de X
n
par X + 1.
268 CHAPITRE 19. POLYNMES
Propositions
Soit (A(X), B(X)) K[X]
2
tel que B(X) ,= 0.
Si deg(A(X)) < deg(B(X)) alors Q(X) = 0 et R(X) = A.
Si deg(A(X)) deg(B(X)) alors deg(Q(X)) = deg(A(X)) deg(B(X)).
Preuves
Cest immdiat.
19.3.2 Divisibilit
Dnitions
Soit (A(X), B(X)) K[X]
2
tel que B(X) ,= 0.
On dit que le polynme A(X) est divisible par le polynme B(X) dans K[X] si et seulement si le
reste de la division euclidienne de A(X) par B(X) est nul. On dit aussi que B(X) divise A(X) ou
bien que B(X) est un diviseur de A(X).
Notations : B(X) [ A(X) (et B(X) A(X) dans le cas o le reste nest pas nul).
Exemples
1. Montrer que (X 1)
2n
1 est divisible par X. Est-il divisible par X
2
?
2. Justier que, pour tout polynme P(X) K[X] et pour tout scalaire K non nul, on a :
[P(X) et P(X)[P(X)
19.3.3 Irrductibilit
Dnition
Un polynme non nul est dit irrductible dans K[X] si et seulement si :
ou bien il est constant,
ou bien ses seuls diviseurs non constants (cest dire de degr suprieur 1) sont ses multiples (le
polynme lui-mme multipli par un scalaire non nul).
Exemples
1. Le polynme 1 + X est-il irrductible dans R[X] ? dans C[X] ?
2. Le polynme 1 + X
2
est-il irrductible dans R[X] ? dans C[X] ?
3. Le polynme 1 X
2
est-il irrductible dans R[X] ? dans C[X] ?
4. Soit P(X) R[X]. On considre aussi ce polynme comme un lment de C[X]. On suppose que
P(X) est irrductible dans C[X]. Justier qualors P(X) est irrductible dans R[X].
Remarque
Pour la premire fois dans ce chapitre, on vient de constater quune notion ne se comporte pas de la
mme manire suivant que lon se place dans R[X] ou bien dans C[X] : si un polynme rel est irrductible
dans C[X] alors il lest aussi dans R[X], mais la rciproque est fausse en gnral.
Proposition
Tout polynme de K[X] de degr 1 est irrductible dans K[X].
19.4. RACINE(S) DUN POLYNME 269
Preuve
Pour une question de degr du produit des polynmes.
19.4 Racine(s) dun polynme
Proposition/Dnition
Soit P(X) K[X] non nul et K.
On a lquivalence suivante :
(X )[P(X) P() = 0
On dit que est une racine de P(X) dans K si et seulement si lune des propositions prcdentes.
Preuve
Supposons que P(X) soit divisible par X . Alors, il existe un polynme Q(X) tel que
P(X) = (X )Q(X). En valuant en ces polynmes, on obtient le rsultat attendu.
Supposons que P() = 0. Posons la division euclidienne de P(X) par X : il existe un unique
couple (Q(X), R(X)) de polynmes tels que P(X) = (X )Q(X) + R(X) et deg(R(X)) <
deg(X ) = 1. En valuant en et en remarquant que R(X) est ncessairement un polynme
constant (question de degr), on en dduit que R(X) = 0 et donc que P(X) est divisible par X .
Exemples
1. Pour quelles valeurs de lentier naturel n le rel 0 est-il racine du polynme (X 1)
n
1 ?
2. Dterminer les racines dans C du polynme X
n
1. En dduire les racines dans R du polynme
X
n
1.
3. Dterminer les racines dans C du polynme X
6
+ 1. En dduire les racines dans R de X
6
+ 1.
Thorme
Soit n N et P(X) K
n
[X]. Si P(X) admet (au moins) n + 1 racines deux deux distinctes dans K
alors P(X) est nul.
Preuve
Soit T(n) la proposition pour tout polynme P(X) K
n
[X], si P(X) admet n + 1 racines alors
P(X) est nul .
Au rang 0, un tel polynme P(X) est constant donc sil admet une racine alors il est nul.
Soit n un entier naturel. On suppose que T(n) est vraie. Soit P(X) K
n+1
[X] admettant (au moins)
n + 2 racines notes
1
, . . . ,
n+2
. Par division euclidienne, il existe un polynme Q(X) tel que
P(X) = (X
n+2
)Q(X). Le polynme Q(X) est donc de degr au plus gal n. En valuant
lgalit successivement en
1
, . . . ,
n+1
on obtient que ces scalaires sont des racines de Q(X). Ainsi
Q(X) est nul en vertu de T(n) et donc P(X) est nul lui-aussi.
Proposition/Dnitions
Soit P(X) K[X] non nul, k N

et K.
Les trois propositions qui suivent sont quivalentes :
(X )
k
[ P(X) et (X )
k+1
P(X)
Q(X) K[X] / P(X) = (X )
k
Q(X) et Q() ,= 0
270 CHAPITRE 19. POLYNMES
P() = P
t
() = = P
(k1)
() = 0 et P
(k)
() ,= 0
On dit que est une racine dordre k de P(X) dans K si et seulement si lune des propositions
quivalentes prcdentes est vrie. Lentier k est aussi appel multiplicit de la racine de P(X).
Une racine dordre 1 est dite simple, une racine dordre 2 est dite double, ...
Preuve
1 2 On crit la divisibilit. La non factorisation supplmentaire entrane la non racine de Q(X).
2 3 On applique la formule de Taylor Q(X) en puis on identie les coefcients dans la base
constitue par les polynmes (X )
m
pour 0 m k.
3 1 On applique la formule de Taylor P(X) en .
Exemple
Dterminer lordre de multiplicit de la racine 0 du polynme (X 1)
n
1 en fonction de n.
19.5 Factorisation des polynmes
19.5.1 Factorisation dans C[X]
Dnition
Factoriser (ou dcomposer) un polynme dans K[X], cest lcrire comme produit de polynmes irr-
ductibles dans K[X].
Exemple
Dcomposer dans C[X] le polynme X
n
1.
Thorme de dAlembert - Gauss (admis)
Tout polynme de C[X] non constant (i.e. de degr suprieur ou gal 1) admet au moins une racine.
Corollaire
Les seuls polynmes irrductibles de C[X] sont les polynmes de degr 0 et 1.
Preuve
On sait dj que les polynmes de degr 0 et 1 sont irrductibles dans C[X]. Soit P(X) un polynme
de degr suprieur ou gal 2. Alors, il admet une racine . On peut alors factoriser dans C[X] :
Q(X) C[X] / P(X) = (X )Q(X)
Ainsi P(X) nest pas irrductible puisquil est le produit de deux polynmes non constants et non multiples
de P(X) (le polynme Q(X) est de degr suprieur ou gal 1).
Corollaire
Tout polynme P(X) de C[X] de degr n N

admet exactement n racines (en tenant compte de la


multiplicit de chaque racine) et on peut alors crire :
P(X) =
n

k=1
(X
k
) =
p

k=1
(X
k
)
n
k
o lon a :
19.5. FACTORISATION DES POLYNMES 271
est le coefcient dominant de P(X)

1
, . . . ,
n
sont les racines complexes (non ncessairement deux deux distinctes) de P(X),

1
, . . . ,
p
sont les racines complexes deux deux distinctes de P(X), les entiers naturels n
1
, . . . , n
p
tant leur multiplicit respective (on a alors n
1
+ + n
p
= n = deg(P(X)).
Preuve
Par rcurrence sur le degr. La factorisation est immdiate.
Exercice
Factoriser X
4
+ X
2
+ 1 dans C[X].
19.5.2 Factorisation dans R[X]
Tout polynme rel peut tre, au besoin, considr comme un polynme complexe.
Proposition
Si est une racine strictement complexe dun polynme rel alors son conjugu en est aussi racine.
Preuve
Cest, entre autres, la R-linarit de lapplication conjugue.
Corollaires
Si un polynme rel admet des racines strictement complexes alors elles sont en nombre pair.
Tout polynme rel de degr impair admet au moins une racine relle.
Preuves
Cest immdiat.
Thorme
Les polynmes rels irrductibles dans R[X] sont :
les polynmes de degr 0 et 1,
les polynmes de degr 2 dont le discriminant est strictement ngatif (obtenu partir des racines
complexes conjugues du polynme dans C[X]).
Preuve
Les polynmes proposs sont bien irrductibles dans R[X] puisque les polynmes de degr 2 discri-
minant strictement ngatif nadmettent pas de racine relle.
Rciproquement, en crivant la factorisation dans C[X] et en regroupant les facteurs contenant les ra-
cines complexes conjugues, on prouve quil nexiste pas dautre polynmes irrductibles dans R[X] que
ceux proposs.
272 CHAPITRE 19. POLYNMES
Corollaire
Tout polynme P(X) de R[X] est de la forme :
P(X) =
_
p

k=1
(X
k
)
n
k
__
q

k=1
(X
2
+ a
k
X + b
k
)
m
k
_
o lon a :
est le coefcient dominant de P(X)

1
, . . . ,
p
sont les racines relles deux deux distinctes de P(X), les entiers naturels n
1
, . . . , n
p
sont
leurs ordres de multiplicit respectifs,
les discriminants de chaque polynme X
2
+ a
k
X + b
k
est strictement ngatif (autrement ditX
2
+
a
k
X + b
k
= (X
k
)(X
k
) avec
k
C R)
n
1
+ + n
p
+ 2(m
1
+ + m
q
) = deg(P(X)).
Preuve
Cest une consquence immdiate du thorme prcdent.
Exemples
Factoriser R[X] les polynmes :
A(X) = X
3
+ 2X + 1 B(X) = X
n
1 C(X) = X
4
+ X
2
+ 1
19.6 Exercices
1. Soit n N. Dterminer, en fonction de C, le quotient et le reste de la division euclidienne de X
n
par X .
2. Dterminer le reste de la division euclidienne de nX
n+1
(n + 1)X
n
+ X par (X 1)
2
.
3. Dterminer, en fonction du rel t, le reste de la division de (X cos(t) + sin(t))
n
par X
2
+ 1.
4. Discuter, suivant les valeurs de C

, les solutions dans C[X] de lquation P(X) = XP


t
(X).
5. Le polynme X
4
+ 16 est-il irrductible dans R[X] ? Si non, le factoriser dans R[X].
6. Soit n N

.
(a) Rappeler la factorisation de X
n
1 dans R[X].
(b) En dduire la valeur de :
p

k=1
sin
_
k
2p
_
Indications : On pourra simplier lgalit prcdente par X 1 puis lvaluer en 1. On se
souviendra aussi que cos(2a) = 1 2 sin
2
(a).
7. Soit C

. Dterminer tous les polynmes de degr 7 dont le reste est dans la division par
(X + )
4
et dans la division par (X )
4
.
8. Soit la suite de polynmes :
P
0
(X) = 1 P
1
(X) = X n N, P
n+2
(X) = 2XP
n+1
(X) P
n
(X)
(a) Dmontrer que P
n
(X) est de degr n et dterminer son coefcient dominant.
(b) Montrer que P
n
(X) a mme parit que n.
19.7. SOLUTIONS DES EXERCICES 273
(c) Dmontrer que :
n N, x R, P
n
(cos(x)) = cos(nx)
(d) En dduire les racines de P
n
(X) puis le factoriser dans R[X].
9. Factoriser dans R[X] le polynme (X 1)
n
a o a ]0, +[.
10. Pour quelles valeurs du couple (a, b) R
2
a-t-on :
(X + 1)
2
[ aX
n
+ bX
n1
+ 1
11. Soit ]0, [.
(a) Justier que le polynme B(X) = X
2
2 cos()X + 1 est irrductible dans R[X].
(b) Soit n 2. Montrer que B(X) divise le polynme :
A(X) = sin()X
n
sin(n)X + sin((n + 1))
12. Soit n N.
(a) Dterminer lensemble c
n
des polynmes P(X) coefcients rels tels que :
P(X) P
t
(X) =
X
n
n!
(b) Dans le cas o n 2, en dduire que le polynme
n

k=0
X
k
k!
nadmet pas de racine relle multiple.
19.7 Solutions des exercices
1. s
2. s
3. s
4. s
5. s
6. s
7. Soit P(X) un tel polynme. Les divisions euclidiennes scrivent :
!Q
1
(X) C[X] / P(X) = (X + )
4
Q
1
(X) + deg() < 4
!Q
2
(X) C[X] / P(X) = (X )
4
Q
2
(X) deg() < 4
En drivant ces polynmes, on obtient :
P
t
(X) = 4(X + )
3
Q
1
(X) + (X + )
4
Q
t
1
(X) = (X + )
3
[4Q
1
(X) + (X + )Q
t
1
(X)]
P
t
(X) = 4(X )
3
Q
2
(X) + (X )
4
Q
t
2
(X) = (X )
3
[4Q
2
(X) + (X )Q
t
2
(X)]
Ainsi, et sont (au moins) racines dordre 3 de P
t
(X) qui est de degr 6. Il ny a donc pas dautre
racine au polynme P
t
(X). Notons d C son coefcient dominant. Sa factorisation dans C[X] est
alors :
P
t
(X) = d(X + )
3
(X )
3
= d(X
2

2
)
3
= d(X
6
3
2
X
4
+ 3
4
X
2

6
)
Par intgration, il existe un coefcient c C tel que :
P(X) = c + d
_
1
7
X
7

3
2
5
X
5
+
4
X
3

6
X
_
274 CHAPITRE 19. POLYNMES
Les valuations en et des galits provenant des deux divisions euclidiennes nous donnent :
P() = et P() =
En valuant dans lexpression de P(X) obtenu ci-avant, on obtient les quations :
c + d
_

1
7

7
+
3
5

7
+
7
_
= et c + d
_
+
1
7

3
5

7
+
7

7
_
=
do lon tire c = 0 et d =
35
16
6
puisque ,= 0. Ainsi :
P(X) =
5
16
6
X
7

21
16
4
X
5
+
35
16
2
X
3

35
16
X =
1
16
6
(5X
7
21
2
X
5
+ 35
4
X
3
35
6
X)
Rciproquement, il reste maintenant vrier que ce polynme remplit toutes les conditions pour
tre lu. Tout dabord, il est de degr 7. Par ailleurs, on a :
P(X) = (X + )
4

1
16
6
(5X
3
20X
2
+ 29
2
X 16
3
X) +
P(X) = (X )
4

1
16
6
(5X
3
+ 20X
2
+ 29
2
X + 16
3
X)
ce qui correspond bien aux divisions euclidiennes voulues.
Conclusion : Un seul polynme convient : P(X) =
1
16
6
(5X
7
21
2
X
5
+ 35
4
X
3
35
6
X) .
8. (a) Soit T(n) la proposition : P
n
(X) est de degr n et son coefcient dominant est 2
n1
.
La proposition est vraie au rang 1 daprs lnonc. De plus, on a :
P
2
(X) = 2XP
1
(X) P
0
(X) = 2X
2
1
donc la proposition T(2) est vraie. Supposons que les propositions T(n) et T(n+1) sont vraies
pour un entier n 1. Comme le terme dominant dun produit est le produit des termes domi-
nants alors 2XP
n+1
(X) et de terme dominant 2X2
n
X
n+1
= 2
n+1
X
n+2
. De plus, P
n
(X) est
de terme dominant 2
n1
X
n
donc P
n+2
(X) est de terme dominant 2
n+1
X
n+2
. Ainsi, la propo-
sition T(n + 2) est vraie. La proposition T(n) est donc vraie pour tout entier n 1. De plus
P
0
(X) = 1 est de degr 0 et de terme dominant 1.
Conclusion : P
n
(X) est de degr n et de coefcient dominant 2
n1
(1 lorsque n = 0) .
(b) Soit T(n) la proposition : P
n
(X) a mme parit que n.
La proposition est vraie aux rangs 0 et 1 daprs lnonc. Supposons que les propositions T(n)
et T(n + 1) sont vraies pour un entier n 0. Si n est pair (resp. impair) alors P
n
(X) est pair
(resp. impair) et P
n+1
(X) est impair (resp. pair) donc 2XP
n+1
(X) est pair (resp. impair) et alors
le polynme P
n+2
(X) est pair (resp. impair) tout comme lentier n + 2. Ainsi, la proposition
T(n + 2) est vraie. La proposition T(n) est donc vraie pour tout entier n 0.
Conclusion : P
n
(X) a mme parit que n .
(c) Soit T(n) la proposition : x R, P
n
(cos(x)) = cos(nx).
Aux rangs 0 et 1, pour tout rel x, on a :
P
0
(cos(x)) = 1 et cos(0x) = cos(0) = 1
P
1
(cos(x)) = cos(x) = cos(1x)
donc la proposition est vraie aux rangs 0 et 1. Supposons que les propositions T(n) et T(n+1)
sont vraies pour un entier n 0. Pour tout rel x, on a :
P
n+2
(cos(x)) = 2 cos(x)P
n+1
(cos(x)) P
n
(cos(x)) = 2 cos(x) cos((n + 1)x) cos(nx)
= 2 cos(x)[cos(nx) cos(x) sin(nx) sin(x)] cos(nx)
= [2 cos
2
(x) 1] cos(nx) 2 sin(x) cos(x) cos(nx)
= cos(2x) cos(nx) sin(2x) sin(nx) = cos((n + 2)x)
19.7. SOLUTIONS DES EXERCICES 275
Ainsi, la proposition T(n + 2) est vraie. La proposition T(n) est donc vraie pour tout entier
n 0.
Conclusion : n R, x R, P
n
(cos(x)) = cos(nx) .
(d) Soit n N

(le polynme P
0
nadmet pas de racine). Alors, pour tout rel x,on a :
cos(nx) = 0 k Z/ nx =

2
+ k k Z/ x =

2n
+
k
n
cos(x)
_
cos
_
(2k+1)
2n
_

k 0, n 1
_
(les autres valeurs de lentier relatif k redonnant les mmes valeurs de cos(x) compte tenu des
proprits de la fonction cos). Nous avons ainsi obtenu n racines deux deux distinctes du
polynme P
n
(X) qui est de degr n : il ne peut y avoir aucune autre racine.
Conclusion : Les racines de P
n
(X) sont les lments de
_
cos
_
(2k+1)
2n
_

k 0, n 1
_
.
Connaissant aussi le coefcient dominant de P
n
(X), on en dduit la factorisation dans R[X] :
P
n
(X) = 2
n1
n1

k=0
_
X cos
_
(2k+1)
2n
__
9. s
10. s
11. s
12. (a) Soit P(X) c
n
. Alors, pour des raisons de degr, lgalit prouve que P(X) est de degr n.
De plus, par une rcurrence lmentaire, on a :
k 0, n, P
(k)
(X) P
(k+1)
(X) =
X
nk
(n k)!
Par sommation des diffrentes galits et puis par tlescopage, on obtient :
n

k=0
_
P
(k)
(X) P
(k+1)
(X)

=
n

k=0
X
nk
(n k)!
P
(0)
(X) P
(n+1)
(X) =
n

k=0
X
nk
(n k)!
=
k

=nk
n

=0
X
k

k
t
!
Comme P(X) est de degr n, on en dduit que P
(n+1)
(X) est le polynme nul, do le polynme
P(X). Rciproquement, le polynme obtenu est bien dans c
n
puisquil vrie bien lgalit
caractristique.
Conclusion : c
n
=
_
n

k=0
X
k
k!
_
.
(b) Soit une racine de ce polynme. Supposons que cette racine soit au moins double. Alors :
P() = P
t
() = 0
Daprs lgalit caractristique, on en dduit que :

n
n!
= 0
et donc = 0. Mais P(0) = 1 ,= 0.
Conclusion : Le polynme
n

k=0
X
k
k!
nadmet aucune racine multiple .
276 CHAPITRE 19. POLYNMES
Chapitre 20
Variables alatoires discrtes nies
Dans tout ce chapitre, sauf mention contraire, dsigne un ensemble ni.
20.1 Introduction
Constat : Il est plus facile de manipuler des nombres que des vnements. De plus, les oprations sur les
nombres sont plus naturelles que celles sur les ensembles.
Objectif : Lorsque cela sera possible, on essayera dassocier des nombres rels aux vnements qui nous
intresseront.
Exemples :
1. On lance deux ds. On sintresse la somme S des rsultats obtenus. Il semble naturel de dnir les
vnements :
[S = 2], . . . , [S = 12]
(sont-ce des vnements lmentaires ?) ainsi que des vnements du type :
[S 5], [4 S 7], [S > 9], . . .
2. On lance une pice de monnaie n fois. On sintresse au nombre X de pile obtenus au cours de ces n
lancers. On dnit ainsi les vnements :
[X = 0], . . . , [X = n] et [X 4], [X 6], . . .
20.2 Variables alatoires relles discrtes nies
Dnitions
tant donn une exprience alatoire dont lensemble des ventualits est un ensemble quelconque
(dnombrable ou non dnombrable) et dont lensemble des vnements est un ensemble not T , on
appelle variable alatoire relle sur lespace probabilisable (, T ) toute application :
X : R
X()
telle que, pour tout intervalle I de R, lensemble X
1
(I) = [X() I est un vnement,
cest dire que X
1
(I) T .
Dans le cas o est un ensemble ni, lensemble des vnements est alors T = (). Alors, toute
variable alatoire relle est appele variable alatoire relle discrte nie sur lespace probabili-
sable (, ()) (VARDF en abrg dans ce cours).
277
278 CHAPITRE 20. VARIABLES ALATOIRES DISCRTES FINIES
Exemple
On lance une pice de monnaie n fois conscutivement. Soit X le nombre de pile obtenus.
1. Prciser lunivers de cette exprience alatoire.
2. Vrier que X est une VARDF et prciser X().
3. Dcrire lvnement [X = 1] ?
4. crire laide de X lvnement obtenir plus de pile que de face.
Proposition
Dans le cas o est un ensemble ni, toute application X de dans R est une VARDF.
Preuve
Cest immdiat.
Notations
Soit x un rel.
Lvnement X
1
(x) = [X() = x est not [X = x].
Lvnement X
1
(] , x[) = [X() < x est not [X < x]. On dnit de mme les
notations [X x], [X x], [X > x].
Pour tout intervalle I de R, lvnement X
1
(I) = [X() I se note [X I].
Dnitions (oprations sur les variables alatoires)
Soit (X, Y ) un couple de VARDF sur (, ()), un rel et f une fonction numrique dnie sur un
intervalle I de R qui contient X(). On dnit les variables alatoires suivantes :
Somme de deux VARDF :
X + Y : R
(X + Y )() = X() + Y ()
Produit dune VARDF par un rel :
.X : R
(.X)() = X()
Produit de deux VARDF :
X Y : R
(X Y )() = X() Y ()
Transfert dune VARDF :
f X : R
(f X)() = f(X())
La fonction f est appele fonction de transfert de la variable alatoire X.
20.3. LOI DUNE VARIABLE ALATOIRE RELLE 279
Exemples
1. On lance une pice de monnaie n fois. Pour tout entier naturel i tel que 1 i n, on note X
i
la
variable alatoire relle qui vaut 1 si le rsultat du i
me
lancer est pile et 0 si ce rsultat est face.
(a) Justier que X
i
est bien une VARDF pour tout i 1, n.
(b) Que reprsente alors la variable alatoire X = X
1
+ + X
n
?
2. On lance un d bleu et un d rouge. On note B (resp. R) le rsultat du lancer du d bleu (resp. rouge).
(a) Justier que B et R sont bien des VARDF. Peut-on dire que B = R?
(b) Que reprsente alors la variable alatoire F = BR? Peut-on dire que F = R
2
?
20.3 Loi dune variable alatoire relle
Dnition
Soit X une VARDF dnie sur un espace probabilis (, (), P). On pose X() = x
1
, . . . , x
n
(il
est sous entendu que les x
i
sont deux deux distincts et mme rangs dans lordre croissant en gnral) et
pour tout i 1, n, on note p
i
= P([X = x
i
]). On appelle loi de la variable alatoire X lensemble :
(x
i
, p
i
) X() [0, 1][i 1, n
Exemples
1. On reprend lexemple des deux ds bleu et rouge que lon supposent non truqus. Dterminer les lois
des variables alatoires B, R et F.
2. On lance une pice de monnaie n fois (pile apparat chaque lancer avec la probabilit p ]0, 1[).
On note X le nombre de pile obtenus au cours de ces n lancers. Vrier que X est une VARDF puis
dterminer sa loi.
3. On considre une urne contenant r boules rouges et b boules bleues. On tire simultanment n boules
avecn minr, b. On note Y le nombre de boules rouges obtenues. Vrier que Y est une VARDF
et dterminer sa loi.
Remarque
On peut aussi reprsenter graphiquement la loi dune VARDF sous la forme dun histogramme ou dun
diagramme en btons.
Propositions
Soit X une VARDF dnie sur un espace probabilis (, (), P). On pose X() = x
1
, . . . , x
n

et p
i
= P([X = x
i
]) pour tout entier i 1, n. Alors, on a :
i 1, n, p
i
> 0 et p
1
+ + p
n
= 1
Rciproquement, soit (x
1
, . . . , x
n
) un n-uplet de rels deux deux distincts et soit (p
1
, . . . , p
n
) un
n-uplet de rels tel que :
i 1, n, p
i
> 0 et p
1
+ + p
n
= 1
Alors, il existe un espace probabilis (, (), P) et une VARDF X (non unique) dnie sur dnie
sur cet espace probabilis telle que :
X() = x
1
, . . . , x
n
et i 1, n, P([X = x
i
]) = p
i
280 CHAPITRE 20. VARIABLES ALATOIRES DISCRTES FINIES
Preuves
On a un systme complet dvnements.
On choisit ce qui nous convient.
Exemple
Donner une exprience alatoire et une variable alatoire X dont la loi est donne par :
__
1,
1
2
_
,
_
2,
1
4
_
,
_
3,
1
8
_
,
_
4,
1
8
__
20.4 Fonction de rpartition
Dnition
Soit X une VARDF dnie sur (, (), P). On appelle fonction de rpartition de la variable ala-
toire X la fonction :
F
X
: R [0, 1]
x F
X
(x) = P([X x])
Exemples
Reprsenter graphiquement la fonction de rpartition de chacune des VARDF des exemple du para-
graphe prcdent.
Propositions (proprits de la fonction de rpartition)
Soit X une VARDF dnie sur (, (), P). On pose X() = x
1
, . . . , x
n
rangs dans lordre
croissants. On a alors :
F
X
est croisante sur R et borne sur R et :
x R, F
X
(x) =

1in
x
i
x
P([X = x
i
])
et en particulier :
i 1, n, F
X
(x
i
) =
i

k=1
P([X = x
k
])
En consquences :
la fonction F
X
est donc constante sur les intervalles :
] , x
1
[, [x
1
, x
2
[, . . . , [x
n1
, x
n
[, [x
n
, +[
la fonction de rpartition F
X
admet une limite en et en +et on a :
lim
x
F
X
(x) = 0 et lim
x+
F
X
(x) = 1
pour tout entier i 1, n, on a :
lim
tx

i
F
X
(t) < F
X
(x
i
) = lim
tx
+
i
F
X
(t)
et donc F
X
est discontinue en tout rel x X().
pour tout rel x , X(), on a :
lim
tx

F
X
(t) = F
X
(x) = lim
tx
+
F
X
(t)
et donc F
X
est continue en x , X().
20.4. FONCTION DE RPARTITION 281
Preuves
Il est clair que F
X
(R) [0, 1] donc F
X
est borne.
Soit (x, x
t
) R
2
tel que x < x
t
. Alors [X x] [X x
t
] et on a :
F
X
(x) = P([X x]) P([X x
t
]) = F
X
(x
t
)
On en dduit que F
X
est croissante sur R.
Soit x R tel que x
i
x < x
i+1
. Alors :
[X x] = X
1
(] , x]) = X
1
(x
1
, . . . , x
i
) =
_
1ki
X
1
(x
k
) =
_
1ki
[X = x
k
]
runion dvnements deux deux incompatibles donc :
F
X
(x) = P([X x]) =

1hi
P([X = x
k
])
Le rsultat est alors immdiat lorsque x = x
i
.
Les consquences sont immdiates :
La fonction F
X
est donc constante sur les intervalles :
] , x
1
[, [x
1
, x
2
[, . . . , [x
n1
, x
n
[, [x
n
, +[
La fonction F
X
est croissante et borne sur R donc admet une limite nie en . De plus :
x < x
1
, F
X
(x) = 0 et x x
n
, F
X
(x) =
n

k=1
P([X = x
i
]) = 1
(systme complet dvnements) ce qui fournit les limites en .
F
X
est croissante sur R donc admet une limite gauche et droite en tout point de R. Si x X()
alors la discontinuit est immdiate, dans le cas contraire la continuit lest aussi.
Thorme
Connatre la loi dune VARDF X est quivalent connatre sa fonction de rpartition. Plus prcis-
ment, si (x
1
, . . . , x
n
) est une famille strictement croissante de rels, si (0, y
1
, . . . , y
n1
, 1) est une famille
strictement croissante de rels et si F : R [0, 1] est telle que :
F est constante gale 0 sur ] , x
1
[,
pour tout entier i 1, n 1, F est contante gale y
i
sur lintervalle [x
i
, x
i+1
[,
F est constante gale 1 sur lintervalle [x
n
, +[
alors F est la fonction de rpartition dune VARDF X dnie sur un espace probabilis (, (), P).
Preuve
Si on connat lapplication X alors on connat la loi de X et donc on connat F
X
.
Rciproquemment, supposons que lon connaisse F telle que prcise ci-dessus. Posons :
p
0
= y
1
0 i 1, n 1, p
i
= y
i+1
y
i
p
n
= 1 y
n
Alors les p
i
sont strictement positifs et de somme gale 1. Ainsi, il existe un espace probabilis (, (), P)
et une VARDF X dont la loi est donne par (x
1
, p
1
), . . . , (x
n
, p
n
). Il est alors ais de vrier que F
X
= F.
Exemple
Cinq juges de patinage artistique notent au hasard ( !) et indpendamment les uns des autres ( ! !) la
prestation dun patineur. Les notes possibles sont les entiers de 0 6. Soit X (resp. Y ) la note maximale
(resp. minimale) attribue ce patineur. Dterminer la loi de X puis celle de Y .
282 CHAPITRE 20. VARIABLES ALATOIRES DISCRTES FINIES
Remarque
On utilise toujours le thorme ci-dessus pour dterminer la loi dune variable alatoire dnie comme
maximum (on minimum) dune certaine famille nie de rels suivant chacun une loi de probabilit.
20.5 Esprance et variance
Dnitions
Soit X une VARDF dnie sur (, (), P). On pose X() = x
1
, . . . , x
n
.
On appelle esprance de la variable alatoire X le rel :
E(X) =

