Cours

Table des matires
1)
2)
3)
4)
5)
Fonctions usuelles . . . . . . . . . . . . . . . . .
a)
Exponentielles et logarithmes . . . . . .
b)
Fonctions trigonomtriques rciproques
Limite - Continuit . . . . . . . . . . . . . . . .
a)
Limites . . . . . . . . . . . . . . . . . .
b)
Comparaison de fonctions . . . . . . . .
c)
Continuit . . . . . . . . . . . . . . . . .
Drivation . . . . . . . . . . . . . . . . . . . . .
Dveloppements limits . . . . . . . . . . . . .
Intgration sur un segment . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
I) Intgration sur un intervalle quelconque

1) Intgrales impropres . . . . . . . . . . . . . . . .
a)
Gnralits . . . . . . . . . . . . . . . . .
b)
Proprits . . . . . . . . . . . . . . . . . .
c)
Critres de convergence pour les fonctions
d)
Convergence absolue . . . . . . . . . . . .
e)
Divergence Grossire . . . . . . . . . . . .
2) Techniques pour le calcul dintgrales . . . . . . .
a)
Intgration par parties . . . . . . . . . . .
b)
Changement de variable . . . . . . . . . .
3) Gnralits . . . . . . . . . . . . . . . . . . . . .
a)
Quest-ce quune suite ? . . . . . . . . . .
4) Convergence et divergence dune suite . . . . . .
a)
Ordre et limites . . . . . . . . . . . . . . .
b)
Suites adjacentes . . . . . . . . . . . . . .
5) Suites particulires . . . . . . . . . . . . . . . . .
a)
Suites arithmtico-gomtrique . . . . . .
b)
Suites rcurrentes linaires dordre 2 . . .
c)
Suites dfinies par rcurrence . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
6
7
7
7
9
10
13
17
. . . . .
. . . . .
. . . . .
positives
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
21
22
22
25
25
29
33
33
33
36
38
38
40
43
45
47
47
49
53
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
57
57
58
65
67
67
75
II) Sries numriques

1) Gnralits . . . . . . . . . . . . . . . . . . . . . . . . .
a)
Sries convergentes . . . . . . . . . . . . . . . . .
b)
Reste dune srie convergente . . . . . . . . . . .
2) Sries termes rels positifs ( partir dun certain rang)
a)
comparaison entre deux sries termes positifs .
b)
comparaison dune srie et dune intgrale . . . .
.
.
.
.
.
.
c)
Reprsentation dcimale des rels . . . . . . . . . . . . . . . . . . . . . . .
Sries absolument convergentes . . . . . . . . . . . . . . . . . . . . . . . . . . . .
78
81
X) quations diffrentielles et systmes diffrentiels

1) Rappels. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a)
Equations linaires scalaires du premier ordre. . . . . . . . . . . . . . . .
b)
Equations diffrentielles linaires dordre 2 coefficients constants. . . . .
c)
Equations diffrentielles linaires du second ordre coefficients constants
avec second membre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2) quations diffrentielles scalaires dordre 2. . . . . . . . . . . . . . . . . . . . . .
3) Systmes diffrentiels linaires coefficients constants. . . . . . . . . . . . . . . .
a)
Cauchy-Lipschitz et structure de lespace des solutions. . . . . . . . . . .
b)
Rsolution de lquation homogne dans les cas o A est diagonalisable ou
trigonalisable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
354
356
356
360
IV)Algbre linaire - rappels et complments

1) Espaces vectoriels, sous-espaces vectoriels. .
2) Famille de vecteurs . . . . . . . . . . . . . .
a)
Familles gnratrices - familles libres
b)
Base dun espace vectoriel . . . . . .
3) Applications linaires . . . . . . . . . . . . .
a)
Proprits gnrales . . . . . . . . .
b)
Endomorphismes remarquables . . .
4) Matrices . . . . . . . . . . . . . . . . . . . .
a)
Sous espaces stables . . . . . . . . .
b)
complments sur les matrices . . . .
3)
362
363
378
378
381
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
122
122
135
135
136
142
142
152
160
160
166
. . .
. . .
. . .
base
. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
172
172
173
177
181
183
VI)Rduction des endomorphismes et des matrices

1) lments propres dun endomorphisme . . . . . . . . . . . . . . .
a)
Valeurs propres, vecteurs propres et sous-espaces propres
b)
Polynme caractristique dun endomorphisme . . . . . .
2) Diagonalisation dun endomorphisme . . . . . . . . . . . . . . . .
3) Trigonalisation dun endomorphisme . . . . . . . . . . . . . . . .
4) Exemples dapplications. . . . . . . . . . . . . . . . . . . . . . . .
a)
Calculer les puissances dune matrice diagonalisable . . .
b)
Calculer le terme gnral dune suite rcurrente linaire .
c)
rsoudre un systme diffrentiel . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
186
187
187
190
192
202
211
211
213
215
VII)
Espaces probabiliss
1) Dnombrements : rappels . . . . . .
2) Probabilits : cas dun univers fini .
a)
Notion dvnement alatoire.
b)
Espace probabilis fini. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
217
217
227
227
229
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
V) Dterminants
1) Dterminant dune matrice carre . . . . . . . .
2) Proprits du dterminant . . . . . . . . . . . .
3) Calcul du dterminant . . . . . . . . . . . . . .
4) Dterminant dune famille de vecteurs dans une
5) Dterminant dun endomorphisme . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3)
4)
5)
6)
Ensembles dnombrables . . . . . . . . . . . .
Evnements sur un univers dnombrable . .
Probabilits : cas des ensembles dnombrables
Probabilits : cas gnral . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
249
254
256
272
VIII)
Arcs paramtrs
1) Fonctions vectorielles valeurs dans R2 . . . . . .
a)
Limite en un point - Continuit. . . . . .
b)
Drivation . . . . . . . . . . . . . . . . . .
c)
Formule de Taylor - Young . . . . . . . .
2)
Courbes paramtres du plan. . . . . . . . . . .
a)
tude locale dun arc paramtr. . . . . .
b)
Branches infinies. . . . . . . . . . . . . . .
3) Plan dtude - Exemples . . . . . . . . . . . . . .
4)
Enveloppe dune famille de droites. Dveloppe.
5) Proprits mtriques dune courbe plane. . . . .
a)
Repre de Frnet . . . . . . . . . . . . . .
b)
Dveloppe dune courbe paramtre . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
276
277
277
279
282
284
285
296
301
304
308
312
315
IX)Sries entires
1) Dfinition et notion de rayon de convergence. . . . . . . . . . .
2) Proprits de la somme dune srie entire dune variable relle.
3) Fonctions dveloppables en srie entire. . . . . . . . . . . . . .
4) Dveloppements en sries usuels et mthodes pour les obtenir .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
317
317
331
335
341
X) quations diffrentielles et systmes diffrentiels

1) Rappels. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a)
Equations linaires scalaires du premier ordre. . . . . . . . . . . . . . . .
b)
Equations diffrentielles linaires dordre 2 coefficients constants. . . . .
c)
avec second membre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2) quations diffrentielles scalaires dordre 2. . . . . . . . . . . . . . . . . . . . . .
3) Systmes diffrentiels linaires coefficients constants. . . . . . . . . . . . . . . .
a)
Cauchy-Lipschitz et structure de lespace des solutions. . . . . . . . . . .
b)
Rsolution de lquation homogne dans les cas o A est diagonalisable ou
trigonalisable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
354
356
356
360
XI)Fonctions de deux ou trois variables.

1) Notions de topologie. . . . . . . . . . . . . . .
2) Limite et continuit. . . . . . . . . . . . . . .
3) Drives partielles. . . . . . . . . . . . . . . .
a)
Drives partielles dordre 1. . . . . .
b)
Drives partielles dordre 2. . . . . .
4) Exemples dquations aux drives partielles.
387
387
389
394
394
405
407
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
362
363
378
378
381
XII)
Fonction dfinie par une intgrale
421
1) La question de la continuit sous le signe intgral . . . . . . . . . . . . . . . . . . 427
2) Drivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 434
XIII)
Variables alatoires discrtes
1) Gnralits . . . . . . . . . . . . . . .
a)
Dfinition . . . . . . . . . . . .
b)
Loi dune variable alatoire . .
2) Couple de variables alatoires discrtes
3) Esprance et variance . . . . . . . . .
4) Lois usuelles . . . . . . . . . . . . . . .
a)
Loi uniforme . . . . . . . . . .
b)
Loi de Bernoulli . . . . . . . .
c)
Loi binomiale . . . . . . . . . .
d)
Loi Gomtrique . . . . . . . .
e)
Loi de Poisson . . . . . . . . .
5) Loi faible des grands nombres . . . . .
6) Fonctions gnratrices . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
439
439
439
440
442
448
456
456
458
459
462
466
474
480
XIV)
Structure prhilbertienne
1) Produit scalaire et norme . . . . . . . . . . . . . . . . .
2) Gnralits - thorme de pythagore . . . . . . . . . . .
3) Bases orthogonales . . . . . . . . . . . . . . . . . . . . .
4) Projection orthogonale sur un e.v de dimension finie . .
a)
Ingalit de Bessel . . . . . . . . . . . . . . . . .
b)
Distance un s.e.v et ingalit de Bessel . . . . .
c)
Procd dorthonormalisation de Gram - Schmidt
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
486
486
494
495
498
501
502
503
XV)- Isomtries dun espace euclidien

1) Isomtries vectorielles. . . . . . . . . . . . . . .
2) Matrices orthogonales. . . . . . . . . . . . . . .
3) Endomorphismes orthogonaux en dimension 2.
4) Endomorphismes orthogonaux en dimension 3.
5) Matrices symtriques relles. . . . . . . . . . .
6) Coniques . . . . . . . . . . . . . . . . . . . . .
7) Extremums dune fonction de deux variables. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
510
510
514
520
525
528
532
539
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Rvisions danalyse
1)
a)
Fonctions usuelles
Exponentielles et logarithmes
Le thorme des croissances compares.
Pour > 0 et > 0 :
(ln x)
= 0 ainsi que
x+ x
lim
Que signifie lexpression ax ?
x
=0
x+ ex
lim
b)
Fonctions trigonomtriques rciproques

Voir fiche Formulaire danalyse
Fonctions trigonomtriques rciproques.
a) Quest-ce quune bijection ? Donner une dfinition et des exemples.

b) Quelles sont les dfinitions des fonctions arccos, arcsin et arctan?. Interprtations graphiques.
c) Retrouver les expressions des drives de ces fonctions.
d) Dmontrer que (prciser chaque fois le domaine de validit de ces formules) :
x
.
1 x2
1 x2
ii) tan(arccos x) =
.
x
i) tan(arcsin x) =
Exos B55 et B58.
1
.
1 + x2
x
iv) sin(arctan x) =
.
1 + x2
iii) cos(arctan x) =
2)
a)
Limite - Continuit
Limites
Notion de limite
a) Que signifient (mathmatiquement et verbalement) les expressions suivantes :
f admet une limite l en x0 .
f tend vers + en x0 .
f admet une limite l droite en x0 .
f admet une limite l en +.
b) Que signifie lexpression lordre est conserv par passage la limite ?

c) Enonc du thorme des gendarmes ?
Exos A1, B1, B2.
Thorme de la limite monotone

a dsigne un rel ou , b dsigne un rel ou + et f une fonction valeurs dans R :
Si f est croissante et majore sur ]a, b[ alors f admet une limite finie gauche en b.
Si f est croissante et minore sur ]a, b[ alors f admet une limite finie droite en a.
Que devient lnonc de ce thorme dans le cas dune fonction dcroissante ?
b)
Comparaison de fonctions
ngligeabilit et quivalence
Que signifient les notations suivantes, a tant un rel, + ou ; f et g des fonctions dfinies
au voisinage de a :
f = o(g) et f g ?
a
Quelles proprits ont ces relations de comparaison ?
Ngligeabilit - proprits
Avec les mmes notations :
Si g ne sannule pas au voisinage de a, sauf ventuellement en a, alors :
f = o(g) lim
f (x)
xa g(x)
=0
Si f = o(h) et g = o(h), alors f + g = o(h).

a
Si f = o(g) et g = o(h), alors f = o(h).

a
Si f = o(h) et g = o(k), alors f g = o(hk).

a
Equivalence - proprits
Si g ne sannule pas au voisinage de a, sauf ventuellement en a, alors :
f g lim
a
f (x)
xa g(x)
=1
est une relation dquivalence.

a
Si f h et g k, alors f g hk.
a
Si f g et si f est de signe constant au voisinage de a, alors il en est de mme pour g qui

a
est de mme signe.
Si f g alors |f | |g|.
a
Si f g et si g > 0 au voisinage de a, alors pour tout p R, f p g p

a
Si f g et si g(x) = l alors g(x) = l.

a
xa
xa
Citer quelques quivalents classiques.
c)
Continuit
Continuit : dfinitions
Soit x0 un rel, que signifient les phrases :
f est continue en x0 .
f est continue gauche en x0 .
f admet un prolongement par continuit en x0 .
f est continue sur lintervalle I.
Exo B18 (prolongement de classe C 1 ).
Intervalles et fonctions continues

Limage dun intervalle de R par une fonction continue est un intervalle de R.
Limage dun segment par une fonction continue est un segment.
Exos B9 et B12.
Bijection rciproque
Si f est une fonction continue et strictement monotone sur un intervalle I, alors f induit une
bijection de I dans lintervalle f (I). De plus, sa bijection rciproque g = f 1 est :
continue sur f (I).
monotone sur f (I) et de mme sens de variation que f.
si x0 I et si f 0 (x0 ) 6= 0 alors g est drivable en f (x0 ) et :
g 0 (f (x0 )) =
1
f 0 (x
0)
Si f est de classe C n (ou C ) sur I et si f 0 ne sannule pas sur I alors g est de classe C n (ou
C ) sur f (I).
3)
Drivation
La base
a) Que signifie lexpression f est drivable en x0 ?
b) Quelles sont les drives des fonctions usuelles ?
c) Quelle est la drive dun produit ? dun quotient ? dune compose ?
Exo A13, B14.
Thorme de Rolle
Soit f une fonction continue sur [a, b], drivable sur ]a, b[, avec f (a) = f (b). Il existe un rel
c ]a, b[ tel que f 0 (c) = 0
Exo B31
Thorme des accroissements finis

Soit f une fonction continue sur [a, b], drivable sur ]a, b[. Il existe un rel c ]a, b[ tel que
f (b) f (a)
f 0 (c) =
ba
Illustrer graphiquement les deux thormes prcdents.

Consquence : ingalit des accroissements finis
Soit f une fonction drivable sur un intervalle I. Sil existe un rel M > 0 tel que pour tout t I,
|f 0 (t)| M alors :
(x, y) I 2 , |f (y) f (x)| M |y x|
Exo drive et monotonie

Soit I un intervalle de R et f une fonction drivable sur I. Dmontrer que si f est de signe constant
sur I et ne sannule quen un nombre fini de points de I alors f est strictement monotone sur I
Exo B26 , B37.
Dfinition
Que signifie la phrase f est de classe C 1 sur lintervalle I ?, de classe C n ? de classe C ?
thorme du prolongement drivable

Soit f une fonction dfinie sur un intervalle I de R, continue sur I, drivable sur I\{x0 } (avec
x0 I). Si la drive f admet une limite l en x0 alors f est drivable en x0 et f 0 (x0 ) = l.
4)
Dveloppements limits
Dfinition
f tant une fonction dfinie au voisinage de x0 R, que signifie la phrase f admet un dveloppement limit dordre n N en x0 ?
formule de Taylor-Young
Soit f : I R une fonction n N fois drivable en t0 I. La fonction f admet alors un
dveloppement limit dordre n en t0 :
(t t0 )n (n)
(t t0 )2 (2)
f (t0 ) + +
f (t0 ) + o ((t t0 )n )
2!
n!
Remarque : pour n 2, une fonction f peut admettre un DLn (x0 ) sans que sa drive n-ime
f (n) existe.
f (t) = f (t0 ) + (t t0 )f 0 (t0 ) +
Exo DL et drivabilit
a) Montrer quune fonction dfinie sur un voisinage de x0 R admet un DL1 (x0 ) ssi elle est
drivable en x0 .
b) Montrer que la fonction x 7 x3 sin
1
admet un DL2 (0) sans tre deux fois drivable.
x2
a)
f (x) f (x0 )
= l. Cest dire
x x0
ssi il existe une fonction , dfinie au voisinage de x0 , vrifiant lim (x) = 0 et telle que (pour
La fonction f est drivable en x0 ssi il existe l R tel que lim
xx0
xx0
x 6= x0 ) :
f (x) f (x0 )
= l + (x0 ) f (x) = f (x0 ) + l(x x0 ) + (x x0 )(x)
x x0
b)
On remarque que la fonction f : x 7 x3 sin
1
x2

peut tre prolonge par continuit en 0 en
posant f (0) = 0. De plus, pour x 6= 0 :

f (x) f (0)
= x2 sin
x
1
x2

0
x0
f est donc drivable en 0 et f 0 (0) = 0.

Pour x 6= 0, f est drivable et
f 0 (x) = 2 cos
1
x2
+ 3x2 sin
1
x2
Ainsi,

1
f 0 (x) f 0 (0)
2
1
= cos
+ 3x sin
2
x
x
x
x2

1
tend vers 0 en 0 (3|x| g(x) 3|x| puis thorme des
La fonction g : x 7 3x sin
x2
gendarmes).

1
2
Par contre lapplication h : x 7 cos
nadmet pas de limite en 0 (par exemple, la suite
2
x
x

1
n 7 h
tend vers +).
2n
On peut ainsi affirmer que la fonction f nadmet pas de drive seconde en 0 (et ceci bien quelle
admette un DL2 (0)).
Proprits des DL
Si f admet un DLn (x0 ) alors celui-ci est unique.
Si f admet un DLn (x0 ) de partie rgulire
admet un DLm (x0 ) de partie rgulire
m
X
n
X
ak (x x0 )k , alors pour tout entier m n, f
k=0
ak (x x0 )k .
k=0
Si une fonction f est paire ( respectivement impaire ) au voisinage de 0 , alors les parties
rgulires de ses D.L. sont des polynmes pairs ( respectivement impairs ).
Thorme de drivation terme terme
Soit n N , et f une fonction de classe C n au voisinage de x0 . Si

lire du DLn (x0 ) de f alors
n
X
n
X
ak (xx0 )k est la partie rgu-
k=0
k1
kak (xx0 )
est la partie rgulire du DLn1 (x0 ) de la drive f.
k=1
Remarque : Sans lhypothse de classe C n , une fonction f peut avoir un DLn (x0 ) et sa drive
ne pas avoir de DLn1 (x0 ).
Exo : un exemple
Montrer que la fonction x 7 x + x3 sin

de DL1 (0).
1
admet un DL2 (0) mais que sa drive nadmet pas
x2
Lintgration terme terme est toujours valable

Si f admet un DLn (x0 ) alors toute primitive de f admet un DLn+1 (x0 ) qui sobtient (outre la
constante dintgration) en intgrant terme terme.
Dveloppements limits usuels
a) Pourquoi a-t-on
1
= 1 + x + + xn + o(xn ) ?
1x 0
b) En dduire les DLn (0) des fonctions x 7
1
1
et x 7
.
1+x
1 + x2
c) Ainsi que le DLn (0) de la fonction arctan.

d) Ainsi que le DLn (0) des fonctions x 7 ln(1 + x) et x 7 ln(1 x).
e) Retrouver le DLn (0) de la fonction exponentielle.
f) En dduire les DLn (0) des fonctions ch et sh.
g) Retrouver les DLn (0) des fonctions sin e cos.
h) Calculer le DL3 (0) de la fonction tangente.
Exo A31.
5)
Intgration sur un segment

Dfinition dune intgrale
Comment avez-vous dfini la notion dintgrale (sur un segment) lanne dernire ?
Quelle(s) condition est suffisante pour quune fonction soit intgrable ?
Proprits
Soient f et g deux fonctions continues sur un segment [a, b] valeurs dans R.
Z
(croissance) Si x [a, b], f (x) g(x) alors
Z
f (x) dx
g(x) dx.
(linarit)
Z
a) Pour tout c [a, b],
Z
f (x) dx =
a
2
Z
f (x) dx +
b) Pour tout (, ) R ,
f (x) dx.
c
Z

f (x) + g(x) dx =
Z
f (x) dx +
g(x) dx.
a
Z
Z
b

b

(ingalit triangulaire)
f (x) dx
|f (x)| dx.
a

a
Z
Si f est de signe constant sur [a, b] et si
f (x) dx = 0 alors f est nulle sur [a, b].

a
proprits de symtrie
Soit f : I R une fonction continue dfinie sur un intervalle I.
Z c
Z c
Si f est paire sur I = [c, c] alors
f (x) dx = 2
f (x) dx.
c
Si f est impaire sur I = [c, c] alors
f (x) dx = 0.
c
Z
Si I = R et si f est priodique de priode T, alors : a R,
a+T
f (x) dx.
f (x) dx =
0
Sommes de Riemann
Z
Soit f une fonction continue sur un segment [a, b]. On peut crire
f (x) dx = lim Sn , avec :

a

n
ba X
ba
Sn =
f a+k
n
n
k=1
Comment peut-on interprter ce rsultat graphiquement ?

Exo C6.
Intgrales et primitives
Soit f : J R, une
Z fonction continue sur un intervalle J. Pour tout a J, lapplication F dfinie
x
f (t) dt est lunique primitive de la fonction f sannulant en a.
sur J par F (x) =

a
Techniques de recherche de primitive et de calcul dintgrales

(intgration par parties).
Si u et v sont deux fonctions de classe C 1 sur [a, b] alors :
Z
a
u0 (t)v(t) dt = [u(t)v(t)]a
u(t)v 0 (t) dt
(changement de variable) .
Soit f : J R, continue sur J et : I J une fonction de classe C 1 sur un intervalle I et
valeurs dans J. On peut crire :
Z
(b)
(a, b) I I,
Z
f (x) dx =
(a)
f ((t)) 0 (t) dt
On dit quon a effetu le changement de variable t 7 x = (t).

Si F est une primitive de f, on a :
Z
(b)
f (x) dx = F ((b)) F ((a))

(a)
La fonction tant drivable sur

x I, G0 (x) = 0 (x) f ((x)). Ainsi :
Z
a
f ((x)) 0 (x) dx =
Z
a
I,
la
fonction
F o
G0 (x) dx = G(b) G(a) = F ((b)) F ((a)) =
lest
aussi
(b)
f (x) dx
(a)
et
Chapitre I)
Intgration sur un intervalle

quelconque
1)
a)
Intgrales impropres
Gnralits
intgrale gnralise ?
Soit f une fonction continue
sur [a, b[ avec b R ou b = +.
Z x
Si la fonction x 7
f (t) dt admet une limite lorsque x tend vers b , on dit que lintgrale
a
Z b
impropre converge et on note
f (t) dt cette limite. Sinon, on dit quelle diverge.
a
remarques
Cette dfinition stend aux fonctions continues dfinies sur les intervalles de la forme ]a, b] :
Z b
Z b
f (t) dt = lim
f (t).
xa
Z
Pour les intervalles de la forme ]a, b[, on pose
Z
f (t) dt =
Z
f (t) dt +
f (t) dt avec
c
c ]a, b[. On vrifie aisment quen cas de convergence , la valeur de cette somme nest pas
affecte par le choix du rel c.
Si une fonction est continue sur un intervalle [a, b[ (resp. ]a, b]) avec a R et b R, si
elle est de plus prolongeable par continuit en b (resp. en a) alors lintgrale (faussement
Z b
Z b
impropre)
f (t) dt converge et est gale
f(t) df . La fonction f tant le prolongement
a
de f .
exemple
Z
Montrer que
0
sin(t)
dt converge.
t
4 intgrales de rfrence
Z
dt
converge ssi > 1.
t
dt
converge ssi < 1.
t
ln(t) dt converge.
0
et dt converge ssi > 0.
Z
Lorsque 6= 1,
1
ssi > 1.
x
dt
t+1
=
admet une limite en + ssi + 1 < 0, cest dire
t
+ 1
1
x
dt

Dautre part,
= ln(t) diverge lorsque x tend vers +.
t
1
1
Z x1
Z 1
du
1
dt
scrit
dont on sait
Par le changement de variable u = , lintgrale
2
t
t
u
1
x
quelle converge ssi 2 > 1, cest dire ssi < 1.
La fonction t
7
t ln(t) t tant une primitive de la fonction ln(t), on peut crire
Z 1
1
ln(t) dt = t ln(t) tx . Puisque cette expression converge lorsque x 0, il en est
x
Z 1
de mme de lintgrale
ln(t) dt.
0
et
t x

e
converge ssi < 0 cest dire ssi > 0.
dt =
0
b)
Proprits
linarit
2
Pour
deux fonctions
continuesZsur I. Z
Z toutZintervalle I de R et tout (a, b) R , f et g tant
Z
Z
Si f et g convergent, alors il en est de mme pour (af +bg) et (af +bg) = a f +b g
I
fonctions valeurs dans C

Soit I un intervalle
Z
Z de R et f Z: I C.
Z
Z
Z
f converge ssi
Re(f ) et
Im(f ) convergent. On a alors
f = Re(f ) + i Im(f ).
I
c)
Critres de convergence pour les fonctions positives

condition de convergence pour f > 0
Soit f : I R continue et positive.
Z
Z
f converge ssi il existe un rel M > 0 tel que pour tout segment J I,
f M.
I
Considrons deux suites monotones (an ) et (bn ) telles que an inf(I) et bn sup I.
Z bn
f (t) dt. La suite (Fn ) tant majore (par M ) et croissante converge vers un
Posons Fn =
an
Z
rel F , ncessairement F = f (t) dt.
I
critre de comparaison
Soient f et g deux Zfonctions relles dfinies
Z sur un intervalle
Z I etZ vrifiant 0 f g.
La convergence de
g entrane celle de
f ; on a alors
f g
I
exo : exemples
Dterminer les natures des intgrales suivantes :
Z
a)
0
sin2 (t)
1 + t2
Z
b)
1
t
dt
2 + t3
critre de domination
Soit f, g : [a, b[7 R. On suppose que les fonctions f et g sont de signe constant au voisinage
gauche de b et que g est intgrable sur [a, b[ alors :
Si f =
O(g) alors f est intgrable sur [a, b[.
Si f = o(g) alors f est intgrable sur [a, b[.

b
remarques
Par exemple, pour f : [a, +[7 R, continue. Si f est ngligeable devant

de +, alors f est intgrable sur [a, +[.
1
au voisinage
t
Ce rsultat reste valable pour les intervalles de la forme ]a, b], les comparaisons se faisant
au voisinage de a.
critre dquivalence
Soient f et g deux fonctions relles dfinies sur un intervalle de la forme I = [a, b[ ou I =]b, c] et
de signe constant au voisinage
Z de b.Z
Si f g alors les intgrales
b
f et
I
g sont de mme nature.

I
exo : exemples
Dterminer les natures des intgrales suivantes :
Z
a)
0
sin(t)
dt
t
b)
0
sin( t)
dt
t
Z
c)
0
sin(t2 )
dt
t
Comparaison srie intgrale

Soit f une application continue, positive et dcroissante sur un intervalle [a, +[.
+
Z
X
La srie
f (n) et lintgrale
f (t)dt sont de mme nature.
a
d)
Convergence absolue
convergence absolue
Soit f : I R continue.
Z
Z
On dit que lintgrale f est absolument convergente lorsque |f | converge. On dit aussi dans
I
ce cas que f est intgrable sur I
convergence absolue = convergence

La convergence absolue dune intgrale gnralise entrane sa convergence. Dans ce cas :
Z
Z

f (t) dt |f |
I
Soit f : I R continue et absolument convergente sur I. On remarque que la fonction f + |f |

est positive, continue et majore par 2|f
donc de
Z |. Le thorme de comparaison nous permet
Z
f + |f | et donc, par linarit, celle de
conclure la convergence de lintgrale

I
On remarque
que pourZ tout t I, Z|f (t)| f (t) |f (t)|. Z
Z

Z

Donc |f (t)| dt f (t) dt |f (t)| dt ; cest dire, f (t) dt |f |.
I
f.
I
remarque
Comme pour les sries, il arrive que certaines fonctions soient convergentes sur un intervalle sans
y tre absolument convergente. On dit dans ce cas quelles sont semi-convergentes.
exo : cas classique de semi-convergence

Z
Lobjectif de cet exercice est dtablir que lintgrale
1
sin(t)
(I) est semi-convergente.
t
a) Montrer que (I) converge (indication : faire une intgration par parties).
b) En remarquant que pour t > 1,
convergente.
| sin(t)|
sin2 (t)
, dduire que (I) nest pas absolument

t
t
1 Z x
sin(t)
cos(t)
cos(t)
. Le premier terme tend vers cos(1)
dt =

t
t
t2
1
1
x
lorsque x tend vers +. La seconde intgrale est absolument convergente.
Z +
| sin(t)|
sin2 (t)
sin2 (t)
b) On remarque que pour t > 1,
. Nous allons tablir que

t
t
t
1
diverge, ce qui tablira (par comparaison) que I nest pas absolument convergente :
Z
a) Pour tout x > 1 :
sin2 (t)
1
cos(2t)
=
t
2t
2t
Z
En procdant nouveau avec une intgration par partie, on montre que
Z +
dt
converge. Puisque
diverge, on conclut.
t
1
cos(2t)
t
les fonctions intgrables sur I forment un e.v

Pour tout intervalle I de R, lensemble des fonctions continues et intgrables sur I est un espace
vectoriel.
e)
Divergence Grossire
X
Nous avions tabli que pour quune srie
un converge, il est ncessaire que un 0. Par
Z +
contre il est possible quune intgrale
f (t) dt converge sans que f (t) 0.
t
f (t) dt cv ; f (t) 0
exo :
a
Construire une fonction f dfinie sur R , continue, telle que
f (t) dt converge et qui ne

a
tend pas vers 0 en +.
Par contre :
exo : condition suffisante de divergence
Si f , continue, dfinie sur un intervalle de la forme [a, +[ admet une limite non nulle en +,
Z +
alors lintgrale
f (t)dt diverge.
a
2)
a)
Techniques pour le calcul dintgrales

Intgration par parties
La gnralisation de lintgration par parties,Z se fait par passage la limite. Cest ce que nous
+
sin(t)
avions fait pour tablir la semi-convergence de
. Voici dautres exemples :
t
1
exo : quelques applications de lipp

Etablir la convergence et calculer les intgrales suivantes :
Z +
t2 et dt
0
dt
(1 + t2 )2

Z +
t
En +, t2 et est ngligeable devant e 2 donc lintgrale
t2 et dt converge.
0
Z x
Z x
x

tet dt. En faisant tendre x vers +,
t2 et dt = t2 et + 2
Pour x > 0, par ipp :
0
on onbtient :
t2 et dt = 2
tet dt
Z
En procdant nouveau par ipp , on obtient
Z +
Finalement,
t2 et dt = 2.
te
dt =
0
et dt = et + = 1.
Z
Lintgrale
Par ipp,
dt
1
1
est bien convergente puisque
.
(1 + t2 )2
(1 + t2 )2 + t4
Z
0
dt
1 + t2
=
=
x Z
x
t
2t2 dt
+

2 2
1 + t2
0 (1 + t )
0
Z x
x
2t2 dt
+
2 2
1 + x2
0 (1 + t )
Z +
dt
2t2 dt
Lorsque x +,
=
.
1 + t2
(1 + t2 )2
0
0
Z
Z +

+
dt
t2
+
= arctan(t)
= , donc
= .
Or
2
1+t
2
(1 + t2 )2
4
0
0
0
t2
1
1
Mais (dcomposition en lments simples),
=
. En intgrant
(1 + t2 )2
1 + t2
(1 + t2 )2
sur [0, +[ les deux membres de cette galit, on dduit :
Z
Z
0
dt

= =
2
2
(1 + t )
2
4
4
b)
Changement de variable
Nous admettrons le thorme suivant :
changement de variable
Soient f une fonction continue sur ]a, b[ et :], [7]a, b[ une bijection strictement monotone de
classe C 1 (de sorte que, si est croissante lim (x) = a et que lim (x) = b ; le contraire si est
x
dcroissante ).
Z
Les intgrales
convergence.
f (t) dt et
a
f ((u)) 0 (u)du sont de mme nature et sont gales en cas de
exo : exemples
Z 1
dt
p
t(1 t)
0
Z +
arctan(t)
dt
1 + t2
0
1
1
1
est quivalente en 0 , en 1 elle est quivalente
La fonction f (t) = p
,
1t
t
t(1 t)
Z 1
f (t) dt est donc convergente.
0
Le changement de variable u(t) = 1 + 2t est de classe C 1 et ralise une bijection croissante

de ]0, 1[ vers ] 1, 1[. Ainsi :
Z
0
dt
p
t(1 t)
=
1
1
du

= arcsin(u) =
1
1 u2
Z +
arctan(t)
1
arctan(t)
La fonction
est domine en + par 2 ; Lintgrale
dt est donc
1 + t2
t
1 + t2
0
convergente.
Le changement de variable u(t) = arctan(t) est de classe C 1 et ralise une bijection crois
sante de [0, +[ sur [0, [. Ainsi :
2
Z +
Z 2
arctan(t)
dt
2
et
dt
=
.
De manire informelle du =
u du =
2
2
1+t
1+t
8
0
0
Rvisions sur les suites
3)
a)
Gnralits
Quest-ce quune suite ?
Quest-ce quune suite ?
On appelle suite relle toute application de N dans R. Une suite est note (un )nN ou (un ).
Suites extraites
Soit (un ) une suite relle. On dit que (vn ) est une suite extraite de (un ) lorsquil existe une
application strictement croissante de N dans N telle que n N, vn = u(n) .
Vocabulaire
Soit (un ) une suite relle. On dit que (un ) est :
constante si n N, un = u0 .
stationnaire si n0 N | n N, n n0 = un = un0 .
croissante si n N, un un+1 .
strictement croissante si n N, un < un+1 .
dcroissante si n N, un un+1 .
strictement dcroissante si n N, un > un+1 .
monotone si croissante ou dcroissante.
strictement monotone si strictement croissante ou strictement dcroissante.
suite majore - minore - borne

On dit quune suite relle (un ) est majore lorsque : M R | n N, un M . Dfinition similaire pour les suite minore.
Une suite borne est une suite la fois majore et minore.
4)
Convergence et divergence dune suite

Quest-ce quune suite convergente ?
On dit quune suite relle (un ) converge vers un rel l et on note lim un = l lorsque :
n
> 0, n0 N | n n0 = |un l| <
Quest-ce quune suite divergente ?

On dit quune une suite relle (un ) diverge si elle ne converge pas.
Convergente = borne
Une suite convergente est borne. La rciproque est fausse.
Si une suite (un ) converge vers une limite l, alors il existe un rang N au
del duquel tous les
1
1
termes de la suite sont dans lintervalle (par exemple) l , l + . La suite (un ) tant
2
2
borne partir dun certain rang est borne.
La rciproque est fausse, par exemple la suite dfinie par (un ) = (1)n est borne mais
divergente.
Suites qui tendent vers linfini

On dit quune suite relle (un ) tend vers linfini, on note lim un = + lorsque :
n
M > 0, n0 N | n n0 = un > M
Dfinition similaire pour lim un = .
n
a)
Ordre et limites
Ordre et limites
Soient (un ) et (vn ) deux suites relles vrifiant n0 N | n n0 , un vn .
lim un = + = lim vn = +.
n
lim vn = = lim un = .
n
Si (un ) et (vn ) convergent respectivement vers lu et lv alors lu lv .
Cas
un
n+
= + :
Soit M un rel aussi grand que lon veut.

Par hypothse
un
n+
= +, donc il existe un rang N tel que :

n N = un M
Or par hypothse vn un , donc

n N = vn M
Ceci tant vrai pour tout rel M, on peut affirmer que lim vn = +.
n+
Cas
vn
n+
= :
On se ramne au cas prcdent en considerant les suites u0n = un et vn0 = vn .

Cas un lu et vn lv .
Par labsurde :
Supposons lu > lv . Pour > 0 suffisamment petit, on a :
lv + < lu
Par hypothse, il existe un rang N au del duquel :
n N = un [lu , lu + ] et vn [lv , lv + ]
Ainsi pour tout n N :
un lu > lv + > vn
Ceci contredit lhypothse de dpart un vn partir dun certain rang.
Thorme des gendarmes

Soient (un ), (vn ) et (wn ) trois suites relles telles qu partir dun certain rang un vn wn .
Si (un ) et (wn ) convergent vers une mme limite l alors (vn ) converge aussi vers l.
Thorme de la convergence monotone (admis)

Si une suite relle est croissante et majore, alors elle converge.
Si une suite relle est dcroissante et minore, alors elle converge.
b)
Suites adjacentes
Suites adjacentes
Deux suites relles (un ) et (vn ) sont dites adjacentes lorsque lune est croissante, lautre dcroissante et que lim (un vn ) = 0.
n
Thorme des suites adjacentes

Si deux suites (un ) et (vn ) sont adjacentes alors elles sont convergentes et ont mme limite l. De
plus si (un ) est la suite croissante, on a :
(p, q) N2 , up l vq
On peut supposer sans perte de gnralit que (un ) est croissante et que (vn ) est dcroissante.
Remarquons que sil existe un rang m tel que um > vm alors pour tout n > m :
un vn = (un um ) (vn vm ) + (um vm ) um vm > 0
Ce qui contredit lhypothse (un vn ) 0.
On a donc ncessairement :
n N, un vn
Ainsi (un ) est croissante, majore par v0 , elle converge donc vers une limite lu .
De mme, (vn ) est dcroissante, minore par u0 , elle converge donc vers une limite lv .
Puisque par hypothse, lim (un vn ) = 0, on a ncessairement lu = lv .
n+
5)
a)
Suites particulires
Suites arithmtico-gomtrique
Quest-ce quune suite arithmtico-gomtrique ?

On dit que (un ) est une suite arithmtico-gomtrique si elle vrifie la relation de rcurrence :
n N, un+1 = aun + b
Si a 6= 1 on a alors :
un = an u0 + b
1 an
1a
Lide est de se ramener une suite gomtrique :

Supposons a 6= 1 ((un ) est alors une suite arithmtique) et recherchons un rel tel que la suite
(vn ) dfinie par vn = un + soit gomtrique de raison a. On remarque :
vn+1 = avn
un+1 + = aun + a
aun + b + = aun + a
b
=
a1
La suite (vn ) ainsi construite tant gomtrique, on a :

b
b
1 an
vn = an v0 un = an u0 +
+
un = an u0 + b
a1
1a
1a
b)
Suites rcurrentes linaires dordre 2

Dfinition
On dit quune suite (un ) est une suite rcurrente linaire dordre 2 lorsquil existe deux rels a
et b tels que :
n N, un+2 = aun+1 + bun
2
Lquation x ax b = 0 sappelle lquation caractristique associe la suite (un ).
Thorme
Soit (un ) une suite rcurrente linaire dordre 2 et (E) son quation caractristique :
Si (E) admet deux racines relles x1 et x2 alors il existe deux rels et tels que :
n N, un = xn1 + xn2
Si (E) admet une racine relle double x, alors il existe deux rels et tels que :
n N, un = ( + n)xn
Si (E) admet deux racines complexes conjugues rei et rei , alors il existe deux rels et
tels que :
n N, un = ( cos n + sin n)rn
Lide est de rechercher des suites (un ) de la forme un = rn (r un rel non nul) vrifiant la
rcurrence, cest dire telles que :
un+2 = aun+1 + bun (R)
Les seules suites de cette forme sont celles qui vrifient lquation caractristique, cest dire
telles que :
r2 ar b = 0 (E)
Trois cas sont possibles :
1. (E) admet deux racines relles distinctes r1 et r2 .
Les suites n 7 r1n et n 7 r2n vrifient alors la rcurrence (R) et nous dmontrerons que
toute suite (un ) vrifiant (R) est combinaison linaire des suites (r1n ) et (r2n ), cest dire
quil existe deux rels et tels que :
un = r1n + r2n
2. (E) admet une racine double r.
Les suites n 7 rn et n 7 nrn sont alors vrifient alors la rcurrence (R).

a
a 2
= (x r)2 . Cest dire r = et :
En effet, on a alors x2 ax b = x
2
2
n N, (n + 2)rn+2 a(n + 1)rn+1 bnrn = 2r2 ar = r(2r a) = 0
Nous dmontrerons que dans ce cas, toute suite (un ) vrifiant (R) est combinaison linaire
des suites (rn ) et (nrn ).
3. (E) admet deux racines complexes conjugues rei et rei .
Lensemble des suites complexes vrifiant (R) est alors constitu des combinaisons linaires
des suites n 7 rn ein et n 7 rn ein .
Les suites relles, vrifiant la rcurrence (R) sont alors constitues des combinaisons linaires
des suites de la forme n 7 rn cos(n) et n 7 rn sin(n). Cest dire des suites (un ) pour
lesquelles il existe (, ) R2 tels que :
n N, un = rn cos(n) + rn sin(n)
Exemples
Exprimer un en fonction de n pour les suites (un ) dfinies par :
a) n N, un+2 = un+1 + 2un , u0 = 0 et u1 = 3.
b) n N, un+2 = 6un+1 9un , u0 = 5 et u1 = 6.
c) n N, un+2 = 9un , u0 = 5 et u1 = 1.
a) Lquation caractristique est x2 + x 2 = 0. Elle admet pour solutions les rels 1 et 2. Par
consquent :
n N, un = + (2)n
(
Puisque u0 = 0 et u1 = 3 :
+=0
2 = 3
= = 1 et = 1.
Finalement, n N, un = 1 (2)n .
b) Lquation caractristique est x2 6x + 9 = 0. Elle admet pour solution double le rel 3. Par
consquent :
n N, un = ( + n) 3n
(
=5
3 ( + ) = 6
= = 5 et = 3.
Finalement, n N, un = (3n + 5) 3n .
c) Lquation caractristique est x2 9 = 0. Elle admet pour solutions 3i et 3i. Par consquent :

+ sin n
3n
n N, un = cos n
2
2
(
=5
1
= = 5 et = .
3
3 = 1

1

Finalement, n N, un = 5 cos n
+ sin n
3n .
2
3
2
c)
Suites dfinies par rcurrence

Monotonie des suites dfinies par rcurrence
Soit I un intervalle de R et f : I 7 I.
Considrons u0 I et (un ) la suite dfinie par n N, un+1 = f (un ). (On dit que (un ) est
dfinie par rcurrence).
Si f est croissante alors la suite (un ) est monotone, croissante ou dcroissante selon le signe
de u1 u0 .
Si f est dcroissante, (u2n ) et (u2n+1 ) sont monotones de sens contraire. Leurs sens de
variation dpend du signe de u2 u0 .
Cas o f est croissante :

Si u0 u1 , alors f (u0 ) f (u1 ), cest dire u1 u2 . Pour la mme raison u2 u3 et ainsi de
suite.
Cela se rdige ainsi :
Soit Pn la proposition un un+1 .
Par hypothse, P0 est vraie. Supposons que Pn soit vraie et montrons qualors Pn+1 lest
galement :
Par hypothse (Pn vraie) un
f (un ) f (un+1 ) un+1 un+2 ..
un+1
donc
(la
fonction
tant
croissante)
Conclusion : La suite (un ) est croissante.

On montre de mme que (un ) est dcroissante si u0 > u1 .
Cas o f est dcroissante :
On se ramne au cas prcdent en remarquant que la fonction f of est croissante et que pour
tout n N :
u2n+2 = f of (u2n ) et u2n+1 = f of (u2n1 )
La monotonie de la suite (u2n ) dpend (exclusivement) du signe de u2 u0 ; celle de la suite
(u2n+1 ) dpend du signe de u3 u1 . Mais f tant dcroissante, les signes de (u2 u0 ) et de
u3 u1 sont opposs :
Soit u2n (cas u0 u2 ) est croissante et alors la suite (u2n+1 ) est dcroissante.
Soit u2n (cas u0 u2 ) est dcroissante et alors la suite (u2n+1 ) est croissante.
Thorme du point fixe

Si (un ) converge vers une limite l et si f est continue en l alors l = f (l) (on dit que l est un point
fixe de f ).
Dire que f est continue en l signifie que pour tout > 0, il existe un intervalle I centr sur l (de
la forme I = ]l , l + [ ) tel que :
x I = |f (x) f (l)| <
Or si la suite (un ) tend vers l, alors il existe un rang N N tel que :
n > N = un I = |f (un ) f (l)| <
Le rel tant arbitraire, on dduit que la suite (f (un )) tend vers f (l).
Chapitre II)
Sries numriques
1)
Gnralits
Prliminaires : La notion de srie termes positifs a t aborde en premire anne.

