Programme Maths ECS 1ère Année

Annexe 1
Programmes des classes

prparatoires aux Grandes Ecoles
Filire : conomique et commerciale

Option : Scientifique (ECS)
Discipline : MathmatiquesInformatique
Premire anne
Ministre de lenseignement suprieur et de la recherche, 2013

http://www.enseignementsup-recherche.gouv.fr
Table des matires

Introduction
1 Objectifs gnraux de la formation
2 Comptences dveloppes
3 Architecture des programmes
Enseignement de mathmatiques du premier semestre
I - Raisonnement et vocabulaire ensembliste
1 - lments de logique . . . . . . . . . . . . . . . . . . . . . . . . .
2 - Raisonnement par rcurrence et calcul de sommes et de produits
3 - Ensembles, applications . . . . . . . . . . . . . . . . . . . . . . .
a) Ensembles, parties d'un ensemble . . . . . . . . . . . . . . .
b) Applications . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
II - Nombres complexes et polynmes
1 - Nombres complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 - Polynmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
III - Algbre linaire

1 - Calcul matriciel . . . . . . . . . . . . . . . . . . . . . . . . .
a) Matrices rectangulaires . . . . . . . . . . . . . . . . . .
b) Cas des matrices carres . . . . . . . . . . . . . . . . .
2 - Systmes linaires . . . . . . . . . . . . . . . . . . . . . . . .
3 - Introduction aux espaces vectoriels et sous-espaces vectoriels
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
V - Fonctions relles d'une variable relle

Limite et continuit d'une fonction d'une variable en un point
tude globale des fonctions d'une variable sur un intervalle .
Drivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Intgration sur un segment . . . . . . . . . . . . . . . . . . . .
8
8
8
8
8
1 - Vocabulaire sur l'ensemble R des nombres rels . . . . . . . . . . . . . . . . . . . . . . .

2 - Exemples de suites relles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3 - Convergence des suites relles - Thormes fondamentaux . . . . . . . . . . . . . . . . .
c Ministre de l'enseignement suprieur et de la recherche, 2013

7
7
IV - Suites de nombres rels
1234-
6
6
6
6
6
9
9
9
10
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
10
11
11
12
VI - Probabilits sur un univers ni
13
1 - Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . .
a) Observation d'une exprience alatoire - vnements
b) Probabilit . . . . . . . . . . . . . . . . . . . . . . . .
c) Probabilit conditionnelle . . . . . . . . . . . . . . . .
d) Indpendance en probabilit . . . . . . . . . . . . . .
2 - Variables alatoires relles . . . . . . . . . . . . . . . . . .
3 - Lois usuelles . . . . . . . . . . . . . . . . . . . . . . . . . .
4 - Complments de combinatoire . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
13
13
13
13
14
14
15
15
Enseignement de mathmatiques du second semestre
15
I - Algbre linaire
15
1 - Espaces vectoriels de dimension nie . . . . . . . . .

2 - Complments sur les espaces vectoriels . . . . . . . .
3 - Applications linaires . . . . . . . . . . . . . . . . . .
a) Cas gnral . . . . . . . . . . . . . . . . . . . . .
b) Cas de la dimension nie . . . . . . . . . . . . .
c) Matrices et applications linaires . . . . . . . . .
d) Cas des endomorphismes et des matrices carres
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
II - Complments d'analyse
123456789-
17
tude asymptotique des suites . . . . . . . . . . . . . . . . . . . .

Comparaison des fonctions d'une variable au voisinage d'un point
Sries numriques . . . . . . . . . . . . . . . . . . . . . . . . . . .
Intgrales sur un intervalle quelconque . . . . . . . . . . . . . . .
Drives successives . . . . . . . . . . . . . . . . . . . . . . . . . .
Formules de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . .
Dveloppements limits . . . . . . . . . . . . . . . . . . . . . . .
Extremum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Fonctions convexes . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
III - Probabilits sur un univers quelconque

123456-
Espace probabilis . . . . . . . . . . . . . . .
Gnralits sur les variables alatoires relles .
Variables alatoires relles discrtes . . . . . .
Lois de variables discrtes usuelles . . . . . .
Introduction aux variables alatoires densit
Lois de variables densit usuelles . . . . . .
18
18
18
19
19
19
20
20
20
21
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

15
16
16
16
16
17
17
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
21
22
22
23
23
24
7 - Convergences et approximations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a) Convergence en probabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
b) Convergence en loi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24
24
25
Enseignement annuel d'informatique et algorithmique
26
I - lments d'informatique et d'algorithmique
26
1 - L'environnement logiciel . . . . . . . . . . . . . . . . . . . . . . .
a) Constantes prdnies. Cration de variables par aectation.
b) Constructions de vecteurs et de matrices numriques. . . . .
c) Oprations lmentaires . . . . . . . . . . . . . . . . . . . . .
d) Fonctions usuelles prdnies . . . . . . . . . . . . . . . . . .
2 - Graphisme en deux dimensions . . . . . . . . . . . . . . . . . . .
3 - Programmation d'algorithmes et de fonctions . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
II - Liste de savoir-faire exigibles en premire anne
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
26
26
26
26
26
27
27
27
Introduction
Objectifs gnraux de la formation
Les mathmatiques jouent un rle important en sciences conomiques et en gestion, dans les domaines
notamment de la nance ou de la gestion d'entreprise, de la nance de march, des sciences sociales.
Les probabilits et la statistique interviennent dans tous les secteurs de l'conomie et dans une grande
varit de contextes (actuariat, biologie, pidmiologie, nance quantitative, prvision conomique, ...)
o la modlisation de phnomnes alatoires partir de bases de donnes est indispensable.
Les programmes dnissent les objectifs de l'enseignement des classes prparatoires conomiques et
commerciales et dcrivent les connaissances et les capacits exigibles des tudiants. Ils prcisent aussi
certains points de terminologie et certaines notations.
Les limites du programme sont clairement prcises. Elles doivent tre respectes aussi bien dans le
cadre de l'enseignement en classe que dans l'valuation.
L'objectif n'est pas de former des professionnels des mathmatiques, mais des personnes capables
d'utiliser des outils mathmatiques ou d'en comprendre l'usage dans diverses situations de leur parcours
acadmique et professionnel.
Une fonction fondamentale de l'enseignement des mathmatiques dans ces classes est de structurer la
pense des tudiants et de les former la rigueur et la logique en insistant sur les divers types de
raisonnement (par quivalence, implication, l'absurde, analyse-synthse, ...).
Comptences dveloppes
L'enseignement de mathmatiques en classes prparatoires conomiques et commerciales vise en particulier dvelopper chez les tudiants les comptences suivantes :

Rechercher et mettre en uvre des stratgies adquates : savoir analyser un problme,
mettre des conjectures notamment partir d'exemples, choisir des concepts et des outils mathmatiques pertinents.
Modliser : savoir conceptualiser des situations concrtes (phnomnes alatoires ou dterministes)
et les traduire en langage mathmatique, laborer des algorithmes.
Interprter : tre en mesure d'interprter des rsultats mathmatiques dans des situations concrtes,
avoir un regard critique sur ces rsultats.
Raisonner et argumenter : savoir conduire une dmonstration, conrmer ou inrmer des conjectures.
Matriser le formalisme et les techniques mathmatiques : savoir employer les symboles
mathmatiques bon escient, tre capable de mener des calculs de manire pertinente et ecace.
Utiliser avec discernement l'outil informatique.
Communiquer par crit et oralement : comprendre les noncs mathmatiques, savoir rdiger
une solution rigoureuse, prsenter une production mathmatique.
Architecture des programmes
Le niveau de rfrence l'entre de la lire EC voie scientique est celui de l'enseignement obligatoire
de la classe de terminale scientique. Le programme se situe dans le prolongement de ceux des classes
de premire et terminale de la lire S.
Il est indispensable que chaque enseignant ait une bonne connaissance des programmes du lyce, an que
ses approches pdagogiques ne soient pas en rupture avec l'enseignement qu'auront reu les tudiants
en classes de premire et de terminale.
Le programme s'organise autour de quatre points forts qui trouveront leur prolongement dans les tudes
futures des tudiants :
L'algbre linaire est aborde d'abord par le calcul matriciel, outil indispensable pour le calcul multidimensionnel, puis par les espaces vectoriels. La pratique de l'algbre linaire permet de dvelopper
chez l'tudiant des capacits d'abstraction, mais aussi de renforcer sa dmarche logique indispensable
en mathmatiques.
L'analyse vise mettre en place les mthodes courantes de travail sur les suites et les fonctions et
permet de dvelopper la rigueur. On s'attache principalement dvelopper l'aspect opratoire. On