X()P() =

xX()
xP([X = x]) =
n

k=1
x
k
P([X = x
k
])
On appelle variance de la variable alatoire X le rel positif :
V (X) =

xX()
(x E(X))
2
P([X = x]) =
n

k=1
(x
k
E(X))
2
P([X = x
k
])
On appelle cart type de la variable alatoire X le rel positif :
(X) =
_
V (X)
La variable alatoire X est dite centre si et seulement si :
E(X) = 0
La varialbe alatoire X est dite centre rduite si et seulement si :
E(X) = 0 et V (X) = 1
Exemples
1. Calculer lesprance, la variance et lcart type de :
(a) la VARDF du lancer successif (2 fois) dune pice,
(b) la note minimale (resp. maximale) de notre pauvre patineur.
2. Dterminer une condition ncessaire et sufsante portant sur la variable alatoire X pour que V (X) =
0.
20.6 Thorme de transfert
Thorme (de transfert)
Soit X une VARDF dnie sur (, (), P). On pose X() = x
1
, . . . , x
n
. Soit f une fonction de
transfert (dnie sur un intervalle I de R contenant X()). On pose Y = f X. Alors :
Y () = f(x
1
), . . . , f(x
n
) (ensemble dans lequel on a peut-tre rpt quelques lments),
y Y (), P([Y = y]) =

xf
1
(y)
P([X = x]),
E(Y ) =
n

k=1
f(x
k
)P([X = x
k
])
20.6. THORME DE TRANSFERT 283
Preuves
Soit y R. Si y , f(X()) alors lvnement [Y = y] est impossible. Si y , f(X()) alors pour
tout [Y = y] =

xf
1
(y)
[X = x] runion dvnement deux deux incompatibles. Les rsultats en
dcoulent.
Exemples
Soit la variable alatoire X dont la loi est :
x
k
-2 -1 0 1 2
P([X = x
k
]) 1/2 1/4 1/8 1/16 1/16
1. Dterminer la loi, lesprance et la variance de X
2
.
2. Idem avec 3X + 2.
Remarque
Le calcul de E(Y ) ne ncessite pas la connaissance de la loi de Y mais seulement celle de X.
Dnitions
Soit X une VARDF dnie sur (, (), P) et r un entier naturel non nul.
On appelle moment dordre r de la variable alatoire X le rel :
m
r
(X) = E(X
r
) =

xX()
x
r
P([X = x])
On appelle moment centr dordre r de la variable alatoire X le rel :

r
(X) = E ((X E(X))
r
) =

xX()
(x E(X))
r
P([X = x])
Exemples
Lesprance de X est le moment dordre 1 de X.
La variance de X est le moment centr dordre 2 de X.
Propositions
Soit X une VARDF dnie sur (, (), P).
Pour tout couple (a, b) de rels, on a :
E(aX + b) = aE(X) + b V (aX + b) = a
2
V (X) (aX + b) = [a[(X)
Formule de Koenig-Huygens :
V (X) = E(X
2
) E(X)
2
La VARDF X

=
X E(X)
(X)
est centre rduite.
Preuves
Un peu de calcul sur les sommes.
Idem.
On utilise le premier rsultat.
284 CHAPITRE 20. VARIABLES ALATOIRES DISCRTES FINIES
Remarque
La formule de Huygens permet aussi de calculer E(X
2
) connaissant E(X) et V (X).
20.7 Quelques ingalits usuelles
20.7.1 Ingalit de Markov
Thorme
Soit X une VARDF valeurs positives dnie sur (, (), P). Pour tout rel a strictement positif, on
a :
P([X a])
E(X)
a
Preuve
Soit a un rel strictement positif. On a :
aP([X a]) =

xX()
xa
aP([X = x])

xX()
xa
xP([X = x])

xX()
xP([X = x]) = E(X)
(tous les lments de X() sont positifs) do lingalit attendue.
Exemple
Un boulanger fabrique une certaine quantit de pte pain chaque jour. On suppose que le nombre X
de pains fabriqus chaque jour suit une loi desprance 500. Que peut-on dire de la probabilit pour que, un
jour donn, le boulanger ait fabriqu au moins 600 pains ? au moins 400 pains ?
Remarque
Cette ingalit na donc dintrt que pour des valeurs du rel a suprieure E(X).
20.7.2 Ingalit de Bienaym-Tchebychev
Thorme
Soit X une VARDF dnie sur (, (), P). Pour tout rel a strictement positif, on a :
P ([[X E(X)[ a])
V (X)
a
2
Preuve
Soit a un rel strictement positif. Alors :
a
2
P ([[X E(X)[ a]) = a
2
P (X E(X) a) + a
2
P (X E(X) a)
= a
2
P (X E(X) a) + a
2
P (X E(X) a)
=

xX()
xa+E(X)
a
2
P([X = x]) +

xX()
xa+E(X)
a
2
P([X = x])

xX()
xa+E(X)
(x E(X))
2
P([X = x]) +

xX()
xa+E(X)
(E(X) x)
2
P([X = x])

xX()
(x E(X))
2
P([X = x])
V (X)
20.8. EXERCICES 285
do lingalit attendue.
Exemples
1. On reprend lexemple du boulanger sachant que lon a aussi un cart type gal 20. Que peut-on dire
de la probabilit quil ait fabriqu un nombre de pains compris entre 400 et 600 ? entre 450 et 550 ?
entre 490 et 510 ?
2. On joue avec un d non truqu six faces. Combien faut-il effectuer de lancers pour pouvoir afrmer
avec un risque derreur infrieur 5% que la frquence dapparition du 1 diffrera de 1/6 dau plus
1/100 ?
Remarques
Cette ingalit na donc dintrt que pour des valeurs du rel a suprieures (X).
Cette ingalit savre toutefois plus prcise que lingalit de Markov (ceci est normal puisque lon
a un peu plus de renseignements sur la variable alatoire : esprance et variance).
Cette ingalit est trs gnrale car elle ne ncessite pas la connaissance prcise de la loi de X mais
seulement de son esprance et de sa variance. Pour obtenir une ingalit plus prcise, il est donc
ncessaire de connatre parfaitement la loi de X.
20.8 Exercices
1. Le casino.
Une roulette contient 37 cases numrotes de 0 36, dont 18 sont rouges et 18 sont noires (la case 0
est verte). Un joueur misant sur la couleur rouge (resp. noire) gagne deux fois sa mise si la couleur
rouge (resp. noire) sort. Un joueur misant sur un numro de 1 36 gagne 36 fois sa mise si le numro
choisi sort. Toute mise sur le 0 est interdite.
(a) Un joueur mise, au hasard, sur une couleur la somme de n euros. Soit C son gain net. Dterminer
la loi de C, reprsenter sa fonction de rpartition F
C
puis calculer son esprance et sa variance.
(b) Un joueur mise, au hasard, sur un numro de 1 36 la somme de n euros. Soit N son gain net.
Dterminer la loi de N, reprsenter sa fonction de rpartition F
N
puis calculer son esprance et
sa variance.
2. Un sac contient 10 jetons dont 4 rouges et 6 blancs. On extrait les jetons un un, au hasard et sans
remise. On note X le rang du premier jeton rouge tir. Dterminer la loi de X, reprsenter sa fonction
de rpartition F
X
puis calculer son esprance et sa variance.
3. On lance deux ds honntes numrots de 1 6. On note X (resp. Y ) le plus grand (resp. petit) des
deux numros obtenus.
(a) Dterminer la loi de X, reprsenter sa fonction de rpartition puis calculer son esprance et sa
variance.
(b) Dterminer la loi de Y , reprsenter sa fonction de rpartition puis calculer son esprance et sa
variance.
4. On lance simultanment n ds honntes numrots de 1 6. On note X
n
le plus petit des n numros
obtenus.
(a) Dterminer la loi de X
n
.
(b) Dans le cas o n = 4, tracer lallure de sa fonction de rpartition de X
n
.
(c) Pour tout entier k 1, 6, calculer lim
n+
P([X
n
= k]). Commenter.
286 CHAPITRE 20. VARIABLES ALATOIRES DISCRTES FINIES
5. (a) Soit X une VARDF telle que X() 0, n o n est un entier naturel non nul. Montrer que :
E(X) =
n

k=1
P([X k])
(b) On effectue trois tirages avec remise dans une urne contenant n boules (n 3) numrotes de 1
n. On note X le plus petit numro obtenu. Dterminer la loi de X puis calculer son esprance.
6. Une urne contient n boules numrotes de 1 n. On vide cette urne en tirant les boules une par une,
au hasard et sans remise videmment. On note X le nombre de boules dont le numro est gal au rang
de tirage.
(a) Prciser X().
(b) Calculer P([X = 0]) et P([X = n]).
(c) Calculer P([X = k]) pour tout k X() 0. On vriera que P([X = n 1]) = 0.
(d) Calculer lesprance de X.
7. Un mobile se dplace sur deux points 0 et 1 de sorte que :
* linstant t = 0, il se trouve en 0 ;
* si un instant t il se trouve en 0 alors linstant suivant (t + 1) il se trouve en 1 ;
* si un instant t il se trouve en 1 alors linstant suivant il se trouve en 0 ou en 1 de faon quipro-
bable.
On note X
k
la position du mobile linstant k N.
(a) Trouver une relation entre P([X
k+1
= 0]) et P([X
k
= 0]).
(b) En dduire la loi de X
k
puis calculer E(X
k
) et V (X
k
).
8. On lance une pice non truque n fois. Soit X le nombre de pile obtenu. Combien faut-il effectuer
de lancers pour que la probabilit dobtenir entre 49% et 51% (strictement) de pile soit suprieure
0,99 ?
9. Une marque de crales pour petit djeuner commercialise chacun de ses paquets avec lune des 3
gurines du dernier lm la mode. Les gurines sont places au hasard dans les paquets. De plus, on
ne peut connatre la gurine du paquet sans louvrir. Un enfant souhaite collectionner ces 3 gurines
et fait pression sur sa maman pour acheter trs rgulirement un paquet. La maman ngocie lachat
dau plus 10 paquets. On note X le nombre de paquets achets lorsque lenfant possde pour la
premire fois toutes les gurines. On convient que [X = 11] est lvnement lenfant ne possde
pas toutes les gurines lissue des 10 achats.
(a) Dterminer P([X > k]) pour tout entier naturel k.
(b) En dduire la loi de X puis calculer son esprance.
(c) Gnraliser au cas o le nombre de gurines est n N

et le nombre maximum de paquets


achet est m N

. Dterminer aussi les limites de P([X = m + 1]) et de lesprance de X


lorsque m +.
10. Un archer dispose de n ches (n N

). Il tire successivement ses ches et sarrte soit lorsquil


atteint la cible soit lorsquil na plus de che. chaque tir, sa probabilit datteindre la cible vaut
p avec p ]0, 1[ et on suppose que le rsultat dun tir na aucune inuence sur le rsultat des tirs
suivants. Soit X la variable alatoire gale au nombre de ches utilises.
(a) Prciser la loi de X.
(b) Tracer sa fonction de rpartition dans le cas o n = 4 et p =
1
2
.
(c) Calculer E(X).
(d) Pour k 1, n, calculer la probabilit de lvnement [X = k] sachant que larcher a atteint sa
cible.
20.9. SOLUTIONS DES EXERCICES 287
(e) Larcher tire les n ches et gagne n k + 1 euros lorsquil atteint la cible au k
me
tir. Soit Y
son gain. Calculer E(Y ).
11. Soit n un entier naturel non nul. Dans une urne contenant initialement n boules numrotes de 1 n,
on effectue deux tirages successifs dune boule selon le protocole suivant :
* la premire boule tire portant un certain numro k, on la remet dans lurne avec k autres boules
portant toutes ce mme numro k ;
* on effectue alors le second tirage.
On appelle X
1
(resp. X
2
) la variable alatoire gale au numro de la premire (resp. seconde) boule
tire.
(a) Dterminer la loi de X
1
puis calculer son esprance et sa variance.
(b) Dterminer la loi de X
2
.
(c) Montrer que :
E(X
2
) =
1 n
2
+
3n + 1
2
n

k=1
1
n + k
(d) Dterminer un quivalent simple de E(X
2
) lorsque n +.
20.9 Solutions des exercices
1. S
2. S
3. S
4. S
5. S
6. S
7. (a) Soit k N. Comme X
k
() = 0, 1, alors les vnements [X
k
= 0] et [X
k
= 1] forment un
systme complet dvnements. On applique donc la formule des probabilits totales :
P([X
k+1
= 0]) = P([X
k
= 0])P
[X
k
=0]
([X
k+1
= 0]) + P([X
k
= 1])P
[X
k
=1]
P([X
k+1
= 0])
= P([X
k
= 0]) 0 + (1 P([X
k
= 0]))
1
2
Conclusion : k N, P([X
k+1
= 0]) =
1
2

1
2
P([X
k
= 0]) .
(b) On constate donc que la suite (P([X
k
= 0]))
kN
est arithmtico-gomtrique. Aprs calculs, on
obtient :
P([X
k
= 0]) =
1
3
+
2
3
_

1
2
_
k
et P([X
k
= 1]) =
2
3

2
3
_

1
2
_
k
Il est alors lmentaire que : E(X
k
) =
2
3

2
3
_

1
2
_
k
.
On obtient tout aussi aisment que : V (X
k
) =
_
1
3
+
2
3
_

1
2
_
k
__
2
3

2
3
_

1
2
_
k
_
.
8. En reprenant un exemple du cours, on rappelle la loi de X :
X() = 0, n et k X(), P([X = k]) =
_
n
k
_ _
1
2
_
k
_
1
2
_
nk
=
_
n
k
_ _
1
2
_
n
Calculons E(X) :
E(X) =
n

k=0
k
_
n
k
_ _
1
2
_
n
= n
_
1
2
_
n
n

k=1
_
n1
k1
_
= n
_
1
2
_
n
n1

k=0
_
n1
k
_
= n
_
1
2
_
n
_
1
2
_
n1
=
n
2
288 CHAPITRE 20. VARIABLES ALATOIRES DISCRTES FINIES
Calculons E(X
2
) en appliquant deux fois la mthode qui prcde :
E(X
2
) =
n

k=0
k
2
_
n
k
_ _
1
2
_
n
= n
_
1
2
_
n
n

k=1
k
_
n1
k1
_
= n
_
1
2
_
n
n1

k=0
(k + 1)
_
n1
k
_
= n
_
1
2
_
n
_
n1

k=0
k
_
n1
k
_
+
n1

k=0
_
n1
k
_
_
= n
_
1
2
_
n
_
(n 1)
_
1
2
_
n2
+
_
1
2
_
n1
_
=
n(n+1)
4
Ainsi, on en dduit V (X) par la formule de Koenig-Huygens :
V (X) = E(X
2
) E(X)
2
=
n(n+1)
4

n
2
4
=
n
4
On cherche lensemble des valeurs prises par lentier n tel que :
P
_
49
100
<
X
n
<
51
100
_

99
100
P
_

n
100
< X
n
2
<
n
100
_

99
100
P
_
[X E(X)[ <
n
100
_

99
100
P
_
[X E(X)[
n
100
_

1
100
Daprs lingalit de Bienaym-Tchebychev, pour que cette dernire ingalit soit vraie, il suft
(mais il nest pas ncessaire) que :
V (X)
(
n
100
)
2

1
100
100
n
4

n
2
100
2
n 250000
9. Traitons directement le cas gnral. On numrote les gurines de 1 n. Pour tout entier k tel que
1 k m et pour tout entier i tel que 1 i n, on note F
k,i
lvnement lissue du k
me
achat,
lenfant ne possde pas la gurine numro i . Par ailleurs, on a : X() = n, m + 1.
(a) Soit k X(). Lvnement [X > k] est lvnement F
k,1
F
k,n
. Alors :
P([X > k]) = P(F
k,1
F
k,n
) =
n

j=1
_
_
(1)
j+1

1i
1
<<i
j
n
P
_
F
k,i
1
F
k,i
j
_
_
_
=
n

j=1
_
_
(1)
j+1

1i
1
<<i
j
n
_
nj
n
_
k
_
_
=
n

j=1
_
(1)
j+1
_
n
j
_ _
nj
n
_
k
_
Le dernier terme est nul donc : P([X > k]) =
n1

j=1
_
(1)
j+1
_
n
j
_ _
nj
n
_
k
_
.
(b) Soit k X(). Si k = m + 1 alors [X = m + 1] = [X > m] et donc :
P([X = m + 1]) =
n1

j=1
_
(1)
j+1
_
n
j
_ _
nj
n
_
m
_
Si k m alors :
P([X = k]) = P([X > k 1]) P([X > k])
=
n1

j=1
_
(1)
j+1
_
n
j
_ _
nj
n
_
k1
_

n1

j=1
_
(1)
j+1
_
n
j
_ _
nj
n
_
k
_
=
n1

j=1
_
(1)
j+1
_
n
j
_ _
nj
n
_
k1
_
1 1 +
j
n
_
_
=
n1

j=1
_
(1)
j+1
_
n1
j1
_ _
nj
n
_
k1
_
20.9. SOLUTIONS DES EXERCICES 289
Conclusion : k n, m, P([X = k]) =
n1

j=1
_
(1)
j+1
_
n1
j1
_ _
nj
n
_
k1
_
.
Pour calculer lesprance, on va utiliser la formule de lexercice 5 (qui sera souvent propose
la dmonstration dans ce genre de situation) :
E(X) =
n

k=1
P([X k]) = n +
m+1

k=n+1
P([X k]) = n +
m+1

k=n+1
P([X > k 1])
= n +
m

k=n
P([X > k]) = n +
m

k=n
n1

j=1
_
(1)
j+1
_
n
j
_ _
nj
n
_
k
_
= n +
n1

j=1
_
(1)
j+1
_
n
j
_
m

k=n
_
nj
n
_
k
_
= n +
n1

j=1
_
(1)
j+1
_
n
j
_ _
nj
n
_
n
1
_
nj
n
_
mn+1
j
n
_
Conclusion : E(X) = n + n
n1

j=1
_
(1)
j+1 1
j
_
n
j
_
_
_
nj
n
_
n

_
nj
n
_
m+1
__
.
10. S
11. S
290 CHAPITRE 20. VARIABLES ALATOIRES DISCRTES FINIES
Chapitre 21
Variables alatoires nies usuelles
Dans tout ce chapitre, dsigne un ensemble ni.
Nous allons mettre en vidence quatre type de lois connatre et reconnatre tant leur prsence est
frquente dans les situations courantes.
21.1 Loi uniforme
Proposition/Dnition
Soit E un ensemble ni.
Il existe un espace probabilis (, (), P) et une VARDF X dnie sur (, (), P) tels que :
X() = E et e E, P([X = e]) =
1
Card(E)
On dit quune telle variable alatoire X suit la loi uniforme de paramtre E, ce que lon note :
X |(E)
Preuve
vident daprs une proposition du chapitre prcdent.
Proposition (rsultat primordial)
Soit (a, b) Z
2
tel que a b. On considre une exprience alatoire dont les rsultats possibles sont
les entiers de a, b. On suppose que les rsultats sont obtenus de manire quiprobable (une telle situation
est obtenue dans le cas du lancer dun d non truqu n faces numrotes de 1 n : on a alors ici a = 1 et
b = n). On note X le rsultat de lexprience alatoire. Alors : X |(a, b).
Preuve
Cest vident.
Proposition
Soit n N

et X |(1, n). Alors :


E(X) =
n + 1
2
et V (X) =
n
2
1
12
291
292 CHAPITRE 21. VARIABLES ALATOIRES FINIES USUELLES
Preuve
Un simple calcul de sommes.
Exemple type
On lance un d quilibr dont les faces sont numrotes de 1 6. On note X le rsultat du lancer.
Prciser la loi de X ainsi que son esprance et sa variance.
21.2 Loi de Bernoulli
Proposition/Dnition
Soit p ]0, 1[.
Il existe un espace probabilis (, (), P) et une VARDF X dnie sur (, (), P) tels que :
X() = 0, 1 et P([X = 1]) = p, P([X = 0] = 1 p
On dit quune telle variable alatoire X suit la loi de Bernoulli de paramtre p, ce que lon note :
X B(1, p)
Preuve
vident daprs une proposition du chapitre prcdent.
Proposition (rsultat primordial)
Soit p ]0, 1[. On considre une exprience alatoire deux issues notes A et B. On suppose que lissue
A survient avec la probabilit p (et lissue B avec la probabilit 1p). Soit X la variable alatoire qui prend
la valeur 1 (resp. 0) lorsque lissue A (resp. B) survient. Alors : X B(1, p).
Preuve
Cest immdiat.
Proposition
Soit p ]0, 1[ et X B(1, p). Alors :
E(X) = p et V (X) = p(1 p)
Preuve
vident.
Exemple type
On lance une pice telle que pile apparat avec la probabilit p ]0, 1[ et face avec la probabilit q =
1 p. Soit X est la VARDF gale 1 si le rsultat est pile et 0 sinon. Prciser la loi de X, son esprance
et sa variance.
21.3. LOI BINOMIALE 293
21.3 Loi binomiale
Proposition/Dnition
Soit n N

et p ]0, 1[.
Il existe un espace probabilis (, (), P) et une VARDF X dnie sur (, (), P) tels que :
X() = 0, n et k X(), P([X = k]) =
_
n
k
_
p
k
(1 p)
nk
On dit quune telle variable alatoire X suit la loi binomiale de paramtres n et p, ce que lon note :
X B(n, p)
Preuve
vident daprs une proposition du chapitre prcdent.
Proposition (rsultat primordial)
Soit n N

et p ]0, 1[. On considre une exprience alatoire se droulant sous la forme de n rp-
titions conscutives de la mme preuve deux issues notes A et B. On suppose que les n rsultats des
rptitions sont indpendants et qu chaque rptition lissue A survient avec la probabilit p (et lissue B
avec la probabilit 1 p). Soit X la variable alatoire gale au nombre de fois que lissue survient. Alors :
X B(n, p).
Preuve
Voir lexemple de lintroduction.
Remarque
La loi de Bernoulli de paramtre p correspond la loi binomiale dans le cas o n = 1 do la notation
identique.
Proposition
Soit n N

, p ]0, 1[ et X B(n, p). Alors :


E(X) = np et V (X) = np(1 p)
Preuve
Calculs directs (avec la formule du binme) ou bien avec des variables de Bernoulli pour le rsultat de
chacun des tirages (cf chapitre suivant).
Exemple type
On effectue n lancers dune pice telle que pile apparat avec la probabilit p ]0, 1[ chaque lancer et
face avec la probabilit q = 1p. On suppose les rsultats des lancers mutuellement indpendants. On note
X le nombre de pile obtenus au cours des n lancers. Prciser la loi de X puis son esprance et sa variance.
294 CHAPITRE 21. VARIABLES ALATOIRES FINIES USUELLES
21.4 Loi hypergomtrique
Proposition/Dnition
Soit (N, n, p) N
2
]0, 1[ tel que :
N 2 1 n N Np N

Il existe un espace probabilis (, (), P) et une VARDF X dnie sur (, (), P) tels que :
X() = max0, n N(1 p), minn, Np
k X(), P([X = k]) =
_
Np
k
__
N(1 p)
n k
_
_
N
n
_
On dit quune telle variable alatoire X suit la loi hypergomtrique de paramtres N, n et p, ce
que lon note :
X H(N, n, p)
Preuve
vident daprs une proposition du chapitre prcdent.
Proposition (rsultat primordial)
Soit a et b deux entiers strictement positifs et n 1, a + b. On considre des objets de deux types
distincts nots A et B. Une urne contient a objets du type A et b objets du type B. On prlve dans cette
urne n objets au hasard selon lun des deux protocoles qui suivent et on note X le nombre dobjets de type
A obtenus :
1. on effectue n tirages successifs dun objet sans remise entre les tirages,
2. on prlve simultanment les n objets.
Alors : X H(a + b, n,
a
a+b
).
Preuve
Voir lexemple de lintroduction.
Remarques
Lensemble X() nest pas ncessairement gal 0, n car si le nombre n de boules tires est trop
important alors on peut tre sr dobtenir un tirage bicolore.
En termes de probabilits, on a : tirages simultans = tirages sans remise .
Proposition
Soit X H(N, n, p) o N 2, 1 n N et Np N

. Alors :
E(X) = np et V (X) = np(1 p)
N n
N 1
21.5. EXERCICES 295
Preuve
Calcul direct (avec Vandermonde, plusieurs cas selon la valeur de n) ou utilisation des variables de
Bernoulli (cf le chapitre suivant).
Exemple type
Une urne contient r boules rouges et b boules bleues. Soit n N

tel que n r et n b.
1. Premier cas : On tire simultanment n boules. Soit X le nombre de boules bleues tires.
Montrer que X est une VARDF dont on prcisera la loi puis lesprance et la variance.
2. Second cas : On tire successivement sans remise n boules. Soit Y le nombre de boules bleues tires.
Montrer que Y est une VARDF dont on prcisera la loi puis lesprance et la variance.
21.5 Exercices
1. Soit X B(n, 10
2
). Dterminer n pour que :
(a) P([X = 0]) 0, 01
(b) P([X 1]) 0, 99
2. Une urne contient 12 boules blanches et 4 noires. Une preuve consiste tirer successivement et sans
remise 4 boules dans lurne.
(a) Dterminer la probabilit de lvnement E : on obtient exactement 2 boules blanches .
(b) On rpte 10 fois cette preuve en remettant les quatre boules aprs chaque preuve. Calculer la
probabilit des vnements :
i. E se produit exactement 2 fois ,
ii. E se produit au moins 2 fois .
3. Lors dune tombola, 1000 billets sont mis en vente dont 2 sont gagnants. Combien faut-il acheter de
billets pour que la probabilit de gagner au moins un lot soit suprieure 1/2 ?
4. On lance n fois de suite une pice non truque. Quelle est la probabilit dobtenir strictement plus de
pile que de face ?
5. Une urne contient 2
n
papiers. Sur chacun dentre eux est crit lune des parties dun ensemble E dont
le cardinal est n. On tire un papier au hasard. Soit X la variable alatoire gale au cardinal de la partie
tire. Reconnatre la loi suivie par X.
6. Calculer E(X) puis V (X) pour X |(a, b) avec a b lments de Z.
7. Soit f : R R admettant une unique racine dans I = [0, 1[. Soit n N

. On subdivise I en les
intervalles :
k 0, 10
n
1, I
k
= [10
n
k, 10
n
(k + 1)[
On suppose que la probabilit que se trouve dans chacun de ces intervalles est la mme. Soit X la
valeur dcimale approche 10
n
prs par dfaut de . Dterminer la loi de X puis donner, presque
sans aucun calcul, E(X) et (X).
8. Soit n N

. Deux urnes, A et B, contiennent chacune 2n jetons numrots de 1 2n. On tire au


hasard et simultanment n jetons dans A puis on fait de mme dans B. Soit X la variable alatoire
gale au nombre de jetons dont le numro est commun aux deux prlvements. Dterminer la loi de
X puis donner son esprance et sa variance.
9. Une urne contient a boules noires (a 2) et b boules blanches. On tire les boules successivement
une par une sans remise jusqu puisement de lurne. Calculer la probabilit quil reste exactement
2 boules noires au moment o lon vient de tirer la dernire boule blanche.
296 CHAPITRE 21. VARIABLES ALATOIRES FINIES USUELLES
10. Soit X une VARDF telle que X() 0, n. On appelle moment factoriel dordre r N

de X le
rel :

[r]
(X) = E(X(X 1) . . . (X r + 1) =
n

k=0
k(k 1) . . . (k r + 1)P([X = k])
(a) On suppose que r = 3. Exprimer les moments dordres 1, 2 et 3 en fonction des moments
factoriels dordres 1, 2 et 3.
(b) Calculer les moments factoriels dordre 1, 2 et 3 des variables X suivant les lois :
|(1, n) B(n, p) H(N, n, p)
11. (a) Soit n un entier naturel non nul. Dmontrer, laide dun argument probabiliste, que :
n

k=0
_
n
k
__
n
n k
_
=
_
2n
n
_
(b) On lance 2n fois une pice de monnaie quilibre. Quelle est la probabilit p
n
, que le nombre de
pile obtenus lors des lancers de rangs pairs soit gal au nombre de face obtenus lors des lancers
de rangs impairs ?
(c) On admet que :
n!
n+
_
n
e
_
n
2n
Dterminer la limite de p
n
lorsque n tend vers +.
12. Soit a et b deux entiers strictement positifs. Soit n 1, a + b.
(a) Une urne contient a objets de la forme A et b objets de forme B. On tire successivement n fois
avec remise entre les tirages un objet dans lurne. On note X le nombre dobjets de la forme A
obtenus. Prciser la loi de X.
(b) Pour tout entier m > 0, on considre une urne U
m
contenant am objets de la forme A et bm
objets de la forme B. On prlve simultanment n objets dans cette urne et on note Y
m
le nombre
dobjets de la forme A obtenus. Prciser la loi de Y
m
pour tout entier m > 0.
(c) i. Justier quil existe un entier m
0
tel que :
m m
0
, Y
m
() = 0, n
ii. Prouver que :
k 0, n, P([Y
m
= k])
m+
P([X = k])
iii. Interprter ce rsultat.
13. Soit n N

