David, Claire - Mustapha, Sami-Mathématiques - Tout Le Cours en Fiches - Licence 1, Capes-Dunod (2014)

Tout le cat alogue sur
www.dunod.com
ÉDITEUR DE SAVOIRS
Illustration de couverture : © delabo - Fotolia.com
Le pictogramme qui figure ci·contre d' enseienemenl supérieur, provoquant une

mérite une explication. Son objet est baisse brutale des achats de livres el de
d'alerter le lecteur sur Io menace que revues, au point que la possibilité même pour
représente pour l'avenir de l'écrit, les auteurs de créer des œwres
particulièrement dans le domaine DANGER noovelles et de les faire éditer cor-
de l'édition technique et universi - rectement est aujourd'hui menacée.
taire, le développement massif du
photocopillage.
Le Code de Io propriété intellec· ®
tuelle du 1er juillet 1992 interdit LE AIOTOCOPIUJa
Nous rappelons donc que toute
reproduction, partielle ou totale,
de Io présente publication est
interdite sons autorisation de
en effet expressément Io photoco- Tlf LELIVRE l'auteur, de son éditeur ou du
pie à usage collectif sons autori- Centre français d' exploitation du
sation des ayants droit. Or, cette pratique droit de copie (CFC, 20, rue des
s'est généralisée dans les établissements Grands-Augustins, 75006 Paris).
© Dun od , 2014
5 rue Laromiguière, 75005 Paris
www.dunod.com
ISBN 978-2-10-071242-7
le Code de Io propriété intellectuelle n'au torisan t, aux termes de l'article

l. 122-5, 2° et 3° a), d'une port, que les «copies ou reprod uctions strictement
réservées à l'usage privé du copiste et non destinées à une util isation collective»
et, d'autre port, que les analyses et les courtes citations dons un but d'exemple et
....
..c d'illustration, « toute représentation ou reproduction in tégrale ou partielle laite
Ol sons le consentement de l'auteur ou de ses aya nts droit ou ayants couse est
·;::
illicite » (art. l. 122-4).
>-
0.. Cette représentation ou reproduction, par quelque procédé que ce soit, constitue-
0
u rait donc une contrefaçon sanctionnée par les a rticles L. 335-2 el suivants du
Code de Io propriété intellectuelle.
www.bibliomath.com
Table des matières
Avant-propos X
Comment utiliser cet ouvrage ? XII
Partie 1
calcul us
Nombres réels
Fiche 1 Les ensembles de nombres 2
Fiche 2 Intervalles, voisinages, bornes 6
Limites 8
Fiche 3 Limite d'une fonction en un point 8
Fiche 4 Lim ite d'une fonction en +oo ou - oo 12
Fiche 5 Propriétés des limites - Opérations sur les limites 14
Fiche 6 Notations de Landau 16
Fonctions numériques 18
Fiche 7 Domaine de définition d'une fonction, graphe 18
Foc us La construction de l'ensemble des réels: les coupures de Dedekind 21
Fiche 8 Comment définir une fonction? 22
Fiche 9 Majorations et minorations 24
Fiche 10 Fonctions monotones 26
Fiche 11 Parité, imparité 28
Fiche 12 Symétries 30
Fiche 13 Fonctions périodiques 32
Fonctions usuelles 33
Fiche 14 Fonctions puissances entières 33
Fiche 15 Fonctions polynômes et fonction valeur absolue 35
Focus John Napier et les tables logarithmiques 38
Fiche 16 La fonction logarithme népérien 39
Fiche 17 La fonction exponentielle 41
"O :<; Fiche 18 Fonctions puissances« non entières» 43
0
c::
"'<=
::l
::J ~
<>
Foc us Leibniz et la fonction exponentielle 44
0 <>
v ii Fiche 19 Fonctions circulaires 45
-~
..-!
0 g Fiche 20 Fonctions hyperboliques 47
N <=
0
<=
@ <=
,>;
Foc us L'origine de la trigonométrie 49
~ 0
..c:: ::> Continuité 51
Ol ~Q.
ï:::: ~ Fiche 21 Continuité d'une fonction en un point 51
>-
a. 3
::>
0 ~ Fiche 22 Fonctions continues sur un intervalle 55
u -ci
0
c:
::>
Dérivabilité 58
0
@ Fiche 23 Dérivabilité en un point 58
www.bibliomath.com
Fiche 24 Dérivabilité sur un intervalle 61
Fiche 25 Dérivées successives 65
Fiche 26 Théorème des accroissements finis et théorème de Rolle 67
Fiche 27 Formule de Taylor-Lagrange 71
Fonctions réciproques 72
Fiche 28 Fonctions réciproques 72
Fiche 29 Les fonctions trigonométriques inverses 75
Fiche 30 Les fonctions hyperboliques inverses 79
Développements limités 81
Fiche 31 Développements limités 81
Fiche 32 Formule de Taylor-Young 84
Fiche 33 Développements limités usuels 89
Fiche 34 Opérations algébriques et composition des développements
limités 92
Développements asymptotiques 95
Fiche 35 Développements asymptotiques 95
Convexité 96
Fiche 36 Convexité 96
Équations différentielles linéaires du 1er ordre 100
Fiche 37 Équations différentielles linéaires du 1er ordre homogènes 100
Fiche 38 Équations différentielles linéaires du 1 er ordre avec second
membre 103
Fonctions de plusieurs variables 111
Fiche 39 Topologie 111
Fiche 40 Fonctions de plusieurs variables 117
Fiche 41 Les systèmes de coordonnées usuelles 119
Fiche 42 Limites, continuité et dérivation 121
Exercices 129
Corrigés 133
Partie 2
Algèbre
"O Le plan complexe - Les nombres complexes 161
0
c::
::J Foc us Les nombres complexes 162
0
v Fiche 43 Le corps des nombres complexes 164
..-!
0
N
Fiche 44 Représentation géométrique des nombres complexes 167
@ Fiche 45 Inversion des nombres complexes 170
~
..c:: Fiche 46 Propriétés fondamentales des nombres complexes 172
Ol
ï:::: Fiche 47 Complément : les polynômes de Tchebychev 174
>-
a.
0 Fiche 48 Racines n ièmes de l'unité, racines nièmes complexes 177
u
Fiche 49 Factorisation des polynômes dans le corps C 180
Fiche 50 Fractions rationnelles et décomposition en éléments simples 185
vi
www.bibliomath.com
Fiche 51 Transformations du plan : translations, homothéties 196
Fiche 52 Transformations du plan : rotations 198
Fiche 53 Transformations du plan: similitudes 200
Foc us Transformations complexes, fractales, et représentations
de la nature 204
Matrices 206
Fiche 54 Matrices de taille 2 x 2 206
Fiche 55 Déterminant de matrices de taille 2 x 2 208
Fiche 56 Matrices de taille 3 x 3 210
Fiche 57 Déterminant de matrices de taille 3 x 3 213
Fiche 58 Matrices de taille m x n 216
Fiche 59 Opérations sur les matrices 218
Fiche 60 Matrices remarquables 220
Fiche 61 Introduction aux déterminants de matrices de taille n x n 224
Fiche 62 Inversion des matrices carrées 226
Foc us L'origine des matrices 230
Foc us Les matrices et leurs applications 232
Fiche 63 Systèmes linéaires 234
Fiche 64 Vecteurs 238
Fiche 65 Barycentres 242
Fiche 66 Droites, plans 246
Fiche 67 Produit scalaire 249
Foc us Produit scalaire, espaces fonctionnels et calcul numérique 253
Fiche 68 Produit vectoriel 254
Fiche 69 Aires et volumes 256
Foc us Géométrie euclidienne - ou non ? Encore des matrices! 258
Transformations linéaires du plan 260
Fiche 70 Bases et transformations linéaires du plan 260
Fiche 71 Changement de base en dimension 2, et déterminant
d'une application linéaire 264
Fiche 72 Conjugaison - Matrices semblables de taille 2 x 2 266
Fiche 73 Opérateurs orthogonaux en dimension 2 268
"O :<; Fiche 74 Rotations vectorielles du plan 270
0
c::
"'<=
::l
Transformations linéaires de l'espace 273
::J ~
<>
0 <>
Fiche 75 Bases de l'espace R3 273
ii
v -~
..-!
0 g Fiche 76 Transformations linéaires de l'espace Hl3 274
N <=
0
@
<=
<= Fiche 77 Changement de base en dimension 3 278
,>;
~
..c::
0
::> Fiche 78 Conjugaison - Matrices semblables de taille 3 x 3 280
Ol ~Q.
ï:::: ~ Fiche 79 Opérateurs orthogonaux de l'espace IR.3 282
>-
a. 3
0 ~
::>
Fiche 80 Rotations vectorielles de l'espace R3 284
u -ci
0
c: L'espace IRi" 286
::>
0
@ Fiche 81 Vecteurs en dimension n, n ;;:. 2 286
vii
www.bibliomath.com
Fiche 82 Espace engendré par une famille de vecteurs - Sous-espaces
vectoriels de IR." 288
Fiche 83 Transformations linéaires de l'espace IR." 291
Fiche 84 Changement de base 295
Fiche 85 Conjugaison - Matrices semblables de taille n x n 297
Fiche 86 Réduction des matrices carrées 299
Foc us Groupe spécial orthogonal et cristallographie 303
Foc us Diagonalisation - La toupie de Lagrange (et de Michèle Audin) 305
Espaces vectoriels 306
Fiche 87 Les espaces vectoriels 306
Fiche 88 Sous-espaces vectoriels 310
Fiche 89 Somme de sous-espaces vectoriels 312
Fiche 90 Projecteurs, symétries 313
Exercices 315
Corrigés 323
Partie 3
Analyse
Suites 367
Fiche 91 Qu'est-ce qu'une suite? L'espace des suites et opérations
sur les suites 368
Fiche 92 Les différents types de suites 371
Foc us Suites arithmético-géométriques et finance 376
Fiche 93 Étude d'une suite 377
Fiche 94 Majorants, minorants d'une suite réelle - Croissance
et décroissance 380
Fiche 95 Techniques d'étude des suites réelles 382
Fiche 96 Convergence 384
Fiche 97 Convergence des suites monotones 387
Fiche 98 Opérations sur les limites de suites 389
Fiche 99 Convergence des suites homographiques réelles 392
Fiche 100 Suites extraites 397
"O
0
Fiche 101 Suites de Cauchy 399
c::
::J Fiche 102 Comparaison des suites réelles 401
0
v Foc us Suites et systèmes dynamiques - L'attracteur de Hénon 405
..-!
0 Intégrales 406
N
@ Fiche 103 Qu'est-ce qu'une intégrale? 406
~
..c:: Fiche 104 Intégrale d'une fonction en escaliers 408
Ol
ï:::: Fiche 105 Intégrale d'une fonction continue par morceaux 413
>-
a.
0 Fiche 106 Calcul intégral 419
u
Fiche 107 Primitives de fractions rationnelles 425
Fiche 108 Calcul approché d'intégrales 427
viii
www.bibliomath.com
Focus Intégrale de Riemann vs intégrale de Lebesgue 434
Exercices 436
Corrigés 442
Annexes Formulaire de trigonométrie 470
Dérivées usuelles 472
Dérivées des fonctions réciproques usuelles 473
Primitives usuelles 474
Limites usuelles des fonctions puissances 475
Rang d'une matrice 476
Bibliographie 477
Index 479
"O :<;
0
c::
"'<=
::l
::J ~
<>
0 <>
ii
v -~
..-!
0 g
N <=
0
<=
@ <=
,>;
~ 0
..c:: ::>
Ol ~Q.
ï:::: ~
>-
a. 3
::>
0 ~
u -ci
0
c:
::>
0
@
ix
www.bibliomath.com
Avant-propos
Cet ouvrage est destiné aux étudiants du cycle Ll des filières universitaires scienti-
fiques, ou des classes préparatoires. Il se base sur nos cours donnés en première année de
Licence à l'UPMC (université Pierre et Marie Curie).
Face aux demandes croissantes de nos étudiants, qui recherchaient un ouvrage de réfé-
rence complet mais abordable, ainsi que des exercices d'application corrigés, nous nous
sommes lancés dans la conception de ce livre qui, nous l'espérons, sera un outil utile
pour les générations d'étudiants à venir.
Cet ouvrage est donc le fruit d'un compromis: dans ce volume condensé, nous avons
essayé de donner suffisamment d'éléments recouvrant l'ensemble des mathématiques
de première année. Cet ouvrage correspond aussi à l'arrivée des nouveaux programmes
universitaires et des classes préparatoires. Pour mi.e ux assurer la jonction avec les ma-
thématiques enseignées au lycée, nous avons opté, pour la première partie d'analyse,
relative à l'étude des fonctions, à une présentation de type « Calculus », inspirée de
l' esprit des « textbooks » anglo-saxons, qui permet d'aborder plus facilement le reste
du programme, plus « classique», sur les suites et le calcul intégral. Pour l'algèbre, la
présentation reprend celle de l'ouvrage Calcul Vectoriel (Collection Sciences Sup), en
allant un peu plus loin : Rn , réducti.on, espaces vectoriels.
Malgré tout le soin apporté à la rédaction, nous demandons l'indulgence du lecteur

pour les éventuelles imperfections qui pourraient subsister; qu' il n' hésite pas à nous les
signaler.
Claire David
[email protected]
Sami. Mustapha
[email protected]
1:l
0
c::
::J
0
v
.--!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
www.bibliomath.com
Remerciements
Nous remercions vivement toutes les personnes dont la relecture et les remarques ont
contribué à améliorer la version initiale du manuscrit :
les membres du comité de lecture, pour leur relecture extrêmement minutieuse et leurs
remarques très pertinentes ;
• Sylvie Benzoni, Un iversité Claude Bernard Lyon 1, Institut Camille Jordan.
• Laurent Di Menza, Université de Reims, Laboratoire de Mathématiques de Reims
(LMR).
• Jean-Pierre Escofier, Université de Rennes, Institut Mathématique de Rennes.
• Sandrine Gachet, Professeur de Mathématiques, Lycée Gustave Eiffel, Dijon.
• Chloé Mullaert, Professeur de Mathématiques, Lycée Paul Valéry, Pari.s.
• Laure Quivy, ENS Cachan et Un iversité Paris XIII, Centre de Mathématiques et leurs
applications (CMLA).
• Lamia Attouche, étudiante à l'UPMC, Paris.
• Alexis Prel, étudiant à l'UPMC, Pari.s.
mais aussi Albert Cohen, Ramona Anton, Sylvie Delabrière, Patrick Polo, Adnène
Benabdesselem, Matthieu Solnon, Eugénie Poulon, Daniel Hoehener, Julien Piera Vest.
"O :<;
0
c::
"'<=
::l
::J ~
<>
0 <>
ii
v -~
...-!
0 g
N <=
0
<=
@ <=
,>;
~ 0
..c:: ::>
Ol ~Q.
ï:::: ~
>-
a. 3
::>
0 ~
u -ci
0
c:
::>
0
@
xi
www.bibliomath.com
Comment utiliser cet ouvrage'?
Un découpage
en trois grandes parties
ca\c.u\US Calculus, Algèbre, Analyse
110 fiches de cours

Les notions essentielles du cours
.. .~i. ." .. R, Un repérage

• Les ensembles de nombres P.ta« J1.mll~W'l 1éd •ll.ltl 1111! "· irt. ~~uc 1'ctHC1nblc ~ 1t.dt .Je b r,1111~ •1 ~. u&kcs1
1111(J'lfii:f facile
7
lJo toll~ r. .-,;i; u~ .:dl« 'l1>.1n 1fati;.'1.<. q.ai .:om>mu.:ni: I~ •ilill)..'Jll1' • & l'<.n
'*'
i<mhll.'.. Le.' n...m1brc , r lSln1'.'.l'.lt< rco'\\'.robk peu1Circ ftni.,111 infini.
.. Le~ nombt6 rf!tionneh
l:cn...,..mb'= 11;e,. n.mibr<.'.l< r:11i,1nn..'I"· c'c,;c ii di~ d: l.1 furml! ~- oo p a q ~ dalx
1. Notation «il~ 1elatih. ave~: 11 ~Cl. C•l nui:tQ.
Poot db.T1.r-.:. l"cn,..;1:Dl:'4(.. °'' utili.o;e lies. :.:cilb..lel, .1.1'1nté~ur '1:."'f\ld k'> <'Ill &nt Sc:< >- l.Hnotnbtfl rhk
t 1t 1DCl'tl$;okr.:11tOemtlle L'eo~~ 1~( ~imNe< ~I ' '"" n~ lt
.'>ui\a.ilt let r•'· dé)l.."'UL i:.1tttikmc11L (111;1o:e1.4. ru·11tricUt~ .n'Ulad~.lao li~cde• t lt·
IDMTSdt: l'<:n<c1Dhk ~ :.i n<i. dlins. k .:.1s.d'1,1.n cn.'\\'.tll~ F.uvtit un a.1mtir<. fin. d'o!:lén:iem.-
· ··· ""' ~'Jt!t llnlll.)lllbn.'.Cl'(Îo:• p.l<Î(Îf. uufrrît: 1 'tll~l>le RIJl oooo, H\lje~ n.'(ol, ~(t...ç..<1~0,:(lll<' l 'o)fl:,1f(~lc 1,. .. 11ruit.etét.l k.11d1e~ "•
E •tr,, . . ......t oo en.:1u.:, l '1111b..Yi:o.:c &. R•
De très ~ ~• .J,in.; h:. 1•:o(~t'W1 tn~~d'Béro~ \\~f1fi.4u~pr(l!Wiélld\ltll'l6Cf'. oob'rit > u.noudon c ' "
E.= HP(.1)~ W>:n.:uto: f..1.. P(.111 ~ l\'CI é.:111 f1indes t~l!l~ pnfr6:1cnt'> avi:o: l"o.p.><:mt • • ... ..:da "ÎllQÎl\e~
nombreux .;.;.qu idt<Ît llC li!N rc.11~blc do.~ llt1no:r(.~ "' td< qui: lapro;11iécé P!Oil \\lrifiû pow ,T, I' t n$.i.'mbk de~ entien. r.:bti!i> n<XI nw,i ~ cc.:
°""
" '-"' c'(i.'ful 0 :. ainil. N· .Jo!,i~« t'(ltlctn'lbk &.~ ctllic1f. t11111u.rcl;; nul,, V do!...,@110;
exemples E~mpln > lA notetion « • • Les fiches

J, U. 1• .\.411.'.-tWtC'.n<l'.1d:ok.~k<(l.'me111<<unlk-<llO<tihn:< l.!.JC'.14, Lur.;quc l'"'n énili'nn d e.< en:"·.ml-.k< pr,.l..:&k m< .i.vei.• l'c)(~''<:.11t,. ' 11.nl.I. -.ignific qµ;c
sont
l .,
L il."· ~. 6..,. J c<1 •n-11.,,_,.,Se<ü!<11crn~~ lc< 11.:.11tWt..<o.""' -1GJ"1r°""'°"'tg.iu~ l'on ~coo<i.;~quelel r..'mbn."' pu"'ÎlÎ(< do«t coseinbb:.; a nsi, z:• tqui c.l'étlf.
~ t .,11 .2.J. .1.,\1>1l•ç.l•t•Q..-}· o 1, •1 f'--..;i~t~ -OU (1111 ~ ~ <.:Co;.

1 regroupées
> Lo entiers moturel~
L'~blc.
~ Ut, ~ p.aln
L'~mblt:
oc.. c.ntia'> nanu~:H, c·c~·&-duc oc.. c.ntitr-1 p.:1<itif)<111 tn1I'<. c-i. n..'lt N:
N .. 10. 1, 2,:l. 4.5.. ... I
&,; cnriui; n.11.Utl\.b ?.1i~.-.,, QUlé 2N :

> IAnotetion • •
1..-,UC C'111 i<:ri1 l'nn de< l.'~bk:< pt&&knu ,WU' l'ap.i<.llll " 11. ~t.. ,_ig:nil'lc lJ'Jll'l
r<XI Ill.' c<Jn'<îœtt qx ln ni11Dbrt< oé191.i() de. ~Caii<1t'lble : ain~. z- (qli c<.( wwi (lai
a - Xl.dfStfllc rc:tr'e11\tlle o.b<:nbet'> 11~altl( oo 111.d~: a- ~i~ne rc11So.'~bt.cde~c~d ~
l-')'lt+f,<111 ('1111" , ~i;.
> IAnotetion • ;"
Loo;quc 1'.:.n ~ri1 llln dt:.: cn«mllk:. pr~c6.1':~ Il\-.:;.• l't)(j.'\}-<:.n1 .. : 11,.:-d1 "ipifie quo:
7hème
H' · tt?.A.to,,. J•(l,i,N 4N) rm1 n.:.1.--00~ Q!lC b numh\'.) s.cri•'l..:1~ p.l .u~. .lr E N l'en-..:,.ml>k: lk,.... 1Q!k ...cn.:1r 1Ylol'm Jlol"Î~f"; ( f•
€tlitll Ju11~ u n: Cnlla nal\lid 6.)1l l'IOI t. AN ~igtic l'c~Ne Je. cnde~ l'llffUtci,
1tn1111)1~,do,:t
> lA notetion • • •
....
..c
kN: lk". " E Nl 1...-111c 1'.:.n &·ri1 fun~ cn.;anllk>: ~c&k:l!l'I :w.:..• l"t)(p.><:.n1 .. • 11,..:da"il!J'.lil'ie q_u..-.
l'ini"' 1.'0ll""im: qui~ noenhn:} .uK-1.:1~ p.::i- l.H enden ffla ti-k c~ alJl-~i t~al li -tr' ). 1&t-~11e 1"<:11'<•~1~ ok'> entier~ '(n(1CnU.:OI ot~\lllH: l\: Ji.*"4~1'J<;
Ol 1;~Me i.k.'<:m~ rwmN, 1"ts1-~411Cd.."" tnrlt.r" qui ~,:li., ...,;, P""'•itf~ .~ m,11, ~! 1'1•JViC;1(11'\lc ..\:$ r&t~ '(f'it'1.·1~n1nl.ganf~ ; 1;1i;
·;:: nég;inf< 1it1"'1l>i.C- z .-1.... -s. -4, -l. -2. - 1, o. 1. l, J, .:1. s....1 O.a:
0..
0
u
xii
www.bibliomath.com
Des exercices corrigés pour
s'entraîner
Des focus
pour découvrir
des applications
des mathématiques
ou approfondir
un point du cours
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
xiii
www.bibliomath.com
"O
0
c
::i
a
~
.-l
0
N
@
......
.!::
Ol
ï:::
>-
0..
0
u
www.bibliomath.com
Calcul us
lnt[_o~uctio.~~------
Après de brefs rappels sur les ensembles de nombres, nous présen-

tons, dans ce qui suit, les notions d'analyse indispensables à l'étude
des fonctions: l'étude des limites; des généralités sur les fonctions nu-
mériques et les fonctions usuelles. Nous passons ensuite, naturellem-
ment, à l'étude de la continuité, puis de la dérivabilité. Nous introdui-
sons alors les fonctions réciproques. Puis, nous passons à l'étude des
développements limités, et aux équations différentielles. Enfin, nous
introduisons brièvement les fonctions de deux et trois variables.
Dans ce cours, certains résultats, dont la démonstration n'est pas consi-

dérée comme indispensable à l'apprentissage des techniques de base,
sont admis.
e.lan
Nombres réels ................................................................. 1
Limites .... .......... ..... .................... ...... ............. .. ............ 8
Fonctions numériques .... ...... . .. ..... .. . .... ...... ....... ........ ...... .. . 18
Focus: La construction de /'ensemble des réels:
les coupures de Dedekind . ...... ...... ......... ...... ....... ...... .. 21
Fonctions usuelles ............................................................33
Focus : John Napier et les tables logarithmiques ....... ...... ...... . .. ...... 38
Focus : Leibniz et la fonction exponentielle ................................. 44
Focus : L'origine de la trigonométrie ..... .... . . ..... . . ...... . . ....... ...... . 49
Continuité ... .. .............. .. ...... . .............. .... .... .... ........... .. 51
Dérivabilité .................................................................. 58
Fonctions réciproques ....................................................... 72
Développements limités ..................................................... 81
Développements asymptotiques ............................................. 95
Convexité .................................................................... 96
Équations différentielles linéaires du 1e r ordre ............................. 100
Fonctions de plusieurs variables ............................................ 111
....
..c
Exercices . ..... ..... ......... .... ....... ...... .... . ... .. . ... ..... ...... .. . ... 129
Ol
·;:: Corrigés ... ... . .. ...... ... . ... . . .... . . . . .. .. .. ... .. . ... . . ........ ... . ... .... 133
>-
0.
0
u
www.bibliomath.com
Les ensembles de nombres
Un ensemble E est une collection d'objets, qui constituent les «éléments» de l'en-
semble. Le nombre d'éléments de l'ensemble peut être fi ni , ou infini.
1. Notation
Pour décrire l'ensemble, on utilise des accolades, à l' intérieur desquelles on écrit les
éléments de l'ensemble.
Suivant les cas, on peut, simplement, placer, à l'intérieur des accolades, la liste des élé-
ments de l'ensemble; ainsi, dans le cas d'un ensemble E avec un nombre fin i d'éléments
e1, . .. , e11 , où n est un nombre entier positif, on écrit:
E = {e,, . . . ,e11 }
ou bien, dans le cas d'un ensemble d'éléments vérifiant une propriété donnée 'P, on écrit
E = {xl'P(x)} ou encore {x, 'P(x)} ou encore {x; 'P(x)}
ce qui désigne ainsi l'ensemble des éléments x tels que la propriété 'P soit vérifiée pour x.
Exemples
1. {l, 2, 3, 4) est un ensemble. Ses éléments sont les nombres 1, 2, 3 et 4.
2. {3, 4, 5, 6,, .. .}est un ensemble. Ses éléments sont les nombres entiers supérieurs ou égaux
à 3.
3. {x E {l, 2, 3, 4, 5, 6} lxest impair}= {l , 3, 5}.
>- Les entiers nature ls
L'ensemble des entiers naturels, c'est-à-dire des entiers positifs ou nuls, est noté N:
N = {O, 1, 2, 3, 4, 5, ... }
>- Les nombres pairs

L'ensemble des entiers naturels pairs est noté 2 N :
2N = {0, 2, 4, 6, ... } = {2n, n EN}
>- k N, k E N
Étant donné un entier naturel k, k N désigne l'ensemble des entiers naturels mutiples de
k:
kN = {kn, n EN}
....
..c
Ol
·;:: >- Les entiers relatifs
>-
0..
0 L'ensemble des entiers relatifs, c'est-à-dire des entiers qui sont soit positifs ou nuls, ou
u négatifs ou nuls, est noté Z :
z= {. .. , - 5, - 4, - 3, - 2, -1 , 0, 1, 2, 3, 4, 5, . .. }
www.bibliomath.com
>- œZ, œ E IR
Étant donné un réel œ, œZ désigne l'ensemble des réels de la forme œk, où k est un
entier:
œZ ={œk, kE Z I
Exemple
1 2JT Z ={2kJT, k E Zl.
>- Les nombres rationnels
L'ensemble des nombres rationnels, c 'est-à-dire de la fo1me !!.., où p et q sont deux
q
entiers relatifs, avec q * 0, est noté Q.
>- Les nombres réels
L'ensemble des nombres réels est noté R
>- i
L'ensemble IRU{-oo, +oo} est noté IR (c'est ce que l'on appelle la «droite réelle achevée»,
ou encore, l'adhérence de IR)
>- La notation « * »
Lorsque l'on écrit l'un des ensembles précédents avec l'exposant«*», cela signifie que
l'on exclut 0 ; ainsi, N* désigne J' ensemble des entiers naturels non nuls ; Z* désigne
l'ensemble des entiers relatifs non nuls ; etc.
>- La notation « + »
Lorsque l'on écrit l'un des ensembles précédents avec l'exposant « +» , cela signifie que
l'on ne considère que les nombres positifs de cet ensemble; ainsi, z+ (qui est aussi égal
à N), désigne l'ensemble des entiers positifs ou nuls; IR+ désigne l'ensemble des réels
positifs ou nuls ; etc.
>- La notation « - »
Lorsque l' on écrit l'un des ensembles précédents avec l'exposant« - »,cela signifie que
l' on ne considère que les nombres négatifs de cet ensemble; ainsi, z- (qui est aussi égal
à -N), désigne l'ensemble des entiers négatifs ou nuls; IR- désigne l'ensemble des réels
positifs ou nuls ; etc.
>- La notation « z»
Lorsque l'on écrit l'un des ensembles précédents avec l'exposant« :», cela signifie que
l'on ne considère que les nombres strictement positifs de cet ensemble; ainsi, z : (qui
"O .,,
:<;
est aussi égal à N*), désigne l'ensemble des entiers strictement positifs; JR:
désigne
0 <= l'ensemble des réels strictement positifs; etc .
c ::;
::::i '~
Cl
<.>
<.>
~
>- La notation « ~ »
-~
"""
..-1
~
Lorsque l'on écrit l'un des ensembles précédents avec l'exposant « ~ », cela signifie que
0
N <=
0
<= l'on ne considère que les nombres strictement positifs de cet ensemble; ainsi , z : (qui
@
....
..c
·a"'
0
::1
est aussi égal à - N*), désigne l'ensemble des entiers strictement négatifs; JR:
désigne
Ol ~Q. l'ensemble des réels strictement négatifs; etc.
·;::
~
>- S!
a. Propriété
0 "
~
u -ci
0
Ona: N c Z c Q c lR
<=
::l
0
@
où le symbole c signifie « inclus dans».
www.bibliomath.com
2. Les ensembles
> Ensemble vide
Un ensemble ne contenant aucun élément est appelé ensemble vide, et noté 0.
Exemple
1 {n E 3 N, n pairl ne contient aucun nombre: c'est l'ensemble vide.
> Intersection d'ensembles

Étant donnés deux ensembles E1 et E2, leur intersection , notée E 1 n E2, est l'ensemble
des éléments qui appartiennent à la fois à E 1 et à E 2 :
E 1 n E1 = {x, x E E 1 et x E E1}
> Union d'ensembles

Étant donnés deux ensembles E1 et E1, leur union, notée E1 U E1, est l'ensemble des
éléments qui appartiennent à E 1, ou à E1 :
E1 U E1 = {x, x E E1 ou x E E1}
> Différence de deux ensembles

Étant donnés deux ensembles E 1 et E1, leur différence, notée E 1 \ E1, est l'ensemble E 1
privé de E1 :
Exemples
1. R. \ {1, 2} est l'ensemble des réels différents de 1 et de 2.
2. R. \ rr Z est 1' ensemble des réels qui ne sont pas multiples de rr.
> Complémentaire d'un ensemble

Étant donnés deux ensembles E1 et E2 tels que E1 soit inclus dans E 1 (que l'on écrit
E1 c E 1), l'ensemble E 1 \ E2 est le complémentaire de E2 dans E,, noté CEi E1 :
CE 1 E1 = E 1 \ E1
1 Exemple
clR {o} = R.*
"O
0
c:: > Produit cartésien de deux ensembles
::J
0 Étant donnés deux ensembles E 1 et E2 , leur produit cartésien, noté E 1 x E 2 , est l'en-
v
..-!
0
semble des couples d' éléments de la forme (x 1, x2), où le premier élément x 1 appartient
N
à E1, et le second, x2, à E2:
@
~
..c::
E1 x E1 = {(x1 ,x2), xi E E1 et x2 E E1}
Ol
ï::::
>-
a. Exemples
0
u 1. R.2 = {(xt, x2 ), Xt E R. et x 2 E R.} est l'ensemble des couples de réels.
2. N 2
= {(n 1, n 2 ), n 1 E N et n2 E N} est l' ensemble des couples d'entiers naturels.
www.bibliomath.com
>- Produit cartésien de trois ensembles
Étant donnés trois ensembles E 1, E 2 et E 3, leur produit cartésien, noté E 1 x E 2 x E 3,
est l'ensemble des triplets d'éléments de la forme (x1, x2, x3) , où le premier élément xi
appartient à E1, le second, x2, à E2, et le troisième, x3, à E3:
E1 x E1 x E3 = {(x1,x2,x3), xi E Ei, x2 E E1 et x3 E E J}
>- Produit cartésien de n ensembles, n E N, n ~ 2

Étant donnés un entier naturel n ~ 2, et n ensembles E 1, •. . , E11 , leur produit cartésien,
noté E 1 x ... x En, est l'ensemble des n-uplets d'éléments de la forme (x 1, ••• , x 11 ), où
X1 E E 1, ... , X 11 E En :
E, X ... xEn = {(x,, ... ,Xn). x, E E.1, ... , Xn E En}
>- Application
Étant donnés deux ensembles E et F, une application cp de E dans F associe, à chaque
élément de E, un et un seul élément de F. E est l'ensemble de départ, F, celui d'arrivée.
Pour tout élément x de E, l'unique élément de F ainsi mis en relation avec x par
l'application cp est noté cp(x), et appelé image de x. x est un antécédent de cp(x). On écrit:
cp:E ---7 F
X H cp(x)
Exemples
1.
ip : N--+N
X H X
est u ne application de N dans N, appelée application identité de N .

2.
l/f :Q --+ Q
X H 2X
est une application de Q dans Q.
>- Fonction
Étant donnés deux ensembles de nombres E et F, une fonction f de E dans F associe,
à chaque élément x de E, au plus un élément de F appelé alors image de x par f (ce
qui signi fie donc que tous les éléments de E n'ont pas nécessairement une image par f).
E est l'ensemble de départ, F, celui d'arrivée. L'ensemble des éléments de E possédant
une image par f est appelé domaine de définition de f, et noté Df. Elle permet de définir
"O .,,
:<;
une application de D_r dans F .
0 <=
c ::;
::::i '~
<.>
Cl <.>
~ Exemple
-~ / : R.--+ R.
0"""
..-1
~ 1
N <= XH - -
0
@
<= 1- X
"'
....
..c
0
·a
::1
est une fonc tion de R dans Ill, dont le domaine de définition est lR \ {l }. Elle permet de définir
Ol ~Q. une application de iR \ { l} dans iR.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
www.bibliomath.com
Intervalles, voisinages, bornes
L' ensemble des nombres réels est habituellement représenté sous la forme d'une droite
graduée, appelée droite des réels, où il faut pouvoir se repérer. À cet effet, on introduit
les notions d'intervalle et de voisinage d'un point.
1
-2 -1 0
Figure 2.1 - La droite des réels.

1. Intervalles
> Intervalle fermé et borné (ou segment)
On appelle intervalle fermé et borné (ou segment) tout ensemble de la forme
[a, b] = {xE R,a~x~b} (a, b)e R2 ,a~b
> Intervalle ouvert
On appelle interval1e ouvert tout ensemble de la fom1e
]a,b[= {x E R,a<x<b} (a , b) E R 2 ,a Intervalle ouvert et borné
On appelle intervalle ouvert et borné tout ensemble de la forme
]a, b[ = {x E R, a< x < b} (a , b) E R2 , a Intervalle semi-ouvert et borné
On appelle intervalle semi-ouvert et borné tout ensemble de la forme
[a, b[ = {x E R, a~ x < b} (a , b) E R2 , a Intervalle fermé
Par convention, tout ensemble de la forme
[a, +oo[= {x E R, x ;;<: a} a E R
ou ] - oo, b] = {x E R, x ~ b} b E R
est considéré comme étant un intervalle fermé.
> Ensemble vide
....
..c
Ol
L'ensemble, noté 0, qui ne contient aucun nombre réel, est aussi un intervalle, appelé
·;::
>- ensemble vide.
0..
0 > Singleton
u
On appelle singleton un ensemble ne contenant qu'un seul élément, et qui est donc de la
forme {a}, où a est un nombre réel.
www.bibliomath.com
>- Intervalle
On appelle intervalle de IR l'un des ensembles définis ci-dessus, ou bien IR tout entier.
~ Un singleton est un intervalle fermé (le si ngleton {a l est donc assimilé à l'intervalle fermé
~ [a,a]).
>- Adhérence d'un intervalle

Soit I un intervalle de R Son adhérence Ï est l'ensemble tel que :
• si I est un segment, alors Ï =I ;
• si I est de la forme ]a, b[ ou ]a , b] ou [a, b[, (a, b) E IR 2 , alors Ï = [a, b];
• si I est de la forme ]a, +oo [ ou [a, +oo[, a E IR, alors Ï = [a, + oo[U {+oo};
• si I est de la forme] - oo, a[ ou] - oo, a], a E IR, alors l =] - oo, a] U {- oo};
• si I l'ensemble vide 0, alors Ï = 0.
2. Voisinage
>- Voisinage d'un point
On appelle voisinage d'un point a de R un sous-ensemble de R contenant un intervalJe
ouvert de la forme ]a - ry, a + ry[, où ry est un réel strictement positif et tel que ry < a .
On peut étendre la notion de voisinage à +oo ou - oo; ainsi, un voisinage de +oo est une partie
de IR. contenant un intervalle ouvert de la forme ]xo, +oor, où xo est un nombre réel quelconque.
De même, un voisinage de -oo est une partie de lR contenant un intervalle ouvert de la forme
] - oo, xo[, où xo est un nombre réel quelconque.
3. Les intervalles de IR
Dans ce qui suit, a, b, xo sont des réels tels que a < b. Le tableau suivant reprend les
différents types d'intervalles de R
[a, b) 1 Segment
)a, b[ 1 Interval le ouvert et borné
)a, b) 1 Intervalle semi-ouvert et borné (ouvert à gauche, fermé à droite)
[a, b[ 1- Intervalle semi-ouvert et borné (fermé à gauche, ouvert à droite)
"O .,,
:<; 0 1 Ensemble vide
0 <=
c ::;
::::i '~
<.>
{a } 1 Singleton
Cl <.>
~
"""
..-1
-~
~
)xo, +oo[ 1 Voisinage de +oo
0
N <=
I========
0
<= [Xo, +oo[
@ "'
....
..c
0
·a
Ol
::1
~Q.
) - oo,x0 [ 1 Voisinage de -oo
·;::
~
>-
a.
0
u
S!
"
~
-ci
0
<=
) - oo, Xo)
) - oo, +oo[
I::::=====
1 R tout entier
::l
0
@
www.bibliomath.com
Limite d'une fonction en un point
1. Limite finie d'une fonction en un point

Soient f une fonction définie sur un intervalle l de IR, à valeurs dans IR, a un point de l,
e
et un réel.
On dit que f admet pour limite (finie) e en a si, lorsque X devient très proche de a,
f(x) devient lui aussi très proche de e, ce qui se traduit mathématiquement par le fait que
pour tout réel e strictement positif, il existe un réel ry strictement positif tel que :
VX E J, Ü < lx - al < '7 => lf(x) - li < t;
On écrit: lim f(x) = l

x~a
ou lim f =
a
e.
Exemple
On considère la fonction qui, à tout x de] - 1, 1[,associe ~.Alors :
lim ~= O
x-+ I
>- Notation o+
Soient f une fonction définie sur un intervalle l de IR, à valeurs dans IR, et a un point
del.
On dit que f tend verso+ en a si, lorsque x devient très proche de a, f(x) tend vers
zéro, mais en restant pos.itif, ce qui se tradu.it mathématiquement par Je fait que pour tout
réel e strictement positif, il existe un réel ry strictement positif tel que :
Vx E J, 0 < lx - al < ry => 0 ~ f(x) < e
On écrit : lim f(x) = o+ ou limf = o+.

x~a a
Lorsque +oo est une borne de/, on dit que f tend verso+ en +oo si , lorsque x devient
très grand, f(x) tend vers zéro, mais en restant positif, ce qui se traduit mathématique-
ment par le fait que pour tout réel e strictement positif, il existe un réel A strictement
positif tel que :
V x E / , x > A => 0 ~ f(x) < e
On écrit : lim f(x) = o+ ou lim f = o+.
x~+oo +oo
Lorsque - oo est une borne de/, on dit que f tend vers o+ en - oo si, lorsque x devient
très grand en valeur absolue, mais en restant à valeurs négatives, f(x) tend vers zéro,
mais en restant positif, ce qui se traduit mathématiquement par le fait que pour tout réel
....
..c e strictement positif, il existe un réel A strictement positif tel que :
Ol
·;::
>- Vx E /, x < - A => 0 ~ f(x) < e
0..
0
u
On écrit : lim f(x) = O+ ou limf = O+.
x~ - oo - oo
www.bibliomath.com
Exemple
lim x 2 = 0+
x->0
~ On utilisera aussi la notation o+ pour indiquer quel ' on tend vers zéro par valeurs supérieures.
>- Notation o-
Soient f une fonction définie sur un intervalle I de Ill, à valeurs dans Ill, et a un point
del.
On dit que f tend verso- en a si, lorsque x devient très proche de a , f(x) tend vers
zéro, mais en restant négatif, ce qui se traduit mathématiquement par le fait que pour
tout réel s strictement positif, il existe un réel TJ strictement positif tel que :
Vx E /, 0< lx - al < TJ ~ - s < f(x) ~ 0
On écrit : lim f(x) =

x->a
o- ou lim f =
a
o-.
Lorsque +oo est une borne de / , on dit que f tend vers o- en + oo si, lorsque x devient
très grand, f(x) tend vers zéro, mais en restant négatif, ce qui se traduit mathématique-
ment par le fait que pour tout réel s strictement positif, il existe un réel A strictement
positif tel que :
V x E ! , x > A ~ - s < f(x) ~ 0
On écrit : lim f(x) =
x ~ +oo
o- ou lim f =
+ oo
o-.
Lorsque - oo est une borne de/, on dit que f tend verso- en - oo si, lorsque x devient
très grand en valeur absolue, mais en restant à valeurs négatives, f(x) tend vers zéro,
mais en restant négatif, ce qui se traduit mathématiquement par le fait que pour tout réel
s strictement positif, il existe un réel A strictement positif tel que :
V x E / , x < - A ~ - s < f(x) ~ 0
Onécrit: lim f(x) =O- ou lim f =O- .

X~-00 -OO
Exemple
lim -x4
x-+O
= o-
"O
c
0
::::i
.,,
:<;
<=
::;
'~
<.>
~- On utilisera aussi la notation o- pour indiquer que l' on tend vers zéro par valeurs inférieures.
Cl <.>
~ Exemple
-~
"""
..-1
0 ~
lim x3 = o-
N <=
0
<= x-.o-
@ "'
....
..c
0
·a
::1 >- Notation a+, a E R
Ol ~Q.
·;::
~
>- S!
a étant un réel, la notation a+ signifie que 1'on tend vers a par valeurs supérieures.
a.
0 "
~
u -ci
0
>- Notation a- , a E lR
<=
::l
0
@ a étant un réel, la notation a- signifie que l' on tend vers a par valeurs inférieures.
www.bibliomath.com
2. Limite infinie d'une fonction en un point
Soient .f une fonction définie sur un intervalle l de IR, à valeurs dans IR, et a un point
de/.
On dit que f admet pour limite «plus l'infini (on note +oo) » en a si, lorsque x
devient très proche de a, f(x) devient très grand, ce qui se traduit mathématiquement par
le fait que pour tout réel A strictement positif, il existe un réel ry strictement positif tel
que:
V x E /, 0 < lx - al < ry ~ f(x) > A
On écrit alors : lim f(x)
x~ a
= +oo ou lim f(x)
a
= +oo.
On dit que f admet pour limite « moins l'infini (on note - oo) » en a si, lorsque
x devient très proche de a, f (x) devient très grand en valeur absolue, mais en étant à
valeurs négatives, ce qui se traduit mathématiquement par le fait que pour tout réel A
strictement positif, il existe un réel ry strictement positif tel que :
Vx E /, 0< lx - al < ry ~ f(x) < - A

On écrit : lim f(x) = - oo ou lim .f = - oo.
x~a a
Exemple
1
lim
X->1 + ~
=+ oo
3. Limite finie à droite (ou par valeurs supérieures)

Soient f une fonction définie sur un intervalle l de IR, à valeurs dans IR, a un point de /,
et e un réel.
On dit que f admet pour limite (finie) f à droite en a (ou encore, par valeurs supé-
rieures) si, lorsque x devient très proche de a, en restant plus grand que a, f(x) devient
lui aussi très proche de e, ce qui se traduit mathématiquement par le fait que pour tout
réel s strictement positif, il existe un réel ry strictement positif tel que :
VX E /, 0< X - a < T/ ~ lf(x) - fi < s

On écrit : lim f(x)
x~a+
=f ou lim f
a+
= f.
Exemple
lim (2 +
X->) + "fx=l\
V_., - J =2
~
"O
0 4. Limite finie à gauche (ou par valeurs inférieures)
c::
0
::J
Soient f une fonction définie sur un intervalle l de IR, à valeurs dans IR, a un point de /,
v
...-!
e
et un réel.
0
N On dit que f admet pour limite (finie) f à gauche en a (ou encore, par valeurs infé-
@ rieures) si, lorsque x devient très proche de a, en restant plus petit que a, f(x) devient lui
aussi très proche de e, ce qui se traduit mathématiquement par le fait que pour tout réel
~
..c::
Ol
ï::::
>- s strictement positif, il existe un réel ry strictement positif tel que :
a.
0
u VX E /, - ry < X - a<0 ~ lf(x) - f i < s
x ~a -
=f ou lim f
a-
= f.
10
www.bibliomath.com
S. Limite infinie à droite (ou par valeurs supérieures)
Soient f une fonction définie sur un intervalle l de JR, à valeurs dans JR, et a un point
de/.
On dit que f admet pour limite +oo à droite en a (ou encore, par valeurs supérieures)
si, lorsque x devient très proche de a, en restant plus grand que a, f(x) devient très grand,
ce qui se traduit mathématiquement par le fait que pour tout réel A strictement positif, il
existe un réel TJ strictement positif tel que :
Vx E ! , 0 < x - a < TJ => .f(x) > A
On écrit : lim .f(x) = +oo ou lim f = +oo.

x~a+ a+
On dit que f admet pour limite - oo à droite en a (ou encore, par valeurs supérieures)
si, lorsque x devient très proche de a, en restant plus grand que a, f(x) devient très grand
en valeur absolue, mais en étant à valeurs négatives, ce qui se traduit mathématiquement
par le fait que pour tout réel A strictement positif, il existe un réel TJ strictement positif
tel que:
V x E / , 0 < x - a < TJ => f(x) < - A

x~a+
= - oo ou lim
a+ ·
f = -oo.
6. Limite infinie à gauche (ou par valeurs inférieures)

Soient f une fonction définie sur un intervalle I de JR, à valeurs dans JR, et a un point
de!.
On dit que f admet pour limite + oo à gauche en a (ou encore, par valeurs inférieures)
si, lorsque x devient très proche de a, en restant plus grand que a, f(x) devient très grand,
ce qui se traduit mathématiquement par le fait que pour tout réel A strictement positif, il
existe un réel TJ strictement positif tel que :
Vx E /, - 17 < x - a < 0 => .f(x) > A

x~ a-
= + oo ou lim f
a-
= + oo.
On dit que f admet pour limite -oo à gauche en a (ou encore, par valeurs inférieures)
si, lorsque x devient très proche de a, en restant plus grand que a, f(x) devient très grand
en valeur absolue, mais en étant à valeurs négatives, ce qu.i se traduit mathématiquement
par le fait que pour tout réel A strictement positif, il existe un réel 1J strictement positif
"O .,,
:<; tel que:
0
c <=
::; V x E /, T/ < x - a < 0 => f(x) < - A
::::i '~
<.>
Cl <.>
~
-~
x~a-
= +oo ou lim
a-
f = +oo.
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
11
www.bibliomath.com
Limite d'une fonction en +oo ou -oo
1. Limite finie d'une fonction en l'infini

Soient f une fonction définie sur un intervalle de la forme [a, +oo[ de R, a E R, et eun
réel.
On dit que f admet pour limite (finie) een« plus l'infini (on note +oo) » si, lorsque
X devient très grand, f(x) devient très proche de {, ce qui Se traduit mathématiquement
par le fait que pour tout réel c strictement positif, il existe un réel «seuil »,A, strictement
positif tel que :
V X E [a, +oo[, X> A => lf(x) - e1< G

x~+oo
=l ou lim f
+oo
=f .
Si f est dé.finie sur un intervalle de la forme ] - oo, a] de R, a E R, et si edésigne encore
un réel , on dit que f admet pour limite (finie) e en «moins l'infini (on note - oo) »
si, lorsque x devient très grand en valeur absolue, mais en étant à valeurs négatives, f(x)
devient très proche de e, ce qui se traduit mathématiquement par le fait que pour tout
réel c strictement positif, il existe un réel A , strictement positif tel que:
V X E] - oo, a], X < - A => lf(x) - e1< s

X~-00
=e ou lim f
-OO
= e.
Exemple
. (1-
lim
X-++oo ~
1 ) =l
2. Limite infinie d'une fonction en plus l'infini

Soit f une fonction définie sur un intervalle de la forme [a, +oo[ de R, a E R.
On dit que f admet pour limite + oo en «plus l'infini » si, lorsque x devient très
grand, f(x) devient lui aussi très grand, ce qui se traduit mathématiquement par Je fait
que pour tout réel B strictement positif, il existe un réel «seuil», A, strictement positif
tel que:
V x E [a, + oo[, x > A => f(x) > B
On écrit alors : lim .f(x) = + oo ou lim f = + oo.
x~+oo +oo
On dit que .f admet pour limite - oo en « plus l'infini » si, lorsque x devient très
grand, f(x) devient très grand en valeur absolue, mais en étant à valeurs négatives, ce
....
..c
qui se traduit mathématiquement par Je fait que pour tout réel B strictement positif, il
Ol
·;:: existe un réel «seuil »,A, strictement positif tel que :
>-
0..
0
u V x E [a, + oo[, x >A => f(x) < -B

x~+oo
= - oo ou limf
+oo
= - oo.
12
www.bibliomath.com
3. Limite infinie d'une fonction en moins l'infini
Soit f une fonction défin ie sur un intervalle de la forme] - oo, a] de R, a E R
On dit que f admet pour limite +oo en «moins l'infini» si, lorsque x devient très
grand en valeur absolue, mais en étant à valeurs négatives, f(x) devient lui aussi très
grand, ce qui se traduit mathématiquement par le fait que pour tout réel B strictement
positif, il existe un réel réel A, strictement positif tel que :
V x E] - oo, a], x < - A ~ f(x) > B
On écrit alors : lim f(x) = +oo ou lim f = +oo.

x~-oo - oo
On dit que f admet pour limite - oo en « moins l'infini» si, lorsque x devient très
grand en valeur absolue, en étant négatif, f(x) devient aussi très grand en valeur absolue,
en étant négatif, ce qui se traduit mathématiquement par Je fait que pour tout réel B
strictement positif, il existe un réel A, strictement positif tel que :
V x E] - oo, a] , x <-A ~ f(x) < - B
On écrit alors: lim f(x)

X~- 00
= - oo ou limf
- OO
= - oo.
4. Forme indéterminée
On appelle forme indéterminée une limite que l'on ne sait pas déterminer ; cela cor-
respond donc à des quantités ne l'on peut pas quantifier de façon exacte, comme, par
exemple, le quotient de + oo avec +oo.
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
"'::l
0
@
13
www.bibliomath.com
Propriétés des limites
Opérations sur les limites
1. Propriétés des limites

>- Unicité de la limite
Soient f une fonction définie sur un intervalle I de JR, à valeurs dans JR, et a dans Ï. Si f
possède une limite en a, celle-ci est unique.
• Soient f une fonction définie sur un intervalle I de JR, à valeurs dans JR, a un point de
l, etl dans R
Alors, si f est définie dans un vois inage à gauche de a, et dans un vois inage à droite
de a :
x-+a
e
lim f(x) = {:::> lim f(x) = lim f(x) =
x-a+ x-a-
e
• Soient f une fonction défi nie sur un intervalle Ide JR, à valeurs dans JR, et a dans Ï; m
et M sont deux réels. Alors :
- si lim f(x) < M , il existe un voisinage de a tel que, pour tout x de ce voisinage :
x-+a
f(x) < M
- s i lim f(x) > m, il existe un voisinage de a tel que, pour tout x de ce voisinage :
x-a
f(x) > m
>- Limites et comparaison
Soient f et g deux fonctions définies sur un intervalle l de JR, à valeurs dans JR, et a dans
Ï ; met M sont deux réels. Alors, si f et g ont des limites finies en a, et s' il ex iste un
voisinage 'V de a tel que, pour tout x de ce voisinage,
f(x) :::;; g(x)
on a : lim f(x) ~ lim g(x)
x-+a x-+a
>- Limites et minoration
Soient f et g deux fonctions définies sur un intervalle I de lR, à valeurs dans JR, et a
dans Ï. S 'il existe un voisinage de a tel que, pour tout x de ce voisinage,
f(x) :::;; g(x)
et si, de plus, lim g(x)

x-+a
= - oo
alors: lim f(x) = - oo
x-+a
>- Limites et majoration
....
..c
Ol Soient f et g deux fonctions définies sur un intervalle I de JR, à valeurs dans JR, et a dans
·;::
>-
0..
Ï. S'il existe un voisinage de a tel que, pour tout x de ce voisinage, f(x) ~ g(x), et si
0
u lim g(x) = +oo, alors :
x-+a
lim f(x)
x-+a
= + oo
14
www.bibliomath.com
>- Théorème des gendarmes
Soient f et g eth trois fonction défin ies sur un intervaJJe Ide IR, à valeurs dans IR, et a
dans Ï; test un réel. S' il existe un voisinage de a tel que, pour tout x de ce voisinage,
f(x) ~ h(x) ~ g(x), et si, de plus, lim f(x) = lim g(x) = t, alors : lim h(x) = t
x~ a x~ a x~ a
2. Opérations sur les limites

>- Limite d'une somme de fonctions
Soient f et g deux fonctions définies sur un intervaJJe l de IR, à valeurs dans IR, et a
dans Ï ; t et t' sont deux réels fin is. Alors :
limf(x) limg(x) lim (f{x) + g(x))
K-+a K-+a K-+a
e t' e+ e'
t +oo +oo
c -OO -OO
+oo +oo +oo

- oo - oo - oo
+oo - oo Forme indéterminée
>- Limite d'un produit de fonctions

Soient f et g deux fonctions définies sur un intervalle l de IR, à valeurs dans IR, et a
dans Ï; t et f' sont deux réels. Alors :
lim f(x) limg(x) lim f(x) g(x)
K-+a K -+B K -+a
e t' tt'
e, avec e > 0 +oo +oo
e, avec e> 0 - oo - oo
e, avec e < 0 +oo - oo
e, avec e< 0 - oo +oo
0 +oo Forme indéterminée
0 -OO Forme indéterminée
>- Lim ite d'un quotient de fonctions

Soient f et g deux fonctions définies sur un intervalle l de IR, à valeurs dans IR, et a
dans Ï ; t et t' sont deux réels. Alors :
• f(x)
lim f(x) limg(x) 11m -
K-+B K-+B x-+a g(x)
e
--- C', avec t' if: 0
e
f'
"O .,,
:<;
c
0 <=
::;
c +oo 0
::::i
Cl
'~
<.>
<.>
e -OO 0
~
-~ e, avec e > 0 +oo
"""
..-1
~
o-
0
N <=
0
e, avect > 0 - oo
<=
@
·a"'
e, avec t < 0 - OO
.... 0
..c
Ol
::1
~Q.
e, avece < 0 o- +oo
·;::
~ +oo +oo Forme indét erminée
>- S!
a. "~
0 "
~ +oo - OO Forme indét erminée
u -ci
0
<=
::l
-OO +oo Forme indéterminée
0
@ - oo - oo Forme indét erminée
15
www.bibliomath.com
Notations de Landau
1. Négligeabilité
Définition
Soient f et g deux fonctions définies sur un intervalle I de R, à valeurs dans R, et a

dans Ï.
On suppose que g ne s'annule pas dans un voisinage de a. On dit que f est négligeable
devant g au voisinage de a si
lim f(x) = 0
x-ta g(x)
On note alors
f(x) = o (g(x)) ou f = o (g)
x-+a t1
On dit que f est un « petit o » de g au voisinage de a.
La notation «petit o » , de même que la notation «grand 0 » , qui sera vue plus loin, est appelée
notation de Landau, en hommage au mathématicien Edmund Landau 1• Leur paternité est
visiblement assez controversée, et reviendrait, a priori, à Paul Bachmann2 .
Exemple
On considère les fonctions f et g définies, pour tout réel x, par
f(x) = x2 g(x) = x4
Alors, comme lim f(x)
x - ..+oo g(x)
= x lim -;. = 0, on en déduit: f = o(g).
- ..+oo X •~
~ Pour traduire le fait qu'une fonction f possède une limite nulle en a, a E R., ou, éventuelle-
't5 ment, a = +oo ou a = - oo, on écrit aussi :
f(x) ..=
. .. o(l)
2. Domination
Définition
Soient f et g deux fonctions définies sur un intervaJJe Ide R, à valeurs dans R, et a

dans Ï. On suppose que g ne s'annule pas dans un voisinage de a, sans, pour autant,
....
..c que g(a) soit non nul.
Ol
·;::
>-
0.. l. Edmund Georg Hermann Landau (1877- 1938), mathématicien allemand, spécial iste de théorie des
0
u nombres.
2. Paul Bachmann (1837-1920), mathématicien allemand lui aussi, et également spécialiste de théorie des
nombres.
16
www.bibliomath.com
On dit que f est dominée par g au voisinage de a si il existe une constante positive C
telle que, pour tout réel x dans un voisinage de a
lf(x)I ~ C lg(x)I
On note alors :
f(x) = O (g(x))
.;\-+a
ou f = O (g)
a
O n dit que f est un «grand 0 » de g au voisinage de a.
Exemple
On considère les fonctions f et g défi nies, pour tout réel strictement positif x, par:
2 - .!. 3
f(x) = 2x x g(x) = 2x
Alors, comme, pour tout réel x > l :
on a bien : /(x) =
x-.+.:x>
O(g(x)).
3. Équivalence
Définition
Soient f et g deux fonctions définies sur un intervalle 1 de IR, à valeurs dans JR, et a
dans Ï. On suppose que g ne s'annule pas dans un voisinage de a, sans, pour autant,
que g(a) soit non nul.
On dit que f est équivalente à g au voisinage de a si :
f(x) - g(x) = o (g(x))

x~a
On note alors :
f(x) - g(x) ou f ~ g
X~tJ Cl
Exemple
On considère les fonctions f et g définies, pour tout réel x, par
f(x) = x4 + x3 g(x) = x4 + x2
. -
Al ors, comme 11m f(x.)
- = 1, on en d'd . f
e mt:. ~ g.
x-++oo g(x)
....
..c
+oo
Ol
·;:: Attention aux manipulations successives et hasardeuses d'équivalents!
>- Pour cette raison, on ne donnera pas, dans ce cours, de résultats généraux ni de « recettes »
0..
0
u pour la manipulation d'équivalents, la meilleure méthode, la plus fiable et la plus sûre, étant de
manipuler des « o » ou des « 0 », suivant les cas et ce qui est le mieux adapté. Mais attention,
on ne peut pas utiliser ceux-ci dans des inégalités!
17
www.bibliomath.com
Domaine de définition
d'une fonction, graphe
1. Domaine de définition d'une fonction

On s'intéresse ici aux fonctions d'une variable réelle, à valeurs réelles, c'est-à-dire ap-
partenant à IR. Dans ce cadre, une« fonction» est un« procédé» permettant d'associer à
un nombre réel x un autre nombre réel, noté f(x).
Comme nous l'avons vu au début de cet ouvrage, il n'est pas nécessaire que ce« pro-
cédé » donne un résultat pour tous les nombres réels, mais seulement pour certains
d'entre eux. L'ensemble 'Df des nombres réels pour lesquels ce « procédé » donne effec-
tivement un résultat est appelé domaine de définition de la fonction f.
Ceci peut être résumé en disant que la fonction f est une application de 'Df dans R
Notation
On écrit:
f: 'Df ~ R
X H j(x)
La première flèche, «~»,s ignifie « dans» : f va de 'Df dans R 'Df est l'ensemble de
départ de f, R, l'ensemble d'arrivée de f .
La seconde flèche,« H »,signifie « a pour image » : x a pour image f(x).
~ Il est essentiel, quand on étudie une fonction, de bien préciser son domaine de définition.
2. Graphe d'une fonction

Le graphe, ou courbe représentative, Cf d'une fonction f: 'Df ~ R est l'ensemble
des points (x, y) du plan R2 tels que x appartienne à 'Df et y = f(x) :
Cf = {<x, f(x)); x E 'DJ}
Exemple
Le graphe de la fonction définie sur R par x H x3 est:
y
"O
0
c
::::i
Cl
X
"""
.-1
0
N
@
....
..c
Ol
·;::
>-
a.
0
u
Figure 7 .1- Le graphe de la fonction définie sur lR par x H x3 •
18
www.bibliomath.com
1. Le graphe permet d'associer un aspect géométrique à l'étude d'une fonction .
2. Il convient dès maintenant de bien distinguer les objets suivants : la fonction f (qui est
donc une application), le nombre réel f(x), qui désigne la valeur de f en x, et Je graphe Cf
(qui est une partie du plan JR.2 ).
>- Droite asymptote à une courbe

Soient f une fonction définie sur un intervalle 1 de R, à valeurs dans R, et a dans Ï.
Étant donnés deux réels met p, la droite 'D, d'équation y = mx + p, (m,p) E R2 , est
dite asymptote à la courbe représentative Cf de f lorsque x tend vers a si :
lirn (f(x) - m x - p)
x-+a
=0
La droite 'D, d 'équation x = a, est dite asymptote verticale à la courbe représentative
Cf de f lorsque x tend vers a si :
lim
x -+a, x<a
f(x) = + oo ou lim
x -+a x>a
f(x) = +oo
ou
lim
x->a, x<a
f(x) = - oo ou lim f(x)
x->a x>a
= - oo
Exemple
La droite d'équation y = 2 x + l est asymptote à la courbe représentative de la fonct ion définie
l
sur Ill par x H 2 x + l - x2 + lorsque x tend vers +oo et x tend vers - oo :
1
asymptote
' Q)
~
--- \ -rac:
~
courbe <(
Figure 7.2- La droite d'équation y= 2x + 1 et la courbe représentative de la fon ction

1
définie sur IR pa r x 1-+ 2x + 1 - - - -.
X2 + 1
"O .,,
:<;
>- Branche parabolique d'axe vertical
0 <=
c ::;
::::i
Cl
'~
<.>
<.>
Soit f une fonction définie sur un intervalle l de R contenant un voisinage de - oo ou
~
-~ +oo, à valeurs dans R
"""
..-1
0 ~
O n dit que la courbe représentative Cf de .f possède une branche parabolique d'axe
N <=
0
<=
@ vertical lorsque x tend vers +oo si :
.... ·a"'
0
..c ::1
Ol ~Q. . f(x)
·;::
>- ~
S!
lirn f(x)
x-++oo
= +oo et hm - -
x->+oo
= +oo
a. X
0 "
~
u -ci
0 ou
<=
0
@
::l
lim f(x) = - oo et Jim f(x) = - oo

x-++oo x-++oo X
19
www.bibliomath.com
On dit que la courbe représentative Cf de f possède une branche parabolique d'axe
vertical lorsque x tend vers - oo si :
f(x)
lim f(x) = + oo et lim -- = - OO
x~- oo x~- oo X
ou
f(x)
lim j(X) = - OO et lim -- = +oo
x~-oo x~- oo X
Exemple
La fonction définie sur lR par x H x4 possède une branche parabolique d'axe vertical en +oo
et en - oo:
y
-1
-1
Figure 7.3 - La courbe représentative de la fonction x H x4.
:>- Branche parabolique d'axe horizontal

Soit f
une fonction définie sur un intervalle I de IR contenant un voisinage de - oo ou
+oo, à valeurs dans R.
On dit que la courbe représentative C1 de f possède une branche parabolique d'axe
horizontal lorsque x tend vers + oo si : lim lf(x)I = + oo et lim f(x) = 0
x~ +oo x-...+oo X
On dit que la courbe représentative Cf de f possède une branche parabolique d 'axe
horizontal lorsque x tend vers - oo si : lim lf(x)I = oo et lim f(x) = 0
x~- oo x~- oo x
:>- Branche parabolique d'axe d'équation y = m x, m E lR
Soit f
une fonction définie sur un intervalle l de IR contenant un voisinage de - oo ou
+oo, à valeurs dans R.
"O On dit que la courbe représentative C1 de f possède une branche parabolique d'axe
0
c:: y = m x, m E IR, lorsque x tend vers +oo si lim lf(x)I = +oo et si :
::J x~ +oo
0
v
...-!
0
lim f(x) =m et lim (f(x) - m x) = +oo ou lim (f(x) - m x) = - oo
N x-...+oo X x ~+oo x ~+oo
@
~ On dit que la courbe représentative Cf de f possède une branche parabolique d'axe
..c::
Ol
ï::::
y = m x, m E IR, lorsque x tend vers - oo si lim lf(x)I = + oo et si :
x~- oo
>-
a.
0
u . f(x)
11m -
x~- oo x
=m et lim (f(x) - m x)
x~-oo
= +oo ou lim (f(x) - m x)
x~-oo
= - oo
20
www.bibliomath.com
On parle souvent, dans la fütérature mathématique, de la« construction de l'en-
semble des réels». Qu'en est-il?
À l'origine, seuls les nombres entiers et rationnels étaient connus des mathémati-
ciens, même si des irrationnels comme .../2, longueur de la diagonale d'un carré de
côté 1, sont vite apparus comme des nombres« à part», difficilement quantifiables.
La coupure par un rationnel

La démonstration formelle de l'existence - ou construction - d'un ensemble de
nombres contenant à la fois les entiers, les rationnels, et les non-ra6onnels, fut mise
en œuvre pour la première fois au XIXe siècle par le mathématicien allemand Richard
Dedekind (183 1-1916).
Elle est basée sur l'axiome de la borne supérieure, selon lequel toute partie non
vide et majorée de l'ensemble IR des réels possède une borne supérieure.
Richard Dedekind est, tout simplement, par6 du fait que tout nombre rationnel
!!.., (p, q) E Z x Z*, découpe Q, ensemble des nombres rationnels, eu deux parties,
q
constituées respectivement par les rationnels strictement plus petits que !!.. , et par les
q
.
rauonne 1s supeneurs
, . ,
ou egaux a' -p .
q
La coupure par un irrationnel

En étendant ce principe à un découpage par un « irrationnel » comme .../2, on dé-
coupe, de façon analogue, 1'ensemble des rationnels en deux parties, constituées res-
pectivement par les rationnels néga6fs, ou dont le carré est strictement plus petit que
2, et par les rationnels positifs dont le carré est supérieur ou égal à 2.
Y2
1 1 1 1111 1
"O .,,
:<;
-2 -1 0
0 <=
c ::;
::::i '~
<.>
Cl <.>
Figure 7 .4- Une« coupure».
~
-~
"""
..-1
0 ~
N <=
0
<=
Ainsi, Y2 apparaît comme la « coupure » entre ces deux ensembles, c'est-à-dire
@
.... ·a"'
0
le nombre« non rationnel» qui se trouve« entre les deux».
..c ::1
Une autre construction assez populaire de l'ensemble des nombres réels peut être
Ol ~Q.
·;::
~
>- S!
obtenue par l'intermédiaire de suites de Cauchy.
a.
0 "
~
u -ci
0
<=
::l
0
@
21
www.bibliomath.com
Comment définir une fonction?
Dès que l'on connaît quelques fonctions, on peut en construire de (nombreuses) autres
en utilisant les procédés suivants :
1. Les opérations algébriques

Si f et g sont deux fonctions définies sur le même intervalle l,
• la fonction somme f + g est définie, pour tout réel x de l'intervalle/, par:
(f + g)(x) = f(x) + g(x)
• la fonction produit f g est définie, pour tout réel x de l' interva.lle l, par:
(f g)(x) = f(x) g(x)
• Lorsque la fonction g ne s'annule pas sur l'intervalle / , la fonction quotient [_ est

g
définie, pour tout réel x de l' intervalle l , par:
[_) (x)
(g
= f(x)
g(x)
2. La composition
Soit f une fonction définie sur un intervalle Ide R, et g une fonction définie un intervalle
J c R contenant f(/). La fonction « composée » des fonctions f et g est la fonction , que
l'on écrit go f, définie, pour tout réel x de l'intervalle/, par :
(go f) (x) = g (f(x))
Exemple
La fonction obtenue en composant la fonction f qui , à tout réel x, associe x 2 avec la fonctio n g
qui, à tout réel x, associe x + 1 est définie, pour tout réel x, par : (go f) (x) = x 2 + 1.
3. La restriction
Soit f une fonction définie sur l'intervalle Ide R, et Io c R un intervalle contenu dans/.
On appelle restriction de f à lo, que l'on note fl1 0 , la fonction définie sur lo par:
....
..c
Ol
·;::
Vx E lo : fl10 (x) = f(x)
>-
0..
0 Cela signifie que les fonctions f et fl10 prennent la même valeur en chaque point de
u
l'intervalle J , mais la fonction f l10 n'est définie que sur cet intervaJJe alors que la fonction
f est aussi défin ie aux points de I qui ne sont pas dans Io.
22
www.bibliomath.com
y
1
1
\ -,
\ restriction \
1 \
1 1
1 \
1 1
1 1
1 \
~~~-+
, ~~~----'-:-=-+~'---'-~~~----\.~~----1~ x
1 1
1 1
1 1
1 1
1 1
\ 1
\ 1
\ \
~- 1
1
1
Figure 8.1 - Le graphe d'une fonction et de sa restriction à (-2, 2].
4. Le recollement : les fonctions définies par morceaux

Considérons un intervalle I de R, divisé en sous-intervalles disjoints / 1, /i, ... , 111 , où
n est un entier naturel, et envisageons le cas d'une fonction f ayant, sur chacun de ces
sous-intervalles, une expression différente :
! 11,, = f,,
La fonction ainsi obtenue par« recollement », est une fonction« définie par morceaux».
Exemple
La fonction f définie par:
y
~~~~----"""--t-~~~-+-~~~...Jl...~'--~~~-- x
1f ?!
2 -1 2
"O .,,
:<;
0 <= Figure 8.2- Le graphe d'une fonction définie<< par morceaux» .
c ::;
::::i '~
<.>
Cl <.>
~
-~ 2
"""
..-1
0 ~
rr
- - x2
. n
SI - - ~X~
n
-
N <=
0
<=
4 2 2
@
....
..c
Ol
·a"'0
::1
~Q.
f( x) = (x - ~f si x> ~
·;::
(x + ~r si
>- ~ n
a. S! X< - -
0 "
~ 2
u -ci
0
<=
::l
est une fonction définie« par morceaux».
0
@
23
www.bibliomath.com
Majorations et minorations
Définition
Soit f une fonction définie sur un intervalle 1. Etant donné un réel M, la fonction f
est dite majorée par M sur 1 si, pour tout réel x E 1 :
f(x) ~ M
Définition
Soit f une fonction définie sur un intervalle 1. Etant donné un réel m, la fonction f
est dite minorée par m sur l si, pour tout réel x E l:
f(x);;.: m
Définition
Soit f une fonction définie sur un interval le /. La fonction f est dite bornée sur I si
elle y est à la fois majorée et minorée.
Cette condition est vérifiée si et seulement s'il existe un nombre réel M tel que lf(x)I ~ M
pour tout nombre réel x de 1.
Exemples
~ . . , , 1 . 1 2x2
1. . L a .1onct1on qui, a tout ree x, associe - + x2 +
b , n . , 1
est ornee sur J~, car maJoree par et
1
minorée par - 1.
y
---------------------- ---------------------
"O
0
c
::::i
Cl -1
"""
..-1
0
N
@
....
..c
~x .
2
Ol
·;:: Figure 9.1- La courbe représentative de la fonction x E JR H -1 +
>- X +1
a.
0
u 2. La fonction x H x 2 est minorée par 0 mais non majorée sur R
3. La fonction x H !X + x n'est ni majorée ni minorée sur )0, oo[.
24
www.bibliomath.com
Définition
Soient f
et g deux fonctions définies sur un même inten1alle 1 de R On dit que f
majore g, si, pour tout x de I:
f(x) ~ g(x)
On écrit alors f ~ g.
Exemple
2x2
Sur l'intervalle (0, +oo( la fonction x H -1 + - 2- - , est majorée par la fonction x H x.
X +1
y
y=x
2x1
y=-l+--
x2+1
~x
2
Figure 9.2 - La courbe représentative de la fonction x H -1 +
X +1
majorée sur JR+ par la fonction x H x.
Définition
Soient f
et g deux fonctions définies sur un même intervalle l de R On dit que f
minore g, si, pour tout x de I:
f(x) ~ g(x)
On écrit alors f ~ g.
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
.-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
25
www.bibliomath.com
Fonctions monotones
1. Définitions
> Croissance
Soit f une fonction définie sur un intervalle I c R Elle est dite croissante sur I si :
> Décroissance
Soit f une fonction définie sur un intervalle I c R Elle est dite décroissante sur I si :
> Croissance (au sens strict)
Soit f une fonction définie sur un intervalle l c R Elle est dite strictement croissante
sur I si :
VXt E J, V X2 E I
> Décroissance {au sens strict)
Soit f une fonction définie sur un intervalle I c R Elle est dite strictement décroissante
sur l si :
> Monotonie
Soit f une fonction définie sur un intervalle I c R Elle est dite monotone sur I si elle y
est croissante ou décroissante.
> Monotonie (au sens strict)
Soit f une fonction définie sur un intervalle I c R Elle est dite strictement monotone
sur I si elle y est strictement croissante ou strictement décroissante.
Étudier les variations d'une fonc tion consiste donc à partager son ensemble de définition en
intervalles tels que, sur chacun d ' eux , la fonction soit monotone.
Exemples
.... 1. La fo nction x H x + 1 est croissante sur R

..c
Ol
·;:: 2. La fonction x H x2 est croissante sur [0, +oo[.
>- 3. Les fonctions puissances, de la forme x E lR H x 11 , n E N*, sont :
0..
0
u • croissantes sur lR si n est impair;
• décroissantes sur] - oo, 0) et croissantes sur [O, +oo[ si n est pair.
26
www.bibliomath.com
y
~~~~~----'__,,,, __ o<.......L~~~~~-- x
-1
-1
Figure 10.1- Les courbes représentatives des fonctions x H x 3 et x H x4 .
2. Tableau de variations
Pour rassembler les informations concernant les variations d'une fonction, le plus simple
est d'utiliser un tableau de variations; la croissance est représentée par une flèche vers
le haut, la décroissance, par une flèche vers le bas. On y indique aussi les valeurs aux
bornes (du domaine de définition), qui peuvent n'être que des limites.
Exemple
Le tableau de variations de la fonction définie sur iR. par x H x2 est :
"O .,,
:<; 0 +oo
0 <=
c ::;
::::i '~
<.> +oo +oo
Cl <.>
~
-~
XHX 2
"""
...-1 /'
0
N
~
<=
0
<=
"" 0
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
27
www.bibliomath.com
Parité, imparité
1. Parité d'une fonction
Définition
Soit f une fonction définie sur un domaine Df de R tel que Dt soit symétrique, i.e.,
pour tout x de 1Jf :
X E Df ~ -x E D.r
La fonction f est dite paire si, pour tout réel x de son domaine de définition Dt :
f( - x) = f(x)
Si la fonction f est paire, sa courbe représentative est symétrique par rapport à l'axe des
ordonnées (Oy).
y
~~-----lf--~.,_____.
_1 ___..__.__-----l~~+-~---- x
-1
Figure 11.1 - Le graphe d 'une fonction paire.
2. Imparité d'une fonction

Définition
Soit f une fonction définie sur un domaine Dt de R tel que D t soit symétrique, c'est-
.... à-dire, pour tout x de D J :
..c X E Df ~ -x E D.r
Ol
·;::
>- la fonction f est dite impaire si, pour tout réel x de son domaine de définition Df:
0..
0
u
f( -x) = - f(x)
28
www.bibliomath.com
1. Toute fonction f impaire s'annule en 0: .f(O) =O.
2. Si la fo nction f est impaire, sa courbe représentative est symétrique par rapport à l'ori -
gine O.
Exemple
La fonction définie sur R par x H x 3 est impaire.
Figure 11.2- Le graphe d'une fonction impaire.
Les proptiétés de parité permettent donc de réduire l'étude de la fonction à l' intervalle :Df n
[0, oo[; on trace alors la partie du graphe correspondante, puis on complète par la symétrie
convenable.
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
.-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
29
www.bibliomath.com
Symétries
1. Centre de symétrie de la courbe représentative d' une fonction

Soient f une fonction définie sur un domaine V1 de IR, et a et b deux réels tels que, pour
tout x de v 1 :
a + X E 1Jf et a - x E Vf
La courbe représentative Cf de f admet le point de coordonnées (a, b) comme centre de
symétrie si et seulement si, pour tout réel x de 1)f :
f(a + x) + f(a - x) =2b
Démonstration : Considérons un point M d'abscisse a + x appartenant à la courbe re-
présentative Cf de f; son ordonnée est donc f(a + x).
Le point Q, de coordonnées (a , b), est centre de symétrie de C.r si et seulement si le
~ -----t
point M' tel que .QM' = MQ est aussi sur la courbe. Les coordonnées (x', y') sont telles
que:
x' - a = a - (x + a) = - x y' - b = b - y = b - f(a + x)
Le point M' appartient à la courbe Cf si et seulement si y' = f(x').
La condition précédente devient : f(a - x) + f(a + x) = 2 b. •
~ Le cas a = 0 est celui où la fonction est impaire.
Exemple
La courbe représentative de la fonction définie sur IR par x ~ 2 + (x - 2)3 admet le point de
coordonnées (2, 2) comme centre de symétrie :
y
"O
0
c
:::i
Cl
"""
.-1
0 X
N - 1
@ -1
....
..c
Ol
·;::
>-
a.
0
u
Figure 12.1- La courbe représentative de la fonction x H 2 + (x - 2)3 •
30
www.bibliomath.com
2. Axe de symétrie vertical de la courbe représentative
d'une fonction
Soient f une fonction définie sur un domaine Df de R, et a un réel.
La courbe représentative C.r de f admet la droite d'équation x = a pour axe de symétrie
de symétrie si et seulement si, pour tout réel x :
f(a + x) = f(a - x)
Démonstration : Considérons un point M d'abscisse a + x appartenant à la courbe re-

présentative Cf de f; son ordonnée est donc f(a + x). Le point M', symétrique de M par
rapport à la droite d'équation x = a, a pour coordonnées (a - x, f(a + x)). li appartient à
la courbe C.r si et seulement si : f(a + x) = f(a - x). •
Exemple
La courbe représentative de la fonction définie sur R par x H 2 + (x - 3)2 admet la droite
d'équation x = 3 comme axe de symétde:
l
~~~~~0----~~~--~~~~-- x
-1
-1
Figure 12.2- La courbe représentative de la fonction x H 2 + (x - 3)2 •
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
...-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
31
www.bibliomath.com
Fonctions périodiques
1. Période
Soit f une fonction définie sur un domaine 1Jf de R, et T un nombre réel non nul tel
que, pour tout réel x de V.r :
x+T E 1)f
La fonction f est dite T-périodique si, pour tout réel x de son domaine de définition V.r :
f(x + T) = f(x)
T est une période de f .
y
Figure 13.1- Le graphe d'une fonction périodique.
Si f est une fonction pé1iodique et si T et T' sont des périodes de f telles que
T + T'-::/= 0
alors - T et T + T' sont aussi des périodes de f.
2. Période fondamentale
Soit f une fonction périodique. Si l'ensemble des périodes strictement positives de fa
un plus petit élément To, celui-ci est appelé période fondamentale de f (la notion de
plus petit élément n'ayant pas été définie, on peut supposer que c'est une période qui
.... est plus petite que toutes les autres; mais il reste à montrer qu'elle existe). Toutes les
..c
Ol périodes de f sont alors de la forme n To, n E Z.
·;::
>-
0.. Pour étudier une fonction périodique de période T, il suffit de se placer sur un intervalle Ir
0
u de longueur (ou d'amplitude) T. La courbe représentative de la fonction est alors obtenue en
«recopiant le motif» obtenu sur Ir !
32
www.bibliomath.com
Fonctions puissances entières
1. Puissances entières
1. Étant donnés un entier naturel non nul net un réel a, a11 est égal au produit den
facteurs égaux à a :
a" = axaxax ... xa (nfois)

2. Étant donnés un entier relatif strictement négatif k E Z~, et un réel non nul a, ak
est égal à l' inverse de a-k :
k 1
a = a-k
-
3. Pour tout réel non nul a : a0 = 1.
Propriété
Soient a, b des réels et n, p des entiers. On suppose a, b non nuls chaque fois que
1'exposant est négatif ou nul. A lors :
a 11 aP = an+p a11 b11 = (ab)n an = (~)n

b 11 b
Démonstration : Les propriétés du produit dans IR permettent de justifier simplement

les formules précédentes. •
2. Fonction puissance
Étant donné un entier relatif k non nul, la fonction qui, à tout réel x non nul , associe/,
est une fonction puissance.
>- Parité des fonctions puissances
Soit n un entier naturel non nul n. La fonction qui, à tout réel x, associe x1 , a la même
parité que l'entier n.
La fonction qui, à tout réel x non nul , associe X-11, a la même parité que l'entier n.
"O .,,
:<;
c
0 <=
::; Exemples
::::i '~
<.>
Cl <.>
~
1. La fonction qui , à tout réel x associe x5, est impaire.
-~
"""
..-1
0 ~
2. La fo nction qui, à tout réel x associe x4 , est paire.
N <=
0
<=
@ "' >- Sens de variation des fonctions puissances
....
..c
0
·a
::1
Ol ~Q. Soit n un entier naturel non nul. Alors :
·;::
~
>- S!
a. i. La fonction qui, à tout réel x, associe _x2n, est décroissante sur ] -oo, 0] et croissante
0 "
~
u -ci
0 sur [0, +oo[.
<=
::l
0
@ 11. La fonction qui , à tout réel x, associe .x2
11
+ 1, est croissante sur IR =] - oo, +oo[.
33
www.bibliomath.com
111. La fonction qui, à tout réel x non nul, associe x-211., est croissante sur ] - oo, O[ et
décroissante sur ]0, +oo[.
1
iv. La fonction qui , à tout réel x non nul, associe x- 2n- , est décroissante sur ] - oo, O[
et sur ]0, +oo [.
y y
Y= x
.· 211+1
y= xzn
-1
y y
1
y= xZn
/
/
~~~==--~~~_.__~~~~ .....
~--x
-1 0 0 I
I
-1 -1 I
I
1
y=-
x2n +1
Figure 14.1 - Quelques exemples de graphes de fonctions puissances.
1:l y =x 2n
0
c::
::J
0
v
...-!
0
N
-1
@
~
..c:: 1
Ol y=-
x2n+1
ï::::
>-
a.
0
u
Figure 14.2- Comparaison des fonctions puissances.
34
www.bibliomath.com
Fonctions polynômes
et fonction valeur absolue
1. Fonction polynômes
>- Fonction polynomiale
Étant donné un entier naturel non nul n, toute fonction de la forme

n
X H ao + a 1 X + a1 x2 + ... + an X = 1
I ai xi
i=O
où ao, a 1, • . ., an, sont des réels, est une fonction polynomiale.
Exemple
La fonction définie sur R. par x H ~~ x3 + 2 x 2 - 2 x est une fonction polynomiale.
Figure 15.1 - Le graphe de la fonction x H ~~ x 3 + 2x2 - 2x.
"O .,,
:<;
0
c
::::i
<=
::;
'~
>- Limites d'une fonction polynomiale en +oo ou - oo
<.>
Cl <.>
~
-~
Tl suffit de factoriser par le« monôme de plus haut degré», c'est-à-dire par le terme de
0"""
..-1
~
<=
plus haut degré, pour obtenir facilement le résultat; étant donné un entier naturel non
N
nul n, et une fonction polynomiale de la fonne x H ao + a 1x + a1 x2 + .. . + an x\ où ao,
0
<=
@ "'
....
..c
0
·a
::1 a,, .. ., an, sont des réels :
Ol ~Q.
·;::
~
>-
a.
0
u
S!
"
~
-ci
0
lim (ao+a1 x+a2 x2 + . . .+a11 x")
x~+ oo
lim an x
= x~+ oo
1
( ao n + a~-I + a 1_ 2 + . .. +
an X a11 X
2
a,1 x'
i)
<=
::l
0
@ = lim ail X1
x~ + oo
35
www.bibliomath.com
et, de même:
= lim an .i'·
X--?-oo
Exemple
lim (- 3x3 +x2 + 4x - 2)

X->+oo
= X->+oo
lim - 3x3 (1 - ~X - 3~X + 3_2__)
x2
= lim - 3x3
x~+ oo
= - OO
2. Valeur absolue d'un réel

Étant donné un réel x, on appelle valeur absolue de x, que l'on note lxl, le réel positif :
lxl = {";2 = { x s'. x ~ 0

- X SI X< Ü
>- Interprétation géométrique de la valeur absolue

Étant donnés deux réels x et y, lx - yl représente la distance entre les nombres x et y sur
la droite réelle.
1x-y1
X y
Figure 15.2- Interprétat ion géométrique de la valeur absolue.
Propriété
Pour tout couple de réels (x, y) : lx yl = lxl lyl.
"O
>- Inégalité triangulaire
0
c::
::J
Propriété
0 Pour tout couple de réels (x, y) :
v
.--!
0
N lx + YI ~ lxl + lyl
@
~
..c:: Corollaire
Ol
ï::::
>- Pour tout couple de réels (x, y) :
a.
0
u
llxl - lyll ~lx+ YI
36
www.bibliomath.com
Propriétés
1. Pour tout couple de réels (x, y) , avec y ;::: 0 :
!xi < Y Ç::> - y < X ~ y
2. Pour tout couple de réels (x, y), avec y ;::: 0 :
lxl ;::: y Ç::> (x ;::: y ou x ~ - y)
>- Fonction valeur absolue

On appelle fonction valeur absolue la fonction définie sur IR par x H lxl.
Propriété
La fonction valeur absolue est paire. Elle est croissante sur JR+, et décroissante sur IR- .
-1
Figure 15.3 - Le graphe de la fonction v aleur absolue.
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
...-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
37
www.bibliomath.com
Les premières tables de calcul
À partir du XIVe siècle, l'astronomie et la navigation deviennent de plus en plus pré-
cises. Elles requièrent, de ce fait, des calculs (multiplications, divisions, extraction de
racines, ... ),qui se révèlent de plus en plus longs et compl iqués. Il devient nécessaire
de mettre en place des outils permettant de les simplifier. Peu à peu, l'idée de tables
permettant de faire, rapidement, multiplications et divisions, émerge.
En 1614, le mathématicien anglais John Napier, ou Neper (1550-1617) 1, se basant
sur le lien entre les progressions arithmétiques (des suites arithmétiques) et géomé-
triques (des suites géométriques), publie les premières tables logarithmiques (des lo-
garithmes de sinus, dans Mir{fici logarithmorum canonis descriptio), qui permettent
de transformer des produits en sommes. Ainsi, pour calculer le produit du nombre a
par le nombre b, il suffit de chercher sur la table le logarithme de a et celui de b, de
faire leur somme, et de retrouver ensuite, par simple lecture sur la table, le nombre
dont cette somme est le logarithme !
Après les tables de Neper, Henry Briggs (1556-1630), mathématicien, géomètre et
géographe, perfectionna les calculs de John Neper et publia des tables de logarithme
de base 10 (aussi dit logarithme décimal), où Je logaiithme de 1 vaut 0, et celui de
10, 1. Ainsi, le logarithme décimal de 100000000000000 = 10 14 vaut 14.
Des tables à la fonction logarithme

Ces tables de valeur préfiguraient la fonction en elle-même. On l'a appelée « loga-
rithme népérien » en hommage à John Neper. Le logarithme népérien, ou de base e,
noté ln, est celui prenant la valeur 1 en e ~ 2,71828. C'est grâce à ces tables de va-
leurs que l'on a pu «construire» cette fonction. Le lecteur intéressé pourra trouver
plus de précisions sur l'historique des logarithmes dans [ l]. Les tables de logarithmes
ont été utilisées très longtemps. Avant l'apparition des calculatrices, la règle à calcul
était un outil efficace et puissant pour la détermination des logarithmes !
La lecture d'une table de logarithmes.
Nombre Logarithme
a lna
b lnb
....
..c ab lna+lnb
Ol
·;::
>-
0..
0
u
1. Il était aussi astronome, physicien, et théologien.
38
www.bibliomath.com
La fonction logarithme népérien
On admet l'existence de la fonction logarithme népérien comme étant l'unique fonction

vérifiant les propriétés suivantes.
1. Propriétés
Les propriétés suivantes sont admises :
:> Logarithme népérien du nombre e

Le nombre e tel que :
ln e = 1
est appelé base du logarithme népérien (e ~ 2,71828).
:> Logarithme népérien d'un produit

Pour tout couple (a, b) de réels strictement positifs :
ln(ab) = !na + lnb
:> Logarithme népérien d'un quotient

• Pour tout couple (a, b) de réels strictement positifs :
ln(~) = ln a - ln b
• Pour tout réel strictement positif a, et tout entier naturel non nul n :
ln (a- 11 ) = - n ln a
Jn X
• lim -
X--? +oo x
=0 , lim ln x
x - o+
= - oo
2. Fonction logarithme népérien
On appelle fonction logarithme népérien la fonction, notée ln, qui, à tout réel x de
]0, + oo[, associe son logarithme népérien ln x.
"O .,,
:<; :> Tableau de variations de la fonction logarithme népérien
0 <=
c ::;
::::i '~
<.> X 0 +oo
Cl <.>
~
-~ +oo
"""
..-1
0 ~ lnx /'
N <= -OO
0
<=
@ "'
....
..c
0
·a
::1 • Comme lim ln x = - oo, l'axe ( Oy) est asymptote verticale à la courbe représentative
Ol ~Q. x- o+
·;:: de la fonction logarithme népérien.
~
>- S!
a.
0 "
~
u -ci
• Comme lim ln x = 0, la courbe représentative de la fonction logarithme népérien
0
<=
x-+oo X
::l
0 possède une branche parabolique horizontale lorsque x tend vers +oo.
@
39
www.bibliomath.com
y
Figure 16.1- Le graphe de la fonction logarithme népérien.
>- Une inégalité utile

Pour tout réel strictement positif x : ln x ~ x - 1.
>- Logarithme de base a, a E R!

Soit a un réel strictement positif. Pour tout réel strictement positif x, on définit son
logarithme de base a, noté log0 x, par :
lnx
logax =--
1na
'O
0
c::
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
40
www.bibliomath.com
La fonction exponentielle
On admet l'existence de la fonction exponentielle comme étant l'unique fonction véri-

fiant les propriétés ci-dessous.
1. Propriétés
Les propriétés suivantes sont admises :
1. Pour tout couple de réels (a , b) :
ea+b = e" eb
2. Pour tout réel a, et tout entier naturel n :
(i1)11 = ena (ea)-11 = _1_

en a
3. Pour tout réel strictement positif a : e 1n a = a.
4. Pour tout réel a : ln ea =a.
2. Fonction exponentielle
On appelle fonction exponentielle la fonction, notée e, ou exp, qui, à tout réel x, associe
ex (que l'on peut aussi écrire exp (x)).
~ Tableau de variations de la fonction exponentielle

X - oo +oo
+oo
eX /'
o•
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
-1 0
<=
@ "' -1
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
Figure 17.1- La courbe représentative de la fonction exponentielle.
0
@
41
www.bibliomath.com
3. Puissance (quelconque) d'un réel strictement positif
Étant donnés un réel a strictement positif, et un réel b, on définit le réel «a puissance
b »,noté ab, par:
~ Cette définition est cohérente avec la définition de la puissance entière, puisque, pour tout réel
~ strictement positif a, et tout entier relatif k :
Étant donnés un réel strictement positif a, et un réel b :
a-b = ~ = (~)b
ab a
Étant donnés un réel strictement positif a, et deux réels b 1 et b2 :
Étant donnés deux réels strictement positif a1 et a2, ainsi qu'un réel b :
4. Racine nième d'un réel strictement positif, n E N*

Étant donnés un rée.l x strictement positif, et un entier naturel non nul n, on appelle racine
nième de x, notée -\{X, le réel :
_nJ.. 1
vx = x 11
....
..c
Ol
·;::
>-
0..
0
u
42
www.bibliomath.com
Fonctions puissances « non entières »
1. Sens de variation des fonctions puissances non entières

Soit œ un réel non entier. La fonction x _rr est définie sur IR:. De plus :
H
• Si a> 0, la fonction x H X:X est croissante sur IR:.

• Si a < 0, la fonction x H xa est décroissante sur IR: .
2. Comparaison des fonctions puissances non entières

Soient a et f3 deux réels non entiers tels que a ~ {3. Alors :
• pour tout réel x de ]O, l ] : ~ ;;::: .xf3;
• pour tout réel x ;;::: 1 : _rr ~ .xf3.
Exemple
Pour tout réel x de ]0, 1] :
Figure 18.1 - Les graphes des fonctions puissances non entières.
3. limites usuelles des fonctions puissances non entières

Soit œ un réel strictement positif, non entier. Alors :
limx_,o+X" =Q+
"O .,,
:<;
0 <=
c ::; lim x" = +oo
::::i '~ x-.+oo
<.>
Cl <.>
~ lim x-a = +oo
-~ x ->O•
"""
..-1
0 ~
lim x-(J' =o+
N <=
0
<= x- +oo
@
.... ·a"'
0
4. Croissances comparées
..c ::1
Ol ~Q.
·;::
>- ~
S!
Soit a un réel strictement positif, et f3 un réel quelconque. Alors :
a.
0 "
~ ex ex xa
u -ci lim - = +oo lim - = +oo lim - - = +oo lim xœ (ln x'/3 = 0
x-++oo (ln x'/3
0
<= x-++oo _x(f x -++oo x-cr x-;Q+
::l
0
@
43
www.bibliomath.com
Historiquement, la « naissance » de la fonction exponentie11e vient de la nécessité
de trouver un moyen de définir Les « puissances non entières » d'un réel strictement
positif donné. En effet, autant des expressions de la forme a 11 , a'i+ 1 , • •• , où a est un
réel strictement positif, et n un entier naturel, ont toujours été « naturelles », autant
il n'en a pas toujours été le cas pour des expressions de la forme ar, où r est, cette
fois-ci, un réel (par exemple: a 1,38 , quelque part entre a 1 = a et a 2 ... )
En 1676, Isaac Newton et Gottfried Leibniz sont les premiers à écrire, successive-
ment, un nombre fractionnaire, puis un irrationnel, en exposant. Mais il faut attendre
la fin du xvne siècle pour que de tels exposants commencent à être perçus comme
des logarithmes. G. Leibniz donne la relation explicite en 1679, sous la forme :
ln ( 1 + V) = t Ç:> 1 + V = b'
1- v 1- v
où il désigne par b une« grandeur constante dont le logarithme vaut l ». Ultérieure-

ment, le mathématicien suisse Leonhard Euler, introduira, à cet effet, la notation « e ».
Jean Bernoulli final isera 1' étude de la fonction «exponentielle» ainsi obtenue, qui
apparaît donc, naturellement, comme fonction réciproque du logarithme népérien.
• Isaac Newton (1643-1727) était non seulement mathématicien, mais, aussi, philo-
sophe, physicien, alchimiste, astronome et théologien. C'est lui qui est à l'origine
du calcul infin itésimal, c'est-à-dire le calcul différentiel et intégral. li est, égale-
ment, l'un des contributeurs majeurs en mécanique classique, avec la théorie de la
gravitation universelle (la fameuse « pomme » de Newton, qui tomba d'un arbre
sur sa tête).
• Gottfried Leibniz ( 1646- 1716) fut aussi philosophe, diplomate, juriste, et philo-
logue. C'est lui qui , le premier, employa le terme de «fonction », et introduisit le
J
symbole utilisé pour désigner une intégrale.
• Leonhard Euler (1707-1783) contribua lui aussi au calcul infinitésimal, introduisit
une grande partie des notations mathématiques modernes. Il est aussi l' auteur de
nombreux travaux en mécanique, en dynamique des fluides, astronomie, ...
• Jean Bernoulli (1667-1 748), frère cadet du mathématicien suisse Jacques Bernoulli
(1654-1705), oncle de Daniel (1700-1782) et Nicolas Bernoulli ( 1695-1726). Il
trouva l' équation de la courbe dite« chaînette», correspondant à la fonction co-
sinus hyperbolique, et à la forme prise par un câble suspendu à ses extrémités et
soumis à son poids. De façon amusante, il est l'ancêtre des prix Nobel de physique
....
..c Pierre Curie et Pierre-Gilles de Gennes.
Ol
·;::
>-
0..
0
u
44
www.bibliomath.com
Fonctions circulaires
1. Fonction sinus
On appelle fonction sinus la fonction, notée sin, qui, à tout réel x, associe son sinus,
sin x.
>- Tableau de variations de la fonction sinus sur (0, JT]

La fonction sinus étant impaire et périodique de période 2n, il suffit de l'étudier sur une
demi-période, par exemple, [O, n] .
1r
2
sinx /'
o+ o+
2. Fonction cosinus
On appelle fonction cosinus la fonction, notée cos, qui, à tout réel x associe son cosinus,
cosx.
>- Tableau de variations de la fonction cosinus sur (0, JT]
La fonction cosinus étant paire et périodique de période 2 n, il suffit de l'étudier sur une
demi-période, par exemple, [O, n ].
1r
X 0 1r
Q)
2
~
-rac:
~
cosx "" 0
<(
"" -1
y
,,
,, y
Y=X ,'
'' ,,
"O
c
0
::::i
Cl
.,,
:<;
<=
::;
'~
<.>
<.>
,,
, ,,
, ""
,,
~
-~
"""
..-1
0 ~
N <=
0
<=
, ,,
@
.... ·a"'
0
,, y= sin x
..c ::1
,,'
Ol ~Q. ,, Y= cos
,,
·;:: X
,,
~
>- S!
a. ,
0
u
"
~
-ci
,,
0
<=
::l
0 Figure 19.1- Les courbes représentatives des fonctions sinus et cosinus.
@
45
www.bibliomath.com
3. Fonction tangente
On appelle fonction tangente la fonction, notée tan , qui, à tout X de R \ {~ + k lf, k E z},
associe sa tangente, tan x.
> Tableau de variations de la fonction tangente sur (0, rr]

La fonction tangente est défi nie sur R \ {~ + k 7f, k E Z } par :
sin x
tanx = - -
cosx
El le est impaire et périodique de période 7f. Il suffit donc de l'étudier sur [0, ~ [.
X 0 ~ ;
+oo
tanx
/'
Comme lim tan x

x-. ~ -
= +oo, la droite d 'équation x = ~est
2
asymptote à la courbe repré-
·
sentative de la fonction tangente lorsque x tend vers ~ par valeurs inférieures. JI en est
de même, par périodicité, de toute dro.ite d'équation x = ~ + k lf, k E Z.
y
1
.,
1
1
y =\ x ,
:r =tan x
\
\
,,
, ""
,,
Figure 19.2- la courbe représe ntative de la fonction tangente.
4. Valeurs remarquables des fonctions sinus, cosinus et tangente

"O 7T 7T 7T 7T
0 0
c:: 6 4 3 2
::J
0
0
1 1 Y3
v 2 Vï. 2
.--!
0
N
Y3 1 1
0
@
~
2 Vï. 2
..c::
Ol 1
ï:::: tanx O Y3 non définie
>-
a.
Y3
0
u
Pour tout réel x :
cos2 x + sin2 x =1
46
www.bibliomath.com
Fonctions hyperboliques
1. Sinus hyperbolique
Définition
Étant donné un réel x, on appelle sinus hyperbolique de x le réel, noté sh x, tel que :
ex - e-x
shx = - - -
2
La fonction sinus hyperbolique, notée sh, est la fonction qui , à tout réel x, associe
son sinus hyperbolique sh x.
>- Tableau de variations de la fonction sinus hyperbolique
La fonction sinus hyperbolique est définie sur R, et impaire. Il suffit de l'étudier sur R+.
y
y=x
,.
' ,,
y= sh X
, ,~,'
,,
\
, ,,
X 0 +oo , ,,
+oo
shx /'
o• , , ,"
,,
,,
,,
..'
Figure 20.1- La courbe représentative
de la fonction sinus hyperbolique.
2. Cosinus hyperbolique
"O .,,
:<; Définition
0 <=
c ::;
::::i '~
<.>
Étant donné un réel x, on appelle cosinus hyperbolique de x le réel, noté ch x, tel
Cl <.>
~
-~
que:
ex+ e-x
"""
..-1
0 ~ ch x = - - -
N <=
0
<= 2
@
.... ·a"'
0
La fonction cosinus hyperbolique, notée ch, est la fonction qui, à tout réel x, associe
..c ::1
son cosinus hyperbolique ch x.
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
>- Tableau de variations de la fonction cosinus hyperbolique
<=
::l
0
@ La fonction cosinus hyperbolique est définie sur R, et paire. Il suffit de l'étudier sur R+ .
47
www.bibliomath.com
y
0 + oo
+oo
-----~0--~-----x
-1 1
-1
Figure 20.2 - La courbe représentative

de la fonction cosinus hyperbolique.
3. Tangente hyperbolique
Définition
Étant donné un réel x, on appelle tangente hyperbolique de x le réel , noté th x, tel

que: shx ex - e-x
thx = - - = - - -
chx eX + e-X
La fonction tangente hyperbolique, notée th, est la fonction qui , à tout réel x, associe
sa tangente hyperbolique th x.
:>- Tableau de variations de la fonction tangente hyperbolique

La fonction tangente hyperbolique est définie sur IR, et impaire. Il suffit de 1'étudier
sur IR+·
0 +oo
thx /'
o+
Propriétés
1. Comme: lim th x
x--.+oo
=1 lim th x
X--t-oo
=- 1
les droites d' équations respectives y = 1 et y = -1 sont asymptotes à la courbe

représentative de la fonction tangente hyperbolique lorsque x tend vers +oo et - oo
respectivement.
y
__________ J
....
..c
Ol
·;::
>- Figure 20.3- La courbe représentative de la fonction tangente hyperbolique.
0..
0
u
2. Pour tout réel x : ch2 x - sh 2 x =1
48
www.bibliomath.com
Les précurseurs grecs
La chronologie exacte de l'apparition de la trigonométrie, et des fonctions circu-
laires, demeure incertaine. De tout temps, les astronomes ont eu besoin de tables
permettant le passage de la mesure des angles à celle des arcs et des cordes sous-
tendues associées (dont la longueur est égale à deux fois le sinus de l'angle moitié).
Il semblerait qu'il faille attendre le mathématicien et géomètre Hipparque de Nicée
(180 av.J.-C./125 av.J.-C.), qui divise le cercle en 360° , pour qu'apparaissent ces
premières tables (dans son ouvrage De l'étude des droites dans le cercle), pour les-
quelles il passa beaucoup de temps à observer les astres et leur mouvement. C'est lui.
qui inventa l'« astrolabe», qui permet d 'établir la hauteur d'un astre par rapport à
l'horizon. Il introduisit aussi la notion de parallèles et de méridiens pour repérer la
position d'un point sur la terre. Ultérieurement c'est Ptolémée (environ 90-168 , as-
tronome et astrologue grec, qui vécut à Alexandrie.) dans l'Almageste, qui expliqua
comment calculer la longueur d' une corde, en donnant les tables correspondantes.
corde
I
\
\
\
......
\
~\ \
. . ()
....
,,- !Z.
,.....
..,;
\ ·•. Sin
\ .
\ ...
Ï
..... \, 2 , ,
Un angle, et la corde sous-tendue.

(le rayon du cercle vaut 1)
Des Indiens aux arabes: les débuts de l'algèbre

"O .,,
:<; La première définiti on véritable du sinus, de même que celle du cosinus, est due au
0 <=
c ::;
mathématicien et astronome indien Aryabhata (476-550, travailla aussi sur l'approxi-
::::i '~
<.>
Cl <.>
mation du nombre JT. ) Il eut l'idée d'utiliser non pas la corde sous-tendue à un arc,
~
-~
"""
..-1
0 ~ mais la demi -corde, qui correspond donc exactement à la valeur du sinus de l'angle
N <=
0
<= moitié. Le nom de sinus en lui-même, qui vient, bien sûr, du latin, semble devoir son
@
.... ·a"'
0
origine à une erreur de traduction depuis le sanskrit. Aryabhata établit lui aussi des
..c ::1
Ol ~Q. tables de valeurs, avec quatre décimales, ce qui était, pour l'époque, extrêmement
·;::
~
>- S! précis.
a.
0 "
~
u -ci
La formule bien connue qui donne, pour un angle 8, cos2 6 + sin2 6 = l , fut établie
0
<=
0
::l par le mathématicien et astronome indien Varahamihira (505-587).
@
49
www.bibliomath.com
Des calculs plus poussés furent ensuite donnés par le mathématicien perse
Al-Khwarizmi, qui est aussi à l'origine de l' introduction de l'algèbre et des chiffres
arabes en Europe.
Peu à peu , d'autres mathématiciens apportèrent de nouvelles contributions, et dé-
montrèrent de nouvelles formules. L'Ègyptien Habash al-Hasib inventa la tangente,
qui permet de mesurer des hauteurs. Abu Al-Wafa compléta les tables de valeurs
déjà existantes, et introduisit les notions de« sécante» (l'inverse du cosinus) et« co-
sécante » (l'inverse du sinus). Il démontra les formules d'addition pour la fonction
sinus.
Nasir Al-Din Al-Tusi perfectionna les tables de valeurs déjà existantes. Il fut suivi
au, xrve siècle, par Al-Kashi, qui est aussi à l'origine du fameux théorème qui porte
son nom (ce théorème est aussi appelé loi des cosinus).
Les notations modernes

En ce qui concerne la notation «sin», elle fut introduite en 1583 par le mathémati-
cien et physicien danois Thomas Fincke (1561-1656) dans son ouvrage« Geometria
rotundi » ; la notation «cos » semble pouvoir être attribuée, conjointement, au mathé-
maticien et théologien anglais William Oughtred (1574-1660), et au français Albert
Girard. Albert Girard introduisit, aussi, la notation «tan».
• Abu Abdallah Muhammad ibn Musa al-Khwarizmi (780-850), mathématicien,

géographe et astronome perse, sous l'empire de la dynastie des Abbasides. Ce sont
ses travaux, où il établit un classement systématique des équations et des méthodes
de résolution associées, qui ont permis l'introduction de l'algèbre et des chiffres
arabes en Europe. Le mot « algorithme » vient de la latinisation de son nom. Le
mot « algèbre» provient, quant à lui, du mot arabe « al-jabr », utilisé pour désigner
l'une des deux opérations qu' il utilisait pour résoudre une équation quadratique
(c'est-à-dire de degré deux).
• Habash al-Hasib (? -869), était aussi, bien sûr, astronome, et géographe.
• Muhammad ibn Muhammad ibn Yahya ibn Ismail ibn al-Abbas al-Buzjani (940-
998), mathématicien et astronome perse, qui apporta aussi de nombreuses contri-
butions à l'arithmétique, il fut le premier à introduire les nombres négatifs.
• Abû Jafar Muhammad ben Muhammad ben al-Hasan Nasîr ad-Dîn at-Tûsî (1201-
1274), philosophe, mathématicien, astronome, théologien et médecin perse. Le
1:l petit-fils de Genghis Khan, Houlagou Khan, fit construire, à son intention , l'ob-
0
c:: servatoire de Maragha, qui lui permit d'établir des tables très précises permettant
::J
0 de calculer les positions des planètes.
v
...-!
0 • Ghiyath al-Din Jamshid Masud al-Kashi, 1380-1429, mathématicien et astronome
N
@
perse.
~
..c:: • Albert Girard (1595-1632), apporta aussi des contributions en arithmétique, où il
Ol
ï:::: montra que tout nombre premier congru à 1 modulo 4 est égal à la somme de deux
>-
a.
0 carrés, résultat qui sera ultérieurement démontré par Pierre de Fermat ( 1601-1665).
u
50
www.bibliomath.com
Continuité d'une fonction
en un point
1. Continuité en un point (Caractérisation de Weierstrass)

Définition
Soit f une fonction définie sur un intervalle 1 de R, non vide, non réduit à un point,
et a un point de J. La fonction f est dite continue en a si, pour tout réel strictement
positifs, il existe un réel strictement positif 17 tel que, pour tout réel x de / vérifiant
lx - al ~ r7, on ait lf(x) - f(a)I ~ E, soit, en langage formalisé 1 :
Vs > 0, 317 > 0, Vx E l : lx - a l ~ 1] ~ lf(x) - f(a)I ~ e
Q)
~
X
-rac:
~
-1 0
<(
-1
Figure 21.1- Le graphe d'une fonction discontinue en un point a.
Dire qu'une fonction est continue signifie, tout simplement, que sa courbe représentative ne
présente pas de« sauts» . Une fonction continue en un point a admet une limite en a.
>- Continuité à gauche
Définition
Soit f une fonction définie sur un intervalle 1 de R, non vide, non réduit à un point, et
....
..c a un point de/. La fonction f est dite continue à gauche en a si :
Ol
·;::
>-
0..
0
lim f(x) = f(a)
x--.a-
u
1. Cette caractérisation a été donnée par le mathématicien allemand Karl Weierstrass (1815-1897).
51
www.bibliomath.com
y
-~
1 ~~-
0---~~~~~--~~~~~-- x
-1
Figure 21.2 - Le graphe d'une fonction continue en un point a.
>- Continuité à droite
Définition
Soit f une fonction définie sur un intervalle 1 de IR, non vide, non réduit à un point, et
a un point de/. La fonction f est dite continue à droite en a si :
lim f(x) = f(a)

x->a+
Lorsque l'on veut explicitement indiquer sur un graphe qu'une fonction est continue à gauche
et non à droite au point a, on place un «point» sur la valeur «à gauche», et un crochet «] »
sur la valeur« à droite».
De même, lorsque I' on veut explicitement indiquer sur un graphe qu'une fonction est continue
à droite et non à gauche au point a, on place un «point» sur la valeur« à droite», et un crochet
« [»sur la valeur« à gauche ».
Exemple
Voici un exemple de fonction continue à droite en chaque entier, et discontinue à gauche en
chaque entier : la fonction «partie entière» .
La fonction« partie entière» d'un réel donné x est le plus grand entier nx inférieur ou égal à x .
....
..c Ainsi, la partie entière du nombre 2,3 est 2, celle du nombre 4,7 est 4, etc. :
Ol
·;::
>- Vx ~ 0 : E(x) :,,;;; x < E(x) +1
0..
0
u
Par définition, la fonction «partie entière», notée E, est la fonction qui, à tout réel positif x,
associe sa partie entière.
52
www.bibliomath.com
y
3 .._,
2 .._,
.........,_
X
-4 -3 -2 - 1 2 3 4
~ -2
.----.{ -3
.----.{ -4
Figure 21.3 - La courbe représentative de la fonction «partie entière».
>- Prolongement par continuité en un point
Théorème
Soient f une fonction dé.finie sur un domaine V 1 de JR, à valeurs dans JR, et a un réel
donné n'appartenant pas à V J"
On suppose que f admet une limite finie t en a. A lors, la fonction f dé.finie pour tout x
de V f U {a} par :
f(x) = {f(x) s~ x *a
f Sl X =a
est continue en a, et constitue le prolongement par continuité de .f en a.
Exemple
On considère la fonction qui, à tout réel x non nul, associe x cos ( ~). Cette fonction est définie
sur iR.*, mais peut être prolongée par continuité sur ~ par la fonction:
.
XH
{X COS(~)
X
Si x;t:O
"O .,,
:<;
c
0 <=
::;
0 si x= O
::::i '~
<.>
Cl <.>
~
-~ >- Caractérisation séquentielle de la continuité
"""
..-1
0 ~ ,o
N <=
0
<= Théorème Partie 3
@ "'
....
..c
0
·a
::1
Soient f une fonction dé.finie sur un intervalle I de JR, à valeurs dans JR, et a un réel
Ol ~Q. donné dans/. Il y a équivalence entre les propriétés suivantes :
·;::
~
>-
a.
0
S!
"
~
• f est continue en a;
u -ci
0
<=
• Pour toute suite (un)neN" à valeurs dans 1, de limite a, la suite (j(u11 ))11EN converge
::l
0
@
vers f(a).
53
www.bibliomath.com
>- Opérations algébriques sur les fonctions continues
Théorème
Soient f et g des fonctions définies sur un même intervalle l de JR, et a un point de !.
Alors:
• Si f et g sont continues en a, les fonctions f + g et fg sont définies sur 1 et continues
ena.
l
• Si g(a) =F 0, et si g est continue en a, la fonction - est définie sur un intervalle de la
g
forme ]a - ry, a + ry[ n !, 0 < ry < a, et est continue en a.
>- Continuité des fonctions composées
Théorème
Soient f une fonction d~finie sur un intervalle 1 de JR, et g une fonction d~finie sur un
intervalle J c lR contenant f (l) : f(l) c J.
Si f est continue en un point a de l et si g est continue au point f(a) E /, la fonction
composée go f est définie sur l'intervalle I et continue en a.
>- Continuité des fonctions usuelles
Théorème
Les fonctions usuelles, c'est-à-dire:
• la fonction identité x H x;
• la fonction logarithme népérien x > 0 H ln x;
• la fonction exponentielle,
• les fonctions sinus et cosinus,
• les fonctions sinus hyperbolique et cosinus hyperbolique,
sont continues en tout point de leur domaine de définition.
Corollaire
Les fonctions construites à partir des fonctions usuelles par opérations algébriques et
composition sont continues en tout point où elles sont définies.
Quelques conséquences simples :

• Les fonctions polynômes, de la forme X E Ill H a,, X1 + an- 1x-r- I + ... + ao, n E N*'
(a 0 , ... , a11 ) E R.11+ 1, sont continues en tout point de R
• Les fonctions «fractions rationnelles» x P(x) (où P et Q sont des polynômes et Q

H
Q(x)
....
..c n'est pas identiquement nul) sont continues en tout point où le polynôme Q ne s'annule
Ol
·;:: pas.
>-
0..
0
• Les fonctions de la forme x H X", a E R., sont continues en tout poi nt où elles sont définies.
u
54
www.bibliomath.com
Fonctions continues sur un intervalle
1. Continuité sur un intervalle

On étend, ici, la notion de continuité en un point à un intervalle.
Définition
Soit f une fonction définie sur un intervalle 1 de R O n dit que la foncLion f est
continue sur 1 si f est continue en tout point de 1, soit, de façon formelle :
V xo E / , Vs > 0, 317 > 0, V x E 1 : lx - xol ~ 17 ~ lf(x) - f(xo)I ~ s
2. Théorèmes de continuité globale

Les théorèmes de continuité en un point se traduisent immédiatement en des théorèmes
de continuité globale :
>- Continuité et opérations algébriques

Théorème
Soient f et g des fonctions dé.finies et continues sur un intervalle I de R Les fonctions
f + g et fg sont définies et continues sur l.
1
De plus, si la fonction g ne s'annule pas sur ! , la fonction - est définie et continue sur !.
g
>- Continuité des fonctions composées

Théorème
Soient f une fonction définie et continue sur un intervalle Ide IR, et g une fonction définie
et continue sur un intervalle J c R contenant f (I).
La fonction composée go f est définie et continue sur l'intervalle l.
>- Continuité des fonctions usuelles

Théorème
"O .,,
:<;
• Les fonctions polynômes sont continues sur R
0 <=
c ::;
• La fonction logarithme népérien est continue sur ]0, +oo[.
::::i '~
<.>
Cl <.>
• La fonction exponentielle est continue sur R
~
-~
"""
..-1
0 ~
• Les fonctions sinus et cosinus sont continues sur R
N <=
0
<=
@ "'
....
..c
0
·a
::1
Corollaire
Ol ~Q. Les fonctions construites à partir des fonctions usuelles par opérations algébriques et
·;::
~
>-
a. S! composition sont continues sur tout intervalle où elles sont définies :
0 "
~
u -ci
0
. «firactzons
• L es fionctzons . ratzonne
. lies », d e l a j'orme x H
P(x) sont continues
Q(x) . sur tout
<=
::l
0
@ intervalle où le polynôme Q ne s'annule pas.
55
www.bibliomath.com
• Lafonction tangente est continue sur tout intervalle de la forme
]- ~ + k 1f, ~ + k 1f, [, k E Z.
• Les fonctions x H X', a E IR, sont continues sur ]O, + oo[.
Ces théorèmes permettent souvent de conclure à la continuité d ' une fonction sur son ensemble
de définition, à l'exception éventuelle de quelques points pour lesquels on doit faire une étude
directe locale. C'est systématiquement le cas des points de raccordement lorsque la fonction
est définie par morceaux, ou quand la fonction a été obtenue en prolongeant par continuité une
autre fonction a priori non définie en un point. Ainsi, la fonction :
x H { x sin ( ~) si X :;é Û
0 si x=O
est continue sur R
3. Théorème des valeurs intermédiaires

Théorème
Soient f une fonction définie et continue sur un intervalle l de IR, et a et b deux réels
de l. Alors, tout réel compris entre f(a) et f(b) possède au moins un antécédent par la
fonction f.
,' 1
~~~~~~~
' --..~~~~~~~~---~~~___,,__x
0
-1 : a b
I -1
réel
entre f(a) et f(b) antécédent
Figure 22.1 - Illustration graphique du théorème des valeurs intermédiaires.
On peut aussi énoncer ce théorème sous la forme suivante : l' image d'un intervalle par une
fonction continue est un intervalle.
4. Théorème de Weierstrass, ou des bornes atteintes