n'insiste donc ni sur les questions trop nes ou spcialises ni sur les exemples pathologiques . On
vite les situations conduisant une trop grande technicit calculatoire.
Les probabilits s'inscrivent dans la continuit de la formation initie ds la classe de troisime
et poursuivie jusqu'en classe de terminale. Le formalisme abstrait (axiomatique de Kolmogorov)

donnera de nouveaux outils de modlisation de situations concrtes.
L'informatique est enseigne tout au long de l'anne en lien direct avec le programme de math-
matiques. Cette pratique rgulire permettra aux tudiants de construire ou de reconnatre des
algorithmes relevant par exemple de la simulation de lois de probabilit, de la recherche de valeurs
approches en analyse ou d'outils de calculs en algbre linaire.
Il est important de mettre en valeur l'interaction entre les direntes parties du programme. Les
probabilits permettent en particulier d'utiliser certains rsultats d'analyse (suites, sries, intgrales...)
et d'algbre linaire et justient l'introduction du vocabulaire ensembliste.
Le programme de mathmatiques est organis en deux semestres de volume sensiblement quivalent.
Ce dcoupage en deux semestres d'enseignement doit tre respect. En revanche, au sein de chaque semestre, aucun ordre particulier n'est impos et chaque professeur conduit en toute libert l'organisation

de son enseignement, bien que la prsentation par blocs soit fortement dconseille.
Dans le contenu du premier semestre, gurent les notions ncessaires et les objets de base qui serviront
d'appui la suite du cours. Ces lments sont accessibles tous les tudiants quelles que soient les
pratiques antrieures et potentiellement variables de leurs lyces d'origine, et la spcialit qu'ils auront
choisie en classe de terminale. Ces contenus vont, d'une part, permettre une approche plus approfondie
et rigoureuse de concepts dj prsents mais peu explicits au lyce, et d'autre part, mettre en place
certaines notions et techniques de calcul et de raisonnement fondamentales pour la suite du cursus.
En continuit avec les programmes du lyce, le concept de variable alatoire densit est prsent
ds la premire anne sur des exemples simples, et permet de justier l'introduction des intgrales
gnralises en analyse, de mme que l'tude des variables discrtes pour l'introduction aux sries.
L'algbre linaire est aborde, au premier semestre, par le biais du calcul : calcul matriciel, systmes
d'quations linaires. Des rudiments de vocabulaire gnral sur les espaces vectoriels sont introduits
lors du premier semestre. Ce choix a pour ambition de familiariser les tudiants avec le calcul multidimensionnel an de les prparer l'introduction de la notion abstraite d'espace vectoriel, qui sera
tudie essentiellement au second semestre.
En analyse, le premier semestre permet de consolider et approfondir des notions familires aux tudiants, comme les suites, les intgrales et les drives. Le second semestre gnralise les notions du
premier semestre en introduisant les sries et les intgrales gnralises, dans l'objectif de l'tude des
probabilits.
Pour les probabilits, on se place sur les espaces probabiliss nis au premier semestre, plus gnraux
au second semestre, les variables alatoires densit tant abordes au second semestre.
Le programme se prsente de la manire suivante : dans la colonne de gauche gurent les contenus
exigibles des tudiants ; la colonne de droite comporte des prcisions sur ces contenus, des applications
ou des exemples d'activits.
Les dveloppements formels ou trop thoriques doivent tre vits. Ils ne correspondent pas au cur
de formation de ces classes prparatoires.
La plupart des rsultats mentionns dans le programme seront dmontrs. Pour certains marqus
comme admis , la prsentation d'une dmonstration en classe est dconseille.
Les travaux dirigs sont le moment privilgi de la mise en uvre, et de la prise en main par les tudiants
des techniques usuelles et bien dlimites inscrites dans le corps du programme. Cette matrise s'acquiert
notamment par l'tude de problmes que les tudiants doivent in ne tre capables de rsoudre par
eux-mmes.
Le symbole I indique les parties du programme pouvant tre traites en liaison avec l'informatique.
L'enseignement informatique est commun l'ensemble des lires des classes conomiques. Le logiciel
de rfrence choisi pour ce programme est Scilab.

Dans tout ce qui suit, K dsigne exclusivement R ou C.

Enseignement de mathmatiques du premier semestre
I -
Raisonnement et vocabulaire ensembliste
- lments de logique
L'objectif est d'acqurir le vocabulaire lmentaire des raisonnements mathmatiques, mais tout expos
thorique est exclu. Les notions de ce paragraphe pourront tre prsentes en contexte au cours du
semestre, vitant ainsi une prsentation trop formelle.
Connecteurs : et, ou, non, implication, rciproque, contrapose.

Quanticateurs : , .
2
On prsentera des exemples de phrases mathmatiques utilisant les connecteurs et les quanticateurs, et on expliquera comment crire leurs
ngations.
- Raisonnement par rcurrence et calcul de sommes et de produits
Emploi du raisonnement par rcurrence.

Formules donnant :
n
X
k=0
qk ,
n
X
k.
Tout expos thorique sur le raisonnement par

rcurrence est exclu.
n
n
Exemple : formules donnant
k=1
k2 ,
k=1
Notations , .
Dnition de n!.
k3 .
k=1
Les tudiants doivent savoir employer les no-
P Q
tations
n
X
i=1
ui et
ui o A dsigne un sous-
iA
ensemble ni de N ou N2 . I
3
- Ensembles, applications
L'objectif est d'acqurir le vocabulaire lmentaire sur les ensembles et les applications, en vue de
prparer l'tude des chapitres d'algbre linaire et de probabilit, mais tout expos thorique est exclu.
a)
Ensembles, parties d'un ensemble
Appartenance. Inclusion. Notations , .

Ensemble P(E) des parties de E .
Complmentaire. Notation A.
Union, intersection. Notations , .
Distributivit. Lois de Morgan.
Dnition du produit cartsien d'ensembles.
T S
b)
On pourra donner l'exemple de P({1, . . . , 6})

an de faciliter l'introduction de la notion de
tribu.
La notation A est privilgier. En cas d'ambigut, on utilisera la notation {A
E.
On fera le lien entre les oprations ensemblistes
et les connecteurs logiques usuels.
On introduira les notations R2 et Rn .
Applications

Dnition. Compose de deux applications.