. Pour toute VARDF X telle que X() 0, n, on appelle fonction gnratrice de la


variable alatoire X la fonction polynme G
X
dnie sur R par :
x R, G
X
(x) =
n

k=0
P([X = k])x
k
(a) Gnralits sur les fonctions gnratrices.
i. Prciser la valeur de G
X
(1).
ii. Dterminer une relation entre E(X) et G
t
X
(1).
iii. Prouver que : V (X) = G
tt
X
(1) G
t
X
(1)
2
+ G
t
X
(1)
21.6. SOLUTIONS DES EXERCICES 297
(b) On suppose ici que X B(n, p). Dterminer une expression (sans symbole de somme) de la
fonction gnratrice de la variable alatoire puis retrouver son esprance et sa variance.
14. Un archer tire successivement sur n cibles. On suppose quil les atteint (ou non) indpendemmentles
unes des autres avec la probabilit p ]0, 1[. On note X le nombre de cibles atteintes.
(a) Prciser la loi de X, son esprance et sa variance.
(b) On suppose maintenant que, pour chaque cible, si le tir a chou alors larcher a droit une
seconde chance. On note alors Y le nombre de cibles atteintes au second essai (X dsignant
donc le nombre de cibles atteintes lors du premier tir).
i. On suppose que lvnement [X = k] est ralis. Quelles sont alors les valeurs possibles
prises par Y .
Dterminer alors P
[X=k]
([Y = j]).
ii. En dduire la loi de Y .
15. (a) Dmontrer que :
n N, p N,
p+n

k=n
_
k
n
_
=
_
n + p + 1
n + 1
_
(b) Une urne est compose de n boules blanches et de n boules noires. On y prlve des boules les
unes aprs les autres sans remise.
i. On note X
k
le nombre de boules blanches obtenues aprs k tirages. Prciser la loi de X
k
ainsi que son esprance.
ii. On poursuit les tirages jusqu ce quil ne reste plus aucune boule blanche dans lurne. On
note alors X le nombre de tirages ncessaires. Dterminer la loi de X puis son esprance.
21.6 Solutions des exercices
1. s
2. (a) Soit X la variable alatoire gale au nombre de boules blanches obtenues. Comme on effectue
une succession de 4 tirages sans remise deux issues et comme on compte le nombre de fois
que lune des issues est obtenues, on en dduit que :
X H
_
16, 4,
3
4
_
De plus, E est lvnement [X = 2] donc : P(E) =
_
12
2
__
4
2
_
_
16
4
_ =
99
455
.
(b) Soit Y la variable alatoire gale au nombre de fois que lvnement E survient. Comme on
effectue une succession de 10 rptitions indpendantes deux issues (E et

E) et comme on
compte le nombre de fois que lune des issues est obtenues, on en dduit que :
Y B
_
10,
99
455
_
i. On calcule ici P([Y = 2]) =
_
10
2
__
99
455
_
2
_
1
99
455
_
8
.
ii. On calcule ici :
P([Y 2]) = 1 P([Y = 0]) P([Y = 1])
= 1
_
10
0
_ _
99
455
_
0
_
1
99
455
_
10

_
10
1
_ _
99
455
_
1
_
1
99
455
_
9
= 1
_
1
99
455
_
9
__
1
99
455
_
+ 10
99
455

Conclusion : P([Y 2]) = 1


_
1
99
455
_
9
1346
455
.
298 CHAPITRE 21. VARIABLES ALATOIRES FINIES USUELLES
3. Soit X la variable alatoire gale au nombre de billets gagnants parmi les n billets achets. Comme
on effectue une succession de n tirages sans remise deux issues et comme on compte le nombre de
fois que lune des issues est obtenues, on en dduit que :
X H
_
1000, n,
1
500
_
On cherche alors les valeurs de lentier n tel que :
P([X 1])
1
2
autrement dit :
P([X = 0])
1
2
(
2
0
)(
9998
n
)
(
1000
n
)
=
9998!n!(1000n)!
n!(9998n)!1000!
=
(1000n)(999n)
1000999

1
2
do linquation du second degr :
n
2
1999n + 499500 0
dont le polynme associ a pour discriminant = 1998001 et pour racines x
1
292, 75 et x
2

1706, 25 ce qui permet de dire que :
n 293, 1000
4. Soit X la variable alatoire gale au nombre de piles obtenus. Comme on effectue une succession de
n tirages indpendantes deux issues et comme on compte le nombre de fois que lune des issues est
obtenues, on en dduit que :
X B
_
n,
1
2
_
Lvnement dont on cherche la probabilit est de manire vidente [X >
n
2
]. De plus, la famille
dvnements ([X <
n
2
], [X =
n
2
], [X >
n
2
]) est un systme complet donc :
P([X <
n
2
]) + P([X =
n
2
]) + P([X >
n
2
]) = 1
Comme la pice nest pas truque, il est clair que P([X <
n
2
]) = P([X >
n
2
]). Ainsi :
P([X >
n
2
]) =
1
2
(1 P([X =
n
2
]))
Dans le cas o n est impair alors P([X =
n
2
]) = 0 et donc P([X >
n
2
]) =
1
2
.
Dans le cas o n est pair alors P([X =
n
2
]) =
_
n
n/2
_ _
1
2
_
n
et donc P([X >
n
2
]) =
1
2
_
1
_
n
n/2
_ _
1
2
_
n
_
.
5. X tant le nombre dlments de la partie de E crite sur le papier tir alors X() = 0, n (puisque
les parties de E ont soit 0, soit 1, ..., soit n lments). De plus, les papiers tant choisis au hasard, on
munit (, ()) de lquiprobabilit. Remarquons aussi que = (E). Alors :
k 0, n, P([X = k]) =
Card([X=k])
Card(])
=
(
n
k
)
2
n
=
_
n
k
_ _
1
2
_
k
_
1
2
_
nk
Conclusion : X B
_
n,
1
2
_
.
6. On peut mettre en bijection a, b avec 1, b a + 1 grce la fonction f : x x a + 1. Posons
alors Y = f X. On a ainsi :
Y () = 1, b a + 1
k 1, b a + 1, P([Y = k]) = P([X a + 1 = k]) = P([X = k + a 1]) =
1
ba+1
donc Y |(1, b a + 1). On en dduit que :
E(Y ) =
ba+2
2
et V (Y ) =
(ba+1)
2
1
12
E(X a + 1) =
ba+2
2
et V (X a + 1) =
(ba+1)
2
1
2
12
E(X) a + 1 =
ba+2
2
et V (X) =
(ba)(ba+2)
12
Conclusion : E(X) =
a+b
2
et V (X) =
(ba)(ba+2)
12
.
21.6. SOLUTIONS DES EXERCICES 299
7. Il est clair que I
k
si et seulement si lvnement [X = 10
n
k] est ralis. Ainsi :
X() =
_
10
n
k

k 0, 10
n
1
_
Comme se trouve de manire quipeobable dans lun des I
k
alors :
X |
__
10
n
k

k 0, 10
n
1
__
Posons Y = 10
n
X + 1. Alors, il est vident que Y | (1, 10
n
). Ainsi :
E(Y ) =
10
n
+1
2
et V (Y ) =
10
2n
1
12
10
n
E(X) + 1 =
10
n
+1
2
et 10
2n
V (X) =
10
2n
1
12
Conclusion : E(X) =
110
n
2
et (X) =
_
110
2n
12
.
8. Modions trs lgrement le protocole exprimental (sans toutefois modier lespace probabilis) :
aprs les tirages dans lurne A (donc connaissant lensemble A
n
des n numros des boules obtenues
dans A) et avant les tirages dans lurne B, on colorie en rouge les n boules de B portant lun des
numros tirs dans A et on colorie en vert les n autres boules de B. On note alors X
[A
n
le nombre de
boules rouges tires dans B. On reconnat alors une loi usuelle :
X
[A
n
H
_
2n, n,
1
2
_
Dautre part, on a :
P
A
n
([X = k]) = P
__
X
[A
n
= k
_
=
(
n
k
)(
n
nk
)
(
2n
n
)
qui est indpendant de lensemble A
n
obtenu. Lensemble de tous les A
n
formant un systme complet
dvnements, on dduit de la formule des probabilits totales lgalit :
P([X = k]) =

A
n
P(A
n
)P
__
X
[A
n
= k
_
= P
__
X
[A
n
= k
_
A
n
P(A
n
)
= P
__
X
[A
n
= k
_
=
(
n
k
)(
n
nk
)
(
2n
n
)
pour tout entier k 0, n.
Conclusion : X H
_
2n, n,
1
2
_
et donc : E(X) =
n
2
et V (X) =
n
2
4(2n1)
.
9. Soit X le nombre de boules blanches obtenues lissue de a +b 3 tirages et Y le nombre de boules
blanches obtenues lissue de a + b 2 tirages. Les tirages tant sans remise et deux issues et les
variables alatoires comptant le nombre dapparitions de lune des deux issues, on en dduit que :
X H
_
a + b, a + b 3,
b
a+b
_
et Y H
_
a + b, a + b 2,
b
a+b
_
Il sagit alors de calculer la probabilit de lvnement [X = b 1] [Y = b] puisque lon doit tirer
la dernire boule blanche lors du tirage numro a + b 2. De plus, lvnement [X = b 1] tant
ralis, il reste tirer au hasard une boule parmi les trois restantes, tant donn quil ne reste plus
quune seule boule blanche. Ainsi :
P([X = b 1] [Y = b]) = P([X = b 1])P
[X=b1]
([Y = b]) =
(
b
b1
)(
a
a2
)
(
a+b
a+b3
)

1
3
Conclusion : P([X = b 1] [Y = b]) =
ba(a1)
(a+b)(a+b1)(a+b2)
.
10. s
11. s
300 CHAPITRE 21. VARIABLES ALATOIRES FINIES USUELLES
12. (a) Il est clair que : X B
_
n,
a
a+b
_
.
(b) Soit m N

. Il est immdiat que : Y


m
H
_
m(a + b), n,
a
a+b
_
.
(c) i. On sait que : Y
m
() = max0, n mb, minn, ma. Comme on a :
n mb
m+
et ma
m+
+
alors, en utilisant la dnition de la limite, on en dduit quil existe un entier m
0
tel que :
m m
0
, n mb < 0 ma > n
Ainsi : m m
0
, max0, n mb = 0 minn, ma = n.
Conclusion : m
0
N / m m
0
, Y
m
() = 0, n .
ii. Pour tout entier m m
0
, et pour tout entier k 0, n, on a :
P([Y
m
= k]) =
(
ma
k
)(
mb
nk
)
(
m(a+b)
n
)
=
ma(ma1)...(mak+1)mb(mb1)...(mbn+k+1)n!
k!(nk)![m(a+b)][m(a+b)1]...[m(a+b)n+1]

m+
_
n
k
_
(ma)
k
(mb)
nk
[m(a+b)]
n
=
_
n
k
_ _
a
a+b
_
k
_
b
a+b
_
nk
= P([X = k])
Conclusion : k 0, n, P([Y
m
= k])
m+
P([X = k]) .
iii. proportions gales, lorsque le nombre de boules est trs important, on peut considrer
que tirer simultanment n boules est quivalent tirer successivement avec remise n boules
en terme de probabilits.
13. (a) i. La famille ([X = 0], . . . , [X = n]) est un systme complet dvnements donc :
G
X
(1) =
n

k=0
P([X = k]) = 1
ii. La fonction gnratrice est drivable sur R puisquelle est polynmiale. De plus :
x R, G
t
X
(x) =
n

k=1
kP([X = k])x
k1
Conclusion : G
t
X
(1) = E(X) .
iii. La fonction G
t
X
est drivable sur R puisquelle est polynmiale. De plus, pour tout rel x,
on a :
G
tt
X
(x) =
n

k=2
k(k 1)P([X = k])x
k2
=
n

k=2
k
2
P([X = k])x
k2

k=2
kP([X = k])x
k2
x
2
G
tt
X
(x) =
n

k=0
k
2
P([X = k])x
k

k=0
kP([X = k])x
k
On en dduit, pour x = 1, que :
G
tt
X
(1) = V (X) + E(X)
2
G
t
X
(1)
Conclusion : V (X) = G
tt
X
(1) G
t
X
(1)
2
+ G
t
X
(1) .
21.6. SOLUTIONS DES EXERCICES 301
(b) Pour tout rel x, on a :
G
X
(x) =
n

k=0
_
n
k
_
p
k
(1 p)
nk
x
k
=
n

k=0
_
n
k
_
(px)
k
(1 p)
nk
Conclusion : x R, G
X
(x) = (px + 1 p)
n
.
Ainsi, pour tout rel x, on en dduit que :
G
t
X
(x) = np(px + 1 p)
n1
et G
tt
X
(x) = n(n 1)p
2
(px + 1 p)
n2
On en dduit que :
E(X) = G
t
X
(1) = np(p + 1 p)
n1
= np
V (X) = G
tt
X
(1) G
t
X
(1)
2
+ G
t
X
(1) = n(n 1)p
2
(np)
2
+ np = np(1 p)
Conclusion : E(X) = np et V (X) = np(1 p) .
14. s
302 CHAPITRE 21. VARIABLES ALATOIRES FINIES USUELLES
Chapitre 22
Vecteurs alatoires
22.1 Couple de variables alatoires
Dans tout ce paragraphe, X et Y dsignent deux VARDF dnies sur un mme espace probabilis ni
(, (), P) et on note :
X() = x
1
, . . . , x
n
et Y () = y
1
, . . . , y
m

(i, j) 1, n 1, m, p
i,j
= P([X = x
i
] [Y = y
j
]) = P([X = x
i
, Y = y
j
])
i 1, n, p
i,
= P([X = x
i
]) et j 1, m, p
,j
= P([Y = y
j
])
22.1.1 Loi conjointe
Dnitions
On appelle couple alatoire (X, Y ) lapplication valeurs dans R
2
suivante :
(X, Y ) : R
2
(X, Y )() = (X(), Y ())
On appelle loi du couple (X, Y ) ou loi conjointe des variables X et Y lensemble des triplets :
(x
i
, y
j
, p
i,j
)[(i, j) 1, n 1, m
Remarque
On a : (X, Y )() X() Y (). Cette inclusion est parfois stricte, parfois large (cest dire quil
peut y avoir galit de ces deux ensembles).
Exemples
1. On considre trois urnes A, B et C contenant respectivement des boules portant les numros (0,1,1),
(0,1,1) et (0,1,1,1). On tire, au hasard, une boule dans lurne A (rsultat not X) puis on tire, au
hasard, une boule, dans lurne B si lvnement [X = 0] est ralis, dans C sinon (on note le rsultat
de ce second tirage Y ). Donner, sous la forme dun tableau, la loi du couple (X, Y ).
2. Une urne contient 10 boules portant le numro et 20 boules portant le numro 1. On tire 3 fois
successivement et sans remise une boule. On note X le numro de la deuxime boule tire et Y celui
de la troisime. Dterminer la loi conjointe des variables X et Y .
303
304 CHAPITRE 22. VECTEURS ALATOIRES
Propositions
La famille dvnements ([X = x] [Y = y])
(x,y)(X,Y )()
est un systme complet dvnements.
Rciproquement, si un ensemble E de la forme :
(x
i
, y
j
, p
i,j
)[(i, j) 1, n 1, m
vrie les conditions suivantes :
(i, j) 1, n 1, m, p
i,j
0 et
n

i=1
m

j=1
p
i,j
= 1
alors il existe un espace probabilis et un couple alatoire (X, Y ) tels que E soit la loi de ce couple.
Preuve
Cest vident.
On choisit ce qui nous convient.
22.1.2 Lois marginales
Dnitions
La variable alatoire X (resp. Y ) est appele 1re (resp. 2nde) variable marginale.
La loi de la variable alatoire X (resp. Y ) est appele 1re (resp. 2nde) loi marginale du couple
alatoire.
Propositions
Pour tout couple dentiers (i, j) 1, n 1, m, on a :
p
i,
=
m

k=1
p
i,k
et p
,j
=
n

k=1
p
k,j
P
[Y =y
j
]
([X = x
i
]) =
p
i,j
p
,j
et P
[X=x
i
]
([Y = y
j
]) =
p
i,j
p
i,
Preuves
crire la formule des probabilits totales.
crire la dnition de la probabilit conditionnelle.
Exemple
Dterminer les lois marginales des exemples prcdents (do la dnomination marginale ).
Remarque
La connaissance des deux lois marginales ne permet pas, en gnral, de retrouver la loi conjointe du
couple.
Exemple
Rechercher toutes les lois conjointes possibles connaissant les lois marginales de X et de Y des exemples
prcdents.
22.1. COUPLE DE VARIABLES ALATOIRES 305
22.1.3 Lois conditionnelles
Dnitions
Soit un couple dentiers (i, j) 1, n 1, m.
On appelle loi de X conditionne par lvnement [Y = y
j
] lensemble des couples :
__
x
k
, P
[Y =y
j
]
([X = x
k
])
_

k 1, n
_
On appelle loi de Y conditionne par lvnement [X = x
i
] lensemble des couples :
__
y
k
, P
[X=x
i
]
([Y = y
k
])
_

k 1, m
_
Exemples
Sur les exemples qui prcdent, dterminer les lois de Y sachant [X = 1] puis de X sachant [Y = 0].
22.1.4 Indpendance de deux variables alatoires
Dnition
On dit que les variables alatoires X et Y sont indpendantes si et seulement si :
(i, j) 1, n 1, m, P([X = x
i
] [Y = y
j
]) = P([X = x
i
]) P([Y = y
j
])
cest dire que :
(i, j) 1, n 1, m, p
i,j
= p
i,
p
,j
Exemple
Les VARDF X et Y des exemples qui prcdent sont-elles indpendantes ?
Propositions
Soit un couple dentiers (i, j) 1, n 1, m. On suppose que les variables alatoires X et Y sont
indpendantes. Alors :
la loi de X sachant [Y = y
j
] est la loi de X et la loi de Y sachant [X = x
i
] est la loi de Y ,
pour tout couple (I, J) dintervalles de R, on a :
P([X I] [Y J]) = P([X I]) P([Y J])
si f (resp. g) est une fonction numrique dnie sur un intervalle I (resp. J) contenant X() (resp.
Y ()) alors les VARDF f X et g Y sont indpendantes.
Preuves
vident.
Avec un systme complet.
Idem.
22.1.5 Fonction de transfert dun couple de variables alatoires
Proposition/Dnition
Soit f une application dnie sur une partie de R
2
contenant X() Y () et valeurs dans R.
Alors, lapplication suivante est une VARDF :
Z = f(X, Y ) : R
Z() = f(X(), Y ())
La fonction f est appele fonction de transfert du couple alatoire (X, Y ).
306 CHAPITRE 22. VECTEURS ALATOIRES
Preuve
Cest immdiat.
Exemples
1. Loi et esprance de Z = X Y puis de T = XY dans le cas des exemples initiaux.
2. Soit X et Y deux VARDF indpendantes suivant la mme loi de Bernoulli de paramtre p. Quelle est
la loi de X + Y ?
Proposition
Si X B(n, p) et si Y B(m, p) (le mme p) et si X et Y sont indpendantes alors :
X + Y B(n + m, p)
Preuve
Il est clair que (X +Y )() = 0, n+m. Pour tout entier naturel k tel que 0 k n+m, on a alors :
P([X + Y = k]) =
n

i=0
P([X = i])P
[X=i]
([X + Y = k])
=
min(k,n)

i=max(0,km)
P([X = i])P
[X=i]
([Y = k i])
=
min(k,n)

i=max(0,km)
P([X = i])P([Y = k i])
=
min(k,n)

i=max(0,km)
_
n
i
_
p
i
(1 p)
ni
_
m
k i
_
p
ki
(1 p)
mk+i
=
_
_
min(k,n)

i=max(0,km)
_
n
i
__
m
k i
_
_
_
p
k
(1 p)
n+mk
=
_
_
_
_
min(k,n)

i=max(0,km)
_
n
i
__
m
k i
_
_
n + m
k
_
_
_
_
_
_
n + m
k
_
p
k
(1 p)
n+mk
et la somme vaut 1 puisque lon reconnat ici la loi H(n + m, k,
n
n+m
).
22.1.6 Esprance et variance
Thorme de transfert
Soit f dnie sur une partie de R
2
contenant X()Y () et valeurs dans R. On pose Z = f(X, Y ).
Alors :
E(Z) =
n

i=1
m

j=1
f(x
i
, y
j
)p
i,j
et V (Z) =
n

i=1
m

j=1
[f(x
i
, y
j
) E(Z)]
2
p
i,j
En particulier, on a :
E(X + Y ) =
n

i=1
m

j=1
(x
i
+ y
j
)p
i,j
et E(XY ) =
n

i=1
m

j=1
x
i
y
j
p
i,j
22.1. COUPLE DE VARIABLES ALATOIRES 307
Preuves
Soit z Z(). Posons A = f
1
(z) [X() Y ()] R
2
. Alors :
[Z = z] =
_
(x,y)A
[X = x, Y = y]
et cette runion est constitue dvnements deux deux incompatibles do les rsultats.
Proposition (linarit de lesprance)
Pour tout couple (, ) de rels, on a :
E(X + Y ) = E(X) + E(Y )
En particulier, on a : E(X + Y ) = E(X) + E(Y ).
Preuve
Soit (a, b) un couple de rels. Alors :
E(aX + bY ) =
n

i=1
m

j=1
(ax
i
+ by
j
)p
i,j
=
n

i=1
_
ax
i
m

j=1
p
i,j
+
m

j=1
by
j
p
i,j
_
=
n

i=1
_
ax
i
p
i,
+ b
m

j=1
y
j
p
i,j
_
= a
n

i=1
x
i
p
i,
+ b
m

j=1
_
y
j
n

i=1
p
i,j
_
= aE(X) + b
n

i=1
y
j
p
,j
= aE(X) + bE(Y )
ce qui donne le rsultat attendu.
Propositions (cas dindpendance des variables alatoires)
On suppose que X et Y sont indpendantes. Alors :
E(XY ) = E(X)E(Y )
V (X + Y ) = V (X) + V (Y ) et (X + Y ) =
_
(X)
2
+ (Y )
2
Preuves
Calcul de lesprance du produit :
E(XY ) =
n

i=1
m

j=1
x
i
y
j
P([X = x
i
] [Y = y
j
])
=
n

i=1
m

j=1
x
i
y
j
P([X = x
i
])P([Y = y
j
])
=
n

i=1
_
x
i
P([X = x
i
])
m

j=1
y
j
P([Y = y
j
])
_
=
n

i=1
(x
i
P([X = x
i
])E(Y ))
= E(X)E(Y )
308 CHAPITRE 22. VECTEURS ALATOIRES
Calcul de la variance :
V (X + Y ) =
n

i=1
m

j=1
[(x
i
E(X)) + (y
j
E(Y ))]
2
P([X = x
i
] [Y = y
j
])
=
_

_
n

i=1
_
_
(x
i
E(X))
2
P([X = x
i
])

j=1
P([Y = y
j
])
_
+2
_
n

i=1
(x
i
E(X))P([X = x
i
])
__
m

j=1
(y
j
E(Y ))P([Y = y
j
])
_
+
m

j=1
_
_
(y
j
E(Y ))
2
P([Y = y
j
])

i=1
P([X = x
i
])
_
= V (X) + 2E(X E(X))E(Y E(Y )) + V (Y )
= V (X) + 2(E(X) E(X))(E(Y ) E(Y )) + V (Y )
= V (X) + V (Y )
La relation entre les carts types est alors immdiate.
Exemple
On suppose que X et Y sont indpendantes. Soit (a, b) un couple de rels.
1. Montrer que : V (aX + bY ) = a
2
V (X) + b
2
V (Y ).
2. En dduire une expression de V (X Y ).
22.1.7 Covariance
Proposition (formule de Koenig-Huygens) / Dnitions
On a la relation :
E([X E(X)] [Y E(Y )]) = E(XY ) E(X)E(Y )
On appelle covariance des variables alatoires X et Y le rel :
cov(X, Y ) = E([X E(X)] [Y E(Y )]) = E(XY ) E(X)E(Y )
On dit que les variables alatoires X et Y ne sont pas corrles si et seulement si :
cov(X, Y ) = 0
Preuve
On dveloppe et on utilise la linarit
Exemples
1. Calculer de cov(X, Y ) dans lexemple initial.
2. Soit X et Y deux VARDF de Bernoulli. Montrer que X et Y sont indpendantes si et seulement si
elles ne sont pas corrles.
3. Soit la loi conjointe :
X Y 0 1 2
0 1/2 1/4 1/8
1 3/56 1/14 0
Montrer que X et Y ne sont pas corrles et quelles ne sont pas indpendantes.
22.1. COUPLE DE VARIABLES ALATOIRES 309
Remarques
Le rel cov(X, Y ) peut tre ngatif (ou positif, bien sr).
Si X et Y sont indpendantes alors cov(X, Y ) = 0 et donc X et Y ne sont pas corrles (la rciproque
est fausse comme le montre lexemple qui prcde).
Propositions
Bilinarit : Soit Z une troisime VARDF dnie sur le mme espace probabilis que X et Y . Pour
tout couple (a, b) de rels, on a :
cov(aX +bY, Z) = acov(X, Z) +bcov(Y, Z) et cov(X, aY +bZ) = acov(X, Y ) +bcov(X, Z)
Symtrie :
cov(Y, X) = cov(X, Y )
Positivit :
cov(X, X) = V (X) 0
cov(X, X) = 0 P([X = E(X)]) = 1
Lien avec la variance de la somme :
V (X + Y ) = V (X) + V (Y ) + 2cov(X, Y ) et V (X Y ) = V (X) + V (Y ) 2cov(X, Y )
Ingalit de Cauchy-Schwarz :
cov(X, Y )
2
V (X)V (Y ) et [cov(X, Y )[ (X)(Y )
Preuves
Bilinarit : Soit (a, b) un couple de rels. On a :
cov(aX + bY, Z) = E((aX + bY )Z) E(aX + bY )E(Z)
= aE(XZ) + bE(Y Z) aE(X)E(Z) bE(Y )E(Z)
= a[E(XZ) E(X)E(Z)] + b[E(Y Z) E(Y )E(Z)]
ce qui donne la premire galit. La seconde sobtient de manire identique.
Symtrie :
cov(Y, X) = E(Y X) E(Y )E(X) = E(XY ) E(X)E(Y ) = cov(X, Y )
Positivit : La premire galit est vidente daprs la relation de Koenig-Huygens. La seconde est
une quivalence classique.
Liens avec la variance :
V (X + Y ) = cov(X + Y, X + Y )
= cov(X + Y, X) + cov(X + Y, Y )
= cov(X, X) + cov(Y, X) + cov(X, Y ) + cov(Y, Y )
= V (X) + 2 cov(X, Y ) + V (Y )
Mme principe pour la seconde galit (ne pas oublier que (1)
2
= 1).
Ingalit de Cauchy-Schwarz : Pour tout rel t, on a :
0 V (tX + Y ) = t
2
V (X) + 2tcov(X, Y ) + V (Y )
donc le discriminant = 4cov
2
(X, Y )4V (X)V (Y ) est ngatif, ce qui donne la premire ingalit.
La seconde ingalit est immdiate.
310 CHAPITRE 22. VECTEURS ALATOIRES
Remarque
La covariance ressemble un produit scalaire sur le R-espace vectoriel des VARDF desprance nulle.
La non corrlation correspond alors lorthogonalit des variables alatoires.
Exemple
Montrer que cov(aX + b, cY + d) = ac cov(X, Y ).
Dnition
On appelle matrice de covariance du couple alatoire (X, Y ) la matrice symtrique relle :
_
cov(X, X) cov(X, Y )
cov(Y, X) cov(Y, Y )
_
Exemples
1. Prciser la matrice de covariance dans chacun des exemples qui prcdent. La matrice obtenue est-elle
inversible ?
2. Que peut-on dire de la matrice de covariance dun couple de variables alatoires indpendantes ?
22.1.8 Coefcient de corrlation
Dnition
On suppose que X et Y sont de variance non nulle. On appelle coefcient de corrlation du couple
alatoire (X, Y ) le rel :
(X, Y ) =
cov(X, Y )
(X)(Y )
Exemples
1. Calculer (X, Y ) dans chacun des exemples des poragraphes prcdents.
2. Soit (a, b, c, d) un quadruplet de rels tel que a et c ne sont pas nuls. Montrer que :
(aX + b, cY + d) = sgn(ac) (X, Y )
Proposition
On suppose que X et Y sont de variance non nulle. Alors :
1 (X, Y ) 1
Preuve
Cest une consquence de lingalit de Cauchy-Schwarz.
Remarque
De la dnition ainsi que de la proposition qui prcde, on peut dire que le coefcient de corrlation
de deux variables alatoires joue le rle du cosinus de langle de deux vecteurs. Comme des vecteurs sont
colinaires si et seulement si le cosinus de langle quils forment vaut 1, on en dduit par analogie la
condition suivante dalignement des variables alatoires.
22.2. VECTEURS ALATOIRES 311
Proposition
On suppose que X et Y sont de variance non nulle. Alors :
[(X, Y )[ = 1 (a, b) R
2
/P([Y = aX + b]) = 1
Preuve
Les variables alatoires X et Y tant discrtes et nies, on peut donc dire que :
P([Y = aX + b]) = 1 Y = aX + b
Supposons que [(X, Y )[ = 1. On peut donc crire que :
cov(X, Y ) = (X)(Y )
o 1, 1. On en dduit que, pour tout couple (a, b) de rels, on a :
V (Y aX b) = V (Y aX) = V (Y ) + a
2
V (X) 2acov(Y, X) = [(Y ) a(X)]
2
sannule donc pour a
0
=
(Y )
(X)
. Posons b
0
= E(Y a
0
X). Alors :
E(Y (a
0
X + b
0
)) = 0 et V (Y (a
0
X + b
0
)) = 0
donc Y = a
0
X + b
0
.
Supposons lexistence dun couple (a, b) de rels tels que Y = aX + b. On en dduit que :
[(X, Y )[ =
[acov(X, X)[
(X) [a[(X)
=
V (X)
V (X)
= 1
22.2 Vecteurs alatoires
Lobjectif est de gnraliser n VARDF les rsultats du paragraphe prcdent obtenus pour seulement
deux VARDF. Dans toute ce paragraphe, on considre les VARDF X
1
, . . . , X
n
dnies sur un mme espace
probabilis (, (), P). Pour tout entier i compris entre 1 et n, on note :
X
i
() =
_
x
(i)
1
, . . . , x
(i)
m
i
_
Dnitions
On appelle vecteur alatoire (X
1
, . . . , X
n
) lapplication :
(X
1
, . . . , X
n
) : R
n
(X
1
, . . . , X
n
)() = (X
1
(), . . . , X
n
())
On appelle loi du vecteur alatoire lensemble des (n + 1)-uplets :
(a
1
, . . . , a
n
, P([X
1
= a
1
] [X
n
= a
n
]))
lments de X
1
() X
n
() [0, 1].
La loi de X
i
est appele i
me
loi marginale du vecteur alatoire (X
1
, . . . , X
n
).
Les VARDF (X
1
, . . . , X
n
) sont dites mutuellement indpendantes si et seulement si :
k 2, n, 1 i
1
< < i
k
n, (a
1
, . . . , a
k
) X
i
1
() X
i
k
(),
P
_
k

h=1
[X
i
h
= a
h
]
_
=
k

h=1
P ([X
i
h
= a
h
])
Une famille innie de VARDF est mutuellement indpendante si et seulement si toute sous famille
nie est, elle-mme, mutuellement indpendante.
On appelle fonction de transfert du vecteur alatoire (X
1
, . . . , X
n
) toute application f dnie sur
une partie T
f
de R
n
contenant X
1
() X
n
() et valeurs dans R.
312 CHAPITRE 22. VECTEURS ALATOIRES
Propositions
Linarit de lesprance : Pour toute famille (
1
, . . . ,
n
) de rels, on a :
E(
1
X
1
+ +
n
X
n
) =
1
E(X
1
) + +
n
E(X
n
)
Variance dune combinaison linaire : Pour toute famille (
1
, . . . ,
n
) de rels, on a :
V (
1
X
1
+ +
n
X
n
) =
n

i=1

2
i
V (X
i
) + 2

1i<jn

j
cov(X
i
, X
j
)
Dans le cas o les X
i
sont deux deux non corrles (ce qui est le cas lorsquelles sont mutuellement
indpendantes) alors :
V (X
1
+ + X
n
) = V (X
1
) + + V (X
n
)
Preuves
Rcurrence.
Rcurrence.
Cest immdiat.
Exemples
Une urne contient b boules blanches et r boules rouges. On tire successivement n fois une boule dans
cette urne (n b +r). Pour 1 i n, on note X
i
la VARDF gale 1 si une boule blanche est obtenue au
tirage numro i et 0 sinon. Enn, on note X la VARDF gale au nombre de boules blanches tires.
1. On suppose les tirages effectus successivement et avec remise. Dterminer la loi de X
i
, puis en
dduire les valeurs de E(X) et de V (X).
2. On suppose les tirages effectus successivement et sans remise.
(a) Dterminer la loi de X
i
et donner alors E(X
i
) puis E(X).
(b) Dterminer la loi conjointe de (X
i
, X
j
)pour i ,= j puis calculer cov(X
i
, X
j
).
(c) En dduire la valeur de V (X).
Dnition
On appelle matrice de covariance du vecteur alatoire (X
1
, . . . , X
n
) la matrice symtrique :
_
_
_
cov(X
1
, X
1
) . . . cov(X
1
, X
n
)
.
.
.
.
.
.
cov(X
n
, X
1
) . . . cov(X
n
, X
n
)
_
_
_
Exemples
Prciser la matrice de covariance dans les deux cas prcdents. Est-elle inversible ?
Propositions
Soit f une fonction de transfert du vecteur alatoire (X
1
, . . . , X
n
). Alors :
Lapplication Y = f (X
1
, . . . , X
n
) est une VARDF.
Lesprance de Y se calcule partir de la loi du vecteur alatoire (X
1
, . . . , X
n
) et de la fonction f :
E(Y ) =