....
..c
Ol
Théorème
·;::
>- Soient f une fonction définie et continue sur un segment 1 de IR, et a et b deux réels de 1.
0..
0 Alors, f y est bornée et atteint ses bornes, ce qui signifie qu 'il existe deux réels met M
u
tels que, pour tout réel x de l :
m ~ f(x) ~ M
56
www.bibliomath.com
et qu'il existe deux réels Xm et XM de I tels que:
M ----------------------
-~
1 ~~~~+--~~~-a
~~~~--~-+-~-----+---------b
----<- x
- 1
m --------------------------
Figure 22.2 - Illustration graphique du théorème de Weierstrass.
Il résulte du théorème précédent que l'image d'un intervalle fermé et borné (c'est-à-dire un
segment) par une fonction continue est un intervalle fermé et borné.
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q,
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
57
www.bibliomath.com
Dérivabilité en un point
1. Conditions de dérivabilité
Définition
Soient f une fonction définie sur un intervalle Ide IR, non vide, non réduit à un point,
et a un point de 1. La fonction f est dite dérivable en a si la fonction T, définie, pour
tout x de I \{a}, par:
T(x) = f(x) - f(a)
x-a
admet une limite en a. Dans ces conditions, la limite de la fonction T en a s'appelle
dérivée de la fonction f en a, et se note f'(a).
~ Interprétation graphique
E, tant donnes
, deux ree , Js d.1stmcts
. d l 1 .
x 1 et x2 e , e quottent
. mp1e-
f(x2) - f(x1) est, tout s1
x2 - x1
ment, le coeffici ent directeur de la corde joignant les points M 1 et M2 , de coordonnées
respectives (x 1, f(x 1)) et (x2, f(x2)), si on se place dans un repère orthononné direct. Étu-
dier ce qui se passe lorsque x 1 = a et x 2 tend vers x 1 revient donc à étudier la position
limjte de la sécante à la courbe en a :
y y
sécante
...
' '~' ...., , tangente "':""'',....!..-..-....-- tangente
: :v X -~1~--~1,..._,,0'--~....__~~'-'~~ y~, ~..~..~~~x
-1 a Xz " a x2 ',~
' ....
.. ._
Figure 23.1 - La sécante, la position limite de la sécante, et la tangente.
La tangente à la courbe représentative de f en a ayant pour équation y = (x-a) f' (a)+

f(a), la fonction affine définie sur lR par x H (x -a) f' (a)+f(a) permet donc d'approcher
f par une fonction affine au voisinage de a.
....
..c
On peut, de façon équivalente, donner pour la dérivabilité la définition su ivante :
Ol
·;::
>- Définition
0..
0
u Soient f une fonction définie sur un intervalle Ide IR, non vide, non réduit à un point,
et a un point de/.
58
www.bibliomath.com
La fonction f est dite dérivable en a s'il existe deux réels A et B tels que :
f(x) = A + B(x - a) + (x - a) s(x - a)
où s est une fonction de limite nulle en O. On a alors : A = f(a) B = f'(a)
La deuxième définition présente l'avantage de pouvoir être généralisée aux fonctions de plu-
~
u sieurs variables. Elle a aussi la conséquence immédiate suivante :
Propriété
Toute fonction f dérivable en un point a y est continue.
~ La réciproque de cette proposition est FAUSSE!

~ Ainsi, la fonction x H lxl est continue en 0, mais n'est pas dérivable en ce point.
Exemple : Une fonction continue partout, mais nulle part dérivable

3
Soient a E JO, 1[,et b un réel tel que ab > 1 + 7r. La fonction de Weierstrass
2
+oo
x E IR H La" cos (b11 n x)

11=0
est continue partout, mais nulle part dérivable, ce qui signifie qu'elle n'admet, nulle part, de
tangente.
y
11
Figure 23.2 - La courbe représentative de la fonction de Weierstrass, pour a= : • et b = a.
0 10
Les sismogrammes constituent, par exemple, des exemples de courbes continues, mais n'ad-
"O .,,
:<; mettant nulle part de tangente.
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
2. Opérations algébriques et composition
-~
"""
..-1
0 ~ :>- Dérivabilité en un point et opérations algébriques
N <=
0
<=
@ Théorème
.... ·a"'
0
..c ::1
Soient f et g des fonctions définies sur un même intervalle 1 de R, et a un point de 1.
Ol ~Q.
·;::
>- ~
S!
Alors:
a.
0 "
~ • Si f et g sont dérivables en a, les fonctions f + g et f g sont dérivables en a, et :
u -ci
0
<=
::l
0
@
(f + g)' (a) = f'(a) + g'(a) (fg)'(a) = f'(a)g(a) + f(a)g' (a)
59
www.bibliomath.com
1
• Si g(a) =f:. 0, et si g est dérivable en a, la fonction - est définie sur un intervalle de la
g
forme ]a - TJ, a + TJ[ n /, 0 < TJ < a, et est dérivable en a. De plus :
(!)'(a)
g
=- g'(a)
g(a)2
>- Dérivabilité des fonctions composées
Théorème
Soient f une fonction définie sur un intervalle I de IR., et g une fonction définie sur un
intervalle J contenant f (/).
Si f est dérivable en un point a de!, et si g est dérivable au point f(a), alors la.fonction
composée gof est dérivable en a et: (go f)' (a) = f'(a) g' (f(a))
Démonstration: Posons b = f(a). La dérivabilité de la fonction f en a s'écrit:
f(x) = f(a) + (x - a)J' (a) + (x - a) t:1 (x - a)
où s 1 est une fonction de limite nulle en O.

La dérivabilité de la fonction g en b s'écrit:
g(x) = g(b) + (x - b)g'(b) + (x - b)t:2(x - b)
où s2 est une fonction de limite nulle en O.

En remplaçant x par f(x) dans la deuxième formule, on obtient :
g(f(x)) = g(b) + ((x - a) f' (a) + (x - a) s 1(x - a))g' (b) + ((x - a) f' (a)
+ (x - a)s1(x - a))t:2(f(x) - b)
On remarque alors que, f étant continue en a, on peut écrire :

f(x) - b = f(x) - f(a) = s3(x - a)
où t:3 est une fonction de limite nulle en O.

Par suite :
s2 (f(x) - b) = s(x - a)
"O
0 où, pour alléger les écritures, et, de façon générique, on décide de désigner par t:(.)
c::
::J x H s(x) n'importe quelle fonction de limite nulle en O.
0
v Finalement, en regroupant les termes qui contiennent à la fois un facteur (x - a) et un
...-!
0 facteur t:(x - a), on obtient :
N
@
~ (go f) (x) = g (f(x)) = g(b) + (x - a) f' (a)g' (b) + (x - a) t:(x - a)
..c::
Ol
ï::::
>-
a.
ce qui montre que la fonction g of est dérivable en a et que :
0
u
(go f)' (a) = f' (a) g' (f(a)) •
60
www.bibliomath.com
Dérivabilité sur un intervalle
1. Conditions de dérivabilité sur un intervalle

Définition
Soit f une fonction définie sur un intervalle I de R On dit que la fonction f est
dérivable sur I si f est dérivable en tout point de / . On appelle fonction dérivée de f
la fonction f' défini e sur l et qui , à chaque point a de l'intervalle / , associe f'(a) .
~ Dérivabilité et opérations algébriques
Théorème
Soient f et g des fonctions définies sur un même intervalle I de R Alors :
• Si f et g sont dérivables sur / , les fonctions f + g et f g sont dérivables sur !, et, pour
tout x de I :
Cf+ g)' (x) = f' (x) + g' (x) (fg)' (x) = f' (x) g(x) + f(x) g' (x)
1
• Sig ne s'annule pas sur!, et si g est dérivable sur!, lafonction - est dérivable sur!.
g
De plus, pour tout x de l :
(!)'
g
(x) = _ g'(x)
g(x)2
~ Dérivabilité des fonctions composées
Théorème
Soient f une fonction définie sur un intervalle I de IR, et g une fonction définie sur un
intervalle J contenant f (l).
Si f est dérivable sur /, et si g est dérivable sur J, alors la fonction composée go f est
dérivable sur l et, pour tout x de l :
"O .,,
:<;
(go f) ' (x) =f' (x) g' (f(x))
0 <=
c ::;
::::i '~
<.>
Cl <.> Exemple
~
"""
..-1
-~
Soit œ un réel non nul. On considère la fo nction f qui, à tout réel x, associe cos(x2). f est
0 ~
N <=
0
dérivable sur IR, et, pour tout réel x :
<=
@ "'
....
..c
0
·a
::1 f'(x) = - 2x sin(x2 )
Ol ~Q.
·;::
~
>- S!
a.
0 "
~ Le théorème de dérivabilité des fonctions composées peut être considéré comme l'un des plus
~
u -ci
0
<=
::l
. importants du calcul des dérivées. Une application est de l'utiliser pour obtenir la dérivée
0
@ d'un quotient de fonctions , ou, encore, pour obtenir celle d'un produit; à cet effet, il suffit de
61
www.bibliomath.com
considérer deux fonctions f et g définies sur un même intervalle J de iR, et a un point de /.
Alors, compte tenu de l'identité :
(f + g)2 =12 + 2 f g + g2
on obtient, à l ' aide de la formule donnant la déiivée d ' une fonction composée:
2 (f + g) (/' + g') = 2 f f' + f' g + f g' + 2 g g'

ce qui conduit donc à :
(f g)' = J' g + f g'
Théorème
Toute fonction dérivable sur un intervalle I de IR y est continue.
>- Primitive
Définition
Soit f une fonction définie sur un intervalle l de IR, continue sur l. On dit que F est
une primitive de f sur 1 si, pour tout réel x de 1 :
F'(x) = f(x)
~ Une fonction continue sur un intervalle l y admet une infinité de primitives!
Exemple
La fonction qui, à tout réel x, associe x2 , est une primitive sur IR de la fonction qui, à tout réel x,
associe 2 x. Mais la fonction qui, à tout réel x, associe x 2 + 1, est aussi une primitive sur IR de
la fonction qui, à tout réel x, associe 2 x.
2. Dérivabilité des fonctions définies par morceaux

Pour pouvoir étudier la dérivabilité en un point de raccordement des fonctions définies
par morceaux, il est nécessaire d'introduire les notions de dérivée à droite et à gauche.
>- Dérivée à droite d'une fonction

Soit f une fo nction définie sur un intervalle ouve1t 1 de IR, et a un point de I. La fonction
f est dite dérivable à droite en a si la fonction T, définie, pour tout x de I \ {a}, par:
r(x) = f(x) - f(a)
x- a
a une limite à droite en a, c'est-à-dire lorsque x tend vers a par valeurs supérieures.
Cette limite est appelée dérivée à droite de la fonction f en a, et notée .f~(a) .
>- Demi-tangente à droite

....
..c
Ol Soit f une fonction définie sur un intervalle ouvert Ide IR, et a un point de/. On suppose
·;::
>- que la fonction f est dérivable à droite en a. La dem i-droite d'équation :
0..
0
u y = f(a) + (x - a) f~(a) pour x ~ a
est la demi-tangente à droite en a de la courbe représentative de f.
62
www.bibliomath.com
>- Dérivée à gauche d'une fonction
Soit f une fo nction défi nie sur un intervalle ouvert I de IR, et a un point de / . La fonction
f est dite dérivable à gauche en a si la fonction T , définie pour tout x de I \{a}, par:
r(x) = f(x) - f(a)
x- a
a une limite à gauche en a, c'est-à-dire lorsque x tend vers a par valeurs inférieures.
Cette limite est appelée dérivée à droite de la fo ncti on f en a , et notée f~(a) .
>- Demi-tangente à gauche

Soient f une fonction définie sur un intervalle ouvert I de IR, et a un point de /. On
suppose que la fonction f est dérivable à gauche en a. La demi-droite d' équation
y = f(a) + (x - a) f~(a) pour x ~ a

est la demi-tangente à gauche en a de la courbe représentative de f.
Propriété
Soient f une fo nction définie sur un intervalle ouvert I de IR, et a un point de /.
La fonction f est dérivable en a si et seulement si elle est dérivable à gauche et à droite
en a, et si ses dérivées à gauche et à droite en a sont égales.
Q)
~
-1 0
X
-rac:
~
- 1
<(
Figure 24.1- Le graphe d'une fonction non dérivable en a : les deux dérivées à gauche et à droite
ne sont pas égales. Il y a une demi-tangente à gauche, et une d emi-tangente à droite. La courbe
possède un point anguleux.
Exemple
"O .,,
:<;
0 <= La fonction valeur absolue, qui, à tout réel x, associe sa valeur absolue lxl, n' est pas dérivable
c ::;
::::i '~
<.> en zéro, mais possède des dérivées à droite et à gauche en zéro.
Cl <.>
~
-~
"""
..-1
0 ~ 3. Dérivabilité et variations
N <=
0
@
<=
>- Caractérisation des fonctions constantes dérivables
.... ·a"'
0
..c ::1
Ol ~Q. Théorème
·;::
~
>-
a. S! Soient I un intervalle de R, et f une fonction dérivable sur /. Alors, f est constante sur
"
~ I si et seulement si sa dérivée f' est identiquement nulle sur I :
0
u -ci
0
<=
::l
0
@
VxE l : f' (x) = O
63
www.bibliomath.com
>- Caractérisation des fonctions croissantes dérivables
Théorème
Soient l un intervalle de R, et f une fonction dérivable sur l. Alors, f est croissante sur
I si et seulement si sa dérivée f' est positive ou nulle sur I :
Vx E I : f' (x) ~ 0
>- Caractérisation des fonctions décroissantes dérivables
Théorème
Soient l un intervalle de R, et f une fonction dérivable sur l. Alors, f est décroissante
sur I si et seulement si sa dérivée f' est négative ou nulle sur I :
Vx E I : f' (x) ~ 0
>- Caractérisation des fonctions strictement croissantes dérivables
Théorème
Soient I un intervalle de R, et f une fonction dérivable sur /. Alors, f est strictement
croissante sur I si et seulement si sa dérivée f' est positive ou nulle sur/, et ne s'annule
sur aucun intervalle de I non réduit à un point.
>- Caractérisation des fonctions strictement décroissantes dérivables
Théorème
Soient I un intervalle de R, et f une fonction dérivable sur /. Alors, f est strictement
décroissante sur I si et seulement si sa dérivée f' est négative ou nulle sur / , et ne
s'annule sur aucun intervalle de I non réduit à un point.
"O
0
c::
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
64
www.bibliomath.com
Dérivées successives
1. Dérivée nième
Étant donné un entier naturel non nul n, on définit, sous réserve d'ex istence bien sûr
(c'est-à-dire lorsque cela est possible), la dérivée nième de f, notée J'11>, par récurrence:
avec la convention :
/0) =f
>- Fonction n fois dérivable, n E N
Si f admet une dérivée nième, n E N, on dit que f est n fois dérivable sur ! .
>- Fonction indéfiniment dérivable

Si, pour tout entier naturel n, f admet une dérivée nième on dit que f est indéfiniment
dérivable sur 1.
Exemples
1. Les fonctions polynômes, les fonctions trigomométriques sinus et cosinus, la fonction ex-
ponentielle x H eX, sont indéfi ni ment dérivables sur R.
2. Les fractions rationnelles sont indéfiniment dérivables sur tout intervalle qui ne contient
pas de racine du dénominateur.
3. La fonction logarithme népérien x H ln x et la fonctio n racine carrée x H yx sont indéfi -
niment dérivables sur ]0, oo(.
2. Classes de fonction
>- Fonction de classe en, n E N
Soient n un entier naturel non nul, et f une fonction définie sur un intervalle 1 de R
On dit que f est de classe C' sur I si f est n fo is dérivable sur ! , et si sa dérivée nième ,
ln), est continue sur/.
"O .,,
:<; >- Fonction de classe C°0
0 <=
c ::;
Soit f une fonction définie sur un intervalle I de R
::::i '~
<.>
Cl <.>
~ On dit que f est de classe C00 sur I si, pour tout entier naturel n, f est de classe C11
-~
"""
..-1
0 ~ sur / .
N <=
0
<=
@ "'
.... 0
·a 3. Théorèmes
..c ::1
Ol
·;::
~Q. >- Dérivée nième d'une combinaison linéaire de fonctions, n E N
~
>- S!
a.
0 "
~ Théorème
u -ci
0
<=
::l
Soient f et g des fonctions définies sur un même intervalle I de R, et n un entier naturel.
0
@ On suppose que f et g sont n fois dérivables sur 1. Alors, toute combinaison linéaire de
65
www.bibliomath.com
f et g est n fois dérivable sur 1 ; pour tout couple (a,/3) de réels, a f + f3 g est n fois
dérivable sur l et: (a f + f3 g)(n) = a _f(n) + f3 g<11)
>- Formule de Leibniz 1

Théorème
Soient f et g des fonctions définies sur un même intervalle l de R, et n un entier naturel.
On suppose que f et g sont n fois dérivables sur l. Alors, la fonction produit f g est n
u g)<n) = I c! fk) 9<n- k)
/!
fois dérivable sur 1, et ..

k=O
où, pour tout entier k de {0, ... , n}, C~ désigne le coefficient binomial : ( nk ) = k ! (nn-! k) !
Par convention, ce coefficient est nul si k > n.
Démonstration : On ne donne, ici, que des éléments de preuve. Ce résultat se démontre

par récurrence, à l'aide de la formule donnée par le triangle de Pascal; étant donné un
entier naturel non nul n, alors, pour tout entier naturel k ~ n - 1 :
ck
n + ck+
n
i = ck+ i
n+ I soit: (n) ( n ) (n+ 1)
k + k+ I = k+ l •
>- Dérivée nième d'un quotient de fonctions, n E N
Théorème
Soient f et g des fonctions définies sur un même intervalle I de R, et n un entier naturel.
On suppose que f et g sont n fois dérivables sur 1, et que g ne s'annule pas sur 1. Alors,
le quotient [. est nfois dérivable sur l .
g
>- Dérivée nième de la composée de deux fonctions, n E N
Théorème
Soit f une fonction définie sur un intervalle 1 de lR, et g une fonction définie sur un
intervalle J contenant f (I).
Si f est n fois dérivable sur/, et g est n fois dérivable sur J, alors la fonction composée
go f est n fois dérivable sur 1.
Il ex iste une formule permettant de calculer la dérivée n ième d' une fonction composée. Cette
formule est due à Faà di Bruno2 :
f
n
(k)
( g o j')(n) = n.1 "\""'
L..J
g
k!
o
l .;;k.;;11
Le lecteur intéressé pourra trouver plus de précisions dans f41, page 165 .
....
..c
Ol
·;:: 1. Gottfried Wilhelm Leibniz (1646- 1716), philosophe, mathématicien, jUJiste et philologue allemand. Il
>-
0.. apporta des contributions fondamentales en calcul différentiel et intégral. Il fut, également, l'inventeur d'une
0
u des premières machines à calculer. Ses œuvres phi losophiques sont, elles aussi, de première importance.
2. Francesco Faà di Bruno (1825-1888), prêtre et religieux italien, en même temps que mathématicien
renommé, et musicien <le talent. Il fut l'élève d'Augustin Cauchy à la Sorbonne. Il a été béatifié en 1988.
66
www.bibliomath.com
Théorème des accroissements finis
et théorème de Rolle
Une fonction dérivable, présentant un extremum en un point de son domaine de dé-

finition, possède, en ce point, une dérivée nu lle. En pratique, cette remarque per-
met de trouver l' image d'un intervalle fermé borné par une fonction dérivable. Plus
fondamentalement, elle est le point clef de la démonstration du théorème de Rolle
et de ses conséquences : le théorème des accroissements finis et la formule de
Taylor-Lagrange. 1 2
1. Extremum sur un intervalle

>- Maximum d'une fonction sur un intervalle
Soient f une fonction définie sur un intervalle I de R, et e un point de / . La fonction f
admet un maximum en e si, pour tout x de 1 :
f(x) ~ f(e)
>- Minimum d'une fonction sur un intervalle
Soient f une fonction définie sur un intervalle 1 de R, et c un point de J. La fonction f
admet un minimum en e si, pour tout x de I :
f(x) ;;::: f(c)
>- Extremum d'une fonction sur un intervalle
Soient f une fonction définie sur un intervalle 1 de R, et e un point de / . La fonction f
admet un extremum en c si elle admet en e un maximum ou un minimum.
2. Extremum local
>- Maximum local d'une fonction
Soient f une fonction définie sur un intervalle I de JR, et e un point de / . La fonction f
admet un maximum local en e s' il existe un intervalle ouvert de la forme Je - TJ, e + ry[,
0 < T/ < c, tel que la restriction de f à cet intervalle admette un maximum en c :
V x E Je - TJ, e + ry[: f(x) ~ f(e)
"O .,,
:<;
>- Minimum local d'une fonction
0 <=
c ::;
::::i '~
Cl
<.>
<.> Soient f une fonction définie sur un intervalle I de R, et c un point de l . La fonction f
~
"""
..-1
-~
admet un minimum local en e s' il existe un intervalle ouvert de la forme ]e - TJ, e + ry[,
0 ~
N <=
0
<=
0 < T/ < c, tel que la restriction de f à cet intervalle admette un minimum en c:
@
.... ·a"'
0
Vx E Je - TJ, e + ry[ : f(x) ;;::: f(c)
..c ::1
Ol ~Q.
·;:: 1. Brook Taylor (1685- 1731), mathématicien, historien des sciences, musicien et peintre anglais. C'est lui
~
>- S!
a. qui découvrit l'intégration par parties, et est, bien sûr, à l'origine des« développements de Taylor ».
0 "
~
u -ci
0
2. Joseph Louis, comte de Lagrange (1736-1813), mathématicien, mécanicien et astronome italien. Il fut
<= l'initiateur du calcul variationnel. En parallèle, il apporta de nombreuses contributions en algèbre, à la
::l
0
@ théorie des nombres, au calcul infinitésimal, aux probabilités, mais aussi à la mécanique.
67
www.bibliomath.com
>- Extremum local d'une fonction
Soient f une fonction définie sur un intervalle l de R, et c un point de /. La fonction f
admet un extremum local en c si elle admet en c un minimum local, ou un maximum
local.
>- Dérivée et extremum local
Soient f une fonction définie sur un intervalle Ide R, etc un point intérieur à I (c'est-à-
dire qui ne soit pas une borne de/). Si f est dérivable en cet admet en c un extremum
local, alors :
f'(c) = 0
>- Interprétation graphique
Une fonction admettant des extremums locaux aura donc, en ces points, des tangentes
horizontales.
y
maximum local
,;/
maximum local
,;/
co
::...e-~~~~~~~~~4-~---x
-1
\
minimum local
Figure 26.1- Le graphe d'une fonction avec des extremums locaux.
Démonstration : Le fait que f possède une dérivée nulle au point c est une propriété
locale (elle ne dépend que des valeurs de f au voisinage du point c).
Quitte à considérer la restriction de f à un sous-intervalle ouvert de /, de la forme
]c - Tf, c + Tf[, 0 < T/ < c, on peut supposer que f possède un extremum en c.
Supposons, dans un premier temps, que f possède un maximum en c. Alors, pour tout
x de I tel que x < c : f(x) ~ f(c) . Il en résulte :
f(x) - .f(c) ~
0
x- c
et donc:
1:l
f'(c) = lim .f(x) - f(c) ~ 0
0 X->C X - C
c::
::J
0 De même, pour tout x de I tel que x > c: f(x) ~ f(c). Il en résulte:
v
...-! f(x) - .f(c) ~
0
N
0
x- c
@
~ et donc:
..c::
Ol f' (c) = lim f(x) - f(c) ~0
ï:::: X->c+ X - C
>-
a.
u
0 D'où, nécessairement: f'(c) =O.
Le cas où f possède un minimum en c se traite de façon analogue (il suffit de changer
1~ -n. •
68
www.bibliomath.com
On voit bien dans cette démonstration l'importance de supposer que c soit intérieur à T; ainsi,
le point c n'est pas une extrémité de l' intervalle Tet les limites à gauche et à droite utilisées
dans la démonstration ont un sens.
Si on considère la restriction de l'application identité à l'intervalle [O, 1], cette restriction
présente un extremum en 1, alors que la dérivée de la fonction ne s'annule pas en 1.
2. La réciproque de la proposition précédente est fausse : une fonction dérivable sur un intervalle
peut avoir une dérivée nulle en un point qui n'est pas un extremum local. C'est le cas, par
exemple, de la fonction définie sur Ill par x H x 3 , au point O.
>- Une application pratique

Soit f une fonction définie et continue sur un intervalle fermé et borné [a, b]. Si cette
fonction est dérivable sur l' intervalle ouvert ]a, b[ alors son maximum Met son mini-
mum m sont à rechercher parmi les valeurs de la fonction f en a, ou en b , ou aux points c
où sa dérivée f' s'annule.
3. Le théorème de Rolle 3
Théorème
Soient a et b deux réels tels que a < b, et f une fonction définie et continue sur L'inter-
valle [a,b], dérivable sur l'intervalle ]a,b[. Alors, si f(a) = f(b), il existe un nombre c
de l'intervalle ]a, bf tel que :
f'(c) = 0
>- Interprétation graphique du théorème de Rolle
-~1~~---,n-<..-~+--~_.__~...._--4....._.,._~x
~ a c b
Figure 26.2- Illustration graphique du théorème de Rolle.
Démonstration : Il faut montrer que la fonction f admet un extremum en un point de

"O .,,
:<;
c
0 <=
::;
l'intervalle ]a, b[.
::::i
Cl
'~
<.>
<.>
Comme f est continue sur l'intervalle fermé borné [a,b] , l'image f([a,b]) de [a,b] ,
~
-~ est un intervalle fenné borné, de la forme [m, M], (m, M) E JR.2 , m ~M.
"""
..-1
0 ~
On distingue deux cas :
N <=
0
<=
@
·a"' • si la fonction f est constante sur l'intervalle [a, b] , alors sa dérivée f' est identique-
....
..c
0
::1
Ol ~Q. ment nulle sur cet intervalle. N'importe quel point c de l'intervalle ]a, b[ convient,
·;::
>- ~
S!
puisqu'il vérifie f'(c) = O.
a.
0 "
~
u -ci
0
3. Ce théorème doit son nom au mathématicien fnmçais Michel Rolle (1652-1719), qui fut le premier à
<= établir ce résultat, dm1s le cas de fonctions polynomiales. Ses contributions portent et sur l'algèbre, et sur
::l
0
@ l'analyse. Il est à l' origine de la notation f/X,, pour désigner la racine n~111• d 'un réel positif x.
69
www.bibliomath.com
• Si la fonction f n'est pas constante, l'intervalle [m, M] n'est pas réduit à un point.
Donc l'une, au moins, des deux inégalités strictes : M > f(a) = f(b), ou m < f(a) =
f(h) est vérifiée.
On supposera, dans ce qui suit : M > f(a) (le cas m < f(a) se traite de manière
analogue).
Comme M est un point de [m, M], il existe un point c de l'intervalle [a, h] tel que
f(c) = M. Comme M > f(a) et M > f(h), c appartient en fait à l'intervalle ]a, h[. La
fonction f admet en c un maximum, étant dérivable sur ]a, bf, donc en c, elle vérifie
donc: f'(c) =O. •
4. Le théorème des accroissements finis
Théorème
Soient a et b deux réels tels que a < b, et f une fonction définie et continue sur l'inter-
valle [a, h], dérivable sur l'intervalle ]a, b[. Alors, il existe un nombre c de ! 'intervalle
]a, b[ tel que :
f(b) - /(a) = (b - a) f' (c)
>- Interprétation graphique du théorème des accroissements finis

Le théorème des accroissements finis traduit, tout simplement, le fait que la courbe re-
présentative de f possède, en c, une tangente parallèle à la corde joignant les points
(a, f(a)) et (b, f(b)) :
y
''\. ..... ' /
;
/
', ' ~:
''
.:
'
'
l. ~...-,'","--:, ,-- ~a,ngente
.;. ..... ,
~--1..,.....--e-~e--~---<......,..r--~~---- x
-1 -1 Q c b '
Figure 26.3- Une illustration graphique du théorème des accroissements finis.
Démonstration : On considère la fonction cp définie sur l' intervalle [a, b] par:
cp(x) = f(x) - f(a) - f(b) - /(a) (x - a)

h- a
Elle est, comme la fonction f, continue sur [a, b] et dérivable sur ]a, b[. Par ailleurs elle
vérifie : cp(a) = cp(b). Elle satisfait donc aux hypothèses du théorème de Rolle. Ainsi, il
existe c dans l'intervalle ]a, b[ tel que :
0 = cp' (c) = f' (c) _ f(b) - f(a)

....
..c
b- a
Ol
·;::
>-
0..
ce qui achève la démonstration. •
0
u Le théorème des accroissements permet de relier les variations d' une fonction au signe de sa
dérivée.
70
www.bibliomath.com
Formule de Taylor-Lagrange
On présente, dans ce qui suit, la formule de Taylor-Lagrange, qui généralise la formule

des accroissements finis pour les fonctions plusieurs fois dérivables.
T héorème
Soient a et b deux réels tels que a < b, et f une fonction définie sur /'intervalle [a, b].
On suppose que :
• lafonction f est nfois dérivable sur l'intervalle [a , b];
• la dérivée nème de f, f< 11>, est continue sur l'intervalle fermé [a, b] et dérivable sur
l'intervalle ouvert ]a, b[.
Alors, il existe un réel c, appartenant à l 'intervalle ouvert ]a, b[, tel que:
f(b) = f(a) + f'(a) (b - a) + f"(a) (b - a)2 + ... + J<n)(a) (b - a)11 + J<n+l)(c) (b - a)'z+ 1
2 n! (n + l)!
Démonstration : Soit A le réel défini par :
A (b - a)'z+I = f(b) - f(a) - (b - a) f'(a) - f" (a) (b - a)2 - ... - J<n)(a) (b - a)11
(n+l)! 2 n!
Il s'agit de montrer qu'il existe un réel c, appartenant à 1' intervalle ouvert ]a , b[, tel que :
A = /n+l)(c)
On introduit, à cet effet, la fonction cp définie, pour tout x de [a, b], par :
cp(x) = f(b) - f(x) - f' (x)(b - x) - f"(x) (b - x)2 - .. . - J<n)(x) (b - x)11 - A (b - x)11+ 1
2 n! (n+l)!
Il est évident que :
cp(b) =0
Le choix du nombre A conduit à :
cp(a) =0
Par ailleurs, la fonction cp est, comme la fonction f et chacune de ses n prem ières déri-
"O .,,
:<;
vées, continue sur l'intervalle fermé [a, b], et dérivable sur l'intervalle ouvert ]a, b[.
0 <=
c ::;
::::i '~
<.>
La fonction cp satisfait donc les hypothèses du théorème de Rolle.
Cl <.>
~
-~
Il existe donc un nombre c, appartenant à l'intervalle ouvert ]a , b[, tel que:
"""
..-1
0 ~
cp'(c) =0
N <=
0
<=
@
.... ·a"'
0
Un calcul facile montre que :
..c ::1
Ol ~Q. A - ·f (n+ 1)(x ) (b - x)n
·;::
>- ~ cp'(x) =
a. S!
" n!
0 ~
u -ci
0
Comme le nombre c est différent de b, on peut en déduire que :
<=
::l
= /n+l )(c)
0
@
A
•
71
www.bibliomath.com
Fonctions réciproques
On s' intéresse, dans ce qui suit, aux conditions d'existence d'une fonction réciproque
pour une fonction définie et continue sur un intervalle, et, sous réserve d'existence, ses
propriétés : continuité, dérivabilité, représentation graphique.
1. Définitions
>- Injectivité
Étant données deux parties Pi et P2 de R, une application f

injective si, pour tout couple (x, x') E Pi x P2 :
f(x) = f(x') ~ x = x'
>- Surjectivité
Étant données deux parties Pi et P2 de JR, une application f : Pi ~ P2 est dite

surjective si tout élément y de P2 admet au moins un antécédent par f:
Vy E P2, 3 x E P1 : y = f(x)
>- Bijectivité
Étant données deux parties Pi et P2 de IR, une application f : Pi ~ P2 est dite

bijective si elle est injective et surjective, c'est-à-dire si tout élément y de P 2 admet un
unique antécédent par f :
Vy E P2, 3 !x E Pi : y = f(x)
>- Application identité
Étant donnée une partie P de JR, l' application

idtp: p ~ p
X H X
est appelée application identité de P.
>- Fonction réciproque
Soient P1 et P 2 deux parties de IR, et f : Pi ~ P 2 une application bijective. Pour

chaque élément y de P 2, l'unique élément x de Pi tel que f(x) = y est noté 1 - i(y).
L'application ri : P2 ~ Pi ainsi définie est appelée application réciproque de f.
.... Soient Pi et P2 deux parties de R, et f : Pi ~ P2 une appl ication b.ijective. Alors,

..c
Ol pour tout réel x de Pi :
·;::
>- (r 1 0 !)Cx) = riCJ(x)) = idtpl(x) = X
0..
0
u et, pour tout réel y de P2 :
(! 0 1- i ) (y) = f v- l (y)) = idtp2(y) = y
72
www.bibliomath.com
Il s'agit, ensuite, d'appliquer ces dé.finitions générales au cas particulier des fonctions
dé.finies sur un intervalle ! , non vide et non réduit à un point.
~ 1. U~e fonction [définie sur un inter:all~ l e~t, .par définit!on'. une surjecti.on del sur f(l).' Par
~ smte, la foncllon f admet une application rec1proque, definie sur f(l), si et seulement si elle
est bijective de l sur f(l), et donc si et seulement si elle est injective sur !.
2. Pour s'assurer que la fonction réciproque d' une fonction donnée f est définie sur un intervalle
J, il suffit de supposer que la fonction f est continue sur l' intervalle l car, alors, d'après le
théorème des valeurs intermédiaires, on sait que J = f(l) est un intervalle.
2. Injectivité des fonctions continues

Soit f une fonction définie sur un intervalle I de IR, non vide, et non réduit à un point.
Alors:
• Si f est strictement monotone sur/, alors elle est injective sur/.
• Si f est continue et injective sur / , alors eJle est strictement monotone sur I.
Démonstration : Ce théorème est admis. •

On sait déjà que l'image d'un intervalle l par une fonction continue f est un intervalle; cepen-
dant lorsque, de plus, la fonction f est strictement monotone, on peut préciser l' intervalle f(l).
>- Image d'un intervalle par une fonction continue st rictement monotone
Soit f une fonction continue et strictement monotone sur un intervalle J, de bornes a
et b. Alors, l'intervalle f(/) a pour bornes lim f(x) et lim f(x) (ces limites pouvant être
x->a x->b
elles-mêmes finies ou infinies) et les intervalles let f(/) sont de même nature : fermés,
ouverts, ou semi-ouverts.
3. Théorème des fonctions réciproques
T héorème
Soit f une fonction continue strictement monotone sur un intervalle !. Alors :
• L'ensemble J = f(/) est un intervalle (de même nature que!), et dont les extrémités
sont les limites de f aux bornes de !.
1
"O
0
.,,
:<;
<=
• Lafonction f admet une fonction réciproque ] dé.finie sur J.
c ::;
::::i '~
<.> • La fonction réciproque 1- 1 est continue et strictement monotone sur J, de même sens
Cl <.>
~
-~
de monotonie que f.
"""
..-1
0
N
~
<=
0
<=
• Si La fonction I est dérivable en un point a de 1 et si f'(a) * 0, Lalonction 1- 1
est
@ "' dérivable au point b = f(a) et:
....
..c
0
·a
::1
Ol ~Q, - 1)' l
·;::
~
( f (b) = f'(a)
>- S!
a.
0 "
~ De façon équivalente :
u -ci
1
r
0
<= 1)'
::l
0
@
(
= f'of-1
73
www.bibliomath.com
Démonstration : les deux premiers points ont été vus dans les propositions précédentes.
.r-
Le troi.sième po.int, c'est-à-dire la continuité de 1, est admis. On ne démontrera ici que
la dérivabilité de la fonction réciproque.
À cet effet, on suppose que la fonction f est dérivable en un point a de l'intervalle I, et
que .f'(a) *O.
Montrer que la fonction 1- 1 est dérivable au point b = f(a) revient à montrer que
1- 1c ) - 1- 1(b)
le rapport y b a une limite lorsque y tend vers b, en restant bi.en sûr dans
y-
l'intervalle J.
Pour tout y de J = 1(1), Je nombre x = 1 - 1 (y) de I vérifie la condition y = l(x). Il en
résulte :
y- b f(x) - f(a)"
Comme la fonction 1- 1 est continue en b, Je nombre x = 1- 1(y) tend vers a = 1- 1(b)
lorsque y tend vers b. Le rapport f(x~ =~(a) a donc une limite, puisque la fonction f
est dérivable en a et que sa dérivée f'(a) est non nulle. On obtient:
(r l)' (b) = l'(a)

1
•
4. Représentation graphique
Soit I une fonction continue et strictement monotone sur un intervalle I c R.
On note J = 1(1). Par suite :
(x E I et l(x) = y) ~ (y E J et r 1
(y) = x)
Ainsi, le graphe de la fonction réciproque 1- 1, c' est-à-dire l'ensemble des couples
(y,l- 1(y)) lorsque y parcourt l'intervalle J, est donc aussi l'ensemble des couples
(f(x), x) lorsque x parcourt l'intervalle /. Or, dans un repère orthonormé, le point de
coordonnées (a, b), (a, b) E IR.2 , est le symétrique par rapport à la première bissectrice
du point de coordonnées (b , a).
> Graphe d'une fonction réciproque

Soit I une fonction continue, réalisant une bijection d'un intervalle I de IR. sur un in-
tervalle J de R. Alors, le graphe de 1- 1 est symétrique de celui de I par rapport à la
première bissectrice (qui est aussi la droite d'équation y = x).
y
f première
"O
gra he de la ,f bissectrice
,
0
c::
::J
rée proque ,f
0
v
' \
\ ,,
,
' ,
\
...-!
,,
0 \./
N
@
~
..c:: ''
Ol graphe de la fonction
ï:::: ~-#L.~~~~~~~~-- x
>-
a. -1 0
0 - 1
u
Figure 28.1 - Le graphe d'une fonction bijective, et celui de sa réciproque.
74
www.bibliomath.com
Les fonctions trigonométriques
•
inverses
1. La fonction arcsinus
La restiiction sinl [- ~ ,fl de la fonction sinus à l'intervalle[- ~ , ~] est continue et stricte-
ment croissante. D'après le théorème des fonctions réciproques :
Cette restriction établit une bijection de [- ~, ~ Jsur [-1 , 1].

La fonction réciproque de cette restriction est appelée fonction arcsinus, et notée
arcsin. C'est une bijection de [- 1, 1] sur l' intervalle [- ~, ~]. Pour tout réel x de [-1 , 1],
arcsin x est donc l'unique élément de l'intervalle[- ~,~] qui a pour sinus le réel x :
sin (arcsin x) =x
De même, pour tout réel x de[- ~ , ~] :
arcsin(sin x) = x
Par définition :
arcsin(O) = 0 arcsin(l) =~
2 arcsin ( ~) = ~
Les propriétés de la fonction arc sinus sont les suivantes :
• La fonction arc sinus est continue et strictement croissante sur [- 1, 1]. C'est une
conséquence directe du théorème des fonctions réciproques.
• La fonction arc sinus est impaire. Dans le plan rapporté à un repère orthonormé direct,
la courbe représentative de la fonction arc sinus est la courbe symétrique par rapport à
la première bissectrice de la courbe représentative de la restriction de la fonction si nus
à l ' intervalle[- ~,~].
"O .,,
:<;
• La restriction sinl [- ~ . ~ J est dérivable sur[- ~,~] . de dérivée
0 <=
c ::;
::::i '~
~l -
<.>
Cl <.>
~
-~
x H cosx = sin 2 (x).
"""
..-1
0 ~
N <=
Cette dérivée ne s'annulant pas sur] - ~,~ [, la fonction arcsinus est donc dérivable
0
<=
@
.... ·a"'
0
sur] - 1, 1[,sa dérivée étant définie, pour tout x de] - 1, 1[,par:

..c ::1
Ol ~Q.
·;::
~
>-
a. S!
"
~
(arcsin)' (x) = = - - -2
~1 -
0
u -ci
0
sin2 (arcsin x) Yl - x
<=
::l
0
@
75
www.bibliomath.com
y
1C
2
y = arcsin x ---
~~1C
~~~1
~~~----<._~~~~~-1C
~--- X
-2 - 2
-1
Figure 29.1 - La courbe représentative de la fonction arcsinus.
2. La fonction arccosinus
La restriction cosl[O,n] de la fonction cosinus à l'intervalle [O, 7r] est continue et stric-
tement décroissante. D'après le théorème des fonctions réciproques, elle établit une
bijection de [0, 7r] sur [- 1, 1]. La fonction réciproque de cette restri.c tion est appelée
arccosinus, et notée « arccos ».C'est une bijection de [-1, 1] sur l'intervalle [0, 1T].
Pour tout réel x de [-1 , 1], arccos x est donc !'unique
. élément de !'intervalle [0, 1T] qui
.
a pour cosinus le réel x :
cos(arccos x) =x
De même, pour tout réel x de [O, 1T] :
arccos(cos x) =x
Par définition :
1T
arccos(O) = '2 arccos(l) =0 arccos(- 1) = 1T
'O
0 Les propriétés de la fonction arccosinus sont les suivantes :
c::
::J
0 • La fonction arccosinus est continue et strictement décroissante sur [- 1, l ].
v
• La restriction cosl[O,nJ est dérivable sur [0, 7r], de dérivée x H - sin x = - Yl - cos2 x,
..-!
0
N
@ qui ne s'annule pas sur ]0,7r[. La fonction arccosinus est donc dérivable sur ] - 1, l [,
~
..c:: sa dérivée étant définie, pour tout x de] - 1, 1[, par :
Ol
ï::::
>-
a. 1 1
u
0 (arccos)' (x) = - --;:::==::::::::::::===
~1 - cos (arccosx)
2
76
www.bibliomath.com
y
,
1f y = Arccos x /
___,,,,,-------''
- 1(
Figure 29.2- La courbe représentative de la fonction arccosinus.
3. La fonction arctangente
La restriction tanl] -~ ,H de la fonction tangente à l' intervalle ]- ~,~ [ est continue et
strictement croissante sur ]- ~, ~ [.
D'après le théorème« des fonctions réciproques» :
tanl]- i! ,i!r
2 2
(]-~,
2 2
~[) =] 1im+tan x,
X-> /!
lim_ tan
X-> !
x[ =IR
2 2
En outre, cette restri.c tion établit une bijection de] - ~,~[ sur R La fonction réciproque
de la restriction de la fonction tangente à l'intervalle ]- ~, ~ [ est appelée fonction arc-
tangente, et notée« arctan». C'est une bijection de IR sur l'intervalle ]- ~, ~ [.
Pour tout réel x , arctan x est donc 1' unique élément de l'intervalle ]- ~, ~ [ qui a pour
tangente le réel x :
tan (arctan x) = x
Par défi nition: arctan(l) = 7r4·

Attention ! JI y a une infinité de réels dont la tangente est égale à l . Mais parmi ces réels, seul
~appartient à l'intervalle ]- Î, Î[·
Les propriétés de la fonction arctangente sont les su.ivantes :

....
..c
Ol
·;:: • La fonction arctangente est continue et strictement croissante sur R C'est une consé-
>- quence directe du théorème des fonctions réciproques. De plus :
0..
0
u
. 7r . 7r
1tm arctan x = - -2 hm arctan x = -.
x-.-oo X->+ oo 2
77
www.bibliomath.com
• La fonction arctangente est impaire. Dans le plan rapporté à un repère orthonormé
direct, la courbe représentative de la fonction arctangente est la courbe obtenue par
symétrie par rapport à la première bissectrice de la courbe représentative de la restric-
tion de la fonction tangente à l' intervalle ]- ~, ~ [.
• On rappelle que la fonction tangente est dérivable sur ] - ~, ~[, de dérivée

x H 1 + tan 2 x. Cette dérivée n'est jamais nulle. Par suite, la fonction arctangente
est donc dérivable sur R, sa dérivée étant donnée par :
1
(arctan x)' = - - -2 - - -
1 + tan (arctan x) 1 + x2
• Pour tout réel strictement positif x :
arctan x + arctan ( ~) = ~
et, pour tout réel strictement négatif x :
arctan x + arctan ( ~) = - ~
1C
2
y= arctan x
~~~~' ~~~~___.,~~~~~~~~-- x
1C
2
--- - y= tan x
1:l
0
c::
::J Figure 29.3- La courbe représentative de la fonction arctangente.
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
78
www.bibliomath.com
Les fonctions hyperboliques inverses
1. La fonction argument sinus hyperbolique

La fonction sinus hyperbol ique est bijective de lR sur R Sa fonction réciproque est ap-
pelée argument sinus hyperbolique, notée Argsh, et vérifie, pour tout réel x :
Argsh x = ln ( x + ~x2 + l)
Les propriétés de la fonction argument sinus hyperbolique sont les suivantes :
• La fonction argument sinus hyperbolique est continue, dérivable et strictement crois-
sante sur R Sa dérivée est définie, pour tout réel x, par :
Argsh'(x) = - -1 -
Yx2 + i
• La fonction argument sinus hyperbolique est impaire.
y= Argsh x
- - - - - - - y= sh X
Figure 30.1 - La courbe représentative de la fonction argument sinus hyperbolique.
2. La fonction argument cosinus hyperbolique

"O .,,
:<;
0
c <=
::; La fonction cosinus hyperbolique est bijective de JR+ sur [l , +oo[. Sa fonction réciproque
::::i '~
<.>
Cl <.> est appelée argument cosinus hyperbolique, notée Argch, et telle que, pour tout x de
~
-~
"""
..-1 [1, +oo[:
~
0
N
@
<=
0
<= Argch x = ln ( x + ~x2 - 1)
.... ·a"'0 La fonction argument tangente hyperbolique est continue sur [l, + oo[, dérivable sur
..c ::1
Ol ~Q.
·;::
~
] 1, +oo[, et strictement croissante sur ] 1, +oo[. Sa dérivée est définie, pour tout x de
>- S!
a. ]1, +oo[, par:
0 "
~
u 1
-ci
0
<= Argch' (x) = - - -
~
::l
0
@
79
www.bibliomath.com
y
y= ch X
'
1
1
y= Argch x
Figure 30.2 - La courbe représentative de la fonction argument cosinus hyperbolique.
3. La fonction argument tangente hyperbolique

La fonction tangente hyperbolique est bijective de IR sur] - 1, 1[. Sa fonction réciproque
est appelée argument tangente hyperbolique, notée Argth, et telle que, pour tout x de
] - 1, 1[ :
Argth = ~ ln ( + x x)
1
2 1-x
Les propriétés de la fonction argument tangente hyperbolique sont les suivantes :
• La fonction argument tangente hyperbolique est continue, dérivable et strictement
croissante sur] - 1, 1[. Sa dérivée est définie, pour tout x de] - 1, 1 [, par :
Argth ' (x) = -1-2

1- x
• La fonction argument tangente hyperbolique est impaire.
'O
0 y= th X
c::
::J
0
v
..-!
0
, · -1
----'---:/
N
@
,,,'''
~ ,,
..c::
Ol /// - - y= Argth X
ï::::
>-
a.
,
0 ,'
u
Figure 30.3 - la courbe représentative de la fonction argument tangente hyperbolique.
80
www.bibliomath.com
Développements limités
On introduit ici un nouvel outil permettant l'étude locale des fonctions : les dévelop-
pements limités, qui permettent notamment de déterminer la limite en un point d'une
fonction donnée sous une forme indéterminée (par exemple, le quotient de deux fonc-
tions ayant toutes les deux une limite nulle). Les développements limités sont aussi d'une
grande utilité pour montrer qu'une fonction est dérivable en un point, trouver l'équation
de la tangente à son graphe en ce point, et préciser la position relative du graphe et de sa
tangente.
1. Développement limité au voisinage d'un point

Définition
Soient f une fonction définie sur un intervalle l de IR, a un point de/, et n un entier
naturel non nul. On dit que f admet un développement limité d'ordre n au voisinage
de a, s' il existe des nombres réels co, c 1, .. ., c11 et une fonctions de limite nulle en 0
tels que, pour tout réel x de I :
f(x) = co + c, (x - a) + ... + c11 (x - a)11 + (x - a)'1 s(x - a)
ce qui s'écrit aussi, avec la notation «petit o » :
f(x) = co + c, (x - a)+ . .. + cn(x - a)11 + o ((x - a)11 )
Un développement limité d' une fonction au voisinage d'un point consiste donc à approcher
cette fonction par un polynôme.
Exemple
Au voisinage de zéro, la fonction sinus peut ainsi être approchée par les fonctions polyno-
x3 x3 x5
miales X H X X H X - - et X H X - - +- :
. ' 3 !' 3! 5!
y
y =x
1
1
y= sin x
"O .,,
:<;
0 <= t
c ::;
t
::::i '~
<.>
Cl <.> I
~ 1
-~
"""
..-1
0 ~
N <=
0
<=
@ /; - 1
·a"'
/
....
..c
0
::1 ' x3 • xs y= x--

x3
Ol ~Q. y= X- 3! + 5! 3!
·;::
~ /
>- S!
a. ,/
0 "
~ ;
u -ci
0
;
<=
::l Figure 31.1 - Le graphe de la fonction sinus et de trois de ses approximations polynomiales au
0
@ voisinage de O.
81
www.bibliomath.com
2. Partie principale d'ordre n E N d'un développement limité
Définition
Soit f une fonction définie sur un intervalle 1 de JR, admettant un développement limité
d'ordre n au voisinage de a E J, de La forme:
f(x) = co + c1 (x - a) + ... + c,/x - a)11 + (x - a)1' t:(x - a)
On appelle partie principale d'ordre n du développement limité de f le polynôme :
co + ci(x - a)+ ... + c11 (x - a.)11
~ 1. Cette définition respecte la convention introduite dans le paragraphe précédent, où l'on a

u choisi , de façon générique, de désigner pars toute fonction de limite nulle en O.
2. Quand x s'approche de a, c'est-à-dire lorsque x - a devient très petit, chacun des termes du
développement limité devient négligeable devant le terme qui le précède. Plus précisément,
le terme c 1 (x - a) devient petit devant c0 , qui est une constante; de même, c2 (x - a) 2 devient
lui aussi très petit, et négligeable devant (x - a), ... , c,,(x - a)" devient très très, très petit,
c' est-à-dfre négligeable devant (x - a )11- 1, et, finalement, (x - a)" s(x - a) devient encore plus
petit, c'est-à-dire négligeable devant (x - a)".
3. Même si Je développement limité donne apparemment la valeur de la fonction en tout point
de l'intervalle / , il ne fau t pas oublier que l'on ne connaît aucune propriété de la fonction E: en
dehors de sa limite en O. Autrement dit, à partir du développement limité, on ne peut espérer
obtenir aucune information sur Je comportement de la fonction f ailleurs qu'au point a. C'est
uniquement lorsque l'on recherche la limite en a d'une expression faisant intervenir la fonc-
tion f qu'il peut être avantageux de remplacer la fonction f par son développement limité
en a.
4. La partie principale d'ordre n, P(x) = co + c 1(x - a) + . . . + c 11 (x - a)'', du développement
limité est un polynôme de degré n, écrit de manière tout à fait adaptée pour étudier ce qui
se passe lorsque x tend vers a. li serait particulièrement maladroit de le développer suivant
les puissances de x car on perdrait ainsi toute l'information contenue dans les coefficients c;,
i = 0, ... , n. Par exemple, Je coefficient c0 donne la valeur du polynôme P au point a, le
coefficient c 1 donne la dérivée de Pen a, etc.
5. Le reste (x - a)" &(x - a) du développement limité est indispensable: en l'oubliant, on affirme
que la fonction f est un polynôme de degré au plus n. ce qui n'est pas vrai en général. Il
faut le considérer comme un indicateur de l'ordre du développement limité, c'est-à-dire de la
précision avec laquelle on veut connaître la fonction f au voisinage du point a. De plus, quand
on effectue des opérations sur les développements limités, c'est en suivant les transformations
successives de ce terme que l'on connaît l'ordre du développement limité obtenu à la fin. Cet
ordre peut être en effet difficile à prévoir avant de faire les calculs explicites.
3. Unicité du développement limité

....
..c
Ol
·;:: Théorème
>-
a.
0 Soient f une fonction définie sur un intervalle !, et a un point de !. Si f admet un
u
développement limité d'ordre n E N* au voisinage de a, alors ce développement est
unique.
82
www.bibliomath.com
Démonstration : Ce théorème est admis.
•
Le théorème précédent signifie que, si on trouve, par exemple par deux calculs différents,
deux développements limités pour la même fonction, ceux-ci sont égaux. Nous pourrons donc
parler« du» développement limité à l'ordre n de la fonction f au voisinage de a.
Exemple
La fonctio n x H ~ est définie sur l'intervalle JO, oo[. Nous voulons en trouver le développe-
x
ment limité en un point a > O. La première étape consiste à établir un développement limité
1
de la fonction x H - - en O.
1- x
On remarque que, pour tout réel x :f:. 1 :
1 X
- - = 1+X+ X 2 + . .. + Xn + X
1- x
1
--
1- x
grâce à la formule classique donnant la somme des n + 1 premiers termes d'une suite géomé-
trique de premier terme 1, et de raison x ::/:. 1 :
l - Jl!r+ I
l+x +x2 +... +x' = ---
1- X
En posant e(x) = _ x_, on obtient alors le développement limité à l'ordre n, au vois inage de
1- x
. 1
0, de la fonction x - .H -
1 -x
Passons à la deuxième étape. Une méthode générale pour obtenir le développement limité
d ' une fonction au voisinage d' un point a est de se ramener à un développement limité au
voisinage de 0 en posant
x=a+h
où h tend vers 0 (en pratique, les développements li mités «classiques» sont tous des déve-
loppements limités au voisinage de 0).
Grâce au développement limité obtenu plus haut, on obtient :
X
= a+h
1 1
= -a x -_-_--
h
1
2 11
.,,
;1 a( l+ (--;;h) (- h) + ... + (-h)"
-;; + (-h)
-;; ê(-h))
:<;
"O
c
0 <=
::;
+-;; -;;
::::i '~
<.>
1 l
Cl <.>
~ = ---
a a2
(x - a)+ -a13 (x - a)2 + . . . +(- Il
!) -a 1 1 (x - a) +(x - a) e(x - a)
1
11 11
-~ 1+
"""
..-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
83
www.bibliomath.com
Formule de Taylor-Young
Quoique faisant intervenir une notion globale (fonction dérivable sur un intervalle) dans
son énoncé et un résultat qui nécessite l'étude globale des fonctions (théorème des ac-
croissements finis) dans sa démonstration, le résultat suivant est essentiel dans l'étude
locale des fonctions.
1. Intégration des développements limités

Propriété
Soient f une fo nction définie sur un intervalle I de IR, et a un point de / .
Si f est dérivable sur / , et si sa dérivée f' admet un développement limité d'ordre
n E N* au voisinage de a, de la forme :
f'(x) = co +cr(x - a)+ ... + Cn(X - a)n + (x - a)11 s(x - a)
= co + c1 (x - a) + .. . + c,,(x - a)11 + o ((x - a)11 )
alors f admet un développement linùté d'ordre n + 1 au voisinage de a, dont la partie
principale d'ordre n + 1 est obtenue en primjtivant terme à terme celle du développement
limité de f', de la façon suivante :
f(x) = f(a) + Co (x - Cr 2
a) + - (x - a) + ... + --1 (x - ar
c,, +I
+ (x - a Y'
+I
. s(x - a)
= f(a) + co(x -
tr
a)+-(x -
nt
a)2 + ... + -n-(x - ar+r +o(Cx - a)'1+1)
2 n+l
Démonstration : Ce résultat est admis.
•
:> Développement limité de la fonction logarithme népérien
au voisinage de 1
On intègre le développement limité :
1 2
l _ X =l + X + x + ... + X + X1 s(x)
1
1
Une primitive de la fonct ion x H - - est la fonction x H - ln( l - x), fonction qui
]- x
s'annule pour x = O. II en résulte :
i1 _x1+l
- ln(l - x) =x + - + .. . + - -. + ~+ r s(x)
n +l 2
Cette formule est vraie pour tout ordre n. On préfère écrire un développement limité
d'ordre n :
_xi ~
....
..c
Jn(l - x) =- x -
x2
-
2
- ... - -
n
.
+ x1 s(x) =- I -k + ~ s(x)
k=I
11
Ol
·;::
>- En changeant x en - x, on obtient :
0..
0
x' - 1i +1 ~
u
2
x2
ln(l + x) = x - - + . .. + (- 1yi+I - + xn s(x) =
n
I
k=r
Il (
k
+ x 11 s(x)
84
www.bibliomath.com
>- Développement limité de la fonction exponentielle au voisinage de zéro
La fonction exponentielle est dérivable. Sa dérivée est la fonction exponentielle, qui vaut
1 en O. On en déduit :
ex = l + x + x .s(x)
En intégrant le développement limité :
ex = ex = 1 + x + X t:(x)
on trouve:
x2
ex = e0 + x + - + x 2 s(x) = l + x + x2 + x 2 s(x)
2
qui est aussi un développement limité de la fonction dérivée x H ex. En continuant
à intégrer les développements de la fonction dérivée x H ~ ainsi obtenus, on trouve
finalement :
x'
2
2 3!
3
ex = l + x + .::__ + ~ + ... + - + xn s(x) =
n!
I .k: __! + x
n
k=O
k
1
s(x)
À partir de là, on obtient facilement le développement limité de la fonction exponentielle

à l'ordre n en un point a :
ea+h = ea eh
2 3
h h ll' )
= ë ( 1 + h + - + - + ... + - + hn t:(h)
2 3! n!
2 3
(x - a) (x - a) (x - a)'1 )
ea ( 1 + (x - a) + + + ... + + (x - a)11 .s(x - a)
2 3! n!
y
'\ graphe de la /'
\ fonction p lynomiale ,'
\ ,
\ 1
''
''
',' ...,
Figure 32.1 - Le graphe d'une approximation polynomiale de la fonction exponentielle au

"O .,,
:<;
voisinage de a.
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~ >- Développement limité des fonctions sinus et cosinus au voisinage de zéro
0"""
..-1
~
N <=
0
<=
1. La fonction sinus vaut 0 en 0 , elle est dérivable sur JR, sa dérivée est la fonction cosinus.
@ La fonction cosinus vaut 1 en 0, elle est dérivable, sa dérivée est la fonction - sinus.
.... ·a"'
0
..c ::1
On en déduit:
Ol ~Q.
·;::
>-
a.
~
S!
COS X = 1 + Ü X X + X ê(X) = 1 + ê(X)
0 "
~
u -ci
0
En intégrant le développement limité:
<=
::l
0
@ COS X = 1 + X ê(X)
85
www.bibliomath.com
on obtient:
sin x = si n(O) + x + x2 t:(x) = x + x 2 t:(x)
En intégrant le développement limité :
- sin x = - x + x2 t:(x)
on obtient:
x2 x2
cos x = cos(O) - - + x3 t:(x) = 1 - - + x3 t:(x)
2 2
En continuant à intégrer successivement les développements des dérivées repectives des
fonctions sinus et cosinus, on trouve fi nalement:
l )k X2k
X2 x4 x6 x2n
cos X = 1 - - + - - - + ... + (- l t - - + x 2n+ I t:(x)
2! 4! 6! (2n) !
= Ik=O
n (-
(2k) !
+ x211+ 1 t:(x)
x5
x7 x2n+1 /1
1/ x2k+ 1
x3
sinx = x - - + - - - + .. . +(- 1)'1
3! 5! 7! (2n + 1) !
+ .x211+2 t:(x) = I
k=O
( _
(2k + 1) !
+ x 2n+2 t:(x)
y
graphe d
y= C S X
Figure 32.2- Le graphe d'une approximation polynomiale de la fonction cosinus au voisinage de O.
À partir de là, on trouve facilement le développement limité de la fonction sinus, par

exemple, à l'ordre 2n en un point a :
sin x = sin(a + h)
= sin a cos h + cos a sin h
1 - h2 + h4 - + (- '1)11 h2n + h2n+L ""(h))
( 2 ! 4 ! ··· (2n) ! c-
1:l
0 h3 1
h211- I
211 )
c::
::J + cos(a) ( h - 3! + ... + c-1 yi- (2n - 1) ! + h t:(h)
0
v . (x - a)2 . _ 1 cos(a) _,
...-!
0
srn a + (x - a) cos(a) - srn(a) + .. . + (- l / 1 ( ) (x - a) 211
N 2! 2 n -1 !
sin(a)
@ +(-1 )'1 - - (x - a) 211 + (x - a)211 t:(x - a )
~
..c:: (2n) !
Ol
ï::::
>-
a. , . 1· . l {'} d 3 JT l . Ç' •
2 . Determmons la imite, orsque u ten vers - , par va eurs m1en eures, de
cos(fJ)
0
( ) ; on
u 2 cos fl3
3
e
pose = T1T - h, ou'h tend vers zero, par va leurs pos1t1ves
.. (ce qui. est log1.que et assez
86
www.bibliomath.com
nature1 car ui'.J ten d vers -}JT par v·aleurs 11ueneures
·-<:'' c 'est-a- ' .JUSte avant -3 7r) ·
' d ire
' 2 ' 2 .
. cos(B) . cos(3 rr - h)
hm = h m -2- - -
B~ 32"- cos' (g_)
3
h~O cos (!!.2 - 11)
3
. sin(h)
= hm - - - -
1i~o sin(~)
=- 3
2. Formule de Taylor-Young 1
Théorème
Soit f une fonction définie sur un intervalle l et soit a un point de l. Si f est n fois
dérivable en a, alors f admet un développement limité d'ordre n en a donné par:
f"(a) J<n)(a)
f(x) = f(a) + (x- a) f'(a) + - - ( x - a)2 + ... + (x - aY1 + (x - aY1 s(x - a)
2 n!
où, pour tout entier ide 11, ... , n}, j\i) désigne la dérivée ëème de f .
Démonstration: On démontre ce résultat par récurrence sur l'entier n.

• La propriété est bien vraie au rang 1 : par hypothèse, la fonction f est (une fois)
dérivable en a. Elle satisfait donc la propriété caractéristique des fonctions dérivables :
f(x) = f(a) + (x - a) f'(a) + (x - a) s(x - a)
Ainsi, elle admet a un développement limité d'ordre 1 en a, qui est bien de la forme
annoncée.
• Supposons la propriété vraie à un rang n > 0; si la fonction f est n + 1 fois dérivable
en a, sa dérivée f' est donc n fois dérivable en a, on peut lui appliquer l' hypothèse de
récurrence. Elle admet donc un développement limité donné par:
/(3\a) J<n)(a)
f'(x) = f'(a)+(x-a) f"(a)+ (x-a)2 +.. .+ (x-a)11- 1+(x-a)n-I e(x-a)
2 (n - 1) !
"O .,,
:<; (la iième dérivée de f' est la (i + l)ième dérivée de f).
0 <=
c ::;
::::i '~
<.> Il suffit d'intégrer ce développement limité pour obtenir celui de f et la formule cher-
Cl <.>
~
-~ chée. •
"""
..-1
0 ~
N <=
0
<=
@
.... ·a"'
0
Une fonction peut admettre un développement limité à un ordren:;;:: 2 au voisinage d'un point,
..c
Ol
·;::
>-
a.
~
::1
~Q.
S!
V5
. sans être n fois dérivable en ce point. C'est le cas, par exemple, de la fonction f qui, à tout
réel x non nul, associe x 3 sin ( ~).
0 "
~
u -ci
0
<=
::l l. William Henry Young (1863-1942), mathématicien anglais, spécialiste de calcul diffërentiel, théorie de
0
@ la mesure, analyse spectrale, analyse complexe.
87
www.bibliomath.com
Au voisinage de zéro, f admet le développement limité à l'ordre 2 suivant:
3
x sin ( ~) = O+ x2 x sin U)
avec :
lim x
x~O
sin(~) = 0
X
La dérivée de f peut être prolongée par continuité en zéro, puisque:
. x3 sin
hm
(;) -o =0
x~o x- 0
mais ce n'est pas le cas de sa dérivée seconde, puisque:
3_ x2_sin_( ~-
)x---xO (_
~)
c_os _- 0 = 3 xsin (~) - cos ( ~)
n'a pas de limite lorque x tend vers zéro.
"O
0
c::
::J
0
v
..-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
88
www.bibliomath.com
Développements limités usuels
Dans ce qui suit, n désigne un entier naturel.

1
> Développement limité au voisinage de O de la fonction x H -
1- X
Théorème
Pour tout réel x tendant vers 0 :
1
- - = 1 + X + x2 + . . . + X 1
+ X1 ê(X)
1- x
= 1+ X + x 2 + . .. + X1 + 0 (X1)
Il
= .l::Jr + o(x'1)
k=O
1
> Développement limité au voisinage de O de la fonction x H -
1 +X
Théorème
1
- - = 1 - x + x2 + . . . + (- l yi xn + x" t:(x)
l+ x
= 1 - X+ x2 + . . . + (-l Y' X1 + 0 (x'1)
/!
= I (- l )k ,/ + o(xn)
k=O
> Développement limité au voisinage de 0 de la fonction x H ln(1 + x)

Théorème
x2 _xi
ln(l + x) =x - - + . .. + (- l )11+ l - + x 11 .s(x)
2 n
x2 1 x"
= x- + . .. + (-1) 11+ -;; + o(x11 )
2
n (-l)k+I Xk
= I
k=I
k +o(x")
"O .,,
:<;
0 <=
c ::;
> Développement limité au voisinage de 0 de la fonction x H ln(1 - x)
::::i '~
<.>
Cl <.>
~
-~ Théorème
"""
..-1
0 ~
N <=
0
@
<=
"' =-x-
x2 x' 1
.... 0
·a ln( l - x) - - . .. - - + .x' s(x)
..c
Ol
::1
~Q.
2 n
2
= -X - ~ -
·;::
>- ~
S!
•.. - X1 + 0 (x")
a. 2 n
0 "
~ n xk
u -ci
0
<=
::l
0
= - I
k=I
k +0 <x1)
@
89
>- Développement limité au voisinage de O de la fonction exponentielle
Théorème
x2 x3 x11
ex = 1 +X+ l + 3ï + . . . + n ! + X1 ê(X)
x2 x 3 X1
= l +X+ - + - f + ... + - + 0 (x1)
2 3. n.1
>- Développement limité au voisinage de O des fonctions trigonométriques
Théorème
x2 x4 x6 x2n
cos x =l - - + - - - + ... + (- 1)'1 - - + x 2n+ 1 e(x)
2! 4! 6! (2n) !
x2 x4
1 - _· + - - - + . .. + (- 1
2! 4! 6!
x6
(2n) !
+ 0(x2n+1) r -x2n
i(
k=O
- 1)k ~k + o ( x2n+
(2k).
1)
x3 x5 x? x2n+I
sinx = x - - + - - - + + (-1 )'1 + x2n+ 2 e(x)
3 ! 5 ! 7 ! ··· (2n + 1) !
x3 x5 x1 x2n+l
= X - 3ï + Sl - 7! + .. . + (- l )n (2n + 1) ! + 0 (x2n+2)
~ (- l / x2k+J
= LJ ____ + o(x2n+2)
k=O (2k + 1) !
On ne donnera pas, ici, de développement limité à l'ordre n, au voisinage de zéro de la fonction

tangente; il faut savoir que ce développement existe, mais fait intervenir des quantités qu'il
serait trop compliqué de définir ici (les nombres de Bernoulli en l'occurence) .
....
..c
Ol
·;:: x3 xs (_ 1Y1 x2n+ 1 211 2
>-
0..
arctan x = x - 3 + S + .. . + 2
n+
1
+ x + e(x)
0
u x3 x5 (_1)n x2n+1
X - - + - + ... + + 0 (x2n+2)
3 5 2n + l
90
>- Développement limité au voisinage de O des fonctions trigonométriques hyper-
boliques en O
Théorème
x2 x4 x6 x2n
Ch (x) = 1 + -2 ! + -4 ! + - + + - - + x211+ 1 c-(x)
6 ! · · · (2n) ! c.
x2 x4 x6 x 211
1 + - + - + - + ... + - - + o (x2n+
2 ! 4 ! 6! (2n) !
1)
n 2k
L- x - + o(x2n+I)
k=O (2k) !
x3 xs x7 _x2n+1
sh (x) = x + 3î + 5î + 7! + .. . + (2n + 1) ! + x211+2 c(x)
x3 xs x7 x2n+I
= X+ - + - + - + ... + + 0 (x2n+2)
3! 5! 7! (2n + 1) !
11 2k+ I
L ,x + o(x2n+2 )
k=O (2k + 1) !
x3 2x5 l7x7 8
th(x) = x - + - +x c(x)
3 15 315
x3 2x5 17x7 8
= X- 3 + lS - 315 + O(X )
~
De même que pour la fonction tangente, on ne donne pas, ici, de développement limité à
l'ordre n., au voisinage de zéro de la fonction tangente hyperbolique, qui fait aussi intervenir
EJ les nombres de Bernoulli.
x3 x5 .x2n+ l
arothx
e>
=x + -3 + - + ... + - - + x 211+2 &(x)
5 2n + 1
x3 X5 .x211 + I
2
=X+ 3 + S + ... + 2n + 1 + O (x2"+ )
"O .,,
:<;
c
0 <=
::;
>- Développement limité au voisinage de Ode la fonction x H (1 +x)a, a Em.*
::::i '~
<.>
Cl <.>
~
-~ Théorème
"""
..-1
0 ~ -)a _ a (a - l) a (a - 1) ... (a - n + 1) .Ji ( )
N <=
0
<=
(1 + x - 1 + œx+ x 2 + ... + .-t +x11 ex
@ "' 2 n!
....
..c
0
·a
::1
a(œ - 1) 2 a(œ -1 ) . . . (œ - n +l )_Jl c-Jl,)
Ol ~Q. l + ax+ x- + ... + x +o x
·;::
>- ~ 2 n!
a. S!
0 "
~
u -ci
0
<=
::l
0
@
91
Opérations algébriques et composition
des développements limités
Lorsque l'on veut calculer Je développement limité d'une fonction, on commence par
se ramener à un développement limité au voisinage de 0 (si cela est nécessaire, on pose
donc x = a + h, avec h tendant vers 0). Nous nous contenterons donc, dans ce qui suit,
de parler des développements limités au voisinage de O.
1. Premier principe
Dans un développement limité, il est inutile de conserver des termes plus petits que le
reste.
Ainsi, pour un développement limité à un ordre n donné (n E N*), si p est un entier
strictement plus grand que n :
xP + X' s(x) = x'' s(x) xP s(x) + X' s(x) = X' s(x)
ou encore, avec la notation « petit o » :
xP + 0 (.x'1 ) = 0 (J!')
(ceci vient du fait que xP = X Xp-n = X

1 1
s(x)).
On prendra bien garde au fait que ces égalités se lisent de la gauche vers la droite, et non
l'inverse!
À partir de ce principe, il est facile de calculer la somme ou le produit de deux déve-

loppements limités.
Exemple
Au voisinage de 0 :
....
..c
Ol
·;::
>- 2. Second principe
0..
0
u
Pour éviter des calculs trop lourds et pénibles, on n'explicite les «factorielles » qu'à la
fin !
92
Exemples
1. Calcul à éviter
Pour déterminer un développement limüé à l'ordre 4 en zéro de la fonction x H ex sin x, il
est peu judicieux de procéder ainsi :
e~· sinx = ( 1 +x + ;! + 3!x3 + x4 +o(x

x2
4
!
4
)
)( x3 4 )
x - 3! + o(x )
x3 x4 x5
= x+ x2 + -2 + - + - + o(x4 )
6 24
+ ... + honibles fractions

2. Calcul modèle
Pour déterminer un développement 1imité à l' ordre 4 en zéro de la fonction x H ex sin x, il
est préférable de procéder ainsi :
x2 x3 x4 ) ( x3 4)
ex sin x = ( 1 + x + 2! + 3! + ! + o (,é) x - 3! + o ( x )
4
= x (1 + x + 2 + 3x3! + 4x4! + o (x4))

x2
- x3 (1 + x + x2 + x3 + x4 + o (x4))
3! 2! 3! 4!
+o(x4) (1 + x+~ + x 1 + <+o(x ))
2. 3 . 4 .
3
4
.,,
:<; x3 x4 x3 x4
+ - + o (x4)- - - - + o (x:4)
"O
0 <= = x + x2 + -
c ::;
2 3! 3! 3! ,
::::i '~
<.>
Cl <.>
~ 3 4 x3 4
-~
= x+ x2 + ~ + ::__ + o(x4)- - _ ::_ +o(x4)
0"""
..-1
~
N <= 2 3! 3! 3!
0
<=
@
.... ·a"'
0
..c
Ol
::1
~Q.
=
·;::
~
>- S! 3. Troisième principe
a.
0 "
~
u -ci
0
<=
::l
Pour déterminer le développement limité au voisinage de zéro, à un ordre n E N*, de
0
@ la composée de deux fonctions f et g, où g tend vers zéro : on commence par poser
93
g(x) = X, et on effectue le développement limité de f en zéro à un ordre suffisamment
élevé p afin que le développement de la fonction composée soit bien d'ordre n par rapport
àx :
(f 0 g) (x) = f(X) = ao +ai X + a2 X2 + ... + Œn XP + o(XP)
Il reste ensuite à développer à l'ordre n par rapport à x les termes X = g(x), x2 = (g(x)) 2 ,
.. ., XP = (g(x))P, en ne gardant que les termes en x1 •
Exemple
Au voisinage de 0, à l'ordre 4:
2 4
. sin x sin x ( . )
cos(srnx) = 1 - - - + - - + o srn4 x
2 2 4! 2
3 3
4 4 4
= 1 - 2l (X - 3!
x + 0 ( X )) + 41! ( X - 3!
x + o(x )) + 0 (X )
x2 5x4
= 1. - -2 + -24 + o (x4 )
4. Quatrième principe
Pour déterminer le développement limité, au voisinage de zéro, à un ordre n E N*, de la
composée de deux fonctions f et g, il faut faire très attention dans les cas où la fonction g
ne tend pas vers zéro en zéro !
Exemple
Au voisinage de 0, à l'ordre 2 :
"O
0
c::
::J
0
v
..-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
94
Développements asymptotiques
À la fin du XIXe siècle, le mathématicien Henri Poincaré 1 s' intéresse au problème « des
trois corps » , qui est un cas particulier du problème dit «des N corps » , où on cherche
à décrire le système formé par N corps célestes (étoiles, planètes), dont les mouvements
sont régis par les lois de l'attraction universelle, et à étudier leur stabilité. Dans le cas
«des trois corps » , qui sont en fait le Soleil , la Terre, la Lune, de masses respectives
1n1une ' . mtune ,
msoleil• m 1erre • m1u11e• le rapport - - est tres petit: - - « 1. Pour resoudre ce pro-
m soieil m soleil
blème, Poincaré eut l' idée d 'effectuer un développement limité par rapport à cette der-
nière quantité. C'est ainsi qu' est apparue la notion de« développement asymptotique»,
la grandeur msoleil étant« très grande ».
De façon générale, un développement asymptotique est obtenu lorsqu'une des quan-
tités en jeu tend vers une limite infin ie. L' inverse de cette quantité tendant vers zéro, il
est alors possible de se ramener à un développement limité au voisinage de zéro.
Exemples
1. Lorsque n tend vers +oo :
(On a effectué un développement asymptotique à l'ordre 2 en~.)

n
Ainsi:
lim 1 - -1)" = e
n-t + oo ( n
2. Lorsque n tend vers +oo :
sin (rr Vn 2 + n) = sin ( nn R) = sin (nn { 1 + ~2 + o(:

2
1
n -
8 2 )})
= sin (nrr+ i- ;n +o(~))
= cos (n 1T - .!!._ +
8n
o(~))
n
"O .,,
:<;
= (- 1) 11
cos (- ;n o(~))
+
c
0
::::i
<=
::;
·~
<.>
=
11
~))
( - 1) cos ( Snn + o (
Cl
= (- 1)" {1 - ~2 ~ +o (~)}
<.>
~
-~
"""
..-1
0 ~ 64n2 n2
= (-1)' {1 - ~ + o (~)}
N <=
0
<= 1
@ "'
.... 0
·a 128 n2 n2
..c ::1
~Q.
Ol
·;::
>- ~
(On a effectué un développement asymptotique à l'ordre 2 en f. .)
Ainsi, sin (tr ~)n'a pas de limite lorsque n tend vers l' infini.
a. S!
0 "
~
u -ci
0
<=
::l l. 1854-1 912. Outre ses apports aux mathématiques (il est considéré comme un des fondateurs de la topo-
0
@ logie), il apporta aussi de nombreuses contributions à la physique théorique, en optique et en relativité.
95
Convexité
La notion de convexité correspond à une réalité physique; ainsi, en optique, une len-
tille dite« convexe» est un verre« bombé vers l'extérie ur ». Lorsqu'on la pose sur une
table, sa forme «bombée» fait que, quelle que soit sa position, la table reste toujours ,o
tangente au verre. De façon équivalente, en mathématiques, la première caractérisation Fiche 65
de la convexité, qui s'applique à des courbes, est liée au fait que le barycentre d' un sys-
tème de points situés sur la courbe doit se trouver au-dessus de celle-ci (les fameuses
« inégalités de convexité»), ou encore, que la courbe est située au-dessous de toutes ses
cordes.
1. Définitions
> Fonction convexe
Une fonction f, définie sur un intervalle l de Ill, à valeurs dans Ill, est dite convexe si,
pour tout couple (a, b) d'éléments de !2, et tout réel t de l' intervalle [O, l ] :
f(ta + (1 - t)b) ~ tf(a) + (1 - t)f(b)
Cette définition traduit, tout simplement, le fait que tout point situé sur une corde joignant
deux points de la courbe, de coordonnées respectives (a,f(a)) et (b,f(b)), (a, b) E 12, est
au-dessus de la courbe. Ce point étant sur la corde, son abscisse est de la forme ta + ( 1 - t) b,
t E [O, 1], et son ordonnée de la forme t f(a) + ( 1 - t) f(b ), qui est donc plus grande que celle
du point de la courbe d'abscisse ta+(! - t) b, c'est-à-dire f (fa + (l - t)b).
f(b) - - -
~~~~-+-~~~~~~~~~~~-- x
- 1- l a b
point de la corde
Figure 36.1- Le graphe d' une fonction convexe.
> Fonction concave

Une fonction f, défi nie sur un intervalle l de Ill, à valeurs dans Ill, est d ite concave si,
....
..c
Ol
pour tout couple (a, b) d'éléments de I2 , et tout réel t de 1' intervalle [0, 1] :
·;::
>- f (ta+ (l - t)b) ~ tf(a) + (l - t)f(b)
0..
0
u
~ Dire qu' une fonction f est concave revient donc à dire que son opposée - f est convexe.
96
y
Figure 36.2 - Le graphe d' une fonction concave.
2. Théorèmes
:>- Position de la courbe représentative d'une fonction convexe par rapport
à ses cordes
Une fonction f, définie sur un intervalle I de IR., à valeurs dans IR., est convexe si et
seulement si sa courbe représentative est située en-dessous de toutes les cordes joignant
deux points de cette courbe.
y
cordes
1
~~~~-+-~~~~~~~~~~~-- x
-1 - 1
Figure 36.3- Illustration graphique de la position de la courbe représentative d'une fonction

convexe par rapport à ses cordes.
:>- Inégalité de convexité (ou inégalité de Jensen 1 )

Théorème
"O .,,
:<; Soient f une fonction définie sur un intervalle I de R, à valeurs dans IR., convexe, et
Il
c
0
::::i
Cl
<=
::;
·~
<.>
<.>
t1, .. ., t11 , n réels positifs dont la somme vaut 1 : f i + ... + t11 = I fi = 1. Alors, pour
~ i= 1
.
-~
"""
..-1
~
tout n - uplet (xi, . . . , Xn) de l'1 :
0
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
~
" Cette définition traduit, tout simplement, le fait que tout barycentre d'un ensemble de points
0 ~
u -ci
0 . situés sur la courbe, de coordonnées respectives (x1, /(x 1)), . . . , (x11 , f(x 11 )) , (x1, . . . , x,,) E ! 11 ,
<=
::l
0
@ 1. Mathématicien danois, 1859- 1925.
97
fi
est au-dessus de la courbe. L'abscisse de ce point est donc de la forme If; x;, où t1, .. ., t 11 ,
i= l
Il
sont n réels positifs dont la somme vaut 1, et son ordonnée de la forme I t; f (x; ), qui est donc
t. t.
i= I
plus grande que celle du point de la courbe d'abscisse t; x;, c'est-à-dire f ( t; f(x;)).
> Régularité d'une fonction convexe
Théorème
Une fonction f, définie sur un intervalle ouvert I de R, à valeurs dans R, convexe, est
continue, et admet, en tout point de /, une dérivée à droite et une dérivée à gauche.
~ L'hypothèse selon laquelle l'intervalle l doit être ouvert est essentielle!
> Inégalité des pentes croissantes
Théorème
Une fonction f, définie sur un intervalle Ide R, à valeurs dans R, dérivable sur/, est
convexe si et seulement si, pour tout réel a de /, la fonction qui, à tout x de /, distinct
. l f(x) - f(a) . . , . l , d'
de a, associe e rapport est croissante, ce quL est equiva ent a ire que, pour
x- a
tout triplet de réels (a, b, c) de l tel que a < b < c :
f(b) - f(a) & f(c) - f(a) & f(c) - f(b)
b -a ~ c- a ~ b- c
Ce théorème traduit, tout simplement, Je fait que la pente, ou coefficient directeur, de la droite
joignant les points de coordonnées (a, f(a)) et (b, f(b)), est plus petite que la pente de la droite
joignant les points de coordonnées (a,f(a)) et (c,f(c)), qui est elle-même plus petite que la
pente de la droite joignant les points de coordonnées (b, f(b)) et (c, f(c)), comme illustré sur
le dessin suivant :
y
~~-
~1--.0...-~~~~~b
~~~~~-- x
....
..c
-1 a c
Ol
·;::
>-
0..
0
u Figure 36.4- Illustration graphique de l'inégalité des pentes croissantes.
98
>- Position de la courbe représentative d'une fonction convexe par rapport
à ses tangentes
Théorème
Une fonction f , définie sur un intervalle 1 de R, à valeurs dans R, dérivable sur ! , est
convexe si et seulement si sa courbe représentative est située au-dessus de toutes ses
tangentes.
tangen
~~~-~l-_-1-+-~
••~l-
· ·-
. -=--.-
~- • .-.-~.-••-••~~~-- x
.·~
..··
Figure 36.5 - Illustration graphique de la position de la courbe représentative d'une fonction
convexe par rapport à ses tangentes.
>- Convexité et dérivabilité
Théorème
Une fonction f, définie sur un intervalle l de R, à valeurs dans R, dérivable sur l , est
convexe si et seulement si sa dérivée f' est croissante.
>- Cas des fonctions deux fois dérivables

Corollaire
Une fonction f, définie sur un intervalle 1 de R, à valeurs dans R, deux fois dérivable
sur ! , est convexe si et seulement si sa dérivée seconde f" est à valeurs positives, c 'est-
à-dire si et seulement si, pour tout réel x de I :
f"(x);;::: 0
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
...-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
99
Équations différentielles linéaires
du 1er ordre homogènes
Une équation différentielle est un type d'équation un peu particulier, dans la mesure où
l'inconnue est une fonction, en général désignée par la notation« y». On parle d' « équa-
tion différentielle», dans la mesure où les dérivées de la fonction inconnue figurent aussi
dans l'équation. Par exemple, sil est un intervalle de R ,
y' (x) = 2 y(x) Vx E I

y(x) y' (x) +x =1 Vx E I
(y'(x)) 2 +y(x)+x = O Vx E I
sont des équations différentielles.

Dans ce qui suit, on ne s'intéressera qu'au cas des équations différentielles linéaires
du premier ordre, c'est-à-dire linéaires par rapport à la fonction inconnue y, et ne faisant
intervenir que la dérivée première y' de la fonction cherchée.
Définition
Soit a une fonction définie sur un intervalle Ide R, à valeurs dans R, continue.
On appelle équation différentielle linéaire du premier ordre homogène une équa-
tion de la forme :
y'(x) = a(x)y(x) V x E I
où y est une fonction dérivable sur!. On peut aussi écrire, pour alléger les notations :
y'= a(x) y
1. Méthode pratique de résolution

Soit a une fonction définie sur un intervalle I de R , à valeurs dans R , continue.
On s'intéresse à l'équation différentielle linéaire du premier ordre homogène, que l'on
dés.ignera, dans ce qui suit, par (8o) :
y' = a(x) y
La fonction identiquement nulle sur l'intervalle I est solution de (8Q).

Considérons une solution y de (80 ), définie sur un intervalle J c !, non identiquement
nulle. On suppose que y ne s'annule pas sur J. Quitte à changer y en - y, on supposera
que y est à valeurs strictement positives.
.... On peut alors écrire :
..c y'(x)
Ol
·;:: -yx
() = a(x)
>-
0..
0
u L a c1onct1· on qu1,· a' tout x de J , associe
· -y' (x)
- , est 1a d'envee
· ' de 1a 1onct10n
c · qui,· a' tout x
y(x)
de J, associe ln ly(x)I = ln (y(x)).
100
Ainsi, si on arrive à trouver une fonction 'Ta dont a soit la dérivée sur J (c'est-à-dire
~~ = a), on aura, à une constante réelle C près :
ln iy(x)I = 'Ta(x) + C Vx E J
(la dérivée de la fonction constante qui, à tout x de J, associe C, est la fonction identi-
quement nulle).
On en déduit alors, pour tout x de J :
On vérifie que, réciproquement, toute fonction de la forme x E J H ec /Ya(x) est solu-

tion de (8o).
On peut écrire que l' ensemble des solutions del' équation différentielle initiale est :
{x E J H é e'Tih), C E IR}
>- Solutions d'une équation différentielle linéaire du premier ordre homogène
Théorème
Soit a une fonction définie sur un intervalle Ide lR, à valeurs dans IR, continue.
Les solutions de l'équation diffërentielle linéaire du premier ordre homogène :
y' (x) = a(x) y(x) Vx E 1
sont les fonctions de la forme :
x E I H K e'T,,(x)
où K est une constante réelle, et ra une fonction telle que, pour tout X de I :
r;(x) = a(x)
De façon équivalente, on peut écrire que l'ensemble des solutions de l'équation diffé-
rentielle initiale est :
Exemple
"O .,,
:<; Considérons l'équation différentielle :
0 <=
c ::;
::::i
Cl
'~
<.>
<.>
y'(x) =2xy(x)
~
-~
"""
..-1
0 ~ On recherche les solutions y qui ne s'annulent pas sur R On a alors, pour tout réel x:
N <=
0
<=
@
.... ·a"'
0 y'(x) = 2x
..c ::1
y(x)
Ol ~Q.
·;::
~
>- S! La fonction qui, à tout réel x, associe 2 x, est la dérivée de la fonctio n qui, à tout réel x,
a.
0 "
~ associe x2 .
u -ci
0
<=
::l
On en déduit, pour tout réel x :
0
@ ln ly(x)I = x 2 + C
101
où C est une constante réelle ; puis :
que l'on peut encore écire sous la forme:

.2
y(x) =K ex
où K est une constante réelle positive (cela revient juste à appeler autrement ec, qui est aussi
une constante).
2
On vérifi e que, réciproquement, toute fonction de la forme x E lR H K ex , K E R., est
solution de y' (x) = 2 x y(x).
De façon équivalente, on peut écrire que l'ensemble des solutions de l'équation différentielle
initiale est :
2. Condition initiale (pour une équation différentielle linéaire

du premier ordre homogène)
Définition
Soient a une fonction définie sur un intervalle l de IR, à valeurs dans IR, continue, x 0
un réel de /, et Yo un réel.
On appelle équation différentielle linéaire du premier ordre homogène, avec la
condition initiale y(xo) = xo, la donnée de l'équation différentielle :
y' (x) = a(x) y(x) Vx E l

avec la condition :
y(xo) = Yo
>- Solutions d'une équation différentielle linéaire du premier ordre homogène

avec une condition initiale
Théorème
Soient a une fonction d~finie sur un intervalle l de IR, à valeurs dans IR, continue, xo un
réel de /, et Yo un réel.
L'équation d~fférentielle linéaire du premier ordre homogène :
"O y' (x) = a(x) y(x) Vx E l
0
c:: avec la condition initiale :
::J
0 y(xo) = Yo
v
...-!
0 admet pour unique solution la fonction :
N
@ x E l H Yo e - '.Fc,(xo) e '.f;, (x)
~
..c::
Ol
ï::::
où ra est une fonction telle que, pour tout X de I :
>-
a.
0
r;cx) = a(x)
u
(on admet l'existence d 'une telle fonction).
102
Équations différentielles linéaires
du 1er ordre avec second membre
1. Définitions et théorèmes
>- Équation différentielle linéaire du premier ordre avec second membre
Soient a et b deux fonctions définies sur un intervalle 1 de R , à valeurs dans R , continues.
On appelle équation différentielle linéaire du premier ordre avec second membre
une équation de la forme :
y' (x) =a(x) y(x) + b(x) Vx E I
que l'on peut aussi écrire, pour alléger les notations :
y' = a(x) y + b(x)

>- Équation homogène associée à une équation différentielle linéaire
du premier ordre avec second membre
Soient a et b deux fonctions définies sur un intervalle I de R , à valeurs dans R , continues.
On appelle équation homogène associée à l'équation djfférentielle linéaire du premier
ordre avec second membre y = a(x) y+ b(x) l'équation :
y' (x) = a(x) y(x) Vx E 1
>- Principe de superposition
Théorème
Soient a, b1 et b2 trois fonctions définies sur un intervalle I de R, à valeurs dans R,
continues.
Si Yi est une solution sur 1 de l'équation différentielle linéaire y' = a(x) y + b1 (x), et Y2
une solution sur 1 de l 'équation différentielle linéaire y' = a(x) y+b 2(x), alors, pour tout
couple de réels CA1, ÀÙ À1 Y1 + À2 y2 est une solution sur I de l'équation d~fférentielle
Linéaire y' = a(x) y+ À1 b 1(x) + À2 b2(x).
Corollaire
"O .,,
:<; Soient a et b deux fonctions définies sur un intervalle 1 de R, à valeurs dans R, continues.
0
c <=
::; Si Yi et Y2 sont deux solutions sur Ide l'équation différentielle linéaire avec second
::::i
membre y' = a(x) y + b(x), alors la fonction différence y2 - /jl est une solution sur I de
'~
<.>
Cl <.>
~
-~ l'équation différentielle homogène associée y' = a(x) y.
"""
..-1
0 ~
N <=
0
<=
@ Démonstration: Sachant que y1 et Y2 sont solutions sur I de l'équation différentiell e
"'
....
..c
0
·a
::1 y' =a(x)y + b(x), on obtient :
Ol ~Q.
·;::
= a(x) y; + b(x) - (a(x) y~ + b(x)) = a(x) (y2 -
~
>- S! Y2 - Yt Yt )'
a.
0 "
~
u -ci
0
<=
::l
0
D'où le résultat. •
@
103
Exemple
On considère l'équation différentielle:
y'= y+ 2x +sin x
La fonction qui, à tout réel x, associe - 2 x - 2 est solution sur R. de l'équation différentielle:
y'= y+ 2x
"" . . , , . sin x +cos x . 1t:» d ,, . d'a-'

L a ionct10n qm, a tout ree1 x, associe - est so1ut10n sur ~ e 1 equat1on iueren-
2
tielle :
y'= y + sinx
si n x +cos x
La fonction qui, à tout réel x, associe - 2 x - 2 - est donc solution sur R. de
2
l'équation différentielle :
y' = y + 2 x + sin x
>- Solution générale d'une équation différentielle linéaire du premier ordre

avec second membre
Théorème
Soient a et b deux fonctions définies sur un intervalle l de IR, à valeurs dans IR, continues.
La. solution générale sur 1 de l'équation différentielle linéaire du premier ordre avec
second membre y' = a(x) y+ b(x) s'obtient comme somme de la solution générale sur
l de l'équation différentielle homogène associée, et d'une solution particulière sur l de
L'équation dUférentielle avec second membre.
Pour mémoriser ce résultat, on peut le retenir sous la forme :
Solution générale de l'équation avec second membre
Solution générale de l'équation sans second membre

+
Solution particulière de l'équation avec second membre
ou, sous forme« abrégée» :
Solution générale E .A.S.M.

=
Solution générale E.S.S.M .
+
.... Solution particulièr e E.A.S.M.
..c
Ol
·;::
>-
0..
0 Démonstration : Ce résultat vient du corollaire précédent ; en effet, si on connaît une
u
solution Yt de l'équation di:fférentielJe avec second membre, définie sur un intervalle J ,
n' importe quelle solution sera de la forme y 1 + z, où z est une solution sur J de l'équation
104
homogène associée. Ainsi, toute solution sur J de l' équation avec second membre est
telle que, pour tout réel x de J :
y(x) = y1(x) + Àe'l';,(x)
où ,l est une constante réelle arbitraire, et 'Fa une fonction telle que, pour tout x de J :
r;cx) = a(x) •
>- Extension aux fonctions à valeurs complexes
On admet que l'ensemble des résultats précédents est généralisable aux fonctions à va-
leurs complexes, c ' est-:,.a-dire dans <C.
2. Recherche de solutions particulières de l'équation avec second

membre, dans le cas où la fonction a est constante
>- Cas d'un second membre de type« exponentielle x polynôme»
Soit:
y' (x) = a y(x) + P(x) er x
où Pest une fonction polynom iale, et r et a deux réels.
• Premier cas : r = a .
On cherche une solution particulière, définie sur R, de la forme:
x H Q(x)ea x
où Q est une fonction polynomiale de degré inférieur ou égal à degré de P + 1.

Exemples
1. Pour l'équation différentielle :
y' = 3 y - e3x
le second membre est de type« exponentielle x polynôme» , la fonction polynomiale étant

dedegré O.
On cherche donc une solution particulière, définie sur JR, de la forme:
x H y(x) =(Àx + µ) e 3 x
où ,let µ sont deux réels, ce qui conduit, pour tout réel x, à :
y'(x) =(À + 3Àx + 3µ) e3 x
En injectant dans l'équation différentielle, on en déduit, pour tout réel x:

"O .,,
:<;
0
c
::::i
<=
::;
'~
(À + 3 À X+ 3 µ) e3 x = 3 (À x + µ) e3 x - e3 x
<.>
Cl <.>
~
-~ soit :
0"""
..-1
~
<=
Àe3x = - e3x
N 0
<=
@ et donc:
.... ·a"'
0
À= -1
..c ::1
Ol ~Q.
·;::
>- ~ Une solution particulière de l' équation avec second membre est donc:
a. S!
0 "
~
u -ci
0
x H y(x) = -e3 x
<=
::l
0
@ (Comme il n'y a pas de condition surµ, le casµ = 0 convient.)
105
2. Pour l'équation différentielle:
y' =2y+(x+ 1) e2 x
le second membre est de type «exponentielle x polynôme» , la fonction polynomiale étant

de degré 1.
On cherche donc une solution particulière, définie sur R., de la forme :
x H y(x) = (1lx2 + µx + v) e2 x
où À, µ et v sont des réels, ce qui conduit, pour tout réel x, à :
y'(x) = (2 1lx + µ + 2Ax2 + 2µx + 2 v) e2 x

En injectant dans l'équation différentielle, on en déduit, pour tout réel x :
y' (x) = (2 À X + µ + 2 À x2 + 2 µ X + 2 V) e2 = 2 (11x 2 + µ + µX + V) e2

X X + (x + 1) e2 X
soit:
y'(x) = (2Àx + µ+) e2 x = (x + l) e2 x
et donc : 2 1l = 1, µ = 1.
Une solution particulière de l' équation avec second membre est donc:
x H y(x) = (~ + x) e
2
x
• Deuxième cas: r-:/:. a .

On cherche une solution particulière, définie sur IR, de la forme :
xHQ(x)er x
où Q est une fonction polynomiale de degré inférieur ou égal au degré de P.
Exemples
y'= y + e3x
le second membre est de type « exponentielle x polynôme», la fonction polynomiale étant

dedegré O.
On cherche donc une solution particulière, définie sur JR, de la forme :
"O
0
c::
::J
x H y(x) = Àe3 x
0
v où À est un réel, ce qui conduit, pour tout réel x, à :
..-!
0
N
@
y'(x) = 3 Àe3x
~
..c:: En injectant dans l'équation différentielle, on en déduit, pour tout réel x :
Ol
ï::::
>-
a. 3 1l e3 x = 1l e3x + e3x
0
u
soit:
2 ,:i e3x = e3 x
106
et donc:
1
il= -
2
Une solution particulière del' équation avec second membre est donc :
x H y(x) = ~ e3 x
y'=2y + x 2 +1
le second membre est de type «exponentielle x polynôme », la fonction polynomiale étant
de degré 2.
On cherche donc une solution particulière, définie sur R, de la forme:
x H y(x) = (il x 2 + µ x + v) eoxx = il x2 + µ x + v

où il, µ et v sont des réels, ce qui conduit, pour tout réel x , à :
y'(x ) = 2Ax + µ
2 il x + µ = 2 Ax2 + 2 µ x + 2 v + x2 + J
soit:
2 (/l - µ) X+µ - 2 V= (2 il + ] ) x2 + l
et donc:
/l=µ , µ - 2v=I 2il + 1=0
Il en résulte :
l µ- 1 3
A=µ= -- v= - - = --
2 2 4
Une solution particulière de l'équation avec second membre est donc:
x2 X 3
X H y(X) =- 2 - 2 - 4
y'= 2y + xex
le second membre est de type «exponentielle x polynôme», la fonction polynomiale étant
de degré 1.
On cherche donc une solution particulière, définie sur R, de la forme:
x H y(x) = (il x + µ) ex
où il etµ sont des réels, ce qui conduit, pour tout réel x, à :
"O
0
.,,
:<;
<=
y' (x) = (A x +il + µ) ex
c ::;
::::i '~
<.> En injectant dans l'équation différentielle, on en déduit, pour tout réel x:
Cl <.>
~
"""
..-1
-~
~
y' (x) = (il x + il + µ) ex = 2 (/lx +µ ) ex + x ex
0
N <=
0
<= soit:
@
.... ·a"'0
..c ::1
Ol ~Q. et donc:
·;::
~
>- S! À= - 1 À - µ=0
a.
0 "
~
u -ci
0
Une solution particulière de l' équation avec second membre est donc:
<=
0
@
::l
X H y(x) = - (X + J) ex
107
>- Cas d'un second membre de type « polynôme x cosinus »
Soit:
y' (x) = œ y(x) + P(x) cos(r x)
où Pest une fonction polynomiale, et r un réel, on se ramène au cas précédent en recher-
chant une solution particulière sur C de l'équation différentielle :
y'(x) = œy(x) + P(x)eirx

Il suffit ensu.ite de prendre la partie réelle de la solution obtenue.
Exemple
Pour l'équation différentielle:
y' =y + COS X
on se ramène à l'équation différentielle:
y'= y + eix
On cherche donc une solution particulière, définie sur R., de la forme :
x H y(x) = Àeix
où /l est un nombre complexe, ce qui conduit, pour tout réel x, à :
y'(x) = illei x
ce qui conduit à :
À= _ 1_ =- 1+ i
i- 1 2
Une solution particulière de l'équation avec second membre initiale est donc:
x H <Re ( - ( -1 +-
2
i) eu.·) = ( (T1 + i) (cos x + i sinx))
<Re -
= <Re ( - cos x - i sin x - i cos x +sin x )
2
- cosx + sin x
= 2
"O
0
c::
::J
0 >- Cas d'un second membre de type « polynôme x sinus»
v
..-!
0
Soit:
N
@
y' (x) = œy(x) + P(x) sin(r x)
~
..c:: où Pest une fonction polynomiale, et r un réel, on se ramène au cas «exponentielle x
Ol
ï:::: polynôme» en recherchant une solution particulière sur C de l'équation différentielle :
>-
a.
0
u y'(x) = œy(x) + P(x)eirx
Il suffit ensuite de prendre la partie imaginaire de la solution obtenue.
108
Exemple
Pour l'équation différentielle :
y'= y + sinx
on se ramène à l'équation différentielle:
y'= y+ eix
On cherche donc une solution particulière de la forme :
X H y(X) = À/x
où À est un nombre complexe, ce qui conduit, pour tout réel x, à :
y'(x) =u eix
En injectant dans l'équation différentielle, on en déduit, pour tout réel x :
ce qui conduit à :
1 1+ i
À= - = --
i- l 2
Une solution particulière de l'équation avec second membre initiale est donc:
x H 'Re ( - ( -1 +-
2
i) e'.x.·) = ( ( 2 i) (cosx + i smx)
Im - -1 +- . )
= I m(- cos x- i sin x- x x)
i cos + sin
2
- cosx - sinx
= 2
3. Une méthode générale pour trouver une solution particulière

de l'équation avec second membre : la méthode de variation
de la constante
Soient a et b deux fonctions définies sur un intervalle Ide IR, à valeurs dans IR, continues.
Cherchons une solution particulière de l'équation différentielle linéaire du premier
ordre avec second membre :
y' = a(x) y + b(x)
"O .,,
:<; La solution générale de l' équation homogène associée étant donnée par:
0 <=
c ::;
::::i
Cl
'~
<.>
<.>
x H y(x) = À. e'fc,(x)
~
-~
"""
..-1
0 ~ où À est une constante réelle arbitraire, et 'Ta une fonction telle que, pour tout x de I :
N <=
0
<=
@
.... ·a"'
0
r;(x) = a(x)
..c ::1
Ol ~Q.
·;:: on peut se demander s'il n'existerait pas des fonctions de la forme:
~
>- S!
a.
"
~
0
u -ci
x H y(x) = À(x) e 'T,,(x)
0
<=
::l
0
@ qui soient solutions de l'équation avec second membre.
109
En injectant cette expression dans l'équation avec second membre, on obtient, pour
tout x del:
(a(x) tl(x) + tl'(x) e'.7';,(x) = a(x) tl(x) e'.F~(x) + b(x)
ce qui conduit à :
,{' (x) = b(x) e-'.l';,(x)
Il suffit donc de prendre, pour tl, une fonction dont x H b(x) e - '.7';,(x) soi.t la dérivée sur /.
Exemple
Résolvons, sur JO, oo[, l'équation différentielle:
y' = f!_ + 1 (8)

X
L'équation homogène associée est :

y'= f!_
X
qui admet pour solutions, sur JO, +oo[, les fonctions de la forme x H À x, où /lest une constante
réelle.
À l'aide de la méthode de variation de la constante, on recherche une solution particulière de
l'équation différentielle avec second membre (8), sous la forme :
x H y(x) = A(x)x
On a alors, pour tout réel x strictement positif :
y' (x) = ;l' (x) x + /l(x)

En injectant dans (8), on en déduit, pour tout réel x strictement positif:
À
I
(x) x + /l(x) = -X1 À(x) x + 1 = /l(x) + 1
et donc:
X(x) =!
X
Par suite, pour tout réel x strictement positif :
/l(x) = ln x + C
où C est une constante réelle.
L'ensemble des solutions de (8) est donc l'ensemble des fonctions définies sur JR: par:
"O
0
c::
::J
X H X ln x + cX
0
v où C est une constante réelle.
..-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
110
Topologie
En physique, chimie, biologie, les quantités que l'on rencontre ne dépendent pas, en gé-
néral, d'un seul paramètre. C'est ce quel' on appelle des fonctions de plusieurs variables.
C'est le cas, par exemple, de l'énergie potentielle électrique d'un système de deux
charges électriques q1 et q2, distantes de r :
où so est la permittivité du vide.

Pour étudier les fonctions de plusieurs variables, les mathématiciens ont cherché à
étendre les résultats déjà existants pour les fonctions d'une variable réelle.
Toutefois, des outils supplémentaires s'avèrent indispensables : dans R, 1' écart entre
deux réels se mesure facilement. Dès que l'on passe à un espace de dimension supé-
rieure, 2 ou 3, c'est un peu plus compliqué. Ce cours présentera donc, dans un premier
temps, quelques notions de topologie élémentaire.
D'autre part, on se restreindra au cas de fonctions de deux ou trois variables, c'est-
à-dire définies dans des domaines de JR2 ou JR3, et qui correspondent aux variables bi-
dimensionnelles et tridimensionnelles usuelles : coordonnées polaires, cylindriques et
sphériques.
Notation
Dans ce qui suit, d peut prendre les valeurs 1, 2 ou 3, suivant que la fonction considérée
est à valeurs dans R, R 2 , JR3.
1. Normes
Définition
Une norme sur Rd est une application, notée Il · Il, ou parfois N, à valeurs dans R+ qui
"O .,,
:<; doit vérifier les troix ax iomes suivants :
0 <=
c ::;
• séparation :
::::i '~
Cl
<.>
<.>
~
-~
V a E Rd llilll = 0 ~ a=ô
"""
..-1
0 ~
N <=
0
• homogénéité :
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
• inégalité triangulaire :
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
111
>- Équivalence de normes
Définition
Deux normes N 1 et N2 sur !Rd sont dites équivalentes s' il existe deux réels strictement
positifs a et b tels que, pour tout vecteur ü de !Rd :
Propriété
Sur !Rd, toutes les normes sont équivalentes.
Exemple
1 L'application JR.3 -t JR.3 , i1 = (x,y, z) H sup {lxl, lyl, lzl}, est une norme sur JR.3 .
>- Convergence d'une suite de JR.2
Définition
Une suite (xn, y 11) 11EN de !R2 converge vers une limite (Cx, ly) E !R2 si, pour tout réel
strictement positif e, il existe un rang no tel que, pour tout entier n ~ no :
>- Convergence d'une suite de JR.3
Définition
Une suite (Xn, Yn· Z11)1·1EN de JR3 converge vers une limite ce.~, ly, fz.) E JR3 si, pour tout
réel strictement positif e, il existe un rang no tel que, pour tout entier n ~ no :
Cette dernière propriété est extrêmement intéressante et pratique : pour étudier la convergence
d'une suite de Rd, on choisit bien évidemment la norme la plus adaptée!
2. Boules, ouverts, fermés, ...

>- Boule ouverte
Définition
.... On appelle boule ouverte de !Rd, de centre Mo E !Rd et de rayon r E JR: l'ensemble,
..c
Ol noté B(Mo, r) , des points M(x, y, z) tels que:
·;::
>-
0.. ----+
0
u llMoMll < r
112
Exemples
1. Le domaine L(O, l ) situé strictement à l'intérieur du losange de centre 0 et passant par les
points de coordonnées ( 1, 1), (-1, 1), (-1, - 1), ( 1, - 1), est une boule ouverte de R.2 pour la
norme (x, y) H lxl + lyl. C'est, en effet, l'ensemble des couples de réels (x, y) tels que:
lxl + lyl < 1

y
Figure 39.1 - La boule ouverte L (O, 1).
2. Le domaine C(O, l) situé st1ictement à l'intérieur du carré de centre 0 et de côté 2 est une
boule ouverte de IR.2 pour la norme (x, y) H max {lxl, lyl}. C'est, en effet, l'ensemble des
couples de réels (x, y) tels que:
max {lxl, lyl} < l
y
l-
"O .,,
:<;
0 <=
c ::;
X
::::i '~
Cl
<.>
<.>
-1
~
-~
"""
..-1
0 ~
l-
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
Figure 39.2- La boule ouverte C(O, 1).
113
3. Le domaine B(O, 1) situé strictement à l'intérieur de la sphère de centre 0 et de rayon 1
est u ne boule ouverte de R 3 pour la norme euclidienne (x, y, z) H -.,/x2 + y2 + z2 . C'est, en
effet, l'ensemble des triplets de réels (x, y, z) tels que:
x2 + y2+z2 <1
Figure 39.3- La boule ouverte 8(0, 1).