Restriction et prolongement d'une application.
Applications injectives, surjectives, bijectives.
II -
Ces deux notions ne seront introduites que dans

les cours d'algbre linaire et d'analyse.
On pourra donner des exemples issus du cours
d'analyse.
Nombres complexes et polynmes
- Nombres complexes
L'objectif de l'tude des nombres complexes est d'aboutir au thorme de d'Alembert-Gauss et la

factorisation dans
R[X]
et
C[X]
de polynmes coecients rels. La construction de
est hors
programme et les acquis de la classe de terminale seront complts. On vitera toute manipulation
trop technique faisant intervenir les nombres complexes. Les rsultats concernant les racines
n-mes de
l'unit ne sont pas exigibles des tudiants.
Notation algbrique d'un nombre complexe,

partie relle et partie imaginaire.
Conjugu d'un nombre complexe.
Notation exponentielle. Module, argument.
Formules d'Euler et de Moivre.
On donnera l'interprtation gomtrique d'un

nombre complexe.
Brve rvision de la trigonomtrie.
Formules donnant cos(a + b) et sin(a + b).
Les racines n-mes de l'unit pourront tre tudies comme exemples d'utilisation de la notation exponentielle.
- Polynmes
La construction des polynmes formels n'est pas au programme, on pourra identier polynmes et
fonctions polynomiales. Les dmonstrations des rsultats de ce paragraphe ne sont pas exigibles.
Ensemble K[X] des polynmes coecients

dans K.
Oprations algbriques.
Degr.
Ensembles Kn [X] des polynmes coecients
dans K de degr au plus n.
Division euclidienne.
Racines, ordre de multiplicit d'une racine.
Caractrisation de la multiplicit par factorisation d'une puissance de (X a).
Thorme de d'Alembert-Gauss.
III -
Par convention deg(0) = .
Multiples et diviseurs. I
Cas du trinme. I
Rsultat admis.
Exemples simples de factorisation dans C[X] et
R[X] de polynmes de R[X]. Les mthodes devront tre indiques.
Algbre linaire
L'objet de ce chapitre est de mettre en place l'outil vectoriel ds le premier semestre, an de confronter
rapidement les tudiants aux notions tudies dans le cours d'algbre linaire.

Dans un premier temps, on prsentera la notion de matrices et l'on familiarisera les tudiants la
manipulation de ces objets avant d'en aborder les aspects vectoriels.
L'tude de ce chapitre pourra tre mene en lien avec l'algorithmique en ce qui concerne le calcul
matriciel.
- Calcul matriciel
a)
Matrices rectangulaires
Ensemble Mn,p (K) des matrices n lignes et p

colonnes coecients dans K.
Oprations dans Mn,p (K).
Produit matriciel.
Transpose d'une matrice.
Transposition d'un produit.
b)
Addition, multiplication par un scalaire. I

On pourra faire le lien entre le produit AB et le
produit de A avec les colonnes de B . I
Notation tA.
Cas des matrices carres
Ensemble Mn (K) des matrices carres d'ordre

n coecients dans K.
Matrices triangulaires, diagonales, symtriques,

antisymtriques.
Matrices inversibles, inverse d'une matrice.
Ensemble GLn (K).
Inverse d'un produit. Transposition de l'inverse.
Formule donnant l'inverse d'une matrice carre
d'ordre 2.
2
On admettra que pour une matrice carre, un

inverse gauche ou droite est l'inverse.
- Systmes linaires
Tout dveloppement thorique est hors programme.

Dnition d'un systme linaire.
criture matricielle d'un systme linaire.
Systme homogne. Systme de Cramer.
Rsolution d'un systme linaire par la mthode
du pivot de Gauss.
La mthode sera prsente l'aide d'exemples.

On adoptera les notations suivantes pour le codage des oprations lmentaires sur les lignes :
Li Li + aLj avec i 6= j , Li aLi (a 6= 0),
Lj Li , Li aLi + bLj (a 6= 0, i 6= j). I
Calcul de l'inverse de la matrice A par la rsolution du systme AX = Y .

Inversibilit des matrices triangulaires, diagonales.
3
- Introduction aux espaces vectoriels et sous-espaces vectoriels

Cette premire approche des espaces vectoriels permet d'introduire le vocabulaire et sera accompagne
de nombreux exemples.
Il sera possible, l'occasion d'autres chapitres en analyse ou probabilit, de rappeler la structure
d'espace vectoriel des ensembles les plus courants, an de familiariser les tudiants avec le vocabulaire et
les notions fondamentales, avant une tude plus approfondie des espaces vectoriels au second semestre.
Le programme se place dans le cadre des espaces vectoriels sur
K.
Les notions de corps, d'algbre et
de groupe sont hors programme.
Structure d'espace vectoriel.

Sous-espaces vectoriels.
Combinaisons linaires.
Sous-espace engendr.
Dnition d'une famille libre, d'une famille gnratrice, d'une base.
IV -
Cette tude doit tre accompagne de nombreux

exemples issus de l'algbre (espaces Kn , espaces
de polynmes, espaces de matrices), de l'analyse
(espaces de suites, de fonctions).
On ne considrera que des combinaisons linaires de familles nies.
Une famille nie d'un espace vectoriel E est la
donne d'une liste nie (x1 , ..., xn ) de vecteurs
de E . Le cardinal de cette famille est n.
On se limitera des familles et des bases de
cardinal ni.
Exemple de la base canonique de Kn .
Suites de nombres rels
L'objectif de ce chapitre est de familiariser les tudiants ds le premier semestre avec des mthodes
d'analyse. La construction de
est hors programme et le thorme de la borne suprieure est admis.
- Vocabulaire sur l'ensemble R des nombres rels
Valeur absolue. Ingalit triangulaire.

Majorant, minorant, maximum, minimum,
borne suprieure, borne infrieure d'une partie
non vide de R.
Thorme de la borne suprieure.
Partie entire d'un rel.
2
Rsultat admis.
Notation bxc. La notation E(.) est rserve
l'esprance mathmatique.
- Exemples de suites relles
Suites arithmtico-gomtriques.
Suites vriant une relation linaire de rcurrence d'ordre 2 coecients rels. quation caractristique.
Quand il existe, le maximum de A coincide avec

la borne suprieure de A.
On se ramenera au cas d'une suite gomtrique.

Cette partie pourra tre l'occasion d'illustrer,
dans un cas concret, les notions de famille libre,
gnratrice et de base. Dans le cas de racines
complexes conjugues et , on pourra introduire les suites (Re(n )) et (Im(n )). I
- Convergence des suites relles - Thormes fondamentaux

Limite d'une suite, suites convergentes.
Gnralisation aux suites tendant vers .

Unicit de la limite.
Oprations algbriques sur les suites convergentes.
Compatibilit du passage la limite avec la relation d'ordre.
Existence d'une limite par encadrement.
Suites monotones, croissantes, dcroissantes,
suites adjacentes.
Thorme de limite monotone.
Deux suites adjacentes convergent et ont mme

limite.
Rappel des croissances compares.
V -
On dit que (un ) converge vers ` si tout intervalle

ouvert contenant ` contient les un pour tous les
indices n, sauf pour un nombre ni d'entre eux.
On donnera une dnition quantie de la limite ` (traduction en , n0 ) sans en faire une
utilisation systmatique.
Toute suite croissante majore (respectivement

dcroissante minore) converge, la limite tant
la borne suprieure (respectivement infrieure)
de l'ensemble des valeurs de la suite.
Une suite croissante non majore (respectivement dcroissante non minore) tend vers +
(respectivement ).
Comparaisons des suites (n!), (na ), (q n ),
(ln(n)b ).
Fonctions relles d'une variable relle
En analyse, on vitera la recherche d'hypothses minimales, tant dans les thormes que dans les
exercices et problmes, prfrant des mthodes ecaces pour un ensemble assez large de fonctions
usuelles.
Pour les rsultats du cours, on se limite aux fonctions dnies sur un intervalle de
R.
Les tudiants
doivent savoir tudier les situations qui s'y ramnent simplement.