(a
1
,...,a
n
)X
1
()X
n
()
f(a
1
, . . . , a
n
)P([X
1
= a
1
] [X
n
= a
n
])
22.3. EXERCICES 313
Preuves
Cest immdiat.
Cest presque immdiat.
Proposition
Si X
i
B(m
i
, p) (pour n 2 et pour tout entier i tel 1 i n) et si les X
i
sont mutuellement
indpendantes alors :
X
1
+ + X
n
B(m
1
+ + m
n
, p)
Preuve
Rcurrence.
22.3 Exercices
1. On considre n urnes, nommes U
k
pour 1 k n. Lurne U
k
contient k boules numrotes de 1
k. On choisit une urne au hasard (numro not X) puis on tire une boule, toujours au hasard, de cette
urne (numro not Y ).
(a) Quelle est la loi de X ? Prciser son esprance et sa variance.
(b) Dterminer la loi du couple (X, Y ).
(c) En dduire la loi de Y . Calculer alors son esprance et sa variance.
(d) Les variables alatoires X et Y sont-elles indpendantes ?
(e) Calculer cov(X, Y ) puis (X, Y ).
2. Soit X et Y deux VARDF de Bernoulli indpendantes et de mme paramtre p ]0, 1[. Soit U =
X + Y et V = X Y .
(a) Dterminer la loi de (U, V ). Les variables alatoires U et V sont-elles indpendantes ?
(b) Calculer (U, V ). Conclusion ?
3. On lance deux ds quilibrs numrots de 1 6. On note X
1
et X
2
les VARDF gales au rsultat de
ces deux ds. Soit Y = max(X
1
, X
2
) et Z = min(X
1
, X
2
).
(a) Dterminer la loi de (X
1
, Y ) puis celle de Y . Ces variables alatoires X
1
et Y sont-elles ind-
pendantes ?
(b) Mmes questions pour (X
1
, Z).
(c) En dduire la loi de (Y, Z). Y et Z sont-elles indpendantes ?
4. Soit X et Y suivant la loi uniforme sur 1, n. On suppose quelles sont indpendantes. Dterminer
P([X = Y ]) puis P([X Y ]).
5. Une urne contient 6 boule blanches et 2 boules noires. On tire successivement 4 boules. On note X
le nombre de boules noires obteniues et Y le rang de tirage de la premire boule noire (si on en a tir
une, sinon on convient que Y prend la valeur 0).
(a) On suppose les tirages effectus sans remise.
i. Prciser la loi de X ainsi que son esprance.
ii. Dterminer la loi conjointe du couple (X, Y ). Ces deux variables sont-elles indpendantes ?
iii. Dduire de la question prcdente la loi de Y puis calculer son esprance.
(b) On suppose les tirages effectus avec remise. Reprendre les questions qui prcdent.
314 CHAPITRE 22. VECTEURS ALATOIRES
6. Soit X et Y deux VARDF indpendantes suivant la loi B(n,
1
2
). Calculer P([X = Y ]).
7. Un leveur de bovins possde 150 vaches laitires. Au moment de traite, les vaches se rpartissent
au hasard et indpendamment les unes des autres dans les trois tables que possde lleveur. On
suppose que chacune des trois tables peut accueillir la totalit du troupeau (pas de questions quant
la crdibit de cet nonc). On note X
i
le nombre de vaches dans ltable numro i.
(a) Prciser la loi de chacune de ces trois variables alatoires.
(b) Dterminer la loi de X
1
+ X
2
.
(c) Calculer cov(X
1
, X
2
) puis (X
1
, X
2
).
8. Soit m et n deux entiers strictement positifs et X
1
, . . . , X
m+n
des VARDF mutuellement indpen-
dantes et de mme loi (esprance p et cart type ). Calculer (U, V ) pour :
U = X
1
+ + X
n
et V = X
m+1
+ + X
m+n
9. Un d A, parfaitement quilibr, porte le numro 0 sur deux faces et le numro 1 sur les quatre autres
faces. On note X la VARDF qui, un lancer de ce d, associe le numro obtenu. Un d B porte
les numros -1, 0 et 1 chacun sur deux faces. Les probabilits respectives dapparition de chacun de
ces numros suit une progression gomtrique de raison 1/2. On note S la VARDF qui un lancer
simultan de ces deux ds associe la valeur absolue de la somme des numros obtenus.
(a) Dterminer la loi conjointe du couple (X, S). En dduire la loi de S. Ces VARDF sont-elles
indpendantes ?
(b) Calculer cov(X, S) puis (X, S). Commenter les signes obtenus.
10. Une urne contient r boules rouges, v boules vertes et b boules bleues. On tire simultanment n boules
dans lurne (n r + v + b). On note R (resp. V , B) la VARDF gale au nombre de boules rouges
(resp. vertes, bleues) tires. Reconnatre les lois de R, V , B puis dterminer la matrice de covariance
du triplet (R, V, B).
11. Soit X et Z deux variables alatoires telles que Z() = 0, n et, pour tout k Z(), la loi condi-
tionnelle de X sachant ralis lvnement [Z = k] est la loi uniforme sur 0, k.
(a) Prciser X() puis dterminer la loi conjointe du couple (X, Z) en fonction de la loi de Z.
(b) En dduire la loi de X puis prciser son esprance en fonction de E(Z).
(c) Comparer les lois de X et de Z X.
12. Trois urnes contiennent chacune n boules numrotes de 1 n. On tire, dans chaque urne, une boule :
on note X
i
le numro de la boule tire dans lurne numro i. Soit X, Y et Z respectivement le plus
petit nombre obtenu, le moyen et le plus grand (au sens large).
(a) Calculer P([X
3
= X
1
+ X
2
]).
(b) Dterminer la loi de (X, Y, Z).
(c) Dterminer les lois de X, Y et Z ainsi que leur esprance.
13. Soit X B(n, p). Les rsultats de X sont afchs sur un compteur dtraqu de sorte que, si [X ,= 0]
est ralis, alors le compteur afche la valeur de X et, si [X = 0] est ralis, alors le compteur afche,
au hasard, un entier compris entre 1 et n. Le rsultat afch est not Y .
(a) Dterminer la loi de Y .
(b) Calculer E(Y ) et vrier que E(Y ) E(X).
14. Dans un sac, il y a n 2 boules noires et 2 boules blanches (n 2). On tire les toutes boules une par
une et sans remise. Soit X le rang de tirage de la premire boule blanche et Y le rang de tirage de la
seconde.
22.4. SOLUTIONS DES EXERCICES 315
(a) Dterminer les lois de X et de Y .
(b) Calculer (X, Y ).
15. Soit X |(1, n) et Y = (X + 1)
2
. Calculer cov(X, Y ).
16. Une urne contient n jetons numrots de 1 n. On tire successivement et sans remise 2 jetons dans
cette urne. On note X le numro du premier jeton tir et Y celui du second.
(a) Calculer cov(X, Y ).
(b) On note Z = [X Y [. Dterminer la loi et lesprance de Z.
17. Une urne contient n jetons numrots de 1 n. On tire, au hasard, une poigne de jetons de cette urne.
On note N le nombre de jetons tirs et S la somme des numros des jetons tirs dans cette poigne.
(a) Prciser S().
(b) On suppose que N |(0, n). Pour tout entier k de 1, n, on note X
k
la variable alatoire
prenant la valeur k si le jeton portant le numro k a t tir et la valeur 0 sinon.
i. Montrer que
1
k
X
k
B(1,
1
2
). En dduire E(X
k
).
ii. Calculer alors E(S).
(c) On suppose maintenant que N B(n, p). Calculer E(S).
18. On rappelle que lon appelle fonction gnratrice dune VARDF X telle que X() 0, n la
fonction numrique G
X
dnie par :
x R, G
X
(x) =
n

k=0
P([X = k])x
k
(a) Prciser la fonction gnratrice dune variable alatoire X telle que X B(1, p).
(b) Soit X et Y deux VARDF valeurs dans 0, n.
i. Prouver que X = Y si et seulement si G
X
= G
Y
.
ii. On suppose que X et Y sont indpendantes. Prouver que : G
X+Y
= G
X
G
Y
.
(c) i. Soit (X
1
, . . . , X
m
) une famille de mVARDF mutuellement indpendantes et valeurs dans
0, n. Prouver que : G
X
1
++X
m
= G
X
1
G
X
m
.
ii. Dduire des questions qui prcdent la fonction gnratrice dune variable alatoire X telle
que X B(n, p).
22.4 Solutions des exercices
1. s
2. s
3. s
4. s
5. (a) i. Les tirages sont sans remise et deux issues. De plus, on compte le nombre dobtention de
lune des issues donc :
X H
_
8, 4,
1
4
_
et E(X) = 1
316 CHAPITRE 22. VECTEURS ALATOIRES
ii. On a [X = 0] = [Y = 0] et ainsi :
P([X = 0] [Y = 0]) = P([X = 0]) =
(
2
0
)(
6
4
)
(
8
4
)
=
3
14
rsultat prouvant aussi que les variables alatoires X et Y ne sont pas indpendantes .
Sachant que [X = i] (1 i 2) on a Y () = 1, 4 i + 1. Notons N
k
lvnement le
tirage numro k amne une boule noire .
Pour i = 1, on a :
P([X = 1] [Y = 1]) = P(N
1


N
2


N
3


N
4
)
= P(N
1
)P
N
1
(

N
2
)P
N
1


N
2
(

N
3
)P
N
1


N
2


N
3
(

N
4
) =
1
7
De mme, on obtient :
P([X = 1] [Y = 2]) = P([X = 1] [Y = 3]) = P([X = 1] [Y = 4]) =
1
7
Pour i = 2, on a :
P([X = 2] [Y = 1]) = P(N
1
N
2


N
3


N
4
N
1


N
2
N
3


N
4
N
1


N
2


N
3
N
4
)
= 3
2165
8765
=
3
28
De mme, on obtient :
P([X = 2] [Y = 2]) =
1
14
et P([X = 2] [Y = 3]) =
1
28
Conclusion :
xy 0 1 2 3 4 loi de X
0
3
14
0 0 0 0
3
14
1 0
1
7
1
7
1
7
1
7
4
7
2 0
3
28
1
14
1
28
0
3
14
loi de Y
3
14
1
4
3
14
5
28
1
7
1
iii. cf ci-dessus pour la loi de Y . Dautre part, on a : E(Y ) =
25
14
.
(b) i. Les tirages sont avec remise et deux issues. De plus, on compte le nombre dobtention de
lune des issues donc :
X B
_
4,
1
4
_
et E(X) = 1
ii. On a : X() = 0, 4 et Y () = 0, 4. Dautre part [X = 0] = [Y = 0] et ainsi :
P([X = 0] [Y = 0]) = P([X = 0]) =
_
4
0
_ _
1
4
_
0
_
3
4
_
4
=
81
256
ce qui prouve aussi que les variables alatoires X et Y ne sont pas indpendantes .
Sachant que [X = i] (1 i 4) on a Y () = 1, 4 i + 1. Notons N
k
lvnement le
tirage numro k amne une boule noire . Le raisonnement est analogue celui men la
question a mais on nutilisera plus la formule des probabilits composes puisquici les N
k
sont mutuellement indpendants. On obtient alors le tableau de loi conjointe :
xy 0 1 2 3 4 loi de X
0
81
256
0 0 0 0
81
256
1 0
27
256
27
256
27
256
27
256
27
64
2 0
27
256
9
128
9
256
0
27
128
3 0
9
256
3
256
0 0
3
64
4 0
1
256
0 0 0
1
256
loi de Y
81
256
1
4
3
16
9
64
27
256
1
22.4. SOLUTIONS DES EXERCICES 317
iii. cf ci-dessus pour la loi de Y . Dautre part, on a : E(Y ) =
47
32
.
6. s
7. s
8. s
9. s
10. Les variables alatoires R, V, B ont clairement pour loi :
R H
_
r + v + b, n,
r
r+v+b
_
V H
_
r + v + b, n,
v
r+v+b
_
B H
_
r + v + b, n,
b
r+v+b
_
Pour les esprances, on obtient :
E(R) =
nr
r+v+b
E(V ) =
nv
r+v+b
E(B) =
nb
r+v+b
Pour les variances, on obtient :
V (R) =
nr(v+b)(r+v+bn)
(r+v+b)
2
(r+v+b1)
V (V ) =
nv(r+b)(r+v+bn)
(r+v+b)
2
(r+v+b1)
V (B) =
nb(r+v)(r+v+bn)
(r+v+b)
2
(r+v+b1)
Il reste dterminer les covariances. Une seule sufra puisque, par permutation sur (R, V, B), on
obtiendra les autres. Par ailleurs, toutes les covariances seront ngatives puisque, plus on a de boules
dune couleur, moins on a de boules de chacune des deux autres couleurs. Calculons cov(R, V ). Pour
cela, remarquons que [R+V +B = n] est lvnement certain donc, en termes de variables alatoires,
on a : R + V = n B. Enn :
cov(R, V ) =
1
2
[V (R + V ) V (R) V (V )] =
1
2
[V (n B) V (R) V (V )]
=
1
2
[V (B) V (R) V (V )] =
nrv(r+v+bn)
(r+v+b)
2
(r+v+b1)
La matrice de covariance est donc :
_
_
_
nr(v+b)(r+v+bn)
(r+v+b)
2
(r+v+b1)

nrv(r+v+bn)
(r+v+b)
2
(r+v+b1)

nrb(r+v+bn)
(r+v+b)
2
(r+v+b1)

nrv(r+v+bn)
(r+v+b)
2
(r+v+b1)
nv(r+b)(r+v+bn)
(r+v+b)
2
(r+v+b1)

nvb(r+v+bn)
(r+v+b)
2
(r+v+b1)

nrb(r+v+bn)
(r+v+b)
2
(r+v+b1)

nvb(r+v+bn)
(r+v+b)
2
(r+v+b1)
nb(r+v)(r+v+bn)
(r+v+b)
2
(r+v+b1)
_
_
_
.
11. (a) La variable alatoire X va donc prendre toutes les valeurs de 0, k pour tout k 0, n.
Conclusion : X() = 0, n .
Soit (h, k) 0, n
2
. On a alors :
P([Z = k] [X = h]) = P([Z = k])P
[Z=k]
([X = h])
Conclusion : P([Z = k] [X = h]) =
_
0 si h > k
P([Z = k])
1
k+1
si 0 h k
.
(b) Soit h 0, n. On a :
P([X = h]) =
n

k=0
P([X = h] [Z = k]) =
n

k=h
P([Z=k])
k+1
On en dduit que :
E(X) =
n

h=0
h
n

k=h
P([Z=k])
k+1
=
n

k=0
P([Z=k])
k+1
k

h=0
h =
n

k=0
P([Z=k])k(k+1)
2(k+1)
Conclusion : E(X) =
1
2
E(Z) .
318 CHAPITRE 22. VECTEURS ALATOIRES
(c) A priori, on a : (Z X)() = n, n. Mais, comme X prend une valeur infrieure celle de
Z, on a plutt : (Z X)() = 0, n. Alors, pour tout k 0, n, on a :
P([ZX = k]) =
n

h=0
P([X = h] [Z X = k]) =
n

h=0
P([X = h] [Z = k + h]) =
nk

h=0
P([Z=k+h])
k+h+1
Par changement de variable h
t
= k + h, on obtient :
P([Z X = k]) =
n

=k
P([Z=h

])
h

+1
= P([X = k])
Conclusion : Les variables alatoires X et Z X ont la mme loi .
12. s
13. s
14. (a) Dterminons la loi conjointe du couple alatoire (X, Y ). Il est clair que X() = 1, n 1 et
Y () = 2, n. Soit donc (h, k) 1, n12, n. Comme tous les tirages sont quiprobables
et comme [X = h] [Y = k] est un vnement lmentaire, on en dduit que :
P([X = h] [Y = k]) =
_
0 si h k
1
(
n
2
)
si h < k
=
_
0 si h k
2
n(n1)
si h < k
(b) Soit h 1, n 1. Alors :
P([X = h]) =
n

k=2
P([X = h] [Y = k]) =
n

k=h+1
2
n(n1)
Conclusion : h 1, n 1, P([X = h]) =
2(nh)
n(n1)
.
Soit k 2, n. Alors :
P([Y = k]) =
n1

h=1
P([X = h] [Y = k]) =
k1

h=1
2
n(n1)
Conclusion : k 2, n, P([Y = k]) =
2(k1)
n(n1)
.
(c) Calculons les esprances :
E(X) =
n1

h=1
h
2(nh)
n(n1)
=
2
n1
n1

h=1
h
2
n(n1)
n1

h=1
h
2
= n
2n1
3
=
n+1
3
E(Y ) =
n

k=2
k
2(k1)
n(n1)
=
2
n(n1)
n

k=1
(k
2
k) =
n+1
n1
_
2n+1
3
1

=
2(n+1)
3
E(XY ) =
n

k=2
k1

h=1
hk
2
n(n1)
=
2
n(n1)
n

k=2
k
2
(k1)
2
=
1
n(n1)
n

k=1
(k
3
k
2
)
=
n+1
2(n1)
_
n(n+1)
2

2n+1
3
_
=
(n+1)(3n+2)
12
On en dduit la covariance :
cov(X, Y ) =
(n+1)(3n+2)
12

n+1
3

2(n+1)
3
=
n+1
3
_
3n+2
4

2n+2
3

Conclusion : cov(X, Y ) =
(n+1)(n2)
36
(ce qui est normal puisque lon peut aisment vrier
que les variables alatoires X et Y sont indpendantes dans le cas o n = 2).
22.4. SOLUTIONS DES EXERCICES 319
(d) Calculons les variances et le coefcient de corrlation :
E(X
2
) =
n1

h=1
h
2
2(nh)
n(n1)
=
2
n1
n1

h=1
h
2

2
n(n1)
n1

h=1
h
3
=
n(n+1)
6
E(Y
2
) =
n

k=2
k
2 2(k1)
n(n1)
=
2
n(n1)
n

k=1
k
3
k
2
=
(n+1)(3n+2)
6
do lon tire :
V (X) = E(X
2
) E(X)
2
=
n(n+1)
6

(n+1)
2
9
=
(n+1)(n2)
18
V (Y ) = E(Y
2
) E(Y )
2
=
(n+1)(3n+2)
6

4(n+1)
2
9
=
(n+1)(n2)
18
= V (X)
(variances videmment nulles dans le cas o n = 2). Finalement, on obtient : (X, Y ) =
1
2
.
15. s
16. s
17. (a) Il est clair que S()

0,
n(n+1)
2

. Linclusion inverse est moins vidente tablir mais elle


est tout aussi vraie.
Conclusion : S() =

0,
n(n+1)
2

.
(b) i. Soit k 1, n. On a clairement X
k
() = 0, k donc
1
k
X
k
() = 0, 1. De plus :
P
__
1
k
X
k
= 1
_
= P([X
k
= k]) =
n

i=0
P([N = i]) P
[N=i]
([X
k
= k])
=
1
n+1
n

i=1
_
1
1
__
n1
i1
_
_
n
i
_ =
1
n(n+1)
n

i=1
i =
1
2
Conclusion :
1
k
X
k
B
_
1,
1
2
_
.
On en dduit que :
1
2
= E
_
1
k
X
k
_
=
1
k
E(X
k
). Conclusion : E(X
k
) =
k
2
.
ii. Il est vident que : S = X
1
+ + X
n
. Ainsi, par linarit de lesprance, on obtient :
E(S) =
n

k=1
E(X
k
) =
1
2
n

k=1
k =
1
2

n(n+1)
2
Conclusion : E(S) =
n(n+1)
4
.
(c) On a encore :
1
k
X
k
() = 0, 1. De plus :
P
__
1
k
X
k
= 1
_
= P([X
k
= k]) =
n

i=0
P([N = i]) P
[N=i]
([X
k
= k])
=
n

i=1
_
n
i
_
p
i
(1 p)
ni
_
1
1
__
n1
i1
_
_
n
i
_ =
n

i=1
_
n 1
i 1
_
p
i
(1 p)
ni
=
n1

=0
_
n 1
i
t
_
p
i

+1
(1 p)
n1i

= p [p + (1 p)]
n1
= p
Conclusion :
1
k
X
k
B (1, p) .
On en dduit que : E(X
k
) = kp puis que : E(S) =
n(n+1)
2
p .
18. s
320 CHAPITRE 22. VECTEURS ALATOIRES
Chapitre 23
Calcul diffrentiel
Dans tout ce chapitre, on dsigne par :
f une fonction numrique relle dnie sur un intervalle I de R
x
0
un lment de I, en gnral intrieur I.
Dautre part, aucune dmonstration nest exigible.
23.1 Nombres drivs
23.1.1 Nombre driv en un point
Dnition
Soit x I. On pose h = x x
0
. On appelle taux de variation de f sur lintervalle [x, x
0
[ (ou bien
]x
0
, x]) le rel :
_
f
t
_
[x,x
0
[
=
f(x) f(x
0
)
x x
0
=
f(x
0
+ h) f(x
0
)
h
Proposition
Les propositions qui suivent sont quivalentes :
le taux de variation de f sur [x, x
0
[ admet une limite nie lorsque x tend vers x
0
:
lim
xx
0
f(x) f(x
0
)
x x
0
= lim
h0
f(x
0
+ h) f(x
0
)
h
R
il existe un rel A et une fonction : I R tels que :
x I, f(x) = f(x
0
) + A(x x
0
) + (x x
0
)(x) et lim
xx
0
(x) = 0
De plus, la limite du taux de variation et le rel A sont gaux.
Preuve
Supposons vraie la premire proposition. Notons f
t
(x
0
) la limite nie du taux de variation.
Posons (x
0
) = 0 et pour tout rel x ,= x
0
:
(x) =
f(x) f(x
0
)
x x
0
f
t
(x
0
)
Alors, on a :
lim
xx
0
(x) = 0
321
322 CHAPITRE 23. CALCUL DIFFRENTIEL
et de plus, pour tout rel x ,= x
0
, on a :
f(x) = f(x
0
) + f
t
(x
0
)(x x
0
) + (x x
0
)(x)
(galit vraie encore pour x = x
0
) do lexistence dun rel A et dune fonction comme attendus.
Supposons lexistence dun rel A et dune fonction comme demands. Alors, pour tout rel
x ,= x
0
, on a :
(x) =
f(x) f(x
0
)
x x
0
A
xx
0
0
donc le taux de variation admet pour limite le rel A.
Dnitions
On dit que f est drivable en x
0
si et seulement si lune des deux propositions prcdentes est
vries. De plus, la limite du taux de variation est appele nombre driv de la fonction f en x
0
et
on note cette limite :
f
t
(x
0
) ou
df
dx
(x
0
) ou Df(x
0
)
On suppose que f est drivable en x
0
.
On appelle approximation afne de f(x) au voisinage de x
0
le rel :
f(x
0
) + f
t
(x
0
)(x x
0
)
On appelle tangente la courbe reprsentative de f en x
0
la droite dquation rduite :
y = f(x
0
) + f
t
(x
0
)(x x
0
)
Alors, le nombre driv de f en x
0
est gal la pente de la tangente la courbe de f au point
dabscisse x
0
.
On appelle dveloppement limit lordre 1 de f au voisinage de x
0
lexpression :
f(x) = f(x
0
) + f
t
(x
0
)(x x
0
) + (x x
0
)(x) avec lim
xx
0
(x) = 0
On crit aussi :
f(x) = f(x
0
) + f
t
(x
0
)(x x
0
) + o
xx
0
(x x
0
)
On suppose que le taux de variation de f en x
0
admet une limite innie. On dit alors que la courbe de
f admet une tangente verticale au point dabscisse x
0
.
Exemples
1. tudier la drivabilit en chaque rel x
0
du domaine de dnition des fonctions suivantes et prciser
alors le nombre driv en ce rel x
0
:
x a x x
n
x

x x
1
x
n
2. tudier la drivabilit en 0 des fonctions suivantes et prciser le cas chant leur nombre driv en 0 :
x
1

1 + x
x
x x ln(x) x x sin
_
1
x
_
x x
2
sin
_
1
x
_
3. On admet que la fonction sin (resp. cos) est drivable en 0 et que sin
t
(0) = 1 et (resp. cos
t
(0) = 0).
(a) En utilisant une expression de sin(x
0
+ h) (resp. cos(x
0
+ h)), dmontrer que la fonction sin
(resp. cos) est drivable en x
0
R.
(b) Dmontrer de mme que la fonction tan est drivable en x
0
]

2
,

2
[.
4. Rappeler la dnition de la fonction exp. En dduire quelle est drivable en tout x
0
R.
23.1. NOMBRES DRIVS 323
Proposition
Si f est drivable en x
0
alors f est continue en x
0
(mais la rciproque est fausse).
Preuve
Le dveloppement limit lordre 1 au voisinage de x
0
est clairement aussi un dveloppement limit
lordre 0 au voisinage de x
0
donc f est continue en x
0
.
Daprs un exemple qui prcde, la fonction racine carre est continue en 0 mais nest pas drivable en
0.
Exemples
1. Montrer que la fonction partie entire nest drivable en aucun point entier.
2. Justier que la fonction indicatrice de Q nest drivable en aucun rel.
23.1.2 Nombres drivs gauche et droite
Dnitions
Lorsquelle existe et est relle, la limite gauche (resp. droite) du taux de variation est appele
nombre driv gauche (resp. droite) de f en x
0
. On dit alors que f est drivable gauche
(resp. droite) et on note :
f
t
g
(x
0
) = lim
xx

