Fasicule 2DUT EII ET MI MATHS GÉNÉRALES
Fasicule 2DUT EII ET MI MATHS GÉNÉRALES
Fasicule 2DUT EII ET MI MATHS GÉNÉRALES
Cet ouvrage a été conçu pour vous permettre d’une part de simplifier les cours de mathématiques générales et
d’autre part une approche pratique de l’examen du BTS en vous proposant une synthèse de cours et la plus
grande variété possible d’exercices (travaux dirigés). Chaque chapitre est composé :
D’un cours qui regroupe, sans grande démonstration, les résultats, des définitions, Théorèmes et propriétés
au programme du cycle BTS.
D’exemples et exercices d’application du cours dont les solutions seront données en séance de classe avec
le Professeur dans les différents espaces prévus à cet effet.
Dans la mesure du possible, les textes sont tirés des ouvrages récents. Le volume consacré à chaque chapitre
tient compte à la fois de la diversité possible des exercices et de la fréquence constatée, ou présumée des sujets
de mathématiques générales de la filière industrielle au BTS.
Nous espérons avoir rendu cet ouvrage assez complet pour qu’il soit un précieux auxiliaire de votre travail
personnel tout au long de l’année.
Conseils et suggestions
Rédigé par : M. DIABATE
Contacts : 03703130/ 07074261/ 05307651/ 66478449
A B t A t B; A A; λA λ t A; AC t C t A
t
t
t
t t
On additionne terme à terme pour obtenir : A B a ij bij de dimension n, p .
2 3 2 5
Exemple : A 4 2 et B 0 3 calculer A B
1 0 1 7
Mathématiques générales 2ème année DUT EII et MI Page 4
Propriétés :
Soient A , B et C trois matrices de dimension (n, p) et O la matrice nulle de dimension (n, p) .
A B C A B C associativité ; AO A Elément neutre ;
A B B A Commutativité
Remarque : A a ij
3. Multiplication d’une matrice par un scalaire
Définition
Soient A a ij une matrice de dimension n, p et λ .On définit la matrice λA comme la matrice
dont tous les coefficients sont multipliés par λ : λA λa ij
2 2 4
Exemple : A 0 1 7 et λ 3 calculer λA
5 6 3
Remarque : A 1 A
Propriétés :
Soient A et B deux matrices de dimension (n, p) et λ , μ deux réels.
λ A B λA λB; λ μ A λA μA; λμ A λ μA ;
1×A A et 0×A O ne pas confondre 0 le réel et O la matrice nulle
4. Produit de matrices
Définition
Soient A a ij une matrice (n, p) et B bij une matrice (p, q) .
Le produit de A par B est la matrice C AB de dimension (n, q) et s’écrit :
p
cij a ik b kj pour i 1, 2,...,n et j 1, 2,...,q
k=1
Remarque :
Le produit A B n’est possible que si le nombre de colonnes de la matrice A est égal au nombre de
lignes de la matrice B .
L’expression s’obtient à partir de la iième ligne de A et de la jième colonne de la matrice B : on dit que
l’on fait le produit « ligne par colonne »
jème ligne
b1j
P lignes
b 2j
….
b pj
n lignes
P colonnes q colonnes
p
cij a ik b kj pour i 1, 2, ..., n et j 1, 2, ..., q
k=1
n
dét(A) a ijΔ ij développement suivant la jème colonne.
i=1
Où : Δ ij est le cofacteur de l’élément a ij : Δ ij ( 1)i+jdét A ij
et dét A ij est le mineur de l’élément
a ij c’est-à-dire le déterminant d’ordre n 1 extrait de la matrice après suppression de la ième ligne et
de la jème colonne.
Exemple :
7 3 4 1 2 3
Soient les matrices : A 6 2 5 et B 2 3 9 .Calculer dét(A) et dét B par la
4 2 1 3 9 0
méthode des cofacteurs.
3. Manipulation de lignes et de colonnes-
Pour que le déterminant d’une matrice soit nul, il faut et il suffit que la famille des colonnes de cette
matrice soit liée. En particulier, si un déterminant a une colonne nulle, ou deux colonnes nulles, ce
déterminant est nul. Résultat analogue sur les lignes.
On ne change pas la valeur d’un déterminant si on ajoute à l’une des colonnes une combinaison linéaire
des autres colonnes. Résultat analogue sur les lignes.
Exemple:
2 2 1 7 2 2
Soient les matrices: A 2 2 2 et B 2 7 2 .Calculer dét(A) et dét B par la
5 4 2 2 2 7
manipulation de lignes et de colonnes.
A A
1 t 1
t
A est inversible et A 1 A
1
APPLICATION :
2 2
Calculer l’inverse A de la matrice carrée d’ordre 2 : A
3 4
7 3 4 1 0 0
On considère les matrices suivantes : A 6 2 5 et I 0 1 0
4 2 1 0 0 1
1. Justifier que : la matrice A est inversible.
2. Déterminer son inverse A 1
3. A l’aide de la relation : A 4A 5A 2I 0 , déduire que la matrice A est inversible, puis
3 2
a n1x1 a n2 x 2 ... a np x p b n
Où les coefficients a ij et b i sont donnés ; x1 ,x 2 ,...,x p sont les inconnues.
Résoudre le système S , c’est déterminer l’ensemble de ses solutions, c’est-à-dire l’ensemble des valeurs
de (x1 , x 2 , ..., x p ) tels que les n équations soient simultanément vérifiées.
2. Écriture matricielle associée à un système linéaire:
A tout système linéaire S de n équations à p inconnues est associée une écriture dite :
a11 a12 ... a1p x1 b1
a 21 a 22 ... a 2p x 2 b 2
Écriture matricielle S :
. . ... . ... ...
a n1 a n2 ... a np
x p b n
a11 a12 ... a1p x1
En posant : A
a 21 a 22 ... a 2p x2
matrice associée au système, X matrice des inconnues,
. . ... . ...
a n1 a n2 ... a np xp
b1
b
B 2 Matrice du second membre. On a : S : AX B écriture matricielle associée au système S .
...
bn
3. Rang d’un système de n équations à n inconnues :
Le rang d’un système de n équations à inconnues, auquel est associée la matrice A :
Est égal à n si det(A) 0 .
Est inférieur à n si det(A) 0 . Il est alors à l’ordre maximum r d’un des mineurs non nuls extraits de A.
Exemple :
7x 3y 4z 1 xyz 2
Rechercher le rang des systèmes suivant : S1 : 6x 2y 5z 1 et S2 : x y 2z 0
4x 2y z 1 3x y 4z 4
4. Méthodes de résolution des systèmes linéaires :
Résoudre un système d’équations linéaires consiste à rechercher les xi vérifiant toutes les équations
proposées.
a. Système de cramer
Il satisfait aux deux conditions :
Le nombre d’équations n est égal au d’inconnues p.
Le déterminant de la matrice associée au système est différent de zéro. il admet alors une solution
unique.
Nous envisageons la résolution d’un système, suivant trois méthodes différentes :
Méthode de Cramer
Méthode par inversion matricielle
Méthode du pivot de Gauss.
b. Méthode de Cramer :
Δ étant le déterminant de la matrice associée au système (appelé déterminant principal du système).
3. Application :
1 4 12
soit la matrice P 0 1 4 .Calculer P 3 (sans calculer P P P ) et expliciter sous forme matricielle.
0 0 1
Exercice 9:
1ère partie :
a 2 1 1 x 6
On donne les matrices M 1 a2 1 ; N y et P 4 avec a, x, y et z des réels.
1 a 2 z 4
1
Mathématiques générales 2ème année DUT EII et MI Page 14
1. a 3 , calculer det(M) ; que dire de la matrice M ?
1 0 0
2. On suppose que a 4 et on note I la matrice unité : I 0 1 0 .
0 0 1
a. Calculer les M2, M3 sous forme de matrices à trois lignes et trois colonnes.
b. Montrer que M 6M 9M 4I 0.
3 2
c. Déduire du résultat précédent, l’existence d’une matrice M telle que MM MM I .que représente
la matrice M pour M ?
d. Calculer M sous forme d’une matrice à trois lignes et trois colonnes.
2ème partie :
Dans un pays, une agence de voyage s’occupe spécialement des touristes en leur rendant annuellement trois
différents services : V(Vente de billets), T(Transport) et C (Choix d’un hôtel). Afin de rendre correctement
ces services, l’agence emploie trois catégories de salariés (SA, SB, SC) dont les nombres en milliers sont
consignés dans le tableau ci-dessous :
Libellés V T C
SA 2 1 1
SB 1 2 1
SC 1 1 2
Désignons respectivement par x, y et z le nombre de services V, T et C rendus aux touristes. Par an, l’agence
dispose de 6000 salariés SA , 4000 salariés SB et 4000 salariés SC.
1. En considérant les données de ce problème, écrire le système (S) des trois équations linéaires à trois
inconnues x, y et z.
2. Écrire le système (S) sous forme matricielle.