4. Le domaine B'(O, 1) situé strictement à l'intérieur de l'ellipso'lde de centre 0, de demi-
grands axes respectifs a > 0, b > 0, c > 0, est une boule ouverte de R 3 . C'est, en effet,
l'ensemble des triplets de réels (x, y, z) tels que :
x2 Y2 z2
-
a2
+- +-< !
b2 c2
....
..c
Ol
·;::
>-
0..
0
u
Figure 39.4- La boule ouverte 8'(0, 1).
114
>- Boule fermée
Définition
On appelle boule fermée de Rd, de centre Mo E Rd et de rayon r E R: l'ensemble,

noté Ë(Mo, r), des points M(x, y, z) tels que:
---7
llMoMll ~ r
Exemple
Le domaine B(O, 1) situé à l' intérieur de la sphère de centre 0 et de rayon l est une boule
fermée de JRd.
>- Ouvert
Définition
On appelle ouvert de Rd tout ensemble U tel que, pour tout x de U, il existe un réel
r > 0 tel que:
B(x, r) c U
Propri étés
1. Toute réunion finie ou infinie d'ouverts de Rd est un ouvert de Rd.
2. Toute intersection finie d'ouverts de Rd est un ouvert de Rd.
>- Fermé
Définition
On appelle fermé de Rd tout ensemble dont le complémentaire est ouvert.
Propriétés
1. Un ensemble F de Rd est fermé si et seulement si la limite de toute suite conver-
gente de F appartient elle aussi à F .
2. Toute réunion fi nie de fermés de Rd est un fermé de Rd.
3. Toute intersection finie ou infinie de fermés de Rd est un fermé de Rd.
"O .,,
:<;
c
0
::::i
<=
::;
'~
>- Connexité de R.d
<.>
Cl <.>
~ Les seuls ensembles à la fo is ouverts et fermés de JRd sont Rd et 0.
-~
"""
..-1
0 ~
N <=
0
<=
>- Intérieur d'un domaine de R.d
@ "'
....
..c
0
·a
Ol
::1
~Q.
Définition
·;::
~ 0
>-
a. S!
" On appelle intérieur d'un domaine D de Rd, et on note D, l'ensemble des points
0 ~
u -ci
0
M de D tels qu'il existe une boule ouverte de centre M et de rayon r > 0 contenue
<=
::l
0 dans 2J.
@
115
>- Adhérence
Définition
On appelle adhérence d'un domaine 1) de Rd, et on note :D l'ensemble des points

adhérents à D, c'est-à-dire les points qui sont chacun, limite d'une suite de points
de1J.
Pour toute boule ouverte B(Mo, r), Mo E Rd, r E R: :
B (Mo , r) c B(Mo , r)
Pour toute boule fermée Ë(Mo, r), Mo E Rd, r E R: :
B (Mo , r) = Ë(Mo , r)
>- Frontière
Définition
On appelle frontière d'un domaine V de Rd l'ensemble des points de :D qui ne sont

pas dans l'intérieur de 1).
Pour tout domaine 1) de Rd :

V c !D
>- Domaine borné
Définition
On appelle domaine borné de Rd tout ensemble V tel qu'il existe un réel strictement
positif r vérifiant :
V c B(O, r)
1:l
0
c::
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
116
Fonctions de plusieurs variables
1. Définitions
>- Fonctions de deux variables
Définition
On appelle fonction de deux variables, à valeurs réelles, une application f définie

sur un domaine V f de R 2 , à valeurs dans R.
>- Fonction de trois variables

Définition
On appelle fonction de trois variables, à valeurs réelles, une application f définie

sur un domaine V f de R 3 , à valeurs dans R.
>- Champ de vecteurs

Définition
On appelle champ de vecteurs, une application f défini e sur un domaine v 1 de R 2

(resp. R 3 ), à valeurs dans Rd, d ~ 2.
On dit aussi que f est à valeurs vectorielles.
2. Représentations graphiques et courbes de niveau

Définition
On appelle représentation graphique d' une fonction f de deux variables, à valeurs

réelles, l'ensemble des points de R 3 de coordonnées (x, y, f(x, y)).
Exemple
Le champ magnétique créé par un dipôle.
~,,,, \ t 1 Il///~
10
~~'''
--~,....' '
.....-..-- ...... ....
' '''
\
' \
t 1 I
t
1
I
1
I
/
,tl
,.,
//-Y~
,,, ,,,
A"
- __
.......
_..
-...~
"O .,,
:<;
5 ,#" _. - - - ............
c
0 <=
/ ; ,,. . ' ' "'\
~
::; '
::::i '~
<.>
Cl I I I
' \
<.>
~ Figure 40.1 - Un exemple de champ de
-~ 0 1 1
' 1 1 1
vecteurs : le champ magnétique créé par un
"""
..-1
0 ~ \ \
' ' f I I
N <=
,,. dipôle.
0 . ; /
<=
"' ' ' ~
'
@
....
..c
·a"'
0
-5
............
-..... -.. ,.,
-- - _. ,#"
::1
...-- .,,,,, .... ...... -. ....- ..-
~Q.
1
Ol
·;::
~ __ _.. __., _,,, ,,r 1
/ 1
I
'
1 \
'\ '- ...._ ,.... ~-
>- S!
a.
0 "
~ ~-Y/// I ~ t ' \ '""'- '-~~
u -ci
0
<=
::l
-1 0~////11 t ~ \ ''''~
0
@
- 10 -5 0 5 10
117
Figure 40.2 - La représentation graphique de la fonction (x,y) 1-+ sin(x2 - y).
On appelle courbes de niveau d'une fonction f de deux variables, à valeurs réelles,

l' ensemble des points (x, y) de R 2 tels que f(x, y) = Constante.
y
Figure 40.3- Les courbes de niveau de la fonction (x,y) H sin(x) sin(y).
....
..c
Ol
·;::
>-
0..
0
u
118
Les systèmes de coordonnées usuelles
1. Coordonnées polaires
Lorsque l'on étudie les vibrations libres d'un pendule, la position de celui-ci est repérée
par un angle. Les coordonnées cartésiennes ne sont pas les mieux adaptées à l'étude de
ce genre de situations.
Les coordonnées polaires permettent de repérer la position d'un point M dans Je plan
en fonction de sa distance r à un poi nt donné 0, appelé pôle, et de l'angle(}, mesuré
dans le sens trigonométrique, entre un axe de référence, appelé axe polaire, et la demi-
droite d 'origine 0 passant par M. Le réel positif r est la coordonnée radiale, et (} la
coordonnée angulaire.
Le plus souvent, l'axe polaire coïncide avec J' axe des abscisses du système de coor-
données cartésiennes usuel. On a alors, pour tout point de coordonnées (x, y) :
X = r COS(}
{ y = r sin (}
M(x,y)
j e
0 --:-+
I
Figure 41.1- Les coordonnées polaires.
2. Coordonnées cylindriques
"O .,,
:<;
c
0 <=
::;
De même que les coordonnées polaires permettent de repérer facilement la position an-
::::i
Cl
'~
<.>
<.>
gulaire d'un point, les coordonnées cylindriques sont adaptées à des configurations où, à
~
-~ un angle et la distance à une origine, il fau t rajouter une troisième composante, verticale,
"""
..-1
0 ~
comme si on se déplaçait sur un cylindre.
N <=
0
<=
@ Les relations entre les coordonnées cartésiennes (x, y, z) et les coordonnées cylin-
.... ·a"'
0
..c ::1
driques (r, B, ZcyJ.) sont les suivantes :
Ol ~Q.
·;::
~
>- S!
a. X = r COS(}
0 "
~
u -ci
0 y = r sin(}
<=
::l {
0
@
Z = Zcyl
119
z ,M
0
r y
(}
X
Figure 41.2- Les coordonnées cylindriques.
>- Coordonnées sphériques
Les coordonnées sphériques sont adaptées à des configurations présentant une symétrie
sphérique.
<fJ "·
.." M
. . . . . -~ . . (J. :.;,; . ·:· .. ... . ·,

. . - . :.. . - ... . .,,,,,., .. - . . - y
. .
(}
Figure 41.3- Les coordonnées sphériques.
Les relations entre les coordonnées cartésiennes (x, y, z) et les coordonnées sphériques
(p, B, ip) sont les suivantes :
x = p cos B sin ip
y = p sin B sin -
a.
0
u
120
Limites, continuité et dérivation
1. Limites, continuité
Définition Limite d ' une fonction en un point
Soit f une application d'un domaine ouvert V de R 2 (resp. R 3 ), à valeurs dans Rd, et
Mo un point de R2 (resp. de R3) .
e
La fonction f admet pour limite le réel en Mo si, pour tout réel s > 0, il existe un
réel 17 > 0 tel que, pour tout point M de V :
-----?
llMoMll ~ 17 ~ llf(M) - Cii ~ s
On note alors :
lim f(M) =e
M-tMo
La fonction f est dite continue en Mo si :
lim f(M) = f(Mo)

M-tMo
Exemple
L'application (x, y) E R2 H x E R qui, à tout vecteur de R2 , associe sa première coordonnée,
est continue.
Propriété
Toute combinaison linéaire de fonctions continues en un point Mo de IR.2 (resp. IR.3) est
continue en Mo .
2. Dérivation
Il s'agit simplement, dans ce qui suit, d' étendre aux fonctions de plusieurs variables la
notion de dérivée.
"O .,,
:<;
0
c <=
::; Dans un premier temps, on va donc définir la notion de dérivée partielle, obtenue en
::::i '~
<.>
Cl <.> fixant toutes les variables, sauf une, puis en dérivant la fonction par rapport à celle-ci.
~
-~
"""
..-1
0 ~
N <=
0
<=
~ Dérivées partielles
@
.... ·a"'
0
Dérivée partielle d'une fonction
..c ::1
Ol ~Q.
·;::
>- ~ Soit f une application d'un domaine ouvert V de IR.2 (resp. IR.3 ) , à valeurs dans lRc1.
a. S!
0 "
~ La fonction f admet une dérivée partielle par rapport à la variable x au point
u -ci
0
<=
::l
(xo, Yo) E V (resp. (xo, yo, zo)) si l'appl ication x H f(x, yo) (resp. x H f(x, yo, zo))
0
@ est dérivable en xo . La valeur de cette dérivée en xo est alors appelée dérivée partielle
121
de f par rapport à x en xo . On écrit:
ôf( ) . f(x , yo) - f(xo,yo)

- xo,yo
ox
= x->xo
11m
x - xo
. . âf( ) _ . f(x, Yo, zo) - f(xo, Yo, zo))

1tm
( resp. ô X xo, Yo, zo - X-txo X - xo
On définit, de même, la dérivée partielle de f par rapport à la variable y (resp. z) au point

(xo, Yo) E 1J (resp. (xo , yo, zo)).
Exemple
On considère la fonction <p défi nie sur JR3 par :
cp(x, y, z) = cos(x y) + x 2 z
On a alors:
~~(x,y, z) = - y sin(xy)+2x z
Ô<p
- (x, y, z) = x sin(x y)
8· y
Ô<p
âz (x,y, z) = x2
Fonction de classe C1
Soit f une application d' un domaine ouvert 1J de R 2 (resp. JR3 ), à valeurs dans Rd.
La fonction f est dite de classe C1 sur 1J si et seulement si ses dérivées partielles ~~
aJ ( aJ aJ a!) .
et ôy resp. ôx , ôy, et ôz sont continues sur 1J.
Matrice jacobienne
Soit f une application de classe C 1 sur un domaine ouvert 1J de JRd, à valeurs dans JRd.
On appelle matrice jacobienne de f en un point M (x, y) E 1J (resp. M (x, y, z) E 1J)
la matrice des dérivées partielles de f en M .
~ 1. Si f est de classe C 1 sur un domaine ouvert V de IR.2 , à valeurs dans R, sa matrice jacobienne
~ en M(x,y) est:
....
-( af âf )
3 .r - -ax -ôy
..c
Ol
·;::
>- 2. Si f est de classe C 1 sur un domaine ouvert V de IR.3 , à valeurs dans IR., sa matrice jacobienne
0..
0 en M(x, y, z) est :
u
3 = ( ôf ôf ôf )
.f âx ây âz
122
3. Si f : (x, y) H v~-(x, y), fy (X, y)) E R 3 est de classe C 1 sur un domaine ouvert 'f) de R 2 ' à
valeurs dans !R.2 , sa matrice jacobienne en M(x, y) est :
.Jr =
ôj~
ax
Bfx Bfy
[-
Bfy
ax
l
-
oy ay
4. Si f : (x, y, z) H (!x(x, y, z),fy(x, y, z), fz(x, y, z)) E JR3 est de classe C 1 sur un domaine
ouvert 'D de R.3 , à valeurs dans !ll3 , sa matrice jacobienne en M(x, y, z) est :
ôj~ ôfy Bj~

---
ox ox ox
Bj~ ôfy ôfz
.Jr= - --
ay ay ay
Bfx Bfy Bfz

---
âz âz ôz
S. Si f : (x, y) (fx( x, y), f y(x, y), fz(x, y)) E JR3 est de classe C 1 sur un domaine ouvert 'D de
H
JR2 , à valeurs dans JR.3 , sa matrice jacobienne en M(x, y, z) est :
.Jr =
Ôfx ôfy âfz
ax ax ax
ofx Bfy of z
l
---
ay ay ay
6. Si f : (x, y, z) H{ft(x, y, z),fy(x, y, z)) E JR.2 est de classe C 1 sur un domaine ouvert .'D de
3
R , à valeurs dans !!t2 , sa matrice jacobienne en M(x, y, z) est :
ofx Bfy
--
ax ax
ofx Bj~
.Jr= -oy -ay
ofx BJ~
- -
Bz ôz
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
Jacobien
0"""
..-1
~
N <=
0
<=
Soit f une application de classe C 1 sur un domaine ouvert 1J de Jfl2 (resp. Jfl3 ) , à valeurs
@ "' dans Jftd.
.... 0
·a
..c
Ol
::1
~Q.
On appelle Jacobien de f en un point M (x , y) E 'D (resp. M(x, y, z) E 'D) le détermi-
·;::
>- ~
S!
nant de la matrice jacobienne de f en M(x, y) E 'D (resp. M(x, y, z) E 'D).
a.
0 "
~
u -ci
0
>- Dérivée suivant un vecteur
<=
::l
Soit f une application d ' un domaine ouvert 1J de Jfl2 (resp. Jfl3 ), à valeurs dans Jftd .
0
@
123
Pour tout vecteur û de R2 (resp. R3), on appelle dérivée suivant le vecteur ü de f au
point Mo E V la limite, sous réserve d'ex istence:
. f(Mo + t Û) - f(Mo)
11 m - - - - - - - -
1-.o t
> Gradient
Soit f une application de classe et sur un domaine ouvert V de R2 (resp. R3 ) , à valeurs

dans R
On appelle gradient de f en Mo E V, le vecteur :
----t ôf ... ôf 7
gradf (M) = 'il f(M) = - (xo , Yo) i + - (xo, Yo) J
8X 8 1j
( resp.
----t
gradt(M) = 'il f(M) = âf ... âf ... âf ...)
ôx (xo, yo, zo) i + ôy (xo, yo, zo) j + Bz (xo, yo, zo) k
Le symbole 'il est appelé « nabla » .
> Divergence
Soit f une application de classe et sur un domaine ouvert V de R2 (resp. JR3 ), à valeurs
dans JR 2 (resp. JR 3).
On appelle divergence de f en Mo e 1J, le scalaire :
. j'
d iv ôfx (xo , Yo ) + -ô
= -ô ôf;1(
. xo , Yo )
X y
. . ôf'K ôfy ôfz )
( resp. div f = ô~ (xo, yo, zo) + ôy (xo, yo, zo) + ôx (xo, yo, zo)
La divergence est une quantité extrêmement utilisée en mécanique des fluides : elle permet de
traduire - ou non - !'incompressibilité. Si l'on considère Je champ de vecteurs constitué par les
vecteurs vitesses des particules d' un fluide occupant initialement un volume~. la divergence
est proportionnelle au taux d'expansion relatif ~J. Ainsi, pour un fluide incompressible, la
divergence sera nulle .
....
..c
Ol
·;::
>-
0..
> Rotationnel d'un champ de vecteurs de l'espace
0
u
Soit f : (x, y, z)(!xCx, y, z), f;/x, y, z), fz(x, y, z)) une a pplication de classe C 1 sur un
H
domaine ouvert V de JR 3 , à valeurs dans JR 3 .
124
On appelle rotationnel de f en Mo e 'D, le vecteur :
~
rotf = V /\
[ lzj~ l
(xo , yo, zo)
o
og
°!
oz
of~ a1~
oy (xo, Yo, zo) - oz (xo, Yo , zo)
ofx ()fz
- (xo, yo, zo) - - (xo, yo, zo)
8Z 8X
~ Différentielle
On peut considérer que, de façon implicite, la notion de différentielle a été introduite
au xvmc siècle par Leohnard Euler et Alex is Clairaut, qui ont remarqué que, pour une
fonction de deux variables x et y , la quantité :
ôf ôf
df = OX (x, y) dx + o/X, y) dy
est invariante par changement de base.
Si l' on écrit cette quantité sous la forme :
( of of
ox (x, y) àx (x, y)
) (dx)
dy
on peut donc considérer que c' est l' image, par l'application linéaire de matrice
( ôf (x, y) ôf (x , y)), du vecteur dont les composantes sont les quantités infin itésimales
ox fJx
.,,
(dx)
"O :<;
0 <= dx et dy, dy .
c ::;
::::i '~
<.>
Cl <.>
~
Plus récemment, c 'est le mathématicien Maurice Frechet 1, qui a vraiment formalisé la
-~
"""
..-1
~
notion de différentielle .
0
N <=
0
<=
@ "' Application différentiable
....
..c
0
·a
Soit f une application de classe C 1 sur un domaine ouvert 1J de R 2 (resp. R 3 ), à valeurs
::1
Ol ~Q.
·;::
>- ~
S!
dans Rd .
a.
0 "
~
u -ci
0
1. Les fameux « espaces de Frechet », sont des espaces vectoriels topologiques complets, mais topologie
<= est induüe par une famille dénombrable et séparante de semj-normes (l'axiome de séparation n' est pas
::l
0
@ satisfait), et non de normes.
125
f est dite différentiable en M E '])si et seulement s' il existe une application linéaire
de R 2 (resp. R 3 ), à valeurs dans R, notée dfM telle que, pour tout (h, k) E R 2 de norme
suffisamment petite :
0
f(x + h, y + k) = f(x, y)+ h f (x, y)+ k _of (x, y)+ Vr- h2_+_ k_2 e(h, k)
0X oy
= f(x , y) + dfM(x, y) + Yh2 + k2 e(h, k)
où e est une fonction définie sur R2 , à valeurs dans R, telle que :
lim
(h,k)->(0,0)
e(h, k) =0
(resp. pour tout (h, k, t) E R 3 de norme suffisamment petite :
of ôf
f(x + h, y+ k , z + l) = f(x, y, z) + h OX (x, y, z) + k oy (x, y, z)
ôf
+ e oz (x,y,z) + .../h2 + k2 + l 2 e(h, k, l )
= f(x, y, z) + dfM(x, y, z) + .../h2 + k2 + l 2 e(h, k, l)
où e est une fonction définie sur R 3 , à valeurs dans R, telle que :

lim
(h,k,t)->(0,0)
e(h, k, t) = 0)
Différentielle
Soit f une application de classe C 1 sur un domaine ouvert ']) de R 2 (resp. R 3 ) , à valeurs
dans Rd .
O n appelle différentielle de f au point Mo E 'D, que l'on note dfMo· l'application
linéaire :
2 of of
(h, k) E R H h OX (xo, Yo) + k oy (xo, Yo )
3 ar ôf
h o.x (xo, yo, zo) + k oy (xo , ljQ, zo) + l
of
Bz (xo, !Jo, zo))
(resp. (h, k, l) E R H
:>- Dérivation composée
Théorème
'O
Soient f une application d'un domaine ouvert ']) de R 2, à valeurs dans un intervalle
0
c:: I c R, de classe C 1, cp et t/! deux applications de I dans ']), de classe C 1•
::J
0 Alors, en tout point M(x, y) E 'D, la fonction composée (x, y) H f (cp(x, y), t/f(x, y)) est
v de classe C 1, et:
..-!
0
N
@ o .
ox [j (cp(x, y), t/f(x, y))] = ocp
ox x
[of]
ox . + ot/f [of]
~
..c:: (cp(x,y),rjl(x,y)) OX X Olj (cp(x,y),rjl(x,y))
Ol
ï::::
u
>-
a.
0 .!.__ [f(cp(x,y),t/!(x,y))]
oy
= ocp
oy
X [of]
+ Ot/!
ox
oy (cp(x,y),r/J(x,y))
X [of]oy (cp(x,y),r/J(x,y))
Cette formule se généralise aux fonctions de trois variables.
126
>- Dérivées partielles d'ordre supérieur
Fonction de classe C2
Soit f une application définie sur un domaine ouvert 1J de IR.2 (resp. IR.3 ) , à valeurs
dans IR.
f est dite de classe C2 sur 1J si et seulement si elle est de classe C 1 sur 1J et si ses
dérivées partielles aôxf et aôyf (resp. aôxf, ôf et ôf ) sont aussi de classe C 1 sur D.
ôy ôz
Théorème de Schwarz
Théorème
Pour toute application f de classe C2 sur un domaine ouvert 1J de IR.2 ( resp. IR.3 ), à
valeurs dans IR :
-- = --
8x8?J 8y8x
ôxôz
= 8z8x
Matrice hessienne
Soit f une application de classe C2 sur un domaine ouvert 1J de IR.2 (resp. IR.3 ), à valeurs
dans IR.
On appelle matrice hessienne de f en un point M(x, y) E 1J (resp. M(x, y, z) E D)
la matrice des dérivées partielles secondes de f en M :
a2f ô2f
8x2 ôxôy
1{f =
a2f a2f
axay ôy2
a2f a2f a2f

----
ôx2 ôxôy ôx8z
resp. 1{f =
a2f a2f a2f
ôxôy 8y2 8yôz
a2f a2f a2f

ôxôz ôyôz 8z2
....
..c
Ol
·;::
>-
0..
0 Grâce au théorème de Schwarz, la matrice hessienne est donc une matrice symétrique, puisque
u la fonction f est de classe C 2 .
127
>- Laplacien
Soit f une application de classe C2 sur un domaine ouvert V de R 2 (resp. R 3 ), à valeurs

dans R
On appelle Laplacien de f en Mo e 1) le scalaire2 [40) :
= div ('V f) = -a f2 (xo, Yo) + -a f2 (xo, Yo)

2 2
11 f
ax ay
2 2
of (xo, yo, zo) + a
= ox f af )
(resp. /1 f = div ('V f) 2 By 2 (xo, yo, zo) + Bz 2 (xo, yo, zo)
1:l
0
c::
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
2. Le laplacien apparaît, notamment, dans l'équation de Laplace !:iu = 0, ainsi nommée en hommage au
u mathématicien et physicien Pierre-Simon de Laplace (1749-1 827). Introduite, à l'origine, en mécanique
newtonienne, elle apparaît également en astronomie, électrostatique, mécanique des fluides, propagation de
la chaleur, diffusion, mouvement brownien, mécanique quantique, etc.
128
Exercices
Pour s'entraÎner
(solutions p . 133)
6.a) Montrer que F est bien définie sur
On considère la fonction f définie JO, l].
par : 6.b) Étudier la continuité de F sur JO, l].
f(x) = {e- ; s~ x >=F 0 6.c) Montrer que F est prolongeable par
Û SI X,::; Û continuité sur [0, l].
Étudier la continuité de f.
Une équation fonctionnelle
On considère la fonction g définie Déterminer les fonctions f, défirues sur IR, à
par: valeurs dans R, continues en 0 et en 1 telles
1 que, pour tout réel x :
- - six <t {0,- 1,l}
g()
X = { ln 1X 1
Ü Si X = 1 OU X = - 1 OU X =Ü f(x2 ) = f(x)
Étudier la continuité de g.
On considère la fonction h définje

par:
Dérivabil ité
1 Donner la dérivée de la fonction <P :
h( X ) -_ { -X 2- - - l si x E R \ { - 1, 1} X E lR H ln (2 + cos x).
Û Si X = 1 OU X = - 1
Étudier la continuité de h. On considère la fonction h 1 défirue,
pour tout réel x, par: h 1 (x) = e-x .
On considère la fonction ip définie Montrer que h1 est de classe C00 sur IR, et dé-
par: terminer, pour tout entier naturel non nul n,
l' expression de sa dérivée n ième .
ip(x) = { x s in G) si x *0 On considère la fonction h 2 définie,
Û Si X= Û
pour tout x de R \ {1 }, par :
Étudier la continuité de ip.
h2(x) = -l-
On considère la fonction l/f définie l - x
"O .,,
:<;
0 <= par:
c ::;
Montrer que lt2 est dé1ivable sur R \ { l }, et
::::i
Cl
'~
<.>
<.>
l/f(x) = E(x) + lx - E(x)l
4
déterminer, pour tout entier naturel non nul
~
-~ Étudier la continuité de l/f. n, l'expression de sa dérivée ni ème.
"""
..-1
0 ~
N <=
0
@
<=
Soient 1l E ]0, l[, et f une fonction On considère la fonction f définie,
.... ·a"'
0
continue sur l ' intervalle [1l, +oo(, telle que pour tout réel x, par :
..c ::1
Ol
·;::
~Q. f(À) = 0 et lim f(x) =O.
~ X-++oo
>- f(x)={l - e-7 six:FO
a. S!
" Soit F la fonction définie sur JO, 1J ~ R par:
0 ~ 1 SÎ X= Ü
u -ci
0
<=
0
@
::l
F(x) =f G + À. - 1) Étudier la continuité et la dérivabilité de f .
129
On considère la fonction cp définie, 16.b) Soit h une fonction définie sur R, dé-
pour tout réel x, par : rivable sur R Déterminer, pour tout
réel a :
cp(x) = {x
3
sin ( ~) si x * 0 . x f2(a) - a f2(x)
1im - - - - - -
x->a X - Cl
0 Si X= 0
Règle de l'Hôpita11
Étudier la dérivabilité de cp. Soient f et g deux fonctions définies sur un
intervalle [a, b] de ~' à valeurs dans Ill, conti-
On considère la fonction l/f définie, nues sur [a, b], dérivables sur ]a, b[. On sup-
pour tout réel x, par : pose que g' ne s'annule pas sur ]a, b[. Mon-
trer qu'il existe un réel c dans ]a, b[ tel que:
!/f(x) ={1 - 2
e- <x~n si x 1 * f(b) - f(a) f'(c)
1 Si X= 1
g(b) - g(a)
= g'(c)
Étudier la continuité et la dérivabilité de !/f.
Une étude de fonction
Des dérivées rem arqu ables
Soit n un entier naturel supérieur ou égal à 2.
On considère les fonctions !/f 1 et !/f2 définies On considère la fonction
par:
J,,: R+ ~ R
X H { (1 - ~r
0
- e-x Si X E
sinon
[0, n]
18.a) Montrer que J,, est dérivable sur [0, n[.

18.b) Calculer, pour tout x de [0, n[, f,;(x),
Quel est Je domaine de défi nition de ces deux et montrer qu'on peut l'écrire sous la
fonctions? Étudier la dérivabilité de !/f 1 et forme
!/f2 , puis donner l'expression de leurs dérivées
respectives.
f,;(x) = e-x [1 - e'1,,(x)]
où hn est une fonction définie sur [0, n[,
Des in égalités classiqu es dont on donnera l'expression.
15.a) Montrer que, pour tout réel x : 18.c) Étudier les variations de hn sur [0, n[,
ex~ 1 + x. ainsi que son signe. On montrera qu'il
existe un réel œn E] 1, n[ tel que :
15.b) Montrer que, pour tout réel positif x :
sinx < x. hn(œ,,) =0
15.c) Montrer que, pour tout réel x > - 1 : 18.d) Étudier les variations de J,, sur (0, n[, et
ln(!+ x) < x. montrer que, pour tout réel x de [0, n[ :
œ e- 11·,,
"O
0
Des limites rem a rqu a bles lf,,(x)I < -" --
n
c::
:J 16.a) Soit f 1 une fonction dérivable en zéro. 18.e) Etudier les variations de la fonction </>
0
v Déterminer : qui, à tout réel x de R.+, associe xe- x,
...-!
0
. !1 (2x) - f1(0) et en déduire que, pour tout réel x de
N
11 1 n - - - - - [0, n[ :
@ x->O 2X
1
~
..c:: lf,,(x)I < -
Ol . !1 (2x) - f1(x) ne
ï:::: et 11m - - - - -
>- x->O X Que peut-on en conclure?
a.
0
u l. Guillaume François Antoine, marquis de L'Hôpital (1661-1704), mathématicien français, élève de Jean
Bernoulli, spécialiste de calcul différentiel. Jl est connu pour son ouvrage Analyse des Infiniment Petits pour
l'intelligence des lignes Courbes, publié en 1696.11 travailla également sur les coniques.
130
Fonctions réciproques Développements limités
Déterminer le développement limité

à l'ordre 5, au voisinage de 0, de la fonction:
X H 'P l (x) = esinx
Donner la dérivée de la fonction l/f :
x E R.* H arctan x +arctan ( ~). et en déduire
que, pour tout réel strictement positif x : Déterminer le développement limité
à l'ordre 6, au voisinage de 0, de la fonction :
arctan x + arctan ( ~) = ~ xi-+ ipz(x) = ln(cos x)

On considère la fonction f définie,
à l'ordre 6, au voisinage de 0, de la fonction :
pour tout x de l'intervalle (0, ~], par :
X H ip3(x) = (cos x)sinx
X
/(0) =1 f(x) =-
ranx
Sl
. 0 rr
<x<l fŒ) =O. Déterminer le développement limité
à l'ordre 3, au voisinage dei, de la fonction :
21.a) Montrer que, pour tout réel x > 0 :
sin x < x. X H ip4(x) = cos X - X sin X
21.b) Montrer que f est strictement décrois-
sante sur ~ Jo, (.
21.c) Déterminer J' image J = f(l) de l'in- Déterminer le développement limité
tervalle l par f, et montrer que f admet à l'ordre 4 au voisinage de 0 de la fonction :
une application réciproque g définie sur
J.
x E lR H ip5(x) = e-x
21.d) Montrer que g G) = ~.
21.e) Montrer que la fonction g est dérivable Déterminer le développement limité
en ~, et calculer g' ( ~). à l'ordre 3 au voisinage de 0 de la fonction:
On considère la fonction f définie,

X E JR \ {~} H l{J6(X) = _J_
2 l - 2x
sin x -s1n x
' l x, par : j '()
pour t out ree x =e 2
- e
"O .,,
:<;
22.a) Montrer que f est dérivable sur IR, et Pour p N*, donner le développe-
E
0 <=
c ::;
1
::::i '~
<.>
calculer, pour tout réel x, f'(x). ment limité de la fonction x H - - 2 à
Cl <.>
l+x
~
-~ 22.b) Déterminer l'image J =f (] - ~,~[)de 1' ordre 2p en 0, et en déduire celui de la fonc-
"""
..-1
~ tion x H arctan x à lordre 2p + l en O.
0
N <=
0
]-~ , 1( par f, et montrer que f admet
@
....
<=
·a"'
0 une application réciproque r 1
définie
..c ::1
sur J.
Ol ~Q. à l'ordre 4, au voisinage de 0, de chacune des
·;::
>- ~
S!
22.c) Montrer que la fonction f - 1 est déri- fonctions suivantes :
a. cosx .
0 "
~ vable en 0 , et calculer la valeur de sa 30.a) x fi (x) = - - - e x .
u -ci
H
1- x
0
<=
dérivée en ce point.
0
@
::l
30.b) x i-+ fi(x) = tan (ln( 1 + x2 ) ) .
131
Déterminer le développement limité Fonctions de plusieurs variables
à l'ordre 4 , au voisinage de 0, de chacune des
fonctions suivantes : Autour du laplacien en coordon-
31.a) x H g 1(x) = ~2 + arcsin(x). nées polaires
1- x Soit f : R.2 ~ JR, de classe C 2 .
31.b) x H g2(x) = ln(cos2 x - sin2 x). En considérant le changement de vaiiables :
X= r COS0
Déterminer, lorsqu 'elles existent, les { y = r si n e
limites suivantes :
exprimer le laplacien b,. f en coordonnées po-
32.a) lim
Vl +sinx + e- ~ - 2 . laires.
x"""O 3 X
e v'l +sin x - e On rappelle qu'en coordonnées cartésiennes :
2
32.b) lim - - - - fPJ ô f
x-.o tan x b,.f =-
ôx2
+ -2
ôy
32.c) l i m - - - -
r -x
x--+J 1 - x + lnx
Fonctions homogènes de degré a 2
32.d ) lim
x ..... +oo
(i + ~)x, où a est un réel.
X Une fonction f : R.2 ~ R est dite homogène
de degré a E R* si, pour tout réel strictement
Équations différentielles positif À, et tout couple de réels (x, y) :
linéaires du premier ordre f(Àx,Ày) = /1° f(x,y)
Lorsque la fonction f est de classe C 1 sur !R.2 ,
montrer que, pour tout couple de réels (x, y) :
ôf ôf
y'+ y= 2shx X ÔX (X, y)+ !f a/X, y) = a f(x, y)
Quelques équations aux dérivées

partielles
y' + 2xy = 2x
41.a) En passant en coordon nées polaires,
Résoudre, sur JR:, l'équation diffé- déterminer les fonctions :
rentielle (83) : f : JR: Ill ~ JR
X
x y' - 3 x 3 y = 3 x 3 e2 x3 1
de classe C ' solutions de l'équation
aux dérivées partiel les :
ôf ôf
Résoudre, sur l'intervalle I =)0, +oo [, x-+y-=0
ôx ôy
l'équation différentielle (84 )
y'=2y+x 41.b) Un cas particulier de l'équation des
X ondes
"O À l'aide du changement de variables
0
c::
:J
Soit À un réel. Résoudre, sur IR., u=x+y
0 l'équation différentielle (85 ): { V= x - y
v
...-!
0
(x2 + l )y' +y= /1 déterminer les fonctions f : !R2 ~ Ill,
N de classe C 2 ' solutions de l'équation
@ aux dérivées partielles :
~ Déterminer les solutions polyno-
..c::
Ol miales de l'équation différentielle (86): <Pt
= ây2
a2f
ï::::
>- x 2 y' - x y =x3 + x ôx2
a.
0
u
2. On rencontre, notamment, ce type de fonctions dans des équations aux dérivées partielles présentant une
invariance d'échelle.
132
Corrigés
- Sur )0, +oo(, la fonction f est continue comme composée de la fonction exponentielle
l
avec la fonction x H - - . Il en est de même sur) - oo, 0[. Il reste donc à étudier la continuité de
X
f en zéro. Pour cela, on calcule :
lim e- ~ = X->+oo
lim e-x = 0 = /(0)
x->0+
La fonction f est donc bien continue sur R
MW Sur )0, 1[U]1, + oo[, la fonction g est continue comme composée de la fonction inverse
avec la fonction x H ln lxl. Il en est de même sur ] - oo, - 1[Ul - 1, O[. li reste donc à étudier la
continuité de g en zéro, en L et en - 1. Pour cela, on calcule :
1
lim -
X->0 1n 1X
I = X->-oo
lim _XI = 0 = g(O)
J1m
. 1-1 - 1 = l'un -1 = +oo
x-> 1ln lxl x _,o• X
lim
x--+-1
1--1 =
ln lxl
1
lim ..!._
X --.o+ X = +oo
La fonction g est continue en O. Elle n'est pas continue en 1, ni en - 1.
MM Sur R \ {- 1, 1}, la fonction h est continue comme composée de la fo nction inverse avec
la fonction x H x2 - 1. Il reste donc à étudier la continuité de h en 1 et en - 1. Pour cela, on
calcule:
lim
x-> l ,x< l x2 - 1
= x ->lim
l ,x l x2 - 1 = x--+ l , x> 1 (x - 1) (x + 1)
lim
x -> -1 .x<- I x2 - 1
=x ->-l.
lim
x< - 1 (x - l ) (x + 1)
= +oo
l
lim lim - - - - - = - oo
x->- 1,x>- I x2 - 1 X--+-\, X>- 1 (x - l )(x + 1)
La fonction h n'est donc pas continue sur R

"O .,,
:<;
Sur ]O, +oo[, la fonction 'P est continue comme produit de la fonction identité x H x
0 <=
c ::;
1
::::i '~
Cl
<.>
<.> avec la fonction inverse x H - , elle-même composée avec la fonction sinus. Il en est de même
~ X
-~ sur ) - oo, 0(. Il reste donc à étudier la continuité de i.p en zéro. Pour cela, il suffit de remarquer
"""
..-1
0 ~
que, pour tout réel x non nul :
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
>-
a.
0
~
S!
"
~
(puisque 1sin G~ )1 1) on aura donc, sous réserve d'existence :
u -ci
lx (~)I ~ lim lxl

0
<=
::l
0
@
lim sin
x->0 X x->0
133
et donc:
La fonction cp est donc bien continue sur R
MW La fonction t/J faisant intervenir la partie entière, il suffit, pour étudier sa continuité, sur
JR, d'étudier ses limites en tout entier k. On calcule donc, pour k E Z :
lim (E(x) +lx - E(x)l

x -+k+
4
) = lim
x-+k+
(k +lx - kl
4
) = k
et :
lim (E(x) + lx - E(x)1 4 )
x -+k-
= xlim
-+k-
(k - 1 + lx - k - 11 4 ) =k - 1 + 1 =k
La fonction tf; est donc bien continue sur R
6.a) Pour montrer que Fest définie sur ]O, 1], il suffi t de montrer que pour tout x E de JO, 1], le
réel !X +À - 1 appartient au domaine de définition de/, c ' est-à-dire [1l, +oo[.
On considère donc un réel x de ]O, 1]. Comme x ~ 1, alors !X ~ 1, et donc :

1
- - I;:i:O
X
JI en résulte :
1
- +À - l~ 1l
X
qui est le résultat cherché. Fest bien définie sur ]0, l].
6.b) La fonction Fest la composée de f et de la fonction x H !X +il - 1, qui est continue sur
]0, 1]. La fonction Fest donc continue sur ]0, l] .
6.c) Pour montrer que F est prolongeable par continuité en 0, on calcule :
lim F(x)
x-oO+
= x-oO+
lim f (! + 1)
X
1l -
Comme lim
x-oO+
(~X + 1l - 1) = +oo, alors, par composition des limites,
1:l
0
lim
x -+O+
f (! +
X
À - 1) = lim /(X) = 0
X ->+oo
c::
0
:J
Ainsi : lim F(x)
x-oO+
= O. La fonction Fest bien prolongeable par continuité en O.
v
..-!
0 Déterminons les fonctions f, définies sur JR, à valeurs dans JR, continues en 0 et en 1
N
@ telles que, pour tout réel x :
~
..c::
f(x 2 ) = f(x)
Ol
ï:::: On remarque que, pour tout réel x :
>-
a.
0
u f( - x) = f(x2 ) = f(x)
Les fonctions cherchées sont donc paires. On peut se restreindre à [0 , +oo[.
134
Pour tout réel x positif, la relation donnée s'écrit aussi :
f(x) = f ( vx)
Par récurn-ence, on en déduit, pour tout réel strictement positif x, et tout entier naturel n :
f(x) = f( vx) = f(xt) = f(x~ ) = . . . = f (x in )
Compte tenu de :
lim x:Pr lim e ~ = e0 = l
= n-++oo
n-++oo
on peut passer à la limite lorsque n tend vers +oo, et en déduire, par continuité de la fonction f
en 1 :
f(x) = 11 lim
-++oo
f (xin ) = f (n lim
-++oo
xin ) = f (n-++oo
lim e ';.: ) =f(.1)
La fonction f étant continue en 0, on en déduit alors, pour tout réel positif x :
f(O) = lim j(x) = j(l)

x->O+
La parité de f conduit alors, pour tout réel x, à :
j(x) = f(O)
Les fonctions f cherchées sont donc constantes.
Réciproquement, on vérifie que les fonctions constantes sont bien so.lution de l'équation fonc-
tionnelle cherchée.
M:M La fonction <P : x E R. 1-+ ln (2 + cos x) est dérivable sur Ill (le cosinus ne prend que
des valeurs comprises entre - 1 et 1, la quantité 2 + cos x est donc strictement positive pour tout
réel x; la fonction qui, à tout réel x, associe 2 + cos x, est dérivable sur R., à valeurs strictement
positives, et la fonction logarithme népérien est dérivable sur Ill: ; on en déduit, par composition
de fonctions dérivables, la dérivabilité de <P sur Ill).
Sa dérivée est donnée, pour tout réel x, par :
'( ) - sinx
</Jx= - - -
2 + cosx
On considère la fonction h. 1 définie, pour tout réel x, par : h 1(x) = e-x.

"O .,,
:<; h 1 est la composée de la fonction exponentielle avec la fo nction polynomiale x 1-+ - x. La fonc -
0 <=
c ::;
tion exponentielle est de classe C 00 sur R., il en est de même de la fonction x H - x. Par compo-
::::i '~
<.>
Cl <.> sition de fonction s de classe C 00 sur Ill, h 1 est donc aussi de classe C 00 sur R..
~
-~
"""
..-1 On peut alors calculer, pour tout réel x :
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
On en déduit, par une récutTence immédiate, que, pour tout entier naturel n :
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
135
Miel On considère la fonction h2 définie, pour tout x de IR \ {l }, par:
1
hdx)= - -
1- x
Sur R. \ { l }, h2 est la composée de la fonction inverse avec la fonction polynomiale x H l - x,
qui ne s'annule pas pour x-:;:. 1. La fonction inverse est dérivable sur R*. La fonction h2 est donc
dérivable sur IR \ {1} .
On peut alors calculer, pour tout réel x -:;:. 1 :
l/
h·2 (x) = (1· -
2
3 h"'(x) = (12 _X x)4
3 h(4)(x) =2 X 3 X 4
x) 2 2 (1 - x)5
On en déduit, par une récurrence immédiate, que, pour tout entier naturel n :
(11) 2X3 X ... X n n!
h2 (x) = (1 _ x)n+I = (1 _ x)n+I
MIM On considère la fonction f définie par :
f(x) ={ 1 - e -:;t s~ x -:;:. 0

1 Sl X= Û
On calcule:
lim{1 -e--fe } = 1 - lime- -fe
x->O x->O
=1- lim e- x = 1 = f(O)
X ->+oo
La fonction f est donc bien continue sur R (le seul problème se posait en 0, partout ailleurs, par
composition de fonctions continues, la continuité de f ne pose pas de problèmes).
Pour étudier la dérivabilité de f, on calcule, pour tout réel x-:;:. 0:
f'(x) = 3._
x3
e- *
On a alors, par croissances comparées: limf'(x) =O.

x->0
En repassant à la définition du nombre dérivé comme limite du taux d'accroissement, on en
déduit que la courbe représentative de la fonction f admet une tangente horizontale en zéro,
comme on peut le voir sur la figure suivante :
"O
0
c::
:J
0
v
T"-f
0 -1
N
@
~ La courbe représentat ive d e la fonction f .
..c::
Ol
ï::::
>-
a.
MfW On considère la fonction cp définie par :
0
sin(~) six-:;:. 0
u 3
cp(x) = {x
Û Si X= Û
136
Pour étudier la dérivabilité de cp, on calcule, pour tout réel x *0 :
3 2
cp'(x) = - x :2 cosG) + 3x2 sinG) = - x cosG) + 3x sinG)
On a alors:
lim cp' (x)
X-->Û
=0
La dérivée de cp peut donc être prolongée par continuité en zéro en posant: cp'(O) =O. La courbe
représentative de la fonction cp admet une tangente horizontale en zéro.
MIM On considère la fonction !fi définie par :

!fl(x) = { l - e - (x-\>
2
si x *l
1 Si X= [
On calcule:
lim
x -> l
{i - - (x-\1
e 2} =l - lime - (x~i}l
x -> 1
=l - lim e- X
X ->+oo
= 1 = !fl(O)
La fonction !fi est donc bien continue sur Ill (le seul problème se posait en 1, pat1out ailleurs, par
composition de fonctions continues, la continuité de if! ne pose pas de problèmes).
Pour étudier la dérivabilité de f, on calcule, pour tout réel x *l :
J
2 e - (x-1)2
l/l'(x) = (l - x )3
On a alors, par croissances comparées : lim if!' (x) =O.

X-> J
En repassant à la définition du nombre dérivé comme limite du taux d'accroissement, on en

déduit que la courbe représentative de la fonction !fi admet une tangente horizontale en zéro,
comme on peut le voir sur la figure suivante.
Mii On considère les fonctions l/; 1 et 1/12 définies par:

1/11 (x) = ln(tanG)) 1/12(x) = ln (tan G ~))
+
Considérons un réel x tel que !f1 1(x) existe ; pour cela, il faut que tan(~) soit sui ctement positif,
soit:
kE Z
"O .,,
:<;
0 <= c'est-à-dire
c ::;
::::i '~
<.> x E ]2kn,(2k+ l)n[ kE Z
Cl <.>
= LJ )2 k rr, (2 k + 1) rr[.
~
-~
l/; 1 est donc définie sur .VJ/! 1
"""
..-1
0 ~
N <= keZ
0
<=
Considérons un réel x tel que !fl2 (x) existe; pour cela, il faut que tan G + ~) soi t strictement
@
.... ·a"'
0
..c ::1
Ol ~Q. positif, soit :
·;::
>-
a.
~
S! -X + -7r E ] k;rr k;rr + - ;rr[ kE Z
0 "
~
2 4 ' 2
u -ci
0
<= soit :
~ lk ~ ~[
::l
0
@ E 7r - k 7r + kE .:Z
2 4' 4
137
et donc:
x E ]2krr - :: 2krr + ::[ kE Z
2' 2
1/12 est donc définie sur 'D.p2 = LJ )2 k rr - ::2 ,2k rr + ::2 [.
keZ
La dérivabilité de lf! 1 sur 'Dl/! 1 découle du théorème de dérivabilité des fonctions composées. Pour
tout x de 'f)l/! 1 , on calcule :
1
1 1 + tan
2
(~) 1 1
= - -- =
!/11(x)=2 tanG) 2 sinx si n x
2
2 tanG)
puisque : sin x =- - - -
l + tan2 G )"
De même, on justifie la déiivabilité de 1/12 sur 'D.p2 par les règles de composition usuelles. Pour
tout x de 'D"'2 , on calcule :
' 1 1 + tan2 (~ + ~) 1 1
ifr2(X) = 2 tan (X + rr) = 2 --(--rr-)
sin x +
= cos X
2 4 2
2
2 tan(:: + ::)
. . (
puisque: cosx =sin x+
rr) =. (x rr)·
2 4
2 J + tan2 - + -
2 4
MJW 15.a) Montrons que, pour tout réel x : ex ;;:i: 1 + x.
À cet effet, on introduit la fonction f, définie, pour tout réel x, par :
f(x) = ex - 1- x
f est de classe C"" sur IR ; pour tout réel x :
f'(x) =ex - 1
On obtient alors, pour f, le tableau de variations suivant :
0 +oo
"
-OO
f '(x) 0 +
"O
0 +oo +oo
c::
:J
0 f '\. /'
v 0
..-! Il
0
N
On a donc, pour tout réel x :
@ ex;;:i:1+x
~
..c::
Ol
ï:::: 15.b) Pour montrer que, pour tout réel positif x : sin x ~ x, il suffit d'étudier la fonction g définie,
>-
a. pour tout réel positif x, par : g(x) = sin x - x.
0
u g est de classe C"" sur R. ; pour tout réel x :
g'(x) = cosx-1~0
138
g est donc décroissante sur R Comme g(O) = 0, on a donc, pour tout réel positif x :
g(x) ~ g(O) i.e. sin x - x ~ 0
15.c) Pour montrer que, pour tout réel positif x > - 1 : ln( 1+ x) ~ x, il suffit d'étudier la fonction h
définie, pour tout réel x > - 1, par : h(x) = ln( l + x) - x.
h est dérivable sur] - l, +oo[. Pour tout réel x > - l :
1 -x
h'(x) = -l+ x - l = -l+ x
On obtient alors, pour h., le tableau de variations suivant :
- 1 0 +co
0
h /'
- CO - CO
On a donc, pour tout réel x > - 1, h(x) ~ 0, i.e. ln( 1 + x) - x ~ 0, qui est le résultat cherché.
Md 16.a) Soit fi une fonction dérivable en zéro. En posant h = 2 x, on obtient :

. . f i (2 x) - f i (0) _ . f i (h) - fi (0) _ f'(O)
11m - 11m - 1
~o 2x ~o h
Et:
. f1(2x) - f1(x) . f 1(2x) - f 1(0)+f1(0) - f1(x)
11m
x -+O X
= 11m - - - - - - - - - - -
x-+0 X
= lim { 2 fi (2x) - fi(O) _ f 1(x) - fi(O)}
x-+O 2X X
= 2f;(O) - J;(O)
= .f[(O)
(À la première ligne, on recourt à l'astuce classique qui consiste à ajouter et retrancher la même
quantité, c'est-à-dire fi(O) . À la dernière ligne, il est légitime de séparer les limites, car elles
existent toutes deux.)
16.b) Soit fi une fo nction définie sur Ill, dérivable sur R On calcule, pour tout réel a :
. xfi(a) - afi(x) . x (fi(a) - .fi(x)) - a fi(x) + xfi(x)

hm
x-+a X - a
= X-+ll
hm - - - - - - - - - - - -
X - a
. x (f2(a) - f(x)) + (x - a) fi(x)
= 1un - - - - - - - - - - -
X-"l.a X (f2(a) - /{';:)~ 1· f: ( )
"O .,,
:<; = 1m
x-+a X - a
+ 1m 2 x
x-+a
0
c
::::i
<=
::;
'~
<.>
= - af~(a) + fi(a)
Cl <.>
~
. . fi(a) - fi(x)
"""
..-1
0
-~
~
pmsque 11m
x -+a X - a
=j''(
2 a
)
N <=
0
@
....
<=
0"'
·a M• Soient f et g deux fonctions définies sur un intervalle [a, b] de Ill, à valeurs dans Ill,
..c ::1
continues sur [a,b], dérivables sur ]a,b[. On suppose que g' ne s'annule pas sur ]a,b[, ce qui
~Q.
Ol
·;::
>- ~
S!
permet d'en déduire, grâce au théorème de Rolle, que g(a) g(b). *
a. Montrons qu ' il existe un réel c dans ]a, b[ tel que:
0 "
~
u -ci
0
<=
::l f(b) - f(a) .f'(c)
0
@ g(b) - g(a)
= g'(c)
139
La forme de l'expression cherchée fait penser non pas au théorème des accroissements finis (on
aurait « deux c différents», un pour/, un pour g), mais au théorème de Rolle. Il suffit donc de
« construire» la bonne fonction.
O n peut en deviner la forme en remarquant que, si un tel c existe, il vérifi e :
(f(b) - /(a)) g'(c) - (g(b) - g(a)) J'(c) =0

ce qui incite à considérer la fonction cp définie, pour tout réel x de [a , b] par:
cp(x) = (f(b) - /(a)) g(x) - (g(b) - g(a)) f(x)
Elle vérifie :
cp(a) = (f(b) - f(a)) g(a) - (g(b) - g(a)) /(a) = f(b) g(a) - g(b) f(a) = cp(b)
cp étant dérivable sur ]a, b[, le théorème de Rolle permet de conclure à l'existence du réel c
cherché.
Ml:M Soit n un entier naturel supérieur ou égal à 2. On considère la fonction

1;1: lR+
X
-7
H
lR
{ (t - ~r
0
- e-x Si
sinon
X E [0,n]
18.a) La fonction polynomiale qui, à tout réel x de [0, n], associe ( 1 - ~r. est indéfiniment
dérivable. La fonction qui, à tout réel x de [0, n], associe e-x est elle aussi indéfiniment
dérivable, comme composée de la fonction exponentielle avec la fonction polynomiale
x H - x. fr, est donc indéfiniment dérivable sur [0, n].
18.b) Pour tout x de [O, n[ :
t,;(x)=nx (- ;;1) (1 - ;;x)n-1+e-x

x)n-1+ e- x
= (
- 1 - ;;
=
= e - x [ 1 - ex+(n- 1) ln(!-;)]
J;;(x) = e- x [ 1 - eh.<x) ]
où h,, est la fonction qui, à tout réel x de [0, n[, associe x + (n - 1) ln ( 1 - ~ ).

18.c) La fonction h,, est dérivable sur [0, n[ comme somme de fonctions dérivables sur [0, n[.
"O
0 Pour tout x de [O, n[ :
(n - l)x(- ~)
c::
::J
0
v
...-!
h;/x) = 1 + - - -x- -
0 1- -
N n
@ n- 1
~
= 1 - --
..c:: n- x
Ol
ï:::: n- x - n+l
>-
a. =
0 n- x
u 1- x
= n- x
140
ce qui conduit au tableau de variations suivant :
X 0 1 n
h~(x) + 0
/'
0 - OO
Le théorème des valeurs intermédiaires permet donc de conclure à l'existence d ' un réel
a 11 E] 1, n[ tel que :
18.d) Le tableau de variations de h11 permet de connaître le signe de h 11 sur [0, n[ :
0 n
+ 0
et, par conséquent, celui de f(,. On obtient alors, pour j;,, le tableau de variations suivant :
X 0 n
f~(x) 0 +
0
/'
1
Ainsi, pour tout réel x de [0, n[ :
lj;,(x)I ~ lhr1(ar1)I
On calcule alors :
"O .,,
:<; e- o., {e'u(1 - ~ ) - 1}
c
0
::::i
<=
::;
'~
= e - 1i·
Il
{ 1 œn
- - -
1}
Cl
<.>
<.>
n
~
-~
"""
..-1
0 ~
N <=
0
<= n
@ "'0
....
..c
·a
::1 18.e) Étudions les variations de la fonction - S!
a. Sa dérivée est donnée, pour tout réel positif x, par :
0 "
~
u -ci
0
<=
::l
0
@
141
On obtient alors, pour </J, le tableau de variations suivant :
)(
10 1 +oo
~'(x) 0
1 +
~
e-1
1
/'
1 0 ""' 0
Ainsi, pour tout réel positif x:

1
1</J(x)I ~ -
e
Par suite, comme, pour tout réel x de [0, n] :
a e-a.
lf,i(x)I ~ -'-'-
n
on en déduit:
1
lf,,(x)I ~ -
ne
Pour tout réel positif x, il existe un entier no tel que, pour tout n ;;,, no :
X E (0, n)
On en déduit :
lim f,,(x)
n~+oo
=0
1
MijM Le domaine de définition de la fonction </J : x H .
arcsin(4x)
est
Wl1i La fonction t/J : x E R.* H arctan x + arctan ( ~) est dérivable sur R.*. Sa dérivée est
donnée, pour tout réel non nul x, par :
t/f' (x) =0
La fonction t/f est donc constante sur R.: :
V x > 0 : arctan x + arctan - (1) =arctan 1 + arctan (1) = 2 arctan 1 = 2 -4 = -2

X
1r 1r
"O
0
WJM 21.a) Cette inégalité est évidente pour tout réel x > 1. Il suffit donc de la démontrer pour
c::
::J 0 < x ~ 1. Or, sur l'intervalle Jo, 1[(qui contient l'intervalle ]0, l]) la fonction cp : x H x- sin x
0
v est dérivable; sa dérivée est donnée, pour tout x de ]o, 1[,par
..-!
0
N cp'(x) =1- cosx > 0
@
~
..c:: cp est donc strictement croissante sur ]0, l]. En particulier, pour tout réel x tel que 0 < x ~ 1:
Ol
ï::::
>-
a.
cp(x) > cp(O) =0
0
u On peut donc en déduire que, pour tout réel x tel que 0 < x ~ 1:
x > sinx
142
21.b) La fonction x H tanx ne s'annulant pas sur ]o,
1(, on peut appliquer le théorème de
dérivabilité d'un quotient de deux fonctions dérivables. On en déduit que f est dérivable sur
Jo,Î [.sa dérivée étant définie, pour tout réel x de Jo, H·
par:
tanx- _x_
.f'(x) = ___ co_s2_x
tan 2 X
sinxcosx - x
= sin2 x
si n(2x) - 2x
= 2sin x
2 < 0'
(on utilise le résultat précédent: sin(2 x) - 2 x < 0)

f est donc strictement décroissante sur ]o. 1[.
21.c) Comme f est continue et strictement décroissante sur !, alors :
JU) = L~r- J(x), }~11;1+ J<x)[ =JO, i [.
La stricte monotonie de f sur I assure son injectivité sur cet intervalle. De plus, l'application
f :I - f (!) est smjective. Elle réalise donc une bijection de I surf(/).
21.d) Comme f (~) = i· alors, d'après la définition de g, g G) i·

=
21.e) Comme f est dérivable sur I et que f'(V =l- ~ * 0, on peut appliquer le théorème de
~~~~ation des fonctions réciproques. On peut alors en déduire la fonction g est dé1ivable en i et
g
f (1f)
4 = 1 -l !!
2
WJW 22.a) En écrivant j(x) = sh (sin x), et en utilisant le théorème de composition des fonc-
tions dérivables, on en déduit que f est dérivable sur IR et que, pour tout réel x :
f' (x) = cos(x) ch (sin x)
22.b) La fonction .f est impaire. Sa dérivée est strictement positive sm [0, Î [. Elle est donc
strictement croissante sur] - ~,~[. Comme, par ailleurs, f est continue, l'image J = f (]-~, ~[)
de ]- ~, ~ [ par f est donnée par
"O .,,
:<;
0 <=
c
]f (- 1T)
2 ,f (1T)[
2 = ]- e2 - 1 e2 - 1 r
::;
::::i
Cl
'~
<.>
<.> ~, ~ .
~
-~
"""
..-1
~
0
N <=
0
<=
f étant continue et strictement monotone sur]- ~,~[, elle réalise une bijection de]- ~ , Î[ dans J.
@
.... ·a"'
0
r r
22.c) La fonction 1 est impaire (comme/) . On a donc 1(0) =O. Comme .f'(O) = l 0, on *
..c ::1
Ol
·;::
>-
~Q.
~
peut appliquer le théorème de dérivation des fonctions réciproques. On en déduit alors que 1 r
a. S! est dérivable en 0, avec :
0 "
~
u -ci
0
<=
(r')' co) = i.
::l
0
@
143
WJW Déterminons le développement limité à l'ordre 5, au voisinage de 0, de la fonction
X H 'Pl (x) = e5in x .
..
Au voisinage de 0 : sin
. x ~ + 5!
= x - 3ï x5 + o (5)
r , et :
u2 u3 us
e" = 1 + u + "2 + 3ï + . . . + 5! + o (us)
On en déduit, par composition:
x3 xs
e sin x = 1+ X - - + - +0 (x5)
3'1 5'. 3
1 ( X - -x 3 + -x5 + 0 (x5)) + -1 ( X - -x 3 + -xs + 0 (x5))
+ -
2 3! 5! 3! 3! 5!
+ -1 ( X-
4!
-3! 5! 5!
._ + -x5 + 0(xS) )s + 0(x5)
~ + -x5 + 0(x5) )4 + -l ( X- .::.3
3! 5!
~ x5
= l+x - - + -
3! 5!
4
~
5
+ (x2 + _±_ _2 x ) + _!_ (x3 _ 3x )
2 3!3! 3! 3! 3!
x4 x5
+ -
4!
+-
5!
+o(x5)
soit:
2
esin x = .
l+x X +x4 ( -
+- l ) + r s (-
1 -- 2 - -3- ) +o (xs)
2 4! 3! 5 ! 3 !3 !
x2 4
= I +x + -+x ( -1 - -4 ) + x5 ( 1 - -3 ) +o ( x5)
2 4! 4! 3 X 4 X 5 36
= 1 + x + x2 + x4
2
(-2-)+
4!
1
xs ( - - - _!_) + o (x5)
12 X 5 12
= 1 + x + x2 - x48 + x5 (- _124X-5 ) + o (xs)

2
"O x2 x4 xs
0
c:: = l + X+ - - - - - +0
2 8 15
(x5)
::J
0
v
...-!
0
N
@ WJI Déterminons Je développement limité à l'ordre 6, au voisinage de 0, de la fonction
~
..c:: x H cp 2 (x) = In (cos x).
Ol
ï:::: x2 x4 x6
>-
a. Au voisinage de 0 : cos x =1 - !+ !- ! + o ( x 6 ), et :
0 2 4 6
u
u2 u3 u4 us u6
ln(l + u) = u- -2 + - - - + - - - + o(u 6 )
3 4 5 6
144
On en déduit, par composition :
soit:
ln (cos x) = - ~~ + =~ :~ - -l (: _ 2
2 xx: ! +) + ~ (- ~ ) + 0 (x6)
6
= - x2
2!
+ x4 (J.-4 ! - ~)8 + (-_!_6 ! 2
x6 _ I-
X 4!
- __!___)
24
+ o (x6)
= - x2 + x4 (__!___ - ~) + x6 (- 1 - _ I- - __!___) + o (x6)

2 24 8 24 X 5 X 6 2 X 24 24
= - x2
2
+ x4 (__!___ -
24
2-) +
24
x6 (- 1
24 X 5 X 6
+ _ I_
2 X 24
- __!__) + o
24
(x6)
4 6
= x2 2x x ( 1 1 ) 6
-2 - 24 + 24 - 5 X 6 + l - I + O (x )
WJW Déterminons le développement limité à l'ordre 6, au voisinage de 0, de la fonction

x H <p3(x) = (cos x)sinx
"O .,,
:<; On écrit :
0 <=
c ::;
::::i
Cl
'~
<.>
<.>
(cosx)sinx = e<si nx) ln (cosx)
~
-~
"""
..-1
0 ~
N <=
0
<= Au voisinage de 0 :
@
.... ·a"'0
..c ::1
Ol ~Q. x2 x4 x6
·;::
>-
a.
~
S!
COS X =1- - + - - - +O
2! 4! 6!
(x6 )
0 "
~
u -ci
0
<=
u2 u3 u4 us u6
0
@
::l
ln( 1 + u) =u - 2 +) -
4 +S - G + o ( u6 )
145
ln (cosx) =
soit:
2 4 6 4 6 6
= x x x 1 (x 2x ) 1 ( x )
ln (cos x) - 2!+ 4! - 6! - l 4 - 2 X 4 ! + + 3 - S + O ( Xô)
= - x2 + x4 (__!_ - ~) + x6 (- __!_ _ l _ - __!_) + o (x6)

2! 4! 8 6 !2X 4 ! 24
= - x2 + x4 (__!_ - ~) + x6 (- 1 - _l_ - __!_) + o (x6)
2 24 8 24 X 5 X 6 2 X 24 24
= - x2
2
+ x4 (__!_ -
24 24
2-) + x6 ( -
24 X 5 X 6 2 X 24 24
1 + _ I_ - __!_) + o (x6)
2 4 6
= - 2x - 224x + 24
x ( 1 1 ) 6
- 5 X 6 + l - l + O (X )
4
x2 x x6 ( 8) 6
= -2 - 12 + 24 - 15 +0 (x )
x2 x4 x6
= -2 - 12 - 45 + 0 (x6)
Cette dernière quantité tend bien vers zéro lorsque x tend vers O.
On a aussi, au voisinage de zéro,
. X
sm =X - x3 + -x5 + 0 (X 6)
-
"O
3! 5!
0
c:: II en résulte, par produit :
:J
0
v x3 x5 } {-x2 x4 x6 }
...-!
0
(sinx) ln (cosx) = {x - - + ::...__ + o(x6 )
3! 5!
- -
2
-
12
- -
45
+ o(x6)
N
x3 xs xs 6
@
~
= -2 - 12 + 2x3! +o(x )
..c::
Ol
ï::::
>-
a.
0
=
u
=
146
Comme, au voisinage de zéro,
u2 u3 u6
= 1 + u + -2 + -i + ... + - 1 + o (u 6)
11
e
3. 6.
soit:
(cos x)sinx = e(sin x) ln(cosx)
x3 + 21 (x6)
=1- 2 4 + o(x6)
x3 x6
l - 2 + 8 + o (x6)
MN Déterminons le développement limité à l'ordre 3, au voisinage de~' de la fonction

X H <p4(x) = cosx - X sin X
1T
Comme on est au voisinage de Ï , on pose :
"O .,,
:<;
c
0 <=
::;
On a alors :
= cos(~+ h)
::::i '~
<.>
Cl <.> cosx
~
-~
"""
..-1
0 ~
= -sinh
N <=
0 h3
@
<=
= - h + 3i + 0 (h3)
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
147
1T 1T h2 h3
=2 - - + h - - + 0 (ti3 )
2 2! 2!
puis:
cosx - x sinx = - -1T - 2h + 1T

2 4 3! 2
h 2
- + h 3 ( - + - +oh3) 1 1) (
1T 1T h
2 2 h3
= - - - 2h+ - + - +o(ti3 )
2 4 3
W.j4 Par composition, un développement limité à l' ordre 4 au voisinage de 0 de la fonction
x E R. H cp5 (x) =e-x

est donné par :
x2 x3 x4
<p5(x) =1 - x+ -
2
- -
6
+-
24
+ o (x4 )
WJ:I Par composition, un développement limité à l' ordre 3 au voisinage de 0 de la fonction
X E JR. \ {!} 2
H <fJ6(X) = -.l -_l 2x
-
est donné par :
"O
0
c::
1
0
:J
W.:pM Pour p E N*, le développement limité de la fonction x H - -
1 + x-7
à l'ordre 2p en 0 est
v d on né par:
..-!
0
N 1
@
-. - -
? =1 - x2 + x4 + ... + ( - 1)P x2P + o (x2P)
1 + x-
~
..c::
Ol On en déduit, en intégrant:
ï::::
>-
a.
0 x3 xs ( - l )" x2p+1
u arctan x =x - 3 + S + ... +
2
p+
1
2 2
+ o (x P+ )
148
MJ1i 30.a) Les développement limités, à l' ordre 4 au voisinage de 0, des fonctions cosinus et
1 . d ,
x H -- sont respectivement 01mes par :
1- x
x2 x4 4
COS X = 1- -
2
+ - +0
4!
(x )
1
-
1- x
- = 1 + x + x 2 + x3 + x4 + o (x4 )
D'où, en multipliant
~o~ ~ = (1 - ~ + ~: + 0 (x4 )) ( 1 + x + x2 + x3 + x4 + o (x4 ))

et donc
4 4
cos x
- - = .l +x+x-+x
2 3 x2 x3 x x ( )
+x4 - - - - - - + - + o x 4
1- x 2 2 2 ~
x2 x1 13 x 4
= I + x+-+-+--+o (x 4 )
2 2 24
Le développement limité à l' ordre 4, au voisinage de 0, de la fonction exponentielle est donné
par :
x2 x3 x4
4
ex= l +x + + 3!+ ! + o (x )
2 4
Le développement limité cherché est donc:
30.b) Les développements limités à l ' ordre 4, au voisinage de 0, des fonctions de x H ln(l + x 2 )
et x H tan x, sont respectivement donnés par :
x3
tan x = x + + o (x4 )
3
D 'où, par composition:
"O .,,
:<;
li n' était donc pas nécessaire d 'aller j usqu'à l'ordre 4 pour le développement li mité de tan x .
0 <=
c ::;
::::i
Cl
'~
<.>
<.>
~
MJM 31.a) Le développement Limité à l'ordre 4 au voisinage de 0, de la fonction
-~ 1 d ,
"""
..-1
0 ~ x H _~
.
2
est onne par
N <=
0
vl - x
<=
@ "'
.... 0
·a
..c
Ol
::1
~Q.
=
·;::
>-
a.
~
S! x2 (-l)(-J_ - 1)
0
u
"
~ = 1+ 2 + 2 22 x4 + o ( x4)
-ci
0
<=
::l
x2 3x4
= 1+2 + 8
0
@ +o(x4 )
149
Le développement limité à l'ordre 4, au voisinage de 0, de la fonction arcsinus, s ' obtient en
intégrant termeà terme le développement limité à l'ordre 3 au voisinage de 0 de ~·ce qui
donne
arcsin(x) = x + ~ + o (x
4
)
Il en résulte :
x2 x3 3 x4
g1 (x) = 1 + x+ 2 + "6 + S + o(x4 )
31.b) Au voisinage de zéro :
4 4
(2x)2 (2x) ) ( 2x 4 )
ln(cos(2x)) =ln ( 1 - - - + 3! + o(x4 ) =ln l - 2x2 +
2 3 + o(x )
D'où, en utilisant un développement limité à l'ordre 2, au voisinage de 0, de la fonction
x H ln(! + x):
4 4
g2(x)= - 2x2 + 2 x - 2x4 + o ( x 4 ) = - 2.x-2 - 4 x +o ( x 4 )
3 3
MW 32.a) Au voisinage de zéro :

x3
3
1 + sin(x)=1 + x - 3! + o(x )
x3 )~
y! + sin(x) = (l + X - 3! + 0 (x3 )
= 1+ -
1( X -
x3) -
- -
x2 x3
+ - + 0 (x3 )
2 3! 8 16
x2
X x3
= l + 2- 8 - 48 + o (x3)
x x x2 x3
e-ï =l - 2+ 8 - 48 + o (x3)
.YI +sinx + e- ~ - 2
Il est clair que lim existe. On obtient :
x->O X3
"O x3
Vl+sinx + e-~ - 2
0 3
c:: . . - 41+o(x )
0
::J
hm
x->O x3
=hm ·
x->O x3
= 4!
v
...-!
0 32.b) Au voisinage de zéro:
N
@ -J1 + sin(x)=1 + ~ + o(x)
~
..c::
Ol
ï::::
>-
a.
ev'l +sin(x) = el + ~+o(x) = ee~ +o(x) = e (1 + ~ + o(x))
0
u Et:
1 1 1 1 1
tan(x)
= x + o (x) = x 1 + o(l)
= -x (1 + a(l))
150
e vl+sinx _ e
Tl est clair que lim existe. On obtient :
x->O tanx
. evl+sin x _ e
hm = xlim
e (i + o(x))(J+o(l)) (l
=lime - + o(l) (l +o(l)) = :_
)
x .....o tan x .....o x x ..... o 2 2
32.c) Comme r = ex ln(x) , il est intéressant de poser y= x - 1, afin de se ramener à un calcul de

limite en O. On a alors :
e x ln x _ X e<11+I) ln(y+I ) _ y _ ]
----=
1- x+lnx ln(l + y) - y
e'' ln(y+ l)eln(y+ l) - y- 1
=
ln(l+y)-y
(y+ l)(ey ln(11+I) _ 1)
= ln(l + y) - y
Au voisinage de zéro:
ln(l +y) =y + o (y) y ln(l + y) = y2 + o (l) eY ln(y+ I) = l + y2 + o (y2)
et donc:
(y + l)(elf ln(y+J) - 1) (y + l )(y2 + 0 (y2)

ln(l+y)-y y - ~ - y + 0 (y2)
y2+o(y2)
=
-~ + 0 (y2)
1 + o( l )
= -1- - - •
-2 + o(l)
Il en résulte
. XX - X . (y+ l )(eyln(y+l) - l)
hm = l11n = -2
x..... 11 - x+lnx 11.....0 ln(l+y) - y
32.d) Il est judicieux de poser : y = ~ . On a alors :

X
"O .,,
:<; (l + ~ r = edn(I+ ~) = e~ ln(l+a y)
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
On commence par déterminer un développement limité de la fonction y H ln( I + œ y) à l'ordre
-~
"""
..-1 l au voisinage de 0 :
0 ~
N <=
0 ln(l + ay) = ay + o(y)
<=
@ "'
.... 0
·a . . , ln( 1 + œ y) . , . ,
..c ::1 ce qm condmt a: =a+ o(l). On en dedmt, lorsque y tend vers zero:
Ol ~Q. y
·;::
~
>- S!
a.
0 "
~
e! ln(l+üy) = ea+o(I) = ea· e l+o( I) = eçr (l + o(l)) = ea· + o(l)
u -ci
0
<=
~)x = lim e~ ln( l +<~y) =e
::l
0 Il en résulte : lim (1 + 0
'.
@ x->+oo X lJ->Û
151
MW L'équation différentielle homogène associée à (8 1) est :
y' + y=O
dont les solutions sont de la forme x C e-x, où C est une constante réelle.
H
Pour déterminer une solution particulière de (8 1), on utilise la méthode de variation de la

constante, en recherchant une solution sous la forme x H Yo(x) = C(x) e-x, où C est une fonction
dérivable sur lR. On obtient alors, pour tout réel x :
y~(x) = - C(x)e-x + C'(x)e-x

En injectant cette expression dans (8 1), on obtient:
y~(x) + Yo = - C(x) e-x + C' (x) e-x + C(x) e-x = 2 shx

soit :
C' (x) e-x = 2 shx
ce qui conduit à
C'(x) = 2ex shx = e2 x - 1
Il en résu lte :
e2 x
C(x) = T - x + Constante
La solution générale de (8 1) est donc donnée, pour tout réel x, par :
où Co est une constante réelle.
Ml L'équation différentielle homogène associée à (82 ) est :

y' + 2xy =0
La fonction x H - 2x est continue sur R C'est la dérivée de la fonction x H - x 2 . Les solutions
de l'équation différentielle homogène, y' = - 2xy sont donc de la forme x H C e-x , où C est
2
une constante réelle.

li est ensuite intéressant de remarquer que la fonction x H 1 est une solution particulière de (83 )
(cette remarque s' applique à toute équation de la forme y' + a(x) y= a(x), où a est une fonction
définie sur un intervalle l de IR, à valeurs dans IR, continue).
La solution générale de (82 ) est donc donnée, pour tout réel x, par :
1:l
0
c::
y(x) = Co e- ),.
2
+1
::J
0
v où Co est une constante réelle.
...-!
0
N MW L'équation différentielle homogène associée à (83) est :
@
~
..c:: xy' - 3x3 y=O
Ol
ï::::
>-
a. soit encore y' = 3 x 2 y (on peut simplifier par x, qui ne s'annule pas sur ~:).
u
0
Sur R:,
la fonction x H 3 x 2 est continue. C'est la dérivée de la fonction x H x 3 . Les solutions
de l'équation différentielle homogène, y' = 3 x2 y sont donc de la forme x H C ex3 , où C est une
constante réelle.
152
Pour déterminer une solution particulière de (83 ), on utilise la méthode de variation de la
constante, en recherchant une solution sous la forme x H y0 (x) = C(x) ex , où C est une fonction
3
dérivable sur Ill: . On obtient alors, pour tout réel x > 0 :
y~(x) = 3 x2 C(x) ex + C' (x) e~.3

3
En injectant cette expression dans (83 ), on obtient:
x y~(x) - 3 x 3 Yo = 3 x3 C(x) ex 3
+ x C' (x) ex
3
- 3 x 3 C(x) e).:; = 3 x3 e2 x 3
xC'(x)ex
3
= 3x3 e2 >.:;
puis, com me x > 0:

3
C'(x) = 3 x2 ex
Il en résulte :
3
C(x) =ex + Constante
La solution générale de (83 ) est donc donnée, pour tout réel x > 0, par :
y(x) = ex- ex + Co ex = e2 ..\ + Co e·

\ .3 .3 .3 J
1
MM Sur l'intervalle ]0, +oo[, la fonction x H ~est continue. C'est la dérivée de la fonction
X
x H 2 ln x. Les solutions del' équation différentielle homogène, y' =2y sont donc de la forme
X
x H C e2 10 x =C x2, où C est une constante réelle.
Pour déterminer une solution particulière de (84 ) , on utilise la méthode de variation de la
constante, en recherchant une solution sous la forme x H y 0 (x) x2 C(x), où C est une fonction =
dérivable sur IR.:.
On obtient alors, pour tout réel x > 0 :
y~(x) = x2 C' (x) + 2 x C(x)

En injectant cette expression dans (84 ), on obtient :
x2 C'(x) + 2xC(x) = 2xC(x) + x
ce qui conduit à C' (x)= ~X .

On peut alors choisir C(x) = ln(x). 11 en résulte, pour tout réel x > 0 :
"O .,,
:<; yo(x) = x2 ln x
0 <=
c ::;
::::i
Cl
'~
<.>
<.>
La solution générale de (84 ) est donc donnée, pour tout réel x > 0, par :
~
-~
"""
..-1
0 ~ y(x) = x 2 (Co+ lnx)
N <=
0
<=
@
.... ·a"'
0 où Co est une constante réelle.
..c ::1
Ol
·;::
>-
~Q.
~
MM L'équation différentielle homogène associée à (85) est :
a. S!
0 "
~ (x2 + l) y' +y = 0
u -ci
0
<=
0
::l
• yI
@ s01t encore y = - - 2- - .
• X + 1
153
1
La fonction x H - - - - est continue sur R C'est la dérivée de la fonction x H - arctan x.
X2 +1
Les solutions de l'équation différentielle homogène, y' = -2 -
y sont donc de la forme x H
X +1
C e-arcianx où C est une constante réelle.
Il est ensuite intéressant de remarquer que la fonction constante x H À est une solution particu-
lière de (85).
La solution générale de (85 ) est donc donnée, pour tout réel x, par :
y(x) =Co e-arcianx +À
E!I Les solutions polynomiales de l'équation différentielle (86) sont de la forme :

N
X H Ypoly11ornia!e(X) =I ak .1
k=O
où N est un entier naturel, et où ao, ... , aN sont des réels.

On a alors:
N
Y~oly11orniale<x) = I
k=I
k ak _1- I
En injectant cette expression dans (86), on obtient :

N N
x2 Y~olynomiale<x) - X Ypolynomia!e (X) = x2 I k ak _1- 1- X I ak .1
k=I k=O
N N
= Ikakxk+i - Iakxk+i
k=I k=O
N
1
= I<k - l)ak.1+ - aox
k=I
N+I
= I<k - 2)ak- i .I - aox
k=2
= x3 +X
Un polynôme étant nul si et seulement si tous ses coefficients sont nuls, on en déduit que, néces-
sairement, N + 1 = 3 et:
ao = -1
(N + 1 - 2) GN+ 1-1 = 1 c'est-à-dire a2 = 1
1:l
0
c::
et, pour tout entier k de {2, N) = {2} :
::J
0 (k - 2)ak-1 = 0::::} ak-1 = a1 = 0
v
...-!
0
N a 1 reste indéterminé.
@ On vérifie que, réciproquement, pour a 1 E R., la fonction x H x2 +a i x - 1 est bien solution de
~
..c:: (86) .
Ol
ï:::: L'équation différentielle (86 ) admet donc pour solutions polynomiales:
>-
a.
0
u 2
XHX +aix-1
On vérifie que, réciproquement, la fonction x H x2 +ai x - 1 est bien solution de (86).
154
Mi Soit f: iR.2 ---? JR, de classe C 2 .
On considère le changement de variables :
X= r COS e
{ y = r sin 0
On rappelle qu'en coordonnées cartésiennes :
a2f a2f
!J.f(x,y) = ôx2 + ôy2
On pose:
f(r, e) = f(r cos e, r sine)
OÙ r E IR.+ et e E [0, 2 n[.
La formule de dérivation composée conduit alors, pour tout (r, 0) de JR.+ x [0, 2 n[, à :
- âf( r, e.) = [âf]

- â(r cosO) + [âf]
- â(r sinO) (r, O)
Ôr ÔX (r cos0.r s in 8) Ôr ôy (r cos B.r sin B) Ôr
= cos e [ ôf]
-, +sine lôf]
-
i)x (rcos8,r sinB) fJy (r cosB,r sin B)
et :
iJJ (r, O) = [ôf
ôe ÔX
l (r cosB,r sin B)
ô(r cos 0) +
88
[af
ôy
l(r cosB.r sinB)
ô(r sin 0)
ôe
= - rsine[
81
OX
]
(r cosB.r sin8)
+ rcos e[
8
f]
ôy (r tosB,r sin B)
Il en résulte :
[ôf]
-
âx (r cosO.r s in O)
= cose -af (r e) -
f)r ,
sine aj
- - (r B)
r ôe ,
ôf] =sin 0 af (r, 0) + cos e af (r, 0)

[ fJy (r cosO,r s in O) Ôr r ôe
De même, par dérivation composée, pour tout (r, e) de IR.+ x [0, 2 rr[ :
a2f') (r,O) = a [al]

f) r- ôr ôr (r,O)
= -a [cose [af]
f) r
-
_Ô X (r cos 8.r sin 8)
.
+sine [af]
-
f) Y (r cos 8.r sin 8)
J
"O .,,
:<; = -fJ [ cos 0 [of]
- . 0 [ôf]
+ sin - J ô(r cosB)
c
0 <=
::; ÔX ÔX (r cos8.r sin8) ôy (r cosB,r sin B) Ôr
::::i
Cl
~
'~
<.>
<.> + -a [cos e - [ôfl . [ôfj
+sm e - J ô(r sine)
-~ f)y ÔX (rcos8,r sin8) Ôy (r cosB,rsin B) Ôr
"""
..-1
~
ll [ôxôy
0
N <=
0
<=
2 2
@ = cos2 e [ 8
~ + cos e sine -
8-f J
.... ·a"'0 ôx (r cosO,r sin O) (rcosO,r sin O)
..c ::1
Ol ~Q. 821
·;::
>- ~ + sine cos e [ - - ] + sin2 e [a2
-?1]
a.
"
S! ôxôy (r cos B,r sin 8) ôy- (r cos8,r s i11 8)
0 ~
u -ci
0
<=
a2f] [ a2f] 2 [a 21]
= cos2 0
::l
0
[ÔX (r cos B,rsin B)
- 2 + 2 cos 0 sin 0 - - + sin 0 -2
@
ôxôy (rcos8.rsin0) ôy (rcosB.r sin (I)
155
et:
aea [al]
fP]
ae2 (r,8) = ô() (r, (})
= a r- r sm. e [ôf]
- - + r cos e [of]
- ]
ae ôx (r cos8,r sin 8) ôy ( r cos 9.r sin 9)
= - r cos e [-af] . e [af]
- r sm -
ÔX (r cosO.r sin l:I)ây (r cosO,r sinO)
o [- rsm. e [of]
+- - +rcos e [âf]
- ] ô(r cos())
ôx ôx cos9,r sin9)
(r ôy cos8.r sin8) ae (r
+-ô [-r sm. e [ôf]

- + r cose [of]
- J o(r si n O)
ôy ÔX ( r cos8.r sin 8) Ôy (r cos8,r sin8) ô()
= - r cos e [-af] . e [af]
- r sm -
OX (r cosO.r sin l:I) ây (r cosO,r sinO)
+r2 sin2 e [-a 1] - r2 cos() sin e [-a -

f]
2 2
8x2 (r 2cos9.rsin9) ÔXÔlj (r cos8,r sin 8)
a1] + r2 cos2 e [a 1]
2
- r 2 sin e cos e [-- -?
ÔXÔlj (r cos8,r sin9) ôy- (r cos8,r s in 8)
= - r cos(} -
[ôf]
ÔX (r cos8,r sin9)
- r sme - . [ôf]
ôy (r cos8,r sin8)
+r2 sin e [ ~
2
~fJ - 2 r cose sine r~fJ
- ,- 2
âx (r cos8.r s in 8) ôxây (r cos8,r sin8)

+r2 cos2 e [-a f]2
2
ÔY (r cos 0,r sin 0)
(Il faut faire attention en dérivant par rapport à() l'expression
. [af]
-rsme - +rcose [of]
-
ÔX (r cos8,r sin8) Ôij (r cos8.r s in 8)
où chaque terme se dérive comme un produit: - r sine et [~f] dépendent de e, et il

X (r cos 0,r s in 0)
en est de même der cos(} et [~f]

Y (r cos 8,r sin 8)
.)
1:l On remarque alors que :
0
c::
r2 -a J2 (r 8) + -a J2 (r 8) = -a f2 + -a f2 - r cose [a- f] . [a-âyf] (rcos8,rs in 8)

:J 2 2 2 2
0 - r sme
v
.--! 8r ' ae ' 8x 8y ox (rcos9.rsin 9)
r2 fl. f(r,8) - r-af
0
N
=
@ or(r, 8)
~
..c::
Ol On peut alors en déduire l'expression du laplacien en coordonnées polaires:
ï::::
>-
a.
0
u
156
Mill Une fonction f: JR.2 --? R est dite homogène de degré a E R* si, pour tout réel stricte-
ment positif il, et tout couple de réels (x, y) :
f(À X, 1l y) = A'r f(x, y)

Lorsque la fonction f est de classe C 1 sur JR.2 , si on dérive la re.lation précédente par rapport à À,
on obtient, par dérivation composée, pour tout (x, y) E JR.2 :
x[af ] + y[af ] =œ11<r- 1f(x,y)

8x (Ax.Ay) 8y (Ax.Ay)
Cette relation étant vérifiée pour tout réel À, elle 1'est pour 1l = 1, ce qui conduit à :
X 8/)j (X, y)+ ij 8Ôj (X, y) = a j(x, y)

·x y
MIM 41.a) Pour déterminer les fonctions f: R: x R.--? R., de classe C 1, solutions de l'équation
aux dérivées partielles :
8/ iJf
x -+ y - =0
8x 8y
on passe en coordonnées polaires, en effectuant le changement de variables :
X = r COS8
{ y=rsinO
Comme (x, y) E R.: x R --? R : (r, 8) E IR: x ] - ~, ~[.

II faut aussi effectuer un changement de fonction inconnue, en posant :
j(x, y) = f(r cos e, r sine) = .f<r, e)
La formule de dérivation composée condui t alors, pour tout (r, 8) E R.: x ] - ~,~[,à:
ôf (r, 8) = [ôf] ô(r cose) + [ôf] ô(r sine)

8r 8x (nos6,r sinB) or Ôij (r cos6.r sinB) Ôr
= cos e [-·ôl]
ÔX
-
(rcosO.rsinO)
+ sin e [ôf]
-
ôy (rcosO.rsinO)
et:
"O .,,
:<;
8j(r,O) = [8! ] 8(r cose) + [8f] 8(r sine)
c
0 <=
::;
88 8x (r cosO.rsinO) 88 8y (r cosO,r sinO) 88
::::i ·~
<.>
Cl
[-âf]
<.>
~
"""
..-1
-~ = - r si n 0 + r cos 8 [ôf
- ]
0 ~ 8x (r cosO.r sin O) 8y (r cos O.r sin O)
N <=
0
<=
@ "' Il est judicieux de remarquer que :
....
..c
0
·a
::1
~Q. 8f . 8f
= r 8/
Ol
·;:: r cos 8 - (r, 0) - sm 0 - (r, B) - (x, y)
~
>- S! 8 r 8r 8x
a.
0 "
~
u -ci
0
et :
<=
. 8/ 8f
= r -8/y (x,y)
::l
0
@
r sme- (r,O) + coso - (r,0)
8r 8r 8
157
Il en résulte :
af . af
rcos2 e ôr(r,e) - cosesme ôe(r,B)=rcose ôx(x,y)
af
et:
ce qui conduit à :
a a· a-
x fr
a~ (x, !!) + !! a~ (x, y) =r (r, e)
Par suite :
af
ôr (r, B) = 0
et donc:
f(r, B) =h(B)
où h est une fonction de classe C 1 sur] - ~ , ~[.
En repassant en coordonnées cartésiennes, on en déduit finalement, pour tout (x, y) e JR: x lR :
f(x, y) =h (arctan(~))
41.b) À l' aide du changement de variables
u=x + y
{ V= x- y
déterminons les fonc tions f : ~2 ~ IR, de classe C2 , solutions de l' équation aux dérivées par-
tiel les :
On remarque que, pour tout (x, y) de !R.2 :
X= U; V
u- v
{ y= -
2
On pose:
-
f(u,v) =f (u- 2+-v,u--2- v)
La formule de dérivation composée conduit alors, pour tout (u, v) e R.2 , à :
"O
0
c::
:J
0
v
...-!
0
=
N
@ et :
~
..c:: U +V)
(
Ol
ï:::: ôf
-, = [ôf]
-,,. ô -ôu2 + [ôf]
-,
>-
a. ou éJx ( ";"."ï" ) éJy ('';"."ï")
0
u
=
158
De même, par dé1ivation composée, pour tout (u , v) E iR2 :
Par suite, pour tout (u, v) E !R2 :

éJ2f
- =0
ôuôv
f est solution si et seulement si, pour tout (u, v) E !R2 :
f(u, v) = h(u) + g(v)

où h et g sont deux fonctions de classe C 2 sur R
En repassant en coordonnées cartésiennes, on en déduit finalement, pour tout (x, y) E !R2 :
f(x, y) = h (x + y)+ g(x - y)
L' équation aux dérivées partielles étudiée est un cas particulier de l'équation des ondes:
où c désigne la célérité, et t la variable temporelle (rôle joué ici par y).
"O .,,
:<;
0 <=
c ::;
:::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q,
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
159
"O
0
c
::i
a
~
.-l
0
N
@
......
.!::
Ol
ï:::
>-
0..
0
u
Algèbre
La présentation est similaire à celle adoptée pour« Calcul Vectoriel » :

après les nombres complexes, on présente les matrices; les vecteurs ar-
rivent ensuite très naturellement, le fait de disposer de la notion de
déterminant simplifie les calculs pour la détermination d'équations de
droites ou de plans dans l'espace à trois dimensions. Il est ensuite lo-
gique de passer à l'étude des transformations linéaires du plan et de
l'espace, qui préfigurent celles en dimension quelconque n ; : : 2. On
passe ainsi facilement à la dimension n;;:::: 2, et aux espaces vectoriels.
lan
Focus : Les nombres complexes . ..... ....... . . .. ........ . . .... . . ............ 162
Le plan complexe - Les nombres complexes .. .... .. . ...... ...... . . ....... .. 161
Focus : Transformations complexes, fractales,
et représentations de la nature . .................................... 204
Matrices .................................................................... 206
Focus: L'origine des matrices ............................................... 230
Focus : Les matrices et leurs applications ... ................................ 232
Focus : Produit scalaire, espaces fonctionnels et calcul numérique .. ....... 253
Focus : Géométrie euclidienne - ou non ? Encore des matrices ! ........... 258
Transformations linéaires du plan .......................................... 260
Transformations linéaires de l'espace ...................................... 273
L'espace JR" ..•....•. . ..... . .•....•.........•..... . . . .•....•............••. . .. 286
Focus : Groupe spécial orthogonal et cristallographie . ...... ..... ... . ..... 303
Focus: Diagonalisation - La toupie de Lagrange (et de Michèle Audin) ... 305
Espaces vectoriels .. . .... . . ...... ....... . . ...... ....... .... . . ...... ....... ... 306
Exercices ........ ... ...................... ...... ................... ....... ... 315
Corrigés .................................................................... 323
....
..c
Ol
·;::
>-
0..
0
u
Une paternité controversée
Un peu d'histoire... C 'est la fameuse Controverse de Cardan, au sujet de la résolu-
tion des équations du troisième degré, de la forme x3 + px = q; Jérôme Cardan
(1501-1576) publia, dans Ars magna en 1545, les formules donnant la solution de
ces équations :
x=
La controverse vint du fait que ces formules furent également trouvées par Nico-
las Tartaglia (1499-1557), qui en revendiqua la paternité. Il semblerait, d'après ce
qu ' écrit Cardan, que ces formules furent découvertes, en premier, par Scipione da!
Ferro (1465-1526), qui , malheureusement, ne publia jamais ces résultats, et ne les
confia qu' à un cercle restreint d' élèves.
À la fin du XVTi èmc siècle, le mathématicien italien Rafael BombelJi (1526-1572)
applique, dans son ouvrage l'Algebra, cette formule à l'équation x3 - 15 x = 4, et
obtient:
X = ~2 - 11 ~ + ~2 + 11 Çj_
où l'écriture « Y-1 » désigne un nombre, a priori inconnu, dont le carré vaut - 1.
Une racine évidente entière de l'équation précédente est, bien sûr, 4. Mais si on
recherche les autres racines, la formule obtenue par R. Bombelli prend un tout autre
sens; bien que la fonction x H -V ne soit définie que sur R+, on constate, en utilisant
les identités remarquables :
(a - b)3 = a3 - b 3 - 3 a 2 b + 3 a b2 , (a+ b)3 = a 3 + b3 + 3 a2 b + 3 a b2

que:
(2 - Y-1)3 = 2 3 + Y-J - 3X4 Y-J + 3 X 2 (- 1) =2 - 11 Y-J

et:
(2 + Y-1)3 = 2 3 - ~+3X4 ~+3 X 2 (- 1) = 2 + 11 ..,f-ï
Ainsi:
~2-11.../-ï+~2+11 "'-Ï = 4 ER
qui a un sens, et est bien solution de l'équation de départ :
....
..c
Ol
·;:: 4 3 - 15 X 4 - 4 =Ü
>-
0..
0
u Le fait que -1 puisse être le carré d ' un nombre, même « imaginaire », a ainsi com-
mencé à faire son chemin.
162
Des nombres imaginaires bien pratiques
Leonhard Euler (1707-1783), s'intéressa également aux nombres complexes. On lui
doit, notamment, la formule portant son nom. Jean le Rond D'Alembert ( 1717-1783)
mit en évidence la propriété de clôture algébrique du corps des nombres complexes.
En 1799, Caspar Wessel (1745-1818), mathématicien danois et norvégien, publie
un mémoire où il utilise les nombres complexes pour représenter des lignes géomé-
triques, caractérisées par leur longueur et leur direction.
Les interprétations géométriques, et les applications qui en résultent, se déve-
loppent, essentiellement, à partir du xrxième siècle, avec, tout d'abord, le chanoine
Buée, puis Jean-Robert Argand (1768- 1822), Carl Friedrich Gauss ( 1777-1855) et
Augustin Cauchy (1789-1857). Depuis, la recherche sur les nombres complexes
connaît un essor considérable : les nombres complexes sont au cœur de la géométrie
Il\
algébrique et analytique moderne (avec, notamment, les travaux de Jean-Pierre Serre, ~
Alexandre Grothendieck, et Hans Grauert), puis ceux d 'Adrien Douady (1935-2006), ~
professeur à l'Université d'Orsay, qui s'intéressa à l'application aux systèmes dyna- -u

n:s
miques des nombres complexes, les ensembles de Julia, les fractales et ensembles de u
Mandelbrot ...
Et c'est ainsi que sont nés les nombres complexes. Il faut les considérer comme
des outils, extrêmement pratiques pour résoudre des problèmes qui, sinon, n'auraient
pas de solution.
• Adrien-Quentin Buée, chanoine honoraire de Notre-Dame, est mort en 1825 à 80
ans ; versé dans les sciences, il publia des écrits mathématiques ; il est souvent
qualifié «d'abbé» par confusion avec son frère 1' Abbé Buée, chanoine titulaire
de Notre-Dame (7].
• Jean-Pierre Serre (1926-) fut lauréat de la médaille Fields en 1954. Q)
Il\
• Alexandre Grothendieck ( 1928-) fut lauréat de la médaille Fields en 1966, il appa-
raît comme un refondateur de la géométrie algébrique.
-n:sc:
~
<(
• Hans Grauert est un mathématicien allemand (1930-2011), il travailla beaucoup sur
les variétés complexes. Ses travaux se placent dans la lignée de ceux d'Hermann
Weyl, David Hilbert, Bernhard Riemann.
• Gaston Maurice Julia ( 1893-1978) est un mathématicien français.
• Benoît MandeJbrot ( 1924-2010) est un mathématicien franco-amé.ricai n.
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
""'"
.-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
163
Le corps des nombres complexes
Identifions JR2 à un plan muni d'un repère orthonormé direct ( O; 7, ~ ;c'est assez naturel,
dans la mesure où un point du plan est repéré par deux grandeurs, ses deux coordonnées,
abscisse et ordonnée : on est ainsi en dimension 2.
1. le plan comme ensemble de nombres complexes

Une interprétation très intéressante et très naturelle pour introduire les nombres com-
plexes est celle de Jean-Robert Argand 1 [8], et dont Jos Leys, Étienne Ghys et Aurél ien
Alvarez [10] donnent une interprétation extrêmement claire.
Représentons (voir figure 43.1) l'axe des réels par une droite graduée .VJR., d'origine 0;
la multiplication de l par - 1 envoie 1 sur -1 , qui est l' image de 1 par la symétrie de
centre 0 , que l'on peut aussi considérer comme étant la rotation de centre 0 , d'angle 1· r.
De même, la multiplication de - 1 par - 1 envoie - 1 sur 1.
-3 -2
-e 2 3
Figure 43.1- La droite réelle
Notons ile point image de 1 par la rotation de centre 0 et d'angle ~ : ce point n'est
plus sur la droite initiale, mais sur la perpendiculaire à celle-ci passant par l'origine.
Si on va un peu plus loin, et que l'on assimile la multiplication par i à l'opération
résultant de la rotation de centre 0 et d'angle ~, cela signifie que, si on applique cette
même rotation au point i, c'est-à-dire qu'on le multiplie par lui-même, c'est-à-dire i, on
obtient le point situé en -1 sur la droite VJR. !
Considérer les points du plan comme des quantités sur lesquelles on peut définir
une opération comme la multiplication permet donc de définir une racine carrée au
nombre - 1, puisque l'on a alors:
ixi = -1
Comme le point i a pour coordonnées (0, l), il est donc naturel de poser :
....
..c
Ol
·;:: i = (0, 1)
>-
0..
0
u 1. Jean-Robert Argand ( 1768-1 822), mathématicien suisse, célèbre pour son interprétation géométrique des
nombres complexes comme points du plan. Il a également démontré le théorème de d'Alembert-Gauss, qui
sera vu ultérieurement dans les pages qui suivent
164
Ainsi, à chaque point du plan JR.2 , de coordonnées (x, y) = x x (1, 0) + y x (0, 1), on peut
associer le nombre complexe, ou nombre imaginaire :
z= x + iy
appelé affixe du point M.
Il est clair qu'il est plus facile de manipuler la grandeur z = x + i y plutôt que x x
( l, 0) +y x (0, 1) : on choisit donc, pour la suite, la notation la plus simple, c'est-à-dire
la première!
2. Définitions et propriétés fondamentales

> Ensemble C
On appelle ensemble des nombres complexes, que l' on note C, l'ensemble :
C={z= x+iy, (x, y) E JR.2 } Il\

~
~
(qui est aussi l'ensemble des couples de réels de la forme (x, y), si on identifie JR. 2 et C).
-u
n:s
> Écriture cartésienne u
On appelle écriture cartésienne d' un nombre complexe z sa décomposition sous la
forme:
z=x +i y
où x et y sont des réels.
> Racine
i est une racine carrée complexe de -1 , car il vérifie 2 :
i2 = - l
Q)
(«Une» racine, car -i est aussi une racine carrée complexe de - 1 : (-i)2 =- 1.) Il\
-n:sc:
~
Théorème <(
Tout élément z de C s'écrit, de manière unique z = x + i. y, où x et y sont des réels.

> Partie réelle
On appelle partie réelle du nombre complexe z = x + i y, (x, y) E JR.2 , le nombre réel
noté 'Re(z), et défini par :
"O
0
.,,
:<;
<=
'Re(z) =x
c ::;
::::i
Cl
'~
<.>
<.>
~
> Partie imaginaire
-~
"""
..-1
0 ~ On appelle Partie imaginaire du nombre complexe z = x + i y, (x, y) E IR2 , le nombre
N <=
0
<= réel noté I m(z), et défini par :
@ "'
....
..c
0
·a
::1
Im(z) = y
~Q.
Ol
·;::
>- ~
Tout nombre complexe dont la partie réelle est nulle, c'est-à-dire de la forme z = i y,
a. S!
" y E JR, est appelé imaginaire pur.
0 ~
u -ci
0
L'ensemble des nombres imaginaires purs est noté i lR.
<=
::l
0
@ 2. Les règles de calcul dans <C seront développées au paragraphe suivant.
165
3. Règles de calcul dans C
Théorème
L'ensemble C peut être muni de deux lois, notées + et x, qui prolongent les lois + et x
de R
On aura donc, pour tous nombres complexes z = x + i y et z' = x' + i y' de C :

z z' = (x + i y) (x' + i y')
= x (x' + i y') + i y (x' + i y')
= x x' + i x y' + i y x' - y y'
= x x' - y y' + i (x y' +y x')
4. Conjugué
On appelle conjugué du nombre complexez = x+ i y, (x, y) E JR.2 , le nombre complexe:
z = x - iy
Propriété
Pour tout nombre complexe z:
'Re(z) = 'Re(z)
Propriétés
1. Pour tout nombre complexe z:
z + z = 2 'Re(z)
{ z - z = 2iim(z)
2. Pour tout nombre complexe z :
zE lR <=} z = z
Z E i JR <::} Z = -z
4. Pour tout couple (z, z') de nombres complexes :
z + z' = z +_i'
{ zz' = zz'
....
..c
Il résulte de la propriété précédente que, pour tout nombre complexe z :
Ol
·;::
>- -z = -z
0..
0
u et tout entier naturel n :
Z
11
= z'
166
Représentation géométrique
des nombres complexes
On se place, dans ce qui suit, dans le plan R 2 rapporté à un repère orthonormé direct
( O; i, ~·À tout nombre complexez = x+ i y, on associe le point M de coordonnées (x, y)
dans Je plan.
>- Image
On appelle image du nombre complexe z = x + i y , (x, y) E R2 , Je point M de coordon-
nées (x, y).
Il\
~
>- Affixe
~
On appelle affixe du point M de coordonnées (x, y) E R 2 , Je nombre complexe -u

n:s
afj(M) = ZM = X+ iy. u
~ . ~
On appelle affixe du vecteur û = AB le nombre complexe aff(AB) = ZB - ZA·
~
L'affixe du point M de coordonnées (x, y) est aussi celle du vecteur 0 M.
Propriétés
1. Pour tout couple de vecteurs (û, iJ) du plan :
aff(û + iJ) = af f(ïl) + aff(ïJ)

Q)
Il\
2. Pour tout vecteur ü du plan, et tout réel À :
-n:sc:
~
aff(A Û) = À aff(ïl) <(
>- Module
On appelle module du nombre complexe z = x + i y, (x, y) E R 2 , et on note lzl, Je réel
positif lzl = .../x1 + y 2 (c'est aussi la distance du point d'affixe z à l'origine).
>- Argument
"O .,,
:<;
On appelle argument du nombre complexe non nul z = x+i y, (x, y) E R 2 , toute mesure,
0 <=
c
(tôM),
::;
::::i '~
<.>
Cl <.> en radians, de l'angle orienté où M est le point d'affixe z. On notera arg(z) une
~
-~
"""
..-1
0 ~ telle mesure .
N <=
0
<= L'unique argument de z appartenant à l'intervalle l - 7r, 7r] s'appelle l'argument prin-
@ "'
....
..c
0
·a
::1
cipal.
Ol ~Q.
·;::
~
>- S! ~ 1. Le nombre complexe nul 0 ne possède pas d' argument.
a.
0 "
~
u -ci
~ 2. Un nombre complexe non nul possède une infinité d'arguments! Si ()es t un argument du
0
<=
::l
0
nombre complexe z E C *, les autres arguments de z sont exactement les réels de la forme
@ () + 2 br, k E Z.
167
l m (z) z
lzl
_, arg(z)
j
0-:-+ Re (z)
I
Figure 44.1 - Représentation géométrique d'un nombre complexe non nul.
Pour tout nombre réel (), on pose :
ei 8 = cos () + i sin ()
Propriétés
1. Tout nombre complexez de module 1 peut s'écrire sous la forme:
z = ei 8 = cos B + i sin B
où ()est un réel, unique à 2 7f près, tel que :
() = Arg(z) [2 lf]
où l'écriture [27r] signifie modulo 27r, c'est-à-dire:
() = arg(z) + 2 k 7f , k E Z
2. Pour tout nombre complexez non nul, il existe un réel strictement positif, r, et un
réel, (), tels que z s'écrive sous la forme :
z = r ei 8 = r cos() + i r sin()
"O
où () est un réel, unique à 2 7f près :
0
c::
0
::J
() = arg(z) [2 7f]
v
..-!
0
N 3. Pour tout nombre complexez non nul, s'il existe un réel strictement positif, r, et un
@ réel () tels que :
~
..c::
Ol
z = r ei 8 = r cos () + i r sin ()
ï::::
>-
a. alors:
0
u r = lzl
{ B = arg(z) [2 7f]
168
>- Exponentielle complexe
Pour tout nombre complexez = x + i y, (x, y) E R2 , on pose:
e2 = ex+i Y = ex ei Y = ex (cos y + i sin y)
e désigne ainsi l'exponentielle complexe.
Il est clair que, pour z =x E ~. on retrouve l'exponentielle réelle.

D'autre part, l'exponentielle complexe étant définie à partir de l'exponentielle réelle, on aura
nécessairement, pour tout z de C, comme je
Cl <.>
~
-~
"""
...-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
169
Inversion des nombres complexes
1. Inverse d'un nombre complexe

>- Propriétés
1. Tout nombre complexe non nul z admet un unique inverse, noté z- 1, tel que :
zz- 1 = z- 1 z = l

1 _,
- =e ~
eZ
3. Pour tout nombre complexe z et tout entier relatif k :
>- Calcul de l'inverse d'un nombre complexe
En pratique, pour calculer l'inverse d'un nombre complexez = x + i y, (x, y) E R 2 , on

recherche l'inverse z- 1 du nombre complexez sous la forme z- 1 = x + i y', puis on écrit :
.J . , 1 x -iy x -iy
À- +iy = - - = = ---
X+ i y (x + i y) (x - i y) x2 + y2
(c'est la technique classique qui consiste à multiplier numérateur et dénom inateur par
l'expression conjuguée du dénominateur, ce qui permet donc de faire apparaître le mo-
dule de celui-ci.)
Il ne reste plus qu'à identifier parties réelles et imaginaires, tout nombre complexe
s'écrivant de manière unique:
X
x' = - - - y' = - y
x2 + y2 x2 + y2
Il en résulte :
- 1 z
z = lzl2
....
..c 2. Anneau commutatif
Ol
·;::
>- On désigne, souvent, C comme étant Je corps des nombres complexes, parce qu'il est
0..
0 muni d'une structure algébrique, dite structure de corps, qui désigne un ensemble muni
u
de deux opérations, notées « + » et « x », dans lequel tout élément non nul est inver-
sible. Plus précisément, un corps est un anneau commutatif, dans lequel tout élément
170
non nul est inversible; un anneau .91 est un ensemble (.91, +, x), muni de deux lois de
composition internes, +et x, telles que:
• (.91, +) est un groupe commutatif (c'est-à-dire un ensemble non vide, muni d'une
loi de composition interne, notée, en général, « + », associative, conunutative, ad-
mettant un élément neutre 0.91, et telle que tout élément soit symétrisable), d'élément
neutre Ü.91.
• la loi de composition interne x est associative :
V (21, 22, 23) E .913 :
2 1 X (22 X 23) = (21 X 22) X 23
et distributive à gauche et à droite par rapport à la loi + :

V (21, 22, 23) E .913 :
Il\
21 X (22 + 23) = 21 X 22 + 21 X 23 , (21 + 22) X 23 = 21 X 22 + 22 X 23 ~
~
• la loi de composition interne x admet un élément neutre, distinct de Ü.91, noté l .91. -u
n:s
u
Si la loi x est commutative, l'anneau est dit commutatif, ou abélien.
Q)
Il\
-n:sc:
~
<(
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
.-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
171
Propriétés fondamentales
des nombres complexes
Pour tout nombre complexe non nul z:

arg(z) = - arg(z) [2 7r]
arg( - z) = arg(z) + 1T [2 7r]
{
arg( - z) = 1T - arg(z) [27r1
Pour tout nombre complexe non nul z, et tout réel strictement positif À :
arg(Az) = arg(z) [27r]
~ Ces propriétés permettent de traduire des problèmes de géométrie par des relations entre
~ nombres complexes.
Corollaire
• Pour tout couple de nombres complexes (z, z') E C* x C* :
arg(zz') = arg(z) + arg(z') [27r]
• Pour tout couple de nombres complexes (z, z') E C* x C* :
arg(;,) = arg(z) - arg(z') [27r]
Démonstration :
Il suffit d'utiliser la forme polaire. •
Pour tout couple (z, z') E C x C* : (~) = z.

z' z
I
Pour tout nombre complexez = x + i y, (x, y) E R2 :
lzl = YU = ~x2 + y 2
Pour tout couple de nombres complexes (z, z'): lzz'I = lzl lz'I.
Corollaire
Pour tout nombre complexe z E C, et tout réel À :
IA zl = IAI lzl
....
..c
Ol
·;::
>-
0..
Pour tout couple (z, z') E C x C'' : 1;,1= 1~11 .
z : 1~1
0
u Pour tout nombre complexe non nul = _!_.
lzl z
Pour tout couple (z, z') E C 2 : lz + z'I ~ lzl + lz'I.
172
Dans C, il n'y a plus la notion d ' ordre usuelle « < », « > » : on ne peut donc comparer un
nombre complexe à un autre, ou dire s'il est positif ou négatif, etc ...
Le symbole y reste réservé aux nombres réels positifs.
:> Formules d'Euler

Pour tout réel (} :
ei8 + e-i 8 eifJ - e- i fJ
cosB = - - - - sin (} = - - - -
2 2i
:> Formule de Moivre1
Pour tout réel e, et tout entier naturel n :
(cos(} + i sin BY1 =cos n(} + i sin n(} Il\

::::::1
::::::1
-u
n:s
u
Q)
Il\
-n:sc:
~
<(
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@ 1. Abraham De Moivre (1667-1754). C'est un des premiers vrais « probabilistes».
173
Complément : les polynômes
de Tchebychev
Dans ce qui suit, on s' intéresse à la famille des polynômes de Tchebychev ' (Tn)n?:2 ,
définie, pour tout entier naturel n, par T11 (8) = cos(n, B). On montre que chacun des Tn,
n E N , est un polynôme de degré n en cos 8.
Soit () un réel non nul.
1.Étape1
Vérifions que cos(2 (}) est un polynôme de degré 2 en cos (} :
cos(2()) = cos2 () - sin2 () = 2 cos2 B- 1 = P (cos ()),
où P est le polynôme défini sur C par P(z) = 2 z2 - l.
2. Étape 2
Montrons que cos(3 ()) est un polynôme de degré 3 en cos ().
D'après la formule de Moivre:
cos(3 ()) = <Re ( e3 i 8)

Or :
3
e3 iB = ( ei 8) = (cos() + i sin ()) 3 = cos3 () + 3 i cos2 ()sin() + 3 cos() (i sin 8)2 + (i sin 8)3
soit:
e3 iB = cos3 () + 3 i cos2 () sin () - 3 cos() sin2 () - i sin3 ()
En identifiant parties réelles et parties imaginaires, on en déduit :
cos(3 ()) = <Re ( e3 iB) = cos3 () - 3 cos(} sin2 B = cos3 () - e

3 cos (1 - cos2 B)
= 4 cos 3 f} - 3 cos e
3. Étape 3
Démontrons par récurrence que, pour tout entier naturel non nul n, cos(n ()) est un poly-
nôme, noté T 11,, de degré n en cos B, de coefficient dominant 2n- I .
• Au rang 0 : cos (0 x ()) = 1 = cos0 (&) .

• La propriété est vraie au rang 1 : cos() est bien un polynôme de degré 1 en cos(), de
.... coeffici ent dominant 2 1- 1 = 1.
..c
Ol
·;:: • La propriété est vraie au rang 2 : cos(2 8) = 2 cos2 () - 1 est bien un polynôme de
>-
0..
0 degré 2 en cos (), de coefficient dominant 22- 1 = 2.
u
l. Pafnouti Lvovitch Tchebychev ( 1821-1894), mathématicien russe, qui apporta de nombreuses contribu-
tions en probabilités et en statistiques.
174
• Supposons la vraie jusqu'à un rang n > 1.
Les formules d' addjtion permettent alors d' écrire :
cos ((n + 1) O) = cos (nB) cos(} - sin (nB) sin B,
et cos ((n - 1) e) = cos (ne) cos e +sin (ne) sine.
Par suite, en additionnant membre à membre ces deux relations, on en déduit
cos ((n + 1) B) +cos ((n - 1) (}) = 2 cos (n B) cos B, puis :
cos ((n + 1) B) = 2 cos (n 0) cos 8 - cos ((n - 1) 8).
Par hypothèse de récurrence, cos (n 8) est un polynôme de degré n en cos B.
cos (n 8) cos() est donc un polynôme de degré n + 1 en cos B. Comme cos ((n - 1) B)
est un polynôme de degré n - 1 en cos B, cos ((n + 1) 0) est bien un polynôme de degré
n + 1 en cos B.
Il\
Le coefficient du terme de plus haut degré est: 2 x 211- 1 = 2n = 2n+ 1- 1• La propriété ~
est donc vraie au rang n + l. ~
• Comme elle est vraie au rang 1, elle est donc vraie pour tout entier naturel n ~ 1. -u
n:s
u
Ce résultat peut aussi se démontrer grâce à la formule de Moivre :
118
cos(nB) = 'Re(ei )
n n
Or: einB = (eiBr = (cos(}+ i sin 8)' = I 1
c~ cosk ei' - k sinn- k B = I
1
c~ cosn- k f) l sink e
k=O k=O
où C~ désigne le coefficient binomial ( ~). soit :

n Il
I
k=O, k pair
I
k=O, k impair
Q)
Il\
E(V E( nzl ) -n:sc:

~
~ C p COSn-lp8i2P sin P8+ ~ Clp+l COSn-lp-l 8;2P+I sinlp+l 8

2 2
~ n ~ n <(
p=O p=O
E(V E("; ' )
I (- J )PC~P cos 11 - 2 P8(sin 2 8)P + i I (- l )'' C~p+l cos11- 2 P- 1 ()sin 2 P+ 1 e
p=O p=O
E(V E("21 )
= I (- l)P c;P cosn-lp 8(1 - cos2 ())P + i I (- l )PC?ip+l cosn-lp-I Bsin2 P+I (}
"O .,,
:<; p=O p=O
0 <=
c ::;
Par suite:
::::i '~
<.>
Cl <.>
~
E( ~ )
0"""
..-1
N
-~
~
<=
0
<=
cos(n 8) = I (- 1)P c~ p cosn-l p 8 (1 - cos2 8)P
@ p=O
"'
.... 0
·a
..c
Ol
·;::
>-
a.
::1
~Q.
~
S!
Ï (- l)P
p=O
c~P cos
11
-
2
PB {f k=O
(- 1/ c~ 2
cos k e}
0 "
~ E(~) P
u -ci
(- l)p+k c~P c~
0
<=
::l I I cosn+2k-2p (}
0
@ p=O k=O
175
Le terme de plus haut degré est obtenu lorsque k = p, et vaut donc :
E(V E(V E(V
I (-1 ) 2
P c;P c~ COS = I c;P cosn () = cosn ()
11
() I c;,P
p=O p=O p=O
Or:
n n E( V E( n; I )
211 = o + l)n = I c~ 1p 1n-k = I c~ = I c; p + I c; p+1
k=O k=O p=O p=O
n n E( V E( n2 I )
o= Cl - 1r = I c
c~ -1 )k 1 11-k = I c- l)k c~ = I c; p - I c;, p +i
p=O k=O p=O p=O
En additionnant membre à membre ces deux relations, on en déduit :
E(V
~
2
11
= 2 LJ c 2p
11
p=O
E(V
et donc: I c;P = 211- 1•
p=O
4. Étape 4
Déterminons la relation de récurrence linéaire d'ordre 2 vérifiée par la suite de poly-
nômes (Tn.)n.,,.2·
Si on pose, pour tout entier naturel non nul n, T 11 ( cos()) = cos (n B), alors, pour tout
entier n ~ 2, la relation(*) s'écrit aussi:
T11+1(cosB) = 2 cosBTn(cosB) - Tn - i(cosB)
Tn , T 11 _ 1, T11 _ , étant des polynômes, ils vérifient donc la relation de récurrence linéaire
d'ordre 2 :
T11+1(X) = 2XTn(X) - T11- 1(X)
Cette relation permet, en particulier, d'obtenir l'expression du coefficient du terme de
plus haut degré de Tn.
"O En effet, si on désigne par œ11 ce coefficient, on a donc :
0
c::
::J
0
v
..-!
0
N (Je degré du polynôme X Tn(X) est différent de celui de Tn- 1(X)).
@ En itérant, on en déduit, pour tout entier naturel n :
~
..c::
2œn-I = .. . = 211 œ1 = 211
Ol
ï:::: œ11+I = 2œ11 = 2 X
>-
a.
0
u La suite (œ11) 11EN* est une suite géométrique de raison 2, de premier terme 1 ; ainsi, pour
tout entier naturel n non nul : œn = 2 11- 1.
176
Racines niemes de l'unité, racines
niemes complexes
1. Racines nieme de l'unité

Définition
Étant donné un entier naturel non nul n, on appelle racine nième de l'unité (ou nombre
de Moivre) tout nombre complexez solution de l'équation :
t 1
=1
Il\
~
Pour obtenir l'expression d'une racine nième de l'unité, on cherche donc z dans C tel
~
que:
t' = 1
-
u
n:s
u
O n a donc, nécessairement : z =/= O.
On peut donc chercher z sous la formez = rei 8 , avec:
(} = Arg(z) [2n]
Il en résulte, grâce à la formule de Moivre :
(r eiBr = ~ ein B = ~- eiO

ER*
+ ER*
+
En identifiant les modules et arguments respectifs des deux membres, on en déduit :
y'l l =
{ n 8 = 2kn , k E Z n:s
c:
<(
Comme r E R:, il en résulte :
2br
r =) (J = - -, k E 2:
n
Si on effectue la division euclidjenne de k E Z par l'entier naturel non nul n, on obtient:
k = nq +r avec r E [ 0, n - 1TI
Par 2n-périodicité du sinus et du cosinus, on a alors :
2 ikll 2i (nq+r)n iqJT+2irn 2irn
e ,, = e n = e2 ,, = e n
L' ensemble des racines nièmes complexes de 1 est donc donné par :
....
..c
Ol
·;::
S = {/;,;", r E {0, 1, 2, ... , n- 1}} = {/;~,,, k E {0, 1, 2, ... , n- 1}}
>-
0..
0
u Dans C, il existe exactement n racines n ièmes de l'unité.
177
Exemple
Résolvons, dans C : z3 = 1, soit:
z3 = e2 ; k1r ' k E Z
En identifiant module et argument, on en déduit que les solutions sont données par :
2;kn
Z = e 3- , k E {Ü, 1, 2}
L'ensemble des solutions est donc:
où: 2in
j=eT
.... ..
..........
..........
Figure 48.1- Les ra cines cubiques complexes de l'unité.
Proposition
Pour tout entier naturel n ~ 3, les points dont les affixes sont les n racines nièmes de
l'un.ité, / ;;,,, k E {0, 1, 2, ... , n - 1}, sont les sommets d'un polygone régulier, de
centre O.
Démonstration: Pour tout k de {0, 1, 2, ... , n - l}, désignons par Mk le point d'affixe
2
e ;:,, , et par Mn = Mo le point d'affixe 1.
"O Alors:
(o~ r) + (t: ~+1)
0
c::
0
::J ( oM:.0Mk+i) = [2nJ
v
..-!
0
= - arg (e 2 ':" ) + arg ( e 2 i<k,~ll" ) [2 n]
N
@
~
..c::
Ol
arg ( e~
e- n-
l
2 1klr [2n]
ï::::
>- arg(/~" ) [2n]
a. 27r
0
u [2n]
n
Le polygone MoM 1 ... Mn, de centre 0, est donc régulier. •
178
2. Racine nieme complexe
Définition
Étant donnés un entier naturel non nul n, et un nombre complexe zo, on appelle racine
nième complexe de zo tout nombre complexez solution de l'équation :
t = zo
1
En pratique : pour déterminer les racines nièmes complexes du nombre complexe non
nul zo, il faut déjà mettre ce dernier sous forme polaire:
zo = Po ei Bo Po> 0 Bo E [0, 27r[
On recherche ensuite z sous la forme : Il\

~
~
p>O 8 E [0, 27r[
-n:su
Ainsi:
u
Il en résulte :
et :
8 = 8o+2kJT kE Z
n
S i on effectue la division euclidienne de k E Z par l'entier naturel non nul n, on obtient:
k = nq + r Q)
Il\
oùr E [0,n - 1]. -n:sc:

~
Par 27r-périodicité du sinus et du cosinus, on a alors : <(

i!Oo+2klr) i<Oo+2(nq+r)ir) i(Oo+2nr) . i<Oo+2rir)
e--n- = e n = e-,-,- e2 ICJ1f = e-,-,-
L'ensemble des racines nièmes complexes de zo est donc donné par :
"O .,,
:<;
S = { Pôl e- i(Oo+2nr)
11- , r E {0, 1, 2, .. . , n - l }
}
= p 0! e- -
{ i(9o+2kir)
11 - , k E {0, 1, 2, ... ,n- 1}}
0 <=
c ::;
::::i '~
<.> Exemple
Cl <.>
~
-~ Soit n E N*. Résolvons, dans C, l'équation suivante:
0"""
..-1
~
N <=
@
0
<= z" = - 1
.... ·a"'
0
..c
Ol
::1
~Q.
En remarquant que - 1 = ei TC, on en déduit :
·;::
~
>- {2k+ l>iK
a. S!
" z= e-,,- k E {0, . . . , n - 1}
0 ~
u -ci
0
<=
::l
0
@
179
Factorisation des polynômes
dans le corps C
1. Polynômes complexes
Définition
n étant un entier naturel, on appelle polynôme complexe de degré n une expression

de la forme:
11
~
P(z ) = an zn + a11-1 ...11- I
<.. + ... + a J z + ao = L..J ak zk
k=O
où an, a,,_ 1, • •• , ao sont des nombres complexes.
Par définition, le degré du polynôme P, noté deg P, est donc celui de son terme (ou
monôme) de plus haut degré, c'est-à-dire an z".
Par convention, le degré du polynôme nul sera noté - oo.
Tout polynôme complexe de degré n E N* s'écrit de manière unique sous la forme:
n
P(z) = a11 t + a,1- 1 i
1 1 1
- + .. . + a 1 z + ao = L ak 1
k=O
(ao, ... , a11) E C'1 x C*.
Notation
On notera C [X] l'ensemble des polynômes complexes.
Le sous-ensemble de C[X] constitué par les polynômes complexes de degré inférieur
ou égal à n sera noté Cn[X] .
2. Racine d'un polynôme complexe

Définition
On appelle racine d'un polynôme P, un nombre complexez tel que:
P(z) =0
Théorème
.... Si z.o est une racine du polynôme P, supposé non nul, alors, il existe un polynôme Q, de
..c degré deg P - 1, tel que:
Ol
·;::
>- P(z) = (z - zo) Q(z)
0..
0
u
Démonstration : Ce résultats' obtient par une simple division euc.lidienne par z- zo. Le
reste, qui est constant, est obtenu en évaluant la valeur de Pen zo, et vaut donc zéro. •
180
Exemple
Factorisons le polynôme P tel que :
V z E <C : P(z) = z3 + 4 z = z (z2 + 4)

0, 2 i et - 2 i sont racines de P, et:
Vz E <C : P(z) = z (z + 2 i) (z - 2 i)
> Racine double
Définition
On appelle racine double d'un polynôme P, un nombre complexe zo tel qu' il existe
un polynôme Q vérifiant : Il\
~
P(z) = (z - zo) 2 Q(z)
~
avec Q(zo) ::F O. -

u
n:s
u
On dit aussi que zo est une racine de P de multiplicité 2.
> Racine triple
Définition
On appeJJe racine triple d'un polynôme P, un nombre complexe zo tel qu'il existe un
polynôme Q vérifiant :
P(z) = (z - zo) 3 Q(z)
avec Q(zo) ::F O.
On dit auss.i que zo est une racine de P de multiplicité 3. n:s

c:
> Racine d'ordre n <(
Définition
n étant un entier naturel non nul, on appelle racine d'ordre n d'un polynôme P, un
nombre complexe zo tel qu' il existe un polynôme Q vérifiant:
"O .,,
:<; P(z) = (z - zot Q(z)
0 <=
c ::;
::::i
Cl
'~
<.>
<.>
avec Q(zo) ::F O.
~
-~
"""
..-1
0 ~
N <=
0
On dit aussi que zo est une racine de P de multiplicité n.
<=
@
.... ·a"'
0
> Theorème de d'Alembert-Gauss
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~ Théorème
u -ci
0
<=
::l
Le corps <C est dit algébriquement clos, c'est-à-dire tout polynôme non constant, à co-
0
@ efficients dans le corps des nombres complexes, admet au moins une racine.
181
Par conséquent, tout polynôme à coefficients entiers, rationnels ou encore réels admet
au moins une rac.ine complexe, car ces nombres sont aussi des complexes.
a, b, c étant trois nombres complexes tels que a 0 : *
az2 + b z + c = a (z - z1) (z - z2)
où:
-b- o - b+o
2a
ZI Z2 =2a
et où le nombre complexe 8 vérifie 82 b2 - 4 ac c'est-à-dire est une racine carrée
'
complexe du discriminant D..
~ 1. Dans C , 6. admet deux racines catTées complexes, oet -o. Choisir, comme racine, oplutôt
que -one change en aucune façon le résultat.
t3 En effet, si on considère la racine complexe -o du discriminant 6., on obtient alors, comme
racines:
/ -b+o / -b- 0
z1 = - - =z2 Z2 = - - =z1
2a 2a
Les racines sont donc les mêmes, mais obtenues dans un ordre différent.
2. Le discriminant 6. n'admet de racines réelles que si b2 - 4 ac;;:: O.
> Discriminant réduit

a, b, c étant trois nombres complexes tels que a::/:- 0, on considère l'équation :
a22 + b2 + c=O
Lorsque b est de la forme b = 2 b', b' E C, les racines 2 1, 2 2 peuvent être obtenues en
utilisant le discriminant réduit :
D.' = b'2 - a c = ô'2

ce qui conduit à :
- b' - ô' - b' + ô'
21
a
22 =- -a
-
où le nombre complexe ô' vérifie 8' 2 = b'2 - ac, c'est-à-dire est une racine carrée com-
plexe du discriminant réduit D.'.
Démonstration: Le discrimi nant est: D. = b2 - 4ac = 4 (b'2 - ac). Ainsi:

-b- ô - b' -ô' -b +ô - b' + ô'
Z1 = _ 2_a_ a
22 = ---
2a a •
Comme précédemment, choisir, comme racine, o' plutôt que - o' ne change en aucune façon
.... le résultat.
..c
Ol Le discriminant réduit 6.' n'admet de racines réelles que si
ï:::
>-
0..
0 b'2 - ac;;:: 0
u
182
Exemple
Résoudre, dans C ( 1 + i) z2 + i z - 1 =O.
On obtient: tl = 3 + 4 i.
Il s'agit alors de trouver un nombre complexe o tel que 82 = ~;on le cherche sous la forme
o=a + i{J, ce qui conduit à:
82 = œ2 - {32 + 2 i œfJ = 3 + 4 i
On en déduit : œ2 - {32 = 3 , œ/3 = 2.

2 et 1, - 2 et - 1 sont racines évidentes :
l~ =2 , fJ = 1 ou œ = - 2 , fJ = - 1
Ces deux choix sont absolument équivalents, dans la mesure où :
tl = 82 = (œ + i/3)2 = (-8)2 = (-œ- i/3)2 Il\

~
~
Ainsi, les solutions de l' équation du second degré initiale sont :
-u
n:s
u
Z1 = -; (~ ~ ~/ = -1
-i+2+i 1- i
{ 22
= 2 ( 1 + i) = 1+ i = 2
où l'on a utilisé, pour simplifi er l'expression de z2 , le passage à la forme conjuguée, afin

d'obtenir un dénominateur réel.
3. Relations coefficients-racines
>- Relations coefficients-racines pour un polynôme de degré 2
Soit (s , p) E C 2 . Les nombres complexes ZI et z2 vérifiant:
Q)
Il\
=p
ZI Z2
{ ZI + Z2 =S
E
E
C
C
-n:sc:
~
<(
2
sont exactement les racines de z - s z + p = O.
Démonstration : Il suffit de calculer:
(z - z 1)(z - z2) = z2 - z (z1 + z2) + z1 z2 = z2 - s z+ p •

"O .,,
:<; >- Relations coefficients-racines pour un polynôme complexe de degré n
0 <=
c ::;
n étant un entier naturel, on considère le polynôme complexe de degré n :
::::i '~
<.>
Cl <.>
~
11
-~
0""" .. . + a 1 z + ao = LJ ak zx
..-1
N
~
<=
P( z) = an z n
+ an- 1<._n- 1 + '\'
0
<=
@ k=O
.... ·a"'
0
..c ::1
où (ao, a1, ... , a11 ) E C'1 x C*.
Ol ~Q.
·;::
>-
a.
~
S!
On suppose qu' il existe n nombres complexes z 1, z2 , •. ., z11 tels que :
"
0 ~ ,,
u -ci
0
<=
0
@
::l
P(z) = an (z - z1) (z - Z2) .. . (z - z,i) = an n
k= I
(z - Zk)
183
On appelle fonctions symétriques des racines :
11
O"'J = ZL + Z2 + · · · +Zn I i=l

Zi
0-2 = z1 z2 + z1 z3 . . . I
l ~i<j~n
Zi Zj
0-3 = z1 z2 Z3 + zi z2 Z4 . . . = I Zi z,; Zk
l ~i<.i<k~ll
(Til = Z1 Z2 .. . Zn
On dispose alors de relations entre les coefficients du polynôme, c'est-à-dire les ai,
i = 0, ... , n, et les fonctions symétriques :
V k E {1, .. . , n} .. O"'k -_ ( - l)k an-k

-
an
Ces relations sont également appelées relations de Viète 1, et peuvent être extrêmement
pratiques.
Démonstration : z1, ..., z 11 étant les racines de P : P(z) = an (z - z1) ... (z - Zn). En
développant cette expression suivant les puissances décroi.ssantes de z, on en déduit :
P(z) = n
an Z - an IIl
Zk l [2:- l
Z
n- 1
+ an Zi Zj t 1- I
n
[
k=l 1 ~1<.1~11
+ . . . + (- l)k an [ .. I . Zij l zn- k + . .. + ( - IY'an ZI .. . Zn

l~I( <12< ... <lk~ll .1=l
11
Comme P(z) = a zl1 +

11 I a 11 _k zn-k, on en déduit, par identification, que, pour tout entier
k=l
kde {1, . .. , n} :
•
1:l
0 ce qui conduit au résultat cherché.
c::
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
l. François Viète (1540-1603), mathématicien, géomètre et astronome français, qui apporta de nombreuses
contributions à l'algèbre; il est à l'origine des prémices du calcul symbolique.
184
Fractions rationnelles
et décomposition
en éléments simples
La décomposition en« éléments simples», c' est-à-dire comme somme de fractions ra-
tionnelles avec, en dénominateur, des puissances de polynômes irréductibles, et, en nu-
mérateur, un polynôme de degré strictement inférieur à celui du polynôme irréductible
qui intervient au dénominateur, est très utilisée en calcul intégral, pour détenniner des
primitives, mais aussi en analyse spectrale, pour calculer des transformées de Laplace
inverses (on trouvera, notamment, des exemples dans [40]).
Il\
1. Corps des fractions rationnelles ~
~
> À coefficients réels
On désigne par R(X) l'ensemble des fractions rationnelles à coefficients réels :
-u
n:s
u
V R E R(X), 3 P E R[Xl et Q :f. 0 E R[X] : R(X) = ~~~
Ift(X) est Je corps des fractions rationnelles à coefficients réels.
La notation« X» est liée au fait que l'on manipule, ici, des polynômes formels, qu' il
faut bien distinguer des fonctions polynomiales.
> À coefficients complexes

On désigne par C(X) 1' ensemble des fractions rationnelles à coefficients complexes :
= ~~~
Q)
V R E C(X), 3P E C [X] etQ :f. 0 E C[X] : R(X) Il\
-n:sc:
~
C(X) est le corps des fractions rationnelles à coefficients complexes.

<(
Attentfon, les polynômes Pet Q ne sont en aucun cas uniques! 2 Pet 2 Q conviennent aussi,
puisque:
P(X) 2P(X)
Q(X)
= 2 Q(X)
Comme R c C, Ift(X) c C(X) : il est donc judicieux, dans un premier temps, de
"O .,,
:<; s'intéresser au cas des fractions rationnelles à coefficients complexes.
0 <=
c ::;
::::i '~
<.> Proposition
Cl <.>
~
-~ Toute fraction rationnelle R, à coefficients dans le corps C , et supposée non constante,
0"""
..-1
~ peut s' écrire sous la forme
N <=
0
R(X) = P(X)
<=
@ "'
....
..c
0
·a
::1 Q(X)
Ol ~Q.
·;::
~
où P et Q sont deux polynômes complexes premiers entre eux :
>- S!
a.
0 "
~ PJ\Q = l
u -ci
0
<=
::l
0
@
ce qui signifie qu' il n'existe pas de polynôme non constant div isant à la fo is P et Q.
185
2. Pôle (d'une fraction rationnelle)
Définition
Soit R une fraction rationnelle, à coefficients dans le corps C de la forme :
R(X) = P(X)
Q(X)
où P et Q sont deux polynômes complexes premiers entre eux.

On appelle pôle de R toute racine zo du polynôme Q, c'est-à-dire tout nombre com-
plexe zo tel que :
Q(zo) =0
Exemple
- 1 et 2 sont les pôles de la fraction rationnelle :
x2 + 4
(X + 1) (X - 2)
>- Pôle d'ordre p, p E N* (d'une fraction rationnelle)
Définition
Soit R une fraction rationnelle, à coefficients dans le corps C de la forme
R(X) = P(X)
Q(X)
où Pet Q sont deux polynômes complexes premiers entre eux.

On appelle pôle d'ordre p, p E N* de R, toute racine zo de multiplicité p du poly-
nôme Q, c'est-à-dire tout nombre complexe zo tel qu'il existe un polynôme Q véri-
fiant:
Q(z) = (z - zo)P Q(z)
avec Q(zo) * O.
Exemple
1:l
3 est un pôle d'ordre 4 de la fraction rationnelle
0
c::
::J X+1
0
v (X - 3) 4 (X2 + 1)
...-!
0
N
@ 3. Division euclidienne dans C[X]
~
..c:: Étant donnés deux polynômes P et Q à coefficients dans C, il existe un unique poly-
Ol
ï::::
>- nôme/>, et un unique polynôme R, de degré strictement inférieur à celui de Q, tels que:
a.
0
u P(X) = P(X) Q(X) + R(X)
C'est la division euclidienne de P par Q. f> est le quotient, et R le reste.
186
Ce résultat ne fait qu'étendre aux polynômes la notion de division euclidienne qui existe pour
les réels. Le but est juste de simplifier le plus possible l'écriture d'une fraction rationnelle.
4. Décomposition d'une fraction rationnelle

~ Décomposition en éléments simples dans C(X)
Soit R =~ une fraction rationnelle, à coefficients dans le corps C, de pôles z1, ... , Zk,
k;;:,: 2. On désigne par n1 E N, ... , nk E N, les ordres respectifs de z1, ... , Zk ·
La division euclidienne de P par le polynôme Q permet d'en déduire l'existence d'un
unique polynôme f>, appelé partie entière de R, et de complexes Œz;, j, 1 ~ i ~ k,
1 ~ j ~ ni, tels que :
R(X) = P(X) + R(X) avec deg R ~ deg Q - l Il\

~
. Q (X)
~
-u
Comme Q (X) est, à un facteur multiplicatif près, proportionnel à n k
i= I
(X - Zir' cette u
n:s
relation peut aussi s' écrire sous la forme :
R(X) = P(X) + _R_

- (X_)_ avec deg R ~ n1 + .. . + nk - 1
k
n cx -zir
i= I
ou encore :
R(X) - + Lk {-
= P(X) œ,.~'·-
1
+ '' 2 + ... + œ-"''k }
Œz- 2 Q)
. X - z·I (X - z·) (X - z·)n; Il\
i= I
k
1
n;
L
-n:sc:
~
= F (X) + LL Œz;,j .
<(
i= I j=l (X - Zi)l
n; a .
Pour tout entier i de {1 , .. . , k}, ~ z;,J . est la partie polaire de R associée au
f;;t (X - Zi)l
pôle Zi·
Si la fraction rationnelle est à coefficients réels, et admet des pôles réels, alors sa décomposi -
tion en éléments simples est à coefficients réels.
Proposition
Soit Rune fraction rationnelle, à coefficients dans le corps C, de pôles z 1, . . ., Zk> k E N*,
....
..c qui se décompose sous la forme :
Ol
·;::
>- - R(X)
0..
0
u
R(X) = P(X) + Q(X)
où P, Q et R sont trois polynômes à coefficients complexes tels que deg R < deg Q.
187
S'il existe un pôle zo de multiplicité 1, la décomposition de R peut s'écrire sous la
forme:
_ R(X)
R(X) = P(X) + Qo(X) (X - zo)
où Qo est un polynôme à coefficients complexes, de degré deg Q - 1, et tel que :
Qo(zo) *0
· po1aire
Al ors, 1a partie .ee au po"Je zo est
· de R assoc1·, P(zo) , ce qm· s1g01
· ·fi e done
Qo(zo) (X - zo)
·
que 1e coeffi. cient de -1- d ans 1a d,ecomposit10n · Jes de R. est P(zo) .
· · en e'l'ements s1mp
X- zo Qo(zo)
Démonstration : La partie polaire de R associée au pôle zo est de la forme :

a
aE C
X - zo
Par suite:
R(X) = P(X) + R(X) = P(X) +_a_+ Pi(X)

Qo(X) (X - zo) X - zo Q1 (X)
où P 1 et Q 1 sont deux polynômes complexes tels que deg P 1 < deg Q 1 et Q 1(zo) t O.
Il suffit alors de multiplier membre à membre par X - zo :
- R(X) - P1(X)
(X - zo) P(X) + Qo(X) = (X - zo) P(X) + œ + (X - zo) Ql (X)
puis d'évaluer l' expression obtenue en zo, ce qui conduit immédiatement à:

P(zo)
-- = a
Qo(zo) •
Exemple
Décomposons en éléments simples la fraction rationnelle :
3X + 4 3X + 4
R(X) - - ----
- X2 - 1 - (X - l)(X + 1)
1 et - 1 sont des pôles simples. La partie entière de R est nulle, puisque :
deg (3 X+ 4) < deg (X2 - 1)

"O
0
c::
::J R étant à coefficients dans R., et ses pôles étant réels, on cherche donc des réels cL 1 et œ1 tels
0 que:
v
..-!
0 R(X)=~+~
N X+ l X- 1
@ On aura donc :
3X + 4
- - - =-Œ-1- + -a1-
~
..c::
Ol
--
ï:::: (X - l)(X + l) X+ ! X- 1
>-
a.
0
En multipliant membre à membre (a) par X + 1, on en déduit:
u
3X +4 œ1
X- 1 =lLi +(X + 1) X - 1
188
En évaluant cette dernière expression en -1 , on obtient :
-3 +4 -1
- - = - =œ-1
-2 2
De même, en multipliant membre à membre (a) par X - 1, on en déduit :
3X + 4 œ-1
_X_+_
I = (X- l)-X-
+-1 + œ1
En évaluant cette dernière expression en 1, on obtient :
3 +4 7
-2- = -2 =œ1
La décomposition en éléments simples de Rest donc:
l 1 7 l Il\
R(X) = - -2 - - + -2X
X+ l
--
- l
::::::1
::::::1
-u
n:s
u
>- Détermination de la partie polaire d'une fraction rationnelle pour un pôle
d'ordre p E N, p ~ 2
Proposition
Soit R une fraction rationnelle, à coefficients dans le corps <C, de la forme :
R(X) = P(X) = P(X)

Q(X) Qo(X) (X - zo)P
avec Qo(zo) * O. On désigne par :

Q)
(X - zo)j Il\
la partie polaire de R associée au pôle zo . -n:sc:

~
1 <(
Alors, le coefficient de dans la décomposition en éléments simples de Rest :
(X - zo)P ·
œ = 1 P(zo)
P P · Q<P)(zo)
Les autres termes peuvent être obtenus en effectuant un développement limité de

"O .,,
:<;
c
0 <=
::; (X - zo)P R(X) = œ, (X - zo)P- I + œ2 (X - zo)P-2 + . . . + Œp- 1 (X - zo) + œp
::::i '~
<.>
Cl <.> +(X - zo)P R l (X)
~
-~
"""
..-1
0 ~
N <=
0
où R, est une fraction rationnelle n'admettant pas zo pour pôle, au voisinage de zo.
<=
@ Ce développement limité étant de la forme :
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
>- ~ œ, (X - zo)p- I + a2 (X - zol- 2 + ... + œµ-1 (X - zo) + œp + o ((X - zo)P)
a. S!
0 "
~
u -ci
0 on en déduit fac ilement, par unicité du développement limité, les valeurs des coefficients
<=
::l
0
@
œ.1• ••• ,œp.
189
1
Démonstration : Notons œp le coefficient de (X dans la décomposition en élé-
- zo)P
ments simples de R :
_ P _ P(zo)
œp - [(X - zo) R(X)Jix=zo - Qo(zo)
La formule de Leibniz 1 permet alors d'écrire :
Q(P)(zo) = [(X - zo)P Qo(X)]~~zo = [f C~ ((X - zo)P)(l) Q~-l)(X)]

IX=zo
=
l=O
[c: ((X - zo)P)(P) Qo(X)JIX=zo
= P ! Qo(zo)
Il en résulte :
P(zo) P(zo)
Œp = Qo(zo) = p.1
Q(P)(zo) •
Les autres résultats sont admis.
Exemple
x 2 +2
Décomposons dans JR.(X) : R(X) = (X _ 1)3 .
La décomposition de R en éléments simples réels est de la forme :
RX =~ + œt2 + a13
( ) X- 1 (X - 1)2 (X - 1)3
Le développement limité à l'ordre 3 de (X - 1)3 R(X) = X2 + 2 au voisinage de 1 est :

[cx2 + 2)<o)lx=1+ [cx2 +2)'lx=' ex - I)
[<x2 + 2)<2)] [cx2 + 2)<3)]

+ X=I (X - 1)2 + X= I (X - 1)3 + o((X - 1)3)
2! . 3!
c'est-à-dire :
3 + 2 ex - 1) +ex - 1)2 + o (ex - 1)3)
Comme:
(X - 1)3 R(X) = a11 (X - 1)2 + a1 2 (X - 1) + œ1 3
on en déduit, par unicité du développement limité :
"O a11. = 1
0
c::
::J Ainsi:
0 l 2 3
v R(X) =X - 1 + (X - 1)2 + (X - 1)3
..-!
0
N
@ 1. Étant donné un entier naturel n, et deux fonctions f et g définies sur un même intervalle I de R, n fois
~
..c:: dérivables sur/, la fonction produit f g est n fois dérivable sur/, et:
Ol
ï::::
u g)<n) =I
n
>-
a. c~ f k) g<n-k)
0
u k~O
où, pour tout entier k de {0, ... , n), C~ désigne le coefficient binomial ( ~) = k' <~~kl'.
190
>- Décomposition en éléments simples dans R(X)
Proposition
Soit R =p une fraction rationnelle, à coefficients dans le corps R, où P et Q sont deux
Q
polynômes premiers entre eux, et où, en outre, Q est unitaire (c'est-à-dire le coefficient
de son terme de plus haut degré vaut 1).
On désigne par x 1, •• . , Xk> k E N les pôles de R, dont on note n 1 E N, ... , nk E N, les
ordres respectifs.
Alors, Q peut être factorisé en produit de polynômes irréductibles sur R, sous la forme :
Q(X) = nk
i= I
(X - xi)"; nr
i=I
(X2 + Ài X + µi)e;
Il\
et il existe un unique polynôme R, et des réels Œx;,.i• (i, j) E { 1, . . . , k} x {1, .. . , nk},f3i.i ~
et Yi.i• (i, j) E { 1, ... , r} x {1, ... , td, te.ls que : ~
-u
n:s
u
R(X) = R(X) + ~{ Œx;,l + Œx;,2 + .. . + Œx;,k }
Li
i= I X- x·t (X - x·)
t
2 (X - x·)
t
11
i
/3i ,1 X +Yil f3i ' t·1 X + Yu, 1 }

+
I.
r
1=(
{
X2 +A11X + µ·1!
+ ... +
2
(X + A·1,e1 X +µ·e-)e; 1,'
= R(X) ~ ~ Œx;,j fi f, /3i,j X + Î'ij

+ ~ ~ (X - Xj).i + ~ ~ (X2 + Àij X + µij ).i
Les coefficients {Jij et /'ij, (i,j) E {1, .. . ,r} x {1, . . . ,t;}, pour les termes de la forme
{3 X + y 11 Q)
' ·.I . , peuvent être obtenus en commençant par décomposer la fraction R dans Il\
2
(X + À;i X + µiJ).1
<C(X), puis en regroupant les termes deux à deux conjugués, les racines complexes du t1inôme -n:sc:
~
X 2 + À;J X + µ;1 étant deux à deux conjuguées.

<(
Exemple
X- 1
Décomposons dans R(X) : R(X) = X (X2 + X + 1).
Le seul pôle réel est 0; R admettant deux pôles complexes conjugués, j = e ~R , et j2 = e .i~R,
2
on commence par décomposer R sur <C(X).

"O .,,
:<;
La décomposition de R en éléments simples complexes est de la forme :
0 <=
c ::;
::::i '~
Cl
<.>
œ œ·1 œ:2
<.>
~
-~
R(X) = -X0 +-
X- j
- + -1-
X - j2
"""
..-1
0 ~
N <=
0
<= Pour déterminer œ0 , on mu ltiplie membre à membre (*)par X, ce qui conduit à :
@
.... ·a"'
0
..c ::1
X- 1 Œj Œ/l
Ol ~Q. - - - - =œo + X - - +X - -
·;:: X2+ X + l X -j X -j2
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@ - 1 = œ0
191
Pour déterminer a 1, on mu ltiplie membre à membre (* )par X - j , ce qui conduit à :
X- 1 - (X - 1.) ao + a . + (X - 1.) _.!!.j_

1
X (X - j2) - X X - j2
En évaluant cette dernière expression en j, on obtient :
j - 1
=a ·
j (j - j2) J
soit :
j- 1 j- 1 1 1 j .
-- = = - - = - - = - - = - 1=œ ·
j2 - 1 (j - 1)(j + 1) j + 1 j2 p J
puisque j 3 = 1, et 1 + j + j2 = O.
On détermine de même ap en multipliant membre à membre ( *) par X - j2, ce qui conduit à :
X- 1 .2 a 0 .2 a1
X (X - j) =(X - 1 ) X+ (X - 1 ) X - j + œp
En évaluant cette dernière expression en j2, on obtient :

j2 - 1
- - - = a ·2
j2 (j2 - j) J
soit :
l - 1 (j - 1) (j + 1) . . ·2 -
j - 1 = j - 1 =1+l= - .1 =œ1 =œp
puisque P = 1, et 1 + j + j2 = O. Ainsi :
1 j j2
R(X) = - --- - - -
XX - j X - j2
I j (X - j2) + j2 (X - j)
= X (X - p (X - j2)
1 (.i + .i )X - 2.P
=
X 1 x2Xf2+ 1
= - - +2- - - -
X X +X + l
> Décomposition en éléments simples sur R(X) d'une fraction rationnelle paire
Soit Rune fraction rationnelle, à coefficients dans le corps R, paire, c'est-à-dire telle que
"O
0 R(- X) = R(X)
c::
::J Soit
0
v R(X) = R(X) + f, { œx; , I + œx;,2 + .. . + œx;,k }
..-!
0
N
ft X - Xi (X - Xi)2 (X - Zi)'1i
@ f3i ,.1 X
+"'il e X + l'if }
+ r { { + + f3ï ' 1
~
..c::
Ol
ï::::
I.
t= I
2
,
X2 + ll-1t X +µ·1t . . . (X +Xt ,'e. X + µ·t ,'e. )e;

l
>-
a.
0
_-
- R(X) + L.J L.J
f, ~ œx;,j fi ~
. + L.J L.J X2
f3i.j X+ 'Yij
.
u i= I .i= I (X - Xi)J i= l j = I ( + Àij X + µij)J
la décomposition en éléments simples de R dans R(X).
192
Alors:
k
R- (X) + L { œxi,1
-- + œx;,2
2 + . .. + œx;,k }
11
i=I X- Xi (X - Zi) (X - Xj) i
~ { /3i, J X + Yil /3i,t; X+ Yi,t; }

+ L.J
i= 1 X2 + Ài1 X + µi1 + · · · + (X2 + Ài,t; X + µi,e) e· 1
=
R-( - X) + Lk { œx;, l
+ œx;,2
+ . .. + -œx;,k
- - -}
i=I - X- Xi (- X - Xi) 2 (-X - Xi)n;
r { /3; ' 1 X + 'Yil /3it- X+ YiC,· }
+
I.
t=I X 2 - !l·1 t
X +µ·1t .
+ .. . +
(X2 - X e. X + µ· e.)e;
,, , t,'
' 1 '
ce qui permet d'obtenir des relations entre les coefficients ax;,J• (i, j) E { 1, .. . , k} x
{l, ... , nd, d'une part, /3iJ et YiJ• (i, j) E { 1, ... , ri x {l , .. . , é'd d'autre part, et donc de Il\
simpl ifier Je calcul de ceux-ci . ~
~
Exemple
x2
-
u
n:s
u
Décomposons dans R(X): R(X)
1
= -X4 -- .
Comme X 4 - 1 = (X2 - 1) (X2 + 1) = (X - 1) (X+ 1) (X 2 + 1), la décomposition de R en éléments

simples (réels) est de la forme :
RX œ1 a-1 f3X+y
( ) = -X-
- -1 + X
_ _+_l + _X_2_+_1
Par parité de R, on en déduit :
ai Œ-1 /3 X +y ai Œ- 1 -/3 X + y
--+--+ 2 = + + ---
X- 1 X+ 1 X + 1 -X- 1 -X+ 1 X2 + 1
TI en résulte: œ1 = - a -1 , f3 = -/3, ce qui conduit immédiatement à/3 =O.
Pour déterminer a 1, on multiplie membre à membre ( *) par X - 1, ce qui conduit à :
n:s
X2 œ- 1(X - 1) y(X - 1) c:
- - - -2- - - a 1 + + - 2- - <(
(X+ 1) (X + 1) - X+ l X +1
l
- =ai
4
On peut alors en déduire a-i = - a 1 = - ~.

"O .,,
:<;
La valeur de y peut être obtenue, par exemple, en évaluant la valeur de R(X) en 0 :
0 <=
c ::;
::::i ·~
<.>
Cl <.>
~
-~
R(O) =0 = - œ1 + a _, +y
"""
..-1
0 ~
N <=
0
ce qui conduit à :
<=
@ 1
.... ·a"'
0
y=œ1 - a - 1= -
2
..c ::1
Ol ~Q.
·;::
~
La décomposition en éléments simples cherchée est donc :
>- S!
a.
0
u
"
~
-ci -- =
x2 -
1
+ ----
i i
0
<=
::l
X4 - I 4(X - l ) 4(X + l) 2(X2+ l)
0
@
193
>- Décomposition en éléments simples sur ~{X) d'une fraction rationnelle impaire
Soit R une fraction rationnelle, à coeffici ents dans le corps Ill, impaire, c'est-à-dire telle
que :
R(- X) = - R(X)
Soit alors:
R(X) = R(X) + ~ { œx; , I + œx;,2 + .. . + œx;,k }

f;;t X - Xi (X - Xi)2 (X - Zi)'li
f3i ,1 X +'Yi! f3i'e,· X + Yi,t,· }
+
I.
1= (
r {
X2 + A·1l X + µ·1t .
+ . .. +
2
(X +X1, e. X + µ 1,·e.)e; l l
/3 X +
= R(X) + I I I I
k n; r f;
œ~;,j. j + i,j . . 'Yij .. j
i= l .i= l (X x,) i= l .i= l (X2 + À,1 X+ µ,1)
la décompos.ition en éléments simples de R dans R(X).
Alors:
-(X)
-R -
-8 k {
a x; ,I
-
X-
-+
Xi
Œx; ,2
(X - zï) 2
+ . .. + Œx;,k
(X - Xi)n;
}
r { /3i '1 X + Yit /3i t · X + Yit,· }

-
I.
t=I
X 2 + Xil X + µ·1l
+
...
+ ' I
(X2 + Xl , e. X+ µ·l , e.)t;

I l
'
=
-( X) œx;, I œx; ,2 œx;,k
R- +
I k
i= l
{
- X - x·1
+
(- X - x-)
l
2
+ . .. +
(- X - x-)
/.
11
;
}
r { f3i ,1 X+ Yi ! f3i,e, X + Yït· }

+
I.
1= ]
2
X - X1t . X + µ t·1.
+ .. . +
(X2 -
,,
Xl ,t · X + µ l·,e. )e;
1 l
ce qui permet d' obtenir des relations entre les coefficients Œx;,.i• (i, j) E { 1,. . ., k} x
{l , ... , nk ), d'une part, /3i.i et Yi.i• (i, j) E { 1, .. . , r) x {1, .. . , ld d'autre part, et donc de
simplifier le calcul de ceux-ci.
Exemple
Décomposons dans R(X) : R(X)
l
. = X4X-
Comme X4 - l = (X2 - 1) (X2 + 1) =(X - 1) (X+ 1) (X2 + 1), la décomposition de R en éléments
'O simples (réels) est de la forme :
0
c::
0
::J
R(X) = ~ + ...!::.:l_ + f3 X+ y
v X- 1 X+ l X2 + 1
..-!
0
N Par imparité de R, on en déduit:
@
~
..c::
œi
- - + --+
Œ-1. {:JX + y œi
= - --
Œ-1 -f:J X+ 'Y
Ol
ï::::
X- 1 X+ l X2 + 1 -X- 1 - X+ 1 x2 + 1
>-
a.
0 JI en résulte :
u ŒJ = Œ- 1 , '}' =- y
ce qui conduit immédiatement à y = O.
194
Pour déterminer œ1, on multiplie membre à membre ( *) par X - l, ce qui conduit à :
- - -X- - - = œ, + œ_, (X - 1) (JX(X - 1)

+ --
2
--
(X+ l)(X2 + l) X+l X + 1
En évaluant cette dernière expression en l, on obtient :
l
- =œ1
4
On peut alors en déduire lLt = œ1 = ~·

La valeur de f3 peut être obtenue, par exemple, en multipliant membre à membre(*) par X ,
puis en passant à la limite lorsque X ~ +oo :
lim X X = l"un x{ -œ1- + -

-X4-- - + {JX
Œ-J
- - + -y}
-
x-.+oo - 1. X->+oo X - 1 X+ 1 X2 + 1
Il\
soit : ~
~
ce qui conduit à :
-u
n:s
u
/3= - œ1 - œ_, = - 2l
La décomposition en éléments simples cherchée est donc :
X 1 X
X4 - 1 4 (X - 1) + 4 (X+ 1) 2 (X2 + 1)
Q)
Il\
-n:sc:
~
<(
"O .,,
:<;
0 <=
c ::;
:::i '~
<.>
Cl <.>
~
-~
"""
.-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
195
Transformations du plan :
translations, homothéties
1. Translations
Définition
11 étant un vecteur du plan, on appelle

translation de vecteur â l'application
TJJ, qui, à tout point M du plan assoc.ie
le point M' tel que: z'
, ..
~
MM'= û.
o -i
Figure 51.1 - La translation de vecteur u.
>- Expression analytique d'une translation de vecteur ü

Le point M', image du point M d'affixe z, par la translation de vecteur ïl, a pour affixe:
où z11 est 1'affixe de û.

Réciproquement, une application de la forme z E <C H z + za est la translation de
vecteur û.
~
Démonstration : La relation : MM' = û entraîne : zw = z11, soit : z' - z = za et donc :
z' = z + za
La démonstration de la réciprocité est laissée au lecteur. •
2. Homothéties
Définition
k étant un réel non nul, on appelle homothétie de centre 0, de rapport k , l' appl ica-
~ ~
tion ho,ko qui, à tout point M du plan, associe le point M' tel que: OM' =kOM.
....
..c >- Expression analytique d'une homothétie de centre 0, de rapport k
Ol
·;::
>- k étant un réel non nul, le point M' , image du point M d'affixe z, par 1' homothétie de
0..
0
u centre 0, de rapport k, a pour affixe: z' = kz.
Réciproquement, une application de la forme z E <C H kz est l'homothétie de
centre 0, de rapport k.
196
z'
j
..z
0 j
Figure 51.2- L'homothétie de centre 0, de rapport k.
Démonstration : On traduit tout simplement, en termes d' affixes, le fait que:

Il\
-----7 ---7 ~
OM' = kOM ~
ce qui conduit à : z' = k z

-n:su
u
Définition
k étant un réel non nul, on appelle
homothétie de centre Q , de rapport k, z'
,~
l'application hn,k qui, à tout point M du
plan associe le point M' tel que : z ,
-----7 ---7
QM' = kQM.
j
Q)
0 T' Il\
Figure 51.3- L'homothétie de centre n, de -n:sc:

~
rapport k. <(
>- Expression analytique d'une homothétie de centre n, de rapport k

k étant un réel non nul, le point M', image du point M d' affixe z, par l'homothétie de
centre Q , de rapport k, a pour affixe: z' = zn + k (z - zn) où zn est l'affixe de Q.
Réciproquement, une application de la formez E C H zn + k (z - zn) est l'homothétie
"O .,,
:<; de centre Q , de rapport k.
0 <=
c ::;
::::i '~
Cl
<.>
<.> Démonstration : On traduit tout simplement, en termes d' affixes, le fait que:
~
-~
"""
..-1
~
-----7 ---7
0
N <=
0
<=
QM' = kQM
@
.... ·a"'
0
soit :
..c ::1
Ol ~Q.
·;:: z' - zn = k (z - zn)
.
~
>- S!
a.
0 "
~ ce qui conduit au résultat cherché. La démonstration de la réciprocité est laissée au
u -ci
~~-
0
<=
::l
0
@
197
Transformations du plan : rotations
1. Rotation de centre 0
Définition
œ étant un réel, on appelle rotation de z'

,
,.
centre O, d'angle œ, l'application ro,œ
qui, à tout point M du plan distinct de
0 , associe le point M' tel que :
~ = OM Oj
~ ~
{
(OM, OM') = a [2nl
en laissant le point 0 invariant. Figure 52.1- La rotation de centre 0, d'angle œ.
>-- Expression analytique d'une rotation de centre 0

Le point M', image du point M d'affixe z, par la rotation de centre 0, d'angle a, a pour
affixe : z' = z ei œ.
Réciproquement, une appl ication de la formez E C H z ei œ est la rotation de centre 0 ,
d'angle œ.
Démonstration : Si M est distinct de 0, la relation (OM, OM')
~~ ---- =œ [2 n] entraîne :
arg (zo;W) = (i,--;)M) + (O;;;,oM') [2rr]

= arg(zO"M) +œ [2rr]
Comme: z~ = lz___,I eiarg(zOMI) = lz--.1ei(arg(züM)+a) = lz--.1 eiarg(züM) eiœ

OM' OM' OM OM
alors: z~ = ZQ'M eiœ, soit: z' = zeiœ
On remarque que la relation reste encore vraie lorsque M coïncide avec O.
2. Rotation de centre Q
Définition
• z'
\
1
() étant un réel, on appelle rotation de ,. z
centre Q, d'angle 0, l'application rn,e, \
1 8
qui, à tout point M du plan, distinct de
n, associe le point M' tel que :
....
..c ~ =QM ~
Ol
·;:: ~
{ (QM,QM') =
~ j
>- 0 [2n]
0..
0
u en laissant le point Q invariant.
Figure 52.2- La rotation de centre n, d'angle 8.
198
>- Expression analytique d'une rotation de centre n
Le point M', image du point M d'affixe z, par la rotation de centre Q, d'angle B, a pour
affixe: z' = Zn + (z - zn) eifl OÙ Zn est l'affixe de Q.
Réciproquement, une application de la fonne z E C H zn + (z - zn) ei 8 est la rotation
de centre n, d'angle B.
Démonstration: Si M est distinct de Q, la relation (QM, QM')

~ -- ~
=(J [27r] entnûne:
~~ ~--~
arg (zn;;r ) = (i,QM) + (QM,QM') [27r]
= arg(zruJ) + 0 [27r]
Com me: Z----+

nM'
= lz----+I
'.QM'
/arg(zru:t1 ) = lz----+I ei(arg(zi'iM)+B) = lz----+I eiarg(zi'iM) eifl
nM 'nM Il\
~
alors : Z----+ = Z----+ ei 8, soit: z' - zn = (z - zn) ei 8 et donc : z' = zn + (z - zn) ei 8. ~
nM' nM
On remarque que la relation reste encore vraie lorsque M coïncide avec n. -
u
n:s
u
3. Composée de deux rotations
,z'
.z
La composée de deux rotations de

même centre n, d'angles respectifs œ et
.o.
/3, est une rotation de centre n , d'angle
j
œ+/3. 0 ->
i
n:s
c:
<(
Figure 52.3- La composée de deux rotations de
mê me ce ntre n. d'angles respectifs œ et f3.
Démonstration: Soit z' l'affixe du point M', image du point M d'affixe z E C par la
rotation rn, a, de centre n, d'angle œ. On désigne par Zn l'affixe den.
D'après ce qui précède :
z' = zn + (z - zn)eia
"O .,,
:<;
0
c
::::i
<=
::;
'~
Soit z" l'affixe du point M", image du point M' d'affixe z' par la rotation rn,p. de centre
<.>
Cl <.>
~
n, d'angle f3.
-~
"""
..-1
~
De même que précédemment, on montre que: z" = zn + (z' - zn)eif3 .
0
N <=
0
<=
Par suite:
@ "'
....
..c
0
·a
::1
z" = zn + (z' - zn) eif3 = zn + (zn + (z - zn) ei a - zn) eif3
Ol ~Q.
·;::
>-
a.
~
S! soit : z" =z.n + (z - zn) ei (a+f3) .
0 "
~ D'où le résultat, qui était naturellement prévisible, comme on peut le constater sur le
u -ci
0
<=
::l
0
dessin! •
@
199
Transformations du plan : similitudes
Et si on composait une rotation et une homothétie ? On fait tourner, et on agrandit ou on

rétrécit ... ou l'inverse !
En géométrie euclidienne, une similitude est ainsi une transformation qui multiplie
toutes les distances par une constante fixe (son rapport), et conserve ou inverse le sens
des angles orientés. Ainsi, l'image de toute figure par une telle application est une figure
«similaire», ou « de même forme ».
1. Similit udes directes

Considérons, dans un premier temps, l' homothétie de centre n, de rapport k; si on dé-
signe par zn l'affixe du point Q , le point M', image du point M d 'affixe z, a pour affixe:
z' = zn + k (z - zn).
Considérons, ensuite, la rotation de centre Q , d'angle(:); le point M", image du point
M' , a pour affixe :
z" = zn + (z' - zn) ei 8
= zn + (zn + k (z - zn) - zn) e' () 1
zn + k (z - zn) ei B
( 1 - k ei 8) zn + k z ei B
Réciproquement, considérons une application de la formez H a z + b, a E C* , b E C.
Lorsque a *
1, l'ensemble des points invariants est l'ensemble des points d'affixe z
tels que z = az + b, soit: z = _ b __
l- a
Le point Q , d'affixe zn = _b_' est donc le centre de l'application considérée.
1- a
D 'autre part, si on considère un point M distinct de n, d'affixe z, et son image M',
d 'affixe z' = az + b, alors :
M'n zn - z' 1
-=
Mn l Zn - Z
b
- - a z -b
1-a
b
- -z
1 - (1
= 1b - a( l - a) z - b( l - a) 1
b - (1 - a)z
= la(b-( 1-a) z) I
b - ( 1 - a) z
lal
.... Ainsi, M'Q = QM' = lai MQ = lai QM. La relation reste valable lorsque M coïncide
..c avec Q .
Ol
·;::
>- L'application z H az + b multiplie donc les distances par lal.
0..
0
u Enfin, considérons quatre points M1, M1, M3, M4, tels que Mi *
M1, M3 M4,*
d 'affix es respectives z 1, z2, z3, z4 , et leurs images M~ , M~ , M~ , M~, d'affixes respectives
Zi, z~. z;, z~ . On a alors M~ * M~ et M~ * M~.
200
De plus :
(M~.ry + (7. ~M~) (2n]
-arg (z-;-t) + (z-;-t)

M1M2
arg
M3M.1
[2n]
-arg(z2 - z~) + arg(z~ - z3) [2n]

-arg (a ( Z2 - z1 )) + arg (a (Z4 - Z3 )) [2n]
= - arg(a) - arg (22 - z1) + arg(a) + arg (z4 - 23) [2 n]
- arg(z2 - z1) + arg(z4 - z3) [2n]
-arg(zM;-M;) + arg(zMJM:) [2n]
(MiM:M3M4) [21l']
Les angles sont donc conservés par l'application z H az + b.

Enfin: Il\
~
(~r) + (üi~~) [21l']
~
-arg (zn;;;;) + arg(zfïMt ) f21l') -u

n:s
u
= -arg(z - _ b _ )+arg(a z +b- _ b _ ) f2n]
1 -a 1-a
- arg(( l - a) z - b) + arg(a( l - a) z - ab) [2 rr]
= - arg((l - a) z - b) + arg(( l- a) z - b) + arg(a) [2rr]
arg (a) [2 rr]
Lorsque a = 1, on retrouve l'expression analytique d ' une translation.
Définition
On appelle similitude (directe), une application de C dans C, de la forme :

z H az + b où a E C*, et b E C Q)
Il\
Le rapport de la similitude est lai, l'angle, arg (a) r2 7r]. -n:sc:

~
<(
>- Conservation des angles orientés
Une similitude directe conserve les

angles orientés.
La fi gure suivante montre l'action de simi-
"O .,,
:<; litudes successives sur cinq triangles, à qui
0
c <=
::; on fait subir une rotation ayant pour centre
::::i '~
<.>
Cl <.> le centre de gravité du pentagone central,
~
-~ puis une homothétie de même centre, de
"""
..-1
0 ~
N <=
0
<=
rapport strictement plus petit que un. Et on
@ "' tourne ... Similarité à l'infini!
....
..c
0
·a
::1
Figure 53.1- Transformation de triangles par
Ol ~Q. similitudes.
·;::
~
>-
a.
0
S!
"
~
>- Similitudes directes remarquables
u -ci
0
<=
::l
• Lorsque a = l : la similitude z H z + b, b E C , est une translation de vecteur il, où le
0
@ vecteur û a pour affixe b.
201
• Lorsque a = - 1 : la similitude z H - z + b, b E C, est une symétrie centrale, dont le
centre est le point d'affixe ~.
2. Composée de deux similitudes
La composée de deux similitudes est une similitude.
Démonstration: Considérons les simi litudes S 1 : z H a 1 z + b 1, et S 2 : z H a1 z + b2 .
Soit M un point du plan, d' affixe z; M1, d'affixe z1, son image par S l ·
L'affix e z2 point M1, image de M 1 par S 2, est donc donnée par:
z2 = a1 z 1 + b2 = a1 (a 1 z + b 1) + b2 = a 1 a1 z + a1 b 1 + b2
S2 o S 1 est donc bien une similitude, de rapport la1 a1 I = la1 l la2I. •
Considérons maintenant une application z H a + b, a E C*, b E C. z
L'ensemble des points invariants est l'ensemble des points d'affixe z tels que
z = az + b, ce qui entraîne: z = az + b. Par suite: z = aaz + ab+ b.
A . ·1 I 1
a
10s 1, s1 * : ab + b
z = _ lal2.
1
On vérifie, que, réciproquement :
a ab+b + b = aab + ab+(l2-