0
f(x) f(x
0
)
x x
0
et f
t
d
(x
0
) = lim
xx
+
0
f(x) f(x
0
)
x x
0
Lorsque ces deux limites existent mais ne sont pas gales, on dit que la courbe de f admet une demi
tangente gauche et une demi tangente droite au point dabscisse x
0
.
Lorsque la limite gauche et/ou droite est innie, on dit que la courbe de f admet une demi
tangente verticale gauche et/ou droite au point dabscisse x
0
.
Exemples
tudier la prsence de demi tangentes en 0 de :
x [x[ x x| x x ln(x) x
_
x si x 0

x si x < 0
Proposition
Soit x
0
un point intrieur I. Les deux propositions suivantes sont quivalentes :
f est drivable en x
0
,
f est drivable gauche et droite en x
0
et f
t
g
(x
0
) = f
t
d
(x
0
).
Preuve
Cest vident.
Exemples
Justier que la fonction valeur absolue nest pas drivable en 0.
324 CHAPITRE 23. CALCUL DIFFRENTIEL
23.2 Fonction drive
23.2.1 Fonction drivable, fonction de classe (
1
Dnitions
On dit que la fonction f est drivable sur un intervalle J I si et seulement si elle est drivable en
tout point de J. On appelle alors fonction drive de f la fonction dnie sur J par x f
t
(x) que
lon note f
t
ou
df
dx
ou Df.
Lensemble des fonctions drivables sur I est not D
1
(I, R) ou plus simplement T
1
(I).
On dit que f est de classe (
1
sur I (ou continment drivable sur I) si et seulement si elle est
drivable sur I et que sa drive f
t
est continue sur I (donc de classe (
0
).
Lensemble des fonction de classe (
1
sur I est not (
1
(I, R) ou plus simplement (
1
(I).
Exemples
1. Justier quune fonction constante sur I est de classe (
1
sur I.
2. Montrer que les fonctions sin et cos sont de classe (
1
sur R.
3. Dterminer le domaine de drivabilit des fonctions :
x x
n
x
1
x
n
x

x
Sont-elles de classe (
1
sur ces domaines ?
Proposition
Si f est drivable sur J I alors elle est continue sur J. En particulier, on a :
(
1
(I) T
1
(I) (
0
(I)
Preuve
Appliquer le rsultat du paragraphe 1.
Remarques
tre drivable sur J I noblige pas ntre continue que sur J (considrer la fonction racine
carre).
tre continue sur I noblige pas tre drivable o que ce soit (il existe des fonctions continues sur
R et drivables nulle part).
Une fonction drivable sur I nest pas ncessairement de classe (
1
sur I (e.g. x x
2
sin(
1
x
) sur
]0, +[ prolonge par continuit en 0).
23.2.2 Drivation et oprations sur les fonctions
Propositions
On suppose que f et g sont deux fonctions drivables (resp. de classe (
1
) sur I.
Linarit : Toute combinaison linaire de f et g est drivable (resp. de classe (
1
) sur I et la drive
de cette combinaison linaire est la combinaison linaire des drives. Ainsi T
1
(I) (resp. (
1
(I))
est un sous-espace vectoriel du R-espace vectoriel /(I, R).
Produit : La fonction produit fg est drivable (resp. de classe (
1
) sur I et :
(fg)
t
= f
t
g + fg
t
23.2. FONCTION DRIVE 325
Quotient : Si g ne sannule pas sur I alors la fonction f/g est drivable (resp. de classe (
1
) sur I
et :
_
f
g
_
t
=
f
t
g fg
t
g
2
En particulier la fonction 1/g est drivable (resp. de classe (
1
) sur I et :
_
1
g
_
t
=
g
t
g
2
Composition : Si f est drivable (resp. de classe (
1
) sur I et si g est drivable (resp. de classe (
1
) sur
J f(I) alors g f est drivable (resp. de classe (
1
) sur I et :
(g f)
t
= f
t
(g
t
f)
Rciproque : Si f est drivable (resp. de classe (
1
) et strictement monotone sur I alors f tablit une
bijection de I dans lintervalle f(I), f
1
est drivable (resp. de classe (
1
) sur f(I) sauf ventuelle-
ment un nombre ni ou dnombrable de points dits isols (les rels y f(I) dantcdent x tel que
f
t
(x) = 0) et on a :
(f
1
)
t
=
1
f
t
f
1
Preuves
Linarit : combinaison linaire des limites nies. Les ensembles sont non vide (la fonction nulle sur
I en est un lment) et sont alors stables par combinaison linaires donc ce sont des sous espaces
vectoriels.
Produit : Soit x
0
I. Alors, pour tout rel x ,= x
0
, on a :
(fg)(x) (fg)(x
0
)
x x
0
=
f(x)g(x) f(x
0
)g(x) + f(x
0
)g(x) f(x
0
)g(x
0
)
x x
0
=
f(x) f(x
0
)
x x
0
g(x) + f(x
0
)
g(x) g(x
0
)
x x
0
donc :
lim
xx
0
(fg)(x) (fg)(x
0
)
x x
0
= f
t
(x
0
)g(x
0
) + f(x
0
)g
t
(x
0
)
Ainsi fg est bien drivable sur I et (fg)
t
= f
t
g + fg
t
. Si, de plus, f
t
et g
t
sont continues sur I alors
la relation tablie prouve que (fg)
t
est elle-aussi continue sur I.
Quotient : Soit x
0
I. Alors, pour tout rel x ,= x
0
, on a :
_
1
g
_
(x)
_
1
g
_
(x
0
)
x x
0
=
g(x
0
) g(x)
x x
0

1
g(x)g(x
0
)
donc :
lim
xx
0
_
1
g
_
(x)
_
1
g
_
(x
0
)
x x
0
=
g
t
(x
0
)
g(x
0
)
2
Ainsi 1/g et f/g = f (1/g) sont bien drivables sur I et :
_
1
g
_
t
=
g
t
g
2
et
_
f
g
_
t
= f
t
_
1
g
_
+ f
_
1
g
_
t
=
f
t
g fg
t
g
2
Si, de plus, f
t
et g
t
sont continues sur I alors la relation tablie prouve que (1/g)
t
et (f/g)
t
sont elles
aussi continues sur I.
326 CHAPITRE 23. CALCUL DIFFRENTIEL
Composition : Soit x
0
I. Alors, pour tout rel x ,= x
0
, on a :
(g f)(x) (g f)(x
0
)
x x
0
=
f(x) f(x
0
)
x x
0

g(f(x)) g(f(x
0
))
f(x) f(x
0
)
donc :
lim
xx
0
(fg)(x) (fg)(x
0
)
x x
0
= f
t
(x
0
) g
t
(f(x
0
))
Ainsi g f est bien drivable sur I et (g f)
t
= f
t
g
t
f. Si, de plus, f
t
et g
t
sont continues sur I
alors la relation tablie prouve que (g f)
t
est elle-aussi continue sur I.
Rciproque : f tant continue (car drivable) et strictement monotone sur I alors elle tablit une
bijection de I sur lintervalle f(I). Soit y
0
= f(x
0
) f(I). Alors, pour tout rel y = f(x) ,= y
0
, on
a :
f
1
(y) f
1
(y
0
)
y y
0
=
x x
0
f(x) f(x
0
)
donc, par continuit de f
1
en y
0
, on en dduit que :
lim
yy
0
f
1
(y) f
1
(y
0
)
y y
0
= lim
xx
0
x x
0
f(x) f(x
0
)
=
1
f
t
(x
0
)
=
1
f
t
(f
1
(y
0
))
Ainsi f
1
est bien drivable sur I sauf pour les rels y
0
= f(x
0
) tels que f
t
(x
0
) = 0 (ces rels sont
bien isols sinon f
t
serait nulle sur un intervalle et donc f serait constante et non bijective sur cet
intervalle) et (f
1
)
t
= 1/(f
t
f
1
). Si, de plus, f
t
est continue sur I alors la relation tablie prouve
que (f
1
)
t
est elle-aussi continue sur I.
Exemples
1. Montrer que ln est drivable sur ]0, +[ et prciser ln
t
(x) pour tout rel x > 0.
2. Soit f : x

x
2
3x + 2.
(a) Dterminer un intervalle I tel que f soit bijective de I sur f(I).
(b) Dterminer le domaine de drivabilit de f.
(c) Prciser lexpression de (f
1
)
t
(y) en fonction de f
1
(y) pour tout y f(I).
3. Aprs avoir justier son existence, tudier la drivabilit de la fonction rciproque de f : x x
3
+1.
Prciser alors lexpression de (f
1
)
t
(y) pour tout rel y.
4. Les fonctions sin et cos sont de classe (
1
sur R. Quen est-il de leurs fonctions rciproques ? Prciser
les fonctions drives.
5. La fonction tan est-elle de classe (
1
sur ]

2
,

2
[ ? Quen est-il de sa fonction rciproque arctan.
Prciser lexpression de arctan
t
(x) pour tout rel x.
23.3 Fonctions drives successives
23.3.1 Fonction p fois drivable, fonction de classe (
p
Dnitions (drives successives)
Par convention : f
(0)
= f et, si f est drivable sur I : f
(1)
= f
t
.
Si f est drivable sur I et si f
t
est drivable sur I, alors on appelle drive seconde de f sur I la
fonction f
tt
= (f
t
)
t
qui se note aussi f
(2)
ou
d
2
f
dx
2
ou D
2
f.
Si f est p fois drivable sur I et si f
(p)
est drivable sur I, alors on appelle drive (p +1)
me
de f sur
I la fonction f
(p+1)
=
_
f
(p)
_
t
qui se note aussi
d
p+1
f
dx
p+1
ou D
p+1
f.
Lensemble de fonctions p fois drivables sur I est not T
p
(I).
23.3. FONCTIONS DRIVES SUCCESSIVES 327
Exemples
Existence et expression de la drive k
me
de x x
n
puis de x
1
x
n
.
Dnitions
On dit que f est de classe (
p
sur I (p N) si et seulement si f est p fois drivable sur I et f
(p)
est
continue sur I.
Lensemble des fonctions de classe (
p
sur I est not (
p
(I, R) ou plus simplement (
p
(I).
On dit que f est de classe (

sur I si et seulement si f est indniment drivable sur I (i.e. p fois


drivable pour tout entier naturel p).
Lensemble des fonctions de classe (

sur I est not (

(I, R) ou plus simplement (

(I).
Exemples ( retenir)
1. Toute fonction polynme est de classe (

sur R.
2. Les fonctions x
1
x
n
(n N

) sont de classe (

sur ] , 0[ et sur ]0, +[.


3. La fonction x

x est de classe (

sur ]0, +[.


4. La fonction exp est de classe (

sur R.
5. La fonction ln est de classe (

sur ]0, +[.


6. Les fonctions sin et cos sont de classe (

sur R.
Remarque
Pour tout entier naturel p, on a :
(

(I) (
p+1
(I) T
p+1
(I) (
p
(I) T
0
(I) = /(I, R)
23.3.2 Oprations sur les fonctions p fois drivables
Propositions
On suppose que f et g sont deux fonctions p fois drivables (resp. de classe (
p
, de classe (

) sur I.
Linarit : Pour tout couple de rels (, ), la fonction f +g est p fois drivable (resp. de classe
(
p
, de classe (

) sur I et on a :
(f + g)
(p)
= f
(p)
+ g
(p)
Ainsi T
p
(I) (resp. (
p
(I), (

(I)) est un sous-espace vectoriel de /(I, R).


Produit (formule de Leibniz) : La fonction fg est p fois drivable (resp. de classe (
p
, de classe
(

) sur I et on a :
(fg)
(p)
=
p

k=0
_
p
k
_
f
(k)
g
(pk)
=
p

k=0
_
p
k
_
f
(pk)
g
(k)
Composition : Si f est p fois drivable (resp. de classe (
p
, de classe (

) sur I et si g est p fois


drivable (resp. de classe (
p
, de classe (

) sur J f(I) alors g f est p fois drivable (resp. de


classe (
p
, de classe (

) sur I.
Preuves
Rcurrences.
328 CHAPITRE 23. CALCUL DIFFRENTIEL
Exemples ( retenir)
1. Le quotient de deux fonctions polynmes (on dit aussi fonction rationnelle) est de classe (

sur
chaque intervalle de son domaine de dnition.
2. Les fonctions x x

( R) sont de classe (

sur ]0, +[.


3. Les fonctions x
x
( > 0) sont de classe (

sur R.
4. La fonction tan est de classe (

sur tout intervalle de R sur lequel elle est dnie.


23.4 Les grands thormes
23.4.1 Nombre driv et extremum local
Dnition
On dit que f admet un maximum (resp. minimum) local en x
0
si et seulement sil existe un voisinage
J de x
0
tel que :
x J I, f(x) f(x
0
) (resp. f(x) f(x
0
))
Remarque
Un maximum (resp. minimum) global est un maximum (resp. minimum) local.
Thorme
Si I est un intervalle ouvert, si f admet un extremum local en x
0
et si f est drivable en x
0
alors
f
t
(x
0
) = 0.
Preuve
On suppose que f admet un maximum local en x
0
(la dmonstration serait analogue pour un minimum
local). Comme I est un intervalle ouvert alors il existe un rel
1
> 0 tel que J =]x
0

1
, x
0
+
1
[ I et :
x J, f(x) f(x
0
)
La fonction f tant drivable en x
0
, on peut crire :
x I, f(x) = f(x
0
) + f
t
(x
0
)(x x
0
) + (x x
0
)(x) et lim
xx
0
(x) = 0
La limite en x
0
de la fonction tant nulle alors, pour
1
=
[f

(x
0
)[
2
, on a :

2
]0,
1
[ / x ]x
0

2
, x
0
+
2
[I, [(x)[
[f
t
(x
0
)[
2
Alors, pour tout rel x ]x
0

2
, x
0
+
2
[, on a :
(x x
0
)
_
f
t
(x
0
)
[f
t
(x
0
)[
2
_
f(x) f(x
0
) 0
Dans le membre de gauche des ingalits, le signe du second facteur est constant (puisque ce facteur est
constant) mais pas celui du premier. Ceci nest alors possible que si et seulement si le facteur constant est
nul cest dire si et seulement si f
t
(x
0
) est nul.
23.4. LES GRANDS THORMES 329
Remarques
La rciproque est fausse (considrer la fonction cube en x = 0).
Si I nest pas ouvert et si x
0
est un bord de I alors le rsultat ne sapplique pas (considrer la fonction
carre sur [1, 2]).
La fonction peut ne pas tre drivable en lextremum local (considrer la fonction x [x[ en 0).
23.4.2 Thorme de Rolle
Thorme
On suppose que f est continue sur [a, b] et drivable sur ]a, b[ (au moins). Si f(a) = f(b) (et en particu-
lier si ces rels sont nuls) alors :
c ]a, b[ / f
t
(c) = 0
Preuve
Cas 1 On suppose que f est constante sur [a, b]. Alors f
t
est nulle sur [a, b] do lexistence de c.
Cas 2 On suppose que f nest pas constante sur [a, b]. Comme f est continue sur [a, b], elle admet un
minimum m et un maximum M distincts lun de lautre. Comme f(a) = f(b) alors lun (au moins)
des deux rels m et M nest pas limage de a et de b. Supposons que f(a) = f(b) ,= M = f(c).
Alors M est un maximum local de f sur ]a, b[ qui est ouvert. De plus f est drivable sur ]a, b[ donc,
en vertu du thorme prcdent, on en dduit que f
t
(c) = 0.
Exemple
Soit f de classe de (
2
sur R et sannulant au moins trois fois. Dmontrer que la fonction f
t
sannule au
moins deux fois sur R puis que la fonction f
tt
sannule au moins une fois sur R.
23.4.3 galit des accroissements nis
Thorme
On suppose que f est continue sur [a, b] et drivable sur ]a, b[ (au moins). Alors :
c ]a, b[ / f
t
(c) =
f(b) f(a)
b a
Preuve
Soit g la fonction dnie sur [a, b] par g(x) = f(x)
f(b)f(a)
ba
(x a). Alors g est continue sur [a, b] et
drivable sur ]a, b[. De plus, on a :
g(a) = f(a) et g(b) = f(b) (f(b) f(a)) = f(a) = g(a)
donc on peut appliquer le thorme de Rolle la fonction g :
c ]a, b[ / g
t
(c) = 0
Or, pour tout rel x ]a, b[, on a : g
t
(x) = f
t
(x)
f(b)f(a)
ba
. De lgalit g
t
(c) = 0 on en dduit donc
lgalit f
t
(c) =
f(b)f(a)
ba
.
Exemple
Soit f et g deux fonctions continues sur [a, b] et drivables sur ]a, b[. Dmontrer que :
c ]a, b[ / (f(b) f(a))g
t
(c) = (g(b) g(a))f
t
(c)
330 CHAPITRE 23. CALCUL DIFFRENTIEL
23.4.4 Ingalits des accroissements nis
Thormes
On suppose que f est continue sur [a, b] et drivable sur ]a, b[ (a < b).
Supposons que f
t
est minore par m sur ]a, b[. Alors
m(b a) f(b) f(a)
Supposons que f
t
est majore par M sur ]a, b[. Alors :
f(b) f(a) M(b a)
Supposons que f
t
est borne par m et M sur ]a, b[. Alors :
m(b a) f(b) f(a) M(b a)
Supposons que [f
t
[ est majore par M sur ]a, b[. Alors :
[f(b) f(a)[ M(b a)
Preuves
On applique lgalit des accroissements nis :
c ]a, b[ / f
t
(c) =
f(b) f(a)
b a
Comme f
t
est minore par m et majore par M alors :
m f
t
(c) M
Comme a < b alors :
m(b a) f(b) f(a) M(b a)
do la dernire double ingalit dans le cas o m = M.
Exemple
Soit la suite u dnie par :
u
0
= 2 et n N, u
n+1
=
2
1 + u
n
On note f sa fonction associe.
1. Dmontrer que : n N, u
n
[
2
3
, 2].
2. Dterminer un rel M [0, 1[ tel que : x [
2
3
, 2], [f
t
(x)[ M.
3. Dmontrer que : n N, [u
n+1
1[ M[u
n
1[.
4. En dduire que : n N, [u
n
1[ M
n
.
5. Justier que la suite u converge et dterminer sa limite.
23.4.5 Fonction drive et sens de variation
Thormes
On suppose que f est drivable sur ]a, b[.
f est constante sur ]a, b[ si et seulement si f
t
est la fonction nulle sur ]a, b[.
f est croissante (resp dcroissante) sur ]a, b[ si et seulement si f
t
0 (resp. f
t
0) sur ]a, b[.
f est strictement croissante (resp strictement dcroissante) sur ]a, b[ si et seulement si f
t
> 0 (resp.
f
t
< 0) sur ]a, b[ sauf, ventuellement, en un nombre ni ou dnombrable de points isols o elle
peut tre nulle.
23.5. EXERCICES 331
Preuves
Dans chaque cas, la dnition du nombre driv en x
0
prouve limplication de gauche droite et lin-
galit des accroissements nis prouve la rciproque.
Corollaire
On suppose que f est drivable sur un voisinage de x
0
(non borne de I). Alors, f admet un extremum
local en x
0
si et seulement si f
t
(x
0
) = 0 et f
t
change de signe autour de x
0
.
23.5 Exercices
1. (a) On suppose que f est drivable en x
0
. Dmontrer que :
lim
h0
f(x
0
+ h) f(x
0
h)
2h
R
Exprimer alors cette limite en fonction de f
t
g
(x
0
) et de f
t
d
(x
0
) puis en fonction de f
t
(x
0
).
(b) En utilisant la fonction valeur absolue, montrer que la rciproque de limplication prcdente
est fausse.
2. En remarquant que les sommes proposes correspondent des drives de fonctions connues, calcu-
ler, pour tout rel x les sommes :
p

k=1
k cos(kx)
n

k=1
k sin(kx)
n

k=0
(k + 1)q
k
(q R)
3. Soit P une fonction polynme et f dnie sur R par :
f(x) =
_
_
_
1 si x < 1
P(x) si 1 x 1
1 si x > 1
Dterminer un polynme P de degr le plus petit possible tel que f (
1
(R).
4. (a) Peut-on prolonger par continuit en 0 la fonction x x
x
?
(b) tudier la drivabilit de ce prolongement. Interprter graphiquement.
5. Soit f : [1, 1] R dnie par :
f(0) = 0 et x [1, 0[]0, 1], f(x) =

1 + x
2

1 x
2
x
Montrer que f est de classe (
1
sur ] 1, 1[.
6. Soit f dnie sur R

par :
f(x) =
_
e
x
1
e
x
+ 1
si x > 0
1 e
x
si x < 0
(a) Montrer que f est prolongeable par continuit en 0.
(b) tudier la drivabilit en 0 de ce prolongement.
7. On pose : x ]0, 1[]1, +[, f(x) =
(x + 2)(x 1)
x ln(x)
.
(a) Montrer que f se prolonge en une fonction g continue sur ]0, +[.
(b) Montrer que g est drivable en 1 et dterminer g
t
(1).
332 CHAPITRE 23. CALCUL DIFFRENTIEL
(c) La fonction g est-elle de classe (
1
sur ]0, +[ ?
8. (a) Rappels sur la fonction arccos.
i. Justier lexistence et la continuit de la fonction arccos, rciproque de la fonction cos :
[0, ] [1, 1].
ii. Montrer que arccos est drivable sur ] 1, 1[ et prciser lexpression de arccos
t
(y) pour tout
rel y ] 1, 1[.
iii. Que peut-on dire de la courbe de arccos aux points dabscisses -1 et 1 ?
(b) Soit f : x arccos
_
1 x
2
1 + x
2
_
.
i. Justier que f est dnie et paire sur R.
ii. Montrer que f est drivable sur ]0, +[ et calculer f
t
(x) pour tout rel x > 0.
iii. En dduire une expression de f(x) en fonction de arctan(x) pour tout rel x non nul.
9. quations diffrentielle linaires du premier ordre. Soit a et b deux fonctions continues sur I. Soit
lquation diffrentielle (1) dinconnue la fonction f :
f
t
= af + b
Rsoudre lquation diffrentielle (1) sur I, cest dterminer lensemble c des fonctions f dnies
sur I qui sont solution de cette quation, cest dire que :
x I, f
t
(x) = a(x)f(x) + b(x)
(a) Montrer que c (
1
(I).
(b) On suppose que b est la fonction nulle. Montrer que c est un sous-espace vectoriel de (
1
(I).
(c) On suppose ici que I = R et que : x R, a(x) = x + 1, b(x) = 0.
i. Dterminer toutes les solutions de (1) ne sannulant pas sur R.
ii. Soit f
0
une solution de (1) ne sannulant pas sur R. En multipliant (1) par f
0
, dterminer
lensemble c.
10. Dterminer la position de la courbe de la fonction sin par rapport la droite dquation y = x au
voisinage de 0.
11. (a) Dterminer le dveloppement limit lordre 1 en x =

3
de x tan(x).
(b) En dduire la position de (
tan
par rapport sa tangente au point dabscisse

3
.
12. Soit (p, q) R
2
et n N

. Dmontrer que le polynme X


n
+ pX + q admet au plus deux racines
relles si n est pair et au plus trois racines relles si n est impair.
13. Dterminer les drives successives de x

x sur ]0, +[.
14. Dterminer la drive p
me
x x ln(x).
15. Soit f de classe (
n
sur R (n N

) et telle que f sannule en n +1 points deux deux distincts de R.


Montrer que f
(n)
sannule (au moins) une fois sur R.
16. On considre la fonction f :]0, +[R, x
ln(x)
x
.
(a) tudier et reprsenter f (continuit, branches innies, drivabilit, variations).
(b) Montrer quil existe deux suites (u
n
) et (v
n
) telles que :
n N, x ]0, +[, f
(n)
(x) =
u
n
+ v
n
ln(x)
x
n+1
23.6. SOLUTIONS DES EXERCICES 333
(c) Exprimer v
n
en fonction de n.
(d) Montrer que : n N

, u
n
= (1)
n+1
(n!)
n

k=1
1
k
.
17. Montrer que : k N

,
1
k + 1
ln(k + 1) ln(k)
1
k
.
18. Soit f une fonction drivable sur ]a, +[. Dmontrer que :
(a) lim
x+
f
t
(x) = + lim
x+
f(x) = +
(b) lim
x+
f
t
(x) = 0 lim
x+
f(x)
x
= 0
(c) lim
x+
f
t
(x) = L (L ]0, +[) lim
x+
f(x)
x
= L et lim
x+
f(x) = +
19. Soit f dnie sur R par : f(t) = 0 si t 0 et f(t) = e
1/t
si t > 0.
(a) Montrer que f est continue sur R.
(b) i. Montrer que f est drivable en 0.
ii. Justier que f est drivable sur ] , 0[ et sur ]0, +[.
iii. Montrer que f est de classe (
1
sur R.
(c) Dmontrer que f est de classe (

sur R et prciser f
(n)
(0) pour tout entier naturel n.
Indication : on pourra dmontrer que, pour tout entier naturel n non nul, il existe un polynme
P
n
(X) R
n
[X] tel que :
P
n
(0) = 1 et t ]0, +[, f
(n)
(t) =
P
n
(t)
t
2n
e

1
t
20. On considre la fonction f dnie sur R par : f(x) =
1
x
2
+ 1
.
(a) Montrer que f est de classe (

sur R.
(b) Soit n N. On pose : x R, P
n
(x) = (x
2
+ 1)
n+1
f
(n)
(x).
i. Montrer que pour tout rel x, on a :
(x
2
+ 1)P
t
n
(x) = 2(n + 1)xP
n
(x) + P
n+1
(x)
ii. tablir que le polynme P
n
(X) est de degr n et prciser son coefcient dominant.
(c) Dmontrer, par rcurrence sur n, que le polynme P
n
(X) admet n racines relles deux deux
distinctes.
23.6 Solutions des exercices
1. (a) Pour tout rel h non nul, on a :
f(x
0
+ h) f(x
0
h)
2h
=
f(x
0
+ h) f(x
0
)
2h
+
f(x
0
) f(x
0
h)
2h
=
1
2
_
f(x
0
+ h) f(x
0
)
h
+
f(x
0
h) f(x
0
)
h
_
Comme f est drivable en x
0
, on en dduit que :
f(x
0
+ h) f(x
0
)
h

h0
+
f
t
d
(x
0
) et
f(x
0
h) f(x
0
)
h

h0
+
f
t
g
(x
0
)
Conclusion : lim
h0
+
f(x
0
+ h) f(x
0
h)
2h
=
f
t
d
(x
0
) + f
t
g
(x
0
)
2
= f
t
(x
0
) .
334 CHAPITRE 23. CALCUL DIFFRENTIEL
(b) La fonction valeur absolue est drivable gauche et droite en 0 (avec pour nombres drivs
respectifs 1 et 1) mais nest pas drivable en 0. De plus :
h > 0,
[0 + h[ [0 h[
2h
=
h h
2h
= 0
donc :
lim
h0
+
[0 + h[ [0 h[
2h
= 0 =
1 + (1)
2
Ainsi, si f est drivable gauche et droite en x
0
et si lim
h0
+
f(x
0
+h)f(x
0
h)
2h
=
f

d
(x
0
)+f

g
(x
0
)
2
alors f nest pas ncessairement drivable en x
0
.
2. Posons :
k N, x R, s
k
(x) = sin(kx), c
k
(x) = cos(kx), p
k
(x) = x
k
Ces fonctions sont drivables sur R et on a :
k N, x R, s
t
k
(x) = k cos(kx), c
t
k
(x) = k sin(kx), p
t
k
(x) = kx
k1
Soit n N et x R. Si x est un multiple de 2 alors :
n

k=1
k cos(kx) =
n

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

k=1
k sin(kx) =
n

k=1
0 = 0
Si x nest pas un multiple de 2 alors :
n

k=1
k cos(kx) =
n

k=1
s
t
k
(x) =
_
n

k=1
s
t
k
_
(x) =
_
n

k=1
s
k
_
t
(x)
_
n

k=1
s
k
_
(x) =
n

k=1
s
k
(x) =
n

k=1
(e
ikx
) =
_
n

k=1
(e
ix
)
k
_
=
_
e
ix
e
inx
1
e
ix
1
_
=
_
e
ix
e
inx/2
e
ix/2

e
inx/2
e
inx/2
e
ix/2
e
ix/2
_
=
_
e
i(n+1)x/2

sin(nx/2)
sin(x/2)
_
=
sin((n + 1)x/2) sin(nx/2)
sin(x/2)
Par drivation puis par regroupements judicieux de termes, on obtient :
n

k=1
k cos(kx) =
1
2
_
n
sin((n +
1
2
)x)
sin(
x
2
)

_
sin(
n
2
x)
sin(
x
2
)
_
2
_
Remarquer que lon retrouve le rsultat initial par limite lorsque x tend vers 0 (0 est un multiple de
2). Pour la deuxime somme :
n

k=1
k sin(kx) =
_
n

k=1
c
k
_
t
(x)
_
n

k=1
c
k
_
(x) = 1
_
e
i(n+1)x/2

sin(nx/2)
sin(x/2)
_
=
cos((n + 1)x/2) sin(nx/2)
sin(x/2)
do lon dduit, comme prcdemment, que :
n

k=1
k sin(kx) =
1
2
_
n
cos((n +
1
2
)x)
sin(
x
2
)

_
cos(
n
2
x)
sin(
x
2
)
_
2
_
23.6. SOLUTIONS DES EXERCICES 335
Concernant la troisime somme, pour x = 1, on a :
n

k=0
(k + 1) =
n+1

k=1
k =
(n + 1)(n + 2)
2
Dans le cas o x ,= 1, on a :
n

k=0
(k + 1)x
k
=
n

k=0
p
t
k+1
(x) =
_
n

k=0
p
k+1
_
t
(x) =
_
n+1

k=1
p
k
_
t
(x)
_
n+1

k=1
p
k
_
(x) =
n+1

k=1
x
k
= x
x
n+1
1
x 1
Par drivation puis par simplication, on obtient :
n

k=0
(k + 1)x
k
=
(n + 1)x
n+2
(n + 2)x
n+1
+ 1
(x 1)
2
3. Il y a 4 contraintes respecter :
P(1) = 1 P(1) = 1 P
t
(1) = 0 P
t
(1) = 0
Si P(X) est de degr 0 alors, par unicit de la limite, on devrait avoir 1 = 1 ce qui est impossible.
Si P(X) est de degr 1 alors le raccordement est une fonction afne et il ne sera pas drivable en 1
(ni en 1).
Si P(X) est de degr 2 alors son polynme driv ne sannule quune seule fois ce qui est impossible.
Soit P(X) = aX
3
+bX
2
+cX +d o (a, b, c, d) est un quadruplet de rels. Alors P
t
(X) = 3aX
2
+
2bX + c. Les contraintes sexpriment sous la forme dun systme :
_

_
a + b + c + d = 1
a + b c + d = 1
3a + 2b + c = 0
3a 2b + c = 0

_
b + d = 0
a + c = 1
3a + c = 0
b = 0

_
a =
1
2
b = 0
c =
3
2
d = 0
Conclusion : P(X) =
1
2
X
3
+
3
2
X est le polynme de plus bas degr qui convient .
4. (a) Pour tout rel x > 0, on a : x
x
= e
xln(x)
. Or, on sait que x ln(x)
x0
0 et que la fonction expo-
nentielle est continue en 0 donc x
x

x0
1. Conclusion : x x
x
se prolonge par continuit en 0 .
(b) Pour tout rel x > 0, on a :
x
x
1
x
=
e
x ln(x)
1
x
. Or, x ln(x)
x0
0 donc e
xln(x)
1
x0
x ln(x) .
Ainsi :
x
x
1
x

x0
x ln(x)
x
= ln(x)
x0

Conclusion : En 0, le prolongement nest pas drivable mais sa courbe admet une tangente verticale .
5. Classe (
1
:
Continuit en 0 : Pour tout rel x [1, 1] 0,on a :
f(x) =