K dsigne soit R soit C.
Quest-ce quune srie ?
Soit (un )nN unesuite valeurs dans K.
X
un de terme gnral un , la suite (Sn )N de terme gnral
On appelle srie
Sn = u0 + u1 + + un
On dit que (Sn ) est la suite des sommes partielles de la srie de terme gnral un .
Remarques :
Par tlescopage, toute suite (Sn ) est la suite des sommes partielles de la srie de terme
gnral un = Sn Sn1 .
a)
Sries convergentes
convergente - divergente
X
Une srie
un valeurs dans K est dite convergente ssi la suite (Sn )N de ses sommes partielles
est convergente.
Une srie non convergente est dite divergente.
somme dune srie convergente
On appelle somme dune srie convergente
un , et on note
+
X
k=0
uk la limite lim
n
X
uk .
k=0
exercice de rdaction
Montrer que deux sries qui ne diffrent que par un nombre fini de termes sont de mme nature
(soit elles convergent toutes les deux soit aucune).
Notons S =
tel que :
un et T =
vn les deux sries en question. Par hypothse, il existe un rang N
n N = un = vn
Raisonnons par labsurde et supposons que la suite des sommes partielles (Sn ) converge mais
que la suite (Tn ) diverge de sorte que la suite (Sn Tn ) diverge.
Pour tout entier M N , on peut crire :
SM TM = SN TN
La suite (Sn Tn ) est constante partir dun certain rang. On aboutit une contradiction !
Conclusion : Les sries S et T sont de mme nature.
condition ncessaire de convergence

Pour quune srie
un converge, il est ncessaire (mais pas suffisant) que un 0.
X
Soit S =
un une srie convergente de limite s et (Sn ) la suite de ses sommes partielles. On
peut crire :
n N , un = Sn Sn1
Ainsi en passant la limite n + :
lim un = lim (Sn Sn1 ) = s s = 0
n+
n+
exo : contre exemple de la rciproque
Montrer que la srie de terme gnral un =
1
diverge (et ceci bien que un 0).
n
Une srie dont le terme gnral ne tend pas vers zro est dite grossirement divergente.
n
X
1
. Raisonnons par labsurde en supposant que la suite (Sn ) des sommes park
k=1
tielles converge vers une limite l. On peut affirmer quil existe un rang N tel que :
Posons Sn =
n N = l
1
1
Sn l +
10
10
En particulier,
l
1
1
1
1
SN l +
et l
S2N l +
10
10
10
10
Do :
0 |S2N SN |
2
1
<
10
2
Dautre part :
S2N SN =
2N
X
N
1
1
=
k
2N
2
k=N +1
Nous aboutissons une contradiction : il est absurde (cest dire contradictoire ) de supposer
X1
que la srie
est convergente.
k
structure despace vectoriel

Lensemble des sries valeurs dans K est un Kespace vectoriel. Lensemble des sries convergentes en est un sous espace vectoriel.
b)
Reste dune srie convergente

reste dune srie
X
tant donne une srie convergente
un et p N, on appelle reste dordre p de cette srie,
X
et on note Rp , le nombre Rp =
uk En particulier, on peut crire (pour une srie convergente)
k>p
S=
+
X
uk = Sp + Rp .
k=0
exemple : sries gomtriques

Une srie gomtrique (Sn )N est une srie de terme gnral un = arn (r 6= 1). Pour p N,
exprimer (en fonction de a et de r) le reste Rp et la somme partielle Sp .
On a :
p
p
X
X
Sp =
ark , donc rSp =
ark+1 et par simplification tlescopique :
k=0
k=0
1 rp+1
1r
De l, on dduit quune srie gomtrique de raison r est convergente ssi sa raison r < 1. Sa
limite l est alors gale :
(1 r)Sp = arp+1 a = Sp = a
l = lim a
p
a
1 rp+1
=
1r
1r
On peut enfin crire (parler de reste na de sens que si la srie est convergente) :
Rp = l Sp =
a
1 rp+1
arp+1
a
=
1r
1r
1r
2)
Sries termes rels positifs ( partir dun certain rang)

exo : rappel
Pour quune srie termes positifs soit convergente, il faut et il suffit quelle soit majore.
a)
comparaison entre deux sries termes positifs

thorme de comparaison
Soient (un ) et (vn ) deux suites relles. Si 0 un vn partir dun certain rang, et si
X
converge, alors
un converge aussi.
Remarque : Ainsi (par contrapose) si
un diverge alors
exo
Quelle est la nature de la srie de terme gnral un =
ln(n)
n2n
vn diverge aussi.
vn
ln(n)
est termes positifs.
n2n
ln n
Puisque (thorme des croissances compares) lim
= 0, il existe un rang N N tel que :
n+ n
1
n N = 0 un n
2
X 1
est convergente (sa raison est strictement infrieure 1). Le
Or la srie gomtrique
2n
X
thorme de comparaison permet de conclure que
un converge.
La srie de terme gnral un =
sries positives termes quivalents

un
Soient (un ) et (vn ) deux suites positives partir dun certain rang. Si un vn (
1) alors
vn
X
X
les sries
un et
vn sont de mme nature.
vn
3vn
Les suites (un ) et (vn ) tant quivalentes, partir dun certain rang :
un
. Si on
2
2
X
X 3vn
3vn
suppose que
vn converge alors
converge et on conclut par lingalit un
.
2
2
X
X
Si on suppose que
un converge alors
2un converge et on conclut par lingalit vn 2un .
exemples dapplications
Dterminer la :
X
a) nature de
1
3n + 5

X1
X
1
et en dduire la nature de
.
b) nature de
ln 1 +
n
n
X 1
1
1
1
. Or
converge (gomtrique
est termes positifs et n
n
+5
3 + 5 n+ 3
3n
X 1
converge (critre dquivalence).
de raison < 1) donc
3n + 5

X
X1
1
1
1
b)
ln 1 +
est termes positifs et ln 1 +
. Or la srie harmonique
n
n n+ n
n

X
1
diverge donc la srie
ln 1 +
diverge (critre dquivalence).
n
a) La srie
3n
rgle de dAlembert
Soient (un ) une suite positive partir dun certain rang. Si

a) Si l < 1, alors
un converge.
b) Si l > 1, alors
un diverge.
c) Si l = 1, on ne peut pas conclure.
un+1
l alors :
un
i) Si l > 1, alors la suite (un ) estX

positive et croissante partir dun certain rang. (un ) ne peut
donc tendre vers 0 et la srie
un diverge grossirement.
ii) Si l < 1 alors il existe un rel q tel que l < q < 1 et un rang N N tel que
n N =
un+1
<q
un

un
un
un1
uN +1
Par consquent un =
uN =
uN q nN uN
uN
un1 un2
uN
X
q nN uN converge (q < 1), on conclut par le thorme de comOr la srie gomtrique
nN
paraison.
exo : un exemple
Dterminer la nature de la srie
X 1
n!
X
1
un+1
1
, la srie
un est termes positifs et
=
n!
un
n+1
converge par critre de dAlembert.
Avec un =
n+
0, donc
un
b)
comparaison dune srie et dune intgrale

Comparaison srie intgrale
Soit f une application continue, positive et dcroissante sur un intervalle [a, +[.
+
Z
X
La srie
f (n) et lintgrale
f (t)dt sont de mme nature.
a
On remarque que pour tout entier k a :

k+1
Z
f (k + 1)
f (t)dt f (k)
k
Pour n a et p N , on peut ainsi crire :

Z n+p
f (n + 1) + f (n + 2) + f (n + p)
f (t)dt f (n) + f (n + 1) + + f (n + p 1)
n
Z
On en dduit que si
converge.
Z
f (t)dt converge, la srie (positive)
f (n) est majore et donc
n+p
f (t)dt f (n) + f (n + 1) + + f (n + p 1)
f (t)dt = +, lingalit
Si, linverse,
permet de conclure que le nombre f (n) + f (n + 1) + + f (n + p)

Xpeut tre rendu aussi grand
que lon veut pour p suffisamment grand. Autrement dit, la srie
f (n) diverge.
exo : sommes de Riemann
Dterminer la nature de la srie
X 1
en fonction de R.
n
Application : En dduire la nature de la srie
1
n + n2
Lorsque 0, la srie
X 1
diverge grossirement.
n
X 1
Pour > 0, le thorme de comparaison srie - intgrale permet daffirmer que la srie
n
Z +
1
1
est de mme nature que lintgrale
dt (la fonction t 7 tant positive dcroissante).
t
t
1
X 1
Conclusion : la srie
converge ssi > 1.
n
1
1
ce qui, par critre dquivalence, permet daffirmer que la

On remarque que
n + n2 n+ n2
X 1
srie ( termes positifs )
est convergente.
n + n2
c)
Reprsentation dcimale des rels
Quand on crit : = 3.14159, cela correspond en ralit une criture condense pour
1
1
4
=3+
+ 2 + 3 + . Mais cette srie converge-t-elle ?
10 10
10
exo : convergence des dveloppements dcimaux
(cn ) tant une suite dentiers compris entre 0 et 9, montrer que la srie
X cn
est convergente.
10n
Pour les rels positifs, lexistence et lunicit dun dveloppement dcimal est garantie par le
thorme suivant (admis) :
dveloppement dcimal propre de x 0

Pour tout rel x positif, il existe une suite dentiers naturels (cn )N , et une seule, telle que :
i) Pour tout n 1, 0 cn 9,
ii) Card{n N | cn 6= 9} = +,
iii) x =
+
X
cn
10n
n=0
On crit x = c0 , c1 c2 , la srie iii est appele dveloppement dcimal propre du rel positif x.
dveloppement dcimal propre de x 0

Soit x rel ngatif, le dveloppement dcimal propre de x scrit :
x=
+
X
cn
10n
n=0
+
X
cn
est le dveloppement dcimal propre de x.
n
10
n=0
densit
a) Montrer que Q est dense dans R, cest dire que tout intervalle non vide, ouvert de R contient
une infinit de rationnels.
b) Montrer que lensemble des irrationnels (R Q) est dense dans R.
caractrisation des rationnels

+
X
cn
Soit x R de dveloppement dcimal propre
n
10
n=0
Le nombre x est rationnel ssi la suite (cn ) est priodique partir dun certain rang, cest dire
quil existe un rang n0 N et p N tels que n n0 , cn+p = cn .
Supposons qu partir dun certain rang n0 , cn+p = cn . Alors on peut crire (avec x0 Q) :

cn +1
cn +p1
cn0
+ n00 +1 + + n00 +p1 1 + 10p + 102p + .
x = x0 +
n
0
10
10
10
cn +1
cn +p1
cn
En posant = n00 + n00 +1 + + n00 +p1 , ceci scrit :
10
10
10
1 10p
Puisque x0 et sont rationnels, on dduit quil en est de mme pour x.
x = x0 +
p
Q, notons (rn ) la suite des restes successifs que lon obtient
q
en effectuant (comme vu lcole primaire !) la division de p par q.
rn est une suite dentiers vrifiant 0 rn < q. Deux scnarios sont possibles :
Rciproquement, si x =
i) Soit partir dun certain rang n0 rn0 = 0 et alors n n0 = rn = 0.

ii) Soit il existe un rang n0 > 0 tel que r0 6= r1 6= 6= rn0 1 mais rn0 = rn0 p (avec p >
0), auquel cas la squance {rn0 p , rn0 p+1 , , rn0 1 } va se rpter indfiniment. Ce
qui entrane la priodicit partir dun certain rang des coefficients du dveloppement
dcimal.
3)
Sries absolument convergentes

Sries absolument convergentes
On dit dune srie (relle ou complexe)
X
|un | converge.
un quelle est absolument convergente lorsque la srie
absolue convergence = convergence

Toute srie absolument convergente est convergente.
Si (un ) est une suite relle, alors 0 un + |un | 2|un |.

Le thorme de comparaison (qui
X sapplique aux sries positives)
Xpermet alors daffirmer
que la convergence de la srie
|un | entrane celle de la srie
un + |un | qui entrane
X
celle de
un .
Si (un ) est une suite complexe.
X Posons
Xun = rn + i in . On remarque que : |rn | |un | et
|in | |un | les sries relles
rn et
in sont donc absolument convergentes ; elles sont
X
X
donc convergentes , ce qui entrane la convergence de la srie
(rn + i in ) =
un .
Remarques
Dans le cas de labsolue convergence, lingalit triangulaire sapplique, pour tout N N :

N
X
X

|un |
un

n=0
n0
Il existe des sries convergentes qui ne sont pas absolument convergentes, par exemple
X (1)n
. On les appelle sries semi-convergentes.
n
exo : convergence de
Montrer que la srie
X (1)n
X (1)n
n
converge.
n
On pourra montrer que les sommes partielles (S2n ) et (S2n+1 ) sont adjacentes.
On remarque que la suite (S2n ) est dcroissante, en effet :

1
1
Pour tout entier n, S2n+2 S2n =
+
0
2n + 1 2n + 2
De mme, la suite (S2n+1 ) est croissante.
De plus, par une rcurrence immdiate : (S2n ) est minore par 1 et donc converge.
1
De mme (S2n+1 ) est majore par 1 + et donc converge.
2
Or lim S2n S2n+1 = 0 donc les suites (S2n ) et (S2n+1 ) ont mme limite. On conclut par le
n
thorme sur les suites extraites.
Remarque
En reprenant lidentique la dmonstration ci-dessus,
on montre que si (an ) est une suite dX
n
croissante qui converge vers zro alors la srie
(1) an converge.
convergence absolue par domination

X
un une srie numrique et
vn une srie termes positifs.
X
X
Si un = O(vn ) et si
vn converge alors la srie
un est absolument convergente.
Soit
corollaire
Le rsultat prcdent est encore valable dans le cas o un = o(vn ).
Produit de Cauchy de deux sries absolument convergentes

Dans le cas des sommes finies on peut crire :
n
X
un
i=0
n
X
vn
!
=
(u0 + u1 + un ) (v0 + v1 + vn )
(u0 v0 ) + (u1 v0 + v1 u0 ) + + (u0 vn + u1 vn1 + + un v0 ) + Rn
i=0
Dans le cas des sries numriques, on pose la dfinition suivante :

produit de Cauchy
X
un et
vn deux sries numriques. On appelle produit de Cauchy de ces deux sries

n
X
la srie de terme gnral wn dfini par wn = u0 vn + u1 vn1 + + un v0 =
uk vnk .
Soient
k=0
convergence des produits de Cauchy

X
X
X
Si
un et
vn sont deux sries absolument convergentes, alors leur produit de Cauchy
wn
est absolument convergent et on a :
!
! + !
+ X
n
+
+
X
X
X
X
ak bnk =
un
vn
wn =
n=0
n=0
k=0
n=0
n=0
Montrons labsolue convergence :
En posant wn = u0 vn + u1 vn1 + + un v0 ,
Wn = w0 + wn , Un = u0 + un , Vn = v0 + vn .
U = lim Un et V = lim Vn .
n
n
Pour dmontrer labsolue convergence, on peut se restreindre au cas des sries positives :
Wn Un Vn U V
La suite (Wn ) tant ainsi croissante et majore, converge.
Calculons la limite :
Dans tous les cas (termes positifs ou non), on peut crire :

Un Vn = Wn + Rn (1)
On va montrer que Rn 0 :
On remarque que les termes qui composent le reste Rn sont tous de la forme ui vj avec i + j > n
n
(ce qui impose que, lun des deux indices i ou j est plus grand que ). Ainsi en notant m la
2
n
:
partie entire de
2
+
+
+
+
X
X
X
X
|Rn |
|uj |
|vj | +
|uj |
|vj |
j=0
j=m
j=0
j=m
Le terme de droite converge vers 0, il doit en tre de mme pour |Rn | et donc pour Rn .
En passant la limite n + dans lgalit (1), on dduit que U V = lim Wn .
n
exo : un exemple
Montrer que :
X
1
(n + 1)q n
=
(1 q)2
n0
Comment aurait-t-on pu deviner ce rsultat ?
Chapitre III)
quations diffrentielles et
systmes diffrentiels
quations diffrentielles scalaires linaires
On appelle quation diffrentielle scalaire linaire dordre n N , une quation diffrentielle de
la forme :
an (t)y (n) (t) + + a0 (t)y(t) = b(t) (E)
avec a0 , , an et b des fonctions continues sur un intervalle I de R valeurs dans K (R ou C).
La fonction b est appele le second membre de lquation (E).
On appelle solution de (E) toute fonction f : I K, n fois drivable telle que :
an (t)f (n) (t) + + a0 (t)f (t) = b(t) pour tout t I
On dit que lquation :
an (t)y (n) (t) + + a0 (t)y(t) = 0 (E0 )
est lquation homogne associe (E).
structure despace vectoriel pour les solutions de (E0 )

Montrer que lensemble des solutions de lquation diffrentielle (E0 ) a une structure despace
vectoriel.
structure despace affine pour les solutions de (E)

Si f est une solution particulire de (E) et si S0 dsigne lensemble des solutions de (E0 ) alors
lensemble S des solutions de (E) est S = {f + g | g S0 }
1)
a)
Rappels.
Equations linaires scalaires du premier ordre.
premier ordre homogne : solutions
Soit (E0 ) une quation diffrentielle linaire homogne du premier ordre. Cest dire de la forme :
a1 (t)y 0 (t) + a0 (t)y(t) = 0
Avec a0 et a1 des fonctions continues sur un intervalle I de R valeurs dans K (R ou C).
On suppose que a1 ne sannule pas sur I (on dit alors que lquation diffrentielle (E0 ) est
normalisable).
Rechercher une solution sous la forme y(t) = ef (t) conduit lquation :
a1 (t)f 0 (t) + a0 (t) = 0 cest dire un calcul de primitive
Si f : I K, est une primitive sur I de la fonction t 7
les fonctions de la forme t 7 ef (t) avec K.
exo : un exemple
Rsoudre sur I =]0, +[ lquation ty 0 y = 0
a0 (t)
alors les solutions de (E0 ) sont
a1 (t)
Sur ]0, +[ lquation ty 0 y = 0 (E0 ) est normalisable. La recherche dune solution sous la
forme y(t) = ef (t) conduit lquation :
tf 0 (t) 1 = 0 f 0 (t) =
t>0
1
t
Les solutions relles de (E0 ) sont donc les fonctions de la forme y(t) = Keln(t) = Kt avec K un
rel .
mthode de la variation de la constante

Soit (E) une quation diffrentielle linaire du premier ordre avec second membre quon suppose
normalisable :
a1 (t)y 0 (t) + a0 (t)y(t) = b(t)
Les fonctions a0 , a1 et b tant continues sur un intervalle I de R valeurs dans K. On note (E0 )
lquation homogne associe :
a1 (t)y 0 (t) + a0 (t)y(t) = 0
Si yH est une solution non nulle de (E0 ) , la mthode de la variation de la constante consiste
rechercher une solution de (E) sous la forme yp (t) = (t)yH (t) avec : I 7 K une fonction de
classe C 1 sur I. Cela conduit lquation diffrentielle :
a1 (t)0 (t)yH (t) = b(t) cest dire une recherche primitive
Ainsi avec une primitive de
b
la fonction yp : t (t)yH (t) est une solution particulire
a1 hH
de (E).
Lensemble des solutions de (E) sont alors les fonctions de la forme :
y(t) = yp (t) + KyH (t) avec K R
exo : un exemple
Rsoudre sur R+ les quations ty 0 y = t2 et et ty 0 2y = t3 .
ty 0 y = t2 et sur R+ (E1 )
Nous remarquons que yH (t) = t est solution de lquation homogne ty 0 y = 0. Recherchons une solution de (E1 ) sous la forme yp (t) = (t)t avec C 1 (R+ ). Cela conduit
lquation
t2 0 (t) = t2 et 0 (t) = et
t>0
La fonction t
7
(t) = et convient et la fonction t 7 yp (t) = tet est une solution
particulire de (E1 ).
Finalement lensemble des solutions de (E)2 sont les fonctions de la forme :
y(t) = yp (t) + KyH (t) = tet + Kt avec K R
ty 0 2y = t3 sur R+ (E2 )
La recherche dune solution de lquation homogne associe ty 0 2y = 0 sous la forme
yH (t) = ef (t) conduit lquation tf 0 (t) = 2. La fonction f (t) = ln(t2 ) vrifie cette
quation et yH (t) = t2 est solution de lquation homogne associe (E2 ).
Recherchons une solution particulire de (E2 ) sous la forme yp (t) = (t)t2 avec
C 1 (R+ ). Cela conduit lquation
0 (t)t3 = t3 0 (t) = 1
t>0
La fonction yp (t) = t3 est ainsi solution de (E2 ).

Finalement lensemble des solutions de (E2 ) sont les fonctions de la forme :
y(t) = yp (t) + KyH (t) = t3 + Kt2 avec K R
b)
Equations diffrentielles linaires dordre 2 coefficients constants.

Ce sont les quations de la forme :
(
ay 00 + by 0 + cy = d (E)
ay 00 + by 0 + cy = 0 (E0 )
avec (a, b, c, d) K4
remarques
Lorsque c 6= 0, lquation (E) admet une solution vidente : la fonction t 7

(E) revient alors rsoudre (E0 ).
d
. Rsoudre
c
Lorsque c = 0, rsoudre (E) revient rsoudre une quation du premier ordre.
equation caractristique
Pour r C, la fonction t 7 ert est solution de (E0 ) ssi ar2 + br + c = 0. Cette quation sappelle
quation caractristique de (E0 ).
solutions de lqu. homogne

Si lquation caractristique de (E0 ) admet deux racines distinctes r1 et r2 alors les solutions
de (E0 ) sont les fonctions de la forme :
1 er1 t + 2 er2 t (1 , 2 ) C2
Si lquation caractristique de (E0 ) admet une racine double r0 alors les solutions de (E0 )
sont les fonctions de la forme :
(1 + 2 t)er0 t (1 , 2 ) C2
Si les coefficients (a, b) et c de (E0 ) sont rels et que lquation caractristique admet deux
racines distinctes conjugues : r = + i et r = i, alors les solutions relles de (E0 )

1 cos(t) + 2 sin(t) et (1 , 2 ) R2
exo : exemples
Quelles sont les solutions relles des quations suivantes :
a) y 00 3y 0 + 2y = 3
b) y 00 2y 0 + y = 1
c) y 00 2y 0 + 2y = 3
c)

avec second membre
coefficients constants et second membre
Ce sont les quations de la forme ay 00 (t)+by 0 (t)+cy(t) = f (t) (E) avec (a, b, c) K3 et f : I K.
Daprs ce qui prcde, rsoudre (E) se ramne trouver une solution particulire.
Voici quelques cas classiques :
f (t) = P (t) ou f (t) = P (t)emt

Si f est un polynme alors il existe une solution polynmiale.
Si f (t) = P (t)emt , P un polynme, alors il existe une solution de la forme Q(t)emt .
exo : exemples
Chercher une solution particulire pour les deux quations suivantes : y 00 4y 0 + 3y = (2t + 1)et
et y 00 2y 0 + y = (t 1)et .
principe de superposition
Si s1 est solution de ay 00 + by 0 + cy = f1 (t)
Alors pour tout (, ) K2 , s1 + s2 est solution de ay 00 + by 0 + cy = f1 (t) + f2 (t).
Remarque : Ce principe sapplique aussi dans le cas o les coefficients (a, b, c) ne sont pas
constants.
exo : exemples
Chercher une solution particulire pour les quations y 00 4y 0 + 3y = (2t + 1)sh(t) et y 00 + y =
sin3 (t).
2)
quations diffrentielles scalaires dordre 2.

(
y 00 + a(t)y 0 + b(t)y = c(t) (E)
y 00 + a(t)y 0 + b(t)y = 0 (E0 )
Les coefficients a, b, c tant des fonctions continues dun intervalle I dans K.
remarques
Le but est de chercher les fonctions dfinies sur lintervalle I solutions de (E).
Il nexiste pas de mthode gnrale pour rsoudre (E).
Cauchy - Lipschitz (admis)

Pour tout couple (y0 , y1 ) K2 , et tout t I, il existe une et une seule solution f de (E) telle que
(
f (t0 ) = y0
f 0 (t0 ) = y1
problme de Cauchy
00
0
y (t) + a(t)y (t) + b(t)y = c(t)

On appelle problme de Cauchy tout systme de la forme : y(t0 ) = y0
0
y (t0 ) = y1
les solutions de (E0 ) forment un ev de dimension 2

Lensemble des solutions de (E0 ) est un espace vectoriel de dimension 2.
exo : dmonstration
Soit t0 I.
( Montrer que les(solutions de (E0 ), f1 : I K et f2 : I K qui vrifient les
f1 (t0 ) = 1
f2 (t0 ) = 0
conditions
et
forment une base de lespace vectoriel constitu des
0
f1 (t0 ) = 0
f20 (t0 ) = 1
solutions de (E0 ).
Nous savons dj que lensemble des solutions est un espace vectoriel. Montrons quil est de
dimension 2 :
Soit t0 I.
( Considrons les(solutions de (E0 ), f1 : I K et f2 : I K qui vrifient les
f1 (t0 ) = 1
f2 (t0 ) = 0
conditions
et
0
f1 (t0 ) = 0
f20 (t0 ) = 1
Daprs le thorme de Cauchy-Lipschitz, f1 et f2 existent et sont uniques.
Nous allons montrer que la famille (f1 , f2 ) est une base de lespace des solutions de (E0 ).
Montrons que (f1 , f2 ) est une famille libre :
Si il existe (, ) K2 tel que f1 + f2 = 0 alors ncessairement :
(
f1 (t0 ) + f2 (t0 ) = 0
= = 0.
f10 (t0 ) + f20 (t0 ) = 0
Montrons que (f1 , f2 ) est une famille gnratrice :
(
s(t0 ) = a
Soit s(t) une solution de (E0 ). Posons
s0 (t0 ) = b
(
On remarque que la fonction g(t) = af1 (t) + bf2 (t) vrifie aussi
Cauchy-Lipschitz impose alors que g = s.
g(t0 ) = a
g 0 (t0 ) = b
. Le thorme de
caractrisation des bases de lespace des solutions

Deux solutions f1 et f2 de (E0 ) forment
une basede lespace des solutions ssi il existe t0 I tel

f1 (t0 ) f2 (t0 )
0
0
6= 0
que : f1 (t0 )f2 (t0 ) f2 (t0 )f1 (to) = 0
f1 (t0 ) f20 (t0 )
Comme vu la dmonstration prcdente, pour que deux fonctions f1 et f2 constituent une base

f1 (t0 )
de lespace des solutions, il est ncessaire et suffisant que pour un t0 I, les vecteurs
f10 (t

0)

f2 (t0 )
f
(t
)
f
(t
)
1
0
2
0
soit
et
soient non colinaires, ce qui quivaut ce que le dtermiant 0
0
0
f2 (t0 )
f1 (t0 ) f2 (t0 )
non nul.
variation de la constante
Si une solution y0 : I K de lquation homogne (E0 ) est connue alors rechercher une solution
f de (E) sous la forme f (t) = c(t)y0 (t) permet de se ramener une quation dordre 1.
En effet, on a alors, f 00 + af 0 + bf = c00 y0 + c0 (y00 + ay0 ). Ce qui se ramne une quation du

premier ordre en posant s = c0 .
Exemple
Rsoudre sur R+ (trouver lensemble des solutions) lquation diffrentielle t2 y 00 2y = 3t2 .
Recherche des solutions de lquation homogne :

Recherchons une solution de lquation homogne t2 y 00 2y = 0 sous la forme f (t) = t , avec
R. Cela scrit (pour t R+ ) :
t2 f 00 2f = 0 (( 1) 2) t = 0 2 2 = 0 = 2 ou = 1
1
tant linairement indpendantes,
t
des solutions de lquation homogne (E0 ) scrit SH = V ect {y1 , y2 }.
Les fonctions (dfinies sur R+ ) y1 : t 7 t2 et y2 : t 7

lensemble SH
Recherche des solutions de (E) par la mthode de la variation de la constante :

Recherchons les solutions de (E)
g 0 (t) = 2tC(t) + C 0 (t)t2 et (sur R+ ) :
sous
la
forme
g(t)
C(t) t2 ,
il
vient

4
3
t2 g 00 2g = 3t2 t2 4tC 0 + t2 C 00 = 3t2 4tC 0 + t2 C 0 = 3 C 00 + C 0 = 2
t
t
En posant Z = C 0 , nous sommes ramens rsoudre lquation du premier ordre, avec second
membre :
4
3
Z 0 + Z = 2 (E1 )
t
t
4
Lquation homogne associe (E1 ) scrit Z 0 + Z = 0 et admet pour solutions les fonctions
t
de la forme ZH (t) = 4 , R.
t
Utilisons nouveau la mthode de la variation de constante pour rsoudre (E1 ), en posant

(t)
Z(t) = 4 avec C 1 R+ ; il vient : (t) = t3 + c avec c R et lensemble des solutions de
t
(E1 ) est constitu des fonctions de la forme :
1
c
+ 4, t > 0
t
t
c2
Puisque Z = C 0 , on dduit que C(t) = c1 + 3 + ln(t), t > 0. Finalement les solutions de
t
lquation de dpart (E) sont les fonctions de la forme :
Z(t) =
g(t) = c1 t2 +
c2
+ t2 ln(t) avec (c1 , c2 ) R2
t
utilisation des sries entires

X
Lide consiste supposer que la solution recherche f admet un DES f (t) =
an tn . En utilisant le thorme de drivation terme terme, on peut injecter cette expression dans lquation
diffrentielle. Le thorme dunicit des DSE permet alors de procder par identification.
Lexercice suivant illustre la mthode :
exo : un exemple
Rsoudre sur R+ lquation (t2 + t)y 00 + (3t + 1)y 0 + y = 0, en posant y(t) =
+
X
n=0
an tn .
Recherchons une solution dveloppable en srie entire :

On peut crire :
(3t + 1)y
(t2 + t)y 00
+
X
n=0
+
X
n=1
+
X
an tn
n
3nan t +
+
X
nan tn1
n=1
n(n 1)an tn +
n=2
+
X
n(n 1)an tn1
n=2
Ce qui aprs rndexation scrit :
(3t + 1)y
(t2 + t)y 00
+
X
n=0
+
X
n=1
+
X
an tn
n
3nan t +
+
X
(n + 1)an+1 tn
n=0
n(n 1)an tn +
+
X
n(n + 1)an+1 tn
n=1
n=2
On vrifie aisment que si on pose (t2 + t)y 00 + (3t + 1)y 0 + y = 0, alors (unicit des DSE) :
n N, 0 = an + an+1
Il est ainsi ncessaire que pour tout n N, an+1 = an . et :
+
X
n=0
an tn = a0
+
X
n=0
(1)n tn =
a0
1+t
Recherche de lensemble des solutions par la mthode de la variation de la constante :

C(t)
une solution de lquation (E0 ) : (t2 + t)y 00 + (3t + 1)y 0 + y = 0. On a :
1+t
C 0 (t)
C 0 (t)
C 00 (t)
C(t)
2C(t)
f 0 (t) =
+
2
+
et f 00 (t) =
.
2
3
2
(1 + t)
1+t
(1 + t)
(1 + t)
1+t
Soit f (t) =
Ainsi :
(t2 + t)f 00 + (3t + 1)f 0 + f = 0 tC 00 (t) + C 0 (t) = 0
On remarque que la fonction C(t) = ln(t) convient, cest dire que la fonction f dfinie sur R+
ln(t)
par f (t) =
est solution de (E0 ). Lensemble SH des solutions de lquation diffrentielle
1+t
linaire homogne dordre 2 (E0 ) tant un espace vectoriel de dimension 2, on a finalement :

1
ln(t)
SH =
,
1+t 1+t
Recherche de solutions de type polynomiales

En cherchant dabord une solution polynmiale, rsoudre lquztion diffrentielle :
x(x + 1)y 00 + (x + 2)y 0 y = 0
Soit P un polynme de degr n solution de (E0 ) de coefficient dominant an 6= 0. Il est indispensable que :
n(n 1)an + nan an = 0 (n2 1)an = 0
Donc, si P existe alors deg(P ) = 1. En posant P = aX + b et en substituant dans (E0 ), on
trouve quil est ncessaire (et suffisant) que 2a b = 0.
Les polynomes de la forme a(x + 2) sont les seuls polynmes solution de (E0 ).
Recherche de lensemble des solutions de E0 par la mthode de la variation de la constante :
Posons y(x) = C(x)(x + 2), il vient :
En posant U = C 0 nous sommes conduits rsoudre lquation diffrentielle du premier ordre :

1
2
2
+
U
U0 =
x+2 x+1 x
Une
solution
de
cette quation
du
premier
ordre
est
la
fonc
1 1
1
x+1
=
tion
U (x) =
,
dont
une
primitive
est
(x +2)2 x2
4 x2
(x + 2)2

1
1
1
1
1
=
. La fonction x
7
est donc solution de (E0 ) : lenC(x) =
4 x+2 x
2x(x + 2)
x

1
semble des solutions SH de (E0 ) est donc lespace vectoriel SH = V ect
,x + 2 .
x
Utilisation dun changement de variable

Rsoudre sur R+ lquation diffrentielle (E0 ) : x2 y 00 + y = 0 en posant t = ln(x).
Le changement de variable (dfini pour x > 0) t = ln(x) et = x conduit poser :

z(t) = y(x) = y(et )
De sorte que
(
z 0 (t) = et y 0 (et ) = xy 0 (x)

z 00 (t) = et y 0 (et ) + e2t y 00 (et ) = xy 0 (x) + x2 y 00 (x)
Ainsi :
0 )
x2 y 00 + y = 0 z 00 (t) z 0 (t) + z = 0 (E
Cette dernire quation est une quation diffrentielle du second ordre linaire
coefficients
3
1
i
.
constants dont lquation caractristique, r2 r + 1 = 0 a pour racines r =
2
0 sont les fonctions de la forme :
Ainsi, les solutions (relles) de lquation E
t

3
3
t + b sin
t
, (a, b) R2
e 2 a cos
2
2
Les solutions de lquation de dpart (E0 ) sont donc les fonctions de la forme :

3
3
x a cos
ln(x) + b sin
ln(x)
, (a, b) R2
2
2
3)
a)
Systmes diffrentiels linaires coefficients constants.

Cauchy-Lipschitz et structure de lespace des solutions.
Un systme dquations diffrentielles linaires dordre 1 coefficients constants est un systme n quations
n inconnues de la forme :
0
y1 = a11 y1 + + a1n yn + b1
0
yn = an1 y1 + + ann yn + bn

a11 a1n
b1
y1

..
.. , scrit : Y 0 = AY + B
Ce qui, en posant : Y = ... , B = ... et A = ...
.
.
an1 ann
bn
yn
systme diffrentiel linaire coefficients constants
Soient I un intervalle de R, B : I Kn et A Mn (K). On appelle systme diffrentiel linaire
du premier ordre, tout systme dquations de la forme :
Y 0 = AY + B (S)
On appelle systme homogne associ (S), le systme :
Y 0 = AY (S0 )
Une solution du systme S est une fonction f : I Kn telle que :
t I, f 0 (t) = Af (t) + B(t)
un exemple
(
x0 = 2x y + 3
Le systme
y0 = x + y 4
est un systme diffrentiel linaire du premier ordre coefficients
constants qui , sous forme matricielle, scrit :
0
x
2
=
y
1

1
x
3
+
.
1
y
4
remarque : scalaire dordre 2 vers systme dordre 1

y
Une quation diffrentielle scalaire dordre 2 : y = ay + by + c, peut, en posant Y =
y0
scrire sous la forme dun systme diffrentiel :

0 1
0
0
Y =
Y +
b a
c
00
Remarque : Ce procd se gnralise aisment et permet de passer dune quation scalaire

dordre n vers un systme dordre 1.
Cauchy-Lipschitz (admis)
Pour tout (t0 , Y0 ) I Kn , le systme (S) admet une et une seule solution f vrifiant la condition
f (t0 ) = Y0 .
On dit quil y a unicit au problme de Cauchy en (t0 , Y0 ).
Rsoudre le problme de Cauchy relatif (S) au point (t0 , Y0 ) consiste dterminer cette fonction.
structure de lensemble des solutions

Lensemble SH des solutions de SH est un sous espace vectoriel de C (I, Kn )
de dimension n.
Lensemble S des solutions de S est un sous espace affine de C(I, E), de direction SH .
Structure de SH :
On remarque que 0Kn SH , donc SH 6= .
Soit (, ) K2 , il est immdiat que si f1 : I Kn et f2 : I Kn sont deux lments de SH
alors il en est de mme pour la fonction f1 + f2 . SH est donc un sous espace vectoriel de
C(I, Kn ).
Une rcurrence immdiate permet daffirmer que tout lement de SH est aussi un lment de
C (I, Kn ).
Brivement : si f est solution alors (puisque f 0 = Af ), f est drivable. Pour la mme raison, si
f est drivable n fois alors f est drivable (n + 1) fois. SH est donc un sous espace vectoriel de
C (I, Kn ). Montrons quil est de dimension n :
Considrons lapplication t0 : Kn SH qui tout vecteur Y0 Kn associe la solution f SH
qui vrifie f (t0 ) = Y0 .
Daprs le thorme de Cauchy-Lipschitz, cette application est bien dfinie. Il est immdiat
quelle est linaire et que son noyau se rduit au vecteur nul. Daprs le thorme du rang, t0
est donc un isomorphisme, do dim(SH ) = dim(Kn ) = n.
Structure de S :
Daprs le thorme de Cauchy-Lipschitz, S =
6 . Soit f une solution quelconque de S.
Il est immdiat que S = {f + g | g SH }, cest dire que S est un espace affine de direction
SH .
b)
Rsolution de lquation homogne dans les cas o A est diagonalisable ou trigonalisable

principe de rsolution lorsque A est diagonalisable
Dans le cas diagonalisable, il existe une matrice de passage P telle que D = P 1 AP , avec
D = diag(1 , , n ) diagonale.
Le systme Y 0 = AY + B peut donc scrire (P 1 Y )0 = D(P 1 Y ) + (P 1 B).
Cest dire en posant Z = P 1 Y et C = (P 1 B) :
z1 = 1 z1 + c1
Z 0 = DZ + P 1 B
0
zn = n zn + cn
Nous sommes ramens rsoudre n quations scalaires dordre 1 indpendantes les unes des
autres.

z1
..
La fonction . obtenue, on remonte linconnue Y par la relation Y = P Z.
zn
remarque
Dans le cas homogne, une fois obtenues les vecteurs propres 1 , , n et les valeurs propres
V1 , Vn . Il est inutile de calculer P 1 . Les solutions du systme Y 0 = AY sont les fonctions :
t R : Y (t) = c1 e1 t V1 + + cn en t Vn
c1 , , cn tant des constantes.
En effet, (e1 , , en ) tant la base canonique de Rn , les solutions du systme Z 0 = DZ sont les
fonctions (vectorielles) Zi = ei t ei .
Ainsi les fonctions Yi = ei t P ei = ei t Vi sont les solutions du systme initial Y 0 = AY .
exo : un exemple avec A ayant des vp relles
Rechercher les solutions relles du systme diffrentiel Y 0 = AY avec A =
1
2

2
1
Le polynme caractristique de la matrice A est PA = (x 3)(x + 1). On vrifie que

A admet

1
deux valeurs propres 1 et 3, respectivement associes aux vecteurs propres V1 =
et
1

1
V2 =
.
1
Les solutions relles du systme de lnonc sont donc les fonctions de la forme ((, ) R2 ) :
t R : Y (t) = et V1 + e3t V2
exo : un exemple avec A ayant des vp complexes
1
Rechercher les solutions relles du systme diffrentiel Y 0 = AY avec A = 1
1
1 0
2 1.
0 1
Le polynme caractristique de la matrice A est PA = (x 2)(x2 2x + 2).

On vrifie que les valeurs
de A sont 2, 1+ i et 1 i ; respectivement associes aux
propres
1
1
1
vecteurs propres V1 = 1 , V2 = i et V3 = i
1
i
i
Les solutions (complexes) du systme de lnonc scrivent donc (avec (c1 , c2 , c3 ) C3 ) :
t R, Y (t) = c1 e2t V1 + c2 e(1+i)t V2 + c3 e(1i)t V3
Parmi les fonctions Y (t) de cette forme, celles qui sont relles sont celles qui scrivent sous la
forme ((, , ) R3 ) :

1
cos(t)
sin(t)
e2t 1 + et sin(t) + cos(t) (1)
1
sin(t)
cos(t)
En effet :
Y (t) sera une solution relle ssi c3 = c2 ; dans ce cas :

Y (t) = c1 e2t V1 + Re c2 e(1+i)t V2
Ce qui conduit (1) en posant c2 = i,
exo : un exemple avec A non diagonalisable mais trigonalisable
x = x + 2y + z
Rsoudre le systme diffrentiel y 0 = y + z
0
z = y + 3z
1
La matrice associe au systme scrit : A = 0
0
2
1
1
1
1
3

1
On vrifie que 1 est une valeur propre simple associe au vecteur propre V1 = 0 ; 2 est la
0
seule autre valeur propre. Bien que racine double du polynme caractristique,
le
sous espace

3
propre associ est de dimension 1, gnr par le vecteur propre V2 = 1.
1

0
Compltons la famille {V1 , V2 } par (un choix parmi une infinit) V3 = 0 de manire former
1
une base de R3 .
1 3 0
On vrifie que AV3 = 2V1 + V2 + 2V3 . Avec la matrice de passage P = 0 1 0 On a donc
0 1 1
1 0 2
(inutile de calculer P 1 ) P 1 AP = 0 2 1
0 0 2
Notre systme initial, se ramne ainsi par changement de variable au systme :
z1 = z1 2z3
z20 = 2z2 + z3
0
z3 = 2z3
z1 = z1 2z3
z20 = 2z2 + c3 e2t
z3 = c3 e2t
z1
z2
z3
z1
z2
z3
= z1 2z3
= (c2 + c3 t)e2t
= c3 e2t
= c1 et 2c3 e2t
= (c2 + c3 t)e2t
= c3 e2t
Les solutions du systme initial sont ainsi les fonctions de la forme :
x(t)
y(t)
z(t)
z1 (t)
P z2 (t) = z1 (t)P e1 + z2 (t)P e2 + z3 (t)P e3
z3 (t)
z1 (t) + 3z2 (t)
z2 (t)
z1 (t)V1 + z2 (t)V2 + z3 (t)V3 =
z2 (t) + z3 (t)
Chapitre IV)
Algbre linaire - rappels et

complments
1)
Espaces vectoriels, sous-espaces vectoriels.
Dans ce chapitre K dsigne R ou C. La notion (la dfinition essentiellement) d espace vectoriel

est suppose acquise.
exemples despaces vectoriels

K n , n N .
K[X], lensemble des polynmes coefficients dans K.
Kn [X], lensemble des polynmes coefficients dans K de degr infrieur ou gal n N.
Lensemble des fonctions continues valeurs dans K, dfinies sur un intervalle I de R.
Mn,p (K), lensemble des matrices n lignes, p colonnes coefficients dans K.
Mn (K), lensemble des matrices de taille n N coefficients dans K.
sous espace vectoriel

Soit (E, +, .) un K-espace vectoriel et F E. On dit que F est un sous espace vectoriel de E si
(F, +, .) est un K-espace vectoriel.
comment tablir que F est un sev de E ?

Soit (E, +, .) un K-espace vectoriel et F E. (F, +, .) est un sev de E ssi :
F nest pas vide.
F est stable par combinaisons linaire : Pour tout couple (x, y) F 2 de vecteurs de F et
tout couple (a, b) K2 de scalaires, le vecteur ax + by est un lment de F .
Exemples et contre exemples.

Dterminer lesquels des ensembles E1 , E2 , E3 et E4 sont des sous espaces vectoriels de R3 .

E1 = (x, y, z) R3 | 3x 7y = z .

E2 = (x, y, z) R3 | x2 y 2 = 0 .

E3 = (x, y, z) R3 | x + y z = x + y + z .

E4 = (x, y, z) R3 | z(x2 + y 2 ) = 0 .
Le vecteur 0E = (0, 0, 0) appartient aux quatre ensembles E1 , E2 , E3 et E4 , il sagit donc de

savoir si ces ensembles sont stables par combinaisons linaire :
Dsignons par u1 = (x1 , y1 , z1 ) et u2 = (x2 , y2 , z2 ) deux lments de R3 pour (, ) R2 , posons
v = u1 + u2 = (x1 + x2 , y1 + y2 , z1 + z2 ).
Si 3x1 7y1
= z1 et 3x2 7y2
= z2 alors il est immdiat que
3(x1 + x2 ) 7(y1 + y2 ) = z1 + z2 . E1 est stable par combinaisons linaires,
cest un sev de R3 .
On vrifie que les vecteurs u1 = (1, 0, 1) et u2 = (1, 0, 1) sont dans E2 mais pas
u1 + u2 = (2, 0, 0). E2 nest pas un sev de R3 .

On remarque que E3 = (x, y, z) R3 | z = 0 . Il est immdiat que E3 est stable par
combinaisons linaires, cest un sev de R3 .
On vrifie que les vecteurs u1 = (1, 0, 0) et u2 = (0, 1, 1) sont dans E4 mais pas
u1 + u2 = (1, 1, 1). E4 nest pas un sev de R3 .
sev et intersections
Soit E un K-ev et E1 , En une famille de sev de E. Alors E1 En est un sev de E.
Remarque : Ce thorme est faux pour la runion.
Notons F = E1 En .
Pour tout i [[1, n]], Ei est un sev de E, par consquent le "vecteur nul" 0E appartient chacun
des espaces vectoriels Ei donc aussi F. Ainsi F 6= .
Montrons que F est stable par combinaisons linaires :
Soient x et y deux lments de F et (a, b) K2 . Par dfinition, pour tout i [[1, n]] , x Ei et
y Ei , donc (Ei tant par hypothse un e.v) ax + by Ei . Ceci tant vrai pour tout i [[1, n]],
on dduit que ax + by F .
exo :
Dcrire les sous-espaces vectoriels de R3 . Donner un exemple de deux sous-espaces de R3 dont
lunion nest pas un sous-espace vectoriel.
De manire gnrale, si E1 et E2 sont deux sev dun ev E :
Si E1 E2 est un sev de E alors soit E1 E2 soit E2 E1
Les sous espaces vectoriels de R3 peuvent tre :

Lorigine 0R3 = (0, 0, 0).