3. Résoudre ce système en se servant de la question 2.d.
Exercice 10:
0 1 1 1 0 0 0 0 0
Soient les matrices suivantes : M = 3 4 3 ; I = 0 1 0 et O = 0 0 0.
1 1 0 0 0 1 0 0 0
1. Montrer que M 3 M 2 I O .
2
Exemple 5 :
Soient l’espace vectoriel 2
et l’ensemble A U1 , U2 où U1 (1; 1; 0) et U2 (2; 2; 0) . Montrer
que A est une partie liée.
3. PARTIE GENERATRICE :
x , x
Une famille 1 2
,...,x
n
de vecteurs d’un espace vectoriel E est une famille génératrice de E x E , il
existe au moins 1 , 2 ,..., n K n , x 1x1 2 x 2 ... n x n . Autrement dit, tout vecteur de E est
Exercice 5:
P1 3 3X X 2 X 3
P2 1 X X X
2 3
P X 2X 2 X 3
4
La famille S (P1 , P2 , P3 , P4 ) est-elle libre ?
Exercice 6:
Soit -espace vectoriel engendré par les trois fonctions f, g, h définies par :
x , f(x) sin(x), g(x) cos(x) et h(x) sin(2x) . Déterminer une base de E.
Exercice 7:
Soit E= A(
, ) / ( , ) R 2 , x
(x) = x( ln(x 2 ) + ) .
Montrer que (E, +, .) est un -espace vectoriel et en déterminer une base. Où A( , ) est l’ensemble des
applications définies de vers .
Exercice 7 :
Soit E= P 3[X] / P(0) = P(1)= 0 . Montrer que l’ensemble E est un sous - espace vectoriel de
Exercice 8 :
On pose, pour tout n , U n ( 1) n , Vn 1, Wn 2n . Démontrer que, dans l’espace sur des suites
réelles, la famille (Un)n > 0 , (Vn)n > 0 , (Wn)n > 0 est libre.
Propriété
B, F deux bases d’un K espace vectoriel E de dimension finie. P la matrice de passage de B à F alors P est
1
inversible et P est la matrice de passage de la base F à B.
b. Influence d’un changement de bases sur les composantes d’un vecteur
Soient B et F deux K espace vectoriel de E de dimension finie et P la matrice de passage de B à F. Soient X
un vecteur de E, X (respectivement Y) la matrice colonne de ses coordonnées dans l’ancienne base B
(respectivement dans la nouvelle base F). On a la relation X PY .
Exemple 4:
Dans l’espace vectoriel 3 muni de la base canonique B, on donne les vecteurs :
a 1 (1, 2, 1 ); a 2 (5, 3, 1 ); a 3 ( 1, 1, 2 ); X (4, 3, 2 ) .
1. Montrer que les vecteurs a 1 , a 2 , a 3 forment une base F de 3 .
2. Déterminer la matrice de passage de la base canonique B à la base F.
3. Quelles sont les coordonnées du vecteur X dans la base F.
c. Influence d’un changement de bases sur la matrice d’une application linéaire
Soient B et F deux K espace vectoriel de E de dimension finie n, f un endomorphisme, P la matrice de
passage de B à F et A la matrice de f par rapport à la base B alors la matrice de f par rapport à la base F est
M = P-1 A P. On dira dans ce cas que M et A sont deux matrices semblables.
Mathématiques générales 2ème année DUT EII et MI Page 21
Exemple 5 :
On considère un espace vectoriel rapporté à une base canonique B = ( e1 , e2 )
et l’endomorphisme définie par :
f (e1 ) 2 e1 e 2 v1 4 e1 3 e 2
. Soient deux vecteurs de E :
f (e 2 ) 3 e1 2e 2 v 2 e1 e 2
1. Démontrer que F (v1 , v2 ) est une base de E.
2. Ecrire la matrice A de f dans la base B.
3. Déterminer la matrice M de f dans la base F.
1 6 3
a. Montrer que A 3 2 3 (où t A désigne la transposée de la matrice A) toute réponse plaquée
t
3 6 1
sera nulle.
b. Calculer le déterminant de la matrice A noté det(A).
c. En déduire le noyau N et l’image I de l’endomorphisme f.
2. On considère l’ensemble H des vecteurs V de ℝ3 tels que ( f - 8 id IR 3 )(V) = OIR 3 où id IR 3 désigne
l’application identique de ℝ3 et O IR 3 le vecteur nul de ℝ3 .
a. Montrer que H est un sous-espace vectoriel de ℝ3 .
b. Soit 𝛼 un paramètre réel et Vα = e1 + αe2 + e3 un vecteur de ℝ3 . Pour quelle valeur de α appartenant à
ℝ, Vα appartient-il à H ? justifier.
3. On pose V1 = e1 + 2e2 + e3 ; V2 = −e1 + e2 et V1 = e1 −e3
a. Montrer que : B ′ = (V1 , V2 , V3 ) est une base de ℝ3 .
b. Ecrire la matrice A’ de l’endomorphisme f relativement à la base B’.
4.
a. Soit P la matrice de passage de B’ à la base B. Donner l’expression de P.
b. Montrer que A’ = P A P -1
EXERCICE 3:
On considère l’espace vectoriel ℝ3 muni de sa base canonique B e1 , e2 , e3 et les matrices
1 1 0 0 1 1 1 0 1
; et
R= 0 1 1 Q = 1 1 1 E = 0 1 1
1 1 1 1 2 1 3 2 2
1. Démontrer que les matrices R et Q sont inverses l’une de l’autre.
2. Déterminer la matrice carrée A d’ordre 3 telle que R.A = E.
3. On désigne par f l’endomorphisme de ℝ3 dont la matrice associée dans la base B est A.
a. Vérifier que : f e1 =3e1 +2e2 +2e3 ;
f e2 = e1 + e2 ;
f e1 = e1 + e3 .
b. Donner une base de l’image Im(f) de l’endomorphisme f.
4. On considère les vecteurs e1 = e2 + e3 ; e2 = e1 + e2 + 2e3 ; e3 = e1 + e2 + e3 .
a. Démontrer que la famille B= e1 , e2 , e3 est une base de ℝ3 :
EXERCICE 5:
Soit les fonctions f1 et f2 définies sur par : f1 (x) e 2x et f 2 (x) xe 2x .
Soit E= f1 f 2 / ( , ) 2
1. Démontrer que E est un espace vectoriel sur .
2. Démontrer que (f1 , f2) est une base de E.
3. Soit définie par : f E, (f ) = f .Démontrer que est un endomorphisme de E et donner la
matrice A de dans la base (f1, f2).
4. Calculer An pour n .
5. Calculer la dérivée nème de la fonction f3 (x) 3x 1 e2x
E x E / A x 0
L’ensemble des valeurs propres de f est appelé spectre de f, noté SP(f).
2. Propriétés :
Soit E un espace vectoriel de dimension finie n. Soient A la matrice de f dans une base B de E et un
scalaire. Les propositions suivantes sont équivalentes :
est valeur propre de f.
La matrice de A λIn n’est pas inversible.
Rang A λIn n
Det A λIn 0
P λ det A λIn est un polynôme de degré n appelé polynôme caractéristique de l’endomorphisme f ou
de la matrice A. Ses racines sont les valeurs propres de f:
Dimension du sous-espace propre E λ : dimEλ n rang A λIn
II. DIAGONALISATION D’UN ENDOMORPHISME
Diagonaliser un endomorphisme f ou diagonaliser sa matrice A consiste à trouver une base de E dans
laquelle la matrice de f est diagonale. S’il existe une base F de E formée uniquement de vecteurs propres
alors la matrice D de f dans cette base est diagonale et on a la relation : D PAP1 où P est la matrice de
passage de la base B à la base F et :
1 0 .... 0
0 2 0 0
D=
... .... ... ...
0 .... 0 n
Où les λ i sont les valeurs propres de f, certaines d’entre elles pouvant être identiques. La diagonalisation
d’une matrice à coefficients réels n’est pas toujours possible. Par contre :
Les matrices à coefficients complexes sont toutes diagonalisables dans .
Une matrice carrée d’ordre n qui a n valeurs propres distinctes est diagonalisable.
Les deux propositions suivantes sont équivalentes :
(1) A diagonalisable.
(2) pour toutes valeurs propres d’ordre k, dim E λi k .
Si A est une matrice symétrique réelle, alors A est diagonalisable et toutes ses valeurs propres sont
réelles.
EXEMPLE 1 : SYSTÈME DES SUITES NUMÉRIQUES
Soit ℝ3 un espace vectoriel rapporté à une base canonique B = (e1, e2, e3) et l’endomorphisme f défini par :
f x, y, z 2x y z, x 2y z, x y 2z
1. Ecrire la matrice M de l’endomorphisme f dans la base B. Justifier votre réponse.
2. Calculer les valeurs propres de M.
3. M est-elle diagonalisable ? Justifier de deux manières différentes.
En déduire u n , v n et w n en fonction de n.
