Professional Documents
Culture Documents
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 . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
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
.
.
.
.
.
.
c)
Reprsentation dcimale des rels . . . . . . . . . . . . . . . . . . . . . . .
Sries absolument convergentes . . . . . . . . . . . . . . . . . . . . . . . . . . . .
78
81
354
356
356
360
3)
362
363
378
378
381
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
122
122
135
135
136
142
142
152
160
160
166
. . .
. . .
. . .
base
. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
172
172
173
177
181
183
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
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
354
356
356
360
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
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
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
x
=0
x+ ex
lim
b)
1 x2
ii) tan(arccos x) =
.
x
i) tan(arcsin x) =
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 .
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
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
Equivalence - proprits
Avec les mmes notations :
Si g ne sannule pas au voisinage de a, sauf ventuellement en a, alors :
f g lim
a
f (x)
xa g(x)
=1
Si f h et g k, alors f g hk.
a
xa
xa
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.
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 ?
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
Dfinition
Que signifie la phrase f est de classe C 1 sur lintervalle I ?, de classe C n ? de classe C ?
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
1
x2
0
x0
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
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 ).
n
X
n
X
k=0
k1
kak (xx0 )
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
1
admet un DL2 (0) mais que sa drive nadmet pas
x2
a) Pourquoi a-t-on
1
= 1 + x + + xn + o(xn ) ?
1x 0
1
1
et x 7
.
1+x
1 + x2
5)
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
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
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
n
ba X
ba
Sn =
f a+k
n
n
k=1
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
(b)
f ((x)) 0 (x) dx =
Z
a
I,
la
fonction
F o
lest
aussi
(b)
f (x) dx
(a)
et
Chapitre I)
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
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
c)
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[.
remarques
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
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
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
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.
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)
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,
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
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
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)
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
t2 et dt
0
dt
(1 + t2 )2
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
exo : exemples
Etablir la convergence et calculer les intgrales suivantes :
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
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
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.
4)
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.
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
Cas
un
n+
= + :
un
n+
Cas
vn
n+
= :
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
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
1 an
1a
un+1 + = aun + a
aun + b + = aun + a
b
=
a1
b)
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
(
Puisque u0 = 5 et u1 = 6 :
=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
Puisque u0 = 5 et u1 = 1 :
= = 5 et = .
3
3 = 1
1
Finalement, n N, un = 5 cos n
+ sin n
3n .
2
3
2
c)
un+1
donc
(la
fonction
tant
croissante)
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
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.
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 =
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.
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+
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
b)
S=
+
X
uk = Sp + Rp .
k=0
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)
a)
un diverge alors
exo
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 =
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
un converge.
b) Si l > 1, alors
un diverge.
un+1
l alors :
un
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
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)
Z
f (k + 1)
f (t)dt f (k)
k
Z
On en dduit que si
converge.
Z
n+p
f (t)dt f (n) + f (n + 1) + + f (n + p 1)
f (t)dt = +, lingalit
Si, linverse,
X 1
en fonction de R.
n
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
c)
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) :
+
X
cn
10n
n=0
On crit x = c0 , c1 c2 , la srie iii est appele dveloppement dcimal propre du rel positif 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.
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 =
3)
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
X (1)n
X (1)n
n
converge.
n
On pourra montrer que les sommes partielles (S2n ) et (S2n+1 ) sont adjacentes.
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.
corollaire
Le rsultat prcdent est encore valable dans le cas o un = o(vn ).
i=0
n
X
vn
!
=
(u0 + u1 + un ) (v0 + v1 + vn )
i=0
un et
k=0
n=0
k=0
n=0
n=0
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 :
+
+
+
+
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
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).
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 .
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
b)
avec (a, b, c, d) K4
remarques
d
. Rsoudre
c
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 ).
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)
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)
Si s2 est solution de ay 00 + by 0 + cy = f2 (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)
remarques
Le but est de chercher les fonctions dfinies sur lintervalle I solutions de (E).
Il nexiste pas de mthode gnrale pour rsoudre (E).
problme de Cauchy
00
0
0
y (t0 ) = y1
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
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.
Exemple
Rsoudre sur R+ (trouver lensemble des solutions) lquation diffrentielle t2 y 00 2y = 3t2 .
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
exo : un exemple
+
X
n=0
an tn .
(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=2
(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
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
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
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)
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
0
x
2
=
y
1
1
x
3
+
.
1
y
4
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)
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 .
1
2
2
1
1
Rechercher les solutions relles du systme diffrentiel Y 0 = AY avec A = 1
1
1 0
2 1.
0 1
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,
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
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)
z2 (t)
z1 (t)V1 + z2 (t)V2 + z3 (t)V3 =
z2 (t) + z3 (t)
Chapitre IV)
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.