Les droites vectorielles, de la forme Du = v R3 | R, v = u avec u R3 fix.

Les plans vectoriels, de la forme Pu,v = w R3 | (, ) R2 , w = u + v avec u R3
et v R3 fixs.
R3 lui mme !
Supposons que E1 , E2 et E1 E2 des sev dun ev E. Montrons alors que parmi les sev E1 et E2
lun est inclus dans lautre.
Raisonnons par labsurde en supposons que ce ne soit pas le cas. Il existe alors x1 E1 et
x2 E2 tels que x1
/ E2 et x2
/ E1 .
Mais E1 E2 tant un sev de E par hypothse, soit x1 +x2 E1 et alors x2 E1 soit x1 +x2 E2
et alors x1 E2 , dans les deux cas on aboutit une contradiction.
somme de sous-espaces vectoriels

Soit E un K-ev, (Ei )i[[1,n]] une famille de sev de E.
n
n
X
X
On note E1 + E2 + + En =
Ei les vecteurs x E qui scrivent sous la forme x =
xi .
Lensemble
n
X
i=1
Ei est un sev de E appel somme des sev (Ei )iI .
i=1
Remarque : Le plus petit ev contenant E1 En est lev E1 + + En
i=1
somme directe de sous-espaces vectoriels

Soient E1 , E2 , , En n sous espaces vectoriels dun K-ev E. On dit que E est somme directe
n
X
des e.v E1 , , En si E =
Ei et si tout vecteur de E se dcompose de manire unique
i=1
sous la forme x = x1 + + xn avec i [[1, n]] xi Ei . On note alors E = E1 E2 En .
On notera que si E = E1 E2 En , alors bien sr E = E1 + E2 + + En .
somme directe de deux sev

Soient E1 et E2 deux sev dun K-ev E. Alors E = E1 E2 ssi E = E1 + E2 et E1
E2 = {0E }
\
Si E = E1 E2 alors E = E1 + E2 . De plus, pour tout x E1 E2 et tout vecteur y = x1 + x2
de E, y scrit aussi y = (x1 + x) + (x2 x). Ce qui de par lunicit de la dcomposition, impose
x = 0.
Rciproquement,
\
Si E = E1 + E2 et E1 E2 = {0E }. Supposons que y E scrit y = x1 + x2 = x01 + x02 , alors
x1 x01 = x2 x02 . Ce qui entrane que le vecteurs x1 x01 est la fois lment de E1 et de E2 .
Do x1 x01 = 0, cest dire x1 = x01 et x2 = x02 . La dcomposition est unique.
Mthode : Montrer quun ev E est somme directe de plusieurs sev

Utiliser directement la dfinition.
Montrer que E
= E1 + + Ep
0E = v1 + + vp = j [[1, p]], vj = 0.
puis
avec
vi
Ei ,
montrer
que
Dans le cas de deux sev, montrer que E = E1 + E2 puis que E1 E2 = {0E }
exemple 1
Dans le Re.v des fonctions de R dans R, on considre les sev Ep = {f E | f paire} et
Ei = {f E | f impaire}. Montrer que E = Ep Ei .
Montrons que E = Ep + Ei :
Bien sr, Ep + Ei E, dautre part, si f E alors pour tout x R :
f (x) =
f (x) + f (x) f (x) f (x)

+
2
2
f (x) f (x)
f (x) + f (x)
et fi : x 7
tant respectivement paire
Les fonctions fp : x 7
2
2
et impaire ; on dduit que E Ep + Ei et donc que E = Ep + Ei .
Montrons que Ep Ei = 0E :
Si g E est la fois paire et impaire alors pour tout x R, g(x) = g(x) = g(x) = 0.
Cest dire g = 0E .
exemple 2 :
Soit E
= Mn (K), on considre les sev E1
= {(ai,j ) E | ai,j = 0 si i 6= j},
E2 = {(bi,j ) E | bi,j = 0 si i j} et E3 = {(ci,j ) E | ci,j = 0 si i j}.
Montrer que E = E1 E2 E3 .
Montrons que E = E1 + E2 + E3 :
E1 , E2 et E3 tant des sev de E, montrer que E = E1 + E2 + E3 revient montrer que
E E1 + E2 + E3 :
Soit donc (mi,j E) . Dsignons par A = (ai,j(
) E1 , (B = bi,j ) E2 (
et (C = ci,j ) E3 ;
mi,j si i > j
mi,i si i = j
et
, bi,j =
les matrices dfinies repectivement par ai,j =
0 si i j
0 si i 6= j
(
mi,j si i < j
ci,j =
.
0 si i j
Par construction, M = A + B + C E1 + E2 + E3 . La matrice M tant quelconque, ceci
prouve que E = E1 + E2 + E3 .
Montrons que si 0E = A + B + C avec (A, B, C) E1 E2 E3 alors A = B = C = 0E :
En effet, la nullit des lment diagonaux entrane que A = 0E , celle des lments au dessus
de la diagonale entrane que B = 0E et celle des lments sous la diagonale, que C = 0E .
2)
a)
Famille de vecteurs
Familles gnratrices - familles libres
combinaison linaire
Soit (xi )i[[1,n]] une famille de vecteurs dun K-espace vectoriel E. On appelle combinaison linaire
n
X
des (xi )i[[1,n]] , toute somme
i xi o pour tout i, i K .
i=1
ev engendr par une famille de vecteurs

Lensemble F des combinaisons linaires des (xi )i[[1,n]] est un sev de E not V ect(x1 , , xn ).
Cest le plus petit sev de E contenant tous les xi .
familles libres - familles lies

Soit (xi )i[[1,n]] une famille dun K-ev E. Les deux propositions suivantes sont quivalentes :
i) Pour toute combinaison linaire :
n
X
i xi = 0E
i [[1, n]], i = 0.
i=1
ii) Aucun vecteur de la famille nest combinaison linaire des autres.

Une famille de vecteurs vrifiant i) ou ii) sappelle une famille libre (on dit aussi que les
vecteurs de cette famille sont linairement indpendants). Dans le cas contraire, la famille est
dite lie.
b)
Base dun espace vectoriel

famille gnratrice
On dit quune famille de vecteurs (xi )i[[1,n]] est gnratrice de lespace vectoriel E si
E = V ect{x1 , , xn }.
Thorme (admis)
Soit E un espace vectoriel vrifiant E = V ect(x1 , , xn ), alors toute famille libre a au plus n
lments.
quest-ce quune base ?

Une famille libre et gnratrice dun ev E est appele base de E.
coordonnes relativement une base

Si (ei )iI est une baseX
dun ev E, alors pour tout x E, il existe une et une seule combinaison
lineaire telle que x =
i ei .
i
Les scalaires (i )iI sappellent les coordonnes de x dans la base (ei )iI .
dimension finie - infinie

Un espace vectoriel est dit de dimension finie sil peut tre gnr par une famille finie de vecteurs ;
il est dit de dimension infinie sinon.
quest-ce quune dimension ?

Toutes les bases dun ev E de dimension finie ont le mme cardinal n. On dit que n est la
dimension de E et on note n = dim E.
Mthode : Montrer quune famille est une base

Soit E un K-ev de dimension finie n N :
- Tout systme libre de n vecteurs de E est une base de E.
- Tout systme gnrateur de n vecteurs de E est une base de E.
exemple
Montrer que la famille F = {1, 1 + X, , 1 + X + X n } est une base de Rn [X].
Nous savons que dim (Rn [X]) = n + 1. Puisque la famille F contient n + 1 vecteurs, il suffit
(pour montrer que cest une base de Rn [X]) de montrer quelle est libre (un autre option tant
de montrer quelle est gnratrice) :
Dsignons par Pi le polynme Pi =
R
n+1
tels que
n
X
i
X
X k , de sorte que F = {P0 , , Pn }. Soient (a0 , , an )
k=0
ak Pk = 0E . On remarque que cela scrit :
k=0
n
X
(ak + + an ) X k = 0E
k=0
Nous aboutissons au systme triangulaire dquations :
a0 + + an = 0
a + + a = 0
1
n

an = 0
Dont lunique solution est a0 = a1 = = an = 0.
La famille F est bien libre et forme donc une base de Rn [X].
caractrisation de la somme directe par les dimensions

Soit E un K-ev de dimension
finie n N . Soient E1 , , Ek k sev de E.
(
E = E1 + + Ek
E = E1 Ek ssi
dim(E) = dim(E1 ) + + dim(Ek )
(
E = E1 + E2
Remarque : Cela gnralise le rsultat : E = E1 E2
E1 E2 = {0E }
formule de Grassmann
Soit E un K-ev et E1 , E2 deux sev de E de dimension finie. Alors E1 + E2 est de dimension
finie et : dim(E1 + E2 ) = dim(E1 ) + dim(E2 ) dim(E1 E2 )
exemple

x
x

y
y
4
4
R | x + y + z t = 0 et F2 = R | x y = 0 . En admettant
Soient F1 =
z
z
t
t
4
que F1 et F2 sont deux sev de R de dimension 3, montrer laide de la formule de Grassmann
que F1 + F2 = R4 .
Puisque F1 + F2 R4 , dmontrer que F1 + F2 = R4 revient montrer que dim (F1 + F2 ) = 4,

cest dire daprs la formule de Grassmann, que dim(F1 F2 ) = 6 4 = 2.
Mais t (x, y, z, t) F1 F2 ssi :
(
x+y+zt=0
xy =0
z = t 2x
y=x

0
1
x
x
0
1
y x

z = t 2x = x 2 + t 1
1
0
t
t

0
1
0
1
0
1
1 0

Ainsi F1 F2 = V ect
2 , 1. Les vecteurs 2 et 1 ntant pas colinaires,
1
0
1
0
dim (F1 F2 ) = 2 do F1 + F2 = R4 .
3)
a)
Applications linaires
Proprits gnrales
quest-ce quune application linaire ?
Soient E et F deux K-ev et f : E F une application. On dit que f est linaire si :
(x, y) E F, (a, b) K2 , f (ax + by) = af (x) + bf (y)
Lensemble des applications linaires de E dans F est un K-ev not L(E, F ).
Remarque : Une application linaire a ainsi pour caractristique de conserver les
combinaisons linaires
exemples
Si K, lapplication 1 : E E, x 7 x est linaire.
Z1
Lapplication 2 : C([0, 1], R) R, f 7
f (t) dt est linaire.

0
Lapplication 3 : R2 R3 , (x, y) 7 (x 2y, x + y, 3x y) est linaire.
vocabulaire et proprits lmentaires

Une application linaire de E dans K est appele forme linaire.
Une application linaire de E dans E est appele endomorphisme.
Si f est linaire, alors f (0E ) = 0F .
La compose de deux applications linaires est linaires.
Si f : E F est linaire et bijective, on dit que f est un isomorphisme. Lapplication
rciproque f 1 : F E est alors aussi un isomorphisme.
Si f L(E, F ), il suffit de connatre les images des lments dune base pour connatre f .
conservation de la structure dev

Limage (ou limage rciproque) dun sev par une application linaire est un sev.
Soient E et F deux espaces vectoriels et f : E F une application linaire. Notons im(f ) = f (E)
et ker(f ) = f 1 ({0F }). Cest dire :
im(f ) = {y F | y = f (x) avec x E}
ker(f ) = {x E | f (x) = 0}
Montrons que im(f ) est un sev de F :
f (0E ) = 0F , donc lensemble im(f ) nest pas vide. De plus si y1 im(f ) et y2 im(f ) alors
par dfinition il existe x1 E et x2 E tels que y1 = f (x1 ) et y2 = f (x2 ). Par consquent pour
tout K (f tant une appl. linaire) :
(
y1 + y2 = f (x1 + x2 )
y1 = f (x1 )
Ce qui prouve que y1 + y2 im(f ) et y1 im(f ) et donc que im(f ) est un sev de F.
Montrons que ker(f ) est un sev de E :
0E ker(f ), donc lensemble ker(f ) nest pas vide. De plus si x1 et x2 sont deux lments de
ker(f ) alors par dfinition f (x1 ) = f (x2 ) = 0F . Donc par linarit de lapplication f, pour tout
K:
(
f (x1 + x2 ) = f (x1 ) + f (x2 ) = 0F
f (x1 ) = f (x1 ) = 0F
Ce qui prouve que x1 + x2 ker(f ) et x1 ker(f ) ; autrement dit que ker(f ) est un sev de E.
im(f ) et ker(f )
Soient E et F deux K-ev et f L(E, F ).
On appelle noyau de f lensemble not ker(f ) = f 1 (0F ) = {x E | f (x) = 0F }.
On appelle image de f lensemble not im(f ) = f (E).
Les ensembles ker(f ) et im(f ) sont des sev. Par ailleurs, f est injective ssi ker(f ) = {0E }
rang de f
Soient E et F deux K-ev et f L(E, F ). On dit que f est de rang fini si im(f ) est de dimension
fini. Lentier dim(im(f )) est alors appel rang de f et est not rg(f ).
exemple :

mx + (2m 1)y
Soit m R et f : R R dfinie par f (x, y) =
.
2x + (m + 1)y
2
Montrer que f est un endomorphisme de R . quelle condition sur m est-ce un isomorphisme ?
Dterminer ker f et im(f ) selon les valeurs du paramtre m.
2

Par dfinition lapplication f est dfinie sur R2 et f R2 R2 . Montrons que f est linaire, ce
qui tablira que cette application est un endomorphisme de R2 :
Pposons v1 = (x1 , y1 ) et v2 = (x2 , y2 ) on vrifie :

m(x1 + x2 ) + (2m 1)(y1 + y2 )
f (v1 + v2 ) =
2(x1 + x2 ) + (m + 1)(y1 + y2 )

mx1 + (2m 1)y1
mx2 + (2m 1)y2
=
+
2x1 + (m + 1)y1
2x2 + (m + 1)y2
= f (v1 ) + f (v2 )
De mme, pour tout R :

f (v1 ) =

m(x1 ) + (2m 1)(y1 )
= f (v1 )
2(x1 ) + (m + 1)(y1 )
Lapplication f est bien un endomorphisme de R2 .

Dterminons ker(f ) et im(f ) :
(

mx + (2m 1)y = 0
x
0
f
=
y
0
2x + (m + 1)y = 0
0
Soit les droites Dm : mx + (2m 1)y = 0 et Dm
: 2x +
(m
+ 1)y = 0 (qui passent toutes les

0
deux par lorigine) sont scantes ; auquel cas ker(f ) =
et im(f ) = R2 . Soit elles sont
0
confondues et ker(f ) est la droite correspondante.

m
2m 1
0
Les droites Dm et Dm sont confondues si les vecteurs
et
sont colinaires, cest
2
m+1
dire si :

m 2m 1
2

2 m + 1 = 0 m 3m + 2 = 0 m = 2 ou m = 1

1
Si m = 1, ker(f ) est la droite D : x + y = 0, cest dire ker(f ) = V ect
.
1

x
x+y
1
1
De plus,f
=
= (x + y)
et im(f ) = V ect
y
2x + 2y
2
2

3
Si m = 2, ker(f ) est la droite D : 2x + 3y = 0, cest dire ker(f ) = V ect
.
2

x
2x + 3y
1
1
De plus, f
=
= (2x + 3y)
et im(f ) = V ect
y
2x + 3y
1
1
exo : Injectivit dune application linaire

Montrer quune application linaire f : E F est injective ssi ker f = {0E }.
Lapplication f tant linaire, f (0E ) = 0F .

Sens direct : supposons que f est injective :
Si u E vrifie f (u) = 0F , alors f (u) = f (0E ) et par injectivit de f, u = 0E . Conclusion :
ker f = {0E }.
Sens rciproque : supposons que ker f = {0E }
Pour tout (u, v) E 2 , si f (u) = f (v) alors par linarit de f , f (u v) = 0 donc
u v ker(f ) = {0E }, cest dire u = v.
Conclusion : f est injective.
thorme du rang
Soient E et F deux K-ev et f L(E, F ).
dim(E) = dim(ker(f )) + dim(im(f ))
Remarque :
Une consquence directe de ce thorme est la suivante :
Pour une application linaire f L(E, F), si dim(E) = dim(F ) alors :
f est bijective f est injective f est surjective.
Un exemple dutilisation
On
reprend
les
sev
de

y
4
F2 = R | x y = 0 .
t
dim(F1 ) = dim(F2 ) = 3.
R4
F1
Montrer

y R4 | x + y + z t = 0
z
laide
du
thorme
du
rang
et
que
Considrons les applications 1 : R4 R et 2 : R4 R respectivement dfinies par

1 (x, y, z, t) = x + y + z t et 2 (x, y, z, t) = x y.
On vrifie que 1 et 2 sont des formes linaires. Par construction, F1 = ker(1 ) et F2 = ker(2 ).
Aussi im(F1 ) = im(F2 ) = R et donc dim (im(F1 )) = dim (im(F2 )) = 1, ce qui de par le thorme
du rang entrane que dim(F1 ) = dim(F2 ) = 3.
b)
Endomorphismes remarquables
E dsigne un ev de dimension n.
quest-ce quune homothtie ?
On appelle homothtie de rapport tout endomorphisme h L(E) dfinie par :
x E, h(x) = x
quest-ce quun projecteur vectoriel ?

Soit E = F G de sorte que pour tout x E, il existe un unique couple (x1 , x2 ) F G tel
que x = x1 + x2 .
On appelle projection sur F paralllement G lapplication linaire p dfinie par :
x E, p(x) = x1
caractrisation des projecteurs

Soit p L(E). p est une projection vectorielle sur im(p), paralllement ker(p) ssi pop = p.
exo : un exemple
Soit f lendomorphisme de R3 dont la matrice relativement la base canonique scrit :
1
2
1
M = 1 2 1
2
4
2
Montrer que f est un projecteur et prciser ses caractristiques gomtriques.
Quelle est la matrice de f relativement la concatnation dune base de im(f ) et une base de
ker(f ) ?
On vrifie que M 2 = M , donc f of = f : lapplication f reprsente une projection vectorielle sur

im(f ) paralllement ker(f ).

1
On remarque que les colonnes de la matrice M sont toutes colinaires au vecteur v = 1,
2

1
donc im(f ) = V ect 1 et dim(im(f )) = 1, ce qui entrane daprs le thorme du rang que
2

2
1
dim(ker(f )) = 2. En observant les colonnes de la matrice M, ker(f ) = V ect 0 , 1
1
0
Si BI est une base de im(f ) et BK est une base de ker(f ) alors la matrice de f relativemant la
base B = {BI , BK } scrit :
1 0 0
0 0 0
0 0 0
exo
Soit E = F G, p le projecteur sur F paralllement G et q le projecteur sur G paralllement F .
Exprimer q en fonction de p.
Pour tout x E il existe un unique couple (xF , xG ) F G tel que x = xF + xG . Par dfinition
, p(x) = xF et q(x) = xG . Ainsi, pour tout x E :
q(x) = xG = x xF = x p(x) = (IdE p) (x)
Ceci tant vrai pour tout x E, on dquit que q = IdE p.
symtries vectorielles
Soit E = F G. Si x E, il existe un unique couple (xF , xG ) F G tel que x = xF + xG . On
appelle symtrie par rapport F paralllement G lapplication linaire s dfinie par :
x E, s(x) = xF xG
caractrisation des symtries

Soit s L(E). s est une symtrie vectorielle par rapport ker(s IdE ) paralllement
ker(s + IdE ) si et seulement si sos = IdE .
exo : un exemple
Soit f lendomorphisme de R3 dont la matrice relativement la base canonique scrit :
1 1 1
M = 2 2 1
2 1 0
Montrer que f est une symtrie vectorielle et prciser ses caractristiques gomtriques.
Quelle est la matrice de f relativement la concatnation dune base de ker(f Id) et une
base de ker(f + Id) ?
On vrifie que M 2 = Id : lapplication f est ainsi une symtrie vectorielle. Il existe donc deux
sous espaces vectoriels F et G de R3 tels que R3 = F G et tels que pour tout x = xF + xG ,
f (x) = xF xG . On peut crire :

x
y F
z

x
x
x
y ker (f IdR3 ) M y = y
z
z
z
x y + z = x
y + z = 0
2x 3y + z = 0
2x 2y + z = y
2x y = z
2x y z = 0
y + z = 0
x = y = z
4x 4y = 0
2x y z = 0

1
Cest dire F = V ect 1
1
De mme,

x
y G
z

x
x
x
y ker (f + IdR3 ) M y = y
z
z
z
x y + z = x
2x y + z = 0
2x 2y + z = y
2x y = z

1
0
G est le plan vectoriel dquation 2x y + z = 0 ; on remarque que G = V ect 1 , 1 .
1
1
Si BF est une base de F et BG une base de G, alors B = {BF , BG } est une base de R3 relativement
laquelle la matrice reprsentative de f scrit :
1 0
0
0 1 0
0 0 1
4)
a)
Matrices
Sous espaces stables
stabilit dun sev par un endomorphisme
Soient E un K-espace vectoriel et f L(E). On dit quun sous-espace-vectoriel F de E est stable
par f si f (F ) F .
La restriction de f F est alors un endomorphisme de F, induit par f sur F.
Exemple : stabilit et commutation

Montrer que si f est un endomorphisme de E, im(f ) et ker(f ) sont deux sev stables par f.
Montrer que si deux endomorphismes f et g de E commutent (ie f og = gof ) alors im(f )
et ker(f ) sont stables la fois par f et par g.
Pour tout sev F de E, on a f (F ) im(f ), en particulier f (im(f )) im(f ) et im(f ) est

stable par f .
On a f (ker(f )) = {0E } ker(f ) donc ker(f ) est stable par f .
Pour tout y im(f ), il existe x E tel que
g(y) = gof (x) = f (g(x)) Im(f ). Ainsi im(f ) est stable par g.
f (x).
Donc,
Pour tout y ker(f ), f og(y) = gof (y) = g(0E ) = 0E et g(y) ker(f ). Ainsi, ker(f ) est
stable par g.
exo : Autre exemple, matrice dune rotation
a) Relativement la base canonique (i, j, k) de R3 , on considre la rotation R dangle

V ect(k). Citer trois sous espaces de R3 stables par R.
b) Ecrire la matrice M de R relativement la base canonique de R3 .
, daxe
4
a) R3 , La droite V ec(k) et le plan V ec(i, j).

b)
1
2
1
M =
2
0
2
1
2
0
trigonalisation par blocs

Soit f L(E) et F un sev de E de dimension p.
On note BF une base de F complte en une base B = {BF , B 0 } de E.
F est stable par f ssi sa matrice reprsentative relativement la base B scrit :

A
B
M atB (f ) =
0np,p C
A tant la matrice (carre dordre p) relativement la base BF de la restriction de f F .

A
On a alors det(M atB (f )) =
0

B
= det(A) det(C).
C
gnralisation
Si E =
p
M
Ei et si B = {B1 , , Bp } est une base de E telle que pour tout i, Bi soit une base
i=1
de Ei .
A1
0
Les sev Ei sont stable par f L(E) ssi M atB (f ) = .

..
0
A2
..
.
..
.
0
0
..
.
Ap
On a alors det(M atB (f )) =
p
Y
i=1
det(Ai ).
b)
complments sur les matrices

trace dune matrice
Soient n N et A = (aij ) Mn (K). On appelle trace de A la somme de ses lments diagonaux :
T r(A) =
n
X
aii
i=1
proprits lmentaires
Soit n N
(
Mn (K) K
Lapplication tr :
A tr(A)
est une forme linaire.
Pour tout couple (A, B) Mn (K), tr(AB) = tr(BA).
Il est immdiat de montrer que lapplication trace est une forme linaire.
On a de plus :
tr(AB) =
(AB)ii =
1in
1in 1jn
aij bji =
1jn 1in
bji aij =
X
1jn
(BA)jj = tr(BA)
matrices semblables
Soient (A, B) Mn (K)2 .
On dit que A et B sont semblables sil existe P GLn (K) telle que : B = P 1 AP .
Exemple de matrice semblables

1
1
1 R3 . On considre la rotation R daxe V ect(u) et dangle . Montrer que la

Soit u =
4
3 1
matrice A de R relativement la base canonique de R3
1
1
2
2
1
B = 1
2
2
0
0
est semblable la matrice :
Lide centrale est que si est le plan passant par lorigine et orthogonal laxe V ect(u) et si
(v, w) est une base orthonormale de , alors la matrice reprsentative de la rotation R relativement la base Br = (v, w, u) est la matrice :
1
1
2
2
1
B = 1
2
2
0
0
1
Pour montrer que les matrices A et B sont semblables, nous allons faire appel la notion de
matrice de passage.
Dterminons la base Br :
1
On remarque que le vecteur v = (1, 1, 0) est orthogonal u. Pour dterminer w, il est utile
2
dutiliser un produit vectoriel :

1 1 ~i
1

1
1
w = u v = 1 1 ~j = 1
6
6 2
1 0 ~k
La matrice de passage :
Dsignons par Bc la base canonique de R3 et par Br la base (v, w, u). Par dfinition, la matrice
de passage P de la base Bc vers la base Br est la matrice de la famille Br dans la base Bc . Cest
dire :
3
1 1
1
P =
3 1 1
6
0
2 1
Similitude des matrices A et B :
Les matrice A (rotation relativement Bc ) et B (rotation relativement Br ) sont relies par la
relation :
A = P BP 1
La logique est la suivante :
La matrice P 1 a pour effet de transformer un vecteur exprim relativement Bc en le
mme vecteur exprim relativement Br .
La matrice B a pour effet de transformer un vecteur exprim relativement Br en son
image par la rotation R exprim relativement Br .
La matrice P a pour effet de transformer un vecteur exprim relativement Br en le mme
vecteur exprim relativement Bc .
conservation de la trace par similitude

Deux matrices semblables ont mme trace.
trace dun endomorphisme

Soit E un K-espace vectoriel de dimension finie n.
On dfinit la trace dun endomorphisme f de E comme tant la trace dune matrice M reprsentant
f sur une base quelconque de E.
Chapitre V)
Dterminants
1)
Dterminant dune matrice carre

Soit n 2 un entier naturel. Nous admettrons :
dterminant dune matrice carre
Il existe une unique application de Mn (K) dans K, appele dterminant, telle que :
Le dterminant est linaire par rapport chaque colonne.
Lchange de deux colonnes a pour effet de multiplier le dterminant par 1
Le dterminant de la matrice unit vaut 1
notations
an1
a11

Soient v1 = ... , , vn = ... les n vecteurs de Kn qui forment les colonnes de la
a
ann
1n
a11 a1n
..
.. . Le dterminant de la matrice A scrit :
matrice A = ...
.
.
an1
ann

a11

det(A) = det(v1 , , vn ) = det ...

an1
..
.

a1n
..
.
ann
2)
Proprits du dterminant
nul si deux colonnes identiques
Si deux colonnes dune matrice carre sont identiques alors sont dterminant est nul.
det(A) = n det(A)
Soit A Mn (K) et K, on a det(A) = n det(A).
oprations lmentaires sur les colonnes

Le dterminant de A Mn (K) ne change pas si lune des colonnes on ajoute une combinaison
linaire des autres.
exo

1

En utilisant seulement les proprits prcdentes, calculer 0
0
4
2
0

5
8 .
3

1

0

0
4
2
0

5 1 0
8 = 0 2
3 0 0

5 1
8 = 0
3 0
0
2
0

0 1
8 = 0
3 0
0
2
0

1
0

0 6 0
0
3
0
1
0

0
0 = 6
1
dterminant dune matrice triangulaire

Le dterminant dune matrice triangulaire carre est gal au produit de ses lments diagonaux.
transpose et produit (admis)

Soient A et B deux lments de Mn (K). On a :
det(t A) = det(A) et det(AB) = det(A) det(B)
caractrisation des matrices inversibles

Une matrice carre est inversible ssi son dterminant est non nul. On a alors det(A1 ) =
1
.
det(A)
invariance par changement de base

Deux matrices semblables ont mme dterminant.
oprations lmentaires sur les lignes

Le dterminant de A Mn (K) ne change pas si lune des lignes on ajoute une combinaison
linaire des autres.
3)
Calcul du dterminant
dterminant par blocs (admis)
Soit M Mn (K) une matrice carre triangulaire par blocs, i.e. de la forme :

A
B
M=
0np,p C
o A Mp (K), B Mnp,p et C Mnp (K). On dmontre :
det(M ) = det(A) det(C)
exo : un exemple
Calculer :

1

7

D = 0
0

0
2
5
0
0
0
4
3
2
5
0
2
7
1
3
0

9
1
8 .
7
7

1

7

0

0

0
2
5
0
0
0
4 2
3
7
2 1
5
3
0
0

9
1
1
8 =
7
7
7

2

2
5
5
0

1 8
1
3 7 =
7
0 7

2 2
5 5

1
7 = 1463
3
mineurs et cofacteurs
Soit A = (ai,j ) Mn (K), et Ai,j Mn1 (K) la matrice obtenue partir de A aprs suppression
de la i-ime ligne et de la j-ime colonne.
On appelle :
mineur relatif ai,j le nombre det(Ai,j ).
cofacteur de ai,j le scalaire (1)i+j det(Ai,j ).
dveloppement par rapport une ligne ou une colonne

i [[1, n]] : det(A) =
n
X
(1)i+j ai,j det(Ai,j ) (par rapport la ligne i)
j=1
i [[1, n]] : det(A) =
n
X
(1)i+j ai,j det(Ai,j ) (par rapport la colonne j)
i=1
Exemple
Retrouver la valeur du dterminant prcdent, en :
a) nutilisant que des dveloppements par rapport des colonnes.
b) nutilisant que des dveloppements par rapport des lignes.
En dveloppant selon des colonnes :

2 9
2 4
5 3 7 1

7
1
0 2

0
2
1
8

1
8 =
=
7 0 5
0
5
3
7

3 7
0 0
0
0 0 7

0
7

2 1 8
2 1 8
2 1 8

= 5 5 3 7 14 5 3 7 = 19 5 3 7
0 0 7
0 0 7
0 0 7

3 7
19 (5) 1 8 = 1463
= 19 (2)

0 7
0 7

1

7

0

0

0
2
5
0
0
0
4
3
2
5
0
2
1
3
0

9
8
7
7
En dveloppant selon des colonnes :

2 4 2 9
1 2 4

5 3
7
1
7 5 3

0 2 1
8 = 7
0 0 2
0
5
3 7
0 0
5
0
0
0
7

1 2
14 3 1 2 = 1463
35

7 5
7 5

1

7

= 0
0

0
=

2
1

7
= 7 7
1
0
3
2
5
0

1
4

3 14 7
0
5
2
5
0

2
7
3
4)
Dterminant dune famille de vecteurs dans une base

dterminant dune famille de vecteurs
Soit E un K-espace vectoriel de dimension n dont B = {e1 , , en } est une base.
Soit {x1 , , xn } une famille de n vecteurs de E. Pour tout i [[1, n]], on note vi Kn les
coordonnes de xi relativement la base B.
On appelle dterminant de la famille {x1 , , xn } dans la base B et on note det(x1 , , xn ) le
B
dterminant :
det(x1 , , xn ) = det(v1 , , vn )
B
exo : un exemple
Dans R2 [X], calculer le dterminant de la famille x1 = 1 + x2 , x2 = 1 + x, x3 = x2 relativement
la base canonique.
proprits immdiates
Lapplication det : E n K hrite de toutes les proprits des dterminants :
B
linarit par rapport chacun des n vecteurs.

Lchange de deux vecteurs revient mltiplier par 1.
On ne change rien en ajoutant lun des vecteurs une combinaison linaire des autres.
caractrisation des bases

Soit E un K-ev de dimension n dont B est une base.
Une famille {x1 , , xn } de n vecteurs de E est une base ssi det(x1 , , xn ) 6= 0.
B
On reprend les notations du thorme.

Sens direct :
Si la famille X = {x1 , , xn } nest pas une base alors lun des vecteurs est combinaison linaire
des autres, ce qui entrane la nullit de son dterminant.
Rciproque :
Si la famille X = {x1 , , xn } est une base alors par construction les matrices
P = M atB (x1 , , xn ) et Q = M atX (e1 , , en ) sont inverses lune de lautre (matrices de
passage). Elles ont donc des dterminants non nuls. Or :
det(x1 , , xn ) = det(P ) 6= 0
B
rappels sur les matrices de passage

Soient B = {b1 , , bn } et X = {x1 , , xn } deux bases de E (K ev de dimension n).
Pour tout vecteur v E, dsignons par vB Kn et vX Kn respectivement les reprsentations
de v relativement aux bases B et X .
Soit {e1 , , en } la base canonique de Kn . Nous pouvons crire pour tout i, (xi )X = (bi )B = ei .
En reprenant les notations de la dmonstration, pour tout i :
P (xi )X = (xi )B et Q (bi )B = (bi )X
Par linarit, pour tout vecteur v E, P vX = vB et QvB = vX
Ainsi pour tout vecteur e Rn , P Qe = QP e = e. Les matrices (dites de passage) sont inverses
lune de lautre.
5)
Dterminant dun endomorphisme

thorme - dfinition
Soit f L(E) un endomorphisme de E (un K-ev de dimension n).
B = {e1 , , en } tant une base de E, le nombre det(f (e1 ), , f (en )) ne dpend pas de la base
B
B choisie. On lappelle dterminant de lendomorphisme f.
En effet, det(f (e1 ), , f (en )) = det(M atB (f )) et pour deux bases B et B 0 , les matrices M atB (f )
B
et M atB0 (f ) sont semblables.
caractrisation des automorphismes

Un endomorphisme est bijectif ssi son dterminant est non nul.
produit et inverse
Soient f et g deux endomorphismes de E.
det(f og) = det(f ) det(g).
Si f est inversible, alors det(f 1 ) =
1
.
det(f )
Chapitre VI)
Rduction des endomorphismes

et des matrices
E dsignera dans ce chapitre un K-espace vectoriel de dimension n N .
1)
a)
lments propres dun endomorphisme

Valeurs propres, vecteurs propres et sous-espaces propres
valeurs propres - vecteurs propres
Soit f L(E) un endomorphisme sur E et K.
On dit que est une valeur propre de f sil existe un vecteur non nul x E tel que f (x) = x.
On dit alors que x est un vecteur propre de f attach la valeur propre .
remarques
0 est valeur de f ssi f nest pas inversible.
Pour une matrice A Mn (K), on dit que K est valeur propre de A sil existe X Kn
non nul tel que AX = X.
Si A Mn (K) est la matrice dun endomorphisme f (relativement une certaine base)
alors est valeur propre de A ssi il est valeur propre de f.
sous espaces propres

Soit une valeur propre de f L(E).
Lensemble E = {x E | f (x) = x} = ker(f IdE ) est un sev de E stable par f , appel
sous espace propre de f associ la valeur propre .
Exemple

Soit f L R3 , dont la matrice relativement
2
A = 10
4
la base canonique de R3 scrit :
1 2
5 7
2 2
Montrer que 0 et 1 sont valeurs propres et dterminer les sous espaces propres associs.
0 est valeur propre et sous espace propre associ :

Il sagit de dterminer les solutions du systme suivant :
2x y + 2z = 0
2x y + 2z = 0
10x 5y + 7z = 0
z=0
4x 2y + 2z = 0

x
2
y V ect 1
z
0

2
Ce qui prouve que 0 est une valeur propre de sous-espace propre associ E0 = V ect 1.
0
-1 est valeur propre et sous espace propre associ :
Il sagit de dterminer les solutions du systme suivant :
3x y + 2z = 0
2x y + 2z = x
10x 4y + 7z = 0
10x 5y + 7z = y
4x 2y + 3z = 0
4x 2y + 2z = z
(
(
3x y + 2z = 0
y = x
2x + z = 0
z = 2x

x
1
y V ect 1
z
2
1
= V ect 1.
2
Ce qui prouve que 1 est une valeur propre de sous-espace propre associ E1
Thorme : les sous espaces propres sont en somme directe

Soient 1 , , k des valeurs propres distinctes deux deux de f L(E). Les sous espaces
propres E1 , , Ek sont en somme directe.
b)
Polynme caractristique dun endomorphisme

polynme caractristique dune matrice
Soit A Mn (K). On appelle polynme caractristique de A le polynme de K[X] dfini par
PA (X) = det(A XIn ).
exo : un exemple
0
Quel est le polynme caractristique de la matrice M = 3
2
2
2
2
1
0
1
det (M XI3 )
=
=
=

X
2
1
X
3 2 X

3
2 X
0 =
+ (1 X) 3

2
2

2
2
1X

1 X 2 X

+ (1 X) X 2 + 2X 6

0
2

2(1 X) + (1 X) X 2 + 2X 6

(1 X) X 2 + 2X 8 = (1 X)(X 2)(X + 4)
Remarque : cela entrane que 1, 2 et 4 sont les valeurs propres de la matrice M .

2
2 X
remarques
PA (0) = det(A)
Une matrice a mme polynme caractristique que sa transpose.
Deux matrices semblables ont mme polynme caractristique.
polynme caractristique dun endomorphisme

Soit f L(E), le polynme caractristique de la matrice de f relativement une base B de E ne
dpend pas de la base choisie. On lappelle polynme caractristique de f et on le note Pf .
les valeurs propres sont les racines du polynme caractristique

est valeur propre de f L(E) ssi Pf () = 0
2)
Diagonalisation dun endomorphisme

tre diagonalisable
Soit f L(E). On dit que f est diagonalisable sil existe une base de vecteurs propres de f .
On dit que A Mn (K) est diagonalisable si A est semblable une matrice diagonale.
Remarque : Un endomorphisme f est diagonalisable ssi sa matrice dans une base quelconque
est diagonalisable.
n valeurs propres distinctes = diagonalisable
Soit f L(E) un endomorphisme sur un K-ev E de dimension n. Si f admet n valeurs propres
distinctes alors il est diagonalisable (rciproque fausse).
dim(E ) multiplicit de
Soit f L(E) et K une racine de Pf dordre de multiplicit h. Alors dim(E ) h.
Soit une valeur propre de f de multiplicit h et E le sous espace propre associ.

Considrons une base B de E complte en une base B = {B , B 0 } de E.
Avec
p = dim(E

), la matrice reprsentative de f relativement la base B scrit :
Ip
A
et donc :
0np,p B

( X)Ip

A

Pf (X) = det(f XIdE ) =
0np,p
B XInp
Ce qui entrane que p h.
synthse
Soit f L(E), les propositions suivantes sont quivalentes :
i) f est diagonalisable
ii) Pf est scind sur K et pour toute racine de Pf , dordre de multiplicit h, h = dim(E ).
iii) Il existe des valeurs propres 1 , , p de f vrifiant E = E1 Ep .
diagonalisation : exemple 1
0
Dterminer les lments propres de la matrice A = 0
2
possible.
1 0
0 1 puis diagonaliser A si cela est
1 2
On trouve que le polynme caractristique de la matrice A scrit :

PA (X) = (x 2)(x 1)(x + 1)
On en dduit que la matrice A admet trois valeurs propres 1 = 1, 1 = 1 et 2 = 2
respectivement associes aux sous-espaces propres E1 , E1 et E2 . Chacune des trois valeurs
propres a un ordre de multiplicit gal 1, donc dim E1 = dim E1 = dim E2 = 1 ce qui implique
(les sous espaces propres sont en somme directe) R3 = E1 E1 E2 : A est donc diagonalisable.

1
1
1
Le calcul montre que E1 = V ect 1, E1 = V ect 1 et E2 = V ect 2.
1
1
4
1 1 1
Avec la matrice de passage P = 1 1 2, on a donc :
1 1 4
1 0 0
P 1 AP = D = 0 1 0
0 0 2
0
Dterminer les lments propres de la matrice A = 1
0
est possible.
1
0
0
1
1 puis diagonaliser A si cela
1
Le polynme caractristique de la matrice A scrit :

PA (X) = (1 x)(x2 + 1)
Celui-ci ntant pas scind, la matrice A nest pas diagonalisable dans M3 (R). = 1 est la seule
valeur propre de A ; son ordre de multiplicit tant gal 1, on dduit que la dimension du
sous-espace propre associ E1 = ker(A I3 ) est gale un.

1
Le calcul montre que E1 = V ect 0 .
1
3
La matrice A = 1
1
2 2
0 1 est-elle diagonalisable ?
1 0

PA (X) = (x 1)3
Si A tait diagonalisable, elle serait semblable la matrice identit or la seule matrice semblable
liddentit est la matrice identit. A nest donc pas diagonalisable.
La seule valeur propre de A est = 1, le calcul montre que :

1
1
E = ker (A I3 ) = V ect 1 , 0
0
1
3)
Trigonalisation dun endomorphisme

tre trigonalisable
Un endomorphisme f L(E) est dit trigonalisable sil existe une base B de E dans laquelle la
matrice de f soit triangulaire suprieure. On dit alors que la base B trigonalise f .
Une matrice A Mn (K) est dite trigonalisable si A est semblable une matrice triangulaire
suprieure.
Remarque : un endomorphisme f est trigonalisable ssi sa matrice dans une base quelconque
de E est trigonalisable.
caractrisation des endomorphismes trigonalisables (admis)
Soit f L(E). f est trigonalisable ssi son polynme caractristique Pf est scind sur K.
tout endomorphisme est trigonalisable dans C

Tout endomorphisme est trigonalisable dans C (en autorisant les valeurs propres et vecteurs
propres complexes).
remarque
La trace et le dterminant dune matrice triangulaire correspondent respectivement la somme
et au produit de ses lments diagonaux.
Exemple de trigonalisation

On reprend lexemple du dbut de chapitre : f L R3 , dont la matrice relativement la base
canonique de R3 scrit :
2 1 2
A = 10 5 7
4 2 2
a) En reprenant nos prcdents calculs, lendomorphisme f est-il diagonalisable ?
b) Calculer le polynme caractristique de f.
c) La matrice A est-elle trigonalisable sur R ?
d) En utilisant les sous-espaces propres calculs prcdemment, trigonaliser A (cest dire montrer que A est semblable une matrice triangulaire suprieure).
a) Nous avions vu que 0 et 1 sont les deux seules valeurs propres de la matrice A et que
dim(E0 + E1 ) = 2 < 3 : A (et donc f) nest pas diagonalisable.
b)

2 X

pf (X) = 10
4
1
5 X
2

2
5 X
7 = X
2
2 X

1
7

+2X
2

2X

2
= X 2 (X+1)
2 X
c) Ce polynme tant scind dans R, on dduit que le matrice A est trigonalisable dans R.

1
1
d) Nous avions vu que V0 = 2 est vecteur propre associ la valeur propre 0 et V1 = 1
0
2
est vecteur propre associ la valeur propre 1. Ainsi relativement toute base de la forme
B = {V0 , V1 , W } la matrice reprsentative de lendomorphisme f prend la forme :
qui est

1 1

Par exemple en remarquant que 2 1
0 2

1
on dduit quon peut choisir W = 0.
0
0
M atB (f ) = 0
0
0
1
0
triangulaire suprieure

1
0
0

2

0

1
2
6=
0,
Mais :

2
1
1
1
f (W ) = AW = 10 = 2 + 1 + 0 avec (, , ) = (4, 2, 0)
4
0
2
0
0
La matrice A est donc semblable la matrice B = 0
0
quelles ont mme trace et mme dterminant).
0
1
0
4
2 (on vrifie notamment
0
Remarque : On pouvait affirmer demble que le scalaire est gal 0 , les matrices A et
B tant semblables.
trigonalisation : exemple 2
1
Montrer que la matrice A = 3
2
tuer la trigonalisation
1
5
4
1
3 est trigonalisable mais pas diagonalisable. Effec2

PA (X) = x2 (x + 2)
La matrice A admet donc deux valeurs propres 0 = 0 (multiplicit gale( 2) et 2 = 2
dim(E0 ) 2
.
(multiplicit gale 1) ; ce qui permet daffirmer (notations habituelles) que
dim(E2 ) = 1
Le calcul montre que :

1
0
E0 = V ect 0 et que E2 = V ect 1 .
1
1
On constate que dim(E0 ) + dim(E2 ) < 3, la matrice A nest donc pas diagonalisable ; son
polynme caractristique tant scind, elle est nanmoins trigonalisable.

1
0
En posant u = 0 et v = 1 , il sagit de trouver w R3 tel que la famille (u, v, w) soit
1
1

1
1
une base de R3 . Par exemple avec w = 0, on a Aw = 3 = u 3v.
2
0
1
0 1
1 0 :
Conclusion : Relativement la matrice de passage P = 0
1 1 0
0 0
1
P 1 AP = 0 2 3
0 0
0
3
1
la trigonalisation
2 2
0 1 est trigonalisable mais pas diagonalisable. Effectuer
1 0

PA (X) = (x 1)3
La matrice A admet donc une seule valeur propre = 1, de multiplicit 1 ; son Le polynme
caractristique tant scind, elle est trigonalisable dans M3 (R).