III. TRACE D’UNE MATRICE
1. Définition
n
Soit M = ( a i j ) une matrice carrée d’ordre n. le scalaire a
i=1
ii s’appelle trace de la matrice M et se note
tr(M).
2. Remarques
Deux matrices semblables ont même trace. Soient A une matrice carrée d’ordre n et D une diagonale
n
d’ordre n. Si A et D sont semblables on a : tr(A) tr(D)
i=1
i .
Deux matrices semblables ont même déterminant. Soient A une matrice carrée d’ordre n et D une
n
diagonale d’ordre n. Si A et D sont semblables on a : det(A) det(D)
i 1
i
3. Théorème CAYLEY-HAMILTON :
P x det A xI
Soit le polynôme caractéristique de A.
P x x tr A x n 1
.... ck x k .... 1 det A
n n
Alors
P A A n tr A A n 1 .... ck A k .... 1 det A I 0
n
1.
a. Aa, b la matrice de l’endomorphisme fa, b relativement à la base canonique de 3
. Montrer que
0 a b
t
A a, b b 0 a ( t A a, b désigne la transposée de la matrice A a, b )
a b 0
b. Montrer que a, b , a 2 ab + b2 est strictement positif (on pourra utiliser la forme canonique de
a 2 ab + b 2 considéré comme polynôme du second degré en a).
2.
a. Calculer le déterminant de la matrice Aa, b
b. On rappelle que a 3 b3 (a b)(a 2 ab b2 ) . Pour quelles valeurs de a et b l’endomorphisme
3
fa, b est il un automorphisme de ? Justifier.
c. Déterminer le noyau N2, de l’endomorphisme (f2, -2 désigne l’endomorphisme fa, b pour a=2 et
b= -2).
d. Déterminer l’image I2 de f2, -2.
4. Désormais a=b et différent de zéro.
a. Montrer que les réels -a et 2a sont des valeurs propres la matrice Aa, a.
b. Donner le spectre de la matrice Aa, a notée Sp(Aa, a).
c. Déterminer le sous-espace propre E(-a) associé à la valeur propre –a et le sous-espace propre associé à la
valeur propre 2a noté E(2a).
5.
a. Déduire de la question 3. Que a l’endomorphisme fa, a est diagonalisable.
b. Comparer t Aa, a et A a, a et en déduire que le résultat de la question 4. a) était prévisible.
6. On considère le système différentiel :
dx
dt y + z
dx
x + y avec x(0) = 1, y(0) = -2 et z(0)= -1
dt
dx
dt x + z
Intégrer le système différentiel (S) (on pourra s’aider de la question 4.).
EXERCICE 2
L’espace vectoriel 3 est muni de sa base canonique B0 = (e1, e2, e3) et pour tout réel m, on note fm
l’endomorphisme de 3 défini par :
fm : 3
3
b. Montrer que H u (x, y, z) 3
/ f(u) 2u est un sous espace vectoriel de 3
. En donner une
base.
c. Calculer f(e1 ) , f(e2 ) et f(e3 ) .
3. On note A la matrice de f relativement à la base B .
a. Déterminer la matrice A de f dans la base B .
b. On pose g f f ... f f f n . Déterminer la matrice M de g dans la base B .
EXERCICE 5
4 2 8
Soit f L dont la matrice relativement à la base canonique est A 1
3
2 1 .
5 2 9
1
1. Montrer que A est inversible, puis calculer A .
2.
a. On pose u (2, 2, 2) . Déterminer le vecteur v (x, y, z) de 3 tel que f(v) u .
Que peut-on en déduire ?
b. Déterminer les valeurs propres de f (On les notera : λ1 , λ 2 et λ3 avec λ1 > λ 2 > λ3 ).
c. est-il diagonalisable ? Justifier.
3.
a. Déterminer les sous espaces propres associés.
b. Donner une base B de 3 formée de vecteurs propres de f telle que relativement à B, la matrice de f
λ1 0 0
soit D 0 λ2 0 .
0 λ 3
0
c. Donner la matrice de passage de la base canonique à la base B.
x (t) 4x(t) 2y(t) 8z(t)
4. Résoudre le système différentiel S : y(t) x(t) 2y(t) z(t)
z(t) 5x(t) 2y(t) 9z(t)
EXERCICE 6
Soit B e1 , e2 , e3 la base canonique 3
et m un nombre réel. On considère l’endomorphisme de 3
défini par : fm x, y, z 4x y z; x 4y z; x y mz
1.
a. Déterminer la matrice Am de fm relativement à la base B.
3
b. Déterminer les valeurs de m pour lesquelles fm est un automorphisme de
2
2. Pour m , déterminer :
5
a. le noyau de f 2 et donner une base.
5
un u0
n
b. Montrer que n , v n A v 0 .
w w
n 0
c. En déduire le terme général de chacune des suites u n , v n et w n .
EXERCICE 7 :
On considère l’espace vectoriel 3
muni de base canonique B e1 , e2 , e3 . On définit pour tout réel m,
l’endomorphisme fm de 3
par
fm : 3 3
fonction de i, j et k .
1
3. On pose P U E / f 1 U U ; F U E / f 1 U
U .
2
a. Montrer que P est un sous-espace vectoriel de E de dimension 2 dont une base est B1 U1 , V1 avec
1 1
U1 1 et V1 0 .
0 1
b. Montrer que F est un sous-espace vectoriel de E de dimension 1 dont une base est B2 W1 avec
1
W1 1 .
1
4.
1 1 1
a. Montrer que B U1 , V1 , W1 avec U1 1 , V1 0 et W1 1 est une base de E formée de
0 1 1
1
vecteurs propres de f .
b. Ecrire la matrice D de f 1 relativement à la base B' .
1 1 1 1 2 1
1
5. On pose P 1 0 1 et Q 1 1 2 .
0 1 1 3
1 1 1
a. Montrer que l’inverse de P est Q.
b. Soit n un entier naturel
défini par :
x, y, z g x, y, z x y z; x y z; x y 3z
1.
a. Déterminer la matrice M de l’endomorphisme g relativement à sa base canonique.
3
b. g est-il un automorphisme de ? Justifier votre réponse.
2.
a. Déterminer le noyau de g et sa base, puis l’image de g et sa base.
b. En déduire le rang de g.
3. On pose P x det M xI où I est la matrice identité d’ordre 3.
a. Calculer P(x).
b. L’endomorphisme g est-il diagonalisable ? Justifier votre réponse.
4. Soient 1 et 2 les valeurs propres de la matrices M tel que 1 2 .
a. Déterminer v1 ayant pour 1 la 2ème composante et v 2 les vecteurs propres de g associé à la valeur propre
1 et v 3 le vecteur propre de g associé à la valeur propre 2 .
b. Montrer que B= v1 , v2 , v3 est une base de 3
.
c. Donner la matrice P de passage de la base canonique à la base B , puis calculer son inverse.
d. Ecrire la matrice D de g dans la base B .
5. On considère le système des suites récurrentes définies par :
u n+1 = u n v n w n
v n+1 = u n v n w n Avec u 0 v0 w 0 1 .
w = u v 3w
n+1 n n n
a. Calculer Mn , pour tout n .
un u0
n
b. Montrer que n , vn M v0 .
w w
n 0
c. En déduire le terme général de chacune des suites u n , v n et w n
EXERCICE 10:
On considère l’espace vectoriel 3
, muni de sa base canonique B e1 , e2 , e3 . Soit θ un réel fixé, et f θ
0 1 sin θ
l’endomorphisme de dont la matrice dans la base B est : A θ 1
3
0 cos θ
sin θ cos θ 0
1. Démontrer que le polynôme caractéristique de Aθ est Pθ x x3 2x sin 2θ .
2.
L’espace vectoriel 3
est muni de sa base canonique B0 e1 , e2 , e3 . Pour tout on définit f m
3
fm: 3
3
l’endomorphisme de par :
x, y, z f m x, y, z 3x y mz, x y 2z, mx 2y 3z
1.
a. Exprimer f m e1 ; f m e2 et f m e3 en fonction de e1 , e2 et e3 .
3 1 m
b. Montrer que la matrice A m de f m dans la base canonique est A m 1 1 2 .
m 2 3
c. Pour quelles valeurs de m , f m est-il un automorphisme de 3
? justifier.
2.
a. N et I désignent respectivement le noyau et l’image de f 4 ( f 4 désignant f m pour m 4 ). Déterminer N et
I.
1
b. Déterminer l’automorphisme réciproque f1 de f1 en donnant les expressions de
f11 e1 ; f11 e2 ; f11 e3 en fonction de e1 , e2 et e3 .
c. Soit v 1, 2, 1 un vecteur de 3
. Déterminer le vecteur u x, y, z de 3
tel que f1 u v .