~~~~~~~~-
lal2)b
1- lal2 1- lal
aiib + ab+ (1 - lal2)b
= 1 - lal2
ab + b
= 1 - lal2
z
L'application z H a + b admet donc pour centre, dans Je cas lal 1, Je point n , d'affixe *
ab +b
zn = 1 - lal2 ·
D'autre part, si on considère un point M distinct de n, d'affixe z, et son image M',
z
d'affixe z' = a + b, alors :
QM' M'Q
D.M MD.
ab+b2 -
l -lal
az- b
= a b+b _ z
1- la12
= lab + b - ~(l - lal2 )Z - b(l - lal2 )1
ab + b - (l - lal2) z
1:l
0 ab-a(l - lal2 )Z+b k112 1
c:: = 2
::J
l ab + b - (1 - lal ) z
0
v
...-! a (b - (1 - lal2 ) z + ba)
0
N = ab + b- (l - lal2 ) z
@
~
..c:: a (b-(1- laf)z+ba)
Ol
ï:::: = ab+b - (1-lal2) z
>-
a.
0 lai
u
lal
(un nombre complexe et son conjugué ayant même module).
202
Ainsi, QM' = lal0.M, et la relation reste vraie pour Q = M.
L'application z H az
+ b multiplie donc les distances par lal.
Enfin, considérons quatre points M,, M1, M3 , M4, tels que M, =/= M1, M3 =/= M4,
d' affixes respectives z1, z2, z3, z4, et leurs images M'i, M~, M3, M~, d'affixes respectives
I I I I
z1, Z2 ' Z3' Z4.
On a alors M~ =/= M~ et M3 =/= M~ .
De plus :
(M'l M~'
2' 3M'4) -
- (M~J) + (t.~M~) [27r]
= -arg(z~) + arg (z~) [27r]
= -arg(z~ - z~ ) + arg(z~ - z; ) [27r] Il\

~
~
= - arg(a(z2 - z1)) + arg(a(z4 - z3)) [27r] -

u
n:s
u
= - arg(a) - arg (z2 - z1) + arg(a) + arg (z4 - z3) [27r]
= arg (z2 - z1) - arg (z4 - Z3) [27r]
= [27r]
= [27r]
Les angles orientés sont donc changés en leurs opposés par l'application zH z
a + b, un
nombre complexe et son conjugué ayant des arguments opposés.
n:s
c:
3. Similitude indirecte <(
Définition
On appelle similitude indirecte, une application de C dans C, de la forme:
"O .,,
:<;
où a E C*, et b E C.
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~ Le rapport de la similitude est lal.
"""
..-1
0 ~
Une similitude indirecte inverse le sens des angles orientés.
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
203
Nous avons présenté, dans ce qui précède, les transformations usuelles que sont les
translations, les homothéties, rotations et similitudes. Il en existe une infinité d'autres.
L'ensemble de Mandelbrot
En particulier, considérons la transformation du plan complexe z E <C H z2 + c,
c E <C, et intéressons-nous à la suite (z,,)neN définie par :
zo = 0 Zn+l = Z2 + C
11
Si on représente, dans le plan complexe, les images successives des termes de cette
suite, on obtient la figure suivante (les zones les plus claires sont celles avec les plus
faibles concentrations de points, la couleur fonce en lien avec cette concentration).
L'ensemble de Mandelbrot.
C'est l'ensemble de Mandelbrot, obtenu par le mathématicien Benoît Mandelbrot,

qui, pour la désigner, créa le terme de fractale [12]. Depuis, on désigne par frac-
tale une courbe de forme a priori irrégulière, mais dont la construction résulte en
fait d'un processus itératif, parfois très simple, poussé à l'infini. Les propriétés de
l'ensemble de Mandelbrot ont été étudiées de façon approfondie par Adrien Douady
....
..c
et John H. Hubbard [11], qui ont mis en évidence une propriété remarquable de ce
Ol
·;:: type d'ensembles : leur auto-similarité, c'est-à-dire le fait que ces fi gures semblent
>- se reproduire à l'intérieur d'elles-mêmes de façon infinie. En faisant un « zoom» sur
0..
0
u une partie du dessin, on s'aperçoit ainsi qu'on retrouve exactement la même forme
que la figure initiale, en plus petite certes, mais en tout point semblable.
204
Plan rapproché de l'ensemble de Mandelbrot. Il\
~
~
Des structures fractales très naturelles
-u
n:s
Ce phénomène d'auto-similarité existant aussi dans la nature, par exemple, une feuille u
est elle-même composée de plus petites feuilles de la même forme, elles-mêmes
aussi, ... l'idée est alors venue d' utiliser les fractales pour représenter des formes
naturelles comme, bien sûr, cette feuille de fougère, créée par le mathématicien aus-
tralien Michael Barnsley [13], [14], [15] :
Q)
Il\
-n:sc:
~
<(
La fougère dite «de Barnsley».
En biologie, notamment, les alvéoles pulmonaires présentent une structure fractale,

de même que la ramification du réseau sangujn.
11 apparaît que les représentations ainsi obtenues sont très réalistes, et traduisent
très bien de nombreux phénomènes naturels.
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;:: Une fractale obtenue à partir du flocon de Von Koch.
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
205
Matrices de taille 2 x 2
1. Définitions
On appelle matrice de taille 2 x 2 une collection de 2 x 2 = 4 nombres, a 11 , a 12, a2 1, a22,
réels ou complexes, arrangés en tableau, sous la forme :
A=(a,,
a21
a12 )
a22
(a11)
a11
. vecteur colonne de A, (a12) son second vecteur colonne.
est le premier
a12
1. Dans ce qui suit, on se limitera au cas de matrices à coefficients réels.

2. M 2 (m.) désigne l'ensemble des matrices de taille 2 x 2 à coefficients réels.
>- Matrice triangulaire supérieure

Lorsqu'une matrice est de la forme:
A=( a~, :~~ )

elle est dite triangulaire supérieure.
>- Matrice triangulaire inférieure

Lorsqu'une matrice est de la forme :
elle est dite triangulaire inférieure.
>- Matrice diagonale

A=(a11
0
0)
a22
elle est dite diagonale.
>- Transposée
.... Étant donnée une matrice de taille 2 x 2, A = (ai;) . . . , on appelle transposée de

. l ,,;1,,;2, t ,,;;,,;2
la matrice A la matrice /A telle que :
..c
Ol
·;::
>-
0..
0
u 1 A = (a ï)t ,,;1~2,
J
. 1,,; .,;;.2 = ( aa 1 1 aa11 )
1 12 22
ce qui signifie que, par rapport à la matrice A, on a échangé les lignes et les colonnes.
206
>- Trace
Étant donnée une matrice A = (aij) . . de taille 2 x 2, la trace de A, notée tr A,
l.;;1.;;2, 1.;;J.;;2
est la somme de ses termes diagonaux :
2
tr A = a 11 + a22 = I. aii
i= I
2. Opérations élémentaires
Étant donnée une matrice de taille 2 x 2, A = (aiJ) . 2,1~1 ~
.
l ~j~2
, on appelle opération
élémentaire sur les colonnes de A l'une des opérations suivantes :
. .t.ion : A
• Transpos1 = (a 11 a
12 ) H (a 12 a11 ) .
a2 1 a22 a22 a21 Il\
~
• Dilatation : A = (a 11 a12 ) H ( À a aa22

11 12
) À E IR* , ou encore ~
a21 a22 Àa21 -u
n:s
u
.
• Transvection : A = (a' 1 a12) H (ai 1 + Àa12a12)
) À E IR, ou encore :
a 2 1 a 22 a21 + /(,a22 a 22
(À une colonne donnée, on ajoute l'autre colonne, multipliée par un facteur À.) Q)
Il\
1. L' opération élémentaire de transposition ne conduit pas du tout à la transposée d'une -n:sc:
~
matrice. <(
2. On peut définir, de même, des opérations élémentaires sur les lignes de A.
3. Les opérations élémentaires sont inversibles, c'est-à-dire il est possible de revenir à la
matrice de départ par d 'autres opérations élémentaires.
"O .,,
:<;
0 <=
c ::;
::::i -~
<.>
Cl <.>
~
-~
"""
.-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
207
Déterminant de matrices
de taille 2 x 2
1. Définitions
>- Déterminant d'une matrice
Étant donnée une matrice de taille 2 x 2, A = (aiJ) l ,,;1,,;2,
. l,,;j.,,;2 , on appelle déterminant
de la matrice A le nombre :
Proposition
Une matrice de taille 2 x 2 et sa transposée ont le même déterminant :
Démonstration : Il suffit de reprendre la formule donnée en définition. •

>- Déterminant de 2 vecteurs
On appelle déterminant de deux vecteurs ïl = (u1 , u2) et ïJ = (v1, v2) du plan JR2, le
nombre:
det(Ü, Ü) = 1 u,
u2 v2
u, = UJ v2 -
1 u2 V1
C'est donc, tout simplement, le déterminant de la matrice :
u 1 v1 )
( u2 v2
2. Propriétés
1. Étant donnée une matrice de taille 2x2, A = (aij) l ,,;1..,,;2, 1,,;j.,,;2 ,dont on désignera par
C 1 et C2 les vecteurs colonnes, le déterminant de la matrice A vérifie les propriétés
suivantes:
• Antisymétrie :
L' antisymétrie traduit le fait que le déterminant change de signe si on échange

deux colonnes.
• Homogénéité :
....
..c
Ol
• Invariance par transvection :
·;::
>-
0..
0
u
La valeur du déterminant ne change pas si on ajoute, à une colonne donnée,
l'autre colonne multipliée par un facteur À..
208
Le déterminant d' une matrice et de sa transposée étant égaux, les propriétés d'invariance du
déterminant par opérations élémentaires sur les vecteurs colonnes de la matrice sont également
valables pour les lignes de la matrice.
2. Le déterminant d'une matrice triangulaire est égal au produ it des termes diago-
naux.
Exemples
1.
I ~ ~ 1= 1 X3 - 2 X 1=3 - 2 =1
2.
-111= - 1
3 4
X 4 - 3 X 1=- 4 - 3 =- 7
1
Il\
3. Deux vecteurs ü = (u 1, u2) et ü = (v 1, v2) du plan sont non colinéaires si et seule- ~
~
ment si leur déterminant est non nul :
-u
n:s
det(Ü, Ü) = 1U( V( 1 :;t: Û u
u2 v2
Démonstration : On démontre ce résultat par la contraposée : deux vecteurs û = (u 1, u2 )

et Ü = (v1, v2) du plan sont liés si et seulement si leur déterminant est nul.
• Supposons û et û liés et tels que i1 = Ôou û = Ô; on a alors, clairement,
det(û, Ü) =0
• S upposons 11 et û liés et tels que û :;t: Ôet ïJ :;t: Ô, il existe alors un réel non nul À tel
que :
Q)
Il\
Par suite:
det(ü, À Ü) = À det(û, Ü) = 0 -n:sc:
~
<(
• Réciproquement, si det(ü, Ü) = 0, alors :
UJ Uz - Uz v, = 0
Si v2 =F 0:
Comme:
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~ on a donc:
-~
"""
..-1
0 ~
N <=
0
<=
@ "' les vecteurs ü et û sont bien liés.
....
..c
0
·a
::1
Ol ~Q. On démontre de même le résultat dans le cas où u2 :;t: O.
·;::
Lorsque u2 = u2 = 0, u 1 et v1 peuvent prendre chacun une valeur quelconque dans R
~
>- S!
a.
0 "
~
u -ci
Les vecteurs û et ü sont alors colinéaires, et donc liés.
0
<=
::l
0
@
•
209
Matrices de taille 3 x 3
1. Définitions
On appelle matrice de taille 3 x 3 une collection de 3 x 3 = 9 nombres, réels ou
complexes, a, 1, a12, a13 , a21, a22, a23, a3 1, a32, a33 , arrangés en tableau, sous la forme :
(
a1']
a21 est le premier vecteur colonne de A, ( a12
a31 a32
l
a22 son second vecteur colonne, ( a1
a233
a33
l
son troisième vecteur colonne.
~ 1. Dans ce qui suit, on se limitera au cas de matrices à coefficients réels.

'[:) 2. M 3 (JR) désigne l'ensemble des matrices de taille 3 x 3 à coefficients réels.
>- Matrice triangulaire supérieure

a11
A= 0
(
0
elle est dite triangulaire supérieure.
>- Matrice triangulaire inférieure

Lorsqu'une matrice est de la forme :
elle est dite triangulaire inférieure.
>- Matrice diagonale

....
..c
Ol
·;:: a11
>- A= 0
0..
0 (
u 0
elle est dite diagonale.
210
>- Transposée
Étant donnée une matrice de taille 3 x 3, A = (aij) . . , on appelle transposée de

J ~I~,
3 J ~.f~ 3
la matrice A la mat1ice /A, de taille 3 x 3, telle que :
ce qui s.ignifie que, par rapport à la matrice A, on a échangé les lignes et les colonnes.
>- Trace
Étant donnée une matrice A = (aij) . . de M 3 (~), la trace de A, notée tr A, est la

] ~!~ 3. l ~j~ 3
somme de ses termes diagonaux : Il\
~
~
3
trA = a11 + a 22 + a33 = .Lau -u
n:s
i=l
u
2. Opérations élémentaires
Étant donnée une matrice de taille 3 x 3, A = (aiJ) . 3,
1 ~1~
.
l ~j ~ 3
, on appelle opération
élémentaire sur les colonnes, respectivement désignées par C1, C2, C 3, de A , l' une des
opérations suivantes :
• Transposition :
Q)
Il\
-n:sc:
~
ou encore:
<(
etc.
L'opération élémentaire de transposition consiste donc à échanger deux colonnes de
la matrice.
"O .,,
:<;
0 <=
c ::;
• Dilatation :
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
~Q.
l
Ol
·;:: ou encore :
~
>- S!
a.
0 "
~
u -ci
0
a12 a1 3
<=
::l a22 a23 H
0
@ a32 a33
211
ou:
L'opération élémentaire de dilatation, par un réel non nul A, consiste donc à multiplier
une colonne de la matrice par À.
• Transvection :
ou encore:
, AE R
etc.
À une colonne donnée, on ajoute une combinaison linéaire des autres colonnes.
~ 1. L'opération élémentaire de transposition ne conduit pas du tout à la transposée d' une matrice.
~ 2. On peut définir, de même, des opérations élémentaires sur les lignes de A.
3. Les opérations élémentaires sont inversibles, c'est-à-dire qu' il est possible de revenir à la
matrice de départ par d'autres opérations élémentaires .
....
..c
Ol
·;::
>-
0..
0
u
212
Déterminant de matrices
de taille 3 x 3
1. Définitions
>- Mineur
Soit A E M 3(1R).
Étant donné (i, )) E { 1, . .. , 3}2 , on appelle mineur d ' indice (i, j ) le déterminant, noté
Liij(A), de la matrice obtenue e n enlevant à A la ligne i et la colonne).
>- Cofacteur Il\

~
Soit A E M3(1R).
~
31 2 , on appelle cofacteur d ' indice (i, j ) :
Étant donné (i, )) E {1, 2,
-n:su
(-Ii+j LiiJ(A) u
>- Comatrice
Soit A E M3(1R).
On appeJJe comatrice de la matrice A, et on note ComA E M 3 (IR) la matr ice des
cofacteurs :
ComA -- (C-l)i+j Li /.}.. (A)) 1;:::·;:::3 ) ;::: ·;:::3
"-='"'<::: , -..:.)-..::
>- Déterminant
Étant donnée A E M 3(1R), on appelle déterminant de la matrice A = (aiJ) 1 ~1.~3.
. .
1 ~;~3
le Q)
Il\
nombre, noté det A, qui peut être calculé de la façon suivante :
• par un développement suivant la ligne i , i E {1, ... , 3} :
-n:sc:
~
<(
3
det A = _L.c-1i+j aiJ LiiJ(A)
j =l
• par un développement suivant la colonne j , j E { 1, . .. , 3} :
3
"O
0
.,,
:<;
<=
det A = _L.c-1i+j aij1Îi_;(A)
c ::;
i= 1
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~ On choisit la ligne ou la colonne que l'on veut; quel que soit Je choix , on obtient bien sûr le
~
N <=
0
<=
@ même résultat !
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>-
a. S! Proposition
0 "
~ Une matrice de taille 3 x 3 et sa transposée ont le même déterm inant :
u -ci
0
<=
::l
0
@
213
Démonstration : Ce résultat s'obtient immédiatement à partir de la formule donnant le
développement suivant une ligne ou une colonne. •
si on développe par rapport à une llgne :
det A = etii 1 a22 a23, _ a, 2 , a21 a23 I + a 13 Ia21 a22 I

a32 a33 a31 a33 a31 a32
=- C121
2. et si on développe par rapport à une colonne :
det A = a11 la22 a23 l- a21 la12 a1 3l+a3 1 IC/ 12 C/131

a32 a33 a32 a33 et22 a23
2. Propriété
1. Étant donnée une matrice de taille 3 x 3, A = (aij) 1~'~,
. . , dont on
désigne
3 1~}~ 3
par C 1 , C2, C3 les vecteurs colonnes, le déterminant de la matrice A vérifie les
propriétés suivantes :
• Antisymétrie :
L' antisymétrie traduit le fait que le déterminant change de signe si on échange

deux colonnes.
• Homogénéité :
• Invariance par transvection : V (Il, µ ) E JR2 :
det ( C1 , C2 + ÀC1, C3) = det(C1, C2,C3 + llC1)

det (C1 + ,tC2,C2,C3)
....
..c = det ( C 1 + ÀC2 + µC 3, C2,C3)
Ol
·;::
>-
a.
0
u
La valeur du déterminant ne change pas si , à une colonne donnée, on ajoute une
combinaison linéaire des autres colonnes.
214
Le déterminant d ' une matrice et de sa transposée étant égaux, les propriétés d'invariance du
valables pour les lignes de la matrice.
2. Le déterminant d'une matrice triangulaire est égal au produit des termes diago-
naux.
Démonstration : Il suffit de développer par rapport à la première colonne. •

3. Le déterminant d'une matrice diagonale est égal au produit des termes diagonaux.
Démonstration : Une matrice diagonale est un cas particulier de matrice triangulaire .

• Il\
Définition ~
~
On appelle déterminant de trois vecteurs û = (u1, u2, u3), ïJ
w = (w 1, w2 , w3) de l'espace IR3, le détermjnant de la matrice :
-u
n:s
u
U ( V ( WJ
det(U, V, W) = U2 V2 W2
U3 V3 W3
4. Trois vecteurs a = (u,, u2, u3), ü = (v , 'v2, V3), w = (w,, w2, w3) de l' espace IR3,
sont non coplanaires si et seulement si leur déte1minant est non nul :
UJ Ut WJ
det(û, ü, w) = u2 v2 w2 *0 Q)
U3 V3 W3 Il\
-n:sc:
~
Démonstration : On démontre ce résultat par la contraposée : trois vecteurs û =

<(
(u1, u2, uJ), Ü = (v1, v2, vJ), w = (w1, w2, w3) sont liés si et seulement si leur détermi-
nant est nul.
• Supposons il, ïf, wliés; alors, soit la fam ille (it, û') est liée, soit wE IR it +IR Ü.
Dans le premier cas, soit û = 0, ce qui conduit immédiatement à det(it, û, w) = 0 , soit
il existe un réel œ tel que il= œ ïf. On a alors :
"O .,,
:<;
det(ü, ü, w) = det(œ ü, ü, w) = œ det(û, û, w) = œ det(û - û, û, w) = 0
0 <=
c ::;
::::i '~
<.>
Cl <.>
~ en utilisant l'invariance du déterminant par transvection.
-~
"""
..-1
0 ~ Dans le second cas, il existe deux réels A et µ tels que w A il + µ ïf. Par suite
N <=
det(u, û, w) = det(u, ïJ, A il+µ û') = det(it, û, Ü) = O
0
<=
@
.... ·a"'
0
(On utilise l'invariance du déterminant par transvection.)

..c ::1
Ol ~Q.
·;::
>- ~
S!
• La réciproque se démontre par le calcul, de façon analogue à ce qui a été fait en
a.
0 "
~ dimension 2. •
u -ci
0
<=
::l
0
@
215
Matrices de taille m x n
1. Coefficients d'une matrice

met n étant des entiers naturels non nuls, on appelle matrice de taille m x n une collec-
tion de m x n nombres, réels ou complexes, arrangés en tableau :
A = ( ai·.! ) 1~i~m, .l ~j~n = :·

(
a 11 ... a 1n
:·
l
am i ... amn
Les aij sont appelés coefficients de la matrice: par convention, le premier indice désigne
l'indice de ligne, le second, l'indice de colonne.
Dans ce qui suit, on se limitera au cas de mattices à coefficients réels.
m et n étant des entiers naturels non nuls, on désigne par M m,n (R) l'ensemble des
matrices de taille m x n, à coefficients réels 1.
2. Matrice carrée d'ordre n

n étant un entier naturel non nul, on appelle matrice carrée d'ordre n une matrice de
taille n x n:
a 11 .. . ain l
A= (
aij .!~1~11,
)
. 1,.;;~n
. = ( :· :·
a111 ... ann
n étant un entier naturel non nul, on désigne par M n (R) l'ensemble des matrices carrées
d'ordre n, à coefficients réels.
Étant donnée une matrice A = (aij) . . de M 11 (R), les coefficients aii,
1~t~n , l~J~n
i = 1, .. . , n, sont les termes diagonaux de A .
Étant donnée une matrice A = (aij) . . de M ,1 (R), la trace de A, notée tr A, est
l ~/~Il, 1~J~I!
la somme de ses termes diagonaux :
/!
tr A = a11 + . .. + am1 = _L. aii

i= I
.... 3. Matrice ligne et colonne

..c
Ol
·;:: n étant un entier naturel non nul , on appelle matrice ligne une matrice de taille 1 x n, de
>- la forme:
0..
0
u
1. On peut aussi trouver la notation M 111x 11 (R).
216
m étant un entier naturel non nul, on appelle matrice colonne, ou encore vecteur co-
lonne, une matrice de taille m x 1, de la forme :
A= [ ~I
am
l
Étant donnée une matrice A = (aiJ) 1 ~t.~ m , 1 ~;~11
. de M m,n (IR), on appelle transposée de la
matrice A la matrice /A, de taille n x m , telle que :
'A = (aJi) . .
l ~t~n, l ~J~m
=ra:, ... a,~1 1
· ·
a111 ... amn Il\
::::::1
ce qui signifie que, par rapport à la matrice A , on a échangé les lignes et les colonnes ::::::1
de A. -u
n:s
u
Q)
Il\
-n:sc:
~
<(
"O .,,
:<;
0 <=
c ::;
::::i ·~
<.>
Cl <.>
~
-~
"""
.-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
217
Opérations sur les matrices
Dans ce qui suit, m, n, p, q désignent des entiers naturels non nuls.
1. Définitions
>- Addition de deux matrices
Étant données deux matrices A et B de Mm n (IR), on définit la matrice somme A + B
'
comme étant la matrice C E Mm,n (JR) telle que :
a11 +b 11
C =A + B= :
[
ami+ bm i
>- Multiplication par un scalaire
étant la matrice :
JA =
Aa11 ... Â.a111
: :
l
Étant donnée une matrice A de M m,n (IR), on définit le produit de A par le réel
E Mm 11 (JR)
Â comme
[
Â.~ml ··· Â.~mn ,
>- Multiplication de deux matrices

La multiplication d'une matrice A = (aij) 1~1~m,
. 1~;~n
. , de taille mx n, par une matrice
B = (bij) . . . , de taille n x p, conduit à la matrice produit C, de taille m x p, telle
1~1~11 , 1~J~P
que, pour tout couple d'entiers (i, j) de {l , ... , m} x {1, ... , p} :
C =AB = (cij)l~i~m. l ~j~p
avec:
Il
Cij = I
k=l
aik bkj
Exemple
Lûl ]( 0l ] =( 2x
210 lxl+OxO+ l xl l
l+ l x O+Oxl =(2]
2
( 100 l lxl+OxO+Oxl l
Attention ! Pour pouvoir faire le produit de deux matrices, il est indispensable que le nombre
de colonnes de la première matrice soit égal au nombre de lignes de la seconde matrice.
En pratique, le coefficient situé ligne i , colonne j de la matrice produit est obtenu en « mul-
.... tipliant la ligne ide La première nu1trice par La colonne j de la seconde matrice>>
..c
Ol
·;:: Coefficient de AB ligne i, colonne j
>-
0..
0
u Il
I coefficients de la li?Jne i de A x coefficients de la colonne j de B
1111par1111
218
ce qui permet de comprendre pourquoi le nombre de colonnes de la première matiice doit être
égal au nombre de lignes de la seconde matrice : il faut tout simplement qu' il y ait le même
nombre de coefficients sur cette ligne que sur la colonne.
La multiplication des matrices n'est pas commutative. En général,
AB* BA
2. Propriétés de la multiplication matricielle

La multiplication matricielle est :
• distributive à gauche :
2
V (A, B, C) E Mm,nOR) x (Mn,p0R)) A (B + C) = AB + AC
Il\
~
• distributive à droite :
~
2
V (A, B, C) E (Mm,n(lR)) X M n,p(lR) : (A + B) c = Ac + B c -u
n:s
u
• associative :
V (A, B, C) E M 111, 11 (JR) x Mn,p(lR) x Mp,q(lR) A (B C) = (A 8 ) C
Si on désigne par C 1, • • •, C,1 les vecteurs colonnes d'une matrice A de taille m x n, alors, pour
~ l·on peut aussi écrire :

1
tout vecteur X =[
x,,
l
Q)
Il\
[~
1
AX =A =xi C1 + ... + x,, C11
-n:sc:
~
Xn <(
3. Formule du binôme de Newton

Étant données deux matrices A et B de M 11 (JR), qui commutent, c'est-à-dire AB = BA,
alors, pour tout entier naturel p, la fo rmule du binôme de Newton permet de calculer
(A+ B)P:
"O .,,
:<;
p
c
0
::::i
Cl
<=
::;
'~
<.>
<.>
(A + B)P =~ c; Ak B p- k
~ k=O
-~
"""
..-1
0
N
~
<=
0
<=
où, pour tout entier k de {0, . .. ' p), c; désigne le coefficient binomial :
@ "'
....
..c
0
·a
::1 p) p!
Ol
·;::
~Q.
~
(k k!(p - k)!
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
219
Matrices remarquables
1. Matrice identité
Définition
n étant un entier naturel non nul , on appelle matrice identité d'ordre n, la matrice
carrée, de taille n x n :
1 0 ...... 0
0 1 0 ... 0
-- (o··)
IJ l:>:i:>:n, l:>:j:>:n
... 0
0 ...... 0 1
Propriété
L' élément neutre de la multiplication dans M 11 (1R) est la matrice identité In :
VA E M,,(JR): A/11 = l,,A = A
2. Base canonique
Définition
m et n étant des entiers naturels non nuls, on désigne par l ~1 ~m , l ~J~n

{Eij} .
la base .
canonique de Mm.,n (JR), c'est-à-dire la famille des m n matrices telles que :
V(i, j) E {1, .. . ,m}x{l, ... , n}: Eij =(o;kÔjL)

· l ~k~m , l ~t~11
où les Ô;j désignent les symboles de Kronecker 1 :
V (i, j) E N* x N* : ô11.. ={ l si i =j
0 sinon
Cela signifie que, pour i et j donnés, les coefficients de la matrice Eij sont tous nuls, sauf
celui situé sur la iième ligne et la / ème colonne, qui vaut 1.
Ainsi, pour toute matrice A = (aij) . . de M 111, 11 (lR) :
1~t~m , 1~J~n
....
..c m n
Ol
·;::
>-
0..
A = I .L:a;1 Eij
i= l .i= l
0
u
l. Leopold Kronecker (1823-1891), mathématicien allemand. À l' origiJ1e, il étai t théoricien des nombres,
m<ùs apporta de nombreuses contributions à l ' analyse algébrique.
220
Proposition
Lorsque l'on est dans M 11 (R), c'est-à-dire lorsque les matrices sont carrées :
V(i, j,k,l) E {1, ... , n) 4 : EijEk1 = ÔjkEil
Démonstration : On a: Eij = (oim Ôjp) 1~m~n, 1~p~n

. Ek1 = (okm ô1p)
1~m~n, 1~p~n
•
La formule du produit matriciel permet alors d'exprimer le terme d'indices m, p de la
matrice produit Eij Ek1 :
//.
( Eij Ek1) mp ~ (Eij ) mq

= L...J (Ek1)qp
q=I
Il
= I
q= I
Ôim Ôjq Ôkq Ô1p
Il\
Oirn Ojj Okj 81p ~
Ôim okj 81p ~
(Le seul terme non nul de la somme est obtenu pour q = ).) -u
n:s
u
On reconnaît ainsi : Eij Ekt = Ôjk Eil. •
3. Matrice de transposition
Définition
n étant un entier naturel non nul, on appelle matrice de transposition, ou encore,

matrice de permutation, toute matrice carrée d'ordre n, de la forme :
Q)
Il\
00 .. . 0 1 0 .. ... .. .. 0
l
-n:sc:
~
<(
sij = 1
0 . . . 0 1 0 .. . 0 0
1
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
l
"""
..-1
~
0
N <=
0
(i, )) E { J, .. . , n) 2 , i
j -:/=
<=
@ "' (Les coefficients non écrits sont nuls.)
....
..c
0
·a
::1
Ol ~Q.
·;::
>- ~
S!
Proposition
a.
0 "
~ Pour toute matrice A de Mn(R), le produit AS ij de la matrice A par la matrice de permu-
u -ci
0
<=
::l
0
*
tation S ij' (i, j) E { l , .. . , n} 2 , i j , est la matrice obtenue à partir de A en échangeant
@ les colonnes i et ).
221
Démonstration : À l'aide de la formule du produit matriciel, on peut exprimer le terme
s.itué ligne k et colonne l de la matrice AS iJ • qu.i vaut :
Il
I
p= I
akp ( s ij)pl
11
= I
p=I
akp (opl - Oip Oit - Ojp Ojt + Oip Ojt + Ojp Oit)
= akL - aki <5;1 - akJ ÔJt + aki ôJL + ak.i O;L
Ainsi, pour toute colonne l différente de la colonne i et de la colonne j :
(AS iJ)kt = akl

et, pour la colonne i: (AS iJ )ki = aki - aki - akJ OJi + aki OJi + akJ = akJ·
De même, pour la colonne j :
(AS iJti = akJ - aki OiJ - akJ + aki OJJ + akJ OiJ = aki
qui est le résultat cherché. •
4. Matrice de dilatation
Définition
n étant un entier naturel non nul, et À un réel non nul différent de 1, on appelle matrice
de dilatation, toute matrice de M ,,(IR) de la forme:
1
Di(A) = À = l n + (À - 1) Eii , i E { 1, . . . , n}
1
(Les coefficients non écrits sont nuls.)
Proposition
Pour toute matrice A de M 11 (1R), et tout réel non nu] À *
1, le produit A Di(À) de la
"O
0
matrice A par la matrice de dilatation Dhl), i E { 1, . .. , n}, est la matrice obtenue à
c:: partir de A en multipliant la iième colonne par Il.
::J
0
v Démonstration : À !'aide de la formule du produit matriciel, on peut exprimer le terme
.--!
0
N situé ligne k et colonne l de la matrice A Di( À), qui vaut :
@ I!
~
..c::
Ol
ï::::
I
p= I
akp (Dï(À))p1
>-
a. Il
0
u = 2.:akp (op1 + (11. - I)opiOti)
p=l
akl + aki (À - 1) Ôü
222
Ainsi, pour toute colonne l =F i: (A Di(Â.))kt = ak1, pour la colonne i :

S. Matrice de transvection
Définition
n étant un entier naturel non nul, et ,1 un réel, on appelle matrice de transvection ,

toute matrice de M ,/IR) de la forme :
1
Il\
~
~
10 . . . 0 À. 0 .. . 0 -u
n:s
1 u
= 111 + ÀEij
2
(i, j) E {1, .. . , n} , i *j Q)
(Les coeffi cients non écrits sont nuls.) Il\
-n:sc:
~
6. Matrice élémentaire <(
Définition
On appelle matrice élémentaire une matrice de transposition, de dilatation, ou de

transvection .
....
..c
Ol
·;::
>-
0..
0
u
223
Introduction aux déterminants
de matrices de taille n x n
1. Définitions
>- Déterminant
Étant donnée A E M 11 (R), on appelle déterminant de la matrice A = . le
l~1 ~n. 1~J~n
(aij) .
nombre, noté det A, qui peut être calculé, par récurrence, de la façon suivante :
• par un développement suivant la ligne i , i E {1, .. . , n} :
n
<let A = _L.c- 1i+.i aiJ tlij(A)
j=I
• par un développement suivant la colonne j , j E {l , ... , n} :

Il
det A = _L.(- l)i+.i aiJfliJ(A)

i=I
où, pour tout couple d ' indices (i, j) E {l, . .. , nf, fli.i , appelé mineur d 'indice (i, j ),
est le déterminant de la matrice obtenue en enlevant à A la ligne i et la colonne j.
Quel que soit le mode de calcul retenu, on obtient, bien sûr, le même résultat.
Le déterminant d' une matrice de taille n x n se calcule donc par récun-ence à partir de déter-
minants de matrices de taille (n - 1) x (n - 1), puis (n - 2) x (n - 2), ... , et, finalement, de
déterminants de matrices de taille 2 x 2.
>- Cofacteur
Soit A E Mn(R ). Étant donné (i, j) E {1, .. . , n} 2 , on appelle cofacteur d'indice (i, j ) :
(- l.)i+.i fl IJ..
>- Comatrice
SoitA E M 11 (R).
On appelle comatrice de la matrice A, et on note ComA E M 11 (R) la matrice des
cofacteurs :
ComA = (c- 1i+.i fl .. (A))
IJ J ~i~n, 1~j~n
.... Une matrice de taille n x net sa transposée ont le même déterminant:

..c
Ol
·;::
>- VA E Mn(R) : det 1A = detA
0..
0
u
Démonstration : Ce résultat est dû au fait que le déterminant peut être calculé, indiffé-
remment, grâce au développement suivant une ligne ou une colonne. •
224
2. Propriétés
Étant donnés n vecteurs u1, . .. , Un, le déterminant de la matrice M = (u 1, .. . , un) vérifie
les propriétés suivantes :
>- Antisymétrie
det(u2,u1,u3, .. . , u11 ) = - det(u1,u2,u3, . . . ,un) = .. . = - det(u1, . .. , u,1)
L'antisymétrie traduit le fait que le déterminant change de signe si on échange deux
colonnes.
>- Homogénéité
V ,l E IR , V i E {l, . . . , n} det(u1, . .. , Àui, .. . , u 11 ) = À det(u1, . . . , un)
>- Invariance par transvection Il\

~
Pour tout réel A, ~
-u
n:s
u
La valeur du déterminant ne change pas si, à une colonne donnée, on ajoute une combi-
naison linéaire des autres colonnes.
Démonstration : Ce résultat s'obtient immédiatement à partir de la fonnule donnant le

développement suivant une ligne ou une colonne. •
Le déterminant d'une matrice et de sa transposée étant égaux, les propriétés d ' invariance du
valables pour les lignes de la matrice. Q)
Il\
>- Autres propriétés

-n:sc:
~
<(
1. Le détenninant d'une matrice triangulaire est égal au produit des termes diago-
naux.
2. Le déterminant d'une matrice diagonale est égal au produit des termes diagonaux.
3. Détenninant du produit de deux matrices d'ordre n :
V(A, B) E (Mn(1R))
2 : detAB = detA detB
"'O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
.-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
225
Inversion des matrices carrées
1. Conditions d'inversibilité
Une matrice carrée A d'ordre n est dite inversible ou régulière ou encore non singulière,
s' il existe une mat1ice B d'ordre n telle que:
A B = B A = ln
Best alors la matrice inverse de A. Elle est unique. On note, usuellement, A- 1 la matrice
inverse de A, qui est aussi de taille n x n.
Une matrice carrée qui n'est pas inversible est dite non inversible ou singulière.
L'ensemble des matrices inversibles de M 11 (IR) est appelé groupe linéaire d 'ordre n,
et noté 9L11 (IR) 1 •
Proposition
Une matrice est inversible si et seulement si son déterminant est non nul.
2. Inverse d'une matrice carrée
Théorème
VA E M 11 (1R) : A ·1ComA =1 ComA ·A = detA · 1 11
où 1ComA désigne la transposée de la comatrice de A.
Démonstration : D'après la formule du produit matriciel :
Il Il
(A .tcomA)ij = L,aik (1comA)kj = L,aik (ComA)jk

k= I k= I
L aik (ComA)jk ·
//.
Il faut donc calculer, pour tout couple d'indices (i, j) :

k= l
....
..c
Ol
·;:: ~ Premier cas : i *j
>-
0..
0 Quitte à échanger i et j, on peut supposer i < j.
u
1. Il possède une structure de groupe, puisqu ' il est stable par multiplication et passage à l'inverse.
226
Considérons la matrice obtenue en remplaçant la f ème ligne de A par sa ë ème ligne :
a11 a1 ,n
ai, l ai,11
aJ- 1,1 a)- 1,n

ai,1 a i,n
a1+1 ,1 Gj+l,n
a111 an,n
et développons son déterminant suivant la f ème ligne : Il\

~
~
a1 ,n
-u
n:s
u
n n
aj-1 ,1 Gj- 1,n = Iaik (ComA)Jk = Iaik ('ComAtj

k= I k= I
Gi,I ai,n
Gj+l,I aj+l,11
Gnl an,n
Cette matrice ayant deux lignes identiques (la iième et la f ème), son déterminant est nul :
Q)
Il\
n
I a;k ('ComA)kJ =O -n:sc:
~
k=I <(
:>- Deuxième cas : i = j
En développant detA suivant la iième ligne, on obtient :
a11 .. . a1 ,n
n n
"O .,,
:<;
detA = ail ... a;,11 =I aik (ComAh =I aik (1ComAL
0 <=
c ::;
k= l k= I
::::i '~
<.>
Cl <.>
~
-~ Gnl ·· · an,n
"""
..-1
0 ~
N <=
On a donc, finalement: (A .t ComA)ij = detA · OiJ·
0
<=
@ "'
....
..c
0
·a
::1 On montre de même que : (1ComA · A)ij = detA · Ôij ·
~Q.
Ol
·;::
>-
a.
~
S!
0 "
~
u -ci
Corollaire
1
{;.L,,(R) : A- 1 = - -1ComA
0
<=
::l
0 VA E
@ detA
227
>- Inverse de la transposée d'une matrice {de Ç.L0 {~))
Corollaire
>- Autre méthode

Pour inverser une matrice de déterminant non nul, ou dont on connaît le caractère inver-
sible, on peut aussi utiliser l'algorithme Fang-Shen, ou algorithme de Gauss-Jordan,
ou méthode du pivot de Gauss ; si on pose X = (x 1, ... , xn), inverser une matrice car-
rée A d'ordre n, de déterminant non nul, revient en effet à résoudre le système des n
équations d' inconnues XJ, ... , Xn :
AX=Y
où Y= (yJ, ... , y11 ) E IR.11 , ce système pouvant aussi s'écrire: X = A- 1 Y.
Compte tenu de :
on crée un tableau à n lignes et 2n colonnes en bordant la matrice A par la matrice
;:~ ~1
identité / 11 :
0 ... 1
La transformation de Gauss-Jordan consiste à transformer ce système en un système
équivalent dont le bloc gauche est l'identité, c' est-à-dire qu'il faut modifier la matrice
(A ll11 ) pour qu'elle devienne de la forme (l11 IA- 1) en utilisant les propriétés de J' algo-
rithme.
On désignera par :
• A(i) la matrice à l'itération i;
• LY) la / ème ligne de la matrice à l'itération i.
À l' itération i, il faut obtenir une matrice de la forme:
a(i)
a,
(i) (i)
Û (i)
(i)
1 a,2 · · · a , i
(i)
(i)
a , ~+ 1
(IJ
111
(i)
a22 · · · a23 a2,i+ 1 a2n
A(I) = 0
(i) (i)
0 a Il.. ai.i+ l a.
(i)
in
(i) (i)
0 0 0 ai+l ,i+ l ... ai+l ,n
"O
0
0 0 0
c:: a<i) (i)
::J 0 0 0 11,i+I an,n
0
v
...-!
0
(i)
avec all
0
* ,..., * ,
(i)
aii
0 (1)
ai+l ,i+I
0
*.
N Pour passer de la matrice A (i) à la matrice A (i+ I) , il faut faire apparaître des 0 à partir
@
~
de la ligne i + 2 sur la colonne i + 1, ce que l'on fait en remplaçant la ligne L (~), j ;;;<: i + 2,
.!
..c:: par la combinaison linéaire :
Ol (i)
ï::::
>- L (1) _ aj,i+ I
a.
0 j (i)
u ai+l,i+l
Le nombre a~2t ,i+I est appelé le pivot de Gauss.
228
Il existe plusieurs stratégies pour choisir le pivot, de la plus économique en temps de
calcul à la plus robuste en terme d'erreurs numériques :
1. la méthode la plus rapide est, à l'itération i, de rechercher dans la colonne i le
premier élément non nul.
2. Il est aussi possible de rechercher, dans la colonne i , le plus grand élément, et de
le choisir comme pivot.
On est ainsi amené à effectuer des permutations de lignes uniquement. Il est à noter que
le pivot doit nécessairement se trouver dans la partie inférieure de la matrice.
Exemple
( 1-2)
A= - 2 3 .
Pour inverser A par opérations élémentaires, on commence donc par écrire :
Il\
::::::1
::::::1
Les opérations à effectuer sont les suivantes : -u
n:s
u
(( ~ =n 1(~ n)
Ligne 2 +-- Ligne 2 + 2 x Ligne 1
((~ ~ ) (~2 ~1))

2
puis: 1
Ligne 2 +-- - Ligne 2
pws: ((~n 1( =;=î))

Ligne l +-- Ligne l + 2 x Ligne 2
Q)
Il ne faut pas oublier de vérifier que le calcul est correct: Il\
(-12 -2)(-3-2) =(10) -n:sc:

~
3 - 2 -1 OJ
<(
.
On a donc bien : A -1 (-3-2)
= _2 _ 1 .
3. Inverse d'un produit de matrices (de gLn(lR))

Si A et B sont dans 9L11 (R ) :
"O .,,
:<;
Démonstration : A et B étant dans 91:11 (R), leurs déterminants respectifs sont non nuls.
0 <=
c
Il en résulte : det(A B) = det A det B =F O.
::;
::::i '~
<.>
Cl <.>
~ La matrice produit AB est donc inversible. Sa matrice inverse (A B)- 1 est telle que :
-~
"""
..-1
0 ~ AB (A B)- 1 = !11
N <=
0
<=
@
.... 0"'
·a En multipliant à gauche par A- l, on en déduit: A- 1 AB (A B)- 1 = B (A Br' = A- 1•
..c ::1
Ol ~Q. De même, en multipliant à gauche par B- 1, on en déduit : B- 1 B (A B)- 1 = (A B)- 1· =
·;::
>- ~
S!
B- 1 A- 1•
a.
0 "
~ On vérifie sans peine que :
u -ci
(AB)B- 1 A- 1 = B- 1 A- 1 AB = 111
0
<=
::l
0
@
•
229
Des matrices pour la résolution de systèmes linéaires
Le concept de matrice est apparu au xvrre siècle, afin de simpl ifier la résolution et
l'étude des systèmes linéaires. En 1678, Gottfried Wilhelm Leibnjz introduit une
notation indicielle, dans le cas d'un système de trois équations à deux inconnues.
Les matrices seront ensuite utilisées par Gabriel Cramer, toujours pour la résolution
de systèmes l inéaires (1774). Ses travaux sont poursuivis par les Français Alexandre
Théophile Vandermonde, puis Pierre S imon Laplace, qui définissent par récurrence
le déterminant d'une matrice carrée.
L'étude des transformations linéaires par Joseph Louis Lagrange et Carl Friedrich
Gauss renvoient, à nouveau, aux matrices : ainsi, Gauss utilise pour la première fois
une notation en tableau proche d'une écriture matricielle. Ses travaux seront poursui-
vis par Augustin-Louis Cauchy, qui définit le produit matriciel.
Le mot« matrice» est introduit par James Joseph Sylvester, pour désigner un ta-
bleau rectangulaire de nombres, mais c'est avec la publication par Arthur Cayley, en
1858, d'un article des Philosophical Transactions [17], que les matrices sont vérita-
blement mises en place [ 18].
• Gottfried Leibniz (1646- 1716) est un philosophe, scientifique, mathématicien, lo-
gicien, diplomate, juriste, bibliothécaire et philologue allemand.
• Gabriel Cramer ( 1704-1752) est un mathématicien suisse, connu essentiellement
pour son traité sur les courbes algébriques publié en 1750, où il est le premier à
démontrer qu'une courbe du nième degré est déterminée par 11 <112+3) de ses points.
Il a également travaillé sur la résolution des systèmes linéaires, qui lui doivent les
«formules de Cramer».
• Théophile Vandermonde (1735-1796) est un mathématicien français, mais aussi
économiste, musicien et chimiste.
D'après Lebesgue (Conférence d'Utrecht, 1937, [23]), le déterminant ne serait pas
de lui ...
• Pierre Laplace (1749-1827) est un mathématicien, astronome et physicien français.
• Joseph Lagrange (1736-1813) est un mathématicien, mécanicien et astronome ita-
lien, mais de famille française par son arrière-grand-père. Il s'est intéressé à l'al-
gèbre, au calcul infinitésimal, aux probabilités, à la théorie des nombres, à lamé-
canique théorique, mais aussi la mécanique céleste, la mécanique des fluides, la
cartographie ...
• Carl Gauss ( 1777-1855) est un mathématicien, astronome et physicien allemand.
....
..c
• Augustin-Louis Cauchy (1789-1857) est un mathématicien français, membre de
Ol
·;:: l'Académie des sciences et professeur à l'École Polytechnique. Il est à l'origine
>- de l'introduction des fonctions holomorphes en analyse, ainsi que des critères
0..
0
u de convergence pour les suites et les séries entières (suites de Cauchy, critère de
Cauchy).
230
• James Sylvester (1814-1897) est un mathématicien et géomètre anglais. Il a, no-
tamment, travaillé avec Arthur Cayley sur les formes quadratiques et leurs inva-
riants (théorème d'inertie de Sylvester), et les déterminants. Il a, également, in-
troduit la fonction indicatrice d'Euler, qui, à un entier naturel n, associe le nombre
d'entiers strictement positifs intërieurs ou égaux à n et premiers avec n, très utilisée
en théorie des nombres.
• Arthur Cayley (1821-1895) est un mathématicien britannique, un des fondateurs
de l'école britannique moderne de mathématiques pures.
Les applications du calcul matriciel dans l'industrie

Le calcul matriciel occupe, maintenant, une place fondamentale dans l'industrie, pour
la modélisation et le calcul numérique. Ainsi, dans l'aéronautique, on utilise des mo-
Il\
dèles tridimensionnels de CFD (Computationnal Fluid Dynamîcs). L'ordinateur crée ~
un modèle de la surface de l'avion à l'aide d'un réseau de« boîtes», situées soit à l'in- ~
térieur de la surface, soit à l'extérieur, soit à cheval entre les deux. Les « boîtes » qui -u
n:s
intersectent (rencontrent) la surface de l' avion sont à nouveau divisées en un nouveau u
réseau de« boîtes» encore plus petites, où on ne retient que celles qui intersectent la
surface. On itère le procédé jusqu'à ce que le réseau obtenu soit constitué de« boîtes»
de très petite taille, afin d'obtenir le plus de précision possible. Pour déterminer la
circulation de l'air autour de l'avion, et donc, les efforts s'exerçant sur celui-ci, l'or-
dinateur est, finalement, amené à résoudre un système d'équations linéaires de très
grande taille, puisque celle-ci peut atteindre 2.106 , soit 2 millions d'équations - ou
plus! Le second membre du système est modifié à chaque calcul (ou itération), en
fonction des résultats des calculs précédents, et des données du réseau.
Le stockage des données afférentes doit être fait de la façon la plus optimale pos-
sible, afin que l'ordinateur puisse effectuer, en un temps minimum, les calculs. Les Q)
Il\
données sont, ainsi, stockées sous forme de tableaux de nombres (des matrices, ou
des vecteurs). D'autre part, afin d'optimiser les calculs, on essaye toujours de les ex-
-n:sc:
~
primer sous une forme simplifiée au maximum. Pour une matrice, la présence de « zé- <(
ros» judicieusement placés, regroupés en «blocs », facilitera ceux-ci. Mais, même
simplifiés à l'extrême, ceux-ci, en raison de la taille des systèmes, restent toujours
complexes. L'algèbre linéaire, la théorie de la réduction matricielle, la factorisation,
sont des outils très puissants pour améliorer les performances et les résultats des si-
mulations numériques. Le lecteur intéressé pourra trouver plus de précisions dans
"O .,,
:<; [19], sur le plan formel, et dans [201, pour une vision plus appliquée.
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
231
Calcul numérique
Étudions
_, les vibrations verticales d'une passerelle soumise à un chargement vertical
F : à cet effet, on divise la passerelle en N éléments rectangulaires. Pour tout i de
{1, ... , N}, on désigne par ui le déplacement de l'élément i, et par fi l'effort subi par
l'élément i.
La passerelle.
w est la pulsation associée aux vibrations de la passerelle, et on considère le vecteur
des N déplacements verticaux u1, .• ., UN : [~ Jainsi que le vecteur des efforts

s'appliquant sur chacun des N éléments, [ colo;:esfi }
Le problème des vibrations de la passerelle, modélisée par la réunion des N élé-
ments rectangulaires, peut s'écrire sous la forme matricielle su ivante :
Mw2 U-KU = F
ou encore :
(w2 M - K)U =F
Ainsi, les N déplacements verticaux peuvent être calculés en résolvant le système
linéaire précédent ! Plus 1' entier N retenu sera grand, plus grande sera la précision.
Génétique
>- La construction d'une matrice d'hérédité
Considérons une population pour laquelle la distribution, pour la génération n, des
.... génotypes suivant p gènes donnés gène 1, gène2 , ... , gèneP, p E N *, est donnée par
..c
=[~::: ] avec:
Ol
·;::
>-
0..
0 le vecteur: Xn 2=
.P Xn,k = 1 (c'est-à-dire une répartition de 100 %).
u k= l
Xn,p
232
Les divers croisements de gènes pouvant avoir lieu peuvent être récapitulés dans
une matrice de taille px p, H, dite matrice d'hérédité, qui permet d'obtenir la distri-
bution, pour la génération n + 1, des génotypes, en fonction de celle de l'année n :
Si on connaît le vecteur Xo donnant la répartition initiale des génotypes, il est donc

possible, par récurrence, d'exprimer explicitement le vecteur X11 donnant la réparti-
tion des génotypes pour la génération n: X11 = H X,,,-1 = 71 2 Xn-2 = ... = 71 11 Xo.
Il est cJair que si la matrice H est diagonalisable, et donc semblable à une matrice
diagonale D, le calcul sera facilité!
>- Comment disparaissent des gènes
! -! 0 0 Il\
~
0 !4 0 0 ~
Prenons le cas où p = 4, et où la matrice H est donnée par : H = l4 0 1 0 -u
n:s
u
1
i -i 0 k
4
1
avec : X0 = 7 . La matrice H est diagonalisable. Ses valeurs propres sont 1, ! ,
6
1
TI
~, et k; si on désigne par P la matrice de passage à la base des vecteurs propres
(dans chaque colonne, on retrouve les coordonnées des vecteurs engendrant les sous-
espaces propres respectivement associés à chaque valeur propre): P = [L~! =H] Q)

Il\
0 1 0 1 -n:sc:
~
] 000] <(
et D la matrice dfagonale : D = ~~~~ alors, compte-tenu de : H = PD p- I
[
0 0 0 !8
on en déduit : X11 = ( P D p- l
soit :
r Xo = PD p- I PD p- l ... PD p- t Xo = P D 11 p- I Xo
"O
0
.,,
:<;
_
1 0 0
Üin Û 01
Û -1 _
OO ~1 ~
4
<=
c ::;
Xn -P P Xo-
::::i '~
<.>
Cl
"""
..-1
0
<.>
~
-~
~
10 0 0 8"
N <=
~
0
<=
@ "'
.... 0
·a
..c
Ol
::1
~Q. Il en résulte: lirn X11 = [ ]· ce qui signifie qu' au bout d' un très grand nombre de
·;:: n-++oo 24
~
>- S! 0
a.
0 "
~
u -ci
0
générations, il ne reste plus dans la population que des individus portant le gène 3.
<=
::l
0
@
233
Systèmes linéaires
1. Définitions
1. m et n étant deux entiers naturels non nuls, on appelle système linéaire de m
équations, d' inconnues x 1, •• •, x11 :
a11 Xt + ... +a1nXn = bi
= b~n
{
ami X 1 + · '. · + am11 Xn
Les aij, 1 ,,:;; i ,,:;; m, 1 ,,:;; j ,,:;; n sont appelés coefficients du système.
Tout n-uplet (x 1, ••• , x11 ) vérifiant les m équations précédentes est appelé solution
du système.
2. Un système li néaire, d' inconnues x1, .. . , x11 , de la forme :
a 11 X 1 + ... + a 111 Xn =0
=~
{
am 1 X 1 + · '. · + amn Xn
est dit homogène 1•
3. Le système homogène associé au système linéaire :
a11 X 1 + ... + a 111 Xn = b1

{
am 1 Xt + . '. . + amn Xn = b:n
est :
a11 X1 + . .. + a111 Xn =0
=~
{
am i XI + · '. · + amn Xn
2. Propriétés
1. Un système linéaire, d' inconnues x 1, .. . , x11 , de la forme :
a11 X1 + . . . +a 1nXn = b1
{
am 1 X 1 + · '. · + amn Xn = b:n
....
..c
Ol
·;:: peut aussi s'écrire sous la fo1me :
>-
0..
0
u
AX = B
l. Le système est dit « homogène», car si le n-uplet (x1, . .. , xn) est solution, alors, pour tout réel A, le
n-uplet (il x 1, ••• , il Xn) est également solution.
234
où A E Mm,11 (1R) est la matrice (aij) l ~1.~m . l ~;~n
. =
[
a11
:·
a1n l
: , et B la matrice
a1111 · · · amn
~
1
colonne [ ]·
bm
2. Un système linéaire, d' inconnues x 1, •• • , x 11 , de la forme :
a11 X( + ··· +atnXn b1
= b~n
{
am l Xl + · '. · + amn Xn
admet, suivant les cas : Il\
~
• soit une solution unique (x1, . . . , Xn) ; ~
• soit une infinité de solutions (qui seront exprimées en fonction d'un ou plusieurs -u
n:s
u
paramètres) ;
• soit aucune solution.
3. Un système linéaire, d'inconnues x1, .. ., Xn, de la forme :
a 11 x 1 + ... + a 111 Xn. = b1
= ~11
{
a111 X[ +. '.. + a 1111 Xn
admet une solution unique si et seulement si la matrice :

Q)
Il\
-n:sc:
~
<(
est inversible.
Corollaire
Un système linéaire, d'inconnues x1, .. ., x 11 , de La forme:
"O .,,
:<; aJJ xi + . : . + a, ,, x,, = b1
0 <=
c ::;
::::i '~
<.>
Cl <.> {
~
-~
an1 X l + · · · + ann Xn = bn
0"""
..-1
~
N <=
0
<=
admet une solution unique si et seulement si :
@
.... ·a"'
0
..c ::1
a1n l
Ol ~Q. a11 . •.
·;::
>-
a.
~
S!
det
[
: : *0
0 "
~ anl ... a,m
u -ci
0
<=
::l
0
@
Un tel système est appelé système de Cramer.
235
4. La solution d'un système de Cramer
a11 X1 + . .. +a111Xn = b1
= ~n
{
a111 XJ + · '.·+ami Xn
est obtenue grâce aux formules de Cramer :
Vi{ l , .. . ,n}:
det(C1(A), ... ,Ci- t(A), B, Ci+1(A), ... , C11 (A))
Xi =
det A
où, pour tout j de {1, ... , n}, Cj(A) désigne la j ème colonne de la matrice A.
Démonstration : Comme
det (C1 (A), . .. , Ci-1 (A), B, Ci+t (A), .. . , C11 (A))
= det(Cr(A), ... ,Ci-r(A), AX, Ci+r(A), ... , Cn(A))
n
= det(Cr (A), . .. , Ci- 1(A), _L Xi Ci(A), Ci+I(A), .. . , Cn(A))
i= l
on utilise tout simplement les propriétés d'invariance par transvection du déterminant;

Je déterminant ne change pas si, à une colonne donnée, on ajoute une combinaison li-
néaire des autres colonnes :
Vi{l, ... ,n}:
det(C1(A), ... ,Ci- t(A), B, Ci+1(A), ... , C11 (A))

= det(Cr(A), .. . , Ci- 1(A), XïCi(A), Ci+1(A), . .. , Cn(A))
= Xi det (C1 (A), ... , Ci- l (A), Ci(A), Ci+ L(A), ... , C11 (A))
= Xi detA
•
3. Réduction des systèmes linéaires
Théorème
Tout système linéaire de m équations à n inconnues, A X = B, A E Mm, 11 (R), B E
Mm,1(R), peut s'écrire sous la forme :
"O
0 AX =B
c::
::J
0 où B E M 111 , 1(IR), et où A E Mm,nCR) est une matrice de la forme :
v
...-!
0 l* ***** * *
N
@ 1*** * *
~
..c:: A= 1* * *
Ol
ï::::
>-
a.
0
u
Les coefficients non écrits sont nuls, les autres sont désignés par des astérisques.
236
On peut qualifier la matrice A de« matrice en escalier », dans la mesure où les 1 forment un
escalier; cet escalier possède donc des marches de profondeurs non nécessairement égales.
Au fond des «marches», se trouvent les « 1 ». Sous les « marches», les zéros (placard aux
zéros). Au-dessus des marches, des coefficients absolument quelconques.
>- Réduction des systèmes linéaires d'ordre n
Théorème
Tout système linéaire den équations à n inconnues, A X = B, A E M nCJR.), B E M n, 1(R),
peut s'écrire sous la forme :
TX = B'
où T E M ,,(R) est une matrice triangulaire supérieure dont les termes diagonaux sont
soit nuls, soit égaux à 1, et où B' E M 11 ,1(R). Il\
~
~
Démonstration : La démonstration se fait par 1' algorithme du pivot de Gauss. • -
u
n:s
u
n:s
c:
<(
"O .,,
:<;
0 <=
c ::;
::::i ·~
<.>
Cl <.>
~
-~
"""
.-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
237
Vecteurs

On appelle vecteur à 3 composantes, un triplet de réels il = (x, y, z), que l'on peut aussi
écrire sous la forme [ ~ l

x, y et z sont appelées composantes du vecteur il.
> Égalité de deux vecteurs
Le vecteur, dont les trois composantes sont nulles, est appelé vecteur nul, et noté O.
Deux vecteurs sont égaux si et seulement s' ils ont les mêmes composantes.
> Somme de deux vecteurs
v
On considère les vecteurs il = (x;;;, y 17, z11) et = (xiJ, YiJ, zu) de 1'espace IFt3 .
w
On définit le vecteur il + ïJ = comme l'unique vecteur de R 3 , dont les composantes
(xüh yu;, zu;) sont données par:
> Multiplication d'un vecteur par un réel
On considère le vecteur il= (xa, y 17, za) de l'espace R 3 .

Alors, pour tout réel À , À il est un vecteur de R 3 , de composantes (À xil, ÀyiJ, À z;;;).
2. Familles de vecteurs libres (ou famille libre de vecteurs)

> Combinaison de vecteurs
On appelle combinaison linéaire de deux vecteurs û et if, toute expression de la forme :
ail + bï!
où a et b sont des réels.

n étant un entier naturel supérieur ou égal à 2, on appelle combinaison linéaire de n
vecteurs uï, ... , u~1 , toute expression de la forme :
....
..c
Ol
·;:: n
>-
0..
0
L: aiUi
u i= I
où a 1, ••• , a,, sont des réels.
238
>- Vecteurs liés
Deux vecteurs aet if sont dits liés s'il existe une combinaison linéaire non triviale de ces
vecteurs égale au vecteur nul, c'est-à-dire lorsque les coefficients de la combinaison sont
non s imultanément nuls, de la forme :
au+bv = O (a, b) * (0, 0)

Dire que deux vecteurs i1 et ü sont liés revient à dire qu'ils sont proportionnels, ou encore
colinéaires.
Il\
~
~
ü -n:su
u
Figure 64.1- De ux vecteurs liés, e t deux vecte urs libres
Deux vecteurs il et ïJ sont dits libres s'ils ne sont pas liés.
>- Généralisation
Trois vecteurs il, lJ et LÜ sont dits liés s' il existe une combinaison linéaire non triviale de
ces vecteurs égale au vecteur nul, c'est-à-dire lorsque les coefficients de la com binaison
sont non simultanément nuls, de la fom1e : Q)
Il\
-+ ~
au + bv + cw = O
-+ -+
(a, b, c) * (0, 0, 0) -n:sc:
~
<(
n étant un entier naturel supérieur ou égal à 2, n vecteurs uï, ... , û11 sont dits liés s'il
existe une combinaison linéaire non triviale de ces vecteurs égale au vecteur nul, c'est-à-
dire lorsque les coefficients de la combinaison sont non simultanément nuls, de la forme :
n
~ .... ....
L..J ai Uj =0
i= I
où a 1 , .•• , a11 sont des réels tels que (a 1 , •.. , a11 ) * (0, ... , 0).
a, w
Trois vecteurs ü et sont dits libres s ' ils ne sont pas liés.
n étant un entier naturel supérieur ou égal à 2, n vecteurs u(, ... , û11 sont dits libres
s' ils ne sont pas liés
....
..c
Ol Attention ! Trois vecteurs liés ne seront pas nécessairement deux à deux colinéaires : la seule
·;::
>- chose que l'on peut dire, c'est qu'il existe une combinaison linéaire non ttiviale de ces vec-
0..
0 teurs, qui est égale au vecteur nul.
u
239
Exemple
Soit un triangle non aplati 1 de sommets A, B, C :
~ -::-7. ~ .,.,
AB+Bc + CA= 0
~~ ~
Les vecteurs AB, BC et CA sont liés, mais non colinéaires! Com me ils sont dans un même
plan, ils sont coplanaires.
A"----------------B
Figure 64.2 - Trois vecteurs liés
Propriété
Pour toute famille (û, û, w) de vecteurs libres :
a i1 + b û + c w= Ô=> (a, b, c) = (0, 0, 0)

ce qui signifie que, s' il existe une combinaison linéaire nulle de ces vecteurs, alors les
coefficients de cette même combinaison linéaire sont nécessairement nuls.
Exemple
On considère les vecteurs t1 = (1, 2, 3), û = (3, 2, 1) et w= (-1, 2, 1).
Pour déterminer s'ils sont liés ou non, on cherche s'il existe des réels a, b etc tels que :
au + bü+cw=O
soit :
"O
0 (a+ 3 b - c, 2a + 2b + 2c, 3 a+ b + c) = (0, 0, 0)
c::
::J
0 ce qui implique donc, puisque deux vecteurs sont égaux si et seulement si leurs composantes
v sont égales :
..-!
0 a+3b-c =0
N
2a+2b+2c=O
@ {
~ 3a + b+c = 0
..c::
Ol
ï:::: puis
>-
a. a=b=c=O
0
u Les vecteurs t1 = (1, 2, 3), û = (3, 2, 1) et w= (- 1, 2, 1) sont donc linéairement indépendants.
240
3. Repères
Définition
0 étant un point de l'espace, et 7, ], k trois vecteurs non coplanaires, on dit que

( O ; i, .7. k) est un repère de l'espace.
Proposition
Soit ( O; 7,], k) un repère de l' espace. Alors, pour tout point M de l'espace, il existe trois
réels x, y, z, chacun de ces réels étant défini de manière unique, tels que :
~ ... 7 ....
OM = xi + y1 +z k
~
(x, y, z) sont les coordonnées du vecteur OM dans le repère (O; ........ .... ).
i , j , k, Il\
~
~
Proposition
Soit ( O; 7,], k) un repère de l'espace. Alors, tout vecteur ade l'espace peut s'écrire de -u
n:s
manière unique sous la forme :
u
.... 7 7 ....
u = xz+y1 +z k
avec (x, y , z) E JR3 .
x, y, z étant des réels, il est essentiel de faire la distinction entre le point M de l'espace, de
~ coordonnées (x, y, z), et le vecteur it, de coordonnées (x, y, z).
ë:J La position du point M est fixe, et entièrement déterminée par x, y et z. puisque l'origine du
----7
vecteur OM, qui est le point 0, est fixe.
Q)
Le vecteur il, de coordonnées (x, y, z), n'a pas d'origine fixe: pour le placer, on peut choisir Il\
n'importe quel point de l'espace comme origine. -n:sc:
~
<(
"O .,,
:<;
0 <=
c ::;
::::i ·~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
241
Barycentres
1. Barycentre d'un système pondéré de deux points
Définition
Étant donnés deux réels a et f3 tels que a + f3 -:f. 0, et deux points A(xA, YA, ZA)
et B(xB,yB,ZB) de l'espace JR.3 , on appelle barycentre du système pondéré
l(A, œ), (B,{3)} le point G tel que :
----+ ----+ ...
aGA +{JGB =0
Lorsque a= f3 = ~,le barycentre du système pondéré {(A, a), (B,/3)} est bien sûr le milieu du
segment [A, B] !
Théorème
Étant donnés deux réels œ et f3 tels que œ + f3 -:f. 0, et deux points A(xA , YA, ZA) et
B(xs, y 8 , zs) de l 'espace JR. 3, un point G de l'espace est le barycentre du système pondéré
{(A, a), (B,/3)} si et seulement, pour tout point M de l'espace:
~ ~ ----4
a MA + f3 M B = (a + /3) MG
Démonstration: Si G estle barycentre du système pondéré {(A, a), (B,/3)}, alors :
----+ ----+ ...