0
1
Le calcul montre que E1 = ker (A I3 ) = V ect 0 , 1 .
1
1

1
0
En posant u = 0 et v = 1 , il sagit de trouver w R3 tel que la famille (u, v, w) soit
1
1

0
2
une base de R3 . Par exemple avec w = 0, on a Aw = 1 = 2u + v + 3w.
1
0
1 0 0
Conclusion : Relativement la matrice de passage P = 0 1 0 :
1 1 1
1 0 2
P 1 AP = 0 1 1
0 0 1
1
1
tuer la trigonalisation
1
3
2
1
2 est trigonalisable mais pas diagonalisable. Effec1
Le polynme caractristique de la matrice A scrit PA (X) = (x 1)3 ; il est scind donc A est
trigonalisable.
= 1 estla
seule valeur propre, le calcul montre que le sous-espace propre associ est
0
E1 = V ect 1 .
1
pour trigonaliser la matrice A , il nous faut trouver deux vecteurs v R3 et w R3 tels que :
(u,v,w) base de R3 .
Il existe a R tel que Av = aU + v.
On remarque que :

0
1
1
0
2
2 = a 1
Av = aU + v (A I3 )v = au 1
1 2 2
1

0
1
Le choix u = 0 convient (on a alors a = 1). On peut alors choisir w = 1, ce qui conduit
1
0

2
Aw = 5 = 4u + 2v + w.
3
0 1 0
Conclusion : avec la matrice de passage P = 1 0 1 :
1 0 1
1 1 4
P 1 AP = T = 0 1 2
0 0 1
4)
a)
Exemples dapplications.
Calculer les puissances dune matrice diagonalisable
Un exemple

Diagonaliser (quitte travailler dans C) A =
1
1

1
et en dduire An pour n N
1
Le polynme caractristique de la matrice A scrit PA (X) = (1 X)2 + 1 nest pas scind

(puisquil nadmet aucune racine relle).
On remarque cependant que PA (X) = (1 + i X)(1 i X) est scind racines simples dans
C ; A est donc diagonalisable dans M2 (C).
En notant E+ le sous-espace propre associ + = 1 + i et E celui associ + = 1 i, le
calcul montre que :

i
i
E+ = V ect
et E = V ect
1
1

i i
1+i
0
1
Ainsi, relativement la matrice de passage P =
, P AP = D =
.
1 1
0
1i
Donc :

(1 + i)n
0
n
D =
= P 1 An P
0
(1 i)n
Do :
An = P Dn P 1
En remarquant que (1 + i)n = ( 2)n ein 4 et que (1 i)n = ( 2)n ein 4 , on peut crire
que :
in
e 4
Dn = ( 2)n
0
0
e
in
4
La matrice P 1 peut tre calcule par la mthode de Gauss, on obtient :

1 i 1
P 1 =
2 i 1
Finalement (aprs calcul du produit matriciel),
n
n
cos
sin
4
n4
An = P Dn P 1 = ( 2)n n
sin
cos
4
4
b)
Calculer le terme gnral dune suite rcurrente linaire

Un exemple
On considre la suite (un ) dfinie par un+3 = 2un + un+1 + 2un+2 et u0 = 6, u1 = 0, u2 = 6.
un
Pour tout entier n, on pose Xn un+1 .
un+2
a) Dterminer une matrice A M3 (R) telle que n N, Xn+1 = AXn .
b) Exprimer Xn en fonction de X0 .
c) Exprimer un en fonction de n.
0
a) On vrifie quavec A = 0
2
1 0
0 1, on a n N, Xn+1 = AXn .
1 2
b) Ainsi Xn = AXn1 = A2 Xn2 = = An X0

c) Nousavions djamontr que la matrice A est diagonalisable : avec la matrice de passage
1 1 1
P = 1 1 2, avait montr :
1 1 4
1 0 0
P 1 AP = D = 0 1 0
0 0 2
Ce qui implique :
(1)n
n
n
0
A =D =P
0
0
1
0
0
0 P 1
2n
Par la mthode de Gauss, on obtient :
P 1
2
1
= 6
6
2
3
3
0
1
3
2
On vrifie :

u0
1
6
P 1 u1 = P 1 0 = 9
4
u2
6
Ainsi :

un

1 1 1
(1)n 0 0
1
1 0 9
= 1 1 2 0
1 1 4
0
0 2n
4
(1)n
1
2n
1
n+1
n+1
9
1 2
= (1)
4
(1)n
1 2n+2
(1)n + 9 2n+2
Conclusion :
n N, un = (1)n + 9 2n+2
c)
rsoudre un systme diffrentiel

exemple (cas o la matrice nest pas diagonalisable)
Soit rsoudre le systme :
x = x + 2y + z
0
y =y+z
0
z = y + 3z
(1)
a) Ecrire ce systme sous forme matricielle X 0 = AX.

b) Montrer que la matrice A nest pas diagonalisable mais quelle est trigonalisable.
c) Effectuer la trigonalisation T = P 1 AP , P tant une matrice de passage prciser et T une
matrice triangulaire suprieure.
d) En posant X(t) = P U (t), rsoudre le systme (1)
a) Le systme peut scrire sous la forme :
0
x(t)
1
y(t) = 0
z(t)
0
1
Ainsi A = 0
0
2
1
1
1
x(t)
1 y(t)
3
z(t)
2 1
1 1.
1 3

1
3
b) On trouve que PA (x) = (x 1)(x 2)2 , que E1 = V ect 0 et que E2 = V ect 1.
0
1
La somme des dimensions des sous-espaces propres tant gale 2 < 3, la matrice A nest pas
diagonalisable. Cependant, son polynme caractristique tant scind, elle est trigonalisable.

1
3
0
c) Posons v1 = 0, V2 = 1 et V3 = 0 . On vrifie que AV3 = 2V1 + V2 + 2V3 , on a
0
1
1
1 3 0
donc avec la matrice de passage P = 0 1 0, T = P 1 AP , o :
0 1 1
1 0 2
T = 0 2 1
0 0 2
u(t)
d) Posons X(t) = P U (t) de manire ce que la fonction vectorielle U (t) = v(t) vrifie le
w(t)
systme :
u = u 2w
v 0 = 2v + w
0
w = 2w
Ce systme se rsout de proche en proche en commmenant par la fin :
Les solutions de w0 (t) = 2w(t) sont w(t) = ae2t (a R).
Les solutions de v 0 = 2v + ae2t sont v(t) = (b + at)e2t , (b R).
les solutions de u0 = u 2ae2t sont u(t) = cet 2ae2t , (c R).
La solution du systme initial scrit X(t) = P U (t) :

x
1 3
y = 0 1
z
0 1
t
t
ce 2ae2t
ce + (3b 2a + 3at)e2t
0
0 (b + at)e2t =
(b + at)e2t
2t
1
(b + a + at)e2t
ae
Chapitre VII)
Espaces probabiliss
1)
Dnombrements : rappels
Trs souvent, pour calculer des probabilits nous avons besoin de faire appel aux mthodes
de dnombrements :
thorme des arrangements
Parmi n objets distincts {O1 , , On )} il existe AP

n = n(n 1) (n p + 1) =
n!
(n p)!
manires de construire une liste ordonne (Oi1 , , Oip ).

On dit quil y a Apn arrangements de p lments parmi n. Un arrangement de n lments
parmi n sappelle une permutation.
Exo : Dans une course opposant 8 athltes, quel est le nombre de podiums possibles ?
thorme des combinaisons
Un ensemble n lments admet

Apn
n!
n
=
=
sous ensembles p lments
p
p!
p!(n p)!
(0 p n).
exo
On souhaite lire un comit de 6 membres parmi 15 hommes et 12 femmes. Madame A refuse de
siger avec monsieur B.
a) Combien de comits peuvent tre constitus dans ces conditions ?
b) Dnombrer ceux de ces comits dont madame A fait partie.
proprits lmentaires des combinaisons

n
n
=
=1
0
n

n
n
=
p
np

n
n1
p
=n
p
p1

n
n1
n1
=
+
(formule de
p
p
p1
Pascal)
n
X
n
k=0
= 2n
exo
On choisit 5 cartes dans un jeu de 32. Combien y-a-t-il de rsultats comprenant :
a) Exactement deux valets ?
b) Aucun as ?
e) Deux cartes dune couleur et trois de

lautre ?
c) Au moins 3 dames ?
f) Au moins un roi ?
d) 2 trfles et 3 carreaux ?
g) 3 piques et 2 rois ?

43
4!
4
=
= 6 cas. Il reste choisir 3 cartes parmi
a) On choisit 2 valets parmi 4 :
=
2
2!2!
2

28 27 26
28!
28
28 :
=
= 3276 possibilits. Au total : 6 3276 = 19656 mains.
=
3
3!25!
6

28
b) On carte les as, il reste 28 cartes parmi lesquelles il faut en choisir 5, cela fait
=
5
28!
28 27 26 25 24
=
= 28 27 26 5 2 = 196560 mains.
5!23!
5!

28
4
28
c) Soit trois dames, soit quatre. 4 dames :
= 28 cas. 3 dames :
= 4 14 27 =
1
3
2
1512. Au total 1512 + 28 = 1540 mains.

87 876
8
8
= 28 56 =
d) On choisit deux trfles :
puis trois carreaux :
. Au total
2
3
2
6
1568 mains.

16
16
e) Il y a 16 cartes rouges et 16 noirs. Do
= 8 15 16 5 7 = 67200 mains.
2
3

28
32
f) Il y a
= 98280 mains sans rois et
= 201376 mains possibles. Il y a donc 201376
5
5
98280 = 103096 mains avec au moins un roi.

3
7
g) Avec le roi de pique (et une carte ni roi ni pique) :
21 = 63 21 = 1323 cas. Sans

1
2

3
7
roi de pique :
= 105. Au total 1428 mains.

2
3
exo : arrangements
On souhaite ranger des livres sur une tagre : 4 romans, 6 livres scientifiques et 2 guides de
voyage. De combien de manires peut-on raliser ce rangement dans les cas suivants :
Les livres dune mme catgorie doivent tre rangs cte cte.
Seuls les livres scientifiques doivent tre rangs ensembles.
Les livres dune mme catgorie doivent tre rangs cte cte.
On peut procder de la manire suivante :
a) Choisir lordre des catgories (par exemple romans, livres scientifiques, guides de
voyage) : il y a 3! = 6 faons de faire.
b) Pour chaque catgorie, on dtermine lordre de rangement des livres. Pour les romans
par exemple, il y a 4! possibilits.
Au total le nombre de rangements possible est de 3!(4!6!2!) = 207 360
Seuls les livres scientifiques doivent tre rangs ensembles.

Il y a 6! manires de ranger les livres scientifiques et 6! manires de ranger les autres livres.
Il y a 7 manires dintercaler les livres scientifiques entre deux des 6 autres livres.
Au total, 7 (6!)2 = 3 628 800.
exo : tirages simultans - successifs ; avec ou sans remise.

Une urne contient 5 boules rouges numrotes de 1 5, 4 boules noires numrotes de 1 4 et 3
vertes numrotes de 1 3.
1) On tire simultanment 3 boules.
a) Combien y a-t-il de tirages possibles ?
b) Combien y a-t-il de tirages contenant trois boules de mme couleur ?
c) Combien y a-t-il de tirages contenant au moins une boule verte ?
d) Combien y a-t-il de tirages contenant au plus un numro pair ?
e) Combien y a-t-il de tirages contenant un numro pair et deux boules rouges ?
2) Reprendre les questions prcdentes dans le cas dun tirage successif sans remise.
3) Reprendre les questions prcdentes dans le cas dun tirage successif avec remise.
Tirage simultan des boules

12!
12 11 10
=
= 2 110 = 220.
3!9!
6

5!
20
5
4
4
b) Il y a
=
=
= 10 tirages de boules rouges ;
=
= 4 de boules noires et
3
3
1
3!2!
2

3
= 1 de boules vertes. Au total 10 + 4 + 1 = 15 tirages.
3

987
9!
12 3
9
c) Il existe
=
= 12 7 = 84 tirages sans boules vertes. Il y a
=
=
3
3
3!6!
23
donc 220 84 = 136 tirages contenant au moins une boule verte.
a) Il sagit de slectionner 3 boules parmi 12 :
12
3
d) Il y a 5 boules avec un numro pair et 7 avec un numro impair.

7!
765
7
7
Il y a donc
=
=
= 35 tirages sans aucun numro pair et
=
3
3
3!4!
6

76
7!
5
7
=5
= 5 21 = 105 tirages avec exactement un numro pair.
=5
1
2
2!5!
2
Au total, il y a 105 + 35 = 140 tirages ayant au plus un numro pair.
e) On va compter sparment les cas avec et les cas sans boule rouge paire :
avec : 2 manires
de choisir
la boule rouge paire. Puis 3 manires de choisir la rouge

12 5 3
impaire, puis
= 4 manires de choisir trois boules ni rouges ni paires. Au total
3
2 3 4 = 24 cas.

3
2+2+1
= 3 manires de choisir deux boules rouges impaires ;
= 5
sans : Il y a
2
1
manires de choisir une boule paire. Au total donc, 3 5 = 15 cas
conclusion : 15 + 24 = 39 tirages avec 2 boules rouges et un numro pair.
Tirages successifs des boules sans remise

a) Lordre dans lequel les boules ont t tires compte maintenant. Il y a au total
A312 = 12 11 10 = 1320 tirages possibles.
5!
= 60 tirages de boules rouges ; 4 3 2 = 24 tirages de boules noires et
b) Il y a A35 =
2!
3 2 1 = 6 de boules vertes. Au total 60 + 24 + 6 = 90 tirages.
c) Il existe A3123 = A39 = 9 8 7 = 504 tirages sans boules vertes. Il y a donc 1320 504 = 816
tirages contenant au moins une boule verte.
d) Il y a 5 boules avec un numro pair et 7 avec un numro impair.
Il y a donc A37 = 7 6 5 = 210 tirages sans aucun numro pair.
Pour compter le nombre de cas comptant exactement un numro pair : on distingue le positionnement du nombre pair (trois choix), la slection de la boule paire (5 choix) et la slection
des deux boules impaires (7 6 = 42 choix). Au total cela fait 3 5 42 = 630 cas.
Au total, il y a 630 + 210 = 840 tirages ayant au plus un numro pair.
avec : On peut trier les cas selon la procdure suivante :
Choisir la boule rouge et paire : 2 choix.
Choisir sa position dans le tirage : 3 choix.
Choisir la boule rouge impaire : 3 choix.
Choisir la boule ni rouge ni paire : 4 choix
Cela fait donc 2 3 3 2 4 = 144 tirages.
sans :
Choisir la boule paire : 3 choix.
Choisir deux boules rouges impaires avec leur ordre dapparition : 3 2 = 6 choix
Cela fait donc 3 3 6 = 54 tirages.
conclusion : 144 + 54 = 198 tirages.
Tirages successifs avec remise

a) Il y a 12 12 12 = 123 = 1728 tirages possibles.
b) 53 = 125 tirages de boules rouges, 43 = 64 tirages de boules noires et 33 = 27 pour les boules
vertes. Total 125 + 64 + 27 = 216 cas.
c) 93 = 729 tirages sans boules vertes, donc 1728 729 = 999 tirages avec au moins une boule
verte.
d) Aucun numro pair : 73 = 343 tirages.
Pour compter le nombre de tirages avec exactement un numro pair, on peut appliquer la
procdure suivante :
Choisir la boule paire : (5 choix).
Choisir sa position : (3 choix).
Choisir (dans leur ordre dapparition) les deux boules impaires : (72 = 49 choix).
Il y a donc 5349 = 735 choix de tirages avec une boule paire exactement et 735+343 = 1078
tirages avec au plus une boule paire.
avec : On peut trier les cas selon la procdure suivante :
Choisir la boule rouge et paire : 2 choix.
Choisir la boule rouge impaire : 3 choix.
Choisir la boule ni rouge ni paire : 4 choix
Cela fait donc 2 3 3 2 4 = 144 tirages.
sans :
Choisir la boule paire : 3 choix.
Choisir deux boules rouges impaires avec leur ordre dapparition : 3 3 = 9 choix
Cela fait donc 3 3 9 = 81 tirages.
conclusion : 144 + 81 = 225 tirages.
sous additivit
Si (An )nN est une suite dvnements dun espace probabilis et si la srie
+
X
n=0
alors :
!
P
[
nN
An
+
X
n=0
P (An )
P (An ) converge,
2)
a)
Probabilits : cas dun univers fini

Notion dvnement alatoire.
Notion dexprience alatoire
Une exprience alatoire est une exprience renouvelable (en thorie si ce nest en pratique) telle
que :
On peut en dterminer par avance toutes les issues possibles.
Renouvele dans des conditions identiques pour autant que lobservateur puisse sen
assurer ne donne pas forcment le mme rsultat.
Notion dvnement
Lensemble des issues possibles dune exprience alatoire sappelle l ensemble fondamental
ou univers et est gnralement not . Tout sous ensemble de sappelle un vnement. Dans
ce paragraphe on suppose que lensemble contient un nombre fini dlments.
Vocabulaire des vnements

sappelle vnement certain.
sappelle vnement impossible.
Un vnement constitu dun singleton sappelle un vnement lmentaire.
Si A B = on dit des vnements A et B quils sont incompatibles.
A est lvnement contraire de A.
On appelle systme complet dvnements une famille (Ai )i[[1,n]] fini dvnements,
deux deux incompatibles, dont lunion concide avec .
b)
Espace probabilis fini.

Probabilit sur un univers fini
Supposons quon ralise un grand nombre N de fois une mme exprience alatoire, si na est le
nombre de fois quun vnement A se ralise, on postule :
lim
na
N N
= P (A)
On dit que P (A) est la probabilit que lvnement A se ralise.

Formellement, une application P qui tout sous ensemble A de associe un rel P (A) [0, 1]
est une probabilit si :
Pour tout vnement A, 0 P (A) 1.
P () = 0 et P () = 1 .
A et B tant deux vnements incompatibles, P (A B) = P (A) + P (B)
Espace probabilis
Un espace probabilis fini est un couple (, P ) o est un univers fini et P une probabilit sur
.
Dtermination dune probabilit sur un univers fini.

Remarque : Si = {1 , , n }, il suffit (et il faut) pour dfinir une probabilit sur de
fixer les probabilits lmentaires P ({i }) , avec 1 i n.
proprits lmentaires
Si
A1 , , An
sont
n
vnements
P (A1 An ) = P (A1 ) + + P (An )
deux
deux
incompatibles
alors
P () = 0
= 1 P (A).
P (A)
Si A B alors P (A) P (B)
P (A B) = P (A) + P (B) P (A B).
.
exemple
Une tude de la population dune grande ville a fait apparatre que pendant un mois : 35% des
personnes sont alls auroi cinma, 12% sont alls au muse et 6% au deux. Calculer la probabilit
que, pendant ce mois, une personne ait fait les choix suivants :
Aller au cinma ou au muse.
Ne pas aller au cinma.
Naller ni au cinma ni au muse.
Aller au cinma mais pas au muse.
On considre lexprience alatoire qui consiste slectionner une personne p au hasard parmi
les habitants de la ville.
Lunivers reprsente lensemble des habitants de la ville.
Dsigons par C lvnement "p est all au cinma " et par M lvnement "p est all au muse".
Daprs lnonc :
P (C) = 0.35
P (M ) = 0.12
P (C M ) = 0.06
La probabilit de lvnement "p" est all au cinma ou au muse est :
P (C M ) = P (C) + P (M ) P (C M ) = 0.35 + 0.12 0.06 = 0.41 : 41% de chances.
La probabilit de lvnement "p nest pas all au cinma" est :
P (C) = 1 P (C) = 1 0.35 = 0.65 : 65% de chances.
La probabilit de lvnement "p nest all ni au cinma ni au muse" est :
P (C M ) = P (M C) = 1 P (M C) = 1 0.41 = 0.59 : 59% de chances.
On remarque que P (C) = P (C M ) + P (C M ) (les vnements C M et C M sont
incompatibles). Ainsi : P (C M ) = P (C) P (C M ) = 0.35 0.06 = 0.29 : 29% de
chances.
Intuitivement, lorsque deux vnements A et B sont indpendants, on peut crire P (A B) = P (A) P (B).
Lexercice suivant illustre cela :
notion intuitive dindpendance
a) Considrons le cas du lanc de deux ds quilibrs. Supposons que A soit un vnement relatif
au premier d et B un vnement relatif au second. Pourquoi a-t-on ncessairement :
P (A B) = P (A) P (B) ?
b) Montrer laide dun contre exemple quen gnral P (A B) 6= P (A) P (B) .
a) Notons 1 et 2 les ensembles fondamentaux correspondant respectivement aux jets du

premier et du second d. Lensemble fondamental associ au lanc des deux ds peut scrire
= 1 2 (produit cartsien).
Dire que A est un vnement relatif au jet du premier d signifie que A est de la forme A1 2
avec A1 1 ; de mme, B = 1 B2 avec B2 2 est un vnement relatif au second d. On
peut par consquent crire A B = A1 B2 et donc card(A B) = card(A1 ) card(B2 ), do :
P (A B) =
card(A1 ) card(B2 )
card(A1 ) card(B2 )
=
= P (A)P (B)
card(1 ) card(2 )
card(1 ) card(2 )
b) On peut dfinir : A est lvnement la somme des faces est paire et B : la somme des faces
est impaire. On a A B = do P (A B) = 0, pourtant P (A) 6= 0 et P (B) 6= 0.
probabilit sachant A
Soit (, P ) un espace probabilis et A un vnement tel que P (A) 6= 0.
R
Lapplication PA :
est une probabilit sur .
P (A B)
B 7
P (A)
On lappelle probabilit conditionnelle sachant A. En particulier, pour tout B , on peut
crire :
P (A B) = P (A)PA (B)
Notation : On crit souvent P (B | A) pour PA (B).
exemple
1
1
et
On considre deux vnements A et B dun univers . On sait que P (A) = , P (B) =
3
4
4
P (A B) = . Calculer :
9

PB (A), PB (A) et PB A B
Nous voulons calculer PB (A) =
P (A B)
, pour cela nous avons besoin de connatre P (A B).
P (B)
Puisque P (A B) = P (A) + P (B) P (A B), on dduit que :

P (A B) = P (A) + P (B) P (A B) =
1 1 4
5
+ =
3 4 9
36
Donc :

4
5
5
PB (A) =
4=
et PB A = 1 PB (A) =
36
9
9

Enfin, puisque A B B :

PB A B = 0
vnements indpendants deux deux

Deux vnements A et B sont dits indpendants ssi P (A B) = P (A)P (B) On a alors dans ce
cas : PA (B) = P (B) et PB (A) = P (A).
n vnements A1 An sont dits indpendants deux deux si pour tout couple
i 6= j, P (Ai Aj ) = P (Ai )P (Aj ).
vnements mutuellement indpendants

Intuitivement, si trois vnements A B et C sont indpendants (dans le sens o la ralisation
de lun ninflue aucunement sur la probabilit de ralisation des autres), il est ncessaire
non seulement quils soient indpendants deux deux mais aussi quil soient mutuellement
(globalement) indpendants, cest dire que P (A B C) = P (A)P (B)P (C). Plus prcisment :
On dit que les vnements dune famille finie (Ai )1in sont mutuellement indpendants lorsque,
!
\
Y
pour toute partie J non vide de [[1, n]] : P
Ai =
P (Ai ).
iJ
iJ
indpendance 2 2 =
6
indpendance mutuelle
On lance un d deux fois. On dfinit les vnements A, B et C par A : le premier chiffre est
pair, B : le deuxime chiffre est pair et C : La somme des chiffres est paire. Vrifier que
bien quindpendants deux deux, ces vnements ne sont pas mutuellement indpendants
= [[1, 6]] [[1, 6]].

On vrifie que P (A) = P (B) =
1
.
2
De plus , il faut que les deux lancs soient de mme parit pour raliser lvnement C. Il y a
18
1
donc 6 3 = 18 issues qui ralisent C et P (C) =
= .
36
2
Vrifions que les vnements A, B et C sont indpendants deux deux.
A et B sont indpendants :
1
32
= = P (A)P (B)
62
4
En remarquant que A C = B C = A B (puisque lvnement C se ralise ssi les deux lancs
ont mme parit). on dduit que :
P (A C) = P (A B) = 1 = P (A)P (C)
4
P (B C) = P (A B) = 1 = P (B)P (C)
4
Les vnements A et C ainsi que B et C sont bien indpendants.
P (A B) =
Vrifions que A , B et C ne sont pas mutuellement indpendants :

P (A B C) = P (A B) =
1
6= P (A)P (B)P (C)
4
Formule de Bayez
Si A et B sont deux vnements tels que P (A) > 0 et P (B) > 0, alors :
PB (A) =
PA (B)P (A)
P (B)
.
exemple dapplication
Une maladie affecte une personne sur mille. On dispose dun test qui dtecte cette maladie chez
99% des patients malades et qui donne un rsultat faussement positif chez 0.2% des personnes
saines testes. Une personne est contrle positive. Quelle est la probabilit pour quelle soit
rellement malade ?
Dsignons par M et T respectivement les vnements "la personne est malade" et "le rsultat du
test est positif".
Daprs lnonc : P (M ) =
PT (M ).
1
, PM (T ) = 0.99 et PM (T ) = 0.002. Nous voulons calculer
1000
Nous savons que P (M T ) = P (M )PM (T ) = P (T )PT (M ). Ainsi, PT (M ) =

Il ny a plus qu calculer P (T ) :
) = P (M )PM (T ) + P (M
)P (T ) =
P (T ) = P (T M ) + P (T M
M
Finalement, PT (M ) ' 0.33
P (M )PM (T )
.
P (T )
1 99
999 2
+
' 0.003
1000 100 1000 1000
exemple 2
Deux joueurs J1 et J2 tirent sur une cible. Nous supposons que J1 atteint la cible 9 fois sur 10
et J2 6 fois sur 10. J2 joue 2 fois sur 3.
a) Quelle est la probabilit que la cible soit atteinte ?
b) Lun des joueurs atteint la cible. Quelle est la probabilit que ce soit J2 ?
a) Notons C lvnement "la cible est atteinte".

C1 (resp. C2 ) les vnements "la cible est atteinte par le joueur J1 " (resp. J2 ).
Notons enfin J1 (resp. J2 ) les vnements "Le joueur 1 joue" (resp. "le joueur 2 joue").
On peut crire C = C1
C2 : la cible est atteinte soit par J1 soit par J2 .
1
9
3
=
et,
3 10
10
6
4
2
P (C2 ) = P (J2 )PJ2 (C) =
=
3 10
10
3
7
4
+
=
.
Ainsi P (C) = P (C1 ) + P (C2 ) =
10 10
10
P (C1 ) = P (J1 )PJ1 (C) =
b) On remarque que P (C J2 ) = P (J2 )PJ2 (C) = P (C)PC (J2 ).

2
6
P (J2 )PJ2 (C)

4
Donc PC (J2 ) =
= 3 10 = .
7
P (C)
7
10
formule des probabilits totales

Soit A1 , , An un systme complet dvnements. Pour tout vnement B :
P (B) =
n
X
P (B Ai )
i=1
Si de plus, pour tout i [[1, n]], P (Ai ) > 0 :

P (B) =
n
X
P (Ai )PAi (B)
i=1
On montre par rcurrence :

formule des probabilits composes
Pour n 2, soit (A1 , , An ) une famille dvnements dun espace probabilis telle que
P (A1 An ) 6= 0. On a :
P (A1 An )
P (A1 )PA1 (A2 An )
P (A1 )PA1 (A2 )PA1 A2 (A3 An )
P (A1 )PA1 (A2 )PA1 A2 (A3 ) PA1 An1 (An ).
exo : un exemple dapplication

Le mois de naissance est indpendant dune personne lautre. Quelle est la probabilit que
quatre membres dune famille soient ns dans des mois diffrents ?
Soient m1 , m2 , m3 et m4 les quatre membres de la famille. Considrons les vnements suivants :

A : m2 nest pas n le mme mois que m1 "
B : m3 est n un mois diffrent de m1 et de m2 "
C : m4 est n un mois diffrent de m1 , de m2 et de m3 "
la probabilit pour que les quatre membres soient ns des mois diffrents est :
P (A B C) = P (A)PA (B C) =
11
11
11 10 9
PA (B C) =
PA (B)PAB (C) =
' 0.57
12
12
12 12 12
deuxime exemple
Deux urnes U1 et U2 indiscernables contiennent respectivement :
- U1 : 3 boules rouges et 2 vertes.
- U2 : 2 boules rouges et 1 verte.
On choisit une urne au hasard, on tire une boule de cette urne et on la remet dans la deuxime
urne. Ensuite, on choisit nouveau une urne au hasard dont on extrait au hasard une boule.
Calculer la probabilit que les deux boules extraites soient vertes.
Lunivers des issues possibles peut scrire :

= {U1 , U2 } {R, V } {U1 , U2 } {R, V }
Notons Ui,j lvnement choisir lurne i au premier tirage et lurne j au second.
Par exemple U2,1 = {U2 } {R, V } {U1 } {R, V }.
Dsignons par Vi lvnement obtenir une boule verte au i-ime tirage.
Les 4 vnements Ui,j 1 i, j 2 forment un systme complet dvnements et la formule des
probabilits totales permet dcrire :
P (V1 V2 ) = P (V1 V2 U1,1 ) + P (V1 V2 U1,2 ) + P (V1 V2 U2,1 ) + P (V1 V2 U2,2 )
Or :
P (V1 V2 U1,1 ) = P (U1,1 ) PU1,1 (V1 V2 ) =
1 2 1
1
=
4 5 4
40
De mme :
P (V1 V2 U1,2 )
P (V1 V2 U2,1 )
P (V1 V2 U2,2 )
Finalement, P (V1 V2 ) =
1 2 2
1
=
4 5 4
20
1 1 3
1
P (U2,1 ) PU2,1 (V1 V2 ) = =
4 3 6
24
1 1 0
P (U2,2 ) PU2,2 (V1 V2 ) = = 0
4 3 3
P (U1,2 ) PU1,2 (V1 V2 ) =
7
' 0.116.
60
3)
Ensembles dnombrables
Ensembles dnombrables
Un ensemble est dit dnombrable sil est en bijection avec N.
Un ensemble est dit au plus dnombrable sil est fini ou dnombrable.
notation
Un ensemble est dnombrable ssi il peut scrire sous la forme {xn | n N}.
Un ensemble est fini ssi il peut scrire sous la forme {xn | n [[0, N ]]}
exemples
Montrer que les ensembles suivants sont dnombrables : N, Z, P (nbres premiers).
Toute partie de N est au plus dnombrable.
N : lidentit est une bijection.

Z : On vrifie que lapplication z : N 7 Z, dfinie par z(2n) = n et z(2n 1) = n est
injective et surjective.
P : Par construction, lapplication p : N 7 P qui tout entier n associe le nime nombre
premier est injective et surjective.
Proprits lmentaires
Toute partie dun ensemble dnombrable est finie ou dnombrable.
La runion de deux ensembles dnombrables est dnombrable.
Pdt cartsien de deux dnombrables

Le produit cartsien de deux ensembles dnombrables est dnombrable.
A = {an | n N} et B = {bn | n N} tant deux ensembles dnombrables, il sagit de montrer

quil est possible de numroter les lments de lensemble
C = {(an , am ) | (n, m) N2 }
On peut procder, par exemple, de la manire suivante :
c0
= (a0 , b0 )
c1
= (a1 , b0 ) , c2 = (a0 , b1 )
c3
= (a2 , b0 ) , c4 = (a1 , b1 ) , c5 = (a0 , b2 )
c6
..
.
= (a3 , b0 ) , c7 = (a2 , b1 ) , c8 = (a1 , b2 ) , c9 = (a0 , b3 )
c n(n + 1)
2
..
.
= (an , b0 ), , c (n + 1)(n + 2) = (a0 , bn )

1
2
corollaire
Q est dnombrable.
montrer quun ensemble est dnombrable

Pour montrer quun ensemble infini E est dnombrable, on peut :
Montrer quil existe une bijection entre N et E.
Montrer que E est un sous-ensemble dun ensemble dnombrable.
Montrer que E est le produit cartsien de deux ensembles dnombrables.
4)
Evnements sur un univers dnombrable

Notion dvnement
Comme pour les univers finis, lensemble des issues possibles dune exprience alatoire sappelle
l ensemble fondamental et est gnralement not . Tout sous ensemble de sappelle un
vnement.
Exo : exemples
Trouver des cas dexpriences alatoires, en expliciter lensemble fondamental ainsi que des
exemples dvnements.
union et intersection dnombrables

Les proprits des vnements sur les univers finis restent valables. De plus :
Soit (An )nN une suite dvnements
[
\de .
On dfinit les ensembles
An et
An par :
nN
nN
An n N | x An .
nN
An n N | x An .
nN
proprits
An =
An
nN
nN
!
B
An
nN
(B An )
nN
An =
nN
An
nN
An
nN
(B An )
nN
An .
nN
nN
An n N, x
/ An n N, x An x
An n N | x
/ An n N | x An x
nN
An
nN
!
xB
x B et n N | x An
An
n N | x (B An )
nN
(B An )
nN
!
xB
An
x B ou n N, x An
n N, x (B An )
nN
(B An )
nN
5)
Probabilits : cas des ensembles dnombrables

Construction dune probabilit
Dans le cas o = {n | n N} est un ensemble dnombrable, il suffit de spcifier les
probabilits des singletons pn = P ({n }) (il est bien sr ncessaire que pn = 1).
n
X
Pour tout vnement A, on a alors P (A) =
pn .
n A
Ainsi construite, lapplication P dfinie sur P() (ensemble des sous-ensembles de ) valeurs
dans [0, 1] est une probabilit, cest dire :
Pour tout vnement A, 0 P (A) 1.
P () = 0 et P () = 1 .
A et B tant deux vnements incompatibles, P (A B) = P (A) + P (B)
un exemple
On pose n N, P ({n}) =
1
2n+1
. Montrer que lon dfinit ainsi une probabilit sur (N, P(N)).
Calculer la probabilit des vnements A = {n N | n 10} et I = {2n + 1 | n N}.
Vrifions que
pn = 1 :
nN
pn =
nN
1 1
21
1
2
1
1
1
= 11
2n+1
2 1
1
2
X
nN
2n+1
=1
Le calcul de P (A) :
P (A) =
X
n10
1
210
Calcul de P (I) :
X
nN
1
22n+2
X
nN
1
4n+1
1 1
41
1
4
1
3
continuit croissante
Si (An )nN est une suite croissante dvnements (au sens de linclusion) sur un espace probabilis
(, P ) Alors :
!
[
P
An = lim P (An )
nN
Remarquons les deux points suivants :

La suite (P (An ))nN est croissante et majore. Il existe l [0, 1] tel que lim P (An ) = l.
n
La suite dvnements (An ) tant dfinie dans un espace probabilis, lensemble A =
nN
est un vnement et il existe un rel p [0, 1] tel que P (A) = p

Il sagit de montrer p = l :
On observe que lon peut crire :
A = A0 (A1 A0 ) (An An1 )
Les vnements (An An1 ) tant disjoints deux deux (exo : le vrifier), on dduit que
p = P (A) = P (A0 ) +
+
X

P (An An1 )
n=1
On peut aussi crire pour tout N 0 :

+
X
p = P (AN ) +
P (An An1 )
n=N +1
La srie tant convergente, on dduit
lim P (AN ) = p, cest dire p = l.
N +
An
continuit dcroissante
Si (An )nN est une suite dcroissante dvnements sur un espace probabilis (, P ) Alors :
!
\
P
An = lim P (An )
nN
Remarquons que dire que la suite (An ) est dcroissante quivaut dire que la suite (An ) est
croissante. Le thorme de la continuit croissante autorise alors dcrire :
!
!
!
\
\
[
An = 1 P
An = 1 lim P (An ) = lim P (An )
P
An = 1 P
nN
nN
nN
exemple
On lance un d ttradrique parfait dont les faces sont numrotes de 1 4. On note An lvnement avant le n-ime tirage, le 4 est sorti au moins une fois. Quelle est la probabilit de
lvnement le 4 est sorti ?
On remarque que la suite dvnements (An ) est croissante , cest dire n N, An An+1 (si
le d a dj affich le 4 avant le n-ime lanc alors il[laura aussi affich avant le n+1 ime lanc).
Lvnement A Le 4 est sorti peut scrire A =
An .
nN
On a, par continuit croissante, P (A) = lim P (An ). Or P (An ) = 1

n+
pouvait sy attendre !) :
n
3
P (A) = lim = 1
=1
n+
4
n
3
, donc (comme on
4
Pice truque
2
Considrons une pice truque dont la probabilit dobtenir FACE est . On la lance une infinit
3
de fois. Quelle est la probabilt de lvnement F Obtenir toujours FACE
Notons An lvnement obtenir face aux n premiers lancers, A lvnement obtenir toujours
face. On remarque que la suite (An ) est dcroissante au sens de linclusion et par dcroissance
continue :
!
n
\
2
P (A) = P
An = lim
=0
n 3
nN
sous additivit
Si (An )nN est une suite dvnements dun espace probabilis et si la srie
+
X
n=0
alors :
!
P
[
nN
An
+
X
n=0
P (An )
P (An ) converge,
On montre sans difficults par rcurrence que pour tout N N :

!
N
N
[
X
P
An
P (An )
n=0
La suite
N
[
n=0
!
An , tant croissante, la proprit de continuit croissante permet dcrire :
n=0
+
[
n=0
!
An
= lim P
N
N
[
n=0
!
An
lim
N
X
n=0
P (An ) =
+
X
n=0
P (An )
probabilit sune suite dvnements incompatibles

Pour toute suite (Ai )iN dvnements incompatibles deux deux :
!
n
[
X
P
Ai =
P (Ai )
iN
k=1
exemple
Considrons deux ds A et B, le d A est quilibr alors que le d B est pip. La probabilit
1
dobtenir un 6 avec le d B est de .
3
On lance successivement les ds en commenant par le d A, le jeu sarrte ds que lon obtient
un 6 et on dit que le d qui a obtenu le 6 a gagn. Quelle est la probabilit pour que le d B
gagne ?
Notons Vn lvnement : B gagne au nime tour et V lvnement V gagne. On remarque

+
[
X
que V =
Vn et que les vnements Vn sont incompatibles deux deux donc. P (V ) =
P (Vn )
n=1
nN
2 5
Or P (Vn ) =
3 6
Finalement :
n1
1 5
1
=
3 6
2
P (V ) =
n
5
.
9
+ n
1X 5
5
=
2 n=1 9
18
1
5
1
9
5
8
Gnralisation de la formule de Bayes un systme complet dvnements infini

dnombrable.
formule des probabilits totales
Soit (Ai )iN une suite dvnements constituant un systme complet dvnements. Pour tout
vnement B :
X
P (B) =
P (B Ai )
iN
Si de plus, pour tout i N, P (Ai ) > 0 :

P (B) =
X
P (Ai )PAi (B)
iN
formule de Bayes
Soit (Ai )iI un systme complet dvnements, au plus dnombrable. Pour tout vnement B :
PB (Ak ) =
P (Ak )PAk (B)

P (Ak )PAk (B)
= P
P (Ak )PAk (B)
P (B)
iI
6)
Probabilits : cas gnral

Difficult du cas gnral
Dans le cas o nest pas dnombrable, lensemble P() est trop gros et (pour des raisons
techniques lies la thorie de la mesure) toutes les parties de ne peuvent tre considres
comme des vnements.
Il devient ncessaire de spcifier un ensemble T P() qui sera considr comme lensemble
des vnements possibles. Afin de pouvoir conserver les proprits des probabilits dans le cas
des univers dnombrables, il est ncessaire que T soit une tribu, cest dire vrifie la dfinition
suivante :
Quest-ce quune tribu ?

Si est un ensemble, une tribu sur est une partie T de lensemble P() des parties de telle
que :
i) T
ii) Pour tout A T , A T (stabilit par passage au contraire).
iii) Pour toute suite (An )n0 d lments de T , la runion
+
[
An appartient T . (stabilit par
n=0
union dnombrable)
La donne dun univers et dune tribu T dfinit un espace probabilisable (, T ) ; tout lment
de T est appel vnement de .
Exemples, remarques
Lensemble {, } constitue la plus petite tribu envisageable sur , on dit que cest la tribu
grossire.
P() est une tribu (la plus grande possible) sur , elle nest utilise que lorsque est
discret.
tant donn un ensemble C de parties dun mme ensemble X, la tribu engendre par C est
la plus petite tribu (au sens de linclusion) contenant C. On la note (C). Cest en gnral
de cette manire quune tribu est spcifie. Par exemple :
Si A P(), A 6= et A 6= , alors ({A}) = {, A, A, }.
Si L = {{x}, x } lensemble des singletons de lunivers . La tribu (L) est gale
{A P() | A ou A dnombrable }.
La tribu sur R engendre par lensemble des intervalles ouverts (ou ferms, a revient
au mme) est trs utilise, on lappelle tribu borlienne.
Dans ce cours, on ne sattardera pas sur les tribus. limportant est de connatre les oprations permises lintrieur dune tribu.
Stabilit par intersection dnombrable

Soit muni dune tribu T ,
i) T
ii) Pour toute suite (An )n0 d lments de T , lintersection
+
\
n=0
An appartient T .
= donc T .
Par complmentarit, pour tout n, An T . Donc
An T .
nN
nouveau par complmentarit :
An T .
nN
On conclut en remarquant que
An =
nN
En effet, dire que a
An .
nN
An signifie que n N, a
/ An , cest dire que n N, a An .
nN
probabilit sur un espace probabilisable

Soit (, T ) un espace probabilisable.
une probabilit sur (, T ) est une application P telle que :
P : T [0, 1] est une application qui tout vnement A T associe P (A) : la probabilit
de A (entre 0 et 1).
P () = 1
Pour
toute
suite
(An )
dvnements
incompatibles
deux
deux
(pour tout i 6= j, Ai Aj = ), la srie de terme gnral P (An ) est convergente et :
!
[
X
P
An =
P (An )
nN
n=0
espace probabilis
On appelle espace probabilis un triplet (, T , P ) : la donne dun ensemble fondamental, dune
tribu associe et dune probabilit sur cette tribu.
Chapitre VIII)
Arcs paramtrs
1)
a)
Fonctions vectorielles valeurs dans R2 .

Limite en un point - Continuit.
quest-ce quune fonction vectorielle ?
Une fonction vectorielle f est une application dfinie sur un intervalle I de R, valeurs dans R2
(plus gnralement Rm ) :
(
I R2
f:
t 7 (x(t), y(t))
Les fonctions x et y sont appeles les fonctions coordonnes de f.
limite en un point
Soit f : t 7 (x(t), y(t)) une fonction vectorielle dfinie sur un intervalle I de R.
On dit que f admet une limite en t0 I (t0 I ou t0 sur une extrmit de I) si chacune des
fonctions coordonnes x et y admet une limite en t0 . On note dans ce cas :

lim f (t) = lim x(t), lim y(t)
tt0
tt0
tt0
remarque
On montre que la proposition lim f (t) = f (t0 ) quivaut :
tt0
> 0, > 0 | |t t0 | < = kf (t) f (t0 )k <

Ce qui signifie :
Le vecteur f (t) est aussi proche du vecteur f (t0 ) que lon veut, pourvu que t soit suffisamment
proche de t0
continuit
On dit que f : I R2 est continue en t0 I si lim f (t) = f (t0 ).
tt0
On dit que f est continue sur I, si f est continue en tout point de I.
remarque
Ainsi f est continue en t0 ssi chacune de ses fonctions coordonnes lest.
b)
Drivation
drivabilit
On dit quune fonction f : I R2 est drivable en t0 I si la fonction t 7

une limite en t0 .
f (t) f (t0 )
admet
t t0
f (t) f (t0 )
est alors appel vecteur driv de f en t0 , il est not f 0 (t0 ).
tt0
t t0
Le vecteur lim
On dit que f est drivable sur I si elle est drivable en tout point de I. On appelle alors drive
de f lapplication t 7 f 0 (t).
interprtation cinmatique
Par exemple le mouvement dun point se dplaant sur un plan (le centre de masse dun solide
par exemple) est gnralement dcrit par une fonction vectorielle t 7 M (t) = (x(t), y(t)).
La drive en t0 , M 0 (t0 ) correspond alors au vecteur vitesse du point linstant t0 .
drive et fonctions coordonnes

Les propositions suivantes sont quivalentes :
(
I R2
f:
est drivable en t0 .
t 7 (x(t), y(t))
les fonctions coordonnes sont drivables en t0 .
Dans ce cas, f 0 (t0 ) = (x0 (t0 ), y 0 (t0 )).

x(t)
Si f (t) =
est dfinie sur un intervalle I R, on peut crire pour tout t I et tout
y(t)
t+hI :

x(t + h)
x(t)
x(t + h) x(t)
f (t + h) f (t) =
=
y(t + h)
y(t)
y(t + h) y(t)
Ainsi :
x(t + h) x(t)
f (t + h) f (t)
h
=
y(t + h) y(t)
h
h
Ce qui permet de conclure.
corollaire : la drivabilit implique la continuit

Si f est drivable en t0 alors f est continue en t0 .
f C k (I)
Pour k N, une fonction vectorielle f : I R2 est dite de classe C k sur I (on note C k (I)) si ses
fonctions coordonnes sont de classe C k sur lintervalle I.
c)
Formule de Taylor - Young

formule de Taylor-Young
Soit f : I R2 de classe C n (I) et t0 I. La fonction f admet alors un dveloppement limit
dordre n en t0 :
f (t) = f (t0 ) + (t t0 )f 0 (t0 ) +
(t t0 )n (n)
(t t0 )2 (2)
f (t0 ) + +
f (t0 ) + o ((t t0 )n )
2!
n!
remarque
Le terme o ((t t0 )n ) signifie de la forme (t t0 )n g(t) avec lim g(t) =

tt0

0
exemple

sin(t)
x(t)
Pour f (t) =
=
Donner le dveloppement de Taylor-Young lordre 3 en t = 0
y(t)
sin2 (t)
et en t = .
4
Calculons les drives successives des fonctions coordonnes :

(
(
(
x0 (t) = cos t
x00 (t) = sin t
x(3) (t) = cos t
0
00
y (t) = 2 sin t cos t = sin 2t
y (t) = 2 cos 2t
y (3) (t) = 4 sin 2t
En t = 0, cela conduit :

t3 1
t2 0
1
+
+ o(t3 )
f (t) = t
+
0
0
0
2 2
6
En t =
, cela conduit :
4
f (t)

1
( 2)1
( 2)
+
t
1
21
4
1

2
1
1
3 ( 2)1
3
( 2)
t
+
t
+o
t
0
4
2
4
6
4
4
2)
Courbes paramtres du plan.

quest-ce quun arc paramtr
On appelle
courbe) paramtr(e) de classe C k tout couple (I, f ) o I est un intervalle de
arc (ou
2
I R
!
une fonction de classe C k de I dans R2 .
R et f :
x(t)
7
M
(t)
=
y(t)
Lensemble = f (I) = {M (t), | t I} est appel support de larc (I, f ).
exemple
(
a) Lapplication f :
R 7 R2
t 7 (t, ch(t))
dfinit un arc paramtr de classe C dont le support est
appel chanette.
b) Les applications f et g dfinies sur [0, 2] par f (t) = (cos(t), sin(t)) et g(t) = (cos(2t), sin(2t))
bien quayant le mme support, dfinissent deux arcs diffrents.
remarque
Ltude dun arc paramtr (I, f ) peut tre interprte comme ltude sur un intervalle de temps
I du mouvement dun point mobile M (t). f 0 (t) et f 00 (t) sont alors respectivement les vecteurs
vitesse et acclration du point mobile linstant t.
a)
tude locale dun arc paramtr.

tangente
Soient (I, f ) un arc paramtr de classe C k et t0 I .
On dit que larc (I, f ) admet une tangente au point M (t0 ) lorsque le rapport :
M (t0 )M (t0 + h)
admet une limite non nulle lorsque h 0
kM (t0 )M (t0 + h)k
Si cette limite est gale un vecteur

u , la tangente larc (I, f ) au point M (t0 ) est alors la
droite passant par M (t ) et dirige par

u.
0
exo :
1
Quelle est lquation cartsienne de la droite dirige par

u =
13
A(1, 2) ?