3x y z 1
d. En déduire la solution du système S défini par : S : x, y, z , x y 2z 2
3
x 2y 3z 1
e(t) R
Dans un circuit (R, L) soumis à une tension variable e(t), l’intensité i du courant vérifie l’équation :
di(t)
Li(t) + Ri(t) e(t) notée aussi L Ri(t) e(t)
dt
L
e(t) R
I. DEFINITIONS
On appelle équation différentielle d’ordre n une relation entre la variable t, une fonction inconnue y de la
variable t et ses n premières dérivées y(n) , y(n 1) ,...., y,y . Elle s’écrit : F t, y, y, y, y(n 1) , y(n) 0 .
Exemple :
l’équation : Li(t) Ri(t) e(t) est une équation différentielle du 1er ordre.
l’équation : Li(t) Ri(t) e(t) est une équation différentielle du 2ème ordre (second ordre).
II. EQUATIONS DIFFERENTIELLES LINEAIRES DU 1er ORDRE
1. Définition
On appelle équation linéaire du 1er ordre une équation de la forme générale : a(t)y(t) + b(t)y(t) = c(t) où a,
b, c sont des fonctions dérivables sur un intervalle I et a(t) 0 sur I .
Exemple :
(E1 ): ty 3y sin(t) est une équation différentielle linéaire du 1er ordre.
2. Résolution de l’équation sans second membre a(t)y + b(t)y = 0
f t dt . Exprimer I
n
2. Pour tout naturel n, on pose In n en fonction de n.
0
3. Calculer lim I n .
n
6. Théorème de d’ALEMBERT :
Tout polynôme dans , de degré n 0 , admet exactement n racines, chacune étant comptée avec son ordre
de multiplicité.
7. Factorisation des polynômes à coefficients réels :
Si un polynôme à coefficients réels admet le nombre complexe a pour racine, alors le conjugué de a est aussi
racine du polynôme.
Conséquence :
Tout polynôme à coefficients réels de degré strictement supérieur à deux est factorisable sur . Les facteurs
sont des polynômes à coefficients réels du premier degré ou du second degré à discriminant négatif.
EXEMPLE 4 :
Effectuer la division euclidienne de x3 3x 2j par x-j, avec j2 1 .en déduire toutes les racines de
x3 3x 2j puis factoriser le polynôme x3 3x 2j .
INDICATION : Le polynôme x3+3x-2j admet j une racine double et -2j comme racine simple.
Soit k , effectuer la division euclidienne de P x x3 sin xsin 3 sin 2 par
x 2 2xcos 1. En déduire toutes les racines dans du polynôme P, puis factoriser le polynôme P.
INDICATION : Les racines du polynôme P sont : e , e et 2cos .
j j
Toute fraction rationnelle à coefficients réels dont la partie entière est nulle se décompose d’une façon
unique sur en une somme d’éléments simple de 1ère espèce ou de 2nde espèce.
5. Pratique
a. Cas d’un pôle simple
P(x)
Soit la fraction F(x) , a un zéro simple de Q(x). le coefficient λ du terme de la décomposition
Q(x) x a
en éléments simples de F est (x a)F(x) x a
EXEMPLE 5 :
Décomposer dans (X) en éléments simples les fractions rationnelles suivantes:
1 3x 1 x 5 5x 2 3x 4
A(x) , B(x) , C(x)
(x 1)(x 2) (x 3)(x 1) x(x 4)
1 1 2 1 1 2
INDICATION : A(x) , B(x) , C(x) x 1
3(x 1) 3(x 2) x 3 x 1 x x+4
n
4k 3
Calculer la limite de la suite s n u k avec u k
k=3 k(k 2)(k+2)
n n+2 n-2
1 1 1 1 167
INDICATION : Sn (6 11 5 ) et lim Sn
8 k=3 k n
k=5 k k=1 k 96
REMARQUE :
Le calcul de (x a)F(x) x=a peut donner des résultats apparemment compliqués ou inexploitables.
Soit Q(x) (x a)Q1 (x) en dérivant on a Q(x) Q1 (x) (x a)Q1 (x) d'où Q(a) Q1 (a)
P P(x)
Le coefficient λ du terme de la décomposition en éléments simples F vaut
x a Q Q1 (x) x a
Lorsqu’il ne reste plus qu’un ou deux coefficients à déterminer dans une DES, on peut envisager de
remplacer x par une valeur particulière, ou de faire tendre x vers l’infini après avoir éventuellement
multiplié les deux membres de l’égalité par une puissance de x.
b. Cas d’un pôle multiple
Cas du pôle 0
P(x)
Intéressons-nous à une fraction F(x)= n
, Q1 (0) 0 . D’après le théorème de la décomposition en
x Q1 (x)
éléments simples, il existe A1 , A2 ,...., A n , B(x) un polynôme tels que
INDICATION :
1 1 2 10 1 4 10
F(x) +
27(x 1) 27(x 1) 81(x 1) 729(x 1) 81(x 2) 243(x 2) 729(x 2)
4 3 2 3 2
P(x) P(x)
Si a est un zéro multiple de Q alors la fraction F(x)
soit (x) (x a) F(x)
(x a) Q1 (x) Q1 (x)
la formule de Taylor de au point a à l’ordre 1
P(x) (x a) (x a) 2 (x a) 1 ( 1)
(a)
(a)
(a) ....... (a) (x a) 1 (x) d’où
Q1 (x) 1! 2! ( 1)!
A1 A2 A (x) ( j) (a)
F(x) .........+ avec A j 1, 2,..,
(x a) (x a) 1 (x a) x a ( j)!
j
EXEMPLE 8 :
1
Décomposer dans (X) en éléments simples la fraction rationnelle suivante : A(x)
(x 1) x(x 1)
3
1 1 7 3 1
INDICATION : A(x)
x 8 x 1 8 x 1 4 x 1 2 x 13
2
c. Remarques de parité:
Après avoir écrit la décomposition à priori de F. Des considérations numériques (en particulier la parité)
permettent le calcul des coefficients à déterminer.
EXEMPLE 9 :
1
Décomposer en éléments simples dans (X) la fraction rationnelle suivante : C(x)
(x 1)(x 2 1)2
2
d. Remarques
P(x)
Supposons que F soit de la forme F(x)
, Q(x) est un trinôme irréductible, . La DES de F
(Q(x))
A (x) A 1 (x) A (x)
est de la forme : F(x) E(x) 1 .... 1 où E est la partie entière de F et
Q (x) Q (x) Q(x)
A1 , A2 , A3 ,..., A des polynômes de degrés 1. On pourra calculer A1 , A2 , A3 ,....., A par des divisions
euclidiennes successives. En effet, il existe des polynômes Q1 , Q2 , Q3 ,...,Q , R1 , R 2 ,..., R tels que :
P(x) Q1Q(x) R1 , Q 2 Q 2Q(x) R 2 ,..., Q -1 Q Q(x) R
Et on a alors :
j 1, 2,..., , deg(R j ) 2
R (x) Q (x) R (x) R 2 (x) R (x) R (x)
F(x)= 1 11 1 1 32 ...... Q (x)
Q (x) Q (x) Q (x) Q (x) Q (x) Q(x)
EXEMPLE 10 :
Décomposer en éléments simples dans R(x) la fraction rationnelle suivante :
x8 x 4 2
E(x)
(x 2 x 1)3
2x 1 4x 6 2x 8
INDICATION : E(x) x 2 3x 3 2 2
(x x 1) (x x 1)
3 2 2
x x 1
6. Décomposition en éléments simples dans (X)
On appelle élément simple de 1ère espèce toute fraction rationnelle de la forme :
A
où A , a , n .
x a
n
Dans l’ensemble des nombres complexes, toute fraction rationnelle irréductible dont la partie entière
est nulle se décompose d’une façon unique en somme d’éléments simple de 1ère espèce.
Les propriétés appliquées pour la recherche de la partie entière et les éléments simples de 1ère espèce de
la décomposition en éléments simples dans (X) sont applicables pour la décomposition en éléments
simples dans (X) .
Pour obtenir la décomposition en éléments simples dans (X) , on utilise la décomposition (X) , en
regroupant les parties polaires relatives aux pôles conjugués.
EXEMPLE 11 :
Décomposer en éléments simples dans (X) , puis dans (X) la fraction rationnelle suivante :
1
G(x) .
x(x 1)
2
INDICATION :
1 1 1
G(x) DES dans (X)
x 2 x i 2 x i
1 x
G(x) 2 DES dans (X)
x x 1
Exercice 2 : Exemples de décomposition en éléments simples de première et de seconde espèce dans R(X).
x8 1 x2 1 x3 1
D(x) ; E(x) ; F(x) ; G(x) 4 ;
x 2x 2 x4 1 x 1 x x 2 1
2 3 4
x 1 x 6 x 5 2x 4 x 2 1
H(x) ; I(x) 2 ; J(x) ;
x 1 x x 1
4 2
(x 2x 3)(2x 2 3x 4) x 3 x 2 1
2
x 5 6x 4 17x 3 25 x 2 19x 7 x2 n 3x 5 3x 4 5x 3 2 x 2 x
K(x) ; L(x) ; M(x)
(x 1)2 (x 2 x 1) x 2 1 x 1 x 2 x 1
n 2 2 2
Exercice 3 :
n
3k 2 1
Calculer, pour n \ 0, 1 , Tn .
k 1 k 2 k 1
2 2
k=2
Exercice 4 :
4
zk3 + 2
Calculer Zn où z1 , ..., z4 sont les zéros de x 4 x 3 + 1 dans
k = 1 ( zk 1)
3 2
Exercice 5 :
1
Décomposer en éléments simples dans R(X).