œGA+{JGB=O
La relation de Chasles permet d'en déduire:
----4
œ ( GM + ~)
MA + f3 ( GM
----4
+~
MB ) = 0...
ce qui conduit bien à :

~ ~ ----4
œMA +{JMB = (œ +/3) MG
Réciproquement, si le point Gest tel que, pour tout point M de l'espace:

....
..c ~ ~ ----4
Ol
·;:: a MA+ /3 MB =(a+ /3) MG
>-
0..
0
u on en déduit, pour M =G :
----+ ----+ ...
aGA + f3GB = O •
242
>- Coordonnées cartésiennes du barycentre d'un système pondéré de deux points
Étant donnés deux réels œ et f3 tels que œ + f3

3
*
0, et deux points A(xA , YA, ZA) et
B(xs , y 8 , zs) de l'espace IR. , le barycentre G du système pondéré {(A, œ), (B,{3)} a pour
coordonnées :
œxA + f3xs œyA+f3ys œzA +/3zs )
( œ+/3 ' œ+/3 ' œ+/3
2. Barycentre d'un système pondéré den points, n E N*
Définition
n
~œ·{.
Étant donnés n réels œ1, . . ., œ,, tels que L;
i=J
.. ., An(x11 ,yn,Zn) de l'espace IR.3 , on appelle barycentre du système pondéré Il\
~
{(A 1, œ1), .. . , (A 11 , œ11 )} le point G tel que : ~
-u
n:s
u
Théorème
n
Étant donnés n réels œ,, ..., œ11 tels que I œi * 0, et n points A 1(x 1,y1,z1), .. .,
i=I
A,1(x,,, y,,, z11 ) de l'espace IR.3, un point G de l 'espace est le barycentre du système pondéré
{(A1,œ1), ... , (A11 ,œn)} si et seulement, pour tout point M de l'espace:
Q)
Il\
-n:sc:
~
Démonstration : Si G est le barycentre du système pondéré !(A 1, œ1), .. . , (An , œn)l, <(
alors :
La relation de Chasles pennet d'en déduire :

n
.,,
I œi(m1+~) = o
"O :<;
0 <=
c ::;
::::i '~
<.> i=I
Cl <.>
~
-~
"""
..-1
0 ~
ce qui conduit bien à :
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
>- ~
S!
Réciproquement, si le point Gest tel que, pour tout point M de l' espace:
a.
0 "
~
u -ci
0
<=
::l
0
@
243
on en déduit, pour M =G :
•
>- Coordonnées cartésiennes du barycentre d'un système pondéré de n points,
n EN*
n
Étant donnés n réels a 1, . . ., an te.ls que I ai * 0, et n points A 1(xr, y,, 21),
i=I
. . ., A 11 (x11 ,y11 ,z11 ) de l'espace IR3 , le barycentre G du système pondéré
{(AI> a1), ... , (An, an) } a pour coordonnées :
n n n
I aixi I aiYi I aiZi
i= I i=I i= I
fi n n
I ai I ai I œi
i=I i= I i=I
3. Isobarycentres
>- Isobarycentre d'un ensemble de n points, n e N*
Étant donnés n points A1(x1 , y1 ,z1), . . ., An(Xn,Yn ,Zn) de l'espace IR3 , on appelle isoba-
rycentre des points A 1, • •• , A 11 le point G tel que:
>- Isobarycentre d'un ensemble de 3 points, A, 8, C

Étant donnés 3 points A , B, C de l'espace JR 3 , leur isobarycentre est le centre de gravité
du triangle ABC, point de concours des médianes.
'O
0
c::
::J
0
v
..-!
0
N
Figure 65.1 - Le centre de gravité G du triangle ABC.
@
~
..c::
Ol
ï::::
4. Associativité du barycentre d'un système pondéré de trois points
>-
a. n
u
0
On considère 3 réels a 1, a1, a3 tels que I ai * 0, et 3 points A 1, A2, A.3 de l'espace R 3 .
i= I
On désigne par G 1,2 le barycentre du système pondéré {(A 1, a 1), (A 2 , a 2 )}, par G 1,3 le
244
barycentre du système pondéré {(A1, ai), (A3, œ3)}, et par G2,3 le barycentre du système
pondéré {(A2, œ2), (A3, œ3)}.
Alors, Je barycentre G du système pondéré {(Ai, œi), (A2, œ2), (A3, œ3)} est aussi
celui du système pondéré {(G1 ,2, œ1 + œ2), (A3, œ3)}, mais aussi aussi celui du sys-
tème pondéré {(G1,3, œ1 + œ3), (A2, œ2)}, ou encore aussi celui du système pondéré
{(G2,3, Œ2 + Œ3), (A1 , ŒJ )}.
Ce résultat est, bien sûr, généralisable à un système pondéré den points, n E N *.
Exemple
Considérons un rectangle ABCD; on désigne par! le milieu du segment [A, B], J le milieu du
segment [C, D]; le centre de gravité du rectangle, qui est !' isobarycentre des points A, B, Cet
D, est aussi celui des points let J , respectivement isobarycentres des points A, B d'une part,
Il\
Cet D d ' autre part. ~
~
A
...... ...... . ,,,,
B -n:su
1 u
...... ...... '1 c ,,
,,
...... 1 , ,
, , X1 ......
,, 1 ......
, ,' 1 .........
,,' ! .........
D c
J
Figure 65.2- Le rectangle ABCD, son centre de gravité G, et les milieux I et J des segments [A, 8)
et [C, D].
Q)
Il\
-n:sc:
~
<(
"'O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
""'"
.-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
245
Droites, plans
1. Droites
Définition
On appelle droite vectorielle engendrée par un vecteur non nul ü l'ensemble :
D = Hhl = {Aü, À E IR}
Définition
On appelle droite affine passant par le point A et dirigée par le vecteur û (ou encore
par la droite vectorielle engendrée par il) l'ensemble
.V= A +IR u= {A+ À u, À E IR}
Une droite affine passant par l'origine 0 peut aussi être considérée comme une droite vecto-
rielle.
Exemple
La droite affine passant par Je point A de coordonnées (1, l, 1) et dirigée par le vecteur ïl =
(1, 2, 3) est donc l'ensemble
1J= A +R. ü
= (A + À it, À E R.j
= {M(x, y, z) / x = l + À , y = l + 2 À , z = l + 3 À , À E R.}
c'est-à-dire l'ensemble des points M de coordonnées (x, y, z) tels que:
x= l +À
y= l + 2À , À E R.
{
z =1 + 3À
On a ainsi obtenu une représentation paramétrique, ou paramétrage, de 1).

En éliminant Je paramètre À, par exemple, en utilisant la première relation, À =x - l, on en
déduit:
y= 1+2À= 1 +2 x - 2=2x -l
{ z = l +3À = 1 +3x - 3 = 3x - 2
on obtient un système d ' équations cartésiennes de 1J.

Inversement, il serait aussi possible, à partir d'un système d'équations cartésiennes de 1), d'en
déduire une représentation paramétrique.
....
..c Attention ! Dans l' espace, une droite, qui est aussi 1' intersection de deux plans, est donc définie
Ol
·;::
......
par deux équations, par contre, dans le plan rapporté à un repère ( O; i , j) , une droite est définie
>-
0.. par une seule équation. On rappelle à cet effet qu'étant donnés trois réels a , b et c tels que
0
u (a,b) *
(0,0), et une droite affine 1), d'équation cartésienne ax + by + c = 0 , un vecteur
directeur de 'D est il= (- b, a).
246
2. Plans
Définition
On appelle plan vectoriel engendré par deux vecteurs libres ïl et ïJ l'ensemble :
P =Rü + R ü = {..lü+µÜ,(..l,µ) E R2 }
C'est donc l'ensemble de toutes les combinaisons linéaires possibles (c'est-à-dire

donc une infinité !) des vecteurs aet ïJ.
Un plan vectoriel est à comprendre comme une direction commune de plans, parallèles deux
à deux.
Il\
~
~
-n:s
u
u
Figure 66.1 - Un plan vectoriel.
Définition Q)
Il\
On appelle plan affine passant par le point A et dirigé par deux vecteurs libres ü et ü
l'ensemble:
-n:sc:
~
<(
P=A +R û+ RïJ = {A + ÀÛ + µïJ , (A,µ) E R2 }
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
Figure 66.2 - Un plan affine.
<=
@
.... ·a"'
0
..c ::1
~
Ol ~Q.
·;:: . Un plan affine passant par l'origine 0 peut aussi être considéré comme un plan vectoriel.
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
247
Exemple
Le plan affine passant par le point A de coordonnées ( 1, 1, 1) et dirigé par les vecteurs
û = (1, 2, 3) et û = (3, 2, 1) est donc l'ensemble :
1'=A+ R ü + R ü={A + /lü+µÜ,(À,µ) E R2 }
soit encore :
1' = {M(x, y, z)/ x = 1 + /l + 3 µ, y= 1 + 2 /l + 2µ, z = 1 + 3 /l + µ , (1l,µ) E R2 }
c'est-à-dire l'ensemble des poi nts M de coordonnées (x, y, z) tels que:
x= l +1l+3µ
y= 1 + 2 11+2µ , (1l,µ) E JR2
{ z= 1+3/l+µ
On a ainsi obtenu une représentation paramétrique, ou paramétrage, de 1'.

En éliminant les paramètres 1l etµ, par exemple, en utilisant les deux premières relations, on
en déduit:
x - 2y+z=0
On obtient alors une équation cartésienne de 1'.
Inversement, il serait aussi possible, à partir d'une équation cartésienne de 1', d'en déduire
une représentation paramétrique.
"O
0
c::
::J
0
v
..-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
248
Produit scalaire
1. Définitions
> Produit scalaire
On appelle produit scalaire de deux vecteurs il et v,

de composantes respectives
(u1, u.2, u3) et (u1 , u2, u3), le nombre, aussi appelé «scalaire»
il· v= Ut Ut + u 2 v2 + u3 u3
Il\
~
> Norme euclidienne ~
On appelle norme euclidienne d'un vecteur il, de composantes (ut, u2 , u.3 ) , le réel positif -u
n:s
ou nul :
u
> Vecteur unitaire
Un vecteur est dit unitaire s' il est de norme 1.
> Vecteur orthogonaux
Deux vecteurs sont dits orthogonaux si leur produit scalaire est nul.
Q)
Il\
2. Propriétés
> Propriétés du produit scalaire
-n:sc:
~
<(
Le produit scalaire est une application
• bilinéaire, c'est-à-dire linéaire par rapport à chaque variable :
... "."! 3 3 3
... 11.w
il · (u+ ] ...) = u·u+11.u·w
... ... } ... ...
V (u, V, w) E R X R X R , V Il E R : { (v + À W) . i1 = iJ. i1 + ÀW. i1
"O .,,
:<;
0
c <=
::; • symétrique :
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
• définie positive : d' une part, la positivité,
@ "'0
.... ·a
..c V il E R 3 Ü · il ~ 0
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~ et, d' autre part, le caractère défini:
u -ci
0
<=
::l
V i1 E R 3 il· i1 = 0
0
@ Ç:> il = Ô
249
>- Inégalité de Cauchy-Schwarz
Théorème
V (Ü, ïJ) E IR3 X IR3 : li1 · ü1 ~ llûll llü'll
et l'égalité a lieu si et seulement si les deux vecteurs sont liés.
Démonstration: On se place dans le cas où ü 0 et ü 0, l' inégalité étant toujours * .... * ....
vérifiée lorsque ïl ou ü est égal au vecteur nul (on a alors une égalité).
Pour tout réel t :
On obtient ainsi un trinôme du second degré en t, qui est toujours positif; son discrimi-
nant réduit doit donc être négatif ou nul :
(Ü. ïf) -
2
llïlll2 llü'l l2 ~ 0
ce qui conduit à :
lû . ü1 ~ llûll llü11
Si le discriminant est nul, alors, le trinôme en t admet une racine double, et il existe alors
un réel t tel que :
llû + tü112 = 0
soit:
.-t .... ....
u + tv =O
Les vecteurs ü et ü sont alors liés.
.... ....
Réciproquement, si û =F 0 et ü =F 0 sont liés, il existe un réel ,l tel que :
ü = ÀÜ
et on a alors :
1a. m= 1,i111m12 = 11rn111m1 •
>- Propriétés d'une norme
Une norme sur JR 3 est une application à valeurs dans JR+ qui doit vérifier les troix axiomes
"O su ivants :
0
c::
::J • séparation :
0
v V Û E IR
3
: llûll = 0 ~ Û = 0
...-!
0
N • homogénéité :
@
~
..c::
Ol
ï:::: • inégalité triangulaire 1
>-
a.
0
u V (Û, ïJ) E IR3 X IR3 : llû + ü'l l ~ llûll + llü'l l
1. «Le chemin le plus court est la ligne droite!» Merci à Paul Pearce, étudiant PCME 201 1 !
250
3. Plans
L'ensemble des vecteurs orthogonaux à un vecteur û non nul est un plan vectoriel, appelé
plan orthogonal à û.
Démonstration: Soit a un vecteur non nul, et P l'ensemble des vecteurs orthogonaux

àû.
On désigne par (u1, u2, u3) les composantes de ïl, et on suppose, dans un premier temps,
U3-:/= Û.
P est donc l'ensemble des vecteurs de composantes (x, y, z) telles que:
U1X + Uz Y + U3 Z = 0
ce qui conduit à :
U J X + Uz y Il\
z =- - - - - ~
~
On peut alors écrire : -u

n:s
u
p = {(x,y, - u1 x:uzy) /(x, y) R E 2}
= {x (1. 0, -:~)+y (o,1,-::) /(x,y) E R2 }
R ( 1, 0, - :~) + R (0, l , - :~)
Les vecteurs ( 1, 0, - :~ ) et ( 0, 1, - : : ) étant linéairement indépendants, on obtient

l'équation d'un plan vectoriel, ainsi que les vecteurs engendrant celu i-ci, qui sont Q)
( 1 , 0, -~) et (o, 1,- u

Il\
U3 U3
2
). -n:sc:
~
Le cas u3 = 0 est laissé au lecteur. • <(
>- Vecteur normal à un plan vectoriel
Étant donné un plan vectoriel P 01t hogonal à un vecteur ïi non nul , le vecteur nest appelé
vecteur normal au plan vectoriel P.
Proposition
"O .,,
:<;
c
0 <=
::;
Étant donnés trois réels non tous nuls a, b, c, et un plan vectoriel P, d'équation carté-
::::i
Cl
'~
<.>
<.>
sienne a x + b y+ c z = 0, un vecteur normal à Pest 1Ï = (a, b, c).
~
-~
"""
..-1
0 ~ >- Vecteur normal à un plan affine
N <=
0
<=
@ "' On appelle vecteur normal à un plan affine P tout vecteur directeur d'une droite per-
.... 0
·a
..c
Ol
::1
~Q.
pendiculaire à P.
·;::
~
>- S!
a. Proposition
0 "
~
u -ci
0
<=
::l
Étant donnés quatre réels a, b, c, d tels que (a, b, c) *
(0, 0, 0), et un plan affine P,
0
@
d'équation cartésienne a x + b y + c z = d, un vecteur normal à tp est it = (a, b, c).
251
Démonstration: Soit A(xA, !fA, ZA) un point donné de 'P, et M(xM, !fM, ZM) un point
quelconque de 'P.
Alors:
A et M appartenant à 'P, leurs coordonnées vérifient l'équation de 'P:
axA + byA +CA z =d

{ GXM + byM +CMZ =d
Par suite:
~
Les vecteurs AM et it sont donc bien orthogonaux.
Le point M ayant été choisi quelconque, on en déduit l'orthogonalité du plan 'Pet de
la droite passant par Met dirigée par le vecteur it, et donc, l'orthogonalité du vecteur it
au plan 'P. •
'O
0
c::
::J
0
v
..-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
252
Pourquoi s'intéresse-t-on autant aux propriétés du produit scalaire? Il s'agit, tout
simplement, de pouvoir étendre ces notions géométriques, relatives à un espace
concret, à des espaces plus abstraits, sur lesquels on va essayer de construire une
géométrie.
Considérons, ainsi, un fl uide en mouvement; la plupart du temps, on ne peut pas
déterminer la valeur exacte de la vitesse du fluide, on l'approche par des simula-
tions numériques les plus précises possibles (soit à J'aide de différences finies, soit
de volumes finis). Si on ne connaît certes pas la valeur exacte de cette vitesse, il faut
cependant être sûr que l'approximation choisie soit la meilleure possible. Ainsi, il est Il\
~
indispensable de définir une« distance» entre la solution exacte et la solution appro- ~
chée. On se place alors dans ce que l'on appelle un« espace fonctionnel», c'est-à-dire -u
n:s
un espace de fonctions, dont les vecteurs sont, en fait, des fonctions. Si on considère u
que Je mouvement du fluide est rectiligne, et a lieu entre des points d'abscisses res-
pectives a et b > a, (a, b) E IR2 , on peut ainsi considérer l'espace C 1([a, b], IR),
c'est-à-dire l'espace des fonctions de classe C 1 sur [a, b], à valeurs dans IR (dont la
dérivée est continue sur [a, b] , pour des questions de régularité : l'accélération, qui
est la dérivée de la vitesse, doit pouvoir être définie). Pour pouvoir définir une« dis-
tance » entre la solution exacte Vexacte et la solution approchée Vapprochée• il faut donc
un produit scalaire; on choisit l'application :
tp: C 1([a, b] , JR) x C 1([a, b], JR) ~ lR
(f, g) H .C f(x) g(x) dx Q)
Il\
L' application 'P étant, clairement :
• symétrique : -n:sc:
~
V(f,g) E C 1([a,b], JR) X C 1([a,bl, lR) tp(g, f) = tp(f,g) <(
• bilinéaire :
• définie positive :
V f E C 1([a, b], 1R) : tp(f, f) °?:' 0
et:
"O
c
0
::::i
.,,
:<;
<=
::;
'~
<.>
V f E C 1([a,bl, JR) : cp(f,f) = 0 Ç::} lb f 2 (x)dx = 0 Ç::} f = 0
Cl <.>
~
(Si l' intégrale sur un segment [a, b] d'une fonction positive et continue est nulle,
-~
"""
..-1 alors cette fonction est identiquement nulle sur [a, b]; réciproquement, et de façon
0 ~
N
@
<=
0
<= évidente : Lb 0 dx = O.)
"'0
....
..c
·a
::1
c' est un produit scalaire sur C 1([a, b], Ill), à partir duquel on pourra mesurer la« dis-
Ol ~Q. tance» entre la solution exacte et la solution approchée :
·;::
~
>- S!
a.
0
u
"
~
-ci
0
<=
0
::l
d (vexacte• Vapprochée) = lb (Vexacte - Vapprochée)2(x) dx
@
253
Produit vectoriel
Dans ce qui suit, on se place dans l'espace eucl idien orienté, de dimension 3.
1. Définition géométrique
~ Base directe de JR.3
Une famille libre de trois vecteurs (i1, û, w) de l'espace R3 est appelée base directe si:
det(Ü, iJ, w) > 0
~ Angle entre deux vecteurs de JR3
Soient ïl et ïJ deux vecteurs de l'espace R3 . On choisit de placer leur origine en un point

0 del' espace. Alors, par définition, l'angle ( ïl, v) désigne l'angle orienté entre les droites
passant par le point 0 , et de vecteurs directeurs respectifs û et ïl.
~ Produit vectoriel
Le produit vectoriel de deux vecteurs ü = (u 1, u2, u3) et iJ = (v 1, v2 , v3) de l'espace R3

est le vecteur, noté û l\ ï!, tel que :
• si ïl et ïJ sont colinéaires : ïl /\ ïJ = 0
• si i1 et iJ ne sont pas colinéaires : Ü/\ iJ = llûlllli!il lsin (ifD')I woù west le vecteur unitaire
orthogonal à ïl et û tel que la base (ïl, ïl, w) soit directe.
ïl /\ iJ est alors unique.
---t ---t
Pour déterminer si une base ( OA, ---t)
OB, OC de l'espace est directe, on peut utiliser la « règle
du bonhomme d' Ampère» : si un personnage ayant les pieds en 0 , la tête en A , et regardant
vers B, voit le point Cà sa gauche, la base est cLirecte, et indirecte dans le cas contraire.
Exemple
Dans l'espace euclidien de dimension 3 rapporté au repère orthonormé direct (O; 7, J, k) :
-:j -j -+ 7 4 -7 -7-7~ -7~-7 4 7 -7
j /\ i = - k , t /\ k = - j , . . . et i /\ j = k , j /\ k = i , k /\ J = - i
(0;7,],k) :a/\v=
[
U2
U3
l [l [ l
En pratique, dans l'espace euclidien de dimension 3 rapporté au repère orthonormé direct
Ul
/\
VJ
V2
V3
= lt2 V3 - U3 V2
U3 V1 - U1V3
U 1 V2 - U2V1
2. Définition analytique
Définition
....
..c
Ol
Le produit vectoriel de deux vecteurs a=
(ui, U2, U3) et ïJ = (v,' V2 , V3) de l'espace R3
est l'unique vecteur, noté i1 /\ iJ, tel que pour tout vectem w= (w 1 , w2, w3) de R 3 , on
·;::
>-
ait : det (ïl, ïl, w) = (ïl /\ if) . w.
0..
0
u
Démonstration : Par le calcul ... •
254
>- Proposition
1. Le produit vectoriel est antisymétrique :
V (Ü, if) E JR3 x JR3 ü /\ iJ = - ü /\ ü

2. Le produit vectoriel est bilinéaire :
~ ~
V (a, V, W J
TIJ>3 TIJ>3 Tll>J V 1 Til> • { û A (iJ + Aw) =
i1 !\ û + !lü !\w
E m. X m. X li. , /l E m. . (~ 1 ~) ~ ~ ~ 1 ~ ~
V+/lW /\u = ut\U+/lW!\U
3.
V (il, if) E JR3 x JR3 : i1 !\ û = Ô {:::> i1 et û liés
4.
Il\
5. ~
V (il, if) E
3
IR x IR
3
llû!\ ~I = llûJIllü'll lsin (i'v)I -
~
u
6. Double produit vectoriel n:s
u
V (il, iJ, w) E JR 3 X JR 3 X JR3 (il/\ iJ) !\ w= (il . w) û - (û. w) il
Démonstration : Par le calcul . .. •
>- Application du produit vectoriel
Exemple
Déterminons un système d'équations cartésiennes de la droite 1) passant par le point A de
coordonnées (l, 2, 3), et normale au plan P d'équation x + y + z =O.
Pest orthogonal au vecteur i1=(1,1,
1). Il suffit donc d'écrire que 1) est l'ensemble des points
----7 Q)
M de coordonnées (x, y, z) tels que les vecteurs AM et û soient colinéaires, ce qui peut aussi Il\
s'écrire :
-----+ u_, = o'"'
AM/\
-n:sc:
~
<(
soit:
x- 1] /\ [11 ]= (yz-3-x+l
-2-z+3]= (y-z+
z-x- 2ll = (O
0]
(y-2
z-3 1x- 1-y+2 x - y+l 0
ce qui conduit à :
y-z+l=O
"O
c
0
.,,
:<;
<=
::;
{xz -- xy +- 2l=O
=0
::::i '~
<.>
Cl <.>
~
La somme de ces 3 équations donnant 0, celles-ci ne sont pas indépendantes (elles sont liées);
-~ le système précédent est donc équivalent, par exemple à :
"""
..-1
0 ~
N <=
0
<=
@ y -z+ l=O
"'
....
..c
0
·a
::1
{ z - x - 2=0
Ol ~Q.
·;::
>- ~
S!
(les crois équations étanr liées, il suffit d'en garder deux, à condition de bien les sélectionner,
a.
0 "
~ puisque la troisième n'est en fait qu'une combinaison linéaiTe des deux autres).
u -ci
0 On a donc bien obtenu un système d'équations cartésiennes de la droite D.
<=
::l
0
@
255
Aires et volumes
1. Aire d'un t riangle

Soit P un plan affine de R 3 , et A, B, C trois points non alignés de ce plan.
Si on reprend la définition géométrique du produit vectoriel, il existe un réel À, et un
n,
vecteur unitaire, orthogonal à P, tel que :
---+ ---+ ....

AB /\AC = Àn
Soit H le projeté orthogonal de C sur la droite (AB) ; on a alors :
---+ ---+ ---+ (----t ----t) ---+ ~

AB /\AC = AB /\ AH+ HC = AB /\ HC
A ~---~H------~ B
Figure 69.1- Le triangle ABC.
Par suite : llA:B /\ Aêll = llA:B /\ Hêll·et donc :

1'11 = l AB /\ Aêll = l AB /\ Hêll = AB.HC
---+ ~
puisque AB et HC sont orthogonaux. On reconnaît alors le double de J'aire JlABC du
triangle ABC :
base x hauteur AB x HC
JlABC = = 2
2
2. Aire d'un parallélogramme

....
..c
Soient A , B, C, D quatre points du plan R2 formant un parallélogramme non aplati. L' aire
Ol
·;:: du parallélogramme de sommets A, B, C, D est:
>-
0..
0 ---+ ---+
u JlABCD = llAB /\ ADll
256
Définition
Dans le plan R2 , l'aire orientée du parallélogramme engendré par deux vecteurs il* 0
*
et iJ Ôest donnée par :
-11 = det (il, ù)
Proposition
Dans le plan R2 , l'aire orientée du parallélogramme engendré par les vecteurs
Ü = (u 1 , u2 ) et iJ = (v 1 , v2 ) est égale à l'aire du parallélogramme engendré par les vecteurs
ïl et ïJ + ,l il, où ,l est un réel quelconque.
Démonstration : L'aire orientée du parallélogramme engendré par les vecteurs

il = (u1,u2) et ïJ = (v 1,v2) est donnée par: -11 = det(il, ù). L'aire orientée du paral-
lélogramme engendré par les vecteurs il et û + À il est donnée par : det (il, û + À il) = Il\
det (il, ù) = -11, puisque le déterminant n'est pas modifié lorsque, à une colonne donnée, ~
on ajoute une combinaison linéaire des autres colonnes. • ~
-
u
n:s
.......................... , ............................,
u
.. ,
: '
'
:
..
.. " . :
.. . ". : :
,,
.. .... .
' ' ,'
".. >:
,, ' . ,
.. ,
' ' ,
Figure 69.2 - Trois parallélogrammes de mê me aire.

n:s
c:
<(
3. Volume orienté d'un parallélépipède
Définition
Dans l'espace R 3 , le volume orienté du parallélépipède engendré par trois vecteurs

non coplanaires et non nuls ïl, 'il et est donné par : w
<V = det (Ü, 'il, w)
....
..c
Ol
·;::
>-
0..
0
u
257
Il n'y a pas qu'Euclide
La géométrie usueJle est la géométrie eucl idienne, ainsi nommée d'après le mathéma-
ticien grec Euclide. Il en existe toutefois de nombreuses autres; ainsi, en géométrie
différentielle, on s'intéresse à l'étude des courbes et des surfaces du point de vue de
la longueur, la surface, la courbure ; un très joli exemple est donné par le ruban de
Mobius.
Le ruban de Mobius.
De façon encore plus spécifique, la géométrie riemannienne étudie des espaces

courbes, les «variétés différentielles», sur lesquels existent des notions d'angles et de
longueur, à l'aide de systèmes de coordonnées locales; une variété n'est rien d'autre
qu'un espace topologique, c'est-à-dire un espace sur lequel on a défini une« topolo-
gie», ou «cartographie».
La géométrie algébrique s'intéresse quant à elle à la description des ensembles de
zéros d'équations polynomiales, comme c'est le cas de la Sextique de Barth, dont une
équation cartésienne, en fonction d'un paramètre réel m, est donnée par:
4 (tp2 x2 _ y2) (tp2 y2 _ z2) (tp2 z2 _ x2) _ (l + 2 'P) (x2 + y2 + z2 _ m2)2 m2 = 0
1 +Ys
où tp = est le nombre d'or.
2
....
..c
Ol
·;::
>-
0..
0
u
La sextique de Barth.
258
La géométrie tropicale pour des chemins optimaux
Il existe encore d'autres géométries, notamment, la géométrie tropicale, ainsi nom-
mée en l' honneur de son inventeur, le mathématicien et informaticien brésilien Imre
Simon (1943-2009). Cette géométrie est basée sur une re-définition de l'addition et
de la multiplication :
a $ b = min {a, b} a®b = a+b
et où les objets mathématiques sont remplacés par des objets affines par morceaux ;
ainsi, une droite «tropicale» est formée de trois demi-droites usuelles.
-( Il\
~
~
Une droite tropicale. -u
n:s
Elle connaît actuellement un essor croissant, en raison de son champ d'applications, u
notamment en théorie des graphes pour déterminer un chemin optimal, en cristallo-
graphie, ou encore en biologie quantitative [24],[25]. Prenons l'exemple d'une so-
ciété de transport routier souhaitant optinùser non pas les distances parcourues, mais
les coûts de transport [26] :
Q)
Il\
-n:sc:
~
<(
Les différents chemins possibles, dans le cas où n = 4.
Dans le cas de n arrêts possibles (n E N*, n ~ 2), on commence par écrire les
différents coûts possibles sous la forme d'une matrice de coût, M coût. de taille n x n,
le coefficient ligne i, l ~ i ~ n, colonne j , 1 ~ j ~ n, donnant le coût du transport
"O .,,
:<; entre l' arrêt numéro i et l'arrêt numéro j. Si l'on considère alors une puissance kième,
0 <=
c ::;
k E N, de la matrice M coût> le coefficient ligne i, 1 ~ i ~ n, colonne j, 1 ~ j ~ n,
::::i '~
<.>
Cl <.>
~
donné par la formule du produit matriciel :
-~
"""
..-1
~
Il
0
N <=
0
( M coût)ij = $ (Afcoùt);p © ( M coùt)pj
<= p= I
@
.... ·a"'
0
correspond exactement à la somme des coûts des k trajets reliant l' arrêt numéro i et
..c ::1
Ol ~Q.
·;::
~
l'arrêt numéro j ! Ainsi, pour résoudre le problème donné, il suffi t de calculer:
>- S!
a.
0 "
~ + oo k
u -ci $ M coùt
0
<= k= I
::l
0
@
259
Bases et transformations linéaires
du plan
1. Bases
Définition
On appelle base du plan JR2 toute famille libre de deux vecteurs de R2 .
Exemple
Déterminons si la famille (il, Û) = (( 1), (~ 1 )) est une base de R.2 ; pour cela, il suffi t de
calculer son déterminant:
det (il, Û) = - 2 1: 0
(Û, Û) est une famille libre de deux vecteurs de R.2 : c'est une base.
Définition
On appelle base canonique du plan R 2 Ja famille ({, ]), avec :
.z=. (01) ' J. .- (0)1

Proposition
Soit !B = (ê1, ê2) une base de R 2.
Pour tout vecteur ü de R 2 , il existe une unique combinaison linéaire des vecteurs de !B
égale à a: a= X) ê1 + X2 ê2 que l'on note aussi : (Ü)13 = ( ~~ )· Xj E R et X2 E R sont les
coordonnées (ou composantes) du vecteur ü dans la base !B.
Les composantes d'un vecteur (x, y) de R 2 dans Ja base canonique({, J) seront notées
(;).
2. Transformations linéaires du plan
>-- Définitions
Définition
....
..c On appelle transformation linéaire du plan R 2 , ou encore application linéaire du
Ol
·;::
>-
plan R 2 , une application f, de R 2 dans R 2 , linéaire :
0..
0
u V (u, Û) E R2 X R 2 , V À E R : f(Ü + À Û) = f(Û) + À f(Û)
260
Pour toute transformation linéaire f du plan JR.2 :
J(O) = ô
Exemples
1. L'application: f : JR2 -? R.2 , (x,y) H (x+ I,y) n'est pas linéaire.
2. L'application: f : JR2 -? JR.2 , (x, y) H (3 x, 3 y) est Jinéaire.
Proposition
Étant donnée une matrice A = (aiJ) 1
~i~2. J ~J~2
de taille 2 x 2, à coeffi cients réels, l'appli-
cation :
fA : R2 ~ R2, (x)H A (x)=(aa21" xx+a12Y )
y y + a22 Y
Il\
est Linéaire, et défi nit une transformation Linéaire de R2 . ~
~
:> Matrice d'une transformation linéaire -u
n:s
u
Définition
On appelle matrice, dans une base :J3 =

(éi., eï ) donnée, d'une transformation
linéaire f de m , la matrice dont les vecteurs colonnes sont les coordonnées, dans !13,
2
des images des vecteurs de !13: M atriceB(f) = (f (eî ) , f (eî ))
Une application linéaire remarquable : l'application identité du plan R2
Définition
On appelle application identité du plan ffi2 l' applicatio n, notée l d-a2, de matrice
a
associée ]z : E R 2 H a Q)
Il\
Domaine de définition -n:sc:

~
Proposition <(
Une transformation linéaire de R 2 est entièrement définie par ses valeurs sur une base
donnée.
Démonstration : Soient f : R2 ~ R 2 une transformation linéaire, et !13 = (e( , é2) une

base de R 2 .
On suppose que les images des vecteurs e( et eî sont données, de la forme :
"O .,,
:<;
0 <=
c ::;
f(eî ) = a11 e( + a21 e2
::::i '~
<.>
Cl <.>
~ { f(e2) = a1 2 eî + a22 e2
-~
"""
..-1
0 ~
N <=
0
<= Alors, pour tout vecteur ü = x 1 e( + x2 eï de R 2 :
@ "'
.... 0
·a
..c
Ol
::1
~Q.
f (ïl) = f(x, e( + xzéi)
·;::
~
>-
a. S! = x , f (eî) + Xz f (eï )
0 "
~
u -ci
0 = x1 (a11 eï + a21 é2) + xz (a12 e( + a22 é2)
<=
::l
0
@ = (xi a, 1 + Xz a1 2) e( + (xi a21 + Xz a22) e2
261
Ainsi,
(f(it))13 = (a11 a12)
a21 a22
(xi)
x2
D'où le résultat.
•
Proposition
Une transformation linéaire de IR2 est entièrement définie par la matrice qui lui est asso-
ciée dans une base donnée.
Démonstration : Le résultat découle immédiatement de la proposition précédente : une

transformation linéaire de IR2 est entièrement définie par ses valeurs sur une base donnée.
•
Définition
_, _, d'une transformation linéaire f de ffi , la matrice de f dans la

2
On appelle matrice
base canonique (i, )). Elle sera notée, dans ce qui suit, sous la forme AJ:
AI = Matrice<u/f) =(! (0, f (n)

~ Une transformation linéaire de R 2 étant entièrement définie par la matrice qui lui est associée
r:::J dans une base donnée, il est clair qu'il est préférable de se placer dans une base donnant une
'- expression la plus agréable possible de la matrice: triangulaire, ou diagonale. Cela s'appelle
trigonaliser ou diagonaliser une application linéaire.
>- Propriétés
Composée de deux transformations linéaires
Proposition
La composée f o g de deux transfonnations linéaires f et g de IR2, de matrices associées
A:s(f) etA:s(g) dans une base 13 = (ê1, ê2) donnée, est une transformation linéaire de IR2,
qui vérifie :
V Ü = (; ) E 1R2 : (f o g)(ït) =f
= A13(f) (A13(g) ü) = (A23(f) A'B(g)) il
(g(il)) (*)
Ainsi, f o g a pour matrice, dans la base 13: A:s(f o g) = A:s(f)A:s(g).
Démonstration : Par le calcul ...
D 'après(* ): (f o g)(ê1) = f(g (ê 1)), puis on utilise A23(g) pour obtenir (f o g)(ê1)
comme combinaison linéaire de ë 1 et ê2, et on procède de même pour (f o g) (ê2). On
peut alors construire la matrice de f o g dans 3, et constater, par le calcul, qu 'elle est
égale au produ.it A23(f) A23(g). •
Noyau
Définition
On apelle noyau d'une transformation linéaire f de JR2, que l'on note Ker f (de l'al-
.... lemand kern) l'ensemble des vecteurs de IR2 dont l'image par f est le vecteur nul :
..c
Ol
·;::
>-
0..
Ker f = {ü E IR2 / f(il) = 0}
0
u
Par extension, le noyau d'u ne matrice A E M 2(1R) est le noyau de l'application linéaire
associée à la matrice A.
262
Image
Définition
On apelle image d' une transformation linéaire f de R2 , que l' on noteimf l' ensemble
des images des vecteurs de R2 par f :
Imf = {!cü),ü E R2 }
>- Propriétés
Définition
Une transformation linéaire de R2 est dite injective si :
V (il, iJ) E R2 X R 2 : f(il) = f(iJ) ~ il= iJ Il\

~
~
Théorème -n:su
Une transformation linéaire de R2 est injective si son noyau est réduit au vecteur nul: u
Ker f = {o}
Démonstration : Ce résultat découle de la linéarité de f . •
Définition
Une transformation linéaire de R 2 est dite surjective si : V û E R 2 , 3 îJ E R 2 : i1 = f(iJ).
>- Automorphisme
Définition Q)
Il\
Une transformation linéaire de R2 est un automorphisme de R 2 si elle est bijective. -n:sc:

~
Théorème du rang dans R2 ou formule du rang <(
Théorème
Dans R2 : dimimf + dimKer f = 2.
dim I m f est le rang de f, noté aussi rg f.
Caractérisation des automorphismes de R2

"O .,,
:<;
0 <=
c ::;
::::i '~
<.> Théorème
Cl <.>
~
-~ Soit f une transformation linéaire de IR.2 . Alors:
"""
..-1
0 ~
N <=
0
<=
f injective ~ f surjective ~ f bijective.
@
.... ·a"'0
..c ::1
Ol ~Q. Pour qu'une transformation linéaire f de IR. 2 soit un automorphisme de R 2 , il faut et il
·;::
~
>- S! suffit que Je déterminant de sa matrice As(f) dans une base :B quelconque soit non nul.
a.
0 "
~ Sa réciproque f - 1 est alors une transformation linéaire de R 2 , de matrice dans 13:
u -ci
0
0
<=
::l
As(f- 1 ) = (As(f))- 1
@
263
Changement de base en dimension 2,
et déterminant d'une application
linéaire
1. Matrice de passage
Soient 13 = (ê 1, ê2 ) et 13' = (e1 1 , e1 2 ) deux bases de IR2 .
On désigne par p 11 et p21 les composantes de e1 1 suivant ë1 et ë2 :
1
e t = P 11 e->1 + P21e2
->
et par P12 et p22 les composantes de e1 2 suivant ê1 et ê2 :
e\ = P12 ê 1 + P22 ê2
12
On désigne par P 'B-.'B' la matrice P'B-.'B' = ( Pli P ), c'est-à-dire la matrice dont les
P21 P22
vecteurs colonnes représentent les coordonnées (ou composantes) des vecteurs e1 1 et e1 2
dans la base <J3.
P13-+13' est appelée matrice de passage de 13 à 13'.
2. Formule de changement de base pour un vecteur
Soit ü un vecteur de IR2. On désigne par (ü)21 = ( ~~ ) ses coordonnées dans <J3, et par
(ü)13, = ( ~l ) ses coordonnées dans <J3'. Alors :
soit:
Démonstration :
u-> = x '1 e'-> l + x2' e'-> 2

= Xi (p11 ê1 + P21 ë2) + x; (p12 ë1 + P22 ê2)
= (Xi Pli + x; P1 2) ê, + (4 P21 + x; P22) ê2
Comme ü = x 1ê 1 + x2 ê2, alors, par unicité de la décomposition de ü dans <J3:
XJ = Xip11 + x;p1 2
....
..c
{ x2 = 4 P21 + x;p22
Ol
·;::
>- que l'on peut encore écrire:
0..
0
u
•
264
Le fait que la formule de changement de base s'exprime sous la forme (ü) 13 = P 13,.,,,,131 (ü) 13,
peut paraître déroutant : il n'en est rien. Une illustration très intéressante peut être obtenue
pour la réduction de l'équation d'une conique .
Exemple
Considérons la courbe plane, d'équation 3 x2 + 3 y2 - 2 x y = 8 dans un repère orthonormé
direct. La présence des « termes croisés » - 2 x y ne facilite pas l'étude de la conique : un
changement de base permet de faire disparaître celui-ci.
On effectue le changement de coordonnées :
X+Y X- Y
x = -- y= -../2
-../2
En injectant ces expressions dans l'équation de la conique, on obtient: X2 + 2 Y2 = 4.
Il\
Il est alors plus facile de déterminer la nature de la courbe (une ellipse). ::::::1
Il est clair que, connaissant l'équation dans le repère initial, la démarche naturelle est d'expri- ::::::1
mer les coordonnées de départ (x, y), en fonction des nouvelles coordonnées (X, Y) , et non le -u
n:s
contraire: u
(x)= -l-../2 (1 )(X)
y
l
l - 1 y
Q)
Il\
-n:sc:
~
<(
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
.-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
265
Conjugaison - Matrices semblables
de taille 2 x 2
Il a été vu précédemment que, pour une base donnée, il existe une unique matrice asso-
ciée à une application linéaire f.
Il peut être intéressant de donner les relations pem1ettant de passer de la matrice A13(f)
associée à f dans une base 13, à la matrice A.s' (f) associée à f dans une autre base 13'.
1. Matrices semblables
Considérons les bases 13 = (ê1, ê2 ) et 13' = (ei 1, ei 2 ) de IR.2 .
On désigne par AB(f) = (ai;). . 2
. . la matrice associée à f dans la base 13, et par
1 ~1 ~ ' 1 ~,~ 2
A13' (f) = (aij) 1~1~2,

. 1~J~2
. la matrice associée à f dans la base 13'.
On appelle P11~1:3' la matrice de passage de 13à13'.
Soit û un vecteur de IR.2 . On désigne par (û) 13 = ( xX2.i ) ses coordonnées dans 13, et par
(û) 13, = ( ~1 ) ses coordonnées dans 13'; de même, on désigne par (j(Ü)) 13 les coordon-
nées de f(Ü) dans 13, et par (j(Ü))13, les coordonnées de j(Ü) dans 13'.
Alors:
(j(Ü) )13 = A13(f) (it)E
= A13(f) P13~.s' (ïl)1.f
Mais on a aussi :
et :
Il en résulte :
Comme
on a donc:
ou encore:
....
..c
Ol
·;:: Le vecteur û étant quelconque, on en déduit, en choisissant successivement pour z1 cha-
>- cun des vecteurs de 13, la nullité de chaque colonne de A13 (f) - P A2 ,(f) p-I :
0..
0
u
266
ce qui conduit à :
ou encore:
Définition
Deux transformations linéaires f et g de R2 , de matrices associées Af et Ag dans une

même base 13, sont dites conjuguées s' il existe une transformation linéaire bijective
'P de R 2 , de matrice associée Acp, appelée conjugaison, telle que :
foip = cpog
ce qui, matriciellement, se traduit par : Af Acp = A'P A 9 , ou encore, puisque Acp est
Il\
inversible : ~
~
-u
n:s
u
Les matrices A.r et Ag sont dites semblables.
Proposition
Deux matrices semblables ont même déterminant.
Démonstration : Soient A et B deux matrices semblables, de taille 2 x 2.

D' après ce qui précède, il existe une matrice inversible P telle que:
p-t AP =B
Il en résulte : Q)
Il\
det(B) = det(P- 1
A P) = det(A p - t P) = det(A) • -n:sc:
~
2. Déterminant d'une application linéaire de IR.2 <(
Définition
On apelle déterminant d'une transformation liné<ùre f de R2 le déterminant de sa

matrice dans la base canonique, ou, de façon équivalente, dans une base quelconque 13.
.,, La valeur du déterminant d' une transformation li néaire f de R2 ne dépend effectivement pas
~
"O :<;
0
c <=
::; . de la base choisie : si 13 et 13' sont deux bases du plan ~2 , les matrices A13 (.f) et A 13, (f), qui
::::i '~
<.>
.
Cl <.> représentent donc la même application linéaire dans deux bases différent.es, sont semblables,
~
-~ et ont donc même déterminant.
"""
.-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
267
Opérateurs orthogonaux
en dimension 2
1. Définition
On appelle opérateur orthogonal du plan ffi2 , ou transformation orthogonale du
plan ffi2 , une transformation linéaire f de JR.2 , de matrice AJ, qui vérifie l'une des trois
propriétés équivalentes suivantes :
• f conserve le produit scalaire :
v ca, ï!J E IR2 x IR2 : fCïl) . fCï!J = a· 'il
•
• les vecteurs colonnes C 1, C2 de AJ constituent une base orthonormale, c'est-à-dire
une famille libre de vecteurs deux à deux orthogonaux et de norme 1 :
2
V(i,j) E {1, 2} : Ci· C j = Ôij
On dit alors que la matrice Af est orthogonale.
~ 1. Dire que f conserve le produit scalaire s'explicite donc de la façon suivante:

2 2
V û = (;) E R • V ïJ = (:) E R : Arû. Af V = A.r ( ;). Ar ( ;: )
= Ü· Û=xx' + yy'
avec:
A û . A ü = ( a 11 a 12 ) ( x ) . ( a 11 a 12 ). ( x' ) = ( a 11x + a 12 y ) . ( a 11 x' + a 12 y' )
f f a2 1 a22 y a21 a12 y' a21 x + a22 y a21 x' + a21 y'
2. les vecteurs colonnes C1, C2 de A .r = (aiJ) l,;;1,;;. 2 . l,;;1,;;. 2 E M 1 (R) sont:
c 1= (all)
a21
, c2= (a12)
a22
Ainsi :
==(a")·
C1 · C 2
a21
(a'a22 = a11 a12 + a21 a22 2
)
La norme du premier vecteur colonne est : llC li == aT + a~ 1 • 1 1
La norme du deuxième vecteur colonne est: llC2ll == ~aT2 + a~2 .
L'ensemble des transformations orthogonales de JR.2 est appelé groupe orthogonal de

JR.2 , et noté O(JR.2 ) .
2. Propriétés
Proposition
....
..c Si A est une matrice orthogonale, alors :
Ol
·;::
>- detA = ±1
0..
0
u Démonstration :
•
268
Proposition
Une transfonnation orthogonale f, de matrice associée Af, conserve la norme (c'est une
isométrie) :
V Û = (x, y) E R2 : llf(il)ll = llûll
ce qui se traduit matriciellement par :
2
VÛ = (x,y) E lR : llA1illl = llûll
Démonstration : Il suffit d'utiliser le fait qu'une transformation 01thogonale conserve
Je produit scalaire :
2
V Ü = (x, y) E lR : Af il· Af i1. = llûll · llûll •
Proposition
Une matrice orthogonale A.r peut aussi être caractérisée par la propriété suivante : Il\
2 ~
V Ü E lR : llAf ûll = llûll
~
qui signifie que l'application linéaire associée f conserve la norme (c'est une isométrie).
-u
n:s
u
Démonstration : On montre que cette propriété est équivalente à i. :
• Si f conserve Je produit scalaire, on a vu que :
2
VÜE lR : llAfûll =llûll
• Réciproquement, si f conserve la norme, on peut utiliser l'identité de polarisation :
V (ïl, Û) E lR2 x R 2 : Û· v= ~ {llû + ûll2 - llïl - ûl12 }
et:
2
V(ïl,Û) E JR x R
2
: AJïl·AJÛ = ~ {11AJû + Afûll2 - llAJïl - Afûl12 }
Par suite:
~ {llAJ(Û + Û)ll2 - llAJ(i1. - û'Jl12 }
2 2 Q)
V(Û,Û) E R x R : AJÛ·AJÛ = Il\
puis: -n:sc:
~
2
V(Ü,Û) E JR.2 x JR : A.ril·AJÜ = l {11û+ûll2 -llil - iJl12 }=il·iJ <(
Proposition
Si A est une matrice orthogonale, alors A est de la forme :
cos fJ - E: sin fJ)
"O
0
.,,
:<;
<=
( sine E: cos e
c ::;
où fJ est un réel, et :
::::i '~
<.>
Cl <.>
~ s =<let A
-~
"""
..-1
0 ~
N <=
0
Définition
<=
@ "'
....
..c
0
·a
::1
L'ensemble des transformations orthogonales de JR.2 de déterminant égal à 1 est appelé
Ol ~Q. groupe spécial orthogonal de R2 , et noté SO(IRS.2).
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
269
Rotations vectorielles du plan
1. Définition
Soient() un réel, n un point donné, et ü un vecteur de JR.2.
-t
Soient M le point tel que QM = il, et M' l' image de M par la rotation de centre n,
d'angle 8.
On considère l'application :
Re : IR2 __, IR2

-t ~
0.M H QM'
C'est une appl ication linéaire.

L'image par Re d'un vecteur quelconque ü de IR2 est ainsi Je vecteur v1 tel que:
1
~v ~ = llVll
{ (v,v') = () [2rr]
Re est une rotation vectorielle, à distinguer des rotations affines vues au chapitre 1. Le
point n peut être choisi absolument quelconque. À Ja différence d'une rotation affine,
une rotation vectorielle de R 2 n'est ainsi définie que par son angle. On parlera, dans ce
qui suit, de rotation pour désigner une telle application.
2. Propriétés
Proposition
La matrice d'une rotation de R2 , d'angle(), dans une base orthonormale di.recte, est de la
forme:
cos (} - sin (} )
( sin() cos()
Démonstration : Pour tout vecteur il = (;) de R2 :
Ro(Ü) = cos 8 ü + sin Bal.
où ill. désigne le vecteur directement orthogonal à il, et de même norme que il :
....
..c
Ol
·;::
>- Ainsi:
0..
0
u Re(Ü) = cos B (;) +sin() ( -: )
D' où le résultat. •
270
On vé1ifie aisément que le déterminant d' une matrice de rotation vaut + 1.
Proposition
Tout élément de S 0(R 2 ) est une rotation (de R 2 ).
Démonstration: D'après ce qui précède, il est clair que toute rotation de R2 est dans
SO(R 2 ) .
Réciproquement, soit f un élément de SO(R2 ), de matrice dans la base canonique AI.
A f est de la forme :
A j ·= (ab)
cd
(a,b,c,d) E R4
Il\
~
f étant dans O(JR.2 ) :
~
-u
n:s
soit:
2 2
a + c a b + cd
( ab + cd b2 + d2
l = ( 1 o)
01
u
ce qui conduit à :
a2 + c2 =1
ab +c d =O
{ b2 + d2 = 1
Il existe donc deux réels cp et t/J tels que

Q)
a = coscp b = cos t/I
Il\
{c = smcp { d = sin t/J -n:sc:

~
<(
La condition :
ab+cd = O
conduit à:
cos cp cos t/J + si n cp sin tft = 0
"O .,,
:<; soit:
c
0
::::i
<=
::;
'~
cos(t/; - cp) =0
<.>
Cl <.>
~
-~
Il en résulte :
'lT
0"""
..-1
~ t/J - cp = - [n]
N <=
0
<=
2
@ "' ou encore:
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a. Par suite:
0 "
~
u -ci
0 b = cos t/J = cos (cp + ~ + k n) = (- 1i+ 1 sin cp
<=
::l
0
@
{ d = sin tft = sin (cp + ~ + k n) = (- 1)k cos 'P
271
f étant dans SO(R 2 ), le déterminant de la matrice AJ doit être égal à 1, soit:
ad - bc =l
ce qui conduit à :
k est donc paü·,

k E 2Z
On a donc, finalement :
b =- sincp
{d = coscp
et:
A = (cos cp - sin cp)
f sin <p cos <p •
Le groupe spécial orthogonal de R.2 , S O(!R.2 ) , est donc constitué:
~
EJ • de 1' application identité idR.2 ;
• des rotations d'angle e fi. n Z;
• des symétries par rapport à une droite .
....
..c
Ol
·;::
>-
0..
0
u
272
Bases de l'espace R 3
Définition
On appelle base de l'espace lR.3 toute famille libre de trois vecteurs de lR.3 .
Exemple
H~1 H:l l
Déterminons si la famille
(J, Y,W) = [ [ _:J

Il\
~
est une base de R.3 ; pour cela, il suffit de calculer son déterminant : ~
det (i1, ü, w) =- 4 * 0
-u
n:s
u
(i1, iJ, w) est bien une base de R.3 .
Définition
•
On appelle base canomque î!D3
de l'espace J.fü. la f amilJe (i,
-+ -t -+
.J, k), avec:
Q)
Proposition Il\
Soit 'B = (ê1, ê2, ê3) une base de JR.3.
Pour tout vecteur ü de JR.3 , il existe une unique combi naison linéaire des vecteurs de :B
-n:sc:
~
, l eau:
' -+ <(
ega
que l'on note aussi :
x1 E JR., x2 E lR. et x3 E lR. sont les coordonnées (ou composantes) du vecteur adans la
base 'B.
La décomposition d'un vecteur suivant une base donnée est ainsi unique.
....
..c
Ol
·;:: Les composantes d' un vecteur (x, y, z) de JR.3 dans la base canonique (i, j, k) seront
>- notées :
0..
[~)
0
u
273
Transformations linéaires
de l'espace R3
1. Définitions
Définition
On appelle transformation linéaire de l'espace R 3 , ou encore application linéaire

de l'espace R 3 une application f, de R 3 dans R 3 , linéaire :
V (il, iJ) E R 3 X R 3 , V À E R : f(ïl + ;liJ) = f(ïl') + Àf(iJ)

Pour toute transformation linéaire f de l'espace R.3
~
:
u /(0) = 0
Exemples
1. L'application :
f : R.3 ---? IR.3 , (x, y, z) H (x + 1, y - 2, z)
n'est pas linéaire.
2. L'application :
f : JR.3 ---? l!l3 , (x, y, z) H (3 x, 3 y, 3 z)
est linéaire.
Proposition
Étant donnée une matrice A = (aiJ) 1.;;1.,;. 3' 1<;;;<;;. 3 , de taille 3 x 3, à coefficients réels, l'ap-
plication :
xl (x] (a11xx +a12y+a22 y++a13z l

fÀ : R3 ~ R3 ,
( yz H A yz = a21 a23 z
a31 x + a32 y + a33 z
est linéaire, et définit une transformation linéaire de R 3 .
2. Matrice d'une transformation linéaire

Définition
On appelle matrice, dans une base '13 = (e1,é2,é3) donnée, d'une transformation
....
..c
Ol
linéaire f de ffi 3 , la matrice dont les vecteurs colonnes sont les coordonnées, dans !B,
·;::
>- des images des vecteurs de !B :
0..
0
u Matrice13(f) = (f(e"j),f(e2),f(e3))
274
>- Une application linéaire remarquable: l'application identité de l'espace JR.3
Définition
On appelle application identité de l'espace fü.3 l'application, notée Jd.,_3 , de matrice

associée h:
Û E JR3 H Û
>- Domaine de définition
Proposition
Une transformation linéaire de JR3 est entièrement définie par ses valeurs sur une base
donnée.
Il\
Démonstration : Soit f: JR3 4 JR3 une transformation linéaire, et 'B = (eî , eî, e3) une ~
base de JR3 . ~
On suppose que les images des vecteurs eî, eî et e3 sont données : -

u
n:s
u
3
Vi E {l, 2, 3} f(ei) = I ajiéj
j=I
3
Alors, pour tout vecteur il = x 1 eî + x2 éi + x3 e3 =I Xi ëj de JR3 :
i=I
f(il) = 1(t x1ei]

3
= I xif (ei)
i= l n:s
3 3 c:
=I xi I ajie""j <(
i= I j=I
3 3
= I I
i=l j = I
xiajie}
3 3
= I
i=I j =I
I xjaijëi
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Ainsi:
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
.... 0
·a
..c
Ol
·;::
::1
~Q.
~
>- S!
a.
0 "
~ Proposition
u -ci
0
<=
::l
Une transformation linéaire de IR3 est entièrement définie par la matrice qui lui est asso-
0
@ ciée dans une base donnée.
275
Démonstration : Le résultat découle immédiatement de la proposition précédente : une
transformation linéaire de JR3 est entièrement définie par ses valeurs sur une base donnée.
•
Définition
On appelle matrice d'une transformation linéaire f de œ.3 , la matrice de f dans la

base canonique (/, J, k). Elle sera notée, dans ce qui suit, sous la fonne Af :
Af = M atrice<Ul/f) = (! (l) ,f ("!) ,f (kJ)
Une transformation linéaire de R.3 étant entièrement définie par la matrice qui lui est associée
dans une base donnée, il est clair qu' il est préférable de se placer dans une base donnant une
expression la plus agréable possible de la matrice: t1iangulaire, ou diagonale. Cela s'appelle
trigonaliser ou diagonaliser une application linéaire (ou une matrice).
> Composée de deux transformations linéaires

Proposition
La composée f o g de deux transformations linéaires f et g de JR3 , de matrices associées
A'B(f) et AB(g) dans une base 13 = (ê1, ê2. ê3) donnée, est une transformation linéaire de
JR3 , qui vérifie :
VÛ = ( ~) E IR
3
(f o g)(i1) = f (g(Ü)) = A,,(j) (A21(g) i1) = (A21(f) A21(g)) Ü
Ainsi, f o g a pour matrice, dans la base 13 :
ABC! 0 g) = As(f) As(g)
> Noyau
Définition
On apelle noyau d'une transformation linéaire f de JR3 , que l'on note Ker f (de l'al-
lemand kern) l'ensemble des vecteurs de R.3 dont J'image par f est Je vecteur nul :
Par extension, le noyau d'une matrice A E M 3(JR) est le noyau de !'application linéaire
> Image
.... Définition
..c
Ol
·;:: On apelle image d'une transformation linéaire f de JR3 , que l'on noteim f l'ensemble
>-
0..
0
des images des vecteurs de JR3 par f :
u
276
3. Propriétés
Définition
Une transformation linéaire de R 3 est dite injective si :
Théorème
Une transformation linéaire de R3 est injective si son noyau est réduit au vecteur nul :
Ker f = {ô}
Démonstration : Ce résultat découle de la linéarité de f . • Il\
~
Définition ~
Une transformation linéaire de R 3 est dite surjective si :

-u
n:s
u
V Û E R 3 , 3 Û E R 3 : it = f(Û)
4. Automorphisme
Définition
Une transformation linéaire de R 3 est un automorphisme de R 3 si elle est bijective.
>- Théorème du rang dans JR. 3 (ou formule du rang)

Q)
Il\
Théorème
Dans R3 :
-n:sc:
~
dimimf + dimKer f =3 <(
>- Caractérisation des automorphismes de ~3
Théorème
"O .,,
:<;
Soit f une transformation linéaire de R3 . Alors:
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
f injective {::::} f surjective {::::} f bijective
"""
..-1
0 ~
N <=
@
0
<= Pour qu'une transformation linéaire f de R 3 soit un automorphisme de R 3 , il faut et il
"'0
....
..c
·a
::1
suffit que Je déterm inant de sa matrice A13(.l) dans une base 13 quelconque soit non nul.
Ol ~Q. Sa réciproque f - 1 est alors une transformation linéaire de R 3 , de matrice dans 13 :
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
277
Changement de base en dimension 3
Définition
Soient :S = (e1, e2 , e3) et :S' = (e1 1, e1 2, e1 3) deux bases de IR3.

On désigne par P 'B"M'B' = (PiJ), . 3
la m atrice dont les vecteurs colonnes repré-
~,.~ ~
.
1~}~ 3
sentent les coordonnées (ou composantes) des vecteurs e1 1, e1 2 et e1 3 dans la base :S :
3
V i E 11, 2, 3} : e1 i = I p Ji eJ
J=I
P13,.,..,,:s' est appelée matrice de passage de :S à :S'.
Soit a un vecteur de IR3 . On désigne par ( if)11 = ( ~~ ) ses coordonnées dans 'B, et par
(if)8 , = ( ;, ) ses coordonnées dans 'B' . Alors :
soit:
Démonstration :
3
Û= I x;eii
i= I
3 3
= I x; °I PJieJ
i= I J= I
3 3
....
..c
Ol
=I I pJi .x; êJ
·;:: i= I J= I
>- 3 3
0..
0
u = °I°IPiJx)êi
i=l J=l
278
(On a effectué un changement d'indices pour passer de l'avant-dernière à la dernière
ligne.)
Comme:
3
it = I Xi êi
i= I
alors, par unicité de la décomposition de it suivant 13, pour tout i de {l , 2, 3} :

3
Xi =~
Li PijX1
1
·
j =I
que l'on peut encore écrire:
• Il\
::::::1
::::::1
-u
n:s
u
Q)
Il\
-n:sc:
~
<(
"O .,,
:<;
0 <=
c ::;
::::i ·~
<.>
Cl <.>
~
<:j" -~
.-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q,
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
279
de taille 3 x 3
Il a été vu précédemment que, pour une base donnée, il ex iste une unique matrice asso-
Il peut être intéressant de donner les relations permettant de passer de la matrice A11(f)
associée à f dans une base 13, à la matrice As (f) associée à f dans une nouvelle base 13'.
1
Considérons les bases 13 = (ê1, êz, ê3) et 13' = (e1 1, e\, e. \) de R3.
On désigne par A15(f) = (aij) . 3
. la matrice associée à f dans la base 13, et par
] (1( ' l ( j ( ..3
A111 (f) = (œij) . .

) ( 1(3, l (j(3
la matrice associée à f dans la base 13'.
On appelle P13--Mf3' la matrice de passage de 13à13'.
Soit it un vecreu r de lR3 . On désigne par ( it)13 = ( ~D ses coordonnées dans !13, et par
(ü)s, = ( 1]
X3
ses coordonnées dans 13'; de même, on désigne par (f(ü))11 = ( ~~ ] les
X3
coordonnées de /(il) dans !13, et par (J(it)) 13, = [~]les coordonnées de f(it) dans !13'.
Alors:
(f(ü))13 = AsCf) (ïl)13
= A13 (f) P 13--M13' ( ïl) 131
Mais on a aussi :
et:
Il en résulte :
Comme:
....
..c
Ol
·;::
on a donc:
>-
0..
0
u
ou encore :
280
Le vecteur ïl étant quelconque, on en déduit, en choisissant successivement pour ïl cha-
cun des vecteurs de 13, la nullité de chaque colonne de A13(f) - P AtyCf) p-I
ou encore:
Définition
Deux transformations linéaires f et g de JR3 , de matrices associées A f et A 9 , sont

dites conjuguées s' i1 existe une transformation 1inéaire bijective 'P de JR3 , de matrice
associée Aip, appelée conjugaison, telle que :
fo'f> = lpoq Il\

~
~
ce qui, matriciellement, se traduit par :
-u
n:s
AJ Ac,o =AcpAg u
ou encore, puisque Alf est inversible :
Les matrices A f et Ag sont dites semblables.
2. Déterminant d'une application linéaire de R3

Proposition
Deux matrices semblables ont même déterminant. Q)
Il\
Démonstration : Soient A et B deux matrices semblables, de taille 3 x 3.

-n:sc:
~
D 'après ce qui précède, il existe une matrice inversible P telle que: <(
p - I AP =B
Il en résulte :
<let (B) = <let (P- 1 A P) = det (A p- I P) = det (A) •
"O .,,
:<; Définition
0 <=
c ::;
::::i '~
<.> On apelle déterminant d'une transformation linéaire f de JR 3 le déterminant de sa
Cl <.>
~ matrice dans la base canonique, ou, de façon équivalente, dans une base quelconque 13.
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
.... 0
·a La valeur du déterminant d'une transformation linéaire f de R3 ne dépend effectivement pas
..c
Ol
·;::
>-
a.
::1
~Q.
~
S!
\@
. de la base choisie : si :B et :B' sont deux bases de l'espace JR.3 , les matrices A'B(/) et A'B' (/), qui
représentent donc la même application linéaire dans deux bases différentes, sont semblables,
0 "
~ et ont donc même déterminant.
u -ci
0
<=
::l
0
@
281
Opérateurs orthogonaux
de l'espace R3
1. Définitions
On appelle opérateur orthogonal de l'espace ffi3 , ou transformation orthogonale
de ffi3 , une transformation linéaire f de R 3 , de matrice A1 , qui vérifie l'une des trois
propriétés équivalentes suivantes :
• f conserve le produit scalaire :
V(û,V) E R3 x R3 : A1i1·A1û = Û · Û
•
• les vecteurs colonnes C 1 , C2 , C3 de AJ constituent une base orthonormale, c'est-à-dire
une famille libre de vecteurs deux à deux orthogonaux et de norme 1 :
V(i,j) E {l,2, 3}2 : Ci · Cj = Ôij
On dit alors que la matrice A.r est orthogonale.
2. Isométrie
Proposition
Une transformation orthogonale f, de matrice associée Af, conserve la norme (c'est une
isométrie) :
VÛ = (x, y , z) E R3 : 11/(it)ll = llûil
ce qui se traduit matriciellement par :
Vil = (x,y, z) E R3 : llA/ ûJI = llûil
Démonstration : U suffit d'utiliser le fait qu'une transformation orthogonale conserve

le produit scalaire :
•
Proposition
Une matrice orthogonale A.r peut aussi être caractérisée par la propriété suivante :
3
V il E R : llAf ûil = llûJI
qui signifie que f conserve la norme (l ' application linéaire f est donc une isométrie).
Démonstration: On montre que cette propriété qu'elle est équivalente à i. :

• Si f conserve le produit scalaire, alors :
.... V a E R3 : Afa. AJ û = llûil . llûil
..c
Ol soit
·;::
>-
0..
0
u et donc:
282
• Réciproquement, si f conserve la norme, on peut utiliser l'identité de polarisa-
tion:
et:
V(û,ïf) E R3 x R3 : AfÛ·A1.-i1 = ~ {11Afû+AfiJ112 -llA1 û - AfiJ112 }
Par suite:
V (il, ïf) E R3 x R3 : Af il· Af iJ = l {llA.r (il+ ïfJll 2 - llA.r (il - ü')l12 }
puis:
V (il, Ü) E lR3 X lR3 : A.r il · A.t"Û = ~ {llû + v112 - llil - iJ112 } = Û · Ü
D'où le résultat. • Il\
~
3. Groupe orthogonal ~
Définition -u
n:s
u
L'ensemble des transformations orthogonales de R3 est appelé groupe orthogonal de
R 3 , et noté 0(R 3 ) .
Proposition
Si A est une matrice orthogonale, alors :
detA =±1
Démonstration :
Q)
Il\
Proposition
-n:sc:
~
Si A est une matrice orthogonale, alors A est semblable à une matrice de la forme:
Ae =
[
cos 8 - sin 8 0
sin 8 cos 8 0
Ü Ü E
l <(
où 8 est un réel, et :
s = det A E 1- 1, 1}
Définition
"O .,,
:<;
0 <=
c
::::i
::;
'~
L'ensemble des transformations orthogonales de R 3 de déterminant égal à 1 est appelé
<.>
Cl <.>
~ groupe spécial orthogonal de R 3 , et noté S O(R 3 ).
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
283
Rotations vectorielles de l'espace R3
1. Axe de rotation
Soient 8 un réel, iï un vecteur de IR3 , et P le plan vectoriel orthogonal à il. On désigne par
(tp, ]p) une base de P telle que (tp, ]p, il) soit une base orthonormée directe de JR3 . Dans
cette base, un vecteur ïl de JR 3 se décompose de manière unique sous la forme :
Soit alors:
.... 7 7
Up = X;;tlp + Y11 }P
et R; la rotation (au sens vectoriel) de P, d'angle 8.
On considère l'application :
Re: R3 -7 R3
ïl HR:(up)+z,1iî
C'est une application linéaire, qui est une rotation vectorielle de JR3 , d'angle 8. On par-
lera, dans ce qui suit, de rotation pour désigner une telle appl ication.
Si 8 <t 21T Z, l'ensemble de ses invariants est la droite vectorielle dirigée par le vec-
teur n. Cette droite est appelée a xe de la rotation .
2. Propriétés de l'axe de rotation
l
Proposition
Soit R6 la rotation d'axe di ri gé par le vecteur k = [ ~ d'angle 8.
Alors, pour tout vecteur z1 de l'espace JR3 :
Re(Û) = cos 8 il + sin 8 k !\ ïl + ( 1 - cos 8) (ïl · kJ k

Démonstration : Il suffi t de vérifier la formule pour les trois vecteurs de la base cano-
. (7 7
ruque z, ;, k...) . •
Proposition
Soit Re la rotation axiale, d'angle 8, dont l'axe est dirigé par le vecteur unitaire il.
.... Alors, pour tout vecteur û de l'espace JR3 :
..c
Ol
·;::
>- Re(ÛJ = cos 8 û +sin 8 iî /\ û + (1 - cos 8) (û · il) il
0..
0
u
Démonstration : On complète iî par deux vecteurs vl et v2, tels que (vl, v2, iî) soit une
base orthonormale directe de JR3 .
284
On a alors:
Re ( vî) = cos IJ vî + sin IJ ôi = cos IJ vî + sin IJ il /\ vî

Re (ôi) = - sin IJ vî + cos B vî = cos B vî + sin Bil /\ vî
{
Re(ft) = il
d'où le résultat. •
Proposition
La matrice d'une rotation axiale d'angle 8 E IR, dans une base orthonormale directe dont
l
le troisième vecteur dirige l'axe de la rotation, est de la forme :
cos e - sin e o
Ae = sin IJ cos IJ 0
[ Il\
0 0 1 ~
~
A 8 est une matrice de rotation; l'angle de la rotation est 8.
-u
n:s
u
Démonstration : Soit R9 la rotation d'axe dirigé par Je vecteu r k = [ ~ ]. d'angle O.
Alors, pour tout vecteur û de l'espace JR. 3 :
Re(Û) = cos IJ û + sin IJ k /\ û + ( 1 - cos IJ) (û · k) k

Il en résulte, pour les trois vecteurs de la base canonique (7, ], k) :
....
R8 ( i) = cos ()...i + sm . ().... ... .... . ....
k /\ i = cos 8 i + sm (} j
Q)
. llk...
e J-t,) = cos ()7J + sm
... o /\ J = - sm o 1 + cos o J
7 . /)7 /)7 Il\
R( ~
{ ....
Ro(k) = k -n:sc:
~
<(
d'où le résultat. •
On vérifie aisément que le déterminant d' une matrice de rotation vaut+ 1.
Le cas d'une base quelconque est laissé au lecteur.
Le groupe spécial orthogonal de JR.3 , S O(JR.3), est donc constitué :
t. de l'application identité idRJ ;
2. des rotations axiales ;
3. des symétries par rapport à une droite (cas particulier de rotations, d'angle rr) .
....
..c
Ol
·;::
>-
0..
0
u
285
Vecteurs en dimension n, n ~ 2
Dans ce qui précède, on s'est intéressé aux espaces usuels que sont le plan IR2 , et l'es-
pace JR 3 . IR 2 est de dimension 2, car pour se repérer dans le plan, il faut deux coordonnées.
De même, IR3 est de dimension 3, car pour se repérer dans l'espace, il faut trois coordon-
nées. Mais dans la vie réelle de l' ingénieur ou du scientifique, une grandeur n'est pas,
en général, caractérisée par deux ou trois coordonnées, mais plus: ainsi, dès que l'on in-
troduit une référence temporelle, il faut prendre en compte une donnée supplémentaire,
le temps t. On se retrouve ainsi dans un espace de dimension 4, où chaque grandeur est
caractérisée par ses trois coordonnées spatiales, et sa coordonnée temporelle.
De faço n plus générale, il est donc utile de disposer de résultats et d'outils mathéma-
tiques permettant de gérer un nombre n de coordonnées, ce qui nous place ainsi dans un
espace de dimension n ; IR", où on généralise les résultats déjà existants en dimension 2
ou 3, est l'exemple le plus naturel. Les résultats présentés dans ce qui suit s'appliquent
encore pour un espace (vectoriel) Ede dimension n.
Notation
Dans ce qui suit, n et N désignent des entiers supérieurs ou égaux à 2.

Définition
On appelle vecteur à n composantes, un n-uplet de réels x = (x 1, . .. , x,z), que 1' on
~
1
peut aussi écrire sous la forme ( ]·
X11
x1, ... , x 11 sont appelées composantes du vecteur x.
Propriété
Deux vecteurs sont égaux si et seulement si ils ont les mêmes composantes.
:> Vecteur nul
Le vecteur, dont les n composantes sont nulles, est appelé vecteur nul, et noté O.
:> Somme de deux vecteurs
Définition
....
..c On considère les vecteurs x = (x i , . .. , x 11 ) et y = (y 1, ... , y11 ) de l'espace IR11 •
Ol
·;:: On définit le vecteur x +y = z comme l'unique vecteur de IRn, dont les composantes
>-
0..
0
(z1, ... , Zn) sont données par :
u
286
>- Multiplication d'un vecteur par un réel
Définition
On considère le vecteur (x 1, • •• , x 11 ) del' espace R 11 •

Alors, pour tout réel À, À x est un vecteur de IR.11 , de composantes (À x 1, • •• , À Xn).
2. Familles de vecteurs libres (ou famille libre de vecteurs)

>- Combinaison de vecteurs
On appelle combinaison linéaire de deux vecteurs x et y, toute expression de la forme:
Àx + µy
où À etµ sont des réels. Il\

~
On appelle combinaison linéaire de N vecteurs x i, ... , x N, toute expression de 1a ~
forme:
N -u
n:s
I i= I
Ài Xj
u
où À1, . .. , ÀN sont des réels.
>- Vecteurs liés et vecteurs libres

Deux vecteurs x et y sont dits liés s' il existe une combinaison linéaire non triviale de ces
non simultanément nuls, de la forme :
Âx+µy = O (À,µ) * (0, 0)

Q)
Il\
Deux vecteurs x et y sont dits libres s' ils ne sont pas liés.
>- Généralisation
-n:sc:
~
<(
N vecteurs x1, . .. , XN sont dits liés s' il ex iste une combinaison linéaire non triv iale de
ces vecteurs égale au vecteur nul, c'est-à-dire lorsque les coeffi cients de la combinaison
sont non simultanément nuls, de la forme :
N
L:ÀiXi =0
i= l
"O .,,
:<;
c
0
::::i
<=
::;
'~
<.>
*
où Àt , . . . , ÀN sont des réels tels que (À1, . . . , ÀN) (0, . .. , 0).
Cl <.> N vecteurs x 1, ••• , XN sont dits libres s' ils ne sont pas liés.
~
-~
"""
..-1
0 ~
N <=
0
Propriété
<=
@ "' Pour toute famille (x 1, • • • , XN) de vecteurs libres :
....
..c
0
·a
::1
~Q.
Ol
·;::
>- ~
À1 X1 + .. . + À N XN = 0 ~ (À t , . .. , ÂN) = (0, ... , 0)
a. S!
0 "
~ ce qui signifie que, s' il existe une combinaison linéaire nulle de ces vecteurs, alors les
u -ci
0
<=
::l
0
@
287
Espace engendré par une famille
de vecteurs - Sous-espaces vectoriels
de Rn
1. Bases
Définition
On appelle base de l'espace JR.11 toute famille libre de n vecteurs de JR.n.
~ Base canonique
Définition
On appelle base canonique de l'espace JR.n la famille :
1 0 0
0 1 0
0 0
0
0 0 1
~ Coordonnées d'un vecteur
Soit 13 = (e1, . .. , en) une base de JR.11 • Pour tout vecteur x de JR.'1, il existe une unique
combinaison li néaire des vecteurs de fB égale à x :
n
X = XJ e 1. + ... + Xn en = I
i= I
Xi ei
x 1 E JR., ... , x,, E lR. sont les coordonnées (ou composantes) du vecteur x dans la base <B.
Les composantes d'un vecteur (x1 , ... , Xn) de IR.11 dans la base canonique seront no-
tées(~']·
Xn
2. Famille génératrice
Étant donnée une famille (x 1, ••• , XN) de N vecteurs de JR.11 , on appelle espace engendré
par la famille (x1, ... , XN) l'ensemble de toutes les combinaisons linéaires possibles de
cette famille, que l'on note V ect {x 1, • •• , XN} .
....
..c
Une famille (x 1, . .. , XN) de n vecteurs de JR.11 est dite génératrice si :
Ol
·;::
>-
0..
0
u
Une famille (x 1, •• • , XN) de N vecteurs de Rn est une base de IR?." si elle est libre et
génératrice.
288
>- Dimension d'une base de iR.n
Théorème
1. Toute base de l'espace IR11 admet exactement n éléments.
2. On appelle dimension de IR" le nombre d'éléments de toute base de IR11 :
dirn !Rn = n
3. Toute.famille libre den éléments de l'espace IR 11 est une base de !Rn.

4. Toute.famille génératrice den éléments de l'espace IR" est une base de !Rn.
>- Théorème de la base incomplète
Théorème
Toute famille libre {xi, ... , XN }, N E N, N < n, peut être complétée en une base Il\
{x1' . .. , XN , XN+ (, . . . , Xn} de IR11 • ~
~
3. Sous-espace vectoriel de !Rn -n:su

u
Définition
On appelle sous-espace vectoriel de !Rn un ensemble F de !Rn tel que :

• 0 E F;
• étant donnés deux éléments x et y de F , x + y est aussi élément de F (ce quj signifie
que F est stable par addition);
• étant donnés un élément x de F, et un réel Il, /lx est aussi élément de F (ce qui
signifie que Fest stable par la multiplication par un scalaire).
Q)
Il\
>- Caractérisation des sous-espaces vectoriels de !Rn
-n:sc:
~
Théorème
<(
Un ensemble F de IR11 est un sous-espace vectoriel de !Rn si et seulement si, étant donnés
deux éléments x et y de F, et un réel À, x + À y est aussi élément de F (ce qui signifie que
F est stable par combinaisons linéaires) :
V(x, y) E IR11 x !R11 , VA E IR x + Ày E F
"O .,,
:<;
>- Dimension d'un sous-espace vectoriel
0 <=
c ::;
Théorème
::::i '~
<.>
Cl <.>
~
-~
On appelle dimension d'un sous-espace F de IR11 le nombre d 'éléments de toute base
"""
..-1
0 ~ de F.
N <=
0
<=
@
.... ·a"'
0
4. Somme de sous-espaces vectoriels de IR.n

..c ::1
Ol ~Q.
·;::
>- ~ F 1 et F2 étant deux sous-espaces vectoriels de IR11 , l'ensemble :
a. S!
"
~
0
u -ci
0
F1 + F2 ={x1 + x2, x, E F1, x2 E F2}
<=
::l
0
@
est un sous-espace vectoriel de !Rn, appelé somme de F 1 et F2.
289
>- Dimension d'une somme de sous-espaces de !Rn : la formule de Grassmann 1
Théorème
Fr et F2 étant deux sous-espaces vectoriels de !Rn :
>- Somme directe de sous-espaces vectoriels de R.n
Deux sous-espaces vectoriels F 1 et F2 de !R11 sont dits en somme directe si tout élément
du sous-espace somme F 1 + F2 s'écrit de manière unique comme somme d'un élément
de Fr et d 'un élément de F2 :
La somme F1 + F2 se note alors Fr œF2.

>- Caractérisation d'une somme directe
Deux sous-espaces vectoriels Fr et F 2 de !R11 sont en somme directe si et seulement si :
S. Supplémentarité
>- Sous-espaces vectoriels supplémentaires de JRn
Deux sous-espaces vectoriels Fr et F 2 de IR11 sont dits supplémentaires dans ffin si tout
élément de !Rn s'écrit de manière unique comme somme d' un élément de Fr et d'un
élément de F 2 :
>- Caractérisation de la supplémentarité dans Rn

Deux sous-espaces vectoriels F 1 et F 2 de !R11 sont supplémentaires si et seulement si
"O
0
c::
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
l. Hermann Günther Grassmann (1809-1877), mathématicien, physicien et linguiste allemand. Il fut l'un
des premiers à introduire la notion d'espace vectoriel.
290
de l'espace Rn
1. Définitions
Définition
On appelle transformation linéaire de l'espace m", ou encore application linéaire

de l'espace m" une application f, de Rn dans R 11 , linéaire :
V (x, y) E Rn X R", V ;l E R : f(x + ;ly) = f(x) + ;lf(y)
Pour toute transformation linéaire f de l'espace ~" : Il\

~ ~
t:J Exemples
/(0) =0 ~
-n:su
1. L' application : u
11 11
f: !R -? R. , (x i , . . . ,x,,) H (x1+ 1, . . . ,X11 + 1)
n'est pas linéaire.
2. L'application :
f: R11 -? R11 , (x1, . .. ,x11) H 3(x1, .. . ,x11) =(3x1, ... ,3x11)
est li néaire.
Proposition
Étant donnée une matrice A = (aiJ) i . . J . , de taille nx n, à coefficients réels, l'ap-
~1~11, ~;~n
l l l
Q)
plication : Il\
fA : Rn -7 ]Rn' [ ~I H A [ ~1 = [ a11 X1 + · ; · + a 111 Xn

-n:sc:
~
<(
Xn a,,1 Xt + .. . + a1111 x,,.
X 11
est linéaire, et définit une transformation linéaire de Rn.
2. Matrice d'une transformation linéaire
Définition
"O .,,
:<; =
On appelle matrice, dans une base '13 (ei, ..• , e,,) donnée, d 'une transformation
c
0 <=
::; linéaire f de m", la matrice dont les vecteurs colonnes sont les coordonnées, dans :B,
::::i '~
<.>
Cl <.>
~
des images des vecteurs de :B :
-~
"""
..-1
0 ~
M atrice13(f) = (f (e i), ... , f (en))
N <=
@
0
<= >- Une application linéaire remarquable: l'application identité de R.n
.... ·a"'
0
..c ::1
Définition
Ol ~Q.
·;::
~
>- S! On appelle application identité de m 11
l'application, notée /dF._n, de matrice asso-
a.
0 "
~
u -ci
0
ciée / 11 :
<=
0
::l
XE R 11 H X
@
291
>- Domaine de définition
Proposition
Une transformation linéaire de Rn est entièrement définie par ses valeurs sur une base
donnée.
Démonstration : Soit f : R 11 ~ R" une transformation linéaire, et 13 = (e1, e1, ... , en)
une base de Hln.
On suppose que les images des vecteurs e 1, • •• , e,1 sont données :
n
Vi E { 1, 2, ... , n} : f (ei) = _L a ji ej
j= I
fi
Alors, pour tout vecteur x = x, e, + ... + Xn e11 = _L Xie; de R11 :
i= I
f (x) = f (f x; e; )
1= 1
i= I
n n
= _L x; I ajiej
i= l j=I
n n
_L _Lxiajiej
i=I j=I
n n
L L xjaijei
i= l j = I
Ainsi:
(f (x))s
a11... a1n l (Xt: l
= : .. . :
(
an l ··· a1111 Xn
Proposition
Une transformation linéaire de Rn est entièrement définie par la matrice qui lui est asso-
ciée dans une base donnée.
Démonstration : Le résultat découle immédiatement de la proposition précédente: une
transformation linéaire de R11 est entièrement définie par ses valeurs sur une base donnée.
•
Définition
On appelle matrice d'une transformation linéaire f de ffi11 , la matrice de f dans la

....
..c
base canonique. Elle sera notée, dans ce qui suit, AJ·
Ol
·;::
>- Une transformation linéaire de R.11 étant entièrement défi nie par la matrice quj lui est associée
0..
0 dans une base donnée, il est clair qu'il est préférable de se placer dans une base donnant une
u
expression la plus agréable possible de la matrice: triangulaire, ou diagonale. Cela s'appelle
trigonaliser ou diagonaliser une application li néaire (ou une matrice).
292
>- Composée de deux transformations linéaires
Proposition
La composée f o g de deux transformations linéaires f et g de Rn , de matrices associées
de Rn, qui vérifie : V x = XI;

[
Xn
l
A11(f) et A11(g) dans une base :B = (e 1 , • •• , e11 ) donnée, est une transfom1ation linéaire
E R 11 :
(f o g)(x) = f (g(x)) = A13(f) (A23(g) x) = (A13(f) A13(9)) x

Ainsi, f o g a pour matrice, dans la base :B :
A11(f o g) = A11(f) A11(g)
>- Formule du binôme de Newton

Il\
Proposition ~
Étant données deux transformations linéaires f et g de R qui commutent, c'est-à-dire
11
~
telles que f o g = go f, alors, pour tout entier naturel p, la formule du binôme de Newton -u
n:s
permet de calculer (f + g)P, où la puissance est au sens de la composition : u
p
(f + g)P = ~ C~fk 0 gp- k
k=O
où, pour tout entier k de {O, . .. , p}, C~ désigne le coefficient binomial :
~
( ) - k! c:~ k)!
>- Noyau
Définition
Q)
On apelle noyau d'une transformation linéaire f de R 11 , que l'on note Ker f (de l' al- Il\
lemand kern) l'ensemble des vecteurs de JR.11 dont l' image par f est le vecteur nul : -n:sc:
~
Ker f = {x E
11
R / f(x) = O} <(
Par extension, le noyau d'une matrice A E M 11 (R) est le noyau de l'application linéaire
>- Image
Définition
"O .,,
:<;
0
c
::::i
<=
::;
'~
On apelle image d'une transformation linéaire f de R" , que l'on note Im f l'ensemble
<.>
Cl <.>
~
des images des vecteurs de Rn par f :
-~
"""
..-1
0 ~ Imf = {j(x) ,x E R11 }
N <=
0
<=
@ "'
.... 0
·a 3. Propriétés
..c ::1
Ol ~Q.
·;:: Définition
~
>- S!
a.
0 "
~
u -ci
Une transformation linéaire de Rn est dite injective si :
0
<=
::l
0 V (x1, x2) E Rn X Rn : f(x1) = f(x2) ~xi = x2
@
293
Théorème
Une transformation linéaire de Rn est injective si son noyau est réduit au vecteur nul :
Ker f = {O}
Démonstration : Ce résultat découle de la linéarité de f. •
Définition
Une transformation linéaire de Rn est dite surjective si :

Vy E R11 , 3 x E R11 : y = f(x)
4. Automorphisme
Définition
Une transformation linéaire de R11 est un automorphisme, de R11 si elle est bijective,
c'est-à-dire injective et surjective.
L'ensemble des automorphismes de Rn est appelé groupe linéaire de IR\11 1, et noté

Ç.l(JRll).
Proposition
Pour qu'une transformation linéaire f de R 11 soit un automorphisme de R 11 , il faut et il
suffit que le déterminant de sa matrice A13(f) dans une base 13 quelconque soit non nul.
Sa réciproque f - 1 est alors une transformation linéaire de Rn, de matrice dans 13
A13(f- 1) = (A13(f)) - 1
>- Théorème du rang dans !!ln (ou formule du rang)
Théorème
Dans R 11 :
dimimf + dim Ker f =n

>- Caractérisation des automorphismes de Illn
'O
0
c::
Théorème
::J
0 Soit f une transformation linéaire de Rn. Les propriétés suivantes sont équivalentes :
v
..-!
0
• f est injective ;
N
@ • f est surjective ;
~
..c::
Ol
• f est bijective.
ï::::
>-
a.
0
u
l. car il possède une structure de groupe, c 'est-à-dire est stable par produit, et tout élément non nul est
inversible.
294
Changement de base
Définition
Soient '13 = (e 1, . .. , e71 ) et :B' = (e~ , .. . , e;1) deux bases de R 11 •

On désigne par Ps ..... 13 1 = (Pïj) 1.;;t.;;n,
. 1.;;;.;;n
. la matrice dont les vecteurs colonnes repré-
sentent les coordonnées (ou composantes) des vecteurs e~, .. ., e;1 dans la base 'l3:
Il\
11 ~
Vi E {l, . . ., n}: e; = IPjiej ~
.i=I -
u
n:s
u
P73_.13, est appelée matrice de passage de 'l3 à 'l3' .
(x).~ = [ ~
1
11
Soit x un vecteur de R • On désigne par ] ses coordonnées dans :B, et par
Xn
(x)13, = [ ~~
·
] ses coordonnées dans :B'. Alors, si Ps-.73' = (Pij) . .
l .;;t.;;n, l .;;;.;;n
est la matrice
x;z
de passage de '13 à '13' :
n:s
c:
<(
soit:
Démonstration :
"O .,,
:<; n.
0
c
::::i
<=
::;
'~
X = "'"'
L..J .!/, / 1
<.>
Cl <.> i=I
~ n n
-~
"""
..-1
0 ~ = I x; IP jiej
N <=
0
<= i=I j =I
@ "'0 n n
.... ·a
..c
Ol
·;::
::1
~Q. = IIPjix;eJ
~ i=I .i= I
>- S! Il Il
a.
0 "
~
u -ci
0
= IIPijxjei
<= i=I j= l
::l
0
@
295
(On a effectué un changement d' indices pour passer de l' avant-dernière à la dernière
ligne.)
Comme:
n
x = L, xiei
i= l
alors, par unicité de la décomposition de x suivant 13, pour tout ide { l , ... , ni :
n
Xi = LJ
"\:""' Pij x'../
j=l
[l [l
que l'on peut encore écrire :
XJ XI
: =P :I
•
X11 x;,
1:l
0
c::
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
296
de taille n x n
Il a été vu précédemment que, pour une base donnée, il existe une unique matrice asso-
Il peut être intéressant de donner les relations pem1ettant de passer de la matrice A13(f)
associée à f dans une base '13, à la matrice A$' (f) associée à f dans une nouvel le base '13'.
Considérons les bases '13 = (e 1, . .. , e11 ) et '13' = (e' 1, . .. , e' 11 ) de JR.11 •
On désigne par As(f) = (aij) l,;;,1,;;,11,
. l ,;;,1,;;,n
.
la matrice associée à f dans la base '13, et par
·
Il\
~
~
A13' (f) = (œij) 1~1,;;,11,
. 1~)~11
. la matrice associée à f dans la base '13'.
On appelle P13"'M13' la matrice de passage de '13 à '13' .
-u
n:s
u
= [~
1
Soit x un vecteur de JR11 • On désigne par (x).13 ] ses coordonnées dans '13, et par
Xn
(x)131 ~
= [ ] ses coordonnées dans '13' ; de même, on désigne par (f(x))13 les coordon-
xn
nées de f(x) dans 13, et par (f(x)) 13, les coordonnées de f(x) dans '13'. Alors :
(f(x))13 = A13(f) (x)13

= A 13 (f) P 13"'M13' (X)13' Q)
Il\
Mais on a aussi : -n:sc:

~
<(
et :
Il en résulte :
"O .,,
:<;
Comme
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~ on a donc:
0"""
..-1
~
N <=
0
<=
@ "' ou encore:
.... 0
·a
..c
(As(f) - P$"'Mt3' As (f) PB~ 13,) (x) 13 =0
::1
Ol ~Q. 1
·;::
~
>- S! Le vecteur x étant quelconque, on en déduit, en choisissant successivement pour i1 cha-
a.
0 "
~
u -ci cun des vecteurs de '13, la nullité de chaque colonne de A 13 (f) - P A 13 (f) p-I : 1
0
<=
::l
0
@ A:B(f) = P13"'M13 A;B (f) P"fa~13,
1 1
297
ou encore:
Définition
Deux transformations linéaires f et g de lR'\ de matrices associées Af et Ag, sont

dites conjuguées s'il existe une transformation linéaire bijective cp de lR'\ de matrice
associée Aip, appelée conjugaison, telle que :
focp=cpog
ce qui, matricieJLement, se traduit par:
ou encore, puisque Acp est inversible :
Les matrices A 1 et Ag sont dites semblables.

Définition
Deux matrices A et B de M 11 (lR) sont dites semblables s'il existe une matrice inver-
sible P E g.L:,,(lR) telle que:
B = p- 1 AP
~ Les matrices A et B jouent des rôles symétriques.
2. Déterminant d'une application linéaire de Rn

Proposition
Deux matrices semblables ont même déterminant.
Démonstration : Soient A et B deux matrices semblables, de taille n x n.

D 'après ce qui précède, il existe une matrice inversible P telle que :
p-I AP =B
Il en résulte :
det (B) = det (P- 1 A P) = det (A p-I P) = det (A) •
Définition
On apelle déterminant d'une transformation linéaire f de JR11 le déterminant de sa

matrice dans la base canonique, ou, de façon équivalente, dans une base quelconque 13.
....
..c
Ol
·;:: La valeur du déterminant d'une transformation linéaire f de R.'1 ne dépend effectivement pas
>-
0..
0 de la base choisie: si 13et13' sont deux bases de l'espace !Rn, les matrices A'f3(/) et A'f31(/), qui
u représentent donc la même application linéaire dans deux bases différentes, sont semblables,
et ont donc même déterminant.
298
Réduction des matrices carrées
1. Valeur propre, vecteur propre

Soit A = (aiJ) l ~1~n,
. 1~J~n
. une matrice carrée d'ordre n, à coefficients réels. On appelle
[~ ] vérifiant:
1
valeur propre de A un réel À. tel qu' il existe un vecteur non nul X =
Xn
Il\
AX = À.X ~
~
X est alors un vecteur propre de la matrice A. -u
n:s
L'ensemble des valeurs propres de A est appelé Spectre de A, et noté S p(A). u
Théorème
Étant donnée une matrice A = (ai;) . . E M 11 (1R), les valeurs propres de A sont
. 1 ~1~11, 1~}~Il
les racines du polynôme caractérisüque de A :
Démonstration : S'il existe un vecteur X non nul tel que A X = À. X, À. E JR, on a aussi :
Q)
Il\
Ce système linéaire admet alors une infin ité de solutions; en effet, si X * 0 est solution, -n:sc:
~
alors, pour tout réel a : <(

(A - À. / 11 ) a X = 0
Le déterminant du système est donc nul :
det (A - À. / 11 ) =0
"O .,,
:<; Réciproquement, si À. est racine de det (A - A ! 11 ) = 0, le noyau de l'application linéaire
c
0 <=
::; associée à la matrice A - ;u,, n'est pas réduit au vecteur nul; il existe donc un vecteur
::::i ·~
<.>
Cl <.>
~
non nul X tel que :
-~
"""
..-1
0 ~
N <=
•
0
@
<=
À. est donc bien valeur propre de la matrice A.
"'
....
..c
0
·a
::1
Ol ~Q. ~ Multiplicité d'une valeur propre
·;::
~
>- S!
a.
0
u
"
~ Soient A = (aiJ )1 .
~1~11,
.
1~}~11
E M n(lR), et À une valeur propre de A . il est dite valeur
-ci
0
<=
::l
propre, de multiplicité n,i E N, de A, si À. est racine d'ordre n 1 du polynôme caracté-
1
0
@ ristique de A.
299
>- Espace propre
Soient A = (aij) E M n(R ), et À une valeur propre de A.
1~i~n, 1~j~n
O n appelle espace propre associé à la valeur propre À l'ensemble des vecteurs X tels
que A X = ÀX. C'est un sous-espace vectoriel de R n, que l' on note E,1 :
EA = Ker(A - A l,i)
>- Sous-espace caractéristique

Soient A = (aij) 1. ~1.~n,
. . E M n(R ), et À une valeur propre de A, de multiplicité n" ~ n.
1~J~n
On appelle sous-espace caractéristique associé à la valeur propre Il le noyau
r
Ker (A - A l 11 )'1A de (A - A 111 1 , c'est-à-dire l'ensemble des vecteurs X tels que:
(A - A l11 t'1 X =0
C'est un sous-espace vectoriel de Rn.
2. Diagonalisabilité
Soit A = (aij) . . .
l ~t~n , l ~J ~ll
E M 11 (JR.). La matrice A est dite diagonalisable s' il existe une
11
base (X 1, • • • , Xn) de R de vecteurs propres.
S i P est la matrice de passage de la base canonique à la base (X 1, • • • , Xn) , alors la
matrice p - l A P = D est diagonale. C'est, tout simplement, la matrice de l'application
linéaire associée à A, mais exprimée dans la base (X1, . . . , Xn). Les coefficients diago-
naux de la matrice D ainsi obtenue sont les valeurs propres de A .
Théorème
Pour qu'une matrice A = (aij) . . E M n(R), dont le polynôme caractéristique
1~1~n, 1~J~ll
est scindé sur R, soit diagonalisable, il.faut et il suffit que la dimension de chaque espace
propre soit égale à la multiplicité de La valeur propre associée :
V ;l E S p(A) : dim EA = multiplicité(A)
Notation
N
Étant donné un polynôme P à coefficients réels, de la forme I ak Xk, N E N , et une ma-
k=O
trice A = (ai; ) . . E M 11 (R), P(A) est la matrice carrée d'ordre n, à coefficients
"O · l ~1 ~11, l ~J~n
0
c::
réels, donnée par :
::J
0
v
T"-f
0
N
@
~
..c:: (Par convention, A0 =/ 11 . )
Ol
ï::::
>-
a.
0 Théorème
u
Pourqu'unematriceA = (ai;) . . E M 11 (R ), soit diagonalisable, ilfautetilsuffit
. 1 ~ 1 ~11, l ~J~ll
qu'il existe un polynôme scindé à racines simples P E R[X] annulant A : P(A) = O.
300
Théorème
Soit A = (ai;) . . E M 11 (R). Si le polynôme caractéristique de A est scindé et à
· l ,,;;1,,;;11, J,,;;;,,;;n
racines simples, alors A est diagonalisable.
3. Trigonalisabilité
Soit A = (aij)
· 1 ~i~11, 1~j~n
E M 11 (R ). La matrice A est dite trigonalisable s' il existe une
11
base (X 1 , • •• , X11) de R dans laquelle la matrice de l' application linéaire associée à A
est triangulaire. Les coefficients diagonaux de la matrice ainsi obtenue sont les valeurs
propres de A.
Si P est la matrice de passage de la base canonique à la base (X1, •.• , X11 ) , alors la
matrice p- I A P = T est triangulaire. C'est, tout simplement, la matrice de l'application
linéaire associée à A, mais exprimée dans la base (X1, ••• , X,,).
Il\
~
Théorème ~
Soit A = (a .. )
lj l~i~n, l ~/~11
E M 11 (R). Si le polynôme caractéristique de A est scindé, alors -u
n:s
A est trigonalisable. u
Exemple
Prenons le cas où n = 3, où le polynôme caractéristique de A est scindé, avec une seule racine
À, et où l'espace propre E,i est de dimension l.
(a;
Soit A = 1) . .
) ~/~ 3' 1~;~3
e M 3 (R) une matrice trigonalisable. On désigne par À) ' unique valeur
propre de A, de multiplicité 3.
Trigonaliser A revient donc à déterminer une famille libre (X 1, X2 , X3) de vecteurs tels que :
Q)
Il\
Pour Je premier vecteur, X 1, il est naturel de prendre un vecteur propre associé à la valeur
-n:sc:
~
propre À. <(
Pour le second vecteur, X2 , il est intéressant de remarquer que la seconde relation s'écrit aussi:
Si on multiplie à gauche par A - À1 '3. on obtient :
"O .,,
:<;
0
c <=
::; puisque, par définition, X 1 est dans le noyau de A - À h
::::i
li su ffi t donc de choisir pour X2 un vecteur du noyau de (A - À h)2 qui soit indépendant de X 1•
'~
<.>
Cl <.>
~
-~ Pour le troisième vecteur, X3 , il est intéressant de remarquer que la troisième relation s'écrit
"""
..-1
0 ~ aussi :
N <=
(A -À / 3) X3 = t1 3 X1 + t23 X2
0
<=
@ "'
....
..c
0
·a
::1
Si on multiplie à gauche par (A - À !3) 2 , on obtient :
Ol ~Q.
·;::
~
>-
a. S! (A - À !3)3 X3 = t1 3 (A - À !3)2 X1 + t23 (A - À IJ)2 X2
"
~
0
u -ci
= 0
0
<=
::l
0
@ puisque X 1 est dans le noyau de A -À '3. et, par construction, X2 est dans Je noyau de (A-À ! 3) 2 •
301
Il suffi t donc de choisir pour X3 un vecteur du noyau de (A - À !3)3, c'est-à-dire dans R.3 (car
on est en dimension 3) qui soit indépendant de X1 et X2.
Il est à noter que le dernier vecteur, X3 , peut être choisi quelconque du moment qu'il est indé-
pendant de X 1 et X2 : en effet, trigonaliser revient juste à exprimer la matrice de l'application
linéaire associée à A dans une nouvelle base. Dans la mesure où le dernier vecteur colonne de
la matrice obtenue par trigonalisation a des composantes suivant chacun des vecteurs X1 , . . .,
X3 , Je choix de X3 importe donc peu.
La réciproque se vérifie aisément.
Pour trigonaliser une matrice de M 11 (R) dont le polynôme caractéristique est scindé, on pro-
cède de façon analogue .
....
..c
Ol
·;::
>-
0..
0
u
302
Si SO(R 3 ) s'appelle le groupe spécial orthogonal de JR 3 , c'est, aussi, parce qu'il
possède une structure de groupe, et constitue, donc, un ensemble muni d'une loi
de composition interne, associative, admettant un élément neutre et telle que chaque
élément de l'ensemble (du groupe, donc), admette un élément symétrique, ce qui est
bien le cas :
si on munit S 0(R 3) de la loi « o », J' élément neutre est l'application identité idR.3 ;
en composant une symétrie avec elle-même, on obtient l'identité;
en composant une rotation de centre .Q, d'angle 8, avec la rotation de centre .Q, Il\
~
d'angle - 8, on obtient également l' identité.
~
Application à la chimie moléculaire -n:s

u
u
En chimie moléculaire, un certain nombre de fonctions caractéristiques des molé-
cules sont des éléments d'espaces vectoriels (c'est-à-dire un ensemble muni d'une
structure permettant d'effectuer des combinaisons linéaires), qui doivent être inva-
riantes par les opérations du groupe auquel la molécule appaitient; ces opérations,
qui sont, tout simplement, des symétries ou des rotations, font en effet coïncider la
molécule avec elle-même.
Un espace vectoriel sur un corps IK (OC = IR ou C le plus souvent) est un en-

semble E, muni d'u ne loi de composition interne, associative et commutative,
notée, usuellement, +,telle que (E, +)soit un groupe, et d'une loi de composition
Q)
externe, appelée multiplication par un scalaire, et notée « · », vérifiant les quatre Il\
axiomes suivants : -n:sc:
~
V (u, V) E E X E' V À E K : À . (u + V) = À. . u + À. . V ; <(

V (u, v) E Ex E, V (À,µ) E K2 (Il.+ µ ) · u = ,.l . u + µ · u;
V (u, v) E Ex E, V (À,µ) E K2 (,1µ) · u = À·(µ· u);
Vu E E : 1·u = u.
Ainsi, les molécules dites « ballons de football », ou fullerène C6o, possèdent,
"O .,,
:<; comme groupe de symétries, celui de l'isocaèdre 1 •
0 <=
c ::;
Le groupe des rotations de l'isocaèdre est formé par les rotations de l'espace qui
::::i '~
<.>
Cl <.>
laissent invariante la position globale de l' isocaèdre, tout en permutant certaines
~
-~
"""
..-1
0 ~
faces .
N <=
0
<= Les molécules de fullerène ont une structure d' isocaèdre tronqué, et possèdent donc
@
.... ·a"'
0
les mêmes symétries que l' isocaèdre de départ.
..c ::1
Ol ~Q. L' importance de ces symétries est fondamentale, dans la mesure où ce sont les
·;::
~
>-
a. S! symétries qui peuvent aider à suggérer les formules de liaison chimiques, et donc,
0 "
~ ensuite, de classer les molécules en fonction de leurs propriétés.
u -ci
0
<=
0
::l 1. c'est-à-dire un polyèdre, solide de dimension 3, comportant, exactement, 20 faces.
@
303
Une molécule de fullerène.
L'isocaèdre, et l'isocaèdre tronqué .
....
..c
Ol
·;::
>-
0..
0
u
304
Considérons une toupie, de masse m, et lançons-la :
Il\
~
~
-u
n:s
u
La toupie.
~ ~
Désignons par M wupie le moment cinétique de la toupie, et O.wupie son vecteur rota-
tion instantanée, mesuré par rapport à son axe ; on a alors :
~ ~
Mroupie = lroupie 0.1011pie

où lroupie est la matrice d'inertie de la toupie par rapport à son axe, de la forme :
l1oupie
/1 0 0
=[ Ü h
0 0
Ü
h
l Q)
Il\
-n:sc:
~
Si on considère un axe li différent de celui de la toupie, la nouvelle matrice d' inertie <(
.Ïroupie comporte des termes non nuls en dehors de sa diagonale (désignés par des
astérisques) :
lroupie
l, * *
= [ * l2 ~
* *h
l
Il est clafr que prendre comme référence un axe différent de celui de la toupie com-
"O .,,
:<;
c
0 <=
::;
plique donc les calculs ...
::::i
Cl
'~
<.>
<.>
C'est à partir de cette constatation que Joseph-Louis Lagrange introduisit la notion
~
-~ de diagonalisation : diagonaliser une matrice revient, tout simplement, à en déter-
"""
..-1
0 ~
miner une expression équivalente (mais non égale), où les termes en dehors de la
N <=
0
<=
@ "' diagonale sont nuls.
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
305
Les espaces vectoriels
On général ise ici les résultats dont on dispose sur!' espace Rn , en considérant, de façon
plus générale, des ensembles stables par combinaisons linéaires : les espaces vectoriels.
1. Définitions
>- IR.-espace vectoriel
On appelle espace vectoriel sur R (ou R-espace vectoriel) un triplet (E, +, x) tel que :
1. (E, +)est un groupe commutatif, d'élément neutre OE, c'est-à-dire
• étant donnés deux éléments x et y de E, x +y = y+ x est aussi élément de E, et
X+ ÛE =ÛE +X = X;
• tout élément x de E admet l'élément - x comme opposé :
x + (- x) = (- x)+x=OE
• étant donnés trois éléments x, y et z de E, x +(y + z) = (x +y)+ z (cela signifie

que la loi « + » est associative) ;
2. étant donnés deux éléments x et y de E, et un réel .:!, À (x + y) = (.:! x) + (.:!y) est
aussi élément de E ;
3. étant donnés un élément x de E, et deux réels À etµ, (.:! + µ) x = (.:! x) + (µ x) est
aussi élément de E ;
4. étant donnés un élément x de E, et deux réels À etµ :
(Àµ)x = À (µx)
5. étant donnés un élément x de E, le réel 1 est l'élément neutre de la multiplication

par un scalaire :
1x x = x
Les éléments de (E, +, x) sont appelés vecteurs.

R est Je corps de base de (E, +, x).
Exemples
....
..c 1. (IR., + , x) est un R.-espace vectoriel.
Ol
·;:: 2. Étant donné un entier naturel non nul n, OR",+, X) est un R-espace vectoriel.
>-
0..
0 3. L'espace C 1 ([0, l], R) des fonctions de classe C 1 sur [O, l] et à valeurs dans Ill est un R-
u espace vectoriel.
4. L'espace R.[X] des polynômes à coefficients réels Ill est un IR.-espace vectoriel.
306
>- OC-espace vectoriel
De façon plus générale, si K est un corps 1, on appelle espace vectoriel sur le corps K
(ou K-espace vectoriel) un triplet (E, +, x) tel que :
1. (E, +)est un groupe commutatif, d'élément neutre ÜE, c'est-à-dire:
• étant donnés deux éléments x et y de E, x +y = y+ x est aussi élément de E, et
X+ OE = OE +X = X;
• tout élément x de E admet l'élément -x comme opposé:
X+ (-x) = (-x) +X = ÛE
• étant donnés trois éléments x, y et z de E, x +(y + z) = (x +y)+ z (cela signifie
que la loi « + » est associative) ;
2. étant donnés deux éléments x et y de E, et À dans K, À (x +y) = (À x) + (;l y) est Il\
~
aussi élément de E ; ~
3. étant donnés deux éléments x et y de E, x + y est aussi élément de E ; -u

n:s
4. étant donnés un élément x de E, et À etµ dans K, (;l + µ) x est aussi élément de E;
u
5. étant donnés un élément x de E , et À etµ dans K :
(Aµ)x = À (µx)
6. étant donné un élément x de E, l'élément unité l oc de K est l'élément neutre de la

multiplication par un scalaire :
Les éléments de (E, +, x) sont appelés vecteurs. Q)

K est le corps de base de (E, +, x). Il\
Notation
-n:sc:
~
<(
1. Pour alléger les écritures, un K-espace vectoriel (E, +, x) sera noté E.
2. Les vecteurs d'un espace vectoriel seront notés« sans flèche» : x, pour les distinguer
des vecteurs du plan ou de l'espace.
2. Vecteurs
>- Combinaison linéaire
"O .,,
:<;
c
0 <=
::; Soit n un entier naturel supérieur ou égal à 2. Étant donnés un K-espace vectoriel E, et n
::::i '~
Cl
<.>
<.> vecteurs x 1, ••• , Xn de E, on appelle combinaison linéaire de x 1 , ..• , Xn tout vecteur de
~
-~ la forme:
"""
..-1
~ 11
0
N
@
<=
0
<=
"'0
À1 XJ + À.2 x2 + ... + Àn Xn = I À.j Xi
....
..c
·a
::1
i=I
Ol ~Q.
·;::
~ Ainsi, un OC-espace vecto1iel E est stable par combinaisons linéaires à coefficients dans K :
~
>- S!
a.
0 "
~ . toute combinaison linéaire d'éléments de E appartient à E.
u -ci
0
<=
::l
0
@ 1. Par exemple : C, Z, etc.
307
>- Vecteurs liés
Deux vecteurs x et y sont dits liés s' il existe une combinaison linéaire non triviale de ces
non simultanément nuls, de la forme :
Àx+µy = O (À,µ) * (0, 0)

>- Vecteurs libres
Deux vecteurs x et y sont dits libres s'ils ne sont pas liés.
Généralisation
n vecteurs x 1, ••• , Xn sont dits liés s' il existe une combinaison linéaire non triviale de
ces vecteurs égale au vecteur nul , c'est-à-dire lorsque les coefficients de la combinaison
sont non simultanément nuls, de la forme :
n
I ÀiXi =0
i=l
où À1, ... , Àn sont des réels tels que (À1, ... , Àn) (0, ... , 0). *
n vecteurs x 1, • .. , Xn sont dits libres s' ils ne sont pas liés
Propri ét é
Pour toute famille (x 1, . • . , x 11 ) de vecteurs libres :
À 1 XJ + . .. + À 11 Xn = 0 ~ (À 1, . . . , À = (0, . . . , 0)
11 )
ce qui signifie que, s' il existe une combinaison linéaire nulle de ces vecteurs, alors les
3. Dimension d' un espace vectoriel

>- Espace vectoriel de dimension finie
Un OC-espace vectoriel E est dit de dimension finie s'il possède une partie génératrice
fin ie.
"O
0 Exemple
c::
::J
1 IR.3 est de dimension 3 (toute base de IR.3 possède trois éléments).
0
v
...-!
0
N
>- Espace vectoriel de dimension infinie
@ Un OC-espace vectoriel E est dit de d imension infinie s'il ne possède pas de partie géné-
~
..c:: ratrice fin ie .
Ol
ï::::
>-
a.
0 Exemple
u
L' espace C 1 ([0, 1], IR) des fonctions de classe C 1 sur [O, 1] et à valeurs dans IR est de dimension
infinie (on ne peut pas trouver de famille génératrice).
308
>- Espace vectoriel produit
Théorème
n étant un entier naturel supérieur ou égal à 2, et E,, .. ., En des K -espaces vectoriels, on
munit l'ensemble E 1 x ... x En des lois+ et x en posant, pour tous n-uplets (x 1, ••• , x 11 )
et (y1, ... , y,,.) d'éléments de E1 X ... X Ew et tout ;l de K :
(x1, . .. , x,,) + (y1, ... , Yn) = (x1 +YI , ··· , Xn + Yn)

(E1 x ... x En, +, x) est alors un K -espace vectoriel.
Il\
~
~
-u
n:s
u
Q)
Il\
-n:sc:
~
<(
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
.-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
309
Sous-espaces vectoriels
1. Définition
On appelle sous-espace vectoriel d'un espace vectoriel E un ensemble F de Etel que:
1. 0 E F;
2. étant donnés deux éléments x et y de F, x +y est aussi élément de F (ce qui signifie
que Fest stable par adddition);
3. étant donnés un élément x de F, et À dans K, À x est aussi élément de F (ce qui
signifie que Fest stable par la multiplication par un scalaire) ;
>- Caractérisation des sous-espaces vectoriels
Théorème
Un ensemble F de E est un sous-espace vectoriel du K -espace vectoriel E si et seulement
si, étant donnés deux éléments x et y de F, et À. dans K, x + À y est aussi élément de F
(ce qui signifie que Fest stable par combinaisons linéaires):
V(x, y) E F x F, VÀ E K :x+ ;l y E F
2. Transformations linéaires d'un espace vectoriel E

>- Définition
On appelle transformation linéaire d'un espace vectoriel E, ou encore application
linéaire d'un espace vectoriel E une application f, de E dans E, linéaire :
V (x, y) E Ex E , V À E K : f(x +À y) = f(x) + Àf(y)
>- Une application linéaire remarquable : l'application identité

On appelle application identité de l'espace vectoriel E l'application, notée ldE :
>- Propriétés
Une transformation linéaire f d'un espace vectoriel E est dite injective si :
V (x1, x2) E EX E : f(x1) = f(x2) :::::} x 1 = x2
....
..c
Une transformation linéaire f d'un espace vectoriel E est dite surjective si :
Ol
·;::
>-
0..
Vy E E, 3 x E E : y = f(x)
0
u
Une transformation linéaire d'un espace vectoriel E est un automorphisme de E si
elle est bijective, c'est-à-dire injective et surjective.
310
L'ensemble des automorphismes d'un espace vectoriel E est appelé groupe linéaire
de E 1, et noté {iL(E).
On apelle noyau d'une transformation linéaire f d' un espace vectoriel E, que l'on
note Ker f (de l'allemand kern) l'ensemble des vecteurs de E dont l'image par f est le
vecteur nul :
Ker f = {x E E / f(x) = 0}
Définition
On apelle image d'une transformation linéaire f d'un espace vectoriel E, que l'on
note Imf l'ensemble des images des vecteurs de Epar f:
Imf = {f(x),x E E}
Il\
Proposition ~
~
Étant donnée une transformation linéaire f d' un espace vectoriel E , Ker f et Imf sont
deux sous-espaces vectoriels de E. -u
n:s
u
Q)
Il\
-n:sc:
~
<(
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l l. car il possède une structure de groupe, c 'est-à-dire est stable par produit, et tout élément non nul est
0
@ inversible.
311
Somme de sous-espaces vectoriels
Fi et F2 étant deux sous-espaces vectoriels d'un espace vectoriel E, l'ensemble
est un sous-espace vectoriel de E, appelé somme de F1 et F2 .
>- Somme directe de sous-espaces vectoriels

Deux sous-espaces vectoriels Fi et F2 d'un espace vectoriel E sont dits en somme di-
recte si tout élément du sous-espace somme F 1 + F 2 s'écrit de manière unique comme
somme d'un élément de F i et d'un élément de F2 :
On note alors :
>- Caractérisation d'une somme directe
Deux sous-espaces vectoriels Fi et F2 d'un espace vectoriel E sont en somme directe

dans E si et seulement si
>- Sous-espaces vectoriels supplémentaires

Deux sous-espaces vectoriels Fi et F2 d' un espace vectoriel E sont dits supplémen-
taires dans E si tout élément de E s'écrit de manière unique comme somme d'un élé-
ment de Fi et d'un élément de F2:
On note alors :
>- Caractérisation de la supplémentarité

Deux sous-espaces vectoriels F 1 et F 2 d'un espace vectoriel E sont supplémentaires
dans E si et seulement si :
Fi + F2 =E et Fi n F2 = {0}
....
..c
Ol
·;::
>-
0..
0
u
312
Projecteurs, symétries
1. Définitions
>- Projection - Projecteurs
Soient E un espace vectoriel, et F 1 et F2 deux sous-espaces vectoriels de E tels que :
Il\
Pour tout vecteur x de E, on considère l'unique couple de vecteurs (x1, x2) de Fi x F2 ~
tel que: ~
X = Xf + X2 -
u
n:s
u
On appelle projection (ou projecteur) sur F1 suivant la direction F2 (ou parallèlement
à F2) l'application p 1 qui, au vecteur x, associe sa composante x 1 sur F 1 :
On appelle projection (ou projecteur) sur F 2 suivant la direction F 1 (ou parallèlement

à F 1) l'application p 2 qui , au vecteur x, associe sa composante x 2 sur F 2 :
>- Symétrie
n:s
c:
Soient E un espace vectoriel, et F 1 et F1 deux sous-espaces vectoriels de E tels que: <(
Pour tout vecteur x de E, on considère l'unique couple de vecteurs (x 1, x 2 ) de F 1 x F 2

tel que:
"O .,,
:<; X = Xt + X2
0 <=
c ::;
::::i
Cl
'~
<.>
<.>
On appelle symétrie par rapport à F 1 parallèlement à F2 l'application s 1 qui, au
~
-~ vecteur x, associe le vecteur xi - x2 :
"""
..-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
>- ~ On appelle symétrie par rapport à F2 parallèlement à F 1 l'application s2 qui, au
a. S!
0 "
~
vecteur x, associe le vecteur x2 - x 1 :
u -ci
0
<=
::l
0
@
313
2. Propriétés
:>- Caractérisation des projecteurs
Théorème
Soient E un espace vectoriel, et p une transformation linéaire de E.
Alors, p est un projecteur de E si et seulement si :
po P =P
On dit alors que p est idempotent.
Théorème
Soient E un espace vectoriel, et p un projecteur de E. Alors:
E = Ker p$Imp
Démonstration : Pour tout x de E :
x =x - p(x) + p(x)
Comme p (x - p(x)) = p(x) - p(x) = 0, on a donc : x - p(x) E Ker p.