2
, passant par le point
3
Notons D la droite recherche. Par hypothse, le point A(1, 2) D. Puisque le vecteur
v = (2, 3) dirige D, on dduit que B(1, 5) D.

52
3
3
= . D a donc une quation de la forme y = x + b.
1+1
2
2
7
3
7
En exprimant que A D, on obtient b = , cest dire D : y = x + .
2
2
2
La droite D a donc une pente a =
points rguliers - stationnaires

Soient (I, f ) un arc paramtr de classe C k et t0 un lment de I. On dit que le point M (t0 ) est :
a) Un point rgulier de larc (I, f ) si f 0 (t0 ) 6= 0.
b) Un point stationnaire de larc (I, f ) si f 0 (t0 ) = 0.
Larc (I, f ) est dit rgulier si tous ses points sont rguliers.
Par un point rgulier passe toujours une tangente

Si (I, f ) est un arc paramtr de classe C k dont M (t0 ) est un point rgulier, alors larc (I, f )
admet en M (t0 ) une tangente dirige par le vecteur f 0 (t0 ).
La formule de Taylor-Young lordre 1 permet dcrire :

OM (t) = OM (t0 ) + (t t0 )f 0 (t0 ) + o(t t0 )
Ainsi :
M (t0 )M (t) = (t t0 )f 0 (t0 ) + o(t t0 )

cest dire :
M (t0 )M (t) = (t t0 ) [f 0 (t0 ) + (t)] avec lim (t) =

tt0
Ce qui entrane, lorsque M (t0 ) est rgulier :
M (t0 )M (t)
f 0 (t0 )
=
6= 0
tt0 M (t0 )M (t)
kf (t0 )k
lim

0
0
exo : exemple de recherche de tangente
(
x(t) = cos(t)
a) Etudier lexistence dune tangente en t = 0 pour la courbe paramtre par
y(t) = sin3 (t)
b) Donner un paramtrage du cercle et retrouver que les tangentes sont perpendiculaires aux
rayons.
a) La formule de Taylor-Young lordre 2 en 0 scrit :
OM (t) =

t2 1
x(t)
= OM (0) +
+ o(t2 )
y(t) t0
0
2
Ainsi
t2
M (0)M (t) =
t0 2

1
+ o(t2 )
0
Do :

M (0)M (t)
1
=
0
tt0 M (0)M (t)
lim
En t = 0, la courbe de lnonc admet une tangente horizontale.

b) Un cercle de centre (a, b) et de rayon R peut tre paramtr par larc (R, f ) dfini par :

x(t)
a
cos(t)
f (t) =
=
+R
y(t)
b
sin(t)
0
Tout point M (t) du cercle est ainsi rgulier puisque f (t) =

sin(t)
0
6=
cos(t)
0
et admet donc une tangente dirige par le vecteur f 0 (t).

cos(t)
On remarque que les vecteurs M (t) = R
et f 0 (t) sont orthogonaux : les rayons
sin(t)
dun cercle sont perpendiculaires ses tangentes.
Le dveloppement de Taylor-Young fournit la direction de la tangente

Si (I, f ) est un arc paramtr dont le dveloppement de Taylor-Young en t0 I scrit :
f (t) = f (t0 ) +
(t t0 )m (m)
f (t0 ) + o ((t t0 )m ) avecf (m) (t0 ) 6= 0
m!
alors la tangente au point f (t0 ) est dirige par le vecteur f (m) (t0 ).
position de la courbe par rapport la tangente

Soit (I, f ) un arc paramtr dont le dveloppement de Taylor-Young en t0 I est de la forme :
M (t0 )M (t) = f (t) f (t0 ) = X(t) Tp + Y (t) Tq avecX(t) (t t0 )p , Y (t) (t t0 )q
Les vecteurs Tp et Tq ntant pas colinaires et avec le choix p < q.
Le repre (M (t0 ), Tp , Tq ) divise localement (autour de M (t0 )) le plan en 4 zones. Selon la parit
des entiers p et q il est possible de dterminer de quelle zone la courbe vient (t < t0 et t t0 )
et vers quelle zone elle se dirige (t > t0 , t t0 ).
Les diffrents cas de figures sont schmatis ci dessous :
remarques
p est le plus petit entier non nul tel que f (p) (t0 ) 6= 0.
q est le plus petit entier tel que la famille {f (p) (t0 ), f (q) (t0 )} soit libre.
En gnral f 0 (t0 ) 6= 0 et f 00 (t0 ) 6= 0, la famille {f 0 (t0 ), f 00 (t0 )} tant libre. Lallure de la
courbe en un tel point est alors du type point ordinaire.
exemples
Soit la courbe paramtre dfinie par :
(
x(t) = cos3 (t)
y(t) = sin3 (t)
Reprsenter lallure de au voisinage de t = 0, t =
et t =
4
2
Au voisinage de t = 0 :
On trouve :

1
0
3
0
0
00
(3)
f (0) =
f (0) =
f (0) =
f (0) =
0
0
0
6
Ainsi au voisinage de t = 0, on peut crire, en posant Tp = f 00 (0) et Tq = f (3) (0) :

t3
t2
Tp + Tq + o(t3 )
2
6
Il sagit dun point de rebroussement de premire espce.
f (t) = f (0) +
Au voisinage de t =
:
4
On trouve :

3
3
1
1
1
f 0 (0) =
f 00 (0) =
1
2 2 1
2 2 1
Ainsi au voisinage de t = 0, on peut crire, en posant Tp = f 0 (0) et Tq = f 00 (0) :

1
f (0) =
2 2
t2
f (t) = f (0) + tTp + Tq + o(t2 )
2
Il sagit dun point ordinaire.
Au voisinage de t =
:
2

sin3 (t)
; on remarque que : f (t + ) f (t) = 0 :
f (t + ) =
3
cos (t)
2
2
Le point f (t + ) sobtient ainsi partir du point f (t) par une rotation de centre O(0, 0), dangle
2
. Ce qui nous permet de dduire qu une rotation prs, lallure de la courbe en t = est la
2
2
mme quen t = 0.
exo : un premier trac de courbe paramtre

On considre la courbe paramtre dfinie sur R par :

x(t)
sin(t)
t 7 f (t) =
=
y(t)
sin(2t)
On dsigne par le support de (R, f ).
a) Justifier que pour tracer , on peut se restreindre t [0, ].
b) La courbe ([0, ], f ) admet-t-elle des points stationnaires ?
c) Dresser un mme tableau de variation pour les fonctions x et y sur lintervalle [0, ].
d) Tracer un repre (dont vous connaissez maintenant les dimensions) et y placer les points o
admet des tangentes horizontales ou verticales.
e) Placer judicieusement quelques points supplmentaires et tracer la courbe .
a) On remarque que t R, f (t + 2) = f (t), larc (R, f ) dcrit un mouvement priodique

de priode 2 et on peut se restreindre lintervalle [, ]. On remarque de plus que f est
impaire, il suffira de tracer le support de larc ([0, ], f ) et de le complter ensuite par symtrie
centrale de centre lorigine pour obtenir .

cos t
b) Pour tout t [0, ], f 0 (t) =
; la courbe ([0, ], f ) admet un point stationnaire en
2 cos 2t
t0 [0, ] ssi cos(t0 ) = cos(2t0 ) = 0, cest dire ssi 0 = cos(t0 ) = 2 cos2 (t0 ) 1 ce qui est
impossible : la courbe paramtre ([0, ], f ) nadmet pas de points stationnaires.
c)
3
4
1
x(t)
' 0.71
' 0.71
0
0
1
y(t)
0
0

cos t
, les tangentes verticales sont atteintes l o cos t = 0, cest dire
2 cos 2t
1
.
pour t = soit au point C
0
2
3
Les tangentes horizontales sont atteintes l o cos 2t = 0, cest dire en t = et en t =
;
4
4
1
1
2 2
2 2
soit aux points B
et D
.
1
1
d) Puisque f 0 (t) =
e)
b)
Branches infinies.
quest-ce quune branche infinie ?
On dit que larc (I, f ) admet une branche infinie en t0 I (ventuellement |t0 | = ) si :
lim kf (t)k = +
tt0
quest-ce quune asymptote ?

Supposons que larc (I, f ) admette une branche infinie en t0 :
On dit quune droite D est asymptote de larc (I, f ) en t0 si lim d(f (t), D) = 0
tt0
caractrisation des asymptotes

Si larc (I, f ) admet une branche infinie en t0 alors :
La droite D dquation ax+by+c = 0 est une asymptote (I, f ) en t0 ssi lim ax(t)+by(t)+c = 0.
tt0
Rappel : la distance dun point M (xm , ym ) une droite D : ax + by + c = 0 est gale :

d(M, D) =
axm + bym + c
a2 + b2
mthode de recherche des asymptotes

Cas o une seule des coordonnes tend vers linfini en t0 :
Si x + et y y0 , la droite y = y0 est asymptote. La position de la courbe par
rapport lasymptote est donne par les variations de y.
De mme lorsque y tend vers linfini et que x tend vers une limite finie.
Cas o les deux coordonnes tendent vers linfini :
Si la fois |x| et |y| tendent vers linfini et si la courbe admet une asymptote, celle-ci peut
scrire sous la forme y = ax + b avec a 6= 0 :
On peut crire y(t) = ax(t) + b + (t) avec lim (t) = 0. On a alors :
tt0
a = lim
y(t)
x(t)
b = lim y(t) ax(t)

tt0
tt0
En particulier, sil existe une asymptote en t0 , celle-ci est unique.

Ainsi pour tudier lexisence dune asymptote en t0 , on commence par tudier lim
y(t)
tt0 x(t)
= a,
une asymptote ventuelle ne peut tre que parallle la droite dquation y = ax, on parle
de direction asymptotique :
Lorsque a = 0, puisque |y| tend vers linfini, il ne peut pas y avoir dasymptote. Il
sagit dune branche parabolique de direction asymptotique (Ox).
Lorsque a 6= 0 :
Si lim y(t) ax(t) existe, la courbe admet une asymptote en t0 .
tt0
Si lim
|y(t) ax(t)| = +, il y a une branche parabolique de pente a.

y(t)
= +, il ny a pas dasymptote, il sagit dune branche para Si lim
tt0
x(t)
bolique de direction asymptotique (Oy).
y(t)
Si lim
nexiste pas, il ny a pas de direction asymptotique et donc pas
tt0
x(t)
dasymptote.
tt0
exo : exemple
Etudier (existence dune asymptote et position
relative de la courbe) la branche infinie en t0 = 1
x(t) = 4
t 1
de larc paramtr dfini sur ] 1, 1[ par
2
y(t) = t
t4 1
On observe que :
lim x(t) = = lim y(t) =
t1
t1
Il ne peut donc y avoir dasymptote horizontale ou verticale.

Mais :
lim
t1
y(t)
=1
x(t)
Si asymptote il y a, elle ne peut qutre de pente 1.
lim y(t) x(t) =
t1
1
4
1
La courbe paramtre de lnonc admet une asymptote en t = 1 dquation y = x + .
4
Position de la courbe par rapport lasymptote :

1
sur
Pour tout t ] 1, 1[, le point x(t), y(t) est sur la courbe et le point x(t), x(t) +
4
lasymptote. On a (au voisinage de t = 1) :
y(t) x(t)
t2 t
1
1
= 4
du mme signe que g(t) = 3t 1 t2 t3
4
t 1 4
Or g(1) = 0 et g 0 (1) < 0 donc pour t < 1, t 1, g(t) > 0 : la courbe paramtre est au dessus
de son asymptote lorsque t 1 .
Autre mthode : avec les DL (conseille)
On pose t = 1 + u (on va sintresser la position de la courbe relativement son asymptote
lorsque u 0 ) :
y(1 + u) x(1 + u)
1
(1 + u)2
(1 + u)
1
=
4
4
4
(1 + u) 1 (1 + u) 1 4
Expression du mme signe que :

4(1 + u)2 + 4(1 + u) + (1 + u)4 1
u0
4(1 + 2u + u2 ) + 4(1 + u) + (1 + 4u + 6u2 ) 1 + o(u2 )
u0
2u2 + o(u2 )
On retrouve que la courbe paramtre est au dessus de son asymptote lorsque t 1 .
3)
Plan dtude - Exemples

dmarche pour le trac dune courbe paramtre
Dterminer le domaine de dfinition de f .
Rduire le domaine I dtude et dcrire les transformations gomtriques permettant de
dduire toute la courbe partir de la partie construite (priodicit, parit , ...).
Dresser les tableaux de variation de x et de y sur I.
Etudier la forme de la courbe au voisinage des points stationnaires.
Etudier les branches infinies et asymptotes ventuelles ainsi que leur positions par rapport
la courbe.
Tracer lallure de la courbe en utilisant les rsultats prcdents.
exo : un exemple
tudier et tracer la courbe paramtre dfinie sur R {0, 1} :
1
2
x(t) = t + 3
2
t +t
y(t) = t + 1
t
Aucune symtrie ne permet ici de rduire lintervalle (en t) dtude.

Le calcul des drives des fonctions x et y conduit au tableau de variation suivant :
1
3
+
x(t)
2
3
y(t)
Il y a un seul point stationnaire, en t = 1.
t
Branches infinies en t 1
t 0
1
Une tangente verticale en t = .
3
tude sur t ] , 1[
Lorsque t , x 1+ et y , la droite x = 1 est donc asymptote.
Lorsque t 1 , y 2 et x +, la droite y = 2 est donc asymptote.
tude sur t ] 1, 0[
Lorsque t 1+ , y 2 et x , la droite y = 2 est donc asymptote.
1
En t = , la courbe atteint une tangente verticale dquation x = 2. Lorsque t 0 ,
3
y(t)
x et y tendent vers linfini. Or lim
= 3 et lim y(t) 3x(t) = 1.
t0 x(t)
t0
La courbe se rapproche donc asymptotiquement de la droite dquation y = 3x + 1 lorsque
t 0 .
t(t 3)
De plus, y(t) 3x(t) 1 =
est positif au voisinage de 0 : la courbe est au dessus
t+1
de lasymptote.
tude sur t ]0, +[
Lorsque t 0+ , nous savons dj que y = 3x + 1 est asymptote, le mme calcul quen 0 ,
montre que la courbe est en dessous de lasymptote.
Lorsque t +, x 1 et y . la droite x = 1, est asymptote.
Au point stationnaire en t = 1, le dveloppement limit de la courbe (I, f ) en t = 1, scrit :
f (t) = f (1) +
1
1!
2
6 (t 1)
1
1!
3
3
4 (t 1) + o((t 1) )
1
f (1) est un point de rebroussement de premire espce, dirig par le vecteur
1!
6 .
1
Au final :
4)
Enveloppe dune famille de droites. Dveloppe.

courbe enveloppe dune famille de droites

On considre une famille de droites F = {Dt A(t); u(t) | t I} dfinies chacune par la donne
dun point A(t) et dun vecteur directeur

u (t). On suppose que les applications t 7 A(t) et
2
t 7 u(t) sont de classe C sur I.
On appelle enveloppe de F toute courbe de classe C 1 telle que les droites de la famille
{Dt | t I} soient exactement les tangentes de , cest--dire :
Quel que soit t I, Dt est tangente .
La courbe admet en chaque point une tangente et celle-ci est une des droites de la famille
F.
existence et unicit de lenveloppe

Avec les notations de la dfinition prcdente, la famille de droites F admet une et une seule

enveloppe de classe C 1 ssi la fonction t 7 det(u(t), u0 (t)) ne sannule pas sur I.
Lexistence dune enveloppe = (I, f ) de classe C 1 quivaut :
t I, f (t) Dt f (t) = A(t) + (t) u(t) avec C 1 (I). ( Dt coupe )

t I, det f 0 (t), u(t) = 0 ( Dt est tangente ).
Mais alors :

det f 0 (t), u(t) = det A0 (t) + (t)u0 (t), u(t) = det A0 (t), u(t) (t) det u(t), u0 (t)

Do lon dduit (sous la condition que det u(t), u0 (t) 6= 0 sur I) lexistence et lunicit de la
fonction :

det A0 (t), u(t)
(1)
(t) =
det u(t), u0 (t)
Il est immdiat, rciproquement, que la fonction (1) dfinit une courbe paramtre , enveloppe
de la famille des droites {Dt | t I}.
exo : deux exemples de recherche denveloppe

Pour chacune des deux familles suivantes de droites, rechercher une reprsentation paramtrique
de lenveloppe correspondante. Puis, la main ou en vous aidant du logiciel xcas, dessiner cette
enveloppe et certaines des droites qui lui sont tangentes.
a) Pour tout t R, Dt passe par A(t) = (t, 0) et est dirige par

u (cos t, sin t).
b) Pour tout t R, Dt est la droite dquation : x cos t + y sin t et = 0.

a) On cherche une fonction : R R telle que : A(t) + (t)u(t).
En reprenant le mme raisonnement que celui de la dmonstration prcdente, on a :

det A0 (t)), u(t)
1
=
(t) =
0
det u(t)), u0 (t)

cos t
= sin t
sin t
Ainsi, la courbe peut tre reprsente par le paramtrage (t R) :
(
x(t) = t + sin(t) cos(t)
y(t) = sin2 (t)
b) Soit t 7 (x(t), y(t)) la reprsentation paramtrique de lenveloppe qui toute droite Dt

associe le point M (t) = Dt .
Il est ncessaire que :
cos(t) x(t) + sin(t) y(t) et = 0
cos(t) x(t)
+ sin(t) y(t)
=0
On en dduit le systme :
(
cos(t) x(t) + sin(t) y(t) et = 0
sin(t) x(t) + cos(t) y(t) et = 0
dont la rsolution conduit :
(
x(t) = et (cos t sin t)
y(t) = et (cos t + sin t)
5)
Proprits mtriques dune courbe plane.
Soit une courbe rgulire paramtre par la fonction f : t 7 M (t) de classe C 1 sur un
intervalle I.
Longeur dune courbe paramtre - abscisse curviligne

rectification dune courbe paramtre (admis)
Soit ([a, b], f ) une courbe paramtre de classe C 1 et a = t0 t1 t2 tn = b, une
subdivision du sgment [a, b].
Z
n
X
lim
kM (ti1 )M (ti )k =
i=1
kf 0 (t)k dt
Lide de la dmonstration est que :
n
n
X
b a X kM (ti1 )M (ti )k
kM (ti1 )M (ti )k '
n
n i=1
ti ti1
i=1
lim
Z
somme de Riemann
exo : exemples de calcul de longueur
Quelle est la longueur de larc [0,
'

], f avec f (t) = (cos3 t, sin3 t).
2
kf 0 (t)kdt

3
sin(t) cos2 (t)
On a f (t) = 3
, ce qui conduit kf 0 (t)k = 3 sin(t) cos(t) = sin(2t).
cos(t) sin2 (t)
2
0
La longueur de larc paramtr de lnonc est donc gale :

3
2
sin(2t) dt =
0
3
2
abscisse curviligne
On appelle abscisse curvilgne sur la courbe
toute primitive s de lapplication t 7 kf 0 (t)k, de

sorte que la longueur de larc [a, b], f est alors gale s(b) s(a).
remarque : du reprage temporel au reprage curviligne

Etant donne une courbe paramtre (I, f ) et s labscisse curviligne sannulant t = 0, on peut
poser les questions :
o se trouve le point linstant t : rponse, la position f (t).
o se trouve le point aprs quil ait parcouru une longueur s : rponse, la position g(s).
La fonction g est relie la fonction f par la relation :
f (t) = g(s(t))
En particulier, f 0 (t) = s0 (t)g 0 (s) et puisque s0 (t) = ||f 0 (t)||, cela impose kg 0 (s)k = 1.
Si J = s(I), larc (J, g) dcrit la mme trajectoire que celle que dcrit larc (I, f ) mais parcourue
la vitesse constante kg 0 (s)k = 1.
exo : exemple
On reprend le cas de larc [0,

], f avec f (t) = (cos3 t, sin3 t).
2
Quelle est lexpression en fonction de t, de labscisse curviligne s vrifiant s(0) = 0 ? Prciser le

paramtrage (J, g) curviligne de larc [0, ], f .
2

Nous avions vu que (avec t 0, ) :
2
kf 0 (t)k = 3 cos(t) sin(t) =
3
sin(2t)
2
Labscisse s recherche tant la primitive de kf 0 (t)k qui sannule en t = 0 est donc gale :

3
1 cos(2t)
4
En particulier, la fonction s tant continue et strictement croissante :
h
i 3
= 0,
J = s([0, ]) = s(0), s
2
2
2
s(t) =
s(t0 ) est ainsi la distance parcourue par le point mobile M (t) entre les instants t = 0 et t = t0 .
On remarque lquivalence
t I, f (t) = g(s(t)) s0 J, g(s0 ) = f (s1 (s0 ))
Recherchons lexpression de s1 , fonction rciproque de labscisse curviligne s :
s(t) = s0
s(t) = s0
cos(2t)
t=
t = s1 (s0 )
3
(1 cos(2t)) = s0
4
4
1 s0
3
1
4
arccos(1 s0 )
2
3
1
4
3
Ainsi s1 est dfinie sur [0, ] par s1 (s0 ) = arccos(1 s0 ).
2
2
3
et :

4
3 1
cos
arccos(1
s)
3
2
g(s) =
3 1
4
sin
arccos(1 s)
2
3
exo : vrifier que kg 0 (s)k = 1
a)
Repre de Frnet
quest-ce quun repre de Frnet ?
Le repre
Frnet
en un point rgulier M (t) dun arc paramtr (I, f ) est le repre orthonorm
de

direct M, T , N avec :
f 0 (t)
T = 0
kf (t)k
thorme de relvement (admis)

On se place dans un repre orthonorm direct O,~i, ~j
Si larc paramtr (I, f ) est de classe C 2 , alors il existe une fonction : I R, de classe C 1 , telle
que :

T (t) = cos (t) ~i + sin (t) ~j
exo : lexemple du mouvement circulaire uniforme

R cos t
Dans le cas du mouvement circulaire uniforme t 7 M (t) =
:
R sin t

a) Calculer T (t), N (t) et (t).
b) Exprimer les vecteurs f 0 (t) et f 00 (t) dans le repre de Frnet.
Par drivation :
(
f 0 (t) = R sin(t) ~i + R cos(t) ~j
f 00 (t) = R 2 cos(t) ~i R 2 sin(t) ~j
f 0 (t)
Donc T (t) = 0
= sin(t) ~i + cos(t) ~j = cos(t + ) ~i + sin(t + ) ~j
kf (t)k
2
2
Par identification langle (t) entre les vecteurs ~i et T (t) est gal (t) = t + .
2
~ :
En ajoutant un angle de , on obtient le vecteur N
2

~ = cos(t + ) ~i + sin(t + ) ~j = cos(t) ~i + sin(t) ~j
N
Nous sommes maintenant en mesure dexprimer les vecteurs f 0 (t) et f 00 (t) dans le repre de
Frnet (en posant v = kf 0 (t)k = s,
la vitesse scalaire du point mobile) :
f 0 (t) = v T (t)
2
f 00 (t) = v
N (t)
R
cercle osculateur

Soit (I, f ) un arc paramtr de repre de Frnet (M (t), T (t), N (t)).
En posant v(t) = kf 0 (t)k et T (t) = cos((t))~i + sin((t))~j :

v(t)
On appelle cercle osculateur de larc (I, f ) linstant t, le cercle de rayon (t) =
et de
(t)
centre le point (t) tel que M (t)(t) = N (t).

(t) est appel rayon courbure ( linstant t), son inverse =
1
est appele courbure. Par
(t)
construction donc :
v(t)
dT
N (t) = (t)v(t) N (t)
= N (t) =
dt
(t)
remarque
Le cercle osculateur du point mobile M (t) est le seul cercle tel quun point, confondu linstant
t avec M et qui sy dplacerait vitesse angulaire constante = (t)
aurait la mme vitesse que

le point M (t) linstant t.
vitesse et acclration dans le repre de Frnet

Si M (t) - le point mobile dcrit par larc (I, f ) - se dplace linstant t la vitesse (scalaire)
v(t) et que (t) est le rayon de son cercle osculateur alors :
f 0 (t) = v T (t)
2
f 00 (t) = v T (t) + v N (t)
b)
Dveloppe dune courbe paramtre

quest-ce quune dveloppe ?
On appelle dveloppe dune courbe paramtre rgulire lensemble de ses centres de courbure.
la dveloppe est lenveloppe des normales

La dveloppe dune courbe paramtre rgulire de classe C 2 est lenveloppe des droites qui lui
sont normales (perpendiculaires aux tangentes).
On se place dans un repre orthonorm direct (O,~i, ~j).

Soit (I, f ) une courbe paramtre rgulire et (t) le centre de courbure de (I, f ) linstant t.
Nous avons vu que (avec la notation M (t) = f (t)) dans le repre de Frnet :
(t) = M (t) + (t) N (t) (1)

Ainsi, chaque normale coupe la dveloppe.
f 0 (t)
Le thorme de relvement permet dcrire (avec la notation habituelle, T (t) = 0
):
kf (t)k
(
T = cos ((t))
i +sin ((t))j

N = cos (t) +
i + sin (t) +
j
2
2
Par drivation de (1) :
0 (t)
=
=
=
f 0 (t) + 0 (t) N (t) (t)(t)

T (t)
f 0 (t)
f 0 (t) + 0 (t) N (t) kf 0 (t)k 0
kf (t)k
0 (t) N (t)
Ainsi det(0 (t), N (t)) = 0 : Le dveloppe est bien tangente aux normales.
Chapitre IX)
Sries entires
1)
Dfinition et notion de rayon de convergence.

quest-ce quune srie entire ?
On appelle srie entire de la variable complexe z, toute srie de terme gnral an z n o (an ) est
une suite complexe.
Remarque
Le dveloppement ( lordre infini) de Taylor des fonctions usuelles fournit des exemples de
sries entires. Nous verrons dans ce cours que les sries obtenues convergent vers la fonction
(usuelle) dont ils sont le dveloppement de Taylor.
Consquence : lensemble des fonctions dfinies par des sries entire contient et augmente lensemble des fonctions usuelles cela en plus de fournir un moyen pratique de les calculer et dtendre
leur domaine de dfinition des disques inclus dans C.
lemme dAbel
Soit rX
> 0, un rel tel que la suite (an rn ) soit borne. Alors pour tout z C vrifiant |z| < r, la
srie
an z n converge absolument.
Par hypothse, il existe un rel M 0 tel que pour tout entier n, |an rn | < M .

z n
n

nz
n

Par consquent, si |z| < r alors |an z | = an r n < M .
r
r
X z n
On conclut, en remarquant que la srie gomtrique
converge.
r
Un exemple
En utilisant le lemme dAbel, montrer que pour tout z C, la srie
+ n
X
z
est convergente.
n!
n=0

Soit z C, fix et r > |z|. Considrons la suite

rn
. Il existe un plus grand entier N tel que
n!
r
rN
< 1. En posant M =
, on remarque que pour n > N :
N
N!
rn
rN 1
r
r
r
=
M
n!
(N 1)! N
N +1
n
n
X zn
r
est donc borne et en vertu du lemme dAbel la srie
est convergente. Le
La suite
n!
n!
complexe z ayant t fix priori, il y a convergence dans C.
quest-ce quun rayon de convergence ?

On appelle rayon de convergence de la srie entire
R = sup{r 0 | (an rn ) borne}
an z n , llment R [0, +] dfini par
zones de convergence et de divergence

Soit
an z n une srie entire de rayon de convergence R R.
i) Pour tout z C tel que |z| < R,
an z n converge absolument.
ii) Pour tout z C tel que |z| > R,
an z n diverge grossirement.
Le disque {z C | |z| < R} est appel disque de convergence de la srie entire.

Lintervalle ] R, R[ est lintervalle rel de convergence.
exo :
Calculer les rayons de cv des sries suivantes :
X zn
n!
zn
X zn
n
comparaison des rayons de convergence

Soient
an z n et
bn z n deux sries entires de rayons de convergence respectifs Ra et Rb .
i) Si partir dun certain rang, |an | |bn | alors Ra Rb .

ii) Si |an | |bn | alors Ra = Rb .
+
exo :
Dterminer les rayons de cv des sries suivantes :
X n
ln
zn
n+1
sin(n)z n
Nous remarquons que :

ln
n
n+1

= ln 1
1
n+1
n+
1
n+1
n+
1
n
X zn
Or nous avons vu que la srie
a un rayon de cv gal 1, donc la srie
n
X n
z n a aussi un rayon de cv gal 1.
ln
n+1
X
Soit R le rayon de cv de la srie
sin(n)z n . En notant que pour tout n N, | sin(n)| 1
X
et sachant que la srie
z n a un rayon de cv gal 1, on dduit (par comparaison)
X
que R 1. Dautre part puisque la srie
sin(n) diverge grossirement (demo laisse en
exercice- faire par labsurde), on conclut que R = 1.
Rgle de dAlembert : R = lim
|an |
|an+1 |

X
an
= avec [0, +], alors le rayon de convergence de la srie entire
Si lim
an z n

n an+1
est R = .

un+1
tend vers une limite l < 1 alors la srie

Rappel (rgle de dAlembert) : Si le rapport

u
n
X
un est absolument convergente.
X
Daprs la rgle de dAlembert, la srie termes positifs
|an z n | converge si
|an+1 z n+1 |
|an+1 |
|an+1 |
lim
= lim
|z| < 1 et diverge si lim
|z| > 1. Elle converge donc si
n
n |an |
n |an |
|an z n |
|an |
|an |
et diverge si |z| > lim
, do le rsultat ( supposer que la limite
|z| < lim
n |an+1 |
n |an+1 |
existe) :
R = lim
|an |
|an+1 |
exemples
Retrouver que
rayon gal 1.
X zn
n!
a un rayon de cv infini et montrer que pour tout R,
n z n a un
1
an
(n + 1)!
,
=
= n + 1 + et R = +.
n! an+1
n!

1

ln 1
n
1
an
n + 1 1 et R = 1.
=
= 1
=e
Avec an = n ,
an+1
n+1
n+1
Avec an =
sries ayant mme rayon de cv

X
X
X
X
X1
an z n ont toutes le
Les sries entires
an z n ,
(1)n an z n ,
|an |z n ,
nan z n et
n
mme rayon de convergence.
n
Puisque
|aX
| |an | |, il est immdiat par comparaison que les sries entires
n | = |(1) an | =
X
X
n
n
an z ,
(1) an z n et
|an |z n ont le mme rayon de cv R.
X
Soit R0 le rayon de cv de la srie
nan z n , montrons que R = R0 .
Il est immdiat que R0 R. Montrons que R R0 :

soit r < R et r0 vrifiant r < r0 < R. On peut crire :
n
n
r
r
. Chacune des suites n
et (an r0n ) tant borne, il en est de
nan rn = nan r0n
r0
r0
n
mme pour la
Xsuite (nan r ). Ainsi
n
r < R =
nan r convege donc R R0 .
X
X an
an
z n . Si on pose bn =
, ces sries
Comparons enfin les rayons de cv des sries
an z n et
n
n
X
X
scrivent
nbn z n et
bn z n ; elles ont donc mme rayon de cv.
rayon de cv dune somme

X
X
an z n et
bn z n deux sries entires de rayon de convergence respectif Ra et Rb .
X
La srie
(an + bn )z n est une srie entire de rayon de convergence R avec R = min(Ra , Rb )
si Ra 6= Rb ou R Ra si Ra = Rb .
Soient
rayon de cv dun produit de cauchy
Soit Rab le rayon de convergence de la srie entire
n
X X
!
ak bnk
z n , produit de cauchy des
k=0
X
X
sries entires
an z n et
bn z n .
On a Rab min(Ra , Rb ), et pour |z| < min(Ra , Rb ) :
!
n
X
X

X X
an z n
bn z n
ak bnk z n =
k=0
Exemple
Montrer que pour z C vrifiant |z| < 1 :
+
X
1
(n + 1)z n
=
(1 z)2
n=0
On remarque que
1
1
1
=
, or nous savons que si |z| < 1 :

(1 z)2
1z
1z
+
X
1
=
zn
1 z n=0
Par produit de Cauchy donc (pour |z| < 1) :

!
! + n
!
+
+
+
X
X
X X
X
1
n
n
n
=
z
z
=
11 z =
(n + 1)z n
(1 z)2
n=0
n=0
n=0
n=0
k=0
2)
Proprits de la somme dune srie entire dune variable relle.

Soit
an z n une srie entire de rayon de convergence R. Les thormes suivants sont admis :
continuit sur ] R, R[
La fonction f : x 7
+
X
an xn est dfinie et continue sur son intervalle de convergence ] R, R[.
n=0
drivation terme terme
La fonction f : x 7
+
X
an xn est de classe C 1 sur ] R, R[ et :
n=0
x ] R, R[, f 0 (x) =
+
X
nan xn1
n=1
corollaire
La somme dune srie entire est de classe C sur son intervalle ouvert de convergence.
exemple
Montrer que pour tout x ] 1, 1[,
X
x
=
nxn .
2
(1 x)
n1
Nous savons (sries gomtriques) que :

x ] 1, 1[,
1
1x
xn =
n0
Le thorme de drivation terme terme permet alors daffirmer que

X
x ] 1, 1[,
nxn1 =
n1
1
(1 x)2
do en multipliant par x :
x ] 1, 1[,
X
n1
nxn =
x
(1 x)2
intgrtion terme terme

Pour tout et appartenant ] R, R[, on a :
!
Z X
+
+
X
an xn dx =
an
n=0
n=0
exo :
Calculer
X xn
pour x ] 1, 1[.
n
n1
!
xn dx
Pour tout x ] 1, 1[,
X
n0
1
. Donc par intgration terme terme :
1x
X xn
x ] 1, 1[, ln(1 x) =
n
xn =
n1
3)
Fonctions dveloppables en srie entire.

Rappelons les formules de Taylor vues en premire anne :
formules de Taylor
Soit f une fonction de classe C n+1 sur un intervalle I et a, b I.
Formule avec reste intgral :
f (b) =
n
X
(b a)k
k=0
k!
f (k) (a) +
Z
a
(b t)n (n+1)
f
(t) dt
n!
Formule de Taylor-Lagrange :
f (b) =
n
X
(b a)k
k=0
k!
f (k) (a) +
(b a)n+1 (n+1)
f
(c) avec c ]a, b[
(n + 1)!
Ingalit de Taylor-Lagrange :

n

X
(b a)n+1
(b a)k (k)

f (a) M
avec M = sup |f n+1 (t)|
f (b)

k!
(n + 1)!
t[a,b]
k=0
Formule de Taylor-Young. Si f est de classe C n sur I et que f n+1 (a) existe. Alors, pour h
voisin de 0 :
n+1
X hk
f (a + h) =
f (k) (a) + o(hn+1 )
h0
k!
k=0
tre dveloppable en srie entire

On dit quune application
Xf est dveloppable en srie entire (DSE) sur ] r, r[ (avec r > 0) sil
existe une srie entire
an xn de rayon de convergence R avec R r telle que :
x ] r, r[, f (x) =
+
X
an xn
n=0
condition ncessaire pour tre DSE

Si f admet un DSE sur ] r, r[ alors f C (] r, r[). Il y a alors unicit de la srie entire qui
dveloppe f :
+ (n)
X
f (0) n
f (x) =
x
n!
n=0
corrolaire : unicit des DSE
Soit r > 0. Si pour tout x ] r, r[,
+
X
n=0
an xn =
+
X
bn xn Alors pour tout n, an = bn .
n=0
exo : DSE des fonctions paires et impaires

Soit f une fonction dveloppable en srie entire. Montrer que si f est paire (resp. impaire) alors
son DSE ne contiendra que des puissances paires (resp. impaires).
Par hypothse la fonction f est dveloppable en srie entire, il existe donc r > 0 tel que :
X
X
x ] r, r[, f (x) =
an xn =
a2n x2n + a2n+1 x2n+1 (1)
nN
nN
donc
x ] r, r[, f (x) =
a2n x2n a2n+1 x2n+1
nN
Si f est paire on peut donc crire :

f (x) =
X
f (x) + f (x)
=
a2n x2n (2)
2
nN
La comparaison des DSE (1) et (2) permet de conclure en vertu du thorme dunicit que
n N, a2n+1 = 0.
Mme dmonstration pour le cas impair.
exo : exemple de fonction C non DSE

Attention : Toute fonction C nadmet pas un DSE, voici un exemple :
1

2
Soit f la fonction dfinie sur R par f (x) = e x si x 6= 0
0 pour x = 0
Montrer que pour tout n N : f (n) (0) = 0. Conclure.
Pour x 6= 0, il est immdiat par rcurrence que pour tout entier k , il existe un polynme Pk tel
que :

1
1
(k)
e x2
f (x) = Pk
x
Ainsi pour tout k N (thorme des croissances compares) lim f (k) (x) = 0. Ce qui en vertu du
x0
thorme de prolongement drivable impose que f est de classe C et que k N, f (k) (0) = 0.
4)
Dveloppements en sries usuels et mthodes pour les

obtenir
exo : exemple dutilisation de lintgration terme terme.
En utilisant le thorme dintgration terme terme, obtenir le DSE sur ] 1, 1[ de la fonction
x 7 ln(1 x).
+
X
1
Nous savons (sries gomtriques) que pour tout x ] 1, 1[ :
=
xn .
1 x n=0
Z x
du
.
Mais ln(1 x) =
1
u
0
Le thorme dintgration terme terme conduit alors (sur ] 1, 1[) :
ln(1 x) =
+ Z
X
n=0
un =
+ n
X
x
n
n=1
corollaire
Par changement de variables, nous obtenons alors :
1
1+x
ln(1 + x)
+
X
n=0
+
X
n=0
(1)n xn
(1)n
xn+1
n+1
exo : utilisation de lintgration terme terme, exemple 2
Montrer que arctan(x) =
+
X
(1)n 2n+1
x
2n + 1
n=0
X
1
=
(1)n u2n , donc en intgrant :
2
1+u
n0
Z x
X
X
du
x2n+1
n
u2n du =
(1)n
=
(1)
2
1+u
2n + 1
0
Nous savons que pour u ] 1, 1[,

Z
arctan(x) =
0
n0
n0
exo : DSE de la fonction exp en utilisant lingalit de TL
Montrer en utilsant lingalit de Taylor-Lagrange que ex =
+ k
X
x
.
k!
n=0

n

xn+1
x X xk
Lingalit de Taylor-Lagrange scrit : e
avec :
M

k!
(n + 1)!
k=0
x (n+1)
M = sup (e )
x[0,x]
= sup (e ) = e qui ne dpend pas de n.

x[0,x]
On conclut en remarquant que lim
xn+1
=0
(n + 1)!
exo : trouver un DSE via une quation diffrentielle

En
( remarquant que la fonction exponentielle est lunique solution de lquation diffrentielle
y0 = y
, retrouver son DSE.
y(0) = 1
Analyse :
Supposons que la fonction exponentielle admette un DSE : ex =
an xn .
n0
Nous avons e0 = a0 = 1.
Puisque la fonction exponentielle vrifie lquation diffrentielle y 0 = y. Le thorme de drivation
terme terme permet daffirmer :
+
X
n=0
an xn =
+
X
(n + 1)an+1 xn
n=0
an
. Ce qui, suite une
Le thorme dunicit des DSE permet daffirmer : n N : an+1 =
n+1
1
rcurrence immdiate conduit an =
pour tout n N.
n!
Synthse :
X xn
a un rayon de convergence infini.
Le critre de dAlembert permet de conclure que la srie
n!
X xn
Par consquent, on a bien pour tout x R, ex =
.
n!
exo : utiliser une quation diffrentielle, exemple 2

Soit un rel. Considrons la fonction f : x 7 (1 + x) .
a) Trouver une quation diffrentielle avec condition initiale dont f soit lunique solution.
b) En dduire sur ] 1, 1[, le DSE de f .
a) On vrifie sans difficults que la fonction f est lunique solution de lquation diffrentielle
(1 + x)y 0 = y vrifiant la condition initiale y(0) = 1.
b) Posons f (x) =
+
X
an xn . En injectant dans lquation diffrentielle trouve, il vient :
n=0
(1 + x)f (x)
=
=
X
n=0
(n + 1)an+1 (xn + xn+1 )

[(n + 1)an+1 + nan ] xn
n=0
ce qui conduit (unicit des DSE) :

n N, an+1 =
n
an
n+1
On a a0 = 1 et par rcurrence on obtient (pour tout n N ) :

an =
( 1) ( n + 1)
n!
an+1
n
| 1 permet de conclure que le
| = |
an
n+1
rayon de convergence de la srie trouve est R = 1.
Lapplication du critre de dAlembert : |
exo : exemple dutilisation dun pdt de Cauchy

0
Montrer en utilsant un produit de cauchy que pour tous (z, z 0 ) C2 : ez ez = ez+z .
+ n
+ 0 n
X
X
z
z
Les sries
et
sont absolument convergentes pour tout (z, z 0 ) C2 . Il en est donc
n!
n!
n=0
n=0
de mme pour leur produit de cauchy, et on peut crire :
+ n
X
z
n!
n=0
+ 0 n
X
z
n!
n=0
0
+ X
n
X
z k z nk
=
k! (n k)!
n=0
k=0
+
X
1
=
n!
n=0
n
X
k=0
0
n!
z k z nk
k!(n k)!
+
X
0
(z + z 0 )n
=
= ez+z
n!
n=0
exo : utilisation de DSE connus

en utilisant le rsultat prcdent : montrer que :
cos(x)
+
X
(1)n x2n
, R = +
(2n)!
n=0
sin(x)
+
X
(1)n x2n+1
, R = +
(2n + 1)!
n=0
ch(x)
+
X
x2n
, R = +
(2n)!
n=0
sh(x)
+
X
x2n+1
, R = +
(2n + 1)!
n=0
Chapitre X)
quations diffrentielles et
systmes diffrentiels
quations diffrentielles scalaires linaires
On appelle quation diffrentielle scalaire linaire dordre n N , une quation diffrentielle de
la forme :
an (t)y (n) (t) + + a0 (t)y(t) = b(t) (E)
avec a0 , , an et b des fonctions continues sur un intervalle I de R valeurs dans K (R ou C).
La fonction b est appele le second membre de lquation (E).
On appelle solution de (E) toute fonction f : I K, n fois drivable telle que :
an (t)f (n) (t) + + a0 (t)f (t) = b(t) pour tout t I
On dit que lquation :
an (t)y (n) (t) + + a0 (t)y(t) = 0 (E0 )
est lquation homogne associe (E).
structure despace vectoriel pour les solutions de (E0 )

Montrer que lensemble des solutions de lquation diffrentielle (E0 ) a une structure despace
vectoriel.
structure despace affine pour les solutions de (E)

Si f est une solution particulire de (E) et si S0 dsigne lensemble des solutions de (E0 ) alors
lensemble S des solutions de (E) est S = {f + g | g S0 }
1)
a)
Rappels.
Equations linaires scalaires du premier ordre.
premier ordre homogne : solutions
Soit (E0 ) une quation diffrentielle linaire homogne du premier ordre. Cest dire de la forme :
a1 (t)y 0 (t) + a0 (t)y(t) = 0
Avec a0 et a1 des fonctions continues sur un intervalle I de R valeurs dans K (R ou C).
On suppose que a1 ne sannule pas sur I (on dit alors que lquation diffrentielle (E0 ) est
normalisable).
Rechercher une solution sous la forme y(t) = ef (t) conduit lquation :
a1 (t)f 0 (t) + a0 (t) = 0 cest dire un calcul de primitive
Si f : I K, est une primitive sur I de la fonction t 7
les fonctions de la forme t 7 ef (t) avec K.
exo : un exemple
Rsoudre sur I =]0, +[ lquation ty 0 y = 0
a0 (t)
alors les solutions de (E0 ) sont
a1 (t)
Sur ]0, +[ lquation ty 0 y = 0 (E0 ) est normalisable. La recherche dune solution sous la
forme y(t) = ef (t) conduit lquation :
tf 0 (t) 1 = 0 f 0 (t) =
t>0
1
t
Les solutions relles de (E0 ) sont donc les fonctions de la forme y(t) = Keln(t) = Kt avec K un
rel .
mthode de la variation de la constante

Soit (E) une quation diffrentielle linaire du premier ordre avec second membre quon suppose
normalisable :
a1 (t)y 0 (t) + a0 (t)y(t) = b(t)
Les fonctions a0 , a1 et b tant continues sur un intervalle I de R valeurs dans K. On note (E0 )
lquation homogne associe :
a1 (t)y 0 (t) + a0 (t)y(t) = 0
Si yH est une solution non nulle de (E0 ) , la mthode de la variation de la constante consiste
rechercher une solution de (E) sous la forme yp (t) = (t)yH (t) avec : I 7 K une fonction de
classe C 1 sur I. Cela conduit lquation diffrentielle :
a1 (t)0 (t)yH (t) = b(t) cest dire une recherche primitive
Ainsi avec une primitive de
b
la fonction yp : t (t)yH (t) est une solution particulire
a1 hH
de (E).
Lensemble des solutions de (E) sont alors les fonctions de la forme :
y(t) = yp (t) + KyH (t) avec K R
exo : un exemple
Rsoudre sur R+ les quations ty 0 y = t2 et et ty 0 2y = t3 .
ty 0 y = t2 et sur R+ (E1 )
Nous remarquons que yH (t) = t est solution de lquation homogne ty 0 y = 0. Recherchons une solution de (E1 ) sous la forme yp (t) = (t)t avec C 1 (R+ ). Cela conduit
lquation
t2 0 (t) = t2 et 0 (t) = et
t>0
La fonction t
7
(t) = et convient et la fonction t 7 yp (t) = tet est une solution
particulire de (E1 ).
Finalement lensemble des solutions de (E)2 sont les fonctions de la forme :
y(t) = yp (t) + KyH (t) = tet + Kt avec K R
ty 0 2y = t3 sur R+ (E2 )
La recherche dune solution de lquation homogne associe ty 0 2y = 0 sous la forme
yH (t) = ef (t) conduit lquation tf 0 (t) = 2. La fonction f (t) = ln(t2 ) vrifie cette
quation et yH (t) = t2 est solution de lquation homogne associe (E2 ).
Recherchons une solution particulire de (E2 ) sous la forme yp (t) = (t)t2 avec
C 1 (R+ ). Cela conduit lquation
0 (t)t3 = t3 0 (t) = 1
t>0
La fonction yp (t) = t3 est ainsi solution de (E2 ).