(x 1) (x + 1)3
3
-5 -4 -3 -2 -1 0 1 2 3 4 5t
-1
Remarque:
U n’est pas continue en 0, elle est continue à droite au voisinage de 0.
On rend une fonction causale en la multipliant par la fonction échelon unité.
b. Fonction rampe unité
f(t) = 0 si t < 0
La fonction rampe unité est définie sur par : ou f(t) = tU(t)
f(t) = t si t 0
Sa représentation graphique est :
f
2
-5 -4 -3 -2 -1 0 1 2 3 4 5t
-1
3. Fonction retardée
Soit une fonction numérique de la variable réelle t définie sur , et soit g la fonction définie par
g(x) f(x a) , a étant un réel positif, on dit que la fonction g est retardée de a. La fonction h définie par
h(x) f(x a) , a étant un réel positif, est dite en avance de a.
Dans le plan rapporté à un repère orthonormé O, u, v , la courbe représentation de g se déduit de celle de f
-5 -4 -3 -2 -1 0 1 2 3 4 5t
-1
f(t) 0 si t < 0
f(t) U(t)sint ou
f(t) sint si t 0 . sa représentation graphique est :
f
2
-5 -4 -3 -2 - 0 2 3 4 5 t
-1
-5 -4 -3 -2 - 0 2 3 4 5 t
-1
4. Fonction créneau
Soient a et b deux réels tels que o < a < b et k un nombre réel. La fonction créneau est définie par :
f(t) = 0 si t < a
f(t) = k U t a U t b : f(t) = k si a t < b
f(t) = 0 si t b
Sa représentation graphique est : pour a = 1, b = 2 et k = 1
f
1
-4 -3 -2 -1 0 1 2 3 4 5t
-1
5. Applications
Une fonction étant définie à l’aide de l’échelon unité, il faut savoir la définir «par morceaux » sans
utiliser U.
-4 -3 -2 -1 0 1 2 3 4 5 t
-1
Inversement, l’échelon unité permet de définie « en ligne » une fonction définie «par morceaux ».
f(t) 0 si t a
Exemple : soit la fonction définie sur par : f(t) k si a t b
f(t) 0 si t b
D’après la représentation de f dans 4. , la fonction f «change de forme» aux points t = a et t = b.
On écrit f(t) f1 (t)U(t a) f 2 (t)U(t b)
Si t a , on a bien f(t) f1 (t) 0 f 2 (t) 0 0 ;
Si a t b , on a f(t) f1 (t) 1 f 2 (t) 0 f1 (t) donc f1 (t) k .
Si t b , on a f(t) f1 (t) 1 f 2 (t) 1 f1 (t) f 2 (t) donc f1 (t) f 2 (t) 0; k f 2 (t) 0; f 2 (t) k
On en conclut que f(t) kU(t a) kU(t b) k U(t a) U(t b)
VI. INTEGRALES GENERALISEES (OU INTEGRALES IMPROPES)
1. Définition
x
Si f est une fonction définie et dérivable sur [a ; +∞ [et si lim
x + a
f(t)dt est un réel A, on dit que l’intégrale
x
a
f(t)dt converge et on a : a
f(t)dt = lim
x + a f(t)dt = A.
Dans le cas contraire, on dit que a
f(t)dt diverge.
2. Remarque
Les propriétés de l’intégrale « classique » sont conservées ; en particulier, la linéarité.
dt dt
Exemple 1 : Etudier la convergence des intégrales suivantes :
1 t
et
1 t2
VII. TRANSFORMATION DE LAPLACE
1. Définition
Soit f une fonction causale, on appelle transformée de Laplace de f, la fonction F de la variable réelle p
définie par : F(P)= 0
f(t)e P t dt
2. Remarques
PRIMITIVE
t F(P)
5 TRANSFORMEE DE f(u)duU(t)
0
P
Si f a pour transformée F
6 TRANSFORMEE DE tf(t)U(t) F(P)
TRANSFORMEE DE t n f(t)U(t) n , 1 F (P)
n n
+
P
F(u)du
TRANSFORMEE DE f n (t)
n n Pn
Considérons les fonctions créneaux f n (t) nlim
f n (t) nlim
e 1
définies ainsi : P P
9 1 où est l’impulsion unité ou impulsion de Dirac
f n (t) = nU(t) nU(t )
n
Soit f, continue par morceaux sur 0; T
T
FP
0
e Pt f(t)dt
10 T > 0 , périodique de T ; alors : 1 e PT
EXEMPLE 1
Donner la transformée de Laplace des fonctions suivantes :
5. f1 (t) 2sin3t cos2t U(t)
t
f 2 (t) t 2 sin4t U(t)
3
P
6. f3 (t) = cos 6t U(t) si (cos2t) =
P 4 2
t e-2
f 4 (t) = f( )U(t) si (f(t)U(t) ) =
2 1-P 2
t
7. f5 (t) sint e U(t)
f 6 (t) (t 2e t +te 2t )U(t)
f 7 (t) e t sin 2 tU(t)
8. y vérifiant l'équation différentielle
y+2y+y = e-t ; y(0+ ) 0 et y(0+ ) 1
y vérifiant l'équation différentielle
y+3y+2y = 0; y(0+ ) 0 et y(0+ ) 1
t 1
9. f8 (t) = t 2 U(t) en utilisant ( uduU(t)) et (tU(t)) =
0 P
2t
10. f9 (t) te U(t)
f10 (t)=tsin2t U(t)
11. f11 (t) U(t 1) U(t 3)
π π
f12 (t) sin(3t ) U(t )
2 6
f13 (t) (t 2) U(t 2)
2
Exemple:
a. b.
f ( t) = 2 si t 1; 2 g( t) = 2 t si t 1; 2
f ( t) = 3 si t 2; + g( t) = 3 si t 2; +
1. Dessiner la courbe représentative des fonctions ci-dessus.
2. Définir la fonction f en utilisant l’échelon unité.
EXERCICE 9 :
Définir les fonctions représentées graphiquement à l’aide de l’échelon unité et calculer leurs transformées de
Laplace.
2.
y
1
-4 -3 -2 -1 0 1 2 3 4 5 t
-1
3.
y
1
-4 -3 -2 -1 0 1 2 3 4 5 t
-1
EXERCICE 10 :
2p
1. Déterminer l’original de F(p) = ; on pourra
(p +1)2
2
-1
écrire : F(p) = G(p) avec G(p) = 2 .
p +1
1
2. Déterminer l’original de F(p) = 2 ; on pourra
(p +1)2
1 1
écrire : F(p) = 2 2 et considérer un produit
p +1 p +1
de convolution.
0
2
sin(2t)e p t dt.
6. En déduire la transformée de Laplace de la fonction causale t f(t) U(t)
EXERCICE 12 :
k k
Soit f la fonction définie par : f ( t) t U(t) (t ) U(t ) avec et k réels strictement positifs.
1. Représenter la fonction f.
2
1 e p
k
2. Prouver que F(p) =
p
3. Calculer lim F(p)
p 0
>
4. Montrer sur cet exemple que le théorème de valeur finale est bien vérifié.
Indication : théorèmes de la valeur initiale et de la valeur finale
Théorème de la valeur initiale : lim F(p) = limf(t)
p t 0
>
SERIES DE FOURIER
I. GENERALITES SUR LES SUITES NUMERIQUES :
1. Définitions
Une suite numérique est une fonction de vers . Ainsi la fonction
u:
n u(n)
est une suite numérique. ESESNUMERIQUES
Notation
u(n) est noté simplement un et s’appelle le terme général de la suite u ou le terme de rang n.
la suite u se note aussi (u n )n ou (u n ) n 0 ou souvent (u n ).
Remarques
Soit une fonction définie dans , pour tout n , la suite u n de terme général u n f n est
dite définie par sa formule explicite.
La suite u n définie par la donnée :
D’un terme (en général le 1er terme)
Et la relation n , u n + 1 f u n est dite suite définie par une formule de récurrence.
Exemple :
u n n
5 17 32
Soit la suite définie par : u n 3n . On a u1 8 ; u 2 ; u3 ......
n 2 3
u 0 7
La suite u n définie par : on obtient u 0 7 ; u1 38 ; u 2 193 ......
u n+1 5u n 3
2. Suites particulières
a. Suites arithmétiques
Soit u n une suite numérique. u n est une suite arithmétique s’il existe un nombre réel r appelé
raison tel que : n , u n 1 u n r.