De façon évidente : p(x) E Im p .
Par suite: E = Ker p + Imp.
Il reste à montrer que la somme est directe. À cet effet, on considère un élément y de
Kerpnimp.
Comme y E I m p, il existe un élément x de E tel que : y = p(x).
Or, comme y E Ker p, p(y) = 0, soit p (p(x)) = 0, soi.t p(x) = O.
Par suite : x E Ker p, et y = p(x) = O. La somme Ker p + I m p est donc directe :
Ker p + Imp =Ker pœimp •

:>- Caractérisation des symétries
Théorème
Soient E un espace vectoriel, et s une transformation linéaire de E.
Alors, s est une symétrie de E si et seulement si :
1:l
0 S o S = f dE
c::
::J
0 On dit alors que s est involutif
v
...-!
0
N
Théorème
@
~ Soient E un espace vectoriel, et s une symétrie de E. Alors :
..c::
Ol
ï::::
>-
a. E =Ker (s - l dE) $Ker (s + ldE)
0
u
314
Exercices
Pour s'entraÎner
(solutions p. 323)
Il
Le plan complexe 5.b) S 3 (0) = _L cos(kfJ) et
Racines niemes k=I
Il
Résoudre, dans C : z4 = 1. s 4(8) = I sin(k e).

k= I
Résoudre, dans C : z5 =I. Donner ensuite les relations entre S 1(8),

S 2(B), 53(8), S4(8). Il\
~
On considère l'équation: ~
(z + l )2" = (z - 1)211
Transformations du plan
-
u
n:s
Translations, homothéties u
où n est un entier naturel non nul. Le plan euclidien orienté est rapporté à un re-
3.a) Montrer que l' on ne peut pas avoir z = père orthonormé direct ( 0; 7, n.
1.
Expression analytique d'une trans-
3.b) Montrer que l'équation donnée admet lation
exactement 2 n - 1 racines, que l'on dé-
Donner l'expression de l'affixe z' du point M'
signera par W1, ... , w2,,- 1, et qui sont
image du point M d'affixe z E C par:
telles que:
pour k E { 1, ... , 2 n - 1} : 6.a) la translation Ta de vecteur Ü(l, - 2) ;
6.b) la translation T i! de vecteur ü'(3, 1).
Wk = - icotan (2br)n Expression analytique d'une ho-
mothétie n:s
c:
3.c) Pour aller plus loin : Donner l' expression de l'affixe z' du point M' <(
que vaut le produi t des racines non image du point M d'affixe z, E <C par:
nulles?
7.a) l' homothétie h 0 .2 , de centre 0, de rap-
port 2 ;
Trigonométrie
7.b) l'homothétie hA.- 3, de centre A(l , 1), de
rapport - 3;
Linéarisation
"O .,,
:<; 7.c) l'homothétie hB.4, de centre B( - 2, 0), de
0 <=
c ::;
rapport 4.
::::i '~
<.>
Cl <.>
~
-~ Rotations
"""
..-1 Calculs de sommes
0 ~
N <=
0
<= Soit fJ E R \ rr Z, et n E N *. Donner, en fonc -
@ Expression analytique d'une rota-
.... "'0
·a tion de e, la valeur des sommes suivantes :
..c ::1 tion
~Q.
I
11
Ol
·;::
>- ~ 5.a) S 1(0) = e ik O.
8.a) Déterminer l'expression de l'affixe z'
a. S!
0 "
~
k=O du point M' image du point M d'affixe
u -ci
z E <C, distinct de A, par la rotation
=I
Il
0
<=
::l
5.b) S 2(B) e 2ikB . 7r
0
@
k=- 11
rA , ~ ,de centre A(l, l ), d'angle 4.
315
8.b) Déterminer l'expression de l' affixe z' 11.a) Montrer que N peut s'écrire comme
du point M' image du point M d'affixe produit d'une matrice colonne et d'une
z e C* par la rotation ro. ir, de centre 0, matrice ligne.
d'angle 1r.
11.b) Calculer N 11 , où n désigne un entier na-
turel.
Un peu de formalisme ...
ll.c) En déduire l'expression de M11 •
9.a) Donner l'expression de l'affixe z' du
point M' image du point M d'affixe Puissances nièmes d'une matrice
z e C par la rotation rn. o, de centre Q, Soit a un réel quelconque, supposé non nul.
d'angle () (on désignera par zn l 'affixe On considère la matrice carrée d ' ordre n
de Q) . (n ;;i: 2):
9.b) Donner l'expression de l'affixe z" du
point M" image du point M d'affixe 0 a ...... a
z E C par la rotation rn',(:J' , de centre a 0
Q', d ' angle()' (on désignera par zn, l' af-
fixe de Q'). A=
9.c) Donner l'expression de l'affixe z"' du 0 a
point M'" image du point M d'affixe a ...... a 0
z E C par la composée r = rœ. e· o rn.e
de rn,e et rœ,(:J' . 12.a) Montrer que l'on peut exprimer A2 en
Et, de même, on détermine la com- fonction de A et !11 , où !11 désigne la
posée de deux homothéties de centres matrice identité d'ordre n.
distincts, la composée d'une rotation
et d'une translation, ... : c'est à vous!
Pour aller plus loin :
Introduction aux matrices 12.b) On considère le polynôme P tel que:
Calcul matriciel P(X) = X2 - (n - 2) a X - (n - 1) a2
Calculs pratiques On note
On considèreX = ( ~I ) , Z = m P(A) =A 2 - (n - 2)aA - (n - l)a 2 l 11 •
Vérifier que P(A) = O.

A=u n. 12.c) Soit k un entier naturel non nul. Effec-
tuer la division euclidienne de xk par
B= (-11) [123] P, en montrant qu' elle conduit à un ré-

01 , D=;7~ sultat de la forme :
"O
0
c::
::J
xk = P( X) Q( X) + œ X + /3
0 Quels sont les produits matriciels possibles?
v Les calculer.
où Q est un polynôme que l' on cher-
..-!
0
N chera pas à expliciter, et œ et f3 deux
Une matrice remarquable
@ réels.
~
..c::
Soit (a, b, c) E IR.3 , tel que a 2 + b 2 + c2 = 1. Comment peut-on calculer simple-
Ol On pose:
l
ï:::: ment œ etf3?
>-
a.
u
0 1 + a2 ab 12.d) En remarquant que
M = ab 1 + b2 ac
be et N =M - h Ak = P(A) Q(A)+œ A +,8111 , en déduire
[
ac be 1 + c2 une méthode de calcul de A k.
316
Déterminants de matrices de taille nxn 15.a) Montrer que V,.1 (x) est un polynôme de
degré inférieur ou égal à n. - 1 en x.
Un calcul pratique 15.b) On suppose, dans toute la suite, que les
Calculer le déterminant n. x n. suivant : x;, i = 1, ... , n, sont deux à deux dis-
- -
tincts. M_?ntrer que V11(X1) = V11 (x2) =
0 . . . = V11(X11- 1), et en déduire qu'il
1 0 existe une constante réelle C11 telle
que, pour tout réel x :
1 ... 1 0 V11 (x) =C (x - x1) ... (x - x, 1- 1)

11
11- l
=cil n<x - xi)

i=l
n étant un entier naturel supérieur ou
égal à 2, soient a et b deux réels distincts,
15.c) Déterminer la constante C11 , et en dé-
non nuls, et (x 1, ••• , x 11 ) une famille de réels. Il\
duire l'expression de V11 (x 1, •.• , x,,). ~
Pour tout réel x, on pose :
~
15.d) Que peut-on dire en ce qui concerne le
X1 + X a + X a+X
cas où les x;, i = 1, ... , n , ne sont pas -n:su
b +X X2 +X deux à deux distincts ? u
Ll11(X) =
a+x
b+x b +X X11 +X Inversion des matrices carrées
14.a) Montrer que la fonction x H ~ 11 (x) Inversibilité et puissances nièmes

est une fonction affine de x, c'est-à-
dire de la forme x H œ x + {3, où 16.a) Après avois vérifié leur inversibilité,
(œ,{3) e R.2 (on ne cherchera pas à dé- inverser les matrices suivantes :
terminer a et f3 dans cette question).
14.b) Que valent il11 (- a) et il11 (- b)? En dé-
= oi ol
duire les valeurs des coefficients a etf3
B
(01 00 0l
introduits à la question précédente. Q)
Il\
Un déterminant remarquable : 12-1] -n:sc:

~
le Déterminant de Vandermonde1 C=
( 1 0 1.
2 1 2 <(
Soit (x 1, ••• , x11 ) une famille de réels, et
x ER 16.b) n étant un entier naturel non nul, soit
On considère les déterminants : A e M,,(R) telle que A 2 = A, avec
1 J 1 A ::/= ! 11 • A est-elle inversible?
Xn 16.c) Soit a un réel quelconque, supposé
x,,2 non nul. On considère la matrice car-
"O .,,
:<; rée d'ordren (n ~ 2):
0 <=
c ::;
x''- 1 x_1- l 11-I
::::i '~
1 2 ... Xn
Cl
<.>
<.> 0 a ...... a
~
-~
et Vri(X) = V,,(xi, ... , x,1_,, x) =
"""
..-1
0 ~
1 l 1 a 0
N <=
0
<= xi X2 · · · X11- l X
A=
@ ') ') 2
·a"'0
x2
....
..c ::1
Xj X2 · · · x11-l
Ol ~Q. 0 a
·;::
~ 11-I x_i- 1 x't-1 a ...... a 0
>-
a. S! X1 2 . .. x''-'
11- I
0 "
~
u -ci
0 1. Alexandre-Théophile Vandermonde (1 735- 1796), mathématicien français, mais aussi économiste, mu-
<=
0
::l
sicien et chimiste. D'après Lebesgue (Conférence d'Utrecht, 1937, [23)), le déten11inant ne serait pas de
@ lui ...
317
• Montrer que l'on peut exprimer A 2 Droites et plans
en fonction de A et!,,, où !,, désigne
la matrice identité d'ordre n. Droites
• Pour quelles valeurs de a la matrice Déterminer une représentation paramétrique,
A est-elle inversible? Déterminer, puis un système d'équations cartésiennes, de
dans ce cas, sa matrice inverse A - i. . la droite 1) passant par le point A(- 1, 2, 1), et
dirigée par le vecteur û = (1, 0, 1).
On considère les matrices : De quel type de droite s'agit-il, affine ou vec-
torielle?
Déterminer une représentation para-

17.a) Montrer que Pest inversible, et calcu- métrique, puis un système d'équations carté-
ler son inverse. sien nes, de la droite 1)' passant par le point
B(3, 0, 2), et orthogonale au plan 'P d'équa-
17.b) Que vaut p - t M P?
tion 2x + y - z = 3.
17.c) Montrer que, pour tout entier naturel
non nul n:
(P- 1 M P)" = p -i M" P

et en déduire une méthode de calcul
deM11 •
On considère la droite !J.' dont une re-
Systèmes linéaires présentation paramétrique est donnée par :
Résolution d'un système de taille

3x3 x=1 + 2À
y= 3A , /l ER
Résoudre: { z = 2 - 2;i
x - y - z=4
2x + 2y + z = - 5
{
3x - y - z = 6 Donner un vecteur directeur de cette droite.
Un système paramétré, une solu- Plans

tion à discuter !
Soit a un réel non nul. Résoudre :
x + a y + a2 z = a4
{
x+y + z = 1
x - y +z =- 1
"O
0
L'espace réel à 3 dimensions
c::
::J Vecteurs
0
v On considère le plan vectoriel 'P4
..-! Déterminer si les vecteurs suivants
0 dont une représentation paramétrique est
N sont linéairement indépendants ou non :
donnée par:
@
~
20.a) û = (1, 2, 3) et Û= (- 1, 3, 2):
..c::
Ol 20.b) Û= (2, 1,3),Ü= (4,2,6).
ï::::
>-
a. 20.c) i1 = (3, 2, 1), ü = (3, 0, 1). , (À,µ) E R.
2
0
u 20.d) û = (2, 4, 6), Û= (4, 2, 6), ID= (6, 4, 2).
20.e) û = (- 1,0, 1), û = (1, 1, 1), w=
(0, 1, 2). Donner deux vecteurs engendrant 'P4 .
318
Aires et volumes Transformations linéaires
Déterminants et calculs d'aires
du plan
Dans ce qui suit, le plan euclidien orienté de Linéarité - ou non ?

dimension 2 est rapporté à un repère ortho- Parmi les applications suivantes, lesquelles
normé direct ( 0; 1, 'j). sont linéaires? Donner, lorsque c 'est pos-
sible, la mat1ice de l'application.
Aire d'un paraléllogramme 31.a) f : R 2 - R 2 , (x,y) H (4x + y,2y+x);
28.a) Soient a , , a2, a3, a4, b1, b2, b3, b4

31.b) g : R3 - R , (x, y) H sin(x y);
des réels non nuls, vérifiant :
Applications linéaires et matrices
On considère l'application linéaire:
J: R2 ----+ R2
(x,y) H (3x - y,2y + x) Il\
~
On considère les points A 1(a1, b1 ),
~
A2(a2, b2), A3(a3, b3), A4(a4, b4) : 32.a) Quelle est la matrice Af associée à f
à quelle condition le quadrilatère dans la base canonique ? -n:su
A1A2A3A4 est-il un parallélogramme 32.b) Calculer detAf, et en conclure que f u
non aplati? est un automorphisme de R2 , c'est-à-
28.b) Lorsque ces conditions sont vérifiées, dire une application linéaire bijective
calculer l'aire orientée, puis non orien- de R2 dans R2 .
tée, du parallélogramme A 1A2A3A4. 32.c) Déterminer le noyau de f, et retrouver
----7 ainsi le résultat du i.
28.c) On suppose désormais que llA1A2ll = 32.d) Expliciter l'application réciproque
----7
llA 1A4ll =a> 0, b1 = b2, a4 = a1. Que
remarque-t-on ?
r' .
Aire d'un triangle
de l'espace Q)
Soient a, b, c, d des réels non nuls. Calculer Il\
l'aire orientée, puis non orientée, du triangle
de sommets 0 , A(a, b), B(c, d).
Linéarité - ou non ? -n:sc:
~
Parmi les applications suivantes, lesquelles

<(
sont linéaires? Donner, lorsque c'est pos-
Déterminants et calculs de volumes sible, la mahice de l'application.
Dans ce qui suit, l'espace euclidien orienté 33.a) f : R2 - R2 , (x,y) H (4x+y, 2 y +x);
de dimension 3 est rapporté à un repère or-
33.b) g : R3 - R, (x, y, z) H cos(x y z);
thonormé direct ( O; 7, j, k). 3 3
33.c) h: R - R ,
Soient a, b, c, d des réels non nuls. (x, y, z) H (x + y + z, x - y+ z, 0);
"O .,,
:<;
0
c <=
::; 30.a) On considère les points A(l, a2 , a 4), Applications linéaires et matrices
::::i '~
Cl
<.>
<.> B(2,a2 + c2 ,a4 + c 4 ), C(I,c2 ,c4 ),
~ On considère les applications :
-~ D( 1, d 2 , d 4 ) : quelle est la nature du
"""
..-1
0 ~
quadrilatère OABC ?
N <=
0
<p: JR2 - JR3
<=
@ (x,y) H (3x - y,2y + x,x - y)
.... ·a"'
0 30.b) On considère les points E, F, G,
..c ::1
images respectives de A, B, C par la
Ol ~Q. ~ t/t : JR3 - &,.2
·;::
>- ~ translation de vecteur OD : quelle est (x, y, z) H (x + z, y - z)
a. S!
0 "
~
la natmedeOABCDEFG ?
u -ci
34.a) Quelles sont les matrices A<P et A"' res-
0
<=
::l
30.c) Calculer le volume orienté, puis le vo- pectivement associées à <p et tft dans la
0
@ lume non orienté, de OABCDEFG. base canonique?
319
34.b) Expliciter l'application composée lf!ocp 38.a) Montrer qu'il existe une base 13 de R.11
de deux façons différentes (on don- dans laquelle la matrice A!B(f) de f est
nera, notamment, la matrice A .po.p as- triangulaire.
sociée à lf! o cp dans la base canonique). 38.b) Que vaut det (f + IdRn )?
Que remarque-t-on?
38.c) Soit g une application linéaire de
JR11 commutant avec f : que vaut
L'espace !Rn det (f + g)?
Dans ce qui suit, n est un entier supérieur ou
égal à 2. Réduction des matrices carrées
Applications linéaires On considère la matrice
On considère l'application linéaire f

dont la matrice dans la base canonique de R.11
est:
0 39.a) Détermi ner les valeurs propres de M 1 .
0 39.b) Déterminer les sous-espaces propres

de M1. Mi est-elle diagonalisable?
39.c) Déterminer la matrice de passage P 1 à
0 1 une base de diagonalisation, ai nsi que
1 ...... 1 0 son inverse.
39.d) Donner une matrice diagonale D 1
35.a) Montrer que f est un automorphisme
semblable à M1 . Que peut-on en dé-
de Ill".
duire pour l'inversibilité de M 1 ?
35.b) On désigne par IdIR" l' application
39.e) Calculer, pour tout entier naturel non
identité de R.11 • Montrer, de deux fa- 1
nul n, M~ •
çons différentes, que f + ldR" n'est pas
un automorphisme de R.".
35.c) Donner une base du noyau de f - (n - On considère la matrice
1) ldlR" .
Soit <p une application li néaire de Ill".

Montrer l'équivalence suivante: 40.a) Détermi ner les valeurs propres de M2 .
40.b) Déterminer les sous-espaces propres
Ker <.p = Ker cp2 ~ JR" = Ker <p fJ7 Imcp de M1. M1 est-elle diagonalisable?
40.c) Détermi ner la matrice de passage P2 à
une base de d iagonalisation, ainsi que
Soient f et g deux applications li-
son inverse.
néaires de Ill" telles que:
"O
0
40.d) Donner une matrice diagonale D2
c::
::J f o g =0 et f + g injective semblable à M2 . Que peut-on en dé-
0 duire pour l'inversibilité de M 2 ?
v
..-! Comparer Img et Ker f . 40.e) Calculer, pour tout entier naturel non
0
N nul n, M~ .
@ Soit f une application linéaire de R.11
~
..c:: nilpotente d ' ordre n, c'est-à-dire telle que On considère la matrice:
u
Ol
ï::::
>-
a.
0
j'1 =Û et
(la puissance est au sens de la composition)

f 11- I -::/= Û
3 -1-1
A= - 1 3 - 1
(
- -1 3
i
Comparer Img et Ker f.
320
41.a) Déterminer les valeurs propres de A. Espaces vectoriels
41 .b) Déterminer les sous-espaces propres
Sous-espaces vectoriels
de A . A est-elle diagonalisable?
41.c) Déterminer la matrice de passage PA à On se place dans l'espace R 3 . Mon-
une base de diagonalisation, ainsi que trer que l 'ensemble 1) des vecteurs de com-
son inverse. posantes (x, y, z) tels que :
41.d) Donner une matrice diagonale DA
semblable à A. 2x - y+z=0
41.e) Calculer, pour tout entier naturel non { x+y - z = 0
nul n,A 11 •
est un sous-espace vectoriel de R 3 .
Soient a et b deux réels non nuls. On On se place dans l' espace vecto-
considère la matrice carrée d ' ordre n (n > 2): riel R[X] des polynômes à coefficients réels.
Il\
Montrer que l'ensemble R3 [X] des poly- ~
b a ... ... a nômes de degré inférieur ou égal à 3, à co- ~
a b
efficients réels, est un sous-espace vectoriel
de lll[X].
-
u
n:s
A= u
On se place dans l'espace vectoriel
b a C ([0, l], R.) des fonctions continues sur l'in-
a ...... a b tervalle [0, 1), à valeurs dans R Montrer que
Déterminer les valeurs propres de A, puis ses l'ensemble des fonctions continues sur l'in-
espaces propres, et montrer que A est diago- tervalle [0, 1l , à valeurs dans JR, s'annulant en
nalisable. 0 , est un sous-espace vectoriel de C [0, 1], R.).
Soit œ un réel non nul. On considère On se place dans l' espace vectoriel
la matrice : C ([0, l], R.) des fonctions continues sur l'in-
tervalle [0, l], à valeurs dans R Montrer
que l' ensemble C 1 [0, Il, R ) des fonctions
M =[
-1 œ -œi
1 -.1 0
de classe C 1 sur l'intervalle [0, l], à va-
1 0 - ] leurs dans JR, est un sous-espace vectoriel de n:s
C([O, l], R). c:
<(
43.a) Déterminer le polynôme caracté1is-
tique de M. On se place dans l'espace vecto-
43.b) Déterminer les espaces propres de M . riel C ([- 1, l ], !R) des fonctions continues sur
43.c) M est-elle trigonalisable? Si oui, la tri- l'intervalle [- 1, l ], à valeurs dans R Montrer
gonaliser. que les ensembles :
c+ = If E C([- 1, l] , !R), /paire} ,

"O .,,
:<;
Pour aller plus loin : Réduction de c- = {f E C ([- 1, l], lll), /impaire!
0 <=
c ::;
::::i '~
<.>
matrices blocs
Cl <.> sont deux sous-espaces supplémentaires de
~
-~ Soit n un entier supé1ieur ou égal à 2. C([- 1, l], R.) .
"""
..-1
0 ~
N <=
0 Soit A une matrice de taille n x n, à coef-
<=
@ "' ficients réels. On demande d 'étudier la dia- Soit n un entier naturel supérieur ou
....
..c
0
·a
::1 gonalisabili té de la matrice triangulaire supé- égal à 2. On se place dans l' espace vectoriel
Ol ~Q. M 11 (1R) des matrices de taille n x n, à coeffi -
·;::
~
rieure par blocs de taille 2 n x 2 n:
>- S! cients réels. Montrer que J' ensemble des ma-
a.
0 "
~ trices de taille n x n, à coefficients réels, de
B=(~~)
u -ci
0
<=
::l
trace nulle, est un sous-espace vectoriel de
0
@ M n(R).
321
Soit E un R - espace vectoriel, et f On pose : r =p + q - p o q.
une application linéaire de E telle que : Montrer que r est un projecteur de E , puis dé-
2
f - 5 f + 6 idE = Ü terminer son image et son noyau.
Montrer que Ker (f - 2 idE) et Ker (f - 3 idE) Soient E et F deux Ill-espaces vecto-
sont des sous-espaces supplémentaires de E. riels, f une application linéaire de E dans F,
et g une application linéaire de F dans E.
Projecteurs
On suppose que:
On se place dans l ' espace vectoriel
JR.i [X] des polynômes à coefficients réels, de Jogof=J ' gofog=g
degré inférieur ou égal à 4. On considère
l'application rr qui, à tout polynôme P =
4 54.a) Vérifier que f o g et go f sont deux
I œk Xk associe : projecteurs, en précisant leurs espaces
k=O respectifs de départ.
2
I O:k x k 54.b) Montrer que:
k=O
Montrer que rr est un projecteur de Ri [X], E = Ker(f) ffi fm(g)
puis déterminer son image et son noyau.
Soit E un Hl- espace vectoriel, et pet et :

q deux projecteurs de E tels que :
Imp c Kerq F = Ker(g) ffi lm(f)
"O
0
c::
::J
0
v
..-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
322
Corrigés
- Résolvons, dans C , l'équation suivante: z4 = 1, soit: z4 = e2 ikrr , k E Z.

z = e- 4- = eT
1.ikn ik1t
, k E {0, l, 2,3}
L'ensemble des solutions est donc: S = {l, eif, eirr, /~" } = {1, i, - 1, - i} .
, ,, ......
,, ...... Il\
, ,, ...... ~
,, ...... ~
,,' ..
,
-n:su
-1 ....
...... 0
, , u
, ,
...... , ,,
... .. ,,,
.... ,,
-i
Les racines quatrièmes complexes de l 'unité.
MW Résolvons, dans C , l'équation suivante: z5 = 1, soit: z5 = e 2i krr , k E Z.

Q)
Il\
z = e- s , k
2.iktr
E {0, l , 2,3,4}
6
-n:sc:
~
~.v e ·~· }.
2 4
L'ensemble des solutions est donc : S = {1, e ;·, e ;• , e ,
<(
21'r
es
4 ir.
es ' \
'
'
\
"O .,,
:<; '
c
0 <=
::;
0
::::i '~
<.>
Cl <.> ,
~ ,
-~ 6 il:' '
"""
..-1
~
es
0
N <=
0 8ilf
@
<=
es
.... ·a"'0
..c ::1
Ol ~Q.
·;::
~
>- S! Les racines cinquièmes complexes de l'unité.
a.
0 "
~
u -ci
0
<=
MM On considère l'équation: (z + 1)2 n = (z - 1) 211 , où n est un entier naturel non nul.
* (1 -
::l
0
@ 3.a) On ne peut pas avoir z = 1, puisque: ( 1 +1) 211 = 22 11 1)2 11 •
323
3.b) Comme z * 1, on peut diviser membre à membre par (z - 1)211 :
1
· ) 2n
( ~.
z- ]
= e2 ikfr ' k E ' Z
1
z+
z-1
est donc une racine complexe 2 nième de l'unité :
z+ 1 2a.. ih '71
-- = e 2.. =e " k E tt...
z -1 '
Le cas k = 0 est à exclure, il conduirait à: ~~: = 1, puis z + 1 = z - 1, ce qui est impossible.
Les solutions sont donc telles que:
z+ l ili
- - =e " ,k E{l ... ,2n - J}
z-1
iklr
Pour k E { 1 ... , 2 n - 1}, on a donc : z + 1 = e-;;- (z - 1).
Pour k E {l ... , 2n - l}, on peut écrire: z (1 - e'~~ ) = - 1 - e;~~, puis, comme

k1r
"
* 0 [2rr] :
1 + e;:,T ei:
1
(e -~~: + e'i:) ~)
2 cos ( 211 (k )
z =--- = = = - i cotan .....!!..
e;~.· - 1 e;i: (e ;i: - e- ;i: ) 2i sin(;~) 2n
(On a utilisé la technique classique qui consiste à factoriser par e -~: , ce qui permet, en-
6
suite, de simplifier, et de faire apparaître le sinus et le cosinus de ;: .)

Par injectivité de la fonction cotangente sur )0, rr[, les 2n - 1 racines obtenues sont bien
distinctes.
3.c) Notons II le produit des racines non nulles ; il est donné par :
11
-I (krr) 2n- I (krr)
II = o-icotan 2 n kOi -i cotan 2n
=(- 11
1)2 - 2 j2n-
2
k=I
ncotan(~:)
fi cotan(~:) k=n+I
= ( -1 y1- l D
n-I (krr) 211 1
- (krr)
cotan 2n kOI cotan 2n
= (- 1)' 1
n
11-
k=I
I
n
(k )
cotan .....!!..
2n
n- 1
k=I
cotan
( (k
+n
2n
) )
7r
= (- 1)'1-I n (ktr) n
11-I
k=I
COS
2n
sin ( ~: )
11-l
k=I
COS ((k+11)n)
2n
sin ((k;:?1T )
"O
0
0
c::
:J
= (-1)11- J
n n
11- I COS ( k1T ) 11- I COS
, · (k1T)
k=I Sin 2n
2n
. (k1T
k=I Sin 2n
(klr
2n
+ !!)
2
+ 1T2 )
v
..-!
0 11-l cos(~) n
/l-1. - sin( ~)
N = n . (kJr )
@ k=I srn 211 k=I cos (kJr
211 )
~
..c::
Ol
ï::::
>-
a. = (- 1)11- I ( - J)"- 1
ÎÎ cos ( ~) _si·_n_(_~_:_)
u
0 k=I sin( ~:) cos(~:)
=
324
+ ,M D'après la formule de Moivre: cos(3 8) ='Re (e3 ; 8). Or:
3
e3 ;o = (e;0 ) = (cosO + i sin 0)3 = cos3 0 + 3 i cos2 8 sin 0 + 3 cos O(i sin 8)2 + (i sin 0)3
soit: e3 iO = cos3 e + 3 i cos2 ()sine - 3 cos() sin2 e - i sin3 8.

En identifiant parties réelles et parties imaginaires, on en déduit:
cos(3 8) = 'Re (e3; o)

= cos 8- 3 cos8 sin 2 8
3
= cos3 8 - 3 cos 8 ( 1 - cos 2 8)

= 4 cos3 () - 3 cos ()
Il\
sin(38)= Im(e 3 i 8 ) ~
~
= 3 cos 0 sin 0 - sin3 e
2
= 3 (1 - sin2 0) sin() - sin 3 0 -n:su

= - 4 sin3 e+ 3 sine u
Par suite: cos3 8 =~ cos(3 8) + ~ cos 8.

D 'après ce qui précède : sin3 () = -~ sin(3 ()) + i sin 0, et:
cos 4 () = (cos 2 0)2
( 1 + c~s(W) )
2
=
l + 2 cos(20) + cos2 (20) Q)

Il\
=
4
-n:sc:
~
1 + 2 cos(20) l 2 20) <(

= 4 + 4 cos (
1 + 2 cos(20) l 1 + cos(4 B)
= +-
4 4 2
1 + 2 cos(20) 1 + cos(4 fJ)

= 4 + 8
"O .,,
:<;
3 + 4 cos(W) + cos(4 8)
0 <=
c ::; =
::::i '~
<.> 8
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@
.... ·a"'
0
MW On rappel le la form ule donnant la somme des termes d ' une suite géométrique de
..c ::1
raison ":t 1 :
Ol ~Q.
·;::
~
>-
a. S! l - raison'wmbredetermes
0 "
~
premier terme x - - - - - - - -
u -ci
1 - raison
0
<=
::l
0
@ Soit() E Ill \ rr Z , et n E N* .
325
5.a) Comme() E IR \ rr Z : e;9 * 1. La suite (e;" 9)
11EN
est donc une suite géométrique de raison
différente de 1.
Il
s 1<e) = I ei k (J
k=O
1- é(n + l )(J
= 1- ei 9
infl ( i(n+J )IÎ _ i(11+ l )9 )

eT e 2 - e 2
=
e ;~n (2isin(<11 + 1) 8 ))
2
=
2i sin (Ü
. ( (n+ 1) (J )
w Sm 2
= ei
sin(Ü
5.b) Comme() E R \ rr Z : e; 2 o ::f. 1. La suite (e 2 i 11 0) est donc une suite géométrique de

11EN
raison différente de 1.
S2(8) = I Il
e 2 ik 8
k= -n
1 _ e2 i (2 n+1) 8
e-2 in 9 _ _ _ __
= l - e2 i 8
e - i (211+ 1)8 _ ei(211+ 1) 0

= e - 2in 9 ei (2n + l )9 - - - - - - - -
ei9 (e-ifJ - ei 9)
= e-i(2 11+ l ) B ei(211+1 )9 ei_(211+1)9 _ e - i (2 11+l )fJ

_ _ _ _ _ __
ei O _ e-i 9
2 i si n ((2 n + 1) e)
= 2 i sin()
sin ((2 n + 1) ())
"O
0
= si n e
c::
::J
0
v En remarquant que S 2 ( ()) = S 1(2 ()) + S 1( - 2 ()) - 1, il est également possible d'obtenir le
..-!
0 résultat plus rapidement !
N
@ 5.c)
" sin ( <11+!) 8)
I
~
. ( ~) - 1
..c::
Ol S 3(()) = cos(k ()) = 1<e (S 1(()) - 1) =cos ( n () )
ï::::
k= l
2 sm 2
>-
a.
0
u ~
"
S 4(0) = 6 sin(kB)=Im(S1(B) - l)=Im(S1(B))=si n
(ne) s· (
2 m . (~)
(11+ l) O)
- 2-
k= I srn 2
326
6.a) Déterminons l'expression de l' affixe z' du point M' image du point M d 'affixe z E C par
la translation r 17 de vecteur îl( 1, - 2) .
~
On écrit : MM' = il, ce qui conduit à :
soit:
z' -z= 1 - 2i
et donc:
z'=z+ .l- 2i
6.b) Déterminons l' expression de l'affixe z' du point M' image du point M d'affixe z E C par
la translation r ,; de vecteur Ü(3, 1).
~
On écrit : MM' = ü, ce qui conduit à : Il\
~
~
soit:
z' - z = 3 + i
-u
n:s
u
et donc :
z' = z+3+ i
7.a) Donnons l'expression de l' affixe z' du point M' image du point M d'affixe z E C par
l' homothétie h0 ,2 , de centre 0 , de rapport 2.
~ ~
On a: OM' = 20M, ce qui conduit à :
___,
ZOM' = 2 z--.
0 1\!f
soit:
z' = 2z Q)
Il\
-n:sc:
~
-
7.b) Donnons l'expression de l'affixe z' du point M' image du point M d ' affixe z E C par
l' homothétie hA,-3 , de centre A(l , 1), de rapport - 3.
<(
~ = - 3 AM, ce qui conduit à:
On a : AM'
_.
ZAM' = -3z-AM
soit:
et donc:
"O .,,
:<;
c
0 <=
::;
z' = ZA - 3 (z - ZA) = 1 + i - 3 (z - 1 - i) = 1 + i - 3 z + 3 + 3 i =4 + 4 i - 3 z
::::i '~
<.>
Cl 7.c) Donnons l'expression de l' affixe z' du point M' image du point M d'affixe z
-
<.>
~
E C par
-~
l' homothétie hn.4, de centre B(- 2, 0), de rapport 4 .
"""
..-1
0 ~
N <=
0 ~ = 4 BM, ce qui conduit à :
On a : BM'
<=
@ "'
....
..c
0
·a
::1 Z[jMt = 4z8M
Ol ~Q.
·;::
>- ~ soit:
a. S!
0 "
~ z' - zs = 4 (z - zs)
u -ci
0
<=
::l
et donc:
0
@ z' = ZB + 4 (z - ZB) = - 2 + 4 (z + 2) = 6 + 4 z
327
M:M
8.a) Déterminons l'expression de l'affixe z' du point M' image du point M d'affixe z E C,
distinct de A, par la rotation rA. î, de centre A( 1, 1), d'angle ~.
On a: AM'= AM , (AM,AM')
-
-----t ~
= 4,"
7r
[2n],
-----t
- ~ 7r
La relation (AM,AM') = 4" [2n] entraîne:
_,---::::::::::,, - ~
-----t
arg ( Z_AMt ) = (i, AM) + (AM,~M') [2n]
= arg (z.4M) + 4 [2n]
Comme:
alors· ·. z-AM' = (..AM

-__, e; î ' soit ·. (..-' - -
(..A = (-(.. - zA ) e; i • et donc ··
z' = ZA + (z - ZA ) ei :r
= l + i + (z - l - i) e; 11
= 1 + i + z e; :f - ( 1 + i) e; ~
= 1 + i + z e'.•• - _r;::;(
v2 e''")2
:'i
= 1 + i + z e; :f - Y2 e; ~
= l + i+ ze;î - iYï
= 1 + ( 1 - Y2) i + z e; :f
. ." 1+i
puisque e' =ï= Y2 .
La relation z' - ZA = (z - ZA ) e; î est encore vraie lorsque M coïncide avec A.
8.b) Déterminons l'expression de l'affixe z' du point M' image du point M d'affixe z E C * par
= OM -
la rotation r0 , 11 , de centre 0, d'anglen.
----+ ~
=n
On a: OM'
-
----+
La relation (OM, OM')
~
, (OM, OM')
= 7r [2n] entraîne:
[2n].
_,~ ----+-~
arg ( Zw ) = (i, OM) + (OM, OM') [2nl
= arg(zm:; )+n [2rr]
'O
0
c:: Comme:
::J
0
v
T"-f
0
N
@ alors : Z"()ij = ZQ"M e;", soit: z' = zeirr = -z.
~
..c:: Cette relation est encore vraie lorsque M coïncide avec O. Cette rotation est tout simple-
Ol ment la symétrie de centre 0 !
ï::::
>-
a.
0
u
9.a) Soit z' l'affixe du point M', image du point Md' affixe z E C, distinct de Q , par la rotation
rn. 9 , de centre Q, d'angle() (on désigne par zn l'affixe de Q).
328
On a: QM' = QM , (QM, QM') = ()
-
-----? -----+ ---
-----?
[2n]. La relation (QM, QM') =()entraîne:
-----+
arg (zn,;;r) = (i,AA) + (Q;;,;M' ) [2 n]

= arg (z00 ) + () [2n]
Comme:
Z-->
nw
= lznw
__,I /arg(z0M1) = lz~
nM
I ei arg(z!W)+iO = lz~
nM
I eiarg(z!W) /9
alors: ZQMl = z00 ei 8 , soit: z' - zn = (z - zn) ei 8 , et donc :

z' = zn + (z - zn) ei 6
La relation est encore vraie lorsque M coïncide avec Q.
9.b) Soit z" l' affixe du point M", image du point M d' affixe z, distinct de Q' , par la rotation
rœ,9' , de centre Q' , d' angle ()' (on désigne par zn· l'affixe de Q').
De même que précédemment, on montre que : z" = Zn· + (z - zn,) ei 8' . La relation est
encore vraie lorsque M coïncide avec Q'. Il\
~
9.c) Soit z"' l'affixe du point M'", image du point M d'affixe z E C par la composée r =
~
TQ.'. fJ' 0 rn.9·
On a donc: z"' = zœ + (z' - zn·) eî 9' = zn· + (zn + (z - zn) ei - Zn·) ei fl', soit : 8 -n:su
u
..?'" = z.n, + (-'
<- - z.n·) e.i9' = -.n •.n e;(f + (z. - z.n ) ei(fl+9')
7 , (1 - ei ') + 7
8
Par suite:
• si () + ()' .;. 2 n Z, la composée r des deux rotations est une rotation d'angle()+()', dont
le centre Q"' est tel que son atfixe zn,,, vérifie :
zn,,, + (z - zn,,, ) ei((:)+O') = zœ (1 - eiO') +Zn ei(f + (z - zn) ei(O+O')
soit : zn,,, - z11"' ei(B+O') = zn· (1 - ei 8') + zn e;e· - zn eï<0+9'>, soit :
zn,,, ( 1 - ei(O+fl')) = zn• ( 1 - e; 8') + zn eiO' - zn ei(fl+O')
Comme ()+()' fi. 2n Z, Je point Q"' existe et est unique.
• si () + ()' 2 71' Z :
E
z"' =Zn• (1 - e; 0') + zn e;o' + (z - zn) = z + (zn· - zn) (1 - e; 0') Q)
Il\
r est alors la translation de vecteur il, d'affixe
z,1 = (zn· - zn) (1 - e' )
. (f -n:sc:
~
<(
Mul Pour que l'on puisse calculer le produit Matrice 1 x Matrice 2 , il faut
Nombre de colonnes (Matrice1) =Nombre de lignes (Matrice2).
un(_\) ~: !: ~: ~=~n
Les produits possibles sont donc, ici :
AX = =( = ( -11 )
"O
c
0
.,,
:<;
<=
::;
sx = ( ~1 ~) ( ~1 ) = ( ~\\1++1\xc~~~)) = ( =n
::::i ·~
<.>
Cl <.>
A B = ( 1 2 ) ( - l 1 ) = ( 1 X (- 1) + 2 X Û 1 X l + 2 X l ) = (-1 3 )
~
-~ 21 0 1 2x(- l)+lx02xl + lxl -2 3
"""
..-1
0 ~
N <=
0
<=
@ A2 =(l 2)( 12) = (' xi + 2x2lx2 + 2x1)· = (54)
.... ·a"'
0
2 1 2 1 lxl + lx2lx 1+ 2x2 45
..c ::1
Ol ~Q.
·;::
~
>- S!
B2 = ( - 1 1 ) ( - 1 1 ) = ( - 1 X ( - 1) + 1 X Ü - 1 X 1 + 1 X 1 ) = ( 1 Ü )
a. 0 1 0 1 Ox(- l)+lxO Oxl + lxl 01
0 "
~
u -ci
BA=( -l0 1l)(l212)=( -Oxl

0
<=
0
::l
lxl+lx2 - lx2 + 1xl)=(l -l )
@ + lx2 Ox2+1xl 2 1
329
DZ= 321
1 23][0]
2 = [lx0
3x0 +
+ 2x2+3x3]
2x2+1x3 = [13]
7
[
2 13 3 2x0 + 1 x2+3x3 11
13 9 14]
D2 = 11 11 14
[ 11 9 16
MIM Soit (a, b, c) E R3 , tel que a2 + b2 + c2 = J.

On pose:
M =
[
1 + a2 ab
ab 1 + b2
ac be
ac
be
1 + c2
l et N =M - l3.
11.a) On vérifie facilement que N peut s'écrire comme produit d'une matrice colonne et d'une
matrice ligne :
N=[flx(abc)
11.b) Calculons, pour tout entier naturel non nul n, N 11 :
soit, par associativité du produit matriciel :
Le produit dans le crochet vaut a 2 + b2 + c 2 = 1, on obtient ainsi :
"O
0
0
c::
:J
N' = ( ~ lX [( l) l X ( a b c) = [ ~ l
X ( a b c) = N
v
...-!
0 On montre, à l' aide d'une récurrence immédiate, que l'on a, pour tout entier naturel non
N
nul, N 11 = N.
@
~
..c:: 11.c) Déterminons, pour tout entier naturel non nul, M" : on a :
Ol
ï::::
>-
a.
u
0 M
2
= (N + !3)2 = N 2 + 2N + h = 3 N + / 3
330
Les matrices N et h commutant, la formule du binôme de Newton conduit à :
M" = (N + /3)' = I c~ Nk + !3 = I c~ N + !3, où, pour tout k

1 J'l
k=I
Il
k=I
E {1, ... , n} : c~ = (
z.
)
n 11
Or : 2
11
= (1 + l Y1 = I c~ = I c~ + L
k=O k= I
Par suite: M 11 = (N + !3)" = (2" - 1) N + !3.
Mf# Soit a un réel quelconque, supposé non nul. On considère la matiice catTée d'ordre n
(n;;;:. 2):
0 a .. . ... a
a 0
A=
0 a Il\
~
a .. .. .. a 0
~
(n - l)a 2 (n - 2)a2 ... (n - 2)a2 -

u
n:s
u
(n - 2)a2 (n- l)a 2 " ·
12.a) On a : A 2 =
" . (n - 1) a 2 (n - 2) a 2
(n - 2) a 2 ... (n - 2)a2 (n- l)a 2
A 2 s'écrit donc sous la forme: A 2 = 1l A+µ ! 11 avec:
À. = (n - 2) a , µ = (n - 1) a2
12.b) On considère le polynôme P tel que: P(X) = X2 - (n - 2) a X - (n - 1) a2 . D 'après ce qui

précède 1 :
A
2
- (n - 2) A - (n - 1) a ln
2
= P(A) = 0
12.c) Soit k un entier naturel non nul. Effectuons la division euclidienne de Xk par P : soit Q le n:s
polynôme quotient. Comme Pest de degré 2, le reste de cette division est donc de degré c:
<(
strictement inférieur à 2, c'est-à-dire de degré au plus égal à l, et donc de la forme :
a X+ [J, où a et f3 sont deux réels. On a donc bien : Xk = P(X) Q(X) +a X + {J.
P admet pour racines évidentes - a, (n - l)a; il suffit alors de prendre pour valeurs
successives de X - a et (n - 1) a :
(- a / = P(- a)Q(- a) - aa + [J
{ ((n - l)a)k = P((n - l)a) Q((n - l)a) + a(n - l)a+[J
"O .,,
:<;
0
c <=
::; soit :
::::i
Cl
'~
<.>
<.>
(- ai = - aa+f3
~
-~
{ ((n - l)af = a(n - l)a +/3
"""
..-1
0 ~
puisque P s'annule en - a et (n - 1) a. La résolution du système conduit à :
N <=
0
<=
@ "'
....
..c
0
·a
::1
œ=a
k- 1 (n - l)k - (-1)* f3=ak (- l)k(n - l )+(n-1)*
Ol ~Q. n n
·;::
~
>- S!
a. l. Attention! ne pas oublier le ln en facteur de (n - 1) a2 , car sinon la relation ne serait pas correcte,
0 "
~
u -ci
0
puisque l' on ne peut pas mélanger des nombres et des matrices. C'est une question d'homogénéité, comme
<= en physique. Une relation mathématique relie des grandeurs de même nature, donc, de même que l'on ne
::l
0
@ peut comparer <les pommes et des poires, on ne peut pas comparer des matrices et <les nombres.
331
12.d) Pour calculer A k, il suffit d'appliquer la relation ( *) à A :
Ak = P(A) Q(A) + œ A+ fJ T" = œ A + fJ 111
••• 0 n- 1
0 n- 1 0
=
l 0 n- 1 0
1 1
0
= (n - 1)
1 1 0
1 0 0
1-1
= (n - !)
1 1 -1
(On commence par ajouter les colonnes 2 à n à la première, par n-linéarité, on factorise par n - 1,
puis on retranche la première colonne à toutes les autres)
0 1 ... 1
0 = ( - 1)'1- I (n - 1).
Ainsi:
1 ... 1 0
Mii n étant un entier naturel supérieur ou égal à 2, soient a et b deux réels distincts, non
nuls, et (x 1, ••• , x11 ) une famille de réels.
Pour tout réel x, on pose :
X1 +X a+ X a +X
b +X X2 +X
.il11 (x) =
a +x
b+X b +X X11 +X
"O
0 14.a) Par n-linéarité du déterminant par rapport à ses lignes, la valeur de .il11 (x) reste inchangée
c::
::J si on retranche la première ligne à toutes les autres :
0
v
...-! XJ +X a +X a+x
0
N
b- xi x2 - a 0
@
~
Ll11 (X) =
..c:: 0
Ol
ï:::: b - xi b - axn - a
>-
a.
0
u En développant alors ce déterminant par rapport à la première ligne, on obtient donc une
somme de polynômes de degré au plus égal à 1, puisque les lignes 2 à n ne comportent
plus de x : x H .iln(x) est une fonction affine de x, c'est-à-dire de la forme x Ha x + {J.
332
14.b) 6.,,(- a)
Il
= n<xk -
k= l
a) 6-11 (- b) = n Il
k= I
(Xk - b) (déterminants de mat1iCeS triangulaires)
Pour simplifier, introduisons la fonction : f :XH nIl
k= I
(Xk - x).
Par suite : - a a + fJ =/(a) , - ab + fJ = f(b), ce qui conduit à:
(b - a){J = b f(a) - a f(b) (b- a)œ = f(a) - f(b)
etdonc:{J = bf(a)-af(b) ,œ= f(a)-f(b) .

b-a b-a
MJW Soit (x 1, ... , x,,) une famille de réels, et x E R On considère les déterminants :
1 1 1
X1 x,.,
V,1(X1 , . . . , x 11 ) = xT x,,2
Il\
~
x.1- I r_r- 1 1- I
1 2 . . . .x'n ~
l l 1 -u
n:s
XJ X2 ... X11-I X u
x2
1 x~ .. . x~_ 1 x 2
.~1 - I 11- I ..11- l .~1- I

..tl X2 . . . ..t11-I. ;\.
15.a) En développant V11 (x) par rapport à sa dernière colonne, on obtient un polynôme de degré
au plus égal à n - l en x, de coefficient dominant a priori égal à V,i(x 1, ... , x 11 _ 1).
15.b) On suppose, da~ toute l~suite, que les.!_;, i = l, . . . , n, sont deux à deux distincts. On
remarque que : V,,(x 1) = V,,(x2 ) = . . . = V,,(x,,_ 1) = 0 (i l y a deux colonnes identiques).
x 1, • • •, x,,_ 1 sont donc racines de V11 (x), que l'on peut donc factoriser sous la forme:
V,,(x) = Cu (x - X1) . . . (x - Xn-1) = C,1 n

11- I
i=I
(x - X;), où C,, est une constante réelle.
Q)
Il\
15.c) La constante C11 est le coeffi cient en ~cteur du terme de degré n - 1 de V11 (x) . On l'obtient
directement lorsque l'on développe V11 (x) par rapport à la dernière colonne:
-n:sc:
~
l l 1 <(
Xt x2 ... Xn- 1
C11 = Vn-1(X1, ... , X -1) = xT 11

~ .. . x~-1
.~1-2 ,11-2 .,.11-2

..tl X2 . . . ,\11- I
Par récurrence, on en déduit donc :
11-I
"O .,,
:<;
V11 _1(Xi, ... , x,,_i) n (x,, - X;)
0 <=
c ::;
i= I.
::::i '~
<.>
Cl <.> 11-2 11- I.
~
-~ = V _2(X1,11 . . . , X11 -2) n (X11- I -X;) n (x,,-x;)
"""
..-1
0 ~ i= I i=I
N <=
@
0
<= =
"' 2 n- 1
....
..c
0
·a
::1
= V2(x1,x2) n(x3 - x;) ... n(x,, - x;)
Ol ~Q.
·;::
>-
a.
0
u
~
S!
"
~
-ci
=
i=J
n
l ,;;.i<j,;;.11
(Xj - X;)
i= I
0
<=
::l
0
@
333
.,.
15.d)
16.a)
On remarque que la formule obtenue reste encore vraie lorsque les x;, i
sont pas deux à deux distincts .
• detA = 1 x 5 - 2 x 2 = 5 - 4 = 1 O. *
= 1, . . . , n, ne
La matrice A est donc inversible, puisque son déterminant est non nul. La matrice
inverse A- 1 s'obtient soit par l'algorithme de Gauss-Jordan, soit, beaucoup plus sim-
plement, en utilisant la formule :
A- 1 = -1- 'ComA
det A
. d. ,
ce qm con mt a: A - t 5-2)
= ( _21
.
• detB = - 1 ::f:. 0 (il suffit d'échanger les colonnes 1 et 2, le signe moins vient de
l'échange des colonnes).
La matrice B est donc inversible, puisque son déterminant est non nul. La matrice
inverse s- 1 s'obtient soit par l'algorithme de Gauss-Jordan, soit, beaucoup plus sim-
1
s- 1 = - - 'ComB
detB
ce qui conduit à: s- 1 = B.
12 - 1 22 - 1
• detC = 1 0 1 = 0 0 1 = 2x(- 1) = - 2 ::f:. O(onretranchelatroisièmecolonne
212 012
à la première, puis on développe par rapport à la première colonne).
La matrice C est donc inversible, puisque son déterminant est non nul. La matrice
inverse c- 1 s'obtient soit par l'algorithme de Gauss-Jordan, soit, beaucoup plus sim-
1
c- 1 = --'ComC
detC
=[ ~l ;j ~ ]= l (~ ~4 ~ ].
1 2
1
cequiconduità:c-
-- -- 1 -1-3 2
2 2
16.b) Soit A E M 11 (!R) telle que A 2 = A ( *),
1
avec A 11 • */
Supposons A inversible, d'inverse A- ; en multipliant membre à membre la relation ( *)
"O
par A- 1 , on obtient :
0 A 2 A- 1 = AA- 1 = / 11
c::
::J
0 soit : A = T,,, ce qui est contraire à l'hypothèse. La matrice A n 'est donc pas inversible.
v
...-! 16.c) Soit a un réel quelconque, supposé non nul. On considère la matrice carrée d'ordre n
0
N (n;;,,, 2):
@ 0 a ... ... a
~
..c::
Ol a 0
ï::::
>-
a. A=
0
u
0 a
a ... ... a 0
334
(n - 1) a2 (n - 2) a 2 ... (n - 2) a 2
(n - 2)a2 (n - l)a2
• On a: A2 =
· ·. (n - 1) a2 (n - 2) a2
(n - 2)a2 ... (n - 2) a 2 (n - 1) a2
A 2 s'écrit donc sous la forme: A2 =/l. A + µIll, avec :
/l. = (n - 2)a , µ = (n - l)a 2
• On remarque que: A (A - /l. lll) =(A - 1ll11 )A =µ ! 11
La matrice A est donc inversible, puisque a * 0, et n ;;;;. 2, de mat1ice inverse :

A
-1
=-µ1 (A - /l. /11)
Il\
~
Mt4 On considère les matrices : M = (; ; ) , P=( ~ ~ 1 ). ~
* 0, Pest inversible. -u
n:s
17.a) Comme detP = - 3 - 1 = - 4 u
On calcule: p -
1
= l (~ ! 3
)·
17.b) p- 1 MP = (~~) 2
17.c) Pour tout entier naturel n3 :
(P- 1 M P)" = p - 1M P p - t M P ... P- 1 M P = P- 1 Mil P
par récurrence immédiate.
Posons: p- 1 M P = ( ~ ~) = D. Q)
Il\
On montre alors par récurrence que, pour tout entier naturel n : -n:sc:
~
011 = (6011 2"0) <(
Par suite, comme : p- 1 Mil P = Dll, on en déduit:

·1 - n -1-(21l-2(311+I+1) 3 X 211-2(3" - 1))
M' - p D p - 21l- 2 (311 - .1) 211- 2 (3" + 3)
Ml:M Résolvons:
"O .,,
:<;
x - y - z=4
0 <=
c
::::i
::;
·~
2x + 2y + z = - 5
Cl
<.>
<.> { 3x - y - z = 6
~
-~
"""
..-1
0 ~ • Première étape : choix du pivot
N <=
0
<= On choisit un« pivot», dont le choix est conditionné de façon à faciliter les calculs. Le mieux
@ "'
....
..c
0
·a
::1
est, bien sûr, de choisir comme pivot un des coefficients non nuls du système. Pour pouvoir
Ol ~Q. effectuer un tel choix, il peut être nécessaire de procéder à des échanges de Hgnes. Ici, le
·;::
~
>- S!
choix le plus naturel est donc de prendre le coefficient de x comme pivot.
a.
0 "
~
u -ci
0
2. p- 1 M P étmlt une matrice diagonale, on a donc, s<ms le dire, diagonalisé la matrice M, c'est-à-dire
<= déterminé une base dans laquelle la matrice de l'application linéaire associée à M est diagonale.
::l
0
@ 3. Le résultat est encore vrai au rang 11 = 0 : M 0 = ln.
335
• Seconde éta pe : élimination
À l'aide d'opérations élémentaires, on élimine les coefficients de x des autres lignes du sys-
tème. lei, il faut soustraire 2 fois la première ligne (ligne du pivot) à la seconde, et 3 fois la
première ligne à la troisième, ce qui conduit à :
x- y - z = 4
O + 4y + 3z
{ O + 2y - 2z
= - 13 (90. 1)
= -6
• Retour à la première étape avec le pivot suivant.
• L'algorithme se termine à la troisième ligne. De la forme triangulaire du système équivalent
obtenu, on en déduit le triplet (x, y, z) solution.
Ici, la suite des étapes donne (pivot : coefficient de y) :
X - y - Z = 4
{
0+ y - z = -3 (90.2)
O + 4y + 3z = - 13
(échange des lignes 2 et 3), puis (pivot : coefficient de y) :
x - y - z= 4
0 + y + z = - 3. (90.3)
{0 -z =- ]
On en déduit z = 1, puis y = - 4, et enfin x = 1. Afin de parer aux éventuelles erreurs de
calcul, il est préférable de vérifier que ce triplet est bien solution (ce qui est bien le cas ici !).
x + a y + a2 z = a4
MijM Résolvons : x +y + z
{ x - y+ z
= 1 ,a E !R,*.
=- 1
La matrice du système est :
Son déterminant vaut : 2 - 2 a2 .

Ce déterminant est non nul pour a t 1 et a t - 1. Dans ces cas uniquement, il admet une solution
unique.
Si a = 1, les deux premières équations du système sont les mêmes : ce système est alors équi-
valent à :
"O x+y+ z = l
0
c:: { x-y+z = - 1
::J
0 qui admet une infinité de solutions (correspondant aux coordonnées des points de la droite inter-
v
...-! section des plans d'équations respectives x + y + z = l et x - y + z = - 1 dans l'espace euclidien
0
N orienté de dimension 3).
@
~
Si a= - 1, le système s'écrit:
..c:: x - y+ z = 1
Ol
ï::::
>- x+y+z
{ x-y+z
= 1
a. =- 1
0
u
ce qui est impossible (il suffit de soustraire la ligne 3 à la ligne 1 pour s'en rendre compte) : le
système n'admet pas de solution dans ce cas.
336
Lorsque a if:. l et a if:. - 1, on résout par la méthode du pivot, en commençant par réécrire le
système sous la forme :
x+y+z = 1
x + a y + a 2 z = a4
{
x - y+z = -1
ce qui conduit à :
x+y+z = 1
(a - 1) y+ (a 2 - 1) z = a4 - 1
{
- 2y = -2
puis:
x+y+z = l
{
y = 1
(a - 1) y + (a2 - 1) z = a4 - 1
ce qui conduit à : Il\

~
x+y+z = 1 ~
{ 2
y = 1
-n:su
(a - l) z = a4 - 1- a +1 = a 4
- a
u
soit:
x + : +z : a - a
4
a(a 3 - 1) a(a - l)(a 2 + a+ 1)
{ z = a2 - = (a-l)(a+ l ) =
l (a - l)(a+ 1)
et donc :
a (a2 +a + 1)
x= l -y-z = -z = (a+ 1)
y= l
a (a 2 +a+ 1)
z= (a+ 1) Q)
Il\
-n:sc:
•l·•
~
20.a) i1 = (1, 2, 3) et i1 = (- I, 3, 2) : <(

pour déterminer si il et û sont ou non linéairement indépendants, on cherches' il existe une
combinaison linéaire non triviale de ces deux vecteurs égale au vecteur nul, c'est-à-dire
de la forme :
.... ... ...
Àu + µv=O avec(À,µ)if:.(0,0)
Supposons donc qu ' i1existe deux réels À etµ tels que :
"O .,,
:<; _, _, _,
c
0 <=
::;
Àu+µu =O
::::i '~
<.>
Cl <.>
~ soit:
-~
"""
..-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q. soit:
·;::
>- ~ 1l - µ =0
a. S!
0 "
~
2;{ + 3µ=0
u -ci
0
{ 3'1 + 2µ=0
<=
::l
0
@ (deux vectew-s sont égaux si et seulement si lew-s composantes sont égales)
337
ce qui conduit à :
À =µ
SA= 0
{
5µ = 0
La seule possibilité est donc : 1l = µ = O. Les vecteurs il et i! sont donc linéairement
indépendants (« libres»).
20.b) il= (2, 1, 3), Û= (4, 2, 6):
on remarque que û = 2 a; les vecteurs i1 et û ne sont donc pas linéairement indépendants,
puisque:
i! - 2Û= 0
20.c) i1=(3,2, 1), Û= (3, 0, 1):
de même qu'en a., supposons donc qu'il existe deux réels À etµ tels que :
soit:
soit:
3 A + 3µ = 0
2A =0
{
1l+µ =Û
ce qui conduit à : À = µ = O. Les vecteurs i1 et i! sont donc linéairement indépendants
( « libres »).
20.d) il= (2, 4, 6), Û= (4, 2, 6), w= (6,4, 2) :
246 123 1 1 2
det(û,i!,w)= 424 =23 212 =23 2 - 1 o
662 33 1 3 0 -2
(on factorise chaque colonne par 2, d'où le 23 en fac teur du déterminant, puis on retranche
la première colonne à la seconde et à la troisième)
soit:
1 1 1
det (il, Ü, W) = 2 4 2 - 1 Û = 24 (3 X
4
(- (- 1)) + (- 1) X (- 1 - 2)) = 2 (3 + 3)
3 0 -1
(on factorise la troisième colonne par 2, puis on développe par rapport à la dernière ligne)
"O soit :
0
c::
:J
det ( Û, Ü, w) = 24 X 6 = 96 i= 0
0
v Les vecteurs il, il, wsont donc libres.
...-!
0 20.e) i1=(- 1,0,1), Û= (1, 1, 1), ID= (0, 1, 2):
N
@ -1 l 0 -100
~
..c::
Ol
det (il, il, w) = 0 1 1 = 0 11 =Û
ï:::: 1 l 2 1 22
>-
a.
0
u (on ajoute la première colonne à la seconde; le déterminant obtenu est nul, car les co-
lonnes 2 et 3 sont alors identiques)
Les vecteurs il, û, wsont donc liés.
338
WJM La droite 'D passant par le point A(- 1, 2, 1) et düigée par le vecteur a= (1, 0, l) est une
droite affine. C'est l'ensemble:
'D = A +R û
{A + À À E R} a,
= {M(x,y,z)/x = - 1+,1,y=2, z = 1 + À, À E R}
c'est-à-dire l'ensemble des points M de coordonnées (x, y, z) tels que :
x= - l+À
!f = 2 , il E IR
{
z = 1 + il
On a ainsi obtenu une représentation paramétrique, ou paramétrage, de 'D.
En éliminant le paramètre À, par exemple, en utilisant la première relation, il = x + 1, on en
déduit:
y= 2 Il\
{ z =l+il=l+x + l=x + 2 ~
~
on obtient un système d'équations cartésiennes de 'D.
WjW La droite 'D' passant par le point B(3, 0, 2) et orthogonale au plan Pd' équation 2x +y -
-u
n:s
u
z = 3 admet donc tout vecteur normal à P pour vecteur directeur.
Le vecteur iÎ.p(2, 1, - 1) est normal à P.
Ainsi:
'])' = B + R ilp = IB + À!Îtp' À E R}
c'est-à-dire 'D' est l'ensemble des points M de coordonnées (x, y, z) tels que
x=3+2À
{
= ,1
!f
z= 2- À
On a ainsi obtenu une représentation paramétrique, ou paramétrage, de 'D'.
Q)
En éliminant Je paramètre il, par exemple, en utilisant la seconde relation, À = y, on en déduit : Il\
x=3+2y -n:sc:
~
{z = 2- y <(
qui est un système d'équations cartésiennes de 'D' .
. . La droite D. passant par les points C(- 2, l, 2), et D(- 4 , 0, 1) a pour vecteur directeur
CD(- 2, - 1, - 1), par exemple.
C'est donc l'ensemble
D.=C + iRco={c+ ,1ëD,,;i E R}
"O .,,
:<;
0
c <=
::; c'est-à-dire l'ensemble des points de coordonnées (x, y, z) tels que:
::::i '~
<.>
Cl <.>
x= - 2 - 2il
~
-~
"""
..-1 y= 1- il , À ER
0 ~ {
N <=
0
<=
z = 2 - il
@ "'
....
..c
0
·a
::1
On a ainsi obtenu une représentation paramétrique, ou paramétrage, de b..
Ol ~Q. En éliminant Je paramètre À, par exemple, en utilisant la seconde relation : À 1 - y, on en
·;::
~
>- S! déduit :
a.
0
u
"
~ X = - 2 - 2 À = - 2 - 2 + 2 !f = - 4 + 2 !f
-ci
0
<=
::l
{ z = 2- A = 2- l +y = l +y
0
@ on obtient un système d'équations cartésiennes de b..
339
WJI On considère la droite 6.' dont une représentation paramétrique est donnée par :
x=l+2À
y= 3 /l , À. E JR
{ z = 2 - 2,l
6.' est l'ensemble des points de coordonnées (x, y, z) tels que :
Soit n le point de coordonnées (1, 0, 2), et u...., le vecteur de coordonnées (2, 3, - 2).
6.' est donc l'ensemble des points M de coordonnées (x, y, z) tels que :
M=!1+ /ltt , ÀE lR
it est un vecteur directeur de 6.'.
WJW Les vecteurs i1 et iJ n' étant pas colinéaires, ils peuvent donc engendrer un plan.
Le plan affine 1> 1 passant par le point A(- 1, 2, 1) et engendré par les vecteurs i1 = ( 1, 1, 1) et
----+
û = (1, - 1, 1) est l'ensemble des points M(x, y, z) tels que les vecteurs AM, i1 et û soient copla-
naires, et donc tels que :
det (.AM,a, v) = o
soit:
X+ J J 1
y - 21 - 1=0
z- 1 1 1
soit :
X+ J J 0
y - 21 - 2 =Û
z- 1 1 0
(on retranche la seconde colonne à la troisième)
soit:
2 (x + 1 - z + 1) =0
(on développe par rapport à la dernière colonne) soit :
2(x -z+ 2)=0

et donc :
x - z + 2=0
"O
0 qui est une équation cartésienne de 1> 1•
c::
0
v
:J
WtM Le plan 1>2 passant par le point B(l, 1, 1), et orthogonal au vecteur fi= (2,3,4) est
...-!
l'ensemble des points M(x, y, z) tels que:
0
N
@ BM·n=o
~
..c:: soit:
Ol
ï::::
>-
2 (x - 1) + 3 (y - 1) + 4 (z - 1) =0
a.
0 soit:
u
2x + 3y+4 z- 9=0
qui est une équation cartésienne de 1>2.
340
MM On considère le plan vectoriel '?4 dont une représentation paramétiique est donnée par:
X= 1l - µ
y= À+µ ' (1l,µ) E R2
{
z =À - µ
'?4 est l'ensemble des points de coordonnées (x, y, z) tels que:
Soientlt"(l, 1, l)etlf"(-1 , 1, - 1).

'f>4 est donc l'ensemble des triplets (x, y, z) tels que:
1~"
( x, y, Z) = /t u + µ ~,,
V ,
.
(A,µ ) lll>2
E ~
Il\
Les vecteurs il" et ïl'' n'étant pas colinéaires, ils peuvent donc engendrer un plan. ~
'?4 est donc engendré, par exemple, par ïl"(l, 1, 1) et lf"(- 1, 1, - 1) 4 . ~
Dans ce qui suit, le plan euclidien orienté de dimension 2 est rapporté à un repère orthonormé
-
u
n:s
u
direct ( O; 7, l).
Wt:I
28.a) Soient a 1, a2, a 3, a4, b 1, b2, b3, b4 des réels non nuls, vérifiant:
On consi.dère les points A 1(ai, b1 ), A1(a2, b2), A3(C13, b3), A4(a4, b4).
Pour que le quad1ilatère A 1A2A3A4 soit un parallélogramme, il faut:
c 'est-à-dire: a1 - a, = a3 - a4 b2 - b1 = b3 - b4.
Pour que ce parallélogramme soit non aplati, il faut que les points A 1(a 1, b 1) , A2 (a 2, bz)
----7 ----7
et A3(a3, b3) ne soient pas alignés, et donc que les vecteurs A 1A2 etA 1A3 soient libres. n:s
c:
Leur déterminant vaut : <(
a2 - ai a3 - ai 1
1
b2 - b, b3 - b,
= (a2 - a1)(b3 - b 1) - (b2 - b1)(a3 - a1)

*
La condition (a2 - a 1) (b3 - b 1) - (b2 - b 1) (a3 - a 1) 0 doit donc être rajoutée au système
"O .,,
:<; précédent pour que le parallélogramme soit non aplati.
0
c <=
::; 28.b) Lorsque ces conditions sont vérifiées, 1' aire orientée $lp du parallélogramme A 1A 2 A 3A4
::::i '~
Cl
<.>
<.> est donnée par :
~
"""
..-1
0
-~
~
5lp =
N <=
0
<=
@
.... ·a"'
0
= a 2 - ai a 4 - a.1 1
..c ::1
b2 - b1 b4 - b ,
Ol ~Q. 1
·;::
~
>- S!
a.
0 "
~
u -ci
0
<= 4 . Attention ! Un plan vectoriel étant engendré par une infinité de couples de vecteurs, ce n'est qu' un
::l
0
@ exemple parmi d'autres ; 211 11 et 3Û" engendrent également 'P4 •
341
L'aire non orientée du parallélogramme A 1A 1A3A4 est :
-----7 -----7
28.c) On suppose désormais que llA 1A2ll = llA 1A4ll =a> 0, b1 = b2, a4 =ai.
-----7
La condition llA 1A1ll = a conduit à :
puis: a2 - a 1 =a, puisque, par hypothèse, a2 - a 1 >O.

-----7
La condition llA1A4ll =a conduit à:
puis: b4 - b 1 =a, puisque, par hypothèse, b4 - b 1 >O.

L' aire orientée .J(p du parallélogramme A 1A 1A3A4 vaut alors :
Le parallélogramme A 1A2 A3A4 est un carré de côté a.
MpM Soient a, b, c, d des réels non nuls.

Il peut être intéressant de déterminer dans quels cas les points 0, A et B sont alignés; à cet effet,
on calcule simplement :
det(OÂ, os) = 1 ~ ~ 1 =ad-be

Sous réserve que ad - b c * 0, le triangle OAB est donc non aplati.
Calculons l'aire orientée ${T du triangle de sommets 0, A(a, b ), B(c, d) :
!
31T = 2 d et (Of\ ' @) = !2 1a
bd
c 1 = ad - b c
2
Si les points 0 , A et B sont alignés, le triangle est aplati, et donc d'aire nulle.
L'aire non orientée du triangle de sommets 0, A(a, b), B(c, d) est :
Dans ce qui suit, l'espace euclidien orienté de dimension 3 est rapporté à un repère orthonormé
"O
direct ( 0; l, ],k).
0
c::
:J Mil Soient a, b, cd des réels non nuls.
0
v 30.a) On considère les points A(l, a 2 , a 4), 8(2, a2 + c2 , a4 + c4 ) , C( 1, c2 , c 4 ), D(l , d 2 , d 4). On re-
...-! --7 ~
0
N
marque que: AB= OC, puisque les deux vecteurs ont les mêmes coordonnées (1 , c 2 , c 4 ) .
@ Le quadrilatère OABC est donc un parallélogramme.
~
..c:: 30.b) On considère les points E, F, G, images respectives de A, B, C par la translation de
Ol ~
ï:::: vecteur OD. Par définition de la translation:
>-
a.
0 ~ ~ ~ ~
u OD = AE = BF = CG
OABCDEFG est donc un parallélépipède.
342
30.c) Le volume orienté du parallélépipède OABCDEFG est donné par:
---t ~ ~)
'Vp = det ( OA, OC, OD
1 1 1
soit : ~vp = a 2 c2 d 2 . On reconnaît un déterminant de Vandermonde :
a4 c4 d4
••
31.a) f: R.2 4 R.2, (x,y) H (4x + y,2y + x):
pour déterminer si f est linéaire, on calcule, pour À dans R., et ((x, y), (x', y')) E R.2 x R.2 :
f (À (x, y)+ (x', y')) = (4 (À x + x') + /l y + y', 2 (À y + y') + À x + x') Il\

= (4 À X + 4 X + À y + y' , 2 /l y + 2 y' + À X + X 1
) ~
~
et :
À f (x, y) + f (x', y') =(4 ;i x + 4x' + /l y + y' , 2 À y + 2 y' + /lx + x') -u
n:s
u
Comme:
f (/l (x, y) + (x' , y')) = À f(x , y) + f(x', y')
l'application f est donc bien linéaire.
Sa matrice A.r est telle que :
2
V (x, y) E R. : /(x, y) = A.r (:)
ce qui conduit à :
A.r = ( ~ ~) Q)
Il\
R. ~ R., (x, y)
2
31.b) ÇJ : H sin(x y) :
pour déterminer si g est linéaire, il faut comparer, pour tout réel À et ((x, y), (x', y')) E
-n:sc:
~
R_2 X R_2 : <(

g (,l (x, y)+ (x', y')) et À g(x, y) + g(x' , y')
Or, clairement :
g(À(x,y))) =sin(À2 xy) * Àg(x,y)), engénéral
puisque l'application sinus n'est pas linéaire. g n'est donc pas linéaire.
"O
0
.,,
:<;
<=
Mf# On considère l'application:
c ::;
::::i
Cl
'~
<.>
<.>
f : R.2 ~ JR.2
~
-~ (x,y) H (3x - y,2y+x)
"""
..-1
0 ~
N <=
0
<=
32.a) La matrice A.1 associée à f dans la base canonique est telle que :
@ "'0
....
..c
·a
::1
2
Ol
·;::
~Q. V(x,y) E R. : f(x,y) = A.1 (;)
~
>- S!
a.
0 "
~ ce qui conduit à :
u -ci
0
<=
0
::l
A.r = ( 31 -1)
2
@
343
32.b) On a: detAf = 6 - ( - 1) = 7 *O.
La matrice A r est donc inversible, ce qui signifie que f est un automorphisme de !R.2 ,
c' est-à-dire une application linéaire bijective de R.2 dans R.2 .
32.c) Le noyau de f est l 'ensemble des vecteurs (;) tels que :
soit:
3x - y=O
{ x+ 2y = 0
La seule solution possible est : x = y = O. f est donc injective, puisque son noyau est
réduit au vecteur nul ; elle est donc bijective : on retrouve le résultat précédent.
32.d) L'application réciproquer' a pour matrice, dans la base canonique
Af- 1 = ( Af ) - '
La matrice inverse A.f 1 s' obtient soit par l'algorithme de Gauss-Jordan , soit, beaucoup
plus simplement, en utilisant la formule :
-l 1
A 1.
·
=- -
detA.1
1
ComA r
·
ce qui conduit à :
A-' _
f - 7
~ ( 2 l)
-13
Il en résulte, pour tout vecteur (x, y) de R.2 :
=A - 1 ( X ) = ~7 ( -213l)(x)=
r
1X
(,y) f y y 7~ ( 2x + y)
- x + 3y
••
33.b) g : Ill3 --+ R., (x, y, z) H cos(x y z) :
pour déterminer si g est linéaire, il faut comparer, pour tout réel À et ((x, y, z), (x' , y', z')) e
R_3 X R_3 :
g(À(x,y, z) + (x',y', z')) et /Ig(x,y,z) + g(x',y',z')
Or, clairement :
g (À (x, y, z))) = cos(113 x y z) * 11 g(x, y, z)), en général

"O
0
c:: puisque l'application cosinus n'est pas linéaire.
::J
0 g n ' est donc pas linéaire.
v
.--!
0 33.c) h : R.3 --+ R.3 , (x, y, z) H (x +y + z, x - y + z, 0) :
N
pour déterminer si h est linéaire, on calcule, pour À e Ill et
@
~ ((x, y, z), (x', y', z')) e R 2 x R.2 :
..c::
Ol
ï:::: h(À(x,y, z) + (x',y', z')) =(/lx + x' + /ly + y' + /lz + z',Ax + x' - /ly - y'+ /l z + z' , 0)
>-
a.
0
u et :
À h.(x, y, z) + h(x', y', z') = (À (x +y + z) + x' + y' + z' , À (x - y + z) + x' - y' + z', 0)
344
Comme:
h (À (x, y, z) + (x', y', z')) =(À (x + y + z) + x' + y' + z', A (x - y+ z) + x' - y' + z', 0)
l'application h est donc bien linéaire.

Sa matrice A11 , dans la base canonique, est telle que:
V (x, y, z) E R3 : h(x, y, z) = A, [ ~]
ce qui conduit à :
A1i = ( ll
0 0 0
l l
- 1l
l
Ml On considère les applications : Il\
~
cp : R2 --t R3 r/t : R_3 --t JR2 ~
(x,y) H (3x - y,2y+x,x - y) ' (x, y, z) H (x + z, y - z) -u

n:s
u
34.d) Les matrices A.p et Al/! respectivement associées à cp et rft dans la base canonique sont
telles que:
V (x, y) E lit2 : cp(x, y) = A.p (X
y)
et:
V (x, y, z) E R3 : rft(x, y) =Aift ( :)
ce qui conduit à :
Aip = ( 31 -21
1- 1
i Q)
Il\
et :
10 1 )
Al/! = ( 0 l - 1
-n:sc:
~
<(
34.e) L'application composée rft o cp peut être obtenue directement, par le calcul :
V (x, y) E JR.2 :
(rft ocp)(x,y) = tf!(3x - y,2y+ x,x - y)

= (3 X - y + X - y, 2 y+ X - (X - y))
= (4x - 2y, 3y)
"O .,,
:<; mais aussi matriciellement, pour tout vecteur (x, y) de JR2 :
0 <=
c ::;
::::i
Cl
'~
<.>
<.>
~
(rftocp)(x,y) = Al/! (Aip ( ; ))
-~
"""
..-1
0 ~
= AiftA-
0"'
·a
::1
~Q.
~
=( 1) 0}:l(;)
( ~ ~2)
(;)
a. S!
0 "
~ =
u -ci
(4\-/Y)
0
<=
::l
0
@
=
345
La matrice A l/Jocp associée à if! o <p dans la base canonique est donc donnée par :
A l/Joip = (4-2)
0 3
Le calcul se fait plus simplement à l' aide du produit des deux matrices!
MW On considère l' application linéaire f dont la matrice dans la base canonique de R" est:
0 1 ...... 1
1 0
0 1
1 0
35.a) Pour montrer que f est un automorphisme de lR", le plus simple est, a priori, de calculer
Je déterminant de A.r :
0 1 1 n- 1 1 1
1 0 n- 1 0
=
IO n - 1 ... 10
... 1
0
= (n - 1)
l 0 0
l - 1
= (n - 1)
1 ... l - 1
= (-l )''- 1 (n-
l )-:FO
f est donc bien un automorphisme de JR".
35.b) La matrice dans la base canonique de f + I dR" est :
1 1 ... ... 1
"O
0
c::
Ar+td'A" =
:J
0 l 1
v l 1
...-!
0
N Cette matrice possédant n lignes identiques, son déterminant est nul : f + l dR." n'est pas
@ un automorphisme de R.11 •
~
..c:: On peut retrouver ce résultat en déterminant son noyau, qui est l'ensemble des vecteurs
l l
Ol
[~
1
[~ = [~l'
ï::::
>- 1
a.
0
u tels queAf+td"" soit:
x,, x,, 0
X1 + X2 + . . . + X,, =Û
346
La famille :
0 0
-1 1 0
0 -1
0 0 ' . .. ,,
0
0 0 - 1
est une famille den - l vecteurs libres du noyau de f + l dR!' : celui-ci est donc de dimen-
sion au moins égale à n - 1. f + ldR,, n'est pas injective, et ce n'est pas un automorphisme
de R" .
Comme f +Ida,, n'est pas l'application identiquement nulle, son noyau ne peut être de
dimension n .
1
35.c) Le noyau de f - (n - 1) idR,, est l'ensemble des vecteurs [ X: ] tels que Il\
~
X11 ~
soit :
(Ar - (n - 1)1,) GHJ -
u
u
n:s
- (n - 1) x1 + x2 + ... + X11 =0
xi - (n - 1) x2 + ... + X11 =0
{
X1 +.": ·~ ·;,:~I· ~ (~·~ l) Xn : ~
ou encore :
XJ + X2 + ... + X11 =n X1
X1 + X2 + .. . + X11 =nx2
Q)
{
x;;;;'.·.; ;11 : n~n Il\
-n:sc:
~
ce qui conduit à :
<(
n X1 = n x2 = ... = n x 11
Les vecteurs du noyau de f - (n - l) l dl'it." sont donc de la forme :
X, [il
Il en résulte:
"O .,,
:<;
0 <=
c ::;
::::i '~
Cl
<.>
<.>
Ker(/- (n - l) Id• • ) = Vec1{[; ]}
~
-~
"""
..-1
0 ~
N
@
<=
0
<= Mt# Soit cp une application linéaire de R 11
•
.... ·a"'0
..c
Ol
::1
~Q.
Keri.p = Keri.p2 ~ R" = Kercp œ im1.p
·;::
~
>-
a. S! • Supposons Ker1.p= Ker1.p2 ,etconsidéronsunélémentydeKer1.pnim1.p;commey E Imi.p,
0 "
~
u -ci
0
il existe x dans R" tel que y = cp(x). Il en résulte:
<=
::l
0
@ i.p(y) = cp(i.p(x)) = 0
347
Par suite: y E Kercp2 = Kercp. Par suite: y= cp(x) = 0, ce qui conduit à: KercpnImcp = {0},
et donc:
= Kercp ffi Imcp
Kercp + Imi.p
D'après le théorème du rang: dim Kercp +dim Imcp = n = dim R". Comme Keri.p +Imi.p c
JR.11 , on en déduit :
Ker i.p ffi I m i.p = JR.11
• Réciproquement, supposons que Ker cp ffi I m cp = IR.".

De façon évidente, Keri.p c Kercp2 , puisque, pour tout x de Kercp:
cp2 (x) = i.p (cp(x)) = cp(O) = 0

Considérons maintenant un élément x du noyau de cp2 ; on a alors : i.p2 (x) = 0, soit :
cp (cp(x)) =0
li en résulte: cp(x) E Keri.p. Or, par construction: i.p(x) E Imi.p.
Par suite: i.p(x) E Kercp n Imcp = {0}, puisque Kercp et Imcp sont en somme directe. On en
déduit finalement :
Kercp2 c Kercp
ce qui conduit alors à Keri.p = Kercp2 , puisque l'on avait déjà l'inclusion dans l'autre sens.
Ce résultat peut aussi se démontrer en considérant la restriction 'PIIm ip de cp à I m cp; l'injecti-
vité de 'PII"'"'' qui se traduit par
Ker<p1I rn <P = Keri.p n Imcp = {0}

équivaut à sa surjectivité, qui se traduit par :
Im<p1I rn '{! = Imi.p2 = Imcp

Par la formu le du rang, compte tenu des inclusions évidentes:
Imcp2 c Imcp et Kercp c Kercp2
on a aussi: Imcp2 = Imi.p ~ Keri.p = Kercp2 .

Et, d ' après ce qui précède :
Keri.pnimcp = {0} ~ Keri.pffiimcp

MM Soient f et g deux applications linéaires de JR.11 telles que:
"O
0 f o g =0 et f + g injective
c::
:J
0 Comme f o g = 0, on en déduit :
v Img c Ker f
...-!
0
N
Il est naturel de se demander si l'on n ' aurait pas l' inclusion dans l' autre sens. À cet effet, on va
@
~
utiliser la seconde hypothèse, et le fait que l' on est en dimension finie:
..c::
Ol
ï::::
>- f + g injective
a.
0
u L' injectivité de f + g équivaut donc à sa surjectivité:
(f + g)(JR.11) = JR. 11
348
Or:
(f + g)(IR.") c /CR.") + g(R") ~ R" c f(R11 ) + g(JR")
!R" étant le plus grand de ses sous-espaces, il en résulte:
On applique ensuite la formule de Grassmann, qui donne la dimension d' une somme de sous-
espaces vect01iels :
dim R" = dim (f('R! 1

) + g(R")) =dim(f(R")) + dim(g(R")) - dim (f(lR.11 ) n g(JR.11))
La quantité dim (j{IR") n g(JR'1) ) étant positive ou nulle, il en résulte :
dim Ill" ::;; dim (/(Ill")) + dim(g(iR"))
soit: Il\
~
dim JR.11 ::;; rg f + rg g
~
soit, grâce à la formule du rang :
-
u
n:s
dim IR." ::;; dim R. 11
- dim Ker f + rg q
u
et donc:
dim Ker f ~ rgg
soit:
dim Ker f::;; dim Img
L'inclusion Img c Ker f et l'égalité des dimensions permettent de conclure:
Img =Ker f
Ml:I Soit f une application linéaire de R.11 nilpotente d'ordre n, c'est-à-dire telle que:
n:s
!" = 0 et r- * 0
l
c:
<(
(la puissance est au sens de la composition).
38.b) Commer- 1 *0, il existe un élémentx0 de !R.11 tel que:
r- (xo) * 01
Considérons alors la famille des n vecteurs :B = (xo, f(xo), f 2 (xo), . .. , r - (xo)) , et mon-
1
"O .,,
:<; trons que c'est une famille libre de Ill".
0 <=
c ::;
À cet effet, on suppose qu'il existe n réels 1lo, tl1, 112, ... , /l,,_1 tels que:
::::i '~
<.>
Cl <.>
~ 11- I
= L tlk fk (xo) =0
-~
1
0""" 1lo xo + tl t f (xo) + ... + tln- 1f''- (xo)
..-1
~
N <=
0
<= k=O
@ "'0
....
..c
·a
::1 En composant par / 11
-
1
, on en déduit:
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci 11- I
0
<=
0
@
::l
et donc : ,i, f(xo) + . .. + ,i,,_ 1 r- (xo) = I
1
,ik l<xo) =O.
k=O
349
En composant par r- 2
, on en déduit :
À1 r- (xo) =0 ~ /l) = 0
1
Puis, en itérant le procédé, par récun-ence :
À11-I. =0 '
La famille '13, de cardinal n dans un espace de dimension n, est donc libre: c'est une base.
La matrice de f dans cette base est :
0 0 0 ...... 0
l 0 0 ·. 0
0 0 ·. 0
A13(f) =
0 0 ·. 0
0 ... ·. 0
0 0 l 0
Il en résulte :
det(J + ld'dl_n ) =1
38.c) • Dans Je cas où g est inversible, on commence par montrer que g- 1 commute avec f:
f 0 g= g0 f ~ g- 1 0 f 0 g = g-) 0 g 0 f
(on compose à gauche par g- 1) soit:
g-1 of og =f
De même, en composant à droite par g- 1, on en déduit:
g- 1 ofogog- 1 =fog- 1
(on compose à gauche par g- 1) soit :

g-1 0 f =f 0 g-1
On en déduit alors que f o g- 1 est nilpotent d'ordre n:
puis:
det(f + g) = det[(! o g- 1 + ldR,, ) o g] = det(! o g- 1 + Id'ill." ) detg = detg

puisque, f o g- 1 étant nilpotent d'ordre n:
1:l
0
c::
::J
det(! o g- 1 + ld1~ ) =1
0
v • Dans le cas où g est inversible, comme g commute avec f, la formule du binôme
...-!
0 s'applique:
N Il
@ (f + g)'I = ~Ckfk n-k
~ L.i " og
..c:: k=O
Ol 11-I.
ï::::
~Ckfk
>-
a. = L.i n ogn-k
0 k=O
u
= ~ (
L.i ck1·k ogn-1-kl og
11
k=O
350
Par suite:
( det(/ + g))'1 = det(f + g)11
= det [Ï C~l
k=O
o g"- 1-k).det g
= det [Ï C~fk
k=O
o g''-1-k).0
= 0
Il en résulte : det (f + g) =0 =det g.
MM On considère la matrice
M=(~~)
39.a) Pour déterminer les valeurs propres de M 1, on calcule son polynôme caractéristique:
Il\
XM, (A) = det(M1 - À fi) ~
~
-u
n:s
u
= (l-/l)(4-À)-4
=
À (À - 5)
Le spectre de la matrice M 1 est donc {0, 5).

On peut aisément vérifier la cohérence de ce résultat en remarquant que la somme des
valems propres obtenues, c'est-à-dire
Q)
0+5=5 Il\
est bien égale à la trace de la matrice, qui vaut aussi 5. -n:sc:

~
Le produit des valems propres obtenues, c'est-à-dire <(
Ox5=0
est bien égal au déterminant de la matrice, qui vaut aussi O.
On peut, aussi, déjà remarquer que la matrice M 1 est diagonalisable, puisque l'on est en
dimension 2, et qu'elle admet deux valeurs propres distinctes.
39.b) Déterminons les sous-espaces propres de M 1•
"'O .,,
:<;
0 <= Le sous-espace propre Eo associé à la valeur propre 0 est l'ensemble des vecteurs de la
c ::;
::::i ·~
Cl "'"'
~ forme (:) tels que
-~
""'"
...-1
~
0
N
@
<=
0
<=
"'0
Mi (:) = 0 X (:) =( 6)
....
..c
·a
::1 soit:
~Q.
(~~)(;) = (6)
Ol
·;::
~
>- S!
a.
0 "
~
u -ci
0
soit :
<=
0
@
::l
x+2y)=(o)
(2x+4y 0
351
soit:
x+
{ 2x+4y=0
2y =0
ce qui est équivalent à
X= - 2 !1
Eo est l'ensemble des vecteurs de la forme
où y peut prendre n'importe quelle valeur réelle. Il en résulte:
Le sous-espace propre Es associé à la valeur propre 5 est l'ensemble des vecteurs de la
forme ( : ) tels que
M, (;)=sx (;)={;;)
soit :
(;~)(;)=(~;)
soit:
x+2y ) (S x )
( 2x + 4y - Sy
soit:
- 4x +
{ 2x-y
2y = 0
=0
ce qui est équivalent à
y= 2x
Es est l'ensemble des vecteurs de la forme
où x peut prendre n'importe quelle valeur réelle. Il en résulte:
Es = Vect { (; ) }
"O Eo est de dimension 1, qui est la multiplicité de la valeur propre 0; E5 est de dimension 1,
0
c:: qui est la multiplicité de la valeur propre 5 : M 1 est diagonalisable.
:J
0 On aurait pu conclure directement à la diagonalisabilité de M 1 en remarquant que M 1 est
v symétrique réelle.
...-!
0
N 39.c) Une base de diagonalisation est, d 'après ce qui précède:
@
~
..c::
Ol
ï::::
>-
a.
0 La matrice de passage P 1 à cette base est :
u
Pi= (-21)
1 2
352
On calcule
p-1 = ~
l 5
( 12)
-2 1
39.d) M 1 est donc semblable à la matrice
Di est clairement non inversible. Il en est donc de même pour Mi.

39.e) Pour tout entier naturel non nul n :
soit :
M"
1
=p 1 (5'010)
0
p- 1
1
Il\
::::::1
::::::1
Mui On considère la matrice -u
~ ~)
n:s
Mi= ( u
40.a) Pour déterminer les valeurs propres de Mi, on calcule son polynôme caractéristique :
= - A(3 - A) - 4
= À2 - 3 A- 4
Q)
Il\
=(À + l)(A - 4)
-n:sc:
~
<(
Le spectre de la matrice M 2 est donc {- 1, 4) .
On peut aisément vérifier la cohérence de ce résultat en remarquant que la somme des
valeurs propres obtenues, c'est-à-dire
- 1+4 =3
est bien égale à la trace de la matrice, qui vaut aussi 3.

"O .,,
:<;
On peut, aussi , déjà remarquer que la matrice M 2 est diagonalisable, puisque l'on est en
0 <=
c ::;
::::i '~
<.> dimension 2, et qu'elle admet deux valeurs propres distinctes.
Cl <.>
~
-~ 40.b) Déterminons les sous-espaces propres de M 2 .
0"""
..-1
~ Le sous-espace propre E_1 associé à la valeur propre 0 est l'ensemble des vecteurs de la
N <=
0
<=
@ "'
.... 0
·a forme ( :)tels que
..c ::1
Ol ~Q.
·;::
>-
a.
~
S!
Mi (X)
y -- - (X)
y
0 "
~
u -ci
0
soit:
(~~) (;)= - (;)

<=
::l
0
@
353
soit:
soit:
-4y =X
{ -4y =X
ce qui est donc équivalent à

X= - 4y
E- 1 est l'ensemble des vecteurs de la forme
où y peut prendre n' importe quelle valeur réelle. JI en résulte:
Le sous-espace propre E 4 associé à la valeur propre 4 est l'ensemble des vecteurs de la
forme ( : ) tels que
soit :
soit :
soit :
y= X
{ x=y
ce qui est donc équivalent à

x=y
E4 est l'ensemble des vecteurs de la forme
"O
0
c::
:J où y peut prendre n'importe quelle valeur réelle. Il en résulte:
0
v
...-!
0
N
@
~
..c:: E_1 est de dimension 1, qui est la multiplicité de la valeur propre 0; E4 est de dimension
Ol
ï:::: 1, qui est la multiplicité de la valeur propre 5 : M 2 est diagonalisable.
>-
a.
0 40.c) Une base de diagonalisation est, d'après ce qui précède:
u
354
La matlice de passage P2 à cette base est :
Pi= (-41) l l
On calcule
p-1
2
= ~ (-11)
5 1 4
40.d) M 2 est donc semblable à la matrice
D2 = P2-1 M2 P2 = (-10)
O 4
D 2 est clairement inversible. Il en est donc de même pour M2 .

40.e) Pour tout entier naturel non nul n :
M~ = (P2D2 P2_ 1
)" = P2 D2 P2_ 1
P2 D2 P2_ 1 ... P2 D2 P2_ 1 = P2 D~ P2_ 1
Il\
~
soit: ~
M"
2
= p 2 ( ( - 01)
11
4 11
0 ) p- 1
2
-
u
n:s
u
MIM O n considère la matJice carrée d ' ordre 3 :
M = r:l ~l =~ l
-1-1 3
Son polynôme caractéristique est :
3- X - 1 - 1
det(M - X l3) = - ) 3- X - 1
- ) - 1 3- X
4- X - 1 0
(on retranche la colonne 2
= X - 43 - XX - 4
aux colonnes 1 et 3) n:s
0 -1 4- X c:
-1 -1 0 <(
= (X-4)2 1 3- X 1
0 -1 -1
= (X-4)2(-(X-3+1)+1(-1))
= (X - 4)2 (1 - X)
Ainsi, le spectre de la matrice M est: {4, l}. 4 est valem propre double (ou d'ordre 2), 1 est valeur
propre simple (ou d'ordre 1).
"O .,,
:<;
0 <= Déterminons le sous-espace propre E 4 associé à la valeur propre 4 :
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
~
MX=4X
0
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
355
Ainsi, tout vecteur du sous-espace propre E4 s'écrit sous la forme:
[
y
X
-x- y
l =x [l] [Û]
0
-1
+y 1
-1
x et y peuvent prendre, chacun, n'importe quelle valeur réelle. Les vecteurs [ ~l l et [ J

1
] étant
libres, on en déduit que le sous-espace propre E4 est de dimension 2, avec :
Déterminons de même le sous-espace propre E 1 associé à la valeur propre 1 :
MX=X
Ç=? x=y=z
Ainsi, tout vecteur du sous-espace propre E 4 s'écrit sous la forme :
x peut prendre n ' importe quelle valeur réelle. Le sous-espace propre E 1 est donc de dimension 1,
"O
avec:
0
c::
::J
0
v
...-!
0 La dimension de chaque sous-espace propre est donc égale à la multiplicité de la valeur propre
N
@ associée : la matrice M est donc diagonalisable.
~
Pour la diagonaliser, on considère la matrice de passage à la base de vecteurs propres
l
..c::
Ol
ï::::
>-
a. 1 0 l
u
0
p = 0 1 1
[- 1- 1 l
356
On calcule: p - 1 = ~.) [-211 ~l1 =1!]·puis : p - t M P = D = [~001
~ ~]·
La matrice M est bien semblable à la matrice diagonale D !
MfW Soient a et b deux réels non nuls. On considère la matrice carrée d'ordre n (n ~ 2):
b a ...... a
a b
A=
b a
a ...... a b
Il\
~
Le polynôme caractéristique de A est :
~
-u
n:s
b - /l a a u
a b - /l "·
det(A - /l 111 ) =
b a
a a b - il
b + (n - 1) a - il a a
b + (n - 1) a - il b - 1l · · .
=
Q)
Il\
b a
b + (n - l)a - À a b - il -n:sc:
~
<(
1 a a
lb - À . ..
= (b + (n - 1) a - il)
b a
a b- À
"O .,,
:<;
0 <=
c ::; 0 0
::::i '~
<.>
Cl <.>
~
-~
1 b - a - À. "·
0"""
..-1
N
~
<=
= (b + (n - 1) a - À)
0
<=
@ "'
.... 0
·a 0 0
..c ::1
ab - a - À.
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
= (b + (n - l ) a - ;l)(b - a - ;l)11- 1
u -ci
0
<=
::l
0
@ Ainsi, b + (n - 1) a est valeur propre simple, et b - a est valeur propre d'ordre n - 1.
357
Le sous-espace propre E b+(n- l )a associé à la valeur propre b + (n - l)a est l' ensemble des
[~ ]
1
X= E Ill11 véri fiant A X= (b + (n - l)a)X, soit :
Xn
bx1 + ax2+ ... +ax11 =(b+(n - l )a)x1

ax, + bx2+ ... +ax11 = (b+(n - l )a)x2
~Xn-1 + bx11 = (b + (n -
{
ax1 + ... + l )a)x11
soit:
ax, + ... +ax11 = nax1
a x1 + a x 3 ~ . . . + a x,, = na x2
{
a x 1 + ... + a x11 =n a x 11
= ... = nax puis : x1 = X2 = ... = x 11 .
l
ce qui conduit à : nax1 = nax2 11 ,
Tout vecteur solution est donc de la forme: x 1 [; où x 1 peut prendre n' importe quelle valeur
dans R, et joue donc le rôle de paramètre. Il en résulte :
[~ ]
1
Le sous-espace propre Eb-a associé à la valeur propre b - a est l' ensemble des X= E Ill11
X11
vérifiant A X = (b - a) X, soit :
b X1 + a X2 + ... +a X11 = (b - a) X1
a X1 + b X2 + . . . +a X11 = (b - a) X2
~Xn-1 + bx11 = (b - a)x11

{
ax1 + ... +
soit: a xi + a x2 + ... +a x11 =O.

"O
0
c:: 0 0
::J -1
0
v 0 - 1
..-!
0 La famille des n - l vecteurs 0 ' .. ., est une famille libre de n - 1 vecteurs
N
@
0
~ 1
..c:: 0
Ol 0 - 1
ï::::
>- solutions: c'est une base de E b- a ·
l
a.
0
u
~! ~
1
MN Soit œ un réel non nul. On considère la matrice M = [ :
358
43.a) Le polynôme caractétistique de M est :
- 1 - /l a -a
det(M - À '3) = l - 1 - Il 0
0 - 1- À
- 1 - /l 0 -œ
= 1 - 1- À ()
1 - 1 -À- l -À
- 1- À 0 -a
= - (1 + À) 1 0
1 - 1 -À
-1- À0 -œ Il\
= - (1 +À) 0 l 0 ~
0 1-J- À ~
-u
n:s
10 -œ u
= (l +1l)2 01 0
0 1 - 1- À
= - (Il+ 1)3
- 1 est donc valeur propre triple de M.
43.b) Le sous-espace propre E- 1 associé à la valeur propre - l est l'ensemble des X = [ ~] e IR3
vétifiant MX= - X, soit:

-x+ œy - œzl
x- y =-
[x]
y
[ x-z z
Q)
Il\
ce qui conduit à: -n:sc:

~
a(y - z) =0 <(
{
X =Û
z =0
z ,
[t l
et donc : y = x = y = O.
Tout vecteur solution est donc de la forme : [ ] = y ~ où y peut prendre n'importe

"O .,,
:<;
quelle valeur dans R, et joue donc le rôle de paramètre. Il en résulte :
0 <=
c ::;
::::i ·~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1 43.c) Le polynôme caractéristique de M étant scindé, elle est trigonalisable.
Ol ~Q.
·;::
~
Pour la trigonaliser, il faut déterminer trois vecteurs u 1, u2 , u3 de JR.3 , formant une famille
>- S! libre, et tels que :
a.
0 "
~
u -ci
0
Mu1= - u1
<=
::l
0
{
M u2 = - u2 + u r
@ M u3 = - u3 - œu2
359
Grâce au résultat de la question précédente, on peut prendre u, = [: }
La relation M u2 = - u2 + u1 s'écrit aussi: (M + l3) u2 = u1 .
En multipliant à gauche par M + T3 , on en déduit :
puisque la relation M u 1 = - u 1 s'écrit aussi (M + T3) u 1 =O.

De même que précédem ment, la relation M u3 = - u3 - a u2 s'éciit:
(M + h)u3 = - au2
En multipliant à gauche par (M + / 3 )2, on en déduit :
On calcule ensuite :
(M + h)2 = [o oo
0 a -a
0 a -a
l
Un vecteur [ n appartient donc au noyau de ( M + /3 )2 si : o y - œz = 0
Le vecteur [ ~] appartient à ce noyau, et est indépendant de"'.

Le vecteur u3 = [ ~ ] forme une fa mille libre avec u, et u 2 : ( u, , "" u3 ) est une base de IR3 .
Soit Pla matrice de passage à la base (u1, u2, u3) :
p
1o
= o100
[1 0 1
l
Comme <let P =- 1 :f. 0, P est inversible.
On calcule:
p- l = o1 o1. ol
[0 - 1 0l T = p- 1 M P = [
-1 1 0
0 - 1 - a···
0 0 -(
l
"O
0
c:: T est une matrice triangulaire supérieure.
:J
0
v Mii Soit A une matrice de taille nxn, à coefficients réels. On considère la matrice triangulaire
...-!
0 supérieure par blocs de taille 2 n x 2 n :
N
@
~
..c::
Ol
B=(~~)
ï::::
>-
a. Comme on ne connaît rien sur la matrice A et quel' on cherche à obtenir des informations sur cette
0
u matrice, le plus judicieux est d'utiliser le théorème de cours le plus adapté : ici , celui donnant
l'équivalence entre l'existence d'un polynôme scindé à racines simples annulant une matrice, et
sa diagonalisabilité, semble le plus indiqué, dans la mesure où la forme triangulaire supérieure
360
par blocs de la matrice B permettra d'en déduire facilement ses puissances kièmes, k E .N*. On
calcule alors :
B -
2 -(A20 2A2)
A2
3- (A03 3A
B -
. 3)
A3
puis, par récurrence immédiate :
N
Il en résulte, pour tout polynôme p = I. <Xk xk :
k=O
P(B) = = [ P(A)
0
t. ka,
P(A)
A'] Il\
~
~
-u
l
soit: n:s
u
P(B) = [P(A) A ±kakAk- l = (P(A) A P'(A))
k=t 0 P(A)
0 P(A)
Ainsi, s'il existe un polynôme P scindé à racines simples annulant la matrice B , ce polynôme
annule aussi la matrice A : elle est donc diagonalisable.
En passant dans la base de diagonalisation, on en dédui t, pour toute valeur propre À de A :
A P'(,t) =0
Comme P annule la matrice A : P(À) =O. Pétant scindé à racines simples, on a donc P'(,t) :t O.
Q)
li en résulte, pour toute valeur propre À de A : /l = O. A étant semblable à la matrice nulle est Il\
donc la matrice nulle.
Réciproquement, il est clair que si A est la matrice nulle de taille nx n, la matrice B est la matrice
-n:sc:
~
nulle de taille 2 n x 2 n. <(
M~W On se place dans 1'espace JR3 . Montrons que 1'ensemble1) des vecteurs de composantes
(x, y, z) tels que
2x-y+ z =0
{ x+y-z =0
est un sous-espace vectoriel de JR.3 .
"O .,,
:<;
c
0 <=
::; À cet effet, on considère les vecteurs de V composantes respectives (x, y, z) et (x', y', z'), ainsi
::::i '~
<.> qu' u n réel À. On a alors :
Cl <.>
~
-~
"""
..-1
0 ~ 2 (x +À x') - (y+ y')+ (z + z') =2x - y + z + À (2 x' - y' + z' ) =0
N
@
<=
0
<=
{ (x + Â x') + (y + À y') - (z + À z') = x + y - z + À (x' + y' - z') =0
"'0
....
..c
·a
::1
Ainsi, Je vecteur de composantes (x+ À y+ À y', z+ À z') appartient à V, qui est bien un sous-espace
Ol ~Q.
·;:: vectoriel de R.3 .
~
>- S!
a.
0
u
"
~
-ci
0
Md On se place dans 1'espace vectoriel JR[X] des polynômes à coefficients réels. Montrons
<=
::l que l'ensemble lR3[X] des polynômes de degré inférieur ou égal à 3, à coefficients réels, est un
0
@ sous-espace vectoriel de JR[X].
361
3 3
À cet effet, on considère deux polynômes P = ~ ak Xk et Q = ~ f:Jk Xk de degré inférieur ou
k=O k=O
égal à 3, à coefficients réels, ainsi qu'un réel À. O n a alors:
3 3 3
P + /l Q = ~ ak Xk + À ~f3k Xk = ~(ak + tlf3k) Xk E ll~-3[XJ
k=O k=O k=O
Ainsi, le polynôme P + /l Q appartient à IR.3 [X], qui est bien un sous-espace vectoriel de Ill[X].
MtM On se place dans J' espace vectoriel C ([0, l] , R ) des fonctions continues sur l'intervalle
[0, 1], à valeurs dans Ill. Montrons que 1'ensemble des fonc tions continues sur lintervalle [0, 1],
à valeurs dans R , s ' annulant en 0, est u n sous-espace vectoriel de C ([0, 1], JR.).
À cet effet, on considère deux fonctions f et g continues sur [O, 1), à valeurs dans R , ainsi qu'un
réel 1l. On a alors :
(f + tlg)(O) = j(O) + /lg(O) = 0
Ainsi, la fonction f + Àg s'annu le bien en 0: l'ensemble des fonctions continues sur l'intervalle
[0, l], à valeurs dans R , s'annulant en 0, est bien un sous-espace vectoriel de C ([0, 1], R).
Mf:M On se place dans l'espace vectoriel C ([0, 11, R ) des fonctions continues sur l'intervalle
[O, 1], à valeurs dans Ill. Montrons que l'ensemble C 1 ([0,1], Ill) des fonctions de classe C 1 sur
l'intervalle [O, 1], à valeurs dans R est un sous-espace vectoriel de C ([0, 1], R).
Déjà, C 1 ([0, l], R) c C ([0, l], R). Considérons ensuite deux fonctions f et g continues sur [0, l] ,
à valeurs dans R , de classe C 1 sur [0, l], ainsi qu'un réel 1l. Il est clair que f + 1l g est de classe
C 1 sur [0, 1] : C 1 ([0, l], R) est bien un sous-espace vectoriel de C ([0, 1], R).
Mijl On se place dans 1' espace vectoriel C ([ - 1, 1], R) des fonctions continues sur l'intervalle
[- 1, 1], à valeurs dans R Montrons que les ensembles
C+ = {f E C ((- 1, 1), Ill), f paire} c- = {/ e C ([- 1, l], R), f impaire}
sont deux sous-espaces supplémentaires de C ([ - 1, 1], Ill).

À cet effet, on considère deux fonctions ft et fi, continues sur [- 1, 1], à valeurs dans R, paires,
ainsi qu'un réel À. II est clair que la fonction f 1 + À fi est de classe C 1 sur [ - 1, l], et qu'elle est
paire:
V x E [- 1, 1] : (f1 + tlfi)(- x) = f1( - x) + tlfi(- x) = f1(x) + /lfi(x) = (f1 + /lfi)(x)
c+ est donc bien un sous-espace vectoriel de C ([- 1, 1], R ).

De même : considérons deux fonctions g 1 et g2 , continues sur [- 1, 1], à valeurs dans Ill, impaires,
ainsi qu'un réel /l. II est clair que la fonction f1 + Af2 est de classe C 1 sur [- 1, l], et qu'elle est
1:l
0
impaire:
c::
::J
0
v
...-!
0
N
c- est donc bien un sous-espace vectoriel de C ([- 1, 1], R ).
@ Considérons maintenant une fonction f de l'intersection c+n c- :
~
..c::
Ol
ï::::
V x e [- 1, 1] : f( - x) = f(x) = - f(x)
>-
a.
0 Il en résulte :
u Vx E [- 1,l]: f(x)=O
f est donc l'application identiquement nulle sur [ - 1, 1) : c+ n c- = (Oc-1. 11}.
362
Enfin : en remarquant que, pour toute fonction continue sur (- 1, 1], à valeurs dans JR, et tout réel
xde(- 1, 1]:
f(x) = f(x) + f( - x) + f(x) - f(- x)
2 2
. f(x) + f( - x) . . . f(x) - f( - x )
La fonction x H est continue sur [-1 , 1], et paire. La fonction x H
2 2
est continue sur [ - 1, 1], et impaire. Ains i, toute fonction continue sur [- J, l ] peut s'écrire comme
somme d'une fo nction continue sur [- l , l], paire, et d ' u ne fonction continue sur [- I, l] , impaire.
L'intersection des espaces c + etc- étant réduite à la fonction identiquement nulle sur [- 1, l] ,
on en déduit que c+ etc- sont supplémentaires dans C ((- 1, l] , JR).
Miel Soit n un entier naturel supérieur ou égal à 2. On se place dans l'es pace vectoriel M 11 (R)
des matrices de taille n x n, à coefficients réels. Montrer que l'ensemble des matrices de taille
n x n, à coefficients réels, de trace nulle, est un sous-espace vectoriel de M,,(JR).
À cet effet, on considère deux matrices A = (aiJ) .
1,.,,.11,1.-;.-n
et B . = (b;i)· 1"'""·1
.
"J."" de M ,,(R), de Il\
trace nulle, ainsi qu'un réel À. La matrice A +À.Ba pour trace : ~
~
tr (A + 1l B) = I, (a;; + 1l bii) = I, a;; + À I, bu = 0

" " Il
-u
n:s
i =I i= I i=I
u
Ainsi , l' ensemble des matrices de tai lle n x n, à coefficients réels, de trace nulle, est bien un
sous-espace vectoriel de M 11 (1R).
MiM Soit E un JR-espace vectoriel, etf une application linéaire de E telle que :
f 2 - 5 f + 6 idE = Û
L a relation précédente peut s' écrire sous la forme:
Considérons un élément x de Ker (f - 2 idE) n Ker (f - 3 idE). On a alors : Q)

Il\
(f - 2 idE) (x) =0 , (f - 3 idE) (x) =0 -n:sc:

~
et donc : <(
f(x) = 2x , f(x) = 3x
Il en résulte, de façon évidente : x = O. Ainsi :
Ker(j - 2idE) n Ker(f - 3 idE) = {0}
D 'autre part, il est intéressant de remarquer que, pour tout x de E:
"O .,,
:<;
c
0 <=
::; x = f(x) - 2 x - (f(x) - 3 x)
::::i '~
<.>
Cl <.>
~
-~
Comme (f - 2 idE) o (f - 3 idE) = 0, on a donc :
"""
..-1
0 ~
N <=
0
<=
(f - 2 idE) (f(x) - 3 x) = 0 ~ f(x) - 3x E Ker(/ - 2 id,;,)~ - (f(x) - 3 x) E Ker(f - 2 idE)
@ "'
....
..c
0
·a
::1
et :
Ol
·;::
~Q. (f - 3 ide) (/(x) - 2x) = 0 ~ f(x) - 2x E Ker(f - 2 idE)
~
>- S!
a. Tout élément de E se décompose donc comme somme d'un élément de Ker(f - 2idE) et d'un
0 "
~
u -ci
0
élément de Ker (f - 3 idE) :
<=
::l
0
@ E = Ker(f - 2idE) + Ker(f - 3 idE)
363
L'intersection de ces sous-espaces étant réduite au singleton {0}, on a donc, finalement:
E =Ker(! - 2idE) tB Ker(!- 3 idE)
MjW On se place dans l'espace vectoriel ~ [X] des polynômes à coefficients réels, de degré
4
inférieur ou égal à 4. On considère l'application rr qui, à tout polynôme P = .Li œk Xk associe
k=O
On a alors:
4
Par suite : rr o rr = rr (le polynôme .Li œk Xk est quelconque). n est donc bien un projecteur de
k=O
~ [X].
4
Déterminons le noyau de rr : un polynôme P, de la forme .Li œk Xk, appartient à ce noyau si :
k=O
2
.Li œkxk =O
k=O
Le noyau den est donc l'ensemble des polynômes de I!ti [X] de la forme:
4
.Liœkxk =o
k=3
(C'est-à-dire l'ensemble des polynômes de degré 4 n'ayant pas de composante de degré 0, 1 et 2)
MjM Soit E un JR-espace vectoriel, et pet q deux projecteurs de E tels que:

Imp c Kerq
On pose : r =p + q - p o q.
Pour montrer que r est un projecteur de E, il suffit de montrer que pop =p. Compte tenu du fait
que p et q sont des projecteurs :
pop=p , qoq=q
Enfin, l'hypothèse I m p c Ker q conduit à:
1:l
0
c:: qo p =0
::J
0 On calcule alors :
v
...-!
0 ror= (p + q - p 0 q) 0 (p + q - p 0 q)
N
= p 0 (p + q - p 0 q) + q 0 (p + q - p 0 q) - p 0 q 0 (p + q - p 0 q)
@
~
= p o p + p o q - p o p oq + q o p + q o q - q o p oq - p o q o p - p o q o q + p o q o p oq
..c:: "---v-" "---v-" "---v-" "---v-" "---v-" "---v-" "---v-" "---v-"
Ol /J p 0 q 0 0 q 0
ï::::
>-
a.
= p + poq - poq+q - poq
u
0 = p + q - poq
= r
Ainsi, r est bien un projecteur de E .
364
• Déterminons le noyau de r :
de façon évidente: Ker p n Kerq c Kerr, puisque, si l'on est à la fois dans le noyau de pet
dans celui de q, on est aussi dans celui der.
Réciproquement, considérons un élément x du noyau der. On a alors :
p(x) + q(x) - (poq)(x)=O (*)
En composant à gauche par p, on en déduit :
(pop) (x) + (p o q) (x) - p o (p o q) (x) =0

soit:
p(x) + (p o q) (x) - (p o q) (x) =0
Il en résulte: p(x) = 0, et donc: x E Ker p.
Il\
De même, en composant à gauche par q dans ( * ), on obtient : ~
~
(q op) (x) + (q o q)(x) - q o (p o q) (x) =0 -u
n:s
soit: u
q(x) = 0
Par suite : x Ker q.
E
Par suite: Kerr c Ker p n Kerq.

On a donc, finalement :
Kerr= KerpnKerq
• Déterminons l'image der:
de façon évidente : I m r c I m p + I m q, puisque, pour tout x de E :
r(x) = p (x - q(x)) + q(x) E Im p + Imq

Q)
Il\
Réciproquement, considérons un élément x de Im p + Imq; il peut s'écrire sous la forme:
-n:sc:
~
x=xµ + xq , Xp E Imp et Xq E Imq

<(
On calcule alors :
r(x) = r(xp + xq)

= (p + q - p o q) ( Xp + Xq)
= p(xp+xq)+q(xp+ xq) - (poq)(xp+xq)
= p (x") + p (xq) + q (xp) + q (Xq) - (p c q) (Xp) - (p c q) (Xq)
"O .,,
:<; '-v--" '--v-' '--v-' "--v---' "--v---'
0 <= X1, Û Xq Û p ( Xq)
c ::;
::::i '~
<.>
Cl <.>
~
-~ = Xp + p(xq) + Xq - p(xq)
0"""
..-1
N
~
<=
0
= Xp + Xq
<= X
@ "'
....
..c
0
·a
Ol
::1
~Q.
Ainsi, pour tout x de I m p + I m q :
·;::
~
>- S! x = r(x) Im r
a. E
0 "
~
u -ci
0
<=
::l
Tl en résulte: Imp + Imq c Imr.
0
@ On a donc, finalement: Im r = Im p + Imq.
365
#jl Soient E et F deux ~-espaces vectoriels, f une application linéaire de E dans F , et g
une application linéaire de F dans E.
On suppose que :
Jogof = J' gofog=g
54.a) f o g est un projecteur de F , et go fun projecteur de E, puisque:
(f 0 g) 0 (/ 0 g) =f 0 g ' (g 0 /) 0 (g 0 /) =g 0 f
(Il faut faire bien attention aux espaces de départ et d'anivée pour déterminer de quels
espaces respectifs f o g et go f sont projecteurs.)
54.b) On peut le faire directement, en démontrant que
E=Kerf+ l mg, Kerfnlmg={O}
et:
F = Kerg + lmf , Kerg n lmf = {0}
mais le mieux est d' utiliser le fait que:
E = Ker(g o /) ffi lm(g of)

et:
F = Ker(f o g) ffi l m(f o g)
On ne traite que l' un des cas, les deux étant analogues.
Il suffit donc de montrer que :
Ker(g of)= Ker/ et lm(g of)= lmg
On a, de façon évidente: Kerf c Ker(g of) , lm(g of) c !mg.