Finalement lensemble des solutions de (E2 ) sont les fonctions de la forme :
y(t) = yp (t) + KyH (t) = t3 + Kt2 avec K R
b)
Equations diffrentielles linaires dordre 2 coefficients constants.

(
ay 00 + by 0 + cy = d (E)
ay 00 + by 0 + cy = 0 (E0 )
avec (a, b, c, d) K4
remarques
Lorsque c 6= 0, lquation (E) admet une solution vidente : la fonction t 7

(E) revient alors rsoudre (E0 ).
d
. Rsoudre
c
Lorsque c = 0, rsoudre (E) revient rsoudre une quation du premier ordre.
equation caractristique
Pour r C, la fonction t 7 ert est solution de (E0 ) ssi ar2 + br + c = 0. Cette quation sappelle
quation caractristique de (E0 ).
solutions de lqu. homogne

Si lquation caractristique de (E0 ) admet deux racines distinctes r1 et r2 alors les solutions
de (E0 ) sont les fonctions de la forme :
1 er1 t + 2 er2 t (1 , 2 ) C2
Si lquation caractristique de (E0 ) admet une racine double r0 alors les solutions de (E0 )
(1 + 2 t)er0 t (1 , 2 ) C2
Si les coefficients (a, b) et c de (E0 ) sont rels et que lquation caractristique admet deux
racines distinctes conjugues : r = + i et r = i, alors les solutions relles de (E0 )

1 cos(t) + 2 sin(t) et (1 , 2 ) R2
exo : exemples
Quelles sont les solutions relles des quations suivantes :
a) y 00 3y 0 + 2y = 3
b) y 00 2y 0 + y = 1
c) y 00 2y 0 + 2y = 3
c)

avec second membre
coefficients constants et second membre
Ce sont les quations de la forme ay 00 (t)+by 0 (t)+cy(t) = f (t) (E) avec (a, b, c) K3 et f : I K.
Daprs ce qui prcde, rsoudre (E) se ramne trouver une solution particulire.
Voici quelques cas classiques :
f (t) = P (t) ou f (t) = P (t)emt

Si f est un polynme alors il existe une solution polynmiale.
Si f (t) = P (t)emt , P un polynme, alors il existe une solution de la forme Q(t)emt .
exo : exemples
Chercher une solution particulire pour les deux quations suivantes : y 00 4y 0 + 3y = (2t + 1)et
et y 00 2y 0 + y = (t 1)et .
principe de superposition
Alors pour tout (, ) K2 , s1 + s2 est solution de ay 00 + by 0 + cy = f1 (t) + f2 (t).
Remarque : Ce principe sapplique aussi dans le cas o les coefficients (a, b, c) ne sont pas
constants.
exo : exemples
Chercher une solution particulire pour les quations y 00 4y 0 + 3y = (2t + 1)sh(t) et y 00 + y =
sin3 (t).
2)
quations diffrentielles scalaires dordre 2.

(
y 00 + a(t)y 0 + b(t)y = c(t) (E)
y 00 + a(t)y 0 + b(t)y = 0 (E0 )
Les coefficients a, b, c tant des fonctions continues dun intervalle I dans K.
remarques
Le but est de chercher les fonctions dfinies sur lintervalle I solutions de (E).
Il nexiste pas de mthode gnrale pour rsoudre (E).
Cauchy - Lipschitz (admis)

Pour tout couple (y0 , y1 ) K2 , et tout t I, il existe une et une seule solution f de (E) telle que
(
f (t0 ) = y0
f 0 (t0 ) = y1
problme de Cauchy
00
0
y (t) + a(t)y (t) + b(t)y = c(t)

On appelle problme de Cauchy tout systme de la forme : y(t0 ) = y0
0
y (t0 ) = y1
les solutions de (E0 ) forment un ev de dimension 2

Lensemble des solutions de (E0 ) est un espace vectoriel de dimension 2.
exo : dmonstration
Soit t0 I.
( Montrer que les(solutions de (E0 ), f1 : I K et f2 : I K qui vrifient les
f1 (t0 ) = 1
f2 (t0 ) = 0
conditions
et
forment une base de lespace vectoriel constitu des
0
f1 (t0 ) = 0
f20 (t0 ) = 1
solutions de (E0 ).
Nous savons dj que lensemble des solutions est un espace vectoriel. Montrons quil est de
dimension 2 :
Soit t0 I.
( Considrons les(solutions de (E0 ), f1 : I K et f2 : I K qui vrifient les
f1 (t0 ) = 1
f2 (t0 ) = 0
conditions
et
0
f1 (t0 ) = 0
f20 (t0 ) = 1
Daprs le thorme de Cauchy-Lipschitz, f1 et f2 existent et sont uniques.
Nous allons montrer que la famille (f1 , f2 ) est une base de lespace des solutions de (E0 ).
Montrons que (f1 , f2 ) est une famille libre :
Si il existe (, ) K2 tel que f1 + f2 = 0 alors ncessairement :
(
f1 (t0 ) + f2 (t0 ) = 0
= = 0.
f10 (t0 ) + f20 (t0 ) = 0
Montrons que (f1 , f2 ) est une famille gnratrice :
(
s(t0 ) = a
Soit s(t) une solution de (E0 ). Posons
s0 (t0 ) = b
(
On remarque que la fonction g(t) = af1 (t) + bf2 (t) vrifie aussi
Cauchy-Lipschitz impose alors que g = s.
g(t0 ) = a
g 0 (t0 ) = b
. Le thorme de
caractrisation des bases de lespace des solutions

Deux solutions f1 et f2 de (E0 ) forment
une basede lespace des solutions ssi il existe t0 I tel

f1 (t0 ) f2 (t0 )
0
0
6= 0
que : f1 (t0 )f2 (t0 ) f2 (t0 )f1 (to) = 0
f1 (t0 ) f20 (t0 )
Comme vu la dmonstration prcdente, pour que deux fonctions f1 et f2 constituent une base

f1 (t0 )
de lespace des solutions, il est ncessaire et suffisant que pour un t0 I, les vecteurs
f10 (t

0)

f2 (t0 )
f
(t
)
f
(t
)
1
0
2
0
soit
et
soient non colinaires, ce qui quivaut ce que le dtermiant 0
0
0
f2 (t0 )
f1 (t0 ) f2 (t0 )
non nul.
variation de la constante
Si une solution y0 : I K de lquation homogne (E0 ) est connue alors rechercher une solution
f de (E) sous la forme f (t) = c(t)y0 (t) permet de se ramener une quation dordre 1.
En effet, on a alors, f 00 + af 0 + bf = c00 y0 + c0 (y00 + ay0 ). Ce qui se ramne une quation du

premier ordre en posant s = c0 .
Exemple
Rsoudre sur R+ (trouver lensemble des solutions) lquation diffrentielle t2 y 00 2y = 3t2 .
Recherche des solutions de lquation homogne :

Recherchons une solution de lquation homogne t2 y 00 2y = 0 sous la forme f (t) = t , avec
R. Cela scrit (pour t R+ ) :
t2 f 00 2f = 0 (( 1) 2) t = 0 2 2 = 0 = 2 ou = 1
1
tant linairement indpendantes,
t
des solutions de lquation homogne (E0 ) scrit SH = V ect {y1 , y2 }.
Les fonctions (dfinies sur R+ ) y1 : t 7 t2 et y2 : t 7

lensemble SH
Recherche des solutions de (E) par la mthode de la variation de la constante :

Recherchons les solutions de (E)
g 0 (t) = 2tC(t) + C 0 (t)t2 et (sur R+ ) :
sous
la
forme
g(t)
C(t) t2 ,
il
vient

4
3
t2 g 00 2g = 3t2 t2 4tC 0 + t2 C 00 = 3t2 4tC 0 + t2 C 0 = 3 C 00 + C 0 = 2
t
t
En posant Z = C 0 , nous sommes ramens rsoudre lquation du premier ordre, avec second
membre :
4
3
Z 0 + Z = 2 (E1 )
t
t
4
Lquation homogne associe (E1 ) scrit Z 0 + Z = 0 et admet pour solutions les fonctions
t
de la forme ZH (t) = 4 , R.
t
Utilisons nouveau la mthode de la variation de constante pour rsoudre (E1 ), en posant

(t)
Z(t) = 4 avec C 1 R+ ; il vient : (t) = t3 + c avec c R et lensemble des solutions de
t
(E1 ) est constitu des fonctions de la forme :
1
c
+ 4, t > 0
t
t
c2
Puisque Z = C 0 , on dduit que C(t) = c1 + 3 + ln(t), t > 0. Finalement les solutions de
t
lquation de dpart (E) sont les fonctions de la forme :
Z(t) =
g(t) = c1 t2 +
c2
+ t2 ln(t) avec (c1 , c2 ) R2
t
utilisation des sries entires

X
Lide consiste supposer que la solution recherche f admet un DES f (t) =
an tn . En utilisant le thorme de drivation terme terme, on peut injecter cette expression dans lquation
diffrentielle. Le thorme dunicit des DSE permet alors de procder par identification.
Lexercice suivant illustre la mthode :
exo : un exemple
Rsoudre sur R+ lquation (t2 + t)y 00 + (3t + 1)y 0 + y = 0, en posant y(t) =
+
X
n=0
an tn .
Recherchons une solution dveloppable en srie entire :

On peut crire :
(3t + 1)y
(t2 + t)y 00
+
X
n=0
+
X
n=1
+
X
an tn
n
3nan t +
+
X
nan tn1
n=1
n(n 1)an tn +
n=2
+
X
n(n 1)an tn1
n=2
Ce qui aprs rndexation scrit :
(3t + 1)y
(t2 + t)y 00
+
X
n=0
+
X
n=1
+
X
an tn
n
3nan t +
+
X
(n + 1)an+1 tn
n=0
n(n 1)an tn +
+
X
n(n + 1)an+1 tn
n=1
n=2
On vrifie aisment que si on pose (t2 + t)y 00 + (3t + 1)y 0 + y = 0, alors (unicit des DSE) :
n N, 0 = an + an+1
Il est ainsi ncessaire que pour tout n N, an+1 = an . et :
+
X
n=0
an tn = a0
+
X
n=0
(1)n tn =
a0
1+t
Recherche de lensemble des solutions par la mthode de la variation de la constante :

C(t)
une solution de lquation (E0 ) : (t2 + t)y 00 + (3t + 1)y 0 + y = 0. On a :
1+t
C 0 (t)
C 0 (t)
C 00 (t)
C(t)
2C(t)
f 0 (t) =
+
2
+
et f 00 (t) =
.
2
3
2
(1 + t)
1+t
(1 + t)
(1 + t)
1+t
Soit f (t) =
Ainsi :
(t2 + t)f 00 + (3t + 1)f 0 + f = 0 tC 00 (t) + C 0 (t) = 0
On remarque que la fonction C(t) = ln(t) convient, cest dire que la fonction f dfinie sur R+
ln(t)
par f (t) =
est solution de (E0 ). Lensemble SH des solutions de lquation diffrentielle
1+t
linaire homogne dordre 2 (E0 ) tant un espace vectoriel de dimension 2, on a finalement :

1
ln(t)
SH =
,
1+t 1+t
Recherche de solutions de type polynomiales

En cherchant dabord une solution polynmiale, rsoudre lquztion diffrentielle :
x(x + 1)y 00 + (x + 2)y 0 y = 0
Soit P un polynme de degr n solution de (E0 ) de coefficient dominant an 6= 0. Il est indispensable que :
n(n 1)an + nan an = 0 (n2 1)an = 0
Donc, si P existe alors deg(P ) = 1. En posant P = aX + b et en substituant dans (E0 ), on
trouve quil est ncessaire (et suffisant) que 2a b = 0.
Les polynomes de la forme a(x + 2) sont les seuls polynmes solution de (E0 ).
Recherche de lensemble des solutions de E0 par la mthode de la variation de la constante :
Posons y(x) = C(x)(x + 2), il vient :
En posant U = C 0 nous sommes conduits rsoudre lquation diffrentielle du premier ordre :

1
2
2
+
U
U0 =
x+2 x+1 x
Une
solution
de
cette quation
du
premier
ordre
est
la
fonc
1 1
1
x+1
=
tion
U (x) =
,
dont
une
primitive
est
(x +2)2 x2
4 x2
(x + 2)2

1
1
1
1
1
=
. La fonction x
7
est donc solution de (E0 ) : lenC(x) =
4 x+2 x
2x(x + 2)
x

1
semble des solutions SH de (E0 ) est donc lespace vectoriel SH = V ect
,x + 2 .
x
Utilisation dun changement de variable

Rsoudre sur R+ lquation diffrentielle (E0 ) : x2 y 00 + y = 0 en posant t = ln(x).
Le changement de variable (dfini pour x > 0) t = ln(x) et = x conduit poser :

z(t) = y(x) = y(et )
De sorte que
(
z 0 (t) = et y 0 (et ) = xy 0 (x)

z 00 (t) = et y 0 (et ) + e2t y 00 (et ) = xy 0 (x) + x2 y 00 (x)
Ainsi :
0 )
x2 y 00 + y = 0 z 00 (t) z 0 (t) + z = 0 (E
Cette dernire quation est une quation diffrentielle du second ordre linaire
coefficients
3
1
i
.
constants dont lquation caractristique, r2 r + 1 = 0 a pour racines r =
2
0 sont les fonctions de la forme :
Ainsi, les solutions (relles) de lquation E
t

3
3
t + b sin
t
, (a, b) R2
e 2 a cos
2
2
Les solutions de lquation de dpart (E0 ) sont donc les fonctions de la forme :

3
3
x a cos
ln(x) + b sin
ln(x)
, (a, b) R2
2
2
3)
a)
Systmes diffrentiels linaires coefficients constants.

Cauchy-Lipschitz et structure de lespace des solutions.
Un systme dquations diffrentielles linaires dordre 1 coefficients constants est un systme n quations
n inconnues de la forme :
0
y1 = a11 y1 + + a1n yn + b1
0
yn = an1 y1 + + ann yn + bn

a11 a1n
b1
y1

..
.. , scrit : Y 0 = AY + B
Ce qui, en posant : Y = ... , B = ... et A = ...
.
.
an1 ann
bn
yn
systme diffrentiel linaire coefficients constants
Soient I un intervalle de R, B : I Kn et A Mn (K). On appelle systme diffrentiel linaire
du premier ordre, tout systme dquations de la forme :
Y 0 = AY + B (S)
On appelle systme homogne associ (S), le systme :
Y 0 = AY (S0 )
Une solution du systme S est une fonction f : I Kn telle que :
t I, f 0 (t) = Af (t) + B(t)
un exemple
(
x0 = 2x y + 3
Le systme
y0 = x + y 4
est un systme diffrentiel linaire du premier ordre coefficients
constants qui , sous forme matricielle, scrit :
0
x
2
=
y
1

1
x
3
+
.
1
y
4
remarque : scalaire dordre 2 vers systme dordre 1

y
Une quation diffrentielle scalaire dordre 2 : y = ay + by + c, peut, en posant Y =
y0
scrire sous la forme dun systme diffrentiel :

0 1
0
0
Y =
Y +
b a
c
00
Remarque : Ce procd se gnralise aisment et permet de passer dune quation scalaire

dordre n vers un systme dordre 1.
Cauchy-Lipschitz (admis)
Pour tout (t0 , Y0 ) I Kn , le systme (S) admet une et une seule solution f vrifiant la condition
f (t0 ) = Y0 .
On dit quil y a unicit au problme de Cauchy en (t0 , Y0 ).
Rsoudre le problme de Cauchy relatif (S) au point (t0 , Y0 ) consiste dterminer cette fonction.
structure de lensemble des solutions

Lensemble SH des solutions de SH est un sous espace vectoriel de C (I, Kn )
de dimension n.
Lensemble S des solutions de S est un sous espace affine de C(I, E), de direction SH .
Structure de SH :
On remarque que 0Kn SH , donc SH 6= .
Soit (, ) K2 , il est immdiat que si f1 : I Kn et f2 : I Kn sont deux lments de SH
alors il en est de mme pour la fonction f1 + f2 . SH est donc un sous espace vectoriel de
C(I, Kn ).
Une rcurrence immdiate permet daffirmer que tout lement de SH est aussi un lment de
C (I, Kn ).
Brivement : si f est solution alors (puisque f 0 = Af ), f est drivable. Pour la mme raison, si
f est drivable n fois alors f est drivable (n + 1) fois. SH est donc un sous espace vectoriel de
C (I, Kn ). Montrons quil est de dimension n :
Considrons lapplication t0 : Kn SH qui tout vecteur Y0 Kn associe la solution f SH
qui vrifie f (t0 ) = Y0 .
Daprs le thorme de Cauchy-Lipschitz, cette application est bien dfinie. Il est immdiat
quelle est linaire et que son noyau se rduit au vecteur nul. Daprs le thorme du rang, t0
est donc un isomorphisme, do dim(SH ) = dim(Kn ) = n.
Structure de S :
Daprs le thorme de Cauchy-Lipschitz, S =
6 . Soit f une solution quelconque de S.
Il est immdiat que S = {f + g | g SH }, cest dire que S est un espace affine de direction
SH .
b)
Rsolution de lquation homogne dans les cas o A est diagonalisable ou trigonalisable

principe de rsolution lorsque A est diagonalisable
Dans le cas diagonalisable, il existe une matrice de passage P telle que D = P 1 AP , avec
D = diag(1 , , n ) diagonale.
Le systme Y 0 = AY + B peut donc scrire (P 1 Y )0 = D(P 1 Y ) + (P 1 B).
Cest dire en posant Z = P 1 Y et C = (P 1 B) :
z1 = 1 z1 + c1
Z 0 = DZ + P 1 B
0
zn = n zn + cn
Nous sommes ramens rsoudre n quations scalaires dordre 1 indpendantes les unes des
autres.

z1
..
La fonction . obtenue, on remonte linconnue Y par la relation Y = P Z.
zn
remarque
Dans le cas homogne, une fois obtenues les vecteurs propres 1 , , n et les valeurs propres
V1 , Vn . Il est inutile de calculer P 1 . Les solutions du systme Y 0 = AY sont les fonctions :
t R : Y (t) = c1 e1 t V1 + + cn en t Vn
c1 , , cn tant des constantes.
En effet, (e1 , , en ) tant la base canonique de Rn , les solutions du systme Z 0 = DZ sont les
fonctions (vectorielles) Zi = ei t ei .
Ainsi les fonctions Yi = ei t P ei = ei t Vi sont les solutions du systme initial Y 0 = AY .
exo : un exemple avec A ayant des vp relles
Rechercher les solutions relles du systme diffrentiel Y 0 = AY avec A =
1
2

2
1
Le polynme caractristique de la matrice A est PA = (x 3)(x + 1). On vrifie que

A admet

1
deux valeurs propres 1 et 3, respectivement associes aux vecteurs propres V1 =
et
1

1
V2 =
.
1
Les solutions relles du systme de lnonc sont donc les fonctions de la forme ((, ) R2 ) :
t R : Y (t) = et V1 + e3t V2
exo : un exemple avec A ayant des vp complexes
1
Rechercher les solutions relles du systme diffrentiel Y 0 = AY avec A = 1
1
1 0
2 1.
0 1
Le polynme caractristique de la matrice A est PA = (x 2)(x2 2x + 2).

On vrifie que les valeurs
de A sont 2, 1+ i et 1 i ; respectivement associes aux
propres
1
1
1
vecteurs propres V1 = 1 , V2 = i et V3 = i
1
i
i
Les solutions (complexes) du systme de lnonc scrivent donc (avec (c1 , c2 , c3 ) C3 ) :
t R, Y (t) = c1 e2t V1 + c2 e(1+i)t V2 + c3 e(1i)t V3
Parmi les fonctions Y (t) de cette forme, celles qui sont relles sont celles qui scrivent sous la
forme ((, , ) R3 ) :

1
cos(t)
sin(t)
e2t 1 + et sin(t) + cos(t) (1)
1
sin(t)
cos(t)
En effet :
Y (t) sera une solution relle ssi c3 = c2 ; dans ce cas :

Y (t) = c1 e2t V1 + Re c2 e(1+i)t V2
Ce qui conduit (1) en posant c2 = i,
exo : un exemple avec A non diagonalisable mais trigonalisable
x = x + 2y + z
Rsoudre le systme diffrentiel y 0 = y + z
0
z = y + 3z
1
La matrice associe au systme scrit : A = 0
0
2
1
1
1
1
3

1
On vrifie que 1 est une valeur propre simple associe au vecteur propre V1 = 0 ; 2 est la
0
seule autre valeur propre. Bien que racine double du polynme caractristique,
le
sous espace

3
propre associ est de dimension 1, gnr par le vecteur propre V2 = 1.
1

0
Compltons la famille {V1 , V2 } par (un choix parmi une infinit) V3 = 0 de manire former
1
une base de R3 .
1 3 0
On vrifie que AV3 = 2V1 + V2 + 2V3 . Avec la matrice de passage P = 0 1 0 On a donc
0 1 1
1 0 2
(inutile de calculer P 1 ) P 1 AP = 0 2 1
0 0 2
Notre systme initial, se ramne ainsi par changement de variable au systme :
z1 = z1 2z3
z20 = 2z2 + z3
0
z3 = 2z3
z1 = z1 2z3
z20 = 2z2 + c3 e2t
z3 = c3 e2t
z1
z2
z3
z1
z2
z3
= z1 2z3
= (c2 + c3 t)e2t
= c3 e2t
= c1 et 2c3 e2t
= (c2 + c3 t)e2t
= c3 e2t
Les solutions du systme initial sont ainsi les fonctions de la forme :
x(t)
y(t)
z(t)
z1 (t)
P z2 (t) = z1 (t)P e1 + z2 (t)P e2 + z3 (t)P e3
z3 (t)
z1 (t) + 3z2 (t)
z2 (t)
z1 (t)V1 + z2 (t)V2 + z3 (t)V3 =
z2 (t) + z3 (t)
Chapitre XI)
Fonctions de deux ou trois

variables.
1)
Notions de topologie.
notations
Soient u = (x1 , , xm ) et v = (x01 , , x0m ) deux lments de Rm (m = 2 ou 3), le produit
scalaire canonique surqRm est dfini par u v = x1 x01 + xm x0m . La norme euclidienne sur Rm
est dfinie par kuk =
x21 + + x2m .
Boules ouvertes - Ensemble ouvert

Soit u Rm et r R+ , on note B(u, r) lensemble :
B(u, r) = {v Rm | kv uk < r}
Lensemble B(u, r) est appel boule ouverte de centre u et de rayon r, il joue le mme rle
dans Rm que les intervalles ouverts dans R. Notamment pour ce qui concerne les notions de
limite, de continuit et de drivation.
On dit quun ensemble A est un ouvert de Rm si pour tout u A, il existe une boule ouverte
B(u, r) A de centre u incluse dans A.
Point intrieur - point extrieur - point frontire

Soit A Rm , un point u A est dit intrieur A sil existe une boule ouverte B(u, r) A.
o
On note A lintrieur de A (points intrieurs A.)

o
En particulier, A est un ouvert ssi A = A.

Un point u Rm est dit lextrieur de A sil est lintrieur de Ac (complmentaire de
A).
Un point qui nest ni lintrieur ni lextrieur sappelle un point frontire.
Ainsi, x est un point frontire de A Rm ssi toute boule ouverte de centre x rencontre
la fois lintrieur et lextrieur de A. On note A les points frontire de A.
Adhrence - Ensemble ferm ?

Soit A Rm , et p Rm . On dit que le point p est adhrent la partie A si la distance d (p, A)
de p A est nulle. On dfinit :
d (p, A) = inf kp ak
aA
On dit que F est une partie ferme de Rm si F = F .
F ferm F c ouvert
Un ensemble F Rm est ferm ssi son complmentaire est un ouvert.
Intersections de ferms et douverts

Lintersection de deux ferms est un ferm. Lintersection de deux ouverts est un ouvert.
2)
Limite et continuit.
Rm dsigne R2 ou R3 . A est une partie non vide de Rm et f une fonction dfinie sur A
valeurs dans R.
notion de limite
Pour tout u A, on dit que f : A R admet la limite l R en u et on crit lim f (w) = l si :
wu
> 0, > 0 | w B(u, ) A = |f (w) l| <

f(w) se rapproche de l autant que lon veut, pourvu que w soit suffisamment proche de u.
remarque
Les thormes sur les oprations de limites pour les fonctions de deux ou trois variables sont
les mmes que pour les fonctions dune variable valeur relle. Ils se dmontrent dailleurs de
manire analogue.
continuit
Soit u A, on dit que f : A R est continue en u lorsque lim f (w) = f (u).
wu
On dit que f est continue sur A si f est continue en tout point de A.
continuit et oprations lmentaires

Soient f et g deux fonctions continues, dfinies sur une partie A de Rm (m = 1 ou 2) et valeurs
dans R.
i) Pour tous rels a et b, la fonction af + bg est continue sur A.
ii) La fonction fg est continue sur A.
iii) La fonction
1
est continue en tout point de A o f ne sannule pas.
f
exo : les fonctions polynomiales de Rm sont continues.

Montrer que les fonctions polynomiales de Rm (cest dire de la forme
X
0p+qn
ou
X
0p+q+ln
ap,q,l xp y q z l si m = 3) sont continues.
ap,q xp y q si m = 2
Nous allons traiter le cas m = 2, le cas m = 3 tant similaire.

Une combinaison linaire de fonctions continues tant continue, il suffit de montrer que les
fonctions de la forme fp,q : (x, y) 7 xp y q sont continues.
Le produit de deux fonctions continues tant continue, il suffit en fait de montrer que les deux
fonctions suivantes sont continues (ce qui est immdiat) :
px : (x, y) 7 x et py : (x, y) 7 y
continuit et composition
Soit A une partie de Rm , I un intervalle de R. Si f : A I et g : I R sont deux fonctions
continue alors la compose gof : A R est continue aussi.
remarque

Il est ainsi immdiat, par exemple que la fonction (x, y) 7 sin
1
2
x + y2
domaine de dfinition.
exo : exemple dtude de continuit

Soit A = R2 {(0, 0)}, on considre les fonctions f et g dfinies sur A par :
xy
xy
f : (x, y) 7 p
et g : (x, y) 7 2
x + y2
x2 + y 2
f et g sont-elles prolongeables en (0, 0) par continuit ?
est continue sur son
xy
f : (x, y) 7 p
x2 + y 2
|x|
x2
= 0.
Nous remarquons que f (x, x) =
2
2 x0
2x
Nous sommes ainsi ramens tudier la continuit en (0, 0) de la fonction f dfinie sur R2
par :
f(x, y) = f (x, y) si (x, y) 6= (0, 0) et f(0, 0) = 0
x2 + y 2
, on dduit que :
2
p
x2 + y 2
|f (x, y) f (0, 0)| = |f (x, y)|

2
En remarquant que |xy|
f est bien prolongeable en (0, 0) en la fonction f.

g : (x, y) 7
xy
x2 + y 2
Nous remarquons que :

x2
1
et que :
2
2x (x0) 2
x2
1
g(x, x) =
.
2x2 (x0) 2
g(x, x) =
g nest pas prolongeable par continuit en (0, 0).
(x,y)(0,0)
3)
Drives partielles.
On se place ici dans le cas m = 2, le passage m = 3 ne pose aucune difficult.
a)
Drives partielles dordre 1.

quest-ce quune drive partielle ?
o
Soit A une partie de R2 et a = (a1 , a2 ) A.

On dit que f : A R admet une drive partielle en a par rapport x (ou par rapport la
premire variable) si la fonction dune variable relle :
fx : x 7 f (x, a2 )
f
(a) ou encore 1 f (a). On lappelle
est drivable en a1 . La drive en a1 de fx est alors note
x
la drive partielle en a par rapport x.
On dfinit de manire analogue la drive partielle en a par rapport y.
remarques
A R
Si f admet une drive partielle en tout point de A, lapplication
f
a 7
(a)
x
appele la drive partielle de f par rapport la premire variable.
est
On a :
f
f (x, a2 ) f (a1 , a2 )
(a1 , a2 ) = lim
xa
x
x a1
1
exo : un exemple

Calculer les drives partielles par rapport chacune des variables en a =
fonction f : (x, y, z) 7 sin(xyz).
1 1
, ,
2 3

de la
(x, y, z) = yz cos(xyz)
f
(x, y, z) = xz cos(xyz)
f (x, y, z) = xy cos(xyz)
z

Ainsi, pour (x, y, z) =
1 1
, ,
2 3

:

1 1
f
, ,
=
x
2 3
f 1 1
, ,
=
y
2 3

f
1 1
, ,
=
z
2 3
3
12
2 3
3
4
exo : lexistence de drives partielles ne garantit pas la continuit

Vrifier que la fonction f : R2 R dfinie par :
f (x, y) = xy
si(x, y) 6= (0, 0)
x2 + y 2
f (0, 0) = 0
nest pas continue en (0, 0) mais admet des drives partielles en tout point.
On remarque que pour tout x R , f (x, 0) = 0 et pour tout y R, f (0, y) = 0. Ainsi :

lim
x0
f (x, 0) f (0, 0)
f (0, y) f (0, 0)
= 0 et lim
=0
x0
x0
y0
Bien que non continue en 0, les drives partielles de f existent en (0, 0) :

f
f
(0, 0) =
(0, 0) = 0
x
y
fonction de classe C 1
Une fonction f valeurs relles, dfinie sur un ouvert A de R3 est dite de classe C 1 sur A si :
i) Elle admet des drives partielles en tout point de A par rapport chacune des variables.
ii) Chacune des deux drives partielles
f
f
et
est continue sur A.
x
y
formule de Taylor-Young dordre 1 (admis)

Soit A un ouvert de R2 . Si une fonction f : A R est de classe C 1 sur A, alors pour tout
(x0 , y0 ) A :
f (x0 + h, y0 + k)
=
(h,k)(0,0)
f (x0 , y0 ) + h
f
f
(x0 , y0 ) + k (x0 , y0 ) + o(k(h, k)k)
x
y
Le terme o(k(h, k)k) signifie de la forme : k(h, k)k(h, k) avec
lim
(h, k) = 0.
(h,k)(0,0)
remarques
une consquence immdiate de la formule de TY lordre 1 est que toute fonction de classe
C 1 est continue.
Pour les fonctions une variable, la formule de TY lordre 1 en a R fournit lquation
de la tangente au point (a, f (a)) la courbe reprsentative de f.
De la mme manire, pour les fonctions deux variables, la formule de TY lordre 1 en
a = (a1 , a2 ) R2 fournit lquation du plan tangent au point (a1 , a2 , f (a1 , a2 )) la surface
reprsentative de f.
Par exemple si f (x, y) = x2 + y 2 , la formule de TY au point (1, 2) scrit :
f (1 + h, 2 + k)
5 + 2h + 4k + o(k(h, k)k)
(h,k)(0,0)
Le plan dquation z = 5 + 2(x 1) + 4(y 2) = 5 + 2x + 4y est ainsi tangent en (1, 2, 5)

la surface reprsentative de la fonction f. Voici la figure correspondante obtenue avec xcas :
exo : plan tangents aux sphres

Montrer que pour les sphres, les plans tangents sont orthogonaux aux rayons.
Soit S un sphre de rayon R.

Sans perte de gnralit, nous pouvons supposer que le centre de S se situe lorigine du repre.
Elle est dcrite par lquation :
(x, y, z) S x2 + y 2 + z 2 = R2
Considrons A = (a, b, c) un point de S, on peut crire :
f
f
f
(a, b, c) = 2a
(a, b, c) = 2b
(a, b, c) = 2c
x
y
z
De sorte que le plan (a,b,c) tangent S en (a, b, c) a pour quation :
(x, y, z) (a,b,c) 2a(x a) + 2b(x b) + 2c(x c) = 0

Ainsi M (x, y, z) (a,b,c) OA AM = 0 : les rayons dune sphre sont normaux aux plans
tangents.
quest-ce quun gradient ?

Soit f une fonction de classe C 1 dfinie sur un ouvert A de R2 . On appelle gradient de f au point
(x0 , y0 ) A et on note gradf (x0 , y0 ) ou f (x0 , y0 ) le vecteur :

f
f
gradf (x0 , y0 ) =
(x0 , y0 ),
(x0 , y0 )
x
y
remarque
En notant dM = (h, k) La formule de TY lordre 1 en a = (a1 , a2 ) peut scrire :
f (a + dM ) =
f (a) + gradf (a) dM + o(kdM k)
dM (0,0)
Ainsi le vecteur gradf (a) indique dans quelle direction et quel sens un dplacement dM induit
la plus grande augmentation de la fonction f , on peut le voir comme une gnralisation de la
notion de taux de variation pour les fonctions plusieurs variables.
drivation dune compose

Soit f : A R, une fonction de classe C 1 sur louvert A de R2 . Soit x et y deux fonctions de
classe C 1 valeurs relles dfinies sur un intervalle I de R, telle que pour tout t I, le point
(x(t), y(t)) soit dans A.
La fonction g dfinie sur I par g(t) = f (x(t), y(t)) est alors de classe C 1 sur I et pour tout t I :
g 0 (t) = x(t)
f
f
(x(t), y(t)) + y(t)
(x(t), y(t))
x
y
Les fonctions f, x et y tant de classe C 1 par hypothse, la formule de TY permet dcrire lorsque
h0:

f x(t + h), y(t + h)

= f x(t) + hx(t)
+ o(h), y(t) + hy(t)
+ o(h)

f
f
(x, y) + y (x, y) + o(h)
= f (x, y) + h x
x
y
donc en posant g(t) = f (x(t), y(t)) :
lim
h0
g(t + h) g(t)
f
f
= g 0 (t) = x
(x, y) + y (x, y)
h
x
y
Ce qui prouve que la fonction g est drivable sur I. Le caractre C 1 des fonctions f, x et y entrane
la continuit sur I de la fonction t 7 g 0 (t), cest dire le caractre C 1 de la fonction g.
composition des drives

Soient U et V deux ouverts de R2 , x et y deux fonctions dfinies sur V et f dfinie
sur U. On suppose que pour tout (u, v) V , (x(u, v), y(u, v)) U . Alors la fonction
(u, v) 7 F (u, v) = f (x(u, v), y(u, v)) est de classe C 1 sur V et :
x
f
y
f
F
(u, v) =
(u, v)
(x, y) +
(u, v)
(x, y)
u
x
u
y
u
F
x
f
y
f
(u, v) =
(u, v)
(x, y) +
(u, v)
(x, y)
v
v
x
v
y
b)
Drives partielles dordre 2.

drives partielles dordre 2
Soit f : A R2 une fonction dfinie sur un ouvert A de R2 .
f
f
et
( supposer quelles existent sur A) peuvent ellesx
y
mme admettre des drives partielles. Si tel est le cas en un point a A, on note pour tout
aA:
Les drives partielles partielles
f
2f
est la drive partielle par rapport y de la fonction (dfinie sur A)
.
yx
x
2f
f
est la drive partielle par rapport x de la fonction
.
x2
x
f
2f
est la drive partielle par rapport x de la fonction
.
xy
y
2f
f
est la drive partielle par rapport y de la fonction
.
y 2
y
fonctions de classe C 2
On dit dune fonction f : A R2 dfinie sur un ouvert A de R2 quelle est de classe C 2 si ses
drives partielles dordre 2 existent et sont continues sur A.
Nous admettrons les thormes suivants en relation avec les fonctions de classe C 2 :
thorme de Schwartz
Si f : A R2 est une fonction de classe C 2 dfinie sur un ouvert A, alors pour tout (x0 , y0 ) R2 :
2f
2f
(x0 , y0 ) =
(x0 , y0 )
yx
xy
Taylor-Young lordre 2
Soit f une fonction valeurs relles dfinie sur un ouvert A de R2 . Pour tout (x0 , y0 ) A :
f (x0 + h, y0 + k)
=
(h,k)(0,0)
+
+
+
f (x0 , y0 )
f
f
(x0 , y0 ) + k (x0 , y0 )
x
y

2
2
1 2 f
2f
2 f
h
(x0 , y0 ) + 2hk
(x0 , y0 ) + k
(x0 , y0 )
2
x2
yx
y 2
o(k(h, k)k2 ) le reste
Le terme k(h, k)k2 signifiant quil existe une fonction dfinie sur A et qui tend vers 0 en (0, 0)
telle que le reste soit de la forme k(h, k)k2 (h, k).
4)
Exemples dquations aux drives partielles.

quations de rfrence lordre 1
Parmi les fonctions de classe C 1 dfinies sur un ouvert A de la forme I J, quelles sont celles
qui vrifient les quations au drives partielles suivantes (pour tout (x0 , y0 ) A) :
Lquation :
f
(x, y) = 0
x
a pour solution les fonctions de la forme f (x, y) = g(y) o g C 1 (J).
Lquation :
f
(x, y) = h(x, y) avec h une fonction continue sur A
x
a pour solution les fonctions de la forme f (x, y)Z= H(x, y) + (y) o C 1 (J) et o la
x
h(t, y) dt avec x0 I arbitraire.
fonction H est dfinie sur I J par : H(x, y) =

x0
Lquation :
f
(x, y) = h(x, y) f (x, y) h continue sur A
x
a pour solution les fonctions de la forme f (x, y) = (y)eH(x,y) o H est de la forme
Z x
H(x, y) = (y) +
h(t, y) dt
x0
o x0 I et une fonction de classe C 1 sur J.
f
(x0 , y0 ) = 0
x
(1)
Pour tout y0 J, considrons la fonction gy0 dfinie sur I par gy0 (x) = f (x, y0 ).
La fonction f tant suppose de classe C 1 , il en est de mme pour gy0 et lquation (1)
scrit : gy0 0 = 0.
Par consquent, il existe un rel ky0 tel que pour tout x I : gy0 (x) = ky0 .
Considrons maintenant la fonction h dfinie sur J par h(y) = ky , nous venons de montrer
que pour tout (x, y) I J : f (x, y) = h(y). Ce qui entrane en particulier que h est de
classe C 1 sur J.
Rciproquement pour toute fonction h de classe C 1 sur J, la fonction f dfinie sur I J
par f(x, y) = h(y) est de classe C 1 sur I J et vrifie lquation (1).
f
(x, y) = h(x, y)
x
(2)
Soit x0 I, considrons la fonction H dfinie sur I J par :

Z
H(x, y) =
h(t, y) dt
x0
La fonction H est bien dfinie par continuit de h et vrifie

solution particulire de lquation (2).
H
= h elle est donc une
x

On remarque dautre part que si f est une autre solution de (2), alors
(f H) = 0,
x
1
ce qui entrane lexistence dune application dfinie sur J, de classe C et telle que
f(x, y) = H(x, y) + (y).
En conservant les notations, lensemble des solutions de lquation aux drives partielles
(2) est donc constitu des fonctions de la forme :
f (x, y) = H(x, y) + (y)
f
(x0 , y0 ) = h(x0 , y0 ) f (x0 , y0 ) (3)
x
H
= h, cest dire (daprs ce qui prcde) une
Soit H une fonction vrifiant lquation
x
fonction de la forme :
Z
h(t, y) dt
H(x, y) = (y) +
x0
o x0 I et une fonction de classe C 1 sur J.