Une suite arithmétique (un) de premier terme uk et de raison r a pour terme général : u n u k n k r.
Soit (un) une suite arithmétique de premier terme ua et de dernier terme ub et de raison r. La somme des
termes consécutifs allant de ua à ub est S u a u a 1 ........ u b
si r 0, S
b a 1 u a u b
2
si r = 0, S b a 1 u a
Exemple :
u 0 2
La suite u n définie par : est une suite arithmétique de 1er terme u 0 2 et de raison r 5 .
n 1
u u n 5
L’expression de u n en fonction de n est : u n u 0 (n 0) r 5n 2 . En fin la somme S est :
(u 0 u n )n (2 5n 2)n (4 5n)n
S u 0 u 2 ...... u n .
2 2 2
b. Suites géométriques
Soit v n une suite numérique. v n est une suite géométrique s’il existe un nombre réel q appelé
raison tel que : n , vn 1 q vn .
v n 1 2 2
n n
1 1
L’expression de v n en fonction de n est : v n v0 3 . En fin la somme S est :
2 2
n 2+1
1
1
3 1
n 1
3 2
Sn v 2 v3 ...... v n = 1 .
4 1
1 2 2
2
3. raisonnement par récurrence :
Pour démontrer qu’une propriété P(n) à partir certain rang n0 est vraie, il faut :
Vérifier que la propriété P(n) est vraie pour n=n0.
Supposer que pour tout k n 0 , P(k) est vraie et sous cette hypothèse, on démontre que la propriété
P(k+1) est vraie.
Conclure que la propriété P(n) est vraie pour tout n n 0 , lorsque ces deux étapes sont franchies.
4. Variations d’une suite numérique
Une suite (un) est dite croissante à partir d’un rang n0 , si n n0 , un+1 un .
Une suite (un) est dite décroissante à partir d’un rang n0 , si n n0 , un+1 un .
Une suite (un) est dite constante ou stationnaire à partir d’un rang n0 , si n n0 , un+1 =un.
Remarques:
Pour démonter qu’une suite (un) est monotone, on peut :
Etudier le signe de un+1 un .
u
Comparer à 1 le quotient n+1 lorsque tous les termes la suite (un) sont de même signe et non nuls.
un
Etudier le sens de variation de la fonction f lorsque la suite est du type
un = f(n). Dans ce cas la suite (un) et la fonction f ont le même sens de variation.
procéder par récurrence lorsque la suite est de type un+1 =f(un) .
Exemple :
u0 =0
La suite (un) définie par :
un+1 = un +2
Montrons par récurrence que n , 0 u n 2 .
En effet, u0 =0 d’où 0 u0 2 vraie pour n= 0.
Supposons que k , 0 u k 2 et montrons que k , 0 u k 1 2 .
k , 0 u k 2 k , 2 u k 2 4
k , 2 uk 2 4
k , 0 u k 1 2 car 2 0
Par conséquent n , 0 u n 2 .
lim ku n kL k
n
un L
lim =
n + vn L
Si un = f(n) et si lim f(x)= L alors lim un = L
x + n +
8. Suites équivalentes
un
Deux suites (un) et (vn) seront équivalentes si : lim =1 . On écrit un ~vn en
n vn
Si un s’exprime par une fonction rationnelle de variable n, alors (un) est équivalentes au rapport de ses
termes de plus haut degré.
Exemple :
2n 2
Soit un = 2 on a un ~ 3n en .
3n 1
n+1 1
Soit vn = 3 2 on a vn ~ 3n2 en .
3n n 1
II. SERIES NUMERIQUES :
1. Définitions
Si cette limite est un réel S, on dit que la série de terme général un converge vers S.
Remarque :
Si la série u
p 0
p converge, lim un 0 .
n
Si lim un 0 , la série
n
u
p 0
p diverge.
Exemple :
n2 1
Considérons la série de terme général un =
n1
. On sait que lim un , donc la série
n
u
p 0
p
diverge.
n
1
Considérons la série de terme général vn = . On sait que lim vn 0 , donc la série vp peut
2 n
p 0
converger ou diverge. On précisera si elle est convergente ou divergente dans l’exemple précédent.
2. Séries de références
a. Séries géométriques
la série géométrique de terme général bn converge si et seulement si b 1 . La somme de la série est alors
1
.
1b
Exemple :
n
1
La série de terme général vn = converge car
1 1
2 2
1 . La somme de la série est : v p
1
2.
p 0 1
2
b. Séries de Riemann
1
On appelle série de Riemann toute série dont le terme général est ( IR) .
n
1
Si 1 , la série de Riemann de terme général converge.
n
1
Si 1 , la série de Riemann de terme général diverge.
n
Exemple :
1
Si 1 , la série diverge.
n 0n
1
Si 2 , la série 2 converge.
n 0n
3. théorèmes de convergence des séries à termes positifs :
a. ordre
Si u
n 0
n et
n0
v n sont deux séries dont les termes sont positifs à partir d’un certain rang et si à partir d’un
certain rang un vn , alors la convergence vn de entraîne celle de
n0
un , la divergence de
n 0
u
n 0
n entraîne
celle de v
n0
n .
Exemple :
en , alors les deux séries ont le même comportement (elles divergent ou convergent)
Exemple :
3 3
On a directement 2 ~ 2 en . 2 Converge car série Riemann convergente donc 2
3 3
n 0 n 1
n +1 n
n 0n
converge.
1
en .
√n √n √n 1
On a directement ~ en donc ~ diverge car série Riemann divergente
n+1 n n+1 √n
n 0 n
n
car 1 donc
n 0
n 1 diverge.
1 1 1 1
n(n 1) converge. Il est immédiat que n(n 1) n n 1 .
3 1
~ 2 en donc
(n+1)n n
n 0
1 1 1 1 1 1 1 1 1 1 1
On a sn .... 1 .
1 2 2 3 3 4 n 1 n n n 1 n 1
n
1 1 1
lim sn lim lim 1 1
p 0 p(p 1) p 0 p(p 1) n1
n n n
c. Règle d’Alembert
u
Soit un une série à termes positifs et lim n1 L .
n u
n 0 n
Si L 1 , la série converge.
Si L 1 , la série diverge.
Si L 1 , on ne peut rien dire.la série peut converger ou diverger.
d. Règle de Cauchy
Soit u
n 0
n une série à termes positifs et lim n un .
n
Si 1 , la série converge.
Si 1 , la série diverge.
Si 1 , on ne peut rien dire.la série peut converger ou diverger.
Exemple :
Etudions la convergence des séries de terme général suivantes :
n+1 ln(nn )
un et vn .
n! (ln(n))n
(on rappelle que si n>0 alors n!=1 2 3... n ).
un1 n2 n! n2 u
d'où lim n1 0 par conséquent L < 1, donc la série de terme général un
un (n 1)! n 1 (n 1) 2 n u
n
converge.
lnn lnln(n)
e n e n
n v =
n d'où lim n vn 0 par conséquent < 1, donc la série de terme général vn converge.
ln(n) n
(1) n
Donc la série
n
converge. Cette série est appelée la série harmonique alternée.
n 0
5. Séries absolument convergentes :
c. Définition :
Une série u
n 0
n est dite absolument convergente si la série u
n 0
n converge.
d. Théorème :
Une série absolument convergente converge.
III. SERIES DE FOURIER
1. Introduction
Définition
Une série de Fourier est une série dont le terme général est de la forme un an cos(nt) bn sin(nt) .
Soit an cos(nt) bn sin(nt) a0 an cos(nt) bn sin(nt) .
n 0 n1
Si, pour tout réel t, cette série converge, elle définit une fonction f de la variable réelle t.
Théorème de périodicité
Si une série de Fourier de terme général un an cos(nt) bn sin(nt) converge vers f, alors f est de période
2
T .
2. Calcul des coefficients de Fourier
2
Supposons qu’une série de Fourier converge vers une fonction f de période T, donc de . On peut alors
T
calculer les coefficients an et bn de cette série.
1 αT
T α
a0 f(t)dt f (Valeur moyenne de f sur une période).
2 αT 2 αT
Pour n > 0 : a n f(t)cos(nωt)dt et b n f(t)sin(nωt)dt où an et bn sont appelés les
T α T α
coefficients de Fourier associés à f. la série de Fourier associée à f est: a0 an cos(nt) bn sin(nt) .
n1
Remarque
T
on peut prendre n’importe quelle valeur pour , mais on prend généralement 0 ou (on a alors
2
T T /2
0 et T /2 ).
Propriétés
2 T2 4 T2
T 0 T 0
Si f est paire, pour tout n, bn= 0 ; a 0 f(t)dt f ; pour n > 0, a n f(t)cos(nωt)dt ; la série
de Fourier associée à f se réduit à a0 an cos(nt) .
n1
4 T2
T 0
Si f est impaire, pour tout n, an = 0 (même a0 = 0) ; pour n > 0, bn f(t)sin(nωt)dt ; la série de
Fourier associée à f se réduit à b
n1
n sin(nt) .