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
n
X
i=1
i=1
i=1
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.
puis
avec
vi
Ei ,
montrer
que
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)
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
n
X
i xi = 0E
i [[1, n]], i = 0.
i=1
b)
Thorme (admis)
Soit E un espace vectoriel vrifiant E = V ect(x1 , , xn ), alors toute famille libre a au plus n
lments.
Les scalaires (i )iI sappellent les coordonnes de x dans la base (ei )iI .
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
k=0
k=0
n
X
(ak + + an ) X k = 0E
k=0
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].
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 .
(
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
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 )
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
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
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
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 ) ?
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
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.
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.
, daxe
4
2
1
M =
2
0
2
1
2
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
0
A2
..
.
..
.
0
0
..
.
Ap
p
Y
i=1
det(Ai ).
b)
n
X
aii
i=1
proprits lmentaires
Soit n N
(
Mn (K) K
Lapplication tr :
A tr(A)
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 .
2
2
1
B = 1
2
2
0
0
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 .
Chapitre V)
Dterminants
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).
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
1
.
det(A)
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 ).
n
X
j=1
n
X
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.
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
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 :
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
5)
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
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)
1)
a)
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.
Exemple
Soit f L R3 , dont la matrice relativement
2
A = 10
4
1 2
5 7
2 2
Montrer que 0 et 1 sont valeurs propres et dterminer les sous espaces propres associs.
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
b)
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)
2
2 X
remarques
PA (0) = det(A)
Une matrice a mme polynme caractristique que sa transpose.
Deux matrices semblables ont mme polynme caractristique.
2)
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.
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
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
diagonalisation : exemple 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
diagonalisation : exemple 3
3
La matrice A = 1
1
2 2
0 1 est-elle diagonalisable ?
1 0
0
1
3)
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.
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
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
trigonalisation : exemple 3
3
Montrer que la matrice A = 1
1
la trigonalisation
2 2
0 1 est trigonalisable mais pas diagonalisable. Effectuer
1 0
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
trigonalisation : exemple 4
1
Montrer que la matrice A = 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
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
cos
sin
4
n4
An = P Dn P 1 = ( 2)n n
sin
cos
4
4
b)
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
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
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)
x = x + 2y + z
0
y =y+z
0
z = y + 3z
(1)
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
n!
(n p)!
Exo : Dans une course opposant 8 athltes, quel est le nombre de podiums possibles ?
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.
=
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 ?
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) :
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
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
=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.
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)
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.
b)
na
N N
= P (A)
Espace probabilis
Un espace probabilis fini est un couple (, P ) o est un univers fini et P une probabilit sur
.
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 :
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) .
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
P (A B)
, pour cela nous avons besoin de connatre P (A B).
P (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
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
.
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) =
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
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 ?
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) =
n
X
P (B Ai )
i=1
n
X
i=1
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.
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.
Proprits lmentaires
Toute partie dun ensemble dnombrable est finie ou dnombrable.
La runion de deux ensembles dnombrables est dnombrable.
c0
= (a0 , b0 )
c1
= (a1 , b0 ) , c2 = (a0 , b1 )
c3
c6
..
.
c n(n + 1)
2
..
.
corollaire
Q est dnombrable.
4)
Exo : exemples
Trouver des cas dexpriences alatoires, en expliciter lensemble fondamental ainsi que des
exemples dvnements.
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)
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)).
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
nN
+
X
P (An An1 )
n=1
p = P (AN ) +
P (An An1 )
n=N +1
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
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,
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 )
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 ?
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
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 ) =
6)
+
[
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.
+
\
n=0
An appartient T .
= donc T .
Par complmentarit, pour tout n, An T . Donc
An T .
nN
An T .
nN
An =
nN
An .
nN
An signifie que n N, a
/ An , cest dire que n N, a An .
nN
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)
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
continuit
On dit que f : I R2 est continue en t0 I si lim f (t) = f (t0 ).
tt0
remarque
Ainsi f est continue en t0 ssi chacune de ses fonctions coordonnes lest.
b)
Drivation
drivabilit
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 .
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
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)
(t t0 )n (n)
(t t0 )2 (2)
f (t0 ) + +
f (t0 ) + o ((t t0 )n )
2!
n!
remarque
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
, 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)
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))
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)
M (t0 )M (t0 + h)
admet une limite non nulle lorsque h 0
kM (t0 )M (t0 + h)k
exo :
1
2
, passant par le point
3
M (t0 )M (t)
f 0 (t0 )
=
6= 0
tt0 M (t0 )M (t)
kf (t0 )k
lim
0
0
(
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.
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
sin(t)
0
6=
cos(t)
0
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.
(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 ).