1 + x
2
1
x 0

1 x
2
1
x 0
termes correspondant des taux de variations sur ]0, x] de deux fonctions drivables en 0 :
x

1 + x
2
se drive en x
x

1 + x
2
336 CHAPITRE 23. CALCUL DIFFRENTIEL
x

1 x
2
se drive en x
x

1 x
2
On en dduit que lim
x0
f(x) = 0 et que f se prolonge par continuit en 0 et f(0) = 0 .
Autres mthodes possibles : avec lexpression conjugue ; quivalents usuels la place de taux de
variation (mais attention, cf ci-aprs).
Drivabilit en 0 : Pour tout rel x [1, 1] 0,on a :
f(x) f(0)
x 0
=
f(x)
x
=

1 + x
2
1
x
2

1 x
2
1
x
2
Or, x
2

x0
0 donc

1 + x
2
1
x0
1
2
x
2
do

1+x
2
1
x
2

x0
1
2

x0
1
2
.
De mme, on montre que

1x
2
1
x
2

x0

1
2

x0

1
2
.
On en dduit alors que lim
x0
f(x) f(0)
x 0
= 1 et que : f est drivable en 0 et f
t
(0) = 1 .
Continuit de la drive en 0 : La fonction f est de classe
6. s
7. s
8. s
9. (a) Soit f c. Alors, f est drivable sur I et f
t
= af +b. Or, les fonctions a, b et f sont continues
sur I donc la fonction f
t
est continue sur I. Ainsi, la fonction f est de classe (
1
sur I.
Conclusion : c (
1
(I) .
(b) La fonction nulle est bien solution de lquation diffrentielle (1) donc lensemble c nest pas
vide. Soit (f, g) un couple dlments de c et (, ) un couple de rels. Alors : f
t
= af et
g
t
= ag. De plus :
(f + g)
t
= f
t
+ g
t
= af + ag = a(f + g)
donc f + g est un lment de c.
Conclusion : c est un sous espace vectoriel de (
1
(I) .
(c) i. Soit f une solution de (1) ne sannulant pas sur R. Alors :
x R, f
t
(x) = (x + 1)f(x) donc x R,
f
t
(x)
f(x)
= x + 1
Ainsi, on en dduit quil existe un rel K tel que :
x R, ln([f(x)[) =
1
2
x
2
+ x + K donc x R, [f(x)[ = e
K
e
1
2
x
2
+x
Comme la fonction f est continue sur R, on en dduit que :
x R, f(x) = e
K
e
1
2
x
2
+x
ou x R, f(x) = e
K
e
1
2
x
2
+x
donc f est de la forme x Ce
1
2
x
2
+x
o C est un rel non nul. Rciproquement, toute
fonction de la forme prcdente est une solution de lquation diffrentielle (1) (il suft de
calculer) ne sannulant pas sur R.
Conclusion :
_
x Ce
1
2
x
2
+x

C R

_
est lensemble des solutions ne sannulant jamais .
23.6. SOLUTIONS DES EXERCICES 337
ii. Soit f
0
une solution de (1) ne sannulant pas sur R. Alors :
f c f
t
f
0
= aff
0
= f
t
f
0
f
t
f
0
ff
0
= 0
f
t
f
0
ff
0
f
2
0
= 0

_
f
f
0
_
= 0 K R /
f
f
0
: x K K R/ f = Kf
0
Conclusion : c =
_
x Ce
1
2
x
2
+x

C R
_
.
10. s
11. s
12. s
13. s
14. s
15. s
16. (a) La fonction f est le quotient de deux fonctions de classe (

sur ]0, +[ avec dnominateur ne


sannulant pas sur ]0, +[ donc : f (

(]0, +[) . De plus :


x ]0, +[, f
t
(x) =
1
x
x ln(x)
x
2
=
1 ln(x)
x
2
Or, pour tout rel x strictement positif, on a :
f
t
(x) > 0 1 ln(x) > 0 ln(x) < 1 x < e
Conclusion : f est strictement croissante sur ]0, e] et strictement dcroissante sur [e, +[ .
Dautre part :
lim
x0
+
ln(x) = et lim
x0
+
1
x
= + donc lim
x0
+
ln(x)
x
=
Conclusion : (
f
admet une asymptote verticale dquation x = 0 .
Enn :
ln(x) = o
x+
(x) donc lim
x+
ln(x)
x
= 0
Conclusion : (
f
admet une asymptote horizontale dquation y = 0 au voisinage de + .
(b) Soit T(n) la proposition :
(u
n
, v
n
) R
2
/ x ]0, +[, f
(n)
(x) =
u
n
+ v
n
ln(x)
x
n+1
Au rang n = 0, en posant u
0
= 0 et v
0
= 1, la proposition T(0) est vraie par dnition de la
fonction f.
Au rang n = 1, en posant u
1
= 1 et v
1
= 1, la proposition T(1) est vraie daprs la question
prcdente.
Soit n N. Supposons que T(n) est vraie. La fonction f tant de classe (

sur ]0, +[, elle


est n + 1 fois drivable sur cet intervalle et, pour tout rel x strictement positif, on a :
f
(n+1)
(x) =
_
f
(n)
_
t
(x) =
v
n
x
x
n+1
(u
n
+ v
n
ln(x))(n + 1)x
n
x
2(n+1)
=
[(v
n
(n + 1)u
n
) (n + 1)v
n
ln(x)]x
n
x
2n+2
=
(v
n
(n + 1)u
n
) (n + 1)v
n
ln(x)
x
n+2
338 CHAPITRE 23. CALCUL DIFFRENTIEL
En posant u
n+1
= v
n
(n + 1)u
n
et v
n+1
= (n + 1)v
n
, on a ainsi prouv que la proposition
T(n + 1) est vraie.
Conclusion : n N, (u
n
, v
n
) R
2
/ x ]0, +[, f
(n)
(x) =
u
n
+ v
n
ln(x)
x
n+1
do lexis-
tence des deux suites.
(c) Au signe prs, la suite (v
n
) est la suite des factorielles de n. Par alternance de signe on pose :
T(n) : v
n
= (1)
n
n!
Une rcurrence immdiate assure que : n N, v
n
= (1)
n
n! .
(d) Ici encore, une rcurrence simpose. Soit T(n) la proposition : u
n
= (1)
n+1
(n!)
n

k=1
1
k
.
On sait que u
1
= 1 et lexpression propose donne aussi 1 pour n = 1 donc T(1) est vraie.
Soit n 1. Supposons queT(n) est vraie. Alors :
u
n+1
= v
n
(n + 1)u
n
= (1)
n
(n!) (n + 1)(1)
n+1
(n!)
n

k=1
1
k
= (1)
n+2
(n + 1)!
_
1
n + 1
+
n

k=1
1
k
_
= (1)
n+2
(n + 1)!
n+1

k=1
1
k
ce qui prouve la proposition T(n + 1).
Conclusion : n N

, u
n
= (1)
n+1
(n!)
n

k=1
1
k
.
17. s
18. s
19. s
20. (a) La fonction f est le quotient de deux fonctions polynmes, donc de classe (

sur R. De plus
son dnominateur ne sannule pas sur R.
Conclusion : La fonction f est de classe (

sur R .
(b) i. La fonction P
n
est le produit de deux fonctions de classe (

sur R donc sa fonction drive


est de classe (

sur R et, pour tout rel x, on a :


P
t
n
(x) = (n + 1)2x(x
2
+ 1)
n
f
(n)
(x) + (x
2
+ 1)
n+1
f
(n+1)
(x)
(x
2
+ 1)P
t
n
(x) = 2(n + 1)x(x
2
+ 1)
n+1
f
(n)
(x) + (x
2
+ 1)
n+2
f
(n+1)
(x)
Aprs substitution ( laide de la dnition), on en dduit que :
x R, (x
2
+ 1)P
t
n
(x) = 2(n + 1)xP
n
(x) + P
n+1
(x)
ii. Soit T(n) la proposition : La fonction P
n
est polynomiale de degr n et de coefcient
dominant a
n
= (1)
n
(n + 1)! . Au rang 0, par dnition de la fonction f, la fonction P
0
est constante gale 1. Ainsi, elle est polynomiale de degr 0 et son coefcient dominant
est :
a
0
= 1 = (1)
0
(0 + 1)!
ce qui prouve que la proposition T(0) est vraie. Soit n un entier naturel. On suppose que la
proposition T(n) est vraie. Alors :
x R, P
n+1
(x) = (x
2
+ 1)P
t
n
(x) 2(n + 1)xP
n
(x)
23.6. SOLUTIONS DES EXERCICES 339
Ainsi, la fonction P
n+1
est la diffrence de deux fonctions qui sont le produit de fonctions
polynmes ce qui prouve quelle est elle mme une fonction polynme. Posons : P
n
(X) =
a
n
X
n
+ Q
n
(X) o Q
n
(X) R
n1
[X]. Alors, on a :
P
n+1
(X) = (X
2
+ 1)[na
n
X
n1
+ Q
t
n
(X)] 2(n + 1)X[a
n
X
n
+ Q
n
(X)]
= (n + 2)a
n
X
n+1
+ Q
n+1
(X)
o : Q
n+1
(X) = X
2
Q
t
n
(X) + na
n
X
n1
+ Q
t
n
(X) 2(n + 1)XQ
n
(X) R
n
[X]. On en
dduit que P
n+1
(X) est de degr n + 1 et de coefcient dominant :
(n + 2)a
n
= (n + 2)(1)
n
(n + 1)! = (1)
n+1
(n + 2)!
ce qui prouve la proposition T(n + 1).
Conclusion : P
n
est polynomiale de degr n et de coefcient dominant (1)
n
(n + 1)! .
(c) Soit Q(n) la proposition : le polynme P
n
(X) admet n racines relles deux deux distinctes .
Comme P
0
(X) = 1 et P
1
(X) = 2X alors les propositions Q(0) et Q(1) sont vraies. Soit n
un entier naturel. Supposons que la proposition Q(n) est vraie. Notons
1
< <
n
les n
racines (simples) du polynme P
n
(X). On a :
x R, f
(n)
(x) =
P
n
(x)
(x
2
+ 1)
n+1
et donc k 1, n, f
(n)
(
k
) = 0
Comme f
(n)
est de classe (

sur R, on peut appliquer le thorme de Rolle la fonction f


(n)
sur chaque intervalle [
k1
,
k
] pour tout entier k tel que 2 k n :

k
]
k1
,
k
[ / f
(n+1)
(
k
) = 0
Ainsi, on a obtenu n 1 racines
2
< <
n
du polynme P
n+1
(X) qui est de degr n + 1.
Par ailleurs, on a :
P
n
(x)
x
(1)
n
(n + 1)!x
n
et (x
2
+ 1)
n+1

x
x
2n+2
On en dduit que :
f
(n)
(x)
x
(1)
n
(n + 1)!x
n
x
2n+2
=
(1)
n
(n + 1)!
x
n+2

x
0
Alors, toujours daprs le thorme de Rolle, on a :

1
] ,
1
[ / f
(n+1)
(
1
) = 0 et
n+1
]
n
, +[ / f
(n+1)
(
n+1
) = 0
On a donc obtenu n+1 racines
1
< <
n+1
(deux deux distinctes) du polynme P
n+1
(X)
qui est de degr n + 1 (donc il ne peut y avoir dautres racines) et ainsi la proposition Q(n + 1)
est vraie.
Conclusion : P
n
(X) admet n racines relles deux deux distinctes .
340 CHAPITRE 23. CALCUL DIFFRENTIEL
Chapitre 24
Fonctions convexes
Dans ce chapitre, on dsigne par :
f une fonction dnie sur un intervalle I de R,
(
f
la courbe reprsentative de la fonction f dans un repre orthogonal,
x
0
un lment de I.
24.1 Notion de convexit et de point dinexion
Dnitions
On dit que f est convexe sur I si et seulement si :
(x, y) I
2
, [0, 1], f(x + (1 )y) f(x) + (1 )f(y)
On dit que f est concave sur I si et seulement si f est convexe sur I soit si et seulement si :
(x, y) I
2
, [0, 1], f(x + (1 )y) f(x) + (1 )f(y)
tudier la convexit dune fonction sur lintervalle I, cest dterminer les sous intervalles de I sur
lesquels elle est convexe et ceux sur lesquels elle est concave.
Interprtation graphique de la convexit
f est convexe (resp. concave) sur I si et seulement (
f
est au-dessous (au-dessus) de ses cordes sur I.
Exemples (rsultats retenir)
1. Montrer que la fonction carre est convexe sur R.
2. Montrer que la fonction inverse est convexe sur ]0, +[ et concave sur ] , 0[.
3. Monter que la fonction racine carre est concave sur [0, +[.
Dnition
On dit que la courbe (
f
admet un point dinexion en son point dabscisse x
0
si et seulement sil existe
un voisinage de x
0
tel que, sur ce voisinage, f est convexe avant x
0
(resp. aprs x
0
) et concave aprs x
0
(resp. avant x
0
). Autrement dit, un point dinexion de la courbe correspond un changement de convexit
de la fonction.
Exemple
Soit f la fonction dnie sur R par :
x [0, +[, f(x) = x
2
et x ] , 0[, f(x) = x
2
Montrer que la courbe de la fonction f admet un point dinexion au point dabscisse 0.
341
342 CHAPITRE 24. FONCTIONS CONVEXES
24.2 Convexit et fonction drive
Thorme
On suppose que f est dnie et drivable sur I. Les propositions suivantes sont quivalentes :
1. f
t
est croissante (resp. dcroissante) sur I,
2. Pour tout x
0
I, la courbe de f est au-dessus (resp. au_dessous) de sa tangente au point dabscisse
x
0
sur lintervalle I,
3. f est convexe (resp. concave) sur I.
Preuves
(1) (2) Supposons que f
t
est croissante sur I. Soit x
0
I. Alors, pour tout rel x I, on a :
f(x) = f(x
0
) + f
t
(x
0
)(x x
0
) + (x x
0
)(x) et lim
xx
0
(x) = 0
Soit x > x
0
. Daprs lgalit des accroissements nis applique f sur [x
0
, x] on a :
c ]x
0
, x[ / f
t
(c) =
f(x) f(x
0
)
x x
0
Ainsi :
f
t
(c) = f
t
(x
0
) + (x)
Comme x
0
< c < x alors f
t
(c) f
t
(x
0
) et donc (x) 0. On en dduit que :
f(x) [f(x
0
) + f
t
(x
0
)(x x
0
)] = (x x
0
)(x) 0
donc (
f
est au-dessus de la tangente au point dabscisse x
0
au-del de x
0
. On mne un raisonnement
analogue pour x < x
0
.
(2) (3) Supposons que pour tout x
0
I, la courbe de f est au-dessus de sa tangente au point
dabscisse x
0
. Soit (x, y) I
2
tel que x < y. Soit [0, 1]. En utilisant la tangente au point
dabscisse x + (1 )y, on obtient :
f(x) f(x + (1 )y) + f
t
(x + (1 )y)(1 )(x y)
f(y) f(x + (1 )y) + f
t
(x + (1 )y)()(x y)
Comme et 1 sont positifs, par combinaison linaire des deux ingalits, on en dduit que :
f(x) + (1 )f(y) f(x + (1 )y)
(3) (1) Supposons que f est convexe sur I. Soit (x, y) I
2
tel que x < y. Pour tout z ]x, y[,
(
f
tant au-dessous de la corde [X, Y ] o X est le point de coordonnes (x, f(x)) et Y celui de
coordonnes (y, f(y)), on a :
f(z)
f(y) f(x)
y x
(z x) + f(x) et f(z)
f(x) f(y)
x y
(z y) + f(y)
do :
f(z) f(x)
z x

f(y) f(x)
y x
et
f(z) f(y)
z y

f(x) f(y)
x y
f tant drivable en x et en y, on passe la limite lorsque z x dans la premire ingalit et z y
dans la seconde. Alors :
f
t
(x)
f(y) f(x)
y x
f
t
(y)
donc f
t
est croissante sur I.
24.3. CONVEXIT ET FONCTION DRIVE SECONDE 343
Exemples
1. (rsultats retenir)
(a) Montrer que la fonction exponentielle est convexe sur R.
(b) Montrer que la fonction logarithme est concave sur ]0, +[.
2. Montrer que la courbe de la fonction carre est au dessus de la droite dquation y = 2x 1.
3. Positions relatives de la courbe de cos et de la droite dquation y = x +

2
.
Proposition
On suppose que f est dnie et drivable sur I. On note D la tangente (
f
au point dabscisse x
0
.
Alors, (
f
admet un point dinexion au point dabscisse x
0
si et seulement sil existe un voisinage de x
0
tel
que, sur ce voisinage, (
f
est au-dessus (resp. au-dessous) de D avant x
0
et au-dessous (resp. au-dessus) de
D aprs x
0
.
Preuve
vident.
Interprtation graphique
La courbe de f traverse sa tangente au point dinexion.
Exemple ( retenir)
Montrer que la courbe de la fonction cube admet un point dinexion au point dabscisse 0.
24.3 Convexit et fonction drive seconde
Thorme
On suppose que f est dnie et deux fois drivable sur I. Alors, f est convexe (resp. concave) sur I si
et seulement si f
tt
0 (resp. f
tt
0) sur I.
Preuve
vident daprs le thorme prcdent.
Proposition
On suppose que f est dnie et deux fois drivable sur I. Alors, (
f
admet un point dinexion au point
dabscisse x
0
si et seulement sil existe un voisinage de x
0
tel que, sur ce voisinage, la drive seconde de
f sannule en x
0
et change de signe autour de x
0
.
Preuve
vident.
Exemple
Dterminer tous les points dinexion de la fonction x
e
x
1
e
x
+ 1
dnie sur R.
344 CHAPITRE 24. FONCTIONS CONVEXES
24.4 Exercices
1. Soit f une fonction continue et strictement monotone sur un intervalle I de R.
(a) Justier lexistence de f
1
sur un intervalle J que lon exprimera en fonction de I.
(b) On suppose que f est convexe sur I. tudier la convexit de f
1
.
(c) Mme question en supposant que f est concave sur I.
2. Soit f : I J et g : J R.
(a) On suppose que f et g sont convexes. tudier la convexit de g f.
(b) Idem avec f et g concaves.
3. (a) tudier la convexit de la fonction sin : [

2
,

2
] [1, 1] puis de sa rciproque.
(b) tudier la convexit de la fonction cos : [0, ] [1, 1] puis de sa rciproque.
(c) tudier la convexit de la fonction tan :]

2
,

2
[R puis de sa rciproque.
4. Dterminer la position de la courbe de la fonction sin par rapport la droite dquation y = x au
voisinage de 0.
5. (a) Dterminer le dveloppement limit lordre 1 en x =

3
de x tan(x).
(b) Position de (
tan
par rapport sa tangente au point dabscisse

3
.
6. (a) i. Justier que la fonction ln est concave sur ]0, +[.
ii. En dduire que :
(a, b) ]0, +[
2
, ln
_
a + b
2
_
ln(

ab)
(b) i. Dmontrer que si f est convexe sur I alors :
n N

, (x
1
, . . . , x
n
) I
n
, (
1
, . . . ,
n
) [0, 1]
n
,

1
+ +
n
= 1 f(
1
x
1
+ +
n
x
n
)
1
f(x
1
) + +
n
f(x
n
)
ii. Soit (x
1
, . . . , x
n
) un n-uplet de rels strictements positifs. On pose :
nA = x
1
+ + x
n
G
n
= x
1
x
n
(G 0)
n
H
=
1
x
1
+ +
1
x
n
nQ
2
= x
2
1
+ + x
2
n
(Q 0)
Dmontrer que : H G A Q.
7. Soit f une fonction convexe sur un intervalle ]a, b[ (a et b sont rels ou innis). Pour tout rel x ]a, b[,
on dnit la fonction :

x
: ]a, x[]x, b[ R
t
f(t) f(x)
t x
(a) Soit x ]a, b[. Dmontrer que
x
est croissante sur ]a, x[]x, b[.
Indications : Trois cas sont considrer. Dautre part, si (u, v, w) est un triplet de rels tel que
u < v < w alors il existe un rel ]0, 1[ tel que v = u + (1 )w.
(b) i. En dduire que f est drivable gauche et droite en tout rel x ]a, b[.
ii. Dmontrer alors que f est continue sur ]a, b[.
(c) On suppose que b = +.
i. Montrer que
f(x)
x
admet une limite R + lorsque x tend vers +.
ii. On suppose que R. Montrer que f(x) x admet une limite dans R lorsque
x tend vers +.
24.5. SOLUTIONS DES EXERCICES 345
24.5 Solutions des exercices
1. s
2. s
3. (a) La fonction sin est de classe (
2
sur lintervalle [

2
,

2
] et on a :
x
_

2
,

2
_
, sin
t
(x) = cos(x), sin
tt
(x) = sin(x)
Comme la fonction sin est positive sur [0,

2
], nulle en 0 et ngative sur [

2
, 0], on en dduit que
la fonction sin est convexe sur [

2
, 0] et concave sur [0,

2
]. Au point dabscisse 0, la courbe
admet un point dinexion.
La fonction arcsin est continue sur [1, 1] et drivable sur ] 1, 1[ et on a :
y ] 1, 1[, arcsin
t
(y) =
1
_
1 y
2
Alors arcsin est drivable sur ] 1, 1[ et on a :
y ] 1, 1[, arcsin
tt
(y) =
2y
2

1y
2
_
1 y
2
2
=
y
(1 y
2
)
_
1 y
2
Ainsi arcsin est convexe sur [0, 1[, concave sur ] 1, 0]. Par continuit de arcsin en 1 et en -1,
on peut prolonger la convexit et la concavit sur les bords. Il y a aussi un point dinexion
au point dabscisse 0.
(b) Comme prcdemment, on obtient que la fonction cos est concave sur [0,

2
] et concave sur
[

2
, ]. De plus, la courbe de cos admet un point dinexion au point dabscisse

2
.
Pour la fonction rciproque, on va procder autrement (an de prsenter une autre mthode).
Soit (y
1
, y
2
) [0, 1]
2
et [0, 1]. On pose :
x
1
= arccos(y
1
) et x
2
= arccos(y
2
)
et (x
1
, x
2
) [0,

2
]
2
. Comme cos est concave sur [0,

2
] alors :
cos(x
1
+ (1 )x
2
) cos(x
1
) + (1 ) cos(x
2
)
Comme arccos est dcroissante sur [1, 1] alors :
arccos(cos(x
1
+ (1 )x
2
)) arccos(cos(x
1
) + (1 ) cos(x
2
))
Comme y
1
= cos(x
1
) et y
2
= cos(x
2
) alors :
arccos(y
1
) + (1 ) arccos(y
2
) = x
1
+ (1 )x
2
arccos(y
1
+ (1 )y
2
)
donc arccos est concave sur [0, 1]. On montre de mme que arccos est convexe sur [1, 0].
(c) tudier la convexit de la fonction tan :]

2
,

2
[R puis de sa rciproque.
4. s
5. s
6. (a) i. La fonction ln est deux fois drivable sur ]0, +[ et sa drive seconde est x
1
x
2
qui
est ngative sur ]0, +[.
Conclusion : La fonction ln est concave sur ]0, +[ .
346 CHAPITRE 24. FONCTIONS CONVEXES
ii. Soit (a, b) un couple de rels strictement positifs. Pour =
1
2
, la concavit de ln scrit :
ln
_
1
2
a +
1
2
b
_

1
2
ln(a) +
1
2
ln(b) =
1
2
(ln(a) + ln(b)) =
1
2
ln(ab) = ln
_

ab
_
Conclusion : (a, b) ]0, +[
2
, ln
_
a + b
2
_
ln(

ab) .
(b) i. Supposons que f est convexe sur I. Soit T(n) la proposition : pour toute liste (x
1
, . . . , x
n
)
dlments de I, pour toute liste (
1
, . . . ,
n
) dlments de [0, 1] dont la somme vaut 1, on
a : f(
1
x
1
+ +
n
x
n
)
1
f(x
1
) + +
n
f(x
n
) . Au rang 1, la proposition est
trivialement vraie puisquil ny a quun seul rel x
1
et quun seul rel
1
, ce dernier valant
ncessairement 1. Au rang 2, la proposition est vraie par dnition de la convexit. Soit
n 2. Supposons que la proposition T(n) est vraie. Soit la liste (x
1
, . . . , x
n+1
) dlments
de I et la liste (
1
, . . . ,
n+1
) dlments de [0, 1] dont la somme vaut 1. Si
n+1
= 1 alors
lingalit est immdiate (puisque les autres
i
sont nuls). Supposons donc que
n+1
,= 1.
Alors 1
n+1
=
1
+ +
n
,= 0 et on a :
f(
1
x
1
+ +
n+1
x
n+1
) = f
_
(1
n+1
)
_

1
1
n+1
x
1
+ +

n
1
n+1
x
n
_
+
n+1
x
n+1
_
(1
n+1
) f
_

1
1
n+1
x
1
+ +

n
1
n+1
x
n
_
+
n+1
f(x
n+1
)
(1
n+1
)
_

1
1
n+1
f(x
1
) + +

n
1
n+1
f(x
n
)
_
+
n+1
f(x
n+1
)

1
f(x
1
) + +
n+1
f(x
n+1
)
donc la proposition T(n + 1) est vraie.
ii. Soit (x
1
, . . . , x
n
) un n-uplet de rels strictements positifs. Posons
1
= =
n
=
1
n

[0, 1]. Alors la somme de ces rels vaut bien 1. Par convexit de la fonction carre sur
]0, +[ et daprs la question prcdente, on a :
_
1
n
x
1
+ +
1
n
x
n
_
2

1
n
x
2
1
+ +
1
n
x
2
n
1
n
x
1
+ +
1
n
x
n

_
1
n
x
2
1
+ +
1
n
x
2
n
donc : A Q. Dautre part, par concavit de la fonction logarithme, on a :
ln
_
1
n
x
1
+ +
1
n
x
n
_

1
n
ln(x
1
) + +
1
n
ln(x
n
) = ln (
n

x
1
. . . x
n
)
1
n
x
1
+ +
1
n
x
n

n

x
1
. . . x
n
donc : G A. Enn, toujours par concavit de la fonction ln, on a :
ln
_
1
n
x
1
1
+ +
1
n
x
1
n
_

1
n
ln
_
x
1
1
_
+ +
1
n
ln
_
x
1
n
_
= ln (
n

x
1
. . . x
n
)
_
1
n
x
1
1
+ +
1
n
x
1
n
_
1

x
1
. . . x
n
donc : H G. Conclusion : H G A Q .
Chapitre 25
Calcul intgral sur un segment
Dans tout ce chapitre :
f et g dsignent deux fonctions numriques dnies sur un intervalle I de R,
[a, b] est un sous intervalle de I avec a b,
(
f
et (
g
dsignent la courbe reprsentative de f et de g dans un repre orthogonal,
aucune dmonstration nest exigible.
25.1 Fonctions en escalier
Dnitions
On appelle subdivision de [a,b] toute suite nie strictement croissante (x
0
, . . . , x
n
) telle que :
n 1 x
0
= a x
n
= b
La subdivision (x
0
, . . . , x
n
) de [a, b] est dite rgulire si et seulement si la suite (x
0
, . . . , x
n
) est
arithmtique, cest dire si et seulement si :
k 0, n 1, x
k+1
= x
k
+
1
n
ou bien k 0, n, x
k
= a + k
b a
n
On dit que f est une fonction en escalier sur lintervalle [a, b] si et seulement sil existe une subdi-
vision (x
0
, . . . , x
n
) de [a, b] telle que :
k 1, n, y
k
R/ x ]x
k1
, x
k
[, f(x) = y
k
Cette subdivision (x
0
, . . . , x
n
) est alors dite adapte f .
On notera (entre nous) c([a, b]) lensemble des fonctions en escalier sur [a, b] et c
+
([a, b]) le sous-
ensemble des fonctions en escalier positives sur [a, b].
On dit que f est une fonction en escalier sur lintervalle I si et seulement si elle est en escalier sur
tout sous-segment de I.
Exemples
1. Justier que la fonction indicatrice de lintervalle ]1, 2[ est en escalier sur [0, 3[ puis sur R.
2. Justier que la fonction partie entire est en escalier sur R.
Remarques
Soit f une fonction en escalier sur [a, b].
f nadmet pas une unique subdivision adapte.
Toutes les subdivisions de [a, b] ne sont pas adaptes f.
Les valeurs prises par f en les points dune subdivision adapte nont que peu dimportance.
Soit f une fonction en escalier sur I. Alors, le nombre de marches peut tre inni mais, sur chaque
segment, le nombre de marches est ni.
347
348 CHAPITRE 25. CALCUL INTGRAL SUR UN SEGMENT
25.2 Construction de lintgrale des fonctions positives
25.2.1 Cas des fonctions en escalier positives
Proposition/Dnition
On suppose que f c
+
([a, b]).
La somme
n

k=1
y
k
(x
k
x
k1
) (avec les notations de la dnition) est indpendante du choix de la
subdivision adapte f.
Cette somme est appele intgrale de f sur le segment [a, b] et se note :
_
b
a
f(x)dx.
Preuve
Soit (x
0
, . . . , x
n
) et (x
t
0
, . . . , x
t
m
) deux subdivisions adaptes f (associes aux rels (y
1
, . . . , y
n
) et
(y
t
1
, . . . , y
t
m
))...
Exemple
Justier lexistence puis calculer, laide de la dnition, lintgrale
_
5/2
1/2
t| dt.
Remarques
On suppose que f c
+
([a, b]). On pose : A =
_
b
a
f(t)dt.
La valeur de A est indpendante des valeurs prises par f en les points de la subdivision adapte
choisie pour effectuer le calcul.
La valeur de A est gale la somme des aires des rectangles dnis par la subdivision adapte
(x
0
, . . . , x
n
) choisie cest dire laire du domaine limit par (
f
, laxe des abscisses et les droites
dquations x = x
k
pour tout k 0, n (lunit daire tant dnie par les units choisies sur les
deux axes de coordonnes du repre) ; en particulier, cette intgrale est positive.
La valeur de A peut tre nulle sans que la fonction f ne soit identiquement nulle sur [a, b] (il suft
quelle soit non nulle en au moins un point de la subdivision adapte choisie). Toutefois, la valeur de
A est nulle lorsque a = b.
25.2.2 Cas des fonctions continues et positives
Proposition/Dnition
On suppose que f est continue et positive sur [a, b]. Notons :
I
+
[a,b]
(f) =
_
_
b
a
g(x)dx

g c
+
([a, b]), g f
_
et I

[a,b]
(f) =
_
_
b
a
g(x)dx

g c
+
([a, b]), g f
_
Ces deux ensembles sont des parties non vide de R qui sont aussi respectivement minor et major.
(admis, li la continuit) inf
_
I
+
[a,b]
(f)
_
= sup
_
I