L'analyse reposant largement sur la pratique des ingalits, on s'assurera que celle-ci est acquise
l'occasion d'exercices.
Aucune dmonstration n'est exigible des tudiants.
- Limite et continuit d'une fonction d'une variable en un point
Dnition de la limite et de la continuit d'une

fonction d'une variable en un point.
Unicit de la limite.
Limites droite et gauche.
Extension au cas o f est dnie sur I \ {x0 }.
Extension de la notion de limite en et aux
cas des limites innies.
On adoptera la dnition suivante : f tant une

fonction dnie sur I , x0 tant un lment de I
ou une extrmit de I , et ` un lment de R,
on dit que f admet ` pour limite en x0 si, pour
tout nombre > 0, il existe un nombre > 0 tel
que pour tout lment x de I [x0 , x0 + ],
|f (x) `| 6 ; ainsi, lorsque x0 appartient I ,
f est continue en x0 , sinon f se prolonge en une
fonction continue en x0 .

10
Oprations algbriques sur les limites.

Compatibilit avec la relation d'ordre.
Existence d'une limite par encadrement.
Prolongement par continuit en un point.
Si f admet une limite ` en x0 et si (un ) est une
suite relle dnie sur I et tendant vers x0 , alors
(f (un )) tend vers `.
Limite d'une fonction compose.
2
La caractrisation squentielle de la limite n'est

pas au programme.
- tude globale des fonctions d'une variable sur un intervalle
Fonctions paires, impaires, priodiques.

Fonctions majores, minores, bornes, monotones.
Thorme de limite monotone.
Fonctions continues sur un intervalle, oprations

algbriques, composition.
Fonction continue par morceaux.
Thorme des valeurs intermdiaires.

L'image d'un intervalle (respectivement un segment) par une fonction continue est un intervalle (respectivement un segment).
Thorme de la bijection.
Toute
fonction
monotone
sur
]a, b[
( 6 a < b 6 +) admet des limites nies droite et gauche en tout point de ]a, b[.
Comportement en a et b.
Une fonction f est continue par morceaux
sur le segment [a, b] s'il existe une subdivision
a0 = a < a1 < < an = b telle que les restrictions de f chaque intervalle ouvert ]ai , ai+1 [
admettent un prolongement continu l'intervalle ferm [ai , ai+1 ].
On exclut toute tude approfondie des fonctions
continues par morceaux.
Notations max f et min f .
[a,b]
[a,b]
Toute fonction continue et strictement monotone sur un intervalle I dnit une bijection de
I sur l'intervalle f (I). Sa bijection rciproque
est elle-mme continue et a le mme sens de variation.
On utilisera ce rsultat pour l'tude des quations du type f (x) = k.
En liaison avec l'algorithmique, mthode de dichotomie. I
Reprsentation graphique de la fonction rciproque.

3
- Drivation
Drives gauche et droite.

Drive en un point.
Interprtation graphique. I

11
Linarit de la drivation, drive d'un produit,

drive d'une compose. Exemples.
Fonctions drivables sur un intervalle, fonction
drive.
Drive d'un polynme.
Drivation des fonctions rciproques.
Thorme de Rolle.
galit et ingalits des accroissements nis.
Notation f 0 .
(1) Si m 6 f 0 6 M sur un intervalle I , alors :

(a, b) I 2 , a 6 b,
m(b a) 6 f (b) f (a) 6 M (b a).
(2) Si |f 0 | 6 k sur un intervalle I , alors :
(a, b) I 2 , |f (b) f (a)| 6 k|b a|.
Caractrisation des fonctions constantes et monotones par l'tude de la drive.

Dnition et drivation de la fonction Arctan.
4
Application, sur des exemples, l'tude de

suites rcurrentes du type : un+1 = f (un ). Tout
expos thorique sur les suites rcurrentes gnrales est exclu. I
Si f est une fonction drivable sur un intervalle
I et si f 0 > 0 sur I , f 0 ne s'annulant qu'en un
nombre ni de points, alors f est strictement
croissante sur I .
L'tude de cette fonction se limitera strictement
ces deux points.
- Intgration sur un segment
La construction de l'intgrale de Riemann est hors programme.

Primitive d'une fonction continue sur un intervalle.
Toute fonction continue sur un intervalle admet
Rsultat admis.
une primitive sur cet intervalle.
Intgrale d'une fonction continue sur un segSi f est continue sur un intervalle I , pour tout
ment.
(a, b) I 2 , on dnit l'intgrale de f de a b
Relation de Chasles.
par :
Z
b
f (t) dt = F (b) F (a),
Intgrale d'une fonction continue par morceaux

sur un segment.
Linarit, relation de Chasles, positivit et croissance. Cas d'une fonction continue, positive sur
[a, b] et d'intgrale nulle.
Intgration par parties.
Changement de variable.
o F est une primitive de f sur I . Cette dnition est indpendante du choix de la primitive
F de f sur I .
Si f est continue
a 6 b,
Z b sur [a, b]Z et
b

|f (t)|dt.
a
Les changements de variable non anes devront

tre indiqus aux candidats.


f (t)dt 6
12
Sommes de Riemann pas constant.
La convergence des sommes de Riemann ne sera

dmontre que dans le cas d'une fonction de
classe C 1 .
Interprtation de l'intgrale en termes d'aire.
I
VI -
Probabilits sur un univers ni
L'objectif de cette premire approche est de mettre en place un cadre simpli mais formalis dans
lequel on puisse mener des calculs de probabilits sans dicult thorique majeure.
Dans la continuit du programme de terminale, l'tude pralable du cas ni permettra de consolider
les acquis et de mettre en place, dans des situations simples, les concepts probabilistes de base, en ne
faisant appel qu'aux oprations logiques et arithmtiques lmentaires. C'est pourquoi, pour le premier
semestre, on se restreindra un univers
ni, muni de la tribu
P().
On vitera pour cette premire approche un usage avanc de la combinatoire, et l'on s'attachera
utiliser le vocabulaire gnral des probabilits.
- Gnralits
a)
Observation d'une exprience alatoire - vnements
Exprience alatoire.
Univers des rsultats observables, vnements. Oprations sur les vnements, vnements incompatibles.
Systme complet d'vnements ni.
On dgagera ces concepts partir de l'tude de

quelques situations simples.
On fera le lien entre ces oprations et les connecteurs logiques.
Une famille (Ai )iI , o I est un sous-ensemble
ni de N, est un systme complet si elle vrie
les conditions deux suivantes :
A
Si Aj =
Ai = .
iI
b)
Probabilit
Dnition d'une probabilit sur P().
Notion d'espace probabilis.

Formule de Poincar ou du crible pour deux et
trois vnements.
c)
Une probabilit sur P() est une application additive P valeurs dans [0, 1] et vriant P () =
1.
Cas de l'quiprobabilit.
Lors du premier semestre, on se restreindra la
tribu P().
Probabilit conditionnelle
Probabilit conditionnelle.
Notation PA . PA est une probabilit.

(, P(), PA ) est un espace probabilis.

13
Formule des probabilits composes.
Si P (A) 6= 0, P (A B) = P (A)PA (B).

Si
(A1 A2 . . . An1 ) 6= 0 alors :
P
n
T
P
Ai = P (A1 ) PA1 (A2 ) . . . PA1 A2 ...An1 (An ).
i=1
Formule des probabilits totales.
Si (Ai )iI est un systme complet ni, alors pour

tout vnement B onP
a:
P (B) =
P (B Ai ).
Formule de Bayes.
On donnera de nombreux exemples d'utilisation

de ces formules.
iI
d)
Indpendance en probabilit
Indpendance de deux vnements.
Indpendance mutuelle de n vnements.