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
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
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.
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
axm + bym + c
a2 + b2
a = lim
y(t)
x(t)
tt0
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
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
t1
y(t)
=1
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
u0
u0
2u2 + o(u2 )
3)
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
1
3
+
x(t)
2
3
y(t)
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
1!
6 .
1
Au final :
4)
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.
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
(
x(t) = t + sin(t) cos(t)
y(t) = sin2 (t)
(
x(t) = et (cos t sin t)
y(t) = et (cos t + sin t)
5)
Soit une courbe rgulire paramtre par la fonction f : t 7 M (t) de classe C 1 sur un
intervalle I.
lim
kM (ti1 )M (ti )k =
i=1
kf 0 (t)k dt
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
'
], 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
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).
exo : exemple
], f avec f (t) = (cos3 t, sin3 t).
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
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)).
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)
f 0 (t) = v T (t)
2
b)
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)
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)
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
+ 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.
an z n converge absolument.
an z n diverge grossirement.
exo :
Calculer les rayons de cv des sries suivantes :
X zn
n!
zn
X zn
n
an z n et
exo :
Dterminer les rayons de cv des sries suivantes :
X n
ln
zn
n+1
sin(n)z n
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.
|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!
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 =
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 .
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
n
X X
!
ak bnk
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
=
z
=
11 z =
(n + 1)z n
(1 z)2
n=0
n=0
n=0
n=0
k=0
2)
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
n=0
La fonction f : x 7
+
X
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
1
1x
xn =
n0
x ] 1, 1[,
nxn1 =
n1
1
(1 x)2
do en multipliant par x :
x ] 1, 1[,
X
n1
nxn =
x
(1 x)2
n=0
n=0
exo :
Calculer
X xn
pour x ] 1, 1[.
n
n1
!
xn dx
X
n0
1
. Donc par intgration terme terme :
1x
X xn
x ] 1, 1[, ln(1 x) =
n
xn =
n1
3)
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
+
X
an xn
n=0
+
X
n=0
an xn =
+
X
n=0
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) =
nN
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.
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)
+
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
+
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
n0
n0
+ 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]
xn+1
=0
(n + 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!
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
n=0
(1 + x)f (x)
=
=
X
n=0
n=0
n
an
n+1
( 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 : |
+ 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
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).
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 .
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
b)
avec (a, b, c, d) K4
remarques
d
. Rsoudre
c
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 ).
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)
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)
Si s2 est solution de ay 00 + by 0 + cy = f2 (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)
remarques
Le but est de chercher les fonctions dfinies sur lintervalle I solutions de (E).
Il nexiste pas de mthode gnrale pour rsoudre (E).
problme de Cauchy
00
0
0
y (t0 ) = y1
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
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.
Exemple
Rsoudre sur R+ (trouver lensemble des solutions) lquation diffrentielle t2 y 00 2y = 3t2 .
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
exo : un exemple
+
X
n=0
an tn .
(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=2
(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
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
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
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)
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
0
x
2
=
y
1
1
x
3
+
.
1
y
4
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)
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 .
1
2
2
1
1
Rechercher les solutions relles du systme diffrentiel Y 0 = AY avec A = 1
1
1 0
2 1.
0 1
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,
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
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)
z2 (t)
z1 (t)V1 + z2 (t)V2 + z3 (t)V3 =
z2 (t) + z3 (t)
Chapitre XI)
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 .
F ferm F c ouvert
Un ensemble F Rm est ferm ssi son complmentaire 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
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
1
est continue en tout point de A o f ne sannule pas.
f
X
0p+qn
ou
X
0p+q+ln
ap,q xp y q si m = 2
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.
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
xy
x2 + y 2
et que :
2
2x (x0) 2
x2
1
g(x, x) =
.
2x2 (x0) 2
g(x, x) =
(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)
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
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.
x0
f (x, 0) f (0, 0)
f (0, y) f (0, 0)
= 0 et lim
=0
x0
x0
y0
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
=
(h,k)(0,0)
f (x0 , y0 ) + h
f
f
(x0 , y0 ) + k (x0 , y0 ) + o(k(h, k)k)
x
y
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)
f
f
gradf (x0 , y0 ) =
(x0 , y0 ),
(x0 , y0 )
x
y
remarque
f (a + dM ) =
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.
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
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.
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)
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
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)
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
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)
H(x, y) =
h(t, y) dt
x0
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
f
=0
f0
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
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)
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.
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
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)
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.
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
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
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
g
= (v)eln( u) = (v) u
v
y
g(u, v) = 1 (u) + 2 (v) u f (x, y) = 1 (xy) + 2 ( ) xy
x
Chapitre XII)
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)
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
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
exemple 2 :
+
Z
1 ext
dt.
t2
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
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+
Conclusion La fonction g : x 7
0
1 ext
dt est dfinie pour x 0.
t2
1)
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
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.