On remarque que la fonction f0 dfinie sur I J par f0 (x, y) = eH(x,y) est solution de (3).
On remarque aussi que si une autre fonction f est aussi solution de (3), alors :

f
=0
f0
Do (daprs ce qui prcde), lexistence dune fonction de dfinie sur J, de classe C 1

telle que f(x, y) = (y)eH(x,y) .
Lensemble des solutions de lquation (3) est donc constitu des fonctions de la forme :
f(x, y) = (y)eH(x,y)
exo : exemples dapplications

Rsoudre les quations aux drives partielles suivantes, la fonction f tant suppose de classe C 1
sur R2 .
f
(x, y) = xy
y
f
(x, y) = yf (x, y)
x
f
f
(x, y)
(x, y) = 0
x
y
Indication : (
Essayer de se ramener une
( quation de rfrence grce au changement de
u=x+y
R2 R 2
tel que
variable :
v = x + 2y
(x, y) 7 (u, v)
f
(x, y) = xy
y

1 2
Puisque
xy = xy, les solutions sont les fonctions de la forme ( C 1 (I) ) :
y 2
f (x, y) =
1 2
xy + (x)
2
f
(x, y) = yf (x, y)
x
En application directe du thorme prcdent, les solutions sont les fonctions de la forme :
f (x, y) = (y)eyx+(y)
les fonctions et tant de classe C 1 sur J.
f
f
= 0 (E)
x
y
On a :
(
u=x+y
v = x + 2y
(
x = 2u v
y =vu
Le chgt de variable est donc une bijection surR2 .

x
x+y
=
est de classe C 1 puisque ses fonctions coordonnes sont polynmiales.
y
y + 2x

u
2u v
De mme, 1
=
est de classe C 1 .
v
vu
Ainsi la fonction g dfinie par la relation g(u, v) = f (2u v, v u) = f (x, y) est de classe
C 1 sur R2 . Formellement, g = f o1
On peut crire (composition des drives) :
f
g
u g
v g
g
g
=
=
=
+
x
x
x u x v
u v
f = g = u g + v g = g + 2 g
y
y
y u y v
u
v
Do 2
f
g
g
f
=
et lquation (E) scrit
= 0.
x
y
u
u
Les solutions recherches sont ainsi les fonctions de la forme (avec C 1 (R)) :
g(u, v) = (v)
Cet dire en revenant aux coordonnes x et y :
f (x, y) = (x + 2y)
exo : trouver le bon changement de variable

laide dun changement de variable (x, y) (u, v) permettant de se ramener une forme de
rfrence, rsoudre lquation diffrentielle :
f
f
(x, y)
(x, y) = x2
x
y
u = ax + by
qui permette de se ramener
v = cx + dy
une forme de rfrence et tel que ad bc =
6 0 de manire ce que le changement de variable
soit bijectif.
On cherche un changement de variable de la forme
Soit g la fonction dfinie sur R2 telle que g(u, v) = f (x, y), par composition des drives :
g
g
f
=a
+c
x
u
v
f = b g + d g
y
u
v

b
1 0
=
est ainsi inversible et permet de se ramener la forme de rfrence :
d
1 1
g
= u2
u
Dont les solutions sont les fonctions de la forme :
Le choix
a
c
g(u, v) =
x3
u3
+ (v) f (x, y) =
+ (x + y)
3
3
tant une fonction de classe C 1 sur R.
exo : quations de rfrence lordre 2

Parmi les fonctions de classe C 2 dfinies sur un ouvert A de la forme I J, quelles sont celles
qui vrifient les quations aux drives partielles suivantes (pour tout (x, y) A) :
2f
(x, y) = 0
x2
2f
(x, y) = 0
xy
2f
(x, y) = 0
x2
Sur I J, posons g(x, y) =
f
. La fonction g est de classe C 1 et vrifie lquation
x
g
=0
x
Ce qui entrane lexistence dune fonction 1 de classe C 1 sur J telle que g(x, y) = 1 (y)
pour tout (x, y) I J. Ainsi :
f
(x, y) = 1 (y)
x
Ce qui entrane lexistence dune fonction 2 de classe C 2 sur J telle que :
f (x, y) = x1 (y) + 2 (y)
On remarque que f tant de classe C 2 , il en est ncessairement de mme pour la fonction 1 .
2f
(x, y) = 0
xy
Sur I J, posons g(x, y) =
f
. La fonction g est de classe C 1 et vrifie lquation
y
g
=0
x
Ce qui entrane lexistence dune fonction de classe C 1 sur J telle que g(x, y) = (y)
pour tout (x, y) I J. Ainsi :
f
(x, y) = (y)
y
Ce qui entrane lexistence dune fonction 1 et dune fonction 2 de classe C 2 respectivement sur I et sur J telles que :
(x, y) I J : f (x, y) = 1 (x) + 2 (y)
exo : corde vivrante

Lquation de la corde vibrante scrit :
1 2
2f
= 2 2
2
x
c t
Elle modlise le mouvement dune corde tendue soumise de petites oscillations (corde de
guitare par exemple). f (x, t) reprsente la hauteur de la corde au point dabscisse x au temps t.
c est la vitesse de propagation, cest une constante positive.
(
u = x + ct
rsoudre lquation de la corde vibrante.
En utilisant le changement de variable
v = x ct

x
x + ct
Le changement de variable : R R par
=
dfinit bien une bijection, avec
t
x ct
u + v

1 u
2 puisque :
= u
v
v
2c
(
x = u + v
u = x + ct
2
t = u v
v = x ct
2c
2
Les fonctions coordonnes des fonctions et 1 tant polynomiales celles-ci sont de classe C 1
(elles sont mme C ).

u+v uv
1
En posant g(u, v) = f o (u, v) = f
,
= f (x, t), le thorme de composition des
2
2c
drives conduit :
f
g
g
=
+
x
u v
1 f = g g
c t
u v
En utilisant le thorme de Schwartz (la fonction f tant suppose de classe C 2 sur R2 ) :
2
f
2g
2g
2g
x2 = u2 + v 2 + 2 uv
2
2
2
2
1 g = g + g 2 g
2
2
2
2
c t
u
v
uv
Ainsi, lquation de la corde vibrante scrit :
2g
=0
uv
Ceci est une quation de rfrence et les solutions sont les fonctions de la forme :
g(u, v) = 1 (u) + 2 (v) soit f (x, t) = 1 (x + ct) + 2 (x ct)
1 et 2 , tant de classe C 2 sur R.
exemple : ordre 2 et changement de variable non linaire

En appliquant le changement de variable indiqu (dont on vrifiera quil est bijectif ; et 1
de classe C 2 ), rsoudre les quations suivantes sur louvert A indiqu :
(
2
2
x=u
2f
+
2 f
2 f
a) A = R R , x
+y
+ 2xy
.
= 0 en posant
2
2
x
y
xy
y = uv
b) A = R
2
f
2 f
,x
y
= 0 en posant
x2
y 2
2
(
u = xy
y
v=
x
a)
On sassure que sur = R+ R, le changement de variables indiqu est bijectif :
(
(
u=x
x=u
y
v=
y = uv
x
y
Les applications : (x, y) 7 (x, ) et 1 : (u, v) 7 (u, uv) sont bien de classe C 2 comme
x
produit et rapport de fonctions C 2 .
De l :
x
u x2 v
u u v
= 1 = 1
y
x v
u v
do :

2
2
y2 2
2
2y
2
2
x
= x
+ 2 2 2y
+
2
2
x
u
x v
uv
x v
2
y2 2
y2 2 = 2 2
y
x v

2y 2 2
2y
2
2
+
2y
2xy
2
2
xy
x v
uv
x v
Ainsi (en posant g(u, v) = f (x, y) et puisque x 6= 0 sur ) :
x2
2
2f
2f
2g
2 f
+
2xy
+
y
=
0
=0
x2
xy
y 2
v 2
Ceci entrane lexistence de deux applications 1 C 2 (R) et 2 C 2 (R) telles que :

y
y
g(u, v) = u1 (v) + 2 (v) f (x, y) = x1 ( ) + 2 ( )
x
x
b)
On sassure que sur = R+ R+ , le changement de variables indiqu est bijectif :
r
(
u
u = xy
x=
)
y
v
v=
y = uv
x
r
y
u
Les applications : (x, y) 7 (xy, ) et 1 : (u, v) 7 (
), uv) sont bien de classe C 2
x
v
comme produits et rapports et composs de fonctions C 2 .
On obtient (composition des drives) pour les drives partielles du premier ordre :
r
uv
=
y
u x v
u
u v
x
r
r
u
v
=x
+
=
+
y
u x v
v u
u v
do :
2
=
x2
y2
y2 2
y2 2
2
+ 4 2 2 2
2
u
x v
x uv

+
2y
x3 v
Et :
2
=
y 2
x2
2
1 2
2
+ 2 2 +2
2
u
x v
uv
Ainsi (en posant g(u, v) = f (x, y)) :

x2
2f
2f
2y
2g
1 g
2g
y 2 2 = 0
4y 2
= 0
=
2
x
y
x v
uv
2u v
uv
En posant H(u, v) =
g
(u, v), lquation prcdente scrit :
v
H
H
=
u
2u
Ceci implique lexistence dune application de classe C 1 (R+ ) telle que :

H(u, v) =
g
= (v)eln( u) = (v) u
v
Do lexistence de deux applications 1 et 2 de classe C 2 (R+ ) telles que :
y
g(u, v) = 1 (u) + 2 (v) u f (x, y) = 1 (xy) + 2 ( ) xy
x
Chapitre XII)
Fonction dfinie par une intgrale

Dans tout le chapitre K dsigne R ou C.
Objectif
Dans ce chapitre on va sintresser aux fonctions de la forme :
Z
g : x 7
f (x, t) dt
J
(
I J 7 K
La fonction f :
x 7 f (x, t)
I et J tant des intervalles de R.
Il sagira de dterminer (tous les thormes seront admis) les conditions sur f qui garantissent la
continuit ou la drivabilit de la fonction g.
Z
Dtermination du domaine de dfinition de g : x 7
f (x, t) dt
J
Z
Lintervalle J R tant fix, le domaine de dfinition I de la fonction g : x 7
f (x, t) dt est
J
Z
lensemble des rels x tels que lintgrale
f (x, t) dt ait un sens. Deux cas peuvent se prsenter :
J
Si J est un sgment, alors I = {x R | t 7 f (x, t) est continue sur J}.

Z
Si lintervalle J nest pas un segment alors
f (x, t) dt est une intgrale gnralise et

ZJ
I = x R | t 7 f (x, t) est continue surJ et
f (x, t) dt est convergente
J
exemple 1 :
Z
Dterminer lensemble de dfinition de la fonction g : x 7
[0,]

ln x2 2x cos t + 1 dt.
On remarque que :
2
x2 2x cos t + 1 = (x cos t) + 1 cos2 (t) = (x cos t) + sin2 (t) 0

En particulier pour t [0, ] :
x2 2x cos t + 1 = 0 (t, x) = (0, 1) ou (t, x) = (, 1)

Ainsi, lorsque x {1, 1}, la fonction t 7 ln x2 2x cos t + 1 nest pas dfinie sur tout le
sgment [0, ]. Lapplication g nest donc dfinie ni pour x = 1 ni pour x = 1.
2
linverse, lorsque x R\ {1, 1}, la fonction
Z t 7 ln x 2x cos t + 1 est dfinie et est

continue sur le sgment J = [0, ] et lintgrale
ln x2 2x cos t + 1 dt a un sens.
[0,]
Conclusion : La fonction g est dfinie sur R\ {1, 1}.
exemple 2 :
+
Z
Dterminer lensemble de dfinition de lapplication g : x 7

0
1 ext
dt.
t2
Pour (x, t) R]0, +[, la fonction f (x, t) =

que f (0, t) = 0 de sorte que g : x 7
1 ext
est dfinie et continue. On remarque
t2
+
Z
f (x, t) dt est dfinie lorsque x = 0.
0
On remarque aussi que lintgrale g est faussement impropre en 0, puisque lim f (x, t) = x. Ltude
t0
de la convergence de lintgrale g dpend donc de ce qui se passe lorsque t + :

Pour x > 0
f (x, t)
t+
1
et lintgrale g converge par quivalence avec une intgrale de Riemann.
t2
Pour x < 0 :
Le thorme des croissances compares permet daffirmer que lim tf (x, t) = et lint+
tgrale g diverge par comparaison avec une srie de Riemann.

+
Z
Conclusion La fonction g : x 7
0
1 ext
dt est dfinie pour x 0.
t2
1)
La question de la continuit sous le signe intgral

exo : illustration du problme
Z
Montrer que la fonction F : x 7
est dfinie mais non continue en 0.
xext dt, est dfinie et continue sur R+ , par contre elle
Il est immdiat que F (0) = 0.

Pour x > 0 :
Z
F (x) = x
0
ext dt = x
ext
x
+
=
0
x
=1
x
Conclusion :
Z
Si on pose F (x) =
f (x, t) dt.
J
Contrairement ce quon
pourrait penser intuitivement, mme si la fonction F est bien dfinie
Z
(cest dire mme si
f (x, t) dt converge pour tout x I) et mme si f est continue sur I J,
J
cela ne garantit pas la continuit de la fonction F sur lintervalle I.

Il nous faut une hypothse supplmentaire : ce sera lhypothse de domination.
continuit dune fonction dfinie par une intgrale

Soit I et J deux intervalles de R, et f une fonction relle ou complexe dfinie sur I J, telle que :
H1 ) pour tout x I , la fonction t 7 f (x, t)est continue sur J ;
H2 ) pour tout t J , la fonction x 7 f (x, t)est continue sur I ;
H3 ) il existe une fonction positive, continue et intgrable sur J , telle que :
(x, t) I J, |f (x, t)| (t)
(hypothse de domination).
Z
Alors la fonction g : x 7
f (x, t) dt est continue sur I.
J
remarques
Les deux premires hypothses sont automatiquement vrifies si lon suppose que la fonction f est continue sur lensemble I J.
Lintgrabilit sur J de la fonction f nest pas vrifier, elle est une consquence de lhypothse de domination.
Pour vrifier la troisime hypothse, il suffit de vrifier (cest ce qui se fait le plus souvent
dans la pratique) que pour tout segment [c, d] I, il existe une fonction positive, continue
et intgrable sur J , telle que :
(x, t) [c, d] J, |f (x, t)| (t)
En effet, il est quivalent de dire que la fonction g est continue sur I ou de dire quelle lest
sur tout segment de I.
Dans le cas o :
i) f est continue sur I J
ii) J = [c, d] est un segment
lhypothse de domination est automatiquement vrifie. En effet sur tout ferm born de
R2 de la forme [a, b] [c, d], la fonction f est borne donc domine par une constante.
Exemple dans le cas o lintervalle J dintgration nest pas un sgment

Z
Nous avons montr que la fonction g : x 7
g est continue sur I.
1 ext
est dfinie sur I = R+ , montrer que
t2

I J R
xt2
, avec I = [0, +[ et J =]0, +[. Vrifions les hypothses du
Soit f :
(x, t) 7 1 e
t2
thorme sur la continuit des fonctions dfinies par une intgrale :
2
H1 : Pour tout x 0, la fonction t 7
1 ext
est continue sur J.
t2
H2 : Pour tout t > 0, la fonction x 7
1 ext
est continue sur I.
t2
H3 : Soit a > 0, on peut affirmer :

2
(x, t) [0, a], |f (x, t)|
1 eat
t2
1 eat
La fonction : t 7
tant continue, positive et intgrable sur J =]0, +[.
t2
Conclusion : La fonction g est continue sur tout sgment [0, a] avec a > 0, elle est donc continue
sur I = R+ .
Exemple dans le cas o lintervalle J dintgration est un sgment

Z
tudier la continuit de la fonction g : x 7
0

ln x2 2x cos(t) + 1 sur I =] 1, 1[.
On pose I =] (
1, 1[ et J = [0, ].
I J R

La fonction f :
(x, t) 7 x2 2x cos(t) + 1
est dfinie et continue sur I J puisque :
(x, t) I J, x2 2x cos(t) + 1 > 0

Les hypothses H1 et H2 sont automatiquement vrifies f tant continue sur I J. De plus, J
tant un sgment , lhypothse de domination est garantit sur tout sgment inclus dans I.
Conclusion : g est continue sur I =] 1, 1[.
2)
Drivation
drivation sous le signe intgral
Soient I et J deux intervalles de R et f une fonction relle ou complexe dfinie sur I J, telle
que :
H1 pour tout x I , la fonction t 7 f (x, t) est continue et intgrable sur J ;
f
vrifiant les mmes hypothses que
x
celles du thorme prcdent (continuit par rapport chacune des variables x et t ainsi
que lhypothse de domination).
Z
Alors la fonction g : x 7 f (x, t) dt est de classe C 1 sur I et, pour tout x I,
I
Z
f
(x, t) dt
g 0 (x) =
I x
H1 , H2 , H3 f admet une drive partielle
remarques
Lhypothse i) garantit que la fonction g est bien dfinie.
Z
f
(x, t) dt est continue.
Lhypothse ii) entrane que la fonction x 7
J x
La continuit de la fonction g sera automatiquement vrifie, puisque toute fonction drivable est ncessairement continue.
Dans le cas o J est un segmentZ et o f est de classe C 1 sur I J, on peut directement
conclure que la fonction g : x 7 f (x, t) dt est de classe C 1 sur I et, pour tout x I,
I
g 0 (x) =
Z
I
f
(x, t) dt
x
Exemple
Z
Montrer que la fonction g : x 7
0
1 ext
dt est de classe C 1 sur I =]0, +[.
t2
Soit f (x, t) =
1 ext
; I = J =]0, +[.
t2
Z
f (x, t) dt est dfinie pour x ]0, +[.
H1 : Nous avons dj montr que la fonction g : x 7

0
2
f
f
(x, t) = ext , la fonction
(x, t) (thormes classiques sur la
x
x
continuit) est continue sur I J. Les hypothses H1 et H2 se trouvent automatiquement
vrifies.
H1 et H2 : Puisque
H3, Soit [a, b] un sgment inclus dans I, on remarque que :

(x, t) [a, b] J,
2
2
f
(x, t) = ext eat = (t)
x

Il est immdiat par comparaison avec une intgrale de Riemann ((t)
t+
1
t2

) que la
fonction t 7 (t) est intgrable sur J.

Conclusion :
Z
On dduit que lapplication x 7
0
f
(x, t) dt est dfinie et continue sur tout sgment
x
[a, b] J donc aussi sur I J.

Lhypothse H1 tant dautre part vrifie, il en rsulte que la fonction g est de classe C 1 sur I.
exo :
Z
On considre la fonction f : x 7
0
1 x
t 1
dt.
ln(t)
a) Montrer que la fonction f est dfinie ssi x > 1.

b) Montrer que f est de classe C 1 sur ] 1, +[.
c) Montrer que pour tout x > 1, f (x) = ln(x + 1).
1
2
Z 1 x
tx 1
t 1
dt et f2 : x 7
dt, la fonction f sera dfinie ssi les
1
ln(t)
ln(t)
0
2
fonctions f1 et f2 le sont. On a alors f (x) = f1 (x) + f2 (x).
Z
a) Posons f1 : x 7
Domaine de dfinition de la fonction f2 :

Lorsque t 1 , en posant u = ln(t) on a t 1 u 0 et :
ex ln(t) 1
exu 1
=x
ln(t)
xu
Or lim x
u0
exu 1
ex ln(t) 1
= xe0 = x, donc lim
=x:
t1
xu
ln(t)
La fonction f2 est ainsi dfinie sur R.

Domaine de dfinition de la fonction f1 :
En posant v = ln(t), la fonction f1 (lorsquelle est dfinie) scrit :
Z
(1 exv )
f1 (x) =
ln(2)
Cette intgrale converge ssi v 7

x + 1 > 0 x > 1.
b) Posons f (x, t) =
ev
dv
v
e(1+x)v
est intgrable sur [ln(2), +[, cest dire ssi
v
tx 1
f
, il vient
= tx .
ln(t)
x
Avec J =]0, 1], nous savons que :

pour tout x > 1, t 7 f (x, t) est continue et intgrable sur J (question a) ).
f
est continue sur ] 1, +[J.

x
Pour montrer que f est de classe C 1 sur ] 1, +[, il nous suffit dtablir que lapplication f
est domine sur tout segment de la forme [a, b] avec 1 < a < 0 < b.
Cest en effet le cas puisque pour tout (x, t) [a, b] J :
0 tx ta et que la fonction t 7 ta est intgrable sur J (puisque a > 1).

f tant de classe C 1 sur tout segment [a, b] tel que 1 < a < 0 < b, elle est de classe C 1 sur
] 1, +[.
c) Nous venons dtablir que pour tout x > 1 :
f 0 (x) =
Z
0
tx dt =
1
x+1
Donc f (x) = ln(1 + x) + f (0) = ln(1 + x) puisque f (0) = 0.
Chapitre XIII)
Variables alatoires discrtes

1)
a)
Gnralits
Dfinition
quest-ce quune variable alatoire ?
Soit (, T , P ) un espace probabilis.
On appelle variable alatoire discrte une application X dfinie sur telle que X() soit fini ou
dnombrable, et telle que limage rciproque par X de tout lment de X() est lment de la
tribu T .
notations
Si x X(), limage rciproque par X de x est X 1 (x) = { | X() = x}. On
note souvent cet ensemble sous la forme {X = x} ou (X = x). Par dfinition des variables
alatoires {X = x} T .
[
Si U X(), alors X 1 (U ) = { | X() U } =
{X = x}. On note cet ensemble
xU
{X U } ou (X U ).
Remarque
En notant X() = {xn | n I}, les vnements An = {X = xn } forment un systme complet
dvnements.
b)
Loi dune variable alatoire

loi dune variable alatoire
Soit (, T , P ) un espace probabilis et X() = {xn | n I} limage dune v.a.d X.
On appelle loi de X et on note PX la loi de probabilit dunivers X() telle que :
n I, PX (xn ) = P (X = xn )
PX est une loi de probabilit

la loi PX de la v.a.d X est une loi de probabilit sur lensemble (au plus dnombrable) X()
(plus prcisment sur lensemble X() muni de la tribu P(X()).
tant donn une variable alatoire X, il arrive quil soit plus facile de calculer les probabilits
des vnements (X x) plutt que (X = x) . Dans ce cas on prfrera calculer la fonction de
rpartition associe X plutt que la loi de X.
Quest-ce quune fonction de rpartition ?
Lorsque une v.a.d X vrifie X() R, on appelle fonction de rpartition FX de X la fonction :
(
R [0, 1]
FX :
x 7 P (X x)
proprits
La fonction de rpartition FX dune v.a.d X est une fonction positive, croissante,
de limite 0 en et 1 en +.
En particulier, P (x < X y) = F (y) F (x).
2)
Couple de variables alatoires discrtes

couple de v.a.d
Soit (, T ) un espace probabilisable. On appelle couple de variables alatoires discrtes toute
application de la forme :
(
R2
Z:
7 (X(), Y ())
o X et Y sont des v.a.d sur (, T ). On note Z = (X, Y ).
conservation du caractre discret

Si X et Y sont deux v.a.d sur un espace probabilis alors le couple Z = (X, Y ) est aussi une
v.a.d ( valeurs dans R2 ).
loi conjointe et lois marginales

X et Y tant deux v.a.d sur (, T ), la loi de la v.a.d Z = (X, Y ) sappelle la loi conjointe de
(X, Y ). Dans ce contexte, les lois de X et de Y sont appeles lois marginales.
un exemple
Une entreprise emploie 10 salaris : 3 ingnieurs , 2 secrtaires et 5 techniciens. On dsigne
au hasard une commission de 3 personnes. S dsigne le nombre de secrtaires et I le nombre
dingnieurs dans la commission.
Spcifier, sous la forme dun tableau la loi conjointe et les lois marginales du couple (S,I).
Pour tout (s, i) [[0, 2]] [[0, 3]] :

2
3
5
s
i
3si

P (S = s, I = i) =
10
3
S=0
S=1
S=2
Loi de I
I=0
10
120
20
120
5
120
35
120
I=1
30
120
30
120
3
120
63
120
I=2
15
120
6
120
21
120
I=3
1
120
1
120
loi de S
56
120
56
120
8
120
remarque
partir dune loi conjointe, on peut retrouver les lois marginales. La rciproque est fausse.
loi conditionnelle de Y sachant X

Soit X et Y deux v.a.d sur (, T , P ) et U X() tel que P (X U ) 6= 0. On appelle loi
conditionnelle de Y sachant que (X U ), la loi P(XU ) dfinie sur Y () par :
P(XU ) (Y = y) =
P (X U, Y = y)
P (X U )
exo
Reprendre lexemple prcdent et dterminer la loi de la v.a.d I sachant que :
(S = 0)
(S 1)
indpendance entre deux v.a.d

Deux v.a.d X et Y dfinies sur un espace probabilis (, T , P ) sont dites indpendantes si, pour
tout (x, y) X() Y () :
P (X = x, Y = y) = P (X = x)P (Y = y)
Autrement dit lorsquil y a indpendance entre les vnements (X = x) et (Y = y).
proprit (admise)
Si les v.a.d sont indpendantes, alors, pour tout A X() et tout B Y () :
P (X A, Y B) = P (X A) P (Y B)
corrolaire
Si X et Y sont deux v.a.d indpendantes sur (, T , P ). f : X() R et g : Y () R deux
fonctions. Alors les v.a.d f (X) et g(Y ) sont indpendantes.
Assurons nous dabord que si f : X() R est une fonction alors f (X) est bien une
v.a.d :
En tant quimage dun ensemble au plus dnombrable, lensemble f (X()) est lui-mme
fini ou dnombrable.
Soit b f (X())

f (X)1 ({b}) = X 1 f 1 ({b}) T
Montrons maintenant que les v.a.d f(X) et g(X) sont indpendantes :
Soient x f (X()) et y g(X()).
Daprs le thorme prcddent, les vnements :
f (X)1 (x) = X 1 (f 1 (x)) et g(Y )1 (y) = Y 1 (g 1 (y))
sont indpendants puisque, par hypothse, les v.a.d X et Y le sont.
Comme pour les vnements :

indpendance deux deux et mutuelle
Soient Xi , i [[1, n]], n v.a.d sur un espace probabilis (, T , P ). On dit que ces variables
alatoires sont :
indpendantes deux deux si pour tout i 6= j Xi et Xj sont indpendantes.
mutuellement indpendantes si pour tout J = {j1 , , jk } [[1, n]] et i [[1, n]],
xi Xi () :
P (Xj1 = xj1 , , Xjk = xjk ) =
P (Xi = xi )
iJ
proprit (admise)
Soit (Xi )i[[1,n]] une famille de n v.a.d mutuellement indpendentes, n vnements (Ai )i[[1,n]]
quelconques (Xi Ai ) avec Ai Xi () sont mutuellement indpendants.
remarques
Une suite de v.a.d mutuellement indpendantes est un modle pour dcrire une succession
dexpriences alatoires dont les rsultats sont indpendants.
Par exemple, un jeu de pile ou face infini est modlis par une suite (Xn )nN de v.a.d obssant
chacune une loi de Bernoulli.
3)
Esprance et variance
esprance dune v.a.d
La variable alatoire relle discrte
X X valeurs dans un ensemble dnombrable {xn ; n 0} est
dite desprance finie si la srie
xn P (X = xn ) est absolument convergente. Si tel est le cas,
on appelle esprance de X le rel :
E(X) =
+
X
xn P (X = xn )
n=0
remarques
Dans le cas o la suite (xn ) nadmet quun nombre fini de valeurs positives (resp. ngatives),
labsolue convergence quivaut la convergence .
X
Labsolue convergence garantit que la somme
xn P (X = xn ) ne dpend pas de lordre
dnumration.
On dit quune v.a.d X est centre lorsque E(X) = 0.
proprits : linarit - positivit - croissance

Pour tout R, E(X + Y ) = E(X) + E(Y ) : lesprance est linaire.
Si X 0, lesprance est positive.
Si X Y alors E(X) E(Y ) : croissance.
thorme du transfert (admis)

si X est une variable alatoire et f une application valeurs relles dfinie
sur limage {xn , n N}
X
de X , alors f( X ) est desprance finie si et seulement si la srie
P (X = xn )f (xn ) converge
absolument. Dans ce cas, on a :
E(f (X)) =
+
X
n=0
f (xn )P (X = xn )
esprance du produit de 2 v.a.d indpendantes

Si X et Y sont deux v.a.d indpendantes, alors E(XY ) = E(X)E(Y )
Si on note X() = {xn , n N} et Y () = {yn , n N} alors :

E(XY )
XX
xn ym P (X = xn , Y = ym ) =
xn ym P (X = xn )P (Y = ym )
nN mN
nN mN
XX
E(Y )xn P (X = xn ) = E(X)E(Y )
nN
remarque
Montrer que la rciproque est fausse en considrant le couple (X, Y ) dont la loi conjointe est
donne par le tableau suivant :
X=1
X = -1
Loi de Y
Y = -1
1
8
1
8
1
4
Y=0
3
8
1
8
1
2
Y=1
1
8
1
8
1
4
Loi de X
5
8
3
8
Les v.a.d X et Y ne sont pas indpendantes, par exemple :

1
5 1
1
et P (X = 1)P (Y = 1) = > .
8
8 4
8
1
Mais on vrifie que E(X) = , E(Y ) = 0 et E(XY ) = 0, do E(XY ) = E(X)E(Y ).
4
P (X = 1, Y = 1) =
E(X 2 ) < + = E(X) < +

Soit X une v.a.d Si X 2 admet une esprance finie alors il en est de mme pour X.
Posons X() = {xn | n N} et dfinissons par X et X + les applications dfinies par :
X :
X() si |X()| 1
0 sinon.
et X + :
X() si |X()| > 1

0 sinon.
Il est immdiat de montrer que X et X + sont des v.a.d et que X = X + + X .

+
+
Notons X () = {x
n | n N} et X () = {xn | n N}.
On remarque que pour tout entier n :
|x
admet une esprance finie.
n |P (X = xn ) P (X = xn ), par consquent X
+
+ 2
+
+
|x+
admet une esprance finie.
n |P (X = xn ) (xn ) P (X = xn ), donc X
La linarit de lesprance permet de conclure.
exo : rciproque fausse

Montrer que la rciproque est fausse.
exo : quest ce quune variance ?

Soit X une v.a.d relle. Si X 2 est desprance finie, on appelle variance de X le rel :

2
V (X) = E X E(X)
= E(X 2 ) E(X)2
p
Lcart type de X est le rel not (X) dfini par : (X) = V (X)
On a bien par linarit de lesprance :
X E(X)
2

= E X 2 2E(X)X + E(X)2 = E(X 2 )2E(X)2 +E(X)2 = E(X 2 )E(X)2
remarque
La variance correspond ainsi indiffremment la moyenne des carrs des carts la moyenne
ou la moyenne des carrs moins le carr de la moyenne.
proprit
(a, b) R2 V (aX + b) = a2 V (X)
vocabulaire
(
E(X) = 0
On dit dune v.a.d relle quelle est centre rduite lorsque :
V (X) = 1
X E(X)
Si V (X) 6= 0, on vrifie que la v.a.d Y =
est centre rduite.
(X)
variance dune somme de v.a.d

Soit {X1 , , Xn } n v.a.d relles dont les carrs sont desprance finie. On a :
V (X1 + + Xn )
n
X
V (Xi ) +
i=1
n
X
E(Xi Xj ) E(Xi )E(Xj )
i6=j
V (Xi ) + 2
i=1
E(Xi Xj ) E(Xi )E(Xj )
i<j
corrolaire
Si les v.a.d relles {X1 , , Xn } sont indpendantes deux deux alors :
V (X1 + + Xn ) = V (X1 ) + + V (Xn )
covariance et coefficients de corrlation

Si X et Y sont deux v.a.d relles dont les carrs sont desprance finie :
Leur covariance est le rel dfini par :

cov(X, Y ) = E(XY ) E(X)E(Y ) = E (X E(X))(Y E(Y ))
Leur coefficient de corrlation est : (X, Y ) =
cov(X, Y )
On a :
(X)(Y )
1 (X, Y ) 1
Pour tout rel :
V (X + Y )

= E 2 X 2 + 2XY + Y 2 2 E(X 2 ) + 2E(XY ) + E(Y 2 )
= 2 V (X) + 2cov(X, Y ) + V (Y ) 0
Le discriminant = 4cov 2 (X, Y ) 4V (X)V (Y ) est donc ngatif ou nul. Ce qui entrane :
cov 2 (X, Y )
1 1 (X, Y ) 1
V (X)V (Y )
4)
a)
Lois usuelles
Loi uniforme
quest-ce quune loi uniforme ?
On dit quune v.a.d X suit une loi uniforme sur [[a, b]] si :
k [[a, b]] P (X = k) =
1
ba+1

On note X , U [[a, b]] .
remarque : situations type

Lancer dun d, dune pice.
tirage dune boule dans une urne. Choix au hasard dun individu.
moyenne et variance : loi uniforme

Si X est une v.a.d qui suit une loi uniforme sur [[a, b]] alors (en posant n = b a + 1) :
E(X) =
n2 1
a+b
V (X) =
2
12
Moyenne :
b
E(X) =
X
1
(b a + 1)(b + a)
b+a
i=
=
b a + 1 i=a
2(b a + 1)
2
Variance :
Remarquons que si Y suit une loi uniforme sur [[0, n 1]], alors on peut crire X = Y + a et
V (X) = V (Y ).
Or E(Y ) =
n1
1X 2
(n 1)n(2n 1)
(n 1)(2n 1)
n1
et E(Y 2 ) =
i =
=
, ainsi :
2
n i=0
6n
6
V (X) = V (Y ) =
2(n 1)(2n 1) 3(n 1)2

(n 1)(n + 1)
n2 1
=
=
12
12
12
b)
Loi de Bernoulli
quest-ce quune loi de Bernoulli ?
X() = [[0, 1]]

On dit quune v.a.d X suit une loi de Bernoulli de paramtre p]0, 1[ si P (X = 1) = p
P (X = 0) = q = 1 p
On note X , B(p) ou X , B(1, p).
Lancer dune pice de monnaie (truque si p 6=
1
).
2
Toute situation alatoire dont lissue est un succs ou un chec.

Une situation particulirement intressante est celle ou on considre la somme de plusieurs
variables de Bernoulli indpendantes.
moyenne et variance : loi de Bernoulli

Si X est une v.a.d qui suit une loi de Bernoulli :
E(X) = p V (X) = pq
c)
Loi binomiale
quest-ce quune loi binomiale ?
On dit quune variable alatoire X suit une loi binomiale de paramtres (n, p) si X est la somme
de n variables de Bernoulli de paramtre p.
On note X , B(n, p).
expression de la loi binomiale

Soit X une v.a.d telle que X , B(n, p), on a pour k [[0, n]] :
P (X = k) = Cnk pk (1 p)nk
Par hypothse, X = X1 + Xn les variables X1 , ...,Xn tant des variables de Bernoulli de

paramtre p mutuellement indpendantes.
Si X = k alors il y a k variables Xi1 , , Xik gales 1, les autres variables tant gales 0.
Mais il y a Cnk manires de choisir les indices i1, ik, ceux-ci tant choisis, la probabilit que
la squence se ralise est (les variables tant mutuellement indpendantes) de pk (1 p)nk .

Nombre de fois quune face donne dun d apparat aprs n lancers .
La distribution des billes la sortie dune planche de Galton :
moyenne et variance : loi binamiale

Si X est une v.a.d qui suit une loi binomiale de paramtre (n, p) :
E(X) = np V (X) = npq
d)
Loi Gomtrique
quest-ce quune loi gomtrique ?
On dit dune v.a.d relle quelle suit une loi gomtrique de paramtre p ]0, 1[ si :
k N , P (X = k) = (1 p)k1 p

La loi gomtrique peut tre interprte comme rang du premier succs dans une suite illimite
dpreuves de Bernoulli indpendantes et de mme paramtre p.
Lancer dun d, jusqu obtention dun six.
Modle discret de la dure de vie dun lment radioactif.
Dure entre deux accidents sur une route.
moyenne et variance : loi gomtrique

Si X suit une loi gomtrique de paramtre p alors :
E(X) =
1
q
V (X) = 2
p
p
Calcul de la moyenne :
En posant q = 1 p, on peut crire E(X) = p
kq k1 = p
k1
X
dX k
la srie entire
zn a
q
dq
k0

un rayon de cv gal 1 et 0 < q < 1 .

0
p
1
1
=
= .
Donc E(X) = p
1q
(1 q)2
p
Calcul de la variance :
1
. Par drivation :
(1 q)2
k1
X
X
X
k(k 1)q k2 =
k 2 q k2
kq k2 =
Nous venons dobtenir :
kq k1 =
k2
k2
k2
2
(1 q)3
Cest dire :
X
k 2 q k1
k2
Mais
X
k1
kq k1
kq k1 =
k2
1
, donc :
(1 q)2
X
k 2 q k1 =
k1
k 2 q k1
k1
kq k1 =
k1
2q
(1 q)3
1
q+1
2q
+
=
(1 q)3
(1 q)2
(1 q)3
Ainsi :
E(X 2 ) = p
k 2 q k1 =
k1
q+1
(1 q)2
Et :
V (X) = E(X 2 ) E(X)2 =
q+1
1
q
= 2
(1 q)2
(1 q)2
p
caractrisation par labscence de mmoire

Soit (, T , P ) un espace probabilis et X une variable alatoire relle sur avec X() = N .
X suit une loi gomtrique ssi elle vrifie la condition dabsence de mmoire :
(n, m) N2 , P (X > n + m | X > n) = P (X > m)
Remarque
Pour tout couple (n, m) N2 , la condition
P (X > n + m | X > n) = P (X > m) P (X > n + m) = P (X > n)P (X > m)
En effet,
P (X > n + m) = P (X > n et X > n + m) = P (X > n) P (X > n + m | X > n)
Et donc, il y a absence de mmoire ssi pour tout couple (n, m) dentiers :
P (X > n + m) = P (X > n)P (X > m)
Soit (n, m) un couple dentiers :

Supposons que X suit une loi gomtrique et montrons qualors la condition dabsence de
mmoire est vrifie cest dire que :
P (X > n + m) = P (X > n) P (X > m)
On remarque que :
r N, P (X > r) = 1
r
X
P (X = k) = 1 p
k=1
r1
X
qk = 1 p
k=0
1 qr
= qr
1q
Ainsi :
P (X > n + m)
= P (X > n)P (X > n + m | X > n) = P (X > n)

= qn
P (X > n + m)
P (X > n)
q n+m
= q n q m = P (X > n)P (X > m)
qn
Montrons la rciproque :
Supposons que la variable alatoire X ( valeurs dans N ) vrifie la condition dabsence de
mmoire et montrons quelle suit ncessairement une loi gomtrique :
En posant = P (X > 1) et pn = P (X > n), il vient :
pn+1 = P (X > n + 1) = P (X > 1)P (X > n) = pn
La suite (pn ) est donc une suite gomtrique de raison avec p1 = donc :
n N , pn = n
Et pour tout entier n non nul :
P (X = n) = P (X > n 1) P (X > n) = n1 n = n1 (1 )
e)
Loi de Poisson
quest-ce quune loi de Poisson ?
On dit quune v.a.d X valeurs dans N suit une loi de poisson de paramtre , si pour tout
kN:
k
P (X = k) = e
k!
moyenne et variance : loi de Bernoulli

Si X suit une loi de Poisson de paramtre alors E(X) = V (X) = .
Nous savons que e =
X k
k0
k!
, ainsi :
E(X) = e
X k
X k1
k
= e
=
k!
(k 1)!
k0
k1
De mme :
E(X(X 1)) = e
k(k 1)
k2
k0
2
X k2
k
= e 2
= 2
k!
(k 2)!
Do V (X) = E(X ) E (X) = + = .
exo : interprtation de la loi de Poisson

On considre un vnement E dont on suppose quil se ralise en moyenne R+ fois par
unit de temps. Par exemple, E peut reprsenter un appel tlphonique un standard, la piqre
dun moustique lt ...
On suppose que :
Le processus est sans mmoire : loccurence de E un instant donn ne modifie pas la
probabilit doccurence venir de lvnement E.
On fait lapproximation que pour tout intervalle de temps t suffisamment petit, E se ralise
au plus une fois.
Nous allons montrer qualors la variable alatoire X dcrivant le nombre de ralisations de E sur
un intervalle donn (suffisant pour quen gnral E se ralise plusieurs fois) est bien dcrit par
une loi de Poisson.
a) Montrer que pour n suffisamment grand, X , B(n, p) avec p =
b) Montrer que si
(T )k T
0 et 0 alors : P (X = k)
e
n
n
k!
T
n
T
a) Divisons notre intervalle de longueur T en n intervalles de longueur t = . Pour n sufn
fisamment grand, lvnement E se produit au plus une fois et on peut considrer que X
T
est la somme de n expriences de Bernoulli de paramre p = t =
. Cest dire que
n
X , B(n, p). (On remarquera que np = T ).
b) Daprs la question prcdente :
n!
n!
(T )k
P (X = k) =
pk (1 p)nk = k
k!(n k)!
n (n k)! k!

nk
T
1
n
n!
k
0, cest dire n +, on a k
1 (limite en + dune fraction
n
n (n k)!
rationnelle).
Lorsque
Dautre part pour
0:
n

T
1
n
nk
= e(nk) ln(1
T
n
Par consquent :
P (X = k)
(T )k T
e
k!
eT
Somme de deux variables de Poisson

Si X et Y sont deux v.a.d indpendantes suivant chacune une loi de Poisson de paramtres
respectifs 1 et 2 , alors la v.a.d X+Y suit une loi de Poisson de paramtre 1 + 2
Les variables X et Y tant indpendantes, on peut crire pour tout k N :
P (X + Y = k)
k
X
P (X = j)P (Y = k j)
j=0
k
X
j
j=0
j!
(kj)
e1
2
e2
(k j)!
e(1 +2 )
k
(kj)
X
j1 2
j! (k j)!
j=0
e(1 +2 )
1 X
k!
(kj)
j
k! j=0 j!(k j)! 1 2
(1 + 2 )k (1 +2 )
e
k!
Remarque : Ce rsultat est cohrent avec linterprtation de la loi de Poisson, deux processus
sans mmoire indpendants ayant des moyennes dapparition par unit de temps de 1 et 2
peuvent tre comme un seul processus sans mmoire avec une moyenne dapprition par unit de
temps de 1 + 2
Exemple dapplication
Une machine produit en moyenne 2% de pices defectueuses. Un contrle est effectue sur 150
pices choisies au hasard.
Aprs avoir justifi que la variable alatoire X suit approximativement une loi de Poisson, calculer
les probabilits dobtenir dans ce lot 1, puis 2 puis au moins 1 article dfectueux.
Chaque pice du lot est soit dfectueuse avec une probabilit p = 0.02 soit en bon tat avec une
probabilit 1 p. Le nombre X de pices dfectueuses est donc la somme de 150 variables de
Bernoulli de mme loi donc X , B(150, p) suit une loi binomiale.
Avec n = 150, p = 0.02 et np = 3, les conditions de lapproximation de la loi binomiale par une
loi de poisson (en loccurence P(3)) sont runies. Ainsi :
P (X = 1) ' 3e3 ' 0.149 ; P (X = 2) '
1 e3 ' 0.950.
9 3
e ' 0.224 et donc P (X 1) = 1 P (X = 0) '
2
Remarque :
Avec la loi binomiale :

150
150
P (X = 1) =
(0.02) (0.98)149 ' 0.148, P (X = 2) =
(0.02)2 (0.98)148 ' 0.225
1
2
5)
Loi faible des grands nombres
On lance un grand nombre n de fois une pice quilibre. On note pn le nombre de fois quelle
pn
1
est tombe sur pile. Intuitivement, on sattend ce que lim
= .
n n
2
Cest ce rsultat intuitif que confirme et prcise la loi faible des grands nombres.
ingalits de Markov
Soit X une v.a.d relle sur (, T , P ) telle que X 2 soit desprance finie. On a, pour tout x > 0 :
E(|X|)
P (|X| x)
P (|X| x) E(X )
x2
Posons X() = {xn | n N} :

On peut crire :
P (|X| x)
P (X = xn )
|xn |x
1 X
|xn |P (X = xn )
x
|xn |x
+
1X
|xn |P (X = xn )
x n=0
E(|X|)
x
De mme :
P (|X| x)
P (X = xn )
|xn |x
1 X 2
xn P (X = xn )
x2
|xn |x
+
1 X 2
x P (X = xn )
x2 n=0 n
E(X 2 )
x2
Remarque :
On montre de mme pour tout p N , si X p est desprance finie alors P (|X| x)
E(|X|p )
xp
ingalit de Bienaym - Tchebytchev

Soit X une v.a.d relle telle que X 2 soit desprance finie, alors :
> 0, P (|X E(X)| )
V (X)
2
Considrons la v.a.d dfinie par Y = X E(X), lingalit de Markov scrit :
P (|Y | )
=
=
E(Y 2 )
2
2
E [X E(X)]
2
V (X)
2
loi faible des grands nombres

Si (Xn )nN est une suite de variables alatoires de mme loi, deux deux indpendantes, X12
ayant une esprance finie, alors :
Avec Sn =
n
X
Xk et m = E(X1 ) :
k=1

Sn

lim P
m = 0
n+
n
Lingalit de Bienaym - Tchebytchev permet dcrire :

Sn

1
Sn
V (Sn )

P
m 2 V
= 2 2
n

n
n
Les variables (Xn )nN tant indpendantes deux deux, V (Sn ) = nV (X1 ) et donc :

Sn

V (X1 )

P
m
n
n2
On conclut en remarquant que lim
V (X1 )
= 0.
n2
6)
Fonctions gnratrices
fonction gnratrice dune v.a.d
Soit X une v.a.d valeurs dans N, le rayon de convergence RX de la srie entire
est plus grand ou gal 1.
P (X = n)tn
On appelle fonction gnratrice de la variable X la fonction dfinie par :

GX (t) = E(tX ) =
+
X
P (X = n)tn
remarque
Par unicit du dveloppement en srie entire, si deux v.a.d ont mme fonction gnratrice, alors
elles ont mme loi de probabilit.
drives en 1 de la fonction gnratrice

Soit X une v.a.d valeurs dans N et GX sa fonction gnratrice :
X admet une esprance finie E(X) ssi GX est drivable en 1, on a alors :
E(X) = G0X (1)
X admet une variance V (X) ssi GX est deux fois drivable en 1, on a alors :
2
V (X) = G00X (1) + G0X (1) (G0X (1))
fonction gnratrice dune somme

Si X et Y sont deux v.a.d valeurs dans N indpendantes alors :
GX+Y = GX GY
Les trois fonctions GX+Y , GX et GY sont dfinies par des sries entires de rayon de convergence
suprieur un. Elles convergent absolument lintrieur de leur disque de convergence et donc
par convergence du produit de Cauchy :
GX+Y (t)
+
X
P (X + Y = n)tn
n=0
+
X
n=0
n
X
+
X
P (X = j)tj P (Y = n j)tnj
j=0
!
P (X = n)tn
n=0
GX (t) GY (t)
+
X
n=0
!
P (Y = n)tn
Exo :
Soit X une variable alatoire valeurs dans N dont la srie gnratrice est GX (t) =
Dterminer la loi de X.
Dterminer galement lesprance et la variance de X.
t
.
2 t2
On vrifie quon a bien GX (1) = 1. Dautre part :

!
1
1
1
1
=
=
2 t2
2 1 t22
2
+ 2n
X
t
2n
n=0
donc
GX (t) =
+
+ 2n+1
X
X
t
=
un (t)
2n+1
n=0
n=0
Calculons le rayons de convergence :

un+1 (t)
t2
=
un (t)
2
X
t2
Donc, daprs le critre de dAlembert, la srie numrique
un (t) converge si
< 1 et diverge
2
2
t
> 1. Le rayon de convergence de la srie entire GX (t) est donc gal 2 > 1.
grossirement si
2
Les coefficiets de cette srie donne la loi de la variable X correspondante :
P (X = 2n) = 0
n N
1
P (X = 2n + 1) =
n+1
2
n N,
E(X) = G0X (1), or G0X (t) =
2 + t2
donc E(X) = 3.
(2 t2 )2
Pour la variance,
G00X (t) =
2t(6 + t2 )
= G00X (1) = 14
(2 t2 )3
Do
2
V (X) = G00X (1) + G0X (1) (G0X (1)) = 8
synthse et fonctions gnratrices des lois usuelles
exo
Retrouver les fonctions gnratrices des lois usuelles indiques sur le tableau.
Bernoulli :
G(t) = (1 p) + pt cest direct !