[a,b]
(f)
_
.
On appelle intgrale de f sur le segment [a, b] le rel, not
_
b
a
f(x)dx, gal aux rels ci-dessus.
Preuve
f tant continue et positive sur [a, b], elle admet un maximum global sur [a, b] qui est positif. Alors
s = (max f
[a,b]
)11
[a,b]
est en escalier sur [a, b] et suprieure f sur [a, b] donc
_
b
a
s(x)dx est un lment
25.2. CONSTRUCTION DE LINTGRALE DES FONCTIONS POSITIVES 349
de I
+
[a,b]
(f). De mme, la fonction i obtenue avec le minimum de f sur [a, b] (ou peut aussi choisir la
fonction nulle) est un lment de I

[a,b]
(f).
De plus,
_
b
a
i(x)dx est un minorant de I
+
[a,b]
(f) et
_
b
a
s(x)dx est un majorant de I

[a,b]
(f).
Exemple
1. Justier lexistence de lintgrale
_
b
a
x
2
dx.
2. On suppose que 0 a < b. Soit n N

. laide de subdivisions rgulires en n segments de [a, b],


calculer cette intgrale.
3. Idem avec a < b 0 puis avec a < 0 < b.
Remarques
On suppose que f continue et positive sur [a, b].
La valeur de lintgrale de f sur [a, b] est gale la limite de la somme des aires des rectangles dnis
par les subdivisions adaptes aux fonctions en escalier minorant (ou majorant) f, cest dire laire
du domaine limit par (
f
, laxe des abscisses et les droites dquations x = a et x = b (lunit daire
tant dnie par les units choisies sur les deux axes de coordonnes du repre).
Cette intgrale est positive ou nulle. Elle est nulle lorsque a = b.
Thormes
On suppose que f et g sont continues et positives sur [a, b].
Linarit de lintgrale : Pour tout couple (, ) R
2
tel que f + g est positive sur [a, b], on a :
_
b
a
(f + g)(t)dt =
_
b
a
f(t)dt +
_
b
a
g(t)dt
Relation de Chasles : Pour tout rel c [a, b], on a :
_
b
a
f(t)dt =
_
c
a
f(t)dt +
_
b
c
f(t)dt
Positivit de lintgrale : Si f g sur [a, b] alors :
_
b
a
f(t)dt
_
b
a
g(t)dt
Nullit ou stricte positivit de lintgrale : Si f est strictement positive en au moins un point de
[a, b] alors son intgrale est strictement positive sur [a, b]. Par contraposition, si lintgrale de f est
nulle sur [a, b] alors la fonction f est identiquement nulle sur [a, b].
Minoration et majoration dintgrales :
(b a)min
[a,b]
f
_
b
a
f(t)dt (b a)max
[a,b]
f
Preuves
Positivit : On a g f est continue et positive sur [a, b] et la fonction nulle est positive et en escalier
sur [a, b]. On en dduit alors que :
_
b
a
0dt
_
b
a
(g f)(t)dt
0
_
b
a
g(t)dt
_
b
a
f(t)dt
do le rsultat.
350 CHAPITRE 25. CALCUL INTGRAL SUR UN SEGMENT
Stricte positivit : On suppose que f(t
0
) ,= 0 avec t
0
]a, b[. Comme f est positive et continue en t
0
alors :
> 0 / t [t
0
, t
0
+ ] [a, b], [f(t) f(t
0
)[
f(t
0
)
2
do lon tire lingalit :
t [t
0
, t
0
+ ], f(t)
f(t
0
)
2
On dnit alors la fonction g sur [a, b] par :
g(t) =
_
0 si t / [t
0
, t
0
+ ]
f(t
0
)
2
si t [t
0
, t
0
+ ]
Alors g est en escalier, positive et infrieure f sur [a, b]. On en dduit que :
_
b
a
g(t)dt
_
b
a
f(t)dt
0 < f(t
0
)
_
b
a
f(t)dt
Dans le cas o t
0
a, b, la minoration obtenue est :
0 <
f(t
0
)
2

_
b
a
f(t)dt
Dans tous les cas, lintgrale est strictement positive.
Encadrement : Par continuit de f sur [a, b], on a :
t [a, b], 0 min
[a,b]
f f(t) max
[a,b]
f
Par positivit et en remarquant que f est encadre par des fonctions en escalier et positive sur [a, b],
on obtient lencadrement de lintgrale de f avec la dnition.
Exemple
On suppose que f continue sur [a, b] et que
_
b
a
f(t)
2
dt = 0. Dmontrer que f est nulle sur [a, b].
Dnition
On suppose que f est continue et positive sur [a, b]. On appelle valeur moyenne de f sur [a, b] le rel :
1
b a
_
b
a
f(t)dt si a < b f(a) si a = b
Propositions
On suppose que f est continue et positive sur [a, b].
La valeur moyenne de f sur [a, b] est un lment de
_
min
[a,b]
f, max
[a,b]
f
_
donc admet un antcdent par f
dans [a, b].
La valeur moyenne de f sur [a, b] est gale la valeur prise par la fonction constante (donc en escalier)
sur [a, b] qui a mme intgrale que f sur [a, b].
Preuves
Encadrement puis thorme des valeurs intermdiaires.
Cest vident.
25.3. INTGRALE DES FONCTIONS CONTINUES 351
25.3 Intgrale des fonctions continues
25.3.1 Les fondamentaux
Nous venons de dnir la notion dintgrale dune fonction continue et positive sur un segment. Nous
allons tendre cette notion aux fonctions continues et de signe non constant.
Dnitions
On suppose que f est continue sur [a, b].
Si f est ngative sur [a, b] alors la fonction f est positive sur [a, b] et on pose :
_
b
a
f(t)dt =
_
b
a
(f)(t)dt
Si f sannule en changeant de signe en les points a
1
< < a
n
sur [a, b] alors, avec a
0
= a et
a
n+1
= b, on pose :
_
b
a
f(t)dt =
n+1

k=1
_
a
k
a
k1
f(t)dt
On admet que cette dnition stend au cas o la fonction f sannule en changeant de signe en une
innit de points de [a, b].
On convient que :
_
a
b
f(t)dt =
_
b
a
f(t)dt.
On appelle valeur moyenne de f sur [a, b] le rel
1
ba
_
b
a
f(t)dt si a < b ou le rel f(a) si a = b.
Exemple
Aprs avoir justi de son existence, calculer, en utilisant la dnition, lintgrale
_
2
2
(x + 1)dx.
Remarques
On suppose que f est continue sur [a, b].
On aurait pu dnir lintgrale de f sur [a, b] en dnissant dabord lintgrale des fonctions en
escalier de signe non constant sur [a, b] (mme mthode que pour les fonctions continues de signe non
constant) puis lintgrale de f comme borne suprieure (resp. infrieure) des intgrales des fonctions
en escalier infrieures (resp. suprieures) f sur [a, b].
Lintgrale de f sur [a, b] est gale la diffrence entre la somme des aires des domaines situs
au-dessus de laxe des abscisses et la somme des aires des domaines situs au-dessous de cet axe.
Cette intgrale peut tre nulle sans que f soit identiquement nulle sur [a, b] (fonction impaires sur
[a, a]).
La valeur moyenne de f sur [a, b] est un lment de
_
min
[a,b]
f, max
[a,b]
f
_
.
La valeur moyenne de f sur [a, b] est gale la valeur prise par la fonction constante sur [a, b] qui a
mme intgrale que f sur [a, b] ( interprter en termes daires).
Thormes
On suppose que f et g sont continues sur [a, b].
Linarit de lintgrale : Pour tout couple (, ) de rels, on a :
_
b
a
(f + g)(t)dt =
_
b
a
f(t)dt +
_
b
a
g(t)dt
352 CHAPITRE 25. CALCUL INTGRAL SUR UN SEGMENT
Relation de Chasles : Pour tout rel c [a, b], on a :
_
b
a
f(t)dt =
_
c
a
f(t)dt +
_
b
c
f(t)dt
Positivit de lintgrale : Si f g sur [a, b] alors :
_
b
a
f(t)dt
_
b
a
g(t)dt
Quelques minoration et majoration dintgrales :

_
b
a
f(t)dt

_
b
a
[f(t)[ dt (b a)max
[a,b]
[f[
(b a)min
[a,b]
f
_
b
a
f(t)dt (b a)max
[a,b]
f
Preuves
s
25.3.2 Sommes de Riemann
Dnition
Soit n N

et (a
0
, . . . , a
n
) une subdivision de lintervalle [a, b]. On appelle somme de Riemann de
rang n de la fonction f sur [a, b] adapte la subdivision (a
0
, . . . , a
n
) lun ou lautre des rels :
b a
n
n1

k=0
f (a
k
) ou
b a
n
n

k=1
f (a
k
)
En pratique, on choisit une subdivision rgulire de [a, b] do les sommes de Riemann de rang n :
b a
n
n1

k=0
f
_
a + k
b a
n
_
ou
b a
n
n

k=1
f
_
a + k
b a
n
_
Interprtation graphique
Subdivision rgulire en n intervalles et rectangles gauches ou rectangles droits .
Thorme (mthode des rectangles)
On suppose que f est continue sur [a, b]. Alors :
lim
n+
b a
n
n1

k=0
f
_
a + k
b a
n
_
= lim
n+
b a
n
n

k=1
f
_
a + k
b a
n
_
=
_
b
a
f(t)dt
25.3. INTGRALE DES FONCTIONS CONTINUES 353
Preuve
On effectue la dmonstration dans le cas o la fonction f est de classe (
1
sur [a, b]. Soit n un entier
naturel non nul. On pose :
k 1, n, a
k
= a + k
b a
n
E
n
=
b a
n
n

k=1
f(a
k
)
_
b
a
f(t)dt
Comme
ba
b
f(a
k
) =
_
a
k
a
k1
f(a
k
)dt, on en dduit que :
E
n
=
n

k=1
_
a
k
a
k1
(f(a
k
) f(t))dt
[E
n
[
n

k=1
_
a
k
a
k1
[f(a
k
) f(t)[dt
Comme f est drivable sur [a, b] alors, daprs lgalit des accroissements nis, on a :
k 1, n, t [a
k1
, a
k
], c
k
(t) [t, a
k
] / f
t
(c
k
(t)) =
f(a
k
) f(t)
a
k
t
Comme f
t
est continue sur [a, b] alors :
k 1, n, t [a
k1
, a
k
], [f(a
k
) f(t)[ (a
k
t) max
[a
k1
,a
k
]
[f
t
[
Ainsi, on en dduit successivement que :
[E
n
[
n

k=1
_
a
k
a
k1
(a
k
t) max
[a
k1
,a
k
]
[f
t
[dt
[E
n
[
n

k=1
_
max
[a
k1
,a
k
]
[f
t
[
_
a
k
a
k1
(a
k
t)dt
_
[E
n
[
n

k=1
_
max
[a
k1
,a
k
]
[f
t
[
(a
k
a
k1
)
2
2
_
[E
n
[
(b a)
2
2n
2
n

k=1
_
max
[a
k1
,a
k
]
[f
t
[
_
[E
n
[
(b a)
2
2n
_
max
[a,b]
[f
t
[
_
Par passage la limite lorsque n tend vers +, on obtient le rsultat annonc.
Exemples
1. Soit f continue sur [0, 1]. Justier que : lim
n+
1
n
n

k=1
f
_
k
n
_
=
_
1
0
f(t)dt.
2. Calculer lim
n+
1
n
3
n

k=1
(2n + k)
2
.
354 CHAPITRE 25. CALCUL INTGRAL SUR UN SEGMENT
Remarque
Les sommes de Riemann fournissent une mthode numrique (donc programmable) de calcul approch
des intgrales de fonctions sur un segment. Toutefois, ce nest pas la seule mthode : mthode dite des
points mdians (ou rectangles mdians), mthode des trapzes ...
25.4 Intgrale des fonctions continues par morceaux
Dnitions
On dit que la fonction f est continue par morceaux sur [a, b] si et seulement sil existe une subdivi-
sion (a
0
, . . . , a
n
) de [a, b] (subdivision dite adapte f) telle que pour tout entier k 1, n, f
[]a
k1
,a
k
[
se prolonge en une fonction continue sur [a
k1
, a
k
], cest dire que :
f est continue sur ]a
k1
, a
k
[ et
f admet une limite nie droite en a
k1
et une limite nie gauche en a
k
.
On dit que la fonction f est continue par morceaux sur I si et seulement si elle est continue par
morceaux sur chaque sous-segment de I.
On suppose que f est une fonction continue par morceaux sur [a, b]. Soit (a
0
, . . . , a
n
) une subdivision
adapte f et, pour tout k 1, n, on note f
k
le prolongement par continuit de f sur [a
k1
, a
k
]. On
appelle alors intgrale de f sur lintervalle [a, b] le rel :
_
b
a
f(t)dt =
n

k=1
_
a
k
a
k1
f
k
(t)dt
Valeur moyenne : comme ci-dessus.
Remarques
La fonction inverse nest pas continue par morceaux sur R.
Toute fonction en escalier sur [a, b] est continue par morceaux sur [a, b].
La valeur de lintgrale sur [a, b] dune fonction continue par morceaux est indpendante du choix de
la subdivision adapte choisie pour son calcul ainsi que des valeurs de la fonction en ses points de
discontinuit.
Exemple
Calculer
_
4
3
f(t)dt pour f dnie sur R par :
f(x) =
_
_
_
0 si x < 0
1 si x = 0
2e
x
si x > 0
Thormes
Tous les thormes fondamentaux sur les intgrales des fonctions continues sont encore valables pour
les intgrales des fonctions continues par morceaux.
Preuves
s
25.5. EXERCICES 355
25.5 Exercices
1. Pour tout entier naturel n non nul, on pose :
u
n
=
_
n
1
dt
1 cos(t) + t
2
Montrer que la suite (u
n
)
n1
est monotone puis quelle converge.
2. Soit ]0, 1[. On pose : n N, u
n
=
_

0
t
n
e
t
dt.
(a) Justier lexistence de cette suite puis dterminer sa nature.
(b) Dterminer les extrema de t t
n
e
t
sur [0, ]. En dduire la limite de la suite (u
n
)
n0
.
3. Soit f continue sur [0, 1]. On pose : n N, u
n
=
_
1
0
t
n
f(t)dt. Dmontrer que lim
n+
u
n
= 0.
4. Soit f continue et strictement croissante sur [0, 1] et telle que f(0) = 0 et f(1) = 1. Dmontrer que :
lim
n+
_
1
0
f(t)
n
dt = 0
5. Soit a un rel et f une fonction continue sur lintervalle [a, +[. Pour tout x > a, on pose :
g(x) =
1
x a
_
x
a
f(t)dt
(a) Justier que cela dnit une fonction g sur lintervalle ]a, +[.
(b) Dmontrer que g se prolonge par continuit en a et prciser le prolongement obtenu.
(c) i. On suppose que lim
t+
f(t) = R. Dmontrer que lim
x+
g(x) = .
ii. On suppose que lim
t+
f(t) = +. Dmontrer que lim
x+
g(x) = +.
(d) On suppose que f est croissante sur [a, +[. Soit (x, y) R
2
tel que a x < y.
i. Dmontrer que la valeur moyenne de f sur [x, y], note
[x,y]
(f), est suprieure la valeur
moyenne de f sur [a, x], note
[a,x]
(f).
ii. En dduire que g(x) g(y). Conclure.
6. Dterminer les limites suivantes :
lim
n+
n

k=1
n

e
k
n
et lim
n+
n

k=1
n
n
2
+ k
2
7. Soit f et g deux fonctions continues sur [a, b].
(a) Justier que x
_
b
a
(xf(t) + g(t))
2
dt est une fonction polynme.
(b) i. En dduire lingalit de Cauchy-Schwarz :
__
b
a
[f(t)g(t)]dt
_
2

__
b
a
[f(t)]
2
dt
___
b
a
[g(t)]
2
dt
_
ii. Dmontrer que lingalit de Cauchy-Schwarz est une galit si et seulement si f et g sont
proportionnelles.
(c) i. En utilisant lingalit de Cauchy-Schwarz, dmontrer lingalit de Minkowski :
__
b
a
[f(t) + g(t)]
2
dt
_
1/2

__
b
a
[f(t)]
2
dt
_
1/2
+
__
b
a
[g(t)]
2
dt
_
1/2
356 CHAPITRE 25. CALCUL INTGRAL SUR UN SEGMENT
ii. Dmontrer que cette ingalit est une ingalit si et seulement si f et g sont proportionnelles
et le coefcient de proportionnalit est positif ou nul.
8. Soit f une fonction continue sur [0, ].
(a) On suppose que :
_

0
f(t) sin(t)dt = 0. En raisonnant par labsurde, dmontrer que f sannule
au moins une fois sur ]0, [.
(b) On suppose maintenant que :
_

0
f(t) cos(t)dt =
_

0
f(t) sin(t)dt = 0
Dmontrer que f sannule au moins deux fois sur ]0, [.
Indication : Dans le cas o la fonction f change de signe en lunique rel t
0
]0, [, combiner
les intgrales prcdentes avec sin(t
0
) et cos(t
0
).
9. Soit f une fonction continue sur [a, b] et n un entier naturel. On suppose que :
k 0, n,
_
b
a
t
k
f(t)dt = 0
(a) Montrer que : P R
n
[X],
_
b
a
P(t)f(t)dt = 0.
(b) En dduire que f admet, au moins, n + 1 zros deux deux distincts dans ]a, b[.
10. Premire formule de la moyenne.
Soit f et g deux fonctions continues sur [a, b] o a < b. On suppose, de plus, que g est positive sur
[a, b].
(a) On pose : m = min
[a,b]
f et M = max
[a,b]
f . Dmontrer que :
m
_
b
a
g(t)dt
_
b
a
f(t)g(t)dt M
_
b
a
g(t)dt
(b) En dduire quil existe un rel c [a, b] tel que :
_
b
a
f(t)g(t)dt = f(c)
_
b
a
g(t)dt
25.6 Solutions des exercices
1. s
2. s
3. s
4. s
5. (a) Soit x ]a, +[. On sait que f est continue sur [a, x] donc son intgrale sur ce segment est bien
dnie. Comme de plus x a ,= 0 on en dduit que g(x) existe.
Conclusion : La fonction g est bien dnie sur ]a, +[ .
(b) En utilisant un rsultat du chapitre suivant, on sait que f admet des primitives sur [a+, [. Soit
F lune dentre elle. Alors :
x ]a, +[, g(x) =
1
x a
_
x
a
f(t)dt =
F(x) F(a)
x a
25.6. SOLUTIONS DES EXERCICES 357
Comme F est drivable en a et comme sa fonction drive est f, on en dduit que :
lim
xa
g(x) = F
t
(a) = f(a)
Maintenant, on peut aussi obtenir ce rsultat directement (il suft de prendre la dmonstration
du rsultat utilis ci-dessus). En effet, pour tout rel x > a, on a :
[g(x) f(a)[ =

1
x a
_
x
a
f(t)dt
1
x a
_
x
a
f(a)dt

1
x a
_
x
a
[f(t) f(a)[ dt
Soit > 0. Comme f est continue en a, alors :
> 0 / x [a, a + ], [f(x) f(a)[
Alors, pour tout rel x ]a, a + [, on a successivement :
t [a, x], [f(t) f(a)[
_
x
a
[f(t) f(a)[ dt
_
x
a
dt = (x a)
[g(x) f(a)[
ce qui prouve que g(x)
xa
f(a).
Conclusion : La fonction g se prolonge par continuit en a en posant g(a) = f(a) .
(c) i. Pour tout rel x > a, on a :
[g(x) [ =

1
x a
_
x
a
f(t)dt
1
x a
_
x
a
dt

1
x a
_
x
a
[f(t) [ dt
Soit > 0. Comme lim
t+
f(t) = R, alors :
x
0
> a / x x
0
, [f(x) [
Alors, pour tout rel x x
0
, on a :
[g(x) [
1
x a
_
x
0
a
[f(t) [ dt +
1
x a
_
x
x
0
[f(t) [ dt
Comme
1
xa
_
x
0
a
[f(t) [ dt
x+
0 alors :
x
1
x
0
/ x x
1
,
1
x a
_
x
0
a
[f(t) [ dt
De plus, pour tout rel x x
1
( x
0
), on a :
1
x a
_
x
x
0
[f(t) [ dt
1
x a
(x x
0
)
puisque x
0
> a. Ainsi, pour tout rel x x
1
, on a : [g(x) [ 2.
Conclusion : lim
t+
f(t) = R lim
x+
g(x) = .
ii. On procde de manire analogue la question prcdente. Soit M > 1. Alors :
x
0
> a / x x
0
, f(x) M > 0
358 CHAPITRE 25. CALCUL INTGRAL SUR UN SEGMENT
Daprs la relation de Chasles, on en dduit, pour tout rel x x
0
, que :
g(x) =
1
x a
_
x
0
a
f(t)dt +
1
x a
_
x
x
0
f(t)dt
1
x a
_
x
0
a
f(t)dt +
x x
0
x a
M
Comme
1
xa
_
x
0
a
[f(t) [ dt
x+
0, alors :
x
1
x
0
/ x x
1
,

1
x a
_
x
0
a
f(t)dt

1
Ainsi, pour tout rel x x
1
, on a : g(x) M 1.
Conclusion : lim
t+
f(t) = + lim
x+
g(x) = + .
(d) On suppose que f est croissante sur [a, +[. Soit (x, y) R
2
tel que a x < y.
i. Comme f est continue sur [a, x] et sur [x, y] alors :
c
1
[a, x] /
[a,x]
(f) =
1
x a
_
x
a
f(t)dt = f(c
1
) et c
2
[x, y] /
[x,y]
(f) = f(c
2
)
Comme f est croissante sur [a, +[, on en dduit que :
f(a) f(c
1
) f(x) f(c
2
) f(y)
Conclusion : a x < y
[a,x]
(f)
[x,y]
(f) .
ii. On a :
g(y) g(x) =
1
y a
_
y
a
f(t)dt
1
x a
_
x
a
f(t)dt
=
1
y a
_
x
a
f(t)dt +
1
y a
_
y
x
f(t)dt
1
x a
_
x
a
f(t)dt
=
x y
(y a)(x a)
_
x
a
f(t)dt +
1
y a
_
y
x
f(t)dt
=
y x
y a
_

[x,y]
(f)
[a,x]
(f)
_
0
Conclusion : a x < y g(x) g(y) cest dire que g est croissante sur [a, +[ .
6. s
7. (a) Par linarit de lintgrale et pour tout rel x, on a :
_
b
a
(xf(t) + g(t))
2
dt = x
2
_
b
a
(f(t))
2
dt + 2x
_
b
a
f(t)g(t)dt +
_
b
a
(g(t))
2
dt
Conclusion : x
_
b
a
(xf(t) + g(t))
2
dt est une fonction polynme de degr 2 .
(b) i. Pour tout rel x, la fonction t (xf(t) + g(t))
2
est continue et positive sur [a, b] donc la
fonction polynme prcdente est positive sur R. Ainsi, son discriminant est positif ou nul,
cest dire que :
4
__
b
a
f(t)g(t)dt
_
2
4
__
b
a
(f(t))
2
dt
___
b
a
(g(t))
2
dt
_
0
Conclusion :
__
b
a
f(t)g(t)dt
_
2

__
b
a
(f(t))
2
dt
___
b
a
(g(t))
2
dt
_
.
25.6. SOLUTIONS DES EXERCICES 359
ii. Supposons que lingalit est une galit. Si la fonction f est nulle sur [a, b] alors f = 0g
donc f et g sont bien proportionnelles. Supposons donc que f nest pas nulle sur [a, b].
Alors le discriminant est nul et la fonction polynme de degr 2 admet une racine double
x
0
. On a ainsi :
_
b
a
(x
0
f(t) + g(t))
2
dt = 0
La fonction t (x
0
f(t) + g(t))
2
tant continue et positive sur [a, b], on en dduit quelle
est nulle sur [a, b] :
t [a, b], x
0
f(t) + g(t) = 0 donc t [a, b], g(t) = x
0
f(t)
Conclusion : En cas dgalit de CS, les deux fonctions sont proportionnelles .
(c) i. On a :
_
b
a
(f(t) + g(t))
2
dt =
_
b
a
(f(t))
2
dt + 2
_
b
a
f(t)g(t)dt +
_
b
a
(g(t))
2
dt

_
b
a
(f(t))
2
dt + 2

_
b
a
(f(t))
2
dt
_
b
a
(g(t))
2
dt +
_
b
a
(g(t))
2
dt

_
_

_
b
a
(f(t))
2
dt +

_
b
a
(g(t))
2
dt
_
_
2
Conclusion :
__
b
a
(f(t) + g(t))
2
dt
_
1/2

__
b
a
(f(t))
2
dt
_
1/2
+
__
b
a
(g(t))
2
dt
_
1/2
.
ii. Supposons que cette ingalit est une galit. Si f est nulle alors f = 0g. Supposons donc
que f nest pas nulle sur [a, b]. Daprs les calculs ci-dessus, lingalit de Cauchy-Schwarz
est aussi une galit ce qui assure la proportionnalit de f et g. Posons alors : g = f avec
R. Lgalit de Minkowski nous donne alors :
[1 + [

_
b
a
(f(t))
2
dt = (1 +[[)

_
b
a
(f(t))
2
dt
Comme lintgrale nest pas nulle (puisque f nest pas la fonction nulle) alors :
[1 + [ = 1 +[[
Cette galit nest ralis que dans le cas o est positif.
Conclusion : En cas dgalit de Minkowski, on a : g = f avec [0, +[ .
8. (a) Supposons que f ne sannule pas sur ]0, [. Alors, f est de signe constant sur ]0, [ et donc, par
continuit, sur [0, ]. Comme cest aussi le cas de la fonction sinus et comme le produit de ces
deux fonctions est continue sur [0, ] alors :
t [0, ], f(t) sin(t) = 0
Comme la fonction sinus ne sannule pas sur ]0, [ alors f est nulle sur ]0, [ ce qui contredit
lhypothse.
Conclusion : Si
_

0
f(t) sin(t)dt = 0 alors f sannule au moins une fois sur [0, ] .
360 CHAPITRE 25. CALCUL INTGRAL SUR UN SEGMENT
(b) On sait, daprs la question prcdente que f sannule au moins une fois sur ]0, [. Supposons
quelle sannule exactement une fois en le rel t
0
]0, [. Si f ne change pas de signe en t
0
alors
f est de signe constant sur [0, ] (le raisonnement prcdent sapplique) et donc f est nulle sur
]0, [ ce qui est absurde. Ainsi, f change de signe en t
0
. Alors :
sin(t
0
)
_

0
f(t) cos(t)dt cos(t
0
)
_

0
f(t) sin(t)dt = 0
_

0
f(t)[sin(t
0
) cos(t) cos(t
0
) sin(t)]dt = 0
_

0
f(t) sin(t
0
t)dt = 0
Comme f change de signe en t
0
et comme t sin(t
0
t) change aussi de signe en t
0
alors la
fonction t f(t) sin(t
0
t) est de signe constant sur [0, ]. Comme elle est aussi continue sur
cet intervalle, alors :
t [0, ] t
0
, f(t) sin(t
0
t) = 0
ce qui est absurde. Conclusion : La fonction f sannule au moins deux fois sur ]0, [ .
Chapitre 26
Primitives et intgrales
Dans tout ce chapitre :
f et dsigne une fonction numrique dnie sur un intervalle I de R,
a est un lment de I,
aucune dmonstration nest exigible.
26.1 Primitives
Dnition
On appelle primitive de f sur I, sil en existe, toute fonction F drivable sur I telle que F
t
= f,
autrement dit :
x I, F
t
(x) = f(x)
Exemples (primitives usuelles)
Justier lexistence de primitives sur I des fonctions suivantes et en prciser une :
1. I = R et x c (c R)
2. I = R et x x
n
(n N)
3. I = R
+
et x
1
x
4. I = R

et x
1
x
5. I = R
+
et x
1
x
n
(n 2, +)
6. I = R et x exp(x)
7. x f
t
(x)g
t
(f(x))
8. I = R
+
et x x

( R 1)
9. I = R et x sin(x)
10. I = R et x cos(x)
11. I =]

2
,

2
[ et x tan(x)
12. I = R et x cos
4
(x)
Thorme
Soit f dnie sur I et admettant une primitive sur I.
La fonction f admet alors une innit de primitives sur I et, de plus, deux de ses primitives diffrent
dune constante.
Soit x
0
I et y
0
R. La fonction f admet une unique primitive F sur I telle que F(x
0
) = y
0
(galit qualie de condition initiale ).
361
362 CHAPITRE 26. PRIMITIVES ET INTGRALES
Preuves
Soit F
1
et F
2
deux primitives de f sur I. Alors (F
1
F
2
)
t
est la fonction nulle sur I et donc F
1
F
2
est une fonction constante.
Soit F
1
une primitive de f sur I et F : x F
1
(x) F
1
(x
0
) + y
0
. Alors F est une primitive de f
telle que F(x
0
) = y
0
(do lexistence). Supposons maintenant lexistence dune autre primitive F
2
de f sur I telle que F
2
(x
0
) = y
0
. Alors F F
2
est la fonction constante gale (F F
2
)(x
0
) = 0 sur
I (do lunicit).
26.2 Intgrales fonction de la borne suprieure
Thorme
On suppose que f est continue sur I. Soit a I. Alors :
pour tout x I, le nombre
_
x
a
f(t)dt existe,
la fonction F : I R, x
_
x
a
f(t)dt est la primitive de f sur I qui sannule en x = a (sa drive
sur I est donc la fonction f).
Preuve
Soit x I. Comme f est continue sur [a, x] (ou [x, a]) alors
_
x
a
f(t)dt.
La fonction F est donc bien dnie sur I. Soit x
0
I. Pour tout rel x I diffrent de x
0
, on a :
F(x) F(x
0
)
x x
0
=
1
x x
0
_
x
x
0
f(t)dt et f(x
0
) =
1
x x
0
_
x
x
0
f(x
0
)dt
(relation de Chasles et valeur moyenne dune fonction en escalier) do :
F(x) F(x
0
)
x x
0
f(x
0
) =
1
x x
0
_
x
x
0
[f(t) f(x
0
)]dt
Soit > 0. Par continuit de f en x
0
, on a :
> 0 / x [x
0
, x
0
+ ] I, [f(x) f(x
0
)[
Soit donc x [x
0
, x
0
+ ] I diffrent de x
0
. Alors :