Exemple
Mathématiques générales 2ème année DUT EII et MI Page 62
On considère la fonction f de période 2 , définie sur 0, , f(x) =1 et sur , 2 , f(x) = -1.
1. Calculer les coefficients de Fourier de f.
2. Quel est le développement en série de Fourier de f ?
Solution
1.
y
1
-2 - 0 2 t
-1
Nous avons représenté ci-dessus la fonction f sur 2, 2 . On remarque que f est impaire.
Par conséquent on a : a0 et pour tout n 1, an 0.
Pour tout n>0,
2
bn = f(t)sin(nt)dt cos(nt)0. cos(nt) 1 1 (1)n avec T= 2 et =
2 2 2 2
1.
0 n n n T
2. si n est pair, (-1)n =1, bn=0.
4 4
Si n est impair, (-1)n =-1, bn donc pour n=2p+1 (p IN) on a b2p+1 .
n (2p+1)
4 sin(2p 1)t
Le développement en série de Fourier de f est donc : .
p0 2p 1
Exemple
On considère la fonction f de période définie par f(t)= t sur 0, . En supposant que f soit développable
en série de Fourier, calculer les coefficients de Fourier de f.
Représentation graphique de f
-2 - 0 2 t
-
Exemple
On considère la fonction de l’exemple précédent : f de période et f(t)=t sur 0; .
Montrer que f satisfait aux conditions de Dirichlet et appliquer le théorème de Dirichlet pour x et pour x
4
= 0.
Solution
f est périodique.
f est continue et dérivable sauf en 0 et en ( k en généralement).
lim f(x) , lim f(x) 0, lim f(x) , lim f(x) 0
x 0 x 0 x x
1
On a : f 2 (t) dt a20 an2 bn2 (Formule de Parseval).
1 T
T 0 2 n1
2
Cette expression est le carré de valeur efficace de f sur une période. Cette valeur se note feff .
Exemple
T
avec Cn
f(t)eintdt et =
T
.
1 T
La formule Parseval s’écrit : feff
2
f 2 (t) dt Cn2
T n
Exemple
Considérons la fonction f de période définie sur 0, par f(t) t( t); en admettant que f satisfait aux
conditions de Dirichlet, développer f en série de Fourier sous forme complexe.
Solution
1 T 2
Cn f(t)eintdt T = , = 2, = 0 .
T T
1
Calculons Cn t( t)e2int dt
0
n≠0
1
Pour calculer l’intégrale, on procède à deux intégrales par parties successives : Cn 2
2n
n=0
1 2
C0 t( t)dt .
0 6
2 e2int
On obtient le développement suivant : .
6 nZ 2n2
f est continue, on peut écrire pour tout réel t :
2 1 e2int
f(t) 2
6 2 nZ n
Problème de synthèse
1. Soit n un entier naturel non nul. Calculer à l’aide de deux intégrations par parties successives l’intégrale :
J t( t) cos(2nt) dt .
0
1
5. La valeur efficace Ue de la fonction u est telle que Ue u2 (t)dt .
2
0
Calculer U2e .
La valeur efficace de la fonction u peut aussi s’exprimer à l’aide de la formule de PARSEVAL:
1
U2e a20 an2 .
2 n1
Soit P le nombre défini par P a20 a12 a22 a23 a24 a25 . Donner l’approximation à 10-3 par excès. Vérifier
1
2
P1
que 2 0, 999 .
Ue
+
1
6. En utilisant la formule de Parseval, calculer 4
.
n=1n
2 4 4
3. On considère la fonction g définie sur IR par : g(t) cos(2t) cos(4t) .
3 15
a. Expliquer pourquoi la fonction g réalise une approximation de la fonction f.
b. Prouver que g est une fonction paire, de période .
8 4
c. Prouver que g(t) sin(2t) cos(2t) 1 . Dresser le tableau de variation de g.
3 5
d. Représenter sur un même graphique les fonctions f et g sur l’intervalle 0; .
FORMULE DE PARSEVAL
EXERCICE 12:
Soit f, la fonction de l’exercice 5.
1 2
En appliquant la formule de Parseval, montrer que 2 .
n 1 n 6
EXERCICE 13:
Soit f, la fonction de l’exercice 6.
Exercice de synthèse :
1. Une agence de voyages veut organiser des circuits touristiques comprenant dans un ordre donné, les six
villes ivoiriennes : Abidjan, Divo, Gagnoa, Issia, Daloa, Man. Pour définir un circuit, on suppose que
chaque ville n’est visitée qu’une fois et on tient compte de l’ordre de visite de ces villes ; par exemple, le
circuit « Abidjan, Divo, Gagnoa, Issia, Daloa, Man » diffère du circuit « Man, Daloa, Issia, Gagnoa,
Divo, Abidjan ». Combien y-a-t-il de circuits possibles ?
2. Cette agence propose également des excursions permettant de visiter deux villes parmi les six villes
citées précédemment ; les excursions du type, par exemple ; Divo-Gagnoa et Gagnoa-Divo sont, pour
des raisons financières, considérées comme des excursions différentes. Combien y a-t-il d’excursions
différentes ?
3. En définitive, l’agence, pour la visite de deux villes déterminées, ne retient qu’une seule excursion (par
Si l’on ne tient plus compte de l’ordre de visite des villes. Il s’agit des combinaisons des 6 villes prises 2
6! 30
à 2. N 3 C6 15 .
2
2! 6 2 ! 2
2ème lancer
1 (1 ; 1) (1 ; 2) (1 ; 3) (1 ; 4) (1 ; 5) (1 ; 6)
2 (2 ; 1) (2 ; 2) (2 ; 3) (2 ; 4) (2 ; 5) (2 ; 6)
3 (3 ; 1) (3 ; 2) (3 ; 3) (3 ; 4) (3 ; 5) (3 ; 6)
4 (4 ; 1) (4 ; 2) (4 ; 3) (4 ; 4) (4 ; 5) (4 ; 6)
5 (5 ; 1) (5 ; 2) (5 ; 3) (5 ; 4) (5 ; 5) (5 ; 6)
6 (6 ; 1) (6 ; 2) (6 ; 3) (6 ; 4) (6 ; 5) (6 ; 6)
Card(A B) 3
Card(A) 5 3 1 P(A B) 3
P(A) = = , P(A B) = = , P(B/A) = = 36 et
Card() 36 Card() 36 12 P(A) 5 5
36
Card(B C) 9 1
P(B C) = =
Card() 36 4
Card(B) 18 1 Card(C) 18 1 1
2. P(B) = = , P(C) = = et P(B) P(C) = = P(B C) par
Card() 36 2 Card() 36 2 4
conséquent B et C sont indépendants.
d. Formule de probabilités totales :
On appelle système complet d’événements toute famille A1 , A2 ,....., An d’événements deux à deux
incompatibles tels que :
p(Ai ) >0, i 1, 2,...,n
n
p(A ) 1
i 1
i
Ai A j pour i j
n
Si on décompose un événement B quelconque sur cette partition de Ω, on a : B Ai B
i 1
D’où on obtient la formule des probabilités totales :
n
p B p A1 B p A 2 B ............. p A n B p Ai B
i 1
n
p B p A1 p B/A1 p A 2 p B/A 2 ....... p A n p B/A n p Ai p B/Ai
i 1
e. Formule de Bayes :
Si B est un événement tel que P(B)>0 et un système complet d’événements, la formule de Bayes s’écrit :
p(Ai ) p(B / Ai )
p(Ai / B)
p(A1 ) p(B/A1 ) p(A 2 ) p(B/A 2 ) .............. p(A n ) p(B/A n )
Exemple 4 :
On a une pièce mécanique qui est fabriquée soit par l’usine 1, 2 ou 3. On suppose que 25% (respectivement
30% et 45%) de la production provient de l’usine 1 (respectivement l’usine 2 et 3). On suppose que 10%
(respectivement 2% et 5%) des pièces produites par l’usine 1 (respectivement l’usine 2 et 3) sont
défectueuses.
1. On prend une pièce, quelle est la probabilité pour qu’elle soit défectueuse ?
2. On tire une pièce au hasard. On constate qu’elle est défectueuse. Quelle est la probabilité pour cette
pièce provienne de l’usine 1.
Solution :
Soient Ui « la pièce choisie provient de l’usine i » et D « la pièce choisie est défectueuse ».
On appelle variance de la variable aléatoire X le nombre réel positif, noté V(X) définie
n n
par : V(X) E X E(X) x i E(X) pi x p E(X) E(X 2 ) E(X)
2 2 2 2 2
i=1 i=1
i i
L’écart-type de cette loi, noté (X), est la racine carrée de la variance : σ(X) V(X) .
5. PROPRIETES :
Soit k une constante.