Pour x E Ker(g of)
f(x) =f o g o f(x) =0
et donc Ker(g of) c Kerf.
De même:
Pour x E l m(g), il existe y E Etel que : x =go f(y), ce qui conduit à:
X =g o j o g(y) E f m(g o /)
et donc
lmg c Jm(g of)
1:l
0
c::
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
366
Analyse
lntroduction~--------
On présente, dans ce qui suit, les suites numériques, puis les intégrales.
Plan,~~~~~~~~~~~~~~~~~~~
Suites . ..... .. . ...... .... . . ....... .... . . ...... .. . ...... ...... ....... ...... ... 367
Focus : Suites arithmético-géométriques et finance . ....................... 376
Focus: Suites et systèmes dynamiques - L'attracteur de Hénon . ... . . ..... . 405
Intégra les . ... ... . .. ........ . .. ... ....... . . ... .......... ... ....... . . ... . . .... 406
Focus: Intégrale de Riemann vs intégrale de Lebesgue .................... 434
Exercices .................................................................... 436
Corrigés .................................................................... 442
....
..c
Ol
·;::
>-
0..
0
u
Qu'est-ce qu'une suite? L'espace
des suites et opérations sur les suites
Figure 91 .1- Le pavage des dominos.
Soit n un entier naturel non nul. Considérons le nombre j,1 de façons de recouvrir un
échiquier ayant une hauteur de 2 carreaux, et une longueur de n carreaux (il comporte
donc 2 n carreaux), par des dom inos bicolores. Chaque domino doit recouvrir deux car-
reaux, et les extrémités de deux dominos adjacents doivent être de couleurs différentes.
Seule compte la position du domino (verticale ou horizontale), et non son sens (cela ne
change rien que la face portant le numéro 1 soit en haut ou en bas). Il est clair que fi = l
(un domino vertical}, h = 2 (deux dominos verticaux, ou deux dominos horizontaux),
f3 = 3 (trois dominos verticaux, ou un domino vertical et deux dominos horizontaux
(deux choix possibles)); on s'aperçoit ensuite que, pour tout entier naturel n;;::::. 2:
fn+I = J,1- I + f;, (</?.)

Lorsque n parcourt N, l'ensemble des j,1 constitue donc une suite de nombres réels,
appelée suite réelle, vérifiant la relation de récurrence ('R).
Les suites sont un outil mathématique fondamental. Elles ont de nombreuses applica-
tions en physique, chimie, biologie.
Elles peuvent servir, notamment, à étudier des systèmes dynamiques, des systèmes de
particules (en physique quantique, par exemple, en théorie des orbitales moléculaires,
pour un système de N noyaux et n électrons ... ), ou encore à résoudre numériquement
....
..c
une équation, ou une équation différentielle.
Ol
·;::
>- Définition
0..
0
u On appelle suite, à valeurs dans un ensemble E, une famille d'éléments de E indexée
par les entiers naturels.
368
Une suite numérique, qui est donc une liste de nombres, peut donc être considérée comme
une application d' une partie de N (qui peut être égale à N), dans R ou C. On notera, dans ce
qui suit, OC pour désigner lR ou C. La plupart des résultats qui suivent sont présentés dans le
cas des suites réelles.
On désigne, habituellement, par (u11 ) 11EN la suite numérique qui, à un entier naturel n,
associe le nombre u11 •
Soit no un entier naturel. On désigne, habituellement, par (un) 11;;,110 la suite numérique
qui, à un entier naturel n ~no, associe le nombre un.
1. Somme de suites
Soient (un)nEN et (v11 ) 11EN deux suites à valeurs dans le corps K
Alors, la suite somme Cwn)nEN = (u11 + v11) 11EN est définie par:
Il\
Vn E N : W11 = U11 + Un ~
~
2. Multiplication d'une suite par un scalaire -

u
n:s
u
Soit (u11 ) 11EN une suite à valeurs dans le corps K, et À E K
Alors, la suite Cwn)nEN = À (un)nEN est définie par :
Vn E N : Wn = À Un
3. L'espace vectoriel des suites
Théorème
L'ensemble, noté KN des suites à valeurs dans K est un K-espace vectoriel, c'est-à-dire
un ensemble non vide 1, muni de l'addition et de la multiplication par un scalaire, tel
que:
1. étant données deux suites (u11) 11EN et (v11 )nEN' à valeurs dans ][{, la somme de ces
suites est aussi une suite à valeurs dans K :
2. étant données deux suites (un)nEN et (vn)nEN' et un scalaire À, (À u11 + v,,)nEN est
aussi une suite à valeurs dans K :
"O .,,
:<;
0 <=
c ::;
::::i ·~
<.>
Cl <.>
~
3. étant donnée une suite (u,JnEN' et deux scalaires À etµ dans K, (À +µ) (u11 ) 11EN est
-~
"""
..-1
~
aussi une suite à valeurs dans K :
0
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;:: 4. étant donnée une suite (u11 ) 11EN, à valeurs dans K, et deux scalaires À etµ dans K :
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@ 1.11 est clair que la suite nulle (u,, = 0 pour tout entier naturel n) appartjent à cet ensemble.
369
5. étant donnée une suite (un)neN, à valeurs dans K, le réel 1 est l'élément neutre de
la multiplication par un scalaire :
Ainsi, KN est stable par combinaisons linéaires : toute combinaison linéaire de suites
à valeurs dans K est une suite à valeurs dans K
Définition
Un sous-ensemble 8 de l'espace KN des suites est un sous-espace vectoriel s' il

contient la su ite nulle et s' il est stable par combinaisons linéaires, c'est-à-dire, étant
données deux suites (un)nEN et (u11)nEN de e, ainsi qu'un scalaire À E K :
Définition
Un sous-espace 8 de l'espace KN est dit de dimension finie N E N* si il existe une

base ((u~),,eN , (u~),,eN , ... , (u~),,eN) de KN, permettant d'exprimer, de façon unique,
toute Suite (U11 ) 11eN de Ô, SOUS la forme :
N
(un) 11eN = I
k=l
s~ x (u~),,EN
4. Produit de suites
Soient (un)neN et (un)neN deux suites à valeurs dans K.
Alors, la suite produit (w,JneN = (u11 un)neN est définie par :
Vn E N : Wn = Un Un
"O
0
c::
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
370
Les différents types de suites
1. Suites définies explicitement

Définition
Une suite (u11 ) 11eN est dé.finie explicitement si, pour tout n E N, 1' expression de u11 en
fonction de l'entier n est connue, ce qui est le cas pour des expressions de la forme
Un = f(n), où f est une fonction donnée.
Il\
Exemple ~
C 'est le cas de la suite (u,,),.eN telle que, pour tout n de N : ~
l
-
u
n:s
U11 = 1 + -2 u
Il
2. Suites définies par une relation de récurrence d'ordre 1

Définition
Une suite (u11 ) 11ew est dé.finie par une relation de récurrence d'ordre 1 si son premier
terme uo est donné et si, pour tout entier n, u 11+1 s'exprime en fonction de u 11 , ce qui est
le cas pour des expressions de la forme Un+ 1 = f(u 11 ), où f est une fonction donnée.
Exemple
C'est le cas de la suite (u,,),.eN telle que, pour tout n de N :
U() =1 Vn E N : Uu+ I =~
>- Suite arithmétique

Définition
Une suite (u17 ) 11eN est dite arithmétique de raison r E Ksi, pour tout entier naturel n:
Un+l = U11 +r
"O .,,
:<;
0 <=
c ::;
::::i
Cl
'~
<.>
<.>
>- Somme des termes d'une suite arithmétique
~
-~ nombre de termes x (premier terme+ dernier terme)
"""
..-1
0 ~
N <=
0
<=
2
@ "' Mathématiquement, cela se traduit de la façon suivante : pour une suite arithmétique de
....
..c
0
·a
::1
premier terme up, p E N, on obtient, pour tout entier naturel n ;;:i: p :
Ol ~Q.
·;::
>-
a.
0
~
S!
"
~
Ï Uk = (n - p + 1) X (up + Un)
u -ci 2
0
<=
k=p
::l
0
@ (de up à Un, il y a exactement n - p + l termes).
371
>- Suite géométrique
Définition
Une suite (u11.)neN est dite géométrique de raison q E Ksi, pour tout entier naturel n :
Un+I = q Un
>- Somme des termes d'une suite géométrique de raison *1
1 - raisonnombre de termes
premier terme x - - - - - - - - - -
1 - raison
Mathématiquement, cela se traduit de la façon suivante : pour une suite géométrique de
*
raison q 1, de premier terme up , p E N, on obtient, pour tout entier naturel n ~ p ,
n 1- qn-p+I
I
k=p
Uk = Llp X --1---q-
(de Llp à Un, .il y a exactement n - p + 1 termes).
>- Suite arithmético-géométrique
Définition
Soient a et b dans ][( tels que a * 1. Une suite (un)neN telle que, pour tout entier
naturel n:
Un +I = au + b11
est dite arithmético-géométrique.
>- Étude d'une suite arithmético-géométrique

On commence par déterminer s' il existe un nombrer E ][( tel que la su ite (u11 ) 11eN définie,
pour tout entier naturel n, par :
Un = Un + r
soit géométrique de raison a . Si un tel scalaire r existe, alors, pour tout entier naturel n :
Un+ 1 = Un+ l + r = a Un + b + r = a Un = a Un + a r
'O
0 b
c:: r = --
0
::J
a- 1
v Réciproquement, on vérifie que la suite (u11 ) 11eN définie, pour tout entier naturel n, par:
..-!
0
N
b
@ Un = Un+ - -
~ a- 1
..c::
Ol
ï:::: est géométrique de raison a.
>-
a.
0
O n peut alors en déduire, pour tout entier naturel n :
u
u11 = an uo = an ( uo + -b- )
a- 1
372
ce qui conduit, pour tout entier naturel n, à :
11
b
Un =V11 - -- = an (
UQ + -b- ) - -b- =a 11
UQ + b (a - 1)
a- 1 a- 1 a- 1 a -1
3. Suites définies par une relation de récurrence d'ordre 2

Définition
Une suite (u11 )neN est définie par une relation de récurrence d'ordre 2 s i ses deux
premiers termes, uo et u1, sont donnés, et si, pour tout entier n ~ l, Un + I s'ex-
prime en fonction de u11 et u11 _ 1, ce qui est le cas pour des expressions de la forme
u11+1 = g(u11 , Un-1), où g est une fonctio n donnée.
Exemple Il\
~
C'est le cas de la sui te (u11 )neN telle que:
~
uo =1 u, = 1 Vn EN* -
u
n:s
u
Définition
Une suite (un)neN• à valeurs dans K, est définie par une relation de récurrence linéaire
d'ordre 2 si ses deux premiers termes, uo et u 1, sont donnés, et si, pour tout entier
n ~ 1, U11+ 1 s'exprime linéairement en fonction de Un et u11_ 1, c'est-à-dire s'il existe
trois scalaires a, b etc dans K, (a, c) E K* x K*, tels que :
Vn E N* : a Un+ 1 + b Un + c Un-1 =0
Théorème
a, b etc, étant trois scalaires tels que (a, c) E K* x K*, l'ensemble Ôn;a,b,c des suites
(u11 ) 11EN vérifiant la relation de récurrence linéaire d'ordre 2
Vn E N* : a U11+ 1 + b Un + c Un- 1 =0
est un K-espace vectoriel de dimension 2.
Démonstration :
"O
0
.,,
:<;
<=
• Pour montrer que 8 11 ;a,b,c est un K-espace vectoriel de dimension 2, il suffit de montrer
c ::;
que c'est un sous-espace vectoriel de l'espace KN des suites réelles.
::::i '~
<.>
Cl <.>
~ li est non vide, car la suite identiquement nulle appartient à Ôn;a,b,c ·
-~
"""
.-1
0 ~ Il ne reste donc plus qu'à montrer la stabilité de 8 11 ;a,b,c par combinaisons linéaires ; à
N <=
0
@
<=
cet effet, on considère deux suites (un)neN et (v11)neN de 8 11 ;a,b,c• ainsi qu'un scalaire À.
"'
....
..c
0
·a
::1 On a, clairement, pour tout entier naturel non nul n:
Ol ~Q.
·;::
>-
a.
~
S! a(Un+l + ÂV11+J) + b(un + Âvn) + c(U11-I + ÂV11+1) = aU11+I + bun + CUn -1
0 "
~
u -ci
0
<=
+À (au,1+ 1 + bv11 + CVn- 1) =0
::l
0
@ Ainsi, la suite (un)ne N + Â (v,.,),1eN appartient bien à Ôn;a,b,c ·
373
• Pour montrer que 8n;a,b,c est de dimension 2, on va montrer que l'application linéaire,
qui, à toute suite de 8 11 ;a,b,c, associe ses deux premiers termes, est bijective (c'est un
isomorphjsme, c'est-à-dire une application linéaire injective et surjective); les deux
espaces seront donc isomorphes, ce qui garantit l'égalité de leurs djmensions respec-
tives.
Soit donc l'application : cp : 8n;a,b,c ~
OC2
(u11)11eN H (uo, u1)
Il est clair que l'application cp est linéaire.
Le noyau de l'application cp, c'est-à-dire l'ensemble des suites (u11 ) 11eN dont les deux
premiers termes sont nuls, est réduit à la suite nulle : cp est donc injective.
L'application cp est surjective, car, si on se donne deux réels uo et u 1 , on peut définir
une suite de 8n;a,b,c dont les deux premiers termes soient uo et u1.
L'application cp est donc bien un isomorphisme : OC2 étant de dimension 2, il en est
donc de même de On;a,b,c· •
Afin de pouvoir exprimer, le plus facilement possible, les termes d'une suite vérifiant
une relation de récurrence linéaire d'ordre 2 de la forme (92.1), il peut être intéressant
de déterminer une base de l'espace 8n;a,b,c· À cet effet, on commence par rechercher les
suites géométriques (distinctes de la suite identiquement nulle) qui satisfont ce type de
relations ; on cherche donc à déterminer les scalaires r, supposés non nuls, tels que :
Vn E N* : a~+ 1 + b r'1 + c rn-l =0
r étant non nul, il en résulte : a r2 + br + c = O. Par suite :
• si le discriminant b.. = b2 - 4 ac est non nul, le trinôme a r2 + b r + c admet deux racines
distinctes r 1 et r2 dans C.
Les suites géométriques (r'OneN
et (~teN vérifient bien la relation de récurrence li-
néaire d'ordre 2 donnée, et sont linéairement indépendantes. Elles forment donc une
base de On;a,b,c ·
Ainsi, toute su ite (u,,)neN vérifiant cette relation de récurrence est telle que :
Vn E N : u 11 = À r'~ + µ r~ (A,µ) E C2
Si la su ite est réelle, et si les deux racines sont complexes, de la forme r 1 = p eiB et
r1 = p e-i 8 , toute suite (u,.1) 11eN vérifiant cette relation de récurrence est auss.i telle que :
Vn E N : u11 = ap 11
cos(nB) + [3p11 sin(nB) (a,[3) E IR2
• si le discriminant b.. = b2 - 4 ac est nul, le trinôme a r2 + br + c admet une racine

double ro E OC.
Les suites (rôteN et (n r0teN
vérifient bien la relation de récurrence linéaire d'ordre
2 donnée, et sont linéairement indépendantes. Elles forment donc une base de 8 11 ;a,b,c·
Ainsi, toute suite (un)neN vérifiant cette relation de récurrence est telle que :
....
..c Vn E N : u11 = (À + µ n) r'0 (A,µ) E OC2
Ol
·;::
>-
0..
0
Dans tous les cas, pour ce type de suite, il y a donc deux constantes a priori inconnues, À etµ.
u La connaissance de deux termes de la suite peut pennettre de lever l'indétermination. Lorsque
ce sont les deux premiers termes de la suite qui sont connus, on parle de conditions initiales.
374
>- Équation caractéristique
Définition
Étant donnée une suite (u11 ) 11eN• à valeurs dans JK., vérifiant la relation de récurrence
linéaire d'ordre 2:
V n E N * : a Un + 1 + b Un + c Un-1 =0 (a, c) E JK.* x JK.* b E JK.
1'équation a r2 + b r + c = 0 est appelée équation caractéristique.
Exemples
1. Considérons la suite (u,,)11eN définie par :
uo = l ut =2 , V n E N* Un+ t = 2 Un + 3 U11- t Il\

~
~
L'équation caractéristique est : r2 - 2 r - 3 = 0
- l et 3 sont racines évidentes.
-
u
n:s
u
Ai nsi, il existe deux réels À etµ tels que: V n E N : u11 = À (- 1)"+ µ3 "
Les conditions sur uo et Ut conduisent alors à: uo =À + µ= l Ut = - A + 3µ =2
puis : A = i µ =~
1
Par suite : V n E N : u,, = (- t)"+3••
4
2. Considérons la suite (u11 ) 11eN définie par :
uo =1 Ut = - 1 Vn E N : U11+2 + Uri+ 1 + Un =0
L'équation caractéristique est : ? + r+ 1 = 0, de racines complexes j = e i" et j2 = e '~" = ].
2
Comme ljl = lj21 = 1, il existe deux réels À etµ tels que :
V n E N : u,, = A cos (T2nn) + µ sm. (2n;r)

- -
3
Les conditions sur vo et Ut conduisent alors à :
vo=A=l Ut = 1l COS (327r) + µ Slll. (27r)

3 = - À l1+ µ 2Y3 = - 1
puis : µ= - ~ · Par suite : V n. E N : u11 =cos ( 2 ~ ir) - ~ sin (2 ~ir)
"O
0
.,,
:<; 4. Suites définies par une relation de récurrence d'ordre p, p E N*
<=
c ::;
::::i '~
<.>
Cl <.>
Définition
~
-~
"""
..-1
0 ~
Une suite (u11 )neN est définie par une relation de récurrence d'ordre p, p E N*, sj ses
N <=
0
<=
@ "' p premiers termes, uo, u 1, • • •, Up-J, sont donnés, et si, pour tout entier n ;;;i: p, u11+ 1
....
..c
0
·a
::1 s'exprime en fonction de un , u,,_ 1, •• •, Un- p + J, ce qui est le cas pour des expressions
Ol ~Q.
·;::
~ de la forme U11+ 1 = h(u11 , Un-J, . .. , Un-p+ 1), où h est une fonction donnée.
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
375
Une« start-up »emprunte un capital C, C E R:.
On désigne par un Le capital dû à la fin de l'année n (n E N*), pari le taux annuel
(i E [0, l]), et par M le montant d'une mensualité (M E R:).
L'amortissement de l' emprunt est supposé constant.
On a alors:
Vn E N : Un+ 1 = (1 + i) U 11 - 12 M
En reprenant la technique d'étude explicitée précédemment, on obtient, pour tout
entier naturel n :
_ ( - ·)/! C 12M ((1 + i)" - l))
U 11 - 1+ l - -------
Soit N le nombre d'années nécessaires pour rembourser l'emprunt (N E N*).

Au bout des N années (on est donc à l'année N + 1), le capital dû est donc nul :
UN+I =Ü
soit
( l + i)n C- 12M (( 1 ~ i)
11
- 1)) = O
l
On obtient alors le montant d'une mensualité :
M = i (1 + i)'1 C = iC
12 ((l + i)11 - 1) 12 (1 - (1 + 0-11 )
Cette dernière fonnule est bien connue des financiers, qui l'utilisent très
fréquemment.
....
..c
Ol
·;::
>-
0..
0
u
376
Étude d'une suite
Pour étudier une suite, il est important de pouvoir étudier - et démontrer - ses propriétés,
mais aussi de pouvoir comparer ses termes les uns avec les autres, et en particulier savoir
s' ils augmentent ou diminuent...
1. Récurrence simple
Considérons une suite (u11 ) 11eN · Si jamais on souhaite démontrer qu'elle vérifie une pro-
priété, que nous noterons P, démontrer celle-ci par récurrence peut s'avérer extrêmement
Il\
intéressant. ~
En quoi consiste cette méthode ? Tout simplement, on va commencer par regarder si ~
la propriété Pest vérifiée à un rang initial no E N donné (no peut, bien sûr, être égal à -
u
n:s
zéro); si c'est le cas, on suppose ensuite qu'elle est vraie à un rang n ~ no quelconque, u
et on cherche à déterminer si elle est encore vraie au rang n + 1 : le fait qu'elle soit vraie
au rang no permettra d'en déduire qu'elle est vérifiée pour tout entier n ~ no.
Exemple
Considérons la suite (u11 ) 11EN définie par:
n
Vn E N : U11 = I k2
k=O
On remarque que :
UQ =Û , Ut =Ü + 1 = 1
Démontrons alors, par récurrence, que :
~ ? n(n + l)(2n+l)
Vn eN :
6 k- = 6
k=O
• La propriété est bien vraie au rang O.
• Supposons la propriété vraie à un rang n > 0; on a alors :
ri+ 1 n
I k2 = I k2 + <n + n2
"O .,,
:<; k=O k=O
0 <=
c ::;
::::i '~
<.> n(n+1)(2n+l) )2
Cl <.>
~
= 6
+ (n + l
-~
0"""
..-1
~
N <= (n + l) (n(2n + l) + 6(n + 1)))
@
0
<=
= 6
.... ·a"'
0
..c ::1
Ol ~Q. (n+ l)(n + 2)(2n + 3)
·;::
>- ~
S!
= 6
a. (n+ l)(n+2) (2(n+ l)+ l)
0 "
~
u -ci
0
= 6
<=
::l
0
@ (On factorise par n + 2, car - 2 est racine évidente.)
377
La propriété est donc vraie au rang n + 1.
Comme elle est vraie au rang 0, elle est donc vraie pour tout entier naturel n.
Le raisonnement par récurrence permet de démontrer une propriété vérifiée, suivant les cas,
pour tous les entiers naturels, dans d'autres, pour une infinité d 'entiers naturels, à partir d'un
certain rang.
2. Récurrence forte
Considérons une suite (un)n.eN· On cherche toujours à démontrer une propriété P pour
une suite (un)neN·
Comme pour la récurrence simple, on commence par regarder si la propriété P est
vérifiée à un rang initial no E N donné (no peut, bien sûr, être égal à zéro); si c' est le
cas, on suppose ensuite qu'elle est vraie jusqu' à un r ang n ~ no quelconque, et on
cherche à déterminer si elle est encore vraie au rang n+ 1 : si oui, le fait qu'elle soit vraie
au rang no permettra d'en déduire qu'elle est vérifiée pour tout entier n ~ no .
Cette récurrence qui semble, en apparence, plus forte que la récurrence simple, lui est
en fait équivalente, dans la mesure où elle revient à démontrer par récurrence simpJe la
propriété à tout rang k ~ n.
3. Récurrence double
Il s'agit, cette fo is-ci, d' un autre type de démonstration par récurrence : on cherche
toujours à démontrer une propriété P pour une suite (un.)nel'>l> mais, pour commencer, au
lieu de regarder si P est vérifiée à un rang initial no E N donné, on regarde si elle est
vraie aux rangs no et no + 1 (no peut toujours être égal à zéro); s.i c'est Je cas, on suppose
ensuite que Pest vraie aux rangs n ~ no et n + 1, pour n quelconque, et on cherche à
déterminer si elle est encore vraie aux rangs n + 1 et n + 2: si oui , le fait qu 'elle soit vraie
aux rangs no et n0 +1 permettra d'en déduire qu'elle est véri fiée pour tout entier n ~ n0 .
Exemple
Soit () un réel.
Démontrons par récurrence que, pour tout entier naturel non nul n, cos(n B) est un polynôme,
noté T11 , de degré n en cos e, de coefficient dominant 2 11 - 1•
• La propriété est vraie au rang 1 :
cos e est bien un polynôme de degré 1 en cos (), de coefficient dominant 2 1- 1 = 1.
• La propriété est vraie au rang 2 :
cos(2 0) = 2 cos2 e - 1 est bien un polynôme de degré 2 en cos e, de coefficient dominant
22-1 = 2.
• Supposons la vraie jusqu' à un rang n > 1.
....
..c Les formules d'addition permettent alors d'écrire :
Ol
·;::
>-
0.. cos ((n + 1) ()) = cos (n ()) cos() - sin (n ()) sin e
0
u
et:
cos ((n - 1) B) = cos (n ()) cos() + sin (n B) sin()
378
Par suite, en additionnant membre à membre ces deux relations, on en déduit :
cos ((n + 1) 8) +cos ((n - 1)8) = 2 cos (n8) cos8

puis:
cos((n + 1)8) = 2 cos(n8) cos8- cos((n - 1)0)
Par hypothèse de récurrence, cos (n 8) est un polynôme de degré n en cos 8. cos (n 8) cos 8
est donc un polynôme de degré n + 1 en cos 8. Comme cos ((n - 1) 8) est un polynôme de
degré n - 1 en cos 8, cos ((n + 1) 8) est bien un polynôme de degré n + 1 en cos 8.
Le coefficient du terme de plus haut degré est :
2 X 211- I = 2" = 211+1- I

La propriété est donc vraie au rang n + 1. Il\
~
• Comme elle est vraie au rang 1, elle est donc vraie pour tout entier naturel n ;;i: 1. ~
T,, est le nième polynôme de Tchebychev '. Tl est à noter que ce polynôme ne dépend pas de e. -
u
n:s
L'unicité de ce polynôme est admise. u
"O .,,
:<;
0 <=
c ::;
:::i '~
<.>
Cl <.>
~
-~
"""
.-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
379
Majorants, minorants d'une suite
réelle - Croissance et décroissance
1. Majorant et minorant d'une partie non vide de R

> Majorant
Soit P une partie non vide de R Un réel Mrp est un majorant de Psi , pour tout x de
p : X::;; Mrp.
Exemple
Considérons l'ensemble { 2 + ~, n E N*} : 3 est un majorant de cet ensemble.
> Minorant
Soit P une partie non vide de R Un réel mp est un minorant de Psi , pour tout x de
p : X ;;:i: mrp.
Exemple
2 est un minorant de l'ensemble {1 + ~' n E N*}·
> Deux propriétés fondamentales de l'ensemble des réels
Toute partie PM non vide et majorée de IR admet une borne supérieure fin ie. Cette borne
supérieure est le plus petit des majorants de PM·
De même, toute partie Pm non vide et minorée de IR admet une borne inférieure finie.
Cette borne inférieure est le plus grand des minorants de Pm.
Exemple
Considérons l'ensemble {1 + 2-, n w}.

~
E Tl est bien non vide. 2 +
1
20
= 3 est sa borne supé-
rieure, qui est atteinte, et 2 sa borne inférieure, qui n'est pas atteinte.
2. Le cas des suites

> Suite majorée
Une suite réelle (un)neN est dite majorée s' il existe un réel M tel que :
Vn EN: U 11 ::;; M
....
..c > Suite minorée
Ol
·;::
>-
0..
Une suite réelle (u,J,,ew est dite minorée s' il existe un réel m tel que:
0
u
Vn EN: Un ;;:i: m
380
Le majorant positif d' une suite réelle n'est jamais unique : si la suite (uu)11eN est majorée par
le réel positif M , elle l'est aussi par le réel 2 M , ou encore par le réel 3 M , ou encore, par
M + 1, M +2, ...
V n E N : Un ~ M ~ 2 M ~ 3 M ~ ...
De même, le minorant positif d'une suite n' est pas unique! si la suite (u11 )ueN est minorée par
le réel positif m, el le l'est aussi par le réel I, ou encore par le réel if, ...
m m
Vn E N: U11 ~ m ~ 2 ~
22
~ ...
> Suite bornée

Une suite réelle (u11)neN est dite bornée si et seulement si elle est à la fois majorée et
minorée, c 'est-à-dire s' il existe deux réels met M tels que :
Vn E N : m ~ u11 ~ M Il\
~
ou, de façon équivalente, s' il existe une constante positive C telle que : ~
Vn EN : lunl ~ C
-
u
n:s
u
Une suite complexe (un)neN est dite bornée si et seulement si les suites ('Re(u11 ))11eN et
(Im(un))neN sont bornées.
> Suite positive

Une suite réelle (u,J11eN est dite positive si : V n E N un ~ O.
> Suite négative

Une suite réelle (un)neN est dite négative si : V n E N Un ~ O.
3. Croissance et décroissance
Une suite réelle (u11 ) 11eN est dite :
• croissante à partir du rang no E N si : V n ;;.: no : u,1 ~ Un+ 1.
• décroissante à partir du rang no E N si : V n ;;.: no : Un ~ Un+ I ·
• stationnaire à partir du rang no E N si : V n ;;.: no : Un = Un + 1.

Une suite réelle (u,1) 11ew est dite :
• strictement croissante à partir du rang no E N si :
V n ;;.: no : Un < Un + 1
"O .,,
:<;
c
0 <=
::; • strictement décroissante à partir du rang n0 E N si :
::::i '~
<.>
Cl <.>
~ V n ;;.: no : Un > Un + 1
-~
"""
..-1
0 ~
N <=
0
Une suite réelle ou complexe (un )neN est dite constante si :
<=
@ "'
....
..c
0
·a
::1
Vn E N : Un = Un + J
Ol ~Q.
·;::
>- ~ Une suite réelle (u11) 11eN est dite monotone à partir du rang no E N si elle est crois-
a. S!
0 "
~ sante ou décroissante à partir du rang no.
u -ci
0
<=
Une suite réelle Cun)11eN est dite strictement monotone à partir du rang no E N si
::l
0
@
elle est strictement croissante ou strictement décroissante à partir du rang no.
381
Techniques d'étude des suites réelles
1. Étude de la différence Un+1 - Un
Exemple
On considère la suite (u11 ) 11EN définie par :
1
Vn E N : u11 = 1. + -
211
Alors, pour tout entier naturel n :
1 - 1 - - l = -l ( -·I - 1) = - -
un+l - uIl = l + -2r1+l l <0
2 11 2 11 2 211+1
La suite (u11 )neN est donc strictement décroissante.
, Un+1
2. Etude du quotient dans le cas d'une suite à termes stricte-
Un
ment positifs
Exemple
On considère la suite (u11) 11EN définie par :
Vn EN: u 11 = -1
2"
Alors, pour tout entier naturel n :
U11 + l 1
- = - <l
Un 2
La suite (u11 ) 11eN est donc strictement décroissante.
3. Étude de suites réelles définies par une relation de récurrence

de la forme Un+1 = f(un)
La connaissance des variations de la fonction x H f(x) - x peut être très utile pour
l'étude de la suite (u,JneN·
Exemple
On considère la suite (u11 ) 11eN définie par :
uo = .1 Vn E N : U 11 + J =~
....
..c Alors, pour tout entier naturel n :
Ol
·;::
>- Un +l - Uri = f(u11) - Uri
0..
0
u
Par récurrence im médiate, on constate donc que la suite (u11) 11eN est à termes positifs.
É tudions alors la fonc tion g : JR+ ~ JR, x H Yx+T - x.
382
La fonction g est défi nie, continue et dérivable sur JR(+ :
t l l- 2Yx+l
Vx E IR+ : g (x) = - l = ----
2 -Yx+1 2 -Yx+1
Comme, pour tout réel positif x: Vx+î;;,: 1, g'(x) ne s'annule jamais sur R.+, où elle prend
des valeurs négatives.
La fonction g est donc st1ictement décroissante sur JR+. Soit <p, la suite (uu)11eN décroît vers <p.
4. Un cas particulier : les suites homographiques
Définition
Il\
Étant donnés quatre scalaires a, b, cet d tels que : ~
~
ad - bc =F O c=FO -
u
n:s
u
on appelle suite homographique une suite (u11)nEN vérifiant une relation de récurrence
de la forme:
au 11 + b
Vn E N : U11+ J = - - -
C Un + d
Le nom vient du fait qu'une application de la forme :
xEK\ - -
c { d} H
ax+b
--
ex+ d
avec
ad - bctO , cif::O
est une homographie, c'est-à-dire une application du plan complexe dans lui -même, qui laisse
invadant l'ensemble des droites et des cercles de celui-ci (on parle de transformation projec-
tive bijective). Une homographie s'obtient comme la composée de translations, de rotations,
d ' homothéties et éventuellement d ' une inversion. La condition précédente assure, tout sim-
plement, que la fonction n'est pas constante. En effet, dans le cas où ad - b c =0, on obtient,
pourtout x de OC \ {- ~} :
ax +b acx +bc a c x + ad a ( c x + d) a
cx+d
= c(cx+d) c(cx+d)
= c(cx+d) = c
"O .,,
:<; Proposition
0 <=
c
::::i
::;
'~
On considère quatre scalaires a, b, c et d tels que :
<.>
Cl <.>
~
-~ ad-bct O c =FO
0"""
..-1
~
<=
N 0
<= La suite homographique (u,1)nEN telle que :
@ "'0
....
..c
·a
::1
QUn +b
Ol ~Q. Vn EN Un+ I
·;:: C U 11 + d
~
>- S!
a. est définie si et seulement si :
0 "
~
u -ci
0
<=
0
::l
uo * --dc
@
383
Convergence
1. Définitions
>- Suite convergente
Une suite réelle (u11) 11EN converge vers une limite finie t E IR si, pour tout réels > 0, il
ex iste un rang no tel que :
Vn ~ no : lun - li ~ t:
La suite (u,i)11EN est dite convergente (ou converge), de limite
l = lim Un
n--'>+oo
~ 1. Le fait d'écrire~< pour touts > 0 » signifi e que la quanti tés, qui est positive, peut être choisie
aussi petite que l'on veut, et permet donc de comprendre de façon « intuitive» la notion de
t:J limite.
2. Le choix de la quantités conditionne celle de l' entier no: une fois t: fixé, no l'est aussi.
Une suite complexe (u11 ) 11EN converge vers une limite finie t E <C si et seulement si les
suites (~e (u11 ) )11EN et (Im (u11))nEN convergent respectivement vers ~e (l) et I m (t).
>- Suite divergente
Une suite réelle (un)nEN diverge vers + oo si, pour tout réel strictement positif A, il existe
un rang no tel que :
V n ~ no : u11 ~ A
On écrit alors :
li m
fl--'>+ OO
Un = +oo
Une suite réelle (u,i)11EN diverge vers - oo si, pour tout réel strictement positif A, il existe
un rang no tel que :
V n ~ no : Un ~ -A
On écrit alors :
lim
n--t + oo
U11 = - oo
Une suite (u,1)nEN qui n'a pas de limite finie est dite divergente.
Une suite réelle qui a pour limite +oo est ainsi une suite divergente. Mais ce n'est pas parce
qu'une suite diverge qu'elle tend vers + ou - oo !
Exemple
....
..c
La suite (v11 ) 11EN définie par :
Ol
·;::
V n E N : v11 = l + (- l )
11
>-
0.. diverge, mais ne tend pas vers +oo ou - oo ; elle est en effet bornée
0
u
384
2. Propriétés fondamentales
Propriété
S i la limite d' une suite existe, alors elle est unique.
Démonstration : On démontre ce résultat par l'absurde, dans le cas d'une suite réelle
convergente (u,,)neN ·
On suppose qu'il existe deux réels t1 et l2 tels que la suite (un)neN converge vers l 1
*
et l2 avec l 1 l2.
Soit E >O. Il existe alors deux entiers n 1 et n1 tels que:
Il\
~
On a alors, pour tout n;?: max(n1 , n1) : ~
-
u
n:s
u
, b. l2I
s etant que1conque, on o tient, pour e = lt 1 - :
2
Si l 1 =F l2, c'est impossible. Il en résulte:
•
Propriété
Une suite convergente est bornée.
Démonstration : On démontre ce résultat dans le cas d'une suite réelle.

Soit ainsi (u11 ) 11eN une suite réelle convergente, de limite t E IR.
Soit e > O. Il existe un entier no tel que :
Par suite, pour tout entier n ;?: no :

"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1 Ainsi, en considérant
0 ~
N <=
0
<=
@
·a"'
M = max{luol, lui!, ... , lun0 - d, E +Ill}
....
..c
0
::1
Ol ~Q. on en déduit, pour tout entier naturel n :
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@ qui est Je résultat cherché ! •
385
La réciproque est fausse ! Une suite bornée n'est pas nécessairement convergente. C'est le cas,
par exemple, de la suite (u11 )"eN• définie par :
Vn E N : u11 = 1 + (-1 )"

La suite (u11 ) 11ew est bien bornée, puisque, pour tout entier naturel n :
lu,,I ~ 2
Elle ne converge pas, car (-1 )11 n'est pas le terme d' une suite convergente (les valeurs prises
étant, alternativement, - 1 et 1).
3. De l'utilité des suites pour l'étude des fonctions : caractérisation

séquentielle de la limite
Théorème
Soient f une fonction définie sur un intervalle l de R., et xo un réel donné dans l. Tl y a
équivalence entre Les propriétés suivantes :
• lim f(x) =
x -> xo
e
• Pour toute suite réelle (u11 )neN" à valeurs dans /, de Limite xo, La suite (f(u11 ))11eN
converge vers e.
Ce résultat est extrêmement puissant, dans la mesure où, pour une application continue f :
l c lR ---? R., et une suite (u11 ) 11EN• à valeurs dans !, convergeant vers une limite t 11 E !, on peut
en déduire le résultat suivant :
lim f(u11)
11 ~+ 00
=!( lîm 11~+00
un)= f(lu)
....
..c
Ol
·;::
>-
0..
0
u
386
Convergence des suites monotones
Propriété
Une suite réelle croissante et majorée converge.
Démonstration : Soit (u11)neN une suite réelle croissante et majorée. Désignons par fBs
la borne supérieure (finie) de l'ensemble {u11 , n E N}.
Comme fBs est le plus petit des majorants de cet ensemble, alors, pour tout e > 0,
fBs - e , qui est plus petit que 135 , n'est pas un majorant. Ainsi , il existe un entier no tel
que: Il\
~
~
Or, la suite (un)neN étant croissante, on aura donc, pour tout entier n;;;:: no : -
u
n:s
u
On retrouve ainsi la définition de la limite d'une suite: (u11 )neN converge donc vers fB s .
•
Propriété
Une suite réelle décroissante et minorée converge.
Démonstration : Exercice. •
1. Convergence des suites réelles définies par une relation de récur-
rence de la forme Un+ 1 = f(u0 )
Théorème
Soit (u,,)neN une suite réelle définie par une relation de récurrence de la forme
Un+ 1 = f(u, 1), où f est une fonction donnée.
Si (un)neN converge vers une limite e, et si la fonction f est continue en e, alors :

e = f(t)
"O .,,
:<;
c
0 <=
::;
Démonstration : On suppose donc que la suite (u11 ) 11eN converge vers le réel e; ainsi,
::::i
Cl
'~
<.>
<.>
pour tout t: > 0, il existe un rang no tel que :
~
-~
"""
..-1
0 ~ V n ;;;:: no : lu11+1 - li ~
E:
2
N <=
0
<=
@ "'
....
..c
0
·a
::1
soit:
Ol
·;::
~Q.
~
Vn;;;:: no : lf(un) - ll ~ 2E:
>- S!
a.
0 "
~ Comme la suite (f(u11 ))11eN converge vers f(f), il existe un rang n1 à partir duquel :
u -ci
0
<=
f(t)I ~ ~
::l
0
@ V n ;;;:: n1 : lf(u11) -
387
soit:
Vn ~ ni : lun+l - f(l)I ~ ~
On a alors, pour tout entier n tel que n ~ max(no, n 1) :
ê
lt - f(l)I = lt - Un+I + Un+ I - f(l)I ~Il - U11+1 I + lun+ I - f(l)I ~ 2 2 = e
Le réel e ayant été choisi aussi petit que l'on veut, on a donc, nécessairement :
l = f(t) •
2. Théorème du point fixe (de Banach)
Théorème
Soit f une fonction d~finie sur un intervalle l de IR, à valeurs dans !, contractante 1•
Alors, la suite (u11 )nEN définie par:
Vn E N : Un+I = f(un)
converge vers l'unique point fixe l de f appartenant à l'intervalle!.
De plus, pour tout entier naturel n:
Démonstration : On admettra l'existence et l'unicité du point fixe e de f (cela est dû

au fait que f est contractante).
Pour tout entier naturel n :
lun - li = If (U11- 1) - f(l)I ~ k lun- 1 - e1~ k2 lun-2 - li~ ... ~ k11 luo - e1
Comme 0 < k < l :

lim !('· =0
11--?+oo
D'où le résultat !
Il est à noter que ce théorème peut aussi se démontrer à l'aide de suites de Cauchy,
comme cela sera fait plus loin. •
1:l
0
c::
::J
0
v
.--!
0
N
@
~
..c::
Ol
ï::::
>-
a. 1. c'est-à-dire lispchitzienne de rapport k < 1 ; pour tout couple de réels (x, y) E 12:
0
u l.f(x) - f(y)I ~ klx - YI
388
Opérations sur les limites de suites
1. Somme de suites
Propriété
Soient (u11 )neN et (v11 ) 11eN deux suites, à valeurs dans Ill ou C , convergentes, de limites
respectives lu et f v.
Alors, la suite (un + v,JneN est elle aussi convergente, de limite t 11 + fv .
Propriété
Il\
Soient (u11 ) 11eN et (v1.J11eN deux suites réelles, de li mites respectives fu et +oo . ~
Alors, la suite (u11 + v11) 11eN est divergente, de limite + oo . ~
-
u
n:s
Propriété u
Soient (u11 ) 11eN et (v11 )neN deux suites réelles, de limites respectives fu et - oo.
Alors, la suite (u11 + vn)neN est divergente, de limite - oo.
Dans le cas de deux suites réelles divergentes (u11) 11eN et (v11 )neN• de limites respectives - oo et
+ oo, il n'est pas possible de savoir, sans une étude supplémentaire, quelle est la limite (et si
elle existe), de la suite (un + v,,)neN·
2. Produit de suites
Propriété
Soient (u11 )neN et Cvn)neN deux suites, à valeurs dans Ill ou C , convergentes, de limites
respectives fu et f v.
A lors, la suite (u11 v11 )neN est elle aussi convergente, de limite fu fv .
Propriété
Soient (u11 ),1eN et (vn)11eN deux suites réelles, de limües respectives fu > 0 et +oo.
Alors, la suite (u,1 Vn)neN est divergente, de limite +oo.
.,,
\§!\ Dans le cas où l 11 = 0, il n'est pas possible de conclure sans une étude plus poussée (qui
"O
c
0
:<;
<=
::;
t:J n'aboutira pas nécessairement).
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~ Propriété
N <=
@
0
<= Soient (un)neN et (v11 ) 11eN deux suites réelles, de limites respectives fu > 0 et - oo.
"'
....
..c
0
·a
::1
Alors, la suite (un v11 )neN est divergente, de limite - oo.
Ol ~Q.
·;::
~
>- S!
a.
0
u
"
~ ~ 1. Dans Je cas où l,, = 0, il n'est pas possible de conclure sans une étude plus poussée (qui
-ci
n'aboutira pas nécessairement).
0
<=
::l
0
@
V 2. On dispose bien sûr de propriétés analogues pour le cas où l 11 < O.
389
Propriété
Soient (u11 ) 11EN et (v11 ) 11EN deux suites réelles divergentes, de limites respectives -oo
et - OO .
Alors, la suite (un vn)nEN est divergente, de limite +oo.
Propriété
Soient (u11 ) 11EN et (v11 ) 11EN deux suites réelles divergentes, de limites respectives - oo
et +oo.
Alors, la suite (u11 v11 )nEN est divergente, de limite -oo.
Propriété
Soient (u11 )nEN et (v11)nEN deux suites réelles divergentes, de limites respectives +oo et
+oo.
Alors, la suite (un Vn)nEN est divergente, de limite +oo.
3. Inverse d'une suite

Propriété
Soit (un)nEN une suite, complexe ou réelle, à termes non nuls, convergente, de limite
fu =FO.
Alors, la suite (if-) est elle aussi convergente, de limite J.
n nEN 'Lu
Propriété
Soit (u,JnEN une suite réelle, à termes non nuls, divergente, de limite ±oo.
Alors, la suite (2-)
Un nEN
est convergente, de limite nulle.
Propriété
Soit (u11 )11.EN une suite réelle, à termes non nuls et strictement positifs à partir d'un rang
no E N, convergente, de limite nulle.
Alors, la suite (2-)
Un n~no
est divergente, de limite +oo.
Propriété
Soit (un)nEN une suite réelle, à termes non nuls et strictement négatifs à partir d'un rang
no E N, convergente, de limite nulle.
Alors, la suite (: ) est divergente, de limite - oo.
n n~no
"O 4. Multiplication d'une suite par un scalaire

0
c::
::J Propriété
0
v Soient (un)nEN une suite réelle, à valeurs dans OC, convergente, de limite lu, et À dans OC.
...-!
0 Alors, la suite (,l u11 ) 11EN est elle aussi convergente, de limite Xfu .
N
@ Propriété
~
..c:: Soient (un)nEN une suite réelle, divergente, de limite +oo, et À un réel.
Ol
ï::::
>- Si le réel À est strictement positif, la suite (/!. u11 ) 11EN est elle aussi divergente, de li-
a.
u
0 mite +oo.
Si Je réel À est strictement négatif, la suite (,l u11 ) 11EN est elle auss.i divergente, de li -
mite - oo.
390
Propriété
Soient (un)nEN une suite réelle, divergente, de limite - oo, et À un réel.
Si le réel À est strictement positif, la suite (;l un)nEN est elle aussi divergente, de li-
mite - oo.
Si Je réel À est strictement négatif, la suite (À u11 ) 11 EN est elle auss.i divergente, de li-
mite +oo .
Dans le cas de deux suites divergentes (u,,),,eN et (v,,),,eN• de limites respectives -oo et +oo,
il n'est pas possible de savoir, sans une étude supplémentaire, quelle est la limite (et si elle
existe), de la suite (u11 + V11)neN·
5. Complément : le théorème de Cesàro 1
Il\
Théorème ::::::1
Soit (u11 ) 11EN* une suite réelle, de linûte finie l E lR. ::::::1
* : u =-ui + u2 + ... + U11

11 -
u
n:s
La suite (u11 )nEN*• telle que : Vn E N 11 ------ .L uk, a même u
n n k=I
limite l que fa Suite (u11)neN* .
Démonstration :
• Par définition de la )jmjte, pour tout E > 0, il existe un rang no tel que, pour tout entier
naturel n ~ no :
s
luIl - li ""'& -2
• Pour tout entier naturel n ~ no :
1 Il l no- 1 n
lun - ll = - L (uk - l) n L (uk - l) + L (uk - l)
n k=I k= 1 k=no
no- 1 1 110 - l
.Lcuk - l) étant une quantité finie : lim - ~ (uk - l)

11->+oo n LJ
= O.
k= l k= I
Il existe donc un rang n 1 tel que, pour tout entier naturel n ~ n1
1 110- I
-n .Lcuk- l)
k=l
~~
2
"O .,,
:<;
Par suite, pour tout entier naturel n ~ max {no , n 1} :
0 <=
c ::;
::::i '~
<.> I no- 1 I n 1
Cl <.>
~
-~
lu,, - li ~ - ~ (uk - l) + - ~ (uk - l) ~ ~ + n - no +
E S
- ~-+ - = s
E
"""
..-1 n LJ n LJ 2 n 2 2 2
0 ~ k=I k=n-0
N <=
@
0
<=
"' Posons alors n 2 = max {no, n 1} . On a alors, pour tout entier naturel n ~ n2 :
....
..c
0
·a
::1
Ol ~Q. lun - li ~ E
·;::
~
>-
a.
0
u
S!
"
~
La suite (u11 \,EN* a donc même limite que la suite (u11 ) 11EN*. •
-ci
0
<=
::l l. Ernesto Cesàro (1859-1906), mathématicien italien, qui apporta de nombreuses contributions à l'étude
0
@ des séries numériques. C'était aussi un spécialiste de géométrie différentielle.
391
Convergence des suites
homographiques réelles
Proposition
On considère quatre réels a, b, c et d tels que :
ad - bc-:1=0 , c =l= O
et la suite homographique réelle (u11 )neN vérifiant une relation de récurrence de la

forme:
au11 + b
Vn E N : Un+ 1 = d
CU11 +
Pour que la suite soit définie pour tout entier naturel n, il faut que, pour tout entier
naturel n:
CUn + d i:- Û
Si la suite (u11 )neN converge, sa limite e est solution del' équation :
t = al+ b
ct+d
soit: ct2 + (d - a)f - b = O.
. .
On supposera, dans ce qui SUlt : uo * ae +b
ce+ d . Alors :
• Si (d - a) 2 + 4bc < 0, l'équation précédente n'a pas de solution réelle, et la suite
diverge.
• Si (d - a) 2 + 4 b c = 0, J' équation précédente admet une racine double, a - d . La suite

2c
a- d
converge vers ~.
• Si (d - a) 2 + 4bc > 0, l'équation précédente admet deux racines réelles distinctes t1

et t2, avec f 1 < t2 :
- s1· 1ct2+d11
t . ()
< , la smte u11 neN a pour 11·m1te
. i-p1 lorsque n tend vers +oo.
c 1 +d
- Si 1c~ +d1 > l , la suite (u11 ) 11eN a pour limite l2 lorsque n tend vers +oo.
2
c 1 +d
- S1. ct2
P
+ d = - 1, 1a SUite
. ( ) d'
Un nEN !Verge.
Cq + d
Démonstration : Si la suite converge, sa limite est un point fixe de la fonction :
....
..c
Ol
x ER\{-~} H _a x
_ +_b
·;:: c ex +d
>-
0..
0 Un tel point fixe x est donc solution de :
u
ax+b
x = ---
cx+d
392
ce qui conduit à :
2
cx + (d - a) x - b =0
Le discriminant est :
tJ. = (d - a)2 +4 bc
Il faut donc envisager les cas suivants :
1. Si (d - a)2 + 4 b c =0 :
e = a2- cd est alors racine double du trinôme c x 2 + (d - a) x - b = O.
Considérons alors la suite (u11 ) 11EN définie, pour tout entier naturel n, par :
1
Un = - -
U11 - f
Il\
On obtient : ~
1 ~
=
Vn+I
Un+I - f -
u
n:s
u
1
= au11 + b at + b
cu11 +d cf+ d
(et+ d) (cun + d)
= (ad - bc)(un - l)
(et+ d) (c (un - t) +cl + d)

= (ad - b c) (u 11 - t)
=c
ce + d cc
e + d)2
+ -------
ad-be (ad- bc)(u11 -t)
Or:
a+d
cl+d = - -
2
et, compte tenu de (d - a)2 + 4bc = 0:
- be = (d - a)2
"O .,,
:<; 4
0 <=
c ::;
ce qui entraîne :
::::i '~
<.>
Cl <.>
(d - a)2 d
~
-~ ad- be = 4 +a
"""
..-1
0 ~
N <=
0 4ad + (d -a)2
@
<=
"' = 4
....
..c
0
·a
::1
4 ad + d 2 + a 2 - 2 ad
Ol
·;::
~Q.
~
= -------- 4
>-
a. S!
" 2ad + d2 + a2
0
u ~
-ci
0
= 4
<=
::l (a+ d)2
0
@ = 4
393
Ainsi :
(el+d) 2 (a+d) 2 4
= = l
(ad - be) 4 (a+d)2
Il en résulte :
el+d 1 el + d
Un+ l =e ad - be + --P
Un - t-
=e a d - b e + Un
. ( ) d . . , . . et + d
La smte Un nEN est one une smte an thmet1que, de raison e - - -
ad - be
Par suite, pour tout entier naturel n :
el+d
Un = uo + C n - --
ad - b c
La suite (un)nEN diverge. La convergence de la suite (u11 )nEN vers a - d en résulte.

2e
2. Si (d - a )2 + 4 b c > 0 :
Le discriminant /1 est strictement positif, l'équation «aux points fi xes» admet
deux solutions distinctes e, et l2 :
a - d - Yb. f2 = a - d+ Yb.
l 1= - - - -
2e 2e
Ainsi:
Considérons alors la suite (w11 )nEN définie, pour tout entier naturel n, par :
u11 - e,
Wn = Un - f2
On obtient :
Wn+ J =
aun + b P
- t, 1
e Un+ d
= aun + b P
- 1'2
eun + d
a Un + b af 1 + b
eun +d et, +d
= aun + b al2 + b
1:l
0
c:: eu11 + d el2 + d
::J
0
v el2 + d (ad - be)(u11 - f1)
...-!
0 = eti + d (ad - be) (u11 - f2)
N
@
~
..c:: et2 + d Un - li
Ol
ï::::
= el1 + d Un - l2
>-
a.
0
u cl2 +d
= P
et-1 +
d Wn
394
puisque l i et l1 vérifient respectivement :
. (Wn )nEN est done une suite

L a suite . geometnque,
, , . de raison
. c t2 + d .
ct1 +d
Il\
~
Ainsi: ~
• si 1c l z + d 1 < 1, 1a suite (w11 ) 11eN a pour limite 0 lorsque n tend vers + oo;
-
u
n:s
cti + d u
Un - l i .
comme, pour tout entier naturel n, Wn = l , la SUJte (Ltn)neN a donc pour
Un - 2
limite e, lorsque n tend vers +oo.
• S 1.,ct2+d1 > 11 . (w,)

, a su.ite 1 neN
d.1verge vers +oo ; comme, pour tout entter
.
cl1 +d
naturel n, lw11I = 1Un - l i I· la su.ite (un)nEN a donc pour limite lz lorsque n tend
Un - l1
vers + oo.
. cl2 + d
• Si = - 1, la suite (w11 )nEN diverge; comme, pour tout entier naturel n,
ct1 + d
w = u,, - e,
11
1 · < )
P , . a smte u,, neN
d.1verge ega
, 1ement.
Un - t,z
3. Si (d - a)2 + 4 b c < 0:
Le discriminant b.. est strictement négatif, l'équation «aux points fixes» admet
deux solutions di stinctes complexes e et e:
a - d - io - a - d+io
"O .,,
:<; l =---- f =----
0 <=
2c 2c
c ::;
::::i ·~
<.>
Cl <.>
où o E JR+ est solution de :

~
-~
"""
...-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;:: Considérons alors la suite (z,JneN définie, pour tout entier naturel n, par:
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
u,1 - e
0 Zn = - - -
@
u,.1- t
395
On obtient:
Un+I - f
Zn+I =
Un+I - f
au,l + b - e
CU11 +d
au11 + b -
- e
CUn +d
aun +b ae + b
CU11 +d ce1 + d
au11 + b al+b
CUn +d cf +d
ce+d (ad - bc)(u,, - f)

ce+ d (ad - bc)(un - ë)
-
ce + d u,, - e
= ce+d u11 -ë
-
ce+d
= ce+dZn
puisque e et e vérifient respectivement
e = ae + b
ce + d
. ( ) d . , , . d . ce+ d
L a SUite z,, nEN est one une SUite geometnque, e raison cl + d.
cë + d)
11
Zn = ZO ( ce+ d
Or:
et+ d *1
cl+d
La suite (z,,)neNn'a pas de limite lorsque n tend vers +oo. Il en est de même de la
suite (u11 )nEN ·
Il est à noter que la divergence de la suite peut s'obtenir directement, dans la
mesure où l'équation aux points fixes n'admet pas de racine réelle! La suite étant
à valeurs réelles, sa lim ite est en effet nécessairement réelle. •
....
..c
Ol
·;::
>- 0 n exc1ut 1e cas ou' 1e premier
. terme vaut - e
a +-,
b pmsque
. 1'·on a a 1ors, pour tout entier
. natu-
0.. ct +d
0 rel n :
u at+b
Un = - -
cf + d
396
Suites extraites
Définition
Soit (u11 )neN une suite, à valeurs réelles ou complexes.

On appelle suite extraite de la suite (u,,)nEN (ou sous.suite) une suite obtenue en
sélectionnant, dans l'ordre, un sous-ensemble infini de termes de (u11 ) 11EN·
Comme les termes sont retenus «dans l'ordre» , il existe ainsi une application stric-
tement croissante <p: N ~ N permettant d'indexer les termes de la suite extraite, sous
Il\
la forme (u<p(n) ),,EN. ~
~
-
u
n:s
Exemple u
Étant donnée une suite réelle (u,,)11eN, la suite (u 211) 11eN, obtenue en ne retenant que les termes
d'indices pairs, est une suite extraite de (u11)11eN ·
L'application <.p : N ~ N permettant d'indexer les termes de la suite extraite est donc ici :
nH 2n.
Lem me
Toute application <p : N ~ N, strictement croissante, n'est pas majorée.
Démonstration : Dans un premier temps, on démontre par récurrence que, pour tout
entier naturel n :
cp(n) ~ n
• Cette propriété est bien vraie au rang 0, <pétant à valeurs dans N :
cp(O) ~ 0
• Supposons la propriété vraie à un rang n ~ 0: cp(n) ~ n.

L' appl ication <pétant strictement croissante, il en résulte :
"O .,,
:<; cp(n + 1) > cp(n) ~ n
0 <=
c ::;
::::i '~
<.>
Cl <.> Ainsi , <pétant à valeurs dans N :
~
-~
"""
..-1
0 ~
N <=
0
<=
cp(n + 1) > n
@ "'
....
..c
0
·a
::1
Ol ~Q.
ce qui conduit à :
·;::
>- ~
S!
cp(n+ 1) ~ n+ 1
a.
0 "
~
u -ci
0
<=
::l
0
@ • Comme elle est vraie au rang 0, elle est donc vraie pour tout entier naturel n.
397
Comme lim n
11-.+oo
= + oo, il en résulte :
lim cp(n)
n-.+oo
= + oo
L'application cp n'est donc pas majorée. •
Théorème
Toute sous-suite d'une suite convergente converge vers la même limite.
Démonstration : On démontre le résultat dans le cas d'une su ite réelle.

Soit ainsi (uip(n)) une suite extraite d' une suite convergente (u11 ) 11EN·
11EN
On note ela limite de (u11)11EN·
Alors, pour tout t:: > 0, il existe un rang no tel que, pour tout entier n;?: no :
L'application cp étant strictement croissante de N dans N, et non majorée, il existe donc

un rang n 1 tel que, pour tout entier n ;?: n 1 :
cp(n) ;?: no
Ainsi, pour tout entier n ;?: n1 :

lui,o(n) - li~ ê
:>- Théorème de Bolzano-Weierstrass
Théorème
De toute suite réelle (un)nEN bornée, on peut extraire une sous-suite convergente.
Démonstration : Ce théorème est admis. •
"O
0
c::
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
398
Suites de Cauchy
Pour étudier le comportement d'une suite à l' infini, il n'est pas toujours nécessaire de
connaître sa limite. Intuitivement, on comprend bien que, si une suite converge, ses
termes seront, à partir d'un certain rang, assez proches les uns des autres.
Définition
La suite (un)neN est une suite de Cauchy si, pour tout réel strictement positif t: , il
existe un entier no tel que :
Il\
~
~
ce qui signifie que, à partir d'un certain rang, l'écart entre deux termes de la suite est
-
u
n:s
u
toujours, en valeur absolue, aussi petit que l'on veut.
~ Critère de Cauchy
Propriété
Une suite réelle converge si et seulement si c'est une suite de Cauchy 1•
Démonstration : Soit (u11 ) 11EN une suite convergente, de limite finie e E R Alors, pour
tout t: > 0, il existe un rang no tel que :
t:
V n ;:;,, no : lu11 - li ~ 2
Par suite, pour tout couple d'entiers (p , q) tels que p ;:;,, no et q;:;,, no :
La suite (u,,)11EN est donc une suite de Cauchy.

Réciproquement, considérons une suite réelle (u,,)11eN telle que, pour tout réel stric-
tement positifs, il existe un rang no tel que, pour tout couple d'entiers (p, q) tels que
p ;:;,, no et q ;:;,, no : t:
"O .,,
:<;
c
0 <=
::;
iup - Uql ~ l
::::i ·~
Cl
<.>
<.> Il en résulte, en particulier, pour tout entier n ;:;,, no :
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "' puis, par inégalité triangulaire :
....
..c
0
·a
::1
~Q. s
Ol
·;::
>- ~
lunl = lun - Un0 + Un0 I ~ 2 + lu,,0 1
a. S!
"
~
La suite (u,JneN est donc bornée par max {uo, . .. , lu110 - 1I, ~ + lu11 0 I}.
0
u -ci
0
<=
::l
0
@ 1. lR est un espace complet, c'est-à-dire un espace où toute suite de Cauchy converge.
399
D'après le théorème de Bolzano-Weierstrass, on peut donc en extraire une sous-suite
convergente ( uip(n) t EN' dont on notera lu<p(n) la limite.
Il existe donc un rang n 1 tel que, pour tout entier n;?: n 1
Par suite, pour tout entier n;?: max(no , n 1), comme ip(n);?: n:
La suite (u11 ) 11EN converge donc aussi vers lu<p(n)' •
'O
0
c::
::J
0
v
..-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
400
Comparaison des suites réelles
1. Négligeabilité
Définition
Soient (u11 )neN et (v,,),,eN deux suites réelles, non identiquement nulles.
L a suite (un)neN est dite négligeable devant la suite (vn)neN s' il existe une suite (t:11 )neN'
de limite nulle, et un rang no à partir duquel :
Il\
On note alors : ~
~
-
u
n:s
On clit que Un est un « petit o » de Vn- u
La notation «petit o » , de même que la notation «grand 0 » , qui sera vue plus loin, est appelée
notation de Landau, en hommage au mathématicien Edmund Landau 1• Leur paternité est
visiblement assez controversée, et reviendrait, a priori, à Paul Bachmann2 .
Exemple
On considère les suites (un)11eN• et (u,1) 11EN• définies par :
Vn EN* : u11 = n41 U11 = -n3

Alors, comme : u 1
lim ~
u,,
11--+ +oo
= lim -
n --++oo n
=0
on a bien :
u,, =
11-++oo
o(v11)
2. Domination
Définition
Soient (un)neN et ( vn)neN deux suites réelles.

La suite (u 11 )neN est dite dominée par la suite (v11 ) 11eN s' il existe un réel positif M et un
.,, rang no à partir duquel :
"O :<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~ On note alors :
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1 On dit que Un est un « grand 0 » de Vn .
Ol ~Q.
·;::
~
>- S!
a. l. Edmund Georg Hermann Landau (1877- 1938), mathématicien allemand, spécialiste de théorie des
0 "
~
u -ci
0
nombres.
<= 2. Paul Bachmann (1837-1920), mathématicien allemand lui aussi, et également spécialiste de théorie des
::l
0
@ nombres.
401
Exemple
On considère les suites (un)neN" et (v,1) 11eN" définies par :
s+l 3
Vn E N* : u11 = - -" 211
v11 -
-
-
2"
Alors, comme, pour tout entier naturel non nul n :
5 +-
lu,,I = - ! 11
~ 16 1- 21vIl 1
211 "" 2- 11 -
on a bien:
3. Équivalence
Définition
Soient (u11 )neN et (v1,)11eN deux suites réelles, non identiquement nulles.
Les suites (un)neN et (u11 ) 11EN sont dites équivalentes s'il existe une suite (a11) 11eN• de
limite égale à 1, et un rang no à partir duquel :
Un= ŒnUn
On note alors :
U11 ~ U11
n.-4+00
Exemple
On considère les suites (u11) 11EN" et (v11) 11EN• définies par :
Vn E N * : u11 = 1 + 4l V11 =} +3
l
n n
Alors, comme :
1
1 +-
. -u,,
1!fi = l'!fi ---
n.3 =1
11--> +oo v11 11-->+oo 1
1 +-
n4
les suites (u,,)11EN et (v,,)11EN sont bien équivalentes lorsque n tend vers +oo .
Attention aux manipulations successives et hasardeuses d'équivalents!

Pour cette raison, on ne donnera pas, dans ce cours, de résultats généraux ni de «recettes»
pour la manipulation d'équivalents, la meilleure méthode, la plus fiable et la plus sûre, étant
de manipuler, suivant les cas et ce qui est Je mieux adapté, des« o » ou des« 0 ».
Théorème
Soient (u11 ) 11eN et (u11 )neN deux suites réelles, équivalentes lorsque n tend vers +oo.
Alors:
Un = Un + O(Un)
n~+oo
....
..c
Ol Réciproquement, si (un)neN et (u11),1eN sont deux suites réelles telles que, lorsque n tend
·;::
>-
0..
vers +oo
0 Un = Un+ O(Un)
u
elles sont aussi équivalentes lorsque n tend vers + oo.
402
Pouvoir déterminer, pour des suites, des relations de négligeablilité, équivalence, domination,
est donc extrêmement utile pour étudier leur convergence!
4. Développement asymptotique
Définition
On appelle développement asymptotique d'une suite réelle (un)neN une décomposi-

tion de la forme :
Un = Un, 1 + Un,2 + ... + U 11 ,p + 0 ( Un ,p)
où
lun,pl est très petit devant lun,p-1 I
lun,p- 1I est très petit devant lun,p- 21

Il\
~
~
lun,21 est très petit devant lun,1I
-
u
n:s
u
Les développements asymptotiques peuvent être extrêmement utiles pour déterminer des li-
mites.
On parle de développement asymptotique, car on étudie ce qui se passe lorsque n tend vers +oo.
Exemple
On considère la suite (u11 ) 11EN* définie par :
Lorsque n tend vers + oo :

Vn E N* : u,, = (1 - ~ r
(1 _~r = e'dn(I - !;) = e"(-;\+o(~)) =e- J+o(I)
(On a effectué un développement asymptotique à l' ordre l en t.)
Ainsi : ( 1 )"
lim
n->+oo
1- -
n
= e- 1 = -eJ
S. Des propriétés intéressantes : suites adjacentes, théorème

des gendarmes
~ Suites adjacentes
"O .,,
:<; Définition
0 <=
c ::;
::::i '~
<.> Deux suites réelles (u11 )neN et (v11) 11eN sont dites adjacentes si :
Cl <.>
~
-~ • l' une des suites est croissante;
"""
..-1
0 ~
N <=
0
<= • l'autre suite est décroissante :
@ "'0
....
..c
·a
::1 • lim (u 11 - Vn) = O.
Ol ~Q. n~+ co
·;::
~
>- S!
a.
0 "
~
u -ci
0 Théorème
<=
::l
0
@
Deu.x suites adjacentes convergent et ont même limite.
403
>- Théorème des gendarmes
Théorème
Soient (un)nEN et (v11 )nEN deux suites réelles convergeant vers une même limite f.
Alors, pour toute suite réelle (w11 ) 11 EN telle que, pour tout entier naturel n :
la suite (w11 )nEN est elle aussi convergente, de limite l.
Démonstration : Comme les suites (un)nEN et (v11) 11EN convergent vers f, il existe un
rang no tel que, pour tout entier n ~ no :
f - S:::;; U 11 :::;; f + S
et :
e- s:::;; v,,:::;; e + s
ce qui conduit à :
pu is :
•
"O
0
c::
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
404
En physi,q ue, ou en mécanique, un système dynamique est un système évoluant, au
cours du temps :
• de façon causale, c'est-à-dire dont l'avenir est directement conditionné soit par son
passé, soit par son état actuel ;
• de façon détenniniste, c'est-à-dire que la donnée d'une condition initiale corres-
pond à une unique évolution.
Historiquement, l'un des premiers exemples de système dynamique est le système
solaire, auquel s' intéressa le mathématicien Joseph-Louis Lagrange 1 • De nos jours, la
théorie des systèmes dynamiques a de nombreuses applications, notamment, lorsqu'il Il\
~
s'agit d'étudier la stabilité d'un système, ou d'un ensemble de particules.
~
Modéliser le chaos -
u
n:s
u
Un exemple intéressant est l'attracteur (c'est-à-dire l'ensemble des limites des solu-
tions du système) de Hénon. TI est construit par la donnée initiale d'un couple de réels
(xo, yo), et de deux réels a et b, à partir desquels on génère la suite de points du plan
de coordonnées (x11 , y 11 ) tels que, pour tout entier naturel n :
Xn+ 1 = Yn + 1 - a X~
{ Yn+ l = bx11
Lorsque a = 1, 4 et b = 0, 3, l'attracteur est chao-

tique, ce qui signifie qu'il devient fortement instable;
son comportement à long terme n'est pas prédictible. Le
fait que le système dynamique associé soit déterministe
permet donc de contrôler, dans certains cas, le chaos.
L'attracteur de Hénon pour

a= o. 0941 et b =o, 99681.
"O .,,
:<;
L'attracteur de Hénon peut apparaître comme une sim-
0 <=
c ::;
::::i '~
<.> plification de l'attracteur de Lorenz, qui a de nom-
Cl <.>
~ breuses applications en météorologie, plus précisément,
-~
"""
..-1
0 ~ pour modéliser le comportement du fluide turbulent
N <=
0
@
<=
qu'est l'atmosphère.
.... ·a"'
0
..c ::1
Ol ~Q.
·;:: L'attracteur de Lorenz.
~
>- S!
a. 1. Joseph Louis, comte de Lagrange (l 736-1813), mathématicien, mécanicien et astronome italien. Il
0 "
~
u -ci
0
fut l'initiateur du calcul variationnel. En parallèle, il apporta de nombreuses contributions en algèbre, à
<=
0
::l la théorie des nombres, au calcul infinitésimal, aux probabilités, mais aussi à la mécanique.
@
405
Qu'est-ce qu'une intégrale?
Définition
Considérons une fonction f: [a, b] c R ~ R, continue sur [a, b].

On appelle intégrale de a à b de fla valeur de l'aire comprise entre la courbe repré-
sentative de f sur [a, b] et l'axe des abscisses.
y
-1 a b
Figure 103.1- L'aire sous la courbe représentative de f entre a et b.

Le cas présenté ci-dessus ne reflète, hélas, pas la réalité des fonctions que l'on ren-
contre dans la vie de tous les jours du physicien, du chimiste, du biologiste, ...
En effet, la plupait des fonctions ne possèdent pas toutes des propriétés de régularité,
en particulier, elles ne sont pas nécessairement continues (ce qui est le cas, par exemple,
d'un effort appliqué localement sur une poutre).
Afin de pouvoir calculer l' intégrale d' une fonction qui n'est pas toujours continue, les
mathématiciens ont commencé par construire l'intégrale de fonc tions «échelonnées»,
ou «en escaliers», qui correspondent à des réalités physiques, comme, par exemple,
une répartition de chaleur sur un barreau métallique de longueur infinie, en fonction de
l'abscisse x : { l sur [- 1, 1]
T(x) =
0 ailleurs
y
....
..c
Ol
·;::
>-
0..
0 -1
u
Figure 103.2- Une fonction« créneau».
406
Si on cherche à représenter, par exemple, l'évolution du prix du blé en fonction du
temps, en considérant qu' il garde une valeur constante chaque semaine, tout en pouvant
augmenter ou diminuer la semaine suivante, on obtient aussi une fonction en escaliers :
. semaine 2
.
semaine 1 :
.
: semaine 3
: semaine 4
Figure 103.3 - Un exemple de fonction en escalier: l'évolution du prix du blé en fonction du temps.
Il\
~
1
Ainsi, Bernhard Riemann choisit, pour calculer l' intégrale d' une fonction quel- ~
conque, d'approcher celle-ci par des fonctions « en escaliers » . -n:s
u
Il est ensuite très facile d'étendre les résultats obtenus pour ces fonctions «basiques » u
à des fo nctions beaucoup plus régulières !
"O .,,
:<;
0 <=
c ::;
::::i ·~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a. l. Georg Friedrich Bernhard Riemann (1826-1 866), mathématicien allemand. Outre ses travaux sur l'i nté-
0 "
~
u -ci
0
gration, il a créé la théorie des fonctions algébriques, et développé les travaux de Cauchy sur les fonctions
<= de variables complexes; en géométrie différentielle, il introduisit le concept de variété, qui conduira, ulté-
::l
0
@ rieurement, à la géométrie riemannienne.
407
Intégrale d'une fonction en escaliers
1. Définitions
>- Subdivision d'un intervalle
Étant donnés un intervalle [a, b] de R, et n un entier naturel non nul, on appelle subdivi-
sion de [a, b] tout ensemble cr de réels lxo, x 1, . •• , Xn} tel que :
xo = a < xi < x2 < . .. < X 11 -1 < Xn =b
x0 =a x 1 x2 x,,= b
Figure 104.1- Une subdivision de l'intervall e [a, b].
Le pas de la subdivision est :
lcrl = S up {xi - Xi- 1, 1 ~ i ~ n}
>- Subdivision régulière

Une subdivision cr est dite régulière si elle est de pas constant.
Xn= b
Figure 104.2- Une subdivision régulière de l'intervalle [a, b].
>- Finesse
Étant donnés deux entiers naturels non nuls n et p , et deux subdivisions
CTx = {xo, xi, . . . , Xn} et cry = {yo, Yi, . .. , Yp} d'un intervalle [a, b] c R, la subdivision
crx est dite plus fine que cr11 si :
IY0,Y 1, ... ,yn} ç; {xo,x1 , . . .,xp}
>- Fonction en escalier

Une fonction f, défi nie sur un intervalle [a, b] de R, est dite en escaliers sur [a, b]
s' il existe une subdivision cr = {xo,x 1 , • .. ,xn} de [a,b] telle que, pour tout ide
.... {O, 1, 2, . .. , n - 1}, f soit constante sur ]xi, Xi+ 1 [ •
..c
Ol
·;:: >- Subdivision adaptée à une fonction en escaliers
>-
0..
0 É tant donnée une fonction f en escaliers sur un intervalle [a, b] de R, une subdivision
u
cr = lxo,x i , . .. , Xn} de [a, b] est dite adaptée à f si, pour tout ide 10, 1, 2, ... , n - 1}, f
est constante sur ]xi, Xi+ 1[.
408
y
a b
- 1
Figure 104.3- Le graphe d'une fonction en escaliers sur l'intervalle [a, b].
Il\
~
Propriété ~
Étant donnés deux fonctions f et g en escaliers sur un intervalle [a, b] de IR, et un réel À,
la fonction f + Àg est aussi en escaliers sur ra,
bl (l'existence d'une subdivision adaptée
-
u
n:s
u
à f et g est admise).
:>- Intégrale d'une fonction en escaliers

Soient f une fonction en escaliers sur un intervalle [a, b] de IR, n un entier naturel non nul,
et cr = {xo, x i , ... , x11 } une subdivision de [a, b]. Pour tout entier ide {0, 1, 2, ... , n - 1 },
on désigne par Yi la valeur de f sur l' intervalle ]xi , Xi+I [ .
On appelle intégrale (de Riemann) de f s ur [a , b] le réel
Étant donnée une fonction en escaliers f sur un intervalle [a, b] de IR, la valeur de 1'inté-
grale de f sur [a, b] ne dépend pas de la subdivision (adaptée à f) cho isie.
Si f est une fonction en escaliers sur un intervalle [a, b] de Ill, alors:
'1
Jb
(t) dt = - rbJ(t) dt
Ja
2. Propriétés
"O .,,
:<; :>- Linéarité
0 <=
c ::;
::::i '~
<.> Étant donnés deux fonctions f et g en escaliers sur un intervalle [a, b] de IR, et un réel À :
Cl <.>
~
-~
"""
..-1
0
N
~
<=
0
<= Ja
rbu<t) +À g(t)) dt = JarbJ(t) dt + À Jarbg(t) dt
@
.... ·a"'
0
..c ::1
:>- Positivité
Ol ~Q.
·;::
>-
a.
~
S! Étant donnée une fonction f en escaliers sur un intervalle [a,b] de IR, à valeurs posi-
0 "
~ tives :
u -ci
0
<=
0
@
::l
rbJ(t)dt ~ o
Ja
409
y
a h
- 1
Figure 104.4- L'intégrale d'une fonction en escaliers sur un intervalle [a, b]. à valeurs positives.
>- Croissance
Étant données deux fonctions f et g en escaliers sur un intervalle [a, b] de R telles que:
V t E [a, b] : f(t) ~ g(t)
alors:
Lb f(t) dt ~ Lbg(t) dt
y
1
-~
1 ~,.__a __~~~~~~~~h..._.. x
a h
-1
-1
1:l Figure 104.5- Illustration graphique de la croissance pour une intégrale, dans le cas de fonctions
0
c:: en escaliers (les deux subdivisions ne sont pas nécessairement égales).
::J
0
v
..-!
0
N >- Valeur absolue d'une intégrale
@
~
..c:: Étant donnée une fonctio n f en escaliers sur un intervalle [a, b] de R :
Ol
ï::::
>-
a.
0
u
410
y
-----<1.....----+--.---if----'--- - X
a b
-1
y Il\
~
~
-
u
n:s
u
---------~-~-~-~-~-~-- x
a b
- 1
Figure 104.6- Compara ison entre la valeur a bsolue d'une intégrale et l'intégrale
de la valeur absolue, dans le cas de fonctions en escalier.
>- Relation de Chasles

Soit f une fonction f en escaliers sur un intervalle [a, b] de R Alors, pour tout c de
[a, b]:
r1
Ja
b
(t) dt =[
a
'
f(t) dt + Ic
b
f(t) dt
"O .,,
:<;
>- Fonctions «égales presque partout »
0 <=
c ::;
::::i
Cl
·~
<.>
<.> Étant données deux fonctions f et g en escal iers sur un intervalle [a, b] de IR, égales sauf
~
-~ en un nombre fini de points 1 :
"""
..-1
0 ~
N <=
Lb Lb
0
<=
@
.... ·a"'
0
f(t) dt = g(t) dt
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
1. Des fonctions égales, sauf en des points isolés, sont dites« égales presque partout ». L'ensemble de ces
<=
::l points peut être infini. On a ici un cas particulier de «égales presque partout » sur [a, b], puisqu 'elles ne
0
@ diffèrent qu'en un nombre fini de points.
411
y
X
a c h
-1
Figure 104. 7 - Illustration graphique de la relation de Chasles pour une fonction

en escaliers sur un intervalle [a, b).
•
"O
0
c::
::J
0
v
..-!
0
a c h
N
@ -1
~
..c:: Figure 104.8- Intégrale de deux fonctions en escaliers sur un intervalle [a, b], égales sauf en a etc.
Ol
ï::::
>-
a.
0
u
412
Intégrale d'une fonction continue
par morceaux
1. Définitions
>- Fonction continue par morceaux
Une fonction f, défi nie sur un intervalle [a , b] de IR, est dite continue par morceaux
sur [a, b] s' il existe une subdivision <T = {xo,x 1, • •• ,xn } de [a,b] telle que, pour tout
i de {0, 1,2, ... ,n - l }, la restriction fiJx;,x;+ i[ à l' intervalle ] xi,Xi+ t[ soit continue sur
]xi , Xi+I [,et prolongeable par continuité en Xi et Xi+ I ·
Il\
~
y
~
-n:su
u
-1 0
-1
Figure 105.1 - Le graphe d'une fonction continue par morceaux.
>- Subdivision adaptée à une fonction continue par morceaux
Étant donnée une fonction f continue par morceaux sur un intervalle [a, b] de IR,
une subdivision a- = {xo, x 1, ••• , Xn l de [a, b] est dite adaptée à f si, pour tout i de
{0, 1, 2, .. . , n - 1}, la restriction f lJx; ,xi+i l à 1' intervaJle ] x i , Xi+ I [est continue sur ]xi , Xi+I [,
et prolongeable par continuité en Xi et x;+ 1. .
"O .,,
:<;
0 <=
c
::::i
::;
'~
2. Approximation d'une fonction continue par morceaux
<.>
Cl
~
<.>
par des fonctions en escaliers
-~
"""
..-1
0 ~
N <=
0
<= Théorème
@
.... ·a"'0 Soit f une fonction continue par morceaux sur un intervalle [a , b] de R Alors, il existe
..c ::1
Ol ~Q. deux suites, respectivement croissante et décroissante, de fonctions en escaliers (<p,JneN
·;::
~
>- S! et (l/Jn)11eN• et un entier naturel no tels que, pour tout entier naturel n ~ no, et pour tout t
a.
0 "
~
u -ci
0
de[a, b]:
<=
::l 1
0
@ <t'n(t) ~ f(t) ~ l/Jn(t) et 0 ~ <t'n(t) - l/Jn(t) <-
n
413
La croissance de la suite (<p11 ) 11 EN et la décroissance de la suite (t/J,i)nEN se traduisent par
le fait que, pour tout entier naturel n, et tout t de [a, b] :
<,On(t) ~ 'Pn+1(t) t/111+ 1(t) ~ t/Jn(t)
On dit alors que .f est limite uniforme des suites (<,011)nEN et (t/Jn)11EN·
y
-1
- 1
Figure 105.2- Approximation d'une fonction par une fonction en escaliers.
~ L'intérêt du théorème précédent est d'étendre la notion d'intégrale vue pour les fonction s en
~ escaliers aux fo nctions continues par morceaux.
>- Un cas particulier intéressant de limite uniforme : le théorème de Weierstrass
Théorème
Toute fonction continue sur un segment est limite uniforme, sur ce segment, d'une suite
de polynômes.
3. Intégrale d'une fonction continue par morceaux

Soit f une fonction continue par morceaux sur un intervalle [a, b] de IR. Alors, pour
toute suite de fonctions en escaliers (cp11 ) 11 EN dont f est limite un iforme, la suite
(Jarb<,On(t) dt) est convergente, et ne dépend pas du choix de la suite

nEN
La limite
(<,011),zEN ·
de la suite ( rb<,On(t) dt) est appelée intégrale de a à b de f ' et notée rbf(t) dt.
L ~N L
Soit f une fonction continue par morceaux sur un intervalle [a, b] de R Alors :
....
..c
Ol
·;::
>-
0..
0
r.
b
1(t) dt = - rbJ(t) dt
Ja
u Cela vient simplement du fait que l'intégrale J;,a f(t) dt correspond à une aire comptée négati -
~ vement.
V
414
>- Sommes de Riemann, dans le cas d'une subd ivision uniforme
Théorème
Soit f une fonction continue sur un intervalle [a, b] de R
Alors:
lim -
n-+~ n ~
a ~
b -- n
f ( a + kb-- -·
n
a) =
a
f(t)dt Lb
k= I
Il\
1 ~
J. .l ~
J
j J
-
u
n:s
J.
u
"' 0
Figure 105.3- Illustration graphique de la limite d'une somme de Riemann.
Ce résultat, que l' on ne démontrera pas dans ce cours, se comprend assez facilement de façon
. . . dans 1a mesure ou, 1a somme -
111tmt1ve, ~ f (a+ k, -
b-- L; a
b - - represente tout s1mp1ement a) , .
n k= l n
la somme des aises des rectangles de longueur b - a, et de hauteur f (a + k b-a ).
n "
2. On a présenté, dans ce qui précède, le cas d'une subdivision uniforme de l' intervalle [a, b].
Les sommes de Riemann ne se limitent pas à ce seul cas, et restent encore valables pour des
subdivi sions non uniformes, sous la condition bien sûr que le pas de celles-ci tende vers zéro
lorsque n tend vers +oo.
4. Propriétés
>- Linéarité
"O .,,
:<;
Étant donnés deux fonctions f et g continues par morceaux sur un intervalle [a, b] de JR,
0 <=
c ::;
::::i ·~
<.> et un réel À:
Cl
Lb Lb Lb
<.>
~
"""
..-1
-~
~
(f(t) + À g(t)) dt = f(t) dt+ À g(t) dt
0
N <=
0
<=
@ "'
.... 0
·a >- Positivité
..c ::1
Ol ~Q.
·;::
>- ~ Étant donnée une fonction f continue par morceaux sur un intervalle [a, b] de JR, à va-
a. S!
" leurs positives :
0 ~
u -ci
0
<=
::l
0
Ja
rbJ(t)dt;;.: o
@
415
>- Stricte positivité
Étant donnée une fonction f continue par morceaux sur un intervalle [a, b] de IR, à va-
leurs strictement positives :
Lb f(t)dt > o
>- Croissance
Étant données deux fonctions f et g continues par morceaux sur un intervalle [a, b] de IR
telles que:
V t E [a , b] : f(t) ~ g(t)
alors:
Lb f(t) dt ~ Lb g(t) dt
y y
Y = f(x) y = g(x)
''
-1 a b -1 a b
Figure 105.4- Illustration graphique de la croissance pour une intégrale, dans le cas de fonctions
continues par morceaux.
>- Valeur absolue d'une intégrale

Étant donnée une fonction f continue par morceaux sur un intervalle [a, b] de IR :
>- Relation de Chasles

Soit f une fonction f continue par morceaux sur un intervalle [a, b] de R Alors, pour
tout c de [a, b] :
1:l
0
Lb f(t) dt = I f(t) dt + Ib f(t) dt
c::
0
::J >- Fonctions «égales presque partout »
v
.--! Étant données deux fonctions f et g continues par morceaux sur un intervalle [a, b] de
0
N IR, égales sauf en un nombre fini de points :
@
rbJ(t) dt = Jarbg(t) dt
~
..c::
Ol
ï::::
>-
a.
Ja
0
u
Théorème
Soit f une fonction continue sur un intervalle [a, b] de IR, à valeurs positives ou nulles.
416
y
-1 a c b
Figure 105.5- Illustration graphique de la rel ation de Chasles pour l' intégrale d' une fonction
continue par morceaux.
Alors, si Lb{/
f(t) dt = 0, la fonction f est nulle sur [a, b] :
Il\
Vt E [a,b] : f(t) =0 ~
~
>- Inégalité de la moyenne -

u
n:s
u
Théorème
Soit f une fonction continue sur un intervalle [a, b] de R
On note:
m = inf f(t) M = supf(t)
1€fa.b] t<:[a.bl
Alors:
m (b - a) ~ Lbf(t) dt ~ M (b - a)
a
0 a b
Figure 105.6- Illustration graphique de l'inégalité de la moyenne pour l'intégrale d 'une fonction
"O .,,
:<;
continue sur un intervalle [a, b] .
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~ Démonstration : La démonstration ne fait que formaliser les explications de la figure
"""
..-1
0 ~
ci-dessus.
N <=
0
<=
@ Par hypothèse, pour tout t de [a, b] :
.... ·a"'
0
..c ::1
Ol ~Q. m ~ f(t) ~ M
·;::
~
>- S!
a. La croissance de l' intégrale permet d'en déduire :
0 "
~
u -ci
0
<=
0
@
::l
Lb mdt ~[ f(t)dt ~ Lb M dt
417
soit:
m(b - a)~ Lb f(t)dt ~ M(b- a) •
>- Formule de la moyenne
Théorème
Soient f et g deux fonctions continues sur un intervalle [a, b] de R On suppose que la
fonction g est à valeurs positives :
Vt E [a,b] : g(t);;;: 0
Alors, il existe un réel c dans l'intervalle [a , b] tel que :
Lb f(t) g(t) dt = f(c) Lb g(t) dt
Démonstration : f étant continue sur [a , b] , il existe deux réels met M tels que, pour
tout t de [a, b] :
m ~ f(t) ~ M
la fonction g étant à valeurs positives, il en résulte, pour tout t de [a, b] :
m g(t) ~ f(t) g(t) ~ M g(t)
Par croi.ssance de l'intégrale, il en résulte :
Lb m g(t) dt ~ Lbf(t) g(t) dt ~ Lb M g(t) dt

soit:
m Lbg(t) dt ~ Lbf(t) g(t) dt ~ M Lb g(t) dt
Si Lb g(t) dt = 0, n' importe quel c de [a, b] convient.

Si Lb g(t) dt * 0, on peut diviser membre à membre par Lb g(t) dt :
Lb f(t) g(t) dt
m~ b ~M
"O
0
c::
::J
r
Ja
g(t) dt
0
v Le théorème des valeurs intermédiaires permet alors d'en déduire l'existence d' un réel c
r.
..-!
0
N de [a, b] tel que:
@
~ f(t) g(t) dt
..c::
f(c) = _ a _ b _ __
L
Ol
ï::::
>-
a.
0 g(t)dt
u
ce qui conduit au résultat cherché. •
418
Calcul intégral
1. Primitives
Définition
Soit f une fonction continue sur un intervalle Ide R Une fonction F, dérivable sur I,
est une primitive de f sur I si et seulement si :
F' =f sur I
Il\
~
Propriété
~
Soit f une fonction continue sur un intervalle I de R. Alors, les primitives de
diffèrent toutes d'une constante.
f sur I
-
u
n:s
u
Démonstration: Soient F 1 et F1 deux primitives de f sur I:
F~ = F;
ce qui conduit à :
F~ - F; =0
soit:
(F1 - F2)' =0
Il en résulte :
F1 - F2 =Fonction à valeur constante sur I

Ainsi, si F est une primitive sur I de la fonction f, alors, pour tout réel K, la fonction t E
I H F(t) + K est aussi une primitive de f sur I, ce qui est assez logique, dans la mesure où la
dérivée d'une fonction constante est nulle!
2. Le théorème fondamental de l'analyse

"O .,,
:<;
0 <=
c ::;
::::i
Cl
'~
<.>
<.>
Théorème
~
-~ Soit f une fonction continue sur un intervalle I de IR, et a un réel appartenant à !.
"""
Lx
..-1
0 ~
<=
N 0
<= L'application de I dans lR, qui, au réel x de / , associe f(t) dt, est une primitive de f
@ "'0
....
..c
·a
::1 sur!.
Ol ~Q.
·;::
>-
a.
0
u
~
S!
"
~
-ci
Démonstration : Désignons par F la fonction qui, à tout x de /, associe Lx f(t) dt.
0
<=
::l
Il s'agit donc de montrer que, pour xo donné dans / , F est dérivable en xo, avec
F'(xo) = f(xo).
0
@
419
Soit s > O. f étant continue en xo, il existe un réel T/x tel que, pour tout x vérifiant
lx - xol ~ T/x :
lf(x) - f(xo)I ~ s
Par suite, pour un tel x vérifi ant x > x0 :
rxf(t) dt - rxo f(t) dt
F(x) - F(xo) _ f(xo) I = Ja Ja (x - xo) f (xo)
1 x - xo x - xo X - Xo
rxf(t) dt + ( " f(t) dt f(xo) rxdt

=
Ja Jxo Jxo
x - xo x - xo
=
I~" f(t) dt I: f(xo) dt
X - Xo X - XQ
=
I: f(t) dt f (xo) I~" dt
x - xo x - xo
=
l x
Xo
(f(t) - f(xo)) dt
x - xo
I~'( lf(t) - f(xo)I dt
lx - xol
lXo
x
lx -xol
sdt
=s
1 F(x) - F(xo) 1
De meme, pour un tel x venfi ant x < xo : - f(xo) ~ s .
A , •
x - xo
Le réel s étant quelconque, il peut être choisi aussi petit que possible. Il en résulte :
. F(x) - F(xo)
"O
0
c::
1tm
X-HO X - XQ
= f( xo )
::J
0 soit F' (xo) = f(xo), qui est le résultat cherché. •
v
...-!
0
N Théorème
@
~
Soit f une fonction continue sur un intervalle I de IR, et a un réel appartenant à /.
..c::
Ol
ï::::
Pour tout réel C, il existe une unique primitive de f prenant en a la valeur C. C'est
>-
a. l'application :
0
u l --+ R
X H C+ Lxf (t) dt
420
Théorème
Soit f une fonction continue sur un intervalle [a, b] de R, et F une primitive de f. Alors :
Lb f(t) dt = F(b) - F(a)
On notera: [F(t)]~ =F(b) - F(a).
3. Propriétés
>- Intégration par parties
Théorème Il\
~
Soient f et g deux.fonctions de classe C 1 sur un intervalle [a, b] de R
~
Alors: -
u
Lb f(t) g' (t) dt = [f(t) g(t) ]~ - Lbf' (t) g(t) dt

n:s
u
Démonstration : Les fonctions f et g étant de classe C 1 sur [a, b], il en est de même de
leur produit f g. De plus, pour tout réel t de [a, b] :
(f(t) g(t))' = f(t) g' (t) + f' (t) g(t)
1
f et g étant de classe C sur [a, b], les fonctions f g' et f' g sont continues sur [a, b], et
donc intégrables :
Lb (f(t) g(t))' dt Lb= f(t) g' (t) dt+ Lb f' (t) g(t) dt
soit:
rf(t) g(t) i~ = Lb f(t) g' (t) dt + Lb f' (t) g(t) dt
a a
D'où le résultat.
•
Exemple
Soit x un réel st1ictement positif. Alors :
"O .,,
:<;
Ix ln(t) dt= Ix ln(t) l dt
0 <=
c
I 1
::;
X
::::i
Cl
'~
<.>
<.>
= [Jn(t) t]f - - t dt
~ l t
-~
"""
..-1
0 ~ l
I
X
<=
N
@
0
<= = [ln(t) t]f - - t dt
.... ·a"'
0 l f
..c
Ix
::1
Ol ~Q.
·;::
>- ~
S!
= x ln(x) - dt
a.
0 "
~ = x ln(x) - (x - 1)
u -ci
0
<=
::l
= x ln(x) - x + 1
0
@
421
>- Changement de variable
Théorème
Soit f une fonction continue sur un intervalle l de IR, et <.p une fonction de classe C 1 sur
un intervalle J de IR telle que :
<.p(J) ç I
Alors, pour tout couple de réels (a,{3) E 12 :

-{3 L<p(/3)
f (<.p(t)) l.{J
1
(t) dt = f (t) dt
La <p(a)
Démonstration : f étant continue sur l, elle possède au mo.ins une primitive F sur l .
Par dérivation composée :
(F o <.p)' =f o <.p.<.p'
f o <.p.<.p' est continue sur J , comme produit de fonctions continues sur J. En intégrant de
a à {3, on en déduit :
r. (F o <.p)' (t) dt r. = (f o <.p) (t).<.p' (t) dt

soit :
[(Fo<.p)(t)]~ = r. (f o<.p)(t).<.p'(t)dt
ou encore:
F (<.p(f3)) - F (<.p(a)) r. = (f o <.p)(t).<.p'(t) dt
qui s'écrit aussi :
mais également :
[F(t)]:~ = r. (f o <.p) (t) .<.p' (t) dt
(/3) L >/3
[ ip(œ) f(t) dt = œ (f 0 <.p) (t) .<.p' (t) dt
1:l
0
c::
D' où le résultat ! •
::J
0
v Exemple
.--!
1
= fo
0
N
Considérons l' intégrale T e' Ve'+ 2dt. JI est judicieux d'effectuer le changement de
@
~
..c:: Variable e1 = U. L'application t H e1 est de classe C 1 .
Ol On peut donc appliquer le théorème du changement de variable :
ï::::
>-
u
a.
0
l= [ .
-~
vu+2du =
Ie '
J
2[ 3Je 2 (e+2) ï - 2 v27
(u+2) ï du= - (u + 2)ï =
3 1 3
J - r,v::; J
=2 (e+2) ï
3
-~
- 2 v3
422
>- Intégrale et parité
Propriété
Soit a un réel positif, et f une fonction continue et paire sur l' intervalle [- a, +a].
Alors:
f a
a
J(t) dt =2 [ . J(t) dt
0
Il\
~
~
-a a
-n:su
u
-1
Figure 106.1 - L'intégrale d'une fonction paire.
Démonstration: On décompose tout simplement l' intégrale à l'aide de la relation de
[ f(t) dt J: r.
Chasles, puis on effectue un changement de variable :
= f(t) dt + f(t) dt
= f, 0
f( - t) (-dt) + J: 1
f(t) dt
=- [ f(t) dt + La f(t) dt (f étant paire : f( -t) = f(t))
= La f(t) dt + r. f(t) dt
=2 r. f(t)dt •
"O .,,
:<;
0 <=
c ::;
::::i
Cl
'~
<.>
<.> >- Intégrale et imparité
~
-~
"""
..-1
0 ~ Propriété
N <=
0
<=
@ Soit a un réel positif, et f une fonction continue et impaire sur l' intervalle [- a, +a].
.... ·a"'
0
..c ::1
J:
Ol ~Q. Alors :
·;::
~
>- S!
a.
0
u
"
~
-ci
f(t)dt =o
0
<=
::l
0
@
423
y
Figure 106.2- L'intégrale d'une fonction impaire.
Démonstration : On décompose à nouveau 1' intégrale à 1' aide de la relation de Chasles,

puis on effectue un changement de variable :
= J: f (t) dt + [
r.
[ f(t) dt f (t) dt
= f( -t) (-dt) + i' f(t) dt

0
=- r
Ja
- f(t) dt+ [
0
f(t) dt (f étant impaire : f( -t) = - f(t))
= ~ f(t)dt + [f(t)dt
Ja 0
=- [ f(t)dt + [ f(t)dt
=Ü •
:>- Intégrale et périodicité
Propriété
Soit T un réel non nul, et f une fonction continue sur IR, de période T.
Alors, pour tout réel a :
i
a+T (T
"O
0 a f(t) dt = Jo f(t) dt
c::
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0 Figure 106.3- L'intégrale d 'une fonction continue de période T.
u
424
Primitives de fractions rationnelles
1. Détermination d'une primitive

Connaître la décomposition en éléments simples d'une fonction (réelle) «rationnelle »
permet d'en déterminer facilement une primitive:
• lorsque la fonction est de la forme x E R \ {xo} H _ œ_ ' a E R, xo E R, une

x - xo
primitive est:
x E R \ {xo} H a ln lx - xol Il\
~
~
• lorsque la fonction est de la forme x > xo œ ) . = a (x - xo)-s, a R, xo R,
s R , s -:/= 1, une primitive est :
H (
x - xo s
E E
-
u
n:s
E u
x > xo H --
a .
(x - xo)
1-s
= - - -a- - -
1- s (1- s)(x - xo)s- 1
œx+/3
• lorsque la fonction est de la forme x E R H
2
À. , (œ,f3, À.,µ) E R4 ,
X + x +µ
,t2 - 4 µ < 0, il est intéressant de remarquer que :
œ 2x+À. /3 - Aa œ 2x+À. /3 - t1a

-
2 x2 + À. X + µ
+
x2 + il X+ µ
2 =-
2 x 2 + il X + µ
+
(X+ n 2
2
+ µ _ ~2
/3 - df
,i2
œ 2x+À. µ - 4
= -
2 x2
+ -----
+ À. X+ µ (X + ~) 2
--- ,i2
+l
µ - 4
. .. ID> ax+f3 c
U ne pmrut1ve de x E ~ H est alors de la ionne :
2 +ilx+ µ
l
X
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl
0"""
..-1
<.>
~
-~
~
<=
x E R H
a
-
2
ln lx2 + À. x + µI+ f3µ -l!!
,~
- -2
4
g2
µ - - arctan
4
[ x+d.2
µ- 4
,l-0
R
N 0
<=
@
.... ·a"'
0
c'est-à-dire
l
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci x E R H ~ ln lx2 + À x + µI + -
/3 -fo
-2- arctan [ x+d.2
0
<=
0
@
::l
R ~µ- ~
425
2. Forme canonique
Définition
. . 2 }
L a f actonsat1on de x + /1. x + µ en x +
( À)2+ µ - '4
,i2 , fi .
est appelee « orme canomque ».
2
Exemple
1
Déterminons une primitive de la fonction x e JR H x- .
X2 + X + 1
On a:
x- 1 2x + 1 3
-2 - - - = ----
x +x + 1 2 + x + 1 2 x2 + x + 1
x2
1 2x + 1 3 I
=
~+1 4)2 -
2
2x +x + 1 2 (x+
2x+ 1 3 1
=
+~
2x2 + x+l
2 (x + 4)2
1 2x + 1 3 4 1
= 2 x2 + x + 1 - 2 3 1(x + Ü2+ 1
2x + 1
= -1 - 2 -----
1
2 x2 + X + J 1
(X + 2 + 1 4)
1
Ainsi, une pri mitive de x e lR H x- est :
X2 + X+ 1
x H '21 ln (x- + x + 1) - 2 TY3

?
arctan ( Y3
2 ( x + Ï1 ))
c'est-à-dire:
"O
0
c::
::J
0
v
..-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
426
Calcul approché d'intégrales
1. La méthode des rectangles

~ Le calcul approché en lui-même
La méthode des rectangles, qui consiste à approcher la valeur d' une intégrale par la
somme des aires de rectangles situés sous la courbe, utilise tout simplement les sommes
de Riemann vues précédemment; pour l'intégrale d'une fonction f continue par mor-
ceaux sur un intervalle [a, b] de R, on commence donc par diviser [a, b] en n sous-
b- a Il\
intervalles, de longueur--. ::::::1
n ::::::1
On choisit ensuite de considérer :
-
u
n:s
• soit les rectangles de hauteur f (a + k b~a ), k = 0, 1, ... , n - 1, et de largeur b : a. u
L'intégrale Lb f (t) dt est alors approchée par :
- ~ (a+k--
b --a L.Jf b - a)
n k=O n
• soit les rectangles de hauteur f (a+ k b~a ), k = 1, ... , n, de largeur b: a. L'intégrale

Lb f(t) dt est alors approchée par :
b --
- ~ (a + k -
a L.Jf b-a)
-
n k= l n
~ Étude de l'erreur commise
Au-delà du calcul approché, il peut être intéressant de quantifier l'erreur ainsi commise,
en valeur absolue. Pour la première configuration, elle est donnée par :
L a
b
f(t)dt -
b
~
n
L:J a+k~
n-I
k=O
b (
n
)
"O .,,
:<;
0 <=
c
aL:1 a + k -a)
::;
::::i '~
b~a
Cl
"""
..-1
<.>
<.>
~
-~
= I
11-I La+(k+ I)
k=O a+k b~"

f(t)dt - -
b -
n
n-1
k=O
( b -
n
0 ~
N <=
0
<=
@
....
..c
0"'
·a
::1
= I
11- l [ +(k+ l ) b~a ( (
1ct) - 1 a + k - -
b _a)) dt
Ol ~Q. ~k ~ n
·;::
~ k=O n
>- S!
a.
0 "
~
u -ci
0
<=
::l
0 ~ I
11-l [ +(k+ I) b~" Itct) - 1 (a + k -b _-a)Idt
@ k=O a+k b~" n
427
Considérons le cas d'une fonction de classe C 1 ; d'après l' inégalité des accroissements
b- a b-
finis, pour tout k de 10, 1, ... ,n - l}, et tout t de [a+ k-n-,a + (k + 1)-n- :
al
f(t) - f (a + k b -n a)I~ (t - a- k b -n a) max lf'I
on a alors:
l 1E(<>.bl
rbf(t) dt -
Ja b
: a ~f
11-l (
a +k
b
: a
)
~ maxlf'I
IEj<1,bl
Il
n- 1
a+k
a+(k+ 1)
b- u
b- <1 (
n t - a - k~
n
b )
dt
I [! (t -
k=O n
= max lf'I a- kb- a)2]a+(k+t) &~"

/E(a.b l 2 n b a
k=O a+k -7
n- l 1 (b - a)2
= maxlf'I ~ - - -
1E[a.bl L...J 2 ft2
k=O
2 11- I
max If' 1 ! ( b - a) ~ 1
rel'a,bl 2 n2 L...J
k=O
= max lf
'I (b - a)2
rE(a,b] 2n
(Pour simplifier le calcul, on a choisi de pnm1t1ver t H t - a - k b - a par
2
l ( b - a) 1 b- a n
t H - t - a - k - - au lieu de t H - t2 - a t - k - - t, afin d'obtenir la valeur 0
2 n 2 n
en a + k b~a, et de simpl ifier le calcu.1 en a + (k + l ) b~a !)
L'erreur commise est donc un 0 (fi).
Il est également possible d'obtenir cette majoration en appliquant, tout simplement, la formule
de la moyenne.
Exemple
(2 n)!)~
Déterminons la limite, lorsque n tend vers +oo, de ( -11 - .
n n!
On a:
(2 n)!) ~ =
( nnn! exp ( -1 1n(2-n)!)
-
n n" n!
1 1 X 2 X . . . X (2 n) )
= exp ( - l n - - - - - -
n n"lx2x . .. xn
1 (n + l)x(n+2)x .. . x(2n))
= exp ( - 1n
n n11
= exp (~ 1n(1 +~)x(1 + ~)x .. . x(1 + ~))

....
..c
Ol
·;::
>-
0..
= exp [ ~ln
J
[J 1+ ~k)]
n- I (
0
u 1 ~k)]
[~~ln
n- I (
= exp 1+
428
On reconnaît alors :
l n- I (
lim - ~ln 1+ - =
n L...J
11-++oo n o
k) li
ln(l+t)dt=[(t + l)ln(l + t) - t]6=2ln2 - 1
k=O
Par continuité de la fonction exponentielle, il en résulte :

1
. ((2n)!)"
hm 4
- - =e2 1n2- 1 = -
11-++oo nn n ! e
2. La méthode des trapèzes

Il\
Une alternative à la méthode des rectangles consiste à approcher la valeur d' une intégrale ~
par la somme d'aires de trapèzes, qui, graphiquement déjà, sont plus proches de la courbe ~
que les rectangles précédents. -

u
n:s
u
On rappelle la formule donnant l'aire d'un trapèze:
(grande base+petite base) x hauteur

2
Ainsi, en considérant la suite des trapèzes de bases respectives f (a + k b~a ) et

j .(a + (k + 1) -b-a), de hauteur
, b --
- a , k -- 1, 2, .. . , n - 1 ..
n n
y
b- a)
f ( a +( k + 1) -
n-
b-a
f ( a + k - n-)
"O .,,
:<;
a b-a b- a b
0 <=
a + k-n- a + ( k + l ) -n-
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
<=
N 0
<=
Figure 108.1- La méthode des trapèzes.
@
.... ·a"'0
..c ::1
Ol
·;::
>-
a.
~Q.
"
~
S!
L' intégrale Lb f(t) dt est alors approchée par :
0 ~
u -ci n-1 f (a+ k b-a) + f(a + (k + 1) b-a)
(b - a) ~
0
<= n ,,
::l
0
@ D
k=O
2n
429
qui s'écrit aussi :
(b-a)
1
n
[n-1
~ f (a+k b :a ) + n-1
~ f (a+(k+ l ) b :a )]
2
= 1 'I f
(b - a)- [n-l (a + k~
b ) + 'I f
11
(
a + k~
b )]
2n k=O
(b - a) Jn [f(a)+2
2
n
n- I
k= I
~ f ( a+k b :a ) + f(b)
n
l
b -a [f(a)+f(b) + I f (a + kb - a)]
n 2 k=I n
(On a effectué un changement d' indices dans la deuxième somme, puis regroupé les
termes communs aux deux sommes, c'est-à-dire entre 1 et n - 1).
Graphiquement, on voit bi.en qu'approcher la fonction par les trapèzes ci-dessus per-
met une meilleure approximation. L'erreur commise (que nous n'étudierons pas ici) est
alors un 0 ( ~ 2 ). ce qui est donc plus précis que pour la méthode des rectangles.
II existe beaucoup de nombreuses méthodes permettant Je calcul approché d' une in-
tégrale. Après la méthode des trapèzes, on trouve, en général, la méthode de S impson 1,
qui consiste à approcher la fonction sur l'intervalle d ' intégration par un polynôme qua-
dratique, c'est-à-dire de degré 2, prenant les mêmes valeurs que celle-ci aux bornes de
l'intervalle. Par rapport à la méthode des trapèzes, l'erreur commise est plus faible, dans
la mesure où, graphiquement, on approche la fonction par une courbe et non une droite.
En outre, il est clair qu' une expression polynomiale s' intègre facilement.
3. Une application de la méthode des trapèzes: une variante
de la formule de Stirling
Considérons la fonction logarithme népérien : celle-ci étant concave, sa courbe repré-
sentative est située au-dessus des cordes. Ainsi, pour tout entier naturel k, l'aire sous la
courbe entre k et k+ 1 est plus grande que J'aire du trapèze ayant pour sommets les points
de coordonnées respectives (k, 0), (k + 1, 0), (k + 1, f(k + 1)), (k, f(k)) :
ln(k+l) - - - - - - - - - - - - - - -
k+1
"O
0
c::
::J
0
v Figure 108.2- La fonction logarithme népérien, et son intégrale entre k et k + 1.
...-!
0
N
@ ln k+ In(k+l )
l
k+I
~ ln t dt ~ ------
..c::
Ol k 2
ï::::
>-
a.
0
l. Thomas Simpson (1710-1761), mathématicien anglais, essentiellement connu pour ses travaux sur le
u calcul infinitésimal (la méthode de S impson, qui permet un calcul approché de l' aire sous une courbe), mais
qui fut aussi l'auteur d'un important traité de trigonométrie, et à qui l'on doit les formules permettant de
transformer un produit de cosinus ou sinus en somme, et vice versa.
430
On en déduit, en additionnant membre à membre les inégalités ainsi obtenues pour tout
entier k de {l , ... , n - 1} :
In-1
k=I
lk+I
k
1ntdt ~ In- 1lnk + ln(k+1)
k=I
2
soit, grâce à la relation de Chasles, et en effectuant un changement d'indices dans

n-1
I1nck+ 1):
k= I
n l n-1 l n
l 1
lntdt ~Ï Iln k + Ï I lnk
k=I k=2
n- 1
\:""' ln n
c'est-à-dire [t ln t - tJ7 ~ LJ ln k + , ou encore: Il\
~
k=2
2 ~
fi lnn
-
u
n:s
n lnn - n + l ~ LJ lnk - - u
2
k=2
,..
On reconnatt alors : ln
[
nl
n
k=2
k = ln(n!) -
ln n
2
,
. TI en resulte:
Inn
n ln n - n + 1 ~ ln(nl)
. - -2
puis : (n + ~) ln n - n + 1 ~ ln(n!).
Par croissance de la fonction exponentielle, on en déduit alors :
soit:
ennyne-n~n !
La concavité de la fonctio n logarithme népérien fait aussi que sa courbe représentative

est située en-dessous de ses tangentes : ainsi , pour tout entier naturel k, la courbe est
située en-dessous de la tangente en k, ce qui se traduit par :
"O .,,
:<;
t- k
0
c <=
::; f(t) ~ lnk + - k-
::::i '~
<.>
Cl <.>
~
-~ l
"""
..-1
0 ~ On intègre alors cette dernière relation entre k et k + Ï :
N <=
0
<=
@
.... ·a"'
0
1
2] +k 1
..c
l k+ ï 1n k 1 [1 2
::1
Ol ~Q. ln t dt ~ - + - - (t - k)
·;:: k 2 k 2 k
~
>- S!
a.
"
0
u ~
-ci
0
<=
(Afin de simplifier les calculs, on primitive t H t - k part H ! (t - k)2 , qui présente
= k, et se calcule aisément en t = k + ~ .)
::l
0
@ l'avantage de s'annuler en t
431
Il en résulte :
+~
[
lnk 1
lntdt ~ - +-
k 2 8k
De même, la courbe est située au-dessus de sa tangente en k + 1, pour tout entier k de
l
{l, . . . ,n -1 }.
. . pour tout t de [ k + 1 , k + 1 :
Ams1,
2
t- k- 1
lnt ~ ln(k+ 1) + - - -
k+ 1
On intègre alors cette dernière relation entre k + ~ et k + 1 :

2
ln(k+J) 1 []
i
k+l 2]k+ I
ln t dt ~ + - - - (t - k - 1)
k+ ~ 2 k+1 2 k+ ~
(Afin de simplifier les calculs, on primitive t H ~ (t - k - 1)2 , qui

t - k - 1 par t H
présente l'avantage de s'annuler en t = k + 1, et se calcule aisément en t = k + ~-)Il en

résulte :
ln(k + 1) 1
L
k+ L
lntdt ~ - ---
k+!
2
2 8(k + 1)
Il ne reste plus qu ' à sommer les inégalités précédentes pour k = 1, ... , n - 1:
1 (1 1)
i 1
n ln(l) Inn
ln t dt ~ - - + ln 2 + ln 3 + ... + ln(n - 2) + ln(n - 1) + -
2 2
n-l
+ - ~ - - --
8 ~ k k+1
soit:
ln 1 ln n 1 n- 1 ( 1 1 )
[t ln t - t]'{ ~ - + ln 2 +ln 3 + .. . + ln(n - 2) + ln(n - 1) + - + - ~ - - --
2 2 8 ~ k k+ 1
"O
0
0
c::
::J .
soit: n ln n - n + 1 ~ I
n- I ln(n)
ln k + - - + -
1I (1-- --
ll- I 1 )·
v k=l 2 8 k=lk k+1
...-!
0
N
@
~
Ill- I ( 1
k-
1 )
k+
1
est une somme téléscopique :
..c:: k= I
Ol
ï::::
>-
a.
0
u
432
On peut aussi retrouver ce résultat en séparant les sommes, et en effectuant un change-
ment d'indices :
n l l
~(~ - k ~ 1) = I k-I k+l
n-l
k=l k= l k= l
n 1 n J
= Ik-I k
k= I k=2
11- I l n- l l l
=l +I-k -I-k --n
k=2 k=2
1
= 1--
n
Ainsi : n ln n - n +1 ~ I
n- I
k=I
ln k +~n +S 1 - ;;,1), ou encore :
1 1( Il\
~
~
-
u
n:s
n ln n - n + 1 ~ I
11
ln k - -ln n + - 1(1 - -1) u

k=I 2 8 n
soit:
ln(n)
n ln n - n + 1 ~ ln(n!) - - -+- 1(1 - -1)
2 8 n
puis:
soit:
(n + -21) ln n - n + - - - 1 78 Sn
~ ln(n !)
Par croissance de la fonction exponentielle, on en déduit alors :
exp ((n + ~)2 ln n-n+ 28 - -8n1-) ~ n!

soit:
"O .,,
:<; On a donc obtenu l'encadrement suivant de n ! :
0 <=
c ::;
7 l
::::i
n11 yne-ne 8e-sn ~n! ~en11 yne-n
'~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
433
Pour une fonction donnée f définie et continue sur un intervalle [a, b] de JR, l'inté-
grale, dite de Riemann, de a à b de f, correspond à la valeur de l'aire comprise entre
la courbe représentative de f sur [a, b] et l'axe des abscisses.
Cette aire est calculée par l'intermédiaire d'un découpage, de plus en plus fin, de
l'axe des abscisses, c'est-à-dire un découpage vertical de la forme suivante:
a b
--- ---------- --- ----------r-- - 1

1
----------------------r--- 1
1
Intégrale de Riemann et intégrale de Lebesgue.
Du découpage vertical au découpage horizontal

Toutefois, un tel découpage n'est pas toujours adapté aux fonctions qui interviennent
dans la vie de tous les jours du physicien, du mécanjcien, du biologiste : dans ce
cas, un découpage «horizontal», à partir donc de l'intervalle des valeurs prises par
la fonction, est plus judicieux : c'est l'idée qu'eut le mathématicien Henri-Léon Le-
besgue1 .
Bien sûr, toute fonction intégrable au sens de Riemann l'est au sens de Lebesgue.
C'est la réciproque qui n'est pas vraie!
.... L'intégrale de Lebesgue apparaît alors comme un moyen de« mesurer» une fonc-
..c
Ol tion.
·;::
>-
0..
0
u 1. Henri-Léon Lebesgue (1875-1941), mathématicien français, dont la contribution à la théorie de l'in-
tégration fut essentielle.
434
Étant donnée une partie bornée P de R, la fonction caractéristique l 'P de P est
définie par:
Il { 1 SÎ XE 'f>
'P : x H 0 sinon
Lorsque Pest un intervalle [a , b] de R, sa mesure de Lebesgue µ ([a , b]) est égale à

sa longueur b - a. Intégrales de Lebesgue et de Riemann coïncident alors; si f est
une fonction intégrable au sens de Riemann :
l a
b f(t) dt = (
J [a,b]
f dµ
où µ est la mesure de Lebesgue.