Si n vnements A1 , ..., An sont mutuellement
indpendants, il en est de mme pour les vnements Bi , avec Bi = Ai ou Ai .
2
Si P (A) 6= 0, A et B sont indpendants si et

seulement si PA (B) = P (B).
On remarquera que la notion d'indpendance
est relative la probabilit.
- Variables alatoires relles
On introduit dans cette section la notion de variable alatoire relle dnie sur un univers ni. Les
variables alatoires sont alors valeurs dans un ensemble ni, ce qui simplie la dmonstration des
formules.
Une variable alatoire relle sur (, P()) est

une application de dans R.
Systme complet associ une variable alatoire.
Fonction de rpartition d'une variable alatoire
X.
Loi de probabilit d'une variable alatoire relle.
On adoptera les notations habituelles telles que

[X I], [X = x], [X 6 x], etc.
FX (x) = P (X 6 x).
Variable alatoire Y = g(X), o g est dnie

sur X(). tude de la loi de Y = g(X).
La fonction de rpartition caractrise la loi

d'une variable alatoire.
On se limitera des cas simples, tels que
g(x) = ax + b, g(x) = x2 , . . .
Esprance d'une variable alatoire.
E(X) =
xP (X = x).
X
xX()
Thorme de transfert.
E(aX + b) = aE(X) + b.
Variance et cart-type d'une variable alatoire.

Cas particulier o V (X) = 0.
Calcul de la variance.
V (aX + b) = a2 V (X).
Variables centres, centres rduites.
E(g(X)) =
admis.
g(x)P (X = x). Thorme
xX()
Notations V (X) et (X).

Formule de Koenig-Huygens :
V (X) = E(X 2 ) (E(X))2 .

Notation X pour la variable alatoire centre
rduite associe X .

14
- Lois usuelles
Variable alatoire certaine.

Loi de Bernoulli, esprance et variance.
Loi binomiale.
Coecients binomiaux, notation
Formule du triangle de Pascal.

n
.
p
Notation X , B(p). Variable indicatrice d'un

vnement. Notation 1A .
Notation X , B(n, p).
En lien avec
le programme de terminale, le
n
nombre
sera introduit comme le nombre
p
de chemins ralisant p succs pour n rptitions

dans un arbre binaire. I

n
n!
=
.
p
p!(n

p)!
n
n
n
n n1
.
=
et
=
p p1
p
np
p
Formules
Formule du binme de Newton donnant (a+b)n .

Esprance et variance d'une variable de loi binomiale.
Loi uniforme sur [[1, n]], esprance, variance.
Lorsque a et b sont strictement positifs, on

a
pourra faire le lien avec la loi B(n, a+b
). I
Application, l'tude de la loi uniforme sur
[[a, b]], o (a, b) Z2 . Notation X , U([[a, b]]).
I
- Complments de combinatoire
Dnombrement des ensembles suivants :

parties d'un ensemble n lments ;
parties p lments d'un ensemble n lments ;
p-listes d'un ensemble n lments ;
p-listes d'lments distincts d'un ensemble
n lments ;
permutations d'un ensemble n lments.
On fera le lien entre les parties p lments d'un

ensemble n lments et le nombre de chemins
d'un arbre ralisant p succs pour n rptitions.
On pourra utiliser la reprsentation arborescente d'un ensemble de p-listes dans les problmes de dnombrement.
Enseignement de mathmatiques du second semestre
I -
Algbre linaire
L'objectif de ce chapitre est d'approfondir et complter les notions vues au premier semestre.
1
- Espaces vectoriels de dimension nie
Espaces admettant une famille gnratrice nie.

Existence de bases.
Si L est libre et si G est gnratrice, le cardinal
de L est infrieur ou gal au cardinal de G.

15
Dimension d'un espace vectoriel.

Caractrisation des bases.
Rang d'une famille nie de vecteurs.
Thorme de la base incomplte.
Dimension d'un sous-espace vectoriel.
2
Si F est un sous-espace vectoriel de E et si

dim(F ) = dim(E), alors F = E .
- Complments sur les espaces vectoriels
Somme de deux sous-espaces vectoriels.

Somme directe de deux sous-espaces vectoriels.
Sous-espaces vectoriels supplmentaires.
Somme et somme directe de k sous-espaces vectoriels.
Existence d'un supplmentaire en dimension nie.
Dimension d'une somme de deux sous espaces
vectoriels d'un espace vectoriel de dimension nie.
Dimension d'un supplmentaire.
Dimension d'une somme directe de k espaces

vectoriels.
Concatnation de bases de sous espaces vectoriels.
3
Notation dim(E).
Dans un espace vectoriel de dimension n, une
famille libre ou gnratrice de cardinal n est une
base.
Tout vecteur de la somme se dcompose de manire unique.
Si F et G sont supplmentaires,
dim(F ) + dim(G) = dim(E).

Caractrisation de E = F G par la dimension
et l'intersection de F et G.
Base adapte une somme directe.
Caractrisation de sommes directes par concatnation des bases.
- Applications linaires
a)
Cas gnral
Dnition d'une application linaire de E dans

F . Espace vectoriel L(E, F ) des applications linaires d'un espace vectoriel E dans un espace
vectoriel F .
Compose de deux applications linaires.

Isomorphismes.
Endomorphismes, espace vectoriel L(E) des endomorphismes de E .
Noyau et image d'une application linaire.
Projecteurs associs deux espaces supplmentaires.
b)
Un K-espace vectoriel est de dimension n si et

seulement si il est isomorphe Kn .
Puissances d'un endomorphisme.
Caractrisation des projecteurs par la relation
p2 = p.
Cas de la dimension nie

16
Rang d'une application linaire.
Formule du rang.
Formes linaires et hyperplans.

c)
Matrices et applications linaires
Matrice d'une application linaire dans des

bases.
Vecteur colonne des coordonnes dans une base
BE .
Interprtation matricielle de l'image d'un vecteur par une application linaire.
Lien du produit matriciel avec la composition
des applications linaires.
Rang d'une matrice.
Une matrice et sa transpose ont mme rang.
d)
Si (e1 , . . . , en ) est une famille gnratrice de

E alors la famille (f (e1 ), . . . , f (en )) engendre
Im(f ).
Lien entre recherche de l'image et rsolution de
systme. I
Si E et F sont des espaces vectoriels, E tant
de dimension nie, et une application linaire u
de E dans F ,
dim E = dim(Ker u) + dim(Im u).
Application la caractrisation des isomorphismes.
Si BE et BF sont des bases respectives de E et

F , notation MatBF ,BE (f ).
Matrices lignes et formes linaires.
MatBG ,BE (g f ) = MatBG ,BF (g)MatBF ,BE (f ).
galit des rangs d'une application linaire et

de sa matrice dans des bases.
Rsultat admis.
Cas des endomorphismes et des matrices carres
Matrice d'un endomorphisme f de E dans

la base B.
Formule du binme pour deux endomorphismes
ou deux matrices carres qui commutent.
Automorphismes. Ensemble GL(E) des automorphismes de E .
Matrices inversibles, inverse d'une matrice.
Ensemble GLn (K).
Lien entre les isomorphismes de E et les matrices inversibles.
Polynme d'endomorphisme, polynme de matrice carre. Polynme annulateur.
II -
Notation MatB (f ).
Lien avec les isomorphismes et avec GL(E).

On pourra dmontrer que pour le produit matriciel dans Mn (K), l'inverse gauche est galement un inverse droite.
Exemples de calcul d'automorphismes rciproques, d'inverses de matrices et de puissances
k -me d'une matrice par utilisation d'un polynme annulateur.
Toute thorie gnrale sur les polynmes annulateurs est exclue.
Complments d'analyse

17
- tude asymptotique des suites
Suite ngligeable.
Suites quivalentes.
Compatibilit de l'quivalence avec le produit,
le quotient et l'lvation une puissance.
2
Notation un = o(vn ).
On prsentera nouveau les croissances compares rappeles au premier semestre.
Notation un vn .
un vn un = vn + o(vn ).
- Comparaison des fonctions d'une variable au voisinage d'un point
Fonction ngligeable au voisinage de x0 .

Fonctions quivalentes au voisinage de x0 .
Notation f = o(g).
Notation f g .
x0
f g f = g + o(g).
x0
Extension au cas x0 = .
Compatibilit de l'quivalence avec le produit,
le quotient et l'lvation une puissance.
Comparaison des fonctions exponentielles, puissances et logarithmes au voisinage de l'inni, des
fonctions puissances et logarithmes en 0.
3
On prsentera nouveau les croissances compares rappeles au premier semestre.
- Sries numriques
Srie de terme gnral un .