E(X + k ) E(X) + k E(k X) k E(X)
V(X + k ) V(X) V(k X) k 2 V(X) σ(k X) k σ(X)
6. FONCTION DE REPARTITION :
a. Définition :
On appelle fonction de répartition de la variable aléatoire X l’application F définie par :
F: 0; 1
x F(x) P X x
F(x) est la probabilité de l’événement « obtenir une valeur de X inférieure ou égale à x ».
b. Propriétés :
Soit a et b deux nombres réels
P(X > a ) 1 P(X a) 1 F(a)
P(a < X b ) P(X b) P(X a) F(b) F(a) .
La fonction F est croissante.
Si x < x1 , F(x) 0 ; si x x n , F(x) 1 .
Exemple 1:
Deux urnes U1 et U2 contiennent trois boules numérotées respectivement 1, 2, 3 et 2, 3, 4. On tire au hasard
une boule dans chaque urne et on effectue le produit X des numéros tirés.
1. Déterminer la loi de probabilité de X et tracer le graphe de sa fonction de répartition F.
2. Calculer E(X), V(X) et σ(X) .
-2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 x
-1
54
2. E(X) = x i pi 9
6
406 2
V(X) = x i2 pi E(X) σ(X) =
2
6 9,11 ; V(X) = 9,111 3,02
9
7. LOIS DE PROBABILITES DISCRETES
a. Epreuve de Bernoulli :
On appelle épreuve de Bernoulli une épreuve ayant deux éventualités. Où l'éventualité S « succès » est de
probabilité p et l'éventualité S « échec » est de probabilité 1 p .
b. Loi binomiale :
On considère un schéma de Bernoulli consistant en la répétition n fois de façons indépendantes d’une même
épreuve de Bernoulli pour laquelle la probabilité du succès S est p .
On note X la variable aléatoire égale au nombre de succès obtenus sur les n répétitions,
pour tout k tel que 0 k n , P(X k) Ckn p k (1 p) n k .
On dit que la variable aléatoire X suit une loi binomiale de paramètres n et p, notée en abrégé B (n , p)
n
Remarque : p(X k) 1 ; E( X) n p ; V(X) n p (1 p) ; σ(X) n p (1 p) .
k 1
c. Loi de Poisson :
Une variable aléatoire X à valeurs dans suit une loi de Poisson de paramètre λ ( λ 0 ), notée en abrégé
λ k λ
P si la loi de probabilité de X est définie par : P(X k) e pour tout k .
k!
Les caractéristiques sont : E(X) = λ ; V(X) = λ ; σ(X) = λ .
+
2
b. Sachant que E X = x 2 f(x)dx , calculer la variance et l’écart-type de la variable aléatoire X.
-
EXERCICE 5:
I. a désigne un réel strictement positif donné, x désigne un réel.
x +
1. Calculer 0
te at dt . En déduire
0
te at dt .
2. Montrer que la fonction f définie sur R par :
0 si t < 0
f(t) = 2 a t est une densité de probabilité.
a te si t 0
II. La durée de vie, exprimée en heures, d’un composant électronique choisi au hasard dans une
fabrication donnée est une variable aléatoire dont la densité de probabilité est f avec a 104 .
1. On pose F x =
x
f(t)dt
a. Calculer F(x).
b. Que représente F(x).
2. Les résultats seront donnés arrondis au millième le plus proche.
a. Calculer la probabilité, notée p, de l’évènement : «la durée de vie d’un composant électronique est
inférieurs1000 heures».
b. Calculer la probabilité, notée p, de l’évènement : «la durée de vie d’un composant électronique est
supérieure 1000 heures».
EXERCICE 6:
L’éclairage d’une commune est assuré par 2 000 lampes dont la durée de vie moyenne est 1000 heures. Les
tests réalisés pour obtenir cette « espérance de vie » ont montré que la durée de vie des lampes était
distribuée selon une loi normale avec un écart type estimé à 200 lampes. Les services d’entretien de la
commune ont besoin pour leur gestion de connaître :
1. Le nombre de lampes hors d’usage au bout de 700 heures ;
2. Le nombre de lampes à remplacer entre la 900ème et la 1300ème heure ;
3. Le nombre d’heures qui se seront écoulées pour que 10% des lampes soient hors d’usage.
225; 235 11
235; 245 19
245; 255 26
255; 265 18
265; 275 13
275; 285 6
21,95; 21,97 7
21,97; 21,99 27
21,99; 22,01 30
22,01; 22,03 24
22,03; 22,05 7
22,05; 22,07 2
1.
a. Donner la moyenne me et l’écart-type σe de cette série statistique (les résultats seront arrondis à 10-4
près).
b. Dans la pratique, le diamètre d’un minerai exprimé en cm est une variable aléatoire X qui suit la loi
normale de moyenne m = 22 cm et d’écart-type σ = 0, 025 cm. Un minerai est refusé si son diamètre est
strictement inférieur à 21,95 cm ou strictement supérieur à 22,05 cm. Quelle est la probabilité qu’un
minerai pris au hasard dans la production soit accepté ?
1. On admet que la probabilité pour qu’un minerai soit refusé est q = 0,5. On prélève au hasard un
échantillon de 80 minerais dans la production. (ce prélèvement est assimilé à un tirage de 80 minerais
avec remise). On désigne par Y la variable aléatoire qui est égal au nombre de minerais refusés dans
l’échantillon des 80 minerais prélevés.
a. Donner la loi suivie par Y.
b. Déterminer le nombre moyen d’échantillons refusés.
c. Calculer P [(Y = 0)/(Y ≤ 2)].
2. On approche la variable aléatoire Y par la variable aléatoire Y1 , où Y1 suit la loi de poisson de paramètre
𝜆.
a. Donner la valeur de 𝜆.
b. Avec la loi Y1 , calculer la probabilité que l’échantillon prélevé contienne exactement 10 minerais
refusés.
3. Après vérification, la variable aléatoire X qui est égal au diamètre du minerai est en réalité, une variable
aléatoire continue de densité de probabilité f définie par :
a cos x si x 2; 2
f(x) = 4
0 si x -; 2 2; +
a. Déterminer a pour que f soit une densité de probabilité
1
b. Calculer P (X < -1) et P (X > 4).
c. Déterminer E(X) où E(X) désigne l’espérance mathématique de la variable aléatoire X.
EXERCICE 13: (EXTRAIT DU BTS SEI 2013)
Une machine fabrique des rondelles en acier pour les souris d’ordinateurs. On admet que la variable aléatoire
X qui est égale au nombre au diamètre d’une rondelle suit une loi normale de moyenne
m = 90mm et d’écart-type 𝜎 = 0, 16 mm.
1.
1. Calculer des valeurs approchées de la moyenne et de l’écart type des durées de traitement des dossiers de
cet échantillon.
2. En déduire des estimations ponctuelles de la moyenne m et de l’écart type de la population totale des
dossiers traités.
3. Soit la variable aléatoire X qui, à tout échantillon aléatoire non exhaustif de taille 30 de cette population,
associe sa moyenne. On suppose que X suit la loi normale N m, .
30
Donner une estimation de m par l’intervalle de confiance de centre X , avec le coefficient de confiance
95%, fourni par cet échantillon, en prenant pour son estimation ponctuelle.
Exercice 15:
Un boulanger fabrique des baguettes. On suppose que la variable aléatoire X, qui à chaque baguette tirée au
hasard associe sa masse suit la loi normale N(250 ; 10) (en g).
1. On prélève une baguette au hasard. Déterminer la probabilité pour que sa masse soit comprise entre 245g
et 255g.
2. On prélève une baguette un échantillon de 10 baguettes (au hasard avec remise).
a. Quelle loi suit la variable aléatoire X qui à tout échantillon de taille n=10 associe la moyenne des
masses des baguettes de l’échantillon ?
b. Déterminer la probabilité pour que la moyenne des masses des baguettes de l’échantillon soit comprise
entre 245g et 255g.
3. On prélève une baguette un échantillon de 50 baguettes (au hasard avec remise).
a. Quelle loi suit la variable aléatoire X qui à tout échantillon de taille n=50 associe la moyenne des
masses des baguettes de l’échantillon ?
b. Déterminer la probabilité pour que la moyenne des masses des baguettes de l’échantillon soit comprise
entre 245g et 255g.
Exercice 2: (EXTRAIT DU BTS FC 2015)
Pendant une période de cent quatre jours une firme pharmaceutique a fourni à l’un des pays touchés par la
fièvre hémorragique à virus Ebola, des sérums expérimentaux. La demande de ces produits suit une loi
normale dont on ignore les paramètres. Pour l’ensemble de la population, on dispose dans le tableau ci-
dessous les quantités demandées de flacons par lot de 50 en fonction du nombre de jours.
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7290 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8254 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8780 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9117
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9779 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9898 0,9901 0,9904 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
N.B : La table donne les valeurs de (t) pour t > 0. Si t est négatif on prend le complément à l’unité de la
valeur lue dans la table. ( t) = 1 (t) .