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
1 ext
est continue sur J.
t2
1 ext
est continue sur I.
t2
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+ .
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
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
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
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
f
(x, t) dt est dfinie et continue sur tout sgment
x
exo :
Z
On considre la fonction f : x 7
0
1 x
t 1
dt.
ln(t)
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
exu 1
ex ln(t) 1
= xe0 = x, donc lim
=x:
t1
xu
ln(t)
(1 exv )
f1 (x) =
ln(2)
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
Z
0
tx dt =
1
x+1
Chapitre XIII)
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)
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)
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).
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.
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)
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.
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.
+
X
n=0
f (xn )P (X = xn )
XX
xn ym P (X = xn , Y = ym ) =
xn ym P (X = xn )P (Y = ym )
nN mN
nN mN
XX
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
P (X = 1, Y = 1) =
X :
X() si |X()| 1
0 sinon.
et X + :
|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
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)
V (X1 + + Xn )
n
X
V (Xi ) +
i=1
n
X
i6=j
V (Xi ) + 2
i=1
i<j
corrolaire
Si les v.a.d relles {X1 , , Xn } sont indpendantes deux deux alors :
V (X1 + + Xn ) = V (X1 ) + + V (Xn )
cov(X, Y )
On a :
(X)(Y )
1 (X, Y ) 1
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]] .
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 ) =
b)
Loi de Bernoulli
quest-ce quune loi de Bernoulli ?
P (X = 0) = q = 1 p
On note X , B(p) ou X , B(1, p).
1
).
2
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).
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
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 =
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
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)
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 + 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!
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)!
(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
0:
n
T
1
n
nk
= e(nk) ln(1
T
n
Par consquent :
P (X = k)
(T )k T
e
k!
eT
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)
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
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
V (X)
2
P (|Y | )
=
=
E(Y 2 )
2
2
E [X E(X)]
2
V (X)
2
n
X
Xk et m = E(X1 ) :
k=1
Sn
lim P
m = 0
n+
n
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
+
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.
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
+ 2n
X
t
2n
n=0
donc
GX (t) =
+
+ 2n+1
X
X
t
=
un (t)
2n+1
n=0
n=0
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,
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
exo
Retrouver les fonctions gnratrices des lois usuelles indiques sur le tableau.
Bernoulli :
G(t) =
n
X
n
k=0
nk k
p (1 p)
t =
n
X
n
k=0
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)
E E 7 R
(x, y) 7 (x, y)
notation
Lorsque est un produit scalaire sur E on note (x, y) =< x, y >=< x|y >= x y
n
n
7 R
R R
n
X
Lapplication
ui vi
(u, v) 7
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
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 >.
exo : un exemple
f (x)g(x)dx.
a
i) d(u, v) = 0 u = v.
ii) d(u, v) = d(v, u).
iii) d(u, w) d(u, v) + d(v, w).
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.
N (u + v) =
p
< u + v|u + v > =
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 ?
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 |)
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)
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.
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)
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
n
X
k=1
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)
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
n
X
k=1
(x, uk )2 kxk2
b)
question
Pourquoi peut-on affirmer que le rel d(x, F ) est bien dfini ?
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)
e1
u1 = ||e ||
i1
X
vi
(ei , uj )uj
i > 1, ui = ||v || avec vi = ei
i
j=1
k1
X
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).
vk
.
||vk ||
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
P2
=
=
(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
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
=
=
1
Soit en normalisant, u3 = (1, 1, 3, 1).
2 3
Chapitre XV)
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) >
Montrons i) = ii)
Pour tout x E :
||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)||
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.
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.
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
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.
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.
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)
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
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 :
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
iii) S2 oS1 = R2 1 .
ii) R1 = R = t R
iv) S1 = S = t S
4)
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()
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)
S Sn (R) et Sx = x = R
Si est une valeur propre dune matrice symtrique relle alors R.
Remarque
Cela entrane que le polynme caractristique dune matrice symtrique relle est scind.
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
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.
a
= det
b
b
c
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
0 (E1 )
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
1 x02 + 21 x0 + y 0
= f
1 (x0 + )2 + y 0
= f
1 0
0
(x + )2 +
y
f
f
sif 6=0
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)
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
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
Comme pour les fonctions une variable, la formule de TY lordre 2 peut tre utilise pour
la recherche dextrmums.
0
de Rm si a A et si gradf (a) =
.
0
Supposons que a soit un minimum local pour f. Daprs la formule de TY lordre 1, on peut
crire :
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.
(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.
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].
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 )
= x2 (2 x)2 x2 + (2 x)2