Lorsque P est un ensemble dénombrable, fini ou infi ni , il est considéré comme Il\
::::::1
étant« nul presque partout», et donc de mesure de Lebesgue nulle. ::::::1
Grâce à l' intégrale de Lebesgue, il est donc possible d'intégrer des fonctions pré-
sentant des discontinuités comme, par exemple, la fonction de Dirichlet, qui est la
-
u
n:s
u
fonction caractéristique de l'ensemble des rationnels : Q :
1 si x rationnel
J . XH
{0
Q · sinon
L'ensemble des rationnels étant donc dénombrable, même s' il est infin i, il est de
mesme de Lebesgue nulle.
Le lecteur intéressé trouvera plus de précisions sur l'intégrale de Lebesgue dans [5],
et sur la théorie de la mesure dans la bibliographie.
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
.-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
435
Exercices
Pour s'entraÎner
(solutions p. 442)
Suites Somme des 11 premiers cubes, 11 e
Étude de suites
Considérons la suite suivante de carrés, em-
Étudier la suite (u11) , 1EN définie par :
boîtés les uns dans les autres :
UQ =l UJ =2 et
Vn E N* : U 11 + 1 = 2 Un + 3 U11- I lO i---------------
9
8
Étudier la suite (u11 ) 11eN définie par:
7
VO =l V1 =- 1 et
6i---------
Vn E N : Vn+2 + Un+) + V11 =0 5
4
Démonstrations par récurrence
3 1------.
Somme des Il premiers entiers na- 2
turels, 11 e N
Pour tout entier naturel non nul n, on pose :
Il 2 3 4 5 6 7 8 9 10
S = I, k.
11
k= l Le premier carré a un côté de longueur 1,

3.a) En remarquant que : le second, de longueur 1 + 2, le troisième,
1 + 2 + 3, etc. Le dernier (qui est le nième)
s" = 1 + 2 + 3 - et plus grand des carrés - a donc pour côté
+ ... + (n - 2) + (n - 1) + n ~ n(n + 1) .
1 + 2 + . . . + n = L.J k = . Son aire
2
S,, = n+ (n - l) + (n - 2) k=I
+ ...... + 3 + 2 + 1 n2 (n + 1)2
.9l est donc égale à .9l = . Il est
4
en déduire que : 2 S 11 = n (n + 1), puis : également possible de calculer cette aire en
- 11(11+1) additionnant celle du carré de longueur 1 et
S Il - 2 .
des surfaces en forme d' «équerre» :
3.b) Redémontrer ce résultat par récurrence.
"O
0
c:: Somme des 11 premiers carrés, 11 e
::J
0
v 1+2+... +___
k-1 ..,._
..-!
4.a) Montrer que, pour tout entier naturel ..., _____
0
N n+ I
@ non nul n :
n
I, k? = I,(k + 1)3 + 1. k+
~ t -----
..c:: k= I k= I : 1+2+. .. +k-1
Ol
ï:::: 4.b) En déduire que, pour tout entier naturel
>-
a.
0 . ~ ,2 = n(n + 1)(2n+ 1)
6 .
--
u n. L.J /Ç
k=O t
4.c) Redémontrer ce résultat par récurrence. k
436
La k ième équerre, composée d'un carré de côté 6.c) Que vaut
k et de deux rectangles de côtés respectifs k
k- 1 1
et l + 2 + ... + k - l = I j , a pour aire : lim "°' -2k
11-.+oo LJ
fi
k=I
?
j=I
k2+2k(l + 2+ ... +k- l) Le nombre d'or

Étudier la suite (<p11)neN définie par :
= k2 + 2 k (k - 1) k
2
= k2 + k (k - 1) k = k3 uo ER
5.a) Démontrer par récun-ence que, pour et, pour tout entier naturel n :
tout entier naturel non nul n :
=~
I
Il
'P11+ I
k3 = 13 + 23 + . . . + n 3
k=I Il\
::::::1
=(1 + 2+ . . . +n) = ( I.
2 11
k
)2 ::::::1
k=I
La suite de Fibonacci
Le mathématicien italien Leonardo Pisano,
-n:su
u
5.b) Pour tout entier naturel non nul n, on dit Fibonaci, s'intéressa au problème suivant:
pose : « Un homme met un couple de lapins dans un
n-1 lieu isolé de tous les côtés par un mur. Com-
E11 = 1+3+ 5+ ...+(2n- l) = I(2k+l) bien de couples obtient-on en un an si chaque
k=O couple engendre tous les mois un nouveau
couple à compter du troisième mois de son
• En remarquant que, pour tout entier
existence? »
naturel n:
sous les hypothèses suivantes :
E 11 =1 +2+3+4+5 + . . .
• au début du premier mois, il y a juste un
+(2n - 1) + 2n - (2+4
couple de bébés lapins ;
+ . .. + 2n)= zk-2zk
211
k= I.
11
k=I
• au bout d'un mois, ceux-ci sont devenus
adultes, mais ils ne commenceront à avoir
eux-mêmes des bébés lapins qu'à partir du
en déduire : E,, = n2. début du troisième mois ;
• Redémontrer ce résultat par récur-
rence. • à chaque début de mois, tout couple de la-
pins adultes susceptibles de procréer en-
Suites : limites, convergence, applica- gendre effectivement un nouveau couple
tions de bébés lapins;
• les lapins ne meurent jamais.
"O .,,
:<; Des limites remarquables
0 <=
c ::;
6.a) Soit r un réel positif, strictement plus
::::i '~
<.>
Cl <.>
petit que 1. Déterminer
~
-~ Génération 1 ; au total, un couple de lapins.
0"""
..-1
~ 1/.
l
N
@
<=
0
<= lim
11-++oo
"°'
LJ !
.... ·a"'
0 k=O
..c ::1
Ol ~Q. 6.b) Soit p un réel positif, strictement plus Génération 2; au total, l + 1=2 couples de lapins.
·;::
~
>- S! petit que 1. Déterminer
a. ,/ """'
0 "
~
u Il
-ci
0
<=
0
::l
lim
11--++oo "°'
LJ pk
k= I
@ Génération 3; au total, 2+2=4 couples de lapins.
437
Pour résoudre celui-ci, on considère la suite pourra utiliser l'étude des variations
('.F,,)nEN' où, pour tout entier naturel n , re- r,, des fonc tions f : ~ JR, t H JR:
1~ 1 - ~) et g : JR: ~
présente le nombre de couples de lapins au
début du n ième mois. ln ( 1 + R, t H
II est naturel de poser 'To= 0, puisque, avant

que l' on ne dépose les lapins au pied du mur,
~t -
t
ln (i+ !).)
il n ' y en avant aucun. 10.b) Montrer que: 0 <y< 1.
Comme il n'y a pas nouvelle naissance avant
le début du troisième mois , on a ains i 'T1 = Fractions continues et suites homo-
'Fi = 1. La naissance d'un nouveau couple de grapWques
lapins au début de ce même troisième mois se Soit a un réel différent de - 1. Quel se ns peut-
traduit par: 'T3 = 2. on donner à:
Considérons désormais un mois n quel- a
conque, avec n ;;,,, 2 . Au mois n + 2, le nombre a
1 + - - - -Q - -
total de couples de lapins est obtenu en ajou-
1+ - - - a-
tant le nombre de ceux présents au mois n à 1+ - -
celui qu ' il y avait au mois n + 1 : 1 + .. .
(C'est ce que l' on appelle une «fraction
continue »)
La suite ('.F,1) 11EN vérifie donc une relation de On pourra considére r la suite (a11 ) 11EN définie,
récurrence linéaire d ' ordre 2. pour tout e ntier na turel n, par :
8.a) Exprimer, pour tout entier naturel n, r,, a
en fonction de n . a0 = a Cl11+! =- -
1 + Cln
8.b) Quelle est la limite de la suite ('.F,,)rrEN ?
Une somme télescopique Le théorème de Cesàro

On considère la suite (S rr)nEN• définie pour Soit (u11 ) 11EN* une suite réelle, de limite finie
1
I
11
tout n de N* par : S 11 = k ).
f E JR.
k= lk( +1 On considère la suite (v11 ) 11EN• telle que :
9.a) Vérifier que, pour tout entier naturel
u1 + u2 + . . . +u11
non nul k: V n E N* : Vn = n
1 1
--- = ----
k(k + 1) k
1
k+ l =~ f uk
k= I
9.b) Quelle est la limite de la suite (S 11) 11EN• ?

12.a) Montrer que, pour tout e > 0 , il existe
un rang no tel que, pour tout entier na-
La constante d 'Euler
turel n;;,,, no :
"O O n considère la suite (H11 ) 11EN* définie par:
0
c:: E:
0
::J
1 1 1 lun - fi~ 2
v Vn e N* : H,, = 1 + 2" + '.3 + . . . + ;; - ln n
..-!
0 1 12.b) Vérifier que, pour tout e ntier naturel
= I k - lnn
Il
N
n;;,,, no:
@
~
k= I
..c:: 1 n
Ol
ï:::: 10.a) Montrer que les suites (H,,)11EN * et lvn - f i = - I <uk - t)
u
>-
a.
0 !)
( H11 - n nEN*
sont adjacentes, e t en
n k= I
déduire qu'elles convergent vers une

même limite, que l' on notera y (On
438
12.c) Montrer qu'il existe un rang n 1 tel que, Développement asymptotique et
pour tout entier naturel n ~ n1 : solution appr ochée d'une équation
Soit n un entier naturel non nul. Déterminer
l 110- I
les trois premiers termes du développement
- I cuk - t) ~ ~ généralisé de la nième racine strictement posi-
n k=l 2
tive de l'équation
12.d) En déduire qu'il existe un rang n2 tel
que, pour tout entier naturel n ~ n2 : tan x =x
lori - l'i~ s
Intégration
Que peut-on en conclure'?
Quelques calculs simples
Étude de suites doubles
On considère les suites (all)11EN et (b11)11eN dé-
finies par 0 < ao < bo, et, pour tout n de N,
17.a) Calculer: L sint costdt. Il\
~
~
a,? b/
par : ail+ 1 =
a11 + "
b bll+ 1 = b 17.b) Calculer: (ir cos2 tdt.
J-2ir -
u
n:s
ail + " u
13.a) Calculer, pour tout entier naturel n, la
différence a 11+ 1 - b11 +1, puis l'exprimer 17.c) Calculer: fo 1
te' dt.
en fonction de ao et bo. On notera, dans 2
lnt
ce qui suit : d ao - bo. =
13.b) Calculer, pour tout entier naturel n, le
a11+ I
17.d) Calculer :
I l
- dt.
t
rapport - -. Calculs de primitives

b,,+1
ao Déterminer une primitive des fonctions sui-
En posant r = - , montrer que l'on a
bo vantes:
alors :
an+ I 2n+1 18.a) f 1 : R: -? R, t H ln t.
- - =r
b11+ l +. . 11l> * ln t
18.b) .t2 · .ll'l.+ -7 R ,t H -f- .
13.c) À l'aide des questions précédentes, ex-
primer, pour tout entier naturel n, ail et
18.c) f3 : R -? R, t H t cos t.
b,, en fonction de n. 18.d) f4 : R -? R, t H t 2 e'.
13.d) On considère la suite de terme général 18.e) fs : R \ {~ + k 71', k E z}-? R,
P,, = n(1
Il
k=O
+ r2k).
t H tant.
18.t) f6 : R \ {- 1} -? R, t H
t
- -3.
1+t
Déterminer la limite de la suite (P11 )11eN
r+ l
lorsque n tend vers +oo. 18.g) h :R \ {- 2,0,2}-? R, f H -3--·
t - 4t
"O .,,
:<;
c
0 <=
::; Développement asymptotique Cha ngement de variables
::::i '~
<.>
Cl <.> Calculer, à l'aide d'un changement de va-
~ Pour tout entier naturel non nul n, on
-~ riable, les intégrales suivantes :
0"""
..-1
N
@
~
<=
0
<=
pose : u11 = (l + ~ f" 19.a) li = r 72
~ dx.
.... ·a"'0 Déterminer, à l'aide d'un développement Jo 1 - x 2
..c ::1
Ol ~Q. asymptotique, la limite de la suite (u11 ) 11eN• . i et
·;::
>-
a.
0
u
"
~
~
S!
Pour tout entier naturel n, on pose :
19.b) l?
-
=
l 0
- - dt.
e'+l
u =sin (n -Yn2+1). = L~ (sin2 x -

-ci
cos 2 x) dx.
0
<=
0
::l
11
19.c) ! 3
@ La suite (v11 )11eN est-elle convergente'?
439
22.e) En déduire que, pour tout entier stric-
20.a) Rappeler les formules d'addition pour tement positif p :
le cosinus. 12,, 2p +l
l~ -- ~ ---
20.b) Soient m et n deux entiers naturels. 12µ+! 2p
Calculer:
Ji,,
r2Jr 22.t) Que vaut lim - - ?
Jo cos(m. t) cos(n t) dt P-+oo /i p+I
22.g) En déduire que :
(on pensera à distinguer le cas m = n = . 1 24p (p !)4
0, et, lorsque m et n sont strictement n= hm - - - -
p-+oo p ((2 p) !)2
positifs: m =net m-:;:. n)
Pour tout entier naturel n , on pose :
21.a) Déterminer deux réels a et b tels que,

l
I,, = le (ln x)'1 dx
pour tout réel t tel que t -:;:.
2 et t -:f.
23.a) Calculer Io et I1.
1
2 23.b) Exprimer, pour tout entier naturel n,
I 11 +1 en fonction de I 11 •
b a
23.c) Montrer que, pour tout entier natu-
- 2- - = - - + - -
4t - 1 2t - 1 2t + 1 rel n :
e
O~In ~
--
21.b) Calculer: n+ l
2 23.d) Déterminer la limite, lorsque l'entier n
( dt
tend vers + oo, de I 11 •
J1 4 t2 - 1
Intégrales et convexité
Intégrales de Wallis'
Soit f une fonction de classe C 1 sur lR+, à va-
Pour tout entier naturel n , on pose :
leurs positives, convexe.
l~ sin l~ cos
11 11
On rappelle que le graphe d ' une fonction
In= x dx , ] ,, = xdx convexe est situé au-dessous de ses cordes,
mais au -dessus de ses tangentes.
22.a) Calculer Io, !1 , !2, et lo , li , h. 24.a) Montrer que, pour tout entier n ;;:> 2:
22.b) Montrer que, pour tout entier n ;;:> 2:
n- 1
2JO) + /(2) + ... + f(n - 1)
f,, = -n- ln-2
+1;n) - Ill f(t)dt >0
22.c) Pour tout entier naturel p, donner l'ex-
pression de 12 ,, et h p+J en fonction 24.b) Montrer que, pour tout entier k de
"O
0 dep. {l, . . . , n - 1) :
c::
::J
0 22.d) Montrer que, pour tout entier stricte- i
v
..-!
0
ment positif p , et tout x de [0, } ] : jk
r k+l
2 / (t) dt;;:. ---i-
J(k)
+ 8 f' (k)
N
@ 0 ~ sin2 P +l x ~ sin2 P x ~ sin2 p -J x et:
~
..c:: +l /(k + 1) 1
Ol
ï::::
>-
a.
et en déduire une inégalité portant sur
f2p+! , /i µ et f 2 p- I· Î k+l
2
f (t) dt ;;:.
2
- - f' (k + 1)
8
0
u l. John Wallis (1616-1703), mathématicien anglais, spécialiste de calcul différentiel et intégral. C'est lui
qui introduisit la notation « oo ».À côté de son œuvre mathématique, il s'intéressa aussi à la phonétique, et
est considéré comme un des précurseurs de l' orthophonie.
440
24.c) En déduire : Une comparaison suite-intégrale
Soit f une fonction définie sur R_+, continue
/( I) + /(2) + ... + f(n - 1) + f(n) sur JR.+' décroissante sur a +.
2 2
On considère la suite (u,,),,eN définie par :
- J." f(t) dt~ f'(n); f'(l)
Vn E N : u,, = f(n)
Sommes de Riemann
n 27.a) Montrer que, pour tout entier naturel
25.a) Déterminer : lim I k2 n 2 .
+3n
non nul k:
!.
11--HOO '
k=I
25.b) Déterminer: lim
n-HOO
n"
k=I
( l+ ~
n
r.
! [+I f(t) d t ~ f(k) ~ f(t) dt
25.c) Déterminer : 27.b) En déduire que, pour tout entier natu-

re l non nul n : Il\
:J
. 11 sin (kn) (kn)
3 n cos 3 n
:J
11m
11-++oo
I n
. 1 11+ 1
J<t) dt ~ Ik=Of<k)
Il V
CU
k= I 0 u
Limite d' une intégrale ~ . [' f (t) dt + f (0)
26.a) Déterminer : i' t e-r2 dt.
puis :
Q.I
:i...
.c
26.b) Déterminer: lim J.x t e-r2 dt.
X-t+oo
26.c) Que peut-on en déduire?
1 .['+' f(t)dt ~
0
Ik=OIl
111; ~ i'
0
f(t)dt+ f(O)
Q.I
Cl
<(
"O
0
~
c
::J ""<.>
~
0 <.>
v ~
....... 2
0 ~
N "g
@ .2
...... <:;
.r:.
Ol
·.:::
~
Q.
>- e<.>
o. :;
0 ~
u -g
c
"
0
@
441
Corrigés
••
3.a) Pour tout entier naturel n non nul :
S fi = 1 + 2 + 3 + + (n - 2) + (n - 1) + n
S fi = n + (n - 1) + (n - 2) + . . .. . . + 3 + 2 + 1
, . ~ n (n + 1)
Il en resulte : 2 S11 = n (n + 1), puis : S11 = L.J k = .
2
k= I
3.b) Redémontrons ce résultat par récurrence:
• la propriété est bien vraie au rang 1.
• Supposons la propriété vraie à un rang n > 0 ; on a alors :
11 + 1 Il
I k = I k + (n + 1) = n (n + 1) + (n + 1) = (n + 1) ((n + 1) + 1)
k=O k=O 2 2
La propriété est donc vraie au rang n + 1. Comme elle est vraie au rang 1, elle est donc
vraie pour tout entier naturel non nul n. On peut même étendre ce résultat à N tout
ri ri
entier, dans la mesure où : I k =I k.

k=O k= I
4.a) Pour tout entier naturel non nul n :
Il
3
I <k+1) +1
"O k=I
0 Il
c::
::J = I<k3 + 3 k2 + 3 k + 1) + 1
0 k=I
v Il Il Il. Il
...-!
0
N
k=I
3
= I k +3 I k +3
k= l
2
Ik+ I1+1
k= 1. k=J
@ n n n(n + !)
~ 3
..c:: = I k + 3Ik2 + 3 + n+1
Ol k=I. k=I
2
ï::::
>-
a.
0
u 11+1. Il
Or: I k 3
=I k3 + (n + 1) 3 .
k=I k= I
442
Il
4.b) En simplifiant le résultat précédent membre à membre par I k 3 , on en déduit:

k= I
z k2 =
Il
k=O
zk2
k= l
Il
= ~{(n+l)3_ 3n(n +l) _ n - 1}

3 2
= l {(n + l )(2n +~n + 2 - 3n - 2}

2
n(n+l)(2n+l)
=
6
Il\
~
4.c) Redémontrons ce résultat par récurrence :
~
• La propriété est bien vraie au rang 1 : = 1 = -------- 13

l X ( 1+ 1) (2 X 1 + l)
-
u
n:s
6 u
• Supposons la propriété vraie à un rang n ~ 1 ; on a alors :
Il
I k2 +en+ 1)2
k=l
(n + l )(n(2n+ 1) + 6n + 6)
= 6
(n + 1) (2 n 2 + n + 6 n + 6)
= 6
(n + 1) (2 n + 7 n + 6) 2
=- -------
6
(n + l)(n + 2) (2 n + 3)
=--------
6
(n+ l)(n+2)(2(n + l) + l)
= - - - - -6- - - - -
Comme elle est vraie au rang 1, elle est donc vraie pour tout entier naturel non nul n.
Il 11
"O
0
.,,
:<; On peut même étendre ce résultat à N tout entier, dans la mesure où : I k2 =I k2 .
<= k=O k=l
c ::;
::::i ·~
Cl
<.>
<.>
~
MW Considérons la suite suivante de canés emboîtés les uns dans les autres : le premier carré
-~ a un côté de longueur 1, le second, de longueur 1 + 2, le troisième, 1 + 2 + 3, etc ... Le dernier -
"""
..-1
~
0
N <=
0
<=
, d 1 2 A ,
et p 1us gran d d es can-es - a one pour cote + + ... + n
fi k' = n (n +
= LJ t)
.
@ "' 2
....
..c
0
·a
::1
k= l
Ol ~Q. n 2 (n + 1)2
·;::
>- ~ Son aire ..9l est donc égale à : .Jl =4
. Il est également possible de calculer cette aire en
a. S!
0 "
~
additionnant celle du carré de longueur 1 et des surfaces en forme d ' «équerre» : la kième équerre,
u -ci k- 1
=I
0
<=
::l
0 composée d'un carré de côté ketde deux rectangles de côtés respectifs ket 1+ 2+ ... +k- 1 j,
@ j=l
443
a pour aire:
(k - 1) k
k2 +2k( l +2+ . .. +k-l)=k2+2k 2 =k2+k(k- l )k=k3
5.a) Démontrons par récurrence que, pour tout entier naturel non nul n:
Ifi
k3 = 13 + 23 + . . . + n3 = (1 + 2 + . . . + n)2 =
(
I k)2
Il
k=J k=I.
• la propriété est bien vraie au rang 1 : 13 = 12 .
• Supposons la propriété vraie à un rang n ;;,,, 1 ; on a alors :
11+1. Il
.L.k3 = I k3 + <n + 1)3

k=l
=
k=l
rtt. k r + (n + 1)
3
= (n<n+ l)f +(n+ 1). 3

2
(n + 1)2 (n2 + 4 (n + 1))

=
4
(n + 1)2 (n2 + 4 n + 4)
=
4
(n+ 1)2(n+2)2
=
r
4
= ( (n + 1)2(n + 2)
"O
0
c::
=
(%kr
::J
0
v
...-!
0 La propriété est donc vraie au rang n + 1. Comme elle est vraie au rang 1, elle est donc
N
vraie pour tout entier naturel non nul.
@
~
..c::
Ol 5.b) Pour tout entier naturel non nul n, on pose:
ï::::
>-
a.
0
u
xll = 1 + 3 + s + ... + <2 n - 1) = z
n- 1
k=O
(2 k + o
444
• Pour tout entier naturel n ;;;:. 2 :
En = 1 + 2 + 3 + 4 + 5 + . . . + (2n - 1) + 2n - (2 + 4 + . . . + 2n)
211 Il
= Ik-2 Ik
k=I k=I
2n(2n + l) n(n +l)

2 - 2 2
n(2n +l ) - n(n + l)
= n2
• Redémontrons ce résultat par récurrence :

Il\
la propriété est bien vraie au rang 2 : 1 + 3 = 22 . ::::::1
Supposons la propriété vraie à un rang n ;;;:: 2; on a alors : ::::::1
la propriété est bien vraie au rang 2 : l + 3 = 22 . -u

n:s
u
L 11+ I = 1 + 3 + 5 + . .. + (2 n + 1)
11
I <2k+ 1)
k=I CV
11-l :r...
= I <2 k + i) + 2 n + i
.c
•CV
en
k=I
n 2 + 2n+l -<!:
(n + 1) 2
La propriété est donc vraie au rang n + 1. Comme elle est vraie au rang 2, elle est donc
vraie pour tout entier naturel n ;;;:. 2.
6.a) Soit r un réel positif, strictement plus petit que 1.

On calcule, grâce à la formule donnant la somme des termes d ' une suite géométrique:
Tl 1- ,.11+ 1
lim ~ / = 11-++oo
lim
11-++oo LJ 1- r
k=O
l
=
1- r
6.b) Soit p un réel positif, strictement plus petit que 1. On calcule, grâce à la formule donnant
"O .,,
:<;
la somme des termes d'une suite géométrique:
0 <=
c ::;
::::i
Cl
'~
<.>
<.>
~
-~
.
l 1m
I 11
k
p =
,.
1m
p ().. - p n)
l - p
"""
..-1
0 ~
11-++oo
k= I
11-++ oo
p
N <=
@
0
<= = 1-p
"'
....
..c
0
·a
::1
Ol ~Q. 6.c) On obtient, grâce aux résultats précédents :
·;::
~
>-
a.
0
u
S!
"
~
-ci
hm. I
11-++ oo
n
- 1 = -2-
2k l - !
J
0
<=
::l
k=I 2
0
@
= 1
445
Étudions la suite (<p")nEN définie par:
uo E IR et, pour tout entier naturel n : 'Pn+ 1 = ~1 + <p,,
Si cette suite admet une limite t, alors evérifie : e= -Yf+ë, ce qui entraîne :
e2 =1 + e
ce tnnome
· d u second degre, en e ad met pour racines
A · 1- YS et 1 + YS .
2 2
La racine 51
est à rejeter, car la suite (<p11 )neN étant à valeurs positives (de par sa définition
-/
récursive faisant intervenir une racine canée), sa limite est nécessairement positive.
· converge, c , est vers 1 + YS , qui· est aussi· le nomb re d' or.

· si· la suite
Par suite,
2
1 +YS
Posons alors : <p = .
2
Pour tout entier naturel non nul n :
l'P11 - <pl = 1 ~] + 'P11- I - <pl
( ~l +<p11-1-<p) ( ~1 +'Pn- ) +<p)

= (on passe à l'expression conjuguée)
~l + 'Pn- 1 + <p
2
'P11-J +1- <p
=
~1 + 'P11-I + 1, il en resulte :
,
N
@
~
..c::
lim <p11
11 ~+ 00
=+oo
Ol
ï::::
>-
a. et donc:
0
u . -1
hm =0
<.p"
n;+oo
446
M:W Le mathématicien italien Leonardo Pisano, dit Fibonnaci, s'intéressa au problème sui-
vant:
«Un homme met un couple de lapins dans un lieu isolé de tous les côtés par un mur. Combien
de couples obtient-on en un an si chaque couple engendre tous les mois un nouveau couple à
compter du troisième mois de son existence?» sous les hypothèses suivantes :
• au début du premier mois, i 1 y a juste une paire de bébés lapins ;
• au bout d'un mois, ceux-ci sont devenus adultes, mais ils ne commenceront à avoir eux-
mêmes des bébés lapins qu'à partir du début du troisième mois;
• à chaque début de mois, tout couple de lapins adultes susceptibles de procréer engendre
effectivement une nouvelle paire de bébés lapins;
• les lapins ne meurent jamais.
Pour résoudre celui-ci, on considère la suite ('.F,1) 11eN ' où, pour tout entier naturel n, 'T,1 représente
le nombre de couples de lapins au début du nième mois.
Il\
Il est naturel de poser 'To = 0, puisque, avant que l'on ne dépose les lapins au pied du mur, il n'y ::::::1
en avant aucun. ::::::1
Comme il n'y a pas nouvelle naissance avant le début du troisième mois, on a ainsi 'T1 ='Fi= 1. -
u
n:s
L a naissance d'un nouveau couple de lapins au début de ce même troisième mois se traduit par u
'T-J = 2.
Considérons désormais un mois n quelconque, avec n ;;i: 2. Au mois n + 2, le nombre total de
couples de lapins est obtenu en ajoutant le nombre de ceux présents au mois n à celui qu ' il y
avait au mois n + 1 :
'.Fi1 +2 = 'T,1+1 + 'FF11
La suite ('T,1) 11eN vérifie donc une relation de récurrence linéaire d'ordre 2.
8.a) L'équation caractéristique associée à la relation de récurrence linéaire d'ordre 2 vérifiée
par la suite ('T,1) 11eN est : ? = r + 1.
Le discriminant est tJ. = 1 + 4 = 5. li y a donc deux racines réelles distinctes :
1 +vs 1- vs
2 2
1
+ VS est le fameux nombre d'or, habituellement noté <p, qui vérifie donc la relation
2
cp2 = cp + 1, mais aussi: cp = 1 + ~·que l'on obtient en multipliant membre à membre la
1
relation précédente par - . Ainsi : r 1 = cp r 2 = 1 - 
<.>
~
Pour déterminer les valeurs des constantes À etµ, on utilise les conditions initiales : 'To = 0,
-~ r., = .1, qui conduisent à :
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
~'puis:
·;::
~
>- S! D 'où, finalement: /l = - µ =
a.
0 "
~
u -ci
0 11 11
<=
::l
r. = _1 (<J + VS) _ (1 - VS) )
0
@ FI vs 211 211
447
ou encore:
r,, = ~ (~// - ;, )
l+v's .
Comme~= > 1, on a alors: hm ~ = +oo, et : 11
8.b)
2 11 - +oo
lim _!_ = 0
n--++oo cfl'
il en résulte : lim 1';1 = +oo.

n--++oo
La suite (1';1) 11EN est, comme on pouvait s'y attendre (les lapins étant éternels), divergente.
On considère la suite (S 11 ) 11ew définie par:
1
= .L. ---
Il
Vn E N* : S 11
k=l k (k + 1)
9.a) Pour tout entier naturel non nul k :

1 1 k+I - k 1
- - --= =---
k k+1 k(k + !) k(k+ !)
9.b) Par suite, pour tout entier naturel non nul n :
1
6-
Il
Sn=
k(k + 1)
Il l 11 + 1 l
= I--I-
k=I. k k=2 k
1
= 1---
. n+I
C'est ce qu'on appelle une « suite télescopique», puisqu'une partie des termes se téles-
'O
0 copent les uns les autres !
c::
::J
0 Il en résulte :
v 1
lim sil= lim (1 - - -) = l
..-!
0 n->+oo n->+oo n +1
N
@ Mui On considère la suite (H,,) EN* définie par :
11
~
..c::
Ol 1
1 1 Il 1
ï::::
>- Vn E N* : H 11 =1+ - + - + ... + - - ln n = ~ - - ln n
a.
0
2 3 n {jk
u
10.a) Pour tout entier naturel non nul n : Hn - Hn - ( 1) = 1> O. ~ ~
448
Ainsi : lim
n->+oo
(H (H ~))
11 -
n
= lim ~n = O.
11 -
11 -> +oo
D'autre part, pour tout entier naturel non nul n:
H11+ 1 - H 11 = -l- - ln(n + 1) +Inn

n+ l
11+1- 1n(1+~)
1
-
n
Étudions la fonction f: R.: ~ R., t H -

1- - ln (1 + ~).
t + l t
La fonction f est continue et dérivable sur R.:, et, pour tout t de Ill: :
1
= 1 fi 1 ( l 1) l ( 1 ) 0.
~ = (+ 1
f'(t)
(t + 1)2 + 1+ - t + 1 + ï = ï+ï f (t + 1) > Il\
~
(
~
La fonction f est donc croissante sur R.:. Comme : -
u
n:s
u
lim f(t)
1-->0•
= - oo et lim f(t)
1->+oo
= 0-
la fonction f est à valeurs négatives sur Ill: :
R: : - - - ln (1 + ~) < 0
1
Vt E
f +1 t
Il en résulte, pour tout entier naturel non nul n :
1
- - - ln
n+l
(1+ n~) < 0
La suite (H,,)neN* est donc décroissante.
D 'autre part, pour tout entier naturel non nul n :
(H11+1 - -n +-l )-(H11 - n~) = ~n -

1
ln(n + l) +Inn
,
Etudions la fonction g : R: ~ R, t H
1 ln (1 + Ïl).
( -
La fonction f est continue et dérivable sm JR:, et, pom tout t de Ill: :

"O .,,
:<;
c
0 <=
::;
f
,,
(t) = --1 fi l
+ - - =- - - < 0
::::i ·~
Cl
<.>
<.> t2 l l t 3 + t2
~ +-
-~ t
""'"
..-1
0 ~
N <=
0
<= La fonction g est donc décroissante sur R!. Comme :
@
.... ·a"'0 lim g(t) = + oo et lim g(t) = o+
..c ::1
Ol ~Q. t-+O• r->+oo
·;::
~
>- S!
a. la fonction g est à valeurs positives sur R: :
0 "
~
u -ci
0
@
0
<=
::l
Vr E R: : Ï - ln l + Ïl ( 1) > 0
449
Il en résulte, pour tout entier naturel non nul n :
1
- - ln(n + l ) + ln n > 0
n
La suite (H,, - !)
" 11EN*
est donc croissante.
Les suites (H,,)11eN• et (H,, - ~)

sont donc adjacentes : elles convergent vers une
n neN•
même limite y telle que, pour tout entier naturel non nul n :
1
Hn--~y~H11
n
On peut écrire, pour n tendant vers +oo :
L k1 =ln
k=I
Il
n + y + o(l)
y est la constante d'Euler, qui vaut approximativmentû.577215.

10.b) Comme H2 = 1 + 4- ln 2 E JO, l[, et H2 - 4~y~ H 2, alors:
Û<y<l
MIM Soit a un réel différent de - 1. On considère la suite (a ),,eN définie, pour tout entier11
naturel n, par :
a
a0 =a a11+1 =- -
1 +a,,
Il s'agit d'une suite homographique, vérifiant une relation de récurrence de la forme a 11 +1 =
a
f(a 11 ). Si la suite converge, sa limi te est un point fixe de la fonction x E R. \ {- 1} H --. Un
l +x
tel poi nt fixe x est donc solution de x = _ a_ , ce qui conduit à:
l +x
x 2 +x - a=0
Le discriminant est : /1 = l + 4 a. Il faut donc envisager les cas suivants :
. 1 1 .
• St a= - : - est racine double de x 2 + x - a.
4 2
Considérons alors la suite (u,,)11eN définie, pour tout entier naturel n, par : u11 = -1-1 . On
a"+ ï
obtient:
1
Un +I = l
On+! + ï
1
=------
"O 1 1
0
c:: ----+-
:J 4(1 +ail) 2
0
v 2 (ail+ 1)
...-! = 1
0 a,, + ï
N
@ 2 (a11 + 4+ 4)
~
..c::
= 1
Ol a" + ï
ï::::
>- 1
a.
0
= 2+ - -J
u 011 + Ï
= 2+ U 11
450
La suite (un)11eN est donc une suite arithmétique, de raison 2.
Par suite, pour tout entier naturel n : u" = u0 + 2 n . La suite (u 11 ),.1eN diverge. La convergence
de la suite (a11 ) 11eN vers -t
en résulte.
• Si a > -~: le discriminant 6. est strictement positif, l'équation« aux points fixes » admet
deux solutions distinctes t 1 et t 2 :
e, = 1 - Yb. e2 = 1 + Yb.
2 2
Ainsi : lt 11 ~ lt2I. Considérons alors la suite (v11 ) 11eN définie, pour tout entier naturel n, par:
a" - e,
v,., = ---
ail - e2
On obtient:
V11+l
011 + 1 - e,
011 + 1 - t2 Il\
~
a
- - - e,
1+ a
~
-
Cl
- - e2
11
-u
n:s
a +1
11
u
a a
-----
1 + a11 1+ e,
a a
-----
a 11 + l l + t2 ....CV
.c
1 + l2 C1 - an •CV
en
-----
1 +e, f2 - an -<!:
1 + t2
= Un J + f1
a
f2
= V11 7 f
e,
e,
= U11 f2
puisque e, et t2 véri fient respectivement:

e~ +e, - a= 0 e~ + t 2 - a= 0
soit : t1(l +t1) - a=O t2( l +t2 )a=O.
"O .,,
:<;
· <u11)neN est d one une smte
L a smte · geometnque,
, , · d e raison
· e,
e.
0 <=
2
c ::;
11
::::i '~
Cl
~
<.>
<.> Par suite, pour tout entier naturel n : Un = uo ( ee~ )
-~
"""
1
..-1
0 ~
N
@
<=
0
<= Ainsi, comme I ~~ < l, la suite (v11 ) 11eN a pour limite 0 lorsque n tend vers +oo. La suite
.... ·a"'0 (a11 ) 11eN a donc pour limite l 1 lorsque n tend vers +oo.
..c ::1
Ol ~Q.
·;::
>-
a.
~
S! • Si a < -~ : le discriminant 6. est strictement négatif, l'équation« aux points fi xes » admet
0 "
~
u -ci
0
deux solutions distinctes complexes e et e :
<=
0
::l
1 - iô - 1 + iô
@ t =-- t=--
2 2
451
où o E JR+ est une racine can-ée de - D. : o2 = - D.. Considérons alors la suite (w11) 11eN définie,
pour tout entier naturel n, par :
a,, - t
w,, = ---
a,, - t
On obtient:
a11+I. - f
Wn+l =
a,Et 1 - t
---t
1 + a11
= a -
---t
C!:11
a
+1 a
l +an 1+t
= a a
a,,+~ 1+ë
1 +et - a,,
= 1+ e 7: -_a,,
1+ t
= W11 l +l
a
-
t
= Wn a
-
l
l
= W11 =
l
e e
puisque et vérifient respectivement
-2 -
l 2 +l-a= O l +l-a= O
soit:
- -
l(l+l)-a=O l(l+l)-a=O
La suite (wn)11eN est donc une suite géométrique, de raison ;_

l
w,, = wo (=e
l)n
Or :
Ill = Ill
1:l
0 La suite (w11 ),,eN n'a donc pas de limite lorsque n tend vers +oo. Il en est de même de la suite
c::
::J (a11)11eN
0
v MfW Soit (u,,),,eN• une suite réelle, de limite finie t E R
...-!
0
N On considère la suite (u11 )r1ew telle que :
@ Il
~ * . _ u 1 + u2 + . . . + u,, _ 1 ~
..c:: Vn E N . Un - - - LJ Uk
Ol n n k= I
ï::::
>-
a. 12.a) Par définition de la limite, pour tout t: > 0, il existe un rang no tel que, pour tout entier
0
u naturel n ;;:. no :
s
lu,, - ll.:;; 2
452
12.b) Pour tout entier naturel n;;,: no :
JIQ- 1
1 Il rt
lv11 - .fi = - _L<uk - t) = n _L (uk-t)+ _L <uk-t)

n k=I k= I k=110
110 -J
12.c) _L <uk - l ) étant une quantité finie:

k=I
I no - 1
lim -
n->+oo n. k= l
L
(uk - t) = 0
li existe donc un rang n. 1 tel que, pour tout entier naturel n ;;,: n. 1 :
110 - I
- I<uk - .e> ~ ~
n k=I
12.d) Pour tout entier naturel n;;,: n.0 :

Il\
~
no-1
l
~
1 "
~ e n - no + 1 e e e ~
lv11 - l'i ~ - L.)uk - t) + - L}uk - t) ~ - + - ~ - +- =e
n. k= 1 n k=r1o 2 n 2 2 2 -
u
n:s
u
Posons alors n 2 = max {no, n.i}. On a alors, pour tout entier naturel n. ;;,: n 2 :
lv11 - li~ e
La suite (v,,),,ew a donc même limite que la suite (u11 )11eN• .
•••
13.a) Pour tout entier naturel n: a,,+ 1 - b 11+1 = ao - bo = d. Ainsi, pour tout entier naturel n:
a,, - b11 = ao - ho = d
2
2n+I
13.b) .
Pour tout entier naturel n: -b an+!
= { Gn+I }
-b = =r .
11+ 1 11+1
On a donc le système :
a 11 - b11 =d
a,,
{ - = r 2"
bn
13.c) Par suite, pour tout entier naturel n :
a,, = r~r~' l
{
"O .,,
:<;
b11 = ,.2·d- 1
0
c <=
::; 13.d) On remarque que :
::::i '~
<.>
Cl <.>
~
1 + an = ..!?.!!___ = 1 + ?"
-~ b11 b11+I
"""
..-1
0 ~
Par suite :
N <=
@
0
<= ho
"' P11 = - -
....
..c
0
·a
::1
b11+1
Ol ~Q.
·;::
~
La limite de la suite (P,J,,eN lorsque n tend vers +oo est donc 1 ~,. .
>- S!
a.
0 "
~ Mii Pour tout entier naturel non nul n, on pose :
u -ci
0
<=
11
1) 2
( l +-;;
::l
0
Un =
@
453
Lorsque n tend vers +oo :
(1+ ~ r = e211 ln(l+~) = en(2 ~+o(D) = e2+o(I)

(On a effectué un développement asymptotique à l' ordre 1 en~-)
Ainsi:
1
lim ( 1 - -
)Il = e 2
n->+oo n
• • • Pour tout entier naturel n, on pose: v

11 =sin (rr Vn2 + 1).
Lorsque n tend vers +oo :
V11 = sin (rr Vn2 + 1)
= R )
sin (nrr
= s+n(1 + ~2n
= sin(nrr(1 + 2 ~2 +0(~2 )))
= sin ( n rr + rrn + o (
2
~))
= (- 1)' 1
cos (
2
1Tn +o ( ~))
= ( - 1) 11
{i - ~ (27TJ2 0(~2)} +
La suite (v11 ) 11eN est donc divergente.
MfM Déterminons les trois premiers termes du développement généralisé de la nième racine
strictement positive de l'équation
tanx = x
Étudions, pour commencer la fonction cp :
X E IR \ { ~ + k 1T, k E z} H tan X - X
La fonction cp est dérivable sur tout intervalle de la forme Jn rr - ~, n rr + ~ [, n E N* :

cp' (x) = 1 + tan 2 x - 1 = tan 2 x ;;;,: 0
Pour tout entier naturel non nul n, l' équation donnée admet donc exactement une racine x11 dans
.
l'mtervalle ] nrr - 1T , nrr + 1T[ :
"O
0 2 2
c::
:J Graphiquement, il est clair que, lorsque n tend vers +oo, cette racine est proche den rr + ~ ; il est
0
v donc légitime de chercher x 11 sous la forme:
...-!
0 1T
N = n 1T + 2 + S n
X 11
@
~
avec : lim s,,
11 ~ + 00
= O. Compte tenu de tan x11 = x, il en résulte : 1,
..c::
~ + s = n 7r + ~ + s
Ol
ï:::: tan ( n 1T + 11) 11
>-
a.
0 soit:
u
sin (nrr + ~ + s11 ) rr
------- = nrr+ - + sn
COS ( n 1T + ~ + S11 ) 2
454
soit:
cos (nJT + t:n) JT
. (
Sin nJT +t:n
) = n JT + -2 + &n
soit encore : 11
( - ) ) COS(Sn) JT
- (- 1) 11 sin(e11 )
= n JT + -2 + ên
c'est-à-dire:
cos (t:11) JT
- sin (en) = n JT + -2 + e,,
On effectue alors u n développement asymptotique en s11 :
1+0(&11) JT
- S + 0(Sn) = nJT + -2 + E:n
11
ce qui conduit à :
1T 2
- 1 + o(s11 ) = n1Te,, + 2 En+ en+ o(e,,)
Il\
puis: ~
JT ~
2 &11 + o (e,,) = - 1
n 1T &11 +
-
u
n:s
soit: u
t:11 (nJT+ ~) = - 1 + o(e,,)
Il en résulte :
- 1 + o (s")
s,, = nJT + ?!2
1 - 1 +o(s11)
= nJT 1 + 2_1Il
1 1 1
= -nJT (- 1 + o(sn)) ( 1- -2n +o( -2n ))
1
= -n1T ( - 1 +-+o
1 ( - 1 ) +o ( -e,., ))
2n 2n 2n
que l ' on peut écrire sous la forme :
1 €11
Sn= - - + -
n1T n
avec:
lim En= 0
11-++oo
x,, = n1T + -1T2 + e,, = nn + -'!r2 - - J + -En. = nJT + -1T2 - - .1 + o (-' )

nJT n n1T n
"O
c
0
::::i
Cl
.,,
:<;
<=
::;
'~
<.>
<.>
••
17.a) On calcule:
4
r4 ~2 sin(2 t) dt = [- 4~ cos(2 1)]-4= 0
~
"""
..-1
0
-~
~
r4 sin t cos t dt = J-4
J_4
N <=
0
<=
@ "' 17.b) On calcule:
....
llf l lf lf
0
·a 2
..c ::1
2 1 + cos(2 t)
d
= r t sin(2 t)]
dt = - + - - - = 21T
Ol
·;::
>-
a.
~Q.
~
S!
lnl COS I
-2n
f
2 2 4 -2n
0 "
~
17.c) On calcule, à l'aide d'une intégration par parties :
u -ci
0
<=
::l
0
@
l' te' dt = [te' l~ - l' 1
e dt = e - [e
1
]~ = e - e + 1=1
455
17.d) On calcule
(2 lnt dt= [ln
2
t] 2
= ln
2
2
J1 t 2 1 2
Ml:I
18.a) / 1 : R.: --+ R., t H ln t.
/ 1 est définie et continue sur R.: : elle y admet donc des primitives.
Soit F 1 la primitive de / 1 qui s'annule en t 1 E IR: :
F1(t) = f
lnudu
11
1
= [u ln u]: - r u l du 1 J11
1
li
= f ln t - t1 ln !1 - rr du J11
= t ln t - t1 ln t1 - (t - t1)
= t ln t - t + t1 - t 1 ln t1
(On intègre par parties.)
F 1 est une primitive de / 1. Toute primitive de / 1 est donc de la forme:
t E JR: H t lnt - t + C1
où C 1 est une constante réelle.
18.b) h : IR: --+ JR, t H ~. fi est définie et continue sur IR: :elle y admet donc des primitives.
t
Soit F2 la primitive de h qui s'annule en t2 E IR: :
F2(t) = (1 ln u du
J12 u
= f, 1
lnu(lnu)' du
12[ 1 JI
= 2 (ln u)2 i2
= -l 2 l 2
ln t - - ln t2
2 2
F 2 est une primitive de fi. Toute primitive de fi est donc de la forme:
l 2
t E R.: H l ln t + C2
où C2 est une constante réelle.
18.C) /3 : JR --+ JR, t H t COS f.
f3 est définie et continue sur R. : elle y admet donc des primitives.
Soit F 3 la primitive de f3 qui s'annule en t3 E Ill :
"O
F3(t) = f, 1
u cos u du
f
/3
0 1
c::
0
::J = [u sin u]: sin u du3
-
/3
v
...-!
= t sin t - t3 sin t3 - [-cos u]:3
0
N
= t sin t - t 3 sin t3 + cos t - cos t3
@ (On intègre par parties.)
~
..c:: F 3 est une primitive de f3. Toute primitive de / 3 est donc de la forme:
Ol
ï:::: t E Ill H t si n t +cos t + C3
>-
a.
0 où C3 est une constante réelle.
u
18.d) /4 : JR --+ JR, t H t2 e1•
/4 est définie et continue sur R. : elle y admet donc des primitives.
456
Soit F 4 la primitive de / 4 qui s'annule en t4 E R :
l' 2
u e"du
= [u2 e11J:~'- l'2ue"du l .1
= t 2 e1 - t 2 e1' - ri 2 e11 du
[2 u e"l'~ + ~
= t
2
t:
e1 -
= t2 e' - r: el' -
4
e14 - 2 te' + 2 f4 e14 + [2 e"J;,
2 t e1 + 2 t4 e'' + 2 e' - 2 e''
(On intègre deux fois par parties.)
F 4 est une primitive de /4. Toute primitive de /4 est donc de la forme:
t E R H i2 e' - 2 t e1 + 2 / + C4
18.e) fs : lR \ { ~ + b r, k E z}~ R, t H tant. Il\

~
fs est définie et continue sur R \ {~ +br, k E z}: elle yadmet donc des primitives. ~
Soit Fs la primitive de fs qui s'annule en ts E { 1 + br, k E z}: -

u
n:s
u
Fs(t) = r tanudu
J,5
1
= 1 15
sinu d
-- u
cos u
=
t -(cos u)' du
J,, cosu
= [- In (1 cos ul)]; 5
= - ln (1cos tl) +ln (1 cos tsD

Fs est une primitive de .fs. Toute primitive de fs est donc de la forme:
t E R \ { ~ + br, k E Z} H - In (1 cos tl) + Cs
1
18.t) /6 : R\ { - l}~ R,tH - -3 .
1 +f
/6 est définie et continue sur R \ l- 11 : elle y admet donc des primitives.
f
Décomposons + , 3 en éléments simples :
1
f f G6 b6 t + C6
= = - - +2 - - -
"O .,,
:<; 1 + t3 (f + 1) ( t 2 -
+ 1) t+ 1 f t - t+ 1
0 <=
c ::; où a6, b6, c6 sont des constantes réelles, à déterminer.
::::i ·~
<.>
Cl <.>
Pour déterminer la valeur de a 6 , on remarque que, pour tout t de JR \ {- 1} :
~
-~
""" t (t + 1) ) b6 t + C6
..-1
0 ~ - -- =2 f =a6 + (f+ 1
N <=
0
<=
1+ t 3 t - f+ 1 t2 - t + 1
@ "' En passant à la limite lorsque t tend vers -1 , on obtient directement :
....
..c
0
·a
::1 1
Ol ~Q. --3 = a6
·;::
>-
a.
0
u
~
S!
"
~
-ci
0
D e p 1us : [ -f- ]
1 + t 1· t=O
l
= -G6- + b6
f + 1
f + C6 ]
t2 - t + 1 t=O
.
, soit : Û = a6 + c6, ce qui. con d mt
.
· a, :
<=
::l
0 1
@ C6 = - a6 = -
3
457
Enfin:
b6 t2 + C6 !)
. f
11m t - -
H+oo 1
+ t3
. (-
= H11m G6 f
+oo f +
- + ----
t2 - f +1 1
soit : 0 = a6 + b6, ce qui conduit à :
. . pour tout t de R. \ {- 1}: -t-

Ainsi,
1 + r3
= -31 ( - --
1
. + r- f+
t+ l
1 )
- t+1 7
·
Soit F6 la primitive de f6 qui s' annule en 16 E IR.\ {- 1} :
! (' (-- 1 + u + l )du

3 J16 t + 1 u2 - u + 1
= -- 11 1
-1- du + -
u+l du 11 1
1 11
3 2
16 u + 1 3
- u + 1 161 u
- - [ln lu + 1IJ:6 + -
u + l . du
=
3
3
3
3 16 u2 - u + l
= --1 ln lt + 11+ -1 ln lt6 + 11+ -1 u+1
3 16 u2 - u + 1
du
I
Calculons:
!
3
lr
16 u
u+ l
2 - u + 1
du= !
3
1! 16 2
1
2u - l + 3 du
u2 - u + l
= ! 1! 1
2u - 1 + 3 du
2
3 16 2 u - u + l
= 11
-
1
2u - l du+ -
-1
3 16 2 u2 - u + 1
3
6 16 u2 - u + 1
du 11 1
= -1
3
1 1 2
-1 (u - u + 1)' du+ -1
,6 2 u2 - u + 1
1
1
2 16 ( u - 4)2- ~ + 1
du 1
1
= ! (!ln lu2 - u + 11] + ! (' ; du

3 .2 16 2 J 16 ( 1) 1
u - - - - +1
=
ln 1t2 - t + li - ln lt~ - t6 + 11 1
---------- + -
1 2 4
1
1
du
6 2 (u _~)'+ ~
'•
=
2
ln lt - t + 11- ln lt - t6 + 11 1
- - - - - - - - - ' - 6_ _ _ + -
2
1 1
-
3
2
du
6 2 16 4 (
3 u- 21 ) +1
"O
= ln 1t2 - t + 11- ln I~ - f6 + 11 + ! ~ (' 1 du
23 J16 ( ~ (u -~)r+ 1
0
c:: 6
::J
(u_!))],
0
v
..-!
= ln 1t2 - t+ 11- ln I~ - f6 + 11 + ~ [ Y3 arctan (_2__
0
N 6 3 2 Y3 2 16
ln lt - t + 11 - ln I~ - t6 + 11
@ 2
1 ( 2 ( 1 ))
~
= - - - - - - - - - ' - - - - + - arctan - t- -
..c::
Ol
6 Y3 Y3 2
ï::::
>-
a.
0
- ~arctan(~ (16-l))
u
II peut être intéressant de remarquer que le discriminant de t2 - t + 1 valant - 3 :
r-t+ l >O Vt ER.
458
Ainsi:
ln l? - t + Il= ln(? - t+ 1) etlnltâ-16 +li= ln(tâ - t6 + 1)
F6 est une primitive de f6· Toute primitive de f6 est donc de la forme:
f ER\ {- 1} H
3
-~
ln lt+ li+~
6
lnlt2 - t + I l+ _2_ arctan(_2_
Y3 Y3
(1 - 2~)) + c6
où c6 est une constante réelle.
f + 1
18.g) fo : R\ {- 2,0,2}- R ,tH .
t - 4t2
3
h est définie et continue sur R \ {- 2, 0, 2} - lR : elle y admet donc des primitives.
,
D ecomposons -3f- +-1 en e' Iements
' . 1es :
sunp
f - 4f
f +l f +J f +1 Q7 b1 C7
= = = -+--+--
,3 _ 4, t(t2 - 4) t(t - 2)(t+2)) f t - 2 t+2
où a1, b1, c7 sont des constantes réelles. Il\
Pour déterminer la valeur de a 7 , on remarque que, pour tout t de R \ {- 2, 0, 2} : ::::::1
::::::1
1
t+1
r3
+J
4 r = t2 - 4
f
2 + t+2 = a7 + 1 t -
b7
/
C7 -
u
n:s
- u
En passant à la limite lorsque t tend vers 0, on obtient directement :
1
--4 = Q7
Pour déterminer la valeur de b7 , on remarque que, pour tout t de R \ {- 2, 0, 2} :
f+ ] f + 1 Q7 C7
(t - 2) - - = = (t - 2) - + b7 + (t - 2) -
t3 - 4 f t (t + 2) t t+2
En passant à la limite lorsque t tend vers 2, on obtient directement :
3
8 = b1
Pour déterminer la valeur de c7 , on remarque que, pour tout t de R \ {- 2 , 0 , 2} :
t+ I t+l a1 b1
(t + 2) -3 - - = = (t + 2) - + (t + 2) - + C7
t - 4t t (t - 2) t t- 2
En passant à la limite lorsque r tend vers - 2, on obtient directement:
1
- -8 = C7
Ainsi, pour tout t de R \ {-2, 0, 2}:
r3 -
t+l
4t
1(2 32 - t +1)2
=8 -7+ t -
Soit F 7 la primitive de .f8 qui s'annule en t7 E lR \ {- 2 , 0 , 2):
.,,
~ Î (-~ + _ 3
"O :<;
0 <= - _ 1 ) du
c
::::i
::;
'~
<.>
8 J/7 u u- 2 u +2
Cl <.>
~ l
"""
..-1
-~ = 8 r- 2 ln lui + 3 ln lu - 21 - ln lu + 211:7
0 ~
N <= 1 3 1
@
0
<=
"'
= - 4 (ln ltl - ln 1'71) + 8 (ln lt - 21- ln lt1 - 21) - S (ln lt + 21- ln 1'7 + 21)
....
..c
0
·a
::1
Ol ~Q.
·;::
~
F 1 est une primitive de f7 . Toute primitive de h est donc de la forme:
>- S!
a.
0 "
~ 1 3 1
u r E R.\ {- 2,0,2}H -
4 ln lt1 +8 1n lt-21- 1nlt +21+C1
-ci
0
<=
::l 8
0
@ où C1 est une constante réelle.
459
MpM
19.a) Pour calcu ler 11 = l"ti 1
_ r,--:;
VI - x 2
d . ,
x, on peut cons1derer .
Je changement de vanable :
x = sin u
L'application u H sin u est de classe C sur [0, 1

~].à valeurs dans [0, ~l
On peut donc appliquer le théorème du changement de variable :
1 1
11 = (f cosudu= (i - - 1- cosudu= (i - 1- cosudu= ( du="!._
Jo "11 _sin2 u Jo 1 cosu1 J0 cos u )0 4
19.b) Pour calculer h = (' _:!__ dt, on peut considérer le changement de variable :
J0 e' + 1
X= e1
1 1
L'application t H e est de classe C sur [O, 1), à valeurs dans [l, e].
On peut donc appliquer le théorème du changement de variable :
h = [-3:!._
1 x+1
= [ln lx + li]~= ln(e + l) - 1
ln2 = ln(e + )
2
19.c) Pour calculer h = l~ (sin2 x - cos 2

x) dx = l~ sin2 x dx - l~ cos2 x dx, on peut consi-
dérer le changement de variable :
JT
X= - - U
2
L'application u H ~ - u est de classe C 1 sur [o. ~]. à valeurs dans [o. H

O n peut donc appliquer le théorème du changement de variable :
h = J; (cos
2
(~ - u) - sin
2
G- u)) du= - l~ (sin2 u - cos2 u)du = - h
Par suite, / 3 = 0, ce qui était prévisible, si l'on remarque que :
li cos 2 x dx = - lo 2
cos2 G- u) du = li cos2 G- u) du = lÎ sin 2 u du
WJ1i Rappelons les formules d ' addition pour le cosinus:

20.a) Pour tout couple de réels (a, b) :
cos(a + b) =cos a cosb - sin a sinb
"O
0
c::
20.b) Soient m. et n deux entiers naturels. Lorsque = m. = 0, on obtient :
0
::J ( 21r (21r
v Jo cos(m. t) cos(n t) dt = Jo dt
..-!
0
N
@ = 2n
~ Lorsque m. et n sont non nuls, et tels que m -::/= n:
..c::
Ol 21r l2Jr 1
ï::::
u
>-
a.
0
l0
cos(m. t) cos(n t) dt =
=
0
~
- {cos (m. + n) t) + cos (m. - n) t)} dt
2
[sin (m + n) t) + sin (m. - n) t)] 1r
2
2 m +n m- n 0
= 0
460
Lorsque m et n sont non nuls, et tels que m =n :
r2JT r 2JT
Jo cos(m t) cos(n t) dt = Jo cos\m t) dt
= (2 JT l + cos(2 m t) dt
Jo 2
= ~
2
lt + sin(2mt)J n
2 2m 0
.,. l 1
= 1T
21.a) Pour tout réel t tel que t * Ï et t * -2 :

4 t2 - 1 - i{ 2t ~ 1 - 2 t ~ 1}
21.b) On peut alors calculer :
l 4t:~ 1 =
2 2 Il\
1 ( { 1 1 } ~
2J 1 2 t - l - 2 t + l dt ~
-n:su
= -1 -l
2 2
l ln 12 r - l I - -1 ln 12 t + l I]
2
2
1
u
1
= 4 [2 ln 3 - ln 5)
9
= -4l ln -
5
WJW Pour tout entier naturel n, on pose :
!,, = l~ sin' 1
xdx , J,, = l~ cos 11
xdx
~
l
1T
22.a) On a : Io =lo = dx =- .
0 2
Et:
/1 = fo 1
sinxdx = [- cosx]J = l 11 =li cosxdx = [sinx]J = l
I2 -
o .
.
- l~ sm2 X d X -- l~
0
1 - cos(2x)dX -- l -x
2 2
-
sin(2x) JÎ -_ n
4 0
-
4
(~ 2 (~ f + COS(2x) _ [-X+ SÏn(2x)l ~ _ 1T_
fi= Jo cos xdx = Jo 2 dx 2 4 0 4
"O .,,
:<;
0
c <=
::; 22.b) Pour tout entier n;;;: 2 :
::::i '~
l~ sin
<.>
Cl <.>
~
-~
!,, = 11
xdx
0"""
l 'i Ko
..-1
~
<=
N
@
0
<= = sin11 - 2+ 2 x dx
·a"' Ko
....
lï
0
..c ::1
Ol ~Q. = sinn- 2 x sin 2 x dx
·;::
l
~ "0
>- S! 2
a.
0 "
~ = sin"- 2 x ( J - cos2 x) dx
u
l'
-ci
r' sin"-
0
<=
::l
0 = sin':_, xdx - 2X cos 2 xdx
@
o Jo
461
= fn-2 - l~ Sin 2 X COS X COS X dx
11
-
=/ _2 - 1 11
- - sin -
1 0 ]~ 1 l~ sin"-
x cos x + - - 1
x (- sin x) dx
11
[n - 1 n- 1 o
= l 11-2 - -1-
n- I
0
L~ SJn
0
., X dX
ln
= 111-2 - - -
n -1
(On a intégré par parties dans la seconde intégrale, fo~ sin'1- 2 x cos2 x dx
1
x H sinri-2 x cos x est la dérivée de x H - - sin11- 1 x.)
n- 1
II en résulte : (1 + -n -1-.1) ! 11 =! -2, soit : _n_
11
n -1
! =! 11 11 -2.
Par suite:
n- 1
!,, =- - f,,_ 2
n
22.c) Pour tout entier naturel p :

(2 p - 1) l
l2p = 2p 2p-2
2p - 1 2 (p - 1) - 1
= ~X 2 (p - 1) '21, _4
=
(2 p - 1) (2 p - 3) ... 1
= --------Io
2p(2p - 2) ... 2
(2 p - 1) X (2 p - 3) X ... X 3 X 1
= ------------
2 X p X 2 X (p - 1) ... X 2 X l
~
= (2 p - 1) X (2 p - 3) X .. . X 3 X 1 fo
2P p X (p - 1) ... X 2 X 1
= (2 p - 1) X (2 p - 3) X . . . X 3 X 1 l
2P p! O
=
2 p X (2 p - 1) X . . . X 3 X 2 X 1 Io
(2 p) X (2 p - 2) X . .. X 2 X 2P p !
(2 p)! 1
= (2P p !)2 0
(2 p) ! 1T
= (2P p !)2 2
'O (2p) !
0
c:: = 1T----
22 p+ I (p !)2
::J
0 Uo vauq, et (2 p) x (2 p - 2) x ... x 2 =2" x p x (p - 1) ... x 2 x 1 =2" p !)
v
..-! De même:
0
N 2p
@ f2 p+I = 2 p + 1 f 2p- I
~
..c:: 2p 2(p - l )l
Ol
ï::::
>-
=2p+1 X 2 p - 1 2P- 3
a.
u
0 =
2 p (2 p - 2) ... 2 !1
= (2 p + 1) (2 p - 1) . . . 1
462
= (2 p) X (2 p - 2) X ... X 2 X 1 li
(2 p + l) X (2 p - l) X ... X l
2P p!
= - - --(2-p +- 1)-! - - - / 1
(2 p) X (2 p - 2) X ... X 2 X 1
2P p!
= (2 p + 1) ! 11
2P p !
(2P p !)2
= - - - - /1
(2 p + l) !
4p (p !)2
=
(2 p + 1) !
(/1 vaut 1.)
22.d) Pour tout entier strictement positif p, et tout x de [0, ~] : 0 ~ sin x ~ 1.
Il\
Par suite: 0 ~ sin 2 p+I x ~ sin2 P x ~ sin2 p- I x. ~
En intégrant entre 0 et~· on en déduit: ~
Û ~ fip+I ~ /zp ~ /zp-1

-
u
n:s
u
22.e) En divisant membre à membre l'inégalité précédente par /zp+I (qui est non nul) , on ob-
tient:
soit :
/zp 2p+I
) ~ -- ~ --
2p /zp+I
Il suffit ensuite d 'appliquer le théorème des gendannes, qu i conduit à:
lim
p 4 +co
!3.L
/2 p+ J
=1
22.t) On a:
l2p (2p)! (2p+l)! rr(2p+l)((2p)!)2 rr(2p+l)((2p)!)2
- - =rr = - =
/zp+I 22p+I (p !)2 4P (p!)2 2 24P (p !)4 2 24P (p !)4
/zp
22.g) Comme lim - - = l ,onadonc:
p--t+oo /zp+I
lim ~ (2p + 1) ((2p) !)2 = 1

p--t+oo2 24 p (p !)4
puis:
. (v +t)((2p)! )2
hm rr
p--++oo 24 p (p !)4
=1
"O .,,
:<;
et:
0 <=
c ::;
. 24p (p !)4
::::i '~
1
1) ((2p)!)2 =rr
<.>
Cl <.>
~
-~
p2T"" (p+2
"""
..-1
0 ~
N <=
0
<= Comme:
@
.... ·a"'0 hm
. 24" (p !)4
=
.
hm
24p (p !)4
..c ::1
p--t+oo ( ]) p ((2 p) !)2
Ol ~Q. p-c++co
·;::
~
p+2 ((2p)!)2
>- S!
a.
0 "
~ il en résulte :
u -ci
0 . l 24p (p !)4
<=
0
::l rr= hm - - - -
p--++co p ((2 p) !)2
@
463
WJW Pour tout entier naturel n, on pose :
23.a) On calcule :
Io= [ dx =e - 1
1.
I 1 = [ l n x dx = [x ln x - x]~ = e ln e - e + 1 =1
23.b) Pour tout entier naturel n:
I n+ I = [ (ln x)'i+l dx
1
=[x(lnx)11+
1
]: -
[ x(n+l)~(lnx)"dx
1
= e- [ (n + 1) (ln x)" dx
= e - (n + l)In
(On a intégré par parties.)

23.c) Pour tout réel x de l'i ntervalle [l, e] :
(ln x)'1 ;;:i: 0
et donc, pour tout entier naturel n :
(ln x)" ;;:i: 0
On en déduit, par positivité de l'intégrale :
le (lnx)" dx ;;:i: 0
Comme In+ 1 =e - (n + 1) In ;.: 0, on obtient aussi :

I _ _ e _ _ In+l ~ _e_
11
- n+1 n + 1 "' n + 1
23.d) Déterminons la limite, lorsque l'entier n tend vers +oo, de In.

Comme
. e
hm - - =0
11--Hoo n + l
"O
0 on en déduit, grâce au théorème des gendarmes :
c::
:J
0
v
Iim I
11--t+oo
11 =0
...-!
0
N
@
WJI Soit f une fonction de classe C 1 sur R+, à valeurs positives, convexe.
~ On rappelle que le graphe d'une fonction convexe est situé au-dessous de ses cordes, mais au-
..c::
Ol dessus de ses tangentes.
ï::::
>-
a. 24.a) Pour tout entier n ;.: 2 :
0
u
/(l) + f(2) + /(3) +
2 ...
+ f(n - 2) + f(n - 1) + f(n)
2
~ /(k) + 2f(k + l )
= L.J
k=I
464
La fonction .f étant convexe, sa courbe représentative est située en-dessous des cordes
joignant les points de coordonnées (k,f(k)) et (k + l,f(k + 1)) : ainsi, l'aire située
sous la courbe entre k et k + 1 est plus petite ~ue l'aire du trapèze (k, 0), (k + 1, 0),
(k + 1,f(k + 1)), (k,f(k)), dont l'aire vaut f(k)+{('+I) (la hauteur vaut 1, les deux bases
ont pour longueurs respectives f (k) et f(k + 1)) :
+I f(t)dt ~ .f(k) + f(k + 1)

[
k 2
On somme alors ces inégalités de 1 à n - J :
f(k) + f(k + 1)
Li
11- l [ + I
k=I k k=I
2
11- l
f(t)dt~I ----
soit:
I
1
f(t)dt ~ :f /(k) + f(k + l) = /( l ) + /(2) + ... + f(n - 2) + f(n - l ) + /(n)
2 2 2
Il\
~
~
k=l
-
u
n:s
(Les termes con-espondant à k = 1 et k = n n' apparaissent qu'une seule fois, le ~ reste u
en facteur de ces termes. Pour les autres (2 ~ k ( n - 1), ils apparaissent tous deux fois.)
24.b) De par la convexité, la courbe représentative de f est située au-dessus de (toutes) ses
tangentes.
En particulier, elle est située au-dessus de sa tangente en k, pour tout entier k de
{l , ... ,n - 1}.
Ainsi, pour tout t de rk, k + ~ l:

/(t) dt ;;;:: /(k) + (t - k) !' (k)
On intègre alors cette dernière relation entre k et k + ~ :
1 1
r k+ 2 f(t)dt ~ f(k) + J'(k) r~ (t - k)2]k+2

Jk 2 2 k
(Afin de simplifier les calculs, on primitive t H t - k par t H ~ (t - k)2 , qui présente
l'avantage de s'annuler en t = k, et se calcule aisément en t = k + -4.)
Il en résulte :
1
"O .,,
:<; r k+ 2 f<t) dt ;;;:: f(k) + ~t <k>
c
0 <=
::;
Jk 2 8
::::i
Cl
'~
<.>
<.>
De même, la courbe est située au-dessus de sa tangente en k + 1, pour tout entier k de
~
-~ {l, ... ,n - 1}.
"""
..-1
0 ~ Ainsi, pour tout t de [k + k+ 1] : 4,
N <=
0
<=
@ "'
.... 0
·a f(t) dt ;;;:: f(k + 1) + (t - k - 1) f' (k + 1)
..c ::1
Ol ~Q.
·;:: 1
>-
a.
~
S!
On intègre alors cette dernière relation entre k + 2: et k + 1 :
0 "
~
u -ci
0
<= +f f(k + 1) [1 ] k+l
::l
0
[k f(t) dt~ + !' (k + 1) .:... (1 - k - 1)2
@ 2 2 k+!
2
465
(Afi n de simpli fier les calculs, on primitive t H t - k - 1 part H ~ (t - 2
k - 1) , qui
présente l'avantage de s'annuler en t = k + 1, et se calcule aisément en t = k + ~ .)

II en résulte :
I
k+~ f(k + 1) 1
k f(t)dt;;i: 2 - 3/'(k + l)
24.c) II ne reste plus qu' à som mer les inégalités précédentes pour k = 1, ... , n - 1:
J1
( nf(t) dt~ /(1) + /(2) + /(3) + ... + f(n - 2) + /(n - 1) + f(n) -
2 2
I k= I
/'(k) - f'(k + 1)
8
L f'(k) - 8j'(k + 1) est une somme telescop1que

i1- I. , , .
:
k= I
f /'(k) - f'(k + !) = f'(l) - f'(2) + f'(2) - f'(3) + f'(3) - ... + f'(n - !) - f'(n)
k= l 8 8
f'(l) - J'(n)
= 8
(On peut aussi retrouver ce résultat en séparant les sommes, et en effectuant un change-
ment d 'indices:
Ï /'(k) - f'(k + 1) = Il
I-s -I s
f'(k) 11-l f'(k + 1)
k=) 8 k=l k=I
11- I. J'(k) n j'(k)
= I - 8 - I - 8
k= I k=2
/'(1) n- 1 J'(l) 11 - I J'(k) J'(n)
=-+
8
I - 8 -I - 8 -- 8
k=2 k=2
f'(l) - J'(n)
= 8
•••
25.a) Déterminons : lim ~
11-> +oo
n
L.i
n
k2 + 3 n 2
.
k= I
Ona :
. L11
1im n
= 1·lm - 1 L" 2
1
"O
rH+OO k2 + 3 n2 11->+00 3n Ji_ +1
k= l k= I 3 112
0
c::
::J On reconnaît une somme de Riemann :
0
v
f-1 __ = ~ (
1
...-!
lim -
1 -
1
- dt
0
N i1->+oo 3 n L.i
k=I
k2
J;i2 +1 3 Jo !...
32 +1
@
= ~ [ Y3 arctan ( ~)J:
~
..c::
Ol
ï::::
>- 1
a.
0 = Y3 arctan ( Y3
1 )
u
1 1T
= Y3 6
466
25.b) Déterminons: lim
11-+oo
n" (1 + ~)!
n
k=I
Ona:
On reconnaît une somme de Riemann :
lirn
11--Hoo k= l
L lnri ( l +- k) =
n
l' 0
ln(l + t) dt
= [(t + 1) ln(l + t) - (t + 1)]6

= 2 ln 2 - 2 + 1 = 2 ln 2 - l
Par continuité de la fonction exponentielle, il en résulte :

Il\
1im
11--.+oo
n k)!=n (
1+ -
n
e2 l n 2-1 = -e 4 ~
~
-
u
k=I n:s
u
11 sin(klr)
311
cos ( 311
krr )
25.c) Déterminons : lim '\"' •
11-->+oo L..J n
k=I
On a :
~sin (br) (br) = ~ ll (2kn)

11 11
3n
3 n cos 3 n sin
On reconnaît une somme de Riemann :
.
hm -1 - - = - 1 [lf sm
I" -217r sm. (2kn) . (2-3t) dt
n ->+oo n 3n 2n 0
k=I
2n r'- ~2 (2')17r
= _l
3
COS
0
= 2_47r
(1 + ~)2
9
= 8n
26.a) On a:
"O
c
0
::::i
Cl
.,,
:<;
<=
::;
'~
<.>
<.>
L J
te
- t2
dt
1 -r2
= [ - 2 e ]'o = - 2 e + 2
1 1
~
-~
"""
..-1
0
N
~
<=
0
<=
26.b) Déterminons: Jim
X->+oo
Ix t e-t2 dt.
I
@
.... ·a"'
0
Ona :
..c ::1
Ol ~Q.
·;::
>-
a.
0
u
~
S!
"
~
-ci
I 1
X te-t2 dt= [--1 e-t2 ]X
2 1
= --1 e-x
2
2
+ -1
2e
e-x =O. I xte-rdt = -

0
<=
::l 2 2 1
0 Or: lim JI en résulte: lim - .
@ X ->+oo X -.+oo 1 2e
467
26.c) On en déduit:
lim rx e- 12
X-> +oo ) 0
t dt = lim {
X-> +oo Jo (1 12
t e- dt+ (1 t e- 12dt}
Jo
= lim fo 1
t e-r2 dt+ lim fn 1
12
t e- dt
= X-HÏol, : -12dt +
o
li:-HrlJo : -12
X->+oo
t dt
1 l l
= - - + - +-
2e 2 2e
1
= -
2
C'est ce que l'on appelle une intégrale impropre, que l'on note L +oo t e-r2 dt.
MM Soit f une fonction définie sur JR.+ , continue sur JR.+ , décroissante sur R+ .
On considère la suite (un)neN définie par :
Vn E N u,, = /(n)
27.a) Pour tout entier naturel non nul k :
k- 1 k k+l
k+I
Ik
f(t)dt représente l'aire sous la courbe représentative de f entre les points d'abs-
cisses respectives k et k + 1.
La fonction f étant décroissante sur JR.+, cette aire est plus petite que l'aire du rectangle
de hauteur f(k), et de largeur l :
"O ('<+I
0
c::
::J
Jk f(t) dt~ f(k)
0
v
...-!
0 De même, ( k f(t) dt représente l'aire sous la courbe représentative de f entre les points
N
@
Jk-)
d'abscisses respectives k - l et k.
~
..c:: La fonction f étant décroissante sur JR.+, cette aire est plus grande quel ' aire du rectangle
Ol
ï:::: de hauteur f(k), et de largeur 1 :
>-
a.
0
u
f(k) ~ I~I j(t) dt
468
27.b) Pour tout entier naturel non nul, on somme membre à membre les n + 1 inégalités:
l' f(t) dt < f(O)

I
02
f(t) dt < f(l)
ce qui, grâce à la relation de Chasles, conduit à :
r n+ l
Jo J<t) dt < I
Il
f<k)
0 k=O
Il\
De même, pour tout entier naturel non nul, on somme membre à membre les n inégalités : ~
~
f(l) <l' f(t)dt

-
u
n:s
u
<I 1
02
1(2) (t) dt
("
f(n) < J,,_, f(t) dt
ce qui, grâce à la relation de Chasles, conduit à :
~ f(k) < l" f(t) dt
On peut alors en déduire :
t
k=O
f(k) < l"
O
f(t) dt+ J(O)
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
469
Annexes
Formulaires
Formulaire de trigonométrie
1. Formules d'addition
Pour tout couple de réels (a, b) :
cos(a + b) = cos a cos b - sin a sin b
cos(a - b) = cos a cos b + sin a sin b
{ sin (a + b) = sin a cos b + cos a sin b
sin(a - b) = sin a cos b - cos a sin b
cos (a+ ~i = - ~i n a
cos ( ~ - a = sm a
sin (a+~ ) = cos a
sin ( ~ - a) = cos a
sin( a+~)
----------
cos( a)
Formule d'addition avec un angle droit.

'O
0
c::
::J
et, lorsque(a,b) e (R \{~ + k1r ,ke z})2:
0
v
..-!
0
tan(a + b) = 1tan a + tan b
- tan a tan b
si a + b
E R\{~ +kn:,k E Zl
b) = tan a - tan b ER\ {1 +kn:,k E Z
N
@
{ tan(a - si a - b
1 + tan a tan b
~
..c::
Ol
ï:::: 2. Formules de duplication
>-
a.
0 Pour tout réel a :
u
cos(2 a) = cos2 a - sin2 a = 2 cos2 a - 1 = 1 - 2 sin2 a
{ sin(2 a) = 2 s.in a cos a
470
2 [n] et 2a * 2 [n] :
7r 7r
et, lorsque a =F
2 tan a
tan(2a) =---
21 - tan a
3. Formules de linéarisation
Pour tout réel a :
2 1 + cos(2a)
cos. a = 2
{ sin2 a 1 - cos(2 a)
= 2
4. Formules de Simpson 1 pour la t ransformation de produits

en sommes
Pour tout couple de réels (a, b) :
1
cos a cos b = 2 {cos(a + b) + cos(a - b)}
sin a sin b = 21 {cos(a - b) - cos(a + b)}

1
sin a cosb = 2 {sin(a+b) + sin(a - b)l
S. Formules de Simpson pour la transformation de sommes

en produits
Pour tout couple de réels (p, q) :
cos p + cos q = 2 cos ( p ; q) cos ( p ; q)
cos p- cos q= - 2 s in ( P; q) sin ( P; q)

.
smp .
+ srnq = 2 sm
. -(p +-q) cos (p- -q)
-
2 2
sin p- sin q = 2 sin ( P ; q)cos ( P ; q)
6. Expression en fonction de la tangente de l'angle moitié
Pour tout réel a * 7r [2 7r], on pose
t = tan (~)
"O .,,
:<; On a alors :
2
cos a = 1 - '
0 <=
c
::::i
Cl
::;
'~
<.>
<.>
1+ ,2
~
-~ { sina = --1L2
0"""
..-1
~
<=
1+ t
N 0
* ~ [n], on a:
<=
@ Si, de plus, a
.... ·a"'
0
..c ::1
2t
~Q.
Ol
·;::
>- ~
tana =- -
1 - t2
a. S!
0 "
~
u -ci
0
1. Thomas Simpson (1710- 1761), mathématicien anglais, essentiellemenl connu pour ses travaux sur Je
<= calcul infinitésimal (la méthode de Simpson, qui permet un calcul approché de J'aire sous une courbe), mais
::l
0
@ qui fut aussi l'auteur d 'un important traité de trigonométrie.
47 1
Dérivées usuelles
Fonction Dérivée Domaine de validité
x H x<', a E R*\{-1 ) X H ax"-l IR*

+
1 1
X H - X H-- IR*
X x2
1
X H lnx X I-? - JR*+
X
lR
X H COSX XH-Sinx lR
x H sinx X H COSX R
1
x H tanx X H 1 + tan 2 X =--2- IR\ { ~ +br, k E z}
cos X
-
1 1
x H cotanx = - - X H-- - R\n Z
tanx sin2 x
e" + e-X
x H chx = XH shx
2
e" - e-x
x H shx = XH chx
2
shx
XHthX = -h X H 1 - th 2 X
C X
1
XH cothx = -h JR*
t X
"O
0
c::
::J
0
v
..-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
472
Dérivées des fonctions
réciproques usuelles
Fonction Dérivée
1
x H arccosx XH- 1- 1, 1[
v1 - x 2
1
x H arcsinx X H 1- 1, 1(
v1 - x2
1
x H arctanx X H -- R
1 +x2
1
x H argsh x X H R
vx2+1
x H argchx ] 1, +oo[
vx2 - 1
1
x H argthx XH-- 1- 1, 1[
1 -x2
"O .,,
:<;
0 <=
c ::;
::::i '~
Cl "'"'
~
-~
"""
..-1
0 ~
N <=
0
<=
@
.... ·a"'
0
..c ::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
473
Primitives usuelles
Fonction Primitive
1
XH - X t--+ lnlxl JR*
X
XH ex XH eX lR
X H COSX x 1-+ sinx lR
x H sinx X H -COSX lR.
x H tanx x H - 1n 1cos xi IR\ {; +br, k E z}
1
XH - -
cos2x
x 1-+ tanx JR\ 1; +br, k E z}
1
XH - 2- -1-
x 1-+ - cotanx = -tanx R\7f Z
sin x
1
X H- x H arccosx l - 1, 1[
v1 - x2
1
XH x H arcsinx l - 1, 1[
~
1
XH - - x 1-+ arctanx
1 +x2
eX + e-X
x 1-+ chx = X t--+ shx
2
eX - e- x
x H shx = x1-+ chx
2
shx
XHthX = - x H ln(chx) lR
chx
1
XH - 2- X H th X IR\ { ~ + k 7f, k E z}
ch x
1
X H -2- x 1-+ -cothx R*
sh x
XH x 1-+ argsh x
vx2+1
"O
0
c:: XH x 1-+ argchx
~
::J
0
v 1
..-! Xt--+ - - x H argthx
0
N
1 - x2
@
~ XH lnx x 1-+ xlnx-x IR*+
..c::
Ol
ï::::
>-
a.
0
u
474
Limites usuelles des fonctions puissances
Soit n un entier naturel non nul. Alors :
lim x 2n = +oo lim x2n = +oo

X-t-oo X-t+oo
lim x2n = o+ lim x 2n = o+

X-+0"' o-
x ...
lim x2n+1 = - oo lim x2n+l = +oo

X-t-oo X-t+oo
lim x2 n+l = o• lim x 2n+l = o-

X-tO+ x--+O-
lim x- 2n
X -+ - 00
=o+ lim x 2n
X-t +OO
=o+
lim x- 2n
X4 0"*
=+oo lim x- 2n
X-+O-
=+ oo
lim x- 2n- 1
x-+-oo
= o- lim x-2n- 1 = o+
X-t+oo
lim x- 2n- l = +oo lim x- 2n - 1 = - oo

X-tO• x-.o-
"O .,,
:<;
0 <=
c ::;
::::i '~
<.>
Cl <.>
~
-~
"""
..-1
0 ~
N <=
0
<=
@ "'
....
..c
0
·a
::1
Ol ~Q.
·;::
~
>- S!
a.
0 "
~
u -ci
0
<=
::l
0
@
475
Rang d'une matrice
Définition
Soit A E M m,11 0R).

On appelle rang de la matrice A, et on note rgA, la taille maximale d'une matrice
carrée inversible extraite2 de A.
Exemples
1.
0101]
A= 1002
(
00 11
La matrice A étant de taille 3 x 4, son rang sera inférieur ou égal à 3.
o ol
i
(
La matrice l 0 0 extraite de A ayant un déterminant non nul, elle est inversible :
001
rgA =3
2.
B=(~~)
La matrice B étant de taille 2 x 2, son rang sera inférieur ou égal à 2.
Seules les matrices ( 1 ) et ( 2) extraites de B ont un déterminant non nul :
rgB =I
"O
0
c::
::J
0
v
..-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
476
Bibliographie
Partie 1
Ouvrages ou références directement cités
[1] Histoires de logarithmes, Commission Inter-IREM d'épistémologie et d'histoire
des mathématiques, Éllipses, 2006.
[2] Der Briefwechsel von Gottfried Wilhelm Leibniz mit Mathematikern, Hrsg. von
C. J. Gerhardt. 1. Bd, Published 1899 by Mayer & Müller in Berlin, Library of
Congress QA29 L45 A4 1899.
[3] Mauricio Garay, La géométrie des lumières à la Belle Époque, Quadrature, numéro
87, 2013.
[4] Nicolas Lerner, Lecture Notes on Real Analysis, UPMC, 2011 ,
http://www.math.jussieu.fr/~ lerner/.
[5] Claire David et Pierre Gosselet, Équations aux dérivées partielles, Dunod, Paris,
2012.
[6] Claire David, Calcul Vectoriel, Dunod, Paris, 201 2.
[7] L 'ami de la religion et du roi, Journal ecclésiastique, Volume 46, 1825.
[8] Jean-Robert Argand, Essai sur une manière de représenter des quantités imagi-
naires dans les constructions géométriques, Gauthier-Villars, Paris, 1874,
http ://www.bibnum.education.fr/mathematiques/geometrie/essai-sur-une-
maniere-de- representer-des-quantites- imaginaires-dans-les-cons
[9] Michèle Audin, Géométrie, EDP Sciences, Les Ullis, 2006.
[10] Jos Leys, Étienne Ghys, Aurélien Alvarez, Dimensions, une promenade mathéma-
tique, http://www.dimensions-math.org/Dim_fr. htm.
[1 1] Adrien Douady et John H. Hubbard, Étude dynamique des polynômes complexes,
Prépubl ications mathématiques d'Orsay 2/4 (1984 / 1985).
[12] Benoît Mandelbrot, Les objets fractals : Forme, hasard et dimension, Flammarion,
Paris, 2010.
[13] http://wwwmaths.anu.edu.au/~barnsl ey .
[14] Michael Barnsley, SuperFractals, Cambridge University Press, 2006.
[15] http://www.superfractals.com .
[16] Daniel Lignon et Roger Beslan, Les maths, cent théorèmes, Le polygraphe, Angers,
"O :<; 2008.
0
c::
"'<=
::l [17] Arthur Cayley, À memoir on the Theory of Matrices , Philosophical Transactions,
::J ~
<>
0 <>
ii
Londres, 1858.
v -~
..-!
g [18] http://www.math93.com/theoreme/matrices.html .
0
N <=
0
<=
[19] Denis Serre, Matrices : Theory and Applications, Springer, New-York, 2002.
@ <=
,>; [20] David Lay, Linear Algebra and its Applications, 4th edition, Addison-Wesley, New-
~ 0
..c:: ::>
York, 2012.
Ol ~Q.
ï::::
>- ~
3
[21] Michèle Audin, Géométrie, EDP Sciences, Les Ulis, 2006.
a. ::>
u
0 ~ (22] Raymond Queneau, Bâtons, chiffres et lettres, Gallimard, Paris, 1965.
-ci
0
c:
::>
[23] Henri Lebesgue, L 'œuvre mathématique de Vandermonde, in Notices d'Histoire
0
@ des Mathématiques, Université de Genève 1958, pp. 18-39.
477
[24] Ilia Itenberg, Leçons de Mathématiques d'aujourd 'hui, Volume 4, Cassini, Paris,
2010.
[25] Erwan Brugalle, Un peu de géométrie tropicale, Quadrature, n° 74, p. 10-22, Paris,
2009.
[26] Algèbres tropicales et plus court chemin, Quadrature, n° 72, pp. 22-28, avril 2009.
Ouvrages de référence
[27] Maryse Beguin, Théorie de la mesure et de l 'intégration pour les probabilités,
Ellipses, Paris, 201 3.
[28] Jean-Marie Arnaudiès, Henri Fraysse, Cours de Mathématiques , tomes 1 à 3,
Dunod, Paris, 1997.
[29] Xavier Gourdon, Les Maths en tête, Algèbre, Éllipses, Pari.s, 2009.
[30] Xavier Gourdon, Les Maths en tête, Analyse, Ellipses, Paris, 2009.
[31] Jean-Pierre Ramis, André Warusfel (dir.), Mathématiques Tout-en-un pour la Li-
cence - Niveau LI - 2e édition, Dunod, Paris, 20 13.
[32] George B. Thomas Jr., M aurice D. Weir, Joel Hass, Thomas' Calculus : Global
Edition, Pearson Education, Edinbourg, 2009.
Autres
[33] http://www.ljll.math.upmc.fr/~ ledret.
[34] Jacques Fejoz, Calcul vectoriel et matriciel de première année,
http://www.ceremade.dauphine.fr/~ fejoz/.
[35] http://demonstrations. wolfram.corn.
© 2012 Wolfram Demonstrations Project www.wolfram.com
[36] Wolfram Alpha LLC. 2011. http ://www.wolframalpha.com.
Partie 3
[37] George B. Thomas Jr. , Maurice D. Weir, Joel Hass, Thomas' Calculus: Global
Edition, Pearson Education, Edinbourg, 2009.
[38) http://demonstrations. wolfram.corn.
© 2012 Wolfram Demonstrations Project www.wolfram.com
[39] Wolfram Alpha LLC. 201 1. http://www.wolframalpha.com.
[40) Claire David et Pierre Gosselet, Équations aux dérivées partielles, Dunod, Paris,
2012.
[41] Claire David, Calcul Vectoriel, Dunod, Paris, 2012.
1:l
0
[42) Maryse Beguin, Théorie de la mesure et de l'intégration pour les probabilités,
c:: Éllipses, Paris, 2013.
::J
0
v
...-!
0
N
@
~
..c::
Ol
ï::::
>-
a.
0
u
478
Index
A Astrolabe 49
Asymptote verticale 19
Abélien 171 Augustin Cauchy 163
Abbé Buée 163 Automorphisme 294
Abbasides 50 automorphisme 263, 277, 310
Abraham De Moivre 173 Axe d'une rotation 284
Abu Al-Wafa 50
Axe de symétrie vertical de la courbe repré-
Adhérence 116 sentative d' une fonction 31
Adhérence (d'un intervalle) 7
Axe polaire l 19
Adhérence de R. 3 Axiome de la borne supérieure 21 , 380
Adrien Douady 163
Affixe 167 B
Aire d'un parallélogramme 256
Aire d'un parallélogramme engendré par deux Barycentre d'un système pondéré den points
vecteurs du plan 257 243, 244
Al-Kashi 50 Barycentre d'un système pondéré de deux
Al-Khwarizmi 50 points 242, 243
Albert Girard 50 Base directe de IR.3 254
Alexandre Grothendieck 163 Benoît Mandelbrot 163
Algébriquement clos 181 Bernhard Riemann 163, 407
Algorithme 50 Bijectivité 72
algorithme de Gauss-Jordan 228 Bombelli 162
Algorithme Fang-Shen 228 Boule fermée (de R.d) 115
Angle entre deux vecteurs de R3 254 Boule ouverte (de R_d) 112
Anneau 171 Branche parabolique d'axe d'équation y =
Anneau commutatif 170 mx, m E lR 20
Antécédent 5 Branche parabolique d'axe horizontal 20
Application 5 Branche parabolique d'axe vertical 19
Application différentiable 125 Brook Taylor 67
Application identité 72, 310
Application identité de Ill11 291 c
Application identité de l'espace R.3 275
Application identité du plan R.2 261 Caractérisation de Weierstrass 51
Application linéaire 310 Caractérisation des fonctions constantes déri -
Application linéaire de l'espace R.3 274 vables 63
Application linéaire de l'espace R.11 291 Caractérisation des fonctions croissantes déri-
:<;
"O Application linéaire du plan 260 vables 64
0
c::
"'<=
::J ~
::l
Arccosinus 76 Caractérisation des fonctions décroissantes
<>
0 <>
ii
Arcsinus 75 dérivables 64
v -~
Arctangente 77 Caractérisation des fonctions strictement
..-!
0 g
N <=
0
Argument 167 croissantes dérivables 64
<=
@ <=
,>; Argument cosinus hyperbolique 79 Caractérisation des fonctions strictement dé-
~ 0 croissantes dérivables 64
..c:: ::> Argument principal 167
Ol ~Q. Argument sinus hyperbolique 79 Caractérisation des projecteurs 314
ï:::: ~
>-
a. 3
::> Argument tangente hyperbolique 80 Caractérisation des symétries 314
0 ~ Aryabhata 49 Caractérisation séquentielle de la continuité
u -ci
0
c:
::> Associativité du barycentre d'un système pon- 53
0
@ déré de trois points 244 Cardan 162
479
Carl Friedrich Gauss 163 Croissance 26
Caspar Wessel 163 Croissance (au sens strict) 26
Cauchy 230 Croissance (pour une intégrale) 410, 416
Centre de gravité 244 Cro issances comparées 43
Cesàro 391
Champ de vecteurs J 17 D
Changement d 'indices 433 Dérivabilité des fonctions composées 60, 61
Changement de base 264, 278 , 295 Dérivabilité des fonction s défi nies par mor-
Changement de variable 422 ceaux 62
chanoine Buée 163 Dérivabilité en un point et opérations algé-
Coefficients binomiaux 2 19 briques 59
Cofacteur d ' indice (i, j) 2 13, 224 Dérivabilité et opérations algébriques 61
Comatlice 213, 224 Dérivabilité sur un intervalle 6 1
Combinaison linéaire 238, 287, 307 Décomposition en éléments simples 187
combinaison linéaire 238, 287 Décomposition en éléments simples sur R(X)
Comparaison des fo nctions puissances non d ' une fraction rationnelle impaire
entières 43 194
Complémentaire d ' un ensemble 4 Décomposition en éléments simples sur lR.(X)
Composition (de fonctions) 22 d ' une fraction rationnelle paire 192
Condition initiale (pour une équation différen- Décroissance 26
tielle linéaire du premier ordre ho- Décroi ssance (au sens strict) 26
mogène) 102 Dérivée 58
Conditions initiales 374 Dérivée n ième 65
Conjugaison 267, 28 1, 298 Dérivée n ième d'un quotient de fo nctions, n e
Conjugué 166 N 66
Connexité 115 Dérivée nième d ' une combinaison linéaire de
Continuité des fonctions composées 54 fonctions, n e N 65
Continuité des fonctions usuelles 54 Dérivée n ième de la composée de deux fonc -
Continuité à droite 52 tions, n e N 66
Continuité à gauche 5 1 Dérivée à gauche d ' une fonction 63
Continuité d ' une fon ctio n en un point 51 Dérivée partielle 12 1
Continuité des foncti ons composées 55 Dérivabilité en un point 58
Continuité des fonctio ns usuelles 55 Déterminant d' une application linéaire de IR.2
Continuité et opérations algébriques 55 267
Convergence d ' une sui te de R.2 112 Déterminant d' une application linéaire de IR.3
Convergence d ' une suite de R.3 112 281
Convexité et dérivabilité 99 Déterminant d ' une application linéaire de IR"
Coordonnée angulaire 119 298
Coordonnée radiale 119 Déterminant d' une matrice de taille 2 x 2 208
Coordonnées cylindriques 119 Déterminant d' une matrice de taille 3 x 3 213
Coordonnées polaires 1 19 Déterminant d ' une matrice diagonale 225
Coordonnées sphériques 120 Déterminant d ' une matrice triangulaire 225
Corde 58 Déterminant de deux vecteurs du plan 208
Corde sous-te ndue 49 Déterminant de trois vecteurs de l' espace 2 15
Corps de base 306, 307 Déterminant du produit de deux matrices
Cosécante 50 d ' ordre n 225
~
~
Cosinus 45 Détermination de la partie polaire d ' une
Ol
Cosinus hyperbolique 47 fraction rationne lle pour un pôle
·=>-
0.. Coupures de Dedekind 21 d ' ordre p 189
0
u Courbe représentative (d ' une fonction) 18 Développement asymptotique 95 , 403
Cramer 230 Développement limité au voi sinage d ' un point
Critère de Cauchy 399 81
480
Développement limité de la fonction expo- Espace vectoriel produit 309
nentielle au voisinage de zéro 85 Exponentielle complexe 169
Développement limité de la fonction loga- Extremum d'une fonction sur un intervalle 67
rithme népérien au voisinage de 1 Extremum local d ' une fonction 68
84
Développement limité des fonctions sinus et F
cosinus au voisinage de zéro 85
Développements limités usuels 89 Faà di Bruno 66
Daniel Bernoulli 44 fermé (de JRd) 115
David Hilbert 163 Fomule de Taylor Lagrange 7 1
Demi -tangente à droite 62 Fonction 5
Demi-tangente à gauche 63 Fonction n fois dérivable, n E N 65
Diagonalisabiiüé 300 Fonction concave 96
Différence de deux ensembles 4 Fonction continue par morceaux 4 13
Différentielle 126 Fonction continue partout, mais nulle part dé-
Dilatation 207 rivable 59
Discriminant réduit 182 Fonction contractante 388
Divergence 124 Fonction convexe 96
Division euclidienne (de deux polynômes) Fonction cosinus 45
186 Fonction de classe C 1 122
Domaine borné 116 Fonction de classe C2 127
Domaine de définition (d'une fonction) 18 Fonction de Dirichlet 435
Domination 16, 401 Fonction en escalier 408
Droite affine 246 Fonction exponentielle 41
Droite asymptote à une courbe 19 Fonction Fonction de classe C""' 65
Droite réelle achevée 3 Fonction Fonction de classe C11 , n E N 65
Droite vectorielle 246 Fonction indéfiniment dérivable 65
Fonction logarithme népérien 39
E Fonction polynomiale 35
Fonction puissance 33 , 475
Ecriture cartésienne 165 Fonction puissance non entière 43
Edmund Landau 16, 40 l Fonction réciproque 72
Ensemble 2 Fonction sinus 45
Ensemble vide 4 , 6 Fonction tangente 46
Equation caractéristique (pour une suite récur- Fonction valeur absolue 37
rente linéaire d'ordre deux 375 Fonctions continues sur un intervalle 55
Equation différentielle linéaire du premier Fonctions définies par morceaux 23
ordre avec second membre 103 Fonctions monotones 26
Equation homogène associée à une équa- Fonctions périodiques 32
tion différentielle linéaire du pre- Fonctions symét1iques des racines 184
"O .,,
:<; mier ordre avec second membre 103 Forme canonique 426
0 <=
c ::;
Equivalence (de deux fonctions) 17 Forme indéterminée 13
::::i '~
<.>
Cl <.>
~
Equivalence (de deux suites) 402 Formule de changement de base pour un vec-
-~ Equivalence de normes 112 teur 264, 278, 295
"""
..-1
0 ~
Formule de Grassmann 290
N <=
0
Ernesto Cesàro 391
<=
@ Espace caractéristique 300 Formule de la moyenne 418
.... ·a"'
0
Espace complet 399 Formule de Leibniz 66

..c ::1
Ol ~Q. Espace propre 300 formule de Leibniz 190
·;::
~
>- S! Espace vectoriel 303 Formule de Moivre 173
a.
0 "
~ Espace vectoriel de dimension finie 308 Formule de Stirling 430
u -ci
0
<=
::l
Espace vectoriel de dimension infinie 308 Formule de Taylor-Young 84, 87
0
@ Espace vectoriel des suites 369 Formule du binôme de Newton 219, 293
481
Formule du rang dans R2 263 Image d'un intervalle par une fonction conti-
Formule du rang dans R3 277 nue strictement monotone 73
Formule du rang dans R." 294 Image d'une application linéaire 263 , 276,
Formules d'addition 50, 470 293, 311
Formules d'Euler 173 Imaginaire pur 165
Formules de Cramer 236 Imparité 28
Formules de duplication 470 Imre Simon 259
Formules de linéarisation 471 Inégalité des pentes croissantes 98
Formules de Simpson pour la transformation Inégalité de Cauchy-Schwarz 250
de produits en sommes 471 Inégalité de convexité 97
Formules de Simpson pour la transformation Inégalité de Jensen 97
de som mes en produits 471 Inégalité de la moyenne 417
Frontière 116 Inégalité triangulaire 36, 11 1, 250
Indice de colonne 216
G Indice de ligne 2 16
Injectivité 72, 263 , 277, 293 , 294, 310
Géométrie tropicale 259 Injectivité des fonctions continues 73
Gaston Maurice Julia 163 Intégrale d'une fonc tion continue par mor-
Gauss 230 ceaux 414
Gottfried Leibniz 44 Intégrale d'une fonction en escalier 409
Gradient 124 Intégrale de Lebesgue 435
GrandO 16, 17, 401 Intégrale de Riemann 409
Graphe (d'une fonction) 18 Intégrales de Wallis 440
Graphe d' une fonction réciproque 74 Intégration des développements limités 84
Groupe commutati f 171 , 306 Intégration par parties 421
Groupe linéaire 31 1 Intérieur d'un domaine de Rd 115
Groupe linéaire d'ordre n 226 Interprétation géométrique de la valeur abso-
Groupe linéaire de ~ 294
11
lue 36
Groupe orthogonal 268, 283 Intersection d'ensembles 4
Groupe spécial orthogonal 269, 272, 283, 285 , Intervalle 7
303 Intervalle fermé borné 6
Guillaume François Antoine de! ' Hôpital 130 Intervalle ouvert 6
Intervalle ouvert et borné 6
H Intervalle semi-ouvert et borné 6
Invariance par transvection 225
Hans Grauert 163 Inverse d'un produit de matrices 229
Henri Poincaré 95 Inverse d'une suite 390
Henri-Léon Lebesgue 434 Inverse de la transposée d'une matrice 228
Henry Briggs 38 Involutif 314
Hermann Grassmann 290 Isaac Newton 44
"O
0
Hermann Weyl 163 Isobarycentre d' un ensemble de 3 points, A,
c:: Hipparque de Nicée 49 B, C 244
::J
0 Homographie 383 Isobarycentre d'un ensemble den points 244
v Homothétie 196 Isométrie 269, 282
..-!
0
N
@ 1 J
~
..c::
Ol Jacobien 123
ï:::: Idempotent 314
>-
a. Identité de polarisation 269, 283 Jacques Bernoulli 44
0
u Image 5 Jean Bernoulli 44, 130
Image d'un intervalle fermé et borné par une Jean le Rond D 'Alembert 163
fonction continue 57 Jean-Robert Argand 163, 164
482
Jensen 97 Matrice 2 x 2 206
John Napier 38 Matrice 3 x 3 210
John Neper 38 Matrice colonne 2 17
John Wall is 440 Matrice de dilatation 222
Joseph Louis Lagrange 67, 405 Matrice de passage 264, 266, 278, 280, 295
matrice de passage 297
L Matrice de permutation 221
Mat1ice de taille /11 x n 216
L' A 1mageste 49
Mat1ice de transposition 221
Lagrange 230
M atrice de transvection 223
Laplacien 128
M atrice diagonale 206, 2 J0 , 215
Leibni z 66, 230
M atrice hessienne 127
Leonhard Euler 44, l63
M atrice identité d 'ordre n 220
Leopold Kronecker 220
matrice inverse 226
Limite d'un produit de fonctions 15
M atrice inversible 226
Limite d'un quotient de fonctions 15
Matrice jacobienne 122
Limite d ' une fonction (de plusieurs variables)
Matrice ligne 2 16
en un point 12 1
Matrice orthogonale 268, 269 , 282
Limite d'une fonction en + oo ou - oo 12
Matrice singulière 226
Limite d'une somme de fonctions 15
Matrice triangulaire 209, 215
Limite finie à droite (ou par valeurs supé-
Matrice triangulaire inférieure 206, 210
tieures) 10
Matrice triangulaire supérieure 206, 210
Limite fin ie à gauche (ou par valeurs infé-
Matrices semblables 267, 281
1ieures) 10
matrices semblables 298
Limite finie d ' une fonction en un point 8
Maximum d'une fonction sm un intervalle 67
Limite infinie à droite (ou par valeurs supé-
Maximum local d'une fo nction 67
rieures) l l
Miche Rolle 69
Limite infinie à gauche (ou par valeurs infé-
Mineur d'indice (i, j) 213, 224
rieures) l 1
Minimum d ' une fonction sur un intervalle 67
Limite infinie d'une fonction en un point 10
Minimum local d' une fonction 67
Limi te uni forme 4 14
Minorant 380
Limites d ' une fonction polynomiale en + oo ou
-OO 35
Mmulriplicité 181
Module 167
Limites usuelles des fonctions puissances non
entières 43 Modulo 2rr 168
Linéarité (pour une intégrale) 409, 4 15 Monotonie 26
Logarithme de base a, a E IRZ40 Monotonie (au sens strict) 26
logarithme népérien 39 Multiplication d'un vecteur par un réel 238,
Logarithme népérien d ' un produit 39 287
Logarithme népérien d ' un quotient 39 Multiplication d'une suite par un scalaire 369,
Logarithme népérien du nombre e 39 390
"'O :g Multiplicité 181
0 Loi des cosinus 50
c "::s Multiplicité d ' une valeur propre 299
::J ~
0 "
"'
'1t M
v ·~ N
..-t
0 ~
N "g Méthode de variation de la constante J09
@ .ü2 Médianes 244 Négligeabilité 16, 40 1
...... ::s Méridiens 49 Nabla (V) 124
.!::.
Ol "8
·c E. Méthode de Simpson 430 Nasir Al -Oin Al-Tusi 50
>- e
a. "
:; Méthode des rectangles 427 Nicolas Bernoulli 44
0 ~ Méthode des trapèzes 429 Nicolas Tartagli a 162
u "8
"::s Méthode du Pivot de Gauss 228 Nombre d'or 258, 446
0
@ Majorant 380 Nombres de Bernoulli 90, 9 J
483
Norme 250 Position de la courbe représentative d ' une
norme 111 fonction convexe par rapport à ses
Norme (d'un vecteur de Ill3 ) 111 tangentes 99
Norme euclidienne 249 Position de la courbe représentative d'une
Notation « + 3 fonction convexe par rapport à ses
Notation « - 3 cordes 97
Notation « * 3 Positivité (pour une intégrale) 409, 415
Notation « : 3 Primitive 62
Notation « _: 3 Primitives 419
Notation de Landau 16, 401 Primitives usuelles 474
Notations de Landau 16, 401 Principe de superposition 103
Noyau d'une application linéaire 262, 276, Problème des N corps 95
293, 311 Problème des trois corps 95
Noyau d'une matrice 262, 276, 293 Produit cartésien de n ensembles, n E N ,
n~2 5
0 Produit cartésien de deux ensembles 4

Produit cartésien de trois ensembles 5
Produit de suites 370, 389
Opérations algébriques sur les fonctions
Produit scalaire 249
continues 54
Produit vectoriel 254
Opérateur orthogonal 268, 282
Projecteur 3 13
Opération élémentaire 207 , 211 , 212
Projection 3 13
Ouvert (de Illd) 115
Prolongement par continuité en un point 53
p Ptolémée 49
Puissance (quelconque) d ' un réel strictement
positif 42
Période fondamentale 32
Périodicité 32 R
Pôle 119
Pôle (d'une fraction rationne!Ie) 186 R. 3
Pôle d'ordre p (d'une fraction rationnelle) 186 Règle de !' Hôpital 130, 139
Parallèles 49 Règle du bonhomme d' Ampère 254
Parité 28 Récurrence double 378
Partie entière 52 Récurrence forte 378
Partie entière (d'une fraction rationnelle) 187 Régularité d'une fonction convexe 98
Partie imaginaire 165 Racine n ème d'un réel strictement positif, n E
Partie polaire (d' une fraction rationnelle) 187 N* 42
Partie principale d' ordren E N d'un dévelop- Racine carrée complexe de -1 165
pement limité 82 Racine d'ordre n 181
Partie réelle 165 Racine d'un polynôme 180
"O Pas d'une subdivision 408 Racine double 181
0
c:: Paul Gustav Heinrich Bachman 16, 401 Racine triple 181
::J
0 Petit o 16, 401 Racines nièmes 177
v Pierre Curie 44 Rafael Bombelli 162
..-!
0 Pierre-Gilles de Gennes 44
N Rang d' une application linéaire 263, 277, 294
@ Pierre-Simon de Laplace 128 Rang d ' une matrice 476
~
..c:: Pivot de Gauss 228 Relation de Chasles (pour une intégrale) 411 ,
Ol Plan affine 247 416
ï::::
>-
a. Plan vectoriel 247 Relation de récurrence d'ordre p 375
0
u Polynôme caractéristique 299 Relation de récurrence linéaire d ' ordre 2 373
Polynômes de Tchebychev 379 Relations coefficients-racines pour un poly-
Polynômes formels 185 nôme de degré n 183
484
Relations coefficients-racines pour un poly- Sommes de Riemann 415, 427
nôme de degré 2 183 Sous-espace vectoriel 289, 310
Relations de Viète 184 Sous-espaces vectoriels supplémentaires 312
Repère de l' espace 241 Sous-espaces vectoriels supplémentaires de
Représentation paramétrique d'un plan affine ~Il 290
248 Sous-suite 397
Représentation paramétrique d'une droite 246 Spectre 299
Restriction d'une fonction à un intervalle 22 Stirling 430
Richard Dedekind 21 Stricte positivité (pour une intégrale) 416
Rotation 198 Structure de corps 170
Rotation vectorielle 270, 284 Structure de groupe 303
Rotationnel 124 Subdivision adaptée à une fonction continue
Ruban de Mobius 258 par morceaux 41 3
Subdivision adaptée à une fonction en escalier
s 408
Subdivision d'un intervalle 408
Sécante 50, 58 Subdivision régulière 408
Scipione dal Feno 162 Suite arithmético-géométrique 372
Second membre de type «exponentielle x po- Suite arithmétique 371
lynôme» 105 Suite bornée 381
Second membre de type «exponentielle x si- Suite constante 381
nus» 108 Suite convergente 384
Second membre de type« exponentielle x co- Suite croissante 381
sinus» 108 Suite décroissante 381
Segment 6 Suite de Cauchy 399
Sens de variation des fonctions puissances 33 Suite divergente 384
Sextique de Barth 258 Suite extraite 397
Similitude directe 20 l Su ite géométrique 372
Similitude indirecte 203 Suite homographique 383, 392
Singleton 6 Suite majorée 380
Sinus 45 Suite minorée 380
Sinus hyperbolique 4 7 Suite monotone 381
Solution générale d'une équation d ifféren- Suite négative 381
tielle linéaire du premier ordre avec Suite positive 381
second membre 104 Suite stationnaire 381
Solutions d'une équation différentielle li- Suites adjacentes 403
néaire du premier ordre homogène Suites définies explicitement 37 l
101 Smjectivité 72, 263 , 277, 294, 310
Solutions d'une équation différentielle li- Sylvester 230
néaire du premier ordre homogène Symétrie 313
"O .,,
:<; avec une condition initiale l 02 Symboles de Kronecker 220
0 <=
c ::;
Somme de deux vecteurs 238, 286 Système de Cramer 235
::::i '~
<.>
Cl <.>
~
Somme de sous-espaces vectoriels de lR" 289 Système homogène 234
-~ Somme de suites 369, 389
"""
..-1 Système linéaire 234
0 ~
N <=
0
Somme des n premiers carrés, n E N 436
<=
@ Somme des n premiers cubes, n E N 436 T
.... ·a"'
0
Somme des n premiers entiers naturels, n E N

..c ::1
Ol ~Q. 436 Tableau de variations 27
·;::
~
>- S! Somme directe de sous-espaces vectoriels Tangente 46
a.
0 "
~ 290, 312 Tangente hyperbolique 48
u -ci
0
<=
::l
Somme directe de sous-espaces vect01iels de Tchebychev 174, 379
0
@ JR" 290 Termes diagonaux 216
485
Théorème de Rolle 69 Triangle de Pascal 66
Théorème de Bolzano-Weierstrass 398 Trigonalisabilité 301
Théorème de Cesàro 391
Théorème de la base incomplète 289 u
Théorème de Schwarz 127
Théorème de Weierstrass 56, 414 Unicité de la limite (d'une fonction) 14
Théorème des accroissements finis 70 Unicité du développement limité 82
Théorème des bornes atteintes 56 Union d'ensembles 4
Théorème des fonctions réciproques 73
V
Théorème des gendarmes 15, 404
Théorème des valeurs intermédiaires 56 Valeur absolue d'un réel 36
Théorème du point fixe 388 Valeur absolue d'une intégrale 410, 416
Théorème du rang dans JR.2 263 Valeur propre 299
Théorème du rang dans R3 'r/7 Valeurs remarquables des fonctions sinus, co-
Théorème du rang dans Rn 294 sinus et tangente 46
Théorème fondamental del' analyse 419 Vandermonde 230
Theorème de d'Alembert-Gauss 181
Varahamihira 49
Thomas Fincke 50 Vecteur normal à un plan affine 251
Thomas Simpson 430, 471
Vecteur normal à un plan vectoriel 251
Trace d'une matrice de taille 2 X 2 2(17
Vecteur propre 299
Trace d'une matrice de taille 3 x 3 211 Vecteur unitaire 249
Trace d'une matrice de taille n X n 216
Vecteurs liés 239, 287, 308
Transformation linéaire 310 Vecteurs libres 239, 287, 308
Transformation linéaire del' espace JR3 27 4 Viète 184
Transformation linéaire de l'espace lRn 291 Voisinage d'un point 7
Transformation linéaire du plan 260 Volume orienté d'un parallélépipède 257
Transformation orthogonale 268, 269, 282
Translation 196 w
Transposée 207- 209, 211- 213, 215, 217, 224,
225 Weierstrass 51, 59
Transposée (d'une matrice) 206 William Henry Young 87
transposition 2(17 William Oughtred 50
Transvection 2(17
486

David, Claire - Mustapha, Sami-Mathématiques - Tout Le Cours en Fiches - Licence 1, Capes-Dunod (2014)

Transféré par

Droits d'auteur :

Formats disponibles

David, Claire - Mustapha, Sami-Mathématiques - Tout Le Cours en Fiches - Licence 1, Capes-Dunod (2014)

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

David, Claire - Mustapha, Sami-Mathématiques - Tout Le Cours en Fiches - Licence 1, Capes-Dunod (2014)

Transféré par

Droits d'auteur :

Formats disponibles

Tout le cat alogue sur

Illustration de couverture : © delabo - Fotolia.com

Le pictogramme qui figure ci·contre d' enseienemenl supérieur, provoquant une

le Code de Io propriété intellectuelle n'au torisan t, aux termes de l'article

Malgré tout le soin apporté à la rédaction, nous demandons l'indulgence du lecteur

110 fiches de cours

.. .~i. ." .. R, Un repérage

exemples E~mpln > lA notetion « • • Les fiches

~ t .,11 .2.J. .1.,\1>1l•ç.l•t•Q..-}· o 1, •1 f'--..;i~t~ -OU (1111 ~ ~ <.:Co;.

&,; cnriui; n.11.Utl\.b ?.1i~.-.,, QUlé 2N :

Après de brefs rappels sur les ensembles de nombres, nous présen-

Dans ce cours, certains résultats, dont la démonstration n'est pas consi-

>- Les nombres pairs

> Intersection d'ensembles

> Union d'ensembles

> Différence de deux ensembles

> Complémentaire d'un ensemble

>- Produit cartésien de n ensembles, n E N, n ~ 2

est u ne application de N dans N, appelée application identité de N .

est une application de Q dans Q.

Figure 2.1 - La droite des réels.

>- Adhérence d'un intervalle

)a, b[ 1 Interval le ouvert et borné

)a, b) 1 Intervalle semi-ouvert et borné (ouvert à gauche, fermé à droite)

[a, b[ 1- Intervalle semi-ouvert et borné (fermé à gauche, ouvert à droite)

1. Limite finie d'une fonction en un point

VX E J, Ü < lx - al < '7 => lf(x) - li < t;

On écrit: lim f(x) = l

Vx E J, 0 < lx - al < ry => 0 ~ f(x) < e

On écrit : lim f(x) = o+ ou limf = o+.

Vx E /, 0< lx - al < TJ ~ - s < f(x) ~ 0

On écrit : lim f(x) =

Onécrit: lim f(x) =O- ou lim f =O- .

Vx E /, 0< lx - al < ry ~ f(x) < - A

3. Limite finie à droite (ou par valeurs supérieures)

VX E /, 0< X - a < T/ ~ lf(x) - fi < s

Vx E ! , 0 < x - a < TJ => .f(x) > A

On écrit : lim .f(x) = +oo ou lim f = +oo.

On écrit : lim f(x)

6. Limite infinie à gauche (ou par valeurs inférieures)

Vx E /, - 17 < x - a < 0 => .f(x) > A

On écrit : lim f(x)

1. Limite finie d'une fonction en l'infini

On écrit alors : lim f(x)

V X E] - oo, a], X < - A => lf(x) - e1< s

2. Limite infinie d'une fonction en plus l'infini

On écrit alors : lim f(x)

V x E] - oo, a], x < - A ~ f(x) > B

On écrit alors : lim f(x) = +oo ou lim f = +oo.

V x E] - oo, a] , x <-A ~ f(x) < - B

On écrit alors: lim f(x)

1. Propriétés des limites

f(x) :::;; g(x)

et si, de plus, lim g(x)

2. Opérations sur les limites

+oo +oo +oo

>- Limite d'un produit de fonctions

>- Lim ite d'un quotient de fonctions

Soient f et g deux fonctions définies sur un intervalle I de R, à valeurs dans R, et a