Sommes partielles associes.
On soulignera l'intrt de la srie de terme gnral un+1 un pour l'tude de la suite (un ).
I
Convergence d'une srie, somme et reste d'une

srie convergente.
Combinaison linaire de sries convergentes.
Convergence des sries termes positifs dans les
cas un 6 vn et un vn .
Dnition de la convergence absolue.
La convergence absolue implique la convergence.
Convergence des sries dans le cas un = o(vn ) o
(vn ) est une srie convergente termes positifs.
Convergence des sries de Riemann.
Convergence et formules de sommation des sries gomtriques et de leurs deux premires drives.
Srie exponentielle.
Rsultat admis.
On remarquera que toute srie absolument
convergente est la dirence de deux sries
termes positifs convergentes.
Rsultat admis.
ex =
+ k
X
x
k=0
k!
Ce rsultat pourra tre dmon-
tr l'aide de la formule de Taylor. I


18
- Intgrales sur un intervalle quelconque
On vitera toute technicit dans ce chapitre dont l'objectif est d'introduire les outils utiles l'tude des
variables alatoires densit.
Intgration sur un intervalle semi-ouvert.
Convergence de l'intgrale d'une fonction continue sur [a, b[ ( < a < b 6 +).
On
dira
que
Cas des fonctions positives.
converge
dt
si
f (t) dt existe et est nie.

Z x
Z b
f (t)dt.
On pose alors
f (t)dt = lim
xb a
x7b a
Les techniques de calcul (intgration par parties, changement de variables non ane) seront
pratiques sur des intgrales sur un segment.
L'intgrale
Z
x 7
Thormes de convergence pour f et g positives

au voisinage de b, dans les cas o f 6 g et f g .
f (t)
lim
Rgles de calcul sur les intgrales convergentes,

linarit, relation de Chasles, positivit, ingalits.
Cas d'une fonction continue, positive sur [a, b[
et d'intgrale nulle.
f (t)dt converge si et seulement si
f (t)dt est majore sur [a, b[.
Thormes admis.
Dnition de la convergence absolue.

La convergence absolue implique la convergence.
Thormes de convergence dans le cas f = o(g)
avec g positive au voisinage de b.
Extension des notions prcdentes aux intgrales sur un intervalle quelconque.
Convergence
b
Z
a
dt
et
(t a)
des
Z
intgrales
Z
1
Brve extension aux fonctions dnies et continues sur ]a1 , a2 []a2 , a3 [ ]ap1 , ap [.
dt
,
t
et dt.
- Drives successives
Fonction p fois drivable en un point.

Fonctions de classe C p , de classe C sur un
intervalle. Oprations algbriques, formule de
Leibniz. Thorme de composition.
La drive (n + 1)-me d'un polynme de degr
au plus n est nulle.
6
On remarquera que toute fonction continue est

la dirence de deux fonctions continues positives.
Thorme admis.
Notation f (p) .
- Formules de Taylor
Formule de Taylor avec reste intgral.

Ingalit de Taylor-Lagrange.
Ces formules seront donnes l'ordre n pour

une fonction de classe C n+1 .

19
Application la caractrisation de la multiplicit d'une racine a d'un polynme P de R[X]

par l'tude des drives P (k) (a).
7
- Dveloppements limits
L'tude des dveloppements limits ne constitue pas une n en soi et l'on se gardera de tout excs de
technicit dans ce domaine. La composition des dveloppements limits n'est pas au programme. On
se limitera, en pratique, des dveloppements limits au voisinage de 0.
Dnition d'un dveloppement limit.
Somme et produit de dveloppements limits.

Formule de Taylor-Young l'ordre n pour une
fonction de classe C n .
Application de la formule de Taylor-Young au
dveloppement limit de fonctions usuelles (exponentielle, logarithme, x 7 (1 + x) , sinus et
cosinus).
8
On fera le lien entre un dveloppement limit

l'ordre 1 et la valeur de la drive.
On pourra introduire et manipuler la notation
xn (x) avant l'utilisation ventuelle de la notation o(xn ).
Rsultat admis.
- Extremum
Pour prparer l'introduction des notions de topologie du programme de deuxime anne, on insistera
sur la dirence entre la recherche d'extremum sur un segment et la recherche d'extremum sur un
intervalle ouvert.
Toute fonction continue sur un segment admet

des extrema globaux sur ce segment.
Dans le cas d'une fonction de classe C 1 : condition ncessaire d'existence d'un extremum local
sur un intervalle ouvert.
Dnition d'un point critique.
Condition susante d'existence d'un extremum
local en un point critique pour une fonction de
classe C 2 sur un intervalle ouvert.
9
On pourra montrer que le rsultat tombe en dfaut lorsque l'intervalle de dnition n'est pas
ouvert.
Ce rsultat sera dmontr grce au dveloppement limit l'ordre 2.
- Fonctions convexes
Tous les rsultats de cette section seront admis.
Dnition des fonctions convexes, fonctions

concaves.
Point d'inexion.
Une fonction est convexe sur un intervalle I si

(x1 , x2 ) I 2 , (t1 , t2 ) [0, 1]2 tels que t1 +t2 =
1,
f (t1 x1 + t2 x2 ) 6 t1 f (x1 ) + t2 f (x2 ).
Interprtation gomtrique. I
Gnralisation de l'ingalit de convexit.

20
Caractrisation des fonctions convexes de classe

C 1.
Les tudiants devront savoir que si f est de

classe C 1 , alors f est convexe si et seulement
si l'une des deux propositions est vrie :
f 0 est croissante ;
Cf est au-dessus des tangentes.
Caractrisation des fonctions convexes et

concaves de classe C 2 .
III -
Probabilits sur un univers quelconque
Dans ce second temps de l'tude des probabilits, le vocabulaire gnral est adopt et complt (en particulier le vocabulaire espace probabilis et la notation
(, A, P )
), mais aucune dicult thorique
ne sera souleve sur ce cadre. L'tude des variables alatoires et notamment celles des lois usuelles se
fera en lien troit avec la partie informatique du programme.
- Espace probabilis
Tribu d'vnements ou -algbre d'vnements.

Gnralisation de la notion de systme complet d'vnements une famille dnombrable
d'vnements deux deux incompatibles et de
runion gale .
Une probabilit est une application P dnie sur

la tribu A valeurs dans [0, 1], -additive telle
que P () = 1.
Tribu engendre par un systme complet d'vnements.
Notion d'espace probabilis.
Proprits vraies presque srement. vnement
ngligeable, vnement presque sr.
Thorme de la limite monotone.
Notation A.
On pourra donner quelques exemples signicatifs d'vnements de la forme :
A=
+
\
An
et
A=
n=0
+
[
An .
n=0
On fera le lien avec le cas des univers nis en

expliquant que P() est une tribu.
On pourra introduire direntes tribus sur
{1, 2, 3, 4, 5, 6} et montrer que le choix de la
tribu dpend de l'exprience que l'on cherche
modliser.
Existence admise.
Notation (, A, P ).
Pour toute suite croissante (An ) d'vne-
ments,
+
[
!
= lim P (An ).
An
n+
n=0
Pour toute suite dcroissante (An ) d'vne-
ments,
+
\
n=0

!
An
= lim P (An ).
n+
21
Consquences du thorme de la limite monotone.
Pour toute suite

! (An ) d'vnements,
!
n
+
P
P
[
n=0
+
\
An
= lim P
n+
Ak .
k=0
!
n
\
Ak .
[
k=0
Les dmonstrations de ces formules ne sont pas

exigibles.
On pourra donner comme exemple d'vnement
ngligeable la ralisation d'une suite innie de
pile lors d'un jeu de pile ou face.
Si A vrie P (A) 6= 0, alors (, A, PA ) est un
espace probabilis.
- Gnralits sur les variables alatoires relles
Dnition.
Fonction de rpartion d'une variable relle.

Proprits.
Une variable alatoire relle sur (, A) est une

application de dans R telle que, pour tout
rel x, { | X() 6 x} est dans la tribu A.
On adoptera les notations habituelles [X I],
[X = x], [X 6 x], etc.
On pourra, l'aide d'exemples, illustrer comment obtenir des vnements du type [X = x]
ou [a 6 X < b] partir d'vnements du type
[X 6 x].
x R, FX (x) = P (X 6 x).
FX est croissante et continue droite en tout
point, lim FX = 0, lim FX = 1.
Loi d'une variable alatoire.

3
n+
n=0
Gnralisation de la notion de probabilit conditionnelle.

Gnralisation de la formule des probabilits
composes.
Gnralisation de la formule des probabilits totales.
Indpendance mutuelle d'une suite innie d'vnements.
= lim P
An
La fonction de rpartition caractrise la loi

d'une variable alatoire. Rsultat admis.
- Variables alatoires relles discrtes
On commencera cette section en expliquant comment les rsultats vus prcdemment se prolongent
dans le cadre gnral et l'on insistera sur les problmes de convergence de sries que l'on rencontre lors
de l'tude de variables alatoires innies.
Dnition d'une variable alatoire relle discrte

dnie sur (, A).
Caractrisation de la loi d'une variable alatoire
discrte par la donne des valeurs P (X = x)
pour x X().
L'ensemble des valeurs prises par ces variables

alatoires sera index par une partie nie ou innie de N ou Z.

22
Tribu engendre par une variable alatoire discrte.
Variable alatoire Y = g(X), o g est dnie

sur l'ensemble des valeurs prises par la variable
alatoire X . tude de la loi de Y = g(X).
Esprance d'une variable alatoire.
La tribu AX des vnements lis X est la

tribu engendre par le systme complet ([X =
x])xX() . Cette tribu est aussi appele tribu engendre par la variable alatoire X et constitue
l'information apporte par X .
Quand X() est inni, X admet

X une esprance
si et seulement si la srie
xP (X = x) est
xX()
Thorme de transfert.
absolument convergente.
Quand X() est inni, g(X) admet
une esprance
si et seulement si la sX
rie
g(x)P (X = x)
est
absoluxX()
ment
X convergente, et alors E(g(X))
g(x)P (X = x). Thorme admis.
xX()
E(aX + b) = aE(X) + b.
Moment d'ordre r (r N).

Variance et cart-type d'une variable alatoire
discrte.
Calcul de la variance.
V (aX + b) = a2 V (X).
Cas particulier o V (X) = 0.
Variables centres, centres rduites.
4
Formule de Koenig-Huygens :
V (X) = E(X 2 ) (E(X))2 .
Notation X pour la variable alatoire centre

rduite associe X .
- Lois de variables discrtes usuelles
Lois discrtes usuelles valeurs dans un ensemble ni sur l'espace probabilis (, A, P ).
Loi gomtrique (rang d'apparition d'un premier succs dans un processus de Bernoulli sans
mmoire).
Esprance et variance.
Loi de Poisson : dnition, esprance, variance.
5
Notation mr (X) = E(X r ).

Notations V (X) et (X).
On gnralisera les lois B(p), B(n, p) et U([[a, b]])

vues lors du premier semestre. I
Notation X , G(p). I
Si X , G(p), pour tout nombre entier naturel
non nul k,
P (X = k) = p(1 p)k1 .
Notation X , P(). I
- Introduction aux variables alatoires densit
Dnition d'une variable alatoire densit.
Toute fonction fX valeurs positives, qui ventuellement ne dire de FX0 qu'en un nombre
ni de points, est une densit de X .
On dit qu'une variable alatoire X est densit

si sa fonction de rpartition FX est continue sur
R et de classe C 1 sur R ventuellement priv
d'un ensemble ni de points.
Pour tout x de R, FX (x) =

fX (t)dt.
23
Caractrisation de la loi d'une variable alatoire

densit par la donne d'une densit fX .
Toute fonction f positive, continue sur R ventuellementZ priv d'un nombre ni de points, et
telle que
Rsultat admis.
f (t)dt = 1 est la densit d'une
variable alatoire.
Transformation ane d'une variable densit.
Esprance d'une variable densit.
Variables alatoires centres.
Les tudiants devront savoir calculer la fonction

de rpartition et la densit de aX + b (a 6= 0).
Une variable alatoire X de densit fX admet
une esprance
E(X) si et seulement si l'intZ
grale
E(aX + b) = aE(X) + b.
xfX (x)dx est absolument conver-
gente ; dans ce cas, E(X) est gale cette intgrale.

Exemples de variables alatoires n'admettant
pas d'esprance.
- Lois de variables densit usuelles
Loi uniforme sur un intervalle. Esprance.
Notation X , U[a, b]. I
Loi exponentielle. Caractrisation par l'absence

de mmoire. Esprance.
Notation X , E(). I
Loi normale centre rduite, loi normale (ou de

Laplace-Gauss). Esprance.
X , U[0, 1] Y = a + (b a)X , U[a, b].
1
X , E() ( > 0).
Notation X , N (, 2 ). I
X
X , N (, 2 ) X =
, N (0, 1) avec > 0.
X , E(1) Y =
On attend des tudiants qu'ils sachent reprsenter graphiquement les fonctions densits des lois
normales et utiliser la fonction de rpartition
de la loi normale centre rduite.
- Convergences et approximations
a)
Convergence en probabilit
Ingalits de Markov et de BienaymTchebychev pour les variables alatoires

discrtes.
Si X est une variable alatoire positive admettant une esprance, alors pour tout > 0 :
E(X)
P (X > ) 6
.
Pour toute variable X admettant esprance et

variance, pour tout > 0 :
V (X)
P (|X E(X)| > ) 6
.
2

24
Convergence en probabilit : si (Xn ) et X sont

des variables alatoires dnies sur (, A, P ),
(Xn ) converge en probabilit vers X si, pour
tout > 0, lim P ([|Xn X| > ]) = 0.
X.
Notation Xn
Loi faible des grands nombres pour la loi binomiale.
Si (Xn ) est une suite de variables alatoires telle

que Xn , B(n, p), alors ( n1 Xn ) converge en probabilit vers p. I
La loi faible des grands nombres permet une justication partielle, a posteriori, de la notion de
probabilit d'un vnement, introduite intuitivement.
b)
Convergence en loi
Dnition de la convergence en loi d'une suite

(Xn )nN de variables alatoires vers X .
Cas o les Xn et X sont valeurs dans N.
Si (npn ) tend vers un rel strictement positif ,
convergence d'une suite de variables alatoires
suivant la loi binomiale B(n, pn ) vers une variable suivant la loi de Poisson de paramtre .
Thorme limite central pour la loi binomiale et
pour la loi de Poisson.
X.
Notation Xn
Si (Xn ) est une suite de variables alatoires telle que Xn , B(n, p) (respectivement
Xn , P(n)), alors la suite de variables alatoires centres rduites (Xn ) converge en loi vers
une variable alatoire suivant la loi normale centre rduite. Thorme admis. I

25
Enseignement annuel d'informatique et algorithmique
I -
lments d'informatique et d'algorithmique
L'objectif est d'initier les tudiants l'algorithmique et l'utilisation de l'informatique en mathmatiques au travers de thmes emprunts au programme pour comprendre, illustrer et clairer les notions
introduites. Ds qu'un calcul numrique est envisag, ds qu'un problme incite tester exprimentalement un rsultat, ds qu'une situation alatoire peut tre modlise avec des outils informatiques, le
recours des algorithmes et des logiciels devra devenir naturel.
Le logiciel retenu pour la programmation dans ce programme des classes conomiques et commerciales
est Scilab.
L'utilisation du logiciel se fait en continuit avec le cours de mathmatiques et sera suivi d'une mise
en uvre sur ordinateur. Seules les notions de Scilab indiques dans le programme sont exigibles.
- L'environnement logiciel
a)
Constantes prdnies. Cration de variables par aectation.
%pi %e
Aectation : nom = expression

L'expression peut tre du type numrique, matricielle ou du type chane de caractres.
b)
Approximations de et e.
// permet de commenter une commande.
Constructions de vecteurs et de matrices numriques.
Vecteurs lignes : [ , ,..., ]

Vecteurs colonnes : [ ; ;...; ]
Matrices n p : [ ,..., ;...; ,..., ]
c)
Oprations lmentaires
Oprations arithmtiques :
+
Comparaisons - tests :
==
>
<
>=
<=
Les oprations arithmtiques de base s'appliquent aux variables numriques ou matricielles.
<>
Logiques
&
and
d)
|
or
Fonctions usuelles prdnies
Fonctions numriques usuelles :
log, exp, floor, abs, sqrt, sin, cos
Toutes ces fonctions peuvent s'appliquer des

variables numriques ou des matrices lment
par lment.

26
Fonctions rand
Fonctions matricielles : rank(A), inv(A), A'
- Graphisme en deux dimensions
Courbes reprsentatives de fonctions usuelles,

de densits et de fonctions de rpartition.
Trac d'histogrammes.
3
La fonction grand pourra tre utilise avec les

paramtres correspondant aux lois de probabilit prsentes dans le programme.
Extraction ou modication d'un lment, d'une
ligne ou d'une colonne d'une matrice.
On pourra utiliser les fonctions size(A), find
dans le cadre de simulations.
Pratique des oprations et des fonctions matricielles dans des situations concrtes.
On pourra utiliser les fonctions plot, plot2d,

bar, histplot, la fonction linspace(a,b,n)
et les oprations ./ , .* , .
- Programmation d'algorithmes et de fonctions
Les structures suivantes seront utilises :

Structure conditionnelle :
if ...then ...end
if ...then ...else ...end
Structures rptitives :

n
Exemples : n!,
.
p
Fonctions - arguments - retour de rsultats.
Saisie au clavier - message indicatif possible.

Achage du contenu d'une variable l'cran
avec commentaire ventuel.
for k=...: :...end

while ...then ...end
Fonction d'entre des donnes input()

Fonction de sortie de rsultat(s) disp()
II -
Liste de savoir-faire exigibles en premire anne
Calcul des termes d'une suite.

Calculs de valeurs approches de la limite d'une
suite ou de la somme d'une srie.
Calcul approch de la racine d'une quation du

type f (x) = 0.
Calcul des valeurs approches d'une intgrale
par la mthode des rectangles.
Utilisation de la fonction rand pour simuler des
expriences alatoires lmentaires conduisant
une loi usuelle.
Exploitation graphique des rsultats.

On utilisera des structures rptitives et conditionnelles en exploitant l'tude mathmatique.
La dtermination du rang d'arrt du calcul rsultera directement de l'tude mathmatique ou
d'un algorithme qui en dcoule.
On utilisera direntes mthodes dont certaines
rsulteront d'une tude mathmatique (suites
rcurrentes, encadrements, dichotomie).
Application au calcul de la fonction de rpartition d'une variable alatoire suivant la loi normale centre rduite.
Loi binomiale, loi gomtrique.

27
Simulation de phnomnes alatoires.
Rsolution de systmes AX = B .
Utilisation de la fonction grand

On pourra utiliser une simulation pour com
parer exprimentalement une loi B(n, ) (n
n
grand) avec la loi de Poisson.
On pourra utiliser une simulation pour comparer exprimentalement une loi binomiale avec
une loi normale.

28

Programme Maths ECS 1ère Année

Transféré par

Droits d'auteur :

Formats disponibles

Programme Maths ECS 1ère Année

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Programme Maths ECS 1ère Année

Transféré par

Droits d'auteur :

Formats disponibles

Annexe 1

Programmes des classes

Filire : conomique et commerciale

Ministre de lenseignement suprieur et de la recherche, 2013

Table des matires

1 Objectifs gnraux de la formation

3 Architecture des programmes

Enseignement de mathmatiques du premier semestre

I - Raisonnement et vocabulaire ensembliste

II - Nombres complexes et polynmes

III - Algbre linaire

V - Fonctions relles d'une variable relle

1 - Vocabulaire sur l'ensemble R des nombres rels . . . . . . . . . . . . . . . . . . . . . . .

c Ministre de l'enseignement suprieur et de la recherche, 2013

IV - Suites de nombres rels

VI - Probabilits sur un univers ni

Enseignement de mathmatiques du second semestre

1 - Espaces vectoriels de dimension nie . . . . . . . . .

tude asymptotique des suites . . . . . . . . . . . . . . . . . . . .

III - Probabilits sur un univers quelconque

c Ministre de l'enseignement suprieur et de la recherche, 2013

Enseignement annuel d'informatique et algorithmique

I - lments d'informatique et d'algorithmique

II - Liste de savoir-faire exigibles en premire anne

Objectifs gnraux de la formation

Rechercher et mettre en uvre des stratgies adquates : savoir analyser un problme,

Architecture des programmes

permet de dvelopper la rigueur. On s'attache principalement dvelopper l'aspect opratoire. On

Les probabilits s'inscrivent dans la continuit de la formation initie ds la classe de troisime

et poursuivie jusqu'en classe de terminale. Le formalisme abstrait (axiomatique de Kolmogorov)

c Ministre de l'enseignement suprieur et de la recherche, 2013

Dans tout ce qui suit, K dsigne exclusivement R ou C.

Raisonnement et vocabulaire ensembliste

Connecteurs : et, ou, non, implication, rciproque, contrapose.

- Raisonnement par rcurrence et calcul de sommes et de produits

Emploi du raisonnement par rcurrence.

Tout expos thorique sur le raisonnement par

Les tudiants doivent savoir employer les no-

Ensembles, parties d'un ensemble

Appartenance. Inclusion. Notations , .

On pourra donner l'exemple de P({1, . . . , 6})

c Ministre de l'enseignement suprieur et de la recherche, 2013

Dnition. Compose de deux applications.

Ces deux notions ne seront introduites que dans

Nombres complexes et polynmes

L'objectif de l'tude des nombres complexes est d'aboutir au thorme de d'Alembert-Gauss et la

de polynmes coecients rels. La construction de

l'unit ne sont pas exigibles des tudiants.

Notation algbrique d'un nombre complexe,

On donnera l'interprtation gomtrique d'un

Ensemble K[X] des polynmes coecients

Par convention deg(0) = .

c Ministre de l'enseignement suprieur et de la recherche, 2013

Ensemble Mn,p (K) des matrices n lignes et p

Addition, multiplication par un scalaire. I

Cas des matrices carres

Ensemble Mn (K) des matrices carres d'ordre

Matrices triangulaires, diagonales, symtriques,

On admettra que pour une matrice carre, un

VI - Probabilits sur un univers ni

1 - Espaces vectoriels de dimension nie . . . . . . . . .

Dnition. Compose de deux applications.

de polynmes coecients rels. La construction de

Ensemble K[X] des polynmes coecients

Dnition d'une famille libre, d'une famille gnratrice, d'une base.

Dnition de la limite et de la continuit d'une

On adoptera la dnition suivante : f tant une

Les changements de variable non anes devront

Probabilits sur un univers ni

ni, muni de la tribu

Dnition d'une probabilit sur P().

Si (Ai )iI est un systme complet ni, alors pour