Binomiale :
G(t) =
n
X
n
k=0
nk k
p (1 p)
t =
n
X
n
k=0
(pt)k (1 p)nk = (1 p + pt)n
Uniforme :
n
G(t) =
1X k
1 t tn+1
t =
n
n 1t
k=1
Gomtrique :
G(t) =
+
X
(1 p)k1 ptk = pt
k=1
+
X
(1 p)k1 tk1 =
k=1
pt
(avec q = 1 p)
1 qt
Poisson :
G(t) = e
+ k
X
k=0
k!
tk = e et = e(t1)
Chapitre XIV)
Structure prhilbertienne
1)
Produit scalaire et norme

(
On considre (E, +, ) un Re.v et une application
E E 7 R
(x, y) 7 (x, y)
quest-ce quun produit scalaire ?

On dit que lapplication est un produit scalaire sur E lorsquelle ralise les conditions suivantes :
i) (x, x0 , y) E 3 , (a, b) R2 , (ax + bx0 , y) = a(x, y) + b(x0 , y)
ii) (x, y, y 0 ) E 3 , (a, b) R2 , (x, ay + by 0 ) = a(x, y) + b(x, y 0 ).
Lorsque vrifie i) et ii) on dit quelle est bilinaire.
iii) (x, y) E 2 , (x, y) = (y, x) (on dit que est symtrique.)
iv) x E, (x, x) 0 (on dit que est positive.)
v) (x, x) = 0 x = 0 (on dit que est une forme dfinie).
Ainsi un produit scalaire est une forme bilinaire symtrique dfinie positive.
notation
Lorsque est un produit scalaire sur E on note (x, y) =< x, y >=< x|y >= x y
exemples classiques de produits scalaires
n
n
7 R
R R
n
X
Lapplication
ui vi
(u, v) 7
est un produit scalaire sur Rn , appel produit scalaire
i=1
canonique.
E E R
Z b
Avec E = C([a, b], R), lapplication
(f, g) 7
f (t)g(t) dt
a
(
EE R
Avec E = Mn (R), lapplication
(A, B) 7 T r(t A B)
E tant lensemble des suites de carrs sommables : E = {(un ) RN |
(
EE R
X
lapplication
(u, v)
un vn
u2n < +},
espace prhilbertien - espace euclidien

On appelle espace prhilbertien rel tout R-espace vectoriel muni dun produit scalaire.
Notation usuelle : (E, < | >).
Un espace prhilbertien rel de dimension finie est appel espace euclidien
ingalit de Cauchy - Schwartz

Si < , > est un produit scalaire sur E :
i) Pour tout x et y dans E, < x, y >2 < x, x >< y, y >.
ii) Cette ingalit est une galit ssi x et y sont colinaires.
Montrons lingalit :
La bilinarit et le caractre positif des produits scalaires permettent dcrire pour tout R
et tout (x, y) E 2 :
< x + y|x + y >= 2 < x, x > +2 < x|y > + < y|y > 0 (1)
Lexpression (1) est un polynme du second degr en de signe constant. Son discriminant est
donc ngatif :
= 4 < x|y >2 4 < x|x >< y|y > 0
Cest dire < x, y >2 < x, x >< y, y >.
Analysons le cas dgalit :

Si les vecteurs x et y sont colinaires, par dfinition il existe R tel que y = x (le cas ou
x = 0 est immdiat) et :
< x|y >2 = 2 < x|x >2 =< x|x >< y|y >
Rciproquement, en cas dgalit , = 0 et il existe 0 R tel que < x + y|x + y >= 0. Le
caractre dfini du produit scalaire impose alors que x + y = 0, cest dire que x et y sont
colinaires.
exo : un exemple
Exprimer lingalit de Cauchy-Schwarz avec E = C 0 ([a, b], R) et < f, g >=
f (x)g(x)dx.
a
quest-ce quune norme ?

On appelle norme sur E toute application de E dans R+ vrifiant :
i) x E, N (x) = 0 = x = 0. (Sparation)
ii) (, x) R E, N (x) = ||N (x). (Homognt)
iii) (x, y) E 2 , N (x + y) N (x) + N (y). (Ingalit triangulaire)
distance associe une norme

(
E 2 7 R+
Si N est une norme sur E, lapplication d :
(u, v) 7 N (v u)
la norme N , elle vrifie, pour tout (u, v, w) R3 :
est appele distance associe
i) d(u, v) = 0 u = v.
ii) d(u, v) = d(v, u).
iii) d(u, w) d(u, v) + d(v, w).
norme et distance euclidienne
Si < , > est un produit scalaire sur E, lapplication k k : E R+ dfinie par ||x|| = < x, x >
est une norme sur E. On lappelle norme euclidienne associe au produit scalaire < , > ; la
distance associe est appele distance euclidienne.
Montrons que lapplication k k est une norme :

Il est immdiat que cette application est valeurs dans R+ , quelle est homogne et quelle est
sparable. Montrons lingalit triangulaire :
Soient u et v deux vecteurs de E, on peut crire :
N (u + v) =
p
< u + v|u + v > =
N 2 (u) + N 2 (v) + 2 < u|v >
N 2 (u) + N 2 (v) + 2N (u)N (v) ingalit de CS
N (u) + N (v)
identits remarquables
Soit (E, < | >) un espace prhilbertien. Pour tout (u, v) E 2 :
ku + vk2 = kuk2 + kvk2 + 2 < u|v >
ku vk2 = kuk2 + kvk2 2 < u|v >
ku + vk2 + ku vk2 = 2(kuk2 + kvk2 ) (identit du paralllogramme)
< u|v >=

1
ku + vk2 ku vk2 (identit de polarisation)
4
exo
Montrer que N1 (x, y) =
p
x2 + 2xy + 3y 2 dfinit une norme euclidienne sur R2 .
Lapplication N2 (x, y) = max(|x|, |y|) est-elle une norme ? une norme euclidienne ?
Soient u = (x, y) et v = (x0 , y 0 ) deux vecteurs de R2 .

(
R2 R2 R
Lapplication :
(u, v) 7 xx0 + xy 0 + yx0 + 3yy 0
quelle est positive :
est bilinaire symtrique. Montrons
x2 + 2xy + 3y 2 = (x + y)2 + 2y 2 0
De plus (x + y)2 + 2y 2 = 0 x = y = 0 donc est dfinie et est un produit scalaire
dont N1 est la norme euclidienne associe.
Montrons que N2 est une norme :
Cest bien une application de R2 dans R+ , il est immdiat quelle est homogne et sparable.
Montrons quelle vrifie lingalit triangulaire :
N2 (u + v) = max(|x + x0 |, |y + y 0 |)
max(|x| + |x0 |, |y| + |y 0 |)
max(|x|, |y||) + max(|x0 |, |y 0 |)
N2 (u) + N2 (v)
N2 est donc une norme, montrons quelle nest pas euclidienne en montrons que lidentit
du paralllogramme nest pas toujours vrifie :
Supposons |x| > |y| > 0 et soient u = (x, 0) et v = (0, y), il vient :
N22 (u) + N22 (v) = |x|2 + |y|2
et :
N22 (u + v) + N22 (u v) = 2|x|2
2)
Gnralits - thorme de pythagore

familles - bases orthogonales
On se place sur un espace prhilbertien.
On dit que deux vecteurs u et v sont orthogonaux lorsque (u, v) = 0. On note alors :
uv.
Soit F une famille dlments de E :
On dit que F est une famille orthogonale de E lorsque les vecteurs de F sont deux deux
orthogonaux.
On dit que F est une famille orthonormale de E lorsque F est une famille orthogonale
compose de vecteurs unitaires.
Si de plus F est une base, on parle de base orthonormale de E.
thorme de Pythagore
Si une famille de vecteurs (v1 , , vn ) dun espace prhilbertien E est orthogonale alors :

2
n
n
X

X

||vi ||2
vi =

i=1
i=1
remarque
Dans le cas de deux vecteurs, la rciproque est vraie :
uv ku + vk2 = kuk2 + kvk2
3)
Bases orthogonales
tout espace euclidien admet une base orthonormale
Tout espace vectoriel euclidien possde une base orthonormale.
Nous allons procder par rcurrence :

En dimension 1, cest immdiat.
Supposons le thorme vrai en dimension n-1 et montrons qualors il est vrai en dimension n :
Soit e1 un vecteur de E (suppos de dimension n), on peut (quitte diviser par ke1 k) supposer
e1 unitaire.
(
ER
Considrons lapplication f :
v 7< e1 |v >
Il est immdiat que f est une forme linaire non nulle, son noyau F est donc de dimension n 1.
Par hypothse de rcurrence, F admet une base orthonormale (e2 , , en ).
Par construction , la famille (e1 , , en ) est orthonormale, elle est donc libre (facile vrifier).
Puisque cest une famille n vecteurs, cest une base.
dcomposition dans une base orthonormale

Si (u1 , , un ) est une base orthonormale dun espace euclidien E, alors pour tout x E :
x = (x, u1 )u1 + + (x, un )un
En posant x = 1 u1 + + n un , on obtient pour tout j [[1, n]] : (x, uj ) = j .
expression matricielle du pdt scalaire dans une base orthonormale

x1
y1
..
..
Si X = . et Y = . sont les coordonnes de deux vecteurs x et y dun espace euclidien
xn
yn
relativement une base orthonorme, alors :
X
(x, y) =
x i y i =t X Y
i
4)
Projection orthogonale sur un e.v de dimension finie

orthogonal dune partie
Soit E un espace prhilbertien et F une partie non vide de E.
On appelle orthogonal de F lensemble, not F , constitu des vecteurs de E orthogonaux tous
les vecteurs de F :
F = {x E | f F, < x|f >= 0}
proprit
F est un s.e.v de E.
caractrisation
Soit F = Vect((gi )iI ) et e un vecteur de E. Les propositions suivantes sont quivalentes :
i) e F
ii) Pour tout i I, < e, gi >= 0
projet orthogonal dun vecteur sur un s.e.v

Soit x E et F un s.e.v de E de dimension finie. Il existe un unique vecteur de E, not pF (x)
vrifiant :
i) pF (x) F
ii) x pF (x) F
De plus si (u1 , , un ) est une base orthonormale de F, on a :
pF (x) =
n
X
< x|uk > uk
k=1
Le vecteur pF (x) est appel le projet orthogonal de x sur le s.e.v F.
Existence :
F tant un s.e.v de E de dimension finie, nous savons que F admet une base orthonormale
(u1 , , un ).
Le vecteur y =
n
X
< x|uk > uk est un vecteur de F et de plus, pour tout j [[1, n]] :
k=1
< x y|uj >=< x|uj > < y|uj >=< x|uj > < x|uj >= 0
y est donc un vecteur de F
Unicit :
Si y1 et y2 sont deux vecteurs de F tels que x y1 et x y2 soient deux lments de F , alors :
(
y2 y1 F
(x y1 ) (x y2 ) = y2 y1 F
Le vecteur y2 y1 est donc perpendiculaire lui mme, ce qui entrane (caractre dfini des
produits scalaires) que y1 = y2 .
corollaire
si F est un s.e.v de E alors F F = E
projecteur orthogonal
(
EE
Avec les mmes notations : lapplication pF :
x 7 pF (x)
dimage F . On lappelle projecteur orthogonal sur F.
a)
est un projecteur de noyau F et
Ingalit de Bessel
Pythagore et projection orthogonale
Le thorme de Pythagore implique que pour tout x E :
kxk2 = kpF (x)k2 + kx pF (x)k2
corollaire : ingalit de Bessel

Soit F un s.e.v dun espace prhhilbertin E dont (u1 , , un ) est une base orthonormale. Pour
tout x E :
kPF (x)k2 =
n
X
k=1
(x, uk )2 kxk2
b)
Distance un s.e.v et ingalit de Bessel

distance dun vecteur un s.e.v
On appelle distance du vecteur x au s.e.v F, le rel not d(x, F ) et dfini par :
inf{kx f k | f F }
question
Pourquoi peut-on affirmer que le rel d(x, F ) est bien dfini ?
distance et projection orthogonale

Pour tout x E. Si F est un s.e.v de E de dimension finie alors :
d(x, F ) = kx pF (x)k
remarque
Si f F , alors x f = (x pF (x)) + (pF (x) f ) et daprs le thorme de Pythagore :
kx f k2 = k(x pF (x))k2 + k(pF (x) f )k2 > k(pF (x) f )k2
c)
Procd dorthonormalisation de Gram - Schmidt

Algorithme dorthonormalisation de Gram-Schmidt
Soit (e1 , , en ) une famille libre dun espace prhilbertien E. Il existe une unique famille orthonormale (u1 , un ) telle que :
a) Pour tout k [[1, n]], Vect(e1 , , ek ) =Vect(u1 , , uk )
b) Pour tout k [[1, n]], (ek , uk ) > 0
On a :
e1
u1 = ||e ||
i1
X
vi
(ei , uj )uj
i > 1, ui = ||v || avec vi = ei
i
j=1
Procdons par rcurrence :

e1
Les deux seuls vecteurs unitaires de F1 =Vect(e1 ) sont
, la condition (u1 , e1 ) > 0 impose
ke1 k
e1
u1 =
.
||e1 ||
Supposons construits les vecteurs u1 , uk1 .
Posons Fk = Vect(e1 , , ek ) et Fk1 =Vect(e1 , , ek1 ).
On peut crire Fk = Fk1 Fk1

Fk . En particulier dim Fk1
Fk = 1.
Or nous avons vu que le vecteur vk = ek PFk1 (ek ) = ek
k1
X
(ek , uj )uj est dans Fk1

Fk
j=1
donc Fk1
Fk =Vect(vk ).
Puisque (vk , vk ) = (ek , vk ) > 0, la condition (ek , uk ) > 0 impose que le vecteur uk Fk1
Fk
+
est de la forme vk avec R (cest dire uk et vk sont dans le mme sens).
Le vecteur uk tant unitaire, on a ncessairement uk =
vk
.
||vk ||
exo : un exemple dans R3

On se place dans R3 muni du produit scalaire usuel. Quelle est la base orthonormale (u1 , u2 , u3 )
que lon obtient par lalgorithme de Gram Schmidt partir des vecteurs e1 = (0, 1, 1),
e2 = (1, 0, 1) et e3 = (1, 1, 0) ?
Faire des schmas permettant de mettre en vidence lide centrale de lalgorithme.

0
e1
1
1 .
u1 =
=
ke1 k
2 1
En posant e2 = 1 u1 + u
2 , o 1 rel et < u1 , u2 >= 0 ; il vient 1 =< e2 , u1 > et donc

0
1
1
1
1
u
2 = e2 < e2 , u1 > u1 = 0 1 = 1
2
2
1
1
1
1
u2
1
u2 =
= 1
ku2 k
3
1
En posant e3 = 1 u1 + 2 u2 + u
3 , il vient 1 =< e3 , u1 > et 2 =< e3 , u2 >, et donc :

1
0
2
1
1
u
3 = e3 < e3 , u1 > u1 < e3 , u2 > u2 = 1 1 = 1
2
2
0
1
1

2
u3
1
1
u3 =
=
ku3 k
6 1
exo : un exemple dans R2 [X]

On munit R2 [X] du produit scalaire < P, Q >= P (0)Q(0) + P (1)Q(1) + P (2)Q(2).
a) Montrer quil sagit bien dun produit scalaire.
b) Dterminer une base orthonormale de (P0 , P1 , P2 ) telle que deg(Pk ) = k.
Appliquons le procd de Gram-Schmidt la famille (e0 , e1 , e2 ) o i [[0, 2]], ei = X i .

1
< e0 , e0 >= 3, donc P0 = X 0 .
3
En posant e1 = 1 P0 + P1 avec P1 P0 ; on remarque que 1 =< e1 , P0 > et donc :
< e1 , e0 >
P1 = e1 < e1 , P0 > P0 = x
e0 = X e0 = X 1
3
1
< P1 , P1 >= 2 et donc P1 = (X 1).
2
De mme, on dfinit :
P2
=
=
< X 2, X 0 > < X 2, X 1 >
(X 1)
3
2
5
1
2
X 2 2(X 1) = X 2 2X + = (X 1)2
3
3
3
e2 < e2 , P0 > P0 < e2 , P1 > P1 = X 2
< P2 , P2 >=

7 4 7
1
2
+ + = 6 et donc P2 = (X 1)2 .
3 3 3
3
6
exo : base orthonorme dun hyperplan

4
On se
place dans E4 = R muni de son
produit scalaire canonique et le sous-espacevectoriel
F = (x, y, z, t) R | x + y + z t = 0 .
Dterminer une base orthonormale de F.
lespace vectoriel F est le noyau de la forme linaire :

(x, y, z, t) = x + y + z t, sa dimension est donc gale 4 1 = 3.
R4
R dfinie par
On vrifie que les vecteurs e1 = (1, 0, 0, 1), e2 = (0, 1, 0, 1) et e3 = (0, 0, 1, 1) forment une base de
F.
Construisons une base othonorme de F par le procd de Gram-Schmidt partir de la famille
(e1 , e2 , e3 ) :
u1 =
1
e1
= (1, 0, 0, 1).
ke1 k
2
1
1
u2
u
2 = e2 < e2 , u1 > u1 = (0, 1, 0, 1) (1, 0, 0, 1) = (1, 2, 0, 1). Et donc u2 =
=
2
2
ku2 k
1
(1, 2, 0, 1).
6
u3
=
=
e3 < e3 , u2 > u2 < e3 , u1 > u1

1
1
1
(0, 0, 1, 1) (1, 2, 0, 1) (1, 0, 0, 1) = (1, 1, 3, 1)
6
2
3
1
Soit en normalisant, u3 = (1, 1, 3, 1).
2 3
Chapitre XV)
- Isomtries dun espace euclidien

Dans tout ce chapitre E dsigne un espace vectoriel euclidien de dimension n.
1)
Isomtries vectorielles.
quest-ce quune isomtrie vectorielle ?
On appelle isomtrie vectorielle de E (ou endomorphisme orthogonal ) tout endomorphisme f de
E qui conserve le produit scalaire. Cest dire tel que :
(x, y) E 2 : < x|y >=< f (x)|f (y) >
3 dfinitions pour les isomtries

Soit f un endomorphisme de E Les propositions suivantes sont quivalentes :
i) f conserve le produit scalaire : (x, y) E 2 : < x|y >=< f (x)|f (y) >
ii) f conserve la norme : x E : ||x|| = ||f (x)||
iii) f transforme toute base orthonormale en une base orthonormale.
Montrons i) = ii)
Pour tout x E :
||x|| =
< x|x > =
p
< f (x)|f (x) > = ||f (x)||
Montrons ii) = i)
Pour tout (x, y) E 2 :
< x, y >=
1

1
||x + y||2 ||x y||2 =
||f (x) + f (y)||2 ||f (x) f (y)||2 =< f (x)|f (y) >
4
4
Montrons i) = iii)
Cest immdiat, compte tenu de lquivalence entre i) et ii).
Montrons iii) = ii)
Si (u1 , , un ) est une base orthonorme de E, alors, par hypothse il en est de mme pour
n
n
X
X
i f (ui ) et :
i ui , alors f (x) =
(f (u1 ), , f (un )) et pour tout x E. Si x =
i=1
i=1
2
||x|| =
n
X
i=1
|i | = ||f (x)||
symtries orthogonales - rflxions

Etant donn un s.e.v F de E, on appelle symtrie orthogonale par rapport F, la symtrie par
rapport F paralllement F .
On appelle rflexion de E toute symtrie orthogonale par rapport un hyperplan de E.
Exemple disomtries vectorielles

Une symtrie est une isomtrie vectorielle ssi cest une symtrie orthogonale.
Si s est une symtrie orthogonale par rapport un s.e.v F, paralllement F alors pour tout
x E, il existe une unique dcomposition x = xF + xF et s(x) = xF xF . Le thorme de
Pythagore entrane que ||x|| = ||s(x)||, et s est une isomtrie.
Rciproquement, si s est une symtrie et que cest aussi une isomtrie :
Il existe deux s.e.v F et G tels que E = F G et pour tout x = xF + xG : s(x) = xF xG .
Montrons que G = F :
Soient f F et g G, on peut crire :
kf + gk = ks(f + g)k = kf gk
Compte tenu de lidentit de polarisation, cela entrane < f |g >= 0.
On a donc G F , G et F ayant la mme dimension, on dduit que G = F , cest dire que
s est une symtrie orthogonale.
si u est une isomtrie u(F ) F = u(F ) F

Soit F un s.e.v de E et u L(E) une isomtrie vectorielle. Si F est stable par u (u(F ) F ) alors
F est aussi stable par u.
toute isomtrie est une bijection

Toute isomtrie vectorielle est un automorphisme.
les isomtries forment un groupe

Lensemble des isomtries de E est non vide, stable par composition et par passage linverse.
On lappelle groupe orthonormal de E et on le note O(E).
2)
Matrices orthogonales.
matrice dune isomtrie relativement une base orthonorme
Soit u L(E), une isomtrie vectorielle et MB (u) la matrice reprsentative de u relativement
une base orthonorme B de E alors :
Les vecteurs colonnes de la matrice M constituent une base orthonorme de Rn relativement au
produit scalaire canonique.
sur une B.O.N linverse cest la transpose

Si M est la matrice dune isomtrie u relativement une base orthonorme B alors t M M = In .
Nous savons que relativement une base orthonorme B, < x|y >=t X Y , X et Y (lments de
Rn ) tant les vecteurs colonnes regroupant les coordonnes de x et y relativement B.
Ainsi pour tout (x, y) E 2 :
t
X Y =< x|y >=< u(x)|u(y) >= t (M X) (M Y ) = t X (t M M ) Y
Ceci tant vrai pour tout X Rn et tout Y Rn , on dduit que t M M = In .
toute isomtrie est bijective

Il y a quivalence entre les propositions :
i) M est la matrice dune isomtrie relativement une base orthonormale.
ii) t M M = In
iii) Les colonnes de M forment une base orthonorme de Rn .
iv) Les lignes de M forment une base orthonorme de Rn .
Une telle matrice sappelle matrice orthogonale.
Remarque
Si B1 est une base orthonormale de E alors une base B2 est orthonormale ssi la matrice de passage
de B1 vers B2 est orthogonale.
caractrisation des symtries orthogonales

Une symtrie vectorielle est orthogonale ssi sa matrice relativement une base orthonormale est
symtrique.
Supposons que s soit une symtrie orthogonale :

s est alors une isomtrie, sa matrice reprsentative M relativement une base orthonormale
vrifie donc t M = M 1 .
De plus, (puisque s2 = Id), M 2 = Id et donc M 1 = M .
Finalement, t M = M , cest dire M est symtrique.
Supposons que s soit une isomtrie dont la matrice M relativement une base
orthonormale soit symtrique.
s est une isomtrie, donc , relativement une base orthonorme, M 1 =t M . Par hypothse,
relativement une base orthonormale B : t M = M , donc M 2 =t M M = Id : s est donc une
symtrie - tant une isomtrie , cest mme une symtrie orthogonale.
dterminant dune isomtrie

Le dterminant dune isomtrie ou dune matrice orthogonale est toujours gal 1 ou -1
(rciproque fausse).
Si M est la matrice reprsentative dune isomtrie relativement une base orthonorme, alors :
1 = det(In ) = det(t M M ) = det(t M ) det(M ) = det(M )2
Do det(M ) = 1
En particulier, le dterminant dune isomtrie ntant pas nul, on retrouve que toute isomtrie
est un automorphisme.
groupes O(n) et SO(n) des matrices orthogonales

Lensemble des matrices orthogonales de taille n est stable par produit et par inversion. On
lappelle groupe orthogonal not On (R) ou O(n).
Lensemble des matrices orthogonales de taille n et de dterminant 1 est stable par produit et
par inversion. On lappelle groupe spcial orthogonal, not SOn (R) ou SO(n).
Le groupe spcial orthogonal SO(E) des isomtries

Lensemble des isomtrie de E de dterminant 1 est non vide, stable par composition et par
passage linverse. On lappelle groupe spcial orthonormal de E et on le note SO(E).
notations
Les ensembles SO(E) et SO(n) sont parfois nots O+ (E) et O+ (n), on parle disomtries (ou de
matrices rothogonales) positives.
Les isomtries (ou matrices orthogonales) de dterminant -1 sont nots O (E) et O (n). on
parle disomtries (ou de matrices rothogonales) ngatives.
3)
Endomorphismes orthogonaux en dimension 2.

matrices orthogonales de taille 2
Lensemple O+ (2) est compos des matrices de la forme :

cos() sin()
R =
avec R
sin() cos()
Lensemple O (2) est compos des matrices de la forme :

cos()
sin()
S =
avec R
sin() cos()

a b
a
b
Dire que M =
est une matrice orthogonale signifie que les vecteur
,
forment
c d
c
d
une base orthonormale. Cest dire que :
2
2
a + c = 1 (1)
2
2
b + d = 1 (2)
ab + cd = 0 (3)
La condition (1) quivaut lexistence dun rel tel que a = cos et c = sin .
La condition (2) quivaut lexistence dun rel tel que b = cos et d = sin .
Lacondition (3) quivaut la possibilit de poser soit = +
, soit = .
2
2
lensemble O(R2 )
Dans R2 muni du produit scalaire usuel, et relativement toute base orthonorme :

cos() sin()
La rotation vectorielle dangle est reprsente par la matrice R =
.
sin() cos()

cos 2
La rflxion daxe Vect(u) avec u =

est reprsente par la matrice

sin
2

cos()
sin()
S =
.
sin() cos()
Considrons une base orthonorme (i, j) de R2 . Soit f lautomorphisme dont , relativement la base (i, j), R est la matrice reprsentative. On peut crire :
f (i) = cos()i + sin()j

f (j) = sin()i + cos()i
Les vecteurs f (i) et f (j) correspondent bien respectivement aux images par la rotation
vectorielle dangle des vecteurs i et j. Lapplication f est donc bien la rotation vectorielle
de R2 dangle .
La matrice S vrifie (S )2 = I2 , cest donc la matrice reprsentative dune symtrie s. De
plus S est une matrice symtrique relativement une base orthonorme, s est donc une
symtrie orthogonale.
On vrifie que s(u) = u, s est donc la rflxion daxe Vect(u).
tableau rcapitulatif
remarques
Les valeurs propres dune matrice orthogonale ne peuvent tre que 1 ou -1.

1 0
Toute matrice S O (2) est semblable la matrice S0 =

0 1
proprits des matrices de O(2)

i) R1 oR2 = R1 +2
iii) S2 oS1 = R2 1 .
ii) R1 = R = t R
iv) S1 = S = t S
4)
Endomorphismes orthogonaux en dimension 3.

matrices orthogonales de taille 3
Toute matrice de O+ (3) est semblable une matrice de la forme :
1
0
0
R = 0 cos() sin() avec R
0 sin() cos()
Toute matrice de O (3) est semblable une matrice de la forme :
1
0
0
R = 0 cos() sin() avec R
0 sin() cos()
Considrons une matrice M O(3) et dsignons par f lendomorphisme de R3 (muni du produit

scalaire canonique) dont M est la matrice relativement sa base canonique.
Le polynme caractristique de la matrice M tant de degr 3, celle-ci admet ncessairement
une valeur propre relle = 1 et un vecteur propre e1 R3 associ.
Le s.e.v F = Vect(e1 ) tant stable par lisomtrie vectorielle f , il en est de mme pour F .
Soit {e2 , e3 } une base orthonormale de F , relativement la base (orthonormale elle aussi)
{e1 , e2 , e3 } de R3 , la matrice reprsentative de f scrite sous la forme :
1 0 0
1 0 0
0
0
M = 0 a b ou M = 0 a b
0 c d
0 c d

a b
avec N =
O(2).
c d

1 0
Si det(N ) = 1 alors N est semblable la matrice
et M 0 est semblable lune des
0 1
deux matrices :
1 0 0
1 0
0
M 0 = 0 1 0 ou M 0 = 0 1 0
0 0 1
0 0 1

cos sin
Si det(N ) = 1, N est une matrice de rotation et scrit N =
sin
cos
synthse
exo : exemples
Dterminer la nature gomtrique et les lments caractristiques
canoniquement associs aux matrices :
2
3
1
6
1
2
b)
B
=
a) A =
1
3 6
3
4
1
6
6
2
des endomorphismes de R3
1
2
2
2
1
2
5)
Matrices symtriques relles.

matrices symtriques relles
Une matrice carre S dordre n coefficients rels est dite symtrique si t S = S.
On note Sn (R) lensemble des matrices symtriques relles.
S Sn (R) et Sx = x = R
Si est une valeur propre dune matrice symtrique relle alors R.
Soit X Rn non nul et C tels que (pour S Sn (R)) , SX = X.

On peut crire :
t
(X)SX = (t X)X =t (SX)X = (t X)X
On dduit que = , cest dire que le nombre est rel.
Remarque
Cela entrane que le polynme caractristique dune matrice symtrique relle est scind.
orthogonalit des sous espaces propres

Les sous espaces vectoriels propres dune matrice symtrique relle sont orthogonaux deux deux
(relativement au produit scalaire canonique).
Soit S Sn (R) et X, Y deux vecteurs propres de S respectivement associs aux valeurs propres
a et b (a 6= b). On peut crire :
(t Y )SX = a(t Y )X =t (SY )X = b(t Y )X
Ceci entrane que (t Y )X = 0, cest dire que les vecteurs X et Y sont orthogonaux.
thorme spectral
Soit A une matrice symtrique relle, il existe une matrice P orthogonale et une matrice D
diagonale dont tous les coefficients sont rels, telles que :
A = P DP 1 = P Dt P
6)
Coniques
Dans ce paragraphe, on se placera dans le plan euclidien, muni dun repre orthonorm.
rappels : ellipses
On dit dune courbe que cest une ellispe sil existe un repre orthonormal sur lequel ses points
vrifient lquation :
x 2
a
y 2
b
= 1 avec a b > 0 (E)
a est appel demi-grand axe.

b est appel demi-petit axe.
L axe des abscisses et laxe des ordonnes sont des axes de symtrie de (E).
Lorigine du repre est un centre de symtrie de (E).
Un paramtrage bijectif de (E) est le suivant (t [0, 2[) :

(
x(t) = a cos(t)
y(t = b sin(t)
rappels : hyperboles
On dit dune courbe que cest une hyperbole sil existe un repre orthonormal sur lequel ses
points vrifient lquation :
x 2
a
y 2
b
= 1 : (H)
L axe des abscisses et laxe des ordonnes sont des axes de symtrie de (H).
Lorigine du repre est un centre de symtrie.
Laxe des abscisses coupe (H) en deux points S(a, 0) et S 0 (a, 0) appels sommets de
lhyperbole.
(H) admet deux asymptotes : les droites dquation y =
b
b
x et y = x.
a
a
Un paramtrage bijectif de (H) est le suivant (un paramtrage pour chaque branche) :
(
x(t) = a ch(t)
y(t = b sh(t)
rappels : paraboles
On dit dune courbe que cest une parabole sil existe un repre orthonormal sur lequel ses points
vrifient lquation :
y = ax2 : (P)
Laxe des ordonnes est un axe de symtrie de (P).
Laxe des abscisse coupe (P) en un point appel sommet de la parabole.
Un paramtrage bijectif de (P) est le suivant :

(
x(t) = t
y(t = at2
quest-ce quune conique ?

On appelle conique tout ensemble de points M(x, y) vrifiant une galit de la forme
ax2 + 2bxy + cy 2 + dx + ey + f = 0
o a, b, c, d, e, f sont des constantes relles telles que (a, b, c) 6= (0, 0, 0).

a b
x
le terme ax2 + 2bxy + cy 2 = (x, y)
sappelle la partie quadratique de lquation.

b c
y
Le terme dx + ey est appel partie linaire de lquation.
quest-ce que le discriminant dune conique

Le rel
a
= det
b

b
c
sappelle le discriminant de la conique dquation ax2 + 2bxy + cy 2 + dx + ey + f = 0.
coniques : formes rduites

Avec le rel pouvant tre gal 0 ou 1, il existe un repre orthonormal (O, I, J) sur lequel
toute conique peut scrire sous lune des trois formes suivantes (appeles formes rduites) :
1 x2 + 2 y 2 =
1 x2 + y =
x + 2 y 2 =

a
La matrice A =
b

b
tant symtrique, il existe (thorme spectral) une matrice orthogonale
c

1 0
t
P = (pij ) O(2) telle que : (P ) A P =
.
0 2

0
x
x
Posons
=P
, on a :
y
y0
ax2 + 2bxy + cy 2 + dx + ey + f
1 x02 + 2 y 02 + d(p11 x0 + p12 y 0 ) + e(p21 x0 + p22 y 0 ) + f
0 (E1 )
En supposant 1 6= 0 et 2 6= 0 lquation (E1 ) peut scrire :
1 x02 + 2 y 02 + 21 x0 + 22 y 0
= f
1 (x0 + )2 + 2 (y 0 + )2
= f
2 0
1 0
(x + )2 +
(y + )2
f
f
sif 6=0
En supposant 2 = 0 lquation (E1 ) peut scrire :
1 x02 + 21 x0 + y 0
= f
1 (x0 + )2 + y 0
= f
1 0
0
(x + )2 +
y
f
f
sif 6=0
De mme, lorsque 1 = 0, on se ramne la forme 2 (y 0 + )2 + x0 = 0 ou la forme

2 0
0
(y + )2 +
x = 1.
f
f
On remarquera que le nouveau repre (coordonnes x et y) sobtient par rotation des axes et
translation de lorigine en partant de lancien repre (coordonnes x et y) .
On remarquera aussi que le cas 1 = 2 = 0 est exclu par hypothse (puisque a b et c sont non
tous nuls).
classification selon le discriminant

Soit = ac b2 le discriminant de la conique dquation C : ax2 + 2bxy + cy 2 + dx + ey + f = 0.
Si > 0 : C est une ellipse, un point ou lensemble vide.
Si < 0 : C est une hyperbole ou la runion de deux droites scantes.
Si = 0 : C est une parabole, lensemble vide, la runion de deux droites parallles ou une
droite.
On reprend les rsultats et les notations de la dmonstration prcdente. Nous avions montr
quon peut toujours crire lquation dune conique sous la forme :
1 x2 + 2 y 2 = f si 6= 0
1 x2 + y = f ou x + 2 y 2 = f si = 0
Si > 0, les valeurs propres 1 et 2 sont du mme signe. On peut supposer sans perte
de gnralit (quitte changer le signe de f) que 1 > 0 et 2 > 0. Alors soit :
a) f > 0 et cest lquation dune ellipse (le cercle en est un cas particulier).
b) f < 0 : ensemble vide.
c) f = 0 : la conique se rduit un point.
Si < 0, les valeurs propres 1 et 2 sont de signe contraire. On peut supposer sans perte
de gnralit (quitte permuter les axes) que 1 > 0. Alors soit :
a) f 6= 0 : cest lquation dune hyperbole.
b) f = 0 : la conique consiste en la runion de deux droites scantes.
Si = 0, on peut supposer sans perte de gnralit que 1 x2 + y = f et que 1 > 0.
Alors soit :
a) 6= 0 : on reconnat lquation dune parabole.
b) = 0 et f > 0 : la conique consiste en deux droites parallles.
c) = 0 et f = 0 : la conique consiste en une droite.
d) = 0 et f < 0 : ensemble vide.
7)
Extremums dune fonction de deux variables.

Taylor-Young lordre 2
Soit f une fonction valeurs relles dfinie sur un ouvert A de R2 . Pour tout (x0 , y0 ) A :
f (x0 + h, y0 + k)
=
(h,k)(0,0)
+
+
+
f (x0 , y0 )
f
f
(x0 , y0 ) + k (x0 , y0 )
x
y

2
2
2f
1 2 f
2 f
(x0 , y0 ) + 2hk
(x0 , y0 )
h
(x0 , y0 ) + k
2
x2
yx
y 2
o(k(h, k)k2 ) le reste
Le terme k(h, k)k2 signifiant quil existe une fonction dfinie sur A et qui tend vers 0 en (0, 0)
telle que le reste soit de la forme k(h, k)k2 (h, k).
matrice hessienne
2f
2f
2f
(x0 , y0 ), s =
(x0 , y0 ) et t =
(x0 , y0 ) de sorte que la
2
x
yx
y 2
formule de TY lordre 2 en (x0 , y0 ) scrive :

f
f
1
r s
h
f (x0 + h, y0 + k) = f (x0 , y0 ) + h (x0 , y0 ) + k (x0 , y0 ) + (h , k)
s t
k
x
y
2

r s
La matrice
est appele la matrice hessienne de f en (x0 , y0 ).
s t
Il est dusage de poser r =
Comme pour les fonctions une variable, la formule de TY lordre 2 peut tre utilise pour
la recherche dextrmums.
quest-ce quun extremum local ?

On dit quune fonction f dfinie sur une partie A de Rm admet un minimum (resp. maximum) local en a A sil existe une boule ouverte B de centre a telle que B A et
x B = f (a) f (x) (resp. x B = f (a) f (x)).
On dit que f admet un extremum local en a, si f admet un minimum ou un maximum local en a.
On dit que a est un minimum global pour f, si pour tout x a, f (a) f (x), que cest un
maximum global si pour tout x A, f (a) f (x).
Un extremum global est un minimum ou un maximum global.
quest-ce quun point critique ?

1
on dit que a Rm est un point critique
pour une fonction f de classe C dfinie sur un ouvert A
0
de Rm si a A et si gradf (a) =
.
0
Si f C 1 (A) admet un extremum en a alors a est un pt critique

Si une fonction f de classe C 1 dfinie sur un ouvert A admet un extremum en a A alors a est
un point critique pour f.
Supposons que a soit un minimum local pour f. Daprs la formule de TY lordre 1, on peut
crire :

f a + |t| gradf (a) f (a)
lim
= kgradf (a)k2
t0+
|t|
a tant un minimum local, cela entrane : kgradf (a)k2 0 et donc que kgradf (a)k2 = 0.
La dmonstration est similaire dans le cas o a est un maximum local.
exo : la rciproque est fausse

En partant du cas de la fonction f dfinie sur R2 par f (x, y) = x2 y 2 , montrer que la rciproque
du thorme prcdent est fausse.
nature dun point critique lorsque la hessienne est inversible

Soit f une fonction de classe C 2 dfinie sur un ouvert A de R2 et a A un point critique pour f.
On suppose que la matrice hessienne H associe f en a est inversible, alors :
Si les valeurs propres de H sont positives, a est un minimum local.
Si les valeurs propres de H sont ngatives, a est un maximum local.
Si les valeurs propres de H sont de signes opposs, a nest pas un extremum local (on dit
que cest un point col)
nature dun point critique lorsque la hessienne est inversible

La formule de TY lordre deux permet daffirmer quau voisinage du point critique a,
f (a + h) f (a) est du mme signe que :

r s
h
(h , k)
(1)
s t
k
Mais la matrice hessienne tant symtrique, celle -ci peut tre diagonalise dans une base orthonormale, il existe donc une matrice orthogonale P (t P = P 1 ) telle que :

r s
1 0
=t P
P
s t
0 2

H
h
En posant
=P
, lexpression (1) scrit :
K
k
1 H 2 + 2 K 2
(2)
La matrice hsienne tant suppose inversible, le produit 1 2 est non nul et les trois cas possibles
sont ceux de lnonc du thorme.
exo : un exemple de recherche dextremum

Rechercher les extrmums ventuels de la fonction f : R2 R, dfinie par :
f (x, y) = xy + x3 y 2
exo : un exemple de recherche dextremum

Les drives partielles dordre 1 sont dfinies par :
f
f
(x, y) = y + 3x2 y 2 et
(x, y) = x + 2yx3
x
y
Un point (x0 , y0 ) est donc un point critique ssi il vrifie le systme :
(
y0 + 3x20 y02 = 0
x0 + 2y0 x30 = 0
Il est immdiat que le point (0, 0) est la seule solution de ce systme et donc le seul point
critique pour f.

0 1
On vrifie que la hsienne H en (0, 0) est H =
. Les valeurs propres de H tant de signes
1 0
opposs (gales 1 et 1), (0, 0) est donc un point col : f nadmet pas dextrmums sur R2 .
Le thorme suivant, que nous admettrons, est aussi trs utile pour la recherche dextrmums
globaux.
limage dun ferm born est un sgment (admis)
Toute fonction valeurs dans R, continue sur une partie A ferme borne de Rm est borne et
atteint ses bornes. Autrement dit :
A ferm born = (c, d) R2 | f (A) = [c, d].
exo : un exemple dutilisation
x 0
On considre lensemble C des points (x, y) tels que : y 0
x+y 2
Rechercher les extrmums locaux et globaux sur C de la fonction dfinie par :
f (x, y) = x2 y 2 (x2 + y 2 )
exo : un exemple dutilisation

Les ensemble C1 = {(x, y) | x 0}, C2 = {(x, y) | y 0} et C3 = {(x, y) | y + x 2 0} tant
des ferms, il en est de mme pour lensemble C = C1 C2 C3 .
Les coordonnes x et y de tout point de C tant comprises entre 0 et 2, C est de plus born.
Mais limage continue dun ferm born tant un sgment, on dduit que la fonction f atteint
ncessairement un minimum et un maximum global.
o
Pour (x0 , y0 ) C, le calcul des drives partielles dordre 1 aboutit :

f
f
(x0 , y0 ) = x0 (4x20 y02 + 2y04 ) et
(x0 , y0 ) = y0 (4y02 x20 + 2x40 )
x
y
Et il ny a pas de points critiques lintrieur de C, ainsi les extrmums sont atteint sur les
bords de C
On remarque que la fonction f est valeurs dans R+ et quelle sannule sur les bords
1 = {(0, y) | 0 y 2} et 2 = {(x, 0) | 0 x 2}. Les points de 1 et de 2 sont donc des
minimums globaux.
Le ou les points o sont atteints les maximums (locaux et globaux) sont ainsi ncessairement
situs sur le bord 3 = {(x, y) | x + y = 2, 0 < x < 2}
Considrons la fonction g dfinie sur ]0, 2[ par g(x) = f (x, 2x), par construction, les maximums
de g sont aussi les maximums de f. Or :
g(x) = f (x, 2 x)
= x2 (2 x)2 x2 + (2 x)2
Le calcul de la drive de g conduit :

g 0 (x) = x(4x 4)(x 2)(3x2 6x + 4)
Mais
g 0 (x) = 0 x(x 1) = 0 x = 1 puisque 0 < x < 2
Finalement f atteint un maximum en un seul point (ce maximum est donc global), le point (1, 1).
La valeur alors atteinte est :
g(1) = f (1, 1) = 2

Cours

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Cours

Uploaded by

Copyright:

Available Formats

Table des matires

I) Intgration sur un intervalle quelconque

II) Sries numriques

X) quations diffrentielles et systmes diffrentiels

IV)Algbre linaire - rappels et complments

VI)Rduction des endomorphismes et des matrices

X) quations diffrentielles et systmes diffrentiels

XI)Fonctions de deux ou trois variables.

XV)- Isomtries dun espace euclidien

Que signifie lexpression ax ?

Fonctions trigonomtriques rciproques

a) Quest-ce quune bijection ? Donner une dfinition et des exemples.

Exos B55 et B58.

f admet une limite l droite en x0 .

f admet une limite l en +.

b) Que signifie lexpression lordre est conserv par passage la limite ?

Exos A1, B1, B2.

Thorme de la limite monotone

Que devient lnonc de ce thorme dans le cas dune fonction dcroissante ?

Quelles proprits ont ces relations de comparaison ?

Si f = o(h) et g = o(h), alors f + g = o(h).

Si f = o(g) et g = o(h), alors f = o(h).

Si f = o(h) et g = o(k), alors f g = o(hk).

est une relation dquivalence.

Si f g et si f est de signe constant au voisinage de a, alors il en est de mme pour g qui

Si f g et si g > 0 au voisinage de a, alors pour tout p R, f p g p

Si f g et si g(x) = l alors g(x) = l.

Citer quelques quivalents classiques.

Exo B18 (prolongement de classe C 1 ).

Intervalles et fonctions continues

Exo A13, B14.

Thorme des accroissements finis

Illustrer graphiquement les deux thormes prcdents.

Exo drive et monotonie

Exo B26 , B37.

thorme du prolongement drivable

posant f (0) = 0. De plus, pour x 6= 0 :

f est donc drivable en 0 et f 0 (0) = 0.

ak (x x0 )k , alors pour tout entier m n, f

Thorme de drivation terme terme

Soit n N , et f une fonction de classe C n au voisinage de x0 . Si

ak (xx0 )k est la partie rgu-

est la partie rgulire du DLn1 (x0 ) de la drive f.

Montrer que la fonction x 7 x + x3 sin

Lintgration terme terme est toujours valable

Dveloppements limits usuels

b) En dduire les DLn (0) des fonctions x 7

c) Ainsi que le DLn (0) de la fonction arctan.

Intgration sur un segment

f (x) dx = 0 alors f est nulle sur [a, b].

Si f est impaire sur I = [c, c] alors

f (x) dx = lim Sn , avec :

Comment peut-on interprter ce rsultat graphiquement ?

f (t) dt est lunique primitive de la fonction f sannulant en a.

sur J par F (x) =

Techniques de recherche de primitive et de calcul dintgrales

On dit quon a effetu le changement de variable t 7 x = (t).

Avec les mmes notations :

f (x) dx = F ((b)) F ((a))

La fonction tant drivable sur

G0 (x) dx = G(b) G(a) = F ((b)) F ((a)) =

Intgration sur un intervalle

et dt converge ssi > 0.

fonctions valeurs dans C

> 0, n0 N | n n0 = |un l| <