F(x) F(x
0
)
x x
0
f(x
0
)

1
[x x
0
[

_
x
x
0
[f(t) f(x
0
)[dt

1
[x x
0
[

_
x
x
0
dt

=
donc lim
xx
0
F(x) F(x
0
)
x x
0
= f(x
0
). Ainsi F est drivable en x
0
et F
t
(x
0
) = f(x
0
). On en dduit que
F est une primitive de f sur I. Enn, il est vident que F(a) = 0.
Exemple
Justier lexistence et la drivabilit sur R de x
_
x
0
e
t
2
dt.
Corollaires
On suppose que f est continue sur I. Alors :
f admet des primitives sur I qui sont de classe (
1
sur I.
Soit F lune de ses primitives. On a :
_
b
a
f(t)dt = F(b) F(a) que lon note aussi [f(t)]
b
a
.
Dterminer une primitive de f sur I est quivalent calculer des intgrales. Intgrer la fonction f sur
I signiera donc en dterminer une primitive sur I.
26.3. TECHNIQUES DINTGRATION 363
Preuves
f tant continue sur I, lapplication F : x
_
x
a
f(t)dt est la primitive de f sur I qui sannule en
x = a. F est donc drivable sur I, sa drive f est continue sur I. Ainsi F est de classe (
1
sur I.
Soit G une primitive de f sur I. Alors, il existe un rel c tels que :
x I, G(x) = F(x) + c
De plus, on a :
G(b) G(a) = F(b) + c F(a) a = F(b) =
_
b
a
f(t)dt
Exemples
Calculer les intgrales :
_
/4
0
1
cos
2
(t)
dt
_
2
1
ln(t)
t
dt
_
1
0
x(1 +x
2
)
12
dx
_
/4
0
x
2
1
x
2
+ 1
dx
Thormes (Prolongements des fonctions de classe (
p
sur un bord du domaine de dnition)
On suppose que f est dnie et de classe (
1
sur ]a, b] (resp. [a, b[). Si f
t
admet une limite nie en a
(resp. b), alors f se prolonge en une fonction de classe (
1
sur [a, b].
On suppose que f est dnie et de classe (
p
sur ]a, b] (resp. [a, b[). Si f
(p)
admet une limite nie en a
(resp. b), alors f se prolonge en une fonction de classe (
p
sur [a, b].
Preuves
Intressons-nous au prolongement en a, la mthode est identique pour le prolongement en b. Soit g
le prolongement par continuit de f
t
en a. Ainsi g est continue sur [a, b]. Daprs le chapitre qui suit,
g admet des primitives sur [a, b]. Soit donc G la primitive de g qui sannule en b. Alors, pour tout
x ]a, b], on a :
G(x) =
_
b
x
g(t)dt =
_
b
x
f
t
(t)dt = f(b) f(x)
Comme Gest de classe (
1
sur [a, b], on en dduit que f admet une limite en a. Ainsi son prolongement

f sur [a, b], qui sexprime partir de G est aussi de classe (


1
sur [a, b].
On procde par rcurrence.
Exemple
Soit f dnie par : f(x) = x
3
sin(
1
x
) pour tout rel x > 0. Montrer que f se prolonge en une fonction
de classe (
1
sur [0, +[ que lon prcisera.
26.3 Techniques dintgration
Les deux techniques qui suivent ne doivent sutiliser que lorsque, dans la dtermination de primitives,
on est certain de ne pas avoir reconnu la moindre primitive usuelle.
26.3.1 Intgration par parties
Thorme
Soit u et v deux fonctions de classe (
1
sur [a, b]. Alors :
_
b
a
u
t
(x)v(x)dx = [u(x)v(x)]
b
a

_
b
a
u(x)v
t
(x)dx
364 CHAPITRE 26. PRIMITIVES ET INTGRALES
Preuve
Les fonctions u
t
v et uv
t
sont continues sur [a, b]. De plus :
[u(x)v(x)]
b
a
=
_
b
a
(uv)
t
(x)dx =
_
b
a
(u
t
v + uv
t
)(x)dx =
_
b
a
u
t
(x)v(x)dx +
_
b
a
u(x)v
t
(x)dx
do le rsultat.
Exemples
1. Calculer
_
x
1
ln(t)dt pour tout rel x > 0. En dduire les primitives de la fonction ln sur ]0, +[.
2. Dterminer la primitive de x x
2
e
3x
sur R qui sannule en x = 0.
26.3.2 Changement de variable
Thorme
On suppose que f est continue sur I. Soit u de classe (
1
sur [, ] et valeurs dans I. Alors :
_
u()
u()
f(x)dx =
_

f
t
(u(t))u
t
(t)dt
Preuve
On a :
_
u()
u()
f(x)dx = f(u()) f(u() =
_

(f u)
t
(t)dt =
_

f
t
(u(t))u
t
(t)dt
Remarques
En gnral, la fonction u est bijective de [, ] dans [a, b].
Tout changement de variable non afne sera indiqu.
Dans la pratique, on pose : x = u(t). Alors
dx
dt
= u
t
(t) ce qui autorise crire dx = u
t
(t)dt.
Exemple
Calculer
_
1
0

1 x
2
dx. On pourra poser x = sin(t).
26.3.3 Applications
Propositions
Si f est paire et continue sur I alors :
x
0
I,
_
x
0
x
0
f(t)dt = 2
_
x
0
0
f(t)dt
Si f est impaire et continue sur I alors :
x
0
I,
_
x
0
x
0
f(t)dt = 0
Si f est continue et T-priodique sur R alors :
(x
1
, x
2
) R
2
,
_
x
2
+T
x
1
+T
f(t)dt =
_
x
2
x
1
f(t)dt
x
0
R,
_
x
0
+T
x
0
f(t)dt =
_
T
0
f(t)dt
26.4. QUATION DIFFRENTIELLE LINAIRE DU PREMIER ORDRE 365
Preuves
Soit x
0
I. Alors :
_
x
0
x
0
f(t)dt =
_
0
x
0
f(t)dt +
_
x
0
0
f(t)dt
Posons : t = u(x) = x. Alors, la fonction u est de classe (
1
sur I et on a :
dt
dx
= 1 ce qui nous
donne dt = dx. De plus t = 0 donne x = 0 et t = x
0
donne x = x
0
. Par parit de f, on obtient :
_
x
0
x
0
f(t)dt =
_
0
x
0
f(x)(1)dx +
_
x
0
0
f(t)dt =
_
0
x
0
f(x)dx +
_
x
0
0
f(t)dt
do le rsultat.
Soit x
0
I. Par la mthode prcdente et par imparit de f, on obtient :
_
x
0
x
0
f(t)dt =
_
0
x
0
f(x)(1)dx +
_
x
0
0
f(t)dt =
_
0
x
0
f(x)dx +
_
x
0
0
f(t)dt = 0
Soit (x
1
, x
2
) R
2
. Posons t = u(x) = x + T. Alors, la fonction u est classe (
1
sur R et on a :
_
x
2
+T
x
1
+T
f(t)dt =
_
u(x
2
)
u(x
1
)
f(t)dt =
_
x
2
x
1
f(u(x))u
t
(x)dx =
_
x
2
x
1
f(x + T)dx =
_
x
2
x
1
f(x)dx
Soit x
0
R. Posons n
0
=
x
0
T
|. Alors : n
0
T x
0
< (n
0
+ 1)T = n
0
T + T. On a ainsi :
_
x
0
+T
x
0
f(t)dt =
_
n
0
T
x
0
f(t)dt +
_
n
0
T+T
n
0
T
f(t)dt +
_
x
0
+T
n
0
T+T
f(t)dt
Or, on a :
_
n
0
T
x
0
f(t)dt +
_
x
0
+T
n
0
T+T
f(t)dt =
_
n
0
T
x
0
f(t)dt +
_
x
0
n
0
T
f(t)dt = 0
donc :
_
x
0
+T
x
0
f(t)dt =
_
n
0
T+T
n
0
T
f(t)dt
Posons t = u(x) = x + n
0
T. Alors, la fonction u est de classe (
1
sur R et on a :
_
x
0
+T
x
0
f(t)dt =
_
u(T)
u(0)
f(t)dt =
_
T
0
f(x + n
0
T)dx =
_
T
0
f(x)dx
26.4 quation diffrentielle linaire du premier ordre
Dnitions
Soit u une fonction numrique dnie sur I. On appelle quation diffrentielle linaire du premier
ordre toute quation dinconnue une fonction y drivable sur I telle que y
t
= uy, cest dire que :
x I, y
t
(x) = u(x)y(x)
On suppose que u est continue sur I. Rsoudre (ou intgrer) lquation diffrentielle linaire du
premier ordre y
t
= uy, cest dterminer toutes les fonctions f de classe (
1
sur I solution cest dire
telles que :
x I, f
t
(x) = u(x)y(x)
Exemple
On sait rsoudre sur R lquation diffrentielle y
t
= y.
366 CHAPITRE 26. PRIMITIVES ET INTGRALES
Proposition
Soit u une fonction continue sur I. Les solutions de lquation diffrentielle y
t
= uy sont les fonctions
de la forme :
f : I R
x Ce
U(x)
o C est un rel et U une primitive de u sur I.
Preuve
Soit U une primitive de u sur I (il en existe bien puisque u est continue sur R).
Soit C un rel et f
0
la fonction dnie sur I par f
0
(x) = Ce
U(x)
. Alors f
0
est bien de classe (
1
sur I
et on a :
x I, f
t
0
(x) = Cu(x)e
U(x)
= u(x)f
0
(x)
ce qui prouve que f
0
est bien une solution de y
t
= uy sur I.
Soit f une solution quelconque de lquation diffrentielle sur I (il en existe daprs ce qui prcde)
et soit g la fonction dnie sur I par g(x) = f(x)e
U(x)
. Alors g est de classe (
1
sur I et on a :
x I, g
t
(x) = f
t
(x)e
U(x)
+ f(x)(U
t
(x)e
U(x)
) = (f
t
(x) u(x)f(x))e
U(x)
= 0
Ainsi g est constante sur I. Notons C cette constante. On a donc :
x I, f(x)e
U(x)
= C
x I, f(x) = Ce
U(x)
Exemples
Rsoudre les quations diffrentielles :
1. y
t
= (x + 1)y sur R.
2. y
t
=
y
t
2
sur ]0, +[.
3. y
t
= x sin(x)y sur R.
Proposition
Soit u une fonction continue sur I, x
0
I et y
0
R. Alors lquation diffrentielle y
t
= uy admet une
unique solution f sur I vriant la condition initiale : f(x
0
) = y
0
.
Preuve
La condition initiale permet de dterminer la valeur de constante C.
26.5 Exercices
1. Dterminer les primitives des fonctions suivantes ainsi que leur domaine de dnition :
(a) t e
6t+5
(b) t
ln(t)
t
(c) t
sin(t)
3 + cos(t)
26.5. EXERCICES 367
(d) x
1
1 x
2
Indication : on pourra dterminer deux rels a et b tels que :
x / 1, 1,
1
1 x
2
=
a
1 x
+
b
1 + x
(e) x
1
1 + x
2
et x
1

1 x
2
(f) x xe
x
2
2. Pour tout rel x > 3, on pose : f(x) =
3x
4
+ 23x
3
+ 64x
2
+ 80x + 75
(x
2
+ 2)(x + 3)
3
.
(a) Dterminer des rels a, b, c, d et e tels que :
x ] 3, +[, f(x) =
ax + b
x
2
+ 2
+
c
(x + 3)
3
+
d
(x + 3)
2
+
e
x + 3
(b) En dduire la valeur de I =
_
1
0
f(x)dx.
3. tudier les fonctions suivantes (variations, branches innies,...) :
(a) f : t
_
t
0
[x
2
3x + 2[dx
(b) g : x
_
x
0
dt
t
2
4
(sinspirer de lindication de lexercice 1.d.)
4. Soit f continue sur I. Soit u et v de classe (
1
sur J et valeurs dans I.
(a) Justier que x
_
v(x)
u(x)
f(t)dt dnit une fonction g sur J.
(b) Justier que g est de classe (
1
sur J puis exprimer g
t
(x) pour tout rel x dans J.
(c) Application : tudier la fonction g : x
_
2x
x
dt

1+t
4
.
5. On pose : n N, u
n
=
_
1/3
0
t
n
e
3t
dt.
(a) Justier lexistence de cette suite puis calculer u
0
, u
1
et u
2
.
(b) Dterminer une relation entre u
n+1
et u
n
.
(c) tudier la nature de la suite (u
n
)
n0
.
6. Intgrales de Wallis. Pour n N, on pose :
I
n
=
_
/2
0
sin
n
(t)dt et J
n
=
_
/2
0
cos
n
(t)dt
(a) Calculer I
0
, J
0
, I
1
et J
1
.
(b) Dterminer une relation entre I
n+2
et I
n
pour tout entier naturel n.
(c) En dduire la valeur de I
n
en fonction de n (si possible sous la forme de factorielles).
(d) Montrer que : n N, J
n
= I
n
.
7. Calculer les intgrales suivantes :
(a)
_
1
0
ln(x + 1)dx
(b)
_
b
a
dt
t
2
+
2
(o > 0)
(c)
_
4
1
(x
2
+ x + 1)e
2x
dx
(d)
_

/2
x cos(x)dx
368 CHAPITRE 26. PRIMITIVES ET INTGRALES
(e)
_
t
1
dx

x +
3

x
(on pourra poser : u(x) =
6

x)
(f)
_

0
sin(x)
e
x
dx
(g)
_
1
0
arctan()d
(h)
_
t
0

x + 1
4

x + 1

x + 1 +
4

x + 1
dx (on pourra poser : u(x) =
4

x + 1)
8. Dterminer les limites suivantes :
(a) lim
n+
_
n

k=1
_
ln(n + k)
n
_
ln(n)
_
(b) lim
n+
n

k=1
k
n
2
n

e
k
(c) lim
n+
n

k=1
k
n
2
e
n+k
2n
9. Soit f(x) =
_
2x
x
e
t
t
dt.
(a) Montrer que f est de classe (
1
sur ]0, +[ et prciser f
t
(x) pour tout rel x > 0.
(b) Montrer que f peut se prolonger en une fonction de classe (
1
sur [0, +[.
(c) En remarquant que ln(2) =
_
2x
x
dt
t
pour tout rel x > 0, montrer que f admet ln(2) pour limite
en 0.
(d) tudier les variations et la convexit de f.
(e) Tracer lallure de la courbe de f.
10. (a) Rsoudre sur ]0, +[ lquation diffrentielle y
t
= y ln(x).
(b) En dduire la solution f vriant la condition f(e) = 1.
(c) tudier cette fonction f (variations, branches innies).
(d) Peut-on prolonger cette fonction en une fonction de classe (
0
sur [0, +[ de classe (
1
sur
[0, +[ ?
11. On considre lquation diffrentielle (E) : y
t
=
x
1 + x
2
y + x.
(a) Rsoudre sur R lquation diffrentielle (E) : y
t
=
x
1 + x
2
y.
(b) Soit C une fonction de classe (
1
sur R et h
0
la fonction dnie par :
x R, h
0
(x) = C(x)

1 + x
2
Dterminer toutes les fonctions C de sorte que h
0
soit solution de lquation diffrentielle (E).
(c) Montrer quune fonction h est solution de (E) sur Rsi et seulement la fonction hh
0
est solution
de (E).
(d) En dduire lensemble des solutions de (E).
12. Soit f dnie, drivable et strictement croissante sur R
+
. On suppose que :
f(0) = 0 et lim
x+
f(x) = +
26.6. SOLUTIONS DES EXERCICES 369
(a) Montrer que, pour tout rel x > 0, on a :Indicationn
_
x
0
f(t)dt +
_
f(x)
0
f
1
(t)dt = xf(x)
Indication : on pourra driver la fonction dnie dans le membre de gauche de lgalit.
(b) En dduire que, pour tous rels positifs a et b, on a :
_
a
0
f(t)dt +
_
b
0
f
1
(t)dt ab
et que lingalit est une galit si et seulement si b = f(a).
13. Soit f continue sur R et un rel non nul. On pose :
(x) =
1

_
x
0
sin(x t)f(t)dt
Montrer que la fonction est dnie sur R, quelle est de classe (
2
sur R et quelle est solution sur
R de lquation diffrentielle : y
tt
+
2
y = f.
26.6 Solutions des exercices
1. s
2. s
3. s
4. s
5. s
6. s
7. (a) Pour tout rel x > 1, on pose : u(x) = x +1 et v(x) = ln(x +1). Les fonctions u et v sont de
classe (
1
sur ] 1, +[ donc sur [0, 1]. Alors :
_
1
0
ln(x + 1)dx = [(x + 1) ln(x + 1)]
1
0

_
1
0
x + 1
x + 1
dx = 2 ln(2) 1
(b) Comme > 0, on peut factoriser le numrateur par
2
pour obtenir :
_
b
a
dt
t
2
+
2
=
1

2
_
b
a
dt
_
t

_
2
+ 1
Pour tout rel t, on pose u(t) =
t

. Alors u est de classe (


1
sur R et, en posant x = u(t), on
obtient dx =
dt

. On en dduit que :
_
b
a
dt
t
2
+
2
=
1

2
_ b

dx
x
2
+ 1
=
1

[arctan(x)]
b

=
arctan
_
b

_
arctan
_
a

(c) Pour tout rel x, on pose u(x) =


1
2
e
2x
et v(x) = x
2
+ x + 1. Les fonctions u et v sont de classe
(
1
sur R et on a :
_
4
1
(x
2
+ x + 1)e
2x
dx =
_
1
2
(x
2
+ x + 1)e
2x
_
4
1

1
2
_
4
1
(2x + 1)e
2x
dx
370 CHAPITRE 26. PRIMITIVES ET INTGRALES
Pour tout rel x, on pose u
2
(x) =
1
2
e
2x
et v
2
(x) = 2x + 1. Les fonctions u
2
et v
2
sont de classe
(
1
sur R et on a :
_
4
1
(x
2
+ x + 1)e
2x
dx =
11e
8
e
2
2

1
2
_
_
1
2
(2x + 1)e
2x
_
4
1

1
2
_
4
1
2e
2x
dx
_
=
11e
8
e
2
2

1
2
_
9e
8
+ e
2
2

_
1
2
e
2x
_
4
1
_
=
7e
8
2e
2
2
(d) Pour tout rel x, on pose u(x) = sin(x) et v(x) = x. Les fonctions u et v sont de classe (
1
sur
R et on a :
_

/2
x cos(x)dx = [x sin(x)]

/2

_

/2
sin(x)dx = [x sin(x) cos(x)]

/2
= 1

2
(e) Soit t ]0, +[. Pour tout rel x > 0, on pose u(x) =
6

x = x
1
6
. Alors u est de classe
(
1
sur ]0, +[, bijective de ]0, +[ dans ]0, +[ et, en posant y = u(x) cest dire que
x = u
1
(y) = y
6
, on a dx = 6y
5
dy, ce qui donne :
_
t
1
dx

x +
3

x
=
_
t
1/6
1
6y
5
dy
y
3
+ y
2
= 6
_
t
1/6
1
y
3
dy
y + 1
Or, la division euclidienne de X
3
par X+1 est X
3
= (X+1)(X
2
X+1) 1 et on en dduit :
_
t
1
dx

x +
3

x
= 6
_
t
1/6
1
_
y
2
y + 1
1
y + 1
_
dy = 6
_
1
3
y
3

1
2
y
2
+ y ln(y + 1)
_
t
1/6
1
= 6
_
1
3

t
1
2
3

t +
6

t ln
_
1 +
6

t
_

5
6
+ ln(2)
_
(f) Pour tout rel x, on pose u(x) = sin(x) et v(x) = e
x
. Les fonctions u et v sont de classe (
1
sur R et on a :
_

0
sin(x)
e
x
dx =
_
sin(x)e
x

0

_

0
cos(x)e
x
dx =
_

0
cos(x)e
x
dx
Pour tout rel x, on pose u
2
(x) = cos(x) et v
2
(x) = e
x
. Les fonctions u
2
et v
2
sont de classe
(
1
sur R et on a :
_

0
sin(x)
e
x
dx =
_
cos(x)e
x

0

_

0
sin(x)e
x
dx = e

+ 1
_

0
sin(x)
e
x
dx
_

0
sin(x)
e
x
dx =
e

+ 1
2
(g) Pour tout rel x, on pose u(x) = x et v(x) = arctan(x). Les fonctions u et v sont de classe (
1
sur R et on a :
_
1
0
arctan()d = [ arctan()]
1
0

_
1
0

1 +
2
d =

4

1
2
_
ln
_
1 +
2
_
1
0
=

4

ln(2)
2
(h) Pour tout rel x > 1, on pose u(x) =
4

x + 1. Alors u est de classe (


1
sur ]1, +[, bijective
de ] 1, +[ dans ]0, +[ et, en posant y = u(x) cest dire que x = u
1
(y) = y
4
1, on a
dx = 4y
3
dy, ce qui donne :
_
t
0

x + 1
4

x + 1

x + 1 +
4

x + 1
dx =
_ 4

t+1
1
y
2
y
y
2
+ y
4y
3
dy = 4
_ 4

t+1
1
y
4
y
3
y + 1
dy
26.6. SOLUTIONS DES EXERCICES 371
Or, par division euclidienne, on a X
4
X
3
= (X +1)(X
3
2X
2
+2X2) +2 do lon tire :
_
t
0

x + 1
4

x + 1

x + 1 +
4

x + 1
dx = 4
_ 4

t+1
1
_
y
3
2y
2
+ 2y 2 +
2
y + 1
_
dy
= 4
_
1
4
y
4

2
3
y
3
+ y
2
2y + ln(y + 1)
_ 4

t+1
1
= 4
_
1
4
t
2
3
(t + 1)
3
4
+ (t + 1)
1
2
2(t + 1)
1
4
+ ln
_
(t + 1)
1
4
+ 1
_
+
5
3
ln(2)
_
8. s
9. s
10. (a) La fonction ln est de classe (
1
sur ]0, +[ et admet pour primitive sur cet intervalle la fonction :
x x ln(x) x
(refaire une intgration par parties comme dans le cours). Or, pour tout rel x > 0, on a :
e
xln(x)x
= x
x
e
x
=
_
x
e
_
x
Conclusion : Les solutions de y
t
= y ln(x) sur ]0, +[ sont les fonctions x C
_
x
e
_
x
, C R .
(b) On a alors :Lgalit f(e) = 1 est quivalente :
f(e) = 1 C
_
e
e
_
e
= 1 C = 1
Conclusion : x ]0, +[, f(x) =
_
x
e
_
x
.
(c) tude des variations de f. On sait que, pour tout rel x > 0, on a :
f
t
(x) = f(x) ln(x) et f(x) = e
xln(x)x
> 0
Conclusion : f est strictement dcroissante sur ]0, 1] et strictement croissante sur [1, +[ .
Convexit de f. Comme f
t
= f ln alors f
t
est drivable sur ]0, +[ et, pour tout rel x > 0,
on a :
f
tt
(x) = f
t
(x) ln(x) +
f(x)
x
= f(x) ln
2
(x) +
f(x)
x
0
Conclusion : f est convexe sur ]0, +[ .
tude de la branche innie au voisinage de +. Comme ln(x)1
x+
+alors x ln(x)
x > x pour x assez grand et donc f(x) = e
xln(x)x
> e
x
ce qui assure que f(x)
x+
+.
De plus, toujours pour x assez grand , on a
f(x)
x
>
e
x
x

x+
+.
Conclusion : (
f
admet une branche parabolique de direction verticale au voisinage de + .
tude de f au voisinage de 0. On sait que x ln(x)
x0
0 donc, par composition des limites
(obtenue par continuit de la fonction exponentielle en 0), on en dduit que : lim
x0
f(x) = 1 .
(d) De ce dernier rsultat, on dduit que : f se prolonge par continuit en 0 et le prolongement est
alors de classe (
0
sur [0, +[. De plus, comme x ln(x) x
x0
0 alors :
f(x) f(0)
x 0
=
e
xln(x)x
1
x

x0
x ln(x) x
x
= ln(x) 1
x0
+
Conclusion : f nest pas drivable en 0 donc elle ne peut tre de classe (
1
sur [0, +[.
372 CHAPITRE 26. PRIMITIVES ET INTGRALES
11. s
12. s
13. Pour tout rel x, on a :
(x) =
1

_
sin(x)
_
x
0
cos(t)f(t)dt cos(x)
_
x
0
sin(t)f(t)dt
_
Or, la fonction x
_
x
0
cos(t)f(t)dt est de classe (
2
sur R en tant que primitive sur R de la fonction
t cos(t)f(t) qui est de classe (

sur R. De plus, la fonction x sin(x) est de classe (


2
sur R.
Ainsi, la fonction
1
: x sin(x)
_
x
0
cos(t)f(t)dt est de classe (
2
sur R et on a :
x R,
t
1
(x) = cos(x)
_
x
0
cos(t)f(t)dt + sin(x) cos(x)f(x)
De mme, la fonction
2
: x cos(x)
_
x
0
sin(t)f(t)dt est de classe (
2
sur R et on a :
x R,
t
2
(x) = sin(x)
_
x
0
sin(t)f(t)dt cos(x) sin(x)f(x)
En consquence, la fonction =
1

(
1
+
2
) est de classe (
2
sur R et, pour tout rel x, on a :

t
(x) = cos(x)
_
x
0
cos(t)f(t)dt + sin(x)
_
x
0
sin(t)f(t)dt

tt
(x) =
_
sin(x)
_
x
0
cos(t)f(t)dt cos(x)
_
x
0
sin(t)f(t)dt
_
+
_
cos
2
(x) + sin
2
(x)

f(x)

tt
(x) =
2
(x) + f(x)
Conclusion : (
2
(R) et est solution de lquation diffrentielle y
tt
+
2
y = f .
Chapitre 27
Dveloppements limits
Soit f une fonction dnie sur un intervalle I de R.
Aucune dmonstration nest exigible au concours.
27.1 Formules de Taylor
27.1.1 Formule de Taylor avec reste intgral
Thorme
Soit n N et a I. On suppose que f est de classe (
n+1
sur I. Alors :
x I, f(x) =
n

k=0
f
(k)
(a)
k!
(x a)
k
+
_
x
a
(x t)
n
n!
f
(n+1)
(t)dt
appele formule de Taylor avec reste intgral lordre n en a de f.
Preuve
Soit T(n) la proposition : Pour toute fonction f de classe (
n+1
sur I et pour tout couple (a, x)
dlments de I, on a f(x) = . . . .
Au rang 0, considrons une fonction f de classe (
1
sur I et un couple (a, x) dlments de I. On a
alors :
f(x) f(a) =
_
x
a
f
t
(t)dt
ce qui est, sous une autre forme, lgalit prouver.
Soit n 0. Supposons que T(n) est vraie. Considrons une fonction f de classe (
n+2
sur I et un
couple (a, x) dlments de I. Comme f est aussi de classe (
n+1
sur I, on peut crire :
f(x) =
n

k=0
f
(k)
(a)
k!
(x a)
k
+
_
x
a
(x t)
n
n!
f
(n+1)
(t)dt
Mais f
(n+1)
et t
(xt)
n+1
(n+1)!
sont de classe (
1
sur I. On peut donc intgrer par parties :
_
x
a
(x t)
n
n!
f
(n+1)
(t)dt =
_

(x t)
n+1
(n + 1)!
f
(n+1)
(t)
_
x
a

_
x
a

(x t)
n+1
(n + 1)!
f
(n+2)
(t)dt
ce qui prouve T(n + 1) en reportant dans lgalit qui prcde.
373
374 CHAPITRE 27. DVELOPPEMENTS LIMITS
Exemples
1. Que donne la formule de Taylor avec reste intgral lordre n en a pour un polynme de degr
n N?
2. (a) crire la formule de Taylor lordre 5 en 0 de la fonction sin. En dduire que :
x
_
0,

2
_
, x
x
3
6
sin(x) x
x
3
6
+
x
5
120
(b) En dduire que :
t
_
0,

2
_
, 1
t
2
2
+
t
4
24

t
6
720
cos(t) 1
t
2
2
+
t
4
24
(c) Dmontrer directement ce dernier rsultat en utilisant la formule de Taylor avec reste intgral
lordre 6 en 0 de la fonction cos.
27.1.2 galit de Taylor-Lagrange
Thorme
Soit n N et a I. On suppose que f est de classe (
n+1
sur I. Pour tout rel x lment de I diffrent
de a, on a :
c ]a, x[ / f(x) =
n

k=0
f
(k)
(a)
k!
(x a)
k
+
(x a)
n+1
(n + 1)!
f
(n+1)
(c)
(le rel c dpend de n, de a et de x).
Preuve
Supposons que a < x. La fonction f tant de classe (
n+1
sur I, alors la fonction f
(n+1)
est continue sur
[a, x] donc elle admet un minimum absolu m et un maximum absolu M sur [a, x]. Ainsi, on a :
t [a, x], m f
(n+1)
(t) M
Comme la fonction u : t
(xt)
n
n!
est positive sur [a, x], on en dduit successivement que :
t [a, x], m.u(t) u(t)f
(n+1)
(t) M.u(t)
_
x
a
m.u(t)dt
_
x
a
u(t)f
(n+1)
(t)dt
_
x
a
M.u(t)dt
m
_
(x t)
n+1
(n + 1)!
_
x
a

_
x
a
(x t)
n
n!
f
(n+1)
(t)dt M
_
(x t)
n+1
(n + 1)!
_
x
a
m
(n + 1)!
(x a)
n+1
_
x
a
(x t)
n
n!
f
(n+1)
(t)dt M
Daprs le thorme des valeur