Documente Academic
Documente Profesional
Documente Cultură
Premire anne
Exo7
Exo7
Sommaire
Logique et raisonnements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Logique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Raisonnements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Ensembles et applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Ensembles finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Relation dquivalence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Nombres complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Argument et trigonomtrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
Arithmtique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Thorme de Bzout . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
Nombres premiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Congruences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
Polynmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
Dfinitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
Fractions rationnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
Groupe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
Sous-groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
Morphismes de groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
Le groupe Z/nZ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
Proprits de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
SOMMAIRE
Dfinitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
10
11
Drive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
12
La dichotomie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
13
Intgrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
14
15
SOMMAIRE
16
17
Vecteurs de Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
18
Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
Dfinition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
19
20
Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402
21
22
Dterminants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447
SOMMAIRE
exo7.emath.fr
Licence Creative Commons BY-NC-SA 3.0 FR
Dimension finie
Groupes
Nombres
complexes
Polynmes
Espaces
vectoriels
Applications
linaires
Dterminants
Arithmtique
Systmes
linaires
Matrices
Ensembles &
Applications
Logique &
Raisonnements
Gomtrie affine
et euclidienne
Droites et plans
Fonctions
continues
Nombres rels
Trigonomtrie
Fonctions
usuelles
Courbes paramtrs
Dveloppements
limits
Suites II
Suites I
Drives
quations
diffrentielles
Intgrales I
Zros de
fonctions
Intgrales II
SOMMAIRE
Exo7
Logique et raisonnements
1 Logique
2 Raisonnements
Quelques motivations
Il est important davoir un langage rigoureux. La langue franaise est souvent ambige.
Prenons lexemple de la conjonction ou ; au restaurant fromage ou dessert signifie lun
ou lautre mais pas les deux. Par contre si dans un jeu de carte on cherche les as ou les
curs alors il ne faut pas exclure las de cur. Autre exemple : que rpondre la question
As-tu 10 euros en poche ? si lon dispose de 15 euros ?
Il y a des notions difficiles expliquer avec des mots : par exemple la continuit dune fonction
est souvent explique par on trace le graphe sans lever le crayon . Il est clair que cest une
dfinition peu satisfaisante. Voici la dfinition mathmatique de la continuit dune fonction
f : I R en un point x0 I :
> 0
> 0
x I
Cest le but de ce chapitre de rendre cette ligne plus claire ! Cest la logique.
Enfin les mathmatiques tentent de distinguer le vrai du faux. Par exemple Est-ce quune
augmentation de 20%, puis de 30% est plus intressante quune augmentation de 50% ? . Vous
pouvez penser oui ou non , mais pour en tre sr il faut suivre une dmarche logique
qui mne la conclusion. Cette dmarche doit tre convaincante pour vous mais aussi pour
les autres. On parle de raisonnement.
Les mathmatiques sont un langage pour sexprimer rigoureusement, adapt aux phnomnes
complexes, qui rend les calculs exacts et vrifiables. Le raisonnement est le moyen de valider
ou dinfirmer une hypothse et de lexpliquer autrui.
1. Logique
1.1. Assertions
Une assertion est une phrase soit vraie, soit fausse, pas les deux en mme temps.
Exemples :
Il pleut.
Je suis plus grand que toi.
2+2 = 4
10
Logique et raisonnements
23 = 7
Pour tout x R, on a x2 0.
Pour tout z C, on a | z| = 1.
Si P est une assertion et Q est une autre assertion, nous allons dfinir de nouvelles assertions
construites partir de P et de Q.
Loprateur logique et
Lassertion P et Q est vraie si P est vraie et Q est vraie. Lassertion P et Q est fausse sinon.
On rsume ceci en une table de vrit :
P \Q
Loprateur logique ou
Lassertion P ou Q est vraie si lune des deux assertions P ou Q est vraie. Lassertion P ou Q
est fausse si les deux assertions P et Q sont fausses.
On reprend ceci dans la table de vrit :
P \Q
La ngation non
Lassertion non P est vraie si P est fausse, et fausse si P est vraie.
P
non P
Logique et raisonnements
11
Limplication =
La dfinition mathmatique est la suivante :
Lassertion (non P) ou Q est note P = Q .
Sa table de vrit est donc la suivante :
P \Q
p
0 x 25 = x 5 est vraie (prendre la racine carre).
x ] , 4[ = x2 + 3x 4 > 0 est vraie (tudier le binme).
sin( ) = 0 = = 0 est fausse (regarder pour = 2 par exemple).
p
2 + 2 = 5 = 2 = 2 est vraie ! Eh oui, si P est fausse alors lassertion P = Q est
toujours vraie.
Lquivalence
Lquivalence est dfinie par :
P Q est lassertion (P = Q) et (Q = P) .
On dira P est quivalent Q ou P quivaut Q ou P si et seulement si Q . Cette assertion
est vraie lorsque P et Q sont vraies ou lorsque P et Q sont fausses. La table de vrit est :
P \Q
12
Logique et raisonnements
Proposition 1
Soient P,Q, R trois assertions. Nous avons les quivalences (vraies) suivantes :
1. P non(non(P))
2. (P et Q) (Q et P)
3. (P ou Q) (Q ou P)
4. non(P et Q) (non P) ou (non Q)
5. non(P ou Q) (non P) et (non Q)
6. P et (Q ou R) (P et Q) ou (P et R)
7. P ou (Q et R) (P ou Q) et (P ou R)
8. P = Q non(Q) = non(P)
Dmonstration
Voici des exemples de dmonstrations :
4. Il suffit de comparer les deux assertions non(P et Q ) et (non P ) ou (non Q ) pour toutes les
valeurs possibles de P et Q . Par exemple si P est vrai et Q est vrai alors P et Q est vrai donc
non(P et Q ) est faux ; dautre part (non P ) est faux, (non Q ) est faux donc (non P ) ou (non Q )
est faux. Ainsi dans ce premier cas les assertions sont toutes les deux fausses. On dresse ainsi
les deux tables de vrits et comme elles sont gales les deux assertions sont quivalentes.
P \Q
Q\R
Q\R
1.2. Quantificateurs
Le quantificateur : pour tout
Une assertion P peut dpendre dun paramtre x, par exemple x2 1 , lassertion P(x) est vraie
ou fausse selon la valeur de x.
Lassertion
x E
P(x)
Logique et raisonnements
13
est une assertion vraie lorsque les assertions P(x) sont vraies pour tous les lments x de lensemble E.
On lit Pour tout x appartenant E, P(x) , sous-entendu Pour tout x appartenant E, P(x) est
vraie .
Par exemple :
x [1, +[ (x2 1) est une assertion vraie.
x R (x2 1) est une assertion fausse.
n N n(n + 1) est divisible par 2 est vraie.
Le quantificateur : il existe
Lassertion
x E
P(x)
est une assertion vraie lorsque lon peut trouver au moins un x de E pour lequel P(x) est vraie. On
lit il existe x appartenant E tel que P(x) (soit vraie) .
Par exemple :
x R (x(x 1) < 0) est vraie (par exemple x = 12 vrifie bien la proprit).
n N n2 n > n est vraie (il y a plein de choix, par exemple n = 3 convient, mais aussi
n = 10 ou mme n = 100, un seul suffit pour dire que lassertion est vraie).
x R (x2 = 1) est fausse (aucun rel au carr ne donnera un nombre ngatif).
P(x) est x E
non P(x) .
Par exemple la ngation de x [1, +[ (x2 1) est lassertion x [1, +[ (x2 < 1) . En
effet la ngation de x2 1 est non(x2 1) mais scrit plus simplement x2 < 1.
La ngation de x E
P(x) est x E
non P(x) .
y > 0
(x + y > 10)
x R
y > 0
(x + y 10).
sa ngation est
Remarques
Lordre des quantificateurs est trs important. Par exemple les deux phrases logiques
x R
y R
(x + y > 0)
et
y R
x R
(x + y > 0).
sont diffrentes. La premire est vraie, la seconde est fausse. En effet une phrase logique se lit de
gauche droite, ainsi la premire phrase affirme Pour tout rel x, il existe un rel y (qui peut donc
dpendre de x) tel que x + y > 0. (par exemple on peut prendre y = x + 1). Cest donc une phrase
14
Logique et raisonnements
vraie. Par contre la deuxime se lit : Il existe un rel y, tel que pour tout rel x, x + y > 0. Cette
phrase est fausse, cela ne peut pas tre le mme y qui convient pour tous les x !
On retrouve la mme diffrence dans les phrases en franais suivantes. Voici une phrase vraie
Pour toute personne, il existe un numro de tlphone , bien sr le numro dpend de la personne.
Par contre cette phrase est fausse : Il existe un numro, pour toutes les personnes . Ce serait le
mme numro pour tout le monde !
Terminons avec dautres remarques.
Quand on crit x R ( f (x) = 0) cela signifie juste quil existe un rel pour lequel f
sannule. Rien ne dit que ce x est unique. Dans un premier temps vous pouvez lire la phrase
ainsi : il existe au moins un rel x tel que f (x) = 0 . Afin de prciser que f sannule en une
unique valeur, on rajoute un point dexclamation :
! x R
( f (x) = 0).
Pour la ngation dune phrase logique, il nest pas ncessaire de savoir si la phrase est
fausse ou vraie. Le procd est algorithmique : on change le pour tout en il existe et
inversement, puis on prend la ngation de lassertion P.
Pour la ngation dune proposition, il faut tre prcis : la ngation de lingalit stricte <
est lingalit large , et inversement.
Les quantificateurs ne sont pas des abrviations. Soit vous crivez une phrase en franais :
Pour tout rel x, si f (x) = 1 alors x 0. , soit vous crivez la phrase logique :
x R
( f (x) = 1 = x 0).
Mais surtout ncrivez pas x rel, si f (x) = 1 = x positif ou nul . Enfin, pour passer
dune ligne lautre dun raisonnement, prfrez plutt donc = .
Il est dfendu dcrire 6 , 6= . Ces symboles nexistent pas !
Mini-exercices
1. crire la table de vrit du ou exclusif . (Cest le ou dans la phrase fromage ou
dessert , lun ou lautre mais pas les deux.)
2. crire la table de vrit de non (P et Q) . Que remarquez vous ?
3. crire la ngation de P = Q .
4. Dmontrer les assertions restantes de la proposition 1.
5. crire la ngation de P et (Q ou R) .
6. crire laide des quantificateurs la phrase suivante : Pour tout nombre rel, son carr
est positif . Puis crire la ngation.
7. Mmes questions avec les phrases : Pour chaque rel, je peux trouver un entier relatif
tel que leur produit soit strictement plus grand que 1 . Puis Pour tout entier n, il existe
un unique rel x tel que exp(x) gale n .
2. Raisonnements
Voici des mthodes classiques de raisonnements.
Logique et raisonnements
15
Prenons a Q, b Q. Rappelons que les rationnels Q sont lensemble des rels scrivant q avec
p Z et q N .
p
p0
Alors a = q pour un certain p Z et un certain q N . De mme b = q0 avec p0 Z et q0 N .
Maintenant
p p0 pq0 + q p0
.
a+b = + 0 =
q q
qq0
Or le numrateur pq0 + q p0 est bien un lment de Z ; le dnominateur qq0 est lui un lment de
p00
N . Donc a + b scrit bien de la forme a + b = q00 avec p00 Z, q00 N . Ainsi a + b Q.
x2 x + 1 | x 1| = x2 x + 1 ( x 1)
= x2 2 x + 2
= ( x 1)2 + 1 0.
2.3. Contrapose
Le raisonnement par contraposition est bas sur lquivalence suivante (voir la proposition 1) :
Lassertion P = Q est quivalente non(Q) = non(P) .
Donc si lon souhaite montrer lassertion P = Q , on montre en fait que si non(Q) est vraie
alors non(P) est vraie.
16
Logique et raisonnements
Exemple 3
Soit n N. Montrer que si n2 est pair alors n est pair.
Dmonstration
Nous supposons que n nest pas pair. Nous voulons montrer qualors n2 nest pas pair. Comme
n nest pas pair, il est impair et donc il existe k N tel que n = 2 k + 1. Alors n2 = (2 k + 1)2 =
4 k2 + 4 k + 1 = 2` + 1 avec ` = 2 k2 + 2 k N. Et donc n2 est impair.
Conclusion : nous avons montr que si n est impair alors n2 est impair. Par contraposition ceci
est quivalent : si n2 est pair alors n est pair.
2.4. Absurde
Le raisonnement par labsurde pour montrer P = Q repose sur le principe suivant : on
suppose la fois que P est vraie et que Q est fausse et on cherche une contradiction. Ainsi si P est
vraie alors Q doit tre vraie et donc P = Q est vraie.
Exemple 4
Soient a, b 0. Montrer que si
a
1+ b
b
1+a
alors a = b.
Dmonstration
Nous raisonnons par labsurde en supposant que 1+a b = 1+b a et a 6= b. Comme 1+a b = 1+b a alors
a(1 + a) = b(1 + b) donc a + a2 = b + b2 do a2 b2 = b a. Cela conduit (a b)(a + b) = (a b).
Comme a 6= b alors a b 6= 0 et donc en divisant par a b on obtient a + b = 1. La somme de deux
nombres positifs ne peut tre ngative. Nous obtenons une contradiction.
Conclusion : si 1+a b = 1+b a alors a = b.
Dans la pratique, on peut choisir indiffremment entre un raisonnement par contraposition ou par
labsurde. Attention cependant de bien crire quel type de raisonnement vous choisissez et surtout
de ne pas changer en cours de rdaction !
2.5. Contre-exemple
Si lon veut montrer quune assertion du type x E P(x) est vraie alors pour chaque x de E
il faut montrer que P(x) est vraie. Par contre pour montrer que cette assertion est fausse alors
il suffit de trouver x E tel que P(x) soit fausse. (Rappelez-vous la ngation de x E P(x)
est x E non P(x) ). Trouver un tel x cest trouver un contre-exemple lassertion x
E P(x) .
Exemple 5
Montrer que lassertion suivante est fausse Tout entier positif est somme de trois carrs .
(Les carrs sont les 02 , 12 , 22 , 32 ,... Par exemple 6 = 22 + 12 + 12 .)
Dmonstration
Un contre-exemple est 7 : les carrs infrieurs 7 sont 0, 1, 4 mais avec trois de ces nombres on
ne peut faire 7.
2.6. Rcurrence
Le principe de rcurrence permet de montrer quune assertion P(n), dpendant de n, est
vraie pour tout n N. La dmonstration par rcurrence se droule en trois tapes : lors de
Logique et raisonnements
17
linitialisation on prouve P(0). Pour ltape dhrdit, on suppose n 0 donn avec P(n) vraie,
et on dmontre alors que lassertion P(n + 1) au rang suivant est vraie. Enfin dans la conclusion,
on rappelle que par le principe de rcurrence P(n) est vraie pour tout n N.
Exemple 6
Montrer que pour tout n N, 2n > n.
Dmonstration
Pour n 0, notons P ( n) lassertion suivante :
2n > n.
Nous allons dmontrer par rcurrence que P ( n) est vraie pour tout n 0.
Initialisation. Pour n = 0 nous avons 20 = 1 > 0. Donc P (0) est vraie.
Hrdit. Fixons n 0. Supposons que P ( n) soit vraie. Nous allons montrer que P ( n + 1) est
vraie.
2n+1 = 2n + 2n
> n + 2n
> n+1
Remarques :
La rdaction dune rcurrence est assez rigide. Respectez scrupuleusement la rdaction
propose : donnez un nom lassertion que vous souhaitez montrer (ici P(n)), respectez les
trois tapes (mme si souvent ltape dinitialisation est trs facile). En particulier mditez
et conservez la premire ligne de lhrdit Fixons n 0. Supposons que P(n) soit vraie.
Nous allons montrer que P(n + 1) est vraie.
Si on doit dmontrer quune proprit est vraie pour tout n n 0 , alors on commence linitialisation au rang n 0 .
Le principe de rcurrence est bas sur la construction de N. En effet un des axiomes pour
dfinir N est le suivant : Soit A une partie de N qui contient 0 et telle que si n A alors
n + 1 A. Alors A = N .
Mini-exercices
1. (Raisonnement direct) Soient a, b R+ . Montrer que si a b alors a
p
ab b.
a+ b
2
b et a
2. (Cas par cas) Montrer que pour tout n N, n(n + 1) est divisible par 2 (distinguer les n
pairs des n impairs).
p
3. (Contrapose ou absurde) Soient a, b Z. Montrer que si b 6= 0 alors a + b 2 Q. (On
p
utilisera que 2 Q.)
p
4. (Absurde) Soit n N . Montrer que n2 + 1 nest pas un entier.
5. (Contre-exemple) Est-ce que pour tout x R on a x < 2 = x2 < 4 ?
18
Logique et raisonnements
6. (Rcurrence) Montrer que pour tout n 1, 1 + 2 + + n =
n( n+1)
2 .
7. (Rcurrence) Fixons un rel x 0. Montrer que pour tout entier n 1, (1 + x)n 1 + nx.
Auteurs
Arnaud Bodin
Benjamin Boutin
Pascal Romon
Exo7
2
1
2
3
4
5
Ensembles et applications
Ensembles
Applications
Injection, surjection, bijection
Ensembles nis
Relation d'quivalence
Motivations
Au dbut du X X e sicle le professeur Frege peaufinait la rdaction du second tome dun ouvrage
qui souhaitait refonder les mathmatiques sur des bases logiques. Il reut une lettre dun tout
jeune mathmaticien : Jai bien lu votre premier livre. Malheureusement vous supposez quil
existe un ensemble qui contient tous les ensembles. Un tel ensemble ne peut exister. Sensuit une
dmonstration de deux lignes. Tout le travail de Frege scroulait et il ne sen remettra jamais. Le
jeune Russell deviendra lun des plus grands logiciens et philosophes de sont temps. Il obtient le
prix Nobel de littrature en 1950.
Voici le paradoxe de Russell pour montrer que lensemble de tous les ensembles ne peut exister. Cest trs bref, mais difficile apprhender. Par labsurde, supposons quun tel ensemble E
contenant tous les ensembles existe. Considrons
n
o
F = EE |EE .
20
Ensembles et applications
Aucun des cas nest possible. On en dduit quil ne peut exister un tel ensemble E contenant tous
les ensembles.
Ce paradoxe a t popularis par lnigme suivante : Dans une ville, le barbier rase tous ceux
qui ne se rasent pas eux-mmes. Qui rase le barbier ? La seule rponse valable est quune telle
situation ne peut exister.
Ne vous inquitez pas, Russell et dautres ont fond la logique et les ensembles sur des bases solides.
Cependant il nest pas possible dans ce cours de tout redfinir. Heureusement, vous connaissez
dj quelques ensembles :
lensemble des entiers naturels N = {0, 1, 2, 3, . . .}.
lensemble des entiers relatifs Z = {. . . , 2, 1, 0, 1, 2, . . .}.
p
1. Ensembles
1.1. Dfinir des ensembles
On va dfinir informellement ce quest un ensemble : un ensemble est une collection dlments.
Exemples :
{0, 1}, {rouge, noir}, {0, 1, 2, 3, . . .} = N.
Un ensemble particulier est lensemble vide, not qui est lensemble ne contenant aucun
lment.
On note
xE
si x est un lment de E, et x E dans le cas contraire.
Voici une autre faon de dfinir des ensembles : une collection dlments qui vrifient une
proprit.
Exemples :
x R | | x 2| < 1 ,
z C | z5 = 1 ,
x R | 0 x 1 = [0, 1].
P ({1, 2, 3}) = , {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3} .
Complmentaire. Si A E,
Ensembles et applications
21
E A = x E | x A
On le note aussi E \ A et juste A sil ny a pas dambigut (et parfois aussi A c ou A).
E A
Union. Pour A, B E,
A B = x E | x A ou x B
AB
Intersection.
A B = x E | x A et x B
AB
AB = B A
A (B C) = (A B) C
A = A, A A = A,
A (B C) = (A B) (A C)
A (B C) = (A B) (A C)
A = A et donc
(A B) = A B
(A B) = A B
A B B A.
22
Ensembles et applications
(A B) = A B
AB
(A B) = A B
AB
Les preuves sont pour lessentiel une reformulation des oprateurs logiques, en voici quelquesunes :
Preuve de A (B C) = (A B) (A C) : x A (B C) x A et x (B C) x
A et (x B ou x C) (x A et x B) ou (x A et x C) (x A B) ou (x A C)
x (A B) (A C).
A et x B non(x A) ou non(x B) x A ou x B x A B.
Remarquez que lon repasse aux lments pour les preuves.
x
0
1
1
0
Ensembles et applications
23
Mini-exercices
1. En utilisant les dfinitions, montrer : A 6= B si et seulement sil existe a A \ B ou
b B \ A.
2. numrer P ({1, 2, 3, 4}).
3. Montrer A (B C) = (A B) (A C) et (A B) = A B.
4. numrer {1, 2, 3} {1, 2, 3, 4}.
5. Reprsenter les sous-ensembles de R2 suivants : ]0, 1[[2, 3[ [1, 1], R\(]0, 1[[2, 3[
2. Applications
2.1. Dfinitions
Une application (ou une fonction) f : E F, cest la donne pour chaque lment x E
dun unique lment de F not f (x).
Nous reprsenterons les applications par deux types dillustrations : les ensembles patates,
lensemble de dpart (et celui darrive) est schmatis par un ovale ses lments par des
points. Lassociation x 7 f (x) est reprsente par une flche.
f
x
f (x)
Lautre reprsentation est celle des fonctions continues de R dans R (ou des sous-ensembles
de R). Lensemble de dpart R est reprsent par laxe des abscisses et celui darrive par
laxe des ordonnes. Lassociation x 7 f (x) est reprsente par le point (x, f (x)).
y
f (x)
x
x
f = x, f (x) E F | x E
y
f
x
24
Ensembles et applications
g f (x) = g f (x) .
E F G
g f
Exemple 8
1. Lidentit, idE : E E est simplement dfinie par x 7 x et sera trs utile dans la suite.
2. Dfinissons f , g ainsi
f : ]0, +[ ]0, +[
,
1
x
7
x
g : ]0, +[
x
7
R
x1
x+1
1
x
1
x
1
+1
1 x
= g(x).
1+ x
f (A) = f (x) | x A
f
F
f (A)
f (A)
x
A
Dfinition 2
Soit B F et f : E F, limage rciproque de B par f est lensemble
f 1 (B) = x E | f (x) B
f
F
B
x
f 1 (B)
f 1 (B)
Ensembles et applications
25
Remarque
Ces notions sont plus difficiles matriser quil ny parat !
f (A) est un sous-ensemble de F, f 1 (B) est un sous-ensemble de E.
La notation f 1 (B) est un tout, rien ne dit que f est un fonction bijective (voir plus
loin). Limage rciproque existe quelque soit la fonction.
Limage directe dun singleton f ({ x}) = f (x) est un singleton. Par contre limage rci
2.3. Antcdents
Fixons y F. Tout lment x E tel que f (x) = y est un antcdent de y.
En termes dimage rciproque lensemble des antcdents de y est f 1 ({ y}).
Sur les dessins suivants, llment y admet 3 antcdents par f . Ce sont x1 , x2 , x3 .
f
y
E
x1
x3
x2
y
x
x1
x2
x3
Mini-exercices
1. Pour deux applications f , g : E F, quelle est la ngation de f = g ?
2. Reprsenter le graphe de f : N R dfinie par n 7
4
n+1 .
f (x) = f (x0 ) = x = x0
26
Ensembles et applications
Dfinition 4
f est surjective si pour tout y F, il existe x E tel que y = f (x). Autrement dit :
y F
x E
y = f (x)
)
E
x
E
x
E
Remarque
Encore une fois ce sont des notions difficiles apprhender. Une autre faon de formuler
linjectivit et la surjectivit est dutiliser les antcdents.
f est injective si et seulement si tout lment y de F a au plus 1 antcdent (et ventuellement aucun).
f est surjective si et seulement si tout lment y de F a au moins 1 antcdent.
Remarque
Voici deux fonctions non injectives :
f
y
F
x
x0
y
x
x
x0
Ensembles et applications
27
y
F
)
y
E
F
x
E
Exemple 9
1. Soit f 1 : N Q dfinie par f 1 (x) = 1+1 x . Montrons que f 1 est injective : soit x, x0 N tels
que f 1 (x) = f 1 (x0 ). Alors 1+1 x = 1+1x0 , donc 1 + x = 1 + x0 et donc x = x0 . Ainsi f 1 est injective.
Par contre f 1 nest pas surjective. Il sagit de trouver un lment y qui na pas dantcdent par f 1 . Ici il est facile de voir que lon a toujours f 1 (x) 1 et donc par exemple y = 2
na pas dantcdent. Ainsi f 1 nest pas surjective.
2. Soit f 2 : Z N dfinie par f 2 (x) = x2 . Alors f 2 nest pas injective. En effet on peut trouver
deux lments x, x0 Z diffrents tels que f 2 (x) = f 2 (x0 ). Il suffit de prendre par exemple
x = 2, x0 = 2.
f 2 nest pas non plus surjective, en effet il existe des lments y N qui nont aucun
antcdent. Par exemple y = 3 : si y = 3 avait un antcdent x par f 2 , nous aurions
p
f 2 (x) = y, cest--dire x2 = 3, do x = 3. Mais alors x nest pas un entier de Z. Donc
y = 3 na pas dantcdent et f 2 nest pas surjective.
3.2. Bijection
Dfinition 5
f est bijective si elle injective et surjective. Cela quivaut : pour tout y F il existe un
unique x E tel que y = f (x). Autrement dit :
y F
!x E
y = f (x)
F
x
E
28
Ensembles et applications
Proposition 2
Soit E, F des ensembles et f : E F une application.
1. Lapplication f est bijective si et seulement si il existe une application g : F E telle
que f g = idF et g f = idE .
2. Si f est bijective alors lapplication g est unique et elle aussi est bijective. Lapplication
1
g sappelle la bijection rciproque de f et est note f 1 . De plus f 1
= f.
Remarque
f g = idF se reformule ainsi
y F
f g(y) = y.
x E
g f (x) = x.
est g :]0, +[ R dfinie par g(y) = ln(y). Nous avons bien exp ln(y) = y, pour tout
Dmonstration
Proposition 3
Soient f : E F et g : F G des applications bijectives. Lapplication g f est bijective et sa
bijection rciproque est
(g f )1 = f 1 g1
Ensembles et applications
29
Dmonstration
Daprs la proposition 2, il existe u : F E tel que u f = idE et f u = idF . Il existe aussi v : G F
tel que v g = idF et g v = idG . On a alors ( g f ) ( u v) = g ( f u) v = g idF u = g u = idE . Et
( u v) ( g f ) = u (v g) f = u idF f = u f = idE . Donc g f est bijective et son inverse est u v.
Comme u est la bijection rciproque de f et v celle de g alors : u v = f 1 g1 .
Mini-exercices
1. Les fonctions suivantes sont-elles injectives, surjectives, bijectives ?
f 1 : R [0, +[, x 7 x2 .
f 2 : [0, +[ [0, +[, x 7 x2 .
f 3 : N N, x 7 x2 .
f 4 : Z Z, x 7 x 7.
f 5 : R [0, +[, x 7 | x|.
2. Montrer que la fonction f : ]1, +[]0, +[ dfinie par f (x) =
sa bijection rciproque.
1
x1
4. Ensembles finis
4.1. Cardinal
Dfinition 6
Un ensemble E est fini sil existe un entier n N et une bijection de E vers {1, 2, . . . , n}. Cet
entier n est unique et sappelle le cardinal de E (ou le nombre dlments) et est not
Card E.
Quelques exemples :
1. E = {rouge, noir} est en bijection avec {1, 2} et donc est de cardinal 2.
2. N nest pas un ensemble fini.
3. Par dfinition le cardinal de lensemble vide est 0.
Enfin quelques proprits :
1. Si A est un ensemble fini et B A alors B est un ensemble fini et Card B Card A.
2. Si A, B sont des ensembles finis disjoints (cest--dire A B = ) alors Card(A B) = Card A +
Card B.
3. Si A est un ensemble fini et B A alors Card(A \ B) = Card A Card B.
4. Enfin pour A, B deux ensembles finis quelconques :
Card(A B) = Card A + Card B Card(A B)
Voici une situation o sapplique la dernire proprit :
A
B
30
Ensembles et applications
Dmonstration
Proposition 5
Soit E, F deux ensembles finis et f : E F une application. Si
Card E = Card F
alors les assertions suivantes sont quivalentes :
i. f est injective,
ii. f est surjective,
iii. f est bijective.
Dmonstration
Le schma de la preuve est le suivant : nous allons montrer successivement les implications :
( i ) = ( ii ) = ( iii ) = ( i )
ce qui prouvera bien toutes les quivalences.
( i ) = ( ii ). Supposons f injective. Alors Card f (E ) = Card E = Card F . Ainsi f (E ) est un sousensemble de F ayant le mme cardinal que F ; cela entrane f (E ) = F et donc f est surjective.
( ii ) = ( iii ). Supposons f surjective. Pour montrer que f est bijective, il reste montrer que f
est injective. Raisonnons par labsurde et supposons f non injective. Alors Card f (E ) < Card E
(car au moins 2 lments ont la mme image). Or f (E ) = F car f surjective, donc Card F < Card E .
Cest une contradiction, donc f doit tre injective et ainsi f est bijective.
( iii ) = ( i ). Cest clair : une fonction bijective est en particulier injective.
Ensembles et applications
31
Proposition 6
Si lon range dans k tiroirs, n > k paires de chaussettes alors il existe (au moins) un tiroir
contenant (au moins) deux paires de chaussettes.
Malgr sa formulation amusante, cest une proposition souvent utile. Exemple : dans un amphi de
400 tudiants, il y a au moins deux tudiants ns le mme jour !
Proposition 8
Le nombre dinjections de E dans F est :
p (p 1) (p (n 1)).
Dmonstration
Supposons E = {a 1 , a 2 , . . . , a n } ; pour limage de a 1 nous avons p choix. Une fois ce choix fait, pour
limage de a 2 il reste p 1 choix (car a 2 ne doit pas avoir la mme image que a 1 ). Pour limage de
a 3 il y a p 2 possibilits. Ainsi de suite : pour limage de a k il y p ( k 1) choix... Il y a au final
p ( p 1) ( p ( n 1)) applications injectives.
32
Ensembles et applications
Proposition 9
Le nombre de bijections dun ensemble E de cardinal n dans lui-mme est :
n!
Exemple 11
Parmi les 3125 applications de {1, 2, 3, 4, 5} dans lui-mme il y en a 5! = 120 qui sont bijectives.
Dmonstration
Nous allons le prouver par rcurrence sur n. Soit (P n ) lassertion suivante : le nombre de bijections
dun ensemble n lments dans un ensemble n lments est n!
P1 est vraie. Il ny a quune bijection dun ensemble 1 lment dans un ensemble 1 lment.
Fixons n 1 et supposons que P n est vraie. Soit E un ensemble n + 1 lments. On fixe a E .
Pour chaque b E il y a -par lhypothse de rcurrence- exactement n! applications bijectives
de E \ {a} E \ { b}. Chaque application se prolonge en une bijection de E F en posant a 7 b.
Comme il y a n + 1 choix de b E alors nous obtenons n! ( n + 1) bijections de E dans lui-mme.
Ainsi P n+1 est vraie.
Par le principe de rcurrence le nombre de bijections dun ensemble n lments est n!
On aurait aussi pu directement utiliser la proposition 8 avec n = p (sachant qualors les injections sont
aussi des bijections).
Exemple 12
Si E = {1, 2, 3, 4, 5} alors P (E) a 25 = 32 parties. Cest un bon exercice de les numrer :
lensemble vide : ,
5 singletons : {1}, {2}, . . .,
10 paires : {1, 2}, {1, 3}, . . . , {2, 3}, . . .,
10 triplets : {1, 2, 3}, . . .,
5 ensembles 4 lments : {1, 2, 3, 4}, {1, 2, 3, 5}, . . .,
et E tout entier : {1, 2, 3, 4, 5}.
Dmonstration
Encore une rcurrence sur n = Card E .
Si n = 1, E = {a} est un singleton, les deux sous-ensembles sont : et E .
Supposons que la proposition soit vraie pour n 1 fix. Soit E un ensemble n + 1 lments. On
fixe a E . Il y a deux sortes de sous-ensembles de E :
les sous-ensembles A qui ne contiennent pas a : ce sont les sous-ensembles A E \ {a}. Par
lhypothse de rcurrence il y en a 2n .
Ensembles et applications
33
les sous-ensembles A qui contiennent a : ils sont de la forme A = {a} A 0 avec A 0 E \ {a}.
Par lhypothse de rcurrence il y a 2n sous-ensembles A 0 possibles et donc aussi 2n sousensembles A .
Le bilan : 2n + 2n = 2n+1 parties A E .
Par le principe de rcurrence, nous avons prouv que si Card E = n alors Card P (E ) = 2n .
n
k
ou C nk .
Exemple 13
Les parties deux lments de {1, 2, 3} sont {1, 2}, {1, 3} et {2, 3} et donc
dj class les parties de {1, 2, 3, 4, 5} par nombre dlments et donc
50 = 1 (la seule partie nayant aucun lment est lensemble vide),
51 = 5 (il y a 5 singletons),
52 = 10 (il y a 10 paires),
53 = 10,
54 = 5,
5
5 = 1 (la seule partie ayant 5 lments est lensemble tout entier).
3
2
= 3. Nous avons
n n
n
n
n
0 + 1 ++ k ++ n = 2
= 1,
n
1
= n,
n
n
= 1.
n n
n k = k
Dmonstration
1. Par exemple :
n
1
= n car il y a n singletons.
34
Ensembles et applications
Proposition 12
!
!
!
n
n1
n1
=
+
k
k
k1
0<k<n
Dmonstration
Soit E un ensemble n lments, a E et E 0 = E \ {a}. Il y a deux sortes de parties A E ayant k
lments :
celles qui ne contiennent pas a : ce sont donc des parties k lments dans E 0 qui a n 1
1
lments. Il y a en a donc n
k ,
celles qui contiennent a : elles sont de la forme A = {a} A 0 avec A 0 une partie k 1 lments
1
dans E 0 qui a n 1 lments. Il y en a nk
1 .
n n1 n1
Bilan : k = k1 + k .
Le triangle de Pascal est un algorithme pour calculer ces coefficients nk . La ligne du haut corres
pond 00 , la ligne suivante 10 et 11 , la ligne daprs 20 , 21 et 22 .
La dernire ligne du triangle de gauche aux coefficients 40 , 41 , . . . , 44 .
Comment continuer ce triangle pour obtenir le triangle de droite ? Chaque lment de la nouvelle
ligne est obtenu en ajoutant les deux nombres qui lui sont au-dessus droite et au-dessus
gauche.
1
1
1
1
2
1
4
1
1
1
3
1
1
1
1
2
3
1
1
1
3
4
5
10
1
4
10
1
5
Ce qui fait que cela fonctionne cest bien sr la proposition 12 qui se reprsente ainsi :
n1
n1
k1
n
k
Une autre faon de calculer le coefficient du binme de Newton repose sur la formule suivante :
Ensembles et applications
35
Proposition 13
!
n
n!
=
k!(n k)!
k
Dmonstration
Cela se fait par rcurrence sur n. Cest clair pour n = 1. Si cest vrai au rang n 1 alors crivons
n n1 n1
1 n1
et utilisons lhypothse de rcurrence pour nk
k = k1 + k
1 et
k . Ainsi
!
!
!
n
n1
n1
( n 1)!
( n 1)!
=
+
=
+
k
k1
k
( k 1)!( n 1 ( k 1))! k!( n 1 k)!
( n 1)!
1
1
n
( n 1)!
=
=
( k 1)!( n k 1)!
nk k
( k 1)!( n k 1)! k( n k)
n!
=
k!( n k)!
Autrement dit :
!
!
!
!
n 0 n
n n k k
n n1 1
n n 0
a
b ++
a
b ++
a b
a b +
(a + b) =
1
k
n
0
n
36
Ensembles et applications
Hrdit. Fixons n 2 et supposons que P n1 est vraie.
!
!
n 1 n1k k
n1
n
n1
n1
a
b ++ b
(a + b) = (a + b) (a + b)
= a a
++
k
!
!
n 1 n1(k1) k1
n1
n1
a
b
++ b
+b a
++
k1
!!
!
n1
n1
a n k b k +
+
= +
k1
k
!
!
n n
X
n n k k
a n k b k
a
b + =
= +
k
k=0 k
Ainsi P n+1 est vrifie.
Conclusion. Par le principe de rcurrence P n est vraie, pour tout n 1.
Mini-exercices
1. Combien y a-t-il dapplications injectives dun ensemble n lments dans un ensemble
n + 1 lments ?
2. Combien y a-t-il dapplications surjectives dun ensemble n + 1 lments dans un
ensemble n lments ?
3. Calculer le nombre de faons de choisir 5 cartes dans un jeux de 32 cartes.
4. Calculer le nombre de listes k lments dans un ensemble n lments (les listes
sont ordonnes : par exemple (1, 2, 3) 6= (1, 3, 2)).
5. Dvelopper (a b)4 , (a + b)5 .
6. Que donne la formule du binme pour a = 1, b = +1 ? En dduire que dans un ensemble
n lments il y a autant de parties de cardinal pair que de cardinal impair.
5. Relation dquivalence
5.1. Dfinition
Une relation sur un ensemble E, cest la donne pour tout couple (x, y) E E de Vrai (sils sont
en relation), ou de Faux sinon.
Nous schmatisons une relation ainsi : les lments de E sont des points, une flche de x vers y
signifie que x est en relation avec y, cest--dire que lon associe Vrai au couple (x, y).
Ensembles et applications
37
Dfinition 8
Soit E un ensemble et R une relation, cest une relation dquivalence si :
x E, xR x, (rflexivit)
x
x, y E, xR y = yR x,
(symtrie)
y
x, y, z E, xR y et yR z = xR z,
(transitivit)
y
z
x
5.2. Exemples
Exemple 15
Voici des exemples basiques.
1. La relation R tre parallle est une relation dquivalence pour lensemble E des
droites affines du plan.
rflexivit : une droite est parallle elle-mme,
symtrie : si D est parallle D 0 alors D 0 est parallle D,
transitivit : si D parallle D 0 et D 0 parallle D 00 alors D est parallle D 00 .
2. La relation tre du mme ge est une relation dquivalence.
3. La relation tre perpendiculaire nest pas une relation dquivalence (ni la rflexivit,
ni la transitivit ne sont vrifies).
4. La relation (sur E = R par exemple) nest pas une relation dquivalence (la symtrie
nest pas vrifie).
38
Ensembles et applications
Dfinition 9
Soit R une relation dquivalence sur un ensemble E. Soit x E, la classe dquivalence de
x est
cl(x) = y E | yR x
x0
cl(x)
x
cl(x0 )
cl(x) est donc un sous-ensemble de E, on le note aussi x. Si y cl(x), on dit que y un reprsentant
de cl(x).
Soit E un ensemble et R une relation dquivalence.
Proposition 14
On a les proprits suivantes :
1. cl(x) = cl(y) xR y.
2. Pour tout x, y E, cl(x) = cl(y) ou cl(x) cl(y) = .
i Ei
et E i E j = (si i 6= j).
...
E2
E1
Ei
Ej
...
...
Exemples :
1. Pour la relation tre du mme ge, la classe dquivalence dune personne est lensemble
des personnes ayant le mme ge. Il y a donc une classe dquivalence forme des personnes
de 19 ans, une autre forme des personnes de 20 ans,... Les trois assertions de la proposition
se lisent ainsi :
On est dans la mme classe dquivalence si et seulement si on est du mme ge.
Deux personnes appartiennent soit la mme classe, soit des classes disjointes.
Si on choisit une personne de chaque ge possible, cela forme un ensemble de reprsentants
C. Maintenant une personne quelconque appartient une et une seule classe dun des
reprsentants.
Ensembles et applications
39
2. Pour la relation tre parallle, la classe dquivalence dune droite est lensemble des droites
parallles. chaque classe dquivalence correspond une et une seule direction.
Voici un exemple que vous connaissez depuis longtemps :
Exemple 16
Dfinissons sur E = Z N la relation R par
(p, q)R (p0 , q0 ) pq0 = p0 q.
Tout dabord R est une relation dquivalence :
R est rflexive : pour tout (p, q) on a bien pq = pq et donc (p, q)R (p, q).
R est symtrique : pour tout (p, q), (p0 , q0 ) tels que (p, q)R (p0 , q0 ) on a donc pq0 = p0 q et
donc p0 q = pq0 do (p0 , q0 )R (p, q).
R est transitive : pour tout (p, q), (p0 , q0 ), (p00 , q00 ) tels que (p, q)R (p0 , q0 ) et (p0 , q0 )R (p00 , q00 )
on a donc pq0 = p0 q et p0 q00 = p00 q0 . Alors (pq0 )q00 = (p0 q)q00 = q(p0 q00 ) = q(p00 q0 ). En divisant par q0 6= 0 on obtient pq00 = q p00 et donc (p, q)R (p00 , q00 ).
p
Nous allons noter q = cl(p, q) la classe dquivalence dun lment (p, q) Z N . Par exemple,
comme (2, 3)R (4, 6) (car 2 6 = 3 4) alors les classes de (2, 3) et (4, 6) sont gales : avec notre
notation cela scrit : 32 = 46 .
Cest ainsi que lon dfinit les rationnels : lensemble Q des rationnels est lensemble de classes
dquivalence de la relation R .
Les nombres 23 = 64 sont bien gaux (ce sont les mmes classes) mais les critures sont diffrentes (les reprsentants sont distincts).
5.4. Lensemble Z/ nZ
Soit n 2 un entier. Dfinissons la relation suivante sur lensemble E = Z :
a b (mod n)
a b est un multiple de n
Exemples pour n = 7 : 10 3 (mod 7), 19 5 (mod 7), 77 0 (mod 7), 1 20 (mod 7).
Cette relation est bien une relation dquivalence :
Pour tout a Z, a a = 0 = 0 n est un multiple de n donc a a (mod n).
Pour a, b Z tels que a b (mod n) alors a b est un multiple de n, autrement dit il existe
k Z tel que a b = kn et donc b a = ( k)n et ainsi b a (mod n).
Si a b (mod n) et b c (mod n) alors il existe k, k0 Z tels que a b = kn et b c = k0 n.
Alors a c = (a b) + (b c) = (k + k0 )n et donc a c (mod n).
La classe dquivalence de a Z est note a. Par dfinition nous avons donc
a = cl(a) = b Z | b a (mod n) .
a = a + nZ = a + kn | k Z .
n + 1 = 1,
n + 2 = 2, . . .
40
Ensembles et applications
Z/nZ = 0, 1, 2, . . . , n 1
Mini-exercices
1. Montrer que la relation dfinie sur N par xR y
lence. Montrer quil y a 3 classes dquivalence.
2 x+ y
3
2. Dans R2 montrer que la relation dfinie par (x, y)R (x0 , y0 ) x + y0 = x0 + y est une
relation dquivalence. Montrer que deux points (x, y) et (x0 , y0 ) sont dans une mme
classe si et seulement sils appartiennent une mme droite dont vous dterminerez la
direction.
3. On dfinit une addition sur Z/nZ par p + q = p + q. Calculer la table daddition dans Z/6Z
(cest--dire toutes les sommes p + q pour p, q Z/6Z). Mme chose avec la multiplication
p q = p q. Mmes questions avec Z/5Z, puis Z/8Z.
Auteurs
Arnaud Bodin
Benjamin Boutin
Pascal Romon
Exo7
3
1
2
3
4
Nombres complexes
Prambule
Lquation x + 5 = 2 a ses coefficients dans N mais pourtant sa solution x = 3 nest pas un entier
naturel. Il faut ici considrer lensemble plus grand Z des entiers relatifs.
x+5=2
2x=3
x2 = 12
p
x2 = 2
N , Z , Q , R , C
De mme lquation 2x = 3 a ses coefficients dans Z mais sa solution x = 32 est dans lensemble
plus grand des rationnels Q. Continuons ainsi, lquation x2 = 12 coefficients dans Q, a ses sop
p
p
2
lutions x1 = +1/ 2 et x2 = 1/ 2 dans lensemble
des
rels
R
.
Ensuite
lquation
x
=
2 ses
pp
pp
coefficients dans R et ses solutions x1 = +
2 i et x2 =
2 i dans lensemble des nombres
complexes C. Ce processus est-il sans fin ? Non ! Les nombres complexes sont en quelque sorte
le bout de la chane car nous avons le thorme de dAlembert-Gauss suivant : Pour nimporte
quelle quation polynomiale a n x n + a n1 x n1 + + a 2 x2 + a 1 x + a 0 = 0 o les coefficients a i sont
des complexes (ou bien des rels), alors les solutions x1 , . . . , xn sont dans lensemble des nombres
complexes .
Outre la rsolution dquations, les nombres complexes sappliquent la trigonomtrie, la gomtrie (comme nous le verrons dans ce chapitre) mais aussi llectronique, la mcanique
quantique, etc.
42
Nombres complexes
Dfinition 10
Un nombre complexe est un couple (a, b) R2 que lon notera a + ib
iR
a + ib
b
i
Cela revient identifier 1 avec le vecteur (1, 0) de R2 , et i avec le vecteur (0, 1). On note C lensemble
des nombres complexes. Si b = 0, alors z = a est situ sur laxe des abscisses, que lon identifie R.
Dans ce cas on dira que z est rel, et R apparat comme un sous-ensemble de C, appel axe rel.
Si b 6= 0, z est dit imaginaire et si b 6= 0 et a = 0, z est dit imaginaire pur.
1.2. Oprations
Si z = a + ib et z0 = a0 + ib0 sont deux nombres complexes, alors on dfinit les oprations suivantes :
addition : (a + ib) + (a0 + ib0 ) = (a + a0 ) + i(b + b0 )
iR
z + z0
z0
z
R
multiplication : (a + ib) (a0 + ib0 ) = (aa0 bb0 ) + i(ab0 + ba0 ). Cest la multiplication usuelle
avec la convention suivante :
i2 = 1
Im(z)
Re(z)
Nombres complexes
43
z = z0
Re(z) = Re(z )
et
Im(z) = Im(z0 )
En particulier un nombre complexe est rel si et seulement si sa partie imaginaire est nulle. Un
nombre complexe est nul si et et seulement si sa partie relle et sa partie imaginaire sont nuls.
1.4. Calculs
Quelques dfinitions et calculs sur les nombres complexes.
z
i
0
1
z
aa0 bb0 = 1 (L 1 )
ab0 + ba0 = 0 (L 2 )
a0 a2 + b 2 = a
b 0 a2 + b 2 = b
donc
a0 = a2 +a b2
b0 = a2 +b b2
a
1
b
a ib
=
+i 2
=
.
z a2 + b 2
a + b 2 a2 + b 2
1
zn .
44
Nombres complexes
Proposition 15
Pour tout z C diffrent de 1
1 + z + z2 + + z n =
1 z n+1
.
1 z
z = a + ib
i
| z|
0
1
z
Quelques formules :
0
z + z0 = z + z0 , z = z, zz0 = zz
z = z z R
| z | = | z|, zz0 = | z|| z0 |
| z|2 = z z,
| z| = 0 z = 0
Lingalit triangulaire : z + z0 | z| + z0
Nombres complexes
45
Exemple 17
Dans un paralllogramme, la somme des carrs des diagonales gale la somme des carrs des
cts.
Si les longueurs des cts sont notes L et ` et les longueurs des diagonales sont D et d alors il
sagit de montrer lgalit
D 2 + d 2 = 2`2 + 2L2 .
z + z0
| z z0 |
| z0 |
| z + z0 |
d
`
| z|
z0
| z0 |
D
| z|
Dmonstration
Cela devient simple si lon considre que notre paralllogramme a pour sommets 0, z, z0 et le dernier
sommet est donc z + z0 . La longueur du grand ct est ici | z|, celle du petit ct est | z0 |. La longueur de
la grande diagonale est | z + z0 |. Enfin il faut se convaincre que la longueur de la petite diagonale est
| z z 0 |.
2
2
D 2 + d 2 = z + z0 + z z0
z + z0 ( z + z0 ) + z z0 ( z z0 )
=
=
z z + zz0 + z0 z + z0 z0 + z z zz0 z0 z + z0 z0
2
2 z z + 2 z0 z0 = 2 | z|2 + 2 z0
2` 2 + 2 L 2
Mini-exercices
1. Calculer 1 2i + 1i 2i .
2. crire sous la forme a + ib les nombres complexes (1 + i)2 , (1 + i)3 , (1 + i)4 , (1 + i)8 .
3. En dduire 1 + (1 + i) + (1 + i)2 + + (1 + i)7 .
4. Soit z C tel que |1 + iz| = |1 iz|, montrer que z R.
5. Montrer que si | Re z| | Re z0 | et | Im z| | Im z0 | alors | z| | z0 |, mais que la rciproque
est fausse.
6. Montrer que 1/ z = z/ | z|2 (pour z 6= 0).
46
Nombres complexes
Proposition 16
Soit z un nombre complexe, alors z admet deux racines carres, et .
Attention ! Contrairement au cas rel, il ny a pas de faon privilgie de choisir une racine plutt
que lautre, donc pas de fonction racine. On ne dira donc jamais soit la racine de z .
Si z 6= 0 ces deux racines carres sont distinctes. Si z = 0 alors = 0 est une racine double.
Pour z = a + ib nous allons calculer et en fonction de a et b.
Dmonstration
Nous crivons = x + i y, nous cherchons x, y tels que 2 = z.
2 = z
( x + i y)2 = a + i b
(
x2 y2 = a
en identifiant parties relles et parties imaginaires.
2x y = b
Petite astuce ici : nous rajoutons lquation ||2 = | z| (qui se dduit bien sr de 2 = z) qui scrit aussi
p
x2 + y2 = a2 + b2 . Nous obtenons des systmes quivalents aux prcdents :
pp
p
2
2
2
2 + b2 + a
p1
a2 + b 2 + a
x
=
y
=
a
a
2
x
=
2 pp
p
2x y = b
2 y2 = a2 + b2 a
y = p1
a2 + b 2 a
p
2
2
2
2
2
x + y = a +b
2x y = b
2x y = b
Discutons suivant le signe du rel b. Si b 0, x et y sont de mme signe ou nuls (car 2 x y = b 0) donc
et si b 0
1
= p
2
qp
1
= p
2
qp
a2 + b 2 + a + i
a2 + b 2 + a i
qp
a2 + b 2 a ,
qp
a2 + b 2 a .
p
a2 = a et par consquent = a,
Il nest pas ncessaire dapprendre ces formules mais il est indispensable de savoir refaire les
calculs.
Exemple 18
Les racines carres de i sont +
En effet :
p
2
2 (1 + i)
2 = i
et
p
2
2 (1 + i).
(x + iy)2 = i
(
x2 y2 = 0
2x y = 1
2
2
2
p1
y
=
0
2x
=
1
x= 2
2x y = 1
2y2 = 1
y = p1
2
2x y = 1
x + y2 = 1
2x y = 1
Nombres complexes
47
Les rels x et y sont donc de mme signe, nous trouvons bien deux solutions :
1
1
x + iy = p + i p
2
2
ou
1
1
x + iy = p i p
2
2
b +
2a
et
z2 =
b
.
2a
Et si = 0 alors la solution z = z1 = z2 = b/2a est unique (elle est dite double). Si on sautorisait
p
crire = pour le nombre complexe , on obtiendrait la mme formule que celle que vous
connaissez lorsque a, b, c sont rels.
Exemple 19
p
p
1 i 3
z + z + 1 = 0, = 3, = i 3, les solutions sont z =
.
2
p
2
p
p
2 (1 + i)
2
1i
2
= 12 42 (1 + i).
z + z + 4 = 0, = i, = 2 (1 + i), les solutions sont z =
2
2
On retrouve aussi le rsultat bien connu pour le cas des quations coefficients rels :
Corollaire 1
Si les coefficients a, b, c sont rels alors R et les solutions sont de trois types :
b
si = 0, la racine double est relle et vaut ,
2a
p
b
si > 0, on a deux solutions relles
,
2a
p
b i
si < 0, on a deux solutions complexes, mais non relles,
.
2a
Dmonstration
On crit la factorisation
2
az + bz + c
b
c
b 2 b2
c
a z + z+
= a z+
2+
a
a
2a
a
4a
2
2
b
a z+
2 = a z+
2
2a
2a
4a
4a
a z+
z+
+
2a
2a
2a
2a
b
b +
a z
z
= a ( z z1 ) ( z z2 )
2a
2a
=
=
=
=
48
Nombres complexes
Mini-exercices
1. Calculer les racines carres de i, 3 4i.
2. Rsoudre les quations : z2 + z 1 = 0, 2z2 + (10 10i)z + 24 10i = 0.
p
p
p
p
3. Rsoudre lquation z2 + (i 2)z i 2, puis lquation Z 4 + (i 2)Z 2 i 2.
4. Montrer que si P(z) = z2 + bz + c possde pour racines z1 , z2 C alors z1 + z2 = b et
z1 z2 = c.
5. Trouver les paires de nombres dont la somme vaut i et le produit 1.
6. Soit P(z) = a n z n + a n1 z n1 + + a 0 avec a i R pour tout i. Montrer que si z est racine
de P alors z aussi.
3. Argument et trigonomtrie
3.1. Argument
Si z = x + i y est de module 1, alors x2 + y2 = | z|2 = 1. Par consquent le point (x, y) est sur le cercle
unit du plan, et son abscisse x est note cos , son ordonne y est sin , o est (une mesure de)
langle entre laxe rel et z. Plus gnralement, si z 6= 0, z/| z| est de module 1, et cela amne :
Dfinition 11
Pour tout z C = C{0}, un nombre R tel que z = | z| (cos + i sin ) est appel un argument
de z et not = arg(z).
iR
z
| z|
arg(z)
0
Cet argument est dfini modulo 2. On peut imposer cet argument dtre unique si on rajoute la
condition ] , +].
Nombres complexes
49
Remarque
(
0
(mod 2)
k Z, = 0 + 2k
cos = cos 0
sin = sin 0
Proposition 18
Largument satisfait les proprits suivantes :
arg zz0 arg(z) + arg z0 (mod 2)
arg (z n ) n arg(z) (mod 2)
arg (1/z) arg(z) (mod 2)
arg z (mod 2)
arg( z)
Dmonstration
zz0
=
=
=
zz cos + 0 + i sin + 0
donc arg zz0 arg( z) + arg z0 (mod 2). On en dduit les deux autres proprits, dont la deuxime
par rcurrence.
Dmonstration
Par rcurrence, on montre que
(cos + i sin )n
cos n + i sin n
50
Nombres complexes
0
0
zz0 = 0 ei ei = 0 ei(+ )
z n = ei n = n ei n = n ein
1/z = 1/ ei = 1 ei
z = ei
n
La formule de Moivre se rduit lgalit : ei = ein .
Proposition 19
Il y a n racines n-imes 0 , 1 , . . . , n1 de z = ei , ce sont :
k = 1/n e
i +2i k
n
k = 0, 1, . . . , n 1
Dmonstration
crivons z = ei et cherchons sous la forme = rei t tel que z = n . Nous obtenons donc ei = n =
i t n
re
= r n eint . Prenons tout dabord le module : = ei = r n eint = r n et donc r = 1/n (il sagit ici
de nombres rels). Pour les arguments nous avons eint = ei et donc nt (mod 2) (noubliez surtout
pas le modulo 2 !). Ainsi on rsout nt = + 2 k (pour k Z) et donc t = n + 2kn . Les solutions de
i +2i k
lquation n = z sont donc les k = 1/n e n . Mais en fait il ny a que n solutions distinctes car
n = 0 , n+1 = 1 , . . . Ainsi les n solutions sont 0 , 1 , . . . , n1 .
Par exemple pour z = 1, on obtient les n racines n-imes de lunit e2ik/n , k = 0, . . . , n 1 qui
forment un groupe multiplicatif.
j = e2i/3
1 = e0
0
1 = ei
j 2 = e4i/3
ei/3
ei/3
Racine 3-ime de 1 (z = 1, n = 3)
Nombres complexes
51
e2i/5
i
e4i/5
1
0
e6i/5
e8i/5
ei + ei
2
sin =
ei ei
2i
cos 3 + i sin 3
= (cos + i sin )3
= cos3 + 3i cos2 sin 3 cos sin2 i sin3
et
Linarisation. On exprime cosn ou sinn en fonction des cos k et sin k pour k allant de 0 n.
i i n
Mthode : avec la formule dEuler on crit sinn = e 2ie
. On dveloppe laide du binme de
Newton puis on regroupe les termes par paires conjugues.
Exemple 21
52
Nombres complexes
sin3
3
ei ei
2i
1 i 3
(e ) 3(ei )2 ei + 3ei (ei )2 (ei )3
8i
1 3i
e 3ei + 3ei e3i
8i
1 e3i e3i
ei ei
3
4
2i
2i
sin 3 3 sin
+
4
4
=
=
=
=
=
3.5. Mini-exercices
Mini-exercices
1. Mettre les nombres suivants sont la forme module-argument (avec la notation expop
p
p
nentielle) : 1, i, 1, i, 3i, 1 + i, 3 i, 3 i, p 1 , ( 3 i)20 xx o 20xx est lanne en
3i
cours.
2. Calculer les racines 5-ime de i.
3. Calculer les racines carres de
et sin 12
.
de cos 12
p
3
i
2 +2
z + z
,
2
y=
z z
,
2i
ib(z z)
= 2c ou encore (a ib)z + (a + ib) z = 2c. Posons
donc D a aussi pour quation a(z + z)
o C et k R.
Nombres complexes
53
4.3. quation
| z a|
| z b|
=k
Proposition 20
Soit A, B deux points du plan et k R+ . Lensemble des points M tel que
une droite qui est la mdiatrice de [AB], si k = 1,
un cercle, sinon.
MA
MB
= k est
Exemple 22
Prenons A le point daffixe +1,B le point daffixe 1. Voici les figures pour plusieurs valeurs
de k.
Par exemple pour k = 2 le point M dessin vrifie bien M A = 2MB.
54
Nombres complexes
A
k = 13
k=3
k = 12
k=2
k = 43
k=1
k = 34
Dmonstration
Si les affixes de A, B, M sont respectivement a, b, z, cela revient rsoudre lquation
| z a|
| z b|
= k.
| z a|
= k | z a|2 = k2 | z b|2
| z b|
( z a)( z a) = k2 ( z b)( z b)
(1 k2 ) z z z(a k2 b ) z (a k2 b) + |a|2 k2 | b|2 = 0
Donc si k = 1, on pose = a k2 b et lquation obtenue z + z = |a|2 k2 | b|2 est bien celle dune droite.
Et bien sr lensemble des points qui vrifient M A = MB est la mdiatrice de [ AB]. Si k 6= 1 on pose
2
2
2
2
z = |a|1+kk2 |b| . Cest lquation dun cercle de centre
= a1kk2b alors lquation obtenue est z z z
et de rayon r satisfaisant r 2 ||2 =
|a|2 + k2 | b|2
,
1 k2
soit r 2 =
| a k 2 b |2
(1 k2 )2
+ |a|1+kk2 |b| .
Ces calculs se refont au cas par cas, il nest pas ncessaire dapprendre les formules.
Mini-exercices
1. Calculer lquation complexe de la droite passant par 1 et i.
2. Calculer lquation complexe du cercle de centre 1 + 2i passant par i.
| z i|
3. Calculer lquation complexe des solutions de
= 1, puis dessiner les solutions.
| z 1|
| z i|
4. Mme question avec
= 2.
| z 1|
Auteurs
Arnaud Bodin
Benjamin Boutin
Pascal Romon
Exo7
4
1
2
3
4
Arithmtique
Prambule
Une motivation : larithmtique est au cur du cryptage des communication. Pour crypter un
message on commence par le transformer en un ou plusieurs nombres. Le processus de codage
et dcodage fait appel plusieurs notions de ce chapitre :
On choisit deux nombres premiers p et q que lon garde secrets et on pose n = p q. Le
principe tant que mme connaissant n il est trs difficile de retrouver p et q (qui sont des
nombres ayant des centaines de chiffres).
La cl secrte et la cl publique se calculent laide de lalgorithme dEuclide et des
coefficients de Bzout.
Les calculs de cryptage se feront modulo n.
Le dcodage fonctionne grce une variante du petit thorme de Fermat.
56
Arithmtique
Exemple 23
et
0r<b
34
dividende
199
diviseur
quotient
reste
Dmonstration
qb a < ( q + 1) b = qb + b.
On dfinit alors r = a qb, r vrifie alors 0 r = a qb < b.
Unicit. Supposons que q0 , r 0 soient deux entiers qui vrifient les conditions du thorme. Tout dabord
a = bq + r = bq0 + r 0 et donc b( q q0 ) = r 0 r . Dautre part 0 r 0 < b et 0 r < b donc b < r 0 r < b (notez
au passage la manipulation des ingalits). Mais r 0 r = b( q q0 ) donc on obtient b < b( q q0 ) < b.
On peut diviser par b > 0 pour avoir 1 < q q0 < 1. Comme q q0 est un entier, la seule possibilit est
q q0 = 0 et donc q = q0 . Repartant de r 0 r = b( q q0 ) on obtient maintenant r = r 0 .
Arithmtique
57
Dfinition 14
Soient a, b Z deux entiers, non tous les deux nuls. Le plus grand entier qui divise la fois a
et b sappelle le plus grand diviseur commun de a, b et se note pgcd(a, b).
Exemple 25
pgcd(21, 14) = 7, pgcd(12, 32) = 4, pgcd(21, 26) = 1.
pgcd(a, ka) = a, pour tout k Z et a 0.
Cas particuliers. Pour tout a 0 : pgcd(a, 0) = a et pgcd(a, 1) = 1.
En fait on a mme pgcd(a, b) = pgcd(b, a qb) pour tout q Z. Mais pour optimiser lalgorithme
dEuclide on applique le lemme avec q le quotient.
Dmonstration
Nous allons montrer que les diviseurs de a et de b sont exactement les mmes que les diviseurs de b
et r . Cela impliquera le rsultat car les plus grands diviseurs seront bien sr les mmes.
Soit d un diviseur de a et de b. Alors d divise b donc aussi bq, en plus d divise a donc d divise
bq a = r .
Soit d un diviseur de b et de r . Alors d divise aussi bq + r = a.
Algorithme dEuclide.
On souhaite calculer le pgcd de a, b N . On peut supposer a b. On calcule des divisions euclidiennes successives. Le pgcd sera le dernier reste non nul.
division de a par b, a = bq 1 + r 1 . Par le lemme 1, pgcd(a, b) = pgcd(b, r 1 ) et si r 1 = 0 alors
pgcd(a, b) = b sinon on continue :
b = r 1 q 2 + r 2 , pgcd(a, b) = pgcd(b, r 1 ) = pgcd(r 1 , r 2 ),
r 1 = r 2 q 3 + r 3 , pgcd(a, b) = pgcd(r 2 , r 3 ),
...
r k2 = r k1 q k + r k , pgcd(a, b) = pgcd(r k1 , r k ),
r k1 = r k q k + 0. pgcd(a, b) = pgcd(r k , 0) = r k .
Comme chaque tape le reste est plus petit que le quotient on sait que 0 r i+1 < r i . Ainsi
lalgorithme se termine car nous sommes sr dobtenir un reste nul, les restes formant une suite
dcroissante dentiers positifs ou nuls : b > r 1 > r 2 > . . . 0
Exemple 26
58
Arithmtique
=
=
=
=
124
104
20
4
9945
3003
936
195
156
=
=
=
=
=
3003
936
195
156
39
4
1
5
5
+
+
+
+
104
20
4
0
3
3
4
1
4
+
+
+
+
+
936
195
156
39
0
Mini-exercices
1. crire la division euclidienne de 111 111 par 20xx, o 20xx est lanne en cours.
2. Montrer quun diviseur positif de 10 008 et de 10 014 appartient ncessairement
{1, 2, 3, 6}.
Arithmtique
59
2. Thorme de Bzout
2.1. Thorme de Bzout
Thorme 4. Thorme de Bzout
Soient a, b des entiers. Il existe des entiers u, v Z tels que
au + bv = pgcd(a, b)
La preuve dcoule de lalgorithme dEuclide. Les entiers u, v ne sont pas uniques. Les entiers u, v
sont des coefficients de Bzout. Ils sobtiennent en remontant lalgorithme dEuclide.
Exemple 30
Calculons les coefficients de Bzout pour a = 600 et b = 124. Nous reprenons les calculs
effectus pour trouver pgcd(600, 124) = 4. La partie gauche est lalgorithme dEuclide. La
partie droite sobtient de bas en haut. On exprime le pgcd laide de la dernire ligne o le
reste est non nul. Puis on remplace le reste de la ligne prcdente, et ainsi de suite jusqu
arriver la premire ligne.
600
124
104
20
=
=
=
=
124
104
20
4
4
1
5
5
+
+
+
+
104
20
4
0
=
=
=
=
=
3003
936
195
156
39
3
3
4
1
4
+
+
+
+
+
936
195
156
39
0
39
39
39
39
=
=
=
=
195 156 1
60
Arithmtique
Corollaire 3
Soient a, b deux entiers. a, b sont premiers entre eux si et seulement si il existe u, v Z tels
que
au + bv = 1
Dmonstration
Le sens est une consquence du thorme de Bzout.
Pour le sens on suppose quil existe u, v tels que au + bv = 1. Comme pgcd(a, b)|a alors pgcd(a, b)|au.
De mme pgcd(a, b)| bv. Donc pgcd(a, b)|au + bv = 1. Donc pgcd(a, b) = 1.
Remarque
Si on trouve deux entiers u0 , v0 tels que au0 + bv0 = d, cela nimplique pas que d = pgcd(a, b).
On sait seulement alors que pgcd(a, b)| d. Par exemple a = 12, b = 8 ; 12 1 + 8 3 = 36 et
pgcd(a, b) = 4.
2.3. quations ax + b y = c
Arithmtique
61
Proposition 21
Considrons lquation
ax + b y = c
(E)
o a, b, c Z.
1. Lquation (E) possde des solutions (x, y) Z2 si et seulement si pgcd(a, b)| c.
2. Si pgcd(a, b)| c alors il existe mme une infinit de solutions entires et elles sont exactement les (x, y) = (x0 + k, y0 + k) avec x0 , y0 , , Z fixs et k parcourant Z.
Le premier point est une consquence du thorme de Bzout. Nous allons voir sur un exemple
comment prouver le second point et calculer explicitement les solutions. Il est bon de refaire toutes
les tapes de la dmonstration chaque fois.
Exemple 32
Trouver les solutions entires de
161x + 368y = 115
(E)
Premire tape. Y a-til de solutions ? Lalgorithme dEuclide. On effectue lalgorithme dEuclide pour calculer le pgcd de a = 161 et b = 368.
368 = 161 2 + 46
161 = 46
3 + 23
46 = 23
2 + 0
Donc pgcd(368, 161) = 23. Comme 115 = 5 23 alors pgcd(368, 161)|115. Par le thorme
de Bzout, lquation (E) admet des solutions entires.
Deuxime tape. Trouver une solution particulire : la remonte de lalgorithme dEuclide. On effectue la remonte de lalgorithme dEuclide pour calculer
les coefficients de Bzout.
368 = 161 2 + 46
161 = 46
3 + 23
46 = 23
2 + 0
On trouve donc 161 7 + 368 (3) = 23. Comme 115 = 5 23 en multipliant par 5 on
obtient :
161 35 + 368 (15) = 115
Ainsi (x0 , y0 ) = (35, 15) est une solution particulire de (E).
Troisime tape. Recherche de toutes les solutions. Soit (x, y) Z2 une solution
de (E). Nous savons que (x0 , y0 ) est aussi solution. Ainsi :
161x + 368y = 115
et
(on na aucun intrt remplacer x0 et y0 par leurs valeurs). La diffrence de ces deux
62
Arithmtique
galits conduit
161 (x x0 ) + 368 (y y0 ) = 0
=
23 7 (x x0 ) + 23 16 (y y0 ) = 0
7(x x0 ) = 16(y y0 )
()
Nous avons simplifier par 23 qui est le pgcd de 161 et 368. (Attention, noubliez surtout
pas cette simplification, sinon la suite du raisonnement serait fausse.)
Ainsi 7|16(y y0 ), or pgcd(7, 16) = 1 donc par le lemme de Gauss 7| y y0 . Il existe donc
k Z tel que y y0 = 7 k. Repartant de lquation () : 7(x x0 ) = 16(y y0 ). On obtient
maintenant 7(x x0 ) = 16 7 k. Do x x0 = 16k. (Cest le mme k pour x et pour
y.) Nous avons donc (x, y) = (x0 16k, y0 + 7k). Il nest pas dur de voir que tout couple de
cette forme est solution de lquation (E). Il reste donc juste substituer (x0 , y0 ) par sa
valeur et nous obtenons :
Les solutions entires de 161x + 368y = 115 sont les (x, y) = (35 16k, 15 + 7k), k parcourant Z.
Pour se rassurer, prenez une valeur de k au hasard et vrifiez que vous obtenez bien une
solution de lquation.
2.4. ppcm
Dfinition 16
Le ppcm(a, b) (plus petit multiple commun) est le plus petit entier 0 divisible par a et
par b.
Par exemple ppcm(12, 9) = 36.
Le pgcd et le ppcm sont lis par la formule suivante :
Proposition 22
Si a, b sont des entiers (non tous les deux nuls) alors
pgcd(a, b) ppcm(a, b) = |ab|
Dmonstration
Posons d = pgcd(a, b) et m =
0
|ab|
pgcd(a,b) .
2 0 0
Arithmtique
63
Proposition 23
Si a| c et b| c alors ppcm(a, b)| c.
Il serait faux de penser que ab| c. Par exemple 6|36, 9|36 mais 6 9 ne divise pas 36. Par contre
ppcm(6, 9) = 18 divise bien 36.
Mini-exercices
1. Calculer les coefficients de Bzout correspondant pgcd(560, 133), pgcd(12 121, 789).
2. Montrer laide dun corollaire du thorme de Bzout que pgcd(a, a + 1) = 1.
3. Rsoudre les quations : 407x + 129y = 1 ; 720x + 54y = 6 ; 216x + 92y = 8.
4. Trouver les couples (a, b) vrifiant pgcd(a, b) = 12 et ppcm(a, b) = 360.
3. Nombres premiers
Les nombres premiers sont en quelque sorte les briques lmentaires des entiers : tout entier
scrit comme produit de nombres premiers.
Dmonstration
Soit D lensemble des diviseurs de n qui sont 2 :
D = k 2 | k| n .
64
Arithmtique
Proposition 24
Il existe une infinit de nombres premiers.
Dmonstration
Par labsurde, supposons quil ny ait quun nombre fini de nombres premiers que lon note p 1 = 2,
p 2 = 3, p 3 ,. . . , p n . Considrons lentier N = p 1 p 2 p n + 1. Soit p un diviseur premier de N (un tel
p existe par le lemme prcdent), alors dune part p est lun des entiers p i donc p| p 1 p n , dautre
part p| N donc p divise la diffrence N p 1 p n = 1. Cela implique que p = 1, ce qui contredit que
p soit un nombre premier.
Cette contradiction nous permet de conclure quil existe une infinit de nombres premiers.
Le premier nombre restant de la liste est 3 et est ncessairement premier : il nest pas divisible
par un diviseur plus petit (sinon il serait ray). On entoure 3 et on raye tous les multiples de 3 (6,
9, 12, . . . ).
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Le premier nombre restant est 5 et est donc premier. On raye les multiples de 5.
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
7 est donc premier, on raye les multiples de 7 (ici pas de nouveaux nombres barrer). Ainsi de
suite : 11, 13, 17, 19, 23 sont premiers.
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Remarque
p
Si un nombre n nest pas premier alors un de ses facteurs est n. En effet si n = a b avec
p
p
a, b 2 alors a n ou b n (rflchissez par labsurde !). Par exemple pour tester si un
nombre 100 est premier il suffit de tester les diviseurs 10. Et comme il suffit de tester les
diviseurs premiers, il suffit en fait de tester la divisibilit par 2, 3, 5 et 7. Exemple : 89 nest
pas divisible par 2, 3, 5, 7 et est donc un nombre premier.
Arithmtique
65
Exemple 33
p
Si p est un nombre premier, p nest pas un nombre rationnel.
p
La preuve se fait par labsurde : crivons p = ab avec a Z, b N et pgcd(a, b) = 1. Alors
2
p = ab2 donc pb2 = a2 . Ainsi p|a2 donc par le lemme dEuclide p|a. On peut alors crire
a = pa0 avec a0 un entier. De lquation pb2 = a2 on tire alors b2 = pa02 . Ainsi p| b2 et donc
p| b. Maintenant p|a et p| b donc a et b ne sont pas premiers entre eux. Ce qui contredit
p
pgcd(a, b) = 1. Conclusion p nest pas rationnel.
n = p1 1 p2 2 p r r .
De plus les p i et les i (i = 1, . . . , r) sont uniques.
Exemple : 24 = 23 3 est la dcomposition en facteurs premiers. Par contre 36 = 22 9 nest pas la
dcomposition en facteurs premiers cest 22 32 .
Remarque
La principale raison pour laquelle on choisit de dire que 1 nest pas un nombre premier, cest
que sinon il ny aurait plus unicit de la dcomposition : 24 = 23 3 = 1 23 3 = 12 23 3 =
Dmonstration
Existence. Nous allons dmontrer lexistence de la dcomposition par une rcurrence sur n.
Lentier n = 2 est dj dcompos. Soit n 3, supposons que tout entier < n admette une dcomposition
en facteurs premiers. Notons p 1 le plus petit nombre premier divisant n (voir le lemme 2). Si n est
un nombre premier alors n = p 1 et cest fini. Sinon on dfinit lentier n0 = pn1 < n et on applique notre
hypothse de rcurrence n0 qui admet une dcomposition en facteurs premiers. Alors n = p 1 n0
admet aussi une dcomposition.
Unicit. Nous allons dmontrer quune telle dcomposition est unique en effectuant cette fois une
P
rcurrence sur la somme des exposants = ri=1 i .
Si = 1 cela signifie n = p 1 qui est bien lunique criture possible.
Soit 2. On suppose que les entiers dont la somme des exposants est < ont une unique dcomposition. Soit n un entier dont la somme des exposants vaut . crivons le avec deux dcompositions :
n = p1 1 p2 2 p r r = q1 1 q2 2 q s s .
66
Arithmtique
Si p 1 < q 1 alors p 1 < q j pour tous les j = 1, . . . , s. Ainsi p 1 divise p 1 1 p 2 2 p r r = n mais ne divise
n0 =
= p1 1 p2 2 p r r = q1 1 q2 2 q s s
p1
Lhypothse de rcurrence qui sapplique n0 implique que ces deux dcompositions sont les mmes.
Ainsi r = s et p i = q i , i = i , i = 1, . . . , r .
Exemple 34
504 = 23 32 7,
300 = 22 3 52 .
300 = 22 31 52 70 .
Le pgcd est le nombre obtenu en prenant le plus petit exposant de chaque facteur premier :
pgcd(504, 300) = 22 31 50 70 = 12.
Pour le ppcm on prend le plus grand exposant de chaque facteur premier :
ppcm(504, 300) = 23 32 52 71 = 12 600
Mini-exercices
1. Montrer que n! + 1 nest divisible par aucun des entiers 2, 3, . . . , n. Est-ce toujours un
nombre premier ?
2. Trouver tous les nombres premiers 103.
3. Dcomposer a = 2 340 et b = 15 288 en facteurs premiers. Calculer leur pgcd et leur
ppcm.
4. Dcomposer 48 400 en produit de facteurs premiers. Combien 48 400 admet-il de diviseurs ?
5. Soient a, b 0. laide de la dcomposition en facteurs premiers, reprouver la formule
pgcd(a, b) ppcm(a, b) = a b.
4. Congruences
4.1. Dfinition
Arithmtique
67
Dfinition 18
Soit n 2 un entier. On dit que a est congru b modulo n, si n divise b a. On note alors
a b (mod n).
On note aussi parfois a = b (mod n) ou a b[n]. Une autre formulation est
a b (mod n)
k Z
a = b + kn.
Exemple 35
15 1 (mod 7), 72 2 (mod 7), 3 11 (mod 7),
5x + 8 3 (mod 5) pour tout x Z,
1120 xx 120 xx 1 (mod 10), o 20xx est lanne en cours.
Dmonstration
1. Utiliser la dfinition.
2. Idem.
3. Prouvons la proprit multiplicative : a b (mod n) donc il existe k Z tel que a = b + kn et c d
(mod n) donc il existe ` Z tel que c d + ` n. Alors a c = ( b + kn) ( d + ` n) = bd + ( b` + dk + k` n) n
qui est bien de la forme bd + mn avec m Z. Ainsi ac bd (mod n).
4. Cest une consquence du point prcdent : avec a = c et b = d on obtient a2 b2 (mod n). On
continue par rcurrence.
Exemple 36
Critre de divisibilit par 9.
N est divisible par 9 si et seulement si la somme de ses chiffres est divisible par 9.
Pour prouver cela nous utilisons les congruences. Remarquons dabord que 9| N quivaut
N 0 (mod 9) et notons aussi que 10 1 (mod 9), 102 1 (mod 9), 103 1 (mod 9),...
Nous allons donc calculer N modulo 9. crivons N en base 10 : N = a k a 2 a 1 a 0 (a 0 est le
68
Arithmtique
chiffre des units, a 1 celui des dizaines,...) alors N = 10k a k + + 102 a 2 + 101 a 1 + a 0 . Donc
N = 10k a k + + 102 a 2 + 101 a 1 + a 0
a k + + a2 + a1 + a0
(mod 9)
Donc N est congru la somme de ses chiffres modulo 9. Ainsi N 0 (mod 9) si et seulement
si la somme des chiffres vaut 0 modulo 9.
Voyons cela sur un exemple : N = 488 889. Ici a 0 = 9 est le chiffre des units, a 1 = 8 celui des
dizaines,... Cette criture dcimale signifie N = 4 105 + 8 104 + 8 103 + 8 102 + 8 10 + 9.
N = 4 105 + 8 104 + 8 103 + 8 102 + 8 10 + 9
4 + 8 + 8 + 8 + 8 + 9 (mod 9)
45 (mod 9)
9 (mod 9)
0 (mod 9)
Ainsi nous savons que 488 889 est divisible par 9 sans avoir effectu de division euclidienne.
Remarque
Pour trouver un bon reprsentant de a (mod n) on peut aussi faire la division euclidienne
de a par n : a = bn + r alors a r (mod n) et 0 r < n.
Exemple 37
Les calculs bien mens avec les congruences sont souvent trs rapides. Par exemple on souhaite calculer 221 (mod 37) (plus exactement on souhaite trouver 0 r < 37 tel que 221 r
(mod 37)). Plusieurs mthodes :
1. On calcule 221 , puis on fait la division euclidienne de 221 par 37, le reste est notre
rsultat. Cest laborieux !
2. On calcule successivement les 2k modulo 37 : 21 2 (mod 37), 22 4 (mod 37), 23
8 (mod 37), 24 16 (mod 37), 25 32 (mod 37). Ensuite on noublie pas dutiliser les
congruences : 26 64 27 (mod 37). 27 2 26 2 27 54 17 (mod 37) et ainsi de
suite en utilisant le calcul prcdent chaque tape. Cest assez efficace et on peut
raffiner : par exemple on trouve 28 34 (mod 37) mais donc aussi 28 3 (mod 37) et
donc 29 2 28 2 (3) 6 31 (mod 37),...
3. Il existe une mthode encore plus efficace : on crit lexposant 21 en base 2 : 21 =
24 + 22 + 20 = 16 + 4 + 1. Alors 221 = 216 24 21 . Et il est facile de calculer successivement
chacun de ces termes car les exposants sont des puissances de 2. Ainsi 28 (24 )2
2
162 256 34 3 (mod 37) et 216 28 (3)2 9 (mod 37). Nous obtenons 221
216 24 21 9 16 2 288 29 (mod 37).
Arithmtique
69
Proposition 27
Soit a Z , b Z fixs et n 2. Considrons lquation ax b (mod n)
dinconnue x Z :
Exemple 38
Rsolvons lquation 9x 6 (mod 24). Comme pgcd(9, 24) = 3 divise 6 la proposition ci-dessus
nous affirme quil existe des solutions. Nous allons les calculer. (Il est toujours prfrable de
refaire rapidement les calculs que dapprendre la formule). Trouver x tel que 9x 6 (mod 24)
est quivalent trouver x et k tels que 9x = 6 + 24k. Mis sous la forme 9x 24k = 6 il sagit alors
dune quation que nous avons tudier en dtails (voir section 2.3). Il y a bien des solutions
car pgcd(9, 24) = 3 divise 6. En divisant par le pgcd on obtient lquation quivalente :
3x 8k = 2.
Pour le calcul du pgcd et dune solution particulire nous utilisons normalement lalgorithme
dEuclide et sa remonte. Ici il est facile de trouver une solution particulire (x0 = 6, k 0 = 2)
la main.
On termine comme pour les quations de la section 2.3. Si (x, k) est une solution de 3x 8k = 2
alors par soustraction on obtient 3(x x0 ) 8(k k 0 ) = 0 et on trouve x = x0 + 8`, avec ` Z (le
terme k ne nous intresse pas). Nous avons donc trouv les x qui sont solutions de 3x 8k = 2,
ce qui quivaut 9x 24k = 6, ce qui quivaut encore 9x 6 (mod 24). Les solutions sont de
la forme x = 6 + 8`. On prfre les regrouper en 3 classes modulo 24 :
x1 = 6 + 24m,
x2 = 14 + 24m,
x3 = 22 + 24m
avec m Z.
Remarque
Expliquons le terme de classe utilis ici. Nous avons considrer ici que lquation 9x 6
(mod 24) est une quation dentiers. On peut aussi considrer que 9, x, 6 sont des classes
dquivalence modulo 24, et lon noterait alors 9x = 6. On trouverait comme solutions trois
classes dquivalence :
x1 = 6, x2 = 14, x3 = 22.
Dmonstration
1.
ax = b + kn
k Z
ax kn = b
pgcd(a, n)| b
par la proposition 21
Nous avons juste transform notre quation ax b (mod n) en une quation ax kn = b tudie
auparavant (voir section 2.3), seules les notations changent : au + bv = c devient ax kn = b.
70
Arithmtique
2. Supposons quil existe des solutions. Nous allons noter d = pgcd(a, n) et crire a = da0 , n = dn0
et b = db0 (car par le premier point d | b). Lquation ax kn = b dinconnues x, k Z est alors
quivalente lquation a0 x kn0 = b0 , note (?). Nous savons rsoudre cette quation (voir de
nouveau la proposition 21), si ( x0 , k 0 ) est une solution particulire de (?) alors on connat tous
les ( x, k) solutions. En particulier x = x0 + ` n0 avec ` Z (les k ne nous intressent pas ici).
Ainsi les solutions x Z sont de la forme x = x0 +` pgcd(na,n) , ` Z o x0 est une solution particulire
de ax b (mod n). Et modulo n cela donne bien pgcd(a, n) classes distinctes.
Corollaire 5
Si p ne divise pas a alors
a p1 1 (mod p)
Lemme 3
p divise
p
k
pour 1 k p 1, cest--dire
p
k
0 (mod p).
Dmonstration
p
p
p!
= k!( pk)! donc p! = k!( p k)! k . Ainsi p| k!( p k)! k . Or comme 1 k p 1 alors p ne divise pas
k! (sinon p divise lun des facteurs de k! mais il sont tous < p). De mme p ne divise pas ( p k)!, donc
par le lemme dEuclide p divise kp .
p
k
!
!
p
p
p
p
p
p1
p2
(a + 1) = a +
a
+
a
++
+1
p1
p2
1
Rduisons maintenant modulo p :
!
!
p
p
p
p
p
p1
p2
(a + 1) a +
a
+
a
++
+ 1 (mod p)
p1
p2
1
a p + 1 (mod p)
a + 1 (mod p)
grce au lemme 3
cause de lhypothse de rcurrence
Par le principe de rcurrence nous avons dmontr le petit thorme de Fermat pour tout a 0.
Arithmtique
71
Exemple 39
Calculons 143141 (mod 17). Le nombre 17 tant premier on sait par le petit thorme de
Fermat que 1416 1 (mod 17). crivons la division euclidienne de 3141 par 16 :
3141 = 16 196 + 5.
Alors
196
143141 1416196+5 1416196 145 1416
145 1196 145 145 (mod 17)
Il ne reste plus qu calculer 145 modulo 17. Cela peut se faire rapidement : 14 3 (mod 17)
donc 142 (3)2 9 (mod 17), 143 142 14 9 (3) 27 7 (mod 17), 145 142 143
9 7 63 12 (mod 17). Conclusion : 143141 145 12 (mod 17).
Mini-exercices
1. Calculer les restes modulo 10 de 122 + 455, 122 455, 122455 . Mmes calculs modulo 11,
puis modulo 12.
2. Prouver quun entier est divisible par 3 si et seulement si la somme de ses chiffres est
divisible par 3.
3. Calculer 310 (mod 23).
4. Calculer 3100 (mod 23).
5. Rsoudre les quations 3x 4 (mod 7), 4x 14 (mod 30).
Auteurs
Arnaud Bodin
Benjamin Boutin
Pascal Romon
72
Arithmtique
Exo7
5
1
2
3
4
Polynmes
Dnitions
Arithmtique des polynmes
Racine d'un polynme, factorisation
Fractions rationnelles
Motivation
Les polynmes sont des objets trs simples mais aux proprits extrmement riches. Vous savez
dj rsoudre les quations de degr 2 : aX 2 + bX + c = 0. Savez-vous que la rsolution des quations
de degr 3, aX 3 + bX 2 + cX + d = 0, a fait lobjet de luttes acharnes dans lItalie du X V I e sicle ?
Un concours tait organis avec un prix pour chacune de trente quations de degr 3 rsoudre.
Un jeune italien, Tartaglia, trouve la formule gnrale des solutions et rsout les trente quations
en une seule nuit ! Cette mthode que Tartaglia voulait garder secrte sera quand mme publie
quelques annes plus tard comme la mthode de Cardan .
Dans ce chapitre, aprs quelques dfinitions des concepts de base, nous allons tudier larithmtique des polynmes. Il y a une grande analogie entre larithmtique des polynmes et celles des
entiers. On continue avec un thorme fondamental de lalgbre : Tout polynme de degr n
admet n racines complexes. On termine avec les fractions rationnelles : une fraction rationnelle
est le quotient de deux polynmes.
Dans ce chapitre K dsignera lun des corps Q, R ou C.
1. Dfinitions
1.1. Dfinitions
Dfinition 19
Un polynme coefficients dans K est une expression de la forme
P(X ) = a n X n + a n1 X n1 + + a 2 X 2 + a 1 X + a 0 ,
avec n N et a 0 , a 1 , . . . , a n K.
Lensemble des polynmes est not K[X ].
Les a i sont appels les coefficients du polynme.
Si tous les coefficients a i sont nuls, P est appel le polynme nul, il est not 0.
74
Polynmes
On appelle le degr de P le plus grand entier i tel que a i 6= 0 ; on le note deg P. Pour le
degr du polynme nul on pose par convention deg(0) = .
Un polynme de la forme P = a 0 avec a 0 K est appel un polynme constant. Si
a 0 6= 0, son degr est 0.
Exemple 40
X 3 5X + 34 est un polynme de degr 3.
X n + 1 est un polynme de degr n.
2 est un polynme constant, de degr 0.
ssi
a i = b i pour tout i
a i b j pour k {0, . . . , r }.
i+ j=k
Polynmes
75
Proposition 29
Soient P et Q deux polynmes coefficients dans K.
deg(P Q) = deg P + degQ
deg(P + Q) max(deg P, degQ)
1.3. Vocabulaire
Compltons les dfinitions sur les polynmes.
Dfinition 20
Les polynmes comportant un seul terme non nul (du type a k X k ) sont appels monmes.
Soit P = a n X n + a n1 X n1 + + a 1 X + a 0 , un polynme avec a n 6= 0. On appelle terme
dominant le monme a n X n . Le coefficient a n est appel le coefficient dominant de
P.
Si le coefficient dominant est 1, on dit que P est un polynme unitaire.
Exemple 42
Remarque
Tout polynme est donc une somme finie de monmes.
Mini-exercices
1. Soit P(X ) = 3X 3 2, Q(X ) = X 2 + X 1, R(X ) = aX + b. Calculer P + Q, P Q, (P + Q) R
et P Q R. Trouver a et b afin que le degr de P QR soit le plus petit possible.
2. Calculer (X + 1)5 (X 1)5 .
3. Dterminer le degr de (X 2 + X + 1)n aX 2n bX 2n1 en fonction de a, b.
4. Montrer que si deg P 6= degQ alors deg(P + Q) = max(deg P, degQ). Donner un contreexemple dans le cas o deg P = degQ.
5. Montrer que si P(X ) = X n + a n1 X n1 + alors le coefficient devant X n1 de P(X a nn1 )
est nul.
76
Polynmes
et
Q est appel le quotient et R le reste et cette criture est la division euclidienne de A par B.
Notez que la condition deg R < deg B signifie R = 0 ou bien 0 deg R < deg B.
Enfin R = 0 si et seulement si B| A.
Dmonstration
Unicit. Si A = BQ + R et A = BQ 0 + R 0 , alors B(Q Q 0 ) = R 0 R . Or deg(R 0 R ) < deg B. Donc Q 0 Q = 0.
Ainsi Q = Q 0 , do aussi R = R 0 .
Existence. On montre lexistence par rcurrence sur le degr de A .
Si deg A = 0 et deg B > 0, alors A est une constante, on pose Q = 0 et R = A . Si deg A = 0 et
deg B = 0, on pose Q = A /B et R = 0.
On suppose lexistence vraie lorsque deg A n 1. Soit A = a n X n + + a 0 un polynme de degr
n (a n 6= 0). Soit B = b m X m + + b 0 avec b m 6= 0. Si n < m on pose Q = 0 et R = A .
Si n m on crit A = B bamn X nm + A 1 avec deg A 1 n 1. On applique lhypothse de rcurrence
A 1 : il existe Q 1 , R 1 K[ X ] tels que A 1 = BQ 1 + R 1 et deg R 1 < deg B. Il vient :
a n n m
A=B
X
+ Q 1 + R1 .
bm
Donc Q =
an
bm
X nm + Q 1 et R = R 1 conviennent.
Polynmes
77
Exemple 43
On pose une division de polynmes comme on pose une division euclidienne de deux entiers.
Par exemple si A = 2X 4 X 3 2X 2 + 3X 1 et B = X 2 X + 1. Alors on trouve Q = 2X 2 + X 3
et R = X + 2. On noublie pas de vrifier queffectivement A = BQ + R.
2X 4 X 3 2X 2 + 3X 1
X2 X +1
2X 4 2X 3 + 2X 2
X 3 4X 2 + 3X 1
2X 2 + X 3
X3 X2 + X
3X 2 + 2X 1
3X 2 + 3X 3
X + 2
Exemple 44
Pour X 4 3X 3 + X + 1 divis par X 2 + 2 on trouve un quotient gal X 2 3X 2 et un reste
gale 7X + 5.
X 4 3X 3 +
X4
X +1
+ 2X 2
3X 3 2X 2 + X + 1
X2 +2
3X 3
X 2 3X 2
6X
2X 2 + 7X + 1
2X 2
7X + 5
2.2. pgcd
Proposition 31
Soient A, B K[X ], avec A 6= 0 ou B 6= 0. Il existe un unique polynme unitaire de plus grand
degr qui divise la fois A et B.
Cet unique polynme est appel le pgcd (plus grand commun diviseur) de A et B que lon note
pgcd(A, B).
78
Polynmes
Remarque
Le degr du reste diminue chaque division. On arrte lalgorithme lorsque le reste est nul. Le
pgcd est le dernier reste non nul R k (rendu unitaire).
Exemple 45
Calculons le pgcd de A = X 4 1 et B = X 3 1. On applique lalgorithme dEuclide :
X 4 1 = (X 3 1) X + X 1
X 3 1 = (X 1) (X 2 + X + 1) + 0
Le pgcd est le dernier reste non nul, donc pgcd(X 4 1, X 3 1) = X 1.
Exemple 46
Calculons le pgcd de A = X 5 + X 4 + 2X 3 + X 2 + X + 2 et B = X 4 + 2X 3 + X 2 4.
X 5 + X 4 + 2X 3 + X 2 + X + 2 = (X 4 + 2X 3 + X 2 4) (X 1) + 3X 3 + 2X 2 + 5X 2
2
X 4 + 2X 3 + X 2 4 = (3X 3 + 2X 2 + 5X 2) 91 (3X + 4) 14
9 (X + X + 2)
3X 3 + 2X 2 + 5X 2 = (X 2 + X + 2) (3X 1) + 0
Ainsi pgcd(A, B) = X 2 + X + 2.
Dfinition 22
Soient A, B K[X ]. On dit que A et B sont premiers entre eux si pgcd(A, B) = 1.
Pour A, B quelconques on peut se ramener des polynmes premiers entre eux : si pgcd(A, B) = D
alors A et B scrivent : A = D A 0 , B = DB0 avec pgcd(A 0 , B0 ) = 1.
Polynmes
79
14
1
D = B (3X 3 + 2X 2 + 5X 2) (3X + 4).
9
9
1
14
D = B A B (X 1) (3X + 4).
9
9
On en dduit
14
1
1
D = A (3X + 4) + B 1 + (X 1) (3X + 4)
9
9
9
1
1
1
Donc en posant U = 14 (3X +4) et V = 14 9+(X 1)(3X +4) = 14
(3X 2 + X +5) on a AU + BV =
D.
Corollaire 7
Soient A, B, C K[X ] avec A 6= 0 ou B 6= 0. Si C | A et C |B alors C | pgcd(A, B).
80
Polynmes
2.4. ppcm
Proposition 32
Soient A, B K[X ] des polynmes non nuls, alors il existe un unique polynme unitaire M de
plus petit degr tel que A | M et B| M.
Cet unique polynme est appel le ppcm (plus petit commun multiple) de A et B quon note
ppcm(A, B).
Exemple 49
Mini-exercices
1. Trouver les diviseurs de X 4 + 2X 2 + 1 dans R[X ], puis dans C[X ].
2. Montrer que X 1| X n 1 (pour n 1).
3. Calculer les divisions euclidiennes de A par B avec A = X 4 1, B = X 3 1. Puis A =
4X 3 + 2X 2 X 5 et B = X 2 + X ; A = 2X 4 9X 3 + 18X 2 21X + 2 et B = X 2 3X + 1 ;
A = X 5 2X 4 + 6X 3 et B = 2X 3 + 1.
4. Dterminer le pgcd de A = X 5 + X 3 + X 2 + 1 et B = 2X 3 + 3X 2 + 2X + 3. Trouver les
coefficients de Bzout U, V . Mmes questions avec A = X 5 1 et B = X 4 + X + 1.
5. Montrer que si AU + BV = 1 avec degU < deg B et deg V < deg A alors les polynmes
U, V sont uniques.
Polynmes
81
Dfinition 23
Soit P = a n X n + a n1 X n1 + + a 1 X + a 0 K[X ]. Pour un lment x K, on note P(x) =
a n x n + + a 1 x + a 0 . On associe ainsi au polynme P une fonction polynme (que lon note
encore P)
P : K K, x 7 P(x) = a n x n + + a 1 x + a 0 .
Dfinition 24
Soit P K[X ] et K. On dit que est une racine (ou un zro) de P si P() = 0.
Proposition 34
P() = 0
X divise P
Dmonstration
Lorsque lon crit la division euclidienne de P par X on obtient P = Q ( X ) + R o R est une
constante car deg R < deg( X ) = 1. Donc P () = 0 R () = 0 R = 0 X |P .
Dfinition 25
Soit k N . On dit que est une racine de multiplicit k de P si (X )k divise P alors que
(X )k+1 ne divise pas P. Lorsque k = 1 on parle dune racine simple, lorsque k = 2 dune
racine double, etc.
On dit aussi que est une racine dordre k.
Proposition 35
Il y a quivalence entre :
(i) est une racine de multiplicit k de P.
(ii) Il existe Q K[X ] tel que P = (X )k Q, avec Q() 6= 0.
(iii) P() = P 0 () = = P (k1) () = 0 et P (k) () 6= 0.
Remarque
Par analogie avec la drive dune fonction, si P(X ) = a 0 + a 1 X + + a n X n K[X ] alors le
polynme P 0 (X ) = a 1 + 2a 2 X + + na n X n1 est le polynme driv de P.
82
Polynmes
Exemple 51
P(X ) = X n 1 admet n racines distinctes.
Sachant que P est de degr n alors par le thorme de dAlembert-Gauss on sait quil admet
n racines comptes avec multiplicit. Il sagit donc maintenant de montrer que ce sont des
racines simples. Supposons par labsurde que C soit une racine de multiplicit 2.
Alors P() = 0 et P 0 () = 0. Donc n 1 = 0 et nn1 = 0. De la seconde galit on dduit
= 0, contradictoire avec la premire galit. Donc toutes les racines sont simples. Ainsi les
n racines sont distinctes. (Remarque : sur cet exemple particulier on aurait aussi pu calculer
les racines qui sont ici les racines n-ime de lunit.)
Pour les autres corps que les nombres complexes nous avons le rsultat plus faible suivant :
Thorme 10
Soit P K[X ] de degr n 1. Alors P admet au plus n racines dans K.
Exemple 52
P(X ) = 3X 3 2X 2 + 6X 4. Considr comme un polynme coefficients dans Q ou R, P na
quune seule racine (qui est simple) = 23 et il se dcompose en P(X ) = 3(X 23 )(X 2 + 2). Si on
considre maintenant P comme un polynme coefficients dans C alors P(X ) = 3(X 23 )(X
p
p
i 2)(X + i 2) et admet 3 racines simples.
Polynmes
83
Remarque
Un polynme irrductible P est donc un polynme non constant dont les seuls diviseurs
de P sont les constantes ou P lui-mme ( une constante multiplicative prs).
La notion de polynme irrductible pour larithmtique de K[X ] correspond la notion
de nombre premier pour larithmtique de Z.
Dans le cas contraire, on dit que P est rductible ; il existe alors des polynmes A, B de
K[X ] tels que P = AB, avec deg A 1 et deg B 1.
Exemple 53
Tous les polynmes de degr 1 sont irrductibles. Par consquent il y a une infinit de
polynmes irrductibles.
X 2 1 = (X 1)(X + 1) R[X ] est rductible.
X 2 + 1 = (X i)(X + i) est rductible dans C[X ] mais est irrductible dans R[X ].
p
p
X 2 2 = (X 2)(X + 2) est rductible dans R[X ] mais est irrductible dans Q[X ].
Nous avons lquivalent du lemme dEuclide de Z pour les polynmes :
Proposition 36. Lemme dEuclide
Soit P K[X ] un polynme irrductible et soient A, B K[X ]. Si P | AB alors P | A ou P |B.
Dmonstration
Si P ne divise pas A alors pgcd(P, A ) = 1 car P est irrductible. Donc, par le lemme de Gauss, P divise
B.
84
Polynmes
Thorme 12
Les polynmes irrductibles de C[X ] sont les polynmes de degr 1.
Donc pour P C[X ] de degr n 1 la factorisation scrit P = (X 1 )k1 (X 2 )k2 (X r )k r ,
o 1 , ..., r sont les racines distinctes de P et k 1 , ..., k r sont leurs multiplicits.
Dmonstration
Ce thorme rsulte du thorme de dAlembert-Gauss.
Thorme 13
Les polynmes irrductibles de R[X ] sont les polynmes de degr 1 ainsi que les polynmes
de degr 2 ayant un discriminant < 0.
Soit P R[X ] de degr n 1. Alors la factorisation scrit P = (X 1 )k1 (X 2 )k2 (X
`
`
r )k r Q 11 Q s s , o les i sont exactement les racines relles distinctes de multiplicit k i et
les Q i sont des polynmes irrductibles de degr 2 : Q i = X 2 + i X + i avec = 2i 4 i < 0.
Exemple 54
P(X ) = 2X 4 (X 1)3 (X 2 + 1)2 (X 2 + X + 1) est dj dcompos en facteurs irrductibles dans
R[X ] alors que sapdcomposition dans C[X ] est P(X ) = 2X 4 (X 1)3 (X i)2 (X + i)2 (X j)(X j 2 )
2i
o j = e 3 = 1+2i 3 .
Exemple 55
Soit P(X ) = X 4 + 1.
Sur C. On peut dabord dcomposer P(X ) = (X 2 + i)(X 2 i). Les racines de P sont donc
les racines carres complexes de i et i. Ainsi P se factorise dans C[X ] :
p
p
p
p
P(X ) = X 22 (1 + i) X + 22 (1 + i) X 22 (1 i) X + 22 (1 i) .
Sur R. Pour un polynme coefficient rels, si est une racine alors aussi. Dans la
dcomposition ci-dessus on regroupe les facteurs ayant des racines conjugues, cela doit
conduire un polynme rel :
h
p
p
p
p
p
p
i h
P(X ) = X 22 (1 + i) X 22 (1 i)
X + 22 (1 + i) X + 22 (1 i) = X 2 + 2X +1 X 2 2X +1 ,
qui est la factorisation dans R[X ].
Mini-exercices
1. Trouver un polynme P(X ) Z[X ] de degr minimal tel que :
p
2 soit une racine double et i soit une racine triple.
1
2
Polynmes
85
4. Factoriser P(X ) = (2X 2 + X 2)2 (X 4 1)3 et Q(X ) = 3(X 2 1)2 (X 2 X + 41 ) dans C[X ]. En
dduire leur pgcd et leur ppcm. Mmes questions dans R[X ].
5. Si pgcd(A, B) = 1 montrer que pgcd(A + B, A B) = 1.
6. Soit P R[X ] et C \ R tel que P() = 0. Vrifier que P( ) = 0. Montrer que (X )(X
) est un polynme irrductible de R[X ] et quil divise P dans R[X ].
4. Fractions rationnelles
Dfinition 27
Une fraction rationnelle coefficients dans K est une expression de la forme
F=
P
Q
+
+
a 1, 1
(X 1
a 2,1
)k1
(X 2 )k2
a 1, 2
(X 1
a 2,k2
++
(X 2 )
)k1 1
++
a 1,k1
(X 1 )
a
( X ) i
sont les
Exemple 56
Vrifier que
Vrifier que
1
= Xa+i + Xbi
X 2 +1
4
X 8 X 2 +9 X 7
=X
( X 2)2 ( X +3)
avec a = 12 i, b = 12 i.
+ 1 + ( X12)2 +
2
X 2
1
X +3 .
Comment se calcule cette dcomposition ? En gnral on commence par dterminer la partie polynomiale. Tout dabord si degQ > deg P alors E(X ) = 0. Si deg P degQ alors effectuons la division
P
R
euclidienne de P par Q : P = QE + R donc Q
=E+ Q
o deg R < degQ. La partie polynomiale est
donc le quotient de cette division. Et on sest ramen au cas dune fraction
Voyons en dtails comment continuer sur un exemple.
R
Q
86
Polynmes
Exemple 57
5
P
Dcomposons la fraction Q
= X 2 XX 3+43XX +28 X +11 .
Premire tape : partie polynomiale. On calcule la division euclidienne de P par Q :
P(X ) = (X 2 + 1)Q(X ) + 2X 2 5X + 9. Donc la partie polynomiale est E(X ) = X 2 + 1 et la
2
P(X )
2 X 2 5 X +9
2
fraction scrit Q
. Notons que pour la fraction 2 X Q(5XX) +9 le degr
(X ) = X + 1 +
Q(X )
du numrateur est strictement plus petit que le degr du dnominateur.
Deuxime tape : factorisation du dnominateur. Q a pour racine vidente +1
(racine double) et 2 (racine simple) et se factorise donc ainsi Q(X ) = (X 1)2 (X + 2).
Troisime tape : dcomposition thorique en lments simples. Le thorme
de dcomposition en lments simples nous dit quil existe une unique dcomposition :
P(X )
b
c
a
2
Q ( X ) = E(X ) + ( X 1)2 + X 1 + X +2 . Nous savons dj que E(X ) = X + 1, il reste trouver
les nombres a, b, c.
Quatrime tape : dtermination des coefficients. Voici une premire faon de
dterminer a, b, c. On rcrit la fraction ( X a1)2 + Xb1 + X c+2 au mme dnominateur et on
lidentifie avec
2 X 2 5 X +9
Q(X )
a
b
2X 2 5X + 9
c
(b + c)X 2 + (a + b 2c)X + 2a 2b + c
+
qui
doit
tre
gale
.
+
=
(X 1)2 X 1 X + 2
(X 1)2 (X + 2)
(X 1)2 (X + 2)
On en dduit b + c = 2, a + b 2c = 5 et 2a 2b + c = 9. Cela conduit lunique solution
a = 2, b = 1, c = 3. Donc
2
1
3
P X 5 2X 3 + 4X 2 8X + 11
=
= X2 +1+
+
+
.
3
2
Q
X 1 X +2
X 3X + 2
(X 1)
Cette mthode est souvent la plus longue.
Quatrime tape (bis) : dtermination des coefficients. Voici une autre mthode
plus efficace.
0
2
Notons PQ ((XX)) = ( 2XX1)25(XX ++92) dont la dcomposition thorique est : ( X a1)2 + Xb1 + X c+2
0
P 0 (X )
(X 1)2
= a + b(X 1) + c
Q(X )
X +2
donc
F1 (1) = a
Dautre part
F1 (X ) = (X 1)2
2X 2 5X + 9
2X 2 5X + 9
P 0 (X )
= (X 1)2
=
donc F1 (1) = 2
Q(X )
X +2
(X 1)2 (X + 2)
On en dduit a = 2.
On fait le mme processus pour dterminer c : on multiplie par (X + 2) et on value en
0
2
2
X +2
2. On calcule F2 (X ) = (X + 2) PQ ((XX)) = 2 X( X51)X2+9 = a ( XX+1)
2 + b X 1 + c de deux faons et
lorsque lon value x = 2 on obtient dune part F2 (2) = c et dautre part F2 (2) = 3.
Ainsi c = 3.
Comme les coefficients sont uniques tous les moyens sont bons pour les dterminer. Par
0
exemple lorsque lon value la dcomposition thorique PQ ((XX)) = ( X a1)2 + Xb1 + X c+2 en
x = 0, on obtient :
P 0 (0)
c
= ab+
Q(0)
2
Polynmes
Donc
9
2
87
= a b + 2c . Donc b = a + 2c 92 = 1.
aX + b
.
( X 2 + X +) i
Exemple 58
4
P(X )
3 X +5 X +8 X +5 X +3
Dcomposition en lments simples de Q
. Comme deg P < degQ alors
(X ) =
( X 2 + X +1)2 ( X 1)
2
E(X ) = 0. Le dnominateur est dj factoris sur R car X + X + 1 est irrductible. La dcomposition thorique est donc :
P(X )
e
aX + b
cX + d
+
=
+ 2
.
2
2
Q(X ) (X + X + 1)
X + X +1 X 1
Il faut ensuite mener au mieux les calculs pour dterminer les coefficients afin dobtenir :
2X + 1
1
3
P(X )
=
+ 2
+
.
2
2
Q(X ) (X + X + 1)
X + X +1 X 1
Mini-exercices
1. Soit Q(X ) = (X 2)2 (X 2 1)3 (X 2 + 1)4 . Pour P R[X ] quelle est la forme thorique de la
P
dcomposition en lments simples sur C de Q
? Et sur R ?
2. Dcomposer les fractions suivantes en lments simples sur R et C :
3. Dcomposer les fractions suivantes en lments simples sur R :
X6
.
( X 2 +1)2
2
1
X 2 1
X 2 +1
( X 1)2
X 2 + X +1
( X 1)( X +2)2
X
.
X 3 1
2X 2X
( X 2 +2)2
7 X 20
4. Soit F(X ) = 2 X +
. Dterminer lquation de lasymptote oblique en . tudier la
X +2
position du graphe de F par rapport cette droite.
Auteurs
Rdaction : Arnaud Bodin
Bas sur des cours de Guoting Chen et Marc Bourdon
Relecture : Stphanie Bodin
88
Polynmes
Exo7
6
1
2
3
4
5
Groupes
Groupe
Sous-groupes
Morphismes de groupes
Le groupe Z/nZ
Le groupe des permutations S n
Vido
Vido
Vido
Vido
Vido
partie 1. Dfinition
partie 2. Sous-groupes
partie 3. Morphismes de groupes
partie 4. Le groupe Z/ nZ
partie 5. Le groupe des permutations
Motivation
variste Galois a tout juste vingt ans lorsquil meurt dans un duel. Il restera pourtant comme lun
des plus grands mathmaticiens de son temps pour avoir introduit la notion de groupe, alors quil
avait peine dix-sept ans.
Vous savez rsoudre les quations de degr 2 du type ax2 + bx + c = 0. Les solutions sexpriment en
p
fonction de a, b, c et de la fonction racine carre . Pour les quations de degr 3, axq3 + bx2 + cx
q+ d =
0, il existe aussi des formules. Par exemple une solution de x3 + 3x + 1 = 0 est x0 =
De telles formules existent aussi pour les quations de degr 4.
p
51
2
p
5+1
2 .
Un proccupation majeure au dbut du X I X e sicle tait de savoir sil existait des formules similaires pour les quations de degr 5 ou plus. La rponse fut apporte par Galois et Abel : non il
nexiste pas en gnral une telle formule. Galois parvient mme dire pour quels polynmes cest
possible et pour lesquels ce ne lest pas. Il introduit pour sa dmonstration la notion de groupe.
Les groupes sont la base dautres notions mathmatiques comme les anneaux, les corps, les
matrices, les espaces vectoriels,... Mais vous les retrouvez aussi en arithmtique, en gomtrie, en
cryptographie !
Nous allons introduire dans ce chapitre la notion de groupe, puis celle de sous-groupe. On tudiera ensuite les applications entre deux groupes : les morphismes de groupes. Finalement nous
dtaillerons deux groupes importants : le groupe Z/nZ et le groupe des permutations S n .
1. Groupe
1.1. Dfinition
90
Groupes
Dfinition 28
Un groupe (G, ?) est un ensemble G auquel est associ une opration ? (la loi de composition) vrifiant les quatre proprits suivantes :
1. pour tout x, y G,
x? yG
2. pour tout x, y, z G,
3. il existe e G tel que
(x ? y) ? z = x ? (y ? z)
x G, x ? e = x et e ? x = x
0
x?x = x ?x = e
0
x ? y = y ? x,
1.2. Exemples
Voici des ensembles et des oprations bien connus qui ont une structure de groupe.
(R , ) est un groupe commutatif, est la multiplication habituelle. Vrifions chacune des
proprits :
1. Si x, y R alors x y R .
2. Pour tout x, y, z R alors x (y z) = (x y) z, cest lassociativit de la multiplication des
nombres rels.
3. 1 est llment neutre pour la multiplication, en effet 1 x = x et x 1 = x, ceci quelque soit
x R .
4. Linverse dun lment x R est x0 = 1x (car x 1x est bien gal llment neutre 1).
Linverse de x est donc x1 = 1x . Notons au passage que nous avions exclu 0 de notre groupe,
car il na pas dinverse.
Ces proprits font de (R , ) un groupe.
5. Enfin x y = y x, cest la commutativit de la multiplication des rels.
(Q , ), (C , ) sont des groupes commutatifs.
(Z, +) est un groupe commutatif. Ici + est laddition habituelle.
1. Si x, y Z alors x + y Z.
Groupes
91
Alors pour deux rotations R et R 0 la compose R R 0 est encore une rotation de centre
lorigine et dangle + 0 . Ici est la composition. Ainsi (R , ) forme un groupe (qui est mme
commutatif). Pour cette loi llment neutre est la rotation dangle 0 : cest lidentit du plan.
Linverse dune rotation dangle est la rotation dangle .
Si I dsigne lensemble des isomtries du plan (ce sont les translations, rotations, rflexions
et leurs composes) alors (I , ) est un groupe. Ce groupe nest pas un groupe commutatif. En
effet, identifions le plan R2 et soit par exemple R la rotation de centre O = (0, 0) et dangle
2 et T la translation de vecteur (1, 0). Alors les isomtries T R et R T sont des applications
distinctes. Par exemple les images du point A = (1, 1) par ces applications sont distinctes :
T R(1, 1) = T(1, 1) = (0, 1) alors que R T(1, 1) = R(2, 1) = (1, 2).
R T(A)
R(A)
T R(A)
T(A)
1.3. Puissance
Revenons un groupe (G, ?). Pour x G nous noterons x ? x par x2 et x ? x ? x par x3 . Plus
gnralement nous noterons :
92
Groupes
x n = |x ? x ?
{z ? x},
n fois
x0 = e,
xn = |x1 ? {z
? x1}.
n fois
!
a b
.
c d
Nous allons dfinir lopration produit not de deux matrices M =
!
b
a0
0
d
c
a
MM =
c
0
!
b0
aa0 + bc0
0 =
d
ca0 + dc0
a b
c d
et M 0 =
a0
b0
c0 d 0
!
ab0 + bd 0
.
cb0 + dd 0
Voici comment prsenter les calculs, on place M gauche, M 0 au dessus de ce qui va tre le rsultat.
On calcule un par un, chacun des termes de M M 0 .
Pour le premier terme on prend la colonne situe au dessus et la ligne situe gauche : on effectue
les produits a a0 et b c0 quon additionne pour obtenir le premier terme du rsultat. Mme chose
avec le second terme : on prend la colonne situe au dessus, la ligne situe gauche, on fait les
produit, on additionne : ab0 + bd 0 . Idem pour les deux autres termes.
Par exemple si M =
M 0 M droite)
1
0 1
et M 0 =
a
c
1 0
21
b
d
!
b0
d0 !
a0
c0
aa0 + bc0
0
ca + dc
ab0 + bd 0
cb0 + dd 0
!
1 0
1 1
2 1 !
0 1!
!
1 1
3
1
1 0
1 1
0 1
2 1
2 1
2 1
a b
c d
det M = ad bc.
Groupes
93
Proposition 37
Lensemble des matrices 2 2 ayant un dterminant non nul, muni de la multiplication des
matrices , forme un groupe non-commutatif.
Ce groupe est not (G`2 , ).
Nous aurons besoin dun rsultat prliminaire :
Lemme 4
det(M M 0 ) = det M det M 0 .
Pour la preuve, il suffit de vrifier le calcul : aa0 + bc0 cb0 + dd 0 ab0 + bd 0 ca0 + dc0 = (ad
bc)(a0 d 0 b0 c0 ).
Revenons la preuve de la proposition.
Dmonstration
1. Vrifions la loi de composition interne. Si M, M 0 sont des matrices 2 2 alors M M 0 aussi.
Maintenant si M et M 0 sont de dterminants non nuls alors det( M M 0 ) = det M det M 0 est aussi
non nul. Donc si M, M 0 G`2 alors M M 0 G`2 .
2. Pour vrifier que la loi est associative, cest un peu fastidieux. Pour trois matrices M, M 0 , M 00
quelconques il faut montrer ( M M 0 ) M 00 = M ( M 0 M 00 ). Faites-le pour vrifier que vous
matrisez le produit de matrices.
3. Existence de llment neutre. La matrice identit I = 10 01 est llment neutre pour la multi
plication des matrices : en effet ac db 10 01 = ac db et 10 01 ac db = ac db .
4. Existence de linverse. Soit M = ac db une matrice de dterminant non nul alors M 1 =
1
1
d b
= I et que M 1 M = I .
ad bc c a est linverse de M : vrifiez que M M
5. Enfin nous avons dj vu que cette multiplication nest pas commutative.
Mini-exercices
1. Montrer que (R+ , ) est un groupe commutatif.
2. Soit f a,b : R R la fonction dfinie par x 7 ax + b. Montrer que lensemble F = { f a,b | a
R , b R} muni de la composition est un groupe non commutatif.
x+ y
3. (Plus dur) Soit G =] 1, 1[. Pour x, y G on dfinit x ? y = 1+ x y . Montrer que (G, ?) forme
un groupe en (a) montrant que ? est une loi de composition interne : x ? y G ; (b)
montrant que la loi est associative ; (c) montrant que 0 est lment neutre ; (d) trouvant
linverse de x.
Soit (G, ?) est un groupe quelconque, x, y, z sont des lments de G.
4. Montrer que si x ? y = x ? z alors y = z.
1
5. Que vaut x1
?
6. Si x n = e, quel est linverse de x ?
Matrices :
94
Groupes
7. Soient M1 =
0 1
1 2
1 2
1 0 , M2 = 1 0 , M3 = 3 4 . Vrifier que M1 (M2 M3 ) = (M1 M2 ) M3 .
a b a0
c d + c0
b0
d0
2. Sous-groupes
Montrer quun ensemble est un groupe partir de la dfinition peut tre assez long. Il existe une
autre technique, cest de montrer quun sous-ensemble dun groupe est lui-mme un groupe : cest
la notion de sous-groupe.
2.1. Dfinition
Soit (G, ?) un groupe.
Dfinition 29
Une partie H G est un sous-groupe de G si :
e H,
pour tout x, y H, on a x ? y H,
pour tout x H, on a x1 H.
Notez quun sous-groupe H est aussi un groupe (H, ?) avec la loi induite par celle de G.
Par exemple si x H alors, pour tout n Z, nous avons x n H.
Remarque
Un critre pratique et plus rapide pour prouver que H est un sous-groupe de G est :
H contient au moins un lment
pour tout x, y H, x ? y1 H.
2.2. Exemples
(R+ , ) est un sous-groupe de (R , ). En effet :
1 R+ ,
si x, y R+ alors x y R+ ,
si x R+ alors x1 = 1x R+ .
(U, ) est un sous-groupe de (C , ), o U = { z C | | z| = 1}.
(Z, +) est un sous-groupe de (R, +).
{ e} et G sont les sous-groupes triviaux du groupe G.
Lensemble R des rotations du plan dont le centre est lorigine est un sous-groupe du groupe
des isomtries I .
Lensemble des matrices diagonales a0 d0 avec a 6= 0 et d 6= 0 est un sous-groupe de (G`2 , ).
2.3. Sous-groupes de Z
Groupes
95
Proposition 38
Les sous-groupes de (Z, +) sont les nZ, pour n Z.
Lensemble nZ dsigne lensemble des multiples de n :
n
o
nZ = k n | k Z .
Par exemple :
2Z = {. . . , 4, 2, 0, +2, +4, +6, . . .} est lensemble des entiers pairs,
7Z = {. . . , 14, 7, 0, +7, +14, +21, . . .} est lensemble des multiples de 7.
Dmonstration
Fixons n Z. Lensemble nZ est un sous-groupe de (Z, +), en effet :
n Z Z,
llment neutre 0 appartient nZ,
pour x = kn et y = k0 n des lments de nZ alors x + y = ( k + k0 ) n est aussi un lment de nZ,
enfin si x = kn est un lment de nZ alors x = ( k) n est aussi un lment de nZ.
Rciproquement soit H un sous-groupe de (Z, +). Si H = {0} alors H = 0Z et cest fini. Sinon H contient
au moins un lment non-nul et positif (puisque tout lment est accompagn de son oppos) et notons
n = min h > 0 | h H .
2.5. Mini-exercices
1. Montrer que {2n | n Z} est un sous-groupe de (R , ).
2. Montrer que si H et H 0 sont deux sous-groupes de (G, ?) alors H H 0 est aussi un sous-groupe.
3. Montrer que 5Z 8Z nest pas un sous-groupe de (Z, +).
4. Montrer que lensemble des matrices 2 2 de dterminant 1 ayant leurs coefficients dans Z
est un sous-groupe de (G`2 , ).
5. Trouver le sous-groupe de (Z, +) engendr par {12, 8, 20}.
96
Groupes
3. Morphismes de groupes
3.1. Dfinition
Dfinition 30
Soient (G, ?) et (G 0 , ) deux groupes. Une application f : G G 0 est un morphisme de
groupes si :
pour tout x, x0 G
f (x ? x0 ) = f (x) f (x0 )
Lexemple que vous connaissez dj est le suivant : soit G le groupe (R, +) et G 0 le groupe (R+ , ).
Soit f : R R+ lapplication exponentielle dfinie par f (x) = exp(x). Nous avons bien
f (x + x0 ) = exp(x + x0 ) = exp(x) exp(x0 ) = f (x) f (x0 ).
Et donc f est bien un morphisme de groupes.
3.2. Proprits
Proposition 39
Soit f : G G 0 un morphisme de groupes alors :
f (e G ) = e G 0 ,
1
pour tout x G, f (x1 ) = f (x) .
Il faut faire attention o habitent les objets : e G est llment neutre de G, e G 0 celui de G 0 . Il ny
a pas de raison quils soient gaux (ils ne sont mme pas dans le mme ensemble). Aussi x1 est
1
linverse de x dans G, alors que f (x)
est linverse de f (x) mais dans G 0 .
Reprenons lexemple de la fonction f : R R+ dfinie par f (x) = exp(x). Nous avons bien f (0) = 1 :
llment neutre de (R, +) a pour image llment neutre de (R+ , ). Pour x R son inverse dans
1
1
1
gauche par f ( x) , nous obtenons f ( x1 ) = f ( x) .
Proposition 40
Soient deux morphismes de groupes f : G G 0 et g : G 0 G 00 . Alors g f : G G 00
est un morphisme de groupes.
Si f : G G 0 est un morphisme bijectif alors f 1 : G 0 G est aussi un morphisme de
groupes.
Groupes
97
Dmonstration
La premire partie est facile. Montrons la deuxime : Soit y, y0 G 0 . Comme f est bijective, il existe
Dfinition 31
Un morphisme bijectif est un isomorphisme. Deux groupes G,G 0 sont isomorphes sil existe
un morphisme bijectif f : G G 0 .
Continuons notre exemple f (x) = exp(x), f : R R+ est une application bijective. Sa bijection
rciproque f 1 : R+ R est dfinie par f 1 (x) = ln(x). Par la proposition 40 nous savons que f 1
est aussi un morphisme (de (R+ , ) vers (R, +)) donc f 1 (x x0 ) = f 1 (x) + f 1 (x0 ). Ce qui sexprime
ici par la formule bien connue :
ln(x x0 ) = ln(x) + ln(x0 ).
Ainsi f est un isomorphisme et les groupes (R, +) et (R+ , ) sont isomorphes.
Ker f = x G | f (x) = e G 0
Cest donc un sous-ensemble de G. En terme dimage rciproque nous avons par dfinition Ker f =
f 1 { e G 0 } . (Attention, la notation f 1 ici dsigne limage rciproque, et ne signifie pas que f est
bijective.) Le noyau est donc lensemble des lments de G qui senvoient par f sur llment neutre
de G 0 .
Dfinition 33
Limage de f est
Im f = f (x) | x G
Cest donc un sous-ensemble de G 0 et en terme dimage directe nous avons Im f = f (G). Ce sont les
lments de G 0 qui ont (au moins) un antcdent par f .
Proposition 41
Soit f : G G 0 un morphisme de groupes.
1. Ker f est un sous-groupe de G.
2. Im f est un sous-groupe de G 0 .
3. f est injectif si et seulement si Ker f = { e G }.
4. f est surjectif si et seulement si Im f = G 0 .
98
Groupes
Dmonstration
1. Montrons que le noyau est un sous-groupe de G .
(a) f ( e G ) = e G 0 donc e G Ker f .
(b) Soient x, x0 Ker f . Alors f ( x ? x0 ) = f ( x) f ( x0 ) = e G 0 e G 0 = e G 0 et donc x ? x0 Ker f .
1
(c) Soit x Ker f . Alors f ( x1 ) = f ( x)1 = e
= e G 0 . Et donc x1 Ker f .
G0
1
que f ( x) = f ( x0 ) donc f ( x) f ( x0 )
= e G 0 , do f ( x) f ( x01 ) = e G 0 et donc f ( x ? x01 ) = e G 0 . Ceci
01
implique que x ? x Ker f . Comme Ker f = { e G } alors x ? x01 = e G et donc x = x0 . Ainsi f est
injective.
4. Cest clair !
3.4. Exemples
Exemple 59
1. Soit f : Z Z dfinie par f (k) = 3k. (Z, +) est considr comme ensemble de dpart et
darrive de lapplication Alors f est un morphisme du groupe (Z, +) dans lui-mme car
f (k + k0 ) = 3(k + k0 ) = 3k + 3k0 = f (k) + f (k0 ). Calculons le noyau : Ker f = { k Z | f (k) = 0}.
Mais si f (k) = 0 alors 3k = 0 donc k = 0. Ainsi Ker f = {0} est rduit llment neutre et
donc f est injective. Calculons maintenant limage Im f = { f (k) | k Z} = {3k | k Z} = 3Z.
Nous retrouvons que 3Z est un sous-groupe de (Z, +).
Plus gnralement si lon fixe n Z et que f est dfinie par f (k) = k n alors Ker f = {0}
et Im f = nZ.
2. Soient les groupes (R, +) et (U, ) (o U = { z C | | z| = 1}) et f lapplication f : R U
0
0
dfinie par f (t) = ei t . Montrons que f est un morphisme : f (t + t0 ) = ei( t+ t ) = ei t ei t =
f (t) f (t0 ). Calculons le noyau Ker f = { t R | f (t) = 1}. Mais si f (t) = 1 alors ei t = 1 donc
t = 0 (mod 2). Do Ker f = {2k | k Z} = 2Z. Ainsi f nest pas injective. Limage de f
est U car tout nombre complexe de module 1 scrit sous la forme f (t) = ei t .
3. Soient les groupes (G`2 , ) et (R , ) et f : G`2 R dfinie par f (M) = det M. Alors la
formule vue plus haut (lemme 4) det(M M 0 ) = det M det M 0 implique que f est un
morphisme de groupes. Ce morphisme est surjectif, car si t R alors det 10 0t = t. Ce
morphisme nest pas injectif car par exemple det 10 0t = det 0t 10 .
x1 dsigne linverse de x dans un groupe (G, ?). Cette notation est cohrente avec la notation
usuelle si le groupe est (R , ) alors x1 = 1x .
Pour une application bijective f 1 dsigne la bijection rciproque.
Pour une application quelconque f : E F, limage rciproque dune partie B F est
Groupes
99
donc lensemble des x G tels que leur image par f soit e G 0 . Le noyau est dfini mme si f
nest pas bijective.
Mini-exercices
1. Soit f : (Z, +) (Q , ) dfini par f (n) = 2n . Montrer que f est un morphisme de
groupes. Dterminer le noyau de f . f est-elle injective ? surjective ?
2. Mmes questions pour f : (R, +) (R , ), qui un rel associe la rotation dangle
de centre lorigine.
3. Soit (G, ?) un groupe et f : G G lapplication dfinie par f (x) = x2 . (Rappel : x2 = x? x.)
Montrer que si (G, ?) est commutatif alors f est un morphisme. Montrer ensuite la
rciproque.
4. Montrer quil nexiste pas de morphisme f : (Z, +) (Z, +) tel que f (2) = 3.
5. Montrer que f , g : (R , ) (R , ) dfini par f (x) = x2 , g(x) = x3 sont des morphismes
de groupes. Calculer leurs images et leurs noyaux respectives.
4. Le groupe Z/nZ
4.1. Lensemble et le groupe Z/ nZ
Fixons n 1. Rappelons que Z/nZ est lensemble
Z/nZ = 0, 1, 2, . . . , n 1
100
Groupes
Proposition 42
(Z/nZ, +) est un groupe commutatif.
Cest facile. Llment neutre est 0. Loppos de k est k = k = n k. Lassociativit et la commutativit dcoulent de celles de (Z, +).
Voici un rsultat intressant : il nexiste, isomorphisme prs, quun seul groupe cyclique n
lments, cest Z/nZ :
Thorme 16
Si (G, ?) un groupe cyclique de cardinal n, alors (G, ?) est isomorphe (Z/nZ, +).
Dmonstration
G = e, a, a2 , . . . , a n1
et que
a n = e.
e, a, a2 , . . . , a n1 G et les deux ensembles ont le mme nombre n dlments, donc ils sont gaux.
Nous pouvons maintenant construire lisomorphisme entre (Z/ nZ, +) et (G, ?). Soit f : Z/ nZ G
lapplication dfinie par f ( k) = a k .
Il faut tout dabord montrer que f est bien dfinie car notre dfinition de f dpend du reprsentant k et pas de la classe k : si k = k0 (une mme classe dfinie par deux reprsentants distincts)
0
0
alors k k0 (mod n) et donc il existe ` Z tel que k = k0 + ` n. Ainsi f ( k) = a k = a k +`n = a k ? a`n =
0
0
0
a k ? (a n )` = a k ? e` = a k = f ( k0 ). Ainsi f est bien dfinie.
0
0
f est un morphisme de groupes car f ( k + k0 ) = f ( k + k0 ) = a k+k = a k ? a k = f ( k) ? f ( k0 ) (pour tout
x, x0 Z).
Il est clair que f est surjective car tout lment de G scrit a k .
Comme lensemble de dpart et celui darrive ont le mme nombre dlments et que f est
surjective alors f est bijective.
Conclusion f est un isomorphisme entre (Z/ nZ, +) et (G, ?).
Groupes
101
Mini-exercices
1. Trouver tous les sous-groupes de (Z/12Z, +).
2. Montrer que le produit dfini par p q = p q est bien dfini sur lensemble Z/nZ.
3. Dans la preuve du thorme 16, montrer directement que lapplication f est injective.
102
Groupes
Dmonstration
La preuve est simple. Pour llment 1, son image appartient {1, 2, . . . , n} donc nous avons n choix.
Pour limage de 2, il ne reste plus que n 1 choix (1 et 2 ne doivent pas avoir la mme image car notre
application est une bijection). Ainsi de suite... Pour limage du dernier lment n il ne reste quune
possibilit. Au final il y a n ( n 1) 2 1 = n! faon de construire des bijections de {1, 2, . . . , n}
1
f (1)
f (2)
#
n
f (n)
est la bijection f : {1, 2, . . . , 7} {1, 2, . . . , 7} dfinie par f (1) = 3, f (2) = 7, f (3) = 5, f (4) = 4, f (5) = 6,
f (6) = 1, f (7) = 2. Cest bien une bijection car chaque nombre de 1 7 apparat une fois et une
seule sur la deuxime ligne.
Llment neutre du groupe est lidentit id ; pour S 7 cest donc
1 2 3 4 5 6 7
1234567 .
"
#
1 2 3 4 5 6 7 f
1 2 3 4 5 6 7
g f =
g f = 3 7 5 4 6 1 2
2 6 7 1 5 4 3
g
2 6 7 1 5 4 3
1 2 3 4 5 6 7
2671543 .
Il est tout aussi facile de calculer linverse dune permutation : il suffit dchanger les lignes du
haut et du bas et de rordonner le tableau. Par exemple linverse de
"
#
1 2 3 4 5 6 7
f=
3 7 5 4 6 1 2
se note f 1 =
3 7 5 4 6 1 2
1234567
f 1
1 2 3 4 5 6 7
6714352 .
5.3. Le groupe S 3
Nous allons tudier en dtails le groupe S 3 des permutations de {1, 2, 3}. Nous savons que S 3
possde 3! = 6 lments que nous numrons :
id = 11 22 33 lidentit,
1 = 11 23 32 une transposition,
1 2 3
2 = 3 2 1 une deuxime transposition,
= 12 23 31 un cycle,
Groupes
103
Donc S 3 = id, 1 , 2 , 3 , , 1 .
Calculons 1 et 1 :
1 =
h1 2 3i
231
321
1 2 3
321
= 2
et 1 =
h1 2 3i
132
213
1 2 3
213
= 3 .
id
id
id
1 = 2
id
1
2
3
1
2
3
id
id
1 = 3
id
id
D3
D2
+ 23
23
C
D1
104
Groupes
Proposition 44
Lensemble des isomtries dun triangle quilatral, muni de la composition, forme un groupe.
Ce groupe est isomorphe (S 3 , ).
Lisomorphisme est juste lapplication qui t i associe i , s associe et s1 associe 1 .
Il faut comprendre cette notation ainsi : limage de 2 est 8, limage de 8 est 4, limage de 4 est
5, limage de 5 est 2. Les lments qui napparaissent pas (ici 1, 3, 6, 7) sont fixes. On aurait
pu aussi noter ce mme cycle par : (8 4 5 2), (4 5 2 8) ou (5 2 8 4).
Pour calculer linverse on renverse les nombres : linverse de = (2 8 4 5) est 1 = (5 4 8 2).
Le support dun cycle sont les lments qui ne sont pas fixes : le support de est {2, 4, 5, 8}.
La longueur (ou lordre) dun cycle est le nombre dlments qui ne sont pas fixes (cest donc
le cardinal du support). Par exemple (2 8 4 5) est un cycle de longueur 4.
Par contre f = 17 22 35 44 56 63 71 nest pas un cycle ; il scrit comme la composition de deux cycles
f = (1 7) (3 5 6). Comme les supports de (1 7) et (3 5 6) sont disjoints alors on a aussi
f = (3 5 6) (1 7).
Ce dernier point fait partie dun rsultat plus gnral que nous admettons :
Thorme 17
Toute permutation de S n se dcompose en composition de cycles supports disjoints. De plus
cette dcomposition est unique.
Pour lunicit il faut comprendre : unique lcriture de chaque cycle prs (exemple : (3 5 6) et
(5 6 3) sont le mme cycle) et lordre prs (exemple : (1 7) (3 5 6) = (3 5 6) (1 7)).
h = (2 3 4) (1 2) = 13 21 34 42 = (1 3 4 2).
Groupes
105
Mini-exercices
1. Soient f dfinie par f (1) = 2, f (2) = 3, f (3) = 4, f (4) = 5, f (5) = 1 et g dfinie par g(1) = 2,
g(2) = 1, g(3) = 4, g(4) = 3, g(5) = 5. crire les permutations f , g, f 1 , g1 , g f , f g,
f 2 , g2 , (g f )2 .
2. numrer toutes les permutations de S 4 qui nont pas dlments fixes. Les crire
ensuite sous forme de compositions de cycles supports disjoints.
3. Trouver les isomtries directes prservant un carr. Dresser la table des compositions
et montrer quelles forment un groupe. Montrer que ce groupe est isomorphe Z/4Z.
4. Montrer quil existe un sous-groupe de S 3 isomorphe Z/2Z. Mme question avec Z/3Z.
Est-ce que S 3 et Z/6Z sont isomorphes ?
5. Dcomposer la permutation suivante en produit de cycles supports disjoints : f =
1 2 3 4 5 6 7
f 2 , f 3 , f 4 puis f 20 xx o 20xx est lanne en cours. Mmes ques5 7 2 6 1 4 3 . Calculer
1 2 3 4 5 6 7 8 9
tions avec g = 3 8 9 6 5 2 4 7 1 et h = (25)(1243)(12).
Auteurs
Arnaud Bodin
Benjamin Boutin
Pascal Romon
106
Groupes
Exo7
7
1
2
3
4
Motivation
Voici une introduction, non seulement ce chapitre sur les nombres rels, mais aussi aux premiers
chapitres de ce cours danalyse.
Aux temps des babyloniens (en Msopotamie de 3000 600 avant J.C.) le systme de numration
b
+ 60c 2 + .
tait en base 60, cest--dire que tous les nombres taient exprims sous la forme a + 60
On peut imaginer que pour les applications pratiques ctait largement suffisant (par exemple
estimer la surface dun champ, le diviser en deux parties gales, calculer le rendement par unit
de surface,...). En langage moderne cela correspond compter uniquement avec des nombres
rationnels Q.
p
Les pythagoriciens (vers 500 avant J.C. en Grce) montrent que 2 nentre pas ce cadre l. Cestp
p
-dire que 2 ne peut scrire sous la forme q avec p et q deux entiers. Cest un double saut
p
conceptuel : dune part concevoir que 2 est de nature diffrente mais surtout den donner une
dmonstration.
p
Le fil rouge de ce cours va tre deux exemples trs simples : les nombres 10 et 1, 101/12 . Le
premier reprsente par exemple la diagonale dun rectangle de base 3 et de hauteur 1 ; le second
correspond par exemple au taux dintrt mensuel dun taux annuel de 10 %. Dans ce premier
p
chapitre vous allez apprendre montrer que 10 nest pas un nombre rationnel mais aussi
p
encadrer 10 et 1, 101/12 entre deux entiers conscutifs.
Pour pouvoir calculer des dcimales aprs la virgule, voire des centaines de dcimales, nous aurons
besoin doutils beaucoup plus sophistiqus :
une construction solide des nombres rels,
ltude des suites et de leur limites,
ltude des fonctions continues et des fonctions drivables.
Ces trois points sont lis et permettent de rpondre notre problme, car par exemple nous
2
verrons en tudiant
10 que la suite des rationnels (u n ) dfinie par u 0 = 3
la fonction f (x) = x p
1
10
et u n+1 = 2 u n + u n tend trs vite vers 10. Cela nous permettra de calculer des centaines de
p
dcimales de 10 et de certifier quelles sont exactes :
p
10 = 3, 1622776601683793319988935444327185337195551393252168 . . .
108
Q=
| p Z, q N .
q
On a not N = N \ {0}.
Par exemple : 25 ; 107 ; 63 = 12 .
Les nombres dcimaux, cest--dire les nombres de la forme
dautres exemples :
1, 234 = 1234 103 =
1234
1000
a
10n ,
avec a Z et n N, fournissent
345
.
100 000
Proposition 45
Un nombre est rationnel si et seulement sil admet une criture dcimale priodique ou finie.
Par exemple :
3
1
= 0, 6
= 0, 3333 . . .
1, 179 325 325 325 . . .
5
3
Nous nallons pas donner la dmonstration mais le sens direct ( = ) repose sur la division euclidienne. Pour la rciproque (=) voyons comment cela marche sur un exemple : Montrons que
x = 12, 34 2021 2021 . . . est un rationnel.
Lide est dabord de faire apparatre la partie priodique juste aprs la virgule. Ici la priode
commence deux chiffres aprs la virgule donc on multiplie par 100 :
100x = 1234, 2021 2021 . . .
(7.1)
Maintenant on va dcaler tout vers la gauche de la longueur dune priode, donc ici on multiplie
par encore par 10 000 pour dcaler de 4 chiffres :
10 000 100x = 1234 2021, 2021 . . .
(7.2)
Les parties aprs la virgule des deux lignes (7.1) et (7.2) sont les mmes, donc si on les soustrait
en faisant (7.2)-(7.1) alors les parties dcimales sannulent :
10 000 100x 100x = 12 342 021 1234
donc 999 900x = 12 340 787 donc
x=
12 340 787
.
999 900
Et donc bien sr x Q.
1.2.
p
2 nest pas un nombre rationnel
Il existe des nombres qui ne sont pas rationnels, les irrationnels. Les nombres irrationnels
apparaissent naturellement dans les figures gomtriques : par exemple la diagonale dun carr de
p
ct 1 est le nombre irrationnel 2 ; la circonfrence dun cercle de rayon 12 est qui est galement
un nombre irrationnel. Enfin e = exp(1) est aussi irrationnel.
109
p
2
1
2
p
2 nest pas un nombre rationnel.
Proposition 46
p
2Q
Dmonstration
p
Par labsurde supposons que 2 soit un nombre rationnel. Alors il existe des entiers p Z et q N
p
p
tels que 2 = q , de plus ce sera important pour la suite on suppose que p et q sont premiers entre
p
eux (cest--dire que la fraction q est sous une criture irrductible).
p
p
En levant au carr, lgalit 2 = q devient 2 q2 = p2 . Cette dernire galit est une galit dentiers.
Lentier de gauche est pair, donc on en dduit que p2 est pair ; en terme de divisibilit 2 divise p2 .
Mais si 2 divise p2 alors 2 divise p (cela se prouve par facilement labsurde). Donc il existe un entier
p0 Z tel que p = 2 p0 .
Repartons de lgalit 2 q2 = p2 et remplaons p par 2 p0 . Cela donne 2 q2 = 4 p02 . Donc q2 = 2 p02 .
Maintenant cela entrane que 2 divise q2 et comme avant alors 2 divise q.
Nous avons prouv que 2 divise la fois p et q. Cela rentre en contradiction avec le fait que p et q sont
p
premiers entre eux. Notre hypothse de dpart est donc fausse : 2 nest pas un nombre rationnel.
Comme ce rsultat est important en voici une deuxime dmonstration, assez diffrente mais
toujours par labsurde.
Dmonstration Autre dmonstration
Par labsurde, supposons
p
p
p
2 = q , donc q 2 = p N. Considrons lensemble
p
N = n N | n 2 N .
p
Cet ensemble nest pas vide car on vient de voir que q 2 = p N donc q N . Ainsi N est une partie
non vide de N, elle admet donc un plus petit lment n 0 = min N .
Posons
p
p
n 1 = n 0 2 n 0 = n 0 ( 2 1),
p
il dcoule de cette dernire galit et de 1 < 2 < 2 que 0 < n 1 < n 0 .
p
p
p
p
De plus n 1 2 = ( n 0 2 n 0 ) 2 = 2 n 0 n 0 2 N. Donc n 1 N et n 1 < n 0 : on vient de trouver un
lment n 1 de N strictement plus petit que n 0 qui tait le minimum. Cest une contradiction.
p
Notre hypothse de dpart est fausse, donc 2 Q.
110
Exercice 1
Montrer que
p
10 Q.
e
2
p
2 ' 1, 4142 . . .
' 3, 14159265 . . .
Mini-exercices
1. Montrer que la somme de deux rationnels est un rationnel. Montrer que le produit de
deux rationnels est un rationnel. Montrer que linverse dun rationnel non nul est un
rationnel. Quen est-il pour les irrationnels ?
2. crire les nombres suivants sous forme dune fraction : 0, 1212 ; 0, 1212 . . . ; 78, 33456456 . . .
p
p
1
p
3. Sachant 2 Q, montrer 2 3 2 Q, 1
Q.
2
p
p2
3
a
2n
Q.
6. Montrer que log 2 Q (log 2 est le logarithme dcimal de 2 : cest le nombre rel tel que
10log 2 = 2).
2. Proprits de R
2.1. Addition et multiplication
Ce sont les proprits que vous avez toujours pratiques. Pour a, b, c R on a :
a+b = b+a
0+a = a
a + b = 0 a = b
(a + b) + c = a + (b + c)
a (b + c) = a b + a c
a b = 0 (a = 0 ou b = 0)
On rsume toutes ces proprits en disant que :
ab = ba
1 a = a si a 6= 0
ab = 1 a = 1b
(a b) c = a (b c)
111
Proprit: R1
(R, +, ) est un corps commutatif .
a
max(a, b) =
b
si a b
si b > a.
112
Exercice 2
Comment dfinir max(a, b, c), max(a 1 , a 2 , . . . , a n ) ? Et min(a, b) ?
x R n N n > x
Pour tout rel x, il existe un entier naturel n strictement plus grand que x.
Cette proprit peut sembler vidente, elle est pourtant essentielle puisque elle permet de dfinir
la partie entire dun nombre rel :
Proposition 47
Soit x R, il existe un unique entier relatif, la partie entire note E(x), tel que :
E(x) x < E(x) + 1
Exemple 60
E(2, 853) = 2, E() = 3, E(3, 5) = 4.
E(x) = 3 3 x < 4.
Remarque
On note aussi E(x) = [x].
Voici le graphe de la fonction partie entire x 7 E(x) :
y
y = E(x)
E(2, 853) = 2
1
0
2, 853
Pour la dmonstration de la proposition 47 il y a deux choses tablir : dabord quun tel entier
E(x) existe et ensuite quil est unique.
113
Dmonstration
Existence. Supposons x 0, par la proprit dArchimde (Proprit R3) il existe n N tel que n > x.
Lensemble K = k N | k x est donc fini (car pour tout k dans K , on a k < n). Il admet donc un plus
grand lment k max = max K . On alors k max x car k max K , et k max + 1 > x car k max + 1 K . Donc
k max x < k max + 1 et on prend donc E ( x) = k max .
Unicit. Si k et ` sont deux entiers relatifs vrifiant k x < k + 1 et ` x < ` + 1, on a donc k x < ` + 1,
donc par transitivit k < ` + 1. En changeant les rles de ` et k, on a aussi ` < k + 1. On en conclut que
` 1 < k < ` + 1, mais il ny a quun seul entier compris strictement entre ` 1 et ` + 1, cest `. Ainsi
k = `.
Exemple 61
p
Encadrons 10 et 1, 11/12 par deux entiers conscutifs.
p
p
Nous savons 32 = 9 < 10 donc 3 = 32 < 10 (la fonction racine carre est croissante).
p
p
p
De mme 42 = 16 > 10 donc 4 = 42 > 10. Conclusion : 3 < 10 < 4 ce qui implique
p
E 10 = 3.
On procde sur le mme principe. 112 < 1, 10 < 212 donc en passant la racine 12-ime
1
(cest--dire la puissance 12
) on obtient : 1 < 1, 11/12 < 2 et donc E 1, 11/12 = 1.
| x| =
si x 0
si x < 0
1
0
Proposition 48
1. | x| 0 ; | x| = | x| ;
p
2. x2 = | x|
| x| > 0 x 6= 0
3. | x y| = | x|| y|
4. Ingalit triangulaire | x + y| | x| + | y|
114
| y x| = | x y| on a donc | x| | y| | x y|.
| x|
|
De plus on a :
| x a| < r a r < x < a + r.
Ou encore comme on le verra bientt | x a| < r x ]a r, a + r[.
i
h
/ / / / / / /|/ / / / / / /
ar
a
a+r
Exercice 3
Soit a R\{0} et x R tel que | x a| < |a|. Montrer que :
1. x 6= 0.
2. x est du signe de a.
Mini-exercices
1. On munit lensemble P (R) des parties de R de la relation R dfinie par A R B si A B.
Montrer quil sagit dune relation dordre. Est-elle totale ?
E ( x)
x .
E ( x)
x
lorsque x + ?
3. Densit de Q dans R
3.1. Intervalle
115
Dfinition 38
Un intervalle de R est un sous-ensemble I de R vrifiant la proprit :
a, b I x R (a x b = x I)
Remarque
Par dfinition I = ; est un intervalle.
I = R est aussi un intervalle.
Dfinition 39
Mme si cela semble vident il faut justifier quun intervalle ouvert est un intervalle ( !). En effet
soient a0 , b0 des lments de ]a, b[ et x R tel que a0 x b0 . Alors on a a < a0 x b0 < b, donc
x ]a, b[.
La notion de voisinage sera utile pour les limites.
Dfinition 40
Soit a un rel, V R un sous-ensemble. On dit que V est un voisinage de a sil existe un
intervalle ouvert I tel que a I et I V .
V
[
V
]
I
]
3.2. Densit
Thorme 18
1. Q est dense dans R : tout intervalle ouvert (non vide) de R contient une infinit de
rationnels.
2. R\Q est dense dans R : tout intervalle ouvert (non vide) de R contient une infinit
dirrationnels.
Dmonstration
On commence par remarquer que tout intervalle ouvert non vide de R contient un intervalle du type
]a, b[. On peut donc supposer que I =]a, b[ par la suite.
1. Tout intervalle contient un rationnel.
On commence par montrer laffirmation :
a, b R (a < b = r Q | a < r < b)
p
(7.3)
116
a, a +
bah
,
N
a+
ba
2( b a) h
,a+
,
N
N
...
a+
( N 1)( b a) h
,b .
N
Chaque sous-intervalle contient un rationnel et un irrationnel, donc ]a, b[ contient (au moins) N
rationnels et N irrationnels. Comme ceci est vrai pour tout entier N 1, lintervalle ouvert ]a, b[
contient alors une infinit de rationnels et une infinit dirrationnels.
Mini-exercices
1. Montrer quune intersection dintervalles est un intervalle. Quen est-il pour une
runion ? Trouver une condition ncessaire et suffisante afin que la runion de deux
intervalles soit un intervalle.
2. Montrer que lensemble des nombres dcimaux (cest--dire ceux de la forme
n N et a Z) est dense dans R.
a
10n ,
avec
3. Construire un rationnel compris strictement entre 123 et 123, 001. Ensuite construire
un irrationnel. Sauriez-vous en construire une infinit ? Et entre et + 0, 001 ?
4. Montrer que si z = e i et z0 = e i sont deux nombres complexes de module 1, avec < ,
il existe un entier n N et une racine n-ime de lunit z = e i avec < < .
4. Borne suprieure
4.1. Maximum, minimum
Dfinition 41
Soit A une partie non vide de R. Un rel est un plus grand lment de A si :
A et x A x .
Sil existe, le plus grand lment est unique, on le note alors max A.
Le plus petit lment de A, not min A, sil existe est le rel tel que A et x A x .
Le plus grand lment sappelle aussi le maximum et le plus petit lment, le minimum. Il faut
garder lesprit que le plus grand lment ou le plus petit lment nexistent pas toujours.
117
Exemple 62
max[a, b] = b , min[a, b] = a.
Lintervalle ]a, b[ na pas de plus grand lment, ni de plus petit lment.
Lintervalle [0, 1[ a pour plus petit lment 0 et na pas de plus grand lment.
Exemple 63
Soit A = 1 n1 | n N .
0 = u1
1
2 = u2
u 3 u 4u 5
1. A na pas de plus grand lment : Supposons quil existe un plus grand lment =
max A. On aurait alors u n , pour tout u n . Ainsi 1 n1 donc 1 n1 . la limite
lorsque n + cela implique 1. Comme est le plus grand lment de A alors A.
Donc il existe n 0 tel que = u n0 . Mais alors = 1 n10 < 1. Ce qui est en contradiction
avec 1. Donc A na pas de maximum.
2. min A = 0 : Il y a deux choses vrifier tout dabord pour n = 1, u 1 = 0 donc 0 A. Ensuite
pour tout n 1, u n 0. Ainsi min A = 0.
[
0
[
1
majorants
118
Dfinition 43
Soit A une partie non vide de R et un rel.
1. est la borne suprieure de A si est un majorant de A et si cest le plus petit des
majorants. Sil existe on le note sup A.
2. est la borne infrieure de A si est un minorant de A et si cest le plus grand des
minorants. Sil existe on le note inf A.
Exemple 66
sup[a, b] = b,
inf[a, b] = a,
sup]a, b[= b,
]0, +[ nadmet pas de borne suprieure,
inf]0, +[= 0.
Exemple 67
Soit A =]0, 1].
1. sup A = 1 : en effet les majorants de A sont les lments de [1, +[. Donc le plus petit
des majorants est 1.
2. inf A = 0 : les minorants sont les lments de ] , 0] donc le plus grand des minorants
est 0.
Thorme 19. R4
Toute partie de R non vide et majore admet une borne suprieure.
De la mme faon : Toute partie de R non vide et minore admet une borne infrieure.
Remarque
Cest tout lintrt de la borne suprieure par rapport la notion de plus grand lment, ds
quune partie est borne elle admet toujours une borne suprieure et une borne infrieure.
Ce qui nest pas le cas pour le plus grand ou plus petit lment. Gardez lesprit lexemple
A = [0, 1[.
119
Exemple 68
0 = u1
1
2 = u2
u 3 u 4u 5
1. Nous avions vu que min A = 0. Lorsque le plus petit lment dune partie existe alors la
borne infrieure vaut ce plus petit lment : donc inf A = min A = 0.
2. Premire mthode pour sup A. Montrons que sup A = 1 en utilisant la dfinition de la
borne suprieure. Soit M un majorant de A alors M 1 n1 , pour tout n 1. Donc
la limite M 1. Rciproquement si M 1 alors M est un majorant de A. Donc les
majorants sont les lments de [1, +[. Ainsi le plus petit des majorant est 1 et donc
sup A = 1.
3. Deuxime mthode pour sup A. Montrons que sup A = 1 en utilisant la caractrisation
de la borne suprieure.
(i) Si x A, alors x 1 (1 est bien un majorant de A) ;
(ii) pour tout y < 1, il existe x A tel que y < x : en effet prenons n suffisamment grand
tel que 0 < n1 < 1 y. Alors on a y < 1 n1 < 1. Donc x = 1 n1 A convient.
Par la caractrisation de la borne suprieure, sup A = 1.
Dmonstration
1. Montrons que sup A vrifie ces deux proprits. La borne suprieure est en particulier un majorant, donc vrifie la premire proprit. Pour la seconde, fixons y < sup A . Comme sup A est le
plus petit des majorants de A alors y nest pas un majorant de A . Donc il existe x A tel que
y < x. Autrement dit sup A vrifie galement la seconde proprit.
2. Montrons que rciproquement si un nombre vrifie ces deux proprits, il sagit de sup A . La
premire proprit montre que est un majorant de A . Supposons par labsurde que nest pas
le plus petit des majorants. Il existe donc un autre majorant y de A vrifiant y < . La deuxime
proprit montre lexistence dun lment x de A tel que y < x, ce qui contredit le fait que y est
un majorant de A . Cette contradiction montre donc que est bien le plus petit des majorants de
A , savoir sup A .
Nous anticipons sur la suite pour donner une autre caractrisation, trs utile, de la borne suprieure.
120
Proposition 50
Soit A une partie non vide et majore de R. La borne suprieure de A est lunique rel sup A
tel que
(i) sup A est un majorant de A,
(ii) il existe une suite (xn )nN dlments de A qui converge vers sup A.
Remarques historiques
Les proprits R1, R2, R3 et le thorme R4 sont intrinsques la construction de R (que
nous admettons).
Il y a un grand saut entre Q et R : on peut donner un sens prcis lassertion il y a beaucoup
plus de nombres irrationnels que de nombres rationnels , bien que ces deux ensembles soient
infinis, et mme denses dans R.
Dautre part, la construction du corps des rels R est beaucoup plus rcente que celle de Q
dans lhistoire des mathmatiques.
La construction de R devient une ncessit aprs lintroduction du calcul infinitsimal (Newton et Leibniz vers 1670). Jusqualors lexistence dune borne suprieure tait considre
comme vidente et souvent confondue avec le plus grand lment.
Ce nest pourtant que beaucoup plus tard, dans les annes 1860-1870 (donc assez rcemment
dans lhistoire des mathmatiques) que deux constructions compltes de R sont donnes :
Les coupures de Dedekind : C est une coupure si C Q et si r C on a r 0 < r = r 0 C .
Le suites de Cauchy : ce sont les suites (u n )nN vrifiant la proprit
> 0 N N | (m N , n N) = | u m u n | .
Les rels sont lensemble des suites de Cauchy (o lon identifie deux suites de Cauchy
dont la diffrence tend vers 0).
Mini-exercices
1. Soit A une partie de R. On note A = { x| x A }. Montrer que min A = max( A),
cest--dire que si lune des deux quantits a un sens, lautre aussi, et on a galit.
2. Soit A une partie de R. Montrer que A admet un plus petit lment si et seulement si
A admet une borne infrieure qui appartient A.
3. Mme exercice, mais en remplaant min par inf et max par sup.
n
4. Soit A = (1)n n+
1 | n N . Dterminer, sils existent, le plus grand lment, le plus
petit lment, les majorants, les minorants, la borne suprieure et la borne infrieure.
Auteurs
Arnaud Bodin
Niels Borne
Laura Desideri
Exo7
8
1
2
3
4
5
Les suites
Dnitions
Limites
Exemples remarquables
Thorme de convergence
Suites rcurrentes
Introduction
Ltude des suites numriques a pour objet la comprhension de lvolution de squences de
nombres (rels, complexes ...). Ceci permet de modliser de nombreux phnomnes de la vie quotidienne. Supposons par exemple que lon place une somme S un taux annuel de 10%. Si S n
reprsente la somme que lon obtiendra aprs n annes, on a
S0 = S
S 1 = S 1, 1
...
S n = S (1, 1)n .
1. Dfinitions
1.1. Dfinition dune suite
Dfinition 44
Une suite est une application u : N R.
Pour n N, on note u(n) par u n et on lappelle n-me terme ou terme gnral de la
suite.
La suite est note u, ou plus souvent (u n )nN ou simplement (u n ). Il arrive frquemment que lon
considre des suites dfinies partir dun certain entier naturel n 0 plus grand que 0, on note alors
(u n )nn0 .
122
Les suites
Exemple 69
p p
p
( n)n0 est la suite de termes : 0, 1, 2, 3,. . .
((1)n )n0 est la suite qui alterne +1, 1, +1, 1,. . .
La suite (S n )n0 de lintroduction dfinie par S n = S (1, 1)n ,
(F n )n0 dfinie par F0 = 1, F1 = 1 et la relation F n+2 = F n+1 + F n pour n N (suite de
Fibonacci). Les premiers termes sont 1, 1, 2, 3, 5, 8, 13, . . . Chaque terme est la somme
des
deux prcdents.
1
. Les premiers termes sont 1, 14 , 91 , 16
, ...
n12
n1
+
+
+
n N
| u n | M.
+
+
+
+
2
+
Les suites
123
Dfinition 46
Soit (u n )nN une suite.
(u n )nN est croissante si n N u n+1 u n .
(u n )nN est strictement croissante si n N u n+1 > u n .
(u n )nN est dcroissante si n N u n+1 u n .
(u n )nN est strictement dcroissante si n N u n+1 < u n .
(u n )nN est monotone si elle est croissante ou dcroissante.
(u n )nN est strictement monotone si elle est strictement croissante ou strictement
dcroissante.
Voici un exemple dune suite croissante (mais pas strictement croissante) :
+
+
+
+
+
+
Remarque
(u n )nN est croissante si et seulement si n N u n+1 u n 0.
Si (u n )nN est une suite termes strictement positifs, elle est croissante si et seulement
si n N uun+n 1 1.
Exemple 70
La suite (S n )n0 de lintroduction est strictement croissante car S n+1 /S n = 1, 1 > 1.
La suite (u n )n1 dfinie par u n = (1)n /n pour n 1, nest ni croissante ni dcroissante.
Elle est majore par 1/2 (borne atteinte en n = 2), minore par 1 (borne atteinte en
n = 1).
1
1
2
+
+
1
12
-1
+
5
La suite n1 n1 est une suite strictement dcroissante. Elle est majore par 1 (borne
atteinte pour n = 1), elle est minore par 0 mais cette valeur nest jamais atteinte.
124
Les suites
Mini-exercices
1. La suite
2. La suite
n
n+1 nN est-elle monotone ?
n sin(n!)
est-elle borne ?
1+ n2 nN
Est-elle borne ?
3. Rcrire les phrases suivantes en une phrase mathmatique. crire ensuite la ngation
mathmatique de chacune des phrases. (a) La suite (u n )nN est majore par 7. (b) La
suite (u n )nN est constante. (c) La suite (u n )nN est strictement positive partir dun
certain rang. (d) (u n )nN nest pas strictement croissante.
4. Est-il vrai quune suite croissante est minore ? Majore ?
n
5. Soit x > 0 un rel. Montrer que la suite xn!
est dcroissante partir dun certain
nN
rang.
2. Limites
2.1. Introduction
Pour un trajet au prix normal de 20 euros on achte une carte dabonnement de train 50 euros et
on obtient chaque billet 10 euros. La publicit affirme 50% de rduction . Quen pensez-vous ?
Pour modliser la situation en termes de suites, on pose pour un entier n 1 :
u n = 20n
vn = 10n + 50
u n est le prix pay au bout de n achats au tarif plein, et vn celui au tarif rduit, y compris le prix
de labonnement. La rduction est donc, en pourcentage :
1
5
vn u n vn 10n 50
=
=
= 0, 5
0, 5
un
un
20n
2n n+
50%
+
+
Les suites
125
Dfinition 47
La suite (u n )nN a pour limite ` R si : pour tout > 0, il existe un entier naturel N tel que
si n N alors | u n `| :
> 0
N N
n N
(n N = | u n `| )
On dit aussi que la suite (u n )nN tend vers `. Autrement dit : u n est proche daussi prs que lon
veut de `, partir dun certain rang.
`+
`
`
+
un
+
+
+
+
+
+
N
Dfinition 48
1. La suite (u n )nN tend vers + si :
A > 0
N N
n N
(n N = u n A)
N N
n N
(n N = u n A)
Remarque
1. On note limn+ u n = ` ou parfois u n `, et de mme pour une limite .
n+
2. limn+ u n = limn+ u n = +.
3. On raccourcit souvent la phrase logique en : > 0 N N
(n N = | u n `| ).
Noter que N dpend de et quon ne peut pas changer lordre du pour tout et du il
existe .
4. Lingalit | u n `| signifie ` u n ` + . On aurait aussi pu dfinir la limite par
la phrase : > 0 N N
(n N = | u n `| < ), o lon a remplac la dernire
ingalit large par une ingalit stricte.
Dfinition 49
Une suite (u n )nN est convergente si elle admet une limite finie. Elle est divergente sinon
(cest--dire soit la suite tend vers , soit elle nadmet pas de limite).
On va pouvoir parler de la limite, si elle existe, car il y a unicit de la limite :
126
Les suites
Proposition 51
Si une suite est convergente, sa limite est unique.
Dmonstration
On procde par labsurde. Soit ( u n )nN une suite convergente ayant deux limites ` 6= `0 . Choisissons
0
> 0 tel que < |`2` | .
Comme limn+ u n = `, il existe N1 tel que n N1 implique | u n `| < .
De mme limn+ u n = `0 , il existe N2 tel que n N2 implique | u n `0 | < .
Notons N = max( N1 , N2 ), on a alors pour ce N :
| u N `| <
et
| u N `0 | <
n+
lim (u n vn ) = ` `0
n+
`(1 3`)
u2n 1 n+
1
`2 1
Les suites
127
p1 ,
n
alors limn+ (u n ) = 0.
lim u n = +
lim u1n = 0.
alors
Dmonstration
Fixons > 0. Comme limn+ u n = +, il existe un entier naturel N tel que n N implique u n 1 .
On obtient alors 0 u1n pour n N . On a donc montr que limn+ u1n = 0.
Afin de prouver que la limite dun produit est le produit des limites nous aurons besoin dun peu
de travail.
Proposition 55
Toute suite convergente est borne.
Dmonstration
Soit ( u n )nN une suite convergeant vers le rel `. En appliquant la dfinition de limite (dfinition 47)
avec = 1, on obtient quil existe un entier naturel N tel que pour n N on ait | u n `| 1, et donc pour
n N on a
| u n | = |` + ( u n `)| |`| + | u n `| |`| + 1.
`+1
+
+
`1
+
+
+
N
Donc si on pose
M = max(| u 0 |, | u 1 |, , | u N 1 |, |`| + 1)
128
Les suites
on a alors n N | u n | M .
Proposition 56
Si la suite (u n )nN est borne et limn+ vn = 0 alors limn+ (u n vn ) = 0.
Exemple 73
Si (u n )n1 est la suite donne par u n = cos(n) et (vn )n1 est celle donne par vn =
limn+ (u n vn ) = 0.
p1 ,
n
alors
Dmonstration
La suite ( u n )nN est borne, on peut donc trouver un rel M > 0 tel que pour tout entier naturel n on
ait | u n | M . Fixons > 0. On applique la dfinition de limite (dfinition 47) la suite (vn )nN pour
0 = M
. Il existe donc un entier naturel N tel que n N implique |vn | 0 . Mais alors pour n N on a :
| u n vn | = | u n ||vn | M 0 = .
Prouvons maintenant la formule concernant le produit de deux limites (voir proposition 53).
Si
lim u n = `
et
lim vn = `0
alors
lim u n vn = ``0 .
e n ln(n) = +
n+
lim n n2 =
n+
1
lim
n+
n =0
n+
n
lim
Les suites
129
2. 0
1
lim
n+ ln n
lim
n+
lim
n+
3.
0
0
e n = +
1
ln n = 0
n
1
(n + 1) = 1
n
, 1 , ...
n+
n+
u n vn wn
wn +
vn +
un +
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
Remarque
1. Soit (u n )nN une suite convergente telle que : n N, u n 0. Alors limn+ u n 0.
2. Attention : si (u n )nN est une suite convergente telle que : n N, u n > 0, on ne peut
affirmer que la limite est strictement positive mais seulement que limn+ u n 0. Par
1
exemple la suite (u n )nN donne par u n = n+
1 est termes strictement positifs, mais
converge vers zro.
Dmonstration Dmonstration de la Proposition 57
1. En posant wn = vn u n , on se ramne montrer que si une suite (wn )nN vrifie n N, wn 0 et
converge, alors limn+ wn 0. On procde par labsurde en supposant que ` = limn+ wn < 0.
En prenant = | `2 | dans la dfinition de limite (dfinition 47), on obtient quil existe un entier
naturel N tel que n N implique |wn `| < = 2` . En particulier on a pour n N que wn <
` 2` = 2` < 0, une contradiction.
130
Les suites
0
N
` + 2 = 2l
+
+
wn `2 < 0
2. Laiss en exercice.
3. En soustrayant la suite ( u n )nN , on se ramne montrer lnonc suivant : si ( u n )nN et (vn )nN
sont deux suites telles que : n N, 0 u n vn et limn+ vn = 0, alors ( u n ) converge et
limn+ u n = 0. Soit > 0 et N un entier naturel tel que n N implique |vn | < . Comme
| u n | = u n vn = |vn |, on a donc : n N implique | u n | < . On a bien montr que limn+ u n = 0.
(1)n
1 + n + n2
Mini-exercices
1. Soit (u n )nN la suite dfinie par u n = 2nn++21 . En utilisant la dfinition de la limite montrer
que limn+ u n = 2. Trouver explicitement un rang partir duquel 1, 999 u n 2, 001.
2. Dterminer la limite ` de la suite (u n )nN de terme gnral :
N tel que si n N, on ait | u n `| 102 .
n+cos n
nsin n
et trouver un entier
3. La suite (u n )nN de terme gnral (1)n e n admet-elle une limite ? Et la suite de terme
gnral u1n ?
p
p
4. Dterminer la limite de la suite (u n )n1 de terme gnral n + 1 n. Idem avec vn =
cos n
n!
sin n+ln n . Idem avec w n = n n .
3. Exemples remarquables
3.1. Suite gomtrique
Proposition 58. Suite gomtrique
On fixe un rel a. Soit (u n )nN la suite de terme gnral : u n = a n .
1. Si a = 1, on a pour tout n N : u n = 1.
2. Si a > 1, alors limn+ u n = +.
3. Si 1 < a < 1, alors limn+ u n = 0.
4. Si a 1, la suite (u n )nN diverge.
Les suites
131
Dmonstration
1. est vident.
2. crivons a = 1 + b avec b > 0. Alors le binme de Newton scrit a n = (1 + b)n = 1 + nb + n2 b2 + +
n k
n
n
k b + + b . Tous les termes sont positifs, donc pour tout entier naturel n on a : a 1 + nb.
n
Or limn+ (1 + nb) = + car b > 0. On en dduit que limn+ a = +.
3. Si a = 0, le rsultat est clair. Sinon, on pose b = | a1 |. Alors b > 1 et daprs le point prcdent limn+ b n = +. Comme pour tout entier naturel n on a : |a|n = b1n , on en dduit que
limn+ |a|n = 0, et donc aussi limn+ a n = 0.
4. Supposons par labsurde que la suite ( u n )nN converge vers le rel `. De a2 1, on dduit que
pour tout entier naturel n, on a a2n 1. En passant la limite, il vient ` 1. Comme de plus
pour tout entier naturel n on a a2n+1 a 1, il vient en passant de nouveau la limite ` 1.
Mais comme on a dj ` 1, on obtient une contradiction, et donc ( u n ) ne converge pas.
Pn
k=0
a k = 1 + a + a2 + + a n , on a :
n
X
k=0
ak =
1 a n+1
1a
Dmonstration
En multipliant par 1 a on fait apparatre une somme tlescopique (presque tous les termes sannulent) :
(1 a) 1 + a + a2 + + a n = 1 + a + a2 + + a n a + a2 + + a n+1 = 1 a n+1 .
Remarque
Si a ] 1, 1[ et (u n )nN est la suite de terme gnral : u n =
De manire plus frappante, on peut crire :
1 + a + a2 + a3 + =
Pn
k=0
a k , alors limn+ u n =
1
1a .
1
1a
1
2
donne
1 1 1
+ + + = 2.
2 4 8
Cette formule tait difficilement concevable avant lavnement du calcul infinitsimal et a t
popularise sous le nom du paradoxe de Znon. On tire une flche 2 mtres dune cible.
Elle met un certain laps de temps pour parcourir la moiti de la distance, savoir un mtre.
Puis il lui faut encore du temps pour parcourir la moiti de la distance restante, et de nouveau
un certain temps pour la moiti de la distance encore restante. On ajoute ainsi une infinit
1+
132
Les suites
de dures non nulles, et Znon en conclut que la flche natteint jamais sa cible !
Lexplication est bien donne par lgalit ci-dessus : la somme dune infinit de termes peut
bien tre une valeur finie ! ! Par exemple si la flche va une vitesse de 1 m/s, alors elle
parcoure la premire moiti en 1 s, le moiti de la distance restante en 12 s, etc. Elle parcoure
bien toute la distance en 1 + 12 + 41 + 18 + = 2 secondes !
2
1
1
2
1
4
u n+1
u < ` < 1.
n
Alors limn+ u n = 0.
Dmonstration
On suppose que la proprit uun+n 1 < ` < 1 est vraie pour tout entier naturel n (la preuve dans le cas
o cette proprit nest vraie qu partir dun certain rang nest pas trs diffrente). On crit
u n u1 u2 u3
un
=
u0 u0 u1 u2
u n1
ce dont on dduit
un
n
u < ` ` ` ` = `
0
Corollaire 9
Soit (u n )nN une suite de rels non nuls.
Si limn+ uun+n 1 = 0, alors limn+ u n = 0.
Exemple 77
n
Les suites
133
Dmonstration
Si a = 0, le rsultat est vident. Supposons a 6= 0, et posons u n =
an
n! .
Alors
u n+1
a
a n+1 n!
=
=
.
un
( n + 1)! a n n + 1
Pour conclure, on peut ou bien directement utiliser le corollaire : comme lim uun+n 1 = 0 (car a est fixe), on
a
a lim u n = 0. Ou bien, comme uun+n 1 = n+
1 , on dduit par le thorme que pour n N > 2|a| on a :
u n+1
| a|
| a| 1
| a|
et donc limn+ u n = 0.
Remarque
1. Avec les notations
du thorme, si on a pour tout entier naturel n partir dun certain
u n+1
rang : u n > ` > 1, alors la suite (u n )nN diverge. En effet, il suffit dappliquer le
thorme la suite de terme gnral
1
|u n |
h
h n
1+n = 1+h = a
1+
n
n
p
(voir la preuve de la proposition 58) on a en appliquant la fonction racine n-ime, n :
1+
h p
n a 1.
n
p
n
a = 1. Enfin, si a < 1,
E(10n a)
.
10n
Alors u n est une approximation dcimale de a 10n prs, en particulier limn+ u n = a.
un =
Exemple 79
= 3, 14159265 . . .
134
Les suites
u0 =
u1 =
E (100 )
100
E (101 )
101
E (102 )
102
= E() = 3
=
u2 =
=
u 3 = 3, 141
E (31,415...)
10
E (314,15...)
100
= 3, 1
= 3, 14
Dmonstration
Daprs la dfinition de la partie entire, on a
un a < un +
ou encore
0 a un <
Or la suite de terme gnral
dduit que limn+ u n = a.
1
10n
1
10n
1
.
10n
1
10 ,
Exercice 4
Montrer que la suite (u n )nN de la proposition 60 est croissante.
Remarque
1. Les u n sont des nombres dcimaux, en particulier ce sont des nombres rationnels.
2. Ceci fournit une dmonstration de la densit de Q dans R. Pour > 0, et I =]a , a + [,
alors pour n assez grand, u n I Q.
Mini-exercices
1. Dterminer la limite de la suite (u n )nN de terme gnral 5n 4n .
2. Soit vn = 1 + a + a2 + + a n . Pour quelle valeur de a R la suite (vn )n1 a pour limite 3
(lorsque n +) ?
3. Calculer la limite de
1+2+22 ++2n
.
2n
1
2
ei ).
sin(( n+ 21 ) )
2 sin( 2 )
(penser
n
135(2 n+1)
(o = 3, 14 . . .).
8. Soit a un rel. Montrer que pour tout > 0 il existe un couple (m, n) Z N (et mme
Les suites
135
4. Thorme de convergence
4.1. Toute suite convergente est borne
Revenons sur une proprit importante que nous avons dj dmontre dans la section sur les
limites.
Proposition 61
Toute suite convergente est borne.
La rciproque est fausse mais nous allons ajouter une hypothse supplmentaire pour obtenir des
rsultats.
Remarque
Et aussi :
Toute suite dcroissante et minore est convergente.
Une suite croissante et qui nest pas majore tend vers +.
Une suite dcroissante et qui nest pas minore tend vers .
Dmonstration Dmonstration du thorme 21
Notons A = { u n | n N} R. Comme la suite ( u n )nN est majore, disons par le rel M , lensemble A
est major par M , et de plus il est non vide. Donc daprs le thorme R4 du chapitre sur les rels,
lensemble A admet une borne suprieure : notons ` = sup A . Montrons que limn+ u n = `. Soit > 0.
Par la caractrisation de la borne suprieure, il existe un lment u N de A tel que ` < u N `. Mais
alors pour n N on a ` < u N u n `, et donc | u n `| .
1
1
1
+ 2 ++ 2 .
2
2
3
n
136
Les suites
Remarque
On note (2) cette limite, vous montrerez plus tard quen fait (2) =
2
6 .
Suite harmonique
Cest la suite (u n )n1 de terme gnral :
un = 1 +
1 1
1
+ ++ .
2 3
n
Calculons limn+ u n .
1
La suite (u n )n1 est croissante : en effet u n+1 u n = n+
1 > 0.
1
p
Minoration de u 2 u 2 p1 . On a u 2 u 1 = 1 + 2 1 = 12 ; u 4 u 2 = 31 + 14 >
gnral :
1
1
1
1
1
u 2 p u 2 p1 = p1
+ p1
+ + p > 2 p1 p =
2}
2
2
+ 1 2 {z + 2
|2
1
4
+ 14 = 21 , et en
2 p1 =2 p 2 p1 termes 21p
limn+ u n = +. En effet
u 2 p 1 = u 2 p u 1 = (u 2 u 1 ) + (u 4 u 2 ) + + (u 2 p u 2 p1 )
p
2
donc la suite (u n )n1 est croissante mais nest pas borne, donc elle tend vers +.
Thorme 22
Si les suites (u n )nN et (vn )nN sont adjacentes, elles convergent vers la mme limite.
Il y a donc deux rsultats dans ce thorme, la convergence de (u n ) et (vn ) et en plus lgalit des
limites.
Les termes de la suites sont ordonnes ainsi :
u 0 u 1 u 2 u n v n v2 v1 v0
Dmonstration
La suite ( u n )nN est croissante et majore par v0 , donc elle converge vers une limite `.
La suite (vn )nN est dcroissante et minore par u 0 , donc elle converge vers une limite `0 .
Donc `0 ` = limn+ (vn u n ) = 0, do `0 = `.
Les suites
137
Exemple 80
Reprenons lexemple de (2). Soient (u n ) et (vn ) les deux suites dfinies pour n 1 par
un =
n 1
X
1
1
1
= 1+ 2 + 2 ++ 2
2
2
3
n
k=1 k
vn = u n +
et
2
.
n+1
1
( n+1)2
2
n+1
2
n+1
> 0.
1
( n+1)2
2
n+2
2
n+1
> 0, donc u n vn .
donc lim(vn u n ) = 0.
Les suites (u n ) et (vn ) sont deux suites adjacentes, elles convergent donc vers une mme
limite finie `. Nous avons en plus lencadrement u n ` vn pour tout n 1. Ceci fournit
des approximations de la limite : par exemple pour n = 3, 1 + 14 + 91 ` 1 + 41 + 19 + 21 donc
1, 3611 . . . ` 1, 8611 . . .
Exercice 5
Soit (u n )n1 la suite de terme gnral :
un = 1 +
1
1
1
+ 3 ++ 3 .
3
2
3
n
Montrer que la suite (u n )n1 converge (on pourra considrer la suite (vn )n1 de terme gnral
vn = u n + n12 ).
Remarque
On note (3) cette limite. On lappelle aussi constante dApry. Roger Apry a prouv en 1978
que (3) Q.
+
+
+
+
+
+
+
+
(0) (1)
(2)
(3)
138
Les suites
Exemple 81
Soit la suite (u n )nN de terme gnral u n = (1)n .
Si on considre : N N donne par (n) = 2n, alors la suite extraite correspondante a
pour terme gnral u (n) = (1)2n = 1, donc la suite (u (n) )nN est constante gale 1.
Si on considre : N N donne par (n) = 3n, alors la suite extraite correspondante a
n
pour terme gnral u (n) = (1)3n = (1)3 = (1)n . La suite (u (n) )nN est donc gale
(u n )nN .
(0) = 0
(1) = 2
(2) = 4
(3) = 6
0
+
-1
(0) = 0
(1) = 3
(2) = 6
0
-1
Proposition 62
Soit (u n )nN une suite. Si limn+ u n = `, alors pour toute suite extraite (u (n) )nN on a
limn+ u (n) = `.
Dmonstration
Soit > 0. Daprs la dfinition de limite (dfinition 47), il existe un entier naturel N tel que n N
implique | u n `| < . Comme lapplication est strictement croissante, on montre facilement par
rcurrence que pour tout n, on a ( n) n. Ceci implique en particulier que si n N , alors aussi
( n) N , et donc | u (n) `| < . Donc la dfinition de limite (dfinition 47) sapplique aussi la suite
extraite.
Corollaire 10
Soit (u n )nN une suite. Si elle admet une sous-suite divergente, ou bien si elle admet deux
sous-suites convergeant vers des limites distinctes, alors elle diverge.
Exemple 82
Soit la suite (u n )nN de terme gnral u n = (1)n . Alors (u 2n )nN converge vers 1, et (u 2n+1 )nN
converge vers 1 (en fait ces deux sous-suites sont constantes). On en dduit que la suite
(u n )nN diverge.
Les suites
139
Exercice 6
Soit (u n )nN une suite. On suppose que les deux sous-suites (u 2n )nN et (u 2n+1 )nN convergent
vers la mme limite `. Montrer que (u n )nN converge galement vers `.
Terminons par un rsultat thorique trs important.
Thorme 23. Thorme de Bolzano-Weierstrass
Toute suite borne admet une sous-suite convergente.
Exemple 83
1. On considre la suite (u n )nN de terme gnral u n = (1)n . Alors on peut considrer les
deux sous-suites (u 2n )nN et (u 2n+1 )nN .
2. On considre la suite (vn )nN de terme gnral vn = cos n. Le thorme affirme quil
existe une sous-suite convergente, mais il est moins facile de lexpliciter.
Dmonstration Dmonstration du thorme 23
On procde par dichotomie. Lensemble des valeurs de la suite est par hypothse contenu
dansi un
h
intervalle [a, b]. Posons a 0 = a, b 0 = b, (0) = 0. Au moins lun des deux intervalles a 0 , a0 +2 b0 ou
h
i
a0 +b0
2 , b 0 contient u n pour une infinit dindices n. On note [a 1 , b 1 ] un tel intervalle, et on note (1)
un entier (1) > (0) tel que u (1) [a 1 , b 1 ].
a1
a0
b1
b0
En itrant cette construction, on construit pour tout entier naturel n un intervalle [a n , b n ], de longueur
ba
2n , et un entier ( n) tel que u ( n) [a n , b n ]. Notons que par construction la suite (a n ) nN est croissante
et la suite ( b n )nN est dcroissante.
Comme de plus limn+ ( b n a n ) = limn+ b2na = 0, les suites (a n )nN et ( b n )nN sont adjacentes
et donc convergent vers une mme limite `. On peut appliquer le thorme des gendarmes pour
conclure que limn+ u (n) = `.
Mini-exercices
p
1. Soit (u n )nN la suite dfinie par u 0 = 1 et pour n 1, u n = 2 + u n1 . Montrer que cette
suite est croissante et majore par 2. Que peut-on en conclure ?
ln(2 n)
4
ln 6
ln 8
2. Soit (u n )n2 la suite dfinie par u n = ln
ln 5 ln 7 ln 9 ln(2 n+1) . tudier la croissance
de la suite. Montrer que la suite (u n ) converge.
140
Les suites
6. Montrer quune suite borne et divergente admet deux sous-suites convergeant vers des
valeurs distinctes.
5. Suites rcurrentes
Une catgorie essentielle de suites sont les suites rcurrentes dfinies par une fonction. Ce chapitre
est laboutissement de notre tude sur les suites, mais ncessite aussi ltude de fonctions (voir
Limites et fonctions continues).
u n+1 = f (u n ) pour n 0
et
Une suite rcurrente est donc dfinie par deux donnes : un terme initial u 0 , et une relation de
rcurrence u n+1 = f (u n ). La suite scrit ainsi :
u0 ,
u 1 = f (u 0 ),
u 2 = f (u 1 ) = f ( f (u 0 )),
u 3 = f (u 2 ) = f ( f ( f (u 0 ))), . . .
2,
p
1 + 2,
q
p
1 + 1 + 2,
1+
s
q
p
1 + 1 + 2,
1+
1+
q
p
1 + 1 + 2, . . .
Si on arrive montrer que la limite existe alors cette proposition permet de calculer des candidats
tre cette limite.
y
y=x
`1
`2
`3
Les suites
141
Une valeur `, vrifiant f (`) = ` est un point fixe de f . La preuve est trs simple et mrite dtre
refaite chaque fois.
Dmonstration
Lorsque n +, u n ` et donc aussi u n+1 `. Comme u n ` et que f est continue alors la suite
( f ( u n )) f (`). La relation u n+1 = f ( u n ) devient la limite (lorsque n +) : ` = f (`).
Nous allons tudier en dtail deux cas particuliers fondamentaux : lorsque la fonction est croissante, puis lorsque la fonction est dcroissante.
Il y a une hypothse importante qui est un peu cache : f va de lintervalle [a, b] dans lui-mme.
Dans la pratique, pour appliquer cette proposition, il faut commencer par choisir [a, b] et vrifier
que f ([a, b]) [a, b].
y
b
f ([a, b])
a
a
Dmonstration
La preuve est une consquence des rsultats prcdents. Par exemple si u 1 u 0 alors la suite ( u n )
est croissante, elle est majore par b, donc elle converge vers un rel `. Par la proposition 63, alors
f (`) = `. Si u 1 u 0 , alors ( u n ) est une dcroissante et minore par a, et la conclusion est la mme.
142
Les suites
Exemple 85
Soit f : R R dfinie par f (x) = 41 (x2 1)(x 2) + x et u 0 [0, 2]. tudions la suite (u n ) dfinie
par rcurrence : u n+1 = f (u n ) (pour tout n 0).
1. tude de f
(a) f est continue sur R.
(b) f est drivable sur R et f 0 (x) > 0.
(c) Sur lintervalle [0, 2], f est strictement croissante.
(d) Et comme f (0) =
1
2
2. Graphe de f
f
y
(y = x)
2
u0
u1 u2 1
u01 u00
(8.1)
Donc les points fixes sont les {1, 1, 2}. La limite de (u n ) est donc chercher parmi ces 3
valeurs.
4. Premier cas : u 0 = 1 ou u 0 = 2.
Alors u 1 = f (u 0 ) = u 0 et par rcurrence la suite (u n ) est constante (et converge donc vers
u 0 ).
5. Deuxime cas : 0 u 0 < 1.
Les suites
143
Comme f ([0, 1]) [0, 1], la fonction f se restreint sur lintervalle [0, 1] en une fonction
f : [0, 1] [0, 1].
De plus sur [0, 1], f (x) x 0. Cela se dduit de ltude de f ou directement de lexpression (8.1).
Pour u 0 [0, 1[, u 1 = f (u 0 ) u 0 daprs le point prcdent. Comme f est croissante,
par rcurrence, comme on la vu, la suite (u n ) est croissante.
La suite (u n ) est croissante et majore par 1, donc elle converge. Notons ` sa limite.
Dune part ` doit tre un point fixe de f : f (`) = `. Donc ` {1, 1, 2}.
Dautre part la suite (u n ) tant croissante avec u 0 0 et majore par 1, donc ` [0, 1].
Conclusion : si 0 u 0 < 1 alors (u n ) converge vers ` = 1.
6. Troisime cas : 1 < u 0 < 2.
La fonction f se restreint en f : [1, 2] [1, 2]. Sur lintervalle [1, 2], f est croissante
mais cette fois f (x) x. Donc u 1 u 0 , et la suite (u n ) est dcroissante. La suite (u n )
tant minore par 1, elle converge. Si on note ` sa limite alors dune part f (`) = `, donc
` {1, 1, 2}, et dautre part ` [1, 2[. Conclusion : (u n ) converge vers ` = 1.
Le graphe de f joue un rle trs important, il faut le tracer mme si on ne le demande pas
explicitement. Il permet de se faire une ide trs prcise du comportement de la suite : Est-elle
croissante ? Est-elle positive ? Semble-t-elle converger ? Vers quelle limite ? Ces indications sont
essentielles pour savoir ce quil faut montrer lors de ltude de la suite.
Exemple 86
1
f (x) = 1 + ,
x
u 0 > 0,
u n+1 = f (u n ) = 1 +
1
un
144
Les suites
y
u0 1
u2
u3
u1
1
x
2x + 1
1
f f (x) = f f (x) = f 1 + = 1 +
= 1+
=
1
x
x+1
x+1
1+ x
Donc
2x + 1
= x x2 x 1 = 0 x
f f (x) = x
x+1
p
p )
1 5 1+ 5
,
2
2
Comme la limite doit tre positive, le seul point fixe considrer est ` =
p
1+ 5
2 .
Attention ! Il y a un unique point fixe, mais on ne peut pas conclure ce stade car f est
dfinie sur ]0, +[ qui nest pas un intervalle compact.
4. Premier cas 0 < u 0 ` =
p
1+ 5
2 .
p
1+ 5
2 .
Les suites
5. Deuxime cas u 0 ` =
145
p
1+ 5
2 .
p
1+ 5
2 .
p
1+ 5
2 ,
et que
Mini-exercices
1. Soit f (x) = 91 x3 +1, u 0 = 0 et pour n 0 : u n+1 = f (u n ). tudier en dtails la suite (u n ) : (a)
montrer que u n 0 ; (b) tudier et tracer le graphe de g ; (c) tracer les premiers termes
de (u n ) ; (d) montrer que (u n ) est croissante ; (e) tudier la fonction g(x) = f (x) x ; (f)
montrer que f admet deux points fixes sur R+ , 0 < ` < `0 ; (g) montrer que f ([0, `])
[0, `] ; (h) en dduire que (u n ) converge vers `.
p
2. Soit f (x) = 1 + x, u 0 = 2 et pour n 0 : u n+1 = f (u n ). tudier en dtail la suite (u n ).
3. Soit (u n )nN la suite dfinie par : u 0 [0, 1] et u n+1 = u n u2n . tudier en dtail la suite
(u n ).
4. tudier la suite dfinie par u 0 = 4 et u n+1 =
4
u n +2 .
Auteurs
Auteurs : Arnaud Bodin, Niels Borne, Laura Desideri
Dessins : Benjamin Boutin
146
Les suites
Exo7
9
1
2
3
4
5
Notions de fonction
Limites
Continuit en un point
Continuit sur un intervalle
Fonctions monotones et bijections
Motivation
Nous savons rsoudre beaucoup dquations (par exemple ax + b = 0, ax2 + bx + c = 0,...) mais ces
quations sont trs particulires. Pour la plupart des quations nous ne saurons pas les rsoudre,
en fait il nest pas vident de dire sil existe une solution, ni combien il y en a. Considrons par
exemple lquation extrmement simple :
x + exp x = 0
Il ny a pas de formule connue (avec des sommes, des produits,... de fonctions usuelles) pour trouver
la solution x.
Dans ce chapitre nous allons voir que grce ltude de la fonction f (x) = x + exp x il est possible
dobtenir beaucoup dinformations sur la solution de lquation x + exp x = 0 et mme de lquation
plus gnrale x + exp x = y (o y R est fix).
x + exp(x)
y
Nous serons capable de prouver que pour chaque y R lquation x +exp x = y admet une solution
x ; que cette solution est unique ; et nous saurons dire comment varie x en fonction de y. Le point
148
cl de tout cela est ltude de la fonction f et en particulier de sa continuit. Mme sil nest pas
possible de trouver lexpression exacte de la solution x en fonction de y, nous allons mettre en
place les outils thoriques qui permettent den trouver une solution approche.
1. Notions de fonction
1.1. Dfinitions
Dfinition 52
Une fonction dune variable relle valeurs relles est une application f : U R, o U est
une partie de R. En gnral, U est un intervalle ou une runion dintervalles. On appelle U le
domaine de dfinition de la fonction f .
Exemple 87
La fonction inverse :
f : ] , 0[ ]0, +[
x
R
1
.
x
f
f (x)
(x, f (x))
1
x
x
x
149
f +g
( f + g)(x)
f
g(x)
g
f (x)
f (y)
f (x)
Dfinition 54
Soit f : U R une fonction. On dit que :
f est majore sur U si M R x U f (x) M ;
f est minore sur U si m R x U f (x) m ;
f est borne sur U si f est la fois majore et minore sur U, cest--dire si M R x
U | f (x)| M.
y
M
150
x y = f (x) f (y)
f (y)
f (x)
Exemple 88
[0, +[ R
La fonction racine carre
x 7 p x
R R
La fonction valeur absolue
nest ni croissante, ni dcroissante. Par contre,
x 7 | x|
[0, +[ R
la fonction
est strictement croissante.
x 7 | x|
151
Exemple 89
La fonction dfinie sur R par x 7 x2n (n N) est paire.
La fonction dfinie sur R par x 7 x2n+1 (n N) est impaire.
La fonction cos : R R est paire. La fonction sin : R R est impaire.
y
x3
x2
Dfinition 57
Soit f : R R une fonction et T un nombre rel, T > 0. La fonction f est dite priodique de
priode T si x R f (x + T) = f (x).
f
f (x) = f (x + T)
x+T
152
Exemple 90
Les fonctions sinus et cosinus sont 2-priodiques. La fonction tangente est -priodique.
y
+1
cos x
x
sin x
Mini-exercices
1. Soit U =] , 0[ et f : U R dfinie par f (x) = 1/x. f est-elle monotone ? Et sur U =
]0, +[ ? Et sur U =] , 0[ ]0, +[ ?
2. Pour deux fonctions paires que peut-on dire sur la parit de la somme ? du produit ?
et de la compose ? Et pour deux fonctions impaires ? Et si lune est paire et lautre
impaire ?
3. On note { x} = x E(x) la partie fractionnaire de x. Tracer le graphe de la fonction x 7 { x}
et montrer quelle est priodique.
4. Soit f : R R la fonction dfinie par f (x) = 1+xx2 . Montrer que | f | est majore par 12 ,
tudier les variations de f (sans utiliser de drive) et tracer son graphe.
2. Limites
2.1. Dfinitions
Limite en un point
Soit f : I R une fonction dfinie sur un intervalle I de R. Soit x0 R un point de I ou une
extrmit de I.
153
Dfinition 58
Soit ` R. On dit que f a pour limite ` en x0 si
> 0
> 0
x I
On dit aussi que f (x) tend vers ` lorsque x tend vers x0 . On note alors lim f (x) = ` ou bien
x x0
lim f = `.
x0
x0
x
Remarque
Lingalit | x x0 | < quivaut x ]x0 , x0 + [. Lingalit | f (x) `| < quivaut
f (x) ]` , ` + [.
On peut remplacer certaines ingalits strictes < par des ingalits larges dans
la dfinition : > 0 > 0 x I | x x0 | = | f (x) `|
Dans la dfinition de la limite
> 0
> 0
x I
le quantificateur x I nest l que pour tre sr que lon puisse parler de f (x). Il est
souvent omis et lexistence de la limite scrit alors juste :
> 0
> 0
Noubliez pas que lordre des quantificateurs est important, on ne peut changer le
avec le : le dpend en gnral du . Pour marquer cette dpendance on peut crire :
> 0 () > 0 . . .
154
Exemple 91
p
p
lim x = x0 pour tout x0 0,
x x0
y
E(x)
p
x0
1
0
1
x0
x0 Z
Dfinition 59
On dit que f a pour limite + en x0 si
A > 0
> 0
x I
> 0
x I
x0
x0
x0 +
Limite en linfini
Soit f : I R une fonction dfinie sur un intervalle de la forme I =]a, +[.
Dfinition 60
Soit ` R. On dit que f a pour limite ` en + si
> 0
B > 0
x I
155
B > 0
x I
On dfinit de la mme manire la limite en des fonctions dfinies sur les intervalles du type
] , a[.
y
Exemple 92
On a les limites classiques suivantes pour
tout n 1 :
+ si n est pair
lim x n =
lim x n = + et
x
x+
si n est impair
1
1
lim
= 0 et
lim
= 0.
x+ x n
x x n
Exemple 93
Soit P(x) = a n x n + a n1 x n1 + + a 1 x + a 0 avec a n > 0 et Q(x) = b m x m + b m1 x m1 + + b 1 x + b 0
avec b m > 0.
P(x)
lim
= ba n
m
x+ Q(x)
si n > m
si n = m
si n < m
x0
On note aussi lim x x0 f (x) pour la limite droite et lim x x0 f (x) pour la limite gauche.
x> x0
x< x0
156
> 0
Si la fonction f a une limite en x0 , alors ses limites gauche et droite en x0 concident et valent
lim f .
x0
Rciproquement, si f a une limite gauche et une limite droite en x0 et si ces limites valent
f (x0 ) (si f est bien dfinie en x0 ) alors f admet une limite en x0 .
Exemple 94
Considrons la fonction partie entire au point x = 2 :
comme pour tout x ]2, 3[ on a E(x) = 2, on a lim
E=2 ,
+
2
lim2+ E
limite gauche
lim2 E
0
2.2. Proprits
Proposition 66
Si une fonction admet une limite, alors cette limite est unique.
On ne donne pas la dmonstration de cette proposition, qui est trs similaire celle de lunicit de
la limite pour les suites (un raisonnement par labsurde).
Soient deux fonctions f et g. On suppose que x0 est un rel, ou que x0 = .
Proposition 67
Si lim f = ` R et lim g = `0 R, alors :
x0
x0
lim( f + g) = ` + `0
x0
lim( f g) = ` `0
x0
si ` 6= 0, alors lim
x0
1 1
=
f
`
x0
1
= 0.
f
Cette proposition se montre de manire similaire la proposition analogue sur les limites de suites.
Nous nallons donc pas donner la dmonstration de tous les rsultats.
157
Dmonstration
Montrons par exemple que si f tend en x0 vers une limite ` non nulle, alors
1
f
1
.
`
> 0
x I
1
f
est bien
Si on choisit 0 tel que 0 < 0 < `/2, alors on voit quil existe un intervalle J = I ] x0 , x0 + [ tel que
pour tout x dans J , f ( x) > `/2 > 0, cest--dire, en posant M = `/2 :
x J
0<
1
< M.
f ( x)
1
1 |` f ( x)| M
1
1 M
M
|` f ( x)| < 0 = .
x J x0 < x < x0 + =
<
f ( x) ` `
`
Proposition 68
Si lim f = ` et lim g = `0 , alors lim g f = `0 .
`
x0
x0
1 + 14 + ln 2.
Il y a des situations o lon ne peut rien dire sur les limites. Par exemple si lim x0 f = + et
lim x0 g = alors on ne peut a priori rien dire sur la limite de f + g (cela dpend vraiment de f
et de g). On raccourci cela en + est une forme indtermine.
0
Voici une liste de formes indtermines : + ; 0 ;
; ; 1 ; 0 .
0
Enfin voici une proposition trs importante qui lie le comportement dune limite avec les ingalits.
158
Proposition 69
Si f g et si lim f = ` R et lim g = `0 R, alors ` `0 .
x0
x0
x0
x0
x0
f
x0
Mini-exercices
1. Dterminer, si elle existe, la limite de
2. Dterminer, si elle existe, la limite de
2 x2 x2
en 0. Et en + ?
3 x2 +2 x+2
1
px
sin x en +. Et pour cos
x
p
p
1+ x 1+ x 2
.
x
3. Continuit en un point
3.1. Dfinition
Soit I un intervalle de R et f : I R une fonction.
Et lim x2
x2 4
x2 3 x+2
159
Dfinition 62
On dit que f est continue en un point x0 I si
> 0 > 0 x I | x x0 | < = | f (x) f (x0 )| <
cest--dire si f admet une limite en x0 (cette limite vaut alors ncessairement f (x0 )).
On dit que f est continue sur I si f est continue en tout point de I.
y
f (x0 )
x0
x
Intuitivement, une fonction est continue sur un intervalle, si on peut tracer son graphe sans
lever le crayon , cest--dire si elle na pas de saut.
Voici des fonctions qui ne sont pas continues en x0 :
y
x0
x0
x0
Exemple 96
Les fonctions suivantes sont continues :
une fonction constante sur un intervalle,
p
la fonction racine carre x 7 x sur [0, +[,
les fonctions sin et cos sur R,
la fonction valeur absolue x 7 | x| sur R,
la fonction exp sur R,
la fonction ln sur ]0, +[.
Par contre, la fonction partie entire E nest pas continue aux points x0 Z, puisquelle nadmet pas de limite en ces points. Pour x0 R \ Z, elle est continue en x0 .
3.2. Proprits
La continuit assure par exemple que si la fonction nest pas nulle en un point (qui est une
proprit ponctuelle) alors elle nest pas nulle autour de ce point (proprit locale). Voici lnonc :
160
Lemme 7
Soit f : I R une fonction dfinie sur un intervalle I et x0 un point de I. Si f est continue en
x0 et si f (x0 ) 6= 0, alors il existe > 0 tel que
x ]x0 , x0 + [
f (x) 6= 0
f (x0 )
x0
x0
x0 +
Dmonstration
Supposons par exemple que f ( x0 ) > 0, le cas f ( x0 ) < 0 se montrerait de la mme manire. crivons
ainsi la dfinition de la continuit de f en x0 :
> 0
> 0
x I
x ] x0 , x0 + [ = f ( x0 ) < f ( x) < f ( x0 ) + .
Il suffit donc de choisir tel que 0 < < f ( x0 ). Il existe alors bien un intervalle J = I ] x0 , x0 + [ tel
que pour tout x dans J , on a f ( x) > 0.
La continuit se comporte bien avec les oprations lmentaires. Les propositions suivantes sont
des consquences immdiates des propositions analogues sur les limites.
Proposition 70
Soient f , g : I R deux fonctions continues en un point x0 I. Alors
f est continue en x0 (pour tout R),
f + g est continue en x0 ,
f g est continue en x0 ,
si f (x0 ) 6= 0, alors 1f est continue en x0 .
Exemple 97
La proposition prcdente permet de vrifier que dautres fonctions usuelles sont continues :
les fonctions puissance x 7 x n sur R (comme produit x x ),
les polynmes sur R (somme et produit de fonctions puissance et de fonctions constantes),
P ( x)
les fractions rationnelles x 7 Q
( x) sur tout intervalle o le polynme Q(x) ne sannule
pas.
La composition conserve la continuit (mais il faut faire attention en quels points les hypothses
sappliquent).
161
Proposition 71
Soient f : I R et g : J R deux fonctions telles que f (I) J. Si f est continue en un point
x0 I et si g est continue en f (x0 ), alors g f est continue en x0 .
f (x) si x 6= x
0
f(x) =
`
si x = x .
0
x0
x sin 1 si x 6= 0
x
f(x) =
0
si x = 0.
162
Proposition 72
Soit f : I R une fonction et x0 un point de I. Alors :
f est continue en x0
Dmonstration
= On suppose que f est continue en x0 et que ( u n ) est une suite qui converge vers x0 et on veut
montrer que ( f ( u n )) converge vers f ( x0 ).
Soit > 0. Comme f est continue en x0 , il existe un > 0 tel que
x I
| x x0 | < = | f ( x) f ( x0 )| < .
n N = | u n x0 | < .
> 0
x I
1
n
et
| f ( u n ) f ( x0 )| > 0 .
La suite ( u n ) converge vers x0 alors que la suite ( f ( u n )) ne peut pas converger vers f ( x0 ).
Remarque
On retiendra surtout limplication : si f est continue sur I et si (u n ) est une suite convergente
de limite `, alors ( f (u n )) converge vers f (`). On lutilisera intensivement pour ltude des
suites rcurrentes u n+1 = f (u n ) : si f est continue et u n `, alors f (`) = `.
Mini-exercices
1. Dterminer le domaine
de dfinition et de continuit des fonctions suivantes : f (x) =
q
1
1/ sin x, g(x) = 1/ x + 2 , h(x) = ln(x2 + x 1).
2. Trouver les couples (a, b) R2 tels que la fonction f dfinie sur R par f (x) = ax + b si
x < 0 et f (x) = exp(x) si x 0 soit continue sur R. Et si on avait f (x) = xa 1 + b pour x < 0 ?
3. Soit f une fonction continue telle que f (x0 ) = 1. Montrer quil existe > 0 tel que : pour
tout x ]x0 , x0 + [ f (x) > 21 .
4. tudier la continuit de f : R R dfinie par : f (x) = sin(x) cos 1x si x 6= 0 et f (0) = 0. Et
pour g(x) = xE(x) ?
163
x3 +8
| x+2|
f (b)
y
f (b)
y
f (a)
a
c1
c2
c3
f (a)
a
Dmonstration
Montrons le thorme dans le cas o f (a) < f ( b). On considre alors un rel y tel que f (a) y f ( b) et
on veut montrer quil a un antcdent par f .
1. On introduit lensemble suivant
n
o
A = x [a, b] | f ( x) y .
Tout dabord lensemble A est non vide (car a A ) et il est major (car il est contenu dans [a, b]) :
il admet donc une borne suprieure, que lon note c = sup A . Montrons que f ( c) = y.
y
f (b)
f (a)
a
b
A
c = sup(A)
2. Montrons tout dabord que f ( c) y. Comme c = sup A , il existe une suite ( u n )nN contenue dans
164
3. Montrons prsent que f ( c) y. Remarquons tout dabord que si c = b, alors on a fini, puisque
f ( b) y. Sinon, pour tout x ] c, b], comme x A , on a f ( x) > y. Or, tant donn que f est continue
en c, f admet une limite droite en c, qui vaut f ( c) et on obtient f ( c) y.
f (b) > 0
c
b
f (a) < 0
Dmonstration
Il sagit dune application directe du thorme des valeurs intermdiaires avec y = 0. Lhypothse
f (a) f ( b) < 0 signifiant que f (a) et f ( b) sont de signes contraires.
Exemple 99
Tout polynme de degr impair possde au moins une racine relle.
y
x 7 P(x)
165
En particulier, il existe deux rels a et b tels que f (a) < 0 et f (b) > 0 et on conclut grce au
corollaire prcdent.
Corollaire 12
Soit f : I R une fonction continue sur un intervalle I. Alors f (I) est un intervalle.
Attention ! Il serait faux de croire que limage par une fonction f de lintervalle [a, b] soit lintervalle
[ f (a), f (b)].
y
f (b)
f ([a, b])
f (a)
Dmonstration
Soient y1 , y2 f ( I ), y1 y2 . Montrons que si y [ y1 , y2 ], alors y f ( I ). Par hypothse, il existe x1 , x2 I
tels que y1 = f ( x1 ), y2 = f ( x2 ) et donc y est compris entre f ( x1 ) et f ( x2 ). Daprs le thorme des valeurs
intermdiaires, comme f est continue, il existe donc x I tel que y = f ( x), et ainsi y f ( I ).
m
a
Comme on sait dj par le thorme des valeurs intermdiaires que f ([a, b]) est un intervalle, le
thorme prcdent signifie exactement que
Si f est continue sur [a, b] alors f est borne sur [a, b] et elle atteint ses bornes.
166
Donc m est le minimum de la fonction sur lintervalle [a, b] alors que M est le maximum.
[[Preuve : crire]]
Mini-exercices
1. Soient P(x) = x5 3x 2 et f (x) = x2 x 1 deux fonctions dfinies sur R. Montrer que
lquation P(x) = 0 a au moins une racine dans [1, 2] ; lquation f (x) = 0 a au moins une
racine dans [0, 1] ; lquation P(x) = f (x) a au moins une racine dans ]0, 2[.
2. Montrer quil existe x > 0 tel que 2 x + 3 x = 7 x .
3. Dessiner le graphe dune fonction continue f : R R tel que f (R) = [0, 1]. Puis f (R) =
]0, 1[ ; f (R) = [0, 1[ ; f (R) =] , 1], f (R) =] , 1[.
4. Soient f , g : [0, 1] R deux fonctions continues. Quelles fonctions suivantes sont coup
sr bornes : f + g, f g, f /g ?
5. Soient f et g deux fonctions continues sur [0, 1] telles que x [0, 1] f (x) < g(x). Montrer
quil existe m > 0 tel que x [0, 1] f (x) + m < g(x). Ce rsultat est-il vrai si on remplace
[0, 1] par R ?
Proposition 73
Si f : E F est une fonction bijective alors il existe une unique application g : F E telle
que g f = idE et f g = idF La fonction g est la bijection rciproque de f et se note f 1 .
167
Remarque
y
y
y
x1
x
x2
y
y
f
y=x
f 1
x3
168
f 1
f
J = f (I)
ou
p
x = y,
cest--dire y admet deux antcdents, lun dans [0, +[ et lautre dans ] , 0]. Et donc
p
p
f 11 (y) = y et f 21 (y) = y. On retrouve bien que chacune des deux fonctions f 1 et f 2 a le
mme sens de variation que sa rciproque.
169
y
f1
y=x
f2
y
f 21
p
y
f 11
On remarque que la courbe totale en pointille ( la fois la partie bleue et la verte), qui est
limage du graphe de f par la symtrie par rapport la premire bissectrice, ne peut pas tre
le graphe dune fonction : cest une autre manire de voir que f nest pas bijective.
Gnralisons lexemple prcdent.
Exemple 101
Soit n 1. Soit f : [0, +[ [0, +[ dfinie par f (x) = x n . Alors f est continue et strictement
croissante. Comme lim+ f = + alors f est une bijection. Sa bijection rciproque f 1 est nop
1
te : x 7 x n (ou aussi x 7 n x) : cest la fonction racine n-ime. Elle est continue et strictement
croissante.
5.3. Dmonstration
On tablit dabord un lemme utile la dmonstration du thorme prcdent.
Lemme 8
Soit f : I R une fonction dfinie sur un intervalle I de R. Si f est strictement monotone sur
I, alors f est injective sur I.
Dmonstration
Soient x, x0 I tels que f ( x) = f ( x0 ). Montrons que x = x0 . Si on avait x < x0 , alors on aurait ncessairement f ( x) < f ( x0 ) ou f ( x) > f ( x0 ), suivant que f est strictement croissante, ou strictement dcroissante.
Comme cest impossible, on en dduit que x x0 . En changeant les rles de x et de x0 , on montre de
mme que x x0 . On en conclut que x = x0 et donc que f est injective.
170
( y) < f
( y0 ),
f ( x0 ) < y0
et
f ( x0 + ) > y0 +
Mini-exercices
1. Montrer que chacune des hypothses continue et strictement monotone est ncessaire dans lnonc du thorme.
2. Soit f : R R dfinie par f (x) = x3 + x. Montrer que f est bijective, tracer le graphe de f
et de f 1 .
3. Soit n 1. Montrer que f (x) = 1 + x + x2 + + x n dfinit une bijection de lintervalle [0, 1]
vers un intervalle prciser.
4. Existe-t-il une fonction continue : f : [0, 1[]0, 1[ qui soit bijective ? f : [0, 1[]0, 1[ qui
soit injective ? f :]0, 1[ [0, 1] qui soit surjective ?
5. Pour y R on considre lquation x + exp x = y. Montrer quil existe une unique solution
y. Comment varie y en fonction de x ? Comme varie x en fonction de y ?
Auteurs
Auteurs : Arnaud Bodin, Niels Borne, Laura Desideri
Dessins : Benjamin Boutin
171
172
Exo7
10
Fonctions usuelles
1 Logarithme et exponentielle
2 Fonctions circulaires inverses
3 Fonctions hyperboliques et hyperboliques inverses
1. Logarithme et exponentielle
1.1. Logarithme
Proposition 74
Il existe une unique fonction, note ln :]0, +[ R telle que :
ln0 (x) =
1
x
et
ln(1) = 0.
174
Fonctions usuelles
4. ln est une fonction continue, strictement croissante et dfinit une bijection de ]0, +[
sur R,
5. lim x0 ln(1x+ x) = 1,
6. la fonction ln est concave et ln x x 1 (pour tout x > 0).
y
ln x
1
Remarque
ln x sappelle le logarithme naturel ou aussi logarithme nperien. Il est caractris par
ln(e) = 1. On dfinit le logarithme en base a par
loga (x) =
ln(x)
ln(a)
Rx 1
1 t
0
1.2. Exponentielle
Fonctions usuelles
175
Dfinition 65
La bijection rciproque de ln :]0, +[ R sappelle la fonction exponentielle, note exp : R
]0, +[.
exp x
Remarque
La fonction exponentielle est lunique fonction qui vrifie exp0 (x) = exp(x) (pour tout x R) et
exp(1) = e. O e ' 2, 718 . . . est le nombre qui vrifie ln e = 1.
Dmonstration
Ce sont les proprits du logarithme retranscrites pour sa bijection rciproque.
Par exemple pour la drive : on part de lgalit ln(exp x) = x que lon drive. Cela donne exp0 ( x)
1
0
ln0 (exp x) = 1 donc exp0 ( x) exp
x = 1 et ainsi exp ( x) = exp x.
a b = exp b ln a
176
Fonctions usuelles
Remarque
p
1
a = a 2 = exp 21 ln a
p
1
n a = a n = exp n1 ln a (la racine n-ime de a)
On note aussi exp x par e x ce qui se justifie par le calcul : e x = exp x ln e = exp(x).
Les fonctions x 7 a x sappellent aussi des fonctions exponentielles et se ramnent systmatiquement la fonction exponentielle classique par lgalit a x = exp(x ln a). Il ne
faut surtout pas les confondre avec les fonctions puissances x 7 xa .
x+
ln x
=0
x
et
lim
x+
exp x
= +.
x
xa
exp x
(a > 1)
x
xa
(a < 1)
ln x
1
Dmonstration
1. On a vu ln x x 1 (pour tout x > 0). Donc ln x x donc
ln x
=
x
ln
=2
p
ln x
p
x
1. Cela donne
p
p
ln x
ln x 1
2
=2 p p p
x
x
x
x
x
ln(exp x) ln u
=
=
exp x
exp x
u
lorsque x + alors u = exp x + et donc par le premier point
exp x
reste positive, ainsi lim x+ x = +.
ln u
u
0. Donc
x
exp x
0 et
Fonctions usuelles
177
Mini-exercices
1. Montrer que ln(1 + e x ) = x + ln(1 + e x ), pour tout x R.
2. tudier la fonction f (x) = ln(x2 + 1) ln(x) 1. Tracer son graphe. Rsoudre lquation
( f (x) = 0). Idem avec g(x) = 1+xln x . Idem avec h(x) = x x .
3. Expliquer comment log10 permet de calculer le nombre de chiffres dun entier n.
2
n
5. Calculer la limite de la suite dfinie par u n = 1 + n1
lorsque n +. Idem avec
1 n
1
n
vn = n et wn = n .
arccos x
y
+1
x
1
cos x
Autrement dit :
Si
x [0, ]
cos(x) = y x = arccos y
x ] 1, 1[
178
Fonctions usuelles
Dmonstration
On dmarre de lgalit cos(arccos x) = x que lon drive :
cos(arccos x) = x
= arccos0 ( x) sin(arccos x) = 1
1
sin(arccos x)
1
= arccos0 ( x) = p
1 cos2 (arccos x)
1
= arccos0 ( x) = p
1 x2
= arccos0 ( x) =
()
2.2. Arcsinus
La restriction
sin| : [ , + ] [1, 1]
2 2
est une bijection. Sa bijection rciproque est la fonction arcsinus :
arcsin : [1, 1] [ , + ]
2 2
y
+1
sin x
1
arcsin sin(x) = x x [ 2 , + 2 ]
Si
x [ 2 , + 2 ]
sin(x) = y x = arcsin y
1
arcsin0 (x) = p
1 x2
x ] 1, 1[
2.3. Arctangente
La restriction
arcsin x
tan| :] , + [ R
2 2
Fonctions usuelles
179
tan x
x
3
2
arctan x
x
tan arctan(x) = x x R
arctan tan(x) = x x ] 2 , + 2 [
Si
x ] 2 , + 2 [
tan(x) = y x = arctan y
arctan0 (x) =
1
1 + x2
x R
Mini-exercices
1. Calculer les valeurs de arccos et arcsin en 0, 1, 12 ,
et p1 .
p
p
3
2
,
2
2 .
p
3
4. Calculer la drive de f (x) = arctan p x 2 . En dduire que f (x) = arcsin x, pour tout
1 x
x ] 1, 1[.
5. Montrer que arccos x + arcsin x = 2 , pour tout x [1, 1].
180
Fonctions usuelles
e x + e x
2
La restriction ch| : [0, +[ [1, +[ est une bijection. Sa bijection rciproque est argch : [1, +[
[0, +[.
y
chx
shx
y
1
argshx
argchx
0
e x e x
2
argsh x = ln x + x2 + 1 .
Fonctions usuelles
181
Dmonstration
ch2 x sh2 x = 14 ( e x + e x )2 ( e x e x )2 = 14 ( e2 x + 2 + e2 x ) ( e2 x 2 + e2 x ) = 1.
x
x
x
x
d
d e +e
dx
(ch x) = dx
= e 2e = sh x. Idem pour la drive de sh x.
2
Car cest la rciproque de sh.
Comme la fonction x 7 sh0 x ne sannule pas sur R alors la fonction argsh est drivable sur R. On
calcule la drive par drivation de lgalit sh(argsh x) = x :
argsh0 x =
1
1
1
=p
=q
2
ch(argsh x)
2
x +1
sh (argsh x) + 1
Notons f ( x) = ln x + x2 + 1 alors
f 0 ( x) =
1 + p x2
1
x +1
=p
= argsh0 x
p
2
2
x+ x +1
x +1
Comme de plus f (0) = ln(1) = 0 et argsh 0 = 0 (car sh 0 = 0), on en dduit que pour tout x R,
f ( x) = argsh x.
th x =
sh x
ch x
y
argthx
y
1
thx
ch2 x sh2 x = 1
182
Fonctions usuelles
ch(a + b) = ch a ch b + sh a sh b
ch(2a) = ch2 a + sh2 a = 2 ch2 a 1 = 1 + 2 sh2 a
sh(a + b) = sh a ch b + sh b ch a
sh(2a) = 2 sh a ch a
th(a + b) =
th a + th b
1 + th a th b
ch0 x = sh x
sh0 x = ch x
th0 x = 1 th2 x =
argch0 x = p
argsh0 x = p
1
x2 1
1
1
ch2 x
(x > 1)
x2 + 1
1
argth0 x =
(| x| < 1)
1 x2
argch x = ln x + x2 1 (x 1)
p
argsh x = ln x + x2 + 1 (x R)
1
1+ x
argth x = ln
(1 < x < 1)
2
1 x
Mini-exercices
1. Dessiner les courbes paramtres t 7 (cos t, sin t) et t 7 (ch t, sh t). Pourquoi cos et sin
sappellent des fonctions trigonomtriques circulaires alors que ch et sh sont des fonctions trigonomtriques hyperboliques ?
2. Prouver par le calcul la formule ch(a + b) = . . . En utilisant que cos x =
la formule pour cos(a + b).
e ix + e ix
2
retrouver
3. Rsoudre lquation sh x = 3.
4. Montrer que
sh(2 x)
1+ch(2 x)
= th x.
5. Calculer les drives des fonctions dfinies par : th(1 + x2 ), ln(ch x), argch(exp x),
argth(cos x).
Fonctions usuelles
Auteurs
Arnaud Bodin, Niels Borne, Laura Desideri
183
184
Fonctions usuelles
Exo7
11
1
2
3
4
Drive
Calcul des drives
Extremum local, thorme de Rolle
Thorme des accroissements nis
Motivation
p
Nous souhaitons calculer 1, 01 ou du moins en trouver une valeur approche. Comme 1, 01 est
p
p
proche de 1 et que 1 = 1 on se doute bien que 1, 01 sera proche de 1. Peut-on tre plus prcis ?
p
Si lon appelle f la fonction dfinie par f (x) = x, alors la fonction f est une fonction continue en
x0 = 1. La continuit nous affirme que pour x suffisamment proche de x0 , f (x) est proche de f (x0 ).
Cela revient dire que pour x au voisinage de x0 on approche f (x) par la constante f (x0 ).
y
y = (x 1) 12 + 1
y=
y=1
Nous pouvons faire mieux quapprocher notre fonction par une droite horizontale ! Essayons avec
une droite quelconque. Quelle droite se rapproche le plus du graphe de f autour de x0 ? Elle doit
passer par le point (x0 , f (x0 )) et doit coller le plus possible au graphe : cest la tangente au graphe
en x0 . Une quation de la tangente est
y = (x x0 ) f 0 (x0 ) + f (x0 )
o f 0 (x0 ) dsigne le nombre driv de f en x0 .
p
1
On sait que pour f (x) = x, on a f 0 (x) = 2p
. Une quation de la tangente en x0 = 1 est donc
x
y = (x 1) 12 + 1. Et donc pour x proche de 1 on a f (x) (x 1) 12 + 1. Quest ce que cela donne
186
p
0,01
pour notre calcul de 1, 01 ? On pose x = 1, 01 donc f (x) 1 + 21 (x 1) = 1 + 2 = 1, 005. Et cest
p
effectivement une trs bonne de approximation de 0, 01 = 1, 00498 . . .. En posant h = x 1 on peut
p
reformuler notre approximation en : 1 + h 1 + 12 h qui est valable pour h proche de 0.
Dans ce chapitre nous allons donc dfinir ce quest la drive dune fonction, et tablir les formules
des drives des fonctions usuelles. Enfin, pour connatre lerreur des approximations, il nous
faudra travailler beaucoup plus afin dobtenir le thorme des accroissements finis.
1. Drive
1.1. Drive en un point
Soit I un intervalle ouvert de R et f : I R une fonction. Soit x0 I.
Dfinition 66
f ( x ) f ( x )
x x0
f (x) f (x0 )
x x0
Dfinition 67
f est drivable sur I si f est drivable en tout point x0 I. La fonction x 7 f 0 (x) est la
df
fonction drive de f , elle se note f 0 ou dx .
Exemple 102
La fonction dfinie par f (x) = x2 est drivable en tout point x0 R. En effet :
2
2
f (x) f (x0 ) x x0 (x x0 )(x + x0 )
=
=
= x + x0 2x0 .
x x0
x x0
x x0
x x0
On a mme montr que le nombre driv de f en x0 est 2x0 , autrement dit : f 0 (x) = 2x.
Exemple 103
Montrons que la drive de f (x) = sin x est f 0 (x) = cos x. Nous allons utiliser les deux assertions
suivantes :
sin x
pq
p+q
1
et
sin p sin q = 2 sin
cos
.
x x0
2
2
Remarquons dj que la premire assertion prouve
en x0 = 0 et f 0 (0) = 1.
Pour x0 quelconque on crit :
f ( x) f (0)
x0
sin x
x
x x
f (x) f (x0 ) sin x sin x0 sin 2 0
x + x0
=
= x x0 cos
.
x x0
x x0
2
2
Lorsque x x0 alors dune part cos x+2x0 cos x0 et dautre part en posant u =
f ( x ) f ( x )
et on a sinu u 1. Ainsi x x0 0 cos x0 et donc f 0 (x) = cos x.
x x0
2
alors u 0
187
1.2. Tangente
f ( x ) f ( x )
La droite qui passe par les points distincts (x0 , f (x0 )) et (x, f (x)) a pour coefficient directeur x x0 0 .
la limite on trouve que le coefficient directeur de la tangente est f 0 (x0 ). Une quation de la
tangente au point (x0 , f (x0 )) est donc :
y = (x x0 ) f 0 (x0 ) + f (x0 )
M0
x0
h 0
x x0
Dmonstration
Il sagit juste de reformuler la dfinition de f 0 ( x0 ). Par exemple, aprs division par x x0 , la deuxime
criture devient
f ( x ) f ( x0 )
= ` + ( x).
x x0
Proposition 79
Soit I un intervalle ouvert, x0 I et soit f : I R une fonction.
Si f est drivable en x0 alors f est continue en x0 .
Si f est drivable sur I alors f est continue sur I.
188
Dmonstration
Supposons f drivable en x0 et montrons quelle est aussi continue en ce point.
Voici une dmonstration concise : partant de lcriture alternative donne dans la proposition 78, nous
crivons
f ( x) = f ( x0 ) + ( x x0 )` + ( x x0 )( x) .
| {z } |
{z
}
0
x x0
f ( x) f ( x0 ) = ( x x0 )` + ( x x0 )( x)
| x x0 | |`| + | x x0 | |( x)|
| ` |
0
+
0
pour | x x0 | <
+ = 2
Nous venons de prouver que si | x x0 | < alors f ( x) f ( x0 ) < 20 , ce qui exprime exactement que f
est continue en x0 .
Remarque
La rciproque est fausse : par exemple, la fonction valeur absolue est continue en 0 mais
nest pas drivable en 0.
y
y = | x|
1
0
189
Mini-exercices
1. Montrer que la fonction f (x) = x3 est drivable en tout point x0 R et que f 0 (x0 ) = 3x02 .
p
2. Montrer que la fonction f (x) = x est drivable en tout point x0 > 0 et que f 0 (x0 ) = 2p1x .
0
p
3. Montrer que la fonction f (x) = x (qui est continue en x0 = 0) nest pas drivable en
x0 = 0.
4. Calculer lquation de la tangente (T0 ) la courbe dquation y = x3 x2 x au point
dabscisse x0 = 2. Calculer x1 afin que la tangente (T1 ) au point dabscisse x1 soit parallle (T0 ).
5. Montrer que si une fonction f est paire et drivable, alors f 0 est une fonction impaire.
0
f 0 ( x)
1
f (x) = f ( x)2 (si f (x) 6= 0),
0
f 0 ( x ) g ( x ) f ( x ) g 0 ( x )
f
(si g(x) 6= 0).
g (x) =
g ( x )2
Remarque
Il est plus facile de mmoriser les galits de fonctions :
0
( f + g) = f + g ,
( f ) = f ,
( f g) = f g + f g ,
0
1
f0
= 2,
f
f
0
f
f 0 g f g0
=
.
g
g2
Dmonstration
Prouvons par exemple ( f g)0 = f 0 g + f g0 .
Fixons x0 I . Nous allons rcrire le taux daccroissement de f ( x) g( x) :
g ( x ) g ( x0 )
f ( x) g( x) f ( x0 ) g( x0 ) f ( x) f ( x0 )
=
g ( x) +
f ( x0 ) f 0 ( x0 ) g( x0 ) + g0 ( x0 ) f ( x0 ).
x x0
x x0
x x0
x x0
Ceci tant vrai pour tout x0 I la fonction f g est drivable sur I de drive f 0 g + f g0 .
190
Fonction
xn
Drive
nx n1
1
x
(n Z)
1 p1
2 x
x1
un
Drive
nu0 u n1
( R)
1p
u0
2 u
(n Z)
uu2
1
u
x12
Fonction
u0 u1
( R)
ex
ex
eu
u0 e u
ln x
1
x
ln u
u0
u
cos x
sin x
cos u
u0 sin u
sin x
cos x
sin u
u0 cos u
tan x
1 + tan2 x =
1
cos2 x
tan u
u0 (1 + tan2 u) =
u0
cos2 u
Remarque
p
Notez que les formules pour x n , 1x x et x sont aussi des consquences de la drive de
lexponentielle. Par exemple x = e ln x et donc
d
d ln x
1
1
(x ) =
(e
) = e ln x = x = x1 .
dx
dx
x
x
Si vous devez driver une fonction avec un exposant dpendant de x il faut absolument
repasser la forme exponentielle. Par exemple si f (x) = 2 x alors on rcrit dabord
f (x) = e x ln 2 pour pouvoir calculer f 0 (x) = ln 2 e x ln 2 = ln 2 2 x .
2.3. Composition
Proposition 81
Si f est drivable en x et g est drivable en f (x) alors g f est drivable en x de drive :
Dmonstration
La preuve est similaire celle ci-dessus pour le produit en crivant cette fois :
g f ( x) g f ( x0 ) g f ( x) g f ( x0 )
f ( x ) f ( x0 )
=
g0 f ( x0 ) f 0 ( x0 ).
x
x
0
x x0
f ( x) f ( x0 )
x x0
Exemple 104
Calculons la drive de ln(1 + x2 ). Nous avons g(x) = ln(x) avec g0 (x) =
f 0 (x) = 2x. Alors la drive de ln(1 + x2 ) = g f (x) est
1
x
2x
.
1 + x2
; et f (x) = 1 + x2 avec
191
Corollaire 13
Soit I un intervalle ouvert. Soit f : I J drivable et bijective dont on note f 1 : J I la
bijection rciproque. Si f 0 ne sannule pas sur I alors f 1 est drivable et on a pour tout
xJ :
0
f 1 (x) =
1
f0
f 1 (x)
Dmonstration
Notons g = f 1 la bijection rciproque de f . Soit y0 J et x0 I tel que y0 = f ( x0 ). Le taux daccroissement de g en y0 est :
g( y) g( y0 )
g ( y) x0
=
y y0
f g ( y) f ( x0 )
Lorsque y y0 alors g( y) g( y0 ) = x0 et donc ce taux daccroissement tend vers
1
f 0 ( x0 ) .
1
f 0 ( x0 ) .
Ainsi g0 ( y0 ) =
Remarque
Il peut tre plus simple de retrouver la formule chaque fois en drivant lgalit
f g(x) = x
En effet droite la drive de x est 1 ; gauche la drive de f g(x) = f g(x) est f 0 g(x) g0 (x).
f 0 g(x) g0 (x) = 1.
Mais g = f 1 donc
0
f 1 (x) =
1
f0
f 1 (x)
Exemple 105
Soit f : R R la fonction dfinie par f (x) = x + exp(x). tudions f en dtail.
Tout dabord :
1. f est drivable car f est la somme de deux fonctions drivables. En particulier f est
continue.
2. f est strictement croissante car f est la somme de deux fonctions strictement croissante.
3. f est une bijection car lim x f (x) = et lim x+ f (x) = +.
4. f 0 (x) = 1 + exp(x) ne sannule jamais (pour tout x R).
Notons g = f 1 la bijection rciproque de f . Mme si on ne sait pas a priori exprimer g, on
peut malgr tout connatre des informations sur cette fonction : par le corollaire ci-dessus g
est drivable et lon calcule g0 en drivant lgalit f g(x) = x. Ce qui donne f 0 g(x) g0 (x) = 1
192
et donc ici
g0 (x) =
f0
1
=
.
g(x)
1 + exp g(x)
Pour cette fonction f particulire on peut prciser davantage : comme f g(x) = x alors g(x) +
g0 (x) =
1
.
1 + x g(x)
y
y = x + exp(x)
y=x
y = 12 (x 1)
y = g(x)
0
Par exemple f (0) = 1 donc g(1) = 0 et donc g0 (1) = 12 . Autrement dit f 1 (1) = 12 . Lquation
de la tangente au graphe de f 1 au point dabscisse x0 = 1 est donc y = 12 (x 1).
f (1) = f 0 ,
f (2) = f 00
et
0
f (n+1) = f (n)
f g
(n)
=f
( n)
!
!
n (n1) (1)
n ( n k ) ( k )
g+
f
g ++
f
g + + f g ( n)
1
k
Autrement dit :
f g
(n)
!
n n
X
=
f ( n k ) g ( k ) .
k
k=0
La dmonstration est similaire celle de la formule du binme de Newton et les coefficients que
lon obtient sont les mmes.
193
Exemple 106
Pour n = 1 on retrouve ( f g)0 = f 0 g + f g0 .
Pour n = 2, on a ( f g)00 = f 00 g + 2 f 0 g0 + f g00 .
Exemple 107
Calculons les drives n-ime de exp(x) (x2 + 1) pour tout n 0. Notons f (x) = exp(x) alors
f 0 (x) = exp(x), f 00 (x) = exp(x),..., f (k) (x) = exp(x). Notons g(x) = x2 + 1 alors g0 (x) = 2x, g00 (x) = 2
et pour k 3, g(k) (x) = 0.
Appliquons la formule de Leibniz :
!
!
!
(n)
n (n1)
n (n2)
n (n3)
( n)
(1)
(2)
f g (x) = f (x) g(x) +
f
(x) g (x) +
f
(x) g (x) +
f
(x) g(3) (x) +
1
2
3
On remplace f (k) (x) = exp(x) et on sait que g(3) (x), g(4) (x) = 0,. . . Donc cette somme ne contient
que les trois premiers termes :
!
!
(n)
n
n
2
f g (x) = exp(x) (x + 1) +
exp(x) 2x +
exp(x) 2.
1
2
Que lon peut aussi crire :
f g
(n)
n(n 1)
(x) = exp(x) x2 + 2nx +
+1 .
2
Mini-exercices
1. Calculer les drives des fonctions suivantes : f 1 (x) = x ln x, f 2 (x) = sin 1x , f 3 (x) =
p
p
1
x 3
1
x
1 + 1 + x2 , f 4 (x) = ln( 11+
x ) , f 5 (x) = x , f 6 (x) = arctan x + arctan x .
2. On note ( f ) =
f0
f .
Calculer ( f g).
3. Soit f :]1, +[] 1, +[ dfinie par f (x) = x ln(x) x. Montrer que f est une bijection.
Notons g = f 1 . Calculer g(0) et g0 (0).
4. Calculer les drives successives de f (x) = ln(1 + x).
5. Calculer les drives successives de f (x) = ln(x) x3 .
194
Dfinition 68
On dit que x0 est un point critique de f si f 0 (x0 ) = 0.
On dit que f admet un maximum local en x0 (resp. un minimum local en x0 ) sil
existe un intervalle ouvert J contenant x0 tel que
pour tout x I J
f (x) f (x0 )
minimums locaux
maximums locaux
x
I
Dire que f a un maximum local en x0 signifie que f (x0 ) est la plus grande des valeurs f (x) pour les
x proches de x0 . On dit que f : I R admet un maximum global en x0 si pour toutes les autres
valeurs f (x), x I on a f (x) f (x0 ) (on ne regarde donc pas seulement les f (x) pour x proche de
x0 ). Bien sr un maximum global est aussi un maximum local, mais la rciproque est fausse.
Thorme 28
Soit I un intervalle ouvert et f : I R une fonction drivable. Si f admet un maximum local
(ou un minimum local) en x0 alors f 0 (x0 ) = 0.
En dautres termes, un maximum local (ou un minimum local) x0 est toujours un point critique.
Gomtriquement, au point (x0 , f (x0 )) la tangente au graphe est horizontale.
y
x
I
195
Exemple 108
tudions les extremums de la fonction f dfinie par f (x) = x3 + x en fonction du paramtre
R. La drive est f 0 (x) = 3x2 + . Si x0 est un extremum local alors f 0 (x0 ) = 0.
Si > 0 alors f 0 (x) > 0 et ne sannule jamais il ny a pas de points critiques donc pas non
plus dextremums. En anticipant sur la suite : f est strictement croissante sur R.
Si = 0 alors f 0 (x) = 3x2 . Le seul point critique est x0 = 0. Mais ce nest ni un maximum
local, ni un minimum local. En effet siq
x < 0, f 0 (x)
q< 0 = f 0 (0) et si x > 0, f 0 (x) > 0 = f 0 (0).
||
0
2
Si < 0 alors f (x) = 3x || = 3 x + 3 x |3| . Il y a deux points critiques x1 =
q
q
|3| et x2 = + |3| . En anticipant sur la suite : f 0 (x) > 0 sur ] , x1 [ et ]x2 , +[ et
f 0 (x) < 0 sur ]x1 , x2 [. Maintenant f est croissante sur ] , x1 [, puis dcroissante sur
]x1 , x2 [, donc x1 est un maximum local. Dautre part f est dcroissante sur ]x1 , x2 [ puis
croissante sur ]x2 , +[ donc x2 est un minimum local.
x2
x1
>0
=0
<0
Remarque
1. La rciproque du thorme 28 est fausse. Par exemple la fonction f : R R, dfinie par
f (x) = x3 vrifie f 0 (0) = 0 mais x0 = 0 nest ni maximum local ni un minimum local.
2. Lintervalle du thorme 28 est ouvert. Pour le cas dun intervalle ferm, il faut faire
attention aux extrmits. Par exemple si f : [a, b] R est une fonction drivable qui
admet un extremum en x0 , alors on est dans lune des situations suivantes :
x0 = a,
x0 = b,
x0 ]a, b[ et dans ce cas on a bien f 0 (x0 ) = 0 par le thorme 28.
Aux extrmits on ne peut rien dire pour f 0 (a) et f 0 (b), comme le montre les diffrents
maximums sur les dessins suivants.
x0
196
f ( x ) f ( x0 )
x x0
0.
f ( x) f ( x0 )
x x0
0 et donc la limite
lim x x+
0.
0
Or f est drivable en x0 donc
lim
x x0
f ( x ) f ( x0 )
f ( x) f ( x0 )
= lim
= f 0 ( x0 ).
+
x x0
x x0
x x0
La premire limite est positive, la seconde est ngative, la seule possibilit est que f 0 ( x0 ) = 0.
f (a) = f (b)
197
Dmonstration
Tout dabord, si f est constante sur [a, b] alors nimporte quel c ]a, b[ convient. Sinon il existe x0 [a, b]
tel que f ( x0 ) 6= f (a). Supposons par exemple f ( x0 ) > f (a). Alors f est continue sur lintervalle ferm et
born [a, b], donc elle admet un maximum en un point c [a, b]. Mais f ( c) f ( x0 ) > f (a) donc c 6= a. De
mme comme f (a) = f ( b) alors c 6= b. Ainsi c ]a, b[. En c, f est donc drivable et admet un maximum
(local) donc f 0 ( c) = 0.
Exemple 109
Soit P(X ) = (X 1 )(X 2 ) (X n ) un polynme ayant n racines relles diffrentes :
1 < 2 < < n .
1. Montrons que P 0 a n 1 racines distinctes.
On considre P comme une fonction polynomiale x 7 P(x). P est une fonction continue
et drivable sur R. Comme P(1 ) = 0 = P(2 ) alors par le thorme de Rolle il existe
c 1 ]1 , 2 [ tel que P 0 (c 1 ) = 0. Plus gnralement, pour 1 k n 1, comme P(k ) =
0 = P(k+1 ) alors le thorme de Rolle implique lexistence de c k ]k , k+1 [ tel que
P 0 (c k ) = 0. Nous avons bien trouv n 1 racines de P 0 : c 1 < c 2 < < c n1 . Comme P 0
est un polynme de degr n 1, toutes ses racines sont relles et distinctes.
2. Montrons que P + P 0 a n 1 racines distinctes.
Lastuce consiste considrer la fonction auxiliaire f (x) = P(x) exp x. f est une fonction
continue et drivable sur R. f sannule comme P en 1 , . . . , n .
La drive de f est f 0 (x) = P(x)+ P 0 (x) exp x. Donc par le thorme de Rolle, pour chaque
1 k n 1, comme f (k ) = 0 = f (k+1 ) alors il existe k ]k , k+1 [ tel que f 0 (k ) = 0.
Mais comme la fonction exponentielle ne sannule jamais alors (P + P 0 )(k ) = 0. Nous
avons bien trouv n 1 racines distinctes de P + P 0 : 1 < 2 < < n1 .
3. Dduisons-en que P + P 0 a toutes ses racines relles.
P + P 0 est un polynme coefficients rels qui admet n 1 racines relles. Donc (P +
P 0 )(X ) = (X 1 ) (X n1 )Q(X ) o Q(x) = X n est un polynme de degr 1. Comme
P + P 0 est coefficients rels et que les i sont aussi rels, ainsi n R. Ainsi on a obtenu
une n-ime racine relle n (pas ncessairement distincte des autres i ).
Mini-exercices
1. Dessiner le graphe de fonctions vrifiant : f 1 admet deux minimums locaux et un maximum local ; f 2 admet un minimum local qui nest pas global et un maximum local qui
est global ; f 3 admet une infinit dextremum locaux ; f 4 nadmet aucun extremum local.
2. Calculer en quel point la fonction f (x) = ax2 + bx + c admet un extremum local.
3. Soit f : [0, 2] R une fonction deux fois drivable telle que f (0) = f (1) = f (2) = 0. Montrer
quil existe c 1 , c 2 tels que f 0 (c 1 ) = 0 et f 0 (c 2 ) = 0. Montrer quil existe c 3 tel que f 00 (c 3 ) = 0.
4. Montrer que chacune des trois hypothses du thorme de Rolle est ncessaire.
198
f ( b ) f ( a )
ba
f ( b) f (a)
( b a) =
ba
0
f (a). Par le
f ( b ) f ( a )
ba .
f 0 (x) 0
f est croissante ;
2. x ]a, b[
f 0 (x) 0
f est dcroissante ;
3. x ]a, b[
f (x) = 0
f est constante ;
4. x ]a, b[
f 0 (x) > 0
5. x ]a, b[
f 0 (x) < 0
Remarque
La rciproque au point (4) (et aussi au (5)) est fausse. Par exemple la fonction x 7 x3 est
strictement croissante et pourtant sa drive sannule en 0.
199
Dmonstration
Prouvons par exemple (1).
Sens =. Supposons dabord la drive positive. Soient x, y ]a, b[ avec x y. Alors par le thorme
des accroissements finis, il existe c ] x, y[ tel que f ( x) f ( y) = f 0 ( c)( x y). Mais f 0 ( c) 0 et x y 0
donc f ( x) f ( y) 0. Cela implique que f ( x) f ( y). Ceci tant vrai pour tout x, y alors f est croissante.
Sens =. Rciproquement, supposons que f est croissante. Fixons x ]a, b[. Pour tout y > x nous
f ( y) f ( x)
avons y x > 0 et f ( y) f ( x) 0, ainsi le taux daccroissement vrifie y x 0. la limite, quand
y x, ce taux daccroissement tend vers la drive de f en x et donc f 0 ( x) 0.
f (x) f (y) M | x y|
Dmonstration
Fixons x, y I , il existe alors c ] x, y[ ou ] y, x[ tel que f ( x) f ( y) = f 0 ( c)( x y) et comme | f 0 ( c)| M alors
f ( x) f ( y) M | x y|.
Exemple 110
Soit f (x) = sin(x). Comme f 0 (x) = cos x alors | f 0 (x)| 1 pour tout x R. Lingalit des accroissements finis scrit alors :
pour tous x, y R
y=x
y = sin x
x
y = sin x
y = x
200
lim
x x0
f 0 (x)
=`
g0 (x)
( R)
alors
lim
x x0
f (x)
= `.
g(x)
Dmonstration
Fixons a I \ { x0 } avec par exemple a < x0 . Soit h : I R dfinie par h( x) = g(a) f ( x) f (a) g( x). Alors
h est continue sur [a, x0 ] I ,
h est drivable sur ]a, x0 [,
h( x0 ) = h(a) = 0.
Donc par le thorme de Rolle il existe c a ]a, x0 [ tel que h0 ( c a ) = 0.
Or h0 ( x) = g(a) f 0 ( x) f (a) g0 ( x) donc g(a) f 0 ( c a ) f (a) g0 ( c a ) = 0. Comme g0 ne sannule pas sur I \ { x0 }
f ( a)
f 0 (c )
cela conduit g(a) = g0 ( c a ) . Comme a < c a < x0 lorsque lon fait tendre a vers x0 on obtient c a x0 . Cela
a
implique
f ( a)
f 0(ca)
f 0(ca)
lim
= lim 0
= lim 0
= `.
a x0 g ( a )
a x0 g ( c a )
c a x0 g ( c a )
Exemple 111
2
x
=
3.
=
g0 (x) x2 + x 1
x 2 + x 1 x 1
Donc
f (x)
3.
g(x) x1
Mini-exercices
3
1
x
4. Soit f (x) = e x . Que donne lingalit des accroissements finis sur [0, x] ?
5. Appliquer la rgle de lHospital pour calculer les limites suivantes (quand x 0) :
Auteurs
Arnaud Bodin
Niels Borne
Laura Desideri
201
202
Exo7
12
1 La dichotomie
2 La mthode de la scante
3 La mthode de Newton
1. La dichotomie
1.1. Principe de la dichotomie
Le principe de dichotomie repose sur la version suivante du thorme des valeurs intermdiaires :
Thorme 31
Soit f : [a, b] R une fonction continue sur un segment.
Si f (a) f (b) 0, alors il existe ` [a, b] tel que f (`) = 0.
La condition f (a) f (b) 0 signifie que f (a) et f (b) sont de signes opposs (ou que lun des deux est
nul). Lhypothse de continuit est essentielle !
y
f (b) > 0
f (a) > 0
a
b
x
f (a) < 0
f (b) < 0
Ce thorme affirme quil existe au moins une solution de lquation ( f (x) = 0) dans lintervalle
[a, b]. Pour le rendre effectif, et trouver une solution (approche) de lquation ( f (x) = 0), il sagit
maintenant de lappliquer sur un intervalle suffisamment petit. On va voir que cela permet dobtenir un ` solution de lquation ( f (x) = 0) comme la limite dune suite.
204
Voici comment construire une suite dintervalles embots, dont la longueur tend vers 0, et contenant chacun une solution de lquation ( f (x) = 0).
On part dune fonction f : [a, b] R continue, avec a < b, et f (a) f (b) 0.
Voici la premire tape de la construction : on regarde le signe de la valeur de la fonction f
applique au point milieu a+2 b .
Si f (a) f ( a+2 b ) 0, alors il existe c [a, a+2 b ] tel que f (c) = 0.
Si f (a) f ( a+2 b ) > 0, cela implique que f ( a+2 b ) f (b) 0, et alors il existe c [ a+2 b , b] tel que
f (c) = 0.
y
y
a
b
f ( a+
2 )>0
b
f ( a+
2 )<0
a
a+b
2
a+b
2
b
Nous avons obtenu un intervalle de longueur moiti dans lequel lquation ( f (x) = 0) admet une
solution. On itre alors le procd pour diviser de nouveau lintervalle en deux.
Voici le processus complet :
Au rang 0 :
On pose a 0 = a, b 0 = b. Il existe une solution x0 de lquation ( f (x) = 0) dans lintervalle
[a 0 , b 0 ].
Au rang 1 :
Si f (a 0 ) f ( a0 +2 b0 ) 0, alors on pose a 1 = a 0 et b 1 = a0 +2 b0 ,
sinon on pose a 1 = a0 +2 b0 et b 1 = b.
Dans les deux cas, il existe une solution x1 de lquation ( f (x) = 0) dans lintervalle [a 1 , b 1 ].
...
Au rang n : supposons construit un intervalle [a n , b n ], de longueur b2na , et contenant une
solution xn de lquation ( f (x) = 0). Alors :
Si f (a n ) f ( a n +2 b n ) 0, alors on pose a n+1 = a n et b n+1 = a n +2 b n ,
sinon on pose a n+1 = a n +2 b n et b n+1 = b n .
Dans les deux cas, il existe une solution xn+1 de lquation ( f (x) = 0) dans lintervalle
[a n+1 , b n+1 ].
chaque tape on a
a n xn b n .
On arrte le processus ds que b n a n = b2na est infrieur la prcision souhaite.
Comme (a n ) est par construction une suite croissante, (b n ) une suite dcroissante, et (b n a n ) 0
lorsque n +, les suites (a n ) et (b n ) sont adjacentes et donc elles admettent une mme limite.
Daprs le thorme des gendarmes, cest aussi la limite disons ` de la suite (xn ). La continuit de
f montre que f (`) = limn+ f (xn ) = limn+ 0 = 0. Donc les suites (a n ) et (b n ) tendent toutes les
deux vers `, qui est une solution de lquation ( f (x) = 0).
p
10
p
Nous allons calculer une approximation de 10. Soit la fonction f dfinie par f (x) = x2 10, cest
p
p
une fonction continue sur R qui sannule en 10. De plus 10 est lunique solution positive de
205
lquation ( f (x) = 0). Nous pouvons restreindre la fonction f lintervalle [3, 4] : en effet 32 = 9 10
p
p
donc 3 10 et 42 = 16 10 donc 4 10. En dautre termes f (3) 0 et f (4) 0, donc lquation
( f (x) = 0) admet une solution dans lintervalle [3, 4] daprs le thorme des valeurs intermdiaires,
p
p
et par unicit cest 10, donc 10 [3, 4].
p
p
Notez que lon ne choisit pas pour f la fonction x 7 x 10 car on ne connat pas la valeur de 10.
Cest ce que lon cherche calculer !
y
4
3.5
3.25
3.125
b0 = 4
b 1 = 3, 5
b 2 = 3, 25
b 3 = 3, 25
b 4 = 3, 1875
b 5 = 3, 1875
b 6 = 3, 171875
b 7 = 3, 164062 . . .
b 8 = 3, 164062 . . .
p
10 3, 165
p
10 = 3, 16 . . .
206
a0 = 1
a1 = 1
a2 = 1
a3 = 1
a 4 = 1, 00625
a 5 = 1, 00625
a 6 = 1, 00781 . . .
a 7 = 1, 00781 . . .
a 8 = 1, 00781 . . .
b 0 = 1, 10
b 1 = 1, 05
b 2 = 1, 025
b 3 = 1, 0125
b 4 = 1, 0125
b 5 = 1, 00937 . . .
b 6 = 1, 00937 . . .
b 7 = 1, 00859 . . .
b 8 = 1, 00820 . . .
N + log(b a)
log 2
Sachant log 2 = 0, 301 . . ., si par exemple b a 1, voici le nombre ditrations suffisantes pour avoir
une prcision de 10 N (ce qui correspond, peu prs, N chiffres exacts aprs la virgule).
1010 ( 10 dcimales)
10100 ( 100 dcimales)
101000 ( 1000 dcimales)
34 itrations
333 itrations
3322 itrations
207
1.5. Algorithmes
Voici comment implmenter la dichotomie dans le langage Python. Tout dabord on dfinit une
fonction f (ici par exemple f (x) = x2 10) :
Algorithme . dichotomie.py (1)
def f(x):
return x*x - 10
Puis la dichotomie proprement dite : en entre de la fonction, on a pour variables a, b et n le
nombre dtapes voulues.
Algorithme . dichotomie.py (2)
def dicho(a,b,n):
for i in range(n):
c = (a+b)/2
if f(a)*f(c) <= 0:
b = c
else:
a = c
return a,b
Mme algorithme, mais avec cette fois en entre la prcision souhaite :
Algorithme . dichotomie.py (3)
def dichobis(a,b,prec):
while b-a>prec:
c = (a+b)/2
if f(a)*f(c) <= 0:
b = c
else:
a = c
return a,b
Enfin, voici la version rcursive de lalgorithme de dichotomie.
Algorithme . dichotomie.py (4)
def dichotomie(a,b,prec):
if b-a<=prec:
return a,b
else:
c = (a+b)/2
if f(a)*f(c) <= 0:
return dichotomie(a,c,prec)
else:
208
return dichotomie(c,b,prec)
Mini-exercices
1. la main, calculer un encadrement 0, 1 prs de
p
p
3
3. Idem avec 2.
2. La mthode de la scante
2.1. Principe de la scante
Lide de la mthode de la scante est trs simple : pour une fonction f continue sur un intervalle
[a, b], et vrifiant f (a) 0, f (b) > 0, on trace le segment [AB] o A = (a, f (a)) et B = (b, f (b)). Si le
segment reste au-dessus du graphe de f alors la fonction sannule sur lintervalle [a0 , b] o (a0 , 0)
est le point dintersection de la droite (AB) avec laxe des abscisses. La droite (AB) sappelle la
scante. On recommence en partant maintenant de lintervalle [a0 , b] pour obtenir une valeur a00 .
y
B
a0 a00
A
A0
00
b
x
209
Proposition 82
Soit f : [a, b] R une fonction continue, strictement croissante et convexe telle que f (a) 0,
f (b) > 0. Alors la suite dfinie par
a0 = a
a n+1 = a n
et
b an
f (a n )
f (b) f (a n )
(x0 , f (x0 ))
x
x0
(x, f (x))
Dmonstration
1. Justifions dabord la construction de la suite rcurrente.
Lquation de la droite passant par les deux points (a, f (a)) et ( b, f ( b)) est
y = ( x a)
f ( b ) f ( a)
+ f ( a)
ba
Cette droite intersecte laxe des abscisses en (a0 , 0) qui vrifie donc 0 = (a0 a)
a
donc a0 = a f (bb)
f (a) f (a).
f ( b ) f ( a )
ba
+ f (a),
2. Croissance de (a n ).
Montrons par rcurrence que f (a n ) 0. Cest vrai au rang 0 car f (a 0 ) = f (a) 0 par hypothse.
Supposons vraie lhypothse au rang n. Si a n+1 < a n (un cas qui savrera a posteriori jamais ralis), alors comme f est strictement croissante, on a f (a n+1 ) < f (a n ), et en particulier f (a n+1 ) 0.
Sinon a n+1 a n . Comme f est convexe : la scante entre (a n , f (a n )) et ( b, f ( b)) est au-dessus
du graphe de f . En particulier le point (a n+1 , 0) (qui est sur cette scante par dfinition a n+1 )
est au-dessus du point (a n+1 , f (a n+1 )), et donc f (a n+1 ) 0 aussi dans ce cas, ce qui conclut la
rcurrence.
Comme f (a n ) 0 et f est croissante, alors par la formule a n+1 = a n
que a n+1 a n .
ba n
f ( b ) f ( a n )
f (a n ), on obtient
3. Convergence de (a n ).
La suite (a n ) est croissante et majore par b, donc elle converge. Notons ` sa limite. Par
continuit f (a n ) f (`). Comme pour tout n, f (a n ) 0, on en dduit que f (`) 0. En particulier, comme on suppose f ( b) > 0, on a ` < b. Comme a n `, a n+1 `, f (a n ) f (`), lgalit
a n
b`
a n+1 = a n f (bb)
f (a n ) f (a n ) devient la limite (lorsque n +) : ` = ` f ( b) f (`) f (`), ce qui
implique f (`) = 0.
Conclusion : (a n ) converge vers la solution de ( f ( x) = 0).
210
p
10
Pour a = 3, b = 4, f (x) = x2 10 voici les rsultats numriques, est aussi indique une majoration
p
de lerreur n = 10 a n (voir ci-aprs).
a0 = 3
a 1 = 3, 14285714285 . . .
a 2 = 3, 16000000000 . . .
a 3 = 3, 16201117318 . . .
a 4 = 3, 16224648985 . . .
a 5 = 3, 16227401437 . . .
a 6 = 3, 16227723374 . . .
a 7 = 3, 16227761029 . . .
a 8 = 3, 16227765433 . . .
0 0, 1666 . . .
1 0, 02040 . . .
2 0, 00239 . . .
3 0, 00028 . . .
4 3, 28 . . . 105
5 3, 84 . . . 106
6 4, 49 . . . 107
7 5, 25 . . . 108
8 6, 14 . . . 109
0 0, 0083 . . .
1 0, 0035 . . .
2 0, 0014 . . .
3 0, 00060 . . .
4 0, 00024 . . .
5 0, 00010 . . .
6 4, 14 . . . 105
7 1, 69 . . . 105
8 6, 92 . . . 106
| f (x)|
m
pour tout x I.
Dmonstration
Par lingalit des accroissement finis entre x et ` : | f ( x) f (`)| m| x `| mais f (`) = 0, do la
majoration.
211
p
10
Soit f (x) = x2 10 et lintervalle I = [3, 4]. Alors f 0 (x) = 2x donc | f 0 (x)| 6 sur I. On pose donc
p
m = 6, ` = 10, x = a n . On obtient lestimation de lerreur :
n = |` a n |
| f (a n )| |a2n 10|
=
m
6
p
|3,172 10|
= 0, 489.
10 a 2
6
p
|a28 10|
Pour a 8 on a trouv a 8 = 3, 1622776543347473 . . . donc 10 a 8 6 = 6, 14 . . . 109 . On a
en fait 7 dcimales exactes aprs la virgule.
Dans la pratique, voici le nombre ditrations suffisantes pour avoir une prcision de 10n pour
cet exemple. Grosso-modo, une itration de plus donne une dcimale supplmentaire.
1010 ( 10 dcimales)
10100 ( 100 dcimales)
101000 ( 1000 dcimales)
10 itrations
107 itrations
1073 itrations
|a12
n 1, 10|
12
|a12
8 1, 10|
12
= 6, 92 . . . 106 .
2.5. Algorithme
Voici lalgorithme : cest tout simplement la mise en uvre de la suite rcurrente (a n ).
Algorithme . secante.py
def secante(a,b,n):
for i in range(n):
a = a-f(a)*(b-a)/(f(b)-f(a))
return a
Mini-exercices
1. la main, calculer un encadrement 0, 1 prs de
p
p
3
3. Idem avec 2.
212
4. tudier lquation (exp( x) = ln(x)). Donner une approximation de la (ou des) solution(s) et une majoration de lerreur correspondante.
3. La mthode de Newton
3.1. Mthode de Newton
La mthode de Newton consiste remplacer la scante de la mthode prcdente par la tangente.
Elle est dune redoutable efficacit.
Partons dune fonction drivable f : [a, b] R et dun point u 0 [a, b]. On appelle (u 1 , 0) lintersection de la tangente au graphe de f en (u 0 , f (u 0 )) avec laxe des abscisses. Si u 1 [a, b] alors
on recommence lopration avec la tangente au point dabscisse u 1 . Ce processus conduit la
dfinition dune suite rcurrente :
u 0 [a, b]
et
u n+1 = u n
f (u n )
.
f 0 (u n )
Dmonstration
En effet la tangente au point dabscisse u n a pour quation : y = f 0 ( u n )( x u n )+ f ( u n ). Donc le point ( x, 0)
f (u )
appartenant la tangente (et laxe des abscisses) vrifie 0 = f 0 ( u n )( x u n ) + f ( u n ). Do x = u n f 0 (un ) .
n
f (u n )
un
u n+1
p
10
p
Pour calculer a, on pose f (x) = x2 a, avec f 0 (x) = 2x. La suite issue de la mthode de Newton
u2 a
est dtermine par u 0 > 0 et la relation de rcurrence u n+1 = u n 2nu n . Suite qui pour cet exemple
sappelle suite de Hron et que lon rcrit souvent
u0 > 0
et
1
a
u n+1 =
un +
.
2
un
213
Proposition 84
Cette suite (u n ) converge vers
Pour le calcul de
main :
a.
p
10, on pose par exemple u 0 = 4, et on peut mme commencer les calculs la
u0 = 4
13
1
10
u 0 + 10
= 3, 25
u 0 = 2 4 + 4 =
! 4
1 13
10
329
u 2 = 21 u 1 + 10
u 1 = 2 4 + 13 = 104 = 3, 1634 . . .
4
216 401
u 3 = 21 u 2 + 10
=
=
3, 16227788 . . .
u2
68 432
u1 =
1
2
u 4 = 3, 162277660168387 . . .
p
Pour u 4 on obtient 10 = 3, 1622776601683 . . . avec dj 13 dcimales exactes !
p
Voici la preuve de la convergence de la suite (u n ) vers a.
Dmonstration
u0 > 0
1. Montrons que u n
et
u n+1 =
a
1
un +
.
2
un
a pour n 1.
Tout dabord
u2n+1 a =
2
1 u2n + a
1 ( u2n a)2
1
4
2
2
(
u
2
au
+
a
)
=
a=
n
n
4
un
4
4 u2n
u2n
Donc u2n+1 a 0. Comme il est clair que pour tout n 0, u n 0, on en dduit que pour tout
p
n 0, u n+1 a. (Notez que u 0 lui est quelconque.)
2. Montrons que ( u n)n1 est
une suite dcroissante qui converge.
Comme uun+n 1 = 12 1 + a2 , et que pour n 1 on vient de voir que u2n a (donc
u n+1
un
un
a
u2n
1), alors
1, pour tout n 1.
Consquence : la suite ( u n )n1 est dcroissante et minore par 0 donc elle converge.
p
3. ( u n ) converge vers a.
Notons
` la
u n ` et u n+1 `. Lorsque n + dans la relation u n+1 =
limite de ( u n ). Alors
a
a
1
1
u
+
`
+
,
on
obtient
`
=
. Ce qui conduit la relation `2 = a et par positivit de la
n
2
un
2
`
p
suite, ` = a.
1
a
u 0 > 0 et u n+1 =
11u n + 11 .
12
un
Voici les rsultats numriques pour (1, 10)1/12 en partant de u 0 = 1.
u0 = 1
u 1 = 1, 0083333333333333 . . .
u 2 = 1, 0079748433368980 . . .
u 3 = 1, 0079741404315996 . . .
u 4 = 1, 0079741404289038 . . .
214
Toutes les dcimales affiches pour u 4 sont exactes : (1, 10)1/12 = 1, 0079741404289038 . . .
p
10
Proposition 85
p
1. Soit k tel que u 1 a k. Alors pour tout n 1 :
p
un a 2 a
2. Pour a = 10, u 0 = 4, on a :
2n1
k
p
2 a
2n1
p
1
u n 10 8
24
4 itrations
8 itrations
11 itrations
Dmonstration
1. Dans la preuve de la proposition 84, nous avons vu lgalit :
u2n+1 a =
Ainsi comme u n
( u2n a)2
4 u2n
p
p
( u n a)2 ( u n + a)2
4 u2n
a pour n 1 :
p 2
p
p
a
1
1
1
1
u n+1 a = ( u n a)
( u n a)2 p (1 + 1)2 = p ( u n a)2
p 1+
4
u
4
u n+1 + a
2 a
2 a
n
p
p
Si k vrifie u 1 a k, nous allons en dduire par rcurrence, pour tout n 1, la formule
p
k
un a 2 a p
2 a
2n1
k
p
2 a
2n1 !2
p
=2 a
k
p
2n
2 a
un a 2 4
1
4
23
!2n1
1
=8
24
2n1
215
3.5. Algorithme
Voici lalgorithme pour le calcul de
racine et le nombre n ditrations.
Algorithme . newton.py
def racine_carree(a,n):
u=4
# N'importe qu'elle valeur > 0
for i in range(n):
u = 0.5*(u+a/u)
return u
p
10 :
3,
16227766016837933199889354443271853371955513932521
68268575048527925944386392382213442481083793002951
87347284152840055148548856030453880014690519596700
15390334492165717925994065915015347411333948412408
53169295770904715764610443692578790620378086099418
28371711548406328552999118596824564203326961604691
31433612894979189026652954361267617878135006138818
62785804636831349524780311437693346719738195131856
78403231241795402218308045872844614600253577579702
82864402902440797789603454398916334922265261206779
26516760310484366977937569261557205003698949094694
21850007358348844643882731109289109042348054235653
40390727401978654372593964172600130699000095578446
31096267906944183361301813028945417033158077316263
86395193793704654765220632063686587197822049312426
05345411160935697982813245229700079888352375958532
85792513629646865114976752171234595592380393756251
25369855194955325099947038843990336466165470647234
99979613234340302185705218783667634578951073298287
51579452157716521396263244383990184845609357626020
Mini-exercices
1. la calculette, calculer les trois premires tapes pour une approximation de
p
3
forme de nombres rationnels. Idem avec 2.
p
3, sous
p
5. Calculer n de sorte que u n 10 10` (avec u 0 = 4, u n+1 = 12 u n + uan , a = 10).
216
Auteurs
Auteurs : Arnaud Bodin, Niels Borne, Laura Desideri
Dessins : Benjamin Boutin
Exo7
13
Intgrales
1 L'intgrale de Riemann
2 Proprits de l'intgrale
3 Primitive d'une fonction
4 Intgration par parties Changement de variable
5 Intgration des fractions rationnelles
Motivation
Nous allons introduire lintgrale laide dun exemple. Considrons la fonction exponentielle
f (x) = e x . On souhaite calculer laire A en-dessous du graphe de f et entre les droites dquation
(x = 0), (x = 1) et laxe (Ox).
y = ex
1
A
Nous approchons cette aire par des sommes daires des rectangles situs sous la courbe. Plus
prcisment, soit n 1 un entier ; dcoupons notre intervalle [0, 1] laide de la subdivision
1
(0, n1 , n2 , . . . , ni , , n
n , 1).
i 1
n
218
Intgrales
y = ex
y = ex
1
R 0 R 1 R 2 R 3
1
4
2
4
3
4
R 0+ R 1+ R 2+ R 3+
1
4
2
4
3
4
1 n
1
n 1
1X
1 1 en
i 1
n
=
en
=
e 1 e 1.
=
1
1
n+
n
n i=1
n 1 en
en 1
i 1
n
e x 1
1 (avec ici x = n1 ).
x
x0
mais la hauteur
Laire A de notre rgion est suprieure la somme des aires des rectangles infrieurs ; et elle est
infrieure la somme des aires des rectangles suprieurs. Lorsque lon considre des subdivisions
de plus en plus petites (cest--dire lorsque lon fait tendre n vers +) alors on obtient la limite
que laire A de notre rgion est encadre par deux aires qui tendent vers e 1. Donc laire de notre
rgion est A = e 1.
y = ex
n = 10
Voici le plan de lecture conseill pour ce chapitre : il est tout dabord ncessaire de bien comprendre
comment est dfinie lintgrale et quelles sont ses principales proprits (parties 1 et 2). Mais il
est important darriver rapidement savoir calculer des intgrales : laide de primitives ou par
les deux outils efficaces que sont lintgration par parties et le changement de variable.
Dans un premier temps on peut lire les sections 1.1, 1.2 puis 2.1, 2.2, 2.3, avant de sattarder longuement sur les parties 3, 4. Lors dune seconde lecture, revenez sur la construction de lintgrale
et les preuves.
Dans ce chapitre on sautorisera (abusivement) une confusion entre une fonction f et son expression f (x). Par exemple on crira une primitive de la fonction sin x est cos x au lieu une
primitive de la fonction x 7 sin x est x 7 cos x .
Intgrales
219
1. Lintgrale de Riemann
Nous allons reprendre la construction faite dans lintroduction pour une fonction f quelconque. Ce
qui va remplacer les rectangles seront des fonctions en escalier. Si la limite des aires en-dessous
gale la limite des aires au-dessus on appelle cette limite commune lintgrale de f que lon note
Rb
a f (x) dx. Cependant il nest pas toujours vrai que ces limites soit gales, lintgrale nest donc
dfinie que pour les fonctions intgrables. Heureusement nous verrons que si la fonction f est
continue alors elle est intgrable.
y
y = f (x)
a
x0
b
x1 x2
x3
x4
x5
x6
x7
Dfinition 70
Une fonction f : [a, b] R est une fonction en escalier sil existe une subdivision
(x0 , x1 , . . . , xn ) et des nombres rels c 1 , . . . , c n tels que pour tout i {1, . . . , n} on ait
x ]x i1 , x i [
f (x) = c i
Autrement dit f est une fonction constante sur chacun des sous-intervalles de la subdivision.
220
Intgrales
Remarque
La valeur de f aux points x i de la subdivision nest pas impose. Elle peut tre gale celle
de lintervalle qui prcde ou de celui qui suit, ou encore une autre valeur arbitraire. Cela na
pas dimportance car laire ne changera pas.
c7
y
c5
c1
c2
0
x0
x1 x2
x3
x4
x5
x6
x7
c4
c6
c3
Dfinition 71
Pour une fonction en escalier comme ci-dessus, son intgrale est le rel
Z
b
a
f (x) dx =
n
X
Rb
a
c i (x i x i1 )
i =1
Remarque
Notez que chaque terme c i (x i x i1 ) est laire du rectangle compris entre les abscisses x i1
et x i et de hauteur c i . Il faut juste prendre garde que lon compte laire avec un signe + si
c i > 0 et un signe si c i < 0.
Lintgrale dune fonction en escalier est laire de la partie situe au-dessus de laxe des
abscisses (ici en rouge) moins laire de la partie situe en-dessous (en bleu). Lintgrale dune
fonction en escalier est bien un nombre rel qui mesure laire algbrique (cest--dire avec
signe) entre la courbe de f et laxe des abscisses.
M f (x) M.
x [a, b]
f (x) g(x).
On suppose prsent que f : [a, b] R est une fonction borne quelconque. On dfinit deux
nombres rels :
Z b
I ( f ) = sup
(x) dx | en escalier et f
a
Intgrales
221
I + ( f ) = inf
b
a
(x) dx | en escalier et f
y = f (x)
a
Pour I ( f ) on prend toutes les fonctions en escalier (avec toutes les subdivisions possibles) qui
restent infrieures f . On prend laire la plus grande parmi toutes ces fonctions en escalier,
comme on nest pas sr que ce maximum existe on prend la borne suprieure. Pour I + ( f ) cest le
mme principe mais les fonctions en escalier sont suprieures f et on cherche laire la plus petite
possible.
Il est intuitif que lon a :
Proposition 86
I ( f ) I + ( f ).
Les preuves sont reportes en fin de section.
Dfinition 72
Une fonction borne f : [a, b] R est dite intgrable (au sens de Riemann) si I ( f ) = I + ( f ).
Rb
On appelle alors ce nombre lintgrale de Riemann de f sur [a, b] et on le note a f (x) dx.
Exemple 114
Les fonctions en escalier sont intgrables ! En effet si f est une fonction en escalier alors
la borne infrieure I ( f ) et suprieure I + ( f ) sont atteintes avec la fonction = f . Bien
Rb
sr lintgrale a f (x) dx concide avec lintgrale de la fonction en escalier dfinie lors
du paragraphe 1.1.
Nous verrons dans la section suivante que les fonctions continues et les fonctions monotones sont intgrables.
Cependant toutes les fonctions ne sont pas intgrables. La fonction f : [0, 1] R dfinie par f (x) = 1 si x est rationnel et f (x) = 0 sinon, nest pas intgrable sur [0, 1].
Convainquez-vous que si est une fonction en escalier avec f alors 0 et que
si f alors 1. On en dduit que I ( f ) = 0 et I + ( f ) = 1. Les bornes infrieure et
suprieure ne concident pas, donc f nest pas intgrable.
222
Intgrales
y
1
Il nest pas si facile de calculer des exemples avec la dfinition. Nous allons vu lexemple de la
R1
fonction exponentielle dans lintroduction o nous avions en fait montr que 0 e x dx = e 1. Nous
allons voir maintenant lexemple de la fonction f (x) = x2 . Plus tard nous verrons que les primitives
permettent de calculer simplement beaucoup dintgrales.
Exemple 115
Soit f : [0, 1] R, f (x) = x2 . Montrons quelle est intgrable et calculons
y
R1
0
f (x) dx.
y = x2
n=5
1
,1 .
Soit n 1 et considrons la subdivision rgulire de [0, 1] suivante S = 0, n1 , n2 , . . . , ni , . . . , n
n
i1
n
, ni
i1 2
n
x2
i 2
n
2
Nous construisons une fonction en escalier en-dessous de f par (x) = ( in1)
si x in1 , ni
2
(pour chaque i = 1, . . . , n) et (1) = 1. De mme nous construisons une fonction en escalier +
2
au-dessus de f dfinie par + (x) = ni 2 si x in1 , ni (pour chaque i = 1, . . . , n) et + (1) = 1.
et + sont des fonctions en escalier et lon a f + .
Lintgrale de la fonction en escalier + est par dfinition
1
Z
0
n i2 1
n
n i2 i
X
X
i1
1 X
(x) dx =
=
=
i2 .
2 n
2 n
3
n
n
n
n
i =1
i =1
i =1
+
On se souvient de la formule
1
Z
0
Pn
i =1 i
+ (x) dx =
n( n+1)(2 n+1)
,
6
et donc
6n3
6n2
Z
0
(x) dx =
n (i 1)2 1
1
X
1 nX
(n 1)n(2n 1) (n 1)(2n 1)
=
j2 =
=
2
3
n
n
n
6n3
6n2
i =1
j =1
Intgrales
223
Maintenant I ( f ) est la borne suprieure sur toutes les fonctions en escalier infrieures f
R1
R1
donc en particulier I ( f ) 0 (x) dx. De mme I + ( f ) 0 + (x) dx. En rsum :
(n 1)(2n 1)
=
6n2
Z
0
(x) dx I ( f ) I ( f )
Z
0
+ (x) dx =
(n + 1)(2n + 1)
.
6n2
Lorsque lon fait tendre n vers + alors les deux extrmits tendent vers 13 . On en dduit
R1
que I ( f ) = I + ( f ) = 13 . Ainsi f est intgrable et 0 x2 dx = 13 .
224
Intgrales
Corollaire 17
Les fonctions continues par morceaux sont intgrables.
Voici un rsultat qui prouve que lon peut aussi intgrer des fonctions qui ne sont pas continues
condition que la fonction soit croissante (ou dcroissante).
Thorme 33
Si f : [a, b] R est monotone alors f est intgrable.
Dmonstration
Comme f est de classe C 1 alors f 0 est une fonction continue sur lintervalle ferm et born [a, b] ; f 0
est donc une fonction borne : il existe M 0 tel que pour tout x [a, b] on ait | f 0 ( x)| M .
Nous allons utiliser lingalit des accroissements finis :
x, y [a, b]
(?)
| f ( x) f ( y)| M | x y|.
0 < x i x i1 .
Nous allons construire deux fonctions en escalier , + : [a, b] R dfinies de la faon suivante : pour
chaque i = 1, . . . , n et chaque x [ x i1 , x i [ on pose
c i = ( x ) =
inf
t[ x i1 ,x i [
f ( t)
et
d i = + ( x ) =
sup
f ( t)
t[ x i1 ,x i [
et aussi ( b) = + ( b) = f ( b). et + sont bien deux fonctions en escalier (elles sont constantes sur
chaque intervalle [ x i1 , x i [).
Intgrales
225
y
y = f (x)
di
ci
x i1
xi
b
a
( x) dx I ( f ) I + ( f )
b
a
+ ( x) dx .
b
a
+ ( x) dx
b
a
( x) dx
n
X
M ( x i x i1 ) = M ( b a)
i =1
Mini-exercices
1. Soit f : [1, 4] R dfinie par f (x) = 1 si x [1, 2[, f (x) = 3 si x [2, 3[ et f (x) = 1 si
R2
R3
R4
R3
R7
x [3, 4]. Calculer 1 f (x) dx, 1 f (x) dx, 1 f (x) dx, 12 f (x) dx, 32 f (x) dx.
2
2. Montrer que
R1
0
Pn
i =1 i =
n( n+1)
2 ).
3. Montrer que si f est une fonction intgrable et paire sur lintervalle [a, a] alors
Ra
Ra
a f (x) dx = 2 0 f (x) dx (on prendra une subdivision symtrique par rapport lorigine).
4. Montrer que si f est une fonction intgrable et impaire sur lintervalle [a, a] alors
Ra
a f (x) dx = 0.
5. Montrer que tout fonction monotone est intgrable en sinspirant de la preuve du thorme 34.
2. Proprits de lintgrale
Les trois principales proprits de lintgrale sont la relation de Chasles, la positivit et la linarit.
226
Intgrales
f (x) dx =
f (x) dx +
f (x) dx
c
a
a
f (x) dx = 0
et pour a < b
f (x) dx =
f (x) dx.
a
b
a
f (x) dx =
f (x) dx +
f (x) dx
c
Si f g
alors
a
f (x) dx
g(x) dx
a
Si
f 0
f (x) dx 0
alors
a
f (x) + g(x) dx =
f (x) dx +
g(x) dx
a
f (x) dx
b
a
f (x) dx
Rb
a
( f g)(x) dx 6=
R b
a
f (x) dx
R b
a
g(x) dx .
Intgrales
227
Exemple 116
1
7x e
dx = 7
x dx
R1
0
e x dx = 7
x2 dx =
1
3
et
R1
0
1
10
(e 1) =
e
3
3
e x dx = e 1.
Exemple 117
Soit I n =
R n sin(nx)
1
1
1
| sin(nx)|
sin(nx)
dx
dx
dx
dx
| I n | =
n
n
n
n
1+ x
1 1+ x
1 x
1
1 1+ x
1+ x n
Il ne reste plus qu calculer cette dernire intgrale (en anticipant un peu sur la suite du
chapitre) :
n+1 n
Z n
Z n
1
x
nn+1
1
n
dx
=
x
dx
=
=
0
n
n + 1 1 n + 1 n + 1 n+
1
1 x
1
n+1
(car nn+1 0 et
0).
Remarque
R b
R b
Rb
Notez que mme si f g est intgrable on a en gnral a ( f g)(x) dx 6= a f (x) dx a g(x) dx .
Par exemple, soit f : [0, 1] R la fonction dfinie par f (x) = 1 si x [0, 12 [ et f (x) = 0 sinon. Soit
g : [0, 1] R la fonction dfinie par g(x) = 1 si x [ 12 , 1[ et g(x) = 0 sinon. Alors f (x) g(x) = 0
R1
R1
R1
pour tout x [0, 1] et donc 0 f (x)g(x) dx = 0 alors que 0 f (x) dx = 12 et 0 g(x) dx = 12 .
f =
b
a
f ( x) dx
b
a
( x) dx
et
a
+ ( x) dx
f ( x) dx +
()
Quitte rajouter des points, on peut supposer que la subdivision ( x0 , x1 , . . . , xn ) de [a, b] est suffisamment fine pour que et + soient toutes les deux constantes sur les intervalles ] x i1 , x i [ ; on note ci
et c+i leurs valeurs respectives.
Dans un premier temps on suppose 0. Alors et + sont encore des fonctions en escalier
vrifiant f + . De plus
Z
b
a
( x) dx =
n
X
i =1
c
i ( x i x i 1 ) =
n
X
i =1
ci ( x i x i1 ) =
b
a
( x) dx
228
Intgrales
b
a
( x) dx I ( f ) I + ( f )
+ ( x) dx
f ( x) dx I ( f ) I + ( f )
f ( x) dx +
Lorsque lon fait tendre 0 cela prouve que I ( f ) = I + ( f ), donc f est intgrable et
Rb
a f ( x) dx. Si 0 on a + f et le raisonnement est similaire.
Dmonstration Preuve de
f +g=
Rb
a
f ( x) dx =
R
f+ g
Soit > 0. Soient f , g : [a, b] R deux fonctions intgrables. On dfinit deux fonctions en escalier
+ , pour f et deux fonctions en escalier + , pour g vrifiant des ingalits similaires () de
la preuve au-dessus. On fixe une subdivision suffisamment fine pour toutes les fonctions , . On
note ci , d
les constantes respectives sur lintervalle ] x i1 , x i [. Les fonctions + et + + + sont
i
en escalier et vrifient + f + g + + + . Nous avons aussi que
Z
b
a
( + )( x) dx =
n
X
( ci + d
i )( x i x i 1 ) =
i =1
b
a
( x) dx +
( x) dx
b
a
( x) dx +
b
a
( x) dx I ( f + g) I + ( f + g)
+ ( x) dx +
+ ( x) dx
b
a
f ( x) dx +
b
a
g( x) dx 2 I ( f + g) I ( f + g)
b
a
f ( x) dx +
Rb
a
b
a
g( x) dx + 2
Rb
f ( x)+ g( x) dx = a f ( x) dx+
Mini-exercices
R1
R1
1
n
.
Calculer
lintgrale
1. En admettant que 0 x n dx = n+
0 P(x) dx o P(x) = a n x + +
1
a x + a 0 . Trouver un polynme P(x) non nul de degr 2 dont lintgrale est nulle :
R 11
0 P(x) dx = 0.
qR
R
R
2 R p
Rb
Rb
b
b
b
b
2
2. A-t-on a f (x) dx = a f (x) dx ; a f (x) dx =
a f (x) dx ; a | f (x)| dx = a f (x) dx ;
R
R b
R b
R2
b
Intgrales
229
Dfinition 73
Soit f : I R une fonction dfinie sur un intervalle I quelconque. On dit que F : I R est
une primitive de f sur I si F est une fonction drivable sur I vrifiant F 0 (x) = f (x) pour tout
x I.
Trouver une primitive est donc lopration inverse de calculer la fonction drive.
Exemple 118
1. Soit I = R et f : R R dfinie par f (x) = x2 . Alors F : R R dfinie par F(x) =
primitive de f . La fonction dfinie par F(x) =
x3
3
x3
3
est une
R
R
R
Notations On notera une primitive de f par f (t) dt ou f (x) dx ou f (u) du (les lettres t, x, u, ...
sont des lettres dites muettes, cest--dire interchangeables). On peut mme noter une primitive
R
simplement par f .
La proposition 91 nous dit que si F est une primitive de f alors il existe un rel c, tel que F =
R
f (t) dt + c.
R
Rb
Attention : f (t) dt dsigne une fonction de I dans R alors que lintgrale a f (t) dt dsigne un
Rb
nombre rel. Plus prcisment nous verrons que si F est une primitive de f alors a f (t) dt =
F(b) F(a).
f (t) + g(t) dt =
f (t) dt +
g(t) dt
230
Intgrales
x+1
+1
x n+1
n+1
sh x dx = ch x + c,
dx
1+ x 2
(
p dx
1 x2
p dx
x2 +1
(
R
p dx
x2 1
sur ]0, +[ ou ] , 0[
R
ch x dx = sh x + c
= arctan x + c
arcsin x + c
2 arccos x + c
(
R
sur R
+c
dx = ln | x| + c
sur R
(n N)
+c
1
x
sur R
sin x dx = cos x + c
x dx =
sur R
cos x dx = sin x + c
x n dx =
e x dx = e x + c
sur R
sur ] 1, 1[
argshx + c
p
ln x + x2 + 1 + c
argchx + c
p
ln x + x2 1 + c
sur R
sur R
sur x ]1, +[
Remarque
Ces primitives sont connatre par cur.
1. Voici comment lire ce tableau. Si f est la fonction dfinie sur R par f (x) = x n alors la
n+1
fonction : x 7 xn+1 est une primitive de f sur R. Les primitives de f sont les fonctions
R
n+1
dfinies par x 7 xn+1 + c (pour c une constante relles quelconque). Et on crit x n dx =
x n+1
n+1
+ c, o c R.
2. Souvenez vous que la variable sous le symbole intgrale est une variable muette. On
R
n+1
peut aussi bien crire t n dt = xn+1 + c.
3. La constante est dfinie pour un intervalle. Si lon a deux intervalles, il y a deux
R
constantes qui peuvent tre diffrentes. Par exemple pour 1x dx nous avons deux
R 1
domaines de validit : I 1 =]0, +[ et I 2 =] , 0[. Donc x dx = ln x + c 1 si x > 0 et
R 1
x dx = ln | x| + c 2 = ln( x) + c 2 si x < 0.
4. On peut trouver des primitives aux allures trs diffrentes par exemple x 7 arcsin x et
x 7 2 arccos x sont deux primitives de la mme fonction x 7 p 1 2 . Mais bien sr on
1 x
sait que arcsin x + arccos x = 2 , donc les primitives diffrent bien dune constante !
Intgrales
231
Thorme 35
Soit f : [a, b] R une fonction continue. La fonction F : I R dfinie par
x
F(x) =
f (t) dt
a
b
Notation. On note F(x) a = F(b) F(a).
Exemple 119
Nous allons pouvoir calculer plein dintgrales. Recalculons dabord les intgrales dj rencontres.
1. Pour f (x) = e x une primitive est F(x) = e x donc
1
Z
0
1
e x dx = e x 0 = e1 e0 = e 1.
Z
0
3.
Rx
a
x3
3
donc
x2 dx =
x3 1
3 0
= 13 .
t= x
cos t dt = sin t t=a = sin x sin a est une primitive de cos x.
4. Si f est impaire alors ses primitives sont paires (le montrer). En dduire que
0.
Ra
f (t) dt =
Remarque
1. F(x) =
Rx
4. Une fonction intgrable nadmet pas forcment une primitive. Considrer par exemple
f : [0, 1] R dfinie par f (x) = 0 si x [0, 21 [ et f (x) = 1 si x [ 12 , 1]. f est intgrable sur
[0, 1] mais elle nadmet pas de primitive sur [0, 1]. En effet par labsurde si F tait une
primitive de F, par exemple la primitive qui vrifie F(0) = 0. Alors F(x) = 0 pour x [0, 21 [
et F(x) = x 12 pour x [ 12 , 1]. Mais alors nous obtenons une contradiction car F nest pas
drivable en 12 alors que par dfinition une primitive doit tre drivable.
232
Intgrales
Dmonstration
Essayons de visualiser tout dabord pourquoi la fonction F est drivable et F 0 ( x) = f ( x).
y
A
f (x0 )
y = f (x)
x0
x0
x
a
f ( t) dt =
f ( t) dt
x0
F ( x ) F ( x0 )
1
=
x x0
x x0
x0
f ( t) dt =
A
x x0
o A est laire hachure (en rouge). Mais cette aire hachure est presque un rectangle, si x est suffisamment proche de x0 , donc laire A vaut environ ( x x0 ) f ( x0 ) lorsque x x0 le taux daccroissement
tend donc vers f ( x0 ). Autrement dit F 0 ( x0 ) = f ( x0 ).
Passons la preuve rigoureuse. Comme f ( x0 ) est une constante alors
F ( x ) F ( x0 )
1
f ( x0 ) =
x x0
x x0
x
x0
f ( t) dt
1
x x0
x
x0
f ( x0 ) dt =
Rx
x0
f ( x0 ) dt = ( x x0 ) f ( x0 ), donc
1
x x0
x0
f ( t) f ( x0 ) dt
Fixons > 0. Puisque f est continue en x0 , il existe > 0 tel que (| t x0 | < = | f ( t) f ( x0 )| < ).
Donc :
Z x
Z x
Z x
F ( x ) F ( x0 )
1
1
1
f
(
x
)
f
(
t
)
f
(
x
)
dt
=
f
(
t
)
f
(
x
)
dt
dt
0
0
0
x x0
x x0 x0
| x x0 | x0
| x x0 | x0
Ce qui prouve que F est drivable en x0 et F 0 ( x0 ) = f ( x0 ).
Maintenant on sait que F est une primitive de f , F est mme la primitive qui sannule en a car
Ra
F (a) = a f ( t) dt = 0. Si G est une autre primitive on sait F = G + c. Ainsi
G ( b ) G ( a) = F ( b ) + c F ( a) + c = F ( b ) F ( a) = F ( b ) =
f ( t) dt.
a
Intgrales
233
Thorme 36
Sn =
ba
n
n
X
f a + k bn a
Z
n+
k=1
f (x) dx
La somme S n sappelle la somme de Riemann associe lintgrale et correspond une subdivision rgulire de lintervalle [a, b] en n petits intervalles. La hauteur de chaque rectangle tant
value son extrmit droite.
Le cas le plus utile est le cas o a = 0, b = 1 alors bn a = n1 et f a + k bn a = f nk et ainsi
Sn =
1
n
n
X
f nk
k=1
f (x) dx
n+
f ( nk )
k
n
Exemple 120
P
Calculer la limite de la somme S n = nk=1 n+1 k .
On a S 1 = 12 , S 2 = 31 + 14 , S 3 = 41 + 15 + 16 , S 4 = 15 + 16 + 17 + 18 ,. . .
P
La somme S n scrit aussi S n = n1 nk=1 1 k . En posant f (x) =
1+ n
1
1+ x ,
a = 0 et b = 1, on reconnat
1
n
n
X
k=1 1 +
k
n
1
n
Z
n
X
f nk
k=1
n+
b
a
f (x) dx =
1
1
dx = ln |1 + x| 0 = ln 2 ln 1 = ln 2.
1+ x
Mini-exercices
1. Trouver les primitives des fonctions : x3 x7 , cos x + exp x, sin(2x), 1 +
x + x,
p1 ,
x
p
3
x,
1
x+1 .
1
,p1 2
1+4 x2
1+ x
x
1
.
1 x 2
4. Trouver toutes les primitives de x 7 x12 (prciser les intervalles et les constantes).
R1
R dx R e 1 x
R1
5. Calculer les intgrales 0 x n dx, 04 1+
, 1 x2 dx, 02 x2dx
.
x2
1
P
k/ n
6. Calculer la limite (lorsque n +) de la somme S n = nk=0 e n . Idem avec S 0n =
234
Intgrales
n
.
k=0 ( n+ k)2
Pn
b
u(x) v0 (x) dx = uv a
u0 (x) v(x) dx
b
b
b
Notation. Le crochet F a est par dfinition F a = F(b) F(a). Donc uv a = u(b)v(b) u(a)v(a).
Si lon omet les bornes alors F dsigne la fonction F + c o c est une constante quelconque.
La formule dintgration par parties pour les primitives est la mme mais sans les bornes :
Z
Z
0
u(x)v (x) dx = uv u0 (x)v(x) dx.
Rb
a
( u0 v + uv0 ) =
Rb
a
b R b
b
Rb
( uv)0 = uv a . Do a uv0 = uv a a u0 v.
Lutilisation de lintgration par parties repose sur lide suivante : on ne sait pas calculer directement lintgrale dune fonction f scrivant comme un produit f (x) = u(x)v0 (x) mais si lon sait
calculer lintgrale de g(x) = u0 (x)v(x) (que lon espre plus simple) alors par la formule dintgration par parties on aura lintgrale de f .
Exemple 121
R1
1. Calcul de 0 xe x dx. On pose u(x) = x et v0 (x) = e x . Nous aurons besoin de savoir que
u0 (x) = 1 et quune primitive de v0 est simplement v(x) = e x . La formule dintgration par
parties donne :
R1 x
R1
0
dx
0 xe dx = 0 u(x)v (x)
1 R 1 0
= u(x)v(x) 0 0 u (x)v(x) dx
1
R1
= xe x 0 0 1 e x dx
1
= 1 e1 0 e0 e x 0
= e (e1 e0 )
= 1
Re
2. Calcul de 1 x ln x dx.
Intgrales
235
ln x x dx =
uv = uv 1
1
1
Z e
2
2
x dx =
= ln e e2 ln 1 12 12
1
3. Calcul de
1
x
et v =
Z
1
e2
2
x2
2.
1h
i
2 e
Alors
x2 e
2 1
u v = ln x
x
2
e2
2
Z
1
1 x2
x 2
e4 + 14 =
dx
e2 +1
4
arcsin x dx.
Z
p
p
x
1arcsin x dx = x arcsin x p
dx = x arcsin x 1 x2 = x arcsin x+ 1 x2 + c
1 x2
R
4. Calcul de x2 e x dx. On pose u = x2 et v0 = e x pour obtenir :
Z
Z
x2 e x dx = x2 e x 2 xe x dx
Z
xe x dx = xe x e x dx = (x 1)e x + c
Do
x2 e x dx = (x2 2x + 2)e x + c.
Exemple 122
1
sin( x)
dx, pour tout entier n > 0.
x+n
sin( x)
x+ n+1
sin( x)
x+ n .
Do
1
2. Montrer que I n ln n+
n . En dduire lim n+ I n .
De 0 sin( x) 1, on a
sin( x)
x+ n
1
x+ n .
Do 0 I n
R1
1
0 x+ n
1
1
dx = ln(x + n) 0 = ln n+
n 0.
3. Calculer limn+ nI n .
Nous allons faire une intgration par parties avec u =
( x+1n)2 et v = 1 cos( x)) :
1
nI n = n
1
x+ n
1
Z
1
n
1
n 1
1
n
1 n
sin( x) dx =
cos( x)
cos( x) dx =
+ Jn
2
x+n
x+n
(n + 1)
0 0 (x + n)
R 1 cos( x)
0 ( x + n )2
dx.
Z
n n Z 1 | cos( x)|
1
n 1
n
1 1 n
1
1
1 1
dx
dx =
+
=
0.
Jn
2
2
0 (x + n)
0 (x + n)
x+n 0
1+n n
n+1
236
Intgrales
( b)
(a)
f (x) dx =
b
a
f (t) 0 (t) dt
Voici un moyen simple de sen souvenir. En effet si lon note x = (t) alors par drivation on obtient
Rb
R (b)
dx
0
0
0
dt = (t) donc dx = (t) dt. Do la substitution (a) f (x) dx = a f ((t)) (t) dt.
Dmonstration
Comme F est une primitive de f alors F 0 ( x) = f ( x) et par la formule de la drivation de la composition
F on a
(F )0 ( t) = F 0 (( t))0 ( t) = f (( t))0 ( t).
Donc F est une primitive de f (( t))0 ( t).
Z b
Z
(b)
Pour les intgrales :
f (( t))0 ( t) dt = F a = F ( b) F (a) = F (a) =
a
( b)
(a)
f ( x) dx.
Remarque
Comme est une bijection de J sur (J), sa rciproque 1 existe et est drivable sauf quand
sannule. Si ne sannule pas, on peut crire t = 1 (x) et faire un changement de variable
en sens inverse.
Exemple 123
R
Calculons la primitive F = tan t dt.
Z
F=
tan t dt =
sin t
dt .
cos t
On reconnat ici une forme uu (avec u = cos t et u0 = sin t) dont une primitive est ln | u|. Donc
R
0
F = uu = ln | u| = ln | u| + c = ln | cos t| + c.
Nous allons reformuler tout cela en terme de changement de variable. Notons (t) = cos t alors
0 (t) = sin t, donc
Z
0 (t)
dt
F=
(t)
Si f dsigne la fonction dfinie par f (x) = 1x , qui est bijective tant que x 6= 0 ; alors F =
R
0 (t) f ((t)) dt. En posant x = (t) et donc dx = 0 (t)dt, on reconnat la formule du changement de variable, par consquent
Z
Z
1
1
F = f (x) dx =
dx = ln | x| + c .
x
Comme x = (t) = cos t, on retrouve bien F(t) = ln | cos t| + c.
Intgrales
237
Remarque : pour que lintgrale soit bien dfinie il faut que tan t soit dfinie, donc t 6 2 mod .
La restriction dune primitive un intervalle ] 2 + k, 2 + k[ est donc de la forme ln | cos t|+ c.
Mais la constante c peut tre diffrente sur un intervalle diffrent.
Exemple 124
R 1/2
Calcul de 0 (1 xx2 )3/2 dx.
Soit le changement de variable u = (x) = 1 x2 . Alors du = 0 (x) dx = 2x dx. Pour x = 0 on a
u = (0) = 1 et pour x = 12 on a u = ( 12 ) = 34 . Comme 0 (x) = 2x, est une bijection de [0, 12 ]
sur [0, 34 ]. Alors
1/2
x dx
(1 x2 )3/2
3/4 du
2
u3/2
1
2
3/4
Z
1
u3/2 du =
3/4 1 3/4
2
1
1
2u1/2 1 = p 1 = q 1 = p 1.
2
u
3
3
4
Exemple 125
R 1/2
Calcul de 0 (1 x12 )3/2 dx.
On effectue le changement de variable x = (t) = sin t et dx = cos t dt. De plus t = arcsin x donc
pour x = 0 on a t = arcsin(0) = 0 et pour x = 12 on a t = arcsin( 12 ) = 6 . Comme est une bijection
de [0, 6 ] sur [0, 12 ],
1/2
Z
0
dx
(1 x2 )3/2
/6
cos t dt
(1 sin
/6
t)3/2
cos t dt
(cos2 t)3/2
/6
cos t
dt =
cos3 t
Exemple 126
R
Calcul de (1+ x12 )3/2 dx.
Soit le changement de variable x = tan t donc t = arctan x et dx =
1
F=
(1 + x2 )3/2
dx =
1
(1 + tan2 t)3/2
/6
Z
0
dt
.
cos2 t
/6
1
1
dt = tan t 0 = p .
2
cos t
3
Donc
dt
cos2 t
1
dt
car 1 + tan2 t =
2
cos t
cos2 t
Z
Donc
(cos2 t)3/2
1
(1 + x2 )3/2
dx = sin(arctan x) + c.
En manipulant un peu les fonctions on trouverait que la primitive scrit aussi F(x) =
p x
+ c.
1+ x2
Mini-exercices
1. Calculer les intgrales laide dintgrations par parties :
R /2
puis par rcurrence 0 t n sin t dt.
R /2
t sin t dt,
t sh t dt,
R /2
0
t2 sin t dt,
t2 sh t dt, puis
238
Intgrales
Rap
R p
3. Calculer les intgrales laide de changements de variable : 0 a2 t2 dt ; 1 + cos t dt
(pour ce dernier poser deux changements de variables : u = cos t, puis v = 1 u).
R
4. Dterminer les
primitives suivantes laide de changements de variable : th t dt o
p
R t
t
th t = sh
dt.
ch t , e
//
Mais de faon remarquable, il y a toute une famille de fonctions que lon saura intgrer : les
fractions rationnelles.
On souhaite dabord intgrer les fractions rationnelles f (x) = ax2 +bx+ c avec , , a, b, c R, a 6= 0 et
(, ) 6= (0, 0).
Premier cas. Le dnominateur ax2 + bx + c possde deux racines relles distinctes x1 , x2 R.
x+
Alors f (x) scrit aussi f (x) = a( x x1 )( x x2 ) et il existe de nombres A, B R tels que f (x) = xAx1 + xBx2 .
On a donc
Z
f (x) dx = A ln | x x1 | + B ln | x x2 | + c
sur chacun des intervalles ] , x1 [, ]x1 , x2 [, ]x2 , +[ (si x1 < x2 ).
Deuxime cas. Le dnominateur ax2 + bx + c possde une racine double x0 R.
x+
Alors f (x) = a( x x )2 et il existe des nombres A, B R tels que f (x) = ( xAx )2 + xBx0 . On a alors
0
0
Z
A
f (x) dx =
+ B ln | x x0 | + c
x x0
sur chacun des intervalles ] , x0 [, ]x0 , +[.
Troisime cas. Le dnominateur ax2 + bx + c ne possde pas de racine relle. Voyons comment
faire sur un exemple.
Exemple 127
Soit f (x) = 2 x2x++x1+1 . Dans un premier temps on fait apparatre une fraction du type
lon sait intgrer en ln | u|).
f (x) =
(4x + 1) 41 41 + 1
2x2 + x + 1
1
4x + 1
3
1
2
+ 2
4 2x + x + 1 4 2x + x + 1
u0
u
(que
Intgrales
239
4 x+1
2 x2 + x+1
4x + 1
dx =
2x2 + x + 1
1
2(x +
1 2
1
4) 8
+1
dx
=
2x2 + x + 1
Finalement :
1
2(x +
u0 (x)
dx = ln 2x2 + x + 1 + c
u(x)
1
,
2 x2 + x+1
2x2 + x + 1
dx
8
8
=
7 p4 (x + 1 ) 2 + 1 7
4
p4 (x + 1 )
4
7
1 2
7
4) + 8
1
u2 +1
(dont une
8
8
1
1
=
8
1
7 7 2(x + 4 )2 + 1 7 p4 (x + 1 ) 2 + 1
4
7
(et donc du =
p4 dx)
7
pour trouver
du
7
2
2
4
1
+c .
=
arctan
u
+
c
=
arctan
x
+
p
p
p
4
u2 + 1 4
7
7
7
1 2
4
3
1
ln 2x + x + 1 + p arctan p x +
+c
4
4
2 7
7
f (x) dx =
P ( x)
Q ( x)
une fraction rationnelle, o P(x),Q(x) sont des polynmes coefficients rels. Alors la
P ( x)
Q ( x)
fraction
scrit comme somme dun polynme E(x) R[x] (la partie entire) et dlments
simples dune des formes suivantes :
(x x0
)k
x +
ou
(ax2 + bx + c)k
o , , , a, b, c R et k N \ {0}.
1. On sait intgrer le polynme E(x).
x+
.
(ax2 + bx+ c)k
x +
(ax2 + bx + c)k
(a)
2ax+ b
(ax2 + bx+ c)k
dx =
u 0 ( x)
u ( x) k
dx =
2ax + b
(ax2 + bx + c)k
1
(ax2 + bx + c)k
1
k+1
+ c = k1+1 (ax2 + bx + c)k+1 + c.
k+1 u(x)
R
(b) Si k = 1, calcul de ax2 +1bx+ c dx. Par un changement de variable u = px + q on se ramne
R
calculer une primitive du type udu
2 +1 = arctan u + c.
R
1
(c) Si k 2, calcul de (ax2 +bx+ c)k dx. On effectue le changement de variable u = px + q pour
R
se ramener au calcul de I k = (u2du
. Une intgration par parties permet de passer de I k
+1)k
I k1 .
R
1
0
Par exemple calculons I 2 . Partant de I 1 = udu
2 +1 on pose f = u2 +1 et g = 1. La formule
R
R
dintgration par parties f g0 = [ f g] f 0 g donne (avec f 0 = (u22+u1)2 et g = u)
h
i R 2
h
i
R du
R u2 +11
2 u du
u
u
I1 =
=
+
=
du
2 +1
2 +1
2 +1)2
2 +1 + 2
u
u
(
u
u
h
i
h
i (u2 +1)2
R du
R du
u
u
=
+ 2 u2 +1 2 (u2 +1)2 = u2 +1 + 2I 1 2I 2
u2 +1
240
Intgrales
On en dduit I 2 = 21 I 1 + 12 u2u+1 + c. Mais comme I 1 = arctan u alors
du
I2 =
(u2 + 1)2
1
1 u
arctan u +
+ c.
2
2 u2 + 1
cos x dx
cos x dx
du
=
=
=
arctan
u
= arctan(sin x) + c .
2 cos2 x
1 + u2
2 (1 sin2 x)
Avec
x
2
on a
cos x =
1 t2
1 + t2
sin x =
2t
1 + t2
tan x =
2t
1 t2
et
dx =
2 dt
.
1 + t2
Exemple 129
R0
Calcul de lintgrale /2 1dx
sin x .
Le changement de variable t = tan 2x dfinit une bijection de [ 2 , 0] vers [1, 0] (pour x = 2 ,
2t
t = 1 et pour x = 0, t = 0). De plus on a sin x = 1+
et dx = 12+dt
.
t2
t2
Z
0
2
dx
=
1 sin x
2 dt
1+ t2
2t
1 1
1+ t 2
dt
=2
=2
2
1 1 + t 2t
Z
dt
1 0
1
=2
= 2 1
=1
2
1 t 1
2
1 (1 t)
0
Intgrales
241
Mini-exercices
2. Calculer les
3. Calculer les
4 x+5
x2 + x2
6 x
x2 4 x+4
2 x4
( x2)2 +1
1
dx.
( x2)2 +1
R dx
R x dx
primitives I k = ( x1)k pour tout k 1. Idem avec Jk = ( x2 +1)k .
R1
R 1 x dx
R1
R1
, 0 ( x2 +
intgrales suivantes : 0 x2 +dxx+1 , 0 x2x+dx
, 0 ( x2 +dx
.
x+1
x+1)2
x+1)2
dx,
dx,
Auteurs
Rdaction : Arnaud Bodin
Bas sur des cours de Guoting Chen et Marc Bourdon
Relecture : Pascal Romon
Dessins : Benjamin Boutin
dx,
cos4 x dx,
R 2
0
dx
2+sin x .
242
Intgrales
Exo7
14
1
2
3
4
Dveloppements limits
Formules de Taylor
Dveloppements limits au voisinage d'un point
Oprations sur les dveloppements limits
Applications des dveloppements limits
Motivation
Prenons lexemple de la fonction exponentielle. Une ide du comportement de la fonction f (x) =
exp x autour du point x = 0 est donn par sa tangente, dont lquation est y = 1 + x. Nous avons
approxim le graphe par une droite. Si lon souhaite faire mieux, quelle parabole dquation
y = c 0 + c 1 x + c 2 x2 approche le mieux le graphe de f autour de x = 0 ? Il sagit de la parabole
dquation y = 1 + x + 12 x2 . Cette quation la proprit remarquable que si on note g(x) = exp x
1 + x + 12 x2 alors g(0) = 0, g0 (0) = 0 et g00 (0) = 0. Trouver lquation de cette parabole cest faire
un dveloppement limit lordre 2 de la fonction f . Bien sr si lon veut tre plus prcis, on
continuerait avec une courbe du troisime degr qui serait en fait y = 1 + x + 12 x2 + 61 x3 .
y
y = ex
y = 1+ x
2
y = 1 + x + x2
2
3
y = 1 + x + x2 + x6
Dans ce chapitre, pour nimporte quelle fonction, nous allons trouver le polynme de degr n qui
approche le mieux la fonction. Les rsultats ne sont valables que pour x autour dune valeur fixe
(ce sera souvent autour de 0). Ce polynme sera calcul partir des drives successives au point
considr. Sans plus attendre, voici la formule, dite formule de Taylor-Young :
f (x) = f (0) + f 0 (0)x + f 00 (0)
xn
x2
+ + f (n) (0) + x n (x).
2!
n!
244
Dveloppements limits
n
La partie polynomiale f (0) + f 0 (0)x + + f (n) (0) xn! est le polynme de degr n qui approche le mieux
f (x) autour de x = 0. La partie x n (x) est le reste dans lequel (x) est une fonction qui tend vers
0 (quand x tend vers 0) et qui est ngligeable devant la partie polynomiale.
1. Formules de Taylor
Nous allons voir trois formules de Taylor, elles auront toutes la mme partie polynomiale mais
donnent plus ou moins dinformations sur le reste. Nous commencerons par la formule de Taylor
avec reste intgral qui donne une expression exacte du reste. Puis la formule de Taylor avec reste
f (n+1) (c) qui permet dobtenir un encadrement du reste et nous terminons avec la formule de
Taylor-Young trs pratique si lon na pas besoin dinformation sur le reste.
Soit I R un intervalle ouvert. Pour n N , on dit que f : I R est une fonction de classe C n si f
est n fois drivable sur I et f (n) est continue. f est de classe C 0 si f est continue sur I. f est de
classe C si f est de classe C n pour tout n N.
R x f (n+1) ( t)
f 00 (a)
f ( n) ( a )
2
n
n
2! (x a) + + n! (x a) + a
n! (x t) dt.
Nous noterons T n (x) la partie polynomiale de la formule de Taylor (elle dpend de n mais aussi de
f et a) :
f (n) (a)
f 00 (a)
T n (x) = f (a) + f 0 (a)(x a) +
(x a)2 + +
(x a)n .
2!
n!
Remarque
En crivant x = a + h (et donc h = x a) la formule de Taylor prcdente devient (pour tout a
et a + h de I) :
f (a + h) = f (a) + f 0 (a)h +
f 00 (a) 2
f (n) (a) n
h ++
h +
2!
n!
Z
0
f (n+1) (a + t)
(h t)n dt
n!
Exemple 130
La fonction f (x) = exp x est de classe C n+1 sur I = R pour tout n. Fixons a R. Comme
f 0 (x) = exp x, f 00 (x) = exp x,. . . alors pour tout x R :
Z x
exp a
exp t
exp x = exp a + exp a (x a) + +
(x a)n +
(x t)n dt.
n!
n!
a
Bien sr si lon se place en a = 0 alors on retrouve le dbut de notre approximation de la
2
3
fonction exponentielle en x = 0 : exp x = 1 + x + x2! + x3! +
Dveloppements limits
245
f ( b) = f (a) + f 0 (a)( b a) +
f 00 (a)
f ( k ) ( a)
( b a)2 + +
( b a) k +
2!
k!
b
a
f (k+1) ( t)
( b t) k
dt.
k!
(Pour viter les confusions entre ce qui varie et ce qui est fixe dans cette preuve on remplace x par b.)
Rb
Initialisation. Pour n = 0, une primitive de f 0 ( t) est f ( t) donc a f 0 ( t) dt = f ( b) f (a), donc f ( b) =
Rb
f (a) + a f 0 ( t) dt. (On rappelle que par convention ( b t)0 = 1 et 0! = 1.)
f (k1) (a)
Hrdit. Supposons la formule vraie au rang k 1. Elle scrit f ( b) = f (a)+ f 0 (a)( b a)+ + (k1)! ( b
Rb
k1
a)k1 + a f (k) ( t) (b(kt)1)! dt.
Rb
k1
On effectue une intgration par parties dans lintgrale a f (k) ( t) (b(kt)1)! dt. En posant u( t) = f (k) ( t) et
v0 ( t) =
( b t)k1
( k1)! ,
b
a
f ( k ) ( t)
b Z b
( b t)k1
( b t) k
( b t) k
+
f (k+1) ( t)
dt = f (k) ( t)
dt
( k 1)!
k!
k!
a
a
Z b
( b a) k
( b t) k
= f ( k ) ( a)
+
f (k+1) ( t)
dt.
k!
k!
a
Ainsi lorsque lon remplace cette expression dans la formule au rang k 1 on obtient la formule au
rang k.
Conclusion. Par le principe de rcurrence la formule de Taylor est vraie pour tous les entiers n pour
lesquels f est classe C n+1 .
f 00 (a)
f ( n) ( a )
f (n+1) ( c)
2
n
n+1
.
2! (x a) + + n! (x a) + ( n+1)! (x a)
Exemple 131
Soient a, x R. Pour tout entier n 0 il existe c entre a et x tel que exp x = exp a + exp a (x
exp a
exp c
a) + + n! (x a)n + (n+1)! (x a)n+1 .
Dans la plupart des cas on ne connatra pas ce c. Mais ce thorme permet dencadrer le reste.
Ceci sexprime par le corollaire suivant :
246
Dveloppements limits
Corollaire 18
Si en plus la fonction | f (n+1) | est majore sur I par un rel M, alors pour tout a, x I, on a :
n+1
f (x) T n (x) M | x a|
(n + 1)!
Exemple 132
Approximation de sin(0, 01).
Soit f (x) = sin x. Alors f 0 (x) = cos x, f 00 (x) = sin x, f (3) (x) = cos x, f (4) (x) = sin x. On obtient
donc f (0) = 0, f 0 (0) = 1, f 00 (0) = 0, f (3) (0) = 1. La formule de Taylor ci-dessus en a = 0 lordre
2
3
3
4
x4
3 devient : f (x) = 0 + 1 x + 0 x2! 1 x3! + f (4) (c) x4! , cest--dire f (x) = x x6 + f (4) (c) 24
, pour un
certain c entre 0 et x.
Appliquons ceci pour x = 0, 01. Le reste tant petit on trouve alors
sin(0, 01) 0, 01
(0, 01)3
= 0, 00999983333 . . .
6
On peut mme savoir quelle est la prcision de cette approximation : comme f (4) (x) = sin x
3
4
alors | f (4) (c)| 1. Donc f (x) x x6 x4! . Pour x = 0, 01 cela donne : sin(0, 01) 0, 01
(0,01)4
(0,01)3
(0,01)4
. Comme
24
24
Remarque
Dans ce thorme lhypothse f de classe C n+1 peut-tre affaiblie en f est n + 1 fois
drivable sur I.
le rel c est entre a et x signifie c ]a, x[ ou c ]x, a[.
Pour n = 0 cest exactement lnonc du thorme des accroissements finis : il existe
c ]a, b[ tel que f (b) = f (a) + f 0 (c)(b a).
Si I est un intervalle ferm born et f de classe C n+1 , alors f (n+1) est continue sur
I donc il existe un M tel que | f (n+1) (x)| M pour tout x I. Ce qui permet toujours
dappliquer le corollaire.
Pour la preuve du thorme nous aurons besoin dun rsultat prliminaire.
Lemme 9. galit de la moyenne
Supposons a < b et soient u, v : [a, b] R deux fonctions continues avec v 0. Alors il existe
Rb
Rb
c [a, b] tel que a u(t)v(t) dt = u(c) a v(t) dt.
Dmonstration
Notons m = inf t[a,b] u( t) et M = sup t[a,b] u( t). On a m
Rb
Ainsi m
u( t)v( t) dt
Rb
a
v( t) dt
Rb
a
v( t) dt
Rb
a
u( t)v( t) dt M
Rb
a
v( t) dt (car v 0).
M . Puisque u est continue sur [a, b] elle prend toutes les valeurs comprises
Rb
u( t)v( t) dt
Rb
.
a v( t) dt
Dveloppements limits
247
248
Dveloppements limits
Dmonstration
f tant un fonction de classe C n nous appliquons la formule de Taylor avec reste f (n) ( c) au rang n 1.
f 00 (a)
Pour tout x, il existe c = c( x) compris entre a et x tel que f ( x) = f (a) + f 0 (a)( x a) + 2! ( x a)2 + +
f (n1) (a)
f ( n) ( c )
n1
+ n! ( x a)n . Que nous rcrivons : f ( x) = f (a) +
( n1)! ( x a)
( n)
( n)
f ( n) ( a )
f ( n ) ( c ) f ( n ) ( a )
n f ( c ) f ( a )
( x a)n . On pose ( x) =
. Puisque
n! ( x a ) +
n!
n!
f 0 (a)( x a) +
f 00 (a)
2
2! ( x a) + +
alors lim xa ( x) = 0.
1.4. Un exemple
Soit f :] 1, +[ R, x 7 ln(1 + x) ; f est infiniment drivable. Nous allons calculer les formules de
Taylor en 0 pour les premiers ordres.
Tous dabord f (0) = 0. Ensuite f 0 (x) = 1+1 x donc f 0 (0) = 1. Ensuite f 00 (x) = (1+1x)2 donc f 00 (0) = 1.
Puis f (3) (x) = +2 (1+1x)3 donc f (3) (0) = +2. Par rcurrence on montre que f (n) (x) = (1)n1 (n 1)! (1+1x)n
et donc f (n) (0) = (1)n1 (n 1)!. Ainsi pour n > 0 :
f (n) (0) n
n! x
1)! n
n1 x
= (1)n1 (n
n! x = (1)
n.
T1 (x) = x
T2 (x) = x
x2
2
T3 (x) = x
x2 x3
+
2
3
Les formules de Taylor nous disent que les restes sont de plus en plus petits lorsque n crot. Sur
le dessins les graphes des polynmes T0 , T1 , T2 , T3 sapprochent de plus en plus du graphe de f .
Attention ceci nest vrai quautour de 0.
3
2
y = x x2 + x3
y=x
y = ln(1 + x)
1
0
1
y=0
x
2
y = x x2
n
X
k=1
(1)k1
xk
x2 x3
xn
= x
+
+ (1)n1 .
k
2
3
n
Dveloppements limits
249
1.5. Rsum
Il y a donc trois formules de Taylor qui scrivent toutes sous la forme
f (x) = T n (x) + R n (x)
o T n (x) est toujours le mme polynme de Taylor :
T n (x) = f (a) + f 0 (a)(x a) +
f 00 (a)
f (n) (a)
(x a)2 + +
(x a)n .
2!
n!
Cest lexpression du reste R n (x) qui change (attention le reste na aucune raison dtre un polynme).
f (n+1) (t)
(x t)n dt
n!
a
f (n+1) (c)
R n (x) =
(x a)n+1
(n + 1)!
Z
R n (x) =
Selon les situations lune des formulations est plus adapte que les autres. Bien souvent nous
navons pas besoin de beaucoup dinformation sur le reste et cest donc la formule de Taylor-Young
qui sera la plus utile.
Notons que les trois formules ne requirent pas exactement les mmes hypothses : Taylor avec
reste intgral lordre n exige une fonction de classe C n+1 , Taylor avec reste une fonction n + 1 fois
drivable, et Taylor-Young une fonction C n . Une hypothse plus restrictive donne logiquement une
conclusion plus forte. Cela dit, pour les fonctions de classe C que lon manipule le plus souvent,
les trois hypothses sont toujours vrifies.
Notation. Le terme (x a)n (x) o (x) 0 est souvent abrg en petit o de (x a)n et est
x 0
not o((x a)n ). Donc o((x a)n ) est une fonction telle que lim xa o((( xxaa))n ) = 0. Il faut shabituer
cette notation qui simplifie les critures, mais il faut toujours garder lesprit ce quelle signifie.
Cas particulier : Formule de Taylor-Young au voisinage de 0. On se ramne souvent au cas
particulier o a = 0, la formule de Taylor-Young scrit alors
f (x) = f (0) + f 0 (0)x + f 00 (0)
x2
xn
+ + f (n) (0) + x n (x)
2!
n!
o lim x0 (x) = 0.
Et avec la notation petit o cela donne :
f (x) = f (0) + f 0 (0)x + f 00 (0)
x2
xn
+ + f (n) (0) + o(x n )
2!
n!
Mini-exercices
1. crire les trois formules de Taylor en 0 pour x 7 cos x, x 7 exp( x) et x 7 sh x.
2. crire les formules de Taylor en 0 lordre 2 pour x 7
p1 ,
1+ x
x 7 tan x.
250
Dveloppements limits
p
p
1 + x, trouver une approximation de 1, 01.
f 0 (a)
f 00 (a)
f (n) (a)
(x a) +
(x a)2 + +
(x a)n + (x a)n (x)
1!
2!
n!
o lim xa (x) = 0.
Remarque
xn
x2
+ + f (n) (0) + x n (x)
2!
n!
f 0 (a)
f (k) (a)
(x a) + +
(x a)k
1!
k!
f (k+1) (a)
f (n) (a)
+
(x a)k+1 + +
(x a)n + (x a)n (x)
(k + 1)!
n!
|
{z
}
f (a) +
=( xa)k ( x)
o lim xa (x) = 0.
Dveloppements limits
251
2.2. Unicit
Proposition 94
Si f admet un DL alors ce DL est unique.
Dmonstration
crivons deux DL de f : f ( x) = c 0 + c 1 ( x a) + + c n ( x a)n + ( x a)n 1 ( x) et f ( x) = d 0 + d 1 ( x a) + +
d n ( x a)n + ( x a)n 2 ( x). En effectuant la diffrence on obtient :
( d 0 c 0 ) + ( d 1 c 1 )( x a) + + ( d n c n )( x a)n + ( x a)n (2 ( x) 1 ( x)) = 0.
Lorsque lon fait x = a dans cette galit alors on trouve d 0 c 0 = 0. Ensuite on peut diviser cette galit
par x a : ( d 1 c 1 ) + ( d 2 c 2 )( x a) + + ( d n c n )( x a)n1 + ( x a)n1 (2 ( x) 1 ( x)) = 0. En valuant
en x = a on obtient d 1 c 1 = 0, etc. On trouve c 0 = d 0 , c 1 = d 1 , . . . , c n = d n . Les parties polynomiales
sont gales et donc les restes aussi.
Corollaire 19
Si f est paire (resp. impaire) alors la partie polynomiale de son DL en 0 ne contient que des
monmes de degrs pairs (resp. impairs).
2
Par exemple x 7 cos x est paire et nous verrons que son DL en 0 commence par : cos x = 1 x2! +
x4
4!
x6! + .
Dmonstration
Remarque
1. Lunicit du DL et la formule de Taylor-Young prouve que si lon connat le DL et que
f est de classe C n alors on peut calculer les nombres drivs partir de la partie
f ( k ) ( a)
polynomiale par la formule c k = k! . Cependant dans la majorit des cas on fera
linverse : on trouve le DL partir des drives.
2. Si f admet un DL en un point a lordre n 0 alors c 0 = f (a).
3. Si f admet un DL en un point a lordre n 1, alors f est drivable en a et on a c 0 = f (a)
et c 1 = f 0 (a). Par consquent y = c 0 + c 1 (x a) est lquation de la tangente au graphe de
f au point dabscisse a.
4. Plus subtil : f peut admettre un DL lordre 2 en un point a sans admettre une drive
seconde en a. Soit par exemple f (x) = x3 sin 1x . Alors f est drivable mais f 0 ne lest pas.
Pourtant f admet un DL en 0 lordre 2 : f (x) = x2 (x) (la partie polynomiale est nulle).
x
exp x = 1 + 1!
+ x2! + x3! + + xn! + x n (x)
252
Dveloppements limits
2
2n
x
1!
2 n+1
x
1!
2 n+1
n xk
X
+ o(x n )
k!
k=1
et
ln(1 + x) =
n
X
(1)k1
k=1
xk
+ o(x n )
k
La DL de (1+ x) est valide pour tout R. Pour = 1 on retombe sur le DL de (1+ x)1 = 1+1 x .
Mais on retient souvent le DL de 11 x qui est trs facile. Il se retrouve aussi avec la somme
n+1
n+1
x
1
x
1
n
dune suite gomtrique : 1 + x + x2 + + x n = 11
x = 1 x 1 x = 1 x + x (x).
p
1
1
x
1
Pour = 2 on retrouve (1 + x) 2 = 1 + x = 1 + 2 8 x2 + . Dont il faut connatre les trois
premiers termes.
Dveloppements limits
253
h2
hn
n
= exp(1 + (x 1)) = exp(1) exp(x 1) = e exp h = e 1 + h +
++
+ h (h)
2!
n!
(x 1)2
(x 1)n
= e 1 + (x 1) +
++
+ (x 1)n (x 1) , lim (x 1) = 0.
x1
2!
n!
( x 2 )2
2!
+ + (1)n
( x 2 )2n
(2 n)!
Mini-exercices
1. Calculer le DL en 0 de x 7 ch x par la formule de Taylor-Young. Retrouver ce DL en
x
x
utilisant que ch x = e 2e .
p
3
2. crire le DL en 0 lordre 3 de 1 + x. Idem avec p 1 .
1+ x
p
3. crire le DL en 2 lordre 2 de x.
4. Justifier lexpression du DL de
gomtrique.
1
1 x
g(x) = d 0 + d 1 x + + d n x n + x n 2 (x)
Proposition 95
f + g admet un DL en 0 lordre n qui est :
( f + g)(x) = f (x) + g(x) = (c 0 + d 0 ) + (c 1 + d 1 )x + + (c n + d n )x n + x n (x).
f g admet un DL en 0 lordre n qui est : ( f g)(x) = f (x) g(x) = T n (x) + x n (x) o T n (x)
est le polynme (c 0 + c 1 x + + c n x n ) (d 0 + d 1 x + + d n x n ) tronqu lordre n.
Tronquer un polynme lordre n signifie que lon conserve seulement les monmes de degr n.
254
Dveloppements limits
Exemple 134
p
p
Calculer le DL de cos x 1 + x en 0 lordre 2. On sait cos x = 1 21 x2 + x2 1 (x) et 1 + x =
1 + 21 x 81 x2 + x2 2 (x). Donc :
p
1
1 2
1 2
2
2
on dveloppe
cos x 1 + x = 1 x + x 1 (x) 1 + x x + x 2 (x)
2
2
8
1
1
= 1 + x x2 + x2 2 (x)
2
8
1
1
1 2
x 1 + x x2 + x2 2 (x)
2
2
8
1
1
+ x2 1 (x) 1 + x x2 + x2 2 (x)
2
8
1 2
1
on dveloppe encore
= 1 + x x + x2 2 (x)
2
8
1
1
1 4 1 4
x2 x3 +
x x 2 (x)
2
4
16
2
1 3
1
2
+ x 1 (x) + x 1 (x) x4 1 (x) + x4 1 (x)2 (x)
2
8
1 2 1 2
1
on a regroup les termes de degr 0 et 1, 2
= 1+ x+ x x
2
8
2
{z
}
|
partie tronque lordre 2
1
1 4 1 4
1
1
+ x2 2 (x) x3 +
x x 2 (x) + x2 1 (x) + x3 1 (x) x4 1 (x) + x4 1 (x)2 (x)
4
16
2
2
8
{z
}
|
reste de la forme x2 ( x)
1
5
= 1 + x x2 + x2 (x)
2
8
On a en fait crit beaucoup de choses superflues, qui la fin sont dans le reste et navaient
pas besoin dtre explicites ! Avec lhabitude les calculs se font trs vite car on ncrit plus
les termes inutiles. Voici le mme calcul avec la notation petit o : ds quapparat un terme
x2 1 (x) ou un terme x3 ,... on crit juste o(x2 ) (ou si lon prfre x2 (x)).
p
1 2
1
1 2
2
2
cos x 1 + x = 1 x + o(x ) 1 + x x + o(x )
on dveloppe
2
2
8
1
1
= 1 + x x2 + o(x2 )
2
8
1 2
x + o(x2 )
2
+ o(x2 )
1
5
= 1 + x x2 + o(x2 )
2
8
La notation petit o vite de devoir donner un nom chaque fonction, en ne gardant que sa
proprit principale, qui est de dcrotre vers 0 au moins une certaine vitesse. Comme on le
voit dans cet exemple, o(x2 ) absorbe les lments de mme ordre de grandeur ou plus petits
que lui : o(x2 ) 41 x3 + 12 x2 o(x2 ) = o(x2 ). Mais il faut bien comprendre que les diffrents o(x2 )
crits ne correspondent pas la mme fonction, ce qui justifie que cette galit ne soit pas
fausse !
Dveloppements limits
255
3.2. Composition
On crit encore :
f (x) = C(x)+ x n 1 (x) = c 0 + c 1 x+ + c n x n + x n 1 (x)
Proposition 96
Si g(0) = 0 (cest--dire d 0 = 0) alors la fonction f g admet un DL en 0 lordre n dont la
partie polynomiale est le polynme tronqu lordre n de la composition C(D(x)).
Exemple 135
2
2
3
u2 = x x2 + x3 + x3 2 (x) = x2 x3 + x3 3 (x) et aussi u3 qui est u u2 , u3 = x3 + x3 4 (x).
3
Donc h(x) = f g(x) = f (u) = u u3! + u3 1 (u) = x 12 x2 + 13 x3 61 x3 + x3 (x) = x 12 x2 +
1 3
3
6 x + x (x).
Exemple 136
p
Soit h(x) = cos x. On cherche le DL de h en 0 lordre 4.
p
On utilise cette fois la notation petit o. On connat le DL de f (u) = 1 + u en u = 0 lordre
p
2 : f (u) = 1 + u = 1 + 12 u 81 u2 + o(u2 ).
Et si on pose u(x) = cos x 1 alors on a h(x) = f u(x) et u(0) = 0. Dautre part le DL de u(x) en
1 4
x = 0 lordre 4 est : u = 12 x2 + 24
x + o(x4 ). On trouve alors u2 = 41 x4 + o(x4 ).
Et ainsi
1
1
h(x) = f u = 1 + u u2 + o(u2 )
2
8
1 1 2 1 4 1 1 4
= 1+ x +
x
x + o(x4 )
2
2
24
8 4
1
1 4 1 4
= 1 x2 +
x
x + o(x4 )
4
48
32
1
1 4
= 1 x2
x + o(x4 )
4
96
3.3. Division
Voici comment calculer le DL dun quotient f /g. Soient
f (x) = c 0 + c 1 x + + c n x n + x n 1 (x)
Nous allons utiliser le DL de
1
1+ u
g(x) = d 0 + d 1 x + + d n x n + x n 2 (x)
= 1 u + u2 u3 + .
256
Dveloppements limits
d0
d0
3. Si d 0 = 0 alors on factorise par x k (pour un certain k) afin de se ramener aux cas prcdents.
Exemple 137
1. DL de tan x en 0 lordre 5.
3
x
x
Tout dabord sin x = x x6 + 120
+ x5 (x). Dautre part cos x = 1 x2 + 24
+ x5 (x) = 1 + u en
2
x
+ x5 (x).
posant u = x2 + 24
2 x4 5
2
Nous aurons besoin de u2 et u3 : u2 = x2 + 24
+ x (x) =
(On note abusivement (x) pour diffrents restes.)
x4
5
4 + x (x) et en fait
u3 = x5 (x).
Ainsi
1
1
x2 x4 x4
x2 5 4
=
= 1 u + u2 u3 + u3 (u) = 1 +
+ + x5 (x) = 1 + +
x + x5 (x) ;
cos x 1 + u
2 24 4
2 24
Finalement
tan x = sin x
2. DL de
1+ x
2+ x
x3 x5
x2 5
1
x3 2
= x +
+ x5 (x) 1+ + x4 + x5 (x) = x+ + x5 + x5 (x).
cos x
6 120
2 24
3 15
en 0 lordre 4.
1+ x
1
1 1
x x 2 x 3 x 4
1 x x2 x3 x4
4
= (1+ x)
+
+ o(x ) = + + + o(x4 )
x = (1+ x) 1 +
2+ x
2 1+ 2 2
2
2
2
2
2 4 8 16 32
2
4
x 1 x3! + x5! + o(x4 )
=
3
5
2
4
x + x3! + x5! + o(x5 ) x 1 + x3! + x5! + o(x4 )
x2 x4
1
x2 x4
1
+
+ o(x4 )
=
=
1
+
+ o(x4 )
2
4
3! 5!
2 18
1 + x3! + x5! + o(x4 )
sin x
sh x
sin x
sh x
Autre mthode. Soit f (x) = C(x) + x n 1 (x) et g(x) = D(x) + x n 2 (x). Alors on crit la division suivant
les puissances croissantes de C par D lordre n : C = DQ + x n+1 R avec degQ n. Alors Q est la
partie polynomiale du DL en 0 lordre n de f /g.
Exemple 138
3
3.4. Intgration
Soit f : I R une fonction de classe C n dont le DL en a I lordre n est f (x) = c 0 + c 1 (x a) +
c 2 (x a)2 + + c n (x a)n + (x a)n (x).
Dveloppements limits
257
Thorme 42
Notons F une primitive de f . Alors F admet un DL en a lordre n + 1 qui scrit :
F(x) = F(a) + c 0 (x a) + c 1
(x a)3
(x a)n+1
(x a)2
+ c2
+ + cn
+ (x a)n+1 (x)
2
3
n+1
o lim (x) = 0.
x a
Cela signifie que lon intgre la partie polynomiale terme terme pour obtenir le DL de F(x) la
constante F(a) prs.
Dmonstration
Rx
Rx
Rx
On a F ( x) F (a) = a f ( t) dt = a 0 ( x a)+ + na+n1 ( x a)n+1 + a ( t a)n+1 ( t) dt. Notons ( x) = ( xa1)n+1 a ( t
a)n ( t) dt.
Rx
Rx
1
Alors |( x)| ( xa1)n+1 a |( t a)n | sup t[a,x] |( t)| dt = | ( xa1)n+1 |sup t[a,x] |( t)| a |( ta)n | dt = n+
1 sup t[a,x] |( t)|.
Mais sup t[a,x] |( t)| 0 lorsque x a. Donc ( x) 0 quand x a.
Exemple 139
Calcul du DL de arctan x.
On sait que arctan0 x = 1+1x2 . En posant f (x) =
arctan0 x =
1
1+ x 2
n
X
1
(1)k x2k + x2n (x).
=
1 + x2 k=0
3
(1)k 2 k+1
x
+ x2n+1 (x) = x x3
k=0 2 k+1
Pn
+ x5 x7 +
Exemple 140
La mthode est la mme pour obtenir un DL de arcsin x en 0 lordre 5.
1
1 ( 1 1)
arcsin0 x = (1 x2 ) 2 = 1 12 ( x2 ) + 2 22
3 5
Donc arcsin x = x + 61 x3 + 40
x + x5 (x).
( x2 )2 + x4 (x) = 1 + 21 x2 + 38 x4 + x4 (x).
Mini-exercices
1. Calculer le DL en 0 lordre 3 de exp(x) 1+1 x , puis de x cos(2x) et cos(x) sin(2x).
p
p
2
3. Calculer le DL en 0 lordre 3 de ln(1 + sin x). Idem lordre 6 pour ln(1 + x2 ) .
4. Calculer le DL en 0 lordre n de
ln(1+ x3 )
.
x3
ex
1+ x .
5. Par intgration retrouver la formule du DL de ln(1 + x). Idem lordre 3 pour arccos x.
258
Dveloppements limits
.
3x2 sin2 x
2
3
4
f ( x)
Notons g( x) cette fraction. En 0 on a f (x) = ln(1+ x)tan x+ 21 sin2 x = x x2 + x3 x4 + o(x4 ) x+
1
x3
x2
x4 1 2 1 4
x3
5 4
2
4
3 2
4
4
2
3 +o(x ) +2 x 6 + o(x ) = 2 4 + 2 (x 3 x ) + o(x ) = 12 x + o(x ) et g(x) = 3x sin x =
2
2
4
4
3x x + o(x) = 3x + o(x ).
Ainsi
5
5 4
12
12
x + o( x4 )
+ o(1)
=
4
4
3+ o(1)
3 x + o( x )
f ( x)
5
Donc lim x0 g( x) = 36
.
f ( x)
g ( x)
x 0.
Note : en calculant le DL un ordre infrieur (2 par exemple), on naurait pas pu conclure, car
2
f ( x)
on aurait obtenu g( x) = oo(( xx2 )) , ce qui ne lve pas lindtermination. De faon gnrale, on calcule
les DL lordre le plus bas possible, et si cela ne suffit pas, on augmente progressivement
lordre (donc la prcision de lapproximation).
Il y a 3 cas possibles.
Si le signe est positif alors la courbe est au-dessus de la tangente.
y
Dveloppements limits
259
Si le signe change (lorsque lon passe de x < a x > a) alors la courbe traverse la tangente au
point dabscisse a. Cest un point dinflexion.
y
f 00 (a)
Comme le DL de f en a lordre 2 scrit aussi f (x) = f (a) + f 0 (a)(x a) + 2 (x a)2 + (x a)2 (x).
Alors lquation de la tangente est aussi y = f (a) + f 0 (a)(x a). Si en plus f 00 (a) 6= 0 alors f (x) y
garde un signe constant autour de a. En consquence si a est un point dinflexion alors f 00 (a) = 0.
(La rciproque est fausse.)
Exemple 142
Soit f (x) = x4 2x3 + 1.
1. Dterminons la tangente en
rapport la tangente.
1
2
On en dduit le DL de f en
f 00 ( 12 )
260
Dveloppements limits
y
y = x4 2x3 + 1
y = x4 2x3 + 1
tangente en 0
0
1
2
tangente en 12
tangente en 1
c1
1 1
cn
++ n + n
x
x
x
x
o 1x tend vers 0 quand x +.
Exemple 143
f (x) = ln 2 + 1x = ln 2 + ln 1 +
lim x ( 1x ) = 0
1
2x
= ln 2 +
1
2x
1
8 x2
1
24 x3
+ + (1)n1 n21n xn +
1
1
x n ( x ),
y = ln 2 + 1x
1
y = ln(2)
0
Cela nous permet davoir une ide assez prcise du comportement de f au voisinage de +.
Lorsque x + alors f (x) ln 2. Et le second terme est + 12 x, donc est positif, cela signifie
que la fonction f (x) tend vers ln 2 tout en restant au-dessus de ln 2.
Remarque
1. Un DL en + sappelle aussi un dveloppement asymptotique.
2. Dire que la fonction x 7 f (x) admet un DL en + lordre n est quivalent dire que
Dveloppements limits
261
Proposition 98
f ( x)
f ( x)
y = f (x)
y = a0 x + a1
Dmonstration
ak
x k1
a
a
courbe de f . Ensuite on calcule la diffrence f ( x) a 0 x a 1 = xkk 1 + xk11 ( 1x ) = xkk 1 1 + a1 ( 1x ) .
On a lim x+ f ( x) a 0 x a 1 = lim x+
Exemple 144
p
Asymptote de f (x) = exp 1x x2 1.
y
y = 1+ x
y = exp 1x
y = x 1
1
0
1
x2 1
262
Dveloppements limits
1. En +,
s
p
x2 1
1
f (x)
1
1
= exp
= exp 1 2
x
x
x
x
x
1
1
1 1
1
1 1
1
= 1 + + 2 + 3 + 3 ( ) 1 2 + 3 ( )
x 2x
x
x
6x
x
2x
x
1
1
1 1
= = 1 + 3 + 3 ( )
x 3x
x
x
1
3 x2
Mini-exercices
p
1 + x sh 2x
sin x x
1. Calculer la limite de
lorsque x tend vers 0. Idem avec
(pour
x3
xk
k = 1, 2, 3, . . .).
p
1
x1
1
1
1 x x
2. Calculer la limite de
2
lorsque x tend vers 1. Idem pour
, puis
2
ln x
1+ x
tan x x
lorsque x tend vers 0.
x
4. Calculer le DL en + lordre 5 de x2x1 . Idem lordre 2 pour 1 + 1x .
q
3
5. Soit f (x) = xx++11 . Dterminer lasymptote en + et la position du graphe par rapport
cette asymptote.
Auteurs
Rdaction : Arnaud Bodin
Bas sur des cours de Guoting Chen et Marc Bourdon
Relecture : Pascal Romon
Dessins : Benjamin Boutin
Exo7
15
1
2
3
4
5
6
Courbes paramtres
Notions de base
Tangente une courbe paramtre
Points singuliers Branches innies
Plan d'tude d'une courbe paramtre
Courbes en polaires : thorie
Courbes en polaires : exemples
Dans ce chapitre nous allons voir les proprits fondamentales des courbes paramtres. Commenons par prsenter une courbe particulirement intressante. La cyclode est la courbe que
parcourt un point choisi de la roue dun vlo, lorsque le vlo avance. Les coordonnes (x, y) de ce
point M varient en fonction du temps :
(
x(t) = r(t sin t)
y(t) = r(1 cos t)
o r est le rayon de la roue.
y
La cyclode a des proprits remarquables. Par exemple, la cyclode renverse est une courbe
brachistochrone : cest--dire que cest la courbe qui permet une bille darriver le plus vite possible
dun point A un point B. Contrairement ce que lon pourrait croire ce nest pas une ligne droite,
mais bel et bien la cyclode. Sur le dessin suivant les deux billes sont lches en A linstant
t 0 , lune sur le segment [AB] ; elle aura donc une acclration constante. La seconde parcourt la
cyclode renverse, ayant une tangente verticale en A et passant par B. La bille acclre beaucoup
au dbut et elle atteint B bien avant lautre bille ( linstant t 4 sur le dessin). Notez que la bille
passe mme par des positions en-dessous de B (par exemple en t 3 ).
t1
t2
t3
t1
t4
B
t2
t4
t3
264
Courbes paramtres
1. Notions de base
1.1. Dfinition dune courbe paramtre
Dfinition 75
Une courbe paramtre plane est une application
f:
DR
t
7
R2
f (t)
y(t)
x(t)
Par la suite, une courbe sera frquemment dcrite de manire trs synthtique sous une forme du
type
(
x(t) = 3 ln t
, t ]0, +[ ou z(t) = ei t , t [0, 2].
y(t) = 2t2 + 1
Il faut comprendre que x et y dsignent des fonctions de D dans R ou que z dsigne une fonction
de D dans C. Nous connaissons dj des exemples de paramtrisations :
Exemple 145
t 7 (cos t, sin t), t [0, 2[ : une paramtrisation du cercle trigonomtrique.
t
7 (2t 3, 3t + 1), t R : une paramtrisation de la droite passant par le point A(3, 1)
et de vecteur directeur ~
u(2, 3).
Courbes paramtres
265
y
M(
2)
y
M(2)
M(t)
sin t
M(1)
~
u
M()
cos t
M(0)
x
A
M(0)
x
M(1)
M( 32 )
y(t) = f (t)
A
M(0)
M()
M(t)
B
M(1)
x
x(t) = t
x
Il est important de comprendre quune courbe paramtre ne se rduit pas au dessin, malgr le
vocabulaire utilis, mais cest bel et bien une application. Le graphe de la courbe porte le nom
suivant :
Dfinition 76
Le support dune courbe paramtre f :
DR
t
7
o t dcrit D.
Nanmoins par la suite, quand cela ne pose pas de problme, nous identifierons ces deux notions
en employant le mot courbe pour dsigner indiffremment la fois lapplication et son graphe. Des
courbes paramtres diffrentes peuvent avoir un mme support. Cest par exemple le cas des
courbes :
[0, 2[
R2
t
7 (cos t, sin t)
et
[0, 4[
R2
t
7 (cos t, sin t)
dont le support est un cercle, parcouru une seule fois pour la premire paramtrisation et deux
fois pour lautre (figure de gauche).
sin t
M(t)
1 t2
1+ t2
(1, 0)
cos t
2t
1+ t2
M(t)
266
Courbes paramtres
t 7
1 t2 2t
,
,
1 + t2 1 + t2
t R,
est une paramtrisation du cercle trigonomtrique priv du point (1, 0), avec des coordonnes qui
sont des fractions rationnelles (figure de droite).
Ainsi, la seule donne dun dessin ne suffit pas dfinir un arc paramtr, qui est donc plus quune
simple courbe. Cest une courbe munie dun mode de parcours. Sur cette courbe, on avance mais on
peut revenir en arrire, on peut la parcourir une ou plusieurs fois, au gr du paramtre, celui-ci
ntant dailleurs jamais visible sur le dessin. On voit x(t), y(t), mais pas t.
Interprtation cinmatique. La cinmatique est ltude des mouvements. Le paramtre t sinterprte comme le temps. On affine alors le vocabulaire : la courbe paramtre sappelle plutt
point en mouvement et le support de cette courbe porte le nom de trajectoire. Dans ce cas, on peut
dire que M(t) est la position du point M linstant t.
Translation de vecteur ~
u(a, b) : t~u (M) = (x + a, y + b).
Rflexion daxe (Ox) : s (Ox) (M) = (x, y).
Rflexion daxe (O y) : s (O y) (M) = ( x, y).
Symtrie centrale de centre O : s O (M) = ( x, y).
Symtrie centrale de centre I(a, b) : s I (M) = (2a x, 2b y).
Rflexion daxe la droite (D) dquation y = x : s D (M) = (y, x).
Rflexion daxe la droite (D 0 ) dquation y = x : s D 0 (M) = ( y, x).
Rotation dangle 2 autour de O : rotO,/2 (M) = ( y, x).
Rotation dangle 2 autour de O : rotO,/2 (M) = (y, x).
y
t~u (M) = (x + a, y + b)
O
M = (x, y)
~
u
s (Ox) (M) = (x, y)
O
y
M = (x, y)
rotO,/2 (M) = ( y, x)
s O (M) = ( x, y)
M = (x, y)
Courbes paramtres
267
On utilise ces transformations pour rduire le domaine dtude dune courbe paramtre. Nous le
ferons travers quatre exercices.
Exemple 146
(
x(t) = t 32 sin t
.
y(t) = 1 32 cos t
Solution.
Pour t R,
o ~
u = (2, 0). Donc, on tudie larc et on en trace le support sur un intervalle de longueur 2
au choix, comme [, ] par exemple, puis on obtient la courbe complte par translations de
vecteurs k (2, 0) = (2k, 0), k Z.
Pour t [, ],
Exemple 147
Dterminer un domaine dtude le plus simple possible dune courbe de Lissajous
(
x(t) = sin(2t)
.
y(t) = sin(3t)
Solution.
Pour t R, M(t + 2) = M(t) et on obtient la courbe complte quand t dcrit [, ].
268
Courbes paramtres
y
Exemple 148
t
1
+
t4 .
Dterminer un domaine dtude le plus simple possible de larc
3
y(t) = t
1 + t4
Indication : on pourra, entre autres, considrer la transformation t 7 1/t.
x(t) =
Solution.
Pour tout rel t, M(t) est bien dfini.
Pour t R, M( t) = s O M(t) . On tudie et on construit larc quand t dcrit [0, +[, puis
on obtient la courbe complte par symtrie centrale de centre O.
Pour t ]0, +[,
3
1/t
t
1
1/t3
t
=
=
= y(t), x(t) = s ( y= x) M(t) .
,
,
4
4
4
4
t
1 + 1/t 1 + 1/t
1+ t 1+ t
Autrement dit, M(t 2 ) = s ( y= x) M(t 1 ) avec t 2 = 1/t 1 , et si t 1 ]0, 1] alors t 2 [1, +[.
Puisque la fonction t 7 1t ralise une bijection de [1, +[ sur ]0, 1], alors on tudie
et on construit la courbe quand t dcrit ]0, 1] (premire figure), puis on effectue la rflexion daxe la premire bissectrice (deuxime figure) puis on obtient la courbe complte
par symtrie centrale de centre O et enfin en plaant le point M(0) = (0, 0) (troisime
figure).
Exemple 149
Dterminer un domaine dtude le plus simple possible de larc z = 31 2ei t + e2i t . En calculant z(t + 23 ), trouver une transformation gomtrique simple laissant la courbe globalement
invariante.
Solution.
Pour t R, z(t + 2) = 13 2ei( t+2) + e2i( t+2) = 13 2ei t + e2i t = z(t). La courbe complte
est obtenue quand t dcrit [, ].
Courbes paramtres
269
construit la courbe quand t dcrit [0, ], la courbe complte tant alors obtenue par
rflexion daxe (Ox) (qui correspond la conjugaison).
Pour t R, z(t + 23 ) = 31 2ei( t+2/3) + e2i( t+2/3) = 13 2e2i/3 ei t + e4i/3 e2i t = e2i/3 z(t).
Le point M(t + 2/3) est donc limage du point M(t) par la rotation de centre O et dangle
2
2
3 . La courbe complte est ainsi invariante par la rotation de centre O et dangle 3 .
y
En termes plus savants : la multiplicit du point A par rapport larc f est Card f 1 (A) .
A
A
Si A est atteint une et une seule fois, sa multiplicit est 1 et on dit que le point A est un
point simple de la courbe (premire figure).
Si A est atteint pour deux valeurs distinctes du paramtre et deux seulement, on dit que A
est un point double de la courbe (deuxime figure).
On parle de mme de points triples (troisime figure), quadruples, . . . , multiples (ds
que le point est atteint au moins deux fois).
Une courbe dont tous les points sont simples est appele une courbe paramtre simple.
Il revient au mme de dire que lapplication t 7 M(t) est injective.
Comment trouve-t-on les points multiples ?
Pour trouver les points multiples dune courbe,
on cherche les couples (t, u) D 2 tels que t > u et
M(t) = M(u).
On se limite au couple (t, u) avec t > u afin de ne pas compter la solution redondante (u, t) en plus
de (t, u).
270
Courbes paramtres
Exemple 150
(
x(t) = 2t + t2
, t R .
y(t) = 2t t12
M(t) = M(u)
(car t u 6= 0)
(en posant S = t + u et P = tu)
t+ u
2 + t2 u 2 = 0
2 + PS2 = 0
(
(
(
S = 2
S = 2
S = 2
ou
2
P =1
P =1
P = 1
t et u sont les deux solutions de X 2 + 2X + 1 = 0
p
p
t = 1 + 2 et u = 1 2 (car t > u).
ou de
X 2 + 2X 1 = 0
M(t) = M(u)
p
Il nous reste dterminer o est ce point double M(t) = M(u). Fixons t = 1 + 2 et u =
p
1 2. De plus, x(t) = t2 + 2t = 1 (puisque pour cette valeur de t, t2 + 2t 1 = 0). Ensuite, en
divisant les deux membres de lgalit t2 + 2t = 1 par t2 , nous dduisons t12 = 1 + 2t , puis, en
divisant les deux membres de lgalit t2 + 2t = 1 par t, nous dduisons 1t = t + 2. Par suite,
y(t) = 2t (1 + 2(t + 2)) = 5. La courbe admet un point double, le point de coordonnes (1, 5).
Remarque 1
Dans cet exercice, les expressions utilises sont des fractions rationnelles, ou encore, une fois
rduites au mme dnominateur, puis une fois les dnominateurs limins, les expressions
sont polynomiales. Or, u donn, lquation M(t) = M(u), dinconnue t, admet bien sr la
solution t = u. En consquence, on doit systmatiquement pouvoir mettre en facteur (t u),
ce que nous avons fait en regroupant les termes analogues : nous avons crit tout de suite
(t2 u2 ) + 2(t u) = 0 et non pas t2 + 2t u2 2u = 0. Le facteur t u se simplifie alors car il
est non nul.
Courbes paramtres
271
Mini-exercices
1. Reprsenter graphiquement chacune des transformations du plan qui servent rduire
lintervalle dtude.
2. Pour la courbe de Lissajous dfinie par x(t) = sin(2t) et y(t) = sin(3t), montrer que la
courbe est symtrique par rapport laxe (Ox). Exprimer cette symtrie en fonction de
celles dj trouves : s O et s (O y) .
3. Trouver les symtries et les points multiples de la courbe dfinie par x(t) =
t2
.
y(t) = t 11
+ t2
1 t 2
1+ t 2
et
4. Trouver un intervalle dtude pour lastrode dfinie par x(t) = cos3 t, y(t) = sin3 t.
5. Trouver un intervalle dtude pour la cyclode dfinie par x(t) = r(t sin t), y(t) = r(1
cos t). Montrer que la cyclode na pas de points multiples.
On doit dj prendre garde au fait que lorsque ce point M(t 0 ) est un point multiple de la courbe,
alors la courbe peut tout fait avoir plusieurs tangentes en ce point (figure de droite). Pour viter
cela, on supposera que la courbe est localement simple en t 0 , cest--dire quil existe un intervalle
ouvert non vide I de centre t 0 tel que lquation M(t) = M(t 0 ) admette une et une seule solution
dans D I, savoir t = t 0 (figure de gauche). Il revient au mme de dire que lapplication t 7 M(t)
est localement injective. Dans tout ce paragraphe, nous supposerons systmatiquement que cette
condition est ralise.
Soit f : t 7 M(t), t D R, une courbe paramtre et soit t 0 D. On suppose que la courbe est
localement simple en t 0 .
272
Courbes paramtres
M(t 0 )
M(t)
M(t 0 )M(t) tend (malheureusement) vers 0 . Le vecteur nul nindique aucune direction particulire
et nous ne connaissons toujours pas la direction limite de la droite (M(t 0 )M(t)). Profitons-en
nanmoins pour dfinir la notion de limite et de continuit dune fonction valeurs dans R2 .
Dfinition 79
Soit t 7 M(t) = x(t), y(t) , t D R, une courbe paramtre et soit t 0 D. La courbe est
continue en t 0 si et seulement si les fonctions x et y sont continues en t 0 . La courbe est
continue sur D si et seulement si elle est continue en tout point de D.
En dautres termes la courbe est continue en t 0 si et seulement si x(t) x(t 0 ) et y(t) y(t 0 ),
lorsque t t 0 .
Revenons maintenant notre tangente. Un autre vecteur directeur de la droite (M(t 0 )M(t)) est le
vecteur
x ( t ) x ( t ) !
0
1
t0
M(t 0 )M(t) = y( tt)
.
y( t 0 )
t t0
t t
0
On a multipli le vecteur M(t 0 )M(t) par le rel t1t0 . Remarquons que chaque coordonne de ce
vecteur est un taux daccroissement, dont on cherche la limite. Do la dfinition :
Courbes paramtres
273
Dfinition 80
Soient t 7 M(t) = (x(t), y(t)), t D R, une courbe paramtre et t 0 D. La courbe est drivable en t 0 si et seulement si les fonctions
x et y le sont. Dans ce cas, le vecteur driv de
!
dM
x0 (t 0 )
la courbe en t 0 est le vecteur
. Ce vecteur se note
(t 0 ).
0
dt
y (t 0 )
1
t t 0 M(t 0 )M(t),
peut scrire M(t) M(t 0 ) (on rappelle quune diffrence de deux points B A est un vecteur AB).
Ainsi :
dM
diffrence infinitsimale de M
(t 0 ) =
en t 0
dt
diffrence infinitsimale de t
dM
(t 0 )
dt
M(t 0 )
Si le vecteur driv ddMt (t 0 ) nest pas nul, celui-ci indique effectivement la direction limite de la
droite (M(t 0 )M(t)). Nous tudierons plus tard le cas o le vecteur driv est nul.
Dfinition 81
Soit t 7 M(t), t D R, une courbe drivable sur D et soit t 0 un rel de D.
Interprtation cinmatique. Si t est le temps, le vecteur driv ddMt (t 0 ) est le vecteur vitesse au
point M(t 0 ). Un point singulier, cest--dire un point en lequel la vitesse est nulle, sappellera alors
plus volontiers point stationnaire. Dun point de vue cinmatique, il est logique que le vecteur
vitesse en un point, quand il est non nul, dirige la tangente la trajectoire en ce point. Cest ce
quexprime le thorme suivant, qui dcoule directement de notre tude du vecteur driv :
274
Courbes paramtres
Thorme 43
En tout point rgulier dune courbe drivable, cette courbe admet une tangente. La tangente
en un point rgulier est dirige par le vecteur driv en ce point.
dM
(t 0 )
dt
M(t 0 )
T0
Si
dM
~
d t (t 0 ) 6= 0,
x x(t )
0
M(x, y) T0
y y(t 0 )
x0 (t 0 )
y0 (t 0 )
= 0 y0 (t 0 ) x x(t 0 ) x0 (t 0 ) y y(t 0 ) = 0.
Exemple 151
(
x(t) = sin(2t)
, t [, ], est
y(t) = sin(3t)
Solution.
t)
Tout dabord, par symtries, on limite notre tude sur t [0, 2 ]. Or au point M(t) = sin(2
sin(3 t) , le
vecteur driv est
!
0 !
dM
x (t)
2 cos(2t)
= 0
=
.
dt
y (t)
3 cos(3t)
Quand est-ce que la premire coordonne de ce vecteur driv est nul (sur t [0, 2 ]) ?
x0 (t) = 0 2 cos(2t) = 0 t =
Et pour la seconde :
y0 (t) = 0 3 cos(3t) = 0 t =
ou
t=
Les deux coordonnes ne sannulent jamais en mme temps, donc le vecteur driv nest
jamais nul, ce qui prouve que tous les points sont rguliers, et le vecteur driv dirige la
tangente.
La tangente est verticale lorsque le vecteur driv est vertical, ce qui quivaut x0 (t) = 0,
autrement dit en M( 4 ). La tangente est horizontale lorsque le vecteur driv est horizontal,
ce qui quivaut y0 (t) = 0, autrement dit en M( 6 ) et en M( 2 ).
Courbes paramtres
275
M(
6)
M(
4)
M(
2)
Remarque 2
Une courbe peut avoir une tangente verticale, contrairement ce quoi on est habitu
pour les graphes de fonctions du type y = f (x).
(
x(t) = t
Par contre dans le cas dune paramtrisation cartsienne du type
qui
y(t) = f (t)
est une paramtrisation du graphe de la fonction
f (o cette fois-ci f est
(drivable)
1
valeurs dans R), le vecteur driv en t 0 = x0 est f 0 ( x0 ) . Celui-ci nest jamais nul puisque
sa premire coordonne est non nulle. Ainsi, une paramtrisation cartsienne drivable
est toujours rgulire. De plus, pour la mme raison, ce vecteur nest jamais vertical.
d f |
g
dt
df
dg
(t 0 ) =
(t 0 ) | g(t 0 ) + f (t 0 ) |
(t 0 ) .
dt
dt
df
f (t 0 ) | d t (t 0 )
dk f k
(t 0 ) =
.
dt
k f (t 0 )k
276
Courbes paramtres
Dmonstration
Le produit scalaire et la norme sont des fonctions de D dans R.
g = ( x , y ). Alors
1. Posons f = ( x1 , y1 ) et
f | g = x1 x2 + y1 y2 est drivable en t 0 et
2 2
0
0
g ( t0 ) + f |
g ( t 0 ).
f | g ( t 0 ) = ( x10 x2 + x1 x20 + y10 y2 + y1 y20 )( t 0 ) = f 0 |
~
f | f est positive, strictement positive en t 0 et est drivable en t 0 . Daprs le
q
f | f0
0
0
1
f | f + f | f 0 ( t0 ) =
k f k ( t0 ) = q
( t 0 ).
k
f
k
f | f
2
2. La fonction
Exemple 152
Soit t 7 M(t) = (cos t, sin t) une paramtrisation du cercle de centre O et de rayon 1. Pour tout
dM
(t)
dt
M(t)
OM(t)
Thorme 45
Soient f , g deux applications dfinies sur un domaine D de R valeurs dans R2 et une
application de D dans R. Soit t 0 D. On suppose que f , g et sont drivables en t 0 . Alors,
f + g et f sont drivables en t 0 , et
d( f + g)
df
dg
(t 0 ) =
(t 0 ) +
(t 0 )
dt
dt
dt
et
d( f )
df
0
(t 0 ) = (t 0 ) f (t 0 ) + (t 0 ) (t 0 ).
dt
dt
Dmonstration
g = ( x , y ). Alors
Posons f = ( x1 , y1 ) et
2 2
g 0 ( t ),
( f +
g ) ( t 0 ) = ( x1 + x2 , y1 + y2 )0 ( t 0 ) = ( x10 + x20 , y10 + y20 )( t 0 ) = f 0 ( t 0 ) +
0
et aussi
Courbes paramtres
277
Thorme 46
Soient t 7 (t) une application drivable sur un domaine D de R valeurs dans un domaine
D 0 de R et u 7 f (u) une application drivable sur D 0 valeurs dans R2 . Alors f est drivable
sur D et, pour t 0 D,
d( f )
df
(t 0 ) = 0 (t 0 )
(t 0 ) .
dt
dt
Mini-exercices
1. Soit la courbe dfinie par x(t) = t5 4t3 , y(t) = t2 . Calculer le vecteur driv en chaque
point. Dterminer le point singulier. Calculer une quation de la tangente au point (3, 1).
Calculer les quations de deux tangentes au point (0, 4).
2. Soit f une fonction drivable de D R dans R2 . Calculer la drive de lapplication
t 7 k f (t)k2 .
3. Calculer le vecteur driv en tout point de lastrode dfinie par x(t) = cos3 t, y(t) =
sin3 t. Quels sont les points singuliers ? Trouver une expression simple pour la pente de
tangente en un point rgulier.
4. Calculer le vecteur driv en tout point de la cyclode dfinie par x(t) = r(t sin t),
y(t) = r(1 cos t). Quels sont les points singuliers ? En quels points la tangente est-elle
horizontale ? En quels points la tangente est-elle parallle la bissectrice dquation
(y = x) ?
Rappelons quun point M(t 0 ) dune courbe paramtre M(t) = x(t), y(t) est dit point singulier si
le vecteur driv en ce point est nul, cest--dire si ddMt (t 0 ) = ~0, ou autrement dit si x0 (t 0 ), y0 (t 0 ) =
(0, 0). Lorsque le vecteur driv est nul, il nest daucune utilit pour la recherche dune tangente.
Pour obtenir une ventuelle tangente en un point singulier, le plus immdiat est de revenir la
dfinition en tudiant la direction limite de la droite (M(t 0 )M(t)), par exemple en tudiant la limite
du coefficient directeur de cette droite dans le cas o cette droite nest pas parallle (O y). En
supposant que cest le cas :
y(t) y(t 0 )
.
x(t) x(t 0 )
Si cette limite est un rel `, la tangente en M(t 0 ) existe et a pour
coefficient directeur `.
Si cette limite existe mais est infinie, la tangente en M(t 0 ) existe et
est parallle (O y).
En un point M(t 0 ) singulier, on tudie lim
t t 0
278
Courbes paramtres
Exemple 153
(
x(t) = 3t2
. Donner une quation cartsienne de
y(t) = 2t3
Calcul du vecteur driv. Pour t R, ddMt (t) = 66tt2 . Ce vecteur est nul si et seulement
si 6t = 6t2 = 0 ou encore t = 0. Tous les points de la courbe sont rguliers, lexception
de M(0).
3
y( t) y(0)
Tangente en M(0). Pour t 6= 0, x( t) x(0) = 23 tt2 = 23t . Quand t tend vers 0, cette expression
tend vers 0. Larc admet une tangente en M(0) et cette tangente est la droite passant
par M(0) = (0, 0) et de pente 0 : cest laxe (Ox) (dquation y = 0).
Tangente en M(t), t 6= 0. Pour t R , la courbe admet en M(t) une tangente dirige par
6t
dM
1 6t
1
d t (t) = 6 t2 ou aussi par le vecteur 6 t 6 t2 = t . Une quation de la tangente en M(t)
est donc t(x 3t2 ) (y 2t3 ) = 0 ou encore y = tx t3 (ce qui reste valable en t = 0).
y
M(t)
dM
(t)
dt
O
x
Courbes paramtres
279
point dinflexion
Intuitivement, on ne peut rencontrer des points de rebroussement quen un point stationnaire, car
en un point o la vitesse est non nulle, on continue son chemin dans le mme sens.
Pour dterminer de faon systmatique la position de la courbe par rapport sa tangente en un
point singulier M(t 0 ), on effectue un dveloppement limit des coordonnes de M(t) = x(t), y(t)
au voisinage de t = t 0 . Pour simplifier lexpression on suppose t 0 = 0. On crit
v + t q
(t)
M(t) = M(0) + t p
w + tq
o :
v et
v . La position
En un tel point M(0), la courbe C admet une tangente, dont un vecteur directeur est
de la courbe C par rapport cette tangente est donne par la parit de p et q :
p impair, q pair
p impair, q impair
point dinflexion
p pair, q impair
p pair, q pair
v + t5
280
Courbes paramtres
w
(
t>0:
t2 > 0
t5 > 0
t=0
t<0:
t2 > 0
t5 < 0
x(t) = t5
.
y(t) = t3
Solution.
En M(0) = (0, 0), il y a bien un point singulier. On crit
!
!
3 0
5 1
+t
.
M(t) = t
1
0
v = 0 ,
O
x
Exemple 155
(
x(t) = 2t2
.
y(t) = t2 t3
Solution.
En M(0) = (0, 0), il y a bien un point singulier. On crit
!
!
2 2
3 0
M(t) = t
+t
.
1
1
v =
Ainsi p = 2, q = 3,
2
0
1 , w = 1 . Cest un point de rebroussement de premire espce.
Courbes paramtres
281
y
O
x
Exemple 156
(
x(t) = 1 + t2 + 21 t3
.
y(t) = t2 + 12 t3 + 2t4
Solution.
On crit
!
!
!
!
1
1
2 1
3 2
4 0
M(t) =
+t
+t 1 +t
.
0
1
2
2
1
1
v , donc q = 4 et
0
On a donc p = 2 avec v = 1 , par contre le vecteur v = 21 est colinaire
2
Exemple 157
(
x(t) = t2 ln(1 + t)
.
y(t) = t2 exp(t2 ) 1
t4
+ t4 1 (t)
2
y(t) = t4 + t4 2 (t)
!
1
(t).
4 1/2
M(t) = t
+t
+ t4
0
1
3
282
Courbes paramtres
y
approxime cette branche infinie. La droite dquation y = ax + b est asymptote C si y(t) ax(t) +
b 0, lorsque t t 0 .
Dans la pratique, on mne ltude suivante :
1. Si, quand t tend vers t 0 , x(t) tend vers + (ou ) et y(t) tend vers un rel `, la droite
dquation y = ` est asymptote horizontale C .
2. Si, quand t tend vers t 0 , y(t) tend vers + (ou ) et x(t) tend vers un rel `, la droite
dquation x = ` est asymptote verticale C .
3. Si, quand t tend vers t 0 , x(t) et y(t) tendent vers + (ou ), il faut affiner. On tudie
y( t)
lim t t0 x( t) avec les sous-cas suivants :
y( t)
(a) Si x( t) tend vers 0, la courbe admet une branche parabolique de direction asymptotique
dquation y = 0 (mais il ny a pas dasymptote).
y( t)
(b) Si x( t) tend vers + (ou ), la courbe admet une branche parabolique de direction
asymptotique dquation x = 0 (mais il ny a pas dasymptote).
y( t)
(c) Si x( t) tend vers un rel non nul a, la courbe admet une branche parabolique de direction asymptotique dquation y = ax.
Il faut encore affiner ltude. On tudie alors lim t t0 y(t) ax(t) avec les deux sous-cas :
(i) Si y(t) ax(t) tend vers un rel b (nul ou pas), alors lim t t0 (y(t) (ax(t) + b)) = 0 et la
droite dquation y = ax + b est asymptote oblique la courbe.
(ii) Si y(t) ax(t) tend vers + ou , ou na pas de limite, la courbe na quune direction
asymptotique dquation y = ax, mais nadmet pas de droite asymptote.
De gauche droite : asymptote verticale, horizontale, oblique.
y
y
y
x
x
Courbes paramtres
283
Une branche parabolique peut ne pas admettre de droite asymptote, comme dans le cas dune
parabole :
y
Exemple 158
(
x(t) = tt 1
. Dterminer la position de la courbe par
y(t) = t23t 1
Solution.
Branches infinies. La courbe est dfinie sur R \ {1, +1}. | x(t)| + uniquement
lorsque t +1 ou t +1+ . | y(t)| + lorsque t 1 ou t 1+ ou t +1 ou
t +1+ . Il y a donc 4 branches infinies, correspondant 1 , 1+ , +1 , +1+ .
tude en 1 . Lorsque t 1 , x(t) 12 et y(t) : la droite verticale (x = 12 ) est
donc asymptote pour cette branche infinie (qui part vers le bas).
tude en 1+ . Lorsque t 1+ , x(t) 12 et y(t) + : la mme droite verticale
dquation (x = 12 ) est asymptote pour cette branche infinie (qui part cette fois vers le
haut).
tude en +1 . Lorsque t +1 , x(t) et y(t) . On cherche une asymptote
y( t )
oblique en calculant la limite de x( t) :
y(t)
=
x(t)
3t
t2 1
t
t1
3
3
t+1
2
lorsque t +1 .
=
2
2
(t 1)(t + 1) t + 1
4
t 1 2 t1
t 1
lorsque t +1 .
y(t) 32 x(t) 34 . La courbe est au-dessus de lasymptote oblique pour 1 < t < +1 ; et
en-dessous de lasymptote ailleurs.
Point linfini. Lorsque t + (ou bien t ) alors x(t) 1 et y(t) 0. Le point
(1, 0) est donc un point limite de la courbe paramtre.
284
Courbes paramtres
y = 32 x 34
y
t 1+
5
t +1+
x = 12
4
3
2
1
t +
-3
-2
-1
2
t
-1
-2
-3
-4
t +1
-5
t 1
On trouvera dautres exemples dtudes de branches infinies dans les exercices de la section
suivante.
Mini-exercices
1. Dterminer la tangente et le type de point singulier lorigine dans chacun des cas :
(t5 , t3 + t4 ), (t2 t3 , t2 + t3 ), (t2 + t3 , t4 ), (t3 , t6 + t7 ).
2. Trouver les branches infinies de la courbe dfinie par x(t) = 1 1+1t2 , y(t) = t. Dterminer
lasymptote, ainsi que la position de la courbe par rapport cette asymptote.
3. Mmes questions pour les asymptotes de la courbe dfinie par x(t) = 1t + t11 , y(t) =
1
t1 .
3
4. Dterminer le type de point singulier de lastrode dfinie par x(t) = cos3 t, y(t) = sin t.
Pourquoi lastrode na-t-elle pas de branche infinie ?
5. Dterminer le type de point singulier de la cyclode dfinie par x(t) = r(t sin t), y(t) =
r(1 cos t). Pourquoi la cyclode na-t-elle pas dasymptote ?
Courbes paramtres
285
x (t)
x
y
y0 (t)
Ce tableau est le tableau des variations des deux fonctions x et y ensemble. Il nous montre
lvolution du point M(t). Par suite, pour une valeur de t donne, on doit lire verticalement
des rsultats concernant et x, et y. Par exemple, x tend vers +, pendant que y vaut 3.
4. tude des points singuliers.
5. tude des branches infinies.
6. Construction mticuleuse de la courbe.
On place dans lordre les deux axes et les units. On construit ensuite toutes les droites
asymptotes. On place ensuite les points importants avec leur tangente (points tangente
verticale, horizontale, points singuliers, points dintersection avec une droite asymptote,. . . ).
Tout est alors en place pour la construction et on peut tracer larc grce aux rgles suivantes :
286
Courbes paramtres
t3
t2 1
.
y(t) = t(3t 2)
3(t 1)
x(t) =
La fonction y est donc strictement croissante sur ] , 1 p1 ] et sur [1 + p1 , +[, strictement dcroissante sur [1 p1 , 1[ et sur ]1, 1 + p1 ].
3
2 2
par le vecteur 3 t( t(+t1)23) , 3t2 6t + 2 .
Tangentes parallles aux axes.
y0 sannule en 1 p1 et 1 + p1 . En les points M(1 p1 ) et M(1 + p1 ), la courbe admet
3
3
3
3
une tangente parallle (Ox). On a
3
2
6p3 10
1
1
3
2
1
3
1
1
/ 1 p
1 = 1 p + 3 p / p + 3 =
x 1 p = 1 p
p
3
3
3
3
3 3
3
6 + 3
p
p
p 42 26 3
1
= 33 6 3 10 6 3 =
= 0, 09 . . . ,
33
et de mme,
p
p
p
p 42 3
1
1
y 1
= 1
3 32 / p = 3 31 1 3 =
= 0, 17 . . .
3
3
p
p
Puis, par un calcul conjugu
(cest--dire en remplaant
3 par 3 au dbut de calcul),
p
p
26 3
on a x(1 + p1 ) = 42+33
= 2, 63 . . . et y(1 + p1 ) = 4+23 3 = 2, 48 . . .
p1
3
1
3
p1
3
p
p
p
p
p
x sannule en 0, 3 et 3. En les points M(0) = (0, 0), M( 3) = ( 3 2 3 , 3+76 3 ) =
p
p
p
(2, 59 . . . , 2, 52 . . .) et M( 3) = ( 3 2 3 , 376 3 ) = (2, 59 . . . , 1, 52 . . .), il y a une tangente
parallle (O y).
0
Courbes paramtres
287
tude en linfini.
Quand t tend vers +, x(t) et y(t) tendent toutes deux vers + et il y a donc une
branche infinie. Mme chose quand t tend vers .
y( t)
tudions lim t x( t) . Pour t D \ {0},
y(t) t(3t 2) t2 1 (3t 2)(t + 1)
=
3 =
.
x(t)
3(t 1)
t
3t2
Cette expression tend vers 1 quand t tend vers + ou vers .
Pour t D,
t(3t 2)(t + 1) 3t3
t(3t 2)
t3
t2 2t
=
2
=
.
3(t 1) t 1
3(t 1)(t + 1)
3(t 1)(t + 1)
y(t) x(t) =
1
3
y(t) (x(t) + 13 ) = 0.
2
1
2 t
tudions la position relative de C et . Pour t D, y(t) x(t) + 13 = 3( tt 1)(
t+1) 3 =
2 t+1
3( t1)( t+1) .
t
signe de y( t) x( t) + 31
position
relative
1
2
+
C au-dessus
de
C en-dessous
de
+
C au-dessus
de
C en-dessous
de
( t+1)(6 t5)
t + t5
le signe de y(t) + 56 = 66(
t1) =
6( t1) .
tude en t = 1.
Quand t tend vers 1, x et y tendent vers linfini,
2
3 x(t)
t + t 2 t
3( t2 1)
t( t+2)
3( t+1)
tend vers
1
2.
La droite
y( t)
x( t)
(3 t2)( t+1)
tend vers 23 et y(t)
3 t2
dquation y = 32 x + 12 est asymptote
t2 + t3
le signe de y(t) 23 x(t) + 12 = 26(
t+1) =
x0 (t)
1 p1
p
3
2, 59 . . .
1 + p1
+
+
2, 59 . . .
0, 17 . . .
y0 (t)
2, 48 . . .
288
Courbes paramtres
Intersection avec les axes.
x(t) = 0 quivaut t = 0. La courbe coupe (O y) au point M(0) = (0, 0). y(t) = 0 quivaut
8
t = 0 ou t = 32 . La courbe coupe (Ox) au point M(0) = (0, 0) et M( 32 ) = ( 15
, 0).
Trac de la courbe.
y = x + 31
t +
t +1+
y = 23 x + 12
4
3
2
1
-6
-5
-4
-3
-2
-1
-1
t 1
x
t 1+
y = 65
-2
t +1
-3
-4
-5
Le trac fait apparatre un point double. Je vous laisse le chercher (et le trouver).
Construire la courbe
x = sin(2t)
de la famille des courbes de Lissajous.
y = sin(3t)
Solution.
Domaine dtude. Pour tout rel t, M(t) existe et M(t + 2) = M(t). On obtient la courbe
complte quand t dcrit [, ].
Pour t [, ], M( t) = s O (M(t)), puis pour t [0, ], M( t) = s (O y) (M(t)). On tudie et
on construit larc quand t dcrit [0, 2 ], puis on obtient la courbe complte par rflexion
daxe (O y) puis par symtrie centrale de centre O. Puisque, pour tout rel t, M(t + ) =
s (Ox) (M(t)), laxe (Ox) est galement axe de symtrie de la courbe.
Localisation. Pour tout rel t, | x(t)| 1 et | y(t)| 1. Le support de la courbe est donc
Courbes paramtres
289
dM
(t) = ~0 cos(2t) = cos(3t) = 0 t 4 + 2 Z 6 + 3 Z = .
dt
Donc ddMt ne sannule pas et la courbe est rgulire. La tangente en tout point est
t=
3
t=
2
Il existe dautres faons de dfinir une courbe, par exemple par une quation cartsienne du type
f (x, y) = 0. Par exemple, (x2 + y2 1 = 0) dfinit le cercle de rayon 1, centr lorigine.
Pour tudier les quations f (x, y) = 0, il nous manque un cours sur les fonctions de deux variables.
Nanmoins, il est possible ds prsent de construire de telles courbes en trouvant une paramtrisation. Une ide (parmi tant dautres), frquemment utilise en pratique, est de chercher
lintersection de la courbe avec toutes les droites passant par lorigine comme le montre le dessin
y
suivant. Ceci revient en gros prendre comme paramtre le rel t = x .
290
Courbes paramtres
y
y = tx
M(t)
y(t)
x(t)
Exemple 161
Construire le folium de Descartes C dquation x3 + y3 3ax y = 0, a tant un rel strictement
positif donn.
Solution.
Commenons par montrer que lintersection de la courbe avec laxe des ordonnes est rduite
lorigine :
M(x, y) C (O y) x3 + y3 3ax y = 0 et x = 0 x = y = 0.
Soient t R et D t la droite dquation (y = tx). Cherchons lintersection de cette droite D t avec
notre courbe C :
x 6= 0
x 6= 0
M(x, y) D t C \ (O y)
y = tx
y = tx
3 3 3
x + t x 3atx2 = 0
(1 + t3 )x 3at = 0
x 6= 0
x = 13+att3
3at
x = 1+ t3 pour t {1}
y = 13+att3
3at2
y = 1+ t 3
2
Ainsi C est la runion de {O } et de lensemble des points 13+att3 , 13+att3 , t {1, 0}. Dautre part
les droites D 1 et D 0 nont quun point commun avec C , savoir le point O. Comme t = 0
refournit le point O, on a plus simplement :
C=
3at 3at2
,
1 + t3 1 + t3
| t R \ {1} .
3at
x(t) =
1 + t3 .
t 7
2
y(t) = 3at
1 + t3
Courbes paramtres
291
y
-3
-2
-1
-1
-2
-3
Mini-exercices
1. Faire une tude complte et le trac de la courbe dfinie par x(t) = tan
t
3 , y(t) = sin(t).
2. Faire une tude complte et le trac de lastrode dfinie par x(t) = cos3 t, y(t) = sin3 t.
3. Faire une tude complte et le trac de la cyclode dfinie par x(t) = r(t sin t), y(t) =
r(1 cos t).
= sin
u = cos i + sin j
et
v
i + cos j =
u
+/2 .
M tant un point du plan, on dit que [r : ] est un couple de coordonnes polaires du point M si
et seulement si OM = r
u .
M = [r : ] OM = r
u M = O + r
u .
y
y
sin
M = [r : ]
cos
292
Courbes paramtres
R2
M( ) = r( ) : = O + r( )~
u
,
donc
M(
)
=
2
2
2 : 2 , soit en coordonnes cartsiennes M( 2 ) = (0, 1, 25 . . .) C . Puis
p
p
p
+ 2
3 , 3 + 2
4 4
4, 4
M(
2 + 2)
+ 2,
4 + 4
M(
2)
, 3
M()
M(2)
M(0)
0, 2, 4
3
3 , 3 + 2
2 2
Une telle quation (r = f ( )) ressemble une quation cartsienne (y = f (x)). Mais la non unicit
dun couple de coordonnes polaires en fait un objet plus compliqu. Reprenons lexemple de la
p
p
spirale dquation polaire r = . Le point de coordonnes polaires [ : ] est sur la spirale, mais
p
p
p
aussi le point [ : 2] (car [ : 2] = [ : ]). Ainsi, si en cartsien on peut crire M(x, y)
C f y = f (x), ce nest pas le cas en polaires, o lon a seulement r = f ( ) = M[r : ] C .
Pour avoir une quivalence, avec C la courbe dquation polaire r = f ( ) et M un point du plan, il
faut crire :
M C
Courbes paramtres
293
Remarque 3
Dans cette prsentation, la lettre r dsigne la fois la premire des deux coordonnes
polaires du point [r : ] et aussi la fonction 7 r( ), cette confusion des notations tant
rsume dans lgalit r = r( ).
r( ) nest pas ncessairement la distance OM( ) car la fonction r peut tout fait prendre
des valeurs strictement ngatives. La formule gnrale est OM( ) = | r( )|.
Grce aux relations usuelles entre les coordonnes cartsiennes et les coordonnes
polaires dun point, on peut tout moment crire une reprsentation polaire sous la
forme dune reprsentation paramtrique classique :
(
x( ) = r( ) cos( )
7
.
y( ) = r( ) sin( )
( ) = sin i + cos j =
v = u +/2
d
et
d
v
( ) =
u
+/2+/2 = u + = u .
d
=v
d
v
=
u
d
294
Courbes paramtres
dM
( ) = r 0 ( )
u + r( )
v
r
r0
si r 0 6= 0, et
(mod ) sinon.
dM
( )
d
r0
M( )
~j
~i
dM
dM
dM
0
d sont donc (r , r). On note langle ( u , d ) et langle ( i , d ) de sorte que = + .
Dmonstration
Comme M ( ) = O + r ( )
u , alors par la formule de drivation dun produit :
dM
d r ( )
d
u
( ) =
u + r ( )
= r 0 ( )
u + r ( )
v
d
d
d
ne sont pas
Dterminons alors les ventuels points singuliers. Puisque les vecteurs
u et
v
colinaires,
dM
( ) = 0 r ( ) = 0 et r 0 ( ) = 0
d
Maintenant, comme r ( ) = 0 M ( ) = O , on en dduit que tout point distinct de lorigine est
un point rgulier.
dM
0
d sont ( r , r ).
On a alors
r0
r
cos = p
et sin = p
.
2
0
2
2
r +r
r + r 02
1
tan
r0
r.
On prfre retenir
Courbes paramtres
295
Les deux dernires galits dterminent modulo , ce qui est suffisant pour construire la
.
tangente, mais insuffisant pour construire le vecteur ddM
Exemple 163
Dterminer la tangente la courbe polaire :
r = 1 2 cos
au point M( 2 ).
Solution.
On note C la courbe.
dangle polaire .
r( 2 )
r 0 ( 2 )
Ainsi, modulo ,
= arctan( 12 ) =
1
= .
2
arctan(2).
arctan(2) = arctan(2).
= 2
u
/2 + 1 v/2 = i + 2 j
d 2
Comme la tangente passe par le point M( 2 ) = 1 : 2 = (0, 1), une quation cartsienne
de cette tangente est donc 2 (x 0) + 1 (y 1) = 0 ou encore y = 2x + 1.
296
Courbes paramtres
y
dM
d
-3
-2
-1
u
0
Une quation cartsienne de cette droite dans le repre (O, i , j ) est donc y = tan(0 )x, si 0
2 + Z et x = 0, si 0 2 + Z.
Courbes paramtres
297
Dmonstration
Pour 6= 0 , le vecteur
1
1
OM ( ) = u ,
M ( 0 ) M ( ) =
r ( )
r ( )
u tend vers
u
dirige la droite M (0 ) M ( ) . Or, quand tend vers 0 ,
0 . Ainsi u 0 est un vecteur
directeur de la tangente, comme on le souhaitait.
Remarque 4
En lorigine, on ne peut avoir quun point dallure ordinaire ou un rebroussement de
premire espce.
Si r sannule en changeant de signe, le point M( ) franchit lorigine en tournant dans le
sens direct : cest un point dallure ordinaire.
Si r sannule sans changer de signe en arrivant en O, on rebrousse chemin en traversant
la tangente (puisque lon tourne toujours dans le mme sens) : cest un rebroussement
de premire espce.
Exemple 164
tudier le point M( 2 ) dans les deux cas suivants :
r = ( + 1) cos
et
r = cos2 ( ).
Solution. Dans les deux cas, M( 2 ) = O et la tangente en M( 2 ) est la droite passant par O et
dangle polaire 2 , cest--dire laxe des ordonnes.
Dans le premier cas, r change de signe en franchissant 2 , de positif ngatif. Ainsi, en
tournant toujours dans le mme sens, on se rapproche de lorigine, on la franchit et on
sen carte : cest un point dallure ordinaire.
Dans le deuxime cas, r ne change pas de signe. On ne franchit pas lorigine. On rebrousse chemin tout en tournant toujours dans le mme sens : cest un point de rebroussement de premire espce.
y
=
2
-1
-1
=
2
Mini-exercices
1. Soit la courbe dquation polaire r = (cos )2 . Quand est-ce que la tangente en M( ) est
perpendiculaire
u ? Quelle est la tangente lorigine ? En quels points la tangente
est-elle horizontale ? Tracer la courbe.
2. Montrer que la courbe polaire r =
1
cos +2 sin
298
Courbes paramtres
Mme problme avec r =
1
.
cos( 4 )
3. Montrer que la courbe polaire r = cos est un cercle, que vous dterminerez.
y
M = [r : ]
M = [r : ]
O
r
r
s (Ox) (M) = [r : ]
s O (M) = [r : + ] = [ r : ]
y
s ( y= x) (M) = [r :
2 ]
y=x
y
rotO,/2 (M) = [r : +
2]
M = [r : ]
M = [r : ]
+
2
Exemple 165
Dterminer un domaine dtude le plus simple possible de la courbe dquation polaire
r = 1 + 2 cos2 .
Solution.
La fonction r est dfinie sur R et 2-priodique. Donc, pour R,
M( + 2) = r( + 2) : + 2 = r( ) : = M( ).
Courbes paramtres
299
La courbe complte est donc obtenue quand dcrit un intervalle de longueur 2 comme
[, ] par exemple.
La fonction r est paire. Donc, pour [, ],
M( ) = r( ) : = r( ) : = s (Ox) M( ) .
On tudie et construit la courbe sur [0, ], puis on obtient la courbe complte par rflexion
daxe (Ox).
r( ) = r( ). Donc, pour [0, ],
M( ) = r( ) : = r( ) : = s (O y) M( ) .
On tudie et construit la courbe sur [0, 2 ], puis on obtient la courbe complte par rflexion daxe (O y) puis par rflexion daxe (Ox).
On obtiendrait les tracs suivants sur [0, 2 ], sur [0, ] puis [0, 2].
y
-3
-2
-1
3 x
-3
-2
-1
-1
3 x
-1
y
1
-3
-2
-1
3 x
-1
0
(Ox), on rsout r sin( ) = y0 = 0).
5. tude des branches infinies. Aucun rsultat spcifique ne sera fait ici. Le plus simple
est
( alors de se ramener ltude des branches infinies dune courbe paramtre classique :
x( ) = r( ) cos( )
.
y( ) = r( ) sin( )
6. Construction de la courbe.
300
Courbes paramtres
Trac de la courbe dquation polaire r = f ( )
Si r est positif et crot, on tourne dans le sens direct en scartant de lorigine.
Si r est ngatif et dcroit, on tourne dans le sens direct en scartant de lorigine.
Si r est positif et dcrot, on tourne dans le sens direct en se rapprochant de lorigine.
Si r est ngatif et crot, on tourne dans le sens direct en se rapprochant de lorigine.
7. Points multiples. Recherche ventuelle de points multiples si le trac de la courbe le suggre (et si les calculs sont simples).
x0 ( ) = sin (2 cos 1)
=
Puis :
y( ) = r( ) sin = sin cos sin
y0 ( ) = 2 cos2 + cos + 1
Or :
2X 2 + X + 1 = 0 X =
1
ou X = 1
2
donc
y0 ( ) = 0 = 0,
2
3
Courbes paramtres
301
= 23
=
3
=
-2
-1
-1
Exemple 167
Le plan est rapport un repre orthonorm direct. Construire la courbe dquation polaire
r=
1 + 2 sin
.
1 + 2 cos
Solution.
Domaine dtude.
La fonction r est 2-priodique. De plus, pour r [, ],
2
2
.
1 + 2 cos = 0 =
ou =
3
3
5
1 + 2 sin = 0 = ou =
.
6
6
En M( 6 ) = O, la tangente est la droite dquation y = tan( 6 )x = p1 x et en M( 56 ) =
3
302
Courbes paramtres
Ensuite,
p
2
p
(1 + 2 sin )(sin 3 cos ) (1 + 2 sin ) 2 sin( + 3 )
=
y( ) 3x( ) =
1 + 2 cos
2 cos cos( 23 )
Quand tend vers 23 , cette dernire expression tend vers 2(1 p1 ) et on en dduit que
3
p
la droite dquation y = 3x + 2(1 p1 ) est asymptote la courbe.
3
p
On trouve de mme que, quand tend vers 23 , la droite dquation y = 3x + 2(1 + p1 )
3
est asymptote la courbe.
Graphe.
y
4
3
2
1
-2
-1
-1
-2
-3
Mini-exercices
1. Si la fonction 7 r( ) est -priodique, comment limiter ltude un intervalle de
longueur ? Et si en plus la fonction r est impaire ?
2. Soit la courbe dquation polaire r = cos + sin . Montrer que lon peut se limiter
[ 4 , 4 ] comme domaine dtude.
3. tudier la courbe dquation polaire r = sin(2 ).
4. tudier la courbe dquation polaire r = 1 + tan 2 et en particulier ses branches infinies.
Auteurs
Jean-Louis Rouget, maths-france.fr.
Amend par Arnaud Bodin.
Relu par Stphanie Bodin et Vianney Combet.
Exo7
16
Systmes linaires
ou
y = sin(x)
ou
x=
y.
Considrons maintenant deux droites D 1 et D 2 et cherchons les points qui sont simultanment
sur ces deux droites. Un point (x, y) est dans lintersection D 1 D 2 sil est solution du systme :
(
ax + b y =
cx + d y =
e
f
(S)
304
Systmes linaires
1. Les droites D 1 et D 2 se coupent en un seul point. Dans ce cas, illustr par la figure de gauche,
le systme (S) a une seule solution.
2. Les droites D 1 et D 2 sont parallles. Alors le systme (S) na pas de solution. La figure du
centre illustre cette situation.
3. Les droites D 1 et D 2 sont confondues et, dans ce cas, le systme (S) a une infinit de solutions.
y
y
D1
D1
D2
D2
D1 = D2
x
Nous verrons plus loin que ces trois cas de figure (une seule solution, aucune solution, une infinit
de solutions) sont les seuls cas qui peuvent se prsenter pour nimporte quel systme dquations
linaires.
3
(2 + 7 32 )x = 2 + 72
x = 25
Il ne reste plus qu remplacer dans la premire ligne la valeur de x obtenue :
(
8
y = 25
3
x = 25
3 8
Le systme (S) admet donc une solution unique ( 25
, 25 ). Lensemble des solutions est donc
S =
3 8
,
25 25
Systmes linaires
305
1. Le systme
2x + 3y 4z
4x + 6y 8z
= 7
= 1
7x + 2y 2z = 1
2x + 3y + 2z = 1
(
z = 27 x + y 12
2x + 3y + 2 72 x + y 12 = 1
z = 72 x + y 12
y = 95 x + 25
z = 27 x + y 12
9x + 5y = 2
1
z = 17
10 x 10
y = 95 x + 25
9
2 17
1
S = x, x + ,
x
|xR .
5
5 10
10
Gomtriquement : nous avons trouv une quation paramtrique de la droite dfinie
par lintersection de deux plans.
Du point de vue du nombre de solutions, nous constatons quil ny a que deux possibilits, savoir
aucune solution ou une infinit de solutions. Mais les deux derniers cas ci-dessus sont nanmoins
trs diffrents gomtriquement et il semblerait que dans le second cas (plans confondus), linfinit
de solutions soit plus grande que dans le troisime cas. Les chapitres suivants nous permettront
de rendre rigoureuse cette impression.
Si on considre trois plans dans lespace, une autre possibilit apparat : il se peut que les trois
plans sintersectent en un seul point.
306
Systmes linaires
e b
a e
f d
c f
x=
y=
a b
a b
c d
c d
Notez que le dnominateur gale le dterminant pour les deux coordonnes et est donc non nul.
Pour le numrateur de la premire coordonne x, on remplace la premire colonne par le second
membre ; pour la seconde coordonne y, on remplace la seconde colonne par le second membre.
Exemple 169
(
tx 2y = 1
suivant la valeur du paramtre t R.
3x + t y = 1
1 2
t 1
1 t
3
1
t+2
t3
= 2
,
y= 2
= 2
.
x= 2
t +6
t +6
t +6
t +6
n
o
Pour chaque t, lensemble des solutions est S = tt2++26 , tt2+36 .
Rsolvons le systme
ax + b y =
cx + d y =
e
f
est quivalent
AX = Y
a
A=
c
!
b
,
d
!
x
X=
,
y
!
e
Y=
.
f
!
1
d b
1
A =
ad bc c a
et lunique solution X = xy du systme est donne par
X = A 1 Y .
Systmes linaires
307
Exemple 170
(
x+ y = 1
suivant la valeur du paramtre t R.
x + t2 y = t
A 1 = t211 t 1 11 . Et la solution X = xy est
Rsolvons le systme
X=A
! !
!
t
1
1
t2 1 1
t2 t
t
+
1
Y= 2
= 2
= 1 .
t
t 1 1 1
t 1 t1
t+1
Mini-exercices
(
x 2y = 1
de trois faons
x + 3y = 3
diffrentes
: substitution, mthode de Cramer, inverse dune matrice. Idem avec
(
2x y = 4
.
3x + 3y = 5
(
4x 3y = t
2. Rsoudre suivant la valeur du paramtre t R :
.
2x y = t2
(
tx y = 1
3. Discuter et rsoudre suivant la valeur du paramtre t R :
.
x + (t 2)y = 1
(
(t 1)x + y = 1
Idem avec
.
2x + t y = 1
1. Tracer les droites et rsoudre le systme linaire
308
Systmes linaires
Remarque
Il importe dinsister ici sur le fait que ces quations linaires sont implicites, cest--dire
quelles dcrivent des relations entre les variables, mais ne donnent pas directement les
valeurs que peuvent prendre les variables.
Rsoudre une quation signifie donc la rendre explicite, cest--dire rendre plus apparentes les valeurs que les variables peuvent prendre.
On peut aussi considrer des quations linaires de nombres rationnels ou de nombres
complexes.
Soit n 1 un entier.
Dfinition 84
Un systme de n quations linaires p inconnues est une liste de n quations linaires.
On crit usuellement de tels systmes en n lignes places les unes sous les autres.
Exemple 171
Le systme suivant a 2 quations et 3 inconnues :
(
x1
3x2 + x3
2x1 + 4x2 3x3
= 1
= 9
a 11 x1
a 21 x1
..
i 1 x1
..
a n 1 x1
+a 12 x2
+a 22 x2
..
.
+ a i 2 x2
..
.
+a n2 x2
+a 13 x3
+a 23 x3
..
.
+a i3 x3
..
.
+ a n 3 x3
+a 1 p x p
+a 2 p x p
..
.
+ +a i p x p
..
.
+ +a np x p
+
+
=
=
=
=
=
=
b1
b2
..
.
bi
..
.
bn
( quation 1)
( quation 2)
( quation i)
( quation n)
Les nombres a i j , i = 1, . . . , n, j = 1, . . . , p, sont les coefficients du systme. Ce sont des donnes. Les
nombres b i , i = 1, . . . , n, constituent le second membre du systme et sont galement des donnes.
Il convient de bien observer comment on a rang le systme en lignes (une ligne par quation)
numrotes de 1 n par lindice i, et en colonnes : les termes correspondant une mme inconnue
x j sont aligns verticalement les uns sous les autres. Lindice j varie de 1 p. Il y a donc p colonnes
gauche des signes dgalit, plus une colonne supplmentaire droite pour le second membre.
La notation avec double indice a i j correspond ce rangement : le premier indice (ici i) est le
numro de ligne et le second indice (ici j) est le numro de colonne. Il est extrmement important
de toujours respecter cette convention.
Dans lexemple 171, on a n = 2 (nombre dquations = nombre de lignes), p = 3 (nombre dinconnues
= nombre de colonnes gauche du signe =) et a 11 = 1, a 12 = 3, a 13 = 1, a 21 = 2, a 22 = 4, a 23 = 3,
b 1 = 1 et b 2 = 9.
Systmes linaires
309
Dfinition 85
Une solution du systme linaire est une liste de p nombres rels (s 1 , s 2 , . . . , s p ) (un p-uplet)
tels que si lon substitue s 1 pour x1 , s 2 pour x2 , etc., dans le systme linaire, on obtient une
galit. L ensemble des solutions du systme est lensemble de tous ces p-uplets.
Exemple 172
Le systme
(
x1
2x1
3x2
+ 4x2
+ x3
3x3
= 1
= 9
x2 = 6 ,
x3 = 1 .
Par contre, (7, 2, 0) ne satisfait que la premire quation. Ce nest donc pas une solution du
systme.
En rgle gnrale, on sattache dterminer lensemble des solutions dun systme linaire. Cest
ce que lon appelle rsoudre le systme linaire. Ceci amne poser la dfinition suivante.
Dfinition 86
On dit que deux systmes linaires sont quivalents sils ont le mme ensemble de solutions.
partir de l, le jeu pour rsoudre un systme linaire donn consistera le transformer en
un systme quivalent dont la rsolution sera plus simple que celle du systme de dpart. Nous
verrons plus loin comment procder de faon systmatique pour arriver ce but.
310
Systmes linaires
Mini-exercices
1. crire un systme linaire de 4 quations et 3 inconnues qui na aucune solution. Idem
avec une infinit de solution. Idem avec une solution unique.
2. Rsoudre le systme n quations et n inconnues dont les quations sont (L i ) : x i
x i+1 = 1 pour i = 1, . . . , n 1 et (L n ) : xn = 1.
3. Rsoudre les systmes suivants :
x3
+2x4 = 0
x1
x1
x1
+2x2
+ x2
x2
+3x3
+ x3
+ x3
x1
= 1
= 2
= 3
x
1
+ x2
x2
+2x2
+ x3
x3
+2x3
+ x4
+ x4
4. Montrer que si un systme linaire homogne a une solution (x1 , . . . , x p ) 6= (0, . . . , 0), alors
il admet une infinit de solutions.
2x1
2x1
+3x2
x2
+2x3
2x3
x4
3x4
= 5
= 4 est chelonn (mais pas rduit).
= 1
+2x3 x4 = 5
2x3
= 4 nest pas chelonn (la dernire ligne commence avec
x3
+ x4 = 1
la mme variable que la ligne au-dessus).
+3x2
Il se trouve que les systmes linaires sous une forme chelonne rduite sont particulirement
simples rsoudre.
Exemple 174
Le systme linaire suivant 3 quations et 4 inconnues est chelonn et rduit.
x1
x2
+2x3
2x3
x4
= 25
= 16
= 1
=
=
=
=
1
2
3
0
Systmes linaires
311
x1
x2
x4
= 25 2x3
= 16 + 2x3
=
1.
En dautres termes, pour toute valeur de x3 relle, les valeurs de x1 , x2 et x4 calcules cidessus fournissent une solution du systme, et on les a ainsi toutes obtenues. On peut donc
dcrire entirement lensemble des solutions :
x
2x
+ y +7z
y +5z
3y 9z
= 1
= 5
= 5
(L 1 )
(L 2 )
(L 3 )
+ y +7z
3y 9z
3y 9z
= 1
= 3
= 5
+ y +7z
3y 9z
2y 2z
= 1
= 3
= 6
L 2 L 2 2L 1
Puis L 3 L 3 + L 1 :
L 3 L 3 +L 1
On continue pour faire apparatre un coefficient 1 en tte de la deuxime ligne ; pour cela on
divise la ligne L 2 par 3 :
+ y +7z
y
+3z
2y 2z
= 1
= 1
= 6
L 2 31 L 2
312
Systmes linaires
On continue ainsi
x + y +7z
y +3z
4z
+ y +7z
y
z
= 1
= 1
= 4
L 3 L 3 +2L 2
= 1
= 4
= 1
L 2 L 2 3L 3
+ y +7z
y +3z
z
+y
y
= 1
= 1
= 1
= 6
= 4
= 1
L 3 14 L 3
L 1 L 1 7L 3
= 2
= 4
= 1
L 1 L 1 L 2
x1
x1
x2
2x2
+3x2
+2x3
+3x3
3x3
+13x4
+17x4
20x4
= 5
= 4
= 1
Pour appliquer la mthode du pivot de Gauss, il faut dabord que le premier coefficient de la
premire ligne soit non nul. Comme ce nest pas le cas ici, on change les deux premires lignes
par lopration lmentaire L 1 L 2 :
x1
x1
2x2
x2
+3x2
+3x3
+2x3
3x3
+17x4
+13x4
20x4
= 4
= 5
= 1
L 1 L 2
Nous avons dj un coefficient 1 devant le x1 de la premire ligne. On dit que nous avons un pivot
en position (1, 1) (premire ligne, premire colonne). Ce pivot sert de base pour liminer tous les
autres termes sur la mme colonne.
Il ny a pas de terme x1 sur le deuxime ligne. Faisons disparatre le terme x1 de la troisime ligne ;
pour cela on fait lopration lmentaire L 3 L 3 + L 1 :
x1
2x2
x2
x2
+3x3
+2x3
+17x4
+13x4
3x4
= 4
= 5
= 3
L 3 L 3 +L 1
Systmes linaires
313
x1
2x2
x2
x2
+3x3
2x3
+17x4
13x4
3x4
= 4
= 5
= 3
L 2 L 2
On fait disparatre le terme x2 de la troisime ligne, puis on fait apparatre un coefficient 1 pour
le pivot de la position (3, 3) :
x1
2x2
x2
+3x3
2x3
2x3
+17x4
13x4
+10x4
x1
= 4
= 5
= 8
2x2
x2
L 3 L 3 L 2
+3x3
2x3
x3
+17x4
13x4
+5x4
= 4
= 5
= 4
L 3 12 L 3
x1
2x2
x2
+3x3
x3
+17x4
3x4
+5x4
= 4
= 3
= 4
x1
L 2 L 2 +2L 3
2x2
x2
x3
2x4
3x4
+5x4
= 8
= 3
= 4
L 1 L 1 3L 3
On fait apparatre des 0 sur la deuxime colonne (en utilisant le pivot de la deuxime ligne) :
x1
x2
x3
4x4
3x4
+5x4
= 2
= 3
= 4
L 1 L 1 +2L 2
x2 = 3x4 + 3,
x3 = 5x4 + 4.
314
Systmes linaires
Exemple 176
Considrons le systme homogne
3x1 + 3x2
x x
1
2
2x1 + 2x2
2x3
+ x3
x3
x3
+ 3x4
+ 2x4
+ 8x4
x5
+ x5
+ 2x5
+ 4x5
= 0
= 0
= 0
= 0.
x1
x2
x3
x4
+ 13x5
+ 20x5
2x5
= 0
= 0
= 0.
x3 = 20x5 ,
x4 = 2x5 ,
Mini-exercices
1. crire un systme linaire 4 quations et 5 inconnues qui soit chelonn mais pas
rduit. Idem avec chelonn, non rduit, dont tous les coefficients sont 0 ou +1. Idem
avec chelonn et rduit.
2x1 x2
+ x4 = 1
x2 + x3 2x4 = 3
2. Rsoudre les systmes chelonns suivants :
2x3 + x4 = 4
x4
= 2
+ x4 = 0
x1 + x2
x1 +2x2
+ x4 = 0
x2 + x3
= 0
2x
3x4 = 0
3
2x3 + x4 = 0
3. Si lon passe dun systme (S) par une des trois oprations lmentaires un systme
(S 0 ), alors quelle opration permet de passer de (S 0 ) (S) ?
4. Rsoudre les systmes linaires suivants par la mthode du pivot de Gauss :
2x
x
+ y + z
y + 3z
+ 2y z
= 3
= 8
= 3
2x1
3x1
5x1
+ 4x2
+ 6x2
+ 10x2
6x3
7x3
11x3
x
5. Rsoudre le systme suivant, selon les valeurs de a, b R :
x
2x4
+ 4x4
+ 6x4
+y
2y
z
+2z
+2z
= 2
= 2
= 3
=
=
=
a
b
4
Systmes linaires
315
Auteurs
Daprs un cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de lcole
Polytechnique Fdrale de Lausanne,
et un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des parties dun cours de H. Ledret et dune quipe de luniversit de Bordeaux anime par J.
Queyrut,
mixs et rviss par Arnaud Bodin, relu par Vianney Combet.
316
Systmes linaires
Exo7
17
Lespace vectoriel Rn
1 Vecteurs de Rn
2 Exemples d'applications linaires
3 Proprits des applications linaires
Ce chapitre est consacr lensemble Rn vu comme espace vectoriel. Il peut tre vu de plusieurs
faons :
un cours minimal sur les espaces vectoriels pour ceux qui nauraient besoin que de Rn ,
une introduction avant dattaquer le cours dtaill sur les espaces vectoriels,
une source dexemples lire en parallle du cours sur les espaces vectoriels.
1. Vecteurs de Rn
1.1. Oprations sur les vecteurs
Lensemble des nombres rels R est souvent reprsent par une droite. Cest un espace de
dimension 1.
Le plan est form des couples xx12 de nombres rels. Il est not R2 . Cest un espace deux
dimensions.
x1
Lespace de dimension 3 est constitu des triplets de nombres rels xx2 . Il est not R3 .
3
x1
Le symbole xx2 a deux interprtations gomtriques : soit comme un point de lespace (figure
3
de gauche), soit comme un vecteur (figure de droite) :
x1
x2
x3
x1
x2
x3
Lespace vectoriel Rn
318
x1
x2
v1
v2
vn
Dfinition 88
u 1 + v1
..
.
Somme de deux vecteurs. Leur somme est par dfinition le vecteur u + v =
.
u n + vn
u1
.
.
Produit dun vecteur par un scalaire. Soit R (appel un scalaire) : u =
. .
u n
!
0
Le vecteur nul de Rn est le vecteur 0 = ... .
0
u1 !
u1 !
Loppos du vecteur u = ... est le vecteur u = ... .
un
u n
u+v
u
v
Lespace vectoriel Rn
319
Thorme 51
u1 !
v1 !
w1 !
.
.
Soient u = .. , v = .. et w = ... des vecteurs de Rn et , R. Alors :
un
vn
wn
1. u + v = v + u
2. u + (v + w) = (u + v) + w
3. u + 0 = 0 + u = u
4. u + ( u) = 0
5. 1 u = u
6. ( u) = () u
7. (u + v) = u + v
8. ( + ) u = u + u
v
u
u+v
u
v
comme une matrice de taille n 1. Parfois, on rencontre aussi des vecteurs lignes : on peut voir le
vecteur u comme une matrice 1 n, de la forme (u 1 , . . . , u n ). En fait, le vecteur ligne correspondant
u est le transpos u T du vecteur colonne u.
Les oprations de somme et de produit par un scalaire dfinies ci-dessus pour les vecteurs concident parfaitement avec les oprations dfinies sur les matrices :
u1
v1
u 1 + v1
. .
..
. .
u+v=
.
. + . =
un
vn
u n + vn
et
u1
u1
. .
. .
u =
. = . .
un
u n
vn
u | v = u 1 v1 + u 2 v2 + + u n v n .
Lespace vectoriel Rn
320
Cest un scalaire (un nombre rel). Remarquons que cette dfinition gnralise la notion de produit
scalaire dans le plan R2 et dans lespace R3 .
Une autre criture :
v1
v2
u | v = u T v = u 1 u 2 u n
..
.
vn
Soient A = (a i j ) une matrice de taille n p, et B = (b i j ) une matrice de taille p q. Nous savons
que lon peut former le produit matriciel AB. On obtient une matrice de taille n q. Llment
dindice i j de la matrice AB est
a i1 b 1 j + a i2 b 2 j + + a i p b p j .
Remarquons que ceci est aussi le produit matriciel :
a i1
a i2
b1 j
b2 j
aip .
.
..
bpj
Autrement dit, cest le produit scalaire du i-me vecteur ligne de A avec le j-me vecteur colonne
de B. Notons `1 , . . . , `n les vecteurs lignes formant la matrice A, et c 1 , . . . , c q les vecteurs colonnes
formant la matrice B. On a alors
`1 | c 1 `1 | c 2 `1 | c q
`2 | c 1 `2 | c 2 `2 | c q
.
AB =
..
..
..
.
.
.
`n | c 1 `n | c 2 `n | c q
Mini-exercices
1. Faire un dessin pour chacune des 8 proprits qui font de R2 un espace vectoriel.
2. Faire la mme chose pour R3 .
3. Montrer que le produit scalaire vrifie u | v = v | u, u + v | w = u | w + v | w,
u | v = u | v pour tout u, v, w Rn et R.
4. Soit u Rn . Montrer que u | u 0. Montrer u | u = 0 si et seulement si u est le vecteur
nul.
f 2 : R p R
f n : R p R
(x1 , x2 , . . . , x p ) 7 f i (x1 , . . . , x p )
Lespace vectoriel Rn
321
y1 = a 11 x1 + a 12 x2 + + a 1 p x p
y2 = a 21 x1 + a 22 x2 + + a 2 p x p
..
..
..
..
.
.
.
.
yn = a n1 x1 + a n2 x2 + + a np x p .
En notation matricielle, on a
a 11
y1
x1
x2 y2 a 21
f
.. = .. = ..
. . .
a n1
yn
xp
a 12
a 22
..
.
a n2
a 1 p x1
a 2 p x2
..
. ,
. ..
a np x p
x1
.
.
ou encore, si on note X =
. et A M n,p (R) la matrice (a i j ),
xp
f (X ) = A X .
Autrement dit, une application linaire R p Rn peut scrire X 7 A X . La matrice A M n,p (R) est
appele la matrice de lapplication linaire f .
Remarque
On a toujours f (0, . . . , 0) = (0, . . . , 0). Si on note 0 pour le vecteur nul dans R p et aussi
dans Rn , alors une application linaire vrifie toujours f (0) = 0.
Le nom complet de la matrice A est : la matrice de lapplication linaire f de la base
canonique de R p vers la base canonique de Rn !
Exemple 177
La fonction f : R4 R3 dfinie par
y1
y2
y3
Lespace vectoriel Rn
322
sexprime sous forme matricielle comme suit :
x1
x2
.
x
3
x4
2 5
2 7
y1
2 3 3
y2 = 4
7 3 9
0
y3
Exemple 178
Pour lapplication linaire identit Rn Rn , (x1 , . . . , xn ) 7 (x1 , . . . , xn ), sa matrice associe
est lidentit I n (car I n X = X ).
Pour lapplication linaire nulle R p Rn , (x1 , . . . , x p ) 7 (0, . . . , 0), sa matrice associe est
la matrice nulle 0n,p (car 0n,p X = 0).
f : R2 R2
est la rflexion par rapport laxe des ordonnes (O y), et sa matrice est
!
1 0
0 1
car
! ! !
1 0 x
x
=
.
0 1 y
y
y
!
x
y
!
x
y
!
1 0
.
0 1
Lespace vectoriel Rn
323
y
!
x
y
!
x
y
f : R2 R2 ,
et sa matrice est
!
0 1
.
1 0
y
!
y
x
(y = x)
!
x
y
Homothties
Lhomothtie de rapport centre lorigine est :
2
f : R R ,
x
y
! !
x
x
7
.
y
y
0 x
y . Alors la matrice de lhomothtie est :
0
!
0
.
Lespace vectoriel Rn
324
y
!
x
y
!
x
y
Remarque
La translation de vecteur
u0
v0
est lapplication
! ! !
!
x
x
u0
x + u0
7
+
=
.
y
y
v0
y + v0
f : R2 R2 ,
u0
v0
6=
0
0 , alors ce nest pas une
Rotations
Soit f : R2 R2 la rotation dangle , centre lorigine.
y
!
x0
y0
!
x
y
Si le vecteur xy fait un angle avec lhorizontale et que le point xy est une distance r de
lorigine, alors
(
x = r cos
.
y = r sin
0
Si xy0 dnote limage de xy par la rotation dangle , on obtient :
(
x0
y0
=
=
r cos( + )
r sin( + )
donc
x0
y0
=
=
Lespace vectoriel Rn
325
!
cos sin
.
sin cos
Projections orthogonales
y
!
x
y
!
x
0
Lapplication
2
f : R R ,
! !
x
x
7
y
0
est la projection orthogonale sur laxe (Ox). Cest une application linaire donne par la matrice
!
1 0
.
0 0
Lapplication linaire
f : R3 R3 ,
x
x
y 7 y
z
0
1 0 0
0 1 0 .
0 0 0
z
x
y
z
x
y
0
Lespace vectoriel Rn
326
De mme, la projection orthogonale sur le plan (Oxz) est donne par la matrice de gauche ; la
projection orthogonale sur le plan (O yz) par la matrice de droite :
1 0 0
0 0 0
0 0 0
0 1 0 .
0 0 1
0 0 1
f : R3 R3 ,
est la rflexion par rapport au plan (Ox y). Cest une application linaire et sa matrice est
1 0 0
0 1 0 .
0 0 1
De mme, les rflexions par rapport aux plans (Oxz) ( gauche) et (O yz) ( droite) sont donnes
par les matrices :
1 0 0
1 0 0
0 1 0
0 1 0 .
0 0 1
0 0 1
Mini-exercices
1. Soit A = 11 23 et soit f lapplication linaire associe. Calculer et dessiner limage par f
de 10 , puis 01 et plus gnralement de xy . Dessiner limage par f du carr de sommets
0 1 1 0
0
0
1
1 . Dessiner limage par f du cercle inscrit dans ce carr.
1 2 1
1
2. Soit A = 0 1 0 et soit f lapplication linaire associe. Calculer limage par f de 0 ,
0
0 0 2 1 1
x
y
1 , 0 et plus gnralement de
.
0
4. crire la matrice de la rflexion du plan par rapport la droite (y = x). Idem dans
lespace avec la rflexion par rapport au plan dquation (y = x).
5. crire la matrice de la projection orthogonale de lespace sur laxe (O y).
et
g : R q R p
R q R p Rn
f g : R q Rn .
Lespace vectoriel Rn
327
!
3
1
0 1
cos sin
2 .
A = Mat( f ) =
et
B = Mat(g) =
= p23
1
1 0
sin cos
2
Voici pour X =
1
0
f (X )
(y = x)
g(X )
g f (X )
f g(X )
X = 10
Alors
!
1
0 1
p23
C = Mat( f g) = Mat( f ) Mat(g) =
1 0
p ! p
3
3
2 = 2
1
1
2
2
1
2p
23
1
p2
3
2
1
p2
3
2
p !
3
2 0
1
1
2
! p
1
3
= 12
0
2
Les matrices C = AB et D = BA sont distinctes, ce qui montre que la composition dapplications linaires, comme la multiplication des matrices, nest pas commutative en gnral.
Lespace vectoriel Rn
328
Corollaire 20
Si f est bijective, alors
1
Mat( f 1 ) = Mat( f ) .
Exemple 180
Soit f : R2 R2 la rotation dangle . Alors f 1 : R2 R2 est la rotation dangle .
On a
!
cos
sin
Mat( f ) =
,
sin
cos
!
!
1
cos
sin
cos ( )
sin ( )
1
=
=
.
Mat( f ) = Mat( f )
sin
cos
sin ( )
cos( )
Exemple 181
Soit f : R2 R2 la projection sur laxe (Ox). Alors f nest pas injective. En effet, pour x fix
et tout y R, f xy = 0x . Lapplication f nest pas non plus surjective : ceci se vrifie aisment
car aucun point en-dehors de laxe (Ox) nest dans limage de f .
y
!
x
y
La matrice de f est
1 0
00
!
x
0
La preuve du thorme 52 est une consquence directe du thorme suivant, vu dans le chapitre
sur les matrices :
Lespace vectoriel Rn
329
Thorme 53
Les assertions suivantes sont quivalentes :
(i) La matrice A est inversible. !
!
0
.
(ii) Le systme linaire A X = .. a une unique solution X = ... .
0
0
(iii) Pour tout second membre Y , le systme linaire A X = Y a une unique solution X .
Voici donc la preuve du thorme 52.
Dmonstration
Si A est inversible, alors pour tout vecteur Y le systme A X = Y a une unique solution X ,
autrement dit pour tout Y , il existe un unique X tel que f ( X ) = A X = Y . f est donc bijective.
Si A nest pas inversible, alors il existe un vecteur X non nul tel que A X = 0. En consquence
on a X 6= 0 mais f ( X ) = f (0) = 0. f nest pas injective donc pas bijective.
e1 =
..
.
0
0
1
e 2 = 0
.
.
.
0
0
.
..
ep =
0
1
Mat( f ) = f (e 1 ) f (e 2 ) f (e p ) ;
autrement dit les vecteurs colonnes de Mat( f ) sont les images par f des vecteurs de la base
canonique (e 1 , . . . , e p ).
Lespace vectoriel Rn
330
Exemple 182
Considrons lapplication linaire f : R3 R4 dfinie par
x3
y1 = 2x1 + x2
y = x 4x
2
1
2
y3 = 5x1 + x2
+ x3
y =
3x2 +2x3 .
4
Calculons les images des vecteurs de la base canonique
2
1
f 0 =
5
0
0
1 0 0
0 , 1 , 0 :
1
0
f 1 =
1
0
3
1
0
0
f 0 =
1 .
1
2
2
1 1
1 4 0
.
Mat( f ) =
1
1
5
0
3
2
Exemple 183
Soit f : R2 R2 la rflexion par rapport la droite (y = x) et soit g la rotation du plan dangle
!
! p !
3
1
0
f g
= f p32 = 21
1
2
2
Mat( f ) =
1
p2
3
2
p !
3
2 .
21
f ( e 1 ), f ( e 2 ), . . . , f ( e p ).
Pour
x1
x
2
p
X =
.. R ,
.
xp
alors
X = x1 e 1 + x2 e 2 + + x p e p
Lespace vectoriel Rn
331
et donc
AX
A ( x1 e 1 + x2 e 2 + + x p e p )
Ax1 e 1 + Ax2 e 2 + + Ax p e p
x1 Ae 1 + x2 Ae 2 + + x p Ae p
x1 f ( e 1 ) + x2 f ( e 2 ) + + x p f ( e p )
f ( x1 e 1 ) + f ( x2 e 2 ) + + f ( x p e p )
f ( x1 e 1 + x2 e 2 + + x p e p ) = f ( X ).
Mini-exercices
1. Soit f la rflexion du plan par rapport laxe (Ox) et soit g la rotation dangle 23 centre
lorigine. Calculer la matrice de f g de deux faons diffrentes (produit de matrices et
image de la base canonique). Cette matrice est-elle inversible ? Si oui, calculer linverse.
Interprtation gomtrique. Mme question avec g f .
2. Soit f la projection orthogonale de lespace sur le plan (Oxz) et soit g la rotation dangle
2 daxe (O y). Calculer la matrice de f g de deux faons diffrentes (produit de matrices et image de la base canonique). Cette matrice est-elle inversible ? Si oui, calculer
linverse. Interprtation gomtrique. Mme question avec g f .
Auteurs
Daprs un cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de lcole
Polytechnique Fdrale de Lausanne,
rvis et reformat par Arnaud Bodin, relu par Vianney Combet.
332
Lespace vectoriel Rn
Exo7
18
1
2
3
4
5
6
Matrices
Dnition
Multiplication de matrices
Inverse d'une matrice : dnition
Inverse d'une matrice : calcul
Inverse d'une matrice : systmes linaires et matrices lmentaires
Matrices triangulaires, transposition, trace, matrices symtriques
Vido
Vido
Vido
Vido
Vido
Vido
partie 1. Dfinition
partie 2. Multiplication de matrices
partie 3. Inverse d'une matrice : dfinition
partie 4. Inverse d'une matrice : calcul
partie 5. Inverse d'une matrice : systmes linaires et matrices lmentaires
partie 6. Matrices triangulaires, transposition, trace, matrices symtriques
Les matrices sont des tableaux de nombres. La rsolution dun certain nombre de problmes
dalgbre linaire se ramne des manipulations sur les matrices. Ceci est vrai en particulier pour
la rsolution des systmes linaires.
Dans ce chapitre, K dsigne un corps. On peut penser Q, R ou C.
1. Dfinition
1.1. Dfinition
Dfinition 91
a 1, 1
a 2, 1
...
A=
a i,1
...
a n,1
a 1,2
a 2,2
...
a i,2
...
a n,2
...
...
...
...
...
...
a 1, j
a 2, j
...
a i, j
...
a n, j
...
...
...
...
...
...
a 1,p
a 2,p
...
a i,p
...
a n,p
ou
A = a i, j 1 in
1 j p
ou
a i, j .
334
Matrices
Exemple 184
A=
1 2 5
0 3 7
a 1, 1
a 2, 1
.
.
.
a n,1
a 1,2
a 2,2
..
.
a n,2
...
...
..
.
...
a 1,n
a 2,n
..
.
a n,n
a 1,1
a 2,1
A=
.. .
.
a n,1
La matrice (de taille n p) dont tous les coefficients sont des zros est appele la matrice
nulle et est note 0n,p ou plus simplement 0. Dans le calcul matriciel, la matrice nulle joue
le rle du nombre 0 pour les rels.
Matrices
335
Exemple 185
3 2
A=
1 7
Si
et
Par contre si
B =
2
8
!
0 5
B=
2 1
!
alors
alors
A + B0
!
3 3
A+B =
.
3 6
Si
!
1 2 3
A=
0 1 0
et
=2
alors
!
2 4 6
A =
.
0 2 0
La matrice (1)A est loppose de A et est note A. La diffrence A B est dfinie par A + (B).
Exemple 187
Si
!
2 1 0
A=
4 5 2
et
!
1 4 2
B=
7 5 3
alors
!
3 5 2
AB =
.
3 0 1
Mini-exercices
7 2
1 2 3
21 6
1 0 1
1 2
1. Soient A = 0 1 , B = 2 3 1 , C = 0 3 , D = 12 0 1 0 , E = 3 0 . Calculer toutes les
8 6
321
3 12
1 4
111
sommes possibles de deux de ces matrices. Calculer 3A + 2C et 5B 4D. Trouver tel
que A C soit la matrice nulle.
336
Matrices
2. Multiplication de matrices
2.1. Dfinition du produit
Le produit AB de deux matrices A et B est dfini si et seulement si le nombre de colonnes de A
est gal au nombre de lignes de B.
Dfinition 95. Produit de deux matrices
Soient A = (a i j ) une matrice n p et B = (b i j ) une matrice p q. Alors le produit C = AB est
une matrice n q dont les coefficients c i j sont dfinis par :
ci j =
p
X
a ik b k j
k=1
|
|
ci j
AB
Avec cette disposition, on considre dabord la ligne de la matrice A situe gauche du coefficient
que lon veut calculer (ligne reprsente par des dans A) et aussi la colonne de la matrice B situe
au-dessus du coefficient que lon veut calculer (colonne reprsente par des dans B). On calcule
le produit du premier coefficient de la ligne par le premier coefficient de la colonne (a i1 b 1 j ), que
lon ajoute au produit du deuxime coefficient de la ligne par le deuxime coefficient de la colonne
(a i2 b 2 j ), que lon ajoute au produit du troisime. . .
2.2. Exemples
Exemple 188
!
1 2 3
A=
2 3 4
1 2
B = 1 1
1 1
Matrices
337
1
1 !
c 12
c 22
! 1
1 2 3
c 11
2 3 4
c 21
1
1 !
c 12
c 22
! 1
1 2 3
2
2 3 4
c 21
! 1
1 2 3
2
2 3 4
3
1
1!
7
11
Un exemple intressant est le produit dun vecteur ligne par un vecteur colonne :
u = a1
a2
an
b1
b2
v=
..
.
bn
!
!
!
5 1 2 0
14 3
=
3 2 4 3
2 6
mais
!
!
!
2 0 5 1
10 2
=
.
4 3 3 2
29 2
0 1
A=
0 5
!
2 3
B=
0 0
!
0 0
AB =
.
0 0
et
0 1
A=
0 3
4 1
B=
5 4
!
2 5
C=
5 4
et
!
5 4
AB = AC =
.
15 12
338
Matrices
et
et
0 A = 0.
Dmonstration
Posons A = (a i j ) M n,p (K), B = ( b i j ) M p,q (K) et C = ( c i j ) M q,r (K). Prouvons que A (BC ) = ( AB)C en
montrant que les matrices A (BC ) et ( AB)C ont les mmes coefficients.
p
X
Le terme dindice ( i, k) de la matrice AB est x ik =
a i` b `k . Le terme dindice ( i, j ) de la matrice ( AB)C
`=1
est donc
q
X
x ik c k j =
k=1
q
X
p
X
k=1 `=1
q
X
a i` b `k c k j .
k=1
est donc
p
X
`=1
a i`
q
X
b `k c k j .
k=1
Comme dans K la multiplication est distributive et associative, les coefficients de ( AB)C et A (BC )
concident. Les autres dmonstrations se font comme celle de lassociativit.
In =
1 0
0 1
.. ..
. .
0 0
...
...
..
.
...
0
0
..
.
1
Ses lments diagonaux sont gaux 1 et tous ses autres lments sont gaux 0. Elle se note
I n ou simplement I. Dans le calcul matriciel, la matrice identit joue un rle analogue celui du
nombre 1 pour les rels. Cest llment neutre pour la multiplication. En dautres termes :
Proposition 101
Si A est une matrice n p, alors
In A = A
et
A I p = A.
Matrices
339
Dmonstration
Nous allons dtailler la preuve. Soit A M n,p (K) de terme gnral a i j . La matrice unit dordre p est
telle que tous les lments de la diagonale principale sont gaux 1, les autres tant tous nuls.
On peut formaliser cela en introduisant le symbole de Kronecker. Si i et j sont deux entiers, on appelle
symbole de Kronecker, et on note i, j , le rel qui vaut 0 si i est diffrent de j , et 1 si i est gal j .
Donc
(
0 si i 6= j
i, j =
1 si i = j.
Alors le terme gnral de la matrice identit I p est i, j avec i et j entiers, compris entre 1 et p.
La matrice produit AI p est une matrice appartenant M n,p (K) dont le terme gnral c i j est donn
p
X
par la formule c i j =
a ik k j . Dans cette somme, i et j sont fixs et k prend toutes les valeurs
k=1
Exemple 192
1 0 1
1 0 3
A 2 = 0 1 0
0 0 4
1 0 7
A 3 = A 2 A = 0 1 0
0 0 8
1 0 15
A 4 = A 3 A = 0 1 0 .
0 0 16
Lobservation
de
ces premires puissances permet de penser que la formule est : A p =
p
1
0
2 1
p
0 . Dmontrons ce rsultat par rcurrence.
0 (1)
0
0
2p
Il est vrai pour p = 0 (on trouve lidentit). On le suppose vrai pour un entier p et on va le
dmontrer pour p + 1. On a, daprs la dfinition,
1
0
A p+1 = A p A = 0 (1) p
0
0
2p 1
1 0 1
1
0
0 0 1 0 = 0 (1) p+1
2p
0 0 2
0
0
2 p+1 1
0
.
p+1
2
340
Matrices
p
k
1 1
0 1
Soit A =
0 0
0 0
1
2
1
0
1
0
1
0
. On pose N = A I =
3
0
1
0
0 0
0 0
N2 =
0 0
0 0
1
0
0
0
1
2
0
0
1
. La matrice N est nilpotente (cest3
2 4
0 0 0 6
0 6
3 0 0 0 0
N =
et
N 4 = 0.
0 0
0 0 0 0
0 0
0 0 0 0
0
Ap =
0
p
1
0
0
p2
2p
1
0
p(p2 p + 1)
p(3p 2)
.
3p
Matrices
341
Mini-exercices
2 1 0
8 2
5
p facteurs
3.2. Exemples
Exemple 194
Soit A = 10 23 . tudier si A est inversible, cest tudier lexistence dune matrice B = ac db
coefficients dans K, telle que AB = I et BA = I. Or AB = I quivaut :
!
!
!
!
!
1 2 a b
1 0
a + 2c b + 2d
1 0
AB = I
=
=
0 3 c d
0 1
3c
3d
0 1
a + 2c = 1
b + 2d = 0
3c = 0
3d = 1
342
Matrices
!
1 23
.
0 31
Exemple 195
La matrice A =
3 0
50
a
nest pas inversible. En effet, soit B =
c
!
b
une matrice quelconque.
d
Alors le produit
a
BA =
c
b
d
!
3 0
3a + 5b
=
5 0
3c + 5d
0
0
Exemple 196
Soit I n la matrice carre identit de taille n n. Cest une matrice inversible, et son
inverse est elle-mme par lgalit I n I n = I n .
La matrice nulle 0n de taille n n nest pas inversible. En effet on sait que, pour toute
matrice B de M n (K), on a B0n = 0n , qui ne peut jamais tre la matrice identit.
3.3. Proprits
Unicit
Proposition 103
Si A est inversible, alors son inverse est unique.
Dmonstration
La mthode classique pour mener bien une telle dmonstration est de supposer lexistence de deux
matrices B1 et B2 satisfaisant aux conditions imposes et de dmontrer que B1 = B2 .
Soient donc B1 telle que AB1 = B1 A = I n et B2 telle que AB2 = B2 A = I n . Calculons B2 ( AB1 ). Dune
part, comme AB1 = I n , on a B2 ( AB1 ) = B2 . Dautre part, comme le produit des matrices est associatif,
on a B2 ( AB1 ) = (B2 A )B1 = I n B1 = B1 . Donc B1 = B2 .
Inverse de linverse
Proposition 104
Soit A une matrice inversible. Alors A 1 est aussi inversible et on a :
(A 1 )1 = A
Matrices
343
Proposition 105
Soient A et B deux matrices inversibles de mme taille. Alors AB est inversible et
(AB)1 = B1 A 1
( AB)(B1 A 1 ) = A (BB1 ) A 1 = AI A 1 = A A 1 = I.
Dmonstration
Ce rsultat est immdiat : si on multiplie droite lgalit AC = BC par C 1 , on obtient lgalit :
( AC )C 1 = (BC )C 1 . En utilisant lassociativit du produit des matrices on a A (CC 1 ) = B(CC 1 ), ce
qui donne daprs la dfinition de linverse AI = BI , do A = B.
Mini-exercices
et B = 25 13 . Calculer A 1 , B1 , (AB)1 , (BA)1 , A 2 .
1 0 0
2. Calculer linverse de 0 2 0 .
103
1 2 0
3. Soit A = 2 3 0 . Calculer 2A A 2 . Sans calculs, en dduire A 1 .
1. Soient A =
1 2
0 1
344
Matrices
4.1. Matrices 2 2
a
Considrons la matrice 2 2 : A =
c
!
b
.
d
Proposition 107
Si ad bc 6= 0, alors A est inversible et
A 1 =
1
ad bc
d
c
b
a
Dmonstration
On vrifie que si B =
1
d b
ad bc c a
alors AB =
1 0
0 1 . Idem pour BA .
4.3. Un exemple
1 2 1
Calculons linverse de A = 4 0 1 .
1 2 2
Voici la matrice augmente, avec les lignes numrotes :
1 2 1
(A | I) = 4 0 1
1 2 2
1 0 0
0 1 0
0 0 1
L1
L2
L3
Matrices
345
On applique la mthode de Gauss pour faire apparatre des 0 sur la premire colonne, dabord sur
la deuxime ligne par lopration lmentaire L 2 L 2 4L 1 qui conduit la matrice augmente :
1 0 0
4 1 0
0 0 1
1
2
1
1 2
2
L 2 L 2 4L 1
1 0 0
4 1 0
1 0 1
1 2
1
0 8 5
0 4
3
L 3 L 3 +L 1
1 2
0 1
0 4
5
8
1
2
0
1
0
18
0
L 2 81 L 2
On continue afin de faire apparatre des 0 partout sous la diagonale, et on multiplie la ligne L 3 .
Ce qui termine la premire partie de la mthode de Gauss :
1 2
0 1
0 0
5
8
1
2
1
2
0
18
1
2
0
1
1 2
0 1
0 0
puis
L 3 L 3 4L 2
0
2
0
1
1
2
8
2 1
5
8
L 3 2 L 3
Il ne reste plus qu remonter pour faire apparatre des zros au-dessus de la diagonale :
1 2 1
0 1 0
0 0 1
0
7
43
4
2 1
54
2
puis
L 2 L 2 58 L 3
1 0 0
0 1 0
0 0 1
12
7
4
1
2
34
1
2
54
L 1 L 1 2L 2 L 3
Ainsi linverse de A est la matrice obtenue droite et aprs avoir factoris tous les coefficients par
1
4 , on a obtenu :
2 2
2
1
A 1 = 7 3 5
4
8 4
8
Pour se rassurer sur ses calculs, on noublie pas de vrifier rapidement que A A 1 = I.
Mini-exercices
1. Si possible calculer linverse des matrices :
sin
1
2. Soit A( ) = cos
sin cos . Calculer A( ) .
3. Calculer linverse des matrices :
1 3 0
2 1 1
2 1 1
3 1 2 3 0 2 +1 1
7 2 , 5 4 , 3 0 ,
2 .
2 2 1 1 0 1 0 2 1 1 1
, 3 0 5 , 01 22 02 01 , 10 01 01 21 ,
1 1 2
0 2 1 3
01 1 0
1
0
1
0
0
1
1
1
0
0
1
2
2
0
0
0
0
0
2
5
0!
0
0 .
1
3
346
Matrices
a 11 x1
a x
21 1
a x
n1 1
a 12 x2
a 22 x2
...
a n 2 x2
+
+
+
+ +
+ +
a1 p x p
a2 p x p
=
=
b1
b2
+ +
a np x p
bn
a 11
a 21
..
.
a n1
...
...
...
{z
A
a1 p
a2 p
..
.
a np
} |
x1
x2
..
.
xp
{z
X
b1
b2
..
.
bn
{z
B
On appelle A M n,p (K) la matrice des coefficients du systme. B M n,1 (K) est le vecteur du second
membre. Le vecteur X M p,1 (K) est une solution du systme si et seulement si
A X = B.
Nous savons que :
Thorme 55
Un systme dquations linaires na soit aucune solution, soit une seule solution, soit une
infinit de solutions.
a 11
a 21
..
.
a n1
...
...
...
{z
A
a 1n
a 2n
..
.
a nn
} |
x1
x2
..
.
xn
{z
X
b1
b2
..
.
bn
{z
B
Alors A M n (K) est une matrice carre et B un vecteur de M n,1 (K). Pour tout second membre,
nous pouvons utiliser les matrices pour trouver la solution du systme linaire.
Matrices
347
Proposition 108
Si la matrice A est inversible, alors la solution du systme A X = B est unique et est :
X = A 1 B.
0
E L 2 5L 2 =
0
0
5
0
0
0
0
1
0
3
E L 2 L 2 3L 1 =
0
0
1
0
0
0
0
1
0
0
E L 2 L 4 = E L 4 L 2 =
0
0
0
0
1
0
0
1
0
Les oprations lmentaires sur les lignes sont rversibles, ce qui entrane linversibilit des
matrices lmentaires.
Le rsultat de la multiplication dun matrice lmentaire E par A est la matrice obtenue en
effectuant lopration lmentaire correspondante sur A. Ainsi :
348
Matrices
E L 2 1 L 2 A = 0
3
0
0
1
3
0
x1
0 y1
z1
1
x2
y2
z2
x1
x3
1
y3 = 3 y1
z3
z1
x2
1
3 y2
z2
x3
1
3 y3
z3
2.
x1
1 0 7
E L 1 L 1 7L 3 A = 0 1 0 y1
z1
0 0 1
x2
y2
z2
x1 7z1
x3
y3 = y1
z1
z3
x2 7z2
y2
z2
x3 7z3
y3
z3
3.
1 0 0
x1
E L 2 L 3 A = 0 0 1 y1
z1
0 1 0
x2
y2
z2
x3
x1
y3 = z1
z3
y1
x2
z2
y2
x3
z3
y3
+
1 0 0 0
0 0 +
0 0 1 0 0
0 0 0 +
0 0 0 1 0
0 0 0 0 0 0 1
0 0 0 0 0 0 +
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
Matrices
349
Thorme 56
tant donne une matrice A M n,p (K), il existe une unique matrice chelonne rduite U
obtenue partir de A par des oprations lmentaires sur les lignes.
Ce thorme permet donc de se ramener par des oprations lmentaires des matrices dont la
structure est beaucoup plus simple : les matrices chelonnes rduites.
Dmonstration
Nous admettons lunicit.
Lexistence se dmontre grce lalgorithme de Gauss. Lide gnrale consiste utiliser des substitutions de lignes pour placer des zros l o il faut de faon crer dabord une forme chelonne, puis
une forme chelonne rduite.
Soit A une matrice n p quelconque.
Partie A. Passage une forme chelonne.
tape A.1. Choix du pivot.
On commence par inspecter la premire colonne. Soit elle ne contient que des zros, auquel cas on
passe directement ltape A.3, soit elle contient au moins un terme non nul. On choisit alors un tel
terme, que lon appelle le pivot. Si cest le terme a 11 , on passe directement ltape A.2 ; si cest un
terme a i1 avec i 6= 1, on change les lignes 1 et i (L 1 L i ) et on passe ltape A.2.
Au terme de ltape A.1, soit la matrice A a sa premire colonne nulle ( gauche) ou bien on obtient
une matrice quivalente dont le premier coefficient a011 est non nul ( droite) :
..
.
.
.
.
0
a 12
a 22
..
.
a i2
..
.
a n2
a1 j
a2 j
..
.
ai j
..
.
an j
a1 p
a2 p
..
.
= A
aip
..
.
a np
ou bien
a011
a012
a01 j
a01 p
0
a 21
.
..
0
a i1
.
..
a0n1
a022
..
.
a0i2
..
.
a0n2
a02 j
..
.
a0i j
..
.
a0n j
a02 p
..
.
A.
a0i p
..
.
0
a np
a021
a011
L1, L3 L3
a031
a011
L 1 ,. . .
0
a0022 a002 j a002 p
.
..
..
..
..
.
.
.
A.
00
00
00
0
a
i2
ij
ip
.
.
.
..
..
..
..
0
a00n2 a00n j a00np
tape A.3. Boucle.
a0i1
a011
la ligne 1, ceci
350
Matrices
Au dbut de ltape A.3, on a obtenu dans tous les cas de figure une matrice de la forme
0
a122 a12 j a12 p
.
..
..
..
..
.
.
.
A
1
1
1
0
a
a
i2
ij
ip
.
.
.
..
..
..
..
0
a1n2 a1n j a1np
dont la premire colonne est bien celle dune matrice chelonne. On va donc conserver cette premire
colonne. Si a111 6= 0, on conserve aussi la premire ligne, et lon repart avec ltape A.1 en lappliquant
cette fois la sous-matrice ( n 1) ( p 1) (ci-dessous gauche : on oublie la premire ligne et
la premire colonne de A ) ; si a111 = 0, on repart avec ltape A.1 en lappliquant la sous-matrice
n ( p 1) ( droite, on oublie la premire colonne) :
a 22 a12 j a12 p
.
..
..
.
.
..
..
.
.
.
..
1
.
.
1
1
a
i2
ij
ip
a1i2 a1i j a1i p
..
..
.
.
..
..
.
.
.
..
.
.
0
a222 a22 j a22 p
.
..
..
..
..
.
.
.
A,
2
2
0
0
a
ij
ip
.
.
.
..
..
..
..
0
0
a2n j a2np
et ainsi de suite.
Comme chaque itration de la boucle travaille sur une matrice qui a une colonne de moins que la
prcdente, alors au bout dau plus p 1 itrations de la boucle, on aura obtenu une matrice chelonne.
Partie B. Passage une forme chelonne rduite.
tape B.1. Homothties.
On repre le premier lment non nul de chaque ligne non nulle, et on multiplie cette ligne par
linverse de cet lment. Exemple : si le premier lment non nul de la ligne i est 6= 0, alors on
effectue L i 1 L i . Ceci cre une matrice chelonne avec des 1 en position de pivots.
tape B.2. limination.
On limine les termes situs au-dessus des positions de pivot comme prcdemment, en procdant
partir du bas droite de la matrice. Ceci ne modifie pas la structure chelonne de la matrice en
raison de la disposition des zros dont on part.
Exemple 198
Soit
1 2 3 4
A = 0 2 4 6 .
1 0 1 0
Matrices
351
Premire itration de la boucle, tape A.1. Le choix du pivot est tout fait, on garde a111 = 1.
Premire itration de la boucle, tape A.2. On ne fait rien sur la ligne 2 qui contient dj un
zro en bonne position et on remplace la ligne 3 par L 3 L 3 + L 1 . On obtient
1 2 3 4
A 0 2 4 6 .
0 2 4 4
Deuxime itration de la boucle, tape A.1. Le choix du pivot est tout fait, on garde a222 = 2.
Deuxime itration de la boucle, tape A.2. On remplace la ligne 3 avec lopration L 3
L 3 L 2 . On obtient
1 2 3 4
A 0 2 4 6 .
0 0 0 2
Cette matrice est chelonne.
B. Passage une forme chelonne rduite.
tape B.1, homothties. On multiplie la ligne 2 par
1
2
1 2 3 4
A 0 1 2 3 .
0 0 0 1
tape B.2, premire itration. On ne touche plus la ligne 3 et on remplace la ligne 2 par
L 2 L 2 3L 3 et L 1 L 1 4L 3 . On obtient
1 2 3 0
A 0 1 2 0 .
0 0 0 1
1 0 1
A 0 1 2
0 0 0
0
1
352
Matrices
Dmonstration
Notons U la forme chelonne rduite de A . Et notons E le produit de matrices lmentaires tel que
E A = U.
= Si U = I n alors E A = I n . Ainsi par dfinition, A est inversible et A 1 = E .
= Nous allons montrer que si U 6= I n , alors A nest pas inversible.
Supposons U 6= I n . Alors la dernire ligne de U est nulle (sinon il y aurait un pivot sur chaque
ligne donc ce serait I n ).
Cela entrane que U nest pas inversible : en effet, pour tout matrice carre V , la dernire
ligne de UV est nulle ; on naura donc jamais UV = I n .
Alors, A nest pas inversible non plus : en effet, si A tait inversible, on aurait U = E A et U
serait inversible comme produit de matrices inversibles (E est inversible car cest un produit
de matrices lmentaires qui sont inversibles).
Remarque
Justifions maintenant notre mthode pour calculer A 1 .
Nous partons de (A | I) pour arriver par des oprations lmentaires sur les lignes (I |B).
Montrons que B = A 1 . Faire une opration lmentaire signifie multiplier gauche par une
des matrices lmentaires. Notons E le produit de ces matrices lmentaires. Dire que lon
arrive la fin du processus I signifie E A = I. Donc A 1 = E. Comme on fait les mmes
oprations sur la partie droite du tableau, alors on obtient EI = B. Donc B = E. Consquence :
B = A 1 .
Corollaire 22
Les assertions suivantes sont quivalentes :
(i) La matrice A est inversible. !
!
0
.
(ii) Le systme linaire A X = .. a une unique solution X = ... .
0
0
(iii) Pour tout second membre B, le systme linaire A X = B a une unique solution X .
Dmonstration
Nous avons dj vu ( i ) = ( ii ) et ( i ) = ( iii ).
Nous allons seulement montrer ( ii ) = ( i ). Nous raisonnons par contrapose : nous allons montrer la
proposition quivalente non( i ) = non( ii ). Si A nest pas inversible, alors sa forme chelonne rduite
U contient un premier zro sur sa diagonale, disons la place `. Alors U la forme suivante
0
0
0
0
..
.
0
0
..
.
0
..
.
0
1
0
0
..
.
c1
..
.
c `1
0
0
..
.
..
.
On note
c1
.
..
c `1
X =
1 .
..
.
Alors X nest pas le vecteur nul, mais U X est le vecteur nul. Comme A = E 1U , alors A X est le vecteur
nul. Nous avons donc trouv un vecteur non nul X tel que A X = 0.
Matrices
353
Mini-exercices
1. Exprimer les systmes linaires suivants sous forme matricielle
et les rsoudre en
x+t =
x+z =1
2x + 4y = 7
x 2y =
inversant la matrice :
,
.
2y + 3z = 1 ,
2x + 3y = 14
x+ y+ t = 2
x+z =1
y+ t = 4
2. crire les matrices 4 4 correspondant aux oprations lmentaires : L 2 13 L 2 , L 3
L 3 41 L 2 , L 1 L 4 . Sans calculs, crire leurs inverses. crire la matrice 4 4 de lopration L 1 L 1 2L 3 + 3L 4 .
3. crire les matrices
suivantes sous forme chelonne, puis chelonne rduite :
1 2 3 1 0 2 2 0 2 0
1 1 0
1 4 0 , 1 1 1 , 0
1 2 1 4 .
2 2 3
2 2 3
1 2 1 2
a 11
a
21
.
.
.
.
.
.
a n1
a 22
..
.
..
.
a n2
..
.
..
.
0
..
.
..
.
..
..
0
a nn
On dit que A est triangulaire suprieure si ses lments en-dessous de la diagonale sont nuls,
autrement dit :
i > j = a i j = 0.
Une matrice triangulaire suprieure a la forme suivante :
a 11
..
.
.
..
.
.
.
0
a 12
a 22
..
.
...
...
...
..
.
..
.
...
...
...
...
...
..
..
..
...
a 1n
a 2n
..
.
..
.
..
.
a nn
354
Matrices
Exemple 199
Deux matrices triangulaires
droite) :
4 0
0 1
3 2
0
3
5 0
1 2
1 1 1
0 1 1
0 0 1
Une matrice qui est triangulaire infrieure et triangulaire suprieure est dite diagonale. Autrement dit : i 6= j = a i j = 0.
Exemple 200
Exemples de matrices diagonales :
1 0 0
0 6 0
0 0 0
et
!
2 0
0 3
1 0 . . .
...
0
1
0 ...
...
0
0 2 0
0 2p 0
...
0
...
0
.
..
..
..
..
..
..
..
p
D = .. . . . . . .
=
D
=
.
.
.
.
.
.
0 . . . 0 n1 0
0 . . . 0 n1 0
p
0 ... ...
0
n
0 ... ...
0
n
Thorme 58
Une matrice A de taille n n, triangulaire, est inversible si et seulement si ses lments
diagonaux sont tous non nuls.
Dmonstration
Supposons que A soit triangulaire suprieure.
Si les lments de la diagonale sont tous non nuls, alors la matrice A est dj sous la forme
chelonne. En multipliant chaque ligne i par linverse de llment diagonal a ii , on obtient
des 1 sur la diagonale. De ce fait, la forme chelonne rduite de A sera la matrice identit. Le
thorme 57 permet de conclure que A est inversible.
Inversement, supposons quau moins lun des lments diagonaux soit nul et notons a `` le
premier lment nul de la diagonale. En multipliant les lignes 1 ` 1 par linverse de leur
Matrices
355
0
0
0
0
..
.
0
..
.
..
.
1
0
0
..
.
0
0
..
.
..
.
Il est alors clair que la colonne numro ` de la forme chelonne rduite ne contiendra pas de 1
comme pivot. La forme chelonne rduite de A ne peut donc pas tre I n et par le thorme 57,
A nest pas inversible.
Dans le cas dune matrice triangulaire infrieure, on utilise la transposition (qui fait lobjet de la section
suivante) et on obtient une matrice triangulaire suprieure. On applique alors la dmonstration cidessus.
6.2. La transposition
Soit A la matrice de taille n p
A=
a 11
a 21
..
.
a n1
a 12
a 22
..
.
a n2
...
...
...
a1 p
a2 p
..
.
a np
Dfinition 100
On appelle matrice transpose de A la matrice A T de taille p n dfinie par :
A =
a 11
a 12
..
.
a1 p
a 21
a 22
..
.
a2 p
...
...
...
a n1
a n2
..
.
a np
Autrement dit : le coefficient la place (i, j) de A T est a ji . Ou encore la i-me ligne de A devient
la i-me colonne de A T (et rciproquement la j-me colonne de A T est la j-me ligne de A).
Notation : La transpose de la matrice A se note aussi souvent t A.
Exemple 202
T
1 2 3
1 4 7
8
4 5 6 = 2 5
7 8 9
3 6 9
!
0
3
0 1 1
1 5 =
3 5 2
1 2
(1
1
5)T = 2
5
356
Matrices
Thorme 59
1. (A + B)T = A T + B T
2. ( A)T = A T
3. (A T )T = A
4. (AB)T = B T A T
5. Si A est inversible, alors A T lest aussi et on a (A T )1 = (A 1 )T .
Notez bien linversion : (AB)T = B T A T , comme pour (AB)1 = B1 A 1 .
6.3. La trace
Dans le cas dune matrice carre de taille n n, les lments a 11 , a 22 , . . . , a nn sont appels les
lments diagonaux.
Sa diagonale principale est la diagonale (a 11 , a 22 , . . . , a nn ).
a 11
a 21
.
.
.
a n1
a 12
a 22
..
.
a n2
...
...
..
.
...
a 1n
a 2n
..
.
a nn
Dfinition 101
La trace de la matrice A est le nombre obtenu en additionnant les lments diagonaux de A.
Autrement dit,
tr A = a 11 + a 22 + + a nn .
Exemple 203
2 1
0
5 , alors tr A = 2 + 5 = 7.
1 1 2
Pour B = 5 2 8 , tr B = 1 + 2 10 = 7.
Si A =
11 0 10
Thorme 60
Soient A et B deux matrices n n. Alors :
1. tr(A + B) = tr A + tr B,
2. tr( A) = tr A pour tout K,
3. tr(A T ) = tr A,
4. tr(AB) = tr(BA).
Matrices
357
Dmonstration
1. Pour tout 1 i n, le coefficient ( i, i ) de A + B est a ii + b ii . Ainsi, on a bien tr( A + B) = tr( A ) +
tr(B).
2. On a tr( A ) = a 11 + + a nn = (a 11 + + a nn ) = tr A .
3. tant donn que la transposition ne change pas les lments diagonaux, la trace de A est gale
la trace de A T .
4. Notons c i j les coefficients de AB. Alors par dfinition
c ii = a i1 b 1 i + a i2 b 2 i + + a in b ni .
Ainsi,
tr( AB)
a 11 b 11
+a 21 b 12
..
.
+ a n1 b 1 n
+a 12 b 21
+a 22 b 22
+
+
+ a 1 n b n1
+ a 2 n b n2
+ a n2 b 2 n
+a nn b nn .
+a 21 b 12
+a 22 b 22
+
+
+ a n1 b 1 n
+ a n2 b 2 n
+ a 2 n b n2
+a nn b nn .
a 11 b 11
+a 12 b 21
..
.
+ a 1 n b n1
b 11 a 11 + b 12 a 21 + + b 1n a n1
qui vaut le coefficient (1, 1) de BA . On note d i j les coefficients de BA . En faisant de mme avec
les autres lignes, on voit finalement que
tr( AB) = d 11 + + d nn = tr(BA ).
Exemple 204
Les matrices suivantes sont symtriques :
!
0 2
2 4
1 0
5
2 1
0
5 1 0
358
Matrices
Exemple 205
Pour une matrice B quelconque, les matrices B B T et B T B sont symtriques.
Preuve : (BB T )T = (B T )T B T = BB T . Idem pour B T B.
0 1
1 0
0 4 2
4 0 5
2 5 0
Remarquons que les lments diagonaux dune matrice antisymtrique sont toujours tous nuls.
Exemple 207
Toute matrice est la somme dune matrice symtrique et dune matrice antisymtrique.
Preuve : Soit A une matrice. Dfinissons B = 12 (A + A T ) et C = 12 (A A T ). Alors dune part
A = B + C ; dautre part B est symtrique, car B T = 21 (A T + (A T )T ) = 12 (A T + A) = B ; et enfin C
est antisymtrique, car C T = 12 (A T (A T )T ) = C.
Exemple :
!
!
2 9
2 10
0 1
alors
A =
Pour A =
+
.
8 3
9 3
1 0
| {z }
| {z }
symtrique
antisymtrique
Mini-exercices
1. Montrer que la somme de deux matrices triangulaires suprieures reste triangulaire
suprieure. Montrer que cest aussi valable pour le produit.
2. Montrer que si A est triangulaire suprieure, alors A T est triangulaire infrieure. Et si
A est diagonale ?
x1
x2
Matrices
359
Auteurs
Daprs un cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de lcole
Polytechnique Fdrale de Lausanne,
et un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des parties
de cours de H. Ledret et dune quipe de luniversit de Bordeaux anime par J. Queyrut,
mixs et rviss par Arnaud Bodin, relu par Vianney Combet.
360
Matrices
Exo7
19
1
2
3
4
5
6
7
8
Espaces vectoriels
Vido
Vido
Vido
Vido
Vido
Vido
Vido
Vido
La notion despace vectoriel est une structure fondamentale des mathmatiques modernes. Il
sagit de dgager les proprits communes que partagent des ensembles pourtant trs diffrents.
Par exemple, on peut additionner deux vecteurs du plan, et aussi multiplier un vecteur par un
rel (pour lagrandir ou le rtrcir). Mais on peut aussi additionner deux fonctions, ou multiplier
une fonction par un rel. Mme chose avec les polynmes, les matrices,... Le but est dobtenir des
thormes gnraux qui sappliqueront aussi bien aux vecteurs du plan, de lespace, aux espaces de
fonctions, aux polynmes, aux matrices,... La contrepartie de cette grande gnralit de situations
est que la notion despace vectoriel est difficile apprhender et vous demandera une quantit
consquente de travail ! Il est bon davoir dabord tudi le chapitre Lespace vectoriel Rn .
362
Espaces vectoriels
Dfinition 104
Un K-espace vectoriel est un ensemble non vide E muni :
dune loi de composition interne, cest--dire dune application de E E dans E :
EE
(u, v) 7
E
u+v
(pour tous u, v E)
2. u + (v + w) = (u + v) + w
(pour tous u, v, w E)
(pour tout u E)
(pour tout u E)
6. ( u) = () u
(pour tous , K, u E)
7. (u + v) = u + v
(pour tous K, u, v E)
8. ( + ) u = u + u
(pour tous , K, u E)
Nous reviendrons en dtail sur chacune de ces proprits juste aprs des exemples.
R2 = (x, y) | x R, y R .
Dfinition de la loi interne. Si (x, y) et (x0 , y0 ) sont deux lments de R2 , alors :
(x, y) + (x0 , y0 ) = (x + x0 , y + y0 ).
Dfinition de la loi externe. Si est un rel et (x, y) est un lment de R2 , alors :
(x, y) = ( x, y).
Llment neutre de la loi interne est le vecteur nul (0, 0). Le symtrique de (x, y) est ( x, y),
que lon note aussi (x, y).
Espaces vectoriels
363
u
u+v
Lexemple suivant gnralise le prcdent. Cest aussi le bon moment pour lire ou relire le chapitre
Lespace vectoriel Rn .
Exemple 209. Le R-espace vectoriel Rn
Soit n un entier suprieur ou gal 1. Posons K = R et E = Rn . Un lment u E est donc un
n-uplet (x1 , x2 , . . . , xn ) avec x1 , x2 , . . . , xn des lments de R.
Dfinition de la loi interne. Si (x1 , . . . , xn ) et (x10 , . . . , x0n ) sont deux lments de Rn , alors :
(x1 , . . . , xn ) + (x10 , . . . , x0n ) = (x1 + x10 , . . . , xn + x0n ).
Dfinition de la loi externe. Si est un rel et (x1 , . . . , xn ) est un lment de Rn , alors :
(x1 , . . . , xn ) = ( x1 , . . . , xn ).
Llment neutre de la loi interne est le vecteur nul (0, 0, . . . , 0). Le symtrique de (x1 , . . . , xn )
est ( x1 , . . . , xn ), que lon note (x1 , . . . , xn ).
De manire analogue, on peut dfinir le C-espace vectoriel Cn , et plus gnralement le Kespace vectoriel Kn .
Exemple 210
Tout plan passant par lorigine dans R3 est un espace vectoriel (par rapport aux oprations
habituelles sur les vecteurs). Soient K = R et E = P un plan passant par lorigine. Le plan
admet une quation de la forme :
ax + b y + cz = 0
o a, b et c sont des rels non tous nuls.
x
y
z
tel que ax + b y +
364
Espaces vectoriels
cz = 0. 0
x
x
Soient y et y0 deux lments de P . Autrement dit,
z
z0
et
Alors
x+ x0
y+ y0
z+ z0
ax + b y + cz
ax0 + b y0 + cz0
= 0,
= 0.
0
Les autres proprits sont aussi faciles vrifier : par exemple llment neutre est 0 ; et si
0
x
y appartient P , alors ax + b y + cz = 0, que lon peut rcrire a( x) + b( y) + c( z) = 0 et
z
x
ainsi y appartient P .
z
1.4. Mini-exercices
1. Vrifier les 8 axiomes qui font de R3 un R-espace vectoriel.
(
ax + b y + cz = 0
.
a x + b0 y + c0 z = 0
3. Justifier que les ensembles suivants ne sont pas des espaces vectoriels : (x, y) R2 | x y = 0 ;
Espaces vectoriels
365
4. Montrer par rcurrence que si les v i sont des lments dun K-espace vectoriel E, alors pour
tous i K : 1 v1 + 2 v2 + + n vn E.
E
u+v
Cest--dire qu partir de deux vecteurs u et v de E, on nous en fournit un troisime, qui sera not
u + v.
La loi de composition interne dans E et la somme dans K seront toutes les deux notes +, mais le
contexte permettra de dterminer aisment de quelle loi il sagit.
Loi externe.
La loi de composition externe, cest une application de K E dans E :
KE E
(, u) 7 u
Cest--dire qu partir dun scalaire K et dun vecteur u E, on nous fournit un autre vecteur,
qui sera not u.
Axiomes relatifs la loi interne.
1. Commutativit. Pour tous u, v E, u + v = v + u. On peut donc additionner des vecteurs dans
lordre que lon souhaite.
2. Associativit. Pour tous u, v, w E, on a u + (v + w) = (u + v) + w. Consquence : on peut
oublier les parenthses et noter sans ambigut u + v + w.
3. Il existe un lment neutre, cest--dire quil existe un lment de E, not 0E , vrifiant :
pour tout u E, u + 0E = u (et on a aussi 0E + u = u par commutativit). Cet lment 0E
sappelle aussi le vecteur nul.
4. Tout lment u de E admet un symtrique (ou oppos), cest--dire quil existe un lment
u0 de E tel que u + u0 = 0E (et on a aussi u0 + u = 0E par commutativit). Cet lment u0 de E
est not u.
Proposition 109
Sil existe un lment neutre 0E vrifiant laxiome (3) ci-dessus, alors il est unique.
Soit u un lment de E. Sil existe un lment symtrique u0 de E vrifiant laxiome (4),
alors il est unique.
366
Espaces vectoriels
Dmonstration
Soient 0E et 00E deux lments vrifiant la dfinition de llment neutre. On a alors, pour tout
lment u de E :
u + 0E = 0E + u = u
et
u + 00E = 00E + u = u
Alors, la premire proprit utilise avec u = 00E donne 00E + 0E = 0E + 00E = 00E .
La deuxime proprit utilise avec u = 0E donne 0E + 00E = 00E + 0E = 0E .
En comparant ces deux rsultats, il vient 0E = 00E .
Supposons quil existe deux symtriques de u nots u0 et u00 . On a :
u + u0 = u0 + u = 0E
et
u + u00 = u00 + u = 0E .
Remarque
Les tudiants connaissant la thorie des groupes reconnatront, dans les quatre premiers
axiomes ci-dessus, les axiomes caractrisant un groupe commutatif.
2.2. Exemples
Dans tous les exemples qui suivent, la vrification des axiomes se fait simplement et est laisse
au soin des tudiants. Seules seront indiques, dans chaque cas, les valeurs de llment neutre
de la loi interne et du symtrique dun lment.
Espaces vectoriels
367
( f )(x) = f (x).
(Nous dsignons par la loi externe de F (R, R) et par la multiplication dans R. Avec
lhabitude on oubliera les signes de multiplication : ( f )(x) = f (x).)
lment neutre. Llment neutre pour laddition est la fonction nulle, dfinie par :
x R
f (x) = 0.
wn = u n + vn
u0n = u n .
368
Espaces vectoriels
Lopration qui (u, v) associe u + (v) sappelle la soustraction. Le vecteur u + (v) est not u v.
Les proprits suivantes sont satisfaites : (u v) = u v et ( )u = u u.
Dmonstration
Les dmonstrations des proprits sont des manipulations sur les axiomes dfinissant les espaces
vectoriels.
1. Le point de dpart de la dmonstration est lgalit dans K : 0 + 0 = 0.
Do, pour tout vecteur de E , lgalit (0 + 0) u = 0 u.
Donc, en utilisant la distributivit de la loi externe par rapport la loi interne et la dfinition
de llment neutre, on obtient 0 u + 0 u = 0 u. On peut rajouter llment neutre dans le
terme de droite, pour obtenir : 0 u + 0 u = 0 u + 0E .
En ajoutant (0 u) de chaque ct de lgalit, on obtient : 0 u = 0E .
2. La preuve est semblable en partant de lgalit 0E + 0E = 0E .
3. Montrer (1) u = u signifie exactement que (1) u est le symtrique de u, cest--dire vrifie
u + (1) u = 0E . En effet :
Espaces vectoriels
369
2.4. Mini-exercices
1. Justifier si les objets suivants sont des espaces vectoriels.
(a) Lensemble des fonctions relles sur [0, 1], continues, positives ou nulles, pour laddition et
le produit par un rel.
(b) Lensemble des fonctions relles sur R vrifiant lim x+ f (x) = 0 pour les mmes oprations.
(c) Lensemble des fonctions sur R telles que f (3) = 7.
(d) Lensemble R+ pour les oprations x y = x y et x = x ( R).
(e) Lensemble des points (x, y) de R2 vrifiant sin(x + y) = 0.
(f) Lensemble des vecteurs (x, y, z) de R3 orthogonaux au vecteur (1, 3, 2).
(g) Lensemble des fonctions de classe C 2 vrifiant f 00 + f = 0.
R1
(h) Lensemble des fonctions continues sur [0, 1] vrifiant 0 f (x) sin x dx = 0.
(i) Lensemble des matrices ac db M2 (R) vrifiant a + d = 0.
2. Prouver les proprits de la soustraction : (u v) = u v et ( ) u = u u.
370
Espaces vectoriels
La troisime condition, cest dire que F est stable pour la multiplication par un scalaire.
(a) (0, 0) F,
(b) si u = (x1 , y1 ) et v = (x2 , y2 ) appartiennent F, alors x1 + y1 = 0 et x2 + y2 = 0 donc
(x1 + x2 ) + (y1 + y2 ) = 0 et ainsi u + v = (x1 + x2 , y1 + y2 ) appartient F,
(c) si u = (x, y) F et R, alors x + y = 0 donc x + y = 0, do u F.
y
2. Lensemble des fonctions continues sur R est un sous-espace vectoriel de lespace vectoriel des fonctions de R dans R. Preuve : la fonction nulle est continue ; la somme de
deux fonctions continues est continue ; une constante fois une fonction continue est une
fonction continue.
3. Lensemble des suites relles convergentes est un sous-espace vectoriel de lespace vectoriel des suites relles.
Voici des sous-ensembles qui ne sont pas des sous-espaces vectoriels.
Exemple 215
F3
F2
0
0
F1
Espaces vectoriels
371
P = f F (R, R) | x R, f ( x) = f (x)
I = f F (R, R) | x R, f ( x) = f (x)
P et I sont des sous-espaces vectoriels de F (R, R). Cest trs simple vrifier, par
exemple pour P :
372
Espaces vectoriels
appartient F .
Un autre exemple despace vectoriel est donn par lensemble des solutions dun systme linaire
homogne. Soit A X = 0 un systme de n quations p inconnues :
x1
a 11 . . . a 1 p
0
. .
.
..
. = .
.
.
. .
.
xp
a n1 . . . a np
0
On a alors
Thorme 62
Soit A M n,p (R). Soit A X = 0 un systme dquations linaires homognes p variables.
Alors lensemble des vecteurs solutions est un sous-espace vectoriel de R p .
Dmonstration
Soit F lensemble des vecteurs X R p solutions de lquation A X = 0. Vrifions que F est un sousespace vectoriel de R p .
Le vecteur 0 est un lment de F .
F est stable par addition : si X et X 0 sont des vecteurs solutions, alors A X = 0 et A X 0 = 0, donc
A ( X + X 0 ) = A X + A X 0 = 0, et ainsi X + X 0 F .
F est stable par multiplication par un scalaire : si X est un vecteur solution, on a aussi A ( X ) =
( A X ) = 0 = 0, ceci pour tout R. Donc X F .
Exemple 217
Considrons le systme
1 2 3
x
0
2 4 6 y = 0 .
3 6 9
z
0
F = (x = 2s 3t, y = s, z = t) | s, t R .
Par le thorme 62, F est un sous-espace vectoriel de R3 . Donc par le thorme 61, F est un
espace vectoriel.
Une autre faon de voir les choses est dcrire que les lments de F sont ceux qui vrifient
lquation (x = 2y 3z). Autrement dit, F est dquation (x 2y + 3z = 0). Lensemble des
solutions F est donc un plan passant par lorigine. Nous avons dj vu que ceci est un espace
vectoriel.
3.3. Mini-exercices
Parmi les ensembles suivants, reconnatre ceux qui sont des sous-espaces vectoriels :
1. (x, y, z) R3 | x + y = 0
2. (x, y, z, t) R4 | x = t et y = z
3. (x, y, z) R3 | z = 1
4. (x, y) R2 | x2 + x y 0
Espaces vectoriels
373
5. (x, y) R2 | x2 + y2 1
6. f F (R, R) | f (0) = 1
7. f F (R, R) | f (1) = 0
f (x) = x3 2x2 7x 4
!
1 1 3
. On peut crire A naturellement sous la
4. Dans M2,3 (R), on considre A =
0 1 4
forme suivante dune combinaison linaire de matrices lmentaires (des zros partout,
sauf un 1) :
!
!
!
!
!
1 0 0
0 1 0
0 0 1
0 0 0
0 0 0
A=
+
+3
+4
.
0 0 0
0 0 0
0 0 0
0 1 0
0 0 1
374
Espaces vectoriels
Exemple 219
1
6
9
Soient u = 2 et v = 4 deux vecteurs de R3 . Montrons que w = 2 est combinaison linaire
1
7
2
de u et v. On cherche donc et tels que w = u + v :
9
1
6
6
+ 6
2 = 2 + 4 = 2 + 4 = 2 + 4 .
7
1
2
2
+ 2
On a donc
9 = + 6
2 = 2 + 4
7 = + 2.
Une solution de ce systme est ( = 3, = 2), ce qui implique que w est combinaison linaire
de u et v. On vrifie que lon a bien
9
1
6
2 = 3 2 + 2 4 .
7
1
2
Exemple 220
1
6
4
Soient u = 2 et v = 4 . Montrons que w = 1 nest pas une combinaison linaire de u et
8
1
2
v. Lgalit
4
1
6
1 = 2 + 4
8
1
2
quivaut au systme
4 = + 6
1 = 2 + 4
8 = + 2.
pour tous u, v F
et tous , K.
Espaces vectoriels
375
Exemple 221
Soit D le sous-ensemble de R3 dfini par :
D = (x, y, z) R3 | x + 3y + z = 0 et x y + 2z = 0 .
F = (x, y, z) R3 | x + 3y + z = 0
G = (x, y, z) R3 | x y + 2z = 0
F
G
D
Ce sont deux plans passant par lorigine, donc des sous-espaces vectoriels de R3 . Ainsi D =
F G est un sous-espace vectoriel de R3 , cest une droite vectorielle.
376
Espaces vectoriels
Remarque
La runion de deux sous-espaces vectoriels de E nest pas en gnral un sous-espace vectoriel
(1, 1)
(0, 1)
G
0
(1, 0)
4.4. Mini-exercices
1. Peut-on trouver t R tel que les vecteurs
2. Peut-on trouver t R tel que le vecteur
2
p
2
t
1
3t
t
et
p
4 2
4pt
2 2
soient colinaires ?
1
3
2
et
1
1
1
F + G = u + v | u F, v G .
G
F +G
Espaces vectoriels
377
Proposition 112
Soient F et G deux sous-espaces vectoriels du K-espace vectoriel E.
1. F + G est un sous-espace vectoriel de E.
2. F + G est le plus petit sous-espace vectoriel contenant la fois F et G.
Dmonstration
1. Montrons que F + G est un sous-espace vectoriel.
0E F , 0E G , donc 0E = 0E + 0E F + G .
Soient w et w0 des lments de F + G . Comme w est dans F + G , il existe u dans F et v dans G
tels que w = u + v. Comme w0 est dans F + G , il existe u0 dans F et v0 dans G tels que w0 = u0 + v0 .
Alors w + w0 = ( u + v) + ( u0 + v0 ) = ( u + u0 ) + (v + v0 ) F + G , car u + u0 F et v + v0 G .
Soit w un lment de F + G et K. Il existe u dans F et v dans G tels que w = u + v. Alors
w = ( u + v) = ( u) + (v) F + G , car u F et v G .
2. Lensemble F + G contient F et contient G : en effet tout lment u de F scrit u = u + 0 avec
u appartenant F et 0 appartenant G (puisque G est un sous-espace vectoriel), donc u
appartient F + G . De mme pour un lment de G .
Si H est un sous-espace vectoriel contenant F et G , alors montrons que F + G H . Cest clair :
si u F alors en particulier u H (car F H ), de mme si v G alors v H . Comme H est un
sous-espace vectoriel, alors u + v H .
Exemple 222
Dterminons F + G dans le cas o F et G sont les sous-espaces vectoriels de R3 suivants :
F = (x, y, z) R3 | y = z = 0
G = (x, y, z) R3 | x = z = 0 .
et
z
F +G
F
G
0
y
(0, y, 0). Donc F + G = (x, y, z) R3 | z = 0 . On voit mme que, pour cet exemple, tout lment
de F + G scrit de faon unique comme la somme dun lment de F et dun lment de G.
Exemple 223
Soient F et G les deux sous-espaces vectoriels de R3 suivants :
F = (x, y, z) R3 | x = 0
et
G = (x, y, z) R3 | y = 0 .
378
Espaces vectoriels
Dans cet exemple, montrons que F + G = R3 . Par dfinition de F + G, tout lment de F + G est
dans R3 . Mais rciproquement, si w = (x, y, z) est un lment quelconque de R3 : w = (x, y, z) =
(0, y, z) + (x, 0, 0), avec (0, y, z) F et (x, 0, 0) G, donc w appartient F + G.
Remarquons que, dans cet exemple, un lment de R3 ne scrit pas forcment de faon unique
comme la somme dun lment de F et dun lment de G. Par exemple (1, 2, 3) = (0, 2, 3) +
(1, 0, 0) = (0, 2, 0) + (1, 0, 3).
Remarque
Dire quun lment w de E scrit dune manire unique comme la somme dun lment
de F et dun lment de G signifie que si w = u + v avec u F, v G et w = u0 + v0 avec
u0 F, v0 G alors u = u0 et v = v0 .
On dit aussi que F est un sous-espace supplmentaire de G (ou que G est un sous-espace
supplmentaire de F).
Il ny a pas unicit du supplmentaire dun sous-espace vectoriel donn (voir un exemple
ci-dessous).
Lexistence dun supplmentaire dun sous-espace vectoriel sera prouve dans le cadre
des espaces vectoriels de dimension finie.
Espaces vectoriels
379
Dmonstration
Supposons E = F G et montrons que tout lment u E se dcompose de manire unique.
Soient donc u = v + w et u = v0 + w0 avec v, v0 F et w, w0 G . On a alors v + w = v0 + w0 , donc
v v0 = w0 w. Comme F est un sous-espace vectoriel alors v v0 F , mais dautre part G est
aussi un sous-espace vectoriel donc w0 w G . Conclusion : v v0 = w0 w F G . Mais par
dfinition despaces supplmentaires F G = {0E }, donc v v0 = 0E et aussi w0 w = 0E . On en
dduit v = v0 et w = w0 , ce quil fallait dmontrer.
Supposons que tout u E se dcompose de manire unique et montrons E = F G .
Montrons F G = {0E }. Si u F G , il peut scrire des deux manires suivantes comme somme
dun lment de F et dun lment de G :
u = 0E + u
u = u + 0E .
et
Exemple 224
G0
F
0
(a) Montrons F G 0 = {(0, 0)}. Si (x, y) F G 0 alors dune part (x, y) F donc y = 0, et
aussi (x, y) G 0 donc x = y. Ainsi (x, y) = (0, 0).
(b) Montrons F + G 0 = R2 . Soit u = (x, y) R2 . Cherchons v F et w G 0 tels que u = v + w.
Comme v = (x1 , y1 ) F alors y1 = 0, et comme w = (x2 , y2 ) G 0 alors x2 = y2 . Il sagit
donc de trouver x1 et x2 tels que
(x, y) = (x1 , 0) + (x2 , x2 ).
Donc (x, y) = (x1 + x2 , x2 ). Ainsi x = x1 + x2 et y = x2 , do x1 = x y et x2 = y. On trouve
bien
(x, y) = (x y, 0) + (y, y),
qui prouve que tout lment de R2 est somme dun lment de F et dun lment de
G0.
3. De faon plus gnrale, deux droites distinctes du plan passant par lorigine forment
des sous-espaces supplmentaires.
380
Espaces vectoriels
Exemple 225
Est-ce que les sous-espaces vectoriels F et G de R3 dfinis par
F = (x, y, z) R3 | x y z = 0
et
G = (x, y, z) R3 | y = z = 0
Espaces vectoriels
381
f (x) + f ( x)
2
et
h(x) =
f (x) f ( x)
.
2
f ( x)+ f ( x)
il existe 1 , . . . , n K
tels que
u = 1 v1 + + n vn
Remarque
Dire que Vect(v1 , . . . , vn ) est le plus petit sous-espace vectoriel de E contenant les vecteurs v1 , . . . , vn signifie que si F est un sous-espace vectoriel de E contenant aussi les
vecteurs v1 , . . . , vn alors Vect(v1 , . . . , vn ) F.
Plus gnralement, on peut dfinir le sous-espace vectoriel engendr par une partie V
quelconque (non ncessairement finie) dun espace vectoriel : Vect V est le plus petit
sous-espace vectoriel contenant V .
Exemple 227
1. E tant un K-espace vectoriel, et u un lment quelconque de E, lensemble Vect(u) =
{ u | K} est le sous-espace vectoriel de E engendr par u. Il est souvent not K u. Si
u nest pas le vecteur nul, on parle dune droite vectorielle.
K = Vect(u)
382
Espaces vectoriels
u
0
Vect(u, v)
x
y
z
Vect(u, v)
x
y
xz
y
= u + v pour certains , R
1
1
= 1 + 2
3
1
z
x = +
y = + 2
z = + 3
Nous obtenons bien une quation paramtrique du plan P passant par lorigine et
contenant les vecteurs u et v. On sait en trouver une quation cartsienne : (x 2y + z =
0).
Exemple 228
Soient E lespace vectoriel des applications de R dans R et f 0 , f 1 , f 2 les applications dfinies
par :
x R
f 0 (x) = 1, f 1 (x) = x et f 2 (x) = x2 .
Le sous-espace vectoriel de E engendr par { f 0 , f 1 , f 2 } est lespace vectoriel des fonctions
polynmes f de degr infrieur ou gal 2, cest--dire de la forme f (x) = ax2 + bx + c.
Mthodologie. On peut dmontrer quune partie F dun espace vectoriel E est un sous-espace
vectoriel de E en montrant que F est gal lensemble des combinaisons linaires dun nombre
fini de vecteurs de E.
Exemple 229
Donc F est lensemble des combinaisons linaires de (1, 1, 0), (1, 0, 1) . Cest le sous-espace
vectoriel engendr par (1, 1, 0), (1, 0, 1) : F = Vect (1, 1, 0), (1, 0, 1) . Cest bien un plan vectoriel
(un plan passant par lorigine).
Espaces vectoriels
383
5.4. Mini-exercices
1. Trouver des sous-espaces vectoriels distincts F et G de R3 tels que
(a) F + G = R3 et F G 6= {0} ;
(b) F + G 6= R3 et F G = {0} ;
(c) F + G = R3 et F G = {0} ;
(d) F + G 6= R3 et F G 6= {0}.
384
Espaces vectoriels
=
2(x + x0 ), y + y0 + 3(z + z0 )
= (2x, y + 3z) + (2x0 , y0 + 3z0 )
= f (u) + f (v)
f ( u) = f ( x, y, z)
= (2 x, y + 3 z)
= (2x, y + 3z)
= f (u)
et
f (u) = 0F
pour tout u E.
f (u) = u
pour tout u E.
Dmonstration
Il suffit dappliquer la dfinition de la linarit avec = 0, puis avec = 1.
Pour dmontrer quune application est linaire, on peut aussi utiliser une proprit plus concentre , donne par la caractrisation suivante :
Espaces vectoriels
385
Plus gnralement, une application linaire f prserve les combinaisons linaires : pour tous
1 , . . . , n K et tous v1 , . . . , vn E, on a
f (1 v1 + + n vn ) = 1 f (v1 ) + + n f (vn ).
Dmonstration
Soit f une application linaire de E dans F . Soient u, v E , , K. En utilisant les deux
axiomes de la dfinition, on a
f ( u + v) = f ( u) + f (v) = f ( u) + f (v).
Montrons la rciproque. Soit f : E F une application telle que f ( u + v) = f ( u) + f (v) (pour
tous u, v E , , K). Alors, dune part f ( u + v) = f ( u) + f (v) (en considrant le cas particulier
o = = 1), et dautre part f ( u) = f ( u) (cas particulier o = 0).
Vocabulaire.
Soient E et F deux K-espaces vectoriels.
Une application linaire de E dans F est aussi appele morphisme ou homomorphisme
despaces vectoriels. Lensemble des applications linaires de E dans F est not L (E, F).
Une application linaire de E dans E est appele endomorphisme de E. Lensemble des
endomorphismes de E est not L (E).
6.4. Mini-exercices
Montrer que les applications suivantes f i : R2 R2 sont linaires. Caractriser gomtriquement
ces applications et faire un dessin.
1. f 1 (x, y) = ( x, y) ;
2. f 2 (x, y) = (3x, 3y) ;
3. f 3 (x, y) = (x, y) ;
4. f 4 (x, y) = ( x, y) ;
p
p
5. f 5 (x, y) = 23 x 21 y, 12 x + 23 y .
E
7
386
Espaces vectoriels
0
f (u) = u
f (u) = u
u
Homothtie.
Soient E un K-espace vectoriel et K. On dfinit lapplication f par :
f : E
u
E
7
Projection.
Soient E un K-espace vectoriel et F et G deux sous-espaces vectoriels supplmentaires dans E,
cest--dire E = F G. Tout vecteur u de E scrit de faon unique u = v + w avec v F et w G. La
projection sur F paralllement G est lapplication p : E E dfinie par p(u) = v.
G
v = p(u)
Espaces vectoriels
387
F = (x, y, z) R3 | x y z = 0
et
G = (x, y, z) R3 | y = z = 0
(x, y, z)
p(x, y, z)
Exemple 233
Nous avons vu dans lexemple 226 que lensemble des fonctions paires P et lensemble des
fonctions impaires I sont des sous-espaces vectoriels supplmentaires dans F (R, R). Notons
p la projection sur P paralllement I . Si f est un lment de F (R, R), on a p( f ) = g o
g:R R
f (x) + f ( x)
x 7
.
2
R x
Rx
Rx
Lapplication I est linaire car 0 f (t) + g(t) dt = 0 f (t) dt + 0 g(t) dt pour toutes
fonctions f et g et pour tous , R.
388
Espaces vectoriels
F
X P(X )
M n (K)
AT
T est linaire, car on sait que pour toutes matrices A, B M n (K) et tous scalaires , K :
( A + B)T = ( A)T + (B)T = A T + B T .
5. La trace.
tr : M n (K) K
A 7 tr A
est une application linaire car tr( A + B) = tr A + tr B.
7.3. Mini-exercices
1. Les applications suivantes sont-elles linaires ?
(a) R R,
4
(b) R R,
x 7 3x 2
(x, y, x0 , y0 ) 7 x x0 + y y0
(c) C 0 (R, R) R,
1
f 7 f (1)
f 7 f 0 + f
R1
f 7 0 | f (t)| dt
(g) R3 [X ] R3 [X ],
f (A) = f (x) | x A .
Espaces vectoriels
389
Dans toute la suite, E et F dsigneront des K-espaces vectoriels et f : E F sera une application
linaire.
f (E) sappelle limage de lapplication linaire f et est not Im f .
Proposition 116. Structure de limage dun sous-espace vectoriel
1. Si E 0 est un sous-espace vectoriel de E, alors f (E 0 ) est un sous-espace vectoriel de F.
2. En particulier, Im f est un sous-espace vectoriel de F.
Remarque
On a par dfinition de limage directe f (E) :
f est surjective si et seulement si Im f = F.
Dmonstration
Tout dabord, comme 0E E 0 alors 0F = f (0E ) f (E 0 ). Ensuite on montre que pour tout couple ( y1 , y2 )
dlments de f (E 0 ) et pour tous scalaires , , llment y1 + y2 appartient f (E 0 ). En effet :
y1 f (E 0 ) x1 E 0 , f ( x1 ) = y1
y2 f (E 0 ) x2 E 0 , f ( x2 ) = y2 .
Comme f est linaire, on a
y1 + y2 = f ( x1 ) + f ( x2 ) = f ( x1 + x2 ).
Ker( f ) = x E | f (x) = 0F
Autrement dit, le noyau est limage rciproque du vecteur nul de lespace darrive : Ker( f ) =
f 1 {0F }.
Proposition 117
Soient E et F deux K-espaces vectoriels et f une application linaire de E dans F. Le noyau
de f est un sous-espace vectoriel de E.
390
Espaces vectoriels
Dmonstration
Ker( f ) est non vide car f (0E ) = 0F donc 0E Ker( f ). Soient x1 , x2 Ker( f ) et , K. Montrons que
x1 + x2 est un lment de Ker( f ). On a, en utilisant la linarit de f et le fait que x1 et x2 sont des
lments de Ker( f ) : f ( x1 + x2 ) = f ( x1 ) + f ( x2 ) = 0F + 0F = 0F .
Exemple 234
Reprenons lexemple de lapplication linaire f dfinie par
f : R3 R2
(x, y, z) 7 (2x, y + 3z)
Calculons le noyau Ker( f ).
(x, y, z) Ker( f )
f (x, y, z) = (0, 0)
((2x, y + 3z) = (0, 0)
2x = 0
y + 3z = 0
(x, y, z) = (0, 3z, z),
zR
Donc Ker( f ) = (0, 3z, z) | z R . Autrement dit, Ker( f ) = Vect (0, 3, 1) : cest une
droite vectorielle.
Calculons limage de f . Fixons (x0 , y0 ) R2 .
(x0 , y0 ) = f (x, y, z)
y + 3z = y0
0
Exemple 235
Soit A M n,p (R). Soit f : R p Rn lapplication linaire dfinie par f (X ) = A X . Alors Ker( f ) =
Espaces vectoriels
391
Exemple 237
Soient E un K-espace vectoriel, F et G deux sous-espaces vectoriels de E, supplmentaires :
E = F G. Soit p la projection sur F paralllement G. Dterminons le noyau et limage de
p.
G
v = p(u)
Ker( f ) = 0E
Autrement dit, f est injective si et seulement si son noyau ne contient que le vecteur nul. En
particulier, pour montrer que f est injective, il suffit de vrifier que :
si f (x) = 0F alors x = 0E .
Dmonstration
Supposons que f soit injective et montrons que Ker( f ) = {0E }. Soit x un lment de Ker( f ). On
a f ( x) = 0F . Or, comme f est linaire, on a aussi f (0E ) = 0F . De lgalit f ( x) = f (0E ), on dduit
x = 0E car f est injective. Donc Ker( f ) = {0E }.
Rciproquement, supposons maintenant que Ker( f ) = {0E }. Soient x et y deux lments de E
tels que f ( x) = f ( y). On a donc f ( x) f ( y) = 0F . Comme f est linaire, on en dduit f ( x y) = 0F ,
cest--dire x y est un lment de Ker( f ). Donc x y = 0E , soit x = y.
Exemple 238
Considrons, pour n 1, lapplication linaire
f : Rn [X ] Rn+1 [X ]
P(X ) 7
X P(X ).
392
Espaces vectoriels
Alors
a n X n+1 + + a 1 X 2 + a 0 X = 0.
Ainsi, a i = 0 pour tout i {0, . . . , n} et donc P(X ) = 0. Le noyau de f est donc nul : Ker( f ) = {0}.
Lespace Im( f ) est lensemble des polynmes de Rn+1 [X ] sans terme constant : Im( f ) =
Vect X , X 2 , . . . , X n+1 .
Conclusion : f est injective, mais nest pas surjective.
et
( f )(u) = f (u).
Proposition 118
Lensemble des applications linaires entre deux K-espaces vectoriels E et F, not L (E, F),
muni des deux lois dfinies prcdemment, est un K-espace vectoriel.
Dmonstration
Lensemble L (E, F ) est inclus dans le K-espace vectoriel F (E, F ). Pour montrer que L (E, F ) est un
K-espace vectoriel, il suffit donc de montrer que L (E, F ) est un sous-espace vectoriel de F (E, F ) :
Tout dabord, lapplication nulle appartient L (E, F ).
Soient f , g L (E, F ), et montrons que f + g est linaire. Pour tous vecteurs u et v de E et pour
tous scalaires , de K,
( f + g)( u + v)
=
=
=
=
f ( u + v) + g( u + v)
f ( u ) + f ( v) + g ( u ) + g ( v)
( f ( u) + g( u)) + ( f (v) + g(v))
( f + g)( u) + ( f + g)(v)
(dfinition de f + g)
(linarit de f et g)
(proprits des lois de F )
(dfinition de f + g)
=
=
=
=
f ( u + v)
f ( u ) + f ( v)
f ( u) + f (v)
( f )( u) + ( f )(v)
(dfinition de f )
(linarit de f )
(proprits des lois de F )
(dfinition de f )
Espaces vectoriels
393
Remarque
En particulier, le compos de deux endomorphismes de E est un endomorphisme de E. Autrement dit, est une loi de composition interne sur L (E).
Dmonstration
Soient u et v deux vecteurs de E , et et deux lments de K. Alors :
( g f )( u + v)
=
=
=
=
g f ( u + v)
g f ( u ) + f ( v)
g ( f ( u)) + g ( f (v))
( g f )( u) + ( g f )(v)
(dfinition de g f )
(linarit de f )
(linarit de g)
(dfinition de g f )
(g 1 + g 2 ) f = g 1 f + g 2 f
( g) f = g ( f ) = (g f )
Vocabulaire.
Soient E et F deux K-espaces vectoriels.
Une application linaire bijective de E sur F est appele isomorphisme despaces vectoriels.
Les deux espaces vectoriels E et F sont alors dits isomorphes.
Un endomorphisme bijectif de E (cest--dire une application linaire bijective de E dans E)
est appel automorphisme de E. Lensemble des automorphismes de E est not GL(E).
Proposition 120. Linarit de lapplication rciproque dun isomorphisme
Soient E et F deux K-espaces vectoriels. Si f est un isomorphisme de E sur F, alors f 1 est
un isomorphisme de F sur E.
Dmonstration
Comme f est une application bijective de E sur F , alors f 1 est une application bijective de F sur E .
Il reste donc prouver que f 1 est bien linaire. Soient u0 et v0 deux vecteurs de F et soient et
deux lments de K. On pose f 1 ( u0 ) = u et f 1 (v0 ) = v, et on a alors f ( u) = u0 et f (v) = v0 . Comme f est
linaire, on a
f 1 ( u0 + v0 ) = f 1 f ( u) + f (v) = f 1 f ( u + v) = u + v
car f 1 f = idE (o idE dsigne lapplication identit de E dans E ). Ainsi
f 1 ( u0 + v0 ) = f 1 ( u0 ) + f 1 (v0 ),
et f 1 est donc linaire.
394
Espaces vectoriels
Exemple 239
Soit f : R2 R2 dfinie par f (x, y) = (2x + 3y, x + y). Il est facile de prouver que f est linaire.
Pour prouver que f est bijective, on pourrait calculer son noyau et son image. Mais ici nous
allons calculer directement son inverse : on cherche rsoudre f (x, y) = (x0 , y0 ). Cela correspond lquation (2x + 3y, x + y) = (x0 , y0 ) qui est un systme linaire deux quations et deux
inconnues. On trouve (x, y) = ( x0 + 3y0 , x0 2y0 ). On pose donc f 1 (x0 , y0 ) = ( x0 + 3y0 , x0 2y0 ).
On vrifie aisment que f 1 est linverse de f , et on remarque que f 1 est une application
linaire.
Exemple 240
Plus gnralement, soit f : Rn Rn lapplication linaire dfinie par f (X ) = A X (o A est
une matrice de M n (R)). Si la matrice A est inversible, alors f 1 est une application linaire
bijective et est dfinie par f 1 (X ) = A 1 X .
Dans lexemple prcdent,
!
!
x
2 3
1 3
1
X=
A=
A =
.
y
1 1
1 2
8.5. Mini-exercices
1. Soit f : R3 R3 dfinie par f (x, y, z) = ( x, y + z, 2z). Montrer que f est une application
linaire. Calculer Ker( f ) et Im( f ). f admet-elle un inverse ? Mme question avec f (x, y, z) =
(x y, x + y, y).
2. Soient E un espace vectoriel, et F,G deux sous-espaces tels que E = F G. Chaque u E
se dcompose de manire unique u = v + w avec v F, w G. La symtrie par rapport
F paralllement G est lapplication s : E E dfinie par s(u) = v w. Faire un dessin.
Montrer que s est une application linaire. Montrer que s2 = idE . Calculer Ker(s) et Im(s). s
admet-elle un inverse ?
3. Soit f : Rn [X ] Rn [X ] dfinie par P(X ) 7 P 00 (X ) (o P 00 dsigne la drive seconde). Montrer
que f est une application linaire. Calculer Ker( f ) et Im( f ). f admet-elle un inverse ?
Auteurs
Daprs un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des
parties dun cours de H. Ledret et dune quipe de luniversit de Bordeaux anime par
J. Queyrut,
et un cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de lcole Polytechnique Fdrale de Lausanne,
mixs et rviss par Arnaud Bodin, relu par Vianney Combet.
Exo7
20
1
2
3
4
5
Dimension finie
Famille libre
Famille gnratrice
Base
Dimension d'un espace vectoriel
Dimension des sous-espaces vectoriels
Les espaces vectoriels qui sont engendrs par un nombre fini de vecteurs sont appels espaces
vectoriels de dimension finie. Pour ces espaces, nous allons voir comment calculer une base, cest-dire une famille minimale de vecteurs qui engendrent tout lespace. Le nombre de vecteurs dans
une base sappelle la dimension et nous verrons comment calculer la dimension des espaces et des
sous-espaces.
1. Famille libre
1.1. Combinaison linaire (rappel)
Soit E un K-espace vectoriel.
Dfinition 111
Soient v1 , v2 , . . . , v p , p 1 vecteurs dun espace vectoriel E. Tout vecteur de la forme
u = 1 v1 + 2 v2 + + p v p
(o 1 , 2 , . . . , p sont des lments de K) est appel combinaison linaire des vecteurs
v1 , v2 , . . . , v p . a Les scalaires 1 , 2 , . . . , p sont appels coefficients de la combinaison linaire.
1.2. Dfinition
Dfinition 112
Une famille {v1 , v2 , . . . , v p } de E est une famille libre ou linairement indpendante si
toute combinaison linaire nulle
1 v1 + 2 v2 + + p v p = 0
396
Dimension finie
2 = 0
p = 0.
...
Dans le cas contraire, cest--dire sil existe une combinaison linaire nulle coefficients non tous
nuls, on dit que la famille est lie ou linairement dpendante. Une telle combinaison linaire
sappelle alors une relation de dpendance linaire entre les v j .
4
2
1
2 , 5 , 1 .
6
0
3
On souhaite dterminer si elle est libre ou lie. On cherche des scalaires (1 , 2 , 3 ) tels que
1
4
2 0
1 2 + 2 5 + 3 1 = 0
3
1
21
31
+ 42
+ 52
+ 62
+ 23
+ 3
= 0
= 0
= 0
4
2
1
2 , 5 , 1
3
6
0
1 4 2
1 4
2
1 4
2
1 4 2
1 0 2
2 5 1 0 3 3 0 3 3 0 1 1 0 1 1
3 6 0
0 6 6
0 0
0
0 0 0
0 0 0
Dimension finie
397
Exemple 242
1
2
2
Soient v1 = 1 , v2 = 1 , v3 = 1 . Est-ce que la famille {v1 , v2 , v3 } est libre ou lie ? Rsolvons
0
1
1
le systme linaire correspondant lquation 1 v1 + 2 v2 + 3 v3 = 0 :
1
1
+ 22
2
+ 23
+ 3
+ 3
= 0
= 0
= 0
Exemple 243
Soient v1 =
2
1
0
3
, v2 =
1
2
5
1
et v3 =
7
1
5
8
3v1 + v2 v3 = 0.
Exemple 245
Dans le R-espace vectoriel F (R, R) des fonctions de R dans R, on considre la famille {cos, sin}.
Montrons que cest une famille libre. Supposons que lon ait cos + sin = 0. Cela quivaut
x R
cos(x) + sin(x) = 0.
398
Dimension finie
Proposition 121
La famille {v1 , v2 } est lie si et seulement si v1 est un multiple de v2 ou v2 est un multiple de
v1 .
Ce qui se reformule ainsi par contraposition : La famille {v1 , v2 } est libre si et seulement si v1
nest pas un multiple de v2 et v2 nest pas un multiple de v1 .
Dmonstration
Supposons la famille {v1 , v2 } lie, alors il existe 1 , 2 non tous les deux nuls tels que 1 v1 +2 v2 =
0. Si cest 1 qui nest pas nul, on peut diviser par 1 , ce qui donne v1 = 21 v2 et v1 est un multiple
de v2 . Si cest 2 qui nest pas nul, alors de mme v2 est un multiple de v1 .
Rciproquement, si v1 est un multiple de v2 , alors il existe un scalaire tel que v1 = v2 , soit
1v1 + ()v2 = 0, ce qui est une relation de dpendance linaire entre v1 et v2 puisque 1 6= 0 : la
famille {v1 , v2 } est alors lie. Mme conclusion si cest v2 qui est un multiple de v1 .
Gnralisons tout de suite cette proposition une famille dun nombre quelconque de vecteurs.
Thorme 66
Soit E un K-espace vectoriel. Une famille F = {v1 , v2 , . . . , v p } de p 2 vecteurs de E est une
famille lie si et seulement si au moins un des vecteurs de F est combinaison linaire des
autres vecteurs de F .
Dmonstration
Cest essentiellement la mme dmonstration que ci-dessus.
Supposons dabord F lie. Il existe donc une relation de dpendance linaire
1 v1 + 2 v2 + + p v p = 0,
avec k 6= 0 pour au moins un indice k. Passons tous les autres termes droite du signe gal. Il
vient
k vk = 1 v1 2 v2 p v p ,
o vk ne figure pas au second membre. Comme k 6= 0, on peut diviser cette galit par k et lon
obtient
p
1
2
v k = v1
v2
vp,
k
k
k
cest--dire que vk est combinaison linaire des autres vecteurs de F , ce qui peut encore scrire
vk Vect F \ {vk } (avec la notation ensembliste A \ B pour lensemble des lments de A qui
nappartiennent pas B).
Rciproquement, supposons que pour un certain k, on ait vk Vect F \ {vk } . Ceci signifie que
lon peut crire
v k = 1 v1 + 2 v2 + + p v p ,
o vk ne figure pas au second membre. Passant vk au second membre, il vient
0 = 1 v 1 + 2 v2 + v k + + p v p ,
ce qui est une relation de dpendance linaire pour F (puisque 1 6= 0) et ainsi la famille F est
lie.
Dimension finie
399
v1
e3
v3
v2
v1
e2
e1
Proposition 122
Soit F = {v1 , v2 , . . . , v p } une famille de vecteurs de Rn . Si F contient plus de n lments
(cest--dire p > n), alors F est une famille lie.
Dmonstration
Supposons que
v11
v
21
v1 =
..
.
v n1
v12
v
22
v2 =
..
.
v n2
...
v1 p
v
2p
vp =
.. .
.
vnp
Lquation
x1 v1 + x2 v2 + + x p v p = 0
donne alors le systme suivant
v11 x1 + v12 x2 + + v1 p x p
v21 x1 + v22 x2 + + v2 p x p
..
=
=
0
0
Cest un systme homogne de n quations p inconnues. Lorsque p > n, ce systme a des solutions
non triviales (voir le chapitre Systmes linaires , dernier thorme) ce qui montre que la famille F
est une famille lie.
Mini-exercices
2
1. Pour quelles valeurs de t R, t1 , t t est une famille libre de R2 ? Mme question
n 1 2 1 o
t
t
t
avec la famille
de R3 .
1
2
t
2. Montrer que toute famille contenant une famille lie est lie.
3. Montrer que toute famille inclue dans une famille libre est libre.
400
Dimension finie
4. Montrer que si f : E F est une application linaire et que {v1 , . . . , v p } est une famille
lie de E, alors { f (v1 ), . . . , f (v p )} est une famille lie de F.
5. Montrer que si f : E F est une application linaire injective et que {v1 , . . . , v p } est une
famille libre de E, alors { f (v1 ), . . . , f (v p )} est une famille libre de F.
2. Famille gnratrice
Soit E un espace vectoriel sur un corps K.
2.1. Dfinition
Dfinition 113
Soient v1 , . . . , v p des vecteurs de E. La famille {v1 , . . . , v p } est une famille gnratrice de
lespace vectoriel E si tout vecteur de E est une combinaison linaire des vecteurs v1 , . . . , v p .
Ce qui peut scrire aussi :
v E
1 , . . . , p K
v = 1 v1 + + p v p
2.2. Exemples
Exemple 246
1
0
0
, v2 = 1 et v3 = 0 de E = R3 . La famille
0
1
x
3
y
{v1 , v2 , v3 } est gnratrice car tout vecteur v =
de R peut scrire
0
0
x
y
z
=x
1
0
0
+y
0
1
0
+z
0
0
1
1
1
, v2 =
2
3
1 + 2
1 + 22
1 + 32
= 0
= 1
= 0
Dimension finie
401
Exemple 248
Soit E = R2 .
Soient v1 = 10 et v2 = 01 . La famille {v1 , v2 } est gnratrice de R2 car tout vecteur de
R2 se dcompose comme xy = x 10 + y 01 .
Soient maintenant v10 = 21 et v20 = 11 . Alors {v10 , v20 } est aussi une famille gnratrice. En
effet, soit v = xy un lment quelconque de R2 . Montrer que v est combinaison linaire
de v10 et v20 revient dmontrer lexistence de deux rels et tels que v = v10 + v20 . Il
sagit donc dtudier lexistence de solutions au systme :
(
2 + = x
+ = y
Il a pour solution = x y et = x + 2y, et ceci, quels que soient les rels x et y.
Ceci prouve quil peut exister plusieurs familles finies diffrentes, non incluses les unes dans
les autres, engendrant le mme espace vectoriel.
Exemple 249
Soit Rn [X ] lespace vectoriel des polynmes de degr n. Alors les polynmes {1, X , . . . , X n }
forment une famille gnratrice. Par contre, lespace vectoriel R[X ] de tous les polynmes ne
possde pas de famille finie gnratrice.
Soit F = v1 , v2 , . . . , v p une famille gnratrice de E. Alors F 0 = v10 , v20 , . . . , v0q est aussi une
famille gnratrice de E si et seulement si tout vecteur de F est une combinaison linaire de
vecteurs de F 0 .
Dmonstration
Cest une consquence immdiate de la dfinition de Vect F et de Vect F 0 .
Nous chercherons bientt avoir un nombre minimal de gnrateurs. Voici une proposition sur la
rduction dune famille gnratrice.
Proposition 124
Si la famille de vecteurs {v1 , . . . , v p } engendre E et si lun des vecteurs, par exemple v p , est
combinaison linaire des autres, alors la famille {v1 , . . . , v p } \ {v p } = {v1 , . . . , v p1 } est encore
une famille gnratrice de E.
402
Dimension finie
Dmonstration
En effet, comme les vecteurs v1 , . . . , v p engendrent E , alors pour tout lment v de E , il existe des
scalaires 1 , . . . , p tels que
v = 1 v1 + + p v p .
Or lhypothse v p est combinaison linaire des vecteurs v1 , . . . , v p1 se traduit par lexistence de scalaires 1 , . . . , p1 tels que
v p = 1 v1 + + p1 v p1 .
Alors, le vecteur v scrit :
v = 1 v1 + + p1 v p1 + p 1 v1 + + p1 v p1 .
Donc
v = 1 + p 1 v1 + + p1 + p p1 v p1 ,
ce qui prouve que v est combinaison linaire des vecteurs v1 , . . . , v p1 . Ceci achve la dmonstration. Il
est clair que si lon remplace v p par nimporte lequel des vecteurs v i , la dmonstration est la mme.
Mini-exercices
2
1. quelle condition sur t R, la famille t01 , tt tt1t est une famille gnratrice de
R2 ?
n 1 1 1 o
2. Mme question avec la famille 0 t2 t2 de R3 .
t
3. Montrer quune famille de vecteurs contenant une famille gnratrice est encore une
famille gnratrice de E.
4. Montrer que si f : E F est une application linaire surjective et que {v1 , . . . , v p } est
3. Base
La notion de base gnralise la notion de repre. Dans R2 , un repre est donn par un couple de
vecteurs non colinaires. Dans R3 , un repre est donn par un triplet de vecteurs non coplanaires.
Dans un repre, un vecteur se dcompose suivant les vecteurs dune base. Il en sera de mme pour
une base dun espace vectoriel.
v = 1 v1 + 2 v2
2 v2
v2
1 v1
v1
3.1. Dfinition
Dimension finie
403
Thorme 67
Soit B = (v1 , v2 , . . . , vn ) une base de lespace vectoriel E. Tout vecteur v E sexprime de faon
unique comme combinaison linaire dlments de B . Autrement dit, il existe des scalaires
1 , . . . , n K uniques tels que :
v = 1 v1 + 2 v2 + + n vn .
Remarque
1. (1 , . . . , n ) sappellent les coordonnes du vecteur v dans la base B .
2. Il faut observer que pour une base B = (v1 , v2 , . . . , vn ) on introduit un ordre sur les
vecteurs. Bien sr, si on permutait les vecteurs on obtiendrait toujours une base, mais
il faudrait aussi permuter les coordonnes.
3. Notez que lapplication
: Kn E
(1 , 2 , . . . , n ) 7 1 v1 + 2 v2 + + n vn
3.2. Exemples
Exemple 250
1. Soient les vecteurs e 1 = 10 et e 2 = 01 . Alors (e 1 , e 2 ) est une base de R2 , appele base
canonique de R2 .
2. Soient les vecteurs v1 = 31 et v2 = 12 . Alors (v1 , v2 ) forment aussi une base de R2 .
404
Dimension finie
v = 1 v1 + 2 v2
ye 2
e3
2 v2
v2
1 v1
e2
e2
v1
e1
xe 1
3. De mme dans R3 , si e 1 =
3
nique de R .
1
0
0
, e2 =
0
1
0
, e3 =
0
0
1
e1
Exemple 251
1
2
3
Soient v1 = 2 , v2 = 9 et v3 = 3 . Montrons que la famille B = (v1 , v2 , v3 ) est une base de
1
R3 .
Dans les deux premiers points, nous ramenons le problme ltude dun systme linaire.
a1
1. Montrons dabord que B est une famille gnratrice de R3 . Soit v = aa2 un vecteur
3
a1
1
2
3
1 + 22 + 33
a 2 = 1 2 + 2 9 + 3 3 = 21 + 92 + 33 .
a3
1
0
4
1 + 43
Ceci conduit au systme suivant :
1
21
+ 22
+ 92
+ 33
+ 33
+ 43
=
=
=
a1
a2
a3 .
(S)
est
1 = 2 = 3 = 0.
1
21
+ 22
+ 92
+ 33
+ 33
+ 43
= 0
= 0
= 0
(S)
Dimension finie
405
3. Nous pouvons maintenant rpondre la question sans explicitement rsoudre les systmes.
Remarquons que les deux systmes ont la mme matrice de coefficients. On peut donc
montrer simultanment que B est une famille gnratrice et une famille libre de R3 en
montrant que la matrice des coefficients est inversible. En effet, si la matrice des coefficients est inversible, alors (S) admet une solution (1 , 2 , 3 ) quel que soit (a 1 , a 2 , a 3 ) et
dautre part (S) admet la seule solution (0, 0, 0).
Cette matrice est
1 2 3
A = 2 9 3 .
1 0 4
Pour montrer quelle est inversible, on peut calculer son inverse ou seulement son dterminant qui vaut det A = 1 (le dterminant tant non nul la matrice est inversible).
Conclusion : B est une famille libre et gnratrice ; cest une base de R3 .
Exemple 252
Les vecteurs de Kn :
1
0
e1 =
..
.
0
1
e2 =
..
.
...
0
.
..
en =
0
v1 = .
..
0
1
2
0
v2 = .
..
0
1
2
...
vn = 3.
..
n
!
1 0
0 1
0 0
0 0
M1 =
M2 =
M3 =
M4 =
.
0 0
0 0
1 0
0 1
406
Dimension finie
!
a b
En effet, nimporte quelle matrice M =
de M2 (R) se dcompose de manire unique
c d
en
M = aM1 + bM2 + cM3 + dM4 .
4. Cest un bon exercice de prouver que les quatre matrices suivantes forment aussi une
base de M2 (R) :
!
1 0
1 0
0 1
1 3
0
0
0
0
M1 =
M2 =
M3 =
M4 =
.
0 1
1 0
4 2
1 0
3.5. Preuves
Les deux thormes prcdents sont la consquence dun rsultat encore plus gnral :
Thorme 70
Soit G une famille gnratrice finie de E et L une famille libre de E. Alors il existe une
famille F de G telle que L F soit une base de E.
Dimension finie
407
Exemple 254
Soit R[X ] le R-espace vectoriel des polynmes rels et E le sous-espace de R[X ] engendr par
la famille G = {P1 , P2 , P3 , P4 , P5 } dfinie par :
P1 (X ) = 1
P2 (X ) = X
P3 (X ) = X + 1
P4 (X ) = 1 + X 3
P5 (X ) = X X 3
408
Dimension finie
lindpendance linaire des vecteurs P1 , P2 , P4 , P5 . Or un calcul rapide montre lgalit
P1 + P2 P4 P5 = 0,
ce qui prouve que la famille {P1 , P2 , P4 , P5 } est lie. Donc avec les notations de lalgorithme, s = 3 et L 3 = {P1 , P2 , P4 } est une base de E.
Mini-exercices
1
1. Trouver toutes les faons dobtenir une base de R2 avec les vecteurs suivants : v1 =
3 ,
3
0
2
2
v2 = 3 , v3 = 0 , v4 = 0 , v5 = 6 .
2
2
1
2. Montrer que la famille {v1 , v2 , v3 , v4 } des vecteurs v1 = 1 , v2 = 3 , v3 = 2 , v4 =
3
4
1
1
1 est une famille gnratrice du sous-espace vectoriel dquation 2x y + z = 0 de R3 .
1
En extraire une base.
3. Dterminer une base du sous-espace vectoriel E 1 de R3 dquation x+3y2z = 0. Complter cette base en une base de R3 . Idem avec E 2 vrifiant les deux quations x + 3y 2z = 0
et y = z.
4. Donner une base de lespace vectoriel des matrices 3 3 ayant une diagonale nulle. Idem
avec lespace vectoriel des polynmes P Rn [X ] vrifiant P(0) = 0, P 0 (0) = 0.
Dimension finie
409
4.2. Exemples
Exemple 255
1. La base canonique de R2 est 10 , 01 . La dimension de R2 est donc 2.
2. Les vecteurs 21 , 11 forment aussi une base de R2 , et illustrent quune autre base
contient le mme nombre dlments.
2x1 + 2x2 x3
+ x5 = 0
x x
+ 2x3 3x4 + x5 = 0
1
2
x
+
x
2x3
x5 = 0
1
2
x3 + x4 + x5 = 0.
On vrifie que la solution gnrale de ce systme est
x1 = s t
x2 = s
x3 = t
s
t
0
t
s
0
0
0
0
t
0
t
=s
x4 = 0
1 !
1
0
0
0
x5 = t .
1 !
+t
0
1
0
1
v1 =
1
0
0
0
1 !
et
v2 =
0
1
0
1
engendrent lespace des solutions du systme. Dautre part, on vrifie que v1 et v2 sont linairement indpendants. Donc (v1 , v2 ) est une base de lespace des solutions du systme. Ceci
montre que cet espace vectoriel est de dimension 2.
4.3. Complments
Lorsquun espace vectoriel est de dimension finie, le fait de connatre sa dimension est une information trs riche ; les proprits suivantes montrent comment exploiter cette information.
Le schma de preuve sera : Lemme 10 = Proposition 125 = Thorme 71.
410
Dimension finie
Lemme 10
Soit E un espace vectoriel. Soit L une famille libre et soit G une famille gnratrice finie de
E. Alors Card L Card G .
Dimension finie
411
Dmonstration
Les implications (i) = (ii) et (i) = (iii) dcoulent de la dfinition dune base.
Voici la preuve de (ii) = (i).
Si F est une famille libre ayant n lments, alors par le thorme de la base incomplte (thorme 69) il existe une famille F 0 telle que F F 0 soit une base de E . Dune part F F 0 est une
base de E qui est de dimension n, donc par le thorme 71, Card F F 0 = n. Mais dautre part
Card F F 0 = Card F + Card F 0 (par lalgorithme du thorme 69) et par hypothse Card F = n.
Donc Card F 0 = 0, ce qui implique que F 0 = et donc que F est dj une base de E .
Voici la preuve de (iii) = (i).
Par hypothse, F est cette fois une famille gnratrice. Toujours par le thorme 69, on peut
extraire de cette famille une base B F . Puis par le thorme 71, Card B = n, donc n = Card B
Card F = n. Donc B = F et F est bien une base.
Exemple 258
Pour quelles valeurs de t R les vecteurs (v1 , v2 , v3 ) suivants forment une base de R3 ?
1
v1 = 1
4
1
v2 = 3
t
1
v3 = 1
t
Nous avons une famille de 3 vecteurs dans lespace R3 de dimension 3. Donc pour
montrer que la famille (v1 , v2 , v3 ) est une base, par le thorme 72, il suffit de montrer
que la famille est libre ou bien de montrer quelle est gnratrice. Dans la pratique, il
est souvent plus facile de vrifier quune famille est libre.
quelle condition la famille {v1 , v2 , v3 } est libre ? Soient 1 , 2 , 3 R tels que 1 v1 +
2 v2 + 3 v3 = 0. Cela implique le systme
1 + 2 + 3
1 + 32 + 3
41 + t2 + t3
= 0
= 0 .
= 0
1 + 2 + 3
22
(t 4)2 + (t 4)3
= 0
1 + 3
= 0
2
= 0
(t 4)3
= 0
= 0
= 0
Il est clair que si t 6= 4, alors la seule solution est (1 , 2 , 3 ) = (0, 0, 0) et donc {v1 , v2 , v3 }
est une famille libre. Si t = 4, alors par exemple (1 , 2 , 3 ) = (1, 0, 1) est une solution
non nulle, donc la famille nest pas libre.
Conclusion : si t 6= 4 la famille est libre, donc par le thorme 72 la famille (v1 , v2 , v3 ) est
en plus gnratrice, donc cest une base de R3 . Si t = 4, la famille nest pas libre et nest
donc pas une base.
4.4. Preuve
Il nous reste la preuve du lemme 10. La dmonstration est dlicate et hors-programme.
412
Dimension finie
Dmonstration
La preuve de ce lemme se fait en raisonnant par rcurrence.
On dmontre par rcurrence que, pour tout n 1, la proprit suivante est vraie : Dans un espace
vectoriel engendr par n vecteurs, toute famille ayant n + 1 lments est lie.
Initialisation. On vrifie que la proprit est vraie pour n = 1. Soit E un espace vectoriel engendr
par un vecteur not g 1 , et soit {v1 , v2 } une famille de E ayant deux lments. Les vecteurs v1 et v2
peuvent scrire comme combinaisons linaires du vecteur g 1 ; autrement dit, il existe des scalaires 1 ,
2 tels que v1 = 1 g 1 et v2 = 2 g 1 , ce qui donne la relation : 2 v1 1 v2 = 0E . En supposant v2 non nul
(sinon il est vident que {v1 , v2 } est lie), le scalaire 2 est donc non nul. On a trouv une combinaison
linaire nulle des vecteurs v1 , v2 , avec des coefficients non tous nuls. Donc la famille {v1 , v2 } est lie.
Hrdit. On dmontre maintenant que si la proprit est vraie au rang n 1 ( n 2), alors elle
vraie au rang n. Soit E un espace vectoriel engendr par n vecteurs nots g 1 , g 2 , . . . , g n , et soit
{v1 , v2 , . . . , vn , vn+1 } une famille de E ayant n + 1 lments. Tout vecteur v j , pour j = 1, 2, . . . , n + 1, est
j
j
j
combinaison linaire de g 1 , g 2 , . . . , g n , donc il existe des scalaires 1 , 2 , . . . , n tels que :
j
v j = 1 g 1 + 2 g 2 + + n g n .
Remarque. On est contraint dutiliser ici deux indices i, j pour les scalaires (attention ! j nest pas un
exposant) car deux informations sont ncessaires : lindice j indique quil sagit de la dcomposition du
vecteur v j , et i indique quel vecteur de la famille gnratrice est associ ce coefficient.
En particulier, pour j = n + 1, le vecteur vn+1 scrit :
w j = nn+1 v j n vn+1 =
n
X
(nn+1 k n nk +1 ) g k .
k=1
Le coefficient nn+1 a t suppos non nul et au moins un des scalaires 1 , 2 , . . . , n est non nul ; on a
donc une combinaison linaire nulle des vecteurs v1 , v2 , . . . , vn , vn+1 avec des coefficients qui ne sont
pas tous nuls, ce qui prouve que ces vecteurs forment une famille lie.
Conclusion. La dmonstration par rcurrence est ainsi acheve.
Dimension finie
413
Mini-exercices
Dire si les assertions suivantes sont vraies ou fausses. Justifier votre rponse par un rsultat
du cours ou un contre-exemple :
1. Une famille de p n vecteurs dans un espace vectoriel de dimension n est gnratrice.
2. Une famille de p > n vecteurs dans un espace vectoriel de dimension n est lie.
3. Une famille de p < n vecteurs dans un espace vectoriel de dimension n est libre.
4. Une famille gnratrice de p n vecteurs dans un espace vectoriel de dimension n est
libre.
5. Une famille de p 6= n vecteurs dans un espace vectoriel de dimension n nest pas une
base.
6. Toute famille libre p lments dun espace vectoriel de dimension n se complte par
une famille ayant exactement n p lments en une base de E.
414
Dimension finie
soit {v1 , v2 , . . . , v p } une famille libre de F ayant p lments.
Montrons que {v1 , v2 , . . . , v p } est aussi gnratrice de F . Par labsurde, sil existe w un lment de
F qui nest pas dans Vect(v1 , . . . , v p ), alors la famille {v1 , . . . , v p , w} ne peut pas tre libre (sinon p
ne serait pas le maximum de K ). La famille {v1 , . . . , v p , w} est donc lie, mais alors la relation de
dpendance linaire implique que w Vect(v1 , . . . , v p ), ce qui est une contradiction.
Conclusion : (v1 , . . . , v p ) est une famille libre et gnratrice, donc est une base de F .
On a ainsi dmontr simultanment que :
F est de dimension finie (puisque (v1 , v2 , . . . , v p ) est une base de F ).
Ainsi dim F = p, donc dim F dim E (puisque toute famille libre de F a au plus n lments).
De plus, lorsque p = n, le p-uplet (v1 , v2 , . . . , v p ), qui est une base de F , est aussi une base de E
(car {v1 , v2 , . . . , v p } est alors une famille libre de E ayant exactement n lments, donc est une
base de E ). Tout lment de E scrit comme une combinaison linaire de v1 , v2 , . . . , v p , do
E = F.
5.2. Exemples
Exemple 259
Si E est un K-espace vectoriel de dimension 2, les sous-espaces vectoriels de E sont :
soit de dimension 0 : cest alors le sous-espace {0} ;
soit de dimension 1 : ce sont les droites vectorielles, cest--dire les sous-espaces K u =
Vect{ u} engendrs par les vecteurs non nuls u de E ;
soit de dimension 2 : cest alors lespace E tout entier.
Vocabulaire. Plus gnralement, dans un K-espace vectoriel E de dimension n (n 2), tout
sous-espace vectoriel de E de dimension 1 est appel droite vectorielle de E et tout sous-espace
vectoriel de E de dimension 2 est appel plan vectoriel de E. Tout sous-espace vectoriel de E de
dimension n 1 est appel hyperplan de E. Pour n = 3, un hyperplan est un plan vectoriel ; pour
n = 2, un hyperplan est une droite vectorielle.
Le thorme 73 prcdent permet de dduire le corollaire suivant :
Corollaire 24
Soit E un K-espace vectoriel. Soient F et G deux sous-espaces vectoriels de E. On suppose
que F est de dimension finie et que G F. Alors :
F = G dim F = dimG
Autrement dit, sachant quun sous-espace est inclus dans un autre, alors pour montrer quils sont
gaux il suffit de montrer lgalit des dimensions.
Exemple 260
Deux droites vectorielles F et G sont soit gales, soit dintersection rduite au vecteur nul.
Exemple 261
Soient les sous-espaces vectoriels de R3 suivants :
x
F = y R3 | 2x 3y + z = 0
et G = Vect(u, v)
z
Est-ce que F = G ?
o u =
1
1
1
et v =
2
1
1
Dimension finie
415
1. On remarque que les vecteurs u et v ne sont pas colinaires, donc G est de dimension 2,
et de plus ils appartiennent F, donc G est contenu dans F.
2. Pour trouver la dimension de F, on pourrait dterminer une base de F et on montrerait
alors que la dimension de F est 2. Mais il est plus judicieux
1 ici de remarquer que F
3
est contenu strictement dans R (par exemple le vecteur 0 de R3 nest pas dans F),
0
donc dim F < dim R3 = 3 ; mais puisque F contient G alors dim F dimG = 2, donc la
dimension de F ne peut tre que 2.
3. On a donc dmontr que G F et que dimG = dim F, ce qui entrane G = F.
Corollaire 25
Si E = F G, alors dim E = dim F + dimG.
Exemple 262
Dans un espace vectoriel E de dimension 6, on considre deux sous-espaces F et G avec
dim F = 3 et dimG = 4. Que peut-on dire de F G ? de F + G ? Peut-on avoir F G = E ?
F G est un sous-espace vectoriel inclus dans F, donc dim(F G) dim F = 3. Donc les
dimensions possibles pour F G sont pour linstant 0, 1, 2, 3.
F + G est un sous-espace vectoriel contenant G et inclus dans E, donc 4 = dimG
dim(F + G) dim E = 6. Donc les dimensions possibles pour F + G sont 4, 5, 6.
Le thorme 74 des quatre dimensions nous donne la relation : dim(F G) = dim F +
dimG dim(F + G) = 3 + 4 dim(F + G) = 7 dim(F + G). Comme F + G est de dimension
4, 5 ou 6, alors la dimension de F G est 3, 2 ou 1.
Conclusion : les dimensions possibles pour F + G sont 4, 5 ou 6 ; les dimensions correspondantes pour F G sont alors 3, 2 ou 1. Dans tous les cas, F G 6= {0} et en particulier
F et G ne sont jamais en somme directe dans E.
La mthode de la preuve du thorme 74 des quatre dimensions implique aussi :
Corollaire 26
Tout sous-espace vectoriel F dun espace vectoriel E de dimension finie admet un supplmentaire.
416
Dimension finie
i u i +
q
X
j = p+1
jvj +
r
X
k wk = 0
(20.1)
k= p+1
Pp
Pq
P
On pose u = i=1 i u i , v = j= p+1 j v j , w = rk= p+1 k wk . Alors dune part u + v F (car BF est
une base de F ) mais comme lquation (20.1) quivaut u + v + w = 0, alors u + v = w G (car
Pq
w G ). Maintenant u + v F G et aussi bien sr u F G , donc v = j= p+1 j v j F G . Cela
implique j = 0 pour tout j (car les {v j } compltent la base de F G ).
Pp
P
La combinaison linaire nulle (20.1) devient i=1 i u i + rk= p+1 k wk = 0. Or BG est une base
de G , donc i = 0 et k = 0 pour tout i, k. Ainsi BF +G = { u 1 , . . . , u p , v p+1 , . . . , v q , w p+1 , . . . , wr } est
une base de F + G .
Il ne reste plus qu compter le nombre de vecteurs de chaque base : dim F G = Card BF G = p,
dim F = Card BF = q, dim G = Card BG = r , dim(F + G ) = Card BF +G = q + r p. Ce qui prouve
bien dim(F + G ) = dim F + dim G dim(F G ).
Mini-exercices
7 6
1 3
2 , 1
et G = Vect 7 , 5 . Montrer que F = G.
3
0
2
11
1 t
1
2. Dans R3 , on considre F = Vect t , 1 , G = Vect 1 . Calculer les dimensions de
1
1
1
F,G, F G, F + G en fonction de t R.
1. Soient F = Vect
Auteurs
Daprs un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des
parties dun cours de H. Ledret et dune quipe de luniversit de Bordeaux anime par
J. Queyrut,
et un cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de lcole Polytech-
Dimension finie
nique Fdrale de Lausanne,
mix, rvis et complt par Arnaud Bodin. Relu par Vianney Combet.
417
418
Dimension finie
Exo7
21
1
2
3
4
Ce chapitre est laboutissement de toutes les notions dalgbre linaire vues jusquici : espaces
vectoriels, dimension, applications linaires, matrices. Nous allons voir que dans le cas des espaces
vectoriels de dimension finie, ltude des applications linaires se ramne ltude des matrices,
ce qui facilite les calculs.
1.1. Dfinition
Soient E un K-espace vectoriel et {v1 , . . . , v p } une famille finie de vecteurs de E. Le sous-espace
vectoriel Vect(v1 , . . . , v p ) engendr par {v1 , . . . , v p } tant de dimension finie, on peut donc donner la
dfinition suivante :
Dfinition 117. Rang dune famille finie de vecteurs
Soit E un K-espace vectoriel et soit {v1 , . . . , v p } une famille finie de vecteurs de E. Le rang de
la famille {v1 , . . . , v p } est la dimension du sous-espace vectoriel Vect(v1 , . . . , v p ) engendr par
les vecteurs v1 , . . . , v p . Autrement dit :
rg(v1 , . . . , v p ) = dim Vect(v1 , . . . , v p )
Calculer le rang dune famille de vecteurs nest pas toujours vident, cependant il y a des ingalits
qui dcoulent directement de la dfinition.
420
Proposition 126
Soient E un K-espace vectoriel et {v1 , . . . , v p } une famille de p vecteurs de E. Alors :
1. 0 rg(v1 , . . . , v p ) p : le rang est infrieur ou gal au nombre dlments dans la famille.
2. Si E est de dimension finie alors rg(v1 , . . . , v p ) dim E : le rang est infrieur ou gal la
dimension de lespace ambiant E.
Remarque
Le rang dune famille vaut 0 si et seulement si tous les vecteurs sont nuls.
Le rang dune famille {v1 , . . . , v p } vaut p si et seulement si la famille {v1 , . . . , v p } est libre.
Exemple 263
Quel est le rang de la famille {v1 , v2 , v3 } suivante dans lespace vectoriel R4 ?
1
0
1
0
1
1
v2 =
v3 =
v1 =
1
1
0
0
1
1
Ce sont des vecteurs de R4 donc rg(v1 , v2 , v3 ) 4.
Mais comme il ny a que 3 vecteurs alors rg(v1 , v2 , v3 ) 3.
Le vecteur v1 est non nul donc rg(v1 , v2 , v3 ) 1.
Il est clair que v1 et v2 sont linairement indpendants donc rg(v1 , v2 , v3 ) rg(v1 , v2 ) = 2.
Il reste donc dterminer si le rang vaut 2 ou 3. On cherche si la famille {v1 , v2 , v3 } est libre ou
lie en rsolvant le systme linaire 1 v1 + 2 v2 + 3 v3 = 0. On trouve v1 v2 + v3 = 0. La famille
est donc lie. Ainsi Vect(v1 , v2 , v3 ) = Vect(v1 , v2 ), donc rg(v1 , v2 , v3 ) = dim Vect(v1 , v2 , v3 ) = 2.
Exemple 264
Le rang de la matrice
1 2 21
A=
2 4 1
!
0
M 2, 4
0
n
1
est par dfinition le rang de la famille de vecteurs de K2 : v1 = 12 , v2 = 24 , v3 = 2 , v4 =
1
0o
0 . Tous ces vecteurs sont colinaires v1 , donc le rang de la famille {v1 , v2 , v3 , v4 } est 1 et
ainsi rg A = 1.
Rciproquement, on se donne une famille de p vecteurs {v1 , . . . , v p } dun espace vectoriel E de
dimension n. Fixons une base B = { e 1 , . . . , e n } de E. Chaque vecteur v j se dcompose dans la base
421
a1 j
...
B : v j = a 1 j e 1 + + a i j e i + + a n j e n , ce que lon note v j = a i j . En juxtaposant ces vecteurs
.
..
an j
colonnes, on obtient une matrice A M n,p (K). Le rang de la famille {v1 , . . . , v p } est gal au rang de
la matrice A.
Dfinition 119
On dit quune matrice est chelonne par rapport aux colonnes si le nombre de zros commenant une colonne crot strictement colonne aprs colonne, jusqu ce quil ne reste plus que
des zros. Autrement dit, la matrice transpose est chelonne par rapport aux lignes.
Voici un exemple dune matrice chelonne
conques, les + des coefficients non nuls :
+ 0
0 0
0 0
0 0
+ 0
0
+
0
0
0
0
0
0
422
Dmonstration
Le premier et troisime point de la proposition sont faciles.
Pour simplifier lcriture de la dmonstration du deuxime point, montrons que lopration C 1
C 1 + C 2 ne change pas le rang. Notons v i le vecteur correspondant la colonne C i dune matrice A .
Lopration sur les colonnes C 1 C 1 + C 2 change la matrice A en une matrice A 0 dont les vecteurs
colonnes sont : v1 + v2 , v2 , v3 , . . . , v p .
Il sagit de montrer que les sous-espaces F = Vect(v1 , v2 , . . . , v p ) et G = Vect(v1 + v2 , v2 , v3 , . . . , v p ) ont
la mme dimension. Nous allons montrer quils sont gaux !
Tout gnrateur de G est une combinaison linaire des v i , donc G F .
Pour montrer que F G , il suffit de montrer v1 est combinaison linaire des gnrateurs de G ,
ce qui scrit : v1 = (v1 + v2 ) v2 .
Conclusion : F = G et donc dim F = dim G .
1.4. Exemples
Exemple 265
Quel est le rang de la famille des 5 vecteurs suivants de R4 ?
3
3
1
1
5
2
2
1
v4 =
v3 =
v2 =
v1 =
1
0
1
0
1
3
1
1
On est ramen calculer le rang de la matrice :
1 1 3
3
1 2
2
5
1 0 1 0
1 1 3 1
3
8
v5 =
1
1
1 1 3
3 3
1 0 0
0
0
1 2
2
5 8
5
1 3 1 2
1 0 1 0 1
1 1 4 3 2
1 1 3 1 1
1 2 6 4 2
On change C 2 et C 3 par lopration C 2 C 3 pour avoir le coefficient 1 en position de pivot
423
1 0 0
0
0
1 0
1 3 1 2
1 1
5
1 1 4 3 2 1 4
1 2 6 4 2
1 6
0 0
0
3 2
5
1 3 2
2 4 2
1 0 0 0
0
1 0
0
0
0
1 1 3 2
5
0
0
0
1 1
1 4 1 3 2
1 4 11 11 22
1 6 16 16 32
1 6 2 4 2
Enfin, en faisant les oprations C 4 C 4 C 3 et C 5 C 5 2C 3 , on obtient une matrice chelonne par colonnes :
1 0
0
0
0
1 0
0
0 0
1 1
0
0
0
0
0 0
1 1
1 4 11 11 22
1 4 11 0 0
1 6 16 16 32
1 6 16 0 0
Il y a 3 colonnes non nulles : on en dduit que le rang de la famille de vecteurs {v1 , v2 , v3 , v4 , v5 }
est 3.
En fait, nous avons mme dmontr que
Vect(v1 , v2 , v3 , v4 , v5 ) = Vect
1 0 0
1 , 1 , 0
1
4
11 .
1
16
Exemple 266
Considrons les trois vecteurs suivants dans R5 : v1 = (1, 2, 1, 2, 0), v2 = (1, 0, 1, 4, 4) et v3 =
(1, 1, 1, 0, 0). Montrons que la famille {v1 , v2 , v3 } est libre dans R5 . Pour cela, calculons le rang
de cette famille de vecteurs ou, ce qui revient au mme, celui de la matrice suivante :
2
0
1
0
1
4
4
1
.
0
0
2
0
1
0
1
4
4
1 0
0
1 0
0
1 0
0
1
1 2 2 1 2 1 1 2 1 0
0
0
0
1
1 0
1 0
1 0
0 2 2 2 2 1 2 2 1 3
0 2 2
0 2
0
0 4
0
0
Comme la dernire matrice est chelonne par colonnes et que ses 3 colonnes sont non nulles,
424
on en dduit que la famille {v1 , v2 , v3 } constitue de 3 vecteurs est de rang 3, et donc quelle
est libre dans R5 .
Exemple 267
Considrons les quatre vecteurs suivants dans R3 : v1 = (1, 2, 3) , v2 = (2, 0, 6), v3 = (3, 2, 1) et
v4 = (1, 2, 2). Montrons que la famille {v1 , v2 , v3 , v4 } engendre R3 . Pour cela, calculons le rang
de cette famille de vecteurs ou, ce qui revient au mme, celui de la matrice suivante :
1 2 3 1
2 0 2 2 .
3 6 1 2
1 2 3 1
1 0
0 0
1 0
0 0
1 0
0 0
2 0 2 2 2 4 4 4 2 4 0 0 2 4 0 0 .
3 6 1 2
3 0 8 5
3 0 8 5
3 0 8 0
La famille {v1 , v2 , v3 , v4 } est donc de rang 3. Cela signifie que Vect(v1 , v2 , v3 , v4 ) est un sousespace vectoriel de dimension 3 de R3 . On a donc Vect(v1 , v2 , v3 , v4 ) = R3 . Autrement dit, la
famille {v1 , v2 , v3 , v4 } engendre R3 .
f surjective
f bijective
A inversible.
Nous avons utilis le fait quun endomorphisme dun espace vectoriel de dimension finie est bijectif si
et seulement sil est surjectif et le thorme sur la caractrisation de la matrice dun isomorphisme.
425
Proposition 129
rg A = dim Vect(w1 , . . . , wn )
Nous admettrons ce rsultat. Autrement dit : lespace vectoriel engendr par les vecteurs colonnes
et lespace vectoriel engendr par les vecteurs lignes sont de mme dimension.
Une formulation plus thorique est que le rang dune matrice gale le rang de sa transpose :
rg A = rg A T
Attention ! Les dimensions dim Vect(v1 , . . . , v p ) et dim Vect(w1 , . . . , wn ) sont gales, mais les espaces
vectoriels Vect(v1 , . . . , v p ) et Vect(w1 , . . . , wn ) ne sont pas les mmes.
Mini-exercices
1 3 0 2
1. Quel est le rang de la famille de vecteurs 2 , 4 , 2 , 2 ?
1
1
2
1
1 t 1
Mme question pour t , 1 , 1 en fonction du paramtre t R.
t
t
1
1 2 4 2 1
1 7 2 5
2 1 1 5
.
Calculer son rang. Idem avec
1 2 1 4
1 4 1 2
2
4 5 7
3. Calculer le rang de 1 3
1
2 en fonction de a et b.
1
a 2 b
426
n
X
x i (X + 1) i .
i =1
Dmonstration
Unicit. Supposons quil existe une application linaire f : E F telle que f ( e i ) = v i , pour tout
P
i = 1, . . . , n. Pour x E , il existe des scalaires x1 , x2 , . . . , xn uniques tels que x = ni=1 x i e i . Comme
f est linaire, on a
!
n
n
n
X
X
X
f ( x) = f
xi e i =
xi f ( e i ) =
xi vi .
()
i =1
i =1
i =1
!
n
n
n
n
X
X
X
X
f ( x + y) = f
( x i + yi ) e i = ( x i + yi ) f ( e i ) =
xi f ( e i ) +
yi f ( e i ) = f ( x) + f ( y).
i =1
i =1
i =1
i =1
427
Dmonstration
Il suffit de dmontrer que tout lment de Im f est combinaison linaire des vecteurs f ( e 1 ), . . . , f ( e n ).
Soit y un lment quelconque de Im f . Il existe donc un lment x de E tel que y = f ( x). Comme
n
X
( e 1 , . . . , e n ) est une base de E , il existe des scalaires ( x1 , . . . , xn ) tels que x =
x i e i . En utilisant la
linarit de f , on en dduit que y = f ( x) =
n
X
i =1
i =1
Le rang est plus petit que la dimension de E et aussi plus petit que la dimension de F, si F est de
dimension finie :
Proposition 131
Soient E et F deux K-espaces vectoriels de dimension finie et f : E F une application
linaire. On a
rg( f ) min (dim E, dim F) .
Exemple 269
Soit f : R3 R2 lapplication linaire dfinie par f (x, y, z) = (3x 4y + 2z, 2x 3y z). Quel est
le rang de f ?
0
0
1
Si on note e 1 = 0 , e 2 = 1 et e 3 = 0 , alors (e 1 , e 2 , e 3 ) est la base canonique de R3 .
0
0
1
Il sagit de trouver le rang de la famille {v1 , v2 , v3 } :
1
0
0
4
v1 = f (e 1 ) = f 0 = 32
v2 = f (e 2 ) = f 1 =
v3 = f (e 3 ) = f 0 = 21
3
0
!
3 4 2
A=
.
2 3 1
Commenons par estimer le rang sans faire de calculs.
Nous avons une famille de 3 vecteurs donc rg f 3.
Mais en fait les vecteurs v1 , v2 , v3 vivent dans un espace de dimension 2 donc rg f 2.
f nest pas lapplication linaire nulle (autrement dit v1 , v2 , v3 ne sont pas tous nuls)
donc rg f 1.
Donc le rang de f vaut 1 ou 2. Il est facile de voir que v1 et v2 sont linairement indpendants,
donc le rang est 2 :
rg f = rg f (e 1 ), f (e 2 ), f (e 3 ) = dim Vect(v1 , v2 , v3 ) = 2
Remarque : il est encore plus facile de voir que le rang de la matrice A est 2 en remarquant
que ses deux seules lignes ne sont pas colinaires.
428
x1
(x1 , x2 , x3 , x4 ) Ker f f (x1 , x2 , x3 , x4 ) = (0, 0, 0)
2x1
x1
x2
+ 2x2
+ x3
+ 6x3
2x3
+ 4x4
x4
= 0
= 0
= 0
2 1
n
o 2
1
Ker f = (2x3 x4 , x3 x4 , x3 , x4 ) | x3 , x4 R = x3 1 + x4 0 | x3 , x4 R = Vect 11 , 01
0
Les deux vecteurs dfinissant le noyau sont linairement indpendants, donc dim Ker f =
2.
On applique maintenant le thorme du rang pour en dduire sans calculs la dimension
de limage : dim Im f = dim R4 dim Ker f = 4 2 = 2. Donc le rang de f est 2.
Deuxime mthode. On calcule dabord limage. On note (e 1 , e 2 , e 3 , e 4 ) la base canonique de R4 . Calculons v i = f (e i ) :
1
v1 = f (e 1 ) = f
0
0
0
1
2
1
v2 = f (e 2 ) = f
1
0
0
1
2
0
429
v3 = f (e 3 ) = f
0
1
0
1
6
2
v4 = f (e 4 ) = f
0
0
1
0
4
1
On rduit la matrice A, forme des vecteurs colonnes, sous une forme chelonne :
1 1 1
0
1
0 0 0
A= 2
2
6
4 2
4 0 0
1 0 2 1
1 1 0 0
Exemple 271
Soit lapplication linaire
f : Rn [X ] Rn [X ]
P(X ) 7 P 00 (X )
o P 00 (X ) est la drive seconde de P(X ). Quel est le rang et la dimension du noyau de f ?
Premire mthode. On calcule dabord le noyau :
o a, b R sont des constantes. Cela prouve que Ker f est engendr par les deux polynmes : 1 (le polynme constant) et X . Ainsi Ker f = Vect(1, X ). Donc dim Ker f = 2. Par
le thorme du rang, rg f = dim Im f = dim Rn [X ] dim Ker f = (n + 1) 2 = n 1.
Deuxime mthode. On calcule dabord limage : (1, X , X 2 , . . . , X n ) est une base de
f ( e 1 ), . . . , f ( e n ) est une famille libre de F (car f est injective), donc une famille libre de Im f .
Puisque f est linaire, cette galit quivaut lgalit f p+1 p+1 + + n n = 0, qui prouve
que le vecteur p+1 p+1 + +n n appartient au noyau de f . Il existe donc des scalaires 1 , . . . , p
430
Dmonstration
Si E est de dimension finie, alors comme f est surjective, F = Im f , donc F est engendr par limage
dune base de E . On a donc F de dimension finie et dim F dim E . De mme f 1 : F E est un
isomorphisme, donc f 1 (F ) = E , ce qui prouve cette fois dim E dim F .
Si cest F qui est de dimension finie, on fait le mme raisonnement avec f 1 .
Nous allons dmontrer une sorte de rciproque, qui est extrmement utile.
Thorme 78
Soit f : E F une application linaire avec E et F de dimension finie.
Supposons dim E = dim F. Alors les assertions suivantes sont quivalentes :
(i) f est bijective
(ii) f est injective
(iii) f est surjective
Autrement dit, dans le cas dune application linaire entre deux espaces de mme dimension,
pour dmontrer quelle est bijective, il suffit de dmontrer lune des deux proprits : injectivit ou
surjectivit.
Dmonstration
Cest immdiat partir du thorme du rang. En effet, la proprit f injective quivaut Ker f =
{0}, donc daprs le thorme du rang, f est injective si et seulement si dim Im f = dim E . Daprs
lhypothse sur lgalit des dimensions de E et de F , ceci quivaut dim Im f = dim F . Cela quivaut
donc Im f = F , cest--dire f est surjective.
Exemple 272
Soit f : R2 R2 dfinie par f (x, y) = (x y, x + y). Une faon simple de montrer que lapplication
linaire f est bijective est de remarquer que lespace de dpart et lespace darrive ont mme
431
x+ y = 0
(x, y) = (0, 0)
x y = 0
Ainsi Ker f = (0, 0) est rduit au vecteur nul, ce qui prouve que f est injective et donc, par
le thorme 78, que f est un isomorphisme.
Exemple 273
On termine par la justification que si une matrice admet un inverse droite, alors cest aussi
un inverse gauche. La preuve se fait en deux temps : (1) lexistence dun inverse gauche ;
(2) lgalit des inverses.
Soit A M n (K) une matrice admettant un inverse droite, cest--dire il existe B M n (K) tel
que AB = I.
1. Soit f : M n (K) M n (K) dfinie par f (M) = M A.
(a) f est une application linaire, car f ( M + N) = ( M + N)A = f (M) + f (N).
(b) f est injective : en effet supposons f (M) = O (o O est la matrice nulle), cela donne
M A = O. On multiplie cette galit par B droite, ainsi M AB = OB, donc M I = O,
donc M = O.
(c) Par le thorme 78, f est donc aussi surjective.
(d) Comme f est surjective, alors en particulier lidentit est dans limage de f . Cest-dire il existe C M n (K) tel que f (C) = I. Ce qui est exactement dire que C est un
inverse gauche de A : C A = I.
2. Nous avons AB = I et C A = I. Montrons B = C. Calculons C AB de deux faons :
(C A)B = IB = B
et C(AB) = CI = C
donc B = C.
Mini-exercices
1. Soit (e 1 , e 2 , e 3 ) la base canonique de R3 . Donner lexpression de f (x, y, z) o f : R3 R3
est lapplication linaire qui envoie e 1 sur son oppos, qui envoie e 2 sur le vecteur nul
et qui envoie e 3 sur la somme des trois vecteurs e 1 , e 2 , e 3 .
2. Soit f : R3 R2 dfinie par f (x, y, z) = (x 2y 3z, 2y + 3z). Calculer une base du noyau
de f , une base de limage de f et vrifier le thorme du rang.
3. Mme question avec f : R3 R3 dfinie par f (x, y, z) = ( y + z, x + z, x + y).
4. Mme question avec lapplication linaire f : Rn [X ] Rn [X ] qui X k associe X k1 pour
1 k n et qui 1 associe 0.
5. Lorsque cest possible, calculer la dimension du noyau, le rang et dire si f peut tre
injective, surjective, bijective :
Une application linaire surjective f : R7 R4 .
Une application linaire injective f : R5 R8 .
Une application linaire surjective f : R4 R4 .
432
a 1, j
a 2, j
f (e j ) = a 1, j f 1 + a 2, j f 2 + + a n, j f n = .
.
..
a n, j B 0
Ainsi, lapplication linaire f est entirement dtermine par les coefficients (a i, j )( i, j){1,...,n}{1,...,p} .
Il est donc naturel dintroduire la dfinition suivante :
Dfinition 120
La matrice de lapplication linaire f par rapport aux bases B et B 0 est la matrice
(a i, j ) M n,p (K) dont la j-me colonne est constitue par les coordonnes du vecteur f (e j ) dans
la base B 0 = ( f 1 , f 2 , . . . , f n ) :
f (e 1 )
f1
f2
..
.
fn
a 11
a 21
..
.
a n1
...
..
.
f (e j )
...
f (e p )
a1 j
a2 j
..
.
an j
...
...
a1 p
a2 p
..
.
a np
...
En termes plus simples : cest la matrice dont les vecteurs colonnes sont limage par f des vecteurs
de la base de dpart B , exprime dans la base darrive B 0 . On note cette matrice MatB ,B 0 ( f ).
433
Remarque
La taille de la matrice MatB ,B 0 ( f ) dpend uniquement de la dimension de E et de celle
de F.
Par contre, les coefficients de la matrice dpendent du choix de la base B de E et de la
base B 0 de F.
Exemple 274
Soit f lapplication linaire de R3 dans R2 dfinie par
f : R3 R2
(x1 , x2 , x3 ) 7 (x1 + x2 x3 , x1 2x2 + 3x3 )
Il est utile didentifier
et vecteurs colonnes ; ainsi f peut tre vue comme
x1 vecteurs lignes
x1 + x2 x3
x
lapplication f : x2 7 x1 2 x2 +3 x3 .
3
!
1 1 1
MatB ,B 0 ( f ) =
1 2 3
2. On va maintenant changer la base de lespace de dpart et celle de lespace darrive.
Soient les vecteurs
!
!
1
1
0
1
1
1 = 1 2 = 0 3 = 1
1 =
2 =
0
1
0
1
1
On montre facilement que B0 = (1 , 2 , 3 ) est une base de R3 et B00 = (1 , 2 ) est une
base de R2 .
Quelle est la matrice de f dans les bases B0 et B00 ?
f (1 ) = f (1, 1, 0) = (2, 1) = 31 2 , f (2 ) = f (1, 0, 1) = (0, 4) = 41 + 42 , f (3 ) =
f (0, 1, 1) = (0, 1) = 1 + 2 , donc
!
3 4 1
MatB0 ,B00 ( f ) =
.
1 4
1
Cet exemple illustre bien le fait que la matrice dpend du choix des bases.
434
B = MatB ,B 0 (g)
C = MatB ,B 0 ( f + g)
D = MatB ,B 0 ( f )
Alors :
C = A+B
D = A
Autrement dit : la matrice associe la somme de deux applications linaires est la somme des
matrices ( condition de considrer la mme base sur lespace de dpart pour les deux applications
et la mme base sur lespace darrive). Idem avec le produit par un scalaire.
Ce qui est le plus important va tre la composition des applications linaires.
Proposition 134
Soient f : E F et g : F G deux applications linaires et soient B une base de E, B 0 une
base de F et B 00 une base de G. Alors :
MatB ,B 00 (g f ) = MatB 0 ,B 00 (g) MatB ,B 0 ( f )
B = MatB 0 ,B 00 (g)
C = MatB ,B 00 (g f )
Alors
C =B A
Autrement dit, condition de bien choisir les bases, la matrice associe la composition de deux
applications linaires est le produit des matrices associes chacune delles, dans le mme ordre.
En fait, le produit de matrices, qui semble compliqu au premier abord, est dfini afin de correspondre la composition des applications linaires.
Dmonstration
Posons p = dim(E ) et B = ( e 1 , . . . , e p ) une base de E ; n = dim F et B 0 = ( f 1 , . . . , f n ) une base de F ;
q = dim G et B 00 = ( g 1 , . . . , g q ) une base de G . crivons A = MatB ,B 0 ( f ) = (a i j ) M n,p la matrice de f ,
B = MatB 0 ,B 00 ( g) = ( b i j ) M q,n la matrice de g, C = MatB ,B 00 ( g f ) = ( c i j ) M q,p la matrice de g f .
On a
( g f )( e 1 ) = g f ( e 1 )
= g(a 11 f 1 + + a n1 f n )
= a 11 g( f 1 ) + + a n1 g( f n )
= a 11 b 11 g 1 + + b q1 g q + + a n1 b 1n g 1 + + b qn g q
435
a 11 b 11 + + a n1 b 1n
a 11 b 21 + + a n1 b 2n
..
.
a 11 b q1 + + a n1 b qn
Mais ceci est aussi la premire colonne de la matrice BA . En faisant la mme chose avec les autres
colonnes, on remarque que C = MatB ,B 00 ( g f ) et BA sont deux matrices ayant leurs colonnes gales.
On a donc bien lgalit cherche.
Exemple 275
On considre deux applications linaires : f : R2 R3 et g : R3 R2 . On pose E = R2 , F = R3 ,
G = R2 avec f : E F, g : F G. On se donne des bases : B = (e 1 , e 2 ) une base de E, B 0 =
( f 1 , f 2 , f 3 ) une base de F, et B 00 = (g 1 , g 2 ) une base de G.
On suppose connues les matrices de f et g :
1 0
A = MatB ,B 0 ( f ) = 1 1 M3,2
0 2
!
2 1 0
B = MatB 0 ,B 00 (g) =
M 2, 3
3 1 2
= 2g 1 + 3g 2
B 00
1
g( f 2 ) =
1
!
0
g( f 3 ) =
2
= g1 + g2
B 00
= 2g 2
B 00
Calcul des g f (e j ). Pour cela on combine les deux sries de calculs prcdents :
g f (e 1 ) = g( f 1 + f 2 ) = g( f 1 ) + g( f 2 ) = (2g 1 + 3g 2 ) + ( g 1 + g 2 ) = g 1 + 4g 2
g f (e 2 ) = g( f 2 + 2 f 3 ) = g( f 2 ) + 2g( f 3 ) = ( g 1 + g 2 ) + 2(2g 2 ) = g 1 + 5g 2
Calcul de la matrice C = MatB ,B 00 (g f ) : cette matrice est compose des vecteurs
g f (e j ) exprims dans la base B 00 . Comme
!
1
g f (e 1 ) = g 1 + 4g 2 =
4
B 00
!
1
g f (e 2 ) = g 1 + 5g 2 =
5
alors
B 00
1 1
C=
4 5
On trouve bien une matrice de taille 2 2 (car lespace de dpart et darrive de g f est
R2 ).
436
!
1 0
2 1 0
1 1
MatB ,B 00 (g f ) = C = B A =
1 1 =
3 1 2
4 5
0 2
Cet exemple met bien en vidence le gain, en termes de quantit de calculs, ralis en passant
par lintermdiaire des matrices.
!
cos sin
MatB (r ) =
.
sin cos
Dans le cas particulier de la puissance dun endomorphisme de E, nous obtenons :
Corollaire 27
Soient E un espace vectoriel de dimension finie et B une base de E. Soit f : E E une
application linaire. Alors, quel que soit p N :
p
MatB ( f p ) = MatB ( f )
A p = |A A
{z A}. La dmonstration est une rcurrence sur p en utilisant la proposition 134.
p facteurs
437
Exemple 277
p
p
p
MatB (r ) = MatB (r )
cos
=
sin
sin
cos
!p
!
cos(p ) sin(p )
p
MatB (r ) =
,
sin(p ) cos(p )
ce qui est bien la matrice de la rotation dangle p : composer p fois la rotation dangle
revient effectuer une rotation dangle p .
1
est la matrice A 1 . Autrement dit, MatB 0 ,B ( f 1 ) = MatB ,B 0 ( f ) .
Voici le cas particulier trs important dun endomorphisme f : E E o E est muni de la mme
base B au dpart et larrive et A = MatB ( f ).
Corollaire 28
f est bijective si et seulement si A est inversible.
Si f est bijective, alors la matrice associe f 1 dans la base B est A 1 .
1
Autrement dit : MatB ( f 1 ) = MatB ( f ) .
Exemple 278
Soient r : R2 R2 la rotation dangle 6 (centre lorigine) et s la rflexion par rapport laxe
(y = x). Quelle est la matrice associe (s r)1 dans la
?
p
base canonique
! B
!
3
cos sin
12
2
p
Pour = 6 , on trouve la matrice A = MatB (r) =
= 1
.
3
sin cos
2
2
!
0 1
La matrice associe la rflexion est B = MatB (s) =
.
1 0
p
!
La matrice de s r est B A =
1
p2
3
2
3
2
12
438
La matrice de (s r)
est (BA)
1
p2
3
2
p
3
2
12
!1
1
p2
3
2
p
3
2
12
. On aurait aussi pu
Mini-exercices
1. Calculer la matrice associe aux applications linaires f i : R2 R2 dans la base canonique :
(a) f 1 la symtrie par rapport laxe (O y),
(b) f 2 la symtrie par rapport laxe (y = x),
(c) f 3 le projection orthogonale sur laxe (O y),
(d) f 4 la rotation dangle 4 .
Calculer quelques matrices associes f i f j et, lorsque cest possible, f i1 .
2. Mme travail pour f i : R3 R3 :
(a) f 1 lhomothtie de rapport ,
(b) f 2 la rflexion orthogonale par rapport au plan (Oxz),
(c) f 3 la rotation daxe (Oz) dangle 2 ,
(d) f 4 la projection orthogonale sur le plan (O yz).
4. Changement de bases
4.1. Application linaire, matrice, vecteur
Soit E un espace vectoriel de dimension finie et soit B = (e 1 , e 2 , . . . , e p ) une base de E. Pour chaque
x E, il existe un p-uplet unique dlments de K (x1 , x2 , . . . , x p ) tel que
x = x1 e 1 + x2 e 2 + + x p e p .
439
x1
x2
La matrice des coordonnes de x est un vecteur colonne, not MatB (x) ou encore .. .
.
xp B
x1
x2
la base.
Soient E et F deux K-espaces vectoriels de dimension finie et f : E F une application linaire.
Le but de ce paragraphe est de traduire lgalit vectorielle y = f (x) par une galit matricielle.
Soient B une base de E et B 0 une base de F.
Proposition 135
Soit A = MatB ,B 0 ( f ).
x1
x2
yn B 0
Alors, si y = f (x), on a
Y = AX
Autrement dit :
Dmonstration
x1
x2
xp
On a
f ( x) = f
p
X
xje j =
j =1
p
X
x j f (e j ) =
j =1
p
X
j =1
xj
n
X
a i, j f i .
i =1
En utilisant la commutativit de K, on a
!
p
p
X
X
f ( x) =
a 1, j x j f 1 + +
a n, j x j f n .
j =1
j =1
Pp
j =1
a x
j =1 1, j j
Pp
a x
j =1 2, j j
Pp
j =1
j =1
Pp
j =1
Pp
Pp
..
.
a n, j x j
x1
x2
.
xp
a 1, j x j
a 2, j x j
..
.
a n, j x j
440
Exemple 279
Soient E un K-espace vectoriel de dimension 3 et B = (e 1 , e 2 , e 3 ) une base de E. Soit f lendomorphisme de E dont la matrice dans la base B est gale
1 2 1
A = MatB ( f ) = 2 3 1 .
1 1 0
x Ker f f (x) = 0E MatB f (x) = 0
0
0
x1
0
A X = 0 A x2 = 0
0
x3
0
x1 + 2x2 + x3 = 0
2x1 + 3x2 + x3 = 0
x1 + x2
= 0
On rsout ce systme par la mthode du pivot de Gauss. On trouve
o
1
n t
Ker f = x1 e 1 + x2 e 2 + x3 e 3 E | x1 + 2x2 + x3 = 0 et x2 + x3 = 0 = t | t K = Vect 1
t
Le noyau est donc de dimension 1. Par le thorme du rang, limage Im f est de dimension 2.
Les deux premiersvecteurs
2 de
la matrice A tant linairement indpendants, ils engendrent
1
3
2
Im f : Im f = Vect
,
.
1 B
1 B
441
Exemple 280
Soit lespace vectoriel rel R2 . On considre
!
!
1
1
e1 =
e2 =
0
1
!
1
1 =
2
!
5
2 =
.
4
!
1 1
PB , B 0 =
2 4
Pn
i =1 a i, j e i
(E, B 0 )
x
(E, B )
idE ( x) = x
et MatB 0 ,B (idE ) est la matrice dont la j -me colonne est forme des
a1, j
a 2, j
coordonnes de e0j par rapport B , soit .. . Cette colonne est la j -me colonne de PB ,B 0 .
.
a n, j
442
Proposition 137
1. La matrice de passage dune base B vers une base B 0 est inversible et son inverse est
1
gale la matrice de passage de la base B 0 vers la base B : PB 0 ,B = PB ,B 0
2. Si B , B 0 et B 00 sont trois bases, alors PB ,B 00 = PB ,B 0 PB 0 ,B 00
Dmonstration
1
1
1
1
= MatB ,B 0 id
isomorphisme, P
0 = MatB 0 ,B idE
E . Or idE = idE , donc PB ,B 0 =
B ,B
MatB ,B 0 idE = PB 0 ,B .
idE
Exemple 281
Soit E = R3 muni de sa base canonique B . Dfinissons
1
0
3
B1 = 1 , 1 , 2
0
0
1
et
1 0
3
et
PB ,B1 = 1 1 2
0 0 1
0
0
1
B2 = 1 , 1 , 0 .
0
0
1
1 0 0
PB ,B2 = 1 1 0 .
0 0 1
1
La proposition 137 implique que PB ,B2 = PB ,B1 PB1 ,B2 . Donc PB1 ,B2 = P
. En
B , B 1 PB , B 2
1
appliquant la mthode de Gauss pour calculer PB ,B , on trouve alors :
1
1 0
3
1 0 0
1 0
3
1 0 0
1 0 3
PB1 ,B2 = 1 1 2 1 1 0 = 1 1 1 1 1 0 = 2 1 1 .
0 0 1
0 0 1
0 0 1
0 0 1
0 0
1
Nous allons maintenant tudier leffet dun changement de bases sur les coordonnes dun vecteur.
Soient B = (e 1 , e 2 , . . . , e n ) et B 0 = (e01 , e02 , . . . , e0n ) deux bases dun mme K-espace vectoriel E.
Soit PB ,B 0 la matrice de passage de la base B vers la base B 0 .
Pn
x1
x2
x2
.
..
0
xn B 0
443
Proposition 138
X = PB , B 0 X 0
Dmonstration
0
) (F, BF0 ) se factorise de la faon suivante :
Lapplication f : (E, BE
idE
idF
0
(E, BE
) (E, BE ) (F, BF ) (F, BF0 ),
,BF0 ( f )
MatB 0
,BE (idE )
Dans le cas particulier dun endomorphisme, nous obtenons une formule plus simple :
Soit f : E E une application linaire.
Soient B , B 0 deux bases de E.
Soit P = PB ,B 0 la matrice de passage de B B 0 .
Soit A = MatB ( f ) la matrice de lapplication linaire f dans la base B .
Soit B = MatB 0 ( f ) la matrice de lapplication linaire f dans la base B 0 .
Le thorme 80 devient alors :
444
Corollaire 29
B = P 1 AP
Exemple 282
Reprenons les deux bases de R3 de lexemple 281 :
1
0
3
B1 = 1 , 1 , 2
0
0
1
1
0
0
B2 = 1 , 1 , 0 .
0
0
1
et
1 0 6
A = MatB1 ( f ) = 2 2 7
0 0 3
1 0 3
P = PB1 ,B2 = 2 1 1 .
0 0
1
1 0 3
2. On calcule aussi P 1 = 2 1 5 .
0 0 1
1 0 6
1 0 3
1 0 0
1 0 3
B = P 1 AP = 2 1 5 2 2 7 2 1 1 = 0 2 0
0 0 1
0 0 3
0 0
1
0 0 3
Cest souvent lintrt des changements de base, se ramener une matrice plus simple. Par
exemple ici, il est facile de calculer les puissances B k , pour en dduire les A k .
445
Proposition 139
La relation est rflexive : une matrice A est semblable elle-mme.
La relation est symtrique : si A est semblable B, alors B est semblable A.
La relation est transitive : si A est semblable B, et B est semblable C, alors A est
semblable C.
Vocabulaire :
Compte tenu de ces proprits, on peut dire indiffremment que la matrice A est semblable la
matrice B ou que les matrices A et B sont semblables.
Le corollaire 29 se reformule ainsi :
Corollaire 30
Deux matrices semblables reprsentent le mme endomorphisme, mais exprim dans des
bases diffrentes.
Mini-exercices
Soit f : R2 R2 dfinie par f (x, y) = (2x + y, 3x 2y), Soit v = 34 R2 avec ses coordonnes
3
2
1
R3 et
Auteurs
Daprs un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des
parties dun cours de H. Ledret et dune quipe de luniversit de Bordeaux anime par
J. Queyrut,
rcrit et complt par Arnaud Bodin. Relu par Vianney Combet.
446
Exo7
22
1
2
3
4
5
Dterminants
Dterminant en dimension 2 et 3
Dnition du dterminant
Proprits du dterminant
Calculs de dterminants
Applications des dterminants
1. Dterminant en dimension 2 et 3
1.1. Matrice 2 2
En dimension 2, le dterminant est trs simple calculer :
a
det
c
!
b
= ad bc.
d
Cest donc le produit des lments sur la diagonale principale (en bleu) moins le produit des
lments sur lautre diagonale (en orange).
b
d
448
Dterminants
1.2. Matrice 3 3
Soit A M3 (K) une matrice 3 3 :
a 11
A = a 21
a 31
a 13
a 23 .
a 33
a 12
a 22
a 32
a 11
a 12
a 13
a 11
a 12
a 21
a 22
a 23
a 21
a 22
a 31
a 32
a 33
a 31
a 32
a 11
a 12
a 13
a 11
a 12
a 21
a 22
a 23
a 21
a 22
a 31
a 32
a 33
a 31
a 32
Exemple 283
2 1 0
Attention : cette mthode ne sapplique pas pour les matrices de taille suprieure 3. Nous
verrons dautres mthodes qui sappliquent aux matrices carres de toutes tailles et donc aussi
aux matrices 3 3.
Dterminants
449
y
v2
~j
v1
x
~i
Proposition 140
Laire du paralllogramme est donne par la valeur absolue du dterminant :
a b
A = det(v1 , v2 ) = det
.
c d
a 13
v3 = a 23
a 33
a 12
v2 = a 22
a 32
a 11
v1 = a 21
a 31
dfinissent un paralllpipde.
v3
v2
v1
a 11 a 12
det(v1 , v2 , v3 ) = det a 21 a 22
a 31 a 32
a 23 .
a 33
Proposition 141
Le volume du paralllpipde est donn par la valeur absolue du dterminant :
V = det(v1 , v2 , v3 ).
On prendra comme unit daire dans R2 laire du carr unit dont les cts sont les vecteurs de la
base canonique 10 , 01 , et comme unit de volume dans R3 , le volume du cube unit.
Dmonstration
a
0
on a!
d . En effet, dans ce cas
a 0
affaire un rectangle de cts |a| et | d |, donc daire |ad |, alors que le dterminant de la matrice
0 d
vaut ad .
et v2 =
450
Dterminants
v2
~j
v1
O
~i
Si les vecteurs v1 et v2 sont colinaires alors le paralllogramme est aplati, donc daire nulle ; on calcule
facilement que lorsque deux vecteurs sont colinaires, leur dterminant est nul.
Dans la suite on suppose que les vecteurs ne sont pas colinaires. Notons v1 = ac et v2 = db . Si a 6= 0,
0
alors v20 = v2 ab v1 est un vecteur vertical : v20 = d b c .
a
Lopration de remplacer v2 par v20 ne change pas laire du paralllogramme (cest comme si on avait
coup le triangle vert et on lavait coll la place le triangle bleu).
v20
v2
~j
O
v1
~i
a
0
0
= ad bc = det(v1 , v2 ) .
det(v1 , v2 ) = det
b d ab c
On pose alors v10 = a0 : cest un vecteur horizontal. Encore une fois lopration de remplacer v1 par v10
ne change ni laire des paralllogrammes ni le dterminant car
!
a
0
0
0
det(v1 , v2 ) = det
= ad bc = det(v1 , v2 ) .
0 d ab c
v20
~j
O
v1
~i
v10
On sest donc ramen au premier cas dun rectangle aux cts parallles aux axes, pour lequel le
rsultat est dj acquis.
Le cas tridimensionnel se traite de faon analogue.
Dterminants
451
Mini-exercices
!
1 2
7 8
1. Pour A =
et B =
calculer les dterminants de A, B, A B, A + B, A 1 ,
5 3
9 5
A, A T .
!
a b
a0 0
2. Mmes questions pour A =
et B = 0
.
c d
c d0
2 0 1
1 2 3
2. Dfinition du dterminant
Cette partie est consacre la dfinition du dterminant. La dfinition du dterminant est assez
abstraite et il faudra attendre encore un peu pour pouvoir vraiment calculer des dterminants.
452
Dterminants
det A
ou
a 11
a 21
.
.
.
a
n1
a 12
a 22
..
.
a n2
a 1n
a 2n
..
.
a nn
det A = C 1 C 2 C n = det(C 1 , C 2 , . . . , C n ) .
Avec cette notation, la proprit (i) de linarit par rapport la colonne j scrit : pour tout , K,
det(C 1 , . . . , C j + C 0j , . . . , C n ) = det(C 1 , . . . , C j , . . . , C n ) + det(C 1 , . . . , C 0j , . . . , C n ), soit
a 11
.
.
.
a i1
.
..
a n1
a 1 j + a01 j
..
.
a i j + a0i j
..
.
a n j + a0n j
a
a 1n
11
.
..
.
.
.
a in = a i1
.
..
..
.
a n1
a nn
a1 j
..
.
ai j
..
.
an j
a 11
a 1n
.
..
.
.
.
a in + a i1
.
..
..
.
a n1
a nn
a01 j
..
.
a0i j
..
.
0
an j
a 1n
..
.
a in .
..
.
a nn
Exemple 284
6
6
1
4
5
4
7 10 3 = 5 7 2 3
12 25 1
12 5 1
3 2
4 3 3 2
4 3 2 3
7 5 3 2 = 7 5 3 7 5 2
9 2 10 4 9 2 10 9 2 4
Dterminants
453
dterminant. On verra plus loin comment on peut calculer en pratique les dterminants.
Pn
j =1 j C j
j 6= i
Cj
Cj
Dun autre ct, nous pouvons dvelopper ce dterminant en utilisant la proprit (i) de multili-
Cn .
454
Dterminants
narit, cest--dire linarit par rapport chaque colonne. Ceci donne
0 = det B = det C 1 C i + C j C j + C i C n
= det C 1 C i C j + C i C n
+ det C 1 C j C j + C i C n
= det C 1 C i C j C n + det C 1 C i C i C n
+ det C 1 C j C j C n + det C 1 C j C i C n
=
det A + 0 + 0 + det A 0 ,
Corollaire 31
Si une colonne C i de la matrice A est combinaison linaire des autres colonnes, alors det A = 0.
a
11
..
.
det A = .
..
.
.
.
a 12
a 22
..
.
...
...
...
..
.
..
.
...
...
...
...
...
..
..
..
...
a 1n
a 2n
..
.
.. = a 11 a 22 a nn .
.
..
.
a nn
Dmonstration
On traite le cas des matrices triangulaires suprieures (le cas des matrices triangulaires infrieures
est identique). Soit donc
a 11 a 12 a 13 a 1n
0
a 22 a 23 a 2n
0
a 33 a 3n
A= 0
.
.
..
..
..
..
.
.
.
.
.
.
0
0
0
a nn
La faon de procder utilise lalgorithme du pivot de Gauss (sur les colonnes, alors quil est en gnral
Dterminants
455
dfini sur les lignes). Par linarit par rapport la premire colonne, on a
1 a
a 13 a 1n
12
0 a 22 a 23 a 2n
0
a 33 a 3n .
det A = a 11 0
.
..
..
..
..
.
.
.
.
.
.
0
0
0
a nn
On soustrait maintenant de chaque colonne C j , pour j 2, la colonne C 1 multiplie par a 1 j . Cest
lopration lmentaire C j C j a 1 j C 1 . Ceci ne modifie pas le dterminant daprs la section prcdente. Il vient donc
1
0
0
0 a 22 a 23 a 2n
0
a 33 a 3n .
det A = a 11 0
.
..
..
..
..
.
.
.
.
.
.
0
0
0
a nn
Par linarit par rapport la deuxime colonne, on en dduit
1 0
0
0 1 a 23
det A = a 11 a 22 0 0 a 33
. .
..
..
. .
.
.
. .
0 0
0
a 2n
a 3n ,
..
.
a nn
et lon continue ainsi jusqu avoir parcouru toutes les colonnes de la matrice. Au bout de n tapes, on
a obtenu
1 0 0 0
0 1 0 0
det A = a 11 a 22 a 33 a nn 0 0 1 0 = a 11 a 22 a 33 a nn det I n ,
. . . .
.
. . .
. . ..
. . .
0 0 0 1
do le rsultat, car det I n = 1, par (iii).
456
Dterminants
Dmonstration
La preuve se fait par rcurrence sur lordre des matrices.
Initialisation. Dans le cas n = 1, il est vident que toutes les proprits souhaites sont satisfaites.
Hrdit. Supposons maintenant que lapplication det : M n1 (K) K soit dfinie et satisfasse les
proprits (i), (ii) et (iii). Pour faciliter lexposition, la preuve va tre faite pour i = n. Soit A = (a i, j )
a1, j !
a 1, j !
..
.
note aussi A = (C 1 C n ) o C j = .. est la j -me colonne de A . On notera aussi C j =
la
.
a n1, j
a n, j
A 7 det A = (1)n+1 a n,1 det A n,1 + (1)n+2 a n,2 det A n,2 + + (1)n+n a n,n det A n,n
est linaire par rapport chaque colonne. Nous allons le prouver pour la dernire colonne,
cest--dire que :
det(C 1 , . . . , C n1 , C 0n + C 00n ) = det(C 1 , . . . , C n1 , C 0n ) + det(C 1 , . . . , C n1 , C 00n ) .
Notons A, A 0 , A 00 les matrices (C 1 C n1 C 0n + C 00n ), (C 1 C n1 C 0n ) et (C 1 C n1 C 00n ),
et A n, j , A 0n, j , A 00n, j les sous-matrices extraites en enlevant n-me ligne et la j -me colonne. En
comparant les diffrentes matrices, on constate que a0n, j = a00n, j = a n, j si j < n tandis que a n,n =
a0 + a00 . Similairement, A 0 = A 00 = A n,n = (C 1 C n1 ) puisque la n-me colonne est
n,n
n,n
n,n
n,n
enleve. Par contre, pour j < n, A n, j , A 0n, j , A 00n, j ont leurs ( n 2) premires colonnes identiques,
et diffrent par la dernire. Comme ce sont des dterminants de taille n 1, on peut utiliser
lhypothse de rcurrence :
det A n, j
=
=
(1)n+1 a n,1 det A n,1 + (1)n+2 a n,2 det A 1,2 + + (1)n+n a n,n det A n,n
!
nX
1
n+ j
(1) a n, j det A n, j + (1)2n a n,n det A n,n
j =1
nX
1
(1)
n+ j
j =1
n
X
det A 0 + det A 00
j =1
n
X
j =1
Dterminants
457
La dmonstration est similaire pour les autres colonnes (on peut aussi utiliser la proprit (ii)
ci-dessous).
Proprit (ii).
Supposons que C r = C s pour r < s. Si k est diffrent de r et de s, la matrice A n,k possde encore
deux colonnes identiques C r et C s . Par hypothse de rcurrence, det A n,k = 0. Par consquent,
det A = (1)n+r det A n,r + (1)n+s det A n,s
Or A n,r et A n,s possdent toutes les deux les mmes colonnes : A n,r = (C 1 C r1 C r+1 C s C n )
et A n,s = (C 1 C r C s1 C s+1 C n ), car C r = C s . Pour passer de A n,s A n,r , il faut faire s r 1
changes de colonnes C j C j+1 successifs, qui par hypothse de rcurrence changent le signe
par (1)sr1 : det A n,s = (1)sr1 det A n,r . On conclut immdiatement que
Proprit (iii). Si lon considre pour A la matrice identit I n , ses coefficients a i, j sont tels
que :
i = j = a i, j = 1
i 6= j = a i, j = 0.
Donc det I n = (1)n+n det A n,n . Or, la matrice A n,n obtenue partir de la matrice identit en
supprimant la dernire ligne et la dernire colonne est la matrice identit de taille ( n 1) ( n 1).
Par hypothse de rcurrence, on a det I n1 = 1. On en dduit det I n = 1.
Conclusion. Le principe de rcurrence termine la preuve du thorme dexistence du dterminant.
Remarque
La dfinition donne ci-dessus suppose le choix dun indice i de ligne (i = n dans la dmonstration) et peut paratre arbitraire. Alors se pose naturellement la question : que se passe-t-il si
lon prend une autre valeur de i ? Lunicit du dterminant dune matrice permet de rpondre :
quelle que soit la ligne choisie, le rsultat est le mme.
Mini-exercices
1. En utilisant la linarit du dterminant, calculer det ( I n ).
2. Pour A M n (K), calculer det( A) en fonction de det A.
3. Montrer que le dterminant reste invariant par lopration C i C i +
j =1..n j C j
j 6= i
(on
ajoute une colonne de A une combinaison linaire des autres colonnes de A).
3. Proprits du dterminant
Nous allons voir trois proprits importantes du dterminant : le dterminant dun produit de
matrices, le dterminant de linverse dune matrice, le dterminant de la transpose dune matrice.
Pour prouver ces proprits, nous aurons besoin des matrices lmentaires.
458
Dterminants
1. C i C i avec 6= 0 : E C i C i = diag(1, . . . , 1, , 1, . . . , 1) est la matrice diagonale ne comportant que des 1, sauf en position (i, i) ;
2. C i C i + C j avec K (et j 6= i) : E C i C i +C j est comme la matrice identit, sauf en position
( j, i) o son coefficient vaut ;
3. C i C j : E C i C j est comme la matrice identit, sauf que ses coefficients (i, i)
nulent, tandis que les coefficients (i, j) et ( j, i) valent 1.
1
1
...
...
0
1
..
.
..
E C i C i +C j =
E C i C j =
.
..
1
.
1
0
1
1
..
..
.
.
1
et ( j, j) san
Nous allons dtailler le cas de chaque opration et son effet sur le dterminant :
Proposition 144
1. det E C i C i =
2. det E C i C i +C j = +1
3. det E C i C j = 1
4. Si E est une des matrices lmentaires ci-dessus, det (A E) = det A det E
Dmonstration
Nous utilisons les propositions 142 et 143.
1. La matrice E C i C i est une matrice diagonale, tous les lments diagonaux valent 1, sauf un
qui vaut . Donc son dterminant vaut .
2. La matrice E C i C i +C j est triangulaire infrieure ou suprieure avec des 1 sur la diagonale.
Donc son dterminant vaut 1.
3. La matrice E C i C j est aussi obtenue en changeant les colonnes i et j de la matrice I n . Donc
son dterminant vaut 1.
4. La formule det A E = det A det E est une consquence immdiate de la proposition 142.
Cette proposition nous permet de calculer le dterminant dune matrice A de faon relativement
simple, en utilisant lalgorithme de Gauss. En effet, si en multipliant successivement A par des
matrices lmentaires E 1 , . . . , E r on obtient une matrice T chelonne, donc triangulaire.
T = A E1 E r
alors, en appliquant r-fois la proposition prcdente, on obtient :
det T
=
=
=
=
det(A E 1 E r )
det(A E 1 E r1 ) det E r
Dterminants
459
Exemple 285
0 3 2
Calculer det A, o A = 1 6 6
5 9 1
det A
0 3 2
= det 1 6 6
5 9 1
3 0
= (1) det 6 1
9 5
= (1) 3 det 2
3
= (1) 3 det 2
3
= (1) 3 det 2
3
= (1) 3 (55)
= 165
0 2
0 0
C 3 C 3 2C 1
1 10
5 5
0
0
C 3 C 3 10C 2
1
0
5 55
car la matrice est triangulaire
Dmonstration
La preuve utilise les matrices lmentaires ; en effet, par la proposition 144, pour A une matrice
quelconque et E une matrice dune opration lmentaire alors :
det( A E ) = det A det E.
Passons maintenant la dmonstration du thorme. On a vu dans le chapitre Matrices quune
matrice B est inversible si et seulement si sa forme chelonne rduite par le pivot de Gauss est gale
I n , cest--dire quil existe des matrices lmentaires E i telles que
BE 1 E r = I n .
Daprs la remarque prliminaire applique r fois, on a
det(B E 1 E 2 E r ) = det B det E 1 det E 2 det E r = det I n = 1
On en dduit
det B =
det E 1 det E r
460
Dterminants
1
= det A det B.
det E 1 det E r
det A 1 =
1
det A
Dmonstration
Si A est inversible, il existe une matrice A 1 telle que A A 1 = I n , donc det( A ) det( A 1 ) = det I n =
1. On en dduit que det A est non nul et det( A 1 ) = det1 A .
Si A nest pas inversible, alors elle est de rang strictement infrieur n. Il existe donc une
relation de dpendance linaire entre ses colonnes, cest--dire quau moins lune de ses colonnes
est combinaison linaire des autres. On en dduit det A = 0.
Exemple 286
Deux matrices semblables ont mme dterminant.
En effet : soit B = P 1 AP avec P GL n (K) une matrice inversible. Par multiplicativit du
dterminant, on en dduit que :
det B = det(P 1 AP) = det P 1 det A det P = det A,
puisque det P 1 =
1
det P .
Dterminants
461
Corollaire 34
det A T = det A
Dmonstration
Commenons par remarquer que la matrice E dune opration lmentaire est soit triangulaire (substitution), soit symtrique cest--dire gale leur transpose (change de lignes et homothtie). On
vrifie facilement que det E T = det E .
Supposons dabord que A soit inversible. On peut alors lcrire comme produit de matrices lmentaires,
A = E 1 E r . On a alors
T
AT = ET
r E1
et
T
det( A T ) = det(E T
r ) det(E 1 ) = det(E r ) det(E 1 ) = det( A ).
Dautre part, si A nest pas inversible, alors A T nest pas inversible non plus, et det A = 0 = det A T .
Remarque
Une consquence du dernier rsultat, est que par transposition, tout ce que lon a dit des
dterminants propos des colonnes est vrai pour les lignes. Ainsi, le dterminant est multilinaire par rapport aux lignes, si une matrice a deux lignes gales, son dterminant est nul, on
ne modifie pas un dterminant en ajoutant une ligne une combinaison linaire des autres
lignes, etc.
Voici le dtail pour les oprations lmentaires sur les lignes :
1. L i L i avec 6= 0 : le dterminant est multipli par .
2. L i L i + L j avec K (et j 6= i) : le dterminant ne change pas.
3. L i L j : le dterminant change de signe.
Mini-exercices
a 1 3
1 0 2
1 2 4
8
1 0 6
1 1 1
1 3 9
2i
a b
27
2 avec j = e 3
1 j j
3 4 15
1 4 16 64
c d
5 6 21
1 j2 j
1 5 25 125
462
Dterminants
4. Calculs de dterminants
Une des techniques les plus utiles pour calculer un dterminant est le dveloppement par rapport
une ligne (ou une colonne).
4.1. Cofacteur
Dfinition 123
Soit A = a i j M n (K) une matrice carre.
On note A i j la matrice extraite, obtenue en effaant la ligne i et la colonne j de A.
Le nombre det A i j est un mineur dordre n 1 de la matrice A.
Le nombre C i j = (1) i+ j det A i j est le cofacteur de A relatif au coefficient a i j .
a 11
..
.
a i1,1
A = a i,1
a i+1,1
..
.
a
n1
a 1,1
.
..
a i1,1
Ai j =
a
i+1,1
.
.
.
a n,1
. . . a 1, j1 a 1, j a 1, j+1
..
..
.
.
. . . a i1, j1 a i1, j a i1, j+1
. . . a i, j1
a i, j
a i, j+1
...
...
...
...
..
.
a n, j
a 1, j1
..
.
a i1, j1
a i+1, j1
..
.
a n, j1
a n, j+1
. . . a 1n
..
. . . a i1,n
. . . a i,n
. . . a i+1,n
..
... a
nn
a 1, j+1
..
.
a i1, j+1
a i+1, j+1
...
...
a n, j+1
...
...
a 1,n
..
.
a i1,n
a i+1,n
..
.
a n,n
Exemple 287
1 2 3
Soit A = 4 2 1. Calculons A 11 , C 11 , A 32 , C 32
0 1 1
A 11 = 4
A 32 = 4
2
2
1
2
1
!
3
2 1
1 =
1 1
1
!
3
1 3
1 =
4 1
1
Dterminants
463
Pour dterminer si C i j = + det A i j ou C i j = det A i j , on peut se souvenir que lon associe des signes
en suivant le schma dun chiquier :
+ + ...
+ + . . .
A=
.
.
.
.. .. .. ..
. . . .
n
X
(1) i+ j a i j det A i j =
j =1
n
X
ai jCi j
j =1
n
X
(1) i+ j a i j det A i j =
i =1
n
X
ai jCi j
i =1
Dmonstration
Nous avons dj dmontr la formule de dveloppement suivant une ligne lors de la dmonstration du
thorme 81 dexistence et dunicit du dterminant. Comme det A = det A T , on en dduit la formule
de dveloppement par rapport une colonne.
Exemple 288
Retrouvons la formule des dterminants 3 3, dj prsente par la rgle de Sarrus, en
dveloppement par rapport la premire ligne.
a 11
a 21
a 31
a 12
a 22
a 32
a 13
a 23 =
a 33
=
=
=
4.3. Exemple
a 11 C 11 + a 12 C 12 + a 13 C 13
a
22
a 11
a 32
a 23
21 a 23
21 a 22
a 12
+ a 13
a 31 a 33
a 31 a 32
a 33
a 11 (a 22 a 33 a 32 a 23 ) a 12 (a 21 a 33 a 31 a 23 )
+ a 13 (a 21 a 32 a 31 a 22 )
a 11 a 22 a 33 a 11 a 32 a 23 + a 12 a 31 a 23 a 12 a 21 a 33
+ a 13 a 21 a 32 a 13 a 31 a 22 .
464
Dterminants
Exemple 289
4
A=
0
0
2
3
0
3 1
1 0
1 1
2 3
On choisit de dvelopper par rapport la seconde colonne (car cest l quil y a le plus de
zros) :
det A
4 3 1
4 3 1
1 2 3
1 2 3
on recommence en dveloppant chacun de ces deux dterminants 3 3
!
1 1
3 1
3 1
= +2 +4
par rapport la premire colonne
0
+1
2 3
2 3
1 1
4 3
4 1
3 1
0
+1
1 3
1 2
2 3
= +2 + 4 5 0 + 1 (4) 3 4 7 + 1 11 0
= 83
Remarque
Le dveloppement par rapport une ligne permet de ramener le calcul dun dterminant
n n celui de n dterminants (n 1) (n 1). Par rcurrence descendante, on se ramne
ainsi au calcul de n! sous-dterminants, ce qui devient vite fastidieux. Cest pourquoi le
dveloppement par rapport une ligne ou une colonne nest utile pour calculer explicitement
un dterminant que si la matrice de dpart a beaucoup de zros. On commence donc souvent
par faire apparatre un maximum de zros par des oprations lmentaires sur les lignes
et/ou les colonnes qui ne modifient pas le dterminant, avant de dvelopper le dterminant
suivant la ligne ou la colonne qui a le plus de zros.
C = (C i j ) =
C 11
C 21
..
.
C n1
C 12
C 22
..
.
C n2
C1n
C2n
..
.
C nn
Dterminants
465
Thorme 85
Soient A une matrice inversible, et C sa comatrice. On a alors
1
CT
det A
A 1 =
Exemple 290
1 1 0
1
1 1
C = 1 1
1
1 1 1
1 1 1
1
1
A 1 =
CT = 1
1 1
det A
2
1 1
1
et donc
Dmonstration
P
Le terme de position ( i, j ) dans AC T est k a ik C jk , et donc si i = j , le rsultat dcoule de la formule de
dveloppement par rapport la ligne i .
Pour le cas i 6= j , imaginons que lon remplace A par une matrice A 0 = (a0i j ) identique, si ce nest que la
ligne L j est remplace par la ligne L i , autrement dit a0jk = a ik pour tout k. De plus, comme A 0 possde
deux lignes identiques, son dterminant est nul. On appelle C 0 la comatrice de A 0 , et la formule de
dveloppement pour la ligne j de A 0 donne
0 = det A 0 =
a0jk C 0jk =
a ik C 0jk
Or, C 0jk se calcule partir de la matrice extraite A 0jk , qui ne contient que les lments de A 0 sur les
lignes diffrentes de j et colonnes diffrents de k. Mais sur les lignes diffrentes de j , A 0 est identique
P
A , donc C 0jk = C jk . On conclut que k a ik C 0jk = 0.
Finalement,
det A
0
...
0
..
0
det A
.
T
AC =
= det A I.
.
..
.
.
.
0
0
...
det A
A 1 =
1
CT .
det A
466
Dterminants
Mini-exercices
2 0 2
t 0 t
2. Par dveloppement suivant une ligne (ou une colonne) bien choisie, calculer les dterminants :
1 0 1 2
t 0 1 0
0 0 0 1
1 t 0 0
1 1 1 0
0 1 t 0
0 0 0 1
0 0 0 t
3. En utilisant la formule de dveloppement par rapport une ligne, recalculer le dterminant dune matrice triangulaire.
a 11 x1 + a 12 x2 + + a 1n xn = b 1
a x + a x ++ a x
= b2
21 1
22 2
2n n
.
.
.
a x + a x ++ a x
n1 1
n2 2
nn n = b n
Ce systme peut aussi scrire sous forme matricielle A X = B o
A=
a 11
a 21
..
.
a n1
a 12
a 22
..
.
a n2
a 1n
a 2n
..
.
a nn
M n (K),
X =
a 1, j1
a 2, j1
..
.
a n, j1
a 1, j+1
a 2, j+1
..
.
a n, j+1
x1
x2
..
.
xn
B=
et
b1
b2
..
.
bn
Aj =
a 11
a 21
..
.
a n1
...
...
...
b1
b2
..
.
bn
...
...
...
a 1n
a 2n
..
.
a nn
Autrement dit, A j est la matrice obtenue en remplaant la j-me colonne de A par le second
membre B. La rgle de Cramer va nous permettre de calculer la solution du systme dans le cas
o det A 6= 0 en fonction des dterminants des matrices A et A j .
Dterminants
467
det A 1
det A
x2 =
det A 2
det A
xn =
...
det A n
.
det A
Dmonstration
Nous avons suppos que det A 6= 0. Donc A est inversible. Alors X = A 1 B est lunique solution du
systme. Dautre part, nous avons vu que A 1 = det1 A C T o C est la comatrice. Donc X = det1 A C T B. En
dveloppant,
C 11 . . . C n1
b1
C 11 b 1 + C 21 b 2 + + C n1 b n
x1
.
1
1
..
..
.
.
X =
. .. = det A
.
.. = det A ..
C 1n . . . C nn
bn
C 1n b 1 + C 2n b 2 + + C nn b n
xn
Cest--dire
x1 =
C 11 b 1 + + C n1 b n
det A
...
xi =
C 1 i b 1 + + C ni b n
det A
xn =
...
C 1n b 1 + + C nn b n
det A
det A
Exemple 291
Rsolvons le systme suivant :
x1
3x1
x1
+ 4x2
2x2
+ 2x3
+ 6x3
+ 3x3
= 6
= 30
= 8.
On a
1
0 2
6
A = 3
B = 30
4 6
1 2 3
8
6
0 2
1 6 2
1
0 6
A 1 = 30
A 2 = 3 30 6
A 3 = 3
4 6
4 30
8 2 3
1 8 3
1 2 8
et
det A = 44
det A 1 = 40
det A 2 = 72
det A 3 = 152.
det A 1
40
10
=
=
det A
44
11
x2 =
det A 2 72 18
=
=
det A
44 11
x3 =
det A 3 152 38
=
=
det A
44
11
La mthode de Cramer nest pas la mthode la plus efficace pour rsoudre un systme, mais est
468
Dterminants
Corollaire 35
Une famille de n vecteurs de Rn
a 11
a 21
.
.
.
a n1
a 12
a 22
.
.
.
a n2
a 1n
a 2n
.
.
.
a nn
Exemple 292
Pour quelles valeurs de a, b R les vecteurs
0
a
b
a
b
0
b
0
a
a
b
0
0 = a3 b 3 .
Conclusion : si a3 6= b3 alors les trois vecteurs forment une base de R3 . Si a3 = b3 alors les
trois vecteurs sont lis. (Exercice : montrer que a3 + b3 = 0 si et seulement si a = b.)
Dmonstration
La preuve fait appel des rsultats du chapitre Matrices et applications linaires (section Rang
Dterminants
469
rg(v1 , v2 , . . . , vn ) = n
rg A = n
A est inversible
det A 6= 0
1 2 3 4
A = 1 0 1 7
0 1 6 5
1 5
1 5
Un mineur dordre 3 est le dterminant dune matrice 3 3 extraite de A. Par exemple,
en ne retenant que les colonnes 1, 3 et 4 on obtient le mineur
1 3 4
1 1 7 = 28
0 6 5
470
Dterminants
Thorme 88
Le rang dune matrice A M n,p (K) est le plus grand entier r tel quil existe un mineur
dordre r extrait de A non nul.
1 1 2 1
A = 1 2 3 1
1 1 1
Clairement, le rang ne peut pas tre gal 4, puisque 4 vecteurs de R3 ne sauraient tre
indpendants.
On obtient les mineurs dordre 3 de A en supprimant une colonne. Calculons le mineur
dordre 3 obtenu en supprimant la premire colonne, en le dveloppant par rapport sa
premire colonne :
1 2 1
3 1
2 1 2 1
2 3 1 =
2
+
= 2.
1
1 3 1
1 1
Par consquent, si 6= 2, le mineur prcdent est non nul et le rang de la matrice A est
3.
Si = 2, on vrifie que les 4 mineurs dordre 3 de A sont nuls :
1 2 1 1 2 1 1 1 1 1 1 2
2 3 1 = 1 3 1 = 1 2 1 = 1 2 3 = 0
1 2 1 1 2 1 1 1 1 1 1 2
1 1
= 1 (lignes 1, 2, colonnes
Donc dans ce cas, A est de rang infrieur ou gal 2. Or
1 2
1, 2 de A) est un mineur dordre 2 non nul. Donc si = 2 , le rang de A est 2.
Dterminants
471
Dmonstration
Les mineurs de A T sont obtenus partir des mineurs de A par transposition. Comme les dterminants
dune matrice et de sa transpose sont gaux, la proposition dcoule de la caractrisation du rang dune
matrice laide des mineurs (thorme 88).
Dmonstration
Supposons dabord que la famille F = {v1 , . . . , v p } soit libre.
Si p = n, le rsultat est une consquence du thorme 87.
Si p < n, on peut appliquer le thorme de la base incomplte la famille F et la
base B = { e 1 , . . . , e n } ; et quitte renumroter les vecteurs de B , on peut supposer que
B 0 = (v1 , . . . , v p , e p+1 , . . . , e n ) est une base de E . (Note : cette renumrotation change lordre
de e i , autrement dit change les lignes de la matrice A , ce qui na pas dimpact sur ses mineurs ; on appellera encore B la base renumrote.) La matrice P de passage de B vers B 0
contient les composantes des vecteurs (v1 , . . . , v p , e p+1 , . . . , e n ) par rapport la base (renumrote)
B = ( e 1 , . . . , e n ) est
a 1,1
...
a 1,p
0 ... 0
.
..
.. . .
.
..
..
.
. ..
.
.
.
..
..
.. . .
..
.
. .
.
.
.
.
P = a p,1
...
a p,p
0 . . . 0
a p+1,1 . . . a p+1,p 1 . . . 0
..
.. . .
..
..
..
.
.
.
.
.
.
a n,1
...
a n,p
0 ... 1
Le dterminant det P est non nul puisque les vecteurs (v1 , . . . , v p , e p+1 , . . . , e n ) forment une base
de E . Or ce dterminant se calcule en dveloppant par rapport aux dernires colonnes autant de
fois que ncessaire (soit n p fois). Et lon trouve que
1,1 . . . a 1,p
.
.
.
..
..
det P = ..
a p,1 . . . a p,p
a
1,1
.
Le mineur ..
a p,1
...
..
.
...
a 1,p
..
. est donc non nul.
a p,p
472
Dterminants
a i 1 ,1
.
B=
..
a i p ,1
...
..
.
...
a i 1 ,p
..
.
a i p ,p
En exprimant chaque v i dans la base ( e 1 , . . . , e n ), on voit aisment que cette relation quivaut au
systme suivant n lignes et p inconnues :
a 1,1 1
a 2,1 1
...
a n,1 1
+
+
..
.
+
...
...
..
.
...
+
+
..
.
+
a 1,p p
a 2,p p
..
.
a n,p p
=
=
..
.
=
0
0
..
.
0
a i 1 ,1 1
a i 2 ,1 1
..
a i p ,1 1
+
+
..
.
+
...
...
..
.
...
+
+
..
.
+
a i 1 ,p p
a i 2 ,p p
..
.
a i p ,p p
=
=
..
.
=
0
0
..
.
0
1
.
B
.. = 0.
p
Comme B est inversible (car det B 6= 0), cela implique 1 = = p = 0. Ce qui montre lindpendance
des v i .
Mini-exercices
ty+ z = 1
2x + t y = 2
y + tz = 3
a
2a
3a
1 , 1 , 1
b
b
2b
1 2 b
0 a 1
1 0 2
1 2 1
Dterminants
473
Auteurs
Daprs un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des
parties dun cours de H. Ledret et dune quipe de luniversit de Bordeaux anime par
J. Queyrut,
et un cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de lcole Polytechnique Fdrale de Lausanne,
rcrit et complt par Arnaud Bodin, Niels Borne. Relu par Laura Desideri et Pascal